基于TM影像的淮安市地表温度反演分析

王月香，周洪杉

（淮阴师范学院城市与环境学院，江苏淮安 223300）

基于TM影像的淮安市地表温度反演分析

王月香，周洪杉

（淮阴师范学院城市与环境学院，江苏淮安 223300）

以淮安市1995年与2006年的Landsat TM遥感影像为主要遥感数据源，采用单窗口算法反演得到研究区的地表温度.通过计算卫星亮温，地表比辐射率，大气投射率，大气平均作用温度来完成单窗体温度反演的计算.从两个时期地表温度反演结果可以看出，城市正不断的发展，该城市聚集度有所提高，热岛效应加剧，温度分布与地表环境有着密切的联系.

温度反演；Landsat TM；单窗口算法；淮安市

0　引言

地表温度是研究地表与大气之间物质与能量交换的重要参数.依靠热红外遥感可获取全球或者区域尺度的地表温度的时空分布［1］.TM数据是目前环境研究中应用最多的卫星热红外遥感数据之一［2］，可用来分析区域地表热辐射和地面温度.与传统地表温度测量相比，有着范围大，时空广，更新快，易于对比分析等优点，因此基于遥感影像的地表温度反演将得到广泛的应用.

单窗口算法最初由覃志豪［3］与2001年提出，该方法过程简单精度较高.本文在已有文献基础上对淮安市地表温度进行反演，分析地表温度与城市热岛效应、城市分布的关系以及城市分布在空间走向方面的特点.

1　基本原理及研究区概况

1.1基本原理

TM遥感器所观测到的热辐射强度是转换成灰度值记录下来的，因此不能直观的反应地表热辐射强度与温度变化，而且地表辐射地物反射吸收率、大气因素的影响，得到的结果会有些偏差，使用单窗口算法［4］可以得到地表温度较为真实的情况［5］.其计算公式：

其中：Ts为地表温度（K）；a6和b6为经验常量；T6为卫星亮温度（K），Ta为大气平均作用温度（K），中纬度地区夏季：Ta=16.011+0.92621T0，其中T0为近地面气温；C6和D6为中间变量，其表示如下：

其中：ε6为地表反射率；τ6为大气透射率.

1.2技术路线

研究技术路线如图1所示.

1.3研究区概况

淮安市地处江苏北部，江淮平原东部，位于长江三角洲北翼地区，北纬32°43′00″～3°06′00″，东经118°12′00″～119°36′30″之间，占地面积10 072平方公里，地属暖温带向亚热带的过渡性气候，四季温差较大.属南京都市圈紧密圈层城市，是古淮河与京杭大运河交汇点，于2001年由地级淮阴市更名而来，现为国家园林城市、国家环境保护模范城市、国家级低碳试点城市.

图1　技术路线图

2　淮安市地表温度反演

2.1研究区数据获取

遥感影像由GLCF免费遥感影像下载网站获取的，分别选择了1995年与2006年淮安市夏季的遥感影像作为实验数据.还有在气象网站查询的历年淮安市的气温情况作为验证数据.由于所获取的Landsat TM影像自带UTM Zone 50 North，WGS84投影与坐标系统，经过裁剪减小窗口来减小数据处理量，其精度满足研究要求.

2.2温度反演

2.2.1卫星亮温度

卫星亮温即为卫星高度亮度温度，是遥感传感器在卫星高度所观测到的与热辐射强度相对应的温度.地物反射热辐射要通过大气，包含有大气和地表对热辐射传导的影响，不是真正意义上的地表温度.从TM6数据中求算亮度温度的过程包括把DN值转化为相应的热辐射强度值然后根据热辐射强度推算所对应的亮度温度［6］.推算公式如下：

其中：L（λ）=0.1238+0.005632156Q（dn）；Q（dn）为像元灰度，K1=60.776 mW·cm-2·sr-1·um-1，K2=1260.56K.

2.2.2地表比辐射率

物体的比辐射率又称发射率，指在同一温度下地表发射的辐射量与一黑体发射的辐射量的比值，与地表组成成分，地表粗糙度，波长等因素有关.TM图像可以从归一化植被指数（NDVI=（TM4-TM3）/（TM4+TM3））获得地表比辐射率.植被有较强吸收辐射的能力，因此计算地表比辐射率是应该将地物进行分类，本文使用监督分类将地表分为：建筑用地，水体，植被3类，在ERSAS中建模对数据进行处理，使用监督分类只是提供了地物类别识别.再根据Sobrino提出的NDVITEM进行地表比辐射率估计［7］：水体在第6波段的比辐射率很高，直接采用水体比辐射率ε=0.995.而对于建筑用地，采用ε=εm（1-Pv）+εvPv+0.0038Pv.对于植被覆盖表面采用如下估算方法：

其中：εm=0.97，为各种建筑比辐射率；εs=0.972，为裸土的比辐射率；εv=0.986，为全植被覆盖区域的比辐射率；Pv是植被构成比例，采用Charlson等人提出的估计方法：

其中：NDVImax为植被完全覆盖的NDVI值，NDVImin为裸地NDVI值，有遥感图像处理存在误差，其他因素的干扰，因此在选取NDVI最大值与最小值时，选择最大值与最小值领域的平均值.经过在ERDAS中进行统计分析，得到NDVImax=0.7，NDVImin=0.05，当NDVI＞NDVImax，则取pv=1；若NDVI＜NDVImin，则取Pv=0.介于两者之间时需要计算植被构成比例.

