基于Landsat 8遙感影像的長春市地表溫度反演及影響因子分析

郭小萌 劉雁

(吉林師范大學旅游與地理科學學院，吉林 四平 136000)

隨著城市化進程不斷加快，城市人口規模增長，建設用地不斷擴張，居民的生活水平與城市工業化程度不斷提高[1]，城市化的發展直接或間接地改變了下墊面的覆被類型和性質，從而導致了地表溫度發生變化，深刻的影響著城市生態環境[2]。

國內外學者對于城市地表溫度及其影響因素展開了較為廣泛的研究。城市地表溫度研究大多依靠大氣溫度觀測和遙感技術反演，分析地表溫度的時序演變規律、空間格局演變以及驅動因素分析等[3，4]。Bokaie等[5]認為，自然地表被大面積的不透水面替代導致的城市地表異質性是造成地表溫度升高的根本原因。潘瑩等[6]通過地表溫度反演研究發現，重慶市冬夏兩季的城市中心地表溫度明顯高于周邊郊區，并且在2001—2011年間熱島效應逐漸加強。在城市熱島的空間格局演變上，李外賓等[7]基于決策樹算法，探討了深圳地區城市地表溫度與土地利用格局演變。趙強等[8]基于Landsat衛星影像對合肥地區進行土地分類以及地表溫度反演，研究合肥市近20年城市格局演變和地表溫度的時序變化。樂通潮[9]基于Landsat影像采用地表溫度反演研究2018年福州市春季城市地表溫度的空間分布特征。在驅動因素分析上，黃初冬等[10]基于多種分析方法，研究結果表明，科學有效的建設海綿城市可以緩解城市地表高溫。

隨著長春市建設用地與人口規模的不斷擴張，城市地表溫度不斷發生變化。縱觀前人研究，城市地表溫度反演研究多集中于夏季，對于春季地表溫度反演研究涉及較少。因此，本研究以長春市城區為對象，利用2020年5月28日的Landsat 8衛星遙感數據，采用輻射傳輸方程法對研究區的地表溫度進行反演，分析長春市春季地表溫度空間分布特征，并進行下墊面因子分析，以此為長春市城市空間合理布局，緩解地面高溫及提升人居環境質量提供參考。

1 研究區概況

長春市位于N43°05′～45°15′，E124°18′～127°02′，地處北半球中緯度地帶東北平原腹地。長春市西南與四平市相接，西北與松原市相鄰，東南與吉林市毗鄰，東北與黑龍江省接壤。長春市屬于溫帶季風氣候，四季分明，雨熱同期，年平均氣溫4.8℃，年平均降水量522～615mm，降水集中在6—8月。長春市地勢較為平坦，以臺地、平原為主。本研究選取長春市市區朝陽、南關、寬城、綠園、二道5個區，總面積1524.77km2。長春市是“一帶一路”重要的城市之一，是長吉圖開發開放先導區戰略腹地城市。長春市是吉林省經濟最發達、發展速度最快的城市。研究區概況如圖1所示。

圖1 研究區概況圖

2 數據及預處理

研究采用的數據包括遙感數據、數字高程數據以及氣象數據。遙感數據來源于地理空間數據云(http：//www.gscloud.cn/)，選取2020年5月28日的Landsat 8 OLI/TIRS遙感影像數據(行列號為118/29、118/30)，該影像云量較少(低于3%)，質量較好。數字高程模型數據產品來源于地理空間數據云；研究區氣象數據來源于中國氣象數據網(http：//data.cma.cn/site/index.html)。

預處理包括對Landsat 8衛星影像進行輻射定標、大氣校正、拼接、裁剪4部分。使用ENVI 5.3自帶的輻射定標工具將各個波段數據的像元灰度值轉換為輻射強度值；使用FAALSH模塊對OLI傳感器數據進行大氣校正；由于研究區橫跨2張衛星影像圖，通過利用ENVI軟件中的Mosaicking中的Seamless Mosaic工具進行圖像拼接；利用Regions of Interest工具依照研究區范圍的行政區劃圖進行裁剪。

3 研究方法

3.1 地表溫度反演

本文選用輻射傳輸方程法進行地表溫度反演。遙感器所接收到的熱輻射主要有由地表熱輻射經大氣衰減后被遙感器所接受的熱輻射、大氣向上和向下的熱輻射經地表反射后又被大氣衰減最終被遙感器接收的熱輻射3部分[11]，所以傳感器所接收的地表熱輻射計算公式如下：

Bi(Ti)=τi(θ)×[εi×Bi(Ts)+(1-εi)×Li↓]

+Li↑

(1)

