植被指數(shù)與地表溫度定量關(guān)系遙感分析
——以北京市TM數(shù)據(jù)為例

馬 偉，趙珍梅，劉 翔，閆東川

(1．中國(guó)冶金地質(zhì)總局礦產(chǎn)資源研究院，北京 100025;2．北京東方泰坦科技股份有限公司，北京 100083)

植被指數(shù)與地表溫度定量關(guān)系遙感分析
——以北京市TM數(shù)據(jù)為例

馬 偉1，趙珍梅1，劉 翔2，閆東川1

(1．中國(guó)冶金地質(zhì)總局礦產(chǎn)資源研究院，北京 100025;2．北京東方泰坦科技股份有限公司，北京 100083)

以北京市為研究區(qū)，在對(duì)Landsat－5 TM數(shù)據(jù)大氣校正基礎(chǔ)上，利用TM單窗算法定量反演地表溫度，并估算了5種植被參數(shù):歸一化差值植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、綠度植被指數(shù)(GVI)、土壤調(diào)節(jié)植被指數(shù)(MSAVI)和植被覆蓋度(fg)。結(jié)合地表溫度(LST)空間分布，對(duì)比分析5種植被參數(shù)與地表溫度的相關(guān)程度。分析結(jié)果顯示，相對(duì)于上述4種植被指數(shù)，fg與地表溫度有更好的負(fù)相關(guān)性，對(duì)地表溫度空間分布的指示能力更佳。利用fg與地表溫度關(guān)系定量分析了植被覆蓋程度對(duì)熱島效應(yīng)的影響，發(fā)現(xiàn)北京市區(qū)平均地表溫度比近郊區(qū)和遠(yuǎn)郊區(qū)分別高 1．6 K 和5．3 K。

植被指數(shù);地表溫度;Landsat－5 TM;城市熱島

0 引言

綠色植被通過改變地氣界面能量、水汽和碳的交換過程，從而改變地表能量平衡，影響地表溫度。Oke［1］在城市熱島能量來源研究中發(fā)現(xiàn)植被密集區(qū)域有較高的潛熱交換，而顯熱交換多發(fā)生在植被稀疏的城區(qū)，這一重要發(fā)現(xiàn)大大促進(jìn)了地表溫度與植被覆蓋關(guān)系的研究［2，3］。Weng 等［4］研究發(fā)現(xiàn)，基于線性光譜混合分解模型估算的植被覆蓋指數(shù)與地表溫度呈負(fù)相關(guān)關(guān)系。在植被指數(shù)與地表溫度關(guān)系的研究中，NDVI是應(yīng)用最為廣泛的指數(shù)之一:Boegh等［5］根據(jù)NDVI－LST關(guān)系研究地表蒸發(fā)散量;程承旗等［6］利用TM熱紅外數(shù)據(jù)計(jì)算了北京市地表的亮度溫度，認(rèn)為熱島效應(yīng)強(qiáng)度與NDVI呈線性關(guān)系;然而，江樟焰等［7］研究發(fā)現(xiàn)，當(dāng) NDVI＜0．161時(shí)，NDVI與地表溫度之間不存在相關(guān)關(guān)系;Small［8］的研究則指出，NDVI具有非線性和觀測(cè)平臺(tái)依賴性，并不適用于定量分析植被覆蓋狀況;而NDVI與地表溫度的關(guān)系也還需進(jìn)一步研究。因此，對(duì)比分析不同植被參數(shù)與地表溫度間的關(guān)系，從中尋求更佳的植被參數(shù)模型，已成為城市熱環(huán)境研究中值得探討的重要問題。

本文利用遙感資料反演地表溫度，著重分析評(píng)價(jià)了當(dāng)前應(yīng)用較廣的5種植被參數(shù)與地表溫度的關(guān)系，尋求對(duì)地表溫度空間分布指示最佳的植被參數(shù);同時(shí)，分析植被參數(shù)與地表溫度關(guān)系，研究北京城市熱環(huán)境的內(nèi)在作用機(jī)制，對(duì)優(yōu)化人居環(huán)境、改善公共健康條件、合理規(guī)劃城市發(fā)展都具有重要的現(xiàn)實(shí)意義。

