海州煤矿地表温度反演分析

张 昆，纪冬冬，焦君杰



海州煤矿地表温度反演分析

张 昆1，纪冬冬2，焦君杰1

（1.桂林理工大学地球科学学院，广西 桂林 541006；2.华夏幸福基业股份有限公司，河北 廊坊 065000）

采用Landsat5 /TM在海州露天煤矿地区的遥感影像为图像源，对阜新海州煤矿关停前和关停后的地表温度进行反演，结果表明：①时间分布，煤炭资源的开采和能源产业的发展加大了该矿区关闭后的地表温度。2009年的中高温区明显高于2000年的中高温区，2009年的中低温区和低温区所占比例均小于2000年，这和全球变暖相一致；②空间分布，2009年6月从温度分布图可以看出明显的温度变化梯度，地表温度呈现依次升高。这些高温区都位于矿区，或者城区。因此利用地表温度反演，可以为矿区环境治理起到一定的监测作用。

遥感；单窗算法；地表温度；海州煤矿

随着遥感技术的发展及人类对全球变暖现象的关注，人们越来越重视对城市热环境的研究。煤炭开采和能源产业的发展产生大量温室气体和严重的地表塌陷，改变了原来的大气组分从而使地表温度发生了很大变化。遥感技术能重复大范围地获取同一地区的数据信息，具有综合、宏观等特点，可以及时有效地掌握地表温度的变化特征。采用覃志豪反演精度高的单窗算法[1]，以海州煤矿区为研究对象，采用 Landsat/TM 数据，进行研究区的地表温度反演，分析温度的时空分布情况，可为该地区的温度变化和气候环境影响评估提供一个可靠的参考。

1 研究区概况

海州露天煤矿位于辽宁省阜新市南部太平区内，占地面积达26.82km2；包括采场6km2，排土场及排矸厂4.8km2，工业场地3.84km2，周边民居所及生活的设施2.18km2。矿区总体地势表现为东南高，西北低。该地区属于温带大陆性季风气候，春夏秋冬比较明显，夏天温度较高雨量大，年平均降水量为 539.3mm。矿区北部有细河经过，流向东西向，离采场非工作侧1.5～2.0km，是矿区附近仅有的固定式水系。细河自阜新蒙古族自治县辖区内发源，从骆驼山西侧坡，流入大凌河，区间面积达2 295km2，集水面积达477km2。细河河床平宽和缓，河谷冲积层主要为淤泥、细砂、组砂、砾石等。河流水量比较小，除多日强降雨会产生大量集水外，大多时间河水仅宽3～4m，深0.50～0.60m。海州煤矿北部有季节性河流汇集成的水库[2]。

2 数据来源及处理

该研究利用ENVI软件对海州煤矿2000年7月和2009年6月两期的Landsat 5遥感影像数据进行辐射定标、大气校正处理，然后进行地表温度反演流程图，如下图所示（图1）。

图1 利用landsat5热红外单波段影像温度反演流程

3 地表温度反演理论与方法

3.1 单窗算法

覃志豪单窗算法[3-7]具有很高的反演精度，是基于Landsat TM6反演地表温度的算法。因此，研究选择覃志豪等人提出的单窗算法来反演地表温度。其计算公式如下:

TS=[a（1－C－D）+[b（1－C－D）+C+D）]T6－DTa]/C

=[-a（C+D－1）+[（b－1）（1－C－D）+1]T6－DTa]/C （1）

式中：TS表示实际地表温度（K），T6表示星上辐射量度对应的亮温温度（K），Ta表示大气平均作用温度（K），a、b均为参考系数。地表温度为0~70℃时a，b分别为-67.355 351，0.4586 06。

C = τε （2）

D = （1－τ） [1 + （1－ε）τ] （3）

表1　ＴＭ６大气透射率估算方程

式中：ε是地表辐射率，τ是大气透射率

3.2 参数计算

3.2.1 大气透射率的计算

通过大气（或某气层）后的辐射强度与入射前辐射强度的比值[8]，大气温度和水汽的变化在热红外波段表现最为明显。影响大气透射率计算的主要考虑因素为大气水分含量。根据大气水分含量ω（g/cm2）可以估算出τ（表1）。利用标准大气（中纬度夏季大气剖面）来模拟计算大气水汽含量与大气透射率的关系，再将通过气象资料估算得到的大气水汽含量代入模拟方程中，即可得到大气透射率的估计值。

3.2.2 地表比辐射率ε的计算

为了获得地表比辐射率更加精确的数值，使用覃志豪等[1]的建议，先大致将地物划分为水体、自然表面和城市区，然后分别计算出这三种类型的地表比辐射率：

水体数值：0.995，自然表面数值：

εsurface=0.962 5+0.061 4PV-0.046 1PV2（4）

城市地区数值：

εbuilding=0.958 9 +0.086PV-0.067 1PV2（5）

其中PV表示植被覆盖度，计算方法见下式：

PV= [（NDVI-NDVIS）/（NDVIV-NDVIS）]2（6）

式中：εsurface为自然表面像元比辐射率，εbuilding为城镇像元比辐射率。

依据Sobrino[10]提出的NDVI阈值法,在ENVI的Band Math功能计算得出地表比辐射率，

σ=0.004Pv+0.968 （7）

式中：σ代表地表比辐射率；Pv=（BNIT-BRED）/（BNIT-BRED）。

3.2.3亮度温度反演

对于Landsat5来说，可直接利用公式（8）进行热辐射与灰度值之间的计算，公式如下所示:

