地表温度（LST）对于评估地表状况的各种研究越来越重要，例如城市气候、蒸发和植被压力的研究。Landsat系列卫星有可能提供高空间分辨率的LST估计值，这特别适用于地方或小规模的研究。许多研究提出了Landsat系列的LST检索算法，一些数据集可以在线获得。然而，这些数据集通常要求用户能够处理大量的数据。谷歌地球引擎（GEE）是一个在线平台，旨在让遥感用户轻松地进行大数据分析，而不增加对本地计算资源的需求。然而，高空间分辨率的LST数据集目前还不能在GEE中使用。这里我们提供了一个代码库，可以在GEE中计算来自Landsat 4、5、7和8的LST。该代码可供用户自由使用，以计算Landsat LST，作为GEE中任何分析的一部分。前言 – 人工智能教程
LST制作的第一步是将NCEP再分析数据中的TCVW估计值与Landsat观测时间相匹配。然而，由于模型的粗略分辨率，TCWV值在所选区域内几乎是恒定的，因此，没有显示。计算LST所需的TIR表面辐射率来自于ASTER GEDv3数据集。图4b显示了相应的ASTER波段14的发射率图，它与Landsat TIR波段最为接近。ASTER NDVI值被用来计算相应的FVC，如图4c所示。在选定的地区，FVC和发射率值是相当均匀的。FVC通常相当低，大部分地区的数值在0.3和0.5之间。由此产生的裸地辐射率图显示了大约0.96-0.97的数值，这与11微米区域的光谱库中通常发现的数值一致[53