贵池区地表温度反演和热岛空间特征分析

章 勇，姚志强

（池州学院资源环境学院，安徽池州247000）

随着全球城市化进程加快，城市下垫面不断变化，城市热岛问题变得越来越突出，影响城市气候，危害城市的生态环境[1]。对于城市热岛的研究，有利于城市规划和城市环境保护以及推进城市可持续发展具有重要意义[2]。由于传统的地面观测方式很难全面掌握城市地面热岛的空间分布情况，因此利用遥感影像来研究城市热岛效应成为了主流方式。就目前研究成果来看，有关城市热岛研究大都是对大城市展开研究的，而对中小城市的研究甚少。因此，本文以池州市贵池区为例，研究中小城市热岛空间分布特征。对于正确认识演变规律和空间特征，寻求改善池州市人居环境的科学合理方法，以及推进池州市生态城市建设具有重要意义。

1 研究区和数据预处理

1.1 研究区

本文选择中小城市池州市贵池区（北纬:30°40′27.27″,东经:117°29′44.47″）为研究区，池州市作为中国第一个生态经济示范区和中国优秀旅游城市，走生态城市建设是池州发展的必经之路。近些年来，随着旅游业的发展，池州市的城市化进程及经济水平得到了快速发展，特别是贵池区发展尤为迅速，但也带来了贵池区下垫面的巨大变化，人口急剧增多，热岛效应日益显著。

1.2 数据预处理

本文选用Landsat8卫星2016年7月26日池州市贵池区的数据，图幅号为LC81210392016207LGN00。Landsat8数据共有11个波段（波段信息见表1），其中第10波段和第11波段为热红外波段，可用于地表温度反演。

表1 Landsat8波段信息

由于Landsat8一景影像所包括的地面范围非常广，为185KM×185KM，而池州市贵池区只是该范围内的一部分。如果直接对原始数据进行处理，数据量和运算量太大。因此，要对原始数据进行裁剪处理。本文利用池州市贵池区行政边界矢量数据对Landsat8原始数据进行裁剪预处理。图1为裁剪后贵池区真彩色显示结果，图2为热红外波段10灰度显示。

图1 Landsat8贵池区真彩色图像

图2 Landsat8第10波段

2 地表温度反演

本文采用Wang F等的Landsat8地表温度反演算法[3]，公式为：

式中，Ts为利用Landsat8热红外波段10反演得到的地表温度；a10和b10为算法常量，其值见表2；T10为Landsat8热红外波段10的亮温；Ta为大气参数；C10和D10为算法中间变量，可用公式（2）和（3）计算得到。

公式（2）和（3）中τ10和ε10分别为Landsat8第10波段的大气透过率和地表比辐射率。

表2 常量a10、b10对应温度范围值

2.1 Ta和 τ10的求解

大气平均作用温度Ta主要由大气剖面气温分布和大气状态决定[4]，由于卫星过境时刻的大气剖面数据和大气状态很难测定，可以根据表3中相应的大气模型估算大气平均作用温度T[5]。

a

表3 大气参数Ta对应大气模型计算公式

表3中T0为近地表大气温度，可通过气象网站获取。

遥感传感器所接收到的热辐射强度与地表真实发射的热辐射强度的比值称为大气透过率，必须消除大气对热辐射的影响才能将星上亮温转换成地表辐射温度。大气透过率可根据表4中不同大气模型中水汽含量获取。

表4 大气透过率计算

w为大气水汽含量，可通过气象网站获取。

2.2 地表比辐射率ε10的求解

地表比辐射率是指物体在温度为T，波长为λ时辐射出射度与相同温度和波长下的黑体辐射出射度的比值。可根据公式[6]

式中，dε为地表比辐射率改正项，NDVI为归一化植被指数，Pv为植被覆盖度，εv10，εs10分别为热红外波段10纯净的植被和裸露地表和建筑表面的比辐射率，εv10=0.973，εs10=0.966。

式中，F'为地形因子，值为0-1之间，一般取0.5。

图1虚线框内西侧(左)车库为上浮区域，中间为4层网点及主楼.在网点与车库交界等位置，剪力最大处产生一定破坏.上浮区域呈现龟壳式，中间凸出比较多，最大位移在轴与④轴交点处附近.

式中，pnir为近红外波段，pr为红波段。

式中，NDVIs、NDVIv分别为纯净的裸土像元和纯净植被像元的归一化植被指数，一般可以将NDVI＜0.05时看成纯净裸地区域，NDVI＞0.7时认为是纯净的植被区域[6]。因此，可以取NDVIs=0.05，NDVIv=0.7。贵池区Landsat8波段10的地表比辐射率渲染结果见图3。

图3 贵池区地表比辐射率渲染图

2.3 亮温的求解

物体的亮度温度是指当某一个物体与黑体的辐射出射度相等时，此时，该物体的亮度温度就是黑体此刻所具有的温度，即与观测物体辐射出射度相等时黑体的温度称为该物体的亮度温度。Landsat 8数据是用DN值表示的，通过对热红外波段辐射定标得到热辐射强度，辐射定标公式为：

