基于TM影像的城市熱島效應(yīng)研究——以重慶市為例

劉建,劉小琴,何政偉,2

（1.成都理工大學(xué)地質(zhì)災(zāi)害防治與環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室,成都610059;2.首都師范大學(xué) 資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京100037;3.中鐵西南科學(xué)研究院有限公司,成都 610031）

近年來,隨著城市化的快速發(fā)展,城市交通擁擠、環(huán)境污染、綠色空間減少等一系列問題日益突出[1],人居環(huán)境問題日益嚴(yán)峻,這無疑對發(fā)展中的城市居住區(qū)環(huán)境建設(shè)提出了更高的要求,在重慶市提出建設(shè)“宜居重慶”的背景下,如何更好地把重慶建設(shè)成為宜居型的大都市,如何把握城市、人口、環(huán)境和諧發(fā)展,成為學(xué)者們討論的重點(diǎn);城市熱島效應(yīng)作為評價城市宜居性的重要指標(biāo),研究城市熱島效應(yīng)及其與環(huán)境的相互關(guān)系等領(lǐng)域成為了建設(shè)城市宜居性的中心問題之一。

由于影響城市熱島(Urban Heat Island Effect,UHI)[2]的因素及相互關(guān)系的復(fù)雜性,熱島邊界的不確定性,熱島的水平結(jié)構(gòu)和垂直結(jié)構(gòu)的復(fù)雜性,要比較精確地描繪城市熱島特征有很大的困難[3]。傳統(tǒng)的監(jiān)測方法主要有以下三種[4]:(1)是通過城市和郊區(qū)的歷年氣象資料的分析來研究城市熱島的動態(tài)和現(xiàn)狀;但是基于歷史氣象資料的方法只能定性分析城市熱環(huán)境的演變過程,而不能實(shí)時反映城市空間熱環(huán)境的現(xiàn)狀。(2)通過布點(diǎn)觀測;布點(diǎn)方式可以實(shí)時反映城市熱環(huán)境,但只能刻畫局部區(qū)域,不能反映城市熱環(huán)境的整體空間分布狀況。(3)通過建立數(shù)學(xué)模型;但是這種方法數(shù)學(xué)模型建立比較困難、可操作性差,不易推廣使用。

隨著遙感技術(shù)的發(fā)展,遙感數(shù)據(jù)源在城市溫度時間變化和空間分布研究中得到了越來越廣泛的應(yīng)用。它能有效、全面地探測到下墊面的溫度特征,且能周期性、動態(tài)地監(jiān)測城市熱環(huán)境的變化趨勢,是研究城市熱島效應(yīng)的有效手段[3]。國內(nèi)外許多學(xué)者利用熱紅外遙感資料對城市熱島效應(yīng)進(jìn)行了大量的研究,并取得了良好的效果。早在1989年 Roth等人利用AVHRR熱通道(10.5～11.5 μ m)數(shù)據(jù)估測了北美西海岸幾個城市的城市熱島強(qiáng)度[5]。覃志豪[6-7]等從輻射傳輸方程出發(fā),提出了基于LandsatTM的單窗反演算法,并對5種標(biāo)準(zhǔn)大氣狀態(tài)進(jìn)行驗(yàn)證,結(jié)果表明該算法的地表溫度演算精度很高,平均誤差小于0.4℃[8],取得了較好的反演結(jié)果。Jiménez-Mu?oz and Sobrino[9]提出了可以用于不同傳感器的普適性算法。Weng Qihao[10]的大氣校正法方法過于簡單,并且沒有進(jìn)行大氣糾正。孟憲紅[11],黃妙芬[12]等利用TM數(shù)據(jù)對以上提到的3種算法進(jìn)行了驗(yàn)證,并證明覃志豪等的方法優(yōu)于Weng Qihao和Jiménez-Mu?oz and Sobrino的方法[8]。筆者在前人工作的基礎(chǔ)上,針對重慶市的實(shí)際情況,選用覃志豪等的單窗算法對重慶市的地表溫度進(jìn)行了反演,并分析了地表溫度的空間分布特征。

