基于遥感影像的地表热环境时空变异研究——以西安市核心区为例

杨军军，赵 溪

(咸阳师范学院资源环境与历史文化学院，陕西 咸阳 712000)

在高速城市化及全球变暖的背景下，城市的热岛效应越发严重，城市区域地表环境不断由植被向建筑物、公路等不透水面转化，地表物理特征的变化使得地表温度不断升高,热岛效应已经对人的居住环境及身体健康产生了重大影响[1]。作为反映地表热环境的重要指数，地表温度(Land Surface Temperature, LST)[2]不但在生态、农业、环境等领域有着普遍应用，同时亦是监测环境、判断生态系统是否稳定的重要指标[3]。地表温度指陆地表面与大气层相互作用形成的临界层温度[4]，现已被广泛应用到城市热环境的研究中。但受地表环境和实际需求的限制,地面气象站的分布并不均匀,站点观测的地表温度主要用以代表所在地区的地表热环境情况，无法准确反映大范围内地表温度的空间格局及细部情况[5]。热红外遥感作为一项新技术，具有覆盖范围更广、时效性更高、成本更低等优点，能够更为客观的表达地表热环境。近年来，利用不同时间、不同空间分辨率的热红外数据反演地表温度取得了很好效果[4-6]，根据地表温度的空间变化和时间动态分析，能够为城市热岛效应的监测和分析提供新的视角。

目前基于Landsat TM/ETM+热红外数据反演地表温度的常用方法有三种：单窗算法[6,7]、单通道算法[8]以及辐射传输方程法[9]。其中，辐射传输方法是根据普朗克方程来反演地表温度，在获取或模拟出较准确的参数时，结果简单明了，精度高，具有良好的应用价值。本文以LandsatTM/TIRS遥感影像为数据，通过辐射传输方程法反演西安市核心区地表温度，进而研究地表温度的时空变异，以期为西安市生态环境规划和建设提供数据支撑和理论指导。

1 研究区概况及数据源

1.1 研究区域概况

西安市位于渭河流域中部关中盆地，东经107.40°～109.49°、北纬33.42°～34.45°，下辖11区3县，东西长约204 km，南北宽约116 km，面积9 983 km2。2014年国务院正式批复陕西设立西咸新区(包括空港新城、泾河新城、秦汉新城、沣西新城以及沣东新城)(图1)。为准确反映西安市核心区地表热环境时空变化状况，本研究选取城市化程度较高的区域(图1)为对象进行研究。

1.2 数据源及数据预处理

本文选用地理空间数据云网站(http：//www.gscloud.cn)，下载研究区2007年3月21日、2013年6月25日、2017年4月1日三期遥感数据，因为同年夏季月份数据质量存在问题，2007年和2017年所选影像分别在3月和4月，影像云量少，几何畸变小，清晰度高。选用Landsat5的TM6波段以及Landsat8的TIRS11波段作为地表温度反演的热红外波段。辅助数据包括，西安主城区、西安市核心区行政矢量边界等相关资料。利用ENVI软件完成遥感影像的辐射定标、大气校正以及影像裁剪等预处理过程。

图1 西安市核心区行政区划

2 研究方法

辐射传输方程法的基本原理是：利用卫星经过研究区上空时的大气信息对地表热辐射状况进行估算，从卫星传感器观测到的热辐射总量中减去该估算值，得到地表热辐射强度，再将该热辐射强度转化为对应的地表温度数据。因此该方法又被称作大气校正法，计算过程如下。

2.1 归一化植被指数NDVI值估算

(1)

公式中的ρR是遥感卫星影像的可见光波段的反射率，ρN是遥感卫星影像的近红外波段所代表的反射率。在Landsat5卫星和Landsat8卫星中，其分别对应ρ5、ρ4和ρ4、ρ3波段。

2.2 植被覆盖度估算

(2)

其中，NDVI是归一化植被指数，参考已有文献NDVIVe= 0.70和NDVISo=0.05，即当某个像元值大于0.70时，PV的取值为1；当某个像元值小于0.05时，PV的取值则为0。

2.3 地表比辐射率估算

通过分析可见光波段和近红外波段的光谱信息对比辐射率进行估计。将遥感卫星影像数据的陆地表面物体类型划分为3种，水体、建设用地和自然表面，并采取特定的方法对研究区范围的地表比辐射率[10]进行计算：首先把水体像元的比辐射率值赋为0.995， 再分别根据下面的公式(3)、(4)对自然表面的比辐射率和建设用地像元的比辐射率进行估算：

εS=0.962 5+0.061 4PV-0.046 1PV2

(3)

εB=0.958 9+0.086PV-0.067 1PV2

(4)

公式中，εS代表了自然表面像元的比辐射率，εB代表了建设用地像元的比辐射率，最后利用大气校正法对研究区域地表比辐射率进行计算。

2.4 对同一温度下黑体的辐射亮度值估算

卫星传感器所接收到的热红外辐射亮度Lλ的表达式为(辐射传输方程):

Lλ=ελτλB(λ,TS)+(1-ελ) τλL↓+L↑

(5)

