烏魯木齊市地表溫度與遙感指數關系

柴晉鵬 趙曉蓉

摘? 要：文章以landsat-8影像為數據源，利用大氣校正法反演烏魯木齊市中心城區地表溫度，計算其歸一化植被指數（NDVI）、歸一化水體指數（NDWI）、歸一化建筑指數（NDBI）、裸土指數（BIS），將地表溫度與四類遙感指數逐一進行相關分析。結果表明：地表溫度與NDVI、MNDWI呈現負相關，與NDBI、BIS呈現正相關，其中與NDSI相關性最高，進一步說明了城市的發展建筑密度的增大，會極大地增加城市的地表溫度;而濕度的水域、植被的增加則會對降低地表溫度具有明顯效果。

關鍵詞：烏魯木齊市;Landsat-8;遙感指數

中圖分類號：X87? ? ? ? ? 文獻標志碼：A? ? ? ?文章編號：2095-2945（2020）26-0062-03

Abstract： In this paper， taking the landsat-8 image as the data source， the land surface temperature in the downtown area of Urumqi is inverted by atmospheric correction method， and the normalized difference vegetation index （NDVI）， normalized difference water index （NDWI）， normalized difference building index （NDBI） and bare soil index （BSI） are calculated to analyze the correlation between land surface temperature and four kinds of remote sensing index one by one. The results show that the land surface temperature has a negative correlation with NDVI and NDWI， and a positive correlation with NDBI and BIS， among which the correlation with NDSI is the highest， which further shows that the increase of urban building density will greatly increase the urban land surface temperature， while the increase of humidity and vegetation will have an obvious effect on reducing the surface temperature.

Keywords： Urumqi; Landsat-8; remote sensing index

進入21世紀以來，城市原有的生態系統發生改變，引發了溫度不同于郊區的城市小氣候。大量的現有研究表明，城市化過程中由于人類活動普遍造成城市中出現“熱島效應”，其會嚴重的危害人類健康[1]，影響了居民工作和生活。因此熱島效應成為國內眾多學者研究的熱點問題。隨著遙感技術的飛速發展，遙感影像成為研究地表溫度的有效手段。

近年來，國內外學者對地表溫度與遙感指數關系研究主要集中在以下三個方面：（1）基于單一遙感指數對城市熱島效應進行定量研究，探討該遙感指數的準確度與相關性。萬繼康[2]對北京建成區NDVI變化及其對地表熱環境影響分析。（2）利用長時間多時段影像對城市熱島效應進行時空變化研究。歷華等[3]計算長株潭地區的地表溫度、NDBI和NDVI，比較NDBI和NDVI與地表溫度之間關系，對地表城市熱島效應研究的指標NDBI和NDVI進行對比分析。（3）研究土地利用/覆被對熱島效應的影響。康文敏等[4]通過多尺度空間模式，定量分析以地表溫度貢獻度為表征的城市熱環境時空變化及其特征。

這些多集中在城市發展較快的發達城市區域。在全球變暖的大背景下，生態系統脆弱的干旱區綠洲城市倍受沖擊，但對于干旱區綠洲城市的地表溫度與遙感指數關系研究涉及不多，對于應用多種指數對干旱區綠洲城市的地表溫度進行綜合研究更為少見。本文以干旱區綠洲城市烏魯木齊為例，利用landsat8影像數據反演地表溫度，并討論其與NDVI、MNDWI、NDBI、BIS四類遙感指數之間的關系。

1 研究區概況

烏魯木齊位于亞歐大陸腹地，我國西北地區，新疆中北部，天山北麓，準噶爾盆地以南，地處東經86°37'33"-88°58'24"，北緯42°45'32"-45°00'00"，屬溫帶大陸性氣候，是“一帶一路”倡議的重要節點城市，該區域地勢起伏懸殊，山地面積廣大。南部、東北部高，中部、北部低。市區三面環山，北部為開闊平原。本文根據烏魯木齊市城市總體規劃，選取中心城區部分進行研究見圖1所示。

2 數據與方法

2.1 數據來源

本文以美國地質勘探局（USGS）提供的landsat-8 OLI/TIRS衛星影像為數據源，成像時間為2018年8月10日，衛星軌道號為130-29，通過對于圖像進行輻射定標、大氣校正、圖像裁剪等預處理，利用band10采用單窗算法進行地表溫度的反演，利用其他相應波段進行遙感指數運算。

2.2 研究方法

2.2.1 地表溫度反演

利用輻射傳輸方程法（也稱大氣校正法）反演地表溫度。太陽對地球輻射傳輸會受到大氣的影響，所以要對影像的大氣校正極其重要。衛星傳感器接收到的熱紅外輻射亮度值，由大氣上行輻射亮度、大氣下行輻射亮度以及地面輻射亮度經過大氣傳導后達到傳感器的輻射亮度這3部分組成。其表達式為：