式中，Ti為通道i的亮度溫度；Ts為地表溫度；εi為地表比輻射率；τi(θ)為通道i在遙感器視角θ下從地面到遙感器的大氣透射率；Bi(Ti)為遙感器所接收到的輻射強度；Bi(Ts)為地表溫度為Ts時的黑體輻射強度；Li↓和Li↑分別為大氣向下和向上的輻射強度[12]。Bi(Ts)可以通過普朗克公式的函數獲得。Bi(Ts)表達式：

Bi(Ts)=[Bi(Ti)-Li↑-τi(θ)(1-εi)×

Li↓]/τi(θ)εi

(2)

根據普朗克定律反函數得到地表溫度：

Ts=K2/ln[K1/B(Ts)+1]-273.15

(3)

式中，K1、K2為常數，可由元數據MTL文件查詢得到，Landsat 8 TIRS第10波段的K1=774.89，K2=1321.08。

3.1.1 大氣剖面參數的計算

大氣剖面參數中的大氣透射率(τi)、大氣向上輻射強度(Li↑)、大氣向下輻射強度(Li↓)可以在NASA網站(https：//atmcorr.gsfc.nasa.gov/)通過輸入成像時間、經緯度信息計算獲取[13]。

3.1.2 地表比輻射率的計算

地表比輻射率是物體與黑體在同溫度、同波長下得到輻射出射度的比值，其值大小與地表的物質結構密切相關[14，15]。地表比輻射率采用Sobrino等提出的NDVI閾值法計算[16，17]，先計算出NDVI值，根據不同地表結構的NDVI閾值進行地表分類并賦值地表比輻射率。

當NDVI<0.2時，視作像元是裸地，地表比輻射率取0.973；當0.2≤NDVI≤0.5時，視作是植被和裸地構成的混合像元，地表比輻射率：

ε=0.004pv+0.986

(4)

pv=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(5)

式中，pv表示植被覆蓋度；NDVIsoil表示裸地的NDVI值；NDVIveg表示植被的NDVI值。

當NDVI≥0.5時，視作像元完全為植被，地表比輻射率取0.986。

3.2 下墊面因子的遙感提取

3.2.1 NDVI

植被的分布情況與變化速度是影響城市生態環境的重要因素[18]，NDVI可以反映植被的生長狀況和生長空間分布[19，20]，本次研究采用Landsat 8遙感數據，利用ENVI中的BandMath工具進行計算，其計算公式：

NDVI=(NIR-RED)/(NIR+RED)

(6)

式中，NIR指近紅外波段，Landsat 8中的第5波段；RED指紅光波段，Landsat 8中的第4波段。

3.2.2 MNDWI

利用水體的光譜特征，一般采用波段組合的方法抑制其他背景信息，徐涵秋[21]提出了改進歸一化差異水體指數MNDWI，計算公式：

MNDWI=(Green)-(MIR)/(Green)+(MIR)

(7)

式中，Green指綠光波段，Landsat 8中的第3波段；MIR指中紅外波段，Landsat 8中的第6波段。

3.2.3 NDBI

歸一化建筑指數被廣泛應用于提取城鎮建筑物用地，表示城鎮建筑物的密集程度，其表達式：

NDBI=(MIR-NIR)/(MIR+NIR)

(8)

式中，MIR為中紅外波段，Landsat 8中的第6波段；NIR為近紅外波段，Landsat 8中的第5波段。

4 結果與分析

4.1 地表溫度空間分布特征

采用2020年5月28日成像時間為2：20(北京時間為10：20)和2：21(北京時間為10：21)的Landsat 8遙感影像，采用輻射傳輸方程法反演出長春市地表溫度，如表1、圖2所示。采用北京時間11：00的大氣實測數據進行檢驗，對長春市地表溫度反演結果精度進行統計分析，統計結果如表2所示。采用監督分類法對Landsat 8遙感影像進行土地利用分類，將長春市土地利用類型分為耕地、林地、草地、建設用地、水體、濕地，得到研究區的土地利用分類圖，如圖3所示。通過ArcGIS創建隨機點工具，選取255個點，與Google Earth歷史影像進行對比，驗證其解譯精度為85.72%，滿足本實驗對分類精度的要求。利用ArcGIS空間分析工具，從行政區劃和土地利用類型兩方面對地表溫度及其面積占比進行統計分析，統計結果如表3、表4所示。

通過反演計算得到地表溫度數據，大氣溫度是通過離地面近2m高的百葉窗測得，兩者具有一定溫差。如有學者對地表溫度與氣溫的關系進行了大量的統計分析，結果表明，3—10月期間，地表地溫恒定大于氣溫，溫度差的平均值為2℃[22]。本文通過輻射傳輸方程算法反演得到的平均溫度為23.2℃，與衛星過境時氣溫22℃相比，溫差在2℃以內，該精度符合地氣溫差統計規律。由表2可知，輻射傳輸方程算法反演的地表溫度值與大氣實測數據的絕對誤差為1.2，平均偏差為0.6，均方根誤差為0.13，經驗證，該反演結果可以達到研究的精度要求，可以進行后續的分析。

