基于RS的武漢市夏季熱島效應與土地覆蓋關系的研究

尤艷麗,周敬宣*,李湘梅

1.華中科技大學環(huán)境科學與工程學院,湖北武漢430074 2.華中科技大學文華學院,湖北武漢430074

基于RS的武漢市夏季熱島效應與土地覆蓋關系的研究

尤艷麗1,周敬宣1*,李湘梅2

1.華中科技大學環(huán)境科學與工程學院,湖北武漢430074 2.華中科技大學文華學院,湖北武漢430074

本文以武漢三鎮(zhèn)為研究對象，利用2009年夏季Landsat TM主要遙感數據源，進行地表溫度反演和土地覆蓋解譯，計算了武漢市城市建筑指數NDBI、歸一化植被指數NDVI；并利用NDVI計算地表比輻射率，并使用單窗算法精確反演得到了武漢市2009年夏季地表溫度LST。研究結果表明：武漢城市熱島由武昌、漢口、漢陽三大城區(qū)熱島構成，且三鎮(zhèn)交界區(qū)存在多數熱島效應更為嚴重的“島中島”，以漢口區(qū)中心商業(yè)區(qū)最為集中；進一步對植被覆蓋區(qū)和建筑區(qū)溫度及NDVI、NDBI相關性研究表明，武漢市不同土地覆蓋類型有較大差異，LST與NDBI指數成正相關性，且相關系數建筑用地＞植被＞水體；LST與陸地表面NDVI指數成負相關性，且相關系數城市用地＞植被，與水體NDVI指數成正相關性。

NDBI;NDVI;LST;熱島效應;單窗算法

Manley于1958年首次提出城市熱島（Urban Heat Island，UHI）的概念[1]，UHI主要是由于城市化進程的加快導致城市下墊面性質改變、均一的自然地表被各種土地覆蓋所取代，陸表溫度(1and surface temperature，LST)的空間分布差異增大的一種現象。二十一世紀，熱島效應作為全球變化研究的重要一個組成部分被越來越多的學者所關注[2-5],而隨著衛(wèi)星和空中傳感器的開發(fā)如：如HCMM，陸地衛(wèi)星TM/ETM+，AVHRR，MODIS，ASTER等，其收集到的遙感熱紅外(TIR)數據被越來越廣泛用于獲取地表溫度(LST)[6-9]。除了地表溫度的測量，這些熱紅外傳感器也可以獲得不同的表面的發(fā)射率數據，并具有不同的分辨率和精度特性。因此，根據不同地表溫度和發(fā)射率數據分析地表溫度變化及其與表面特性的關系成為研究城市熱島效應及形成機理的精確的手段。

同時，從遙感影像上獲取的各種各樣的指數可以用來定性和定量的分析地表覆蓋情況，NDVI指數通常被用來估計作物產量和半干旱地區(qū)的降雨量。NDBI、NDVI、NDWI、NDVWI等代表土地覆蓋類型的指數與不同覆蓋類型地表溫度LST結合的表征方法也越來越多的成為研究城市熱島效應形成機理的主要方法[9]。

本文以武漢三鎮(zhèn)為研究對象，利用2009年夏季Landsat TM為主要遙感數據，同時結合地面氣候資料，進行地表溫度反演和土地覆蓋解譯，計算出研究區(qū)域城市建筑指數NDBI、歸一化植被指數NDVI；并利用NDVI計算地表比輻射率，同時使用單窗算法精確反演得到武漢市2009年夏季地表溫度LST。研究結果表明，武漢三鎮(zhèn)熱島現象主要集中在三環(huán)以內，以三鎮(zhèn)交界區(qū)向外擴張趨勢，遠城區(qū)以咸寧及蔡甸城區(qū)分布有小面積熱島；武漢三鎮(zhèn)三環(huán)以內熱島中存在嚴重的"島中島"現象，主要集中在漢口商業(yè)區(qū)；進一步對植被覆蓋區(qū)和建筑區(qū)地表溫度LST、NDVI及NDBI指數的相關性研究表明：武漢市不同土地覆蓋類型有較大差異，LST與NDBI指數成正相關性，且相關系數建筑用地＞植被＞水體；LST與城市用地和植被覆蓋用地的NDVI指數成負相關性，與水體NDVI指數成正相關性。

1 研究區(qū)域概況與數據處理

武漢位于中國中部，江漢平原以東，地理坐標為北緯29°58′～31°22″，東經113°41"～115°05"，市區(qū)由武昌、漢口、漢陽三部分組成，通稱武漢三鎮(zhèn)，其地理位置見圖一，總面積8494 km2，常住人口858萬人。武漢地形屬殘丘性沖擊平原，大部分在海拔50 m以下。屬北亞熱帶季風氣候，常年雨量充沛，年平均氣溫16.3攝氏度，夏季十分悶熱，最易形成城市熱島。

本研究遙感影像數據選用中國科學院對地觀測數據共享系統(tǒng)2009年9月6日武漢市Landsat TM遙感L4級產品，影像清晰無云，數據質量較好；地表溫度反演前對圖像進行大氣校正，正射糾正，圖像裁剪等預處理。

圖1 研究區(qū)域地理位置圖Fig.1 The location of study area

2 研究數據與方法

2.1 歸一化植被指數NDVI

歸一化植被指數（NDVI）是表征植被覆蓋狀況的指標，范圍為-1至1之間，數值越大說明植被覆蓋度越好。利用TM 3和TM 4波段進行提取，見公式1[10]：

式1中，NIR、Red分別為TM近紅外波段4和紅外波段3經過大氣校正后的的反射率。

2.2 歸一化差異建筑指數NDBI

歸一化差異建筑指數（NDBI）可用于檢測和對應不同巖性/地貌單元，如城市領域，其中被表達的地形。作為映射工具的NDBI圖像是多向地面更敏感特性比原始圖像。范圍為-1至1之間，數值越大，說明建筑程度越大。該指數基于歸一TM中紅外波段5和近紅外波4[11]，見公式2:

式2中，MIR和NIR分別為對應TM中紅外波段5和近紅外波段4經過大氣校正后的的反射率。

2.3 地表溫度LST反演

目前廣泛應用于地表溫度反演的主要方法有毛克彪的劈窗算法[12]和覃志豪的單窗算法[13]。劈窗算法利用MODIS數據32波段和31波段,利用近紅外波段反演大氣水汽含量,它只包含了2個關鍵參數大氣透過率和比輻射率；單窗算法利用TM/ETM+熱紅外6波段，需要有水汽含量及近地表氣溫。本文選擇覃志豪的單窗算法對武漢三鎮(zhèn)2009年9月6日溫度進行地表溫度反演，并利用ENVI軟件上的Flush大氣校正模塊對遙感影像在反演前進行大氣校正，以此提高反演精度[14-16]。

首先，像元亮度溫度計算利用Planck輻射函數計算，公式見3：

式3中：T為亮度溫度（單位：K），K1、K2為定標常數，對TM 2009年數據K1、K2分別取值為：607.76 wm-2·sr-1·μm-1，1260.56 wm-2·sr-1·μm-1，Lλ為譜段人瞳輻亮度（單位：wm-2·sr-1·μm-1），計算公式見4：

式4中，Gres為增益、DN為波段灰度值、Bres為偏移值，該步驟可以用ENVI模塊中完成或用BAND MATH完成。

第二步，即計算研究區(qū)域植被覆蓋度，計算植被覆蓋度Pv采用的是混合像元分解法，將整景影像的地類大致分為水體、植被和建筑用地三類，具體的計算見公式5：

其中，NDVI為2.1中所得歸一化差異植被指數，取NDVIV=0.70和NDVIS=0.05，且有，當某個像元的NDVI大于0.70時，Pv取值為1；當NDVI小于0.05，Pv取值為0。該步驟利用ENVI中Band Math編寫計算公式，根據武漢市城市覆蓋基本情況,設計公式理論為：若NDVI＞0.70，則取Pv=1，NDVI值介于0.05～0.70之間時，按照式（5）計算植被覆蓋度Pv，若NDVI＜0，則取Pv=0。