1 研究方法

1．1 研究區(qū)與數(shù)據(jù)源

以北京市區(qū)及部分郊區(qū)(六環(huán)路以內(nèi))為研究對(duì)象(圖1)。研究區(qū)位于 39°28'N ～ 41°05'N，115°25'E～117°35'E，地處暖溫帶半濕潤(rùn)地區(qū)，屬大陸性季風(fēng)氣候。區(qū)內(nèi)植被覆蓋度的變化梯度較大，市區(qū)和郊區(qū)植被覆蓋度差異明顯。

圖1 研究區(qū)示意圖Fig．1 Location of the study area

選用2004年7月6日獲取的Landsat－5 TM影像為基本數(shù)據(jù)源，覆蓋整個(gè)研究區(qū)，數(shù)據(jù)質(zhì)量較好。同時(shí)收集了北京氣象臺(tái)提供的衛(wèi)星過境時(shí)的常規(guī)氣象觀測(cè)資料。

1．2 數(shù)據(jù)處理

1．2．1 數(shù)據(jù)預(yù)處理

參考2004年獲取的ASTER可見光/近紅外影像，對(duì)TM影像進(jìn)行幾何糾正，均方根誤差在0．5個(gè)像元內(nèi);采用最鄰近法對(duì)TM第6波段數(shù)據(jù)進(jìn)行重采樣至30 m分辨率。

按式(1)計(jì)算各波段大氣頂層的光譜輻亮度Lλ［9］，并利用6S模型對(duì) TM1～5、7波段的大氣頂層光譜輻亮度進(jìn)行大氣校正，得到各波段地表反射率，即

式中，Grescale、Brescale分別為定標(biāo)的增益與偏移;Qcal為像元DN值。

對(duì)于第6波段，通過式(2)計(jì)算亮溫TB［9］，即

式中，K1=607．76 W/(m2·sr·μm);K2=1 260．56 K。

地表溫度反演過程中所使用的氣象資料(氣溫、相對(duì)濕度)均以衛(wèi)星影像獲取時(shí)刻各氣象站點(diǎn)記錄值取平均值，并采用反距離權(quán)重法內(nèi)插至與遙感數(shù)據(jù)相匹配的尺度。

1．2．2 地表溫度反演

Qin等［10］針對(duì)TM6波段提出了地表溫度(Ts)反演的單窗算法，即

式(3)～(5)中，a= －67．355 351;b=0．458 606;Ta為大氣平均作用溫度(K);ε為地表發(fā)射率，計(jì)算方法見文獻(xiàn)［11］;τ為TM6波段大氣透射率。

針對(duì)不同的大氣廓線，Qin等［10］建立了4種基于近地層空氣溫度T0估算Ta的關(guān)系式。本文利用中緯度夏季模式模擬2004年7月6日衛(wèi)星過境時(shí)刻的 Ta。

中緯度夏季模式為

采用式(7)計(jì)算大氣透射率，即

式中，w為整層大氣可降水量(g/cm2)。先根據(jù)飽和水汽壓與相對(duì)濕度計(jì)算地面實(shí)際水汽壓(hPa)［12］，再根據(jù)地面實(shí)際水汽壓與整層大氣可降水量間的關(guān)系計(jì)算 w［13］，即

式中，e為地面實(shí)際水汽壓(hPa)。

參數(shù)敏感性分析表明，單窗算法對(duì)地表發(fā)射率并不敏感，但受大氣透射率影響較大;在地表發(fā)射率、大氣透射率等基本參數(shù)估計(jì)誤差在一定范圍內(nèi)時(shí)，地表溫度反演的平均誤差約為1．1 K［14］。