2.2.3大气透射率

地表热辐射在大气中的传导会受到气压、气温、气溶胶含量、大气水分含量等的作用而产生衰减，因此准确的求算大气透射率［8］需要较详细的大气剖面数据，这些数据一般难以获取.研究表明，大气透射率的变化主要取决于大气水分含量的动态变化，其它因素因其动态变化不大且对大气透射率的变化没有显著影响［9］.高气温时，由于淮安地区河系比较多，地表水丰富，采用τ6=1.031412-0.11536w，其中w=0.0981e+0.1697，e是绝对水汽压（hPa），经计算为τ6=0.8.根据Ta=16.011+0.92621T0得到大气平均作用温度为Ta=295.782.

2.2.4温度反演

根据所计算的卫星亮温度，地表比辐射率，利用大气透射率、大气平均作用温度Ta和地表比辐射率3个参数便能从亮温Tsensor推导出地表温度Tsurface，将单窗口反演公式得到的结果由ArcMap进行图像的直观输出，输出结果如图2和图3所示.

图2　1995年地表温度反演图

图3　2006年地表温度反演图

3　结果分析

从反演结果图来看，1995年的最低气温为282.04 K，最高气温为304.42 K，平均气温293.18 K；2006年的最低气温为279.65 K，最高气温为319.77 K，平均气温为296.39 K；由于遥感图像拍摄的月份不同，使其两个时期所获得的温差较大，但是同一时期可以看出河流与植被的温差较小，城市温度明显高于植被与水体的温度，城市与周围环境的温差加剧.

从高亮的城市建设用地可以看出城市扩张面积较大，说明这十年来淮安市城市建设的扩张，城市聚集度有很大的提高，并有向东南方发展的趋势.楚州区得到了较大的发展，城市温度明显比十年前有所提高.1995年的城市与环境温差在2～3 K之间，到了2006年提高到2～4 K，说明城市热岛效应的存在，且有加剧的趋势.

淮安市河系支流较多，由于水的比热较高，淮扬运河吸收了较多的热量，所以温度比城市均温要低，城市热岛效应有明显的界限，从而产生了分块热岛效应.

［1］ Goetz S J，Halthore R N，Hall F G，et al.Surface Temperature Retr-ieval in a Temperature Grassland with Multiresolution Sen-sors［J］.Journal of Geophysical Research，1995，100（12）：25397-25410.

［2］ Becker F.The Impact of Emissivity on the Measurement of I andSurface Temperature from a Satel-lite［J］.International Journal of Remote Sensing，1987，8（10）：1509-1522.

［3］ 覃志豪，张明华，Arnon Karnieli，等.用陆地卫星TM6数据演算地表温度的单窗算法［J］.地理学报，2001，56（4）：456-466.

［4］ Coll C，Caselles V，Sobrino A，et al.On the Atmos-pheric Dependence of the Split-window Equation for Land Sur-face Temperature［J］.International Joutnal of Remote Sensing，1994（15）：105-122.

［5］ 覃志豪，李文娟，张明华，等.单窗算法的大气参数估计方法［J］.国土资源遥感，2003，56（2）：35-43.

［6］ 田国良.热红外遥感［M］.北京：电子工业出版社，2006.

［7］ 覃志豪，李文娟，徐斌.陆地卫星TM6波段范围内地表比辐射率的估计［J］.国土资源遥感，2004，57（3）：28-41.

［8］ 杨景梅，邱金恒.我国可降水量同地面水汽压关系的经验表达式［J］.大气科学，1996，20（5）：620-626.

［9］ 李净.基于Landsat-5 TM估算地表温度［J］.遥感技术与应用，2006，21（4）：322-326.

Analysis the Surface Temperature of Huaian City Based on TM Remote Sensing

WANG Yue-xiang，ZHOU Hong-shan
（School of Urban and Environment，Huaiyin Normal University，Huaian Jiangsu 223300，China）

This paper analyzes the surface temperature of Huaian city based on Landsat TM remote sensing images of Huai'an in 2000 May and 2006 May as the main data source，the surface temperature of the study area was extracted by single-window algorithm inversion.Calculating the satellite brightness temperature，surface emissivity，atmospheric throw ratio，average atmospheric effects temperature to complete the one-form temperature inversion calculations.Then to obtain surface temperature inversion results in both periods.The use of supervised classification and normalization of construction index land use information extraction for analysis of building land and surface temperature between urban sprawl can be seen in silhouette.The city has increased aggregation，increased thermal conductivity effects，temperature distribution and surface environment are closely linked.

temperature inversion；landsat TM；single-window algorithm；urban development；Huaian city

P423

A

1671-6876（2016）03-0240-04

［责任编辑：蒋海龙］

2015-11-29

王月香（1979-），女，江苏涟水人，讲师，硕士，研究方向为遥感与GIS应用.E-mail：wangyuexiang3525@163.com