# mono-window-algorithm

**Repository Path**: ldjexist/mono-window-algorithm

## Basic Information

- **Project Name**: mono-window-algorithm
- **Description**: A mono-window algorithm for retrieving land surface temperature from Landsat TM5  data
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-01
- **Last Updated**: 2025-07-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Thermal-infrared, Python, Landsat5

## README

# 单窗算法反演地表温度

## 一、概述
本项目基于单窗算法的Landsat TM5卫星影像地表温度反演，可以自动处理遥感影像数据，计算NDVI、植被覆盖度、地表比辐射率等参数，并最终反演得到地表温度，同时提供结果可视化功能；采用面向对象设计，将复杂的地表温度反演过程封装为一系列清晰的方法，便于用户使用和扩展。
![the flow chart of the mono-window algorithm for Landsat 5 data ...](https://www.researchgate.net/publication/331701994/figure/fig2/AS:736636220497920@1552639169284/the-flow-chart-of-the-mono-window-algorithm-for-Landsat-5-data.png)
## 二、功能介绍
### 1. 数据处理功能
- 自动读取Landsat TM5的5个波段数据（红、绿、蓝、近红外、热红外）
- 从MTL元数据文件中提取辐射定标系数
- 执行辐射定标，将DN值转换为辐射亮度值

### 2. 参数计算功能
- 计算归一化植被指数(NDVI)
- 基于NDVI计算植被覆盖度(FVC)
- 计算地表比辐射率
- 基于单窗算法计算地表温度

### 3. 结果展示与保存功能
- 可视化展示NDVI、FVC、地表比辐射率和地表温度
- 将地表温度结果保存为GeoTIFF格式，保留原始地理参考信息

## 三、安装与依赖
### 1. 依赖库
该模块依赖以下Python库：
- osgeo gdal：用于读取和写入地理空间数据
- numpy：用于数组计算
- matplotlib：用于结果可视化
- math：用于数学计算

### 2. 安装方法
```bash
pip install numpy matplotlib gdal
```

## 四、使用方法
### 1. 基本使用流程
```python
from lst_retrieval import LSTRetrieval

# 创建处理实例
processor = LSTRetrieval('path/to/landsat_data_folder')

# 运行完整处理流程
processor.run_full_process(
    air_temperature=15,  # 大气温度(°C)
    atmospheric_transmittance=0.7,  # 大气透过率
    visualize=True,  # 是否可视化结果
    output_dir='./results',  # 结果保存目录
    save_result=True  # 是否保存结果
)
```

### 2. 分步处理
如果需要单独执行某个步骤，可以分别调用相应的方法：
```python
processor = LSTRetrieval('path/to/landsat_data_folder')

# 读取数据
processor.read_data()

# 读取辐射定标系数
processor.read_calibration_coefficients()

# 执行辐射定标
processor.radiometric_calibration()

# 计算NDVI
processor.calculate_ndvi()

# 计算植被覆盖度
processor.calculate_fvc()

# 计算地表比辐射率
processor.calculate_emissivity()

# 计算地表温度
processor.calculate_surface_temperature(
    air_temperature=20,  # 可以自定义大气温度
    atmospheric_transmittance=0.8  # 可以自定义大气透过率
)

# 可视化结果
processor.visualize_results(output_dir='./results')

# 保存地表温度结果
processor.save_surface_temperature()
```

## 五、参数说明
### 1. 初始化参数
- `folder_path`: 包含Landsat TM5数据的文件夹路径，该文件夹应包含所有波段的TIF文件和MTL元数据文件

### 2. 地表温度计算参数
- `air_temperature`: 大气温度(°C)，默认值为15°C
- `atmospheric_transmittance`: 大气透过率，默认值为0.7

### 3. 可视化与保存参数
- `visualize`: 是否可视化结果，布尔值，默认True
- `output_dir`: 图像和结果保存目录，字符串，默认None
- `save_result`: 是否保存地表温度结果，布尔值，默认True

## 六、结果说明
### 1. 可视化结果
运行`visualize_results`方法后，将生成一个包含4个子图的图像：
- 左上：NDVI分布图（红色表示低植被，绿色表示高植被）
- 右上：植被覆盖度(FVC)分布图
- 左下：地表比辐射率分布图
- 右下：地表温度分布图（单位：°C）

### 2. 保存结果
运行`save_surface_temperature`方法后，将在指定目录生成一个GeoTIFF文件，包含地表温度数据，并保留原始影像的地理参考信息。

## 七、注意事项
1. 输入数据必须包含所有必要的波段（红、绿、蓝、近红外、热红外）和MTL元数据文件
2. 大气透过率是一个重要参数，可根据实际大气条件进行调整
3. 对于不同地区和不同季节的影像，可能需要调整大气温度参数
4. 该模块假设热红外波段为B6，其他波段顺序也遵循Landsat TM5的标准顺序

## 八、示例代码
以下是一个完整的使用示例：
```python
from lst_retrieval import LSTRetrieval

# 创建处理实例
processor = LSTRetrieval('LT51230322005206BJC00')

# 运行完整流程，使用默认参数
processor.run_full_process(
    visualize=True,
    output_dir='./results'
)

# 或者分步处理并自定义参数
processor = LSTRetrieval('LT51230322005206BJC00')
processor.read_data()
processor.read_calibration_coefficients()
processor.radiometric_calibration()
processor.calculate_ndvi()
processor.calculate_fvc()
processor.calculate_emissivity()
processor.calculate_surface_temperature(
    air_temperature=22,  # 假设大气温度为22°C
    atmospheric_transmittance=0.75  # 调整大气透过率
)
processor.visualize_results('./custom_results')
processor.save_surface_temperature('./custom_results/LST.tif')
```


## 九、参考文献
* Qin Z , Berliner A K & P .A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J].International Journal of Remote Sensing, 2001.DOI:10.1080/01431160010006971.
* 于汉学,李弘颖. 城市建成区平面形态与城市热环境关联性研究[J]. 西安建筑科技大学学报（自然科学版）,2023,55(6):882-889. DOI:10.15986/j.1006-7930.2023.06.011.