2.4 热红外遥感与黑体辐射
2.4 热红外遥感与黑体辐射
本节摘要：任何绝对零度以上的物体都自发辐射电磁波，温度越高辐射越强、峰值波长越短。热红外遥感据此把地表温度变成可观测的量：普朗克定律给出辐射与温度的精确关系，维恩位移定律解释为何选八至十四微米窗口，发射率则是从辐射到温度换算中必须校准的变量。城市热岛、旱情监测、火点识别皆由此展开。
温度自己会发光
前面三节讨论的都是"反射太阳光"的被动观测，本质是借光。热红外不借光——地物自己是光源。这一物理事实由黑体辐射理论描述：黑体是吸收全部入射辐射的理想体，它在各波长上的辐射强度只由温度决定，普朗克定律给出了这条曲线的精确形状。曲线有两个实用推论。其一，温度越高全谱辐射越强，且与绝对温度的四次方成正比（斯特藩-玻尔兹曼定律）——地表温度从二十八度升到三十八度，热辐射增强约百分之十三，这个变化量足以被热红外传感器分辨。其二，辐射峰值波长与温度成反比（维恩位移定律）：太阳表面约六千开尔文，峰值在零点五微米附近，恰在可见光；地球表面约三百开尔文，峰值在九点七微米附近，恰落在热红外窗口——地球这颗行星的"颜色"，在热红外波段最亮。这就是热红外遥感把主窗口设在八至十四微米的全部理由：既顺应地球自身的辐射峰值，又躲开了臭氧在 9.6 微米的吸收线。
用代码验证维恩位移并画出量级感：
# 维恩位移定律：不同温度黑体的辐射峰值波长 # lam_max(微米) = 2898 / T(开尔文) cases = [("太阳表面", 6000), ("白炽灯丝", 3000), ("篝火余烬", 900), ("地球表面", 300), ("人体皮肤", 307), ("火灾火焰", 1200)] print(f"{'对象':<6}{'温度K':>8}{'峰值波长um':>12}{'所在谱段'}") section = lambda lm: ("可见光" if lm < 0.7 else "近短波红外" if lm < 3 else "热红外" if lm < 14 else "远红外") for name, T in cases: lam = 2898.0 / T print(f"{name:<6}{T:>8}{lam:>12.2f} {section(lam)}") # 地表约 9.7um 恰在热红外窗口中心；火焰峰值约 2.4um， # 所以火点识别常用中红外(3至5um窗口)而非热红外主窗口
图 2-4：不同温度黑体的辐射曲线与峰值位移
发射率：真实地物不是黑体
黑体是理想参照，真实地物辐射得没有黑体那么"尽职"，二者之比称为发射率，取值零到一。发射率由材质与表面状态决定：水、茂密植被的发射率高达 0.97 以上，接近理想；裸露砂土约 0.90 至 0.94；抛光金属可低至 0.1 量级——所以 SAR 影像里的金属屋顶是亮点，热红外影像里反而是"冷"的假目标。发射率之所以关键，在于温度反演的换算链：传感器测到的是辐射，换算温度时假设了发射率，假设偏差会直接转成温度偏差——发射率差 0.02，反演温度可偏一度上下。城市热岛研究尤其受制于此：柏油、混凝土、植被、水体的发射率各异，不加发射率校正就画热场图，城市与郊区的对比可能被材质差而非温度差主导。
由此引出热红外的两个基本产品概念。亮温是假定目标为黑体时反推出的温度，它不必知道真实发射率，是可以直接、稳定测量的量，跨期可比性好；地表温度则要引入发射率校正（常用方法是配合可见光数据做植被覆盖度分类，分材质赋发射率），物理意义更真实但引入了分类误差。业务上常见的选择是：变化监测用亮温，绝对温度产品用地表温度。热惯量的概念补在最后：昼夜温差小的地物（水体、湿润土壤）热惯量大，昼夜温差大的（干燥砂土、岩石碎屑）热惯量大反转——利用昼夜两期热红外对比，可以区分地表物质并反演土壤水分，这正是旱情监测的物理原理。
两条业务线：温度产品与火点监测