其中：Lλ是衛星接收到的熱紅外輻射亮度，L↑是大氣上行輻射亮度，L↓是大氣下行輻射亮度，ε是地表比輻射率，B（Ts）是黑體輻射亮度，Ts是地表真實溫度（K），τ是大氣在熱紅外波段的透過率。

2.2.2 疊加分析

為定量的統計分析城市地表溫度與各類遙感指數之間的關系，將每一個遙感指數與地表溫度在ArcGIS中疊加分析，在ArcGIS中隨機創建200個點的，將地表溫度與各類遙感指數的值提取至點，利用ORIGIN軟件分別對地表溫度與各遙感指數的相關性進行研究。

3 遙感指數選取與計算

植被指數的選取應用最為廣泛的是NDVI。其主要原因是由于NDVI可以消除部分衛星觀測角、太陽高度角、地形、云和大氣輻射的影響，有效區分土地利用類型，突出植被地物。歸一化水體指數（NDWI）最早是由Mcfeeters提出來的，為了消除建筑和土壤的影響，徐涵秋[5]提出利用中紅外波段代替近紅外波段的修正的歸一化水體指數（MNDWI）;歸一化建筑指數采用查勇仿照NDVI提出來的NDBI;裸土指數采用的Rikimaru[7]是在1996提出來的BIS。

4 地表溫度與各遙感指數的關系

4.1 地表溫度與NDVI

由圖2a可知，NDVI大多分布于0.0-1.0之間，總體上看烏魯木齊中心城地表溫度隨著NDVI的升高而下降，二者之間存在明顯的負相關。NDVI與地表溫度之間的相關系數為-0.56，二者之間存在相關關系，說明城市地表植被的覆蓋度對降低地表溫度，緩解城市熱島具有明顯作用。

4.2 地表溫度與MNDWI

由圖2b可知，MNDWI多分在-0.6-0.0之間，MNDWI整體偏小，與地表溫度相關性較差，這是由于干旱區綠洲城市內河流、水域面積較少的原因造成的，隨機點的創建很少能落在水面上，因而相關分析中地表溫度與MNDWI表現出很低的相關性，但從圖2可知，水域之上的地表溫度普遍較低，其具有很高的相關性。

4.3 地表溫度與NDBI

由圖2c可知，地表溫度隨著NDBI值的增長而增長，兩者之間存在明顯的正相關。地表溫度與NDBI之間的相關系數為0.699，說明城市地表溫度受NDBI的影響較大，城市建筑的增長是加重城市熱島的重要原因。

4.4 地表溫度與BIS

由圖2d可知，BIS大都集中在0.0-0.15之間，數值大都相差不大，地表溫度與BIS之間的相關系數為0.29，相關系數較低，相關性較差。

5 結論

通過對干旱區綠洲城市烏魯木齊市地表溫度的反演，并分析其與NDVI、MNDWI、NDBI、BIS四類遙感指數的相關性進行研究，得出：地表溫度與四類遙感指數的回歸分析表明，地表溫度與NDVI、MNDWI呈現負相關，與NDBI、BIS呈現正相關，其中與NDSI相關性最高，進一步說明了城市的發展建筑密度的增大，會極大地增加城市的地表溫度;而濕度的水域、植被的增加則會對降低地表溫度具有明顯效果。

參考文獻：

[1]張逢生，等.淺析城市“熱島效應”的危害及治理措施[J].科技情報開發與經濟，2011，21（32）：147-149.

[2]萬繼康.基于城市地表溫度與歸一化植被指數對北京市建成區熱環境分析[J].測繪與空間地理信息，2020，43（01）：72-75.

[3]歷華，柳欽火，鄒杰.基于MODIS數據的長株潭地區NDBI和NDVI與地表溫度的關系研究[J].地理科學，2009，29（02）：262-267.

[5]康文敏，蔡芫鑌，鄭慧禎.福州城市地表溫度時空變化與貢獻度研究[J].地球科學進展，2020，35（01）：88-100.

[5]徐涵秋.利用改進的歸一化差異水體指數（MNDWI）提取水體信息的研究[J].遙感學報，2005（05）：589-595.

[6]查勇，倪紹祥，楊山.一種利用TM圖像自動提取城鎮用地信息的有效方法[J].遙感學報，2003（01）：37-40+82.

[7]Rikimaru， A. LAMDSAT TM Data Processing Guide for forest Canopy Density Mapping and Monitoring Model. in ITTO workshop on Utilization of Remote Sensing in Site Assessment and Planning for Rehabilitation of Logged-over Forest. July 30-August 1， Bangkok， Thailand，1996.