基于TM资料对上海区域热环境特征的分析

王桂玲，谈建国，崔林丽，王成林，金赛花

(1.解放军理工大学气象学院，江苏 南京 211101;2.上海市气象科学研究所，上海 200030;3.上海市卫星遥感与测量应用中心，上海 201100)

0 引言

城市化导致自然植被、土壤和水体被改变，必然造成地表物理特征和地气之间能量交换的改变。地表热通量与地表温度、土壤湿度及植被状况之间关系最为直接也较为复杂［1］。由于城市地表呈现尺度小、类型多的特点，各类地表又有其各自特性，它们的辐射、热力及水汽分布各不相同，这就使得城市地区的观测和模式研究都很困难，而目前卫星遥感技术不仅能有效探测城市下垫面的温度特征，而且还能获取地表反照率及植被指数等地表特征，因此得到了越来越广泛的应用［2－4］。目前，利用遥感资料从地表通量的角度定量地研究城市热岛形成机制，尤其城市中绿地和水体的生态效应问题还比较少，因此利用遥感资料进行城市地表热环境的研究对减缓城市热岛效应也具有重要意义。

利用卫星资料对地表热通量的估算通常依据对地表辐射温度处理不同分为单源模式和双源模式［5－7］。尽管双源模式物理意义比较合理，但公式中经验系数较多且难以确定，导致误差较大。地表能量平衡参数化(SEBAL)，是基于卫星遥感测量的一种较新的地表热通量参数化方法，由BRUTSAERT等提出的单源模式基础上发展而来，该方法相对简单，计算中除了风、气温外不需要其他资料，一直被人们应用并获得了较好的结果［8－10］。

为了揭示城市热岛(UHI)形成的内在物理机制及其发生原因，文中以TM卫星遥感资料为主要数据源，结合地面自动气象站(AWS)实测气象资料，利用SEBAL的方法估算了上海地区的地表净辐射通量和土壤热通量，分析了上海区域的地表温度及地表净辐射通量和土壤热通量的空间分布及变化特征。

1 研究范围及资料来源

1.1 研究区域概况

研究范围是以上海(31.25°N，121.47°E)为中心，面积为157 km×150 km，包括了整个上海城区及其相邻区域，其地理范围为 30.57～31.93°N，120.76～122.17°E。

1.2 资料来源

卫星遥感资料来源于2007年7月28日的TM卫星地表特征资料，包括地表温度、地表反照率、植被指数及叶面积指数和土地覆盖类型资料。由于气象资料分辨率较粗，在计算通量过程中将TM卫星资料由30 m分辨率合成为500 m分辨率。在研究区域内共有83个地面自动气象站地面观测资料可以利用(表1)。

表1 地面自动站及其地理位置

续表1

1.3 资料分析

TM地表覆盖类型资料共有10种地表类型，图1与表2为研究区域的地表覆盖类型及说明。

图1 上海地区的地表覆盖类型

表2 TM地表覆盖类型及其代码

从图中可以看出，该地区地表状况复杂，整个地区的下垫面是极不均匀的，有水面、公园、林地、绿地、交通、商业区及居民区等多种类型，在城市中心区域，商业区和居民区以及交通面积所占比例较大。文中以商业区和居民区建筑以及交通面积的平均值代表中心城区特征值，而绿地面积平均值代表绿地特征值。

将自动站白天11时地表温度与TM地表温度进行对照，根据各个站点的地理位置确定其在研究区域中对应的位置，然后对TM地表温度进行订正(图2)。由图可见，在中心区域存在明显的UHI现象，中心城区地表温度比周围地区明显增高。图3表示不同地表类型下的TM地表温度分布状况，可见不同类型地表，其地表温度差异明显，交通道路地表温度最高，居民区和商业区地表温度其次，水面最低。交通道路与水面地表温差可达10℃，与绿地和林地相差约为4～5℃，由此可见城市道路是城市重要热量来源。

2 地表热通量的计算

地气系统主要驱动力是辐射强迫，地表热通量的确定对于理解地气能量交换过程有着重要的作用。地表能量来源是净辐射，其平衡方程如下:

Rn=H+LE+G

式中:Rn——地表净辐射通量，W/m2;H——感热通量;LE——潜热通量;G——土壤热通量。

2.1 净辐射通量Rn

净辐射通量为地表吸收的太阳短波辐射和地面有效辐射之和，EYMARD等评估了由卫星资料估算辐射通量的方法［13］，其误差约为25～50 W/m2，导致误差的主要原因是不确定1 km尺度的地表反照率和比辐射率。城市区域内实测的辐射通量和反照率资料非常稀少，而卫星技术能有效地提供城市区域辐射通量和反照率。利用全波段的地表反照率和地表温度及植被指数资料计算得出净辐射通量，方法如下:

Rn=K↓－K↑+L↓－L↑

=(1－α)τKsun↓－σε0Ts4+L↓

式中:α——地表反照率;τ——大气透射率;Ksun——大气上界处的太阳辐射，W/m2;σ——Stefan-Boltzmann 常数;ε0——地表比辐射率;Ts——地表温度，K;L↓——向下的长波辐射通量，W/m2;参照文献［14］计算L↓，地表比辐射率ε0则根据Van的经验公式计算得出［15］。