1 研究區(qū)概況與數(shù)據(jù)來源

重慶位于中國西南部,長江上游,北緯28°10′-32°13′,東經(jīng) 105°11′-110°11′。轄區(qū)東西長 470 km,南北寬450 km,幅員面積8.24萬 km2。東鄰湖北、湖南,南靠貴州,西接四川省瀘州市、內(nèi)江市、遂寧市,北連陜西省以及四川省廣安市、達(dá)川市。主城區(qū)是重慶的行政、金融、商貿(mào)中心和水陸交通樞紐,是全市經(jīng)濟(jì)最發(fā)達(dá)、城鎮(zhèn)化水平最高的區(qū)域。范圍包括渝中區(qū)、大渡口區(qū)、江北區(qū)、南岸區(qū)、沙坪壩區(qū)、九龍坡區(qū)、北碚區(qū)、渝北區(qū)、巴南區(qū)9個行政區(qū),面積5 473 km2,區(qū)域內(nèi)以丘陵、低山為主,平均海拔為400 m,是典型的山地城市。地勢由西向東逐步升高,并從南北兩面向長江、嘉陵江河谷傾斜,起伏較大,多呈現(xiàn)“一山一嶺”、“一山一槽二嶺”的自然景觀。

由于重慶屬中亞熱帶季風(fēng)氣候,具有夏熱、冬暖、風(fēng)速小的特點(diǎn),研究區(qū)選取2007年9月20日過境的LandsatTM數(shù)據(jù),熱紅外數(shù)據(jù)(第六波段,波長10.4～12.5 μ m),空間分辨率為60 m,全色波段分辨率為30 m,運(yùn)用覃志豪的單窗算法進(jìn)行溫度反演,從地表溫度場的空間分布規(guī)律來分析重慶市主城區(qū)城市熱島效應(yīng)。

2 研究方法

2.1 單窗算法

覃志豪等[6,13]經(jīng)過多年的研究,由地表熱輻射傳導(dǎo)方程,通過引進(jìn)大氣平均溫度的概念和一系列假設(shè),建立了適用于從LandsatTM6波段反演地表溫度的算法,該算法的基本形式為

式中:a,b——常量 ,a=67.3554,b=0.45861[6];C,D——中間變量。

式中:ε6——地 表比 輻射 率;τ6——大 氣透 射率 ;Ta——大氣平均作用溫度。對于(1)式,只要能確定地表比輻射率、大氣透射率和大氣平均作用溫度這3個參數(shù),就能進(jìn)行LST(地表溫度)反演。

2.2 計(jì)算亮度溫度

亮度溫度是傳感器在衛(wèi)星高度測得的熱輻射強(qiáng)度所對應(yīng)的溫度,熱輻射強(qiáng)度值與DN值的數(shù)學(xué)關(guān)系如下[6,14]。

式中:L(λ)——傳感器接收到的輻射強(qiáng)度(mW ?cm-2?sr-1?μ m-1);gain——該波段所對應(yīng)的增益量;DN——像元灰度值;offset——該波段的偏移量;gain和offset可以從TM圖像的頭文件中獲取。

根據(jù)Planck輻射函數(shù),可將熱紅外波段的在星輻射亮度值轉(zhuǎn)成在星輻射溫度值Tsensir[4],即:

式中:Tsensor——亮度溫度(K);K1,K2——常用量,對于T M數(shù)據(jù)而言,K1=60.776,K2=1260.56K[14]。

2.3 地表比輻射率ε的確定

覃志豪等提出的基于TM6波段范圍內(nèi)地表比輻射率的估計(jì)方法[7]來確定研究區(qū)地表比輻射率。針對自然表面混合像元尺度上的地表比輻射率一般通過下式來估算:

式中:RV——植被的溫度比率;Rm——建筑表面的溫度比率,定義為R=(Ti/T)4,其中i代表植被或建筑物的表面溫度,T為混合像元溫度[4];εV和εm為植被和建筑物的比輻射率,根據(jù)覃志豪等[7]提供經(jīng)驗(yàn)值,可取植被 εV=0.986,建筑物取 εm=0.972;在地表相對比較平整情況下,一般可以取dε=0。

RV和Rm的確定采用覃志豪等提出的經(jīng)驗(yàn)公式計(jì)算[7]:

PV為植被覆蓋率可用下式計(jì)算:

其中NDVI是歸一化植被指數(shù),NDVIV、NDVIS分別是植被和裸土的NDVI值,由于沒有詳細(xì)的區(qū)域植被和土壤光譜資料,采用覃志豪[6,13]經(jīng)驗(yàn)值以NDVIV=0.70和NDVIS=0.05來進(jìn)行植被覆蓋度的近似估計(jì)。