第三步即地表比輻射率的計算，本研究中將遙感影像分為水體、建設用地和植被3種類型。水體、植被、土壤、建筑物等典型地物的比輻射率值可以從相應的地物光譜數據庫中查找或者用實測值。本專題采取以下方法計算研究區(qū)地表比輻射率[17]：水體像元的比輻射率賦值為0.995，植被表面和建筑用地的比輻射率估算則分別根據下式6及7進行計算：

式6,7中，εVEG和εBUI分別為植被和城市的比輻射率。將三種不同地表比輻射率及上一步得到的植被覆蓋度Pv帶入BAND MATH進行計算，得到地表比輻射率。

第四步計算輻射亮度值。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ由三部分組成：大氣向上輻射亮度L↑，地面的真實輻射亮度經過大氣層之后到達衛(wèi)星傳感器的能量；大氣向下輻射到達地面后反射的能量。衛(wèi)星傳感器接收到的熱紅外輻射亮度值的表達式可寫為（輻射傳輸方程）（8）：

式8中，ε為地表輻射率，TS為地表真實溫度，B(TS)為普朗克定律推到得到的黑體在TS的熱輻射亮度，τ為大氣在熱紅外波段的透過率。則溫度為T的黑體在熱紅外波段的輻射亮度B(TS)為：

本文利用NASA官網(http://atmcorr.gsfc.nasa.gov/)查詢后可知，2009年09年06日ROW/BATH 123/39的參數值為：大氣在熱紅外波段的透過率τ為0.39，大氣向上輻射亮度L↑為5.14 W/(m2·sr·μm)，大氣向下輻射亮輻射亮度L↓為7.28 W/(m2·sr·μm)，利用ENVI主菜單-＞Basic Tools-＞Band Math，公式見10，得到了溫度為T的黑體在熱紅外波段的輻射亮度值。

式中：b1表示60 m分辨率的地表比輻射率值；b2表示熱紅外波段大氣校正后的輻射定標值。

第五步即可進行地表溫度的反演，在獲取溫度為TS的黑體在熱紅外波段的輻射亮度后，根據普朗克公式的反函數，求得地表真實溫度TS：

對于TM，K1=607.76 W/(m2·sr·μm)，K2=1260.56 K。

2.4 土地分類與樣本采集

本研究利用布爾邏輯[18]操作來提高獲取三種不同土地利用類型NDVI,NDBI及LST指數的精確度。先利用ENVI將三個指標在影像中關聯(lián)起來，根據：（BAND5-BAND4）＜0(即NDBI＜0)結合（BAND4-BAND3）＞0（即NDVI＞0）的植被光譜特性，提取植被覆蓋區(qū)，并找出研究區(qū)30個植被覆蓋區(qū)樣本點所對應的的DNVI、NDBI和LST值；根據：（BAND5-BAND4）＜0(即NDBI＜0)結合（BAND4-BAND3）＜0（即NDVI＜0）水體的光譜特性，提取水體部分，并找出研究區(qū)30個水體樣本點所對應的的DNVI、NDBI和LST值；根據：（BAND5-BAND4）＞0(即NDBI＞0)結合（BAND4-BAND3）＜0（即NDVI＜0）建筑物的光譜特性，提取建筑用地，并找出研究區(qū)30個建筑用地樣本點所對應的DNVI、NDBI和LST值。以此較好的研究土地覆蓋類型與各個指數的關系，建立熱島產生的機理。

