基于TM/OLI影像的西安城區熱島效應分析

岳 輝，王騰龍，王浩人，張 維，劉 英

（1. 西安科技大學 測繪科學與技術學院，陜西 西安710054）

基于TM/OLI影像的西安城區熱島效應分析

岳 輝1，王騰龍1，王浩人1，張 維1，劉 英1

（1. 西安科技大學 測繪科學與技術學院，陜西 西安710054）

以2002年Landsat5 TM和2014年Landsat8 OLI影像為數據源，分別反演了2002年和2014年西安市城區的地表溫度，并對地溫進行極值歸一化處理，以此分析西安城區的熱島強度時空分布規律。結合歸一化植被指數和城市熱島強度分布分析了植被覆蓋對熱島效應的影響。結果表明：2002～2014年西安市熱島強度高溫比例上升，熱島效應增強；較高的植被覆蓋度能對城市熱島效應帶來的高溫影響起到緩解作用。

西安城區；熱島效應；地表溫度；反演

城市熱島效應指在不同氣候背景下，由城市化進程中人類活動所誘發的生態環境失調而形成的城市中心溫度高于郊區的特殊氣候[1]。Howard L[2]于1833年首次提出“熱島效應”一詞，1958年Manley G[3]首次提出城市熱島的概念，而利用遙感技術進行熱島效應的研究始于20世紀70年代。1972年Rao P[4]利用熱紅外遙感研究了城市熱島。1977年Carlson T N[5]等借助AVHRR熱紅外數據對洛杉磯地區的地表溫度分布模式進行了研究，認為晝夜溫差在植被覆蓋度高的郊區小于工業區和商業區。1988年，Balling R C[6]等利用AVHRR熱紅外數據對美國Phoenix地區的地表輻射進行了研究，發現土地覆蓋類型會影響地表溫度，空地地表溫度比重工業區地表溫度低5℃。國內對于熱島效應的研究，特別是對關中地區地表溫度的遙感反演近幾年多有報道。田武文[7]等利用近40 a的西安及周邊地面監測站氣象資料分析并建立了西安市城市熱島效應模型。董妍[8]等分析了近50 a西安市常規氣象站及城區加密自動站氣象資料認為，西安城市熱島效應逐年增加，在空間上存在熱島多中心，且有明顯的季節變化特征。賈寶全[9]等利用2006年和2010年的TM影像，通過定量遙感反演和相對亮溫分析方法反演了西安市城區相應時間點上的熱場溫度，結果表明5 a 間溫度升高了1.86℃。對于城市熱島的遙感研究方法可概括為基于植被指數﹑基于熱力景觀和基于溫度3種，在實際應用中基于溫度的方法使用頻率最高[10-11]。常用的地面溫度反演算法有輻射傳輸方程法[12]﹑單波段單窗算法[13]﹑單通道算法[14]和多波段劈窗算法[15]等。

近年來，西安的經濟發展迅猛﹑人口急劇增長﹑水資源儲量短缺，導致城市熱島現象愈演愈烈，已嚴重威脅到城市生態系統平衡。衛星遙感數據具有時間同步性好﹑覆蓋范圍廣的特點，克服了氣象資料數據在空間上缺乏代表性的弊端，從而為緩解城市熱島效應的研究提供了更加科學可靠的依據[16]。因此，本文選取2002年Landsat5 TM影像和2014年Landsat8 OLI影像，利用輻射傳輸方程法反演了西安市地表溫度，并分析其熱島效應，為我國西部其他城市研究熱島效應提供一定的借鑒。

1 研究區概況與研究方法

1.1 研究區概況

西安市位于關中盆地，北臨渭河和黃土高原，南臨秦嶺（圖1）。年均氣溫為13.0～13.7℃，1月最冷，平均氣溫為-1.2～0.0℃；7月最熱，平均氣溫為26.3～26.6℃。年降水量為522.4～719.5 mm。西安市2002年的GDP為775.21億元，2014年的GDP為4 884.13億元。

1.2 數據來源與反演方法

遙感數據包括2002-10-01的Landsat5 TM和2014-10-02的Landsat8 OLI影像（USGS, glovis.usgs.gov/）。

對影像進行全波段輻射定標﹑熱紅外波段輻射定標﹑FLAASH 大氣校正，再利用輻射傳輸方程法反演地表溫度，即利用衛星傳感器所監測到的輻射亮度來反演地表溫度。

圖1 西安市城區圖

1.2.1 地表比輻射率的計算

地表比輻射率，即先通過可見光和近紅外光譜信息計算植被覆蓋度，再計算不同地面類型的比輻射率。

1）歸一化植被指數（NDVI）。利用TM影像Band 3/ Band4或OLI影像Band4/Band5的像元DN值計算NDVI：

2）植被覆蓋度（FV）。本文采用混合像元分解法計算FV，其公式為：

3）地表比輻射率（ε）。依照已有研究，將影像劃分為水體﹑城鎮和自然表面3種類型。本文計算西安城區的地表比輻射率的步驟為：先將0.995賦值給水體像元的比輻射率，再通過式（3）估算自然表面和城鎮像元的比輻射率，最后綜合求得地表比輻射率：

