基于Landsat 8影像的馬鞍山市熱島效應(yīng)研究

周鵬，方剛，陳麗，潘麗（.宿州學(xué)院環(huán)境與測繪工程學(xué)院，安徽宿州34000；.宿州市第二中學(xué)，安徽宿州34000）

?

基于Landsat 8影像的馬鞍山市熱島效應(yīng)研究

周鵬1，方剛1，陳麗2，潘麗1
（1.宿州學(xué)院環(huán)境與測繪工程學(xué)院，安徽宿州234000；2.宿州市第二中學(xué)，安徽宿州234000）

以2013年08月11日馬鞍山市Landsat 8影像為數(shù)據(jù)源，利用ENVI軟件反演了馬鞍山市雨山區(qū)和花山區(qū)的地表亮度溫度，再將地表亮度溫度值歸一化處理，劃分為強(qiáng)綠島區(qū)、綠島區(qū)、正常區(qū)、熱島區(qū)和強(qiáng)熱島區(qū)5個(gè)等級(jí).分析了馬鞍山市熱島效應(yīng)空間分布情況，并結(jié)合歸一化植被指數(shù)（NDVI）和歸一化裸地與建筑用地指數(shù)（NDBBI）與地表溫度的相關(guān)性對馬鞍山市熱島效應(yīng)進(jìn)行分析.結(jié)果表明：（1）馬鞍山市熱島效應(yīng)強(qiáng)的地區(qū)位于雨山區(qū)沿長江南北向延伸，城市建設(shè)用地的地表溫度明顯高于其他用地；（2）地表溫度與NDVI呈負(fù)相關(guān)，與NDBBI呈正相關(guān)；（3）城市化、下墊面變化、工業(yè)生產(chǎn)等是造成馬鞍山市城市熱島效應(yīng)強(qiáng)烈的主要原因.

地表亮度溫度；熱島效應(yīng)；歸一化植被指數(shù)；歸一化裸地與建筑用地指數(shù)

0引言

地表溫度（LST，Land Surface Temperature）是研究陸地表面和大氣圈之間物質(zhì)與能量交換的重要參數(shù)之一，在研究城市熱島效應(yīng)方面應(yīng)用廣泛［1］.近30年來，隨著中國經(jīng)濟(jì)迅速發(fā)展，城市化進(jìn)程不斷加快，城市建設(shè)用地面積不斷增加，人口大量涌入城市，給城市帶來一系列問題，城市熱島效應(yīng)就是其中一個(gè)重要的環(huán)境問題［2］.熱島效應(yīng)是指城市建成區(qū)或城市局部地區(qū)溫度高于城市外圍或非城市建成區(qū)的現(xiàn)象.遙感作為研究地球表面大范圍信息的有效手段，可以提供研究城市熱島效應(yīng)需要的數(shù)據(jù)和有關(guān)參數(shù).Landsat 8衛(wèi)星TIRS第10波段空間分辨率重采樣為30 m，能更精確地反演地表溫度，使城市熱島效應(yīng)研究更具客觀性和權(quán)威性.目前反演地表溫度的方法有輻射傳輸方程法、單窗算法和分裂窗算法［3］.輻射傳輸方程法和單窗算法需要大氣平均作用溫度、大氣透過率和地表比輻射率等參數(shù)，分裂窗算法需要大氣透過率和地表比輻射率參數(shù).國內(nèi)外有不少學(xué)者研究城市熱島效應(yīng)，如：陳云［4］利用Landsat 8影像以廈門為研究區(qū)研究地表溫度反演過程和城市熱島效應(yīng)；陳小瑜等［5］利用ETM影像研究福建省泉州市熱島效應(yīng)；Sailor等［6］用衛(wèi)星影像研究美國德克薩斯州休士頓城市熱島效應(yīng).筆者以安徽省馬鞍山市為研究區(qū)，利用Landsat 8衛(wèi)星多光譜影像、TIRS第10波段影像和輻射傳輸方程法研究城市熱島效應(yīng)在空間上的分布和熱島效應(yīng)與NDVI，NDBBI的相關(guān)性.