2.4 計(jì)算大氣平均溫度Ta和大氣透射率T6

大氣平均作用溫度主要取決于大氣剖面氣溫分布和大氣狀態(tài)。由于衛(wèi)星飛過研究區(qū)上空的時間很短,一般情況下很難實(shí)施實(shí)時大氣剖面數(shù)據(jù)和大氣狀態(tài)的直接觀測。覃志豪等[13]根據(jù)MODT RAN軟件提供的4種標(biāo)準(zhǔn)大氣,分別建立了大氣平均溫度和近地空氣溫度的經(jīng)驗(yàn)關(guān)系式。由于研究區(qū)為中緯度地區(qū)且研究影像為夏季,故采用如下經(jīng)驗(yàn)公式:

式中:T0——近地空氣溫度(K);Ta——大氣平均溫度(K)。

大氣透射率對地表熱輻射在大氣中的傳導(dǎo)有非常重要的影響,因而是地表溫度遙感的基本參數(shù)[13]。不論單窗算法還是劈窗算法,都需要較精確的大氣透射率估計(jì)。覃志豪等根據(jù)MODT RAN軟件提供的4種標(biāo)準(zhǔn)大氣建立了大氣透射率與大氣總水汽含量的關(guān)系式,即

夏季,如果0.4＜ω＜1.6,則

冬季,如果1.6＜ω＜3.0,則

式中:ω——大氣總水分含量,由于缺乏過境時大氣實(shí)測數(shù)據(jù),本文選擇經(jīng)驗(yàn)值ω=1.5 g/cm來進(jìn)行大氣透射率的確定。

將獲取的亮度溫度、地表比輻射率、大氣平均溫度和大氣透射率代入式(1),可求出地表溫度。

3 溫度反演及結(jié)果分析

3.1 溫度反演技術(shù)路線

在獲取亮度溫度、地表比輻射率、大氣平均溫度和大氣透射率等溫度反演所必須的參數(shù)后,對研究區(qū)域采用單窗算法(見公式1)反演地表溫度,重慶市DEM如圖1所示,反演結(jié)果如圖2所示。

3.2 城市地表溫度空間分布分析

重慶市地表溫度空間分布如圖2所示,衛(wèi)星過境時刻的陸地地表溫度為19.22～40.93℃,平均溫度為27.11℃,溫差為 21.72℃;從圖 2中可以看出,重慶市中心城區(qū)地表溫度明顯比郊區(qū)高,主要集中于解放牌商業(yè)組團(tuán)區(qū),菜園壩火車站附近,機(jī)場附近,大學(xué)城區(qū)開發(fā)區(qū),沙坪壩商業(yè)組團(tuán)區(qū),楊家坪商組團(tuán)區(qū)等區(qū)域。這可能與該區(qū)域城市建筑密度或者其下墊面存在大量熱源有關(guān),原因在于裸露的地表吸收熱量較快,裸石、水泥材質(zhì)、土壤等都是不良導(dǎo)體,吸收的太陽輻射都用在加熱很薄的陸地表面,傳導(dǎo)到土壤下層的熱量很少,并且城市建筑物和人工鋪砌的堅(jiān)實(shí)路面大多數(shù)為不透水層,用于蒸發(fā)消耗的熱量少,植被覆蓋度低,粗糙度大,這些因素促使城市下墊面地表溫度比郊區(qū)下墊面溫度高。

圖1 重慶市主城區(qū)DEM分布圖

圖2 重慶市主城區(qū)溫度反演結(jié)果

為了對比城區(qū)和郊區(qū)的溫度差異,分別在城區(qū)(渝中區(qū))、近郊(渝北區(qū))、郊區(qū)(北碚區(qū))各選取一個樣區(qū),每塊樣區(qū)大小為1.0 km×1.0 km。從圖3中可以看出城區(qū)地表溫度最高,主要分布于23.21～39.73℃,平均溫度為33.92℃;近郊地表溫度次之,主要分布于22.15～33.72℃,平均溫度為29.17℃;郊區(qū)地表溫度最低,主要分布于19.22～29.44℃,平均溫度為24.04℃。從地表平均溫度來看,城區(qū)比近郊高4.75℃,與郊區(qū)溫差達(dá)9.88℃,說明重慶市主城區(qū)存在明顯的熱島效應(yīng)。

圖3 城區(qū)、近郊、郊區(qū)地表溫度對比圖

為了研究不同地表類型對于溫度的差異,在研究區(qū)仍選取大小為1.0 km×1.0 km的樣區(qū),在樣區(qū)中分別提取水體、植被、裸地這三種地表類型的溫度。這3種典型的純像元溫度頻率分布如圖4所示。從圖4中可以看出,裸地的地表溫度最高,主要分布于22.05～39.05℃,平均溫度為32.47℃;植被像元溫度比較低,主要分布于19.36～26.12℃,平均溫度為23.19℃;水體像元溫度最低,主要分布于 22.05～24.83℃,平均溫度為22.15℃。從平均溫度來看,裸地比植被地表溫度高9.28℃,比水體高10.32℃。說明地表溫度與地表覆蓋類型有密切關(guān)系。

圖4 水體、植被、裸地地表溫度對比圖

4 結(jié)論

(1)重慶市主城區(qū)地表溫度由城區(qū)向郊區(qū)呈現(xiàn)逐漸降低,城區(qū)與近郊溫差為4.75℃,城區(qū)與郊區(qū)溫差達(dá)9.88℃,城市熱島效應(yīng)明顯;(2)城市地表溫度與土地利用類型緊密相關(guān),裸地地表溫度平均溫度比植被高9.28℃,比水體高10.32℃,不同地表覆蓋類型的地表溫度差異顯著,同時也反映出下墊面的植被和水域?qū)囟绕鹬匾恼{(diào)節(jié)作用,能夠有效地緩解城市熱島效應(yīng)。

由于無法獲取衛(wèi)星過境時刻的地表溫度和過鏡時刻的同步氣象觀測數(shù)據(jù),所以沒有對地表反演溫度結(jié)果精度進(jìn)行客觀的評價,只是從溫度分布格局上做了定性探討,在今后的工作中,將改進(jìn)溫度反演結(jié)果的可靠性與提高陸地表面度反演的精度。

致謝:研究工作和論文得到了重慶市地理信息中心,重慶市遙感中心的大力支持,在此表示衷心的感謝!同時,向?yàn)楸疚奶岢鰧氋F修改意見的評審專家表示感謝!

[1]鄭蕉,陳文波,樂新貴.基于 LandsatETM+圖像的南昌市地表溫度反演與分析[J].江西農(nóng)業(yè)大學(xué)學(xué)報,2007(3):490-494.

[2]肖榮波,歐陽志云,李偉峰,等.城市熱島的生態(tài)環(huán)境效應(yīng)[J].生態(tài)學(xué)報,2005,25(8):2056-2060.

[3]趙麗麗,趙云升,董貴華.基于ETM+遙感影像的城市熱島效應(yīng)監(jiān)測技術(shù)研究[J].中國環(huán)境監(jiān)測,2006,22(3):59-63.

[4]黃妙芬,陳波,劉素紅,等.基于TM的城市溫度異常區(qū)分析[J].國土資源遙感,2007,73(3):23-27.

[5]胡遠(yuǎn)滿,徐崇剛,布仁倉,等.RS與GIS在城市熱島效應(yīng)研究中的應(yīng)用[J]環(huán)境保護(hù)科學(xué),2002,28(110).

[6]覃志豪,Zhang Minghua,Arnon Karnieli,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,2001,56(4):456-466.

[7]覃志豪,李文娟,徐斌,等.陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)[J].國土資源遙感,2004,3(1):28-32.

[8]李凈.基于 Landsat-5 TM 估算地表溫度[J].遙感技術(shù)與應(yīng)用,2006,21(4):322-326.

[9]Jiménez-Mu?oz J C,Sobrino J A.A Generalized Singlechannel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J].Journal of Geophysical Research,2003,108(doi:10.1029/2003JD003480).

[10]Weng Qihao,Lu Dengsheng,Schubring Jacquelyn.Estimation of Land Surface Temperature-vegetation Abundance Relationship for Urban Heat Island Studies[J].Remote Sensingof Environment,2004,89:467-483.

[11]孟憲紅,呂世華,張宇,等.使用 LANDSAT-5TM 數(shù)據(jù)反演金塔地表溫度[J].高原氣象,2005,24(5):721-726.

[12]黃妙芬,邢旭峰,王培娟,等.利用 Landsat/TM熱紅外通道反演地表溫度的三種方法的比較[J].干旱區(qū)地理,2006,29(1):133-137.

[13]覃志豪,LI Wenjuan,ZHANG Minghua,等.單窗算法的大氣參數(shù)估計(jì)方法[J].國土資源遙感,2003,56(2):37-43.

[14]葉智威,覃志豪,宮輝力.洪澤湖區(qū)的 Landsat TM6地表溫度遙感反演和空間差異分析[J].首都師范大學(xué)學(xué)報:自然科學(xué)版,2009,30(1):88-95.

[15]江樟焰,陳云浩,李京.基于 LandsatTM 數(shù)據(jù)的北京城市熱島研究[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2006,31(2):121-123.

[16]杜靈通.基于Landsat ETM+數(shù)據(jù)的銀川城市熱島研究[J].測繪科學(xué),2008,33(4):169-171.