公式中，B(TS)为根据普朗克定律推导所得到的黑体的热辐射亮度，TS为陆地表面真实温度(K)，ε为地表比辐射率，τ为大气在热红外波段的透过率。由上述公式可推得温度为T的黑体在热红外波段的辐射亮度B(TS)为：

B(TS)=[Lλ-L↓-τ·(1-ε)·L↑]/(τ·ε)

(6) 卫星高度传感器上所接收到的热红外辐射亮度值由大气向上方向所得到的辐射亮度,大气向下方向的辐射到达地面后所反射的能量和地面物体的真实辐射亮度经过大气层之后到达卫星传感器所带回的能量三部分组成。

2.5 地表真实温度Ts估算

在获取温度为Ts的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度Ts。

(7)

对于Landsat5TM，K1=607.76 W·m-2·sr-1·μm-1，K2=1 260.56K。对于Landsat8 TIRS，K1=774.885 3 W·m-2·sr-1·μm-1，K2=1 321.08K。

3 结果与分析

3.1 西安市地表温度反演结果

基于ENVI 5. 3软件平台分别对2007年、2013年、2017年的遥感卫星影像根据上述计算过程进行处理，得到图2所示的地表温度反演结果。

图2 西安市不同年份地表温度反演结果图

由图2可得，地表温度较高区域的面积随时间推移呈明显扩大趋势，尤其是渭河以北和沣河以西区域正在变热，西安市核心区域也越来越热。同时，其空间分布由城市内部区域逐渐扩大郊区县城与农村地区，空间格局不断由斑点以片状向外扩散，即高温区域正由中心向外围不断扩大。

3.2 地表温度反演结果验证及空间格局分析

3.2.1 反演结果验证 由西安市不同年份地表温度反演结果与当天地面温度观测数据对比结果(表1)可知，反演结果与地面观测温度间的最小误差为0.21 ℃，最大误差为1.6 ℃，平均误差为0.91 ℃，误差率为3.5%，反演结果精度较高，故反演结果可以用来代表研究区当日地表温度的实际状况。

表1 地表温度反演结果验证表

3.2.2 地表温度空间格局特征分析 为了更加准确的通过量化的方式对反演结果进行分析，本文将研究区的地表温度反演结果划分为五级(表2)，得到西安市核心区2007年、2013年、2017年地表温度再分类的结果如图3所示

表2 热环境划分标准

注：T为地表温度，u为平均温度，std为研究区平均度表温度的标准差。

从地表温度再分类结果图(图3)可以看出，西安市核心区的地表温度总体分布呈现由片状中心向四周呈斑块状扩张的趋势，且由市中心向外，地表温度逐渐降低；城市周边地区大多为中间区，强热岛区和热岛区多分布于人口密度和建筑密度较高的城市建成区,强冷岛区和冷岛区较多分布在渭河及其周边地区；城区与郊区地表温度相较于农村地表温度高，城区热岛效应显著。

图3 西安市不同年份地表温度再分类结果

2007年的强热岛区主要呈斑状分布，与城市扩展区域相一致，沣东新城南部、雁塔区东北部、灞桥区中部和南部也出现了斑点状的强热岛区和热岛区。热岛区主要分布在强热岛区的外围，分布范围相比其他区域更小；2017年西安市的强热岛区与热岛区范围在增加,逐渐成片状分布，但强度并不明显，这可能主要与所选月份的实际地表温度有关，但从图可以看出，强热岛和热岛区域的空间分布更为广泛，这可能是由于城市的快速发展和扩展，该区域的商用、民用建筑密度不断增大，城市化进程较快，商业开发程度较高，住宅区以及工业区增多，人口密度增大，植被覆盖率减少，导致城市温度整体上升。

中间区多分布在沣东新城大部分区域、秦汉新城西部、灞桥区北部和沣西新城北部等城市周边区域,该空间格局与区域功能规划与建设直接相关，后发建设的城市更加注重生态环境的规划和建设，“高楼未起，生态先行”的政策让该区域的地表温度并未过多的因为城市建设而急剧升高。

2017年强冷岛区的面积相比于2007年明显减少,其空间格局由2007年的片状逐渐被2017年呈点状分布的冷岛区和中间区所取代。这是因为原冷岛区主要分布在郊区和农村，随着城市化的发展和推进，原地表逐渐被水泥路面和建设用地所取代，因而冷岛区不断减弱。

在时间尺度上(表3)，地表温度在2007年以后存在不断升高的趋势，但由于影像获取时间的季节差异，2013年和2017年的地表温度增加幅度略有不同，在此不做更详细的分析和探讨。

表3 地表温度反演结果

4 结论

本文以辐射传输方程法,计算地表比辐射率和同一温度下黑体的辐射亮度值，从而对陆地表面温度进行反演,使用均值-标准差分类法对分类结果进行强度分级,对西安市地表热环境过去近10年的演变规律作进一步的研究和分析，得到以下结论：

(1)随时间的推进，西安市核心区城市规模不断扩大，地表温度也同样表现出持续升高的趋势，热岛效应不断严重。

(2)从热岛格局的空间分布来看,西安市核心区的地表热环境分布范围不断由城市中心区域向郊区县城和农村扩展，强热岛区与热岛区面积明显增加,其空间扩展与地区城市化进程基本一致。