基于Landsat 8 TIRS数据反演地表温度用于气象服务初探＊

李宗参，张学彬，刘英春，黄世芹

基于Landsat 8 TIRS数据反演地表温度用于气象服务初探＊

李宗参1，张学彬2，刘英春1，黄世芹1

（1.贵阳市乌当区气象局，贵州 贵阳 550018；2.清镇市气象局，贵州 贵阳 551400）

目前贵阳市乌当区现有的气象灾害监测预警平台还不够完善，交通干线道路热力状况以及地表温度等的监测能力仍然欠缺。确立了基于Landsat 8 TIRS数据反演地表温度研究，以期获得贵阳市乌当区域范围内可代替传感器监测得的地表温度数据，以用于气象服务。

地面温度；Landsat 8 TIRS；反演方法；气象服务

1 引言

近年来，贵阳市乌当区气象现代化建设水平明显提高，已拥有1台移动人工增雨防雹作业车、17个区域自动站，其中5个六要素站、1个五要素站、8个两要素站、3个单雨量站，对降雨量和气温的监测达到全区域覆盖，但却没有针对地表温度的监测站。贵阳市乌当区气象局现有的气象灾害监测预警平台还不够完善，对交通干线道路热力状况以及地表温度等的监测能力仍然欠缺。地面温度是影响道路结冰的主要气象因子之一，如何获取地面温度，并用于区县气象局气象服务中，是当前业务待解决的实际问题。基于Landsat 8 TIRS数据反演地表温度研究，以期获得贵阳市乌当区域范围内可代替传感器监测的地表温度数据。研究获取贵阳市乌当区区域范围内地表温度数据用于气象服务，弥补地表温度难以普遍观测的弊端。

2 研究现状

关于地表温度应用的研究很多，大致集中在以下两个方面：①地表温度在城市热环境研究中的应用，主要体现在城市热岛效应方面；②地表温度在与自然相关的领域中的应用，多是研究地表温度与各种自然相关的指数相互关系。目前大部分地表温度应用的研究主要集中于城市，主要是由于近年来中国城市化进程加快，随着人口规模的不断增加，城市规模不断扩大，土地利用发生巨大变化，使得土地覆盖类型发生巨大变化，同时热岛效应越来越明显。但必须避免同样的情况也发生在农村地区，因此农村地区的地表温度也应引起重视。研究获取贵阳市乌当区域范围内地表温度数据用于气象服务中具有一定实用意义。

3 反演方法

自20世纪60年代初期发射TIROS-Ⅱ以来，很多学者利用卫星遥感数据反演地表温度，随着地表温度反演研究的不断深入，利用影像的热红外通道进行地表温度反演已经成为获取地表温度时空分布信息的主要手段之一。目前，地表温度反演主要有三种算法，分别是大气校正法、单窗算法和劈窗算法。本文用于数据对比验证反演地表温度的方法为大气校正法，利用Landsat 8 TIRS数据反演地表温度。Landsat 8上携带有两个主要载荷，分别是OLI和TIRS。其中OLI全称Operational Land Imager，陆地成像仪，TIRS全称Thermal Infrared Sensor，热红外传感器。

反演基本原理：首先估计大气对地表热辐射的影响，然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去，从而得到地表热辐射强度，再把这一热辐射强度转化为相应的地表温度。