表2 各温度温度等级像元个数

T6表示TM6的象元亮度温度（K），K1、K2为常量，可以从数据头文件中获取K1=60.776mWcm-2sr-1Lm-1,K2=1 260.56K[13]。

3.2.4 大气平均作用温度Ta

大气平均作用温度主要由大气状态、大气剖面的气温分布决定。在天气晴朗、没有气体涡旋作用的标准大气状态下，Ta与地表周围 2m处的气温T0存在如下所示的线性关系[14]。

热带大气平均作用温度： Ta=17.976 9 +0.917 15T0（10）

中纬度夏季大气平均作用温度： Ta=16.011 0 +0.926 21T0（11）

中纬度冬季大气平均作用温度： Ta=19.270 4 +0.911 18T0（12）

T0为近地温度,可查询当地气象资料，由于影像获取时间为2000年7月和2009年6月，依照研究区的季节特性和区位，选取中纬度夏季的公式作为演算，从而得出：2000年Ta=289.603 2K，2009年Ta=291.9763K（图2、3）。

图2 阜新市2000年7月温度反演图

图3 阜新市2009年6月温度反演图

4 实验结果及分析

两时期温度对比研究结果发现，阜新地区2009年7月份的地表反演平均温度为24.9℃，高于2000年6月份的地表反演平均温度22.4℃，将温度划分为四个等级：低温区（13~25℃），中低温区（25~35℃），中高温区（35~40℃），高温区（40~48℃）。从表2看出2009年的温度主要集中在中高温区占比高达60.14%，2000年的温度也主要集中在中高温区占比达50.02%，且2009年高温区占比明显比2000年小。2000年地表温度最高温度比高于2009年，这可能与矿区的关停有关，也与当地环境的改善有关。

5 结论

地表温度反演不仅应用到废弃矿山的温度监测上，还对城市热岛的研究具有重要意义。分析得出海州煤矿地表温度时空分布有以下特征：

1）时间分布，煤炭资源的开采和能源产业的发展加大了该矿区关闭后的地表温度。2009年的中高温区明显高于2000年的中高温区，2009年的中低温区和低温区所占比例均小于2000年，这和全球变暖相一致。

2）空间分布，2009年6月从温度分布图可以看出明显的温度变化梯度，地表温度呈现依次升高，这些高温区都位于矿区，或者城区。

影响矿区地表温度变化的因素较多，各因素之间联系密切，较难判断温度降低升高的主要原因，本文还需要对影响温度的因素方面进行深入研究，做出精准判定。

[1] 覃志豪，Zhang M H, Karnieli A, et al.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．

[2] 祝司永.海州露天矿矿山地质灾害成因及治理措施[D].吉林大学,2013.

[3] Goetz S J, Halthore R N, Hall F G, et al. Surface temperature retrieval in a temperate grassland with multiresolution sensors[J].Journal of Geophysical Research,1995,100:25397-25410.

[4] Schott J R, Volchok W J. Thematic Mapper thermal infrared calibration[J].Photogrammetric Engineering and Remote Sensing,1985,51,1351-1357.

[5] Wukelic G E, Gibbons D E, Martucci L M, et al. Radiometric calibration of Landsat Thermatic Mapper Thermal Band[J].Remote Sensing of Environment, 1989,28, 339-347.

[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（3）:28-36.

[7] Qin Z H，Karnieli A，Berliner P.A mono-window algo- rithm 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．

[8] 许国鹏，李仁东，刘可群，等．基于MODIS数据的湖北省地表温度反演研究[J]．华中师范大学学报：自然科学版，2007,41（1）:48-50.

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

[10] 涂梨平，周斌．利用Landsat/TM热红外数据进行陆面地温度反演的比较[J]．科技通报，2007,23（3）:326-331.

[12] Sospedra F, Caselles V, Valor E. Effective wavenumber for thermal infrared bands application to Landsat TM[J].International Journal of Remote Sensing, 1998,19:2105-2117.

[11] Li Z,Becker F.Feasibility of land surface temperature and emissivity determination from AVHRR data[J].Remote Sensing of Environment,1993,43（1）:67-85.

[13] Schneider K, Mauser W. Processing and accuracy of Landsat Thematic Mapper data for lake surface temperature measurement[J].International Journal of Remote Sensing, 1996,17:2027-2041.

[14] 覃志豪，Li W, Zhang M, et al.单窗算法的基本大气参数估计方法[J].国土资源遥感，2003（2）:37-43.

Surface Temperature Inversion of the Haizhou Coal Mine

ZHANG Kun1JI Dong-dong2JIAO Jun-jie1

（1-College of Earth Sciences, Guilin University of Science and Technology, Guilin, Guangxi 541006; 2-China Fortune Land Development Co. Ltd., Langfang, Hebei 065000）

The surface temperature inversion before and after closing of the Haizhou coal mine has been carried out based on the image of Landsat5 / TM remote sensing data in July, 2000 and in June, 2009 by the use of the mono-window algorithm. The results indicate that: 1. The surface T before closing apparently higher than that after closing due to improvement of the environment; 2. All of the high T areas are in mining area or urban mainly due to mining and urban heat island effect; 3. Medium-high T area in 2009 is bigger than that in 2000. 4. the proportion of medium-low T and low T areas in 2009 are lower those in 2000 which is consistent with global warming.Therefore, the surface T inversion can play a certain role in monitoring environment in mining area.

remote sensing; mono-window algorithm; LST; Haizhou coal mine

2017-10-25

张昆（1991-），女，山东潍坊人，研究生在读，地质学专业

P627；P618.11

A

1006-0995（2018）03-0509-04

10.3969/j.issn.1006-0995.2018.03.036