1研究區(qū)概況

馬鞍山市位于安徽省東部，長江下游長三角區(qū)，地處東經(jīng)117°53'-118°52'、北緯31°24'-32°02'，區(qū)域內(nèi)長江南北貫穿.東鄰南京市浦口區(qū)、江寧區(qū)、溧水區(qū)、高淳區(qū)，北接滁州市全椒縣，西毗合肥市巢湖縣級(jí)市，南鄰蕪湖市鳩江區(qū)、無為縣，東南連蕪湖縣、宣城市宣州區(qū).轄博望區(qū)、花山區(qū)、雨山區(qū)和當(dāng)涂縣、含山縣以及和縣，總面積為1 686 km2，2014年人口為227.7萬人［7］.

2數(shù)據(jù)選擇與預(yù)處理

選擇2013年8月11日馬鞍山市Landsat 8影像的多光譜影像和第10波段（波長10.9 μm）影像為數(shù)據(jù)源，軌道號(hào)為120-038，云量為0%.首先，分別對多光譜影像和熱紅外影像進(jìn)行輻射定標(biāo)和大氣校正，再利用國家測繪地理信息局2011年編纂的1∶230 000馬鞍山市矢量化行政區(qū)劃圖為基礎(chǔ)分別對多光譜和熱紅外影像裁剪，得到馬鞍山市區(qū)及郊區(qū)影像圖，研究區(qū)包括馬鞍山市雨山區(qū)和花山區(qū)，面積約351.36 km2.

圖1　研究區(qū)遙感影像

3地表溫度反演和城市熱島效應(yīng)分級(jí)

3.1地表溫度反演

3.1.1輻射定標(biāo)

在溫度反演之前需要對數(shù)據(jù)輻射定標(biāo).根據(jù)葉智威等的研究［8］將Landsat 8第10波段熱紅外影像灰度值（DN）轉(zhuǎn)化為輻射亮度值.其轉(zhuǎn)化公式如下：

式中：L（γ）為像元輻射亮度值，單位是W/m2/Sr/um；DN為像元灰度值（0-255）；Gain和Offset分別表示增益系數(shù)和偏移值，從Landsat 8元數(shù)據(jù)中可找到Gain=3.342×10-4，Offset=0.1.

3.1.2地表比輻射率計(jì)算

Landsat 8的TIRS第10波段與ETM第6波段熱紅外影像有相似的波譜范圍，本研究使用Sobrino［13］提出的NDVI閾值法計(jì)算地表比輻射率：

式中σ表示地表比輻射率，BNIR為近紅外波段，BRed為紅色波段；在ENVI中用Band Math工具計(jì)算得到地表比輻射率.

3.1.3輻射傳輸方程法

輻射傳輸方程法，又稱大氣校正法.同單窗算法與分裂窗算法比較，要求的參數(shù)較少，普遍適用于各種熱紅外波段.熱紅外輻射亮度值由3部分組成：地面輻射經(jīng)過大氣層到達(dá)傳感器的輻射能量、大氣的下行輻射亮度值Ld和大氣的上行輻射亮度Lu［3］.其公式為：

式中：L（y）是第10波段像元的輻射亮度值；σ為比輻射率；LT表示同溫黑體下的地表溫度；Lu和Ld分別為大氣上行輻射亮度值和大氣下行輻射值.τ為大氣在熱紅外波段的透過率.根據(jù)公式（1）可推出下式：

在NASA官方網(wǎng)站［12］輸入式（4）中的相關(guān)參數(shù)：成像時(shí)間為2013年8月11日02時(shí)39分22秒；中心經(jīng)度為118.839 27°，中心緯度為31.737 981°，得到τ=0.44，Lu=5.01 W/m2/Sr/um，Ld=7.37 W/m2/Sr/um.在ENVI中利用Band Math輸入（3）、（4）式得到同溫下黑體在熱紅外波段的輻射亮度值LT.