1．2．3 植被參數(shù)計(jì)算

本文選用5種應(yīng)用較廣的植被參數(shù):歸一化差值植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、綠度植被指數(shù)(GVI)、土壤調(diào)節(jié)植被指數(shù)(MSAVI)和植被覆蓋度(fg)。這5種植被參數(shù)均可由TM相應(yīng)波段的反射率計(jì)算得到(表1)。

表1 5種植被參數(shù)模型Tab．1 Five parameters of vegetation

1．3 數(shù)據(jù)分析方法

為分析上述5種植被參數(shù)與地表溫度的相關(guān)程度，本文采用剖面線法進(jìn)行相關(guān)分析?？紤]到研究區(qū)的特點(diǎn)以及剖面線所經(jīng)過區(qū)域的典型性，選擇東西方向起始，每順時(shí)針方向旋轉(zhuǎn)45°作一條剖面線，共4條剖面線(如圖1中 A、B、C、D所示)。為進(jìn)一步定量分析植被覆蓋度對(duì)城市熱環(huán)境的影響，對(duì)植被覆蓋度和地表溫度進(jìn)行城鄉(xiāng)對(duì)比研究。結(jié)合北京城市發(fā)展現(xiàn)狀，以北京市四環(huán)和五環(huán)路為界，將研究區(qū)劃分為市區(qū)、近郊和遠(yuǎn)郊3個(gè)區(qū)域，并對(duì)其植被覆蓋度和地表溫度進(jìn)行統(tǒng)計(jì)分析。

2 結(jié)果分析

2．1 城市地表溫度空間分布特征

地表溫度反演結(jié)果表明:研究區(qū)地表溫度范圍在295．8 ～339．2 K 之間，平均地表溫度為309．7 K，標(biāo)準(zhǔn)差為5．7 K。地表溫度空間分布如圖2所示，按均值±整數(shù)倍標(biāo)準(zhǔn)差將溫度分割為5個(gè)等級(jí)。

圖2 地表溫度空間分布Fig．2 Geographical distribution of land surface temperature

圖2中，北京市區(qū)地表溫度在310 K以上(不包括市內(nèi)水體)，而郊區(qū)地表溫度多在300～310 K之間，城鄉(xiāng)地表溫度差異較為明顯。這是因?yàn)樵谙嗤奶?yáng)輻射條件下，相對(duì)于自然地表，城市不透水層吸收的太陽(yáng)輻射能量絕大部分用于加熱地表和近地面大氣，地表潛熱蒸發(fā)散失的能量較少，地表溫度較高;而郊區(qū)植被覆蓋狀況好，土壤濕度大，蒸發(fā)散失量大，顯熱存儲(chǔ)和傳輸?shù)哪芰拷档停乇頊囟容^低。

整個(gè)研究區(qū)內(nèi)，有4個(gè)較大的高溫區(qū)域:石景山區(qū)、市區(qū)的東南角(京津塘高速公路與四環(huán)路相交處)、市中心前門附近的老城區(qū)(南二環(huán)路內(nèi))和盧溝橋南邊的大片裸土區(qū)域。形成這些高溫區(qū)域的主要原因是區(qū)域內(nèi)植被覆蓋度極低;此外，還受人為熱排放、建筑物屏蔽效應(yīng)等因素影響。低溫區(qū)域主要集中在郊區(qū)、市區(qū)內(nèi)水體和植被較多的公園。城市中的水體和植被有效地隔斷了片狀高溫區(qū)域，增加了城市地表溫度場(chǎng)的破碎度，對(duì)于緩解城市熱島效應(yīng)、改善城市熱環(huán)境具有重要的作用。另外，香山附近有3塊區(qū)域地表溫度最低(＜295．80 K)，對(duì)照遙感圖像發(fā)現(xiàn)是由于云遮擋所致。

2．2 不同植被參數(shù)與地表溫度關(guān)系對(duì)比

對(duì)5種植被參數(shù)與LST進(jìn)行相關(guān)分析，顯著性水平均為0．01，結(jié)果如表2所示。

表2 各剖面線上地表溫度與5種植被參數(shù)的相關(guān)系數(shù)Tab．2 Correlation coefficients between LST and five parameters of vegetation on various profiles

從表2可以看出，5種植被參數(shù)與地表溫度的相關(guān)系數(shù)在－0．672～－0．798之間，均為負(fù)相關(guān)關(guān)系。分析結(jié)果表明:①fg與LST的平均相關(guān)系數(shù)最大，其次是 NDVI和MSAVI，RVI為最小;②5種參數(shù)與LST的相關(guān)系數(shù)的標(biāo)準(zhǔn)差在0．016～0．040之間，其中 fg的最小，而 NDVI的最大，這是因?yàn)槠拭婢€通過的地表覆蓋類型差異較大，而NDVI易受土壤背景、植被類型、葉面積等變化因素的影響，導(dǎo)致NDVI與LST的相關(guān)關(guān)系不穩(wěn)定，表明NDVI具有非線性及易受干擾等缺點(diǎn);③變異系數(shù)表征了相關(guān)系數(shù)的相對(duì)波動(dòng)程度，fg與LST相關(guān)系數(shù)的變異系數(shù)最小，而MSAVI、RVI、NDVI和GVI的變異系數(shù)都較大。

綜上分析，在5種植被參數(shù)中，fg與LST的相關(guān)性最好，且受地表覆蓋類型變化的影響最小，相關(guān)關(guān)系最為穩(wěn)健。因此，fg是5種植被參數(shù)中反映地表溫度空間變化的最佳植被參數(shù)。

2．3 植被覆蓋度與地表溫度定量關(guān)系分析

陳云浩等［20］將植被覆蓋劃分為無(wú)植被覆蓋(fg=0)、低植被覆蓋(0 ＜fg≤0．25)、中植被覆蓋(0．25＜fg≤0．50)、高植被覆蓋(0．50 ＜ fg≤0．95)和全植被覆蓋(fg＞0．95)5個(gè)等級(jí)。根據(jù)該定義可將植被覆蓋度換算成植被覆蓋等級(jí)(圖3)。對(duì)比圖2和圖3可以看出，植被覆蓋度與地表溫度空間分布呈明顯相反趨勢(shì)。

圖3 植被覆蓋度等級(jí)圖Fig．3 The distribution of vegetation coverage grade

分別對(duì)市區(qū)、近郊和遠(yuǎn)郊3個(gè)區(qū)域的LST和fg進(jìn)行統(tǒng)計(jì)分析，結(jié)果見表3。

表3 市區(qū)、近郊和遠(yuǎn)郊LST和f g統(tǒng)計(jì)結(jié)果Tab．3 Descriptive statistics of LST and f g of urban，suburban and outer suburban

分析結(jié)果表明:市區(qū)平均地表溫度最高(315．1 K)，近 郊 次 之 (313．5 K)，遠(yuǎn) 郊 最 低(309．8 K)，市區(qū)平均地表溫度比近郊和遠(yuǎn)郊分別高1．6 K和5．3 K，因此，北京市區(qū)呈現(xiàn)較強(qiáng)的熱島效應(yīng)。與地表溫度空間分布特征相反，平均植被覆蓋度在市區(qū)表現(xiàn)出最低值，比近郊和遠(yuǎn)郊的平均植被覆蓋度分別低0．06和0．18;遠(yuǎn)郊大量的森林和農(nóng)作物使得遠(yuǎn)郊的平均覆蓋程度最高。較高的植被覆蓋有效地保持了自然下墊面土壤濕度，改變地表能量平衡在潛熱和顯熱的能量分配，降低波文比，從而降低地表溫度。同時(shí)，植被覆蓋也增大了熱慣量，在相同太陽(yáng)輻射條件下，能有效地阻止地表溫度的上升。圖4為地表溫度和植被覆蓋度散點(diǎn)圖。

