2007—2020年銀川市地表溫度反演及時空變化分析

薛永福　劉煒　鄭晨鍵　馮珂　黃蕊

摘? 要：文章基于ENVI與Arcgis平臺，以2007、2013、2020年三期銀川市區的Landsat5 TM、Landsat8 OLI/TIRS遙感影像為基礎數據，通過大氣校正法反演地表溫度，采用緩沖區分析法、象限方位法，分別從時間與空間層面分析地表溫度變化情況。結果表明：在時間層面上，城區整體上以中溫區為主，低溫區和次低溫區呈下降趨勢；在空間層面上，銀川市地表溫度在高溫區和低溫區兩大區域存在較為明顯的方向性，其余區域無明顯變化。總體來說，在社會經濟快速發展與城市內部結構不斷優化的同時，城市用地向外擴張，城市中心低溫區面積增加，高溫區面積減少，有效降低了熱島效應給城市帶來的影響。

關鍵詞：地表溫度；時空變化；遙感影像

中圖分類號：TP753? 文獻標識碼：A? 文章編號：2096-4706（2023）11-0111-05

Inversion and Spatial-temporal Variation Analysis of Surface Temperature in Yinchuan from 2007 to 2020

XUE Yongfu， LIU Wei， ZHENG Chenjian， FENG Ke， HUANG Rui

（Xizang Optical Information Processing and Visualization Technology Key Laboratory， Xizang Minzu University， Xianyang? 712082， China）

Abstract： This paper is based on ENVI and Arcgis platform， using Landsat5 TM and Landsat8 OLI / TIRS remote sensing images of Yinchuan city in 2007，2013 and 2020， the surface temperature was reversed by atmospheric correction method， and the buffer zone analysis method and quadrant orientation method were used to analyze the surface temperature changes from the time and space level respectively. The results show that on the time level， the urban area is dominated by medium temperature area， the low temperature area and the secondary low temperature area， the surface temperature in Yinchuan area has obvious direction， with no obvious change in the other regions. In general， with the rapid development of social economy and the continuous optimization of the urban internal structure， the urban land expands outward， the area of the low temperature area of the urban center increases， and the area of the high temperature area decreases， which effectively reduces the impact of the heat island effect on the city.

Keywords： surface temperature; spatial-temporal variation; remote sensing image

0? 引? 言

隨著社會的飛速發展，城市用地大幅度增加，城市中心作為城市優先發展的區域，大量建筑物拔地而起，這就使得城市熱環境在多重因素的影響下快速變化，對大城市的影響尤為顯著，一旦出現城市中心地帶的氣溫遠高于其周圍城郊地區氣溫的情況，就會產生熱島效應[1-3]，致使生態環境問題越演越烈，對城市整體氣候造成一定影響，甚至打亂了人們的日常生活。

地表溫度是地表熱環境發生變化的直接體現，也是我們探究城市熱環境變化的重要突破口，地表溫度的變化也直接影響著城市熱環境的變化，對城市的生態環境具有顯著影響[4-7]。地表溫度的測量由人工測量逐漸發展為利用遙感影像數據進行反演，該技術主要是通過遙感影像的熱紅外波段構建反演模型。不同遙感衛星的熱紅外波段參數不一致，因此針對不同的遙感影像，多位學者提出了適用不同類型遙感影像的反演模型。現如今較為常用的地表溫度反演模型有大氣校正法[8]（輻射傳輸方程法）、單通道算法[9]、單窗算法[10]、劈窗算法[11]等。

本文選取銀川市2007年、2013年、2020年三期Landsat 5 TM與Landsat 8 OLI/TIRS遙感影像數據，在ENVI與Arcgis平臺上，利用大氣校正法反演研究區域的地表溫度，并從時間與空間層面探究銀川市近十年來的地表溫度變化情況，如圖1、圖2所示。

1? 數據來源及預處理

1.1? 數據來源

本文從地理空間數據云平臺獲取了銀川市2007年一期landsat 5 TM影像與2013年、2020年兩期landsat 8 TIRS/OLI影像作為數據源。銀川市影像數據成像質量較好，影像無云覆蓋，有利于進行地表溫度反演。具體影像數據標識、日期與時間如表1所示。表中數據來源于地理空間數據云平臺。

