在具有不同物候期土地覆盖的同质作物区域上Landsat-8 TIRS数据重新校准和地表温度裂窗算法的评估( Evaluation of Landsat-8 TIRS data recalibrations and land surface temperature split-window algorithms over a homogeneous crop area with different phenological land covers )

RN A JP A CC A MJB A PP A JAV B JMS C

自Landsat-8发射以来，对TIRS数据进行了连续的重新校准。本文对这两种方法的性能进行了评价：（1）这些重新校准，直到在下一次陆地卫星采集中宣布的TIRS数据的最后一次校准更新2；（2）利用TIRS数据反演地表温度(LST)的单通道(SC)校正和分裂窗(SW)算法。使用了一组稳健和精确的多年（2014-2019年）参考地面数据,其中包括在均匀和热均一的稻田区域沿断面进行的热红外辐射度测量,以及该地点全年不同地被物的发射率测量。校准结果显示,2014年后处理后的数据在现场存在显著偏差,但使用收集1中的当前TIRS数据（即2017年后处理后的数据）时,获得了可忽略不计的偏差和均方根差<1.5K。最近公布的校准更新主要引入了偏置差异，略微改善了波段10的结果，并呈现了波段之间的校准响应差异。当使用电流收集1中的波段10数据时，SC校正显示两个波段的LST偏置均可忽略，且RMSDs最低(<1.6K)，并且在应用校准更新后该波段的偏置消失。本文所评估的17种不同的SW方程中有3种显示出可忽略的偏差和LST RMSD小于或等于0.8K。这3种SW算法主要推荐给收集1中当前TIRS数据的用户；其中之一是建议在未来的集合中生成一个SW LST产品。最后，在应用为集合2宣布的校准更新后，在SW算法的结果中显示了1.4K左右的偏置差异。

SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate