La température de surface est un paramètre important pour l'équilibre du bilan énergétique de la surface terrestre et le cycle de l'eau. La télédétection infrarouge thermique est actuellement la source de données la plus importante pour l'inversion de la température de surface, et l'algorithme de fenêtre d'ouverture est l'algorithme d'inversion le plus largement utilisé. Cet article s'inspire de la forme de l'algorithme de fenêtre d'ouverture pour l'inversion de la température de surface du satellite Gaofen-5, et combine les caractéristiques spectrales des bandes du capteur du satellite Gaofen-5B (GF-5B) pour construire deux formes d'algorithmes de fenêtre d'ouverture visant l'inversion de la température de surface des données infrarouges thermiques GF-5B. En tenant compte de l'influence de la vapeur d'eau sur l'inversion de la température de surface, les coefficients de l'algorithme de fenêtre d'ouverture ont été obtenus sous différentes conditions de vapeur d'eau. Une analyse comparative a été effectuée pour choisir la forme la plus précise de l'algorithme de fenêtre d'ouverture comme application pour l'inversion de la température de surface des données infrarouges thermiques GF-5B. La méthode améliorée basée sur les seuils NDVI-NDWI et la méthode basée sur le rapport covariance-variance de la fenêtre d'eau vapeur ont été utilisées pour estimer les paramètres clés nécessaires à l'algorithme tels que l'émissivité de surface et la teneur atmosphérique en vapeur d'eau. Les algorithmes construits dans cet article ont été appliqués à l'inversion de la température de surface dans quatre zones expérimentales de différents types de surface, et les résultats d'inversion ont été validés à l'aide des températures de surface mesurées sur site par la station HiWATER et des produits de température de surface MODIS. Les résultats montrent que l'erreur de validation des températures de surface inversées aux stations au sol était respectivement de 1,88 K pendant la journée et 0,99 K pendant la nuit, l'erreur nocturne étant inférieure à celle de la journée ; la comparaison croisée avec le produit MOD11A1 LST montre qu'à l'exception de la zone expérimentale de Tangshan dans le Hebei, affectée par la couverture nuageuse qui a conduit à de mauvais résultats de comparaison, les différences de température dans les trois autres zones expérimentales ne dépassaient pas 1,5 K ; cela montre que l'algorithme de fenêtre d'ouverture construit dans cet article possède une grande précision pour l'inversion de la température de surface.

Gaofen-5B; données infrarouges thermiques; température de surface; algorithme de fenêtre d'ouverture; estimation de l'émissivité de surface; estimation de la teneur en vapeur d'eau atmosphérique; validation de précision; validation par station au sol; comparaison croisée de température de surface