Landsat 5 TM與Landsat 8 TIRS/OLI衛星分別于1984年、2013年發射升空，其中Landsat 5 TM衛星于2011年停止運行。Landsat 5 TM衛星包括6個多光譜波段和1個熱紅外波段，Landsat 8 TIRS/OLI衛星在此基礎上新增3個多光譜波段和1個熱紅外波段。Landsat 5 TM與Landsat 8 TIRS/OLI衛星的基本參數如表2、表3所示。

1.2? 數據預處理

本文從地理空間數據云下載的2007年一期Landsat 5 TM影像與2013年、2020年兩期Landsat 8 TIRS/OLI影像格式為Level 1T級別，僅需實施以下三個預處理步驟即可（以下預處理步驟均通過ENVI軟件實現）。衛星圖像經過輻射定標，能夠更加準確地提取遙感信息，有助于提高實驗的準確性；大氣校正是為了減少大氣層中多種化學成分對傳感器成像的干擾，使其更接近于真實數據，保證了溫度反演的準確性；影像裁剪的目的是在減少計算量的同時避免對其他區域造成影響。對影像數據進行預處理，將銀川市三環路設為裁剪范圍，得到最終研究區域。

2? 研究方法

2.1? 大氣校正法

本研究主要使用大氣校正法（輻射傳輸方程法），考慮到地表和大氣的影響，通過計算地表比輻射率、大氣透射率、大氣平均作用溫度三個參數來構建大氣校正反演模型，該模型在一定的誤差下可以滿足大多數實驗的要求。具體步驟如下：

1）計算地表比輻射率。由于研究區域主要是城市地表，因此利用Sobrino等基于Van Hove經驗公式提出的NDVI閾值法來計算ε值，該算法在城市使用時具有較好的準確性。其計算公式為：

植被覆蓋度Pv是在混合像元分解法基礎上推導而來的，該方法將整景影像的地類大致分為水體、植被和建筑。NDVI表示歸一化植被指數，NIR表示近紅外波段，Red表示紅波段。NDVIs表示區域內無植被或者為裸地，NDVIv表示區域內被植被高度覆蓋。當某區域完全被植被覆蓋時，NDVI的值大于NDVIv，Pv取值為1；當某區域不存在植被時，NDVI的值小于NDVIs，Pv取值為0。

2）計算黑體輻射亮度值。黑體輻射計算公式為：

其中，b1表示地表比輻射率圖像，b2表示輻射亮度圖像，L↑表示大氣向上輻射亮度，L↓表示大氣向下輻射亮度，ζ表示大氣在熱紅外波段的透過率。在NASA官網中輸入成影時間以及中心經緯度，則會得到上式中所需的參數。不同時期影像的L↑、L↓、ζ數值如表4所示。

3）進行地表溫度反演。最后根據普朗克公式的反函數得到地表溫度模型計算結果，計算公式為：

其中，T表示黑體輻射亮度，K1與K2表示常數，不同衛星的K1與K2數值不同，具體數值如表5所示。

不同時期因受當天氣溫、環境等因素的影響而導致地表溫度數值不同，僅靠單一的數值變化無法準確地描述地表溫度的時空變化特征，且不同時期的數值也不具備可比較性。因此，為了更好地描述銀川市地表溫度時空變化情況，本文采用均值標準差法對地表溫度反演結果進行規范化處理，分別對五個溫度等級進行分析，具體的劃分標準如表6所示。

2.3? 空間分析方法

空間分析法[12]是地表溫度分析中較為常用的分析方法，本文主要基于緩沖區和象限方位法在空間層面進行分析，具體分析結果如圖3、圖4所示。基于緩沖區的分析是指以某個點為圓心在其周圍建立一定大小的圓環區域，以分析不同層次區域上的變化情況。象限方位法是指以某個點為圓心在其周圍建立一定半徑大小的圓，將圓等距離分割后作為傳統的八個方位，主要用于分析方向性。