表1 2020年長春市地表溫度反演結果

表2 反演精度驗證結果

表3 不同行政區溫度統計

表4 不同土地覆蓋類型溫度統計

由圖2可知，地表溫度由城市西部向城市東部逐漸降低。其中，新立城水庫、南溪濕地公園、凈月潭國家森林公園、南湖公園以及伊通河沿線的地表溫度明顯偏低，呈現出明顯的“冷島”現象。富奧長春工業園、第一汽車制造廠、一汽模具制造有限公司、建筑材料有限公司以及綠園區工業產業集聚區域的地表溫度明顯偏高。

圖2 輻射傳輸方程法反演地表溫度圖

圖3 2020年長春市土地利用分類圖

由表3可知，綠園區平均溫度最高，為25.92℃，南關區平均溫度最低，為20.4℃。長春市各區的平均溫度表現為綠園區>朝陽區>二道區>寬城區>南關區，從空間分布上來看，綠園區、朝陽區以及南關區西北部、東南部地表溫度較高；寬城區、二道區東部以及南關區東北部地表溫度較低。

由表4可知，建設用地平均溫度最高，為24.79℃，水體平均溫度最低，為12.47℃。長春市各土地利用類型的平均溫度表現為建設用地>耕地>草地>林地>濕地>水體，水體的溫度最低，表明水體對城市具有良好的降溫作用。建設用地與耕地平均溫度均高于長春市反演平均溫度，并且耕地的地表溫度高度接近建設用地，表明人類活動與春耕對城市具有明顯的升溫作用。

4.2 LST與下墊面因子

地表溫度與下墊面因子密切相關，為定量表示這些因子，按照下墊面的組成通過NDVI、MNDWI、NDBI這3項指標分別與地表溫度進行相關性分析[23]。得到地表溫度與各下墊面因子的相關系數，如表5所示。為了更好地研究各下墊面因子與地表溫度的關系，利用空間分析工具的提取模塊，將地表溫度、歸一化指數數據導出到SPSS，生成散點圖和回歸方程。

表5 地表溫度與下墊面因子之間的相關系數

由圖4可知，地表溫度與NDVI相關性較高并呈現負相關，相關系數為-0.645，在0.01的置信水平上呈顯著負相關。表明研究區域內地表的植被覆蓋度越高、植被狀況越好時，地表溫度越低[24]，城市森林及城市綠化對城市地表起到明顯的降溫作用。

圖4 地表溫度與NDVI的相關性

由圖5可知，地表溫度與MNDWI呈負相關，相關系數為-0.55，在0.01的置信水平上呈負相關，MNDWI越高，地表溫度越低，由擬合方程可知地表溫度隨水體指數的增加而遞減。大部分水體是自然形成的，有一少部分為城市人工開發的水體，地表溫度與MNDWI指數的相關性分析結果表明，保護和增加水體面積可有效控制城市地表高溫的加劇。

圖5 地表溫度與MNDWI的相關性

由圖6可知，地表溫度與NDBI呈現高度正相關，相關系數為0.716，在0.01的置信水平上呈顯著正相關，建筑密度越高，地表溫度越高。樣本點NDBI越高，與趨勢線的聚集程度越高。城市化進程的不斷加快，城市建設密度逐漸提高，建筑面積的增加從而不斷地改變城市下墊面性質，造成城市明顯的升溫。

圖6 地表溫度與NDBI的相關性

5 結論

通過長春市地表溫度反演結果可看出，地表溫度由城市西部向城市東部逐漸降低。按照各行政區劃和各土地利用類型分別進行溫度統計，結果表明，長春市各區的平均溫度呈現為綠園區>朝陽區>二道區>寬城區>南關區；長春市各土地利用類型的平均溫度呈現為建設用地>耕地>草地>林地>濕地>水體，其中耕地與建設用地溫差僅為0.59℃，表明春耕對城市具有明顯的升溫作用。

通過地表溫度反演結果，分析下墊面因子對地表溫度的影響。地表溫度與下墊面因子存在明顯的線性關系，其中，地表溫度與MNDWI、NDVI均呈負相關，表明增加城市公園濕地、保護天然水體、提高綠化面積等方法，將有利于降低城市溫度；地表溫度與NDBI呈高度正相關，表明城市建筑是造成城市溫度升高的重要因素，可以通過調整城市格局以及改變城市建筑材料等方法降低城市溫度。