2.2 土壤热通量G

土壤热通量是用于加热或冷却地表下层土壤的热量，主要由土壤热传导率和土壤温度梯度决定，它并不能由遥感测得。对于单源模式，土壤热通量G可认为与到达地表净辐射通量成正比，其比例系数Γ可由遥感获得的植被特征估算得出［14］:

式中:Ts，α，Rn意义同上;NDVI——标准化差值植被指数。

3 结果分析

图4为上海地区2007年7月28日净辐射通量分布图。计算结果表明，中心城区的平均净辐射通量小于绿地，差值约为绿地的4%。这种差异更多地是由于地表反照率差异造成的，由于绿地植被较多，植被吸收太阳辐射用于光合作用，因此绿地的地表反照率低于中心城区的地表反照率。由图可见中心城区的净辐射通量与其周边地区之间差异较小，根据WHITE和OKE等的实测资料结果也得出相似的结论［15－17］。

图4 2007年7月28日上海地区净辐射通量(W/m2)

计算结果反映了地表热通量空间分布，由于中心城区的地表温度高，向深层土壤传送的热量最多，因此中心城区的土壤热通量最大，约高于绿地的10%，而果园、林地与绿地的土壤热通量比较接近(图5)。地表吸收的太阳净辐射通量除了向下传递给深层土壤外，还以感热和潜热形式影响大气，对感热通量和潜热通量的计算将在另文详细阐述。

图5 2007年7月28日上海地区土壤热通量(W/m2)

4 结论

文中以TM卫星遥感资料，结合AWS实测气象资料，估算地表通量，从能量分配机制上分析了城市热岛效应产生的原因，同时研究表明了植被和水体具有减缓城市热岛效应。分析结果得到如下结论:

(1)交通道路地表温度最高，其次为居民区和商业区，水面最低;

(2)中心城区地表的平均净辐射通量与周边相差不大，比绿地约低4%;

(3)中心城区的土壤热通量比周边要高，比绿地高约10%。

用TM卫星遥感资料估算城市区域地表热通量分布具有方便快捷的优势，故具有广阔的应用前景，但是由于遥感技术易受到大气状况的影响，地表通量计算仍带有经验性，特别是因缺乏同期近地层通量观测资料，没有对地表通量结果进行验证，这将有待于今后进一步研究工作的开展。

［1］CARLSON T N，GILLIES R.A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover［J］.Remote Sensing Reviews，1994(9):161- 173.

［2］KATO S，YAMAGUCHI Y.Analysis of urban heat-island effect using ASTER and ETM+ data:Separation of anthropogenic heat discharge and natural heat radiation from sensible heat flux［J］.Remote Sensing of Environment，2005，99:44- 54.

［3］田武文，黄祖英，胡春娟.西安市气候变暖与城市热岛效应问题研究［J］.应用气象学报，2006，17(4):438- 443.

［4］谢苗苗，周伟，王仰麟，等.城市土地利用的热环境效应研究——以宁波城区为例［J］.北京大学学报:自然科学版，2008，44(5):815- 821.

［5］BASTIAANSSEN W G M，MENENTI M，FEDDES R A，et al.A remote sensing surface energy balance algorithm for land(SEBAL)part 1.formulation［J］.Journal of Hydrology，1998(212- 213):198- 212.

［6］KUSTAS W P，HUMES K S，NORMAN J M.Single and dualsource modeling of surface energy fluxes with radiometric surface temperature［J］.Journal of Applied Meteorology，1996(35):110- 121.

［7］NORMAN J M，KUSTAS W P，PRUEGER J H，et al.Surface flux estimation using radiometric temperature:A dual-temperature-difference method to minimize measurements errors［J］.Water Resources Research，2000(36):2263- 2274.

［8］SU Z.The Surface Energy Balance System(SEBS)for estimation of turbulent heat fluxes［J］.Hydrology and Earth System Sciences，2002(6):85- 99.

［9］马耀明，戴有学，马伟强，等.干旱半干旱区非均匀地表区域能量通量的卫星遥感参数化［J］.高原气象，2004，23(2):139- 146.

［10］BASTIAANSSEN W G M.SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin，Turkey［J］.Journal of Hydrology，2000(229):87- 100.

［11］WANG G L，JIANG W M.Analysis of urban/rural albedo from MODIS over East China［J］，Proceedings of SPIE，2006(6199):123- 134.

［12］王桂玲，蒋维楣，魏鸣.城市热岛效应的卫星遥感分析［J］.南京气象学院学报，2007，30(3):201- 207.

［13］EYMARD L，TACONET O.The methods for inferring surface fluxes from satellite data and their use for atmosphere model validation［J］.International Journal of Remote Sensing，1995(16):1907- 1930.

［14］PRATA A J.A new long － wave formula for estimating downward clear sky radiation at the surface［J］.Quarterly Journal of the Royal Meteorological Society，1996(122):1127- 1151.

［15］BOEGH E，SOEGAARD H，THOMSEN A.Evaluating evapotranspiration rates and surface conditions using Landsat TM to estimate atmospheric resistance and surface［J］.Remote Sensing of Environment，2002(79):329- 343.

［16］WHITE J M，EATON F D，AUER A H.The net radiation budget of the St.Louis Metropolitan area［J］.Journal of Applied Meteorology，1978，17:593- 599.

［17］OKE T R.The energetic basis of the urban heat island［J］.Quarterly Journal Royal Meteorological Society，1982，108(455):1- 24.