基于Landsat8遥感图像的乌鲁木齐热岛效应分析

马术

摘要：针对城市热岛效应对城市生态环境产生的诸多问题，以乌鲁木齐市为研究区，利用Landsat 8遥感图像，采用大气校正法反演地表温度，分析驱动因子对地表温度的影响。结果表明：（1）2016-2017年，水体、林/草地、农用地和裸地减少，建设用地面积增加，新增建设用地主要源于原有的裸地、林/草地。（2）植被（NDVI）对地表温度表现为负贡献，归一化植被指数随地表温度的升高而降低;研究结果可为乌鲁木齐市的城市规划提供有益借鉴。

关键词：Landsat8遥感图像;地表温度;土地利用;热岛效应;植被

中图分类号：P2 文献标识码：A

文章编号：1009-3044（2020）34-0230-03

Abstract：In view of the problems caused by urban heat island effect on urban ecological environment，  taking Urumqi as the research area， uses Landsat 8 remote sensing image， using atmospheric correction method to invert the surface temperature， and analyzing the influence of driving factor on surface temperature. The results show that： （1） In 2016-2017， the water， forest/grass， agricultural land and bare land decreased， the construction land area increased， and the newly added construction land mainly originated from the original bare land and forest. / grass. （2） Vegetation （NDVI） has a negative contribution to the surface temperature， and the normalized vegetation index decreases with the increase of surface temperature. The research results can provide useful reference for urban planning in Urumqi.

Key words：Landsat8 remote sensing image; surface temperature;land use; heat island effect; vegetation

目前城市熱岛效应的研究大多集中在地表温度反演、热岛效应等方面。阿木拉堵等人于2019年利用4期landsat数据，研究西昌市的温度的年度变化及空间分布差异，以及土地利用类型变化，分析热岛效应的驱动因素[1]。郑慧祯等人利用1993-2016年4期遥感影像，对闽江河口湿地进行地表温度反演，分析城市化进程中河口湿地表面温度的扰动特征[2]。马晶等人利用Landsat TM/TIRS遥感影像，对长春市进行地表温度反演，并分析各种驱动因子对地表温度的影响[3]。韦春竹等人于2013年利用环境星1A/1B遥感影像，对广州市的地表温度进行反演，研究了广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系[4]。于梦馨等人在2018年利用2016年的Landsat8影像数据，对研究去进行地表温度反演，并对三种反演算法得出的结果进行对比研究[5]。杨雅楠等人在2017年利用1990年-2010年的乌鲁木齐市遥感影像，对城市进行地表温度反演，得到城市在20年间热环境及下垫面的动态变化特征[6]。

本文采用大气校正法反演乌鲁木齐市2016、2017年的地表温度，并结合土地利用/覆盖分类，关键指数等方面，研究与地表温度的相关性，对热岛效应进行分析。

1研究区与数据来源

1.1研究区概况

乌鲁木齐市是全区政治、经济、文化、科教、金融和交通核心。图1是研究区示意图。

1.2数据源及数据预处理

本文使用Landsat卫星数据，采集时间分别为2016年7月28日和2017年7月22日，卫星轨道号行号为142/30。图像采集时间均为夏季，研究区域云量少，数据质量好，识别功能很高[7]。图像预处理主要包括几何校正、大气校正和图像裁剪。从中国气象数据网（http：//www.dsac.cn/DataProduct/Index/201111）获得气象内容。

2研究方法

2.1土地分类

土地利用分为五类;水体、林/草地、农用地、建设用地、裸地，2景影像的总体分类精度分别为96.7%、96.5%，满足70%以上的精度要求。

2.2地表温度反演

本文主要采用大气校正方法对Landsat OLI 8的热红外波段进行地表温度反演。基本原理：去除大气对地表热辐射产生的误差，把热辐射强度转换为相应的地表温度。热红外辐射亮度值由三部分组成：通过大气的地面的真实辐射的能量，辐射向上的能量和向下辐射到达地面后反射的能量。

在等式（2）中，透过率，大气向上辐射亮度和大气向下辐射亮度，这三个参数可以在NASA官方网站中信息获得。乌鲁木齐市图像的成像时间为2016年7月28日04时50分、图像的中心纬度为86.6833E和43.7667N，气压为800百帕，相对湿度为39%，得到的大气参数透过率为0.7，大气向上辐射亮度为1.29，大气向下辐射亮度为0.75。用普朗克公式获得[8]：

最终得到了两个时期研究区域的地表温度分布图（图2和图3）。

2.3关键指数运算

选择影响地表温度的植被覆盖状况，即归一化植被指数（NDVI）来量化表征[9]。

归一化植被指数的计算公式如下：

3结果与分析

3.1土地利用变化特征

从表1可以看出，从2016年到2017年，水体、林/草地、裸地和农用地面积减少;建设用地面积明显增加。2016年-2017年的土地利用变化的强度。建设用地的扩张尤为显著，新增建设用地主要源于原有的水体、农用地、林/草地和裸地。

3.2关键指数与地表温度的关系

在研究區域选择样本点，使用SPASS软件对样本点拟合，得出LST与NDVI的最佳拟合方程。从图4和图5可以看出，地表温度与归一化植被指数呈现显著负相关。

4结束语

本文分析了LST和关键指数之间的关系，LST与NDVI成显著负相关。实验结果表明，2016年-2017年，水体、林/草地、裸地和农用地面积减少，建设用地面积大幅增加，变化强度较大。植被（NDVI）能够有效降低热岛效应的影响。

参考文献：

[1] 阿木拉堵，许斌，李翠琳，陈晨，钟成，李卉.2000—2014年西昌市热岛时空变化及驱动机制研究[J].湖南师范大学自然科学学报，2019，42（2）：16-22.

[2] 郑慧祯，陈燕红，潘文斌，郑鹏，蔡芫镔.河口湿地表面温度扰动特征及其关键影响因素[J].生态学杂志，2018，37（8）：2463-2473.

[3] 马晶，王青妹，纪梦达，李曦彤.长春市城区热岛效应遥感分析[J].测绘科学：2019，6（1）：1-12.

[4] 韦春竹，孟庆岩，郑文锋，李小江，魏曦，王靓.广州市地表温度反演与土地利用覆盖变化关系研究[J].遥感技术与应用，2013，28（6）：955-963.

[5] 于梦馨，刘波.基于Landsat8影像的地表温度反演算法应用分析[J].计算机与数字工程，2018，46（1）：30-34+52.

[6] 杨雅楠. 近20a乌鲁木齐市城市热环境空间格局变化与下垫面关系的研究[D].新疆：新疆师范大学，2017.

[7] LI Wenjuan，ZHANG Minghua，ArnonKarnieli，Pedro Berliner.单窗算法的大气参数估 计方法[J].国土资源遥感，2003（2）：37-43.

[8] Skokovic.D， Sobrino.J.A， Jimenez-Munoz.J.C， Soria.G， Julien.Y， Mattar.C and JordiCristobal， “Calibration and Validation of Land Surface Temperature for Landsat 8 – TIRS Sensor”， Land product Validation and Evolution， ESA/ESRIN Frascati （Italy）， pp 6-9， January 28-30， 2014.

[9] 李悦，王国江，张青，陈鹏.2000-2012年乌鲁木齐市城市热岛效应变化卫星遥感监测分析[J].电脑知识与技术，2017，13（25）：224-226.

【通联编辑：梁书】