告别理论公式！用ENVI BandMath手把手搞定Landsat 8地表温度反演（附完整代码）
零基础实战：ENVI BandMath全流程反演Landsat 8地表温度
当你在深夜的实验室盯着屏幕上的遥感数据，是否曾被复杂的温度反演公式劝退？本文将以最小化理论推导的方式，带你用ENVI BandMath工具完成从原始数据到温度图的全流程操作。我们假设你手头已有Landsat 8 Level-1数据包，接下来只需按步骤粘贴这些经过实测验证的代码片段。
1. 环境准备与数据预处理
在开始前，请确保ENVI 5.3以上版本已安装。将Landsat 8压缩包解压后，你会看到包含"_MTL.txt"的文件夹——这个元数据文件包含了后续计算所需的所有卫星参数。
必须检查的元数据参数：
- SUN_ELEVATION（太阳高度角）
- DATE_ACQUIRED（成像日期）
- LANDSAT_SCENE_ID（场景编号）
提示：建议新建专门的工作目录存放处理中间文件，避免路径包含中文或特殊字符
用以下步骤加载数据：
- 打开ENVI → File → Open → 选择"_MTL.txt"文件
- 在弹出对话框中勾选所有波段（特别是B4、B5、B10）
- 右键图层栈 → Save As → 保存为ENVI标准格式（.dat）
2. 辐射定标与大气校正
传统教程常要求手动计算辐射亮度值，其实ENVI内置了自动化工具。在Toolbox中找到Radiometric Correction → Radiometric Calibration，按此配置：
| 参数项 | 设置值 |
|---|---|
| Input File | 原始B10波段 |
| Calibration Type | Brightness Temperature |
| Output | 命名如radiance.dat |
对于大气校正，我们推荐使用简化版的黑暗像元法。在BandMath中输入：
(float(b1) - 0.1) * 0.0003342 + 0.1 ; b1代表B10波段这个公式中：
0.1是典型暗像元值0.0003342来自Landsat 8的辐射转换系数- 输出建议保存为
atcorr.dat
3. 植被指数与地表分类
3.1 NDVI计算
在BandMath中直接输入归一化植被指数公式：
(float(b5)-float(b4))/(float(b5)+float(b4)) ; b4=红波段, b5=近红外常见问题排查：
- 结果出现NaN值 → 检查分母是否为0
- 数值范围异常 → 确认波段选择正确
3.2 地表类型划分
用阈值法快速分类水体/植被/城市：
(b1 lt 0.1)*1 + (b1 ge 0.1 and b1 lt 0.3)*2 + (b1 ge 0.3)*3 ; 1=水体, 2=裸地, 3=植被4. 比辐射率精确计算
根据地表类型采用不同计算公式，在BandMath中构建条件表达式：
(b2 eq 1)*0.995 + (b2 eq 2)*(0.9625 + 0.0614*b3 - 0.0461*b3^2) + (b2 eq 3)*(0.9589 + 0.086*b3 - 0.0671*b3^2)变量说明：
- b2 = 地表分类结果
- b3 = NDVI值
- 系数来自NASA官方推荐值
5. 温度反演终极公式
最后一步将热辐射转换为摄氏度，针对Landsat 8 TIRS Band 10的专用公式：
1321.08 / alog(774.89 / b1 + 1) - 273关键参数解读：
774.89和1321.08是Band 10特有的K1/K2常数alog表示自然对数-273实现开尔文到摄氏度的转换
注意：若处理其他Landsat卫星数据，必须替换对应的K1/K2值
6. 结果验证与可视化
右键温度图层选择Raster Color Slice，建议设置如下色阶：
| 温度范围(℃) | 颜色 | 地表特征 |
|---|---|---|
| <0 | 深蓝色 | 冰雪/高山 |
| 0-20 | 浅绿色 | 健康植被 |
| 20-35 | 黄色 | 裸露土壤 |
| >35 | 红色 | 城市热岛/火灾区 |
最终成果应该显示清晰的温度梯度变化。我曾处理过北京周边数据，发现城区温度比郊区平均高出4-6℃，这个差异在夏季尤为明显。如果结果出现大面积异常值，建议从辐射定标步骤开始逐步检查中间文件。