具体操作方法：在遥感图像处理平台ENVI5.3中使用大气校正法Landsat 8 LST反演工具处理Landsat 8 TIRS数据，反演得到地表温度数据。

4 数据对比

在遥感图像处理平台ENVI5.3中利用大气校正法Landsat 8 LST反演工具，通过网络获取2015—2018年的Landsat 8 TIRS数据，反演出贵阳市乌当区一般站的地表温度数据，与贵阳市乌当区一般气象站地温场在反演对应时间点的地表温度传感器观测的地表温度进行对比，并加以订正。地温场只有8 m2，平整无草，在反演的温度取值中对经纬度的精度要求较高，否则在实际取值中相差较大。使用大气校正法反演Landsat 8 TIRS数据获取到一定时间，地理位置为贵阳市乌当区国家一般气象站的地表温度以及与Landsat 8 TIRS数据在同一时间段、地理位置为贵阳市乌当区国家一般气象站的地表温度传感器观测的地表温度。本文选取部分时间点数据对照如表1所示。利用大气校正法的Landsat 8 TIRS反演得到的贵阳市乌当区地表温度与国家一般气象站地表温度传感器观测的地表温度，在同一时间点差值不大。利用Landsat 8 TIRS反演得到的贵阳市乌当区地表温度差值较大，采用大气校正法Landsat 8 LST反演工具处理存在一定缺陷，但差值不大，平均差值为11.4 ℃。气温和地温二者相互影响，气温持续波动，地温也会随之有所波动，地表温度随动尤为明显。通过气温订正地表温的方式得到17个区域自动站的地表温度，再与Landsat 8 TIRS数据反演的地表温度进行对比。太阳的热能被地面吸收后，地面再通过辐射、传导和对流把热传给空气，这是空气中热量的主要来源。而太阳辐射直接被大气吸收的部分使空气增热的作用极小，只能使气温升高0.015～0.02 ℃。也正是这个原因，一般情况下地表温度都会高于气温。但是在实际对比研究后发现，气温与地表温度之间的关系受当日天气情况影响较大。因此本文采用以乌当本站相同时间点气温与地表温的差值订正相邻无地表温观测的两要素站点气温与地表温的差值。乌当区国家一般气象站观测气温与地表温度对比如表2所示。用以上方法对比得出同一时间气温与地表温度差值，通过使用对应差值，订正相邻两要素站点同一时间的地表温度。水田站点气温与地表温度差值订正如表3所示。气温订正地表温度与Landsat 8 TIRS数据反演的地表温度对比情况，这里气温用整点时间代替，如表4所示。气温订正地表温与Landsat 8 TIRS数据反演的地表温度之间平均差值为11.6 ℃。利用区域站观测气温订正地表温，结构与反演地表温度对比差值和乌当区一般站观测地表温度与反演地表温度差值之间相差0.2 ℃。

综上，本文在两次比较中，均用相同时间点数据作对比，得到近似相同的结果，在无设备观测状况下，在遥感图像处理平台ENVI5.3中使用大气校正法Landsat 8 LST反演工具处理Landsat 8 TIRS数据反演得到地表温度数据并加以订正后，可代替由传感器监测的地表温度数据。

表1 反演地表温度与观测地表温度对比表

站点资料时间纬度经度反演地面温度/℃观测地面温度/℃ 乌当2015-10-21T03：2126°37′48″106°45′24″24.912.6 乌当2015-11-06T03：2126°37′48″106°45′24″25.916.5 乌当2016-02-10T03：2126°37′48″106°45′24″17.64.2 乌当2017-02-12T03：2126°37′48″106°45′24″13.32.6 乌当2017-07-22T03：2126°37′48″106°45′24″33.420.7 乌当2017-09-24T03：2126°37′48″106°45′24″31.321.8 乌当2018-03-03T03：2126°37′48″106°45′24″25.813.9

表2 乌当区国家一般气象站观测气温与地表温度对比表

站名资料时间纬度/°经度/°地面温度/℃气温/℃差值 乌当2015-10-21T03：2126.633 3106.766 712.614.0-1.4 乌当2015-11-06T03：2126.633 3106.766 716.516.8-0.3 乌当2016-02-10T03：2126.633 3106.766 74.28.5-4.3 乌当2017-02-12T03：2126.633 3106.766 72.62.4+0.2 乌当2017-07-22T03：2126.633 3106.766 720.721.6-0.9 乌当2017-09-24T03：2126.633 3106.766 723.121.8+1.3 乌当2018-03-03T03：2126.633 3106.766 715.613.9+1.5

