基于卫星遥感的疫情时期企业复工情况分析

翟雪奎，沈 忱，王 敏

（1.淄博市国土资源信息中心，山东 淄博 255000；2.山东天昀和测绘工程有限公司，山东 淄博 255000）

随着新冠肺炎疫情防控形势的持续向好，企业生产从停顿中慢慢恢复，掌握各地复工复产情况，已成为政府的一项重要工作。采用逐级上报的调研方式，人力物力消耗大、汇总周期长，且无法甄别虚假填报。因此，如何快速掌握真实可靠的复工情况，成为政府部门的迫切需求。针对上述问题，本文基于热红外遥感技术，利用单窗算法精确反演得到山东省新冠肺炎疫情前后的地表温度，并以具备温度差异的厂房为分析对象，叠加工业用地图斑和影像地图进行对比，进而明确已开工企业，为企业复工率评价、政策制定与调整等提供可靠数据支撑。

1 研究区概况与数据来源

1.1 研究区概况

山东省位于我国东部沿海，自北向南与河北、河南、安徽、江苏等省接壤。山东省是一个工业大省，优势产业集聚发展，是全国重要的化工、建材、医药、装备制造生产基地，工业增加值由1952年的6.8亿元 提高到2018年的2.89万亿元，按可比口径增长了 2620倍[1]。目前，山东省拥有联合国产业分类中的 41个工业大类和197个工业种类，其中轻工、化工、机械行业主营业务收入突破2万亿元，冶金、纺织、电子信息行业均超过万亿元。山东省工业在全国工业布局中发挥着举足轻重的作用。

1.2 数据来源

本文利用Landsat8、MODIS等多源卫星多时相数据进行地表温度反演计算[2]，并对2019年12月、 2020年2月、3月山东省全域多源热红外遥感数据进行对比分析，以疫情前后厂房温度与室外温度之差作为判断企业复工复产的指标，为政府管理部门研判企业和项目开复工提供参考依据。

2 研究方法

数据处理流程如图1所示。

图1 数据处理流程图

1）黑体辐射亮度计算。将图像的亮度灰度值转换为绝对的辐射亮度，则有：

式中，DN为像元灰度值；ML、NL分别为增益参数和偏置参数，从数据头文件中获取；K1=607.76、K2= 1 260.56[3-5]。

计算得到辐射强度Lλ后，再利用Planck辐射公式计算得到像元亮度温度T。

2）植被覆盖度计算。本文采用混合像元分解法计算植被覆盖度，将整景影像的地类大致分为水体、植被和建筑，计算公式为：

式中，NDVI为归一化植被指数，取NDVIV=0.70和NDVIS=0.00。当某个像元的NDVI＞0.70时，FV=1；当NDVI＜0.00时，FV=0。

3）地表比辐射率计算。物体的比辐射率是物体向外辐射电磁波的能力，是地温反演时的一个关键参数[6-8]。本文将遥感影像分为水体、城镇和自然表面 3种类型，水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率的计算公式为：

4）地温反演。由于传感器接收的辐射强度不仅包括地面物体的热辐射，还包括大气上行和下行的热辐射成分[9-11]，因此地表温度还需由亮温经过反演运算得到。

式中，Ts为实际地表温度；T为传感器亮温；C、D为中间变量，C=ε，D=(1-τ)[1+(1-ε)τ]；ε为地表比辐射率；τ为大气透射率；Ta为大气平均作用温度；a、b为根据热辐射强度和亮温的关系拟合得到的回归系数[12-13]。

5）目标区域挖掘。将工业用地图斑与地表温度反演成果相融合，利用以温度距离为指标的多时相异常检测局部异常因子的方法，对工业用地中地表温度异常变化区域进行挖掘，进而分析得到疫情前后企业的开工情况。

对已开工工厂的判定方法为：①将当日地温反演栅格图叠加工业用地图斑，取目标工业用地区域内各厂房温度栅格值p，进而得到厂房区域内温度均值f(p)；②将目标区域面积外扩N倍，得到扩大面积的温度均值f(q)；③若温度异常因子D(f(p)-f(q))＞K℃，则认为该处厂房已投入生产。

确定基本分类方法后，本文对多时相数据进行分析比对，具体步骤为：①将2019年12月地温反演影像叠加工业用地图斑，得到可监测投产企业的总数 量X；②将2020年2月18日（正月廿五）的叠加结果进行对比，得出因疫情导致停工停产的企业数量Y，则此时的复工率为Y/X；③将2020年3月5日的叠加结果进行对比，得出此时已复工的企业数量Y′，则此时的复工率为Y′/X。

3 研究结果与分析

3.1 典型区域验证

典型区域验证选取山东省淄博市桓台东岳经济开发区不同日期工作时间（2020年2月18日12：20和 3月5日12：10）的遥感影像，叠加当地工业用地图斑和影像地图，从而分析随着时间推移，企业复工率的变化情况。

2020年2月18日目标区域热红外原始成像图如 图2所示，通过叠加本地工业用地矢量图斑，可明确已开工的企业，图中A、B两处厂房温度较高，可研判该企业已复工生产。将2020年2月18日和3月5日热红外原始成像结果叠加遥感影像图，如图3、4所示，可以看出，随着时间的推移，该区域内复工企业数量明显增多，各大厂房辐射强度均明显高于周围环境，超过85%厂房处于生产运行状态，符合当地实际复工情况。

图2 热红外原始成像图

图3 桓台东岳经济开发区热红外反演温度对比图（2.18）

图4 桓台东岳经济开发区热红外反演温度对比图（3.5）

3.2 全省温度反演结果分析

由山东省热红外遥感成像反演的地表温度图（图5，威海数据源缺少较多）可知，全省已复工企业的分布特点为：①青岛、烟台等沿海地区热红外地表反演温度和密度较高，企业复工情况较好；②省会济南热红外地表反演温度和密度较高，企业复工情况较好； ③淄博、滨州、邹平等鲁中地区热红外地表反演温度和密度较高，企业复工情况较好；④临沂、潍坊、 聊城、济宁、泰安等其他地区热红外地表反演温度和密度也较高，企业复工情况较好。综上所述，通过热红外影像地温反演叠加分析，可得到当日数据条件下复工企业的比例，快速、低成本地解决政府统计复工比例的难题，促进“谁复产快、达产率高，谁得到奖励多”竞争激励机制的执行，以及进一步出台新规以调动各市返岗复工达产的积极性。

图5 山东省热红外遥感成像反演地表温度综合图

4 结 语

通过卫星携带的热红外传感器获取遥感影像反演地表温度的算法较为成熟，其配合多源卫星数据可高效地在宏观维度寻找发热源。将地温反演结果叠加工业用地图斑发现，目前山东省境内企业复工状况良好，尤其以沿海、省会济南、鲁中地区较为突出。利用该技术可根据政府部门的要求快速定位已开工企业，准确、客观、低成本地获取企业复工情况，为政策的制定和调整提供科学决策依据。

依托卫星数据反演地表温度的算法模型虽然可得到辐射度高的热源，从而评估工业生产状况，但无法评估商业、服务业等无热源的行业，存在一定的局限性；下一步可结合企业用电、用水量、人流量等政务大数据挖掘分析，通过多源数据互相印证，从而得到更准确、更详尽的企业复工信息。