如圖4所示，LST－fg散點(diǎn)圖呈三角形分布，這與NDVI－Ts特征空間三角形較為相似。在相同植被覆蓋條件下，地表溫度在一定范圍內(nèi)波動(dòng);但隨著植被覆蓋度的增加，地表溫度呈整體逐漸下降趨勢(shì)。

圖4 地表溫度與植被覆蓋度關(guān)系Fig．4 LST －f g relationship

3 結(jié)論

(1)利用Landsat－5 TM遙感資料定量反演了北京市區(qū)及部分郊區(qū)地表真實(shí)溫度以及NDVI、RVI、GVI、MSAVI和fg共5種不同植被參數(shù)，并對(duì)比分析了它們與地表溫度的相關(guān)程度。

(2)在5種植被指數(shù)中，fg與LST之間的相關(guān)性最好，相關(guān)關(guān)系最為穩(wěn)健，不易受空間位置和地表覆蓋類型變化的影響，是城市熱環(huán)境研究中分析植被與地表溫度關(guān)系和地表溫度空間分布的最佳參數(shù)。

(3)LST－fg散點(diǎn)圖的特征空間呈三角形，這與NDVI－Ts特征空間三角關(guān)系相似。LST與fg間有較強(qiáng)的負(fù)相關(guān)關(guān)系。綠色植被能夠有效地降低地表溫度，對(duì)減緩城市熱島效應(yīng)有重要意義。

(4)北京市城市熱島效應(yīng)顯著。高溫區(qū)域主要集中在植被覆蓋率偏低的市中心地帶、市區(qū)西部和東南部以及郊區(qū)大片裸土區(qū)域;而低溫區(qū)域主要位于郊區(qū)的植被濃密地帶、市區(qū)中的水體和綠化較好的公園等區(qū)域。由市中心向外，地表溫度與植被覆蓋度呈相反變化趨勢(shì)。城區(qū)的平均地表溫度比近郊和遠(yuǎn)郊分別高出1．6 K和5．3 K，而城區(qū)的平均植被覆蓋度比近郊和遠(yuǎn)郊分別低0．06和0．18。

［1］Oke TR．The Energetic Basis of the Urban Heat Island［J］．Quarterly Journal of the Royal Meteorological Society，1982，108:1 －24．

［2］Carson T N，Gillies R R，Perry E M．A Method to Make Use of Thermal Infrared Temperature and NDVI Measurements to Infer Surface Soil Water Content and Fractional Vegetation Cover［J］．Remote Sensing Reviews，1994，9:161 －173．

［3］Goward S N，Xue Y，Czajkowski K P．Evaluating Land Surface Moisture Conditions from the Remotely Sensed Temperature/Vegetation Index Measurements:An Exploration with the Simplified Simple Biosphere Model［J］．Remote Sensing of Environment，2002，79:225 －242．

［4］Weng Q H，Lu D S，Schubring J．Estimation of Land Surface Temperature－Vegetation Abundance Relationship for Urban Heat Island Studies［J］．Remote Sensing of Environment，2004，89:467 －483．

［5］Boegh E，Soegaard H，Hanan N，et al．A Remote Sensing Study of the NDVI－Ts Relationship and the Transpiration from Sparse Vegetation in the Sahel Based on High Resolution Satellite Data［J］．Remote sensing of Environment，1998，69:224 － 240．

［6］程承旗，吳 寧，郭仕德，等．城市熱島效應(yīng)強(qiáng)度與植被覆蓋關(guān)系研究的理論技術(shù)路線和北京案例分析［J］．水土保持研究，2004，11(3):172 －174．

［7］江樟焰，陳云浩，李 京．基于Landsat TM數(shù)據(jù)的北京城市熱島研究［J］．武漢大學(xué)學(xué)報(bào)，2006，31(2):120－123．

［8］Small C．Estimation of Urban Vegetation Abundance by Spectral Mixture Analysis［J］．International Journal of Remote Sensing，2001，22，1305 －1334．