3.1.4地表亮度溫度反演

利用公式（3）、（4）得到同溫下在熱紅外波段輻射亮度值L（T）后再利用下面公式反演地表亮度溫度：

式中：Ts表示地表亮度溫度值，K1，K2為亮度反演常數(shù)，從Landsat 8元數(shù)據(jù)可知K1=480.89，K2=1 321.08，單位為w/m2/Sr/um.通過波段運(yùn)算計(jì)算（5）式得到馬鞍山市地表亮度溫度分布圖（如圖2）.

從圖2可知，馬鞍山市2013年8月11日地表溫度范圍為26-43℃.按照等差級(jí)數(shù)將地表亮度溫度分割為8級(jí).通過查閱馬鞍山歷史氣溫［11］知2013年8月11日馬鞍山市氣溫為29-41℃，地表溫度一般比大氣溫度略高，且本研究得到的數(shù)據(jù)表明了馬鞍山市大部分地區(qū)在這一溫度范圍下，說明反演擬合度較高，具有研究價(jià)值.從地表溫度分布圖可看出高溫區(qū)主要位于沿江馬鞍山市區(qū)，而且向南延伸；西部溫度較市區(qū)溫度低，但都高于30℃.市區(qū)與郊區(qū)溫差達(dá)到10℃以上，熱島效應(yīng)顯著.

3.2熱島效應(yīng)分級(jí)

利用地表亮度溫度進(jìn)行歸一化值處理（值為0-1），其公式如（6）式所示，將城市熱島效應(yīng)強(qiáng)度劃分為5級(jí).定義0.0-0.2為強(qiáng)綠島區(qū)，0.2-0.4為綠島區(qū)，0.4-0.6為正常區(qū)，0.6-0.8為熱島區(qū)，0.8-1.0為強(qiáng)熱島區(qū)［10］.

式中：M是熱紅外影像中第i個(gè)像元亮度溫度歸一化后的數(shù)值；Ti表示第i個(gè)像元的地表亮度溫度；Tmin表示地表溫度的最低值；Tmax表示地表溫度的最高值.

在ENVI中利用Band Math工具輸入（6）式得到歸一化后地表亮度溫度圖，不同熱島效應(yīng)強(qiáng)度在空間上的分布（如圖3），再利用統(tǒng)計(jì)工具分別統(tǒng)計(jì)強(qiáng)綠島區(qū)、綠島區(qū)、正常區(qū)、熱島區(qū)和強(qiáng)熱島區(qū)面積及占總研究區(qū)總面積的比值（見表1）.

圖2　馬鞍山市地表溫度分布圖（單位：℃）

從表1可知，馬鞍山市強(qiáng)熱島區(qū)面積較小，只有0.240 km2，幾乎可以忽略；熱島區(qū)面積為23.681 km2，占研究區(qū)總面積的6.74%，熱島區(qū)和強(qiáng)熱島區(qū)主要分布在西部靠近長江南北向地區(qū)，是雨山區(qū)城市建筑密集區(qū)，雨山區(qū)東部也有零星分布，這些地區(qū)雖不是城市密集區(qū)，但有露天的采石場和堆礦點(diǎn)，地表熱輻射特性接近城市；綠島區(qū)和正常區(qū)面積占研究區(qū)總面積的80%以上，面積分別為157.744 km2和143.970 km2，主要由于西部有鳳凰湖植物園、濮塘自然風(fēng)景區(qū)和北部南山湖景區(qū)植被覆蓋度高，能緩解城市熱島效應(yīng)和改善局部小氣候，使得熱島效應(yīng)減弱；強(qiáng)綠島區(qū)主要分布在長江、雨山湖等水域，面積為25.724 km2，約占研究區(qū)總面積的7.32%.由于水的比熱容大，升溫慢，和周圍升溫快的城市建設(shè)用地形成鮮明對比.另外，馬鞍山市擁有國家園林城市、中國優(yōu)秀旅游城市、中國人居環(huán)境范例城市等榮譽(yù)，雖研究區(qū)是城市商業(yè)經(jīng)濟(jì)核心地帶，但植被覆蓋度依然較高，綠島區(qū)面積較大，一定程度上抑制了熱島效應(yīng)的強(qiáng)度.