3? 研究結果

3.1? 地表溫度反演結果

由于受實驗條件所限，無法通過儀器實地測量得到地表溫度結果以對實驗進行驗證，但已有大量文獻[13]證實可以通過當天氣象站的氣溫資料進行對比。通過查詢銀川市氣象站資料可知，2020年6月26日當天銀川市氣溫為19～30 ℃，本文的反演結果經統計有80%研究區域的溫度集中在28.3～47.5 ℃之間，整體平均溫度為39.9 ℃。由于氣象站的溫度為大氣溫度，而地表溫度一般情況下是遠高于大氣溫度的，且銀川市海拔較高，紫外線比低海拔城市更強，地表吸收熱量能力更強。因此，反演結果具有一定的參考價值。最終通過均值標準差法對模型結果進行規范化處理，得到如圖5所示的地表溫度反演結果。

3.2? 地表溫度時間變化

如表7所示，通過每個時期五個溫度級別所占面積比例可知，銀川市整體上以中溫區為主，占比達到30%，其余四個地表溫度級別分布較為均勻。隨著時間的推移，低溫區和次低溫區兩個區域均呈下降趨勢，原因在于隨著社會進程的加快，城市呈現擴張趨勢，這就導致城市用地增多，低溫區域逐漸轉化為中高溫區域；政府在大力發展經濟的同時，也不斷地對城市結果進行優化調整，通過合理的城市規劃和加大綠化等措施使高溫區呈現下降趨勢。總的來說，在社會經濟快速發展的同時，城市低溫區和次低溫區的面積因城市用地的增加而呈下降趨勢。隨著城市內部結構的不斷優化，極端高溫區區域面積呈下降趨勢。在未來的十幾年內，銀川市整體仍將表現為以中溫區為主，其余溫度區域均勻分布的格局。

3.2.1? 基于緩沖區分析

如表8所示，由2007年各地表溫度級別面積比例統計結果可知，城市整體以中溫區為主，中溫區面積比例變化不大。隨著與城市中心距離的拉遠，次低溫區和低溫區面積比例呈上升趨勢，地表溫度隨之降低；隨著與城市中心距離的拉近，次高溫區和高溫區面積比例呈下滑趨勢，地表溫度隨之升高。

如表9所示，通過統計2020年地表溫度各級別面積比例可知，城市整體以中溫區為主，且所占比例相對于2007年有所增加，中溫區面積比例隨著距離的增加變化不大。與2007年不同的是，在城市中心區域，高溫區面積比例逐漸減小，而城市中心區域低溫區則明顯擴張，由2007年的1.61%上升至2020年的11.45%。

在2007—2020年間，地表溫度分布發生巨大變化。2007年，高溫區主要集中在城市中心9 km以內且占比達到80%，而到了2020年，在遠離城市中心的區域依然存在高溫區并呈現均勻分布。這是由于隨著經濟的發展，城市用地增加，城市向外快速擴張，使得高溫區不僅僅局限在城市中心；而低溫區最大的變化是，隨著城市內部結構的合理優化，在城市中心區域低溫區大量增加，能有效緩解城市中心的熱島效應。總的來說，隨著經濟的快速發展，城市用地向外擴張，導致遠離城市中心區域的地表溫度上升；隨著城市內部結構的不斷優化，城市中心高溫區區域減少，低溫區區域增多，這就能有效減緩熱島效應給環境帶來的影響，同時也能保證經濟均衡發展。

利用象限方位法對2007年和2020年的五個溫度級別進行統計，結果分別如圖6、圖7、圖8、圖9、圖10所示。

對于高溫區，在方向性上由東-西走向逐漸改變為東北-西南方向，高溫區范圍逐漸向南北方向擴張，在東西方向上則存在收縮現象；對于次高溫區，整體范圍有所減小，但其在方向性上無明顯變化；對于中溫區，整體方向略微向東移動，在范圍上變化不明顯；對于次低溫區，整體方向略微向東南方向移動，在范圍上無明顯變化；對于低溫區，范圍無明顯變化，在方向上由東北方向往西北方向移動，變化較為明顯。總體來說，銀川市地表溫度主要在高溫區和低溫區兩大區域存在較為明顯的方向性，這也是銀川市主要發生變化的區域。