3 結果與討論

3.1 研究區(qū)2009年NDVI、NDBI及LST分布分析

由于影像拍攝時間為夏季9月，植被和農作物較茂盛且云量小，因此天氣影像對解譯的精度較小。

從圖2可以看出，2009年9月武漢市三鎮(zhèn)歸一化植被指數NDVI最小值為-0.76，最大值為1，平均值0.2，標準偏差0.254。水體NDVI值最小，范圍在-0.76至0.1之間，建筑物NDVI值居中，范圍在0至0.4之間，NDVI范圍大于0.4的為植被覆蓋區(qū)域。城市建筑地面即NDVI值小于0.4大于0中的紅色區(qū)域集中于漢口的漢江與長江匯流的建筑群，沿著長江干流向兩邊發(fā)展。DNVI最大值及植被覆蓋最茂密區(qū)位于武昌跟漢陽交界的漢南區(qū)如圖2。

從圖3可以看出，2009年9月研究區(qū)NDBI最大值0.8，最小值-1，平均值-0.056，標準偏差0.193。水體NDBI值位于-1至-0.15之間，且長江主流水域NDBI值最小，圖中黑色，湖泊水體NDBI值與面積大小有關，湖中種植植物及湖上建筑物有關，在-0.3至0.1之間波動。植被覆蓋區(qū)NDBI值與-0.15至0.1之間，且NDBI值隨著植被與水體的混合降低，隨著植被與建筑的混合增大。NDBI至大于0.2的區(qū)間為建筑區(qū)，但由于武漢三鎮(zhèn)建筑群與人工植被交錯復雜，需要借助GOOGLE EARTH及規(guī)劃圖等手段區(qū)別NDBI于0至0.1區(qū)間的植被與建筑面積。

通過溫度反演結果可以得出:武漢市2009年9月6日最低溫度22.86攝氏度，最高溫度可達44攝氏度，平均溫度34攝氏度，標準偏差3.9。同時從溫度反演圖4進一步看出,38攝氏度以上區(qū)域位于武漢市3環(huán)以內，并向遠城區(qū)擴散;三環(huán)內熱島區(qū)以漢口所占面積最大，且不少熱島區(qū)具有島中"島"特點，即溫度在40攝氏度以上。四環(huán)外位于咸寧、蔡甸城區(qū)有少部分面積溫度可達39度左右。

圖2 研究區(qū)NDVI指數分布圖Fig.2 Distribution of NDVI index in the study area

圖4 研究區(qū)溫度LST反演圖Fig.4 Distribution of LST index in the study area

圖3 研究區(qū)NDBI指數分布圖Fig.3 Distribution of NDBI index in the study area

3.2 研究區(qū)域LST與不同覆蓋類型NDBI,NDVI關系

不同土地覆蓋類型的地表溫度LST與NDVI及NDBI指數具有明顯差異，本文選取研究區(qū)域三種不同土地類型所對應的建筑指數NDBI、歸一化植被指數NDVI指數及土地表面溫度LST進行的線性回歸相關性分析，所得結果見圖5，圖6。

圖5 研究區(qū)溫度LST與三種不同土地覆蓋類型NDBI線性關系Fig.5 relationships between NDBI index and LST of three different land cover types in the study area

圖6 研究區(qū)溫度LST與三種不同土地覆蓋類型NDVI線性關系Fig.6 relationships between NDVI index and LST of three different land cover types in the study area

由圖5可知三種覆蓋土地的NDBI指數與表面溫度LST均成正相關性，植被覆蓋區(qū)表面LST與NDBI數值散點圖回歸方程為：

建筑區(qū)域表面LST與NDBI數值散點圖回歸方程為：

水體表面LST與NDBI數值散點圖回歸方程為：

可以得出，NDBI對溫度的影響從大到小為建筑用地＞植被＞水體,因此城市溫度的增高主要由于城市化進程而增大,從而加深熱島效應。

由圖6可知植被覆蓋及建筑覆蓋區(qū)的NDVI指數與表面溫度LST均成負相關性，而水域NDVI指數與表面溫度LST均成正相關性，其LST與NDVI數值散點圖回歸方程分別為：