式中，εsurface為自然表面像元的比輻射率；εbuilding為城鎮像元的比輻射率。

1.2.2 相同溫度下黑體的輻射亮度值計算

衛星傳感器接收到的熱紅外輻射亮度值Lλ由3部分組成：大氣向上輻射亮度L↑﹑地面的真實輻射亮度經過大氣層后到達衛星傳感器的能量﹑以及大氣向下輻射到達地面后反射的能量。地面的真實輻射亮度為同溫度黑體的輻射亮度值LT與ε的乘積，其表達式為：

式中，T為地表的真實溫度；τ為大氣在熱紅外波段的透過率。在熱紅外波段，黑體溫度為T的輻射亮度LT的計算公式為：

在NASA官網（http://atmcorr.gsfc.nasa.gov/）中輸入遙感影像的成影時間和中心經緯度，選擇搭載的衛星類型和大氣模型參數后將會提供上述參數。

1.2.3 地表溫度的反演

由普朗克公式的反函數計算所取得的熱紅外波段中溫度為TS的黑體輻射亮度，推算地表真實溫度TS：

2 研究結果與分析

2.1 西安市熱島時空分布

為了提高研究的可比性與精確度，本文對地表反演溫度進行極值歸一化處理，即LST′=(LST-LSTmin)/ (LSTmax-LSTmin)，其中LST′為像元歸一化后的溫度值；LSTmin為溫度最小值；LSTmax為溫度最大值。然后在ArcMap中利用掩膜提取裁剪得到城區的歸一化值圖像，并對處理后的值進行等級分類，將地表溫度劃分為低溫﹑較低溫﹑次中溫﹑中溫﹑次高溫﹑高溫6個等級，其中中溫﹑次高溫和高溫3級主要分布在城區，構成主要的熱島斑塊。不同年份各等級的熱島效應強度比例見表1﹑圖2。

圖2 2002年和2014年西安市城區熱島強度分布圖

表1 2002年和2014年西安市城區熱島效應強度等級比例/%

由圖2可知，西安市城區熱島效應隨著城市的發展有逐年增強的趨勢，覆蓋區域逐漸擴大。2002年西安市熱島效應集中在灞橋區﹑碑林區和蓮湖區，其中熱島效應最強的區域位于灞橋區和碑林區，呈斑點狀分布；蓮湖區﹑未央區和新城區的熱島效應分布呈散點狀，且未央區的熱島效應最弱。而2014年西安市熱島效應幾乎覆蓋整個城區，呈片狀分布，新城區﹑碑林區的熱島效應尤為明顯；其中熱島效應最強的區域位于灞橋區﹑新城區和未央區，最強熱島面積相對其他區域較大。除低溫外，2002年其他溫度等級比例相差不大，溫度集中在中溫附近，高溫和較低溫比例相近；而2014年各溫度等級比例差異明顯，高溫等級比例達46.27%。

2.2 NDVI與熱島效應

NDVI是通過遙感傳感器接收的地表物體光譜信息計算得到的反映地表植被情況的定量值，是反映植被生長空間分布密度及其狀態的指示因子。對比圖3a和圖3b可知，雁塔區NDVI值比蓮湖區﹑碑林區和新城區高，而雁塔區的熱島強度相較于另外3區偏低；灞橋區NDVI值明顯高于另外5區，而2014年的熱島強度最弱的是灞橋區。結合圖2分析，2002年灞橋區靠近雁塔區附近的NDVI值明顯小于2014年，對應的2002年該區域的溫度等級為次高溫，而2014年為中溫。據此認為NDVI值高的區域熱島強度較低，而NDVI值低的區域熱島強度較高，說明高植被覆蓋能有效緩解由城市熱島效應引起的氣溫升高現象。然而灞橋區靠近未央區的區域，熱島強度并沒有與NDVI值呈現較好的負相關關系，分析認為灞橋區集中了印染紡織﹑航空航天等產業，導致該區域人為熱加劇，而使NDVI值與熱島強度的相關性無法得到合理反映。

圖3 2002和2014年西安市城區NDVI分布圖

3 結 語

本文以西安市城區為例，利用 Landsat TM/OLI數據進行地表溫度的反演，分析了熱島效應在西安市城區的時空分布特征，主要結論為：

1）2014年的熱島強度比2002年顯著增強，高溫比例成倍增長，且溫度從城市中心（強熱島區域）向郊區逐漸降低，熱島中心呈多極分布，主要在市中心﹑人口聚集的商業區和工業園區。

2）2014年相對于2002年的植被指數上升，NDVI值高的區域熱島強度較低，而NDVI值低的區域熱島強度較高，說明地表植被能在一定程度上調節地表溫度。因此，增加城市綠地面積，提高FV，將會緩解西安市的熱島效應。

