基于TM影像的城市熱島效應研究——以重慶市為例

劉建,劉小琴,何政偉,2

（1.成都理工大學地質災害防治與環境保護國家重點實驗室,成都610059;2.首都師范大學 資源環境與地理信息系統北京市重點實驗室,北京100037;3.中鐵西南科學研究院有限公司,成都 610031）

近年來,隨著城市化的快速發展,城市交通擁擠、環境污染、綠色空間減少等一系列問題日益突出[1],人居環境問題日益嚴峻,這無疑對發展中的城市居住區環境建設提出了更高的要求,在重慶市提出建設“宜居重慶”的背景下,如何更好地把重慶建設成為宜居型的大都市,如何把握城市、人口、環境和諧發展,成為學者們討論的重點;城市熱島效應作為評價城市宜居性的重要指標,研究城市熱島效應及其與環境的相互關系等領域成為了建設城市宜居性的中心問題之一。

由于影響城市熱島(Urban Heat Island Effect,UHI)[2]的因素及相互關系的復雜性,熱島邊界的不確定性,熱島的水平結構和垂直結構的復雜性,要比較精確地描繪城市熱島特征有很大的困難[3]。傳統的監測方法主要有以下三種[4]:(1)是通過城市和郊區的歷年氣象資料的分析來研究城市熱島的動態和現狀;但是基于歷史氣象資料的方法只能定性分析城市熱環境的演變過程,而不能實時反映城市空間熱環境的現狀。(2)通過布點觀測;布點方式可以實時反映城市熱環境,但只能刻畫局部區域,不能反映城市熱環境的整體空間分布狀況。(3)通過建立數學模型;但是這種方法數學模型建立比較困難、可操作性差,不易推廣使用。

隨著遙感技術的發展,遙感數據源在城市溫度時間變化和空間分布研究中得到了越來越廣泛的應用。它能有效、全面地探測到下墊面的溫度特征,且能周期性、動態地監測城市熱環境的變化趨勢,是研究城市熱島效應的有效手段[3]。國內外許多學者利用熱紅外遙感資料對城市熱島效應進行了大量的研究,并取得了良好的效果。早在1989年 Roth等人利用AVHRR熱通道(10.5～11.5 μ m)數據估測了北美西海岸幾個城市的城市熱島強度[5]。覃志豪[6-7]等從輻射傳輸方程出發,提出了基于LandsatTM的單窗反演算法,并對5種標準大氣狀態進行驗證,結果表明該算法的地表溫度演算精度很高,平均誤差小于0.4℃[8],取得了較好的反演結果。Jiménez-Mu?oz and Sobrino[9]提出了可以用于不同傳感器的普適性算法。Weng Qihao[10]的大氣校正法方法過于簡單,并且沒有進行大氣糾正。孟憲紅[11],黃妙芬[12]等利用TM數據對以上提到的3種算法進行了驗證,并證明覃志豪等的方法優于Weng Qihao和Jiménez-Mu?oz and Sobrino的方法[8]。筆者在前人工作的基礎上,針對重慶市的實際情況,選用覃志豪等的單窗算法對重慶市的地表溫度進行了反演,并分析了地表溫度的空間分布特征。

1 研究區概況與數據來源

重慶位于中國西南部,長江上游,北緯28°10′-32°13′,東經 105°11′-110°11′。轄區東西長 470 km,南北寬450 km,幅員面積8.24萬 km2。東鄰湖北、湖南,南靠貴州,西接四川省瀘州市、內江市、遂寧市,北連陜西省以及四川省廣安市、達川市。主城區是重慶的行政、金融、商貿中心和水陸交通樞紐,是全市經濟最發達、城鎮化水平最高的區域。范圍包括渝中區、大渡口區、江北區、南岸區、沙坪壩區、九龍坡區、北碚區、渝北區、巴南區9個行政區,面積5 473 km2,區域內以丘陵、低山為主,平均海拔為400 m,是典型的山地城市。地勢由西向東逐步升高,并從南北兩面向長江、嘉陵江河谷傾斜,起伏較大,多呈現“一山一嶺”、“一山一槽二嶺”的自然景觀。

由于重慶屬中亞熱帶季風氣候,具有夏熱、冬暖、風速小的特點,研究區選取2007年9月20日過境的LandsatTM數據,熱紅外數據(第六波段,波長10.4～12.5 μ m),空間分辨率為60 m,全色波段分辨率為30 m,運用覃志豪的單窗算法進行溫度反演,從地表溫度場的空間分布規律來分析重慶市主城區城市熱島效應。

2 研究方法

2.1 單窗算法

覃志豪等[6,13]經過多年的研究,由地表熱輻射傳導方程,通過引進大氣平均溫度的概念和一系列假設,建立了適用于從LandsatTM6波段反演地表溫度的算法,該算法的基本形式為

式中:a,b——常量 ,a=67.3554,b=0.45861[6];C,D——中間變量。

式中:ε6——地 表比 輻射 率;τ6——大 氣透 射率 ;Ta——大氣平均作用溫度。對于(1)式,只要能確定地表比輻射率、大氣透射率和大氣平均作用溫度這3個參數,就能進行LST(地表溫度)反演。