建筑區(qū)域表面LST與NDBI數值散點圖回歸方程為：

水體表面LST與NDBI數值散點圖回歸方程為：

可以得出，植被具有降低非水體覆蓋表面溫度的作用，因此增加城市綠地面積，可以增加NDVI，增大林地、草地與城市的復合面積，可以有效降低夏季武漢三鎮(zhèn)熱島效應；而保持水體面積及水體潔凈質量，防止水藻生長并盡量減少水中建筑物，可以有效降低水體溫度，增大水體對緩解城市溫度的調節(jié)作用。

4 結論與討論

（1）研究區(qū)的建筑指數和溫度分布趨勢相似,以武漢市一環(huán)線向外環(huán)擴張,夏季熱島現象主要集中在三環(huán)以內,武漢三鎮(zhèn)三環(huán)以內熱島面積以漢口所占比例最大,且存在不少島中島現象,遠城區(qū)主要有蔡甸,咸寧城區(qū)存在局部熱島現象。

（2）在遙感反演及模型的基礎上計算出武漢三鎮(zhèn)2009年夏季NDVI、NDBI覆蓋圖，結果表面，夏季武漢三鎮(zhèn)城市建筑指數NDBI與溫度LST具有類似的擴張趨勢,水體溫度最小,NDBI值小于-0.15;植被覆蓋用地溫度居中,NDBI值位于-0.15至0.1之間;建筑用地溫度最大,大部分建筑面積均大于38攝氏度,NDBI指數大于0.1;植被覆蓋及建筑用地植被指數NDVI與NDBI分布相反,水體NDVI與NDBI及LST均最小。

（3）本文利用NDBI和NDVI與土地覆蓋類型的差異性，精確的提取三類不同類型土地各30個樣本的指標值，研究了影響熱島效應的建筑指數NDBI及歸一化植被指數NDVI指數與不同覆蓋土地表面溫度LST的關系。結果表明，植被、建筑用地及水體表面溫度LST與建筑指數NDBI呈現明顯的正相關關系，且相關系數從高到底以此為：建筑物＞植被＞水體；植被、建筑用表面溫度LST與歸一化植被指數NDV呈現負相關關系，且相關系數植被＞建筑物，于此相反，水體表面溫度LST與水體表面NDVI呈現正相關性。

（4）從此研究結論可知，要緩解武漢三鎮(zhèn)夏季嚴重的熱島效應，應增加城市綠地面積增大林地、草地與城市的復合面積；同時，保持水體面積及水體潔凈質量，可有效降低水體溫度，增大水體對緩解夏季城市高溫的調節(jié)作用。

（5）由于遙感影像的獲取受天氣條件的影響較大，影像獲取時的天氣條件可能會給模型的精度帶來一定的影響；同時本文只對武漢市三鎮(zhèn)進行了研究。因此，本文研究的城市熱島與植被綠度之間的關系是否適用于其它區(qū)域需要更多數據進行驗證。

[1]MNALEY G.On the frequency of snowfall in metropolitan England[J].Quarterly Journal of the Royal Meteorological

Society,1958,84:70-72

[2]Gallo K P.The use of NOAA AVHRR data for assessment of the Urban Heat Island Effect[J].Journal of Ap plied Meteorology,1993,32:899-908

[3]Soushi K,Yasushi Y.Analysis of urban heat-island effect usingASTER and ETM+Data:Separation of anthropogenic heat discharge and natural heat radiation from sensible heat flux[J].Remote Sensing of Environment,2005,99:44-54

[4]武鵬飛,王茂軍,張學霞.基于皈依化建筑指數的北京市城市熱島效應分布特征[J].生態(tài)環(huán)境學報,2009,18(4):1325-1331

[5]梅安新.遙感導論[M].北京:高等教育出版社,2001:246-247

[6]Marina Stathopoulou,Constantinos Cartalis.DownscalingAVHRR land surface temperatures for improved surface urban heat island intensity estimation[J].Remote Sensing of Environment,2009,112(12):2592–2605

[7]Corinne Myrtha Freya,Claudia Kuenzerb,Stefan Dechb.Quantitative comparison of the operational NOAA-AVHRR LST product of DLR and the MODIS LST product V005[J].International Journal of Remote Sensing,2012,33(22):7165-7183