圖3　馬鞍山市熱島效應(yīng)強(qiáng)度空間分布圖

表1　熱島效應(yīng)不同強(qiáng)度面積

4熱島效應(yīng)與NDVI，NDBBI的關(guān)系

4.1歸一化植被指數(shù)（NDVI）計(jì)算

式中B4和B5分別為紅色波段和近紅外波段的反射率.

4.2歸一化建筑和裸土指數(shù)（NDBBI）計(jì)算

式中，B3，B5和B7分別為多光譜影像的綠色波段、近紅外波段和短波紅外波段的反射率［10］.利用公式（7）和（8）計(jì)算得到NDVI和NDBBI圖，如圖4.

從圖4知，馬鞍山市西部和南部NDVI值小，NDBBI值大，該區(qū)域是城市建設(shè)用地，溫度高，熱島效應(yīng)強(qiáng)；東部和東北部NDVI值大，NDBBI值小，該區(qū)域主要是植被覆被類型，溫度低，熱島效應(yīng)弱.為了進(jìn)一步研究地表亮度溫度與NDVI和NDBBI定量關(guān)系，利用ENVI 2D Scatter Plot工具分別制作地表亮度溫度與NDVI和NDBBI散點(diǎn)圖，如圖5.

圖4　 NDVI和NDBBI指數(shù)圖

參照Carlson［10］的研究結(jié)論：使用熱紅外影像反演得到的地表亮度溫度與NDVI之間的散點(diǎn)圖應(yīng)該呈現(xiàn)三角形，從圖5可知NDVI與LST（地表溫度）的散點(diǎn)圖也呈現(xiàn)三角形，隨著NDVI數(shù)值的增加，LST是下降的，NDVI與LST之間呈負(fù)相關(guān)，說明植被是影響地表溫度的一個(gè)重要因素，NDVI I指數(shù)越大，植被覆蓋度越高，LST越低；隨著NDBBI值的上升，LST也逐漸增大，NDBBI與LST之間呈正相關(guān)，城市建設(shè)用地越密集的地區(qū)，LST值越高.在此基礎(chǔ)上，對馬鞍山市地表亮度溫度圖分別與NDVI，NDBBI圖隨機(jī)多次采樣進(jìn)行回歸線性分析，找出馬鞍山市地表溫度與2種指數(shù)的定量關(guān)系，如圖6.

圖6　馬鞍山市地表亮度溫度與NDVI、NDBBI線性相關(guān)分析圖

由圖6可知，馬鞍山市地表亮度溫度與NDVI呈負(fù)相關(guān)，經(jīng)計(jì)算，NDVI每減少0.1，地表溫度上升1.43℃，植被對熱島效應(yīng)起削弱作用；馬鞍山市地表亮度溫度與NDBBI呈正相關(guān)，經(jīng)計(jì)算，NDBBI每增加0.1，地表溫度增加3.08℃，城市建筑和裸地對熱島效應(yīng)起增強(qiáng)作用.圖6中的線性回歸方程雖不能精確地表示馬鞍山市地表亮度溫度與NDVI，NDBBI的關(guān)系，但可大致地反映NDVI和NDBBI與城市熱島效應(yīng)的定量關(guān)系.