城市熱島的形成原因很多，城市下墊面性質，特別是“水泥森林”模式的發展使得地表更易吸收大量熱輻射，并在建筑物間反復吸收；土地利用結構的轉變，尤其是城區周邊大量耕地轉變為建筑用地和工業用地，這類釋放熱量大﹑溫度高的土地類型也造成城市熱島的增加；經濟發展﹑能源消耗﹑人口增長﹑高層建筑數量和建筑容積率等其他因素都會影響城市熱島強度的變化。越來越多的大中城市面臨著熱島效應的困擾，有學者也提出了應對措施，如提高城市的綠地覆蓋率，減少人為熱源的排放，預防和治理大氣污染，在城區保留一定面積的水域，用高反射率的地表材料降低吸收率等[17-18]。西安市在未來的城市建設中應從上述方面綜合考慮，建設綠色城市和低碳城市，降低城市熱島效應。

參考文獻

[1] 陳愛蓮,孫然好,陳利頂.基于景觀格局的城市熱島研究進展[J].生態學報,2012,32(14):4 553-4 565

[2] Howard L. Climate of London Deduced from Metrological Observations(Vol.1)[M].3rd Edition, London: Harvey and Dorton Press,1833:348

[3] Manley G. On the Frequency of Snowfall in Metropolitan England[J]. Quarterly Journal of the Royal Meteorological Society,2010,84(359):70-72

[4] Rao P. Remote Sensing of Urban Heat Islands from an Environmental Satellite[J]. Bulletin of the American Meteorological Society,1972(53):647-648

[5] Carlson T N, Augustin J A, Boland F E. Potential Application of Satellite Temperatures Measurements in the Analysis of Land Use over Urban Areas[J]. Bulletin of the American Meteorological Society,1977(58):1 301-1 303

[6] Balling R C, Brazell S W. High Resolution Surface Temperature Patterns in a Compels Urban Terrain[J]. Photogrammetric Engineering and Remote Sensing,1988,54(9):1 289-1 293

[7] 田武文,黃祖英,胡春娟.西安市氣候變暖與城市熱島效應問題研究[J].應用氣象學報,2006,17(4):438-443

[8] 董妍,李星敏,楊艷超,等.西安城市熱島的時空分布特征[J].干旱區資源與環境,2011,25(8):107-112

[9] 賈寶全,邱爾發.基于TM衛星遙感影像的西安市城市熱島效應變化分析[J].干旱區研究,2013,30(2):347-355

[10] 郭振華.基于Landsat TM/ETM+數據的成都市城市熱島效應研究[D].成都:成都理工大學,2012:13-14

[11] 馮曉剛.城市熱島效應演變與成因遙感研究:以西安都市圈為例[D].西安:陜西師范大學,2011:15-18

[12] 覃志豪,ZHANG M H, Karnieli A B.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

[13] QIN Z H, Karnieli A, Berliner P . A Mono-window Algorithm for Retrieving Land Surface Temperature from Landsat TM Data and Its Application to the Israel-Egypt Border Region[J]. International Journal of Remote Sensing,2012,22(18):3 719-3 746

[14] WENG Q, LU D. Estimation of Land Surface Temperaturevegetation Abundance Relationship for Urban Heat Island Studies[J]. Remote Sensing of Environment,2004,89(4):467-483

[15] 毛克彪,覃志豪,施建成,等.針對MODIS影像的劈窗算法研究[J].武漢大學學報(信息科學版),2005,30(8):703-707

[16] 胡嘉驄,朱啟疆.城市熱島研究進展[J].北京師范大學學報(自然科學版),2010,46(2):186-193

[17] 溫娟,包景嶺,張征云.緩解城市熱島效應的生態措施分析[J].生態經濟,2008,24(2):151-153

[18] 唐羅忠,李職奇,嚴春風,等.不同類型綠地對南京熱島效應的緩解作用[J].生態環境學報,2009,18(1):23-28

本 刊 聲 明

為適應我國信息化建設，擴大本刊及作者知識信息交流渠道，本刊數據已被《中國核心期刊（遴選）數據庫》《CNKI 中國期刊全文數據庫》和《中文科技期刊數據庫（全文版）》等收錄。在《地理空間信息》發表的論文均默認將其在著作權保護期內的復制權﹑發行權﹑匯編權﹑翻譯權以及網絡傳播權授權給《地理空間信息》編輯部，編輯部可將上述權利轉授給第三方使用。作者不再許可他人以任何形式使用該篇論文，但可以在其后續作品中引用（或翻譯）該論文中部分內容或將其匯編在作者的非期刊類文集中。如不同意，請事先聲明，本刊另作處理。其文章的著作權使用費與本刊稿酬一次性給付（已在收取發表費時折減和換算為雜志贈閱）。

（本刊編輯部）

P237

B

1672-4623（2017）09-0111-04

10.3969/j.issn.1672-4623.2017.09.034

2016-06-03。

項目來源：國家自然科學基金資助項目（41401496）；陜西省教育廳2014年科學研究計劃資助項目（14JK1471）；陜西省科技統籌創新工程資助項目（2011KTZB01-02-04）。

岳輝，博士，講師，主要從事礦區環境遙感監測研究。