4? 結? 論

本研究運用大氣校正反演模型，利用Landsat系列影像數據得到了銀川市的地表溫度，并將實際反演結果與氣象站的溫度資料進行對比，利用均值標準差法對反演結果進行規范化處理，并從時間與空間層面對地表溫度進行分析。研究表明，由于銀川市地處高海拔地區，吸收熱量能力較強，導致反演結果略高于氣象站資料，反演結果可信；在時間層面上，銀川市整體上以中溫區為主，其余四個溫度級別分布較為均勻，在低溫區和次低溫區兩個區域均呈現下降趨勢；在空間層面上，銀川市地表溫度主要在高溫區和低溫區兩大區域存在較為明顯的方向性，其余區域無明顯變化。

總的來說，隨著社會經濟的飛速發展，城市用地向外擴張，導致遠離城市中心區域地表溫度上升，城市低溫區和次低溫區覆蓋面積由于城市用地增加而呈下降趨勢。隨著城市內部結構的不斷優化，城市中心高溫區區域面積呈下降趨勢，低溫區域增多，這就能降低熱島效應給城市中心帶來的影響，同時也保證了經濟的均衡發展。希望在未來的研究中，從城市地表景觀出發，探究城市分布對地表溫度的影響，進一步研究地表溫度的變化情況。

參考文獻：

[1] 王林申，付佳，賈琦，等.濟南市地表參數變化及其熱島效應響應 [J].干旱區資源與環境，2019，33（1）：148-152.

[2] 王琳，徐涵秋.快速城市化下福州市的熱環境變遷 [J].同濟大學學報：自然科學版，2017，45（9）：1336-1344.

[3] 馬玉翎.粵港澳大灣區城市群不透水面空間結構時空變化對地表熱環境影響的研究 [D].昆明：云南師范大學，2020.

[4] 余紅嬌.干旱區城市不透水面的遙感估算及其氣候效應分析 [D].烏魯木齊：新疆大學，2018.

[5] 盧惠敏，李飛，張美亮，等.景觀格局對杭州城市熱環境年內變化的影響分析 [J].遙感技術與應用，2018，33（3）：398-407.

[6] 王瑩.沈陽市城市熱環境時空變化遙感研究 [D].長春：吉林大學，2013.

[7] 陳云生.鄭州市主城區不透水面時空變化及其與熱環境的關系研究 [D].鄭州：河南大學，2017.

[8] 劉小平，余前，蔡槿.一種實用大氣校正法及其在TM影像中的應用 [J].中山大學學報論叢，2004（3）：297-300.

[9] 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）：28-32+36-41+74.

[10] 趙陽，亓進磊，黎慧.基于Landsat 8和MODIS Terra衛星數據的多種單通道反演算法對比 [J].宿州學院學報，2021，36（9）：6-12+17.

[11] 孫洋，隋淞蔓.Landsat 8劈窗算法精度評價及適用性分析 [J].北京測繪，2021，35（6）：746-749.

[12] 王天星，陳松林，閻廣建.地表參數反演及城市熱島時空演變分析 [J].地理科學，2009，29（5）：697-702.

[13] 周玄德，郭華東，孜比布拉·司馬義.城市擴張過程中不透水面空間格局演變及其對地表溫度的影響——以烏魯木齊市為例 [J].生態學報，2018，38（20）：7336-7347.

作者簡介：薛永福（1998—），男，漢族，重慶潼南人，碩士研究生在讀，研究方向：土地遙感與GIS應用；通訊作者：劉煒（1974—），男，漢族，陜西咸陽人，副教授，博士，研究方向：土地遙感與GIS應用。

收稿日期：2023-03-05

基金項目：國家自然科學基金（62062061，61762082）；西藏自然科學基金項目（XZ2019ZRG-43）；西藏自治區科技廳項目（XZ202001ZY0055G）；西藏民族大學2022年研究生科研創新與實踐項目（Y2022095）