2.2 計算亮度溫度

亮度溫度是傳感器在衛星高度測得的熱輻射強度所對應的溫度,熱輻射強度值與DN值的數學關系如下[6,14]。

式中:L(λ)——傳感器接收到的輻射強度(mW ?cm-2?sr-1?μ m-1);gain——該波段所對應的增益量;DN——像元灰度值;offset——該波段的偏移量;gain和offset可以從TM圖像的頭文件中獲取。

根據Planck輻射函數,可將熱紅外波段的在星輻射亮度值轉成在星輻射溫度值Tsensir[4],即:

式中:Tsensor——亮度溫度(K);K1,K2——常用量,對于T M數據而言,K1=60.776,K2=1260.56K[14]。

2.3 地表比輻射率ε的確定

覃志豪等提出的基于TM6波段范圍內地表比輻射率的估計方法[7]來確定研究區地表比輻射率。針對自然表面混合像元尺度上的地表比輻射率一般通過下式來估算:

式中:RV——植被的溫度比率;Rm——建筑表面的溫度比率,定義為R=(Ti/T)4,其中i代表植被或建筑物的表面溫度,T為混合像元溫度[4];εV和εm為植被和建筑物的比輻射率,根據覃志豪等[7]提供經驗值,可取植被 εV=0.986,建筑物取 εm=0.972;在地表相對比較平整情況下,一般可以取dε=0。

RV和Rm的確定采用覃志豪等提出的經驗公式計算[7]:

PV為植被覆蓋率可用下式計算:

其中NDVI是歸一化植被指數,NDVIV、NDVIS分別是植被和裸土的NDVI值,由于沒有詳細的區域植被和土壤光譜資料,采用覃志豪[6,13]經驗值以NDVIV=0.70和NDVIS=0.05來進行植被覆蓋度的近似估計。

2.4 計算大氣平均溫度Ta和大氣透射率T6

大氣平均作用溫度主要取決于大氣剖面氣溫分布和大氣狀態。由于衛星飛過研究區上空的時間很短,一般情況下很難實施實時大氣剖面數據和大氣狀態的直接觀測。覃志豪等[13]根據MODT RAN軟件提供的4種標準大氣,分別建立了大氣平均溫度和近地空氣溫度的經驗關系式。由于研究區為中緯度地區且研究影像為夏季,故采用如下經驗公式:

式中:T0——近地空氣溫度(K);Ta——大氣平均溫度(K)。

大氣透射率對地表熱輻射在大氣中的傳導有非常重要的影響,因而是地表溫度遙感的基本參數[13]。不論單窗算法還是劈窗算法,都需要較精確的大氣透射率估計。覃志豪等根據MODT RAN軟件提供的4種標準大氣建立了大氣透射率與大氣總水汽含量的關系式,即

夏季,如果0.4＜ω＜1.6,則

冬季,如果1.6＜ω＜3.0,則

式中:ω——大氣總水分含量,由于缺乏過境時大氣實測數據,本文選擇經驗值ω=1.5 g/cm來進行大氣透射率的確定。

將獲取的亮度溫度、地表比輻射率、大氣平均溫度和大氣透射率代入式(1),可求出地表溫度。

3 溫度反演及結果分析

3.1 溫度反演技術路線

在獲取亮度溫度、地表比輻射率、大氣平均溫度和大氣透射率等溫度反演所必須的參數后,對研究區域采用單窗算法(見公式1)反演地表溫度,重慶市DEM如圖1所示,反演結果如圖2所示。

3.2 城市地表溫度空間分布分析

重慶市地表溫度空間分布如圖2所示,衛星過境時刻的陸地地表溫度為19.22～40.93℃,平均溫度為27.11℃,溫差為 21.72℃;從圖 2中可以看出,重慶市中心城區地表溫度明顯比郊區高,主要集中于解放牌商業組團區,菜園壩火車站附近,機場附近,大學城區開發區,沙坪壩商業組團區,楊家坪商組團區等區域。這可能與該區域城市建筑密度或者其下墊面存在大量熱源有關,原因在于裸露的地表吸收熱量較快,裸石、水泥材質、土壤等都是不良導體,吸收的太陽輻射都用在加熱很薄的陸地表面,傳導到土壤下層的熱量很少,并且城市建筑物和人工鋪砌的堅實路面大多數為不透水層,用于蒸發消耗的熱量少,植被覆蓋度低,粗糙度大,這些因素促使城市下墊面地表溫度比郊區下墊面溫度高。