式中，Lλ星上辐射强度，Qcal为原始量化的DN值，ML和AL为定标常量，可通过查询Landsat 8头文件可知，这里ML=3.3420E-04，AL=0.10000。因此，利用上式可很容易地计算出Landsat8两个相应热红外波段的热辐射强度，热辐射强度所对应的像元亮度温度可根据Landsat8元文件提供的热量常数转化得到：

式中，T为Landsat 8热红外波段的像元亮度温度（K），K1和K2为卫星发射前预设的常量，对于Landsat 8第10波段K1=774.89mW·cm-2·sr-1·um-1，K2=1321.08K。贵池区Landsat8数据亮温渲染结果见图4。

图4 贵池区亮温渲染图

综上，将地表比辐射率、亮度温度、大气平均作用温度和大气透过率带入公式（1），即可获得贵池区地表温度反演结果，利用ArcGIS对反演得到的温度结果图像进行渲染出图，见图5。

图5 贵池区地表温度渲染图

3 热岛空间特征

为了分析贵池区城市热岛空间特征，对贵池区Landsat8遥感影像进行监督分类，分成三种土地覆盖类型（水域，建设用地和绿地），从而获得贵池区土地覆盖类型图（见图6）。

图6 贵池区土地覆盖类型图

从图6中可以看出，贵池区建设用地主要集中在老城区，由市中心向四周发散，呈现出中心辐射现象。从图5和图6中可以得出，贵池区大部分区域温度是比较低的，这得益于池州市绿化工作的完善。对反演得到的地表温度进行统计，可以得到最高温度为39.6℃，最低温度为21.3℃，平均温度为29.7℃。并对每种土地覆盖类型的温度进行统计，统计结果见表5。

表5 每种土地覆盖类型温度统计结果

从表5中可以看出，建设用地平均温度最高，其次是绿地，水域的平均温度最低。建设用地温度的标准差最大，这是因为建设用地建筑物的多样性，新旧建筑材料的混杂性导致的。

图7 池州市贵池区温区划分图

为了能够更加直观、定量地分析贵池区热岛空间特征，利用均值-标准差等间距的方法（见公式10），将贵池区温度划分为六个等级（见图7）。

从图6和图7可以得出，贵池区下垫面土地覆盖类型和城市热岛的分布状况保持着较好的一致性，贵池区城市热岛特高温区主要集中在老城区中心区域，围绕着平天湖，地表温度高于周边区域，并与城市的轮廓和道路分布一致。这是由于老城区地表覆盖类型大部分都是建设用地，大面积高密度的建筑物导致空气流通性差，并且建筑材料吸热能力强，所以热岛特高温区主要集中在老城区；低温区主要集中在沿长河、平天湖以及城内河流。这是由于水的热传导能力强，水面不宜聚集热量，所以水域处于低温区；次中温区、中温区和次高温区主要集中在植被覆盖度高的绿地区域。因为绿地由于植被的蒸腾作用具有降温效果，所以绿地处于次中温区、中温区和次高温区。可见，水体和植被对城市热岛效应具有明显的改善作用。

4 结论

本文利用Landsat8遥感数据对池州市贵池区进行了地表温度反演，并分析了贵池区的城市热岛空间分布特征，为中小城市城市热岛的研究提供了思路。研究结果表明：

（1）不同土地覆盖类型对城市热岛的贡献不同。其中建设用地平均地表温度最高，绿地次之，水域最低。

（2）贵池区下垫面土地覆盖类型和城市热岛的分布状况保持着较好的一致性。土地覆盖类型的空间布局直接决定着城市热岛的空间格局。城市建设用地处于热岛的特高温区，水域处于低温区，城市绿地处于次中温区、中温区和次高温区。

（3）贵池区城市热岛特高温区主要集中在老城区中心区域，围绕着平天湖，地表温度高于周边区域，并与城市的轮廓和道路空间布局保持一致。低温区主要集中在沿长河、平天湖以及城内河流温度相当较低。次中温区、中温区和次高温区主要集中在植被覆盖度高的区域。

[1]尹柯柯,魏冠军,胡玉玺,等.兰州市城市热岛效应与地表指数定量分析[J].测绘科学,2017,42(4):55-60.

[2]邬昀,任永建,方思达.武汉城市热岛效应及其影响要素分析[J].气象与减灾研究,2017,40(1):43-50.

[3]Wang F,Qin Z,Song C,et al.An Improved Mono-Window Algorithm for Land Surface Temperature Retrieval from Landsat 8 Thermal Infrared Sensor Data[J].Remote Sensing,2015,7(4):4268-4289.

[4]Z Qin,A Karnieli,P Berliner.A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J].International Journal of Remote Sensing,2001,22(18):3719-3746.

[5]覃志豪,LI Wenjuan,Zhang Minghua,等.单窗算法的大气参数估计方法[J].国土资源遥感,2003,15(2):37-43.

[6]覃志豪,李文娟,徐斌,等.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,2004,16(3):28-32.