5馬鞍山市熱島效應(yīng)成因分析

5.1城市化的快速發(fā)展

2010年國務(wù)院批復(fù)建立皖江城市帶以承接長三角產(chǎn)業(yè)轉(zhuǎn)移，馬鞍山市距離南京和蘇浙地區(qū)最近，能夠以最快的速度承接長三角產(chǎn)業(yè)轉(zhuǎn)移，雖促進(jìn)了馬鞍山市經(jīng)濟(jì)發(fā)展，但需要擴(kuò)大城市建設(shè)規(guī)模，占用一部分水域或耕地以建立工業(yè)區(qū)，使得水域面積和植被覆蓋度減少，水體和植被溫度調(diào)節(jié)功能減弱，工業(yè)生產(chǎn)排放的高溫氣體或溫室氣體等都會(huì)使地表溫度上升.城市化必然伴隨著人口由農(nóng)村涌入城市，交通工具擁有量增多，尾氣排放量增加等都會(huì)使城市熱島效應(yīng)更顯著.

5.2下墊面改變、綠化面積小

土壤中含水量比柏油和水泥路面高，水的比熱容大，所以土地升溫慢，然而下墊面由土地變?yōu)樗嗦访婊虬赜吐访?，下墊面比熱容改變，升溫快，而郊區(qū)或農(nóng)村下墊面升溫慢，會(huì)突出城市的熱島效應(yīng)強(qiáng)度.植被主要靠蒸發(fā)葉片中水分來降低自生和周圍溫度，從圖5可看出馬鞍山市區(qū)雨山區(qū)NDVI幾乎為0，城市綠化面積小，植被的降溫作用小，城市建筑密集，形成熱島區(qū)和強(qiáng)熱島區(qū).馬鞍山北部和東部的濮塘自然風(fēng)景區(qū)和石臼湖周圍植被覆蓋度較高，植被指數(shù)在0.2以上，以及靠近長江的地區(qū)形成綠島區(qū).

5.3改善熱島效應(yīng)的建議

1）提高城市綠化植被覆蓋度.綠化植被能夠改善城市氣候，降低地表溫度.在熱島區(qū)和強(qiáng)熱島區(qū)植被按照垂直分層原則依次種植樹木、灌木和花卉.有效節(jié)約空間并最大限度發(fā)揮植被調(diào)節(jié)氣候作用.

2）保持城市水域面積.城市水體是調(diào)節(jié)城市小氣候的重要因素，在城市建設(shè)面積擴(kuò)展的同時(shí)要保持水體面積基本不變，適當(dāng)增加人工湖或人工河.

3）調(diào)整產(chǎn)業(yè)結(jié)構(gòu).第二產(chǎn)業(yè)特別是重工業(yè)的污染物是造成城市熱島效應(yīng)的一個(gè)因素.馬鞍山市靠近長三角經(jīng)濟(jì)發(fā)達(dá)地區(qū)，在承接產(chǎn)業(yè)轉(zhuǎn)移的過程中不僅承接第二產(chǎn)業(yè)而且依靠自身是國家園林城市和國家環(huán)境保護(hù)模范城市這一優(yōu)勢吸納和引進(jìn)高科技產(chǎn)業(yè)、服務(wù)業(yè)等第三產(chǎn)業(yè).

6結(jié)論

1）利用Landsat 8影像進(jìn)行馬鞍山市溫度反演，溫度反演結(jié)果與實(shí)際地表溫度吻合度很高.

2）馬鞍山市熱島效應(yīng)最明顯的區(qū)域是雨山區(qū)西部沿長江南北方向，地表溫度超過38℃；溫度較低的綠島區(qū)位于東部的濮塘鎮(zhèn)和薛津鎮(zhèn).

3）馬鞍山市區(qū)溫度高于周邊郊區(qū)和植被覆蓋度高的地區(qū)；地表溫度與NDVI呈負(fù)相關(guān)，與NDBBI呈正相關(guān).

［1］張成才，陳東河.基于Landsat-5TM數(shù)據(jù)的河南省白沙灌區(qū)地表溫度反演研究［J］.遙感技術(shù)與應(yīng)用，2013，28（6）：964-967.

［2］沈德才，楊燕瓊.基于Landsat8的東莞市熱島效應(yīng)研究［J］.廣東林業(yè)科技，2014，30（6）：20-24.

