多源遙感數(shù)據(jù)的溫度反演算法與分析

武文昊，黃瑞芬

（1.遼寧省林業(yè)調(diào)查規(guī)劃院，遼寧 沈陽 110122；2.國家林業(yè)局森林病蟲害防治總站，遼寧 沈陽 110034）

多源遙感數(shù)據(jù)的溫度反演算法與分析

武文昊1，黃瑞芬2

（1.遼寧省林業(yè)調(diào)查規(guī)劃院，遼寧 沈陽 110122；2.國家林業(yè)局森林病蟲害防治總站，遼寧 沈陽 110034）

該文使用Artis&Camahan的輻射校正溫度反演法，通過地表比輻射率和亮溫反演結(jié)果的綜合計算進行溫度反演，最后對反演結(jié)果進行了精度驗證，證明了該算法可以合理的反演出城市地表溫度，得出該溫度反演方法的有效性。

遙感；地表溫度反演；輻射校正法；精度驗證

地球科學的發(fā)展促進了熱島的研究，尤其是隨著熱紅外遙感技術(shù)日益完善，遙感手段極大程度地促進著城市熱島的研究。相對于傳統(tǒng)的氣象數(shù)據(jù)觀測法遙感技術(shù)手段具有覆蓋范圍廣，能夠長期連續(xù)觀測的優(yōu)點，基本克服了傳統(tǒng)氣象數(shù)據(jù)法的缺點。

比較常用的就是基于溫度的監(jiān)測方法。Landsat TM影像包括7個波段，其中第6波段熱紅外波段接收的就是熱紅外輻射強度，它能很好的反映地表溫度的狀況［1］。目前針對TM或ETM+影像的溫度反演算法主要為：大氣校正法、分裂窗算法以及比較常用的單窗算法等。大氣校正法在反演地表溫度時是計算地表比輻射率和大氣剖面參數(shù)（包括不同高度的溫度、氣壓、水蒸汽質(zhì)量分數(shù)、臭氧質(zhì)量分數(shù)等）［2］。分類窗算法主要是應用于NOAA/AVHRR數(shù)據(jù)的第4和第5通道，最初主要是進行海面溫度的反演，后來也被應用于地表溫度的反演［3］。單窗算法也是根據(jù)大氣校正法推算出來的用于反演地表溫度的方法，此方法也是利用Landsat TM/ETM+的第6波段數(shù)據(jù)（熱紅外波段）。也僅適用于只有1個熱紅外波段的遙感數(shù)據(jù)，通過這個熱紅外波段來推演地表溫度。Artis& Camahan的輻射校正溫度反演法是在不考慮大氣因素影響的條件下，對遙感影像數(shù)據(jù)源進行亮溫反演［2］，然后根據(jù)不同地物的性質(zhì)，計算出每類地物的比輻射率，通過地表比輻射率和亮溫反演結(jié)果的綜合計算，就可以得出地表的真實溫度，該方法能夠減少考慮大氣的復雜作用。本文研究選取的就是該方法。

1 數(shù)據(jù)來源及溫度反演算法

1.1 數(shù)據(jù)來源

本文選取的研究區(qū)域是位于江蘇省南部的常州市，是中國長三角地區(qū)的重要城市之一，改革開放以后經(jīng)濟和城市的發(fā)展都特別迅速，城區(qū)的面積在不斷增加，熱島效應變化明顯。常州市地區(qū)是由軌道號分別為119-38和120-38的兩景影像組成。本文影像遙感數(shù)據(jù)來源為美國地質(zhì)調(diào)查局（簡稱USGS），選取的年份是1988年7月14日、2002年7月12日和2010年8月19日的3個時相的Landsat TM影像數(shù)據(jù)，以及2014年8月11日的Landsat 8數(shù)據(jù)作為本次研究的遙感信息源。本文除了4期遙感影像之外，還使用了常州市1:50 000地形圖，進行幾何精校正；常州市行政矢量邊界，通過矢量邊界進行研究區(qū)的裁剪；常州市的氣象資料及其周邊溫度站點的氣象資料，進行地表溫度反演的精度驗證。1.2溫度反演算法