［9］Chander G，Markham B．Revised Landsat－5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges［J］．IEEE Transactions on Geoscience and Remote Sensing，2003，41(11):2674－2677．

［10］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，2001，22(18):3719 －3746．

［11］Sobrino JA，Jime'nez－ Mun～oz JC，Paolini L．Land Surface Temperature Retrieval from LANDSAT TM5［J］．Remote Sensing of Environment．2004，90:434 －440．

［12］周淑貞．氣象學(xué)與氣候?qū)W［M］．北京:高等教育出版社，1996．

［13］楊景梅，邱金桓．用地面濕度參量計(jì)算我國(guó)整層大氣可降水量及有效水汽含量方法的研究［J］．大氣科學(xué)，2002，26(1):9－22．

［14］覃志豪，Zhang M H，Karnieli A，等．用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法［J］．地理學(xué)報(bào)，2001，56(4):456－466．

［15］Rouse JW，Haas R H，Schell J A，et al．Monitoring Vegetation Systems in the Great Plain with ERTS［C］∥Proceedings of the Third Earth Resource Technology Satellite－1 Symposium．Greenbelt:NASA SP －351，1974:3010 －317．

［16］Jordan C F．Derivation of Leaf Area Index from Quality of Lighton the Forest Floor［J］．Ecology，1969，50:663 －666．

［17］Crist E P，Cicone R C．Application of the Tasseled Cap Concept to Simulated Thematic Mapper Data［J］．Photogrammetric Engineering and Remote Sensing，1984，50:343 －352．

［18］Qi J，Chehbouni A，Huete A R，et al．A Modified Soil Adjusted Vegetation Index(MSAVI)［J］．Remote Sensing of Environment，1994，48:119 －126．

［19］Gutman G，Ignatov A．The Derivation of the Green Vegetation Fraction from NOAA/AVHRR Data for Use in Numerical Weather Prediction Models［J］．International Journal of Remote sensing，1998，19:1533 －1543．

［20］陳云浩，李曉兵，史培軍，等．北京海淀區(qū)植被覆蓋的遙感動(dòng)態(tài)研究［J］．植物生態(tài)學(xué)報(bào)，2001，25(5):588 －593．

(責(zé)任編輯:劉心季)

A Quantitative Analysis of the Relationship Between Vegetation Indices and Land Surface Temperature Based on Remote Sensing:a Case Study of TM Data for Beijing

MAWei1，ZHAO Zhen －mei1，LIU Xiang2，YAN Dong－chuan1
(1．Institute of Mineral Resources Research，China Metallurgical Geology Bureau，Beijing 100025，China;2．Beijing Oriental TITAN Technology Co，Ltd，Beijing 100083，China)

Through correcting the Landsat－5 TM image of atmospheric effects and employing the calculation method ofmono －window algorithm，the LST in Beijing was calculated by inversion．On such a basis，five vegetation parameters were computed respectively，i．e．，Normalized Difference Vegetation Index(NDVI)，Ratio Vegetation Index(RVI)，Greenness Vegetation Index(GVI)，Modified Soil－ Adjusted Vegetation Index(MSAVI)and vegetation fraction(fg)．Combined with the spatial distribution of LST in Beijing，this paper compared and analyzed the relevance between LST and the five vegetation parameters．Quantitative analysis of vegetation effect on the Urban Heat Island(UHI)was also carried out．The results show that，of the five parameters of vegetation，fghas the strongest negative correlation with LST．The average urban LST is 1．6 K and 5．3 K higher than that of the suburban and outer suburban respectively．

Vegetation index;Land surface temperature;Landsat－5 TM;Urban heat island

馬 偉(1984－)，男，碩士，主要從事資源環(huán)境遙感研究。

TP 79

A

1001－070X(2010)04－0108－05

2009－11－20;

2010－01－04

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目“遙感動(dòng)態(tài)監(jiān)測(cè)與管理信息系統(tǒng)”課題(編號(hào):2006AA120107)資助。