热红外数据在业务上主要走两条线，分工与算法各不相同，值得分开记账。地表温度产品线关心绝对值的准确：辐射定标、大气校正、发射率校正一道不能少，产出供气候分析、城市热岛评估、蒸散发估算使用的标准温度产品。它对传感器的要求是辐射精度高（绝对定标误差控制在温标一度以内）、重访稳定，因此多由气象与陆地观测系列的卫星承担，分辨率通常在几百米到千米级——这也是"温度产品分辨率粗"的原因：大视场换来高信噪比与稳定定标。火点监测线关心异常值的灵敏：亚像素火点只会让整个像元的中红外辐射略有抬升，算法靠中红外与热红外两波段的对比（火点在中红外远比背景亮）把这点抬升揪出来，再按亚像元模型估算火线面积与温度。它对时效要求苛刻，极轨与静止气象卫星的联合值守能把重访压到分钟级，森林防火的卫星告警正是这条线的产物。两条线也解释了一个初学者的困惑：为什么热红外影像看起来总比光学影像"糊"——不是传感器偷懒，而是物理选择了信噪比与定标稳定性优先。
顺手把斯特藩-玻尔兹曼的四次方关系变成数字直觉：
# 斯特藩-玻尔兹曼演算：地表增温的辐射响应是非线性的 sigma = 5.67e-8 # 玻尔兹曼常数 M = lambda T: sigma * T**4 # 黑体辐射出射度 W/m2 T1, T2 = 301.15, 311.15 # 28 摄氏度 -> 38 摄氏度 M1, M2 = M(T1), M(T2) print(f"28度出射度 {M1:.1f} W/m2, 38度 {M2:.1f} W/m2, 增幅 {(M2/M1-1)*100:.1f}%") print(f"若误用线性外推，将低估增幅约 {100 - (1+ (T2/T1-1)*100)/(M2/M1-1)*100:.1f} 个百分点") # 十度增温带来约 13% 的辐射增强——远超多数光学波段的跨期信号变化 # 这说明热红外对温度变化极其灵敏，也说明绝对定标不精密时热场图不可比
这段数字还提示了热红外任务的隐藏门槛：既然百分之十三的信号差对应十度温差，那么定标与大气校正里几个百分点的误差就会吞掉两三度的真实差异。做城市热岛比较时，坚持使用同一传感器、做过相同校正流程的产品，是可比性的底线。
再补一段选型视角，把本节落回任务日志的口吻。热红外载荷的空间分辨率普遍低于可见光载荷，根源在能量：热辐射的光子能量比可见光弱得多，想把每个像元凑够信噪比，要么把像元做大（分辨率变粗）、要么把口径做大（卫星变贵）、要么延长积分时间（像元拖影）。三难之下，业务卫星普遍选择把热红外做到几百米量级。这意味着一个典型组合策略：用高分辨率光学影像做地物分类，用中分辨率热红外做温度场，再把温度按分类结果降尺度到精细网格——"分类引导的温度降尺度"是城市热环境研究的标准操作。选型时还要留意昼夜观测能力：昼夜各一次的热红外对是热惯量分析的最小配置，只拍白天的载荷无法区分"白天热因为材质"还是"白天热因为缺水"，旱情监测任务立项时务必核对此项。
常见问答
问：热红外影像为什么白天夜里都能拍，质量却有昼夜差异？ 都能拍是因为地物持续自发光；有差异是因为白天太阳加热叠加在地物自身辐射上，昼夜温差与加热历史让同一地物在早晚读数不同。做温度比较必须同时相配对——清晨对清晨、午后对午后，混比等于比温度加时刻的混合体。
问：为什么测温枪、卫星热红外都偏爱八至十四微米？ 同一个物理：人体与地球环境温度的辐射峰值都在这附近，且大气恰在此处开窗。你手里的测温枪与三万六千公里外的气象卫星，用的是同一段物理。
问：亮温可以直接当温度用吗？ 看用途。做时序比较与相对分析，亮温稳定可比，完全够用；做绝对温度（如热岛强度以摄氏温差表述、蒸散发模型输入），必须做发射率与大气校正得到地表温度。两个产品的差值本身就有诊断价值——亮温与地表温度差异异常大的地方，多半是发射率假设出了问题（金属屋顶、水面耀斑、干沙地）。
要点回顾：凡有温度皆有辐射，地球的辐射峰值恰好落在八至十四微米窗口，热红外窗口的选址是维恩位移与臭氧吸收线共同划定的；发射率是真实地物与黑体的折扣率，温度反演的误差多半从这里来；亮温与地表温度是两个不同承诺的产品，选择取决于你要可比性还是物理真实性；温度产品线求准、火点监测线求快，热红外影像偏粗是物理选择而非技术落后，昼夜成对观测是热惯量类任务的前提。至此第 2 章的物理底盘完成，下一章把物理变成装备——按波段结论去设计平台与载荷。