地表温度（LST）是影响地-气相互作用和地表能量平衡过程的重要物理参量，利用卫星热红外数据反演地表温度是目前最为有效的手段。最近发射的可持续发展科学卫星1号（SDGSAT-1）是全球首颗专门服务《联合国2030年可持续发展议程》的科学卫星，也是中国科学院发射的首颗地球科学卫星。该卫星可以提供白天和夜间的热红外数据，空间分辨率为30米，且具有3个热红外波段，是目前公开免费下载数据中分辨率高且最为精细的热红外遥感数据源之一。针对常用卫星如NOAA、MODIS、ASTER和Landsat等热红外数据的LST反演，主要采用一些传统的算法如单通道算法、劈窗算法、温度与发射率分离算法等，SDGSAT-1地表温度反演也多采用上述算法。但是这些地表温度反演算法受到大气水汽含量的影响，反演结果会产生较大误差。目前针对SDGSAT-1地表温度反演算法的研究较为匮乏，特别是水汽的影响也没有进行系统评估。

针对上述问题，中国科学院广州地球化学研究所博士研究生李娜在王云鹏研究员和广东省科学院广州地理研究所许剑辉副研究员的指导下，针对SDGSAT-1提出了改进的三通道劈窗算法，采用TIGR全球大气廓线数据输入MODTRAN软件，建立模拟数据库，拟合算法系数，并在此基础上考虑了大气水汽含量的对热红外数据反演的影响。

为了验收该方法的有效性及精度，本研究进行了系统的验证，包括模拟数据集验证、中国的黑河流域气象观测站和美国的SURFRAD气象观测网的实测站点验证，同时也与Landsat和ECOSTRESS地表温度产品进行了交叉验证，并在中国黑河流域的张掖地区进行了LST的反演和热环境的初步分析。

图1 模拟数据集验证

（1）劈窗算法；（2）三通道劈窗算法；（3）改进的三通道劈窗算法(本研究)

图2 中国黑河流域气象观测站的实测站点验证

（1）劈窗算法；（2）三通道劈窗算法；（3）改进的三通道劈窗算法（本研究）

图3 美国SURFRAD气象观测网的实测站点验证

（1） 劈窗算法；（2）三通道劈窗算法；（3）改进的三通道劈窗算法（本研究）

图4 黑河流域水体地表温度空间分布图（a）SDGSAT-1；（b）Landsat；（c）ECOSTRESS；（d） Google 地图；（f）Landsat与SDGSAT-1地表温度差值（ΔTs = LST_Landsat-LST_SDGSAT-1）；（g） ECOSTRESS 与SDGSAT-1 地表温度差值（ΔTs = LST_ECOSTRESS-LST_SDGSAT-1）和（e）ΔTs分布直方图。

模拟数据集验证（图1）和实测站点验证（图2和图3）结果表明，总体上改进的三通道劈窗算法的精度优于劈窗算法和三通道劈窗算法。交叉验证（图4）结果表明，通过改进的三通道劈窗算法反演的SDGSAT-1地表温度与Landsat和ECOSTRESS地表温度产品，在空间分布上具有较高的一致性，尤其与Landsat地表温度差值较小（接近50%的像元地表温度差值分布在1K以内），且SDGSAT-1地表温度具有更精细的空间纹理特征，为热环境的精细分析提供了新的方法。上述方法应用于我国黑河流域的张掖地区的LST反演，并进行了初步的热环境分析，可以看出改进的三通道劈窗算法反演的SDGSAT-1地表温度与土地利用类型在不同时间、不同季节都具有很强的相关性特征（图5）。

图5 改进的三通道劈窗算法反演的SDGSAT-1白天/夜间地表温度与土地利用类型的箱型小提琴图（a）春季；（b）夏季；（c）秋季和（d）冬季。

本算法对传统LST反演算法进行了改进，特别是考虑了大气水汽的影响，提供了LST反演精度，为SDGSAT-1地表温度的准确反演、LST产品的生成及高分辨率热红外遥感的应用和城市热环境的精细研究提供了新的视角。

本研究成果近期发布在遥感领域国际重要期刊《IEEE Transactions on Geoscience and Remote Sensing》上，共同作者还包括广东省科学院广州地理研究所覃志豪研究员、钟凯文研究员、李旭硕士、中国科学院华南植物园秦伯雄助理研究员及中国科学院地理科学与资源研究所付东杰研究员。本研究得到了国家自然科学基金（No. U1901215，41901371）的资助。

论文信息：Li Na (李娜), Xu Jianhui (许剑辉), Li Xu (李旭), Qinu Boxiong (秦伯雄), Wang Yunpeng (王云鹏), Fu Dongjie (付东杰), Zhong Kaiwen (钟凯文), Qin Zhihao (覃志豪). 2025, A Novel Land Surface Temperature Retrieval Algorithm for SDGSAT-1 Images. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 63, 1–18.

论文链接：https://doi.org/10.1109/TGRS.2024.3514359