表3 水田站点气温与地表温度差值订正表

站点资料时间纬度经度观测气温/℃气温订正地面温度/℃订正值 水田2015-10-21T03：0026°44′57″106°49′41″22.921.5-1.4 水田2015-11-06T03：0026°44′57″106°49′41″22.422.1-0.3 水田2016-02-10T03：0026°44′57″106°49′41″14.310.0-4.3 水田2017-02-12T03：0026°44′57″106°49′41″9.19.3+0.2 水田2017-07-22T03：0026°44′57″106°49′41″27.526.6-0.9 水田2017-09-24T03：0026°44′57″106°49′41″26.627.9+1.3 水田2018-03-03T03：0026°44′57″106°49′41″21.222.7+1.5

表4 气温订正地表温度与Landsat 8 TIRS数据反演的地表温度对比表

站点资料时间纬度经度反演地面温度/℃气温订正地面温度/℃差值 水田2015-10-21T03：2126°44′57″106°49′41″11.921.511.9 水田2015-11-06T03：2126°44′57″106°49′41″12.422.112.4 水田2016-02-10T03：2126°44′57″106°49′41″12.410.012.4 水田2017-02-12T03：2126°44′57″106°49′41″129.312 水田2017-07-22T03：2126°44′57″106°49′41″10.126.610.1 水田2017-09-24T03：2126°44′57″106°49′41″10.427.910.4 水田2018-03-03T03：2126°44′57″106°49′41″11.722.711.7

5 结论

本文研究内容仅选取了贵阳市乌当区范围，在此范围内在没有地表温度监测的区域或在冬季区域站维护不及时的情况下，在ENVI5.3中使用同一反演地表温度工具（大气校正法Landsat 8 LST反演工具）下，尽管两组数据相差较大，但订正约－11.5 ℃，与地表温度与地表温度传感器观测的地表温度大致相同。得到的地表温度代替地表温度传感器观测的地表温度，以用于气象服务。目前Landsat 8 TIRS数据获取还存在一定困难，在实际气象服务中，Landsat 8 TIRS数据获取不及时，不易满足气象服务的及时性，随着Landsat 8 TIRS等数据越来越开放，利用Landsat 8 TIRS数据反演得到的地表温度代替地表温度，弥补地表温度观测站点稀疏的缺陷，未来可作为气象服务的一种补充。Landsat 8 TIRS数据反演地表温度还存在经常出现观测数据的缺陷，获取2次数据时间（16 d）间隔较长。可利用多颗卫星遥感数据反演地表温度，以增加时间密度，其他方面还有待进一步研究。

［1］覃志豪，ZHANG M H，KARNIELI A，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，2003（86）：341-352.

［2］覃志豪，高懋芳，秦晓敏，等.农业旱灾监测中的地表温度遥感反演方法——以MODIS数据为例［J］.自然灾害学报，2005（4）：64-71.

［3］徐涵秋，黄绍霖.Landsat 8 TIRS热红外光谱数据定标准确性的分析［J］. 光谱学与光谱分析，2016，36（6）：1941-1948.

［4］宋挺，段峥，刘军志.Landsat 8数据地表温度反演算法对比［J］. 遥感学报，2015，19（3）：451-464.

［5］柳钦火，徐希儒.遥测地表温度与比辐射率的迭代反演方法［J］.遥感学报，1998，2（1）：1-9.

［6］历华，曾永年，贠培东，等.利用多源遥感数据反演城市地表温度［J］.遥感学报，2007（6）：891-898.

［7］丁凤，徐涵秋.TM热波段图像的地表温度反演算法与实验分析［J］.地球信息科学，2006（3）：125-130，135.

［8］岳辉.刘英.基于Landsat 8 TIRS的地表温度反演算法对比分析［J］.科学技术与工程，2018（20）：200-205.

P407

A

10.15913/j.cnki.kjycx.2019.15.040

2095－6835（2019）15－0101－02

李宗参，男，助工，主要从事气象服务、装备保障等工作。

张学彬。

黔气科登〔2018〕05-07号

〔编辑：王霞〕