前天刚下的Envi，高强度学习了两天摸索出了点门道，不一定准确。本文谨作为个人记录，如有问题欢迎指正。
写这篇博客的时候，我是边做边写的，想到啥写啥，可能会比较混乱一点。后面有空的话我会整理一下。

参考博客

在实践操作这方面，相关博客给的启发更大一点；而文献大部分只参考了公式或者是经验数值，太多了太杂了就不一一写出来了。
记 / ENVI5.3温度反演-单窗算法-操作要点
地表温度热红外遥感反演－以单窗算法为例
地表温度反演操作总结

技术流程

1.数据预处理

1.1数据获取

首先在地理空间数据云下载landsat8的系列影像。
因为我的研究区是长春，覆盖范围是三幅行列号分别是119029、118029、1118030，其中118029是主图。

1.2辐射亮度温度

1.2.1辐射亮度图像处理

经过一系列摸索，我喜欢先做热红外波段的辐射定标，因为可以在一定程度上遇见最终的温度反演输出结果。
首先导入图像，进行辐射定标，波段选取热红外Thermal。

然后下面的spectral subset只勾选上面那个（10.9000），然后点击确定。

进入下一个页面，上面的部分保持默认，只需要填output filename就行了。我的命名规则是行列号+rhwfsdb（热红外辐射定标）（很土我知道）。然后确定，就开始允许了。

辐射定标之后它会自动加载到图层里，完事就得到一张热红外波段定标后的图层（如下）。
可以通过鼠标值先查看一下结果是否靠谱。
landsat8在这一步处理完后数值一般在5-11之间，温度越高的地方可能就越高。
所以由于热岛效应，城市的值会更高。
但是我之前选了个3月初的长春的遥感图，反演出来的结果不太理想，那幅图的结果显示的温度主要呈现出西高东低，城市内的温度不是特别显著，我后来思考了一下，可能三月初这个时间段正在化雪，所以就导致温度不太准确。
吸取教训，这次我选择的是九月底的遥感图像。

处理完第一幅图后，对其他两幅图也进行相同的操作。
把三幅图放在一起看的效果长这样（下图）。为了方便观察，导入事先准备好的长春市shp。嗐，本来两幅图就行了，偏偏左边多出了个边边，还我要用三幅图。

再然后可以准备开始拼接图像了。但是在拼接之前，经过我多次实验发现，它这个黑色的框框会影响拼接（可能只有这三幅图会），所以我决定用ROI把它裁一下，特别是119029这幅图，我只用到它的一小块，所以更需要裁一下，而且还能提高拼接速度（虽然没提高几秒）。
首先裁下118029这幅图，右键要裁的图层选ROI调出窗口。为了避免裁多了，我还是把长春市的shp放着作参考。

用ROI分别裁剪完三幅图片，我这边是这个样子的（下图）。

然后可以正式开始拼接了。搜索seamless mosaic，导入全部图层。

他会选定一幅作为reference，另外两幅根据reference进行调整（好像是这样）。而且这个reference好像是默认选定你打开到envi的第一幅图，使用seamless mosaic后好像更改不了（如果可以更改的话请教教我）（我这段话是不是太多“好像“了）。

color correction栏里，勾选histogram matching。

然后再点进seamlines里的auto generate seamlines，它就开始生成缝合线了（原谅我这里截图不了）。

其他保持默认。点进export，选择导出路径，就可以开始导出了。我把它命名为rhwfsdb_mosaiced。

完事之后图长这个样子（下图）。我顺便把长春shp导进来参考一下，完美！

然后为了裁出长春的形状，用感兴趣区裁剪，命名为CC_rhwfsdb。

裁剪结果（下图）。

然后我把他配色变换一下，已经能看得出有一点像了（比我之前做的那副三月份的效果好多了）。
虽然已经能看出点东西，但是还需要很多步骤。

1.2.2辐射亮度温度计算

需要用到这个公式，Ti是辐射亮度温度（辐射亮温），Lλ是上面获取的辐射亮度（就是值大概在5-11之间的那幅图）。

关于这个K1和K2，查了一堆参考文献，基本能达成共识。K1=774.89，K2=1321.08。
然后就可以开始我们的波段运算了。输入公式：1321.08/alog(774.89/b1+1)

下一个页面它让你选b1是啥，选择我们刚刚得到的CC_rhwfsdb，就是还是上面那图。命名为CC_fslw。
计算完成，得出一幅值为300左右的图，这个就是它的辐射亮温了，单位是开尔文。

（……正在施工……）
-----------------------分割线（以下是乞讨内容）-----------------------