［3］鄧書斌，陳秋錦.ENVI遙感圖像處理方法［M］.北京：高等教育出版社，2014.

［4］陳云.基于Landsat8的城市熱島效應(yīng)研究初探——以廈門市為例［J］.測繪與空間地理信息，2014，37（2）：123-128.

［5］陳小瑜，林冰.基于ETM遙感影像的城市溫度反演及結(jié)果分析——以福建省泉州市為例［J］.重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，30（4）：121-124.

［6］SailorDJ.Lu L.A top-downMethodology forDveloping Durnaland SeasonalAnthropogenic Heating ProfilesforUrban Area［J］.Atmopheric Environment，2004，38（17）：2737-2 748.

［7］馬鞍山市政府網(wǎng)［EB/OL］.（2014-09-18）［2015-05-26］.http：//www.mas.gov.cn/zjmas/.

［8］葉智威，譚志豪.洪澤湖區(qū)的LandsatTM6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(bào)（自然科學(xué)版），2009，30（1）：88-95.

［9］戚鵬程，趙傳燕.干旱荒漠區(qū)土地利用變化對地表溫度的影響［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26（11）：310-315.

［10］方剛.基于Landsat8衛(wèi)星影像和地表參數(shù)的宿州市城市熱島效應(yīng)分析［J］.土壤通報(bào)，2014，45（5）：1241-1 245.

［11］中國氣象局政府門戶網(wǎng)站［EB/OL］.（2014-10-15）［2015-05-28］.http：//www.cma.gov.cn/.

［12］NASA.Atmospheric Correction ParameterCalculator［EB/OL］.（2012-08-15）［2015-05-22］.http：//atmcorr.gsfc.nasa.gov/cgi-bin/ atm_corr.pl.

［13］SOBRINO J A，JIMENEZ-MUNOZJ C，PAOLINI L.Land Surface Tenperature Retrieval from LANDSAT TM 5［J］.Remote Sensing of Environment，2004，90：434-440.

（責(zé)任編輯李健飛）

A Research of Urban Heat Island Effect in M a'anshan City Based on Landsat 8 Image

ZHOU Peng1，F(xiàn)ANG Gang1，CHEN Li2，PAN Li1
（1.School of Environment&Surveying Engineering，Suzhou University，Suzhou，Anhui 234000，China；2.Suzhou No.2 Middle School，Suzhou，Anhui 234000，China）

Based on Landsat 8 image for the data source on August 11，2013 in Ma'anshan City，this paper uses ENVI software to invert the surface brightness temperature of Huashan District and Yushan District，and normalizes the value of the surface brightness temperature.The urban heat island effect in Ma'anshan City is divided into strong green zone，green zone，normal zone，heat island zone and strong heat island zone.Then the paper analyzes the spatial distribution of the urban heat island effect in Ma'anshan City and the urban heat island effect with the correlation for the normalized difference vegetation index（NDVI），and normalizes difference bareness and built-up index（NDBBI）and surface temperature.The results show that：（1）The strong heat island zone of Ma'anshan City was Yushan District along the Yangtze River north-south extension，and the land surface temperature of the urban construction was significantly higher than the other land；（2）The surface temperature was negatively correlated with NDVI，and it was positively correlated with NDBBI；（3）Urbanization，land surface change and industrial production were the main reason that caused a strong urban heat island effect in Ma'anshan City.

surface brightness temperature；urban heat island effect；normalized difference vegetation index；normalized difference bareness and built-up index

P237

A

1673-1972（2016）03-0063-07

2015-06-08

宿州學(xué)院優(yōu)秀青年人才項(xiàng)目（2014XQNRL002）；宿州學(xué)院學(xué)術(shù)技術(shù)帶頭人項(xiàng)目（2014XJHB06）作者簡介：周鵬（1994-），男，安徽廬江人，主要從事資源環(huán)境遙感、地圖制圖研究.