圖1 重慶市主城區DEM分布圖

圖2 重慶市主城區溫度反演結果

為了對比城區和郊區的溫度差異,分別在城區(渝中區)、近郊(渝北區)、郊區(北碚區)各選取一個樣區,每塊樣區大小為1.0 km×1.0 km。從圖3中可以看出城區地表溫度最高,主要分布于23.21～39.73℃,平均溫度為33.92℃;近郊地表溫度次之,主要分布于22.15～33.72℃,平均溫度為29.17℃;郊區地表溫度最低,主要分布于19.22～29.44℃,平均溫度為24.04℃。從地表平均溫度來看,城區比近郊高4.75℃,與郊區溫差達9.88℃,說明重慶市主城區存在明顯的熱島效應。

圖3 城區、近郊、郊區地表溫度對比圖

為了研究不同地表類型對于溫度的差異,在研究區仍選取大小為1.0 km×1.0 km的樣區,在樣區中分別提取水體、植被、裸地這三種地表類型的溫度。這3種典型的純像元溫度頻率分布如圖4所示。從圖4中可以看出,裸地的地表溫度最高,主要分布于22.05～39.05℃,平均溫度為32.47℃;植被像元溫度比較低,主要分布于19.36～26.12℃,平均溫度為23.19℃;水體像元溫度最低,主要分布于 22.05～24.83℃,平均溫度為22.15℃。從平均溫度來看,裸地比植被地表溫度高9.28℃,比水體高10.32℃。說明地表溫度與地表覆蓋類型有密切關系。

圖4 水體、植被、裸地地表溫度對比圖

4 結論

(1)重慶市主城區地表溫度由城區向郊區呈現逐漸降低,城區與近郊溫差為4.75℃,城區與郊區溫差達9.88℃,城市熱島效應明顯;(2)城市地表溫度與土地利用類型緊密相關,裸地地表溫度平均溫度比植被高9.28℃,比水體高10.32℃,不同地表覆蓋類型的地表溫度差異顯著,同時也反映出下墊面的植被和水域對溫度起重要的調節作用,能夠有效地緩解城市熱島效應。

由于無法獲取衛星過境時刻的地表溫度和過鏡時刻的同步氣象觀測數據,所以沒有對地表反演溫度結果精度進行客觀的評價,只是從溫度分布格局上做了定性探討,在今后的工作中,將改進溫度反演結果的可靠性與提高陸地表面度反演的精度。

致謝:研究工作和論文得到了重慶市地理信息中心,重慶市遙感中心的大力支持,在此表示衷心的感謝!同時,向為本文提出寶貴修改意見的評審專家表示感謝!

[1]鄭蕉,陳文波,樂新貴.基于 LandsatETM+圖像的南昌市地表溫度反演與分析[J].江西農業大學學報,2007(3):490-494.

[2]肖榮波,歐陽志云,李偉峰,等.城市熱島的生態環境效應[J].生態學報,2005,25(8):2056-2060.

[3]趙麗麗,趙云升,董貴華.基于ETM+遙感影像的城市熱島效應監測技術研究[J].中國環境監測,2006,22(3):59-63.

[4]黃妙芬,陳波,劉素紅,等.基于TM的城市溫度異常區分析[J].國土資源遙感,2007,73(3):23-27.

[5]胡遠滿,徐崇剛,布仁倉,等.RS與GIS在城市熱島效應研究中的應用[J]環境保護科學,2002,28(110).

[6]覃志豪,Zhang Minghua,Arnon Karnieli,等.用陸地衛星TM6數據演算地表溫度的單窗算法[J].地理學報,2001,56(4):456-466.

[7]覃志豪,李文娟,徐斌,等.陸地衛星TM6波段范圍內地表比輻射率的估計[J].國土資源遙感,2004,3(1):28-32.

[8]李凈.基于 Landsat-5 TM 估算地表溫度[J].遙感技術與應用,2006,21(4):322-326.

[9]Jiménez-Mu?oz J C,Sobrino J A.A Generalized Singlechannel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J].Journal of Geophysical Research,2003,108(doi:10.1029/2003JD003480).

[10]Weng Qihao,Lu Dengsheng,Schubring Jacquelyn.Estimation of Land Surface Temperature-vegetation Abundance Relationship for Urban Heat Island Studies[J].Remote Sensingof Environment,2004,89:467-483.

[11]孟憲紅,呂世華,張宇,等.使用 LANDSAT-5TM 數據反演金塔地表溫度[J].高原氣象,2005,24(5):721-726.

[12]黃妙芬,邢旭峰,王培娟,等.利用 Landsat/TM熱紅外通道反演地表溫度的三種方法的比較[J].干旱區地理,2006,29(1):133-137.

[13]覃志豪,LI Wenjuan,ZHANG Minghua,等.單窗算法的大氣參數估計方法[J].國土資源遙感,2003,56(2):37-43.

[14]葉智威,覃志豪,宮輝力.洪澤湖區的 Landsat TM6地表溫度遙感反演和空間差異分析[J].首都師范大學學報:自然科學版,2009,30(1):88-95.

[15]江樟焰,陳云浩,李京.基于 LandsatTM 數據的北京城市熱島研究[J].武漢大學學報:信息科學版,2006,31(2):121-123.

[16]杜靈通.基于Landsat ETM+數據的銀川城市熱島研究[J].測繪科學,2008,33(4):169-171.