[8]Xian G,Crane M.An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data[J].Remote Sensing of Environment,2006,104:147-156

[9]ZHAYong,NI Shaoxiang,YANG Shan.An effective approach to automatically extract urban land-use from TM imagery[J].Journal of Remote Sensing,2003,7(1):37-40

[10]Rouse J W,Haas R H,Schell JA,et al.Monitoring the vernal advancement of retrogradation of natural vegetation[R]. NASA/GSFC,Type III,Final Report,Greenbelt,MD,USA,1974:1-371

[11]査勇,倪紹祥,楊山.一種利用TM圖像自動提取城鎮(zhèn)用地信息的有效方法[J].遙感學報,2003,7(1):37-40

[12]毛克彪,覃志豪,宮鵬,等.劈窗算法LST精度評價和參數敏感性分析[J].中國礦業(yè)大學學報,2005,34(3):318-324

[13]覃志豪,Zhang Minghua,Arnon Karnieli,等.用陸地衛(wèi)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

[14]嚴安,萬幼川,張晗.LandsatETM+數據的武漢市地表溫度反演研究[J].地理空間信息,2011,9(4):140-142

[15]梁敏妍,林卓宏,吳婉萍,等.江門市區(qū)冬季地表熱環(huán)境與土地覆蓋類型關系的研究[J].生態(tài)環(huán)境學報,2011,20(4):606-611

[16]歷華,曾永年,柳欽火.基于遙感的長沙市城市熱島與土地利用/覆蓋變化研究[J].國土資源感,2008,04(78):47-52

[17]Zhang J Q,Wang Y P,L i Y.AC++program for retrieving land surface temperature from the data of Landsat TM /ETM Band 6[J].Computers and Geosciences,2006(32):1796-1805

[18]楊智翔,何秀鳳.基于改進的NDBI指數法的遙感影像城鎮(zhèn)用地信息自動提取[J].河海大學學報,2010,38(2):181-184

Study on the Heat Island Effect in the Summer of Wuhan City and Its RelationshipwiththeLandCoverBasedonRemoteSensing

YOU Yian-li1,ZHOU Jing-xuan1*,LI Xiang-mei2
1.College ofEnvironmentalScienceandTechnology,HuazhongUniversityofScienceandTechnology,Wuhan430074,China 2.Wenhua College of Huazhong University of Science and Technology,Wuhan 430074,China

In this paper,three towns of Wuhan are used as the research object,and Landsat TM in 09/2009 is use d as the main remote sensing data sources.Based on the land surface temperature interpretation after the processin g of image correction,the urban construction index NDBI and normalized difference vegetation index NDVI were calculated in the study area,meanwhile,the surface emissivity was counted by NDVI index and the single window algorithm was used to calculate the surface temperature in the summer of 2009 LST in the study region.The resea rch results show that the urban heat island in the summer of Wuhan consisted of three heat islands in Wuchang,Ha nkou and Hanyang city area,and there existed some more serious"island to island"of heat effect in the border ar ea of three towns,while it was more focus on the commercial center of Hankou.Further research on the relations hip of LST,NDVI and NDBI in the vegetation area and construction area showed that,there was a bigger differen ce in different land cover types of LST and NDVI,NDBI index:Correlation study shows there was a in positive correlation between city LST and NDBI index,and correlation coefficient of construction land＞vegetation＞water bod y.There was a negative correlation between city LST and NDVI index with the correlation coefficient of urban lan d＞vegetation,while LST of water body existed positive correlation with NDVI index.

NDBI;NDVI;LST;urban heat island;single window algorithm

O642.3+1

A

1000-2324(2014)03-0393-06

2013-02-11

2013-04-16

湖北省自然科學項目(2012FFB02702)

尤艷麗(1985-),女,博士,主要研究方向為城市化及生態(tài)遙感.E-mail:yyl1985@163.com

*通訊作者:Author for correspondence.E-mail:zjxlypyj@163.com