1.2.1 幾何校正

本文以常州市1:50 000地形圖為參照依據(jù)，在原始影像上選取了30個控制點，控制點的選取盡量選擇在明顯的地物點上，最好是選取不會由短時間的改變而發(fā)生變化的地物。本研究選取的控制點的總體均方根值RMS為1.006 603，幾何校正方差基本控制在1個像元，利用鄰近像元重采樣進行精度配準，配準精度結(jié)果符合要求。

1.2.2 輻射校正

輻射定標主要是消除傳感器儀器本身帶來的誤差，作用原理就是把傳感器拍攝的衛(wèi)星影像上的灰度值（DN）轉(zhuǎn)化為輻射亮度值［4］。

大氣校正則是為了消除或減少大氣因素對衛(wèi)星影像的干擾，通過大氣校正以后就可以獲得比較準確的地表輻射亮度值。輻射定標得到的是輻射亮度，大氣校正是將得到的輻射亮度轉(zhuǎn)換為地表真實輻射亮度。

1.2.3 圖像鑲嵌與研究區(qū)裁剪

由于常州市是由兩景影像組成，所以首先對軌道號為120-38和119-38的兩景影像進行鑲嵌。本文利用ENVI 5.1對兩景影像進行無縫鑲嵌，形成包含整個常州市的TM影像衛(wèi)星圖（圖1）。

1.2.4 輻射定標

針對遙感數(shù)字圖像給出的像元灰度值，需要將各影像中的灰度值轉(zhuǎn)換成與之相對應的輻射亮度值，用來進行定量比較，這個將灰度值轉(zhuǎn)換成輻射亮度值的過程就是輻射定標［5］。輻射定標的公式：

式中：Lλ為輻射強度值；Gain為衛(wèi)星影像的增益系數(shù)；DN為灰度值；Bias為偏移系數(shù)。

圖1 拼接影像及研究區(qū)裁剪

遙感影像經(jīng)過輻射定標后，可以計算地表亮溫，本文選取的計算方法為Planck公式，即：

式中：TB為輻射亮溫；Lλ為輻射強度值；K1、K2均為常數(shù)。對于Landsat 5和Landsat 8的取值不同，K1、K2均可以從遙感數(shù)據(jù)的頭文件中找出，見表1。

表1 Landsat衛(wèi)星K1、K2常數(shù)值

1.2.5 地表比輻射率計算

由于本文研究的區(qū)域主要屬于城區(qū)，利用混合像元分解法，將地表簡單的看作主要是由水體、植被表面和城鎮(zhèn)表面3種地物組成。將研究區(qū)地物分為水體和陸地兩部分，由于水體一般是固定的城市地物，所以根據(jù)研究對水體直接設定比輻射率為經(jīng)驗值0.995［6］。

陸地部分主要是由建筑用地和植被組成，根據(jù)公式求出兩者的比輻射率：

式中：ε為混合地物的比輻射率；Pv為植被覆蓋度；rv與rm分別表示植被和建筑表面的輻射比率；εv和εm分別表示植被和建筑表面的比輻射率；dε為地表幾何分布和內(nèi)部散射效應，對于水平地表，該項可以忽略［2］。

植被覆蓋度Pv可以通過植被指數(shù)（NDVI）來計算，植被覆蓋度的多少反映了植被的茂密程度。植被指數(shù)公式：

式中：ρ3和ρ4分別表示TM影像第3波段和第4波段的反射率。

式中：Pv為植被覆蓋度；NDVI為植被指數(shù)；NDVIv為茂密植被覆蓋像元的植被指數(shù)值；NDVIs為完全裸土像元的植被指數(shù)值。

從公式中可以看出，植被指數(shù)的值決定了植被覆蓋度的值。植被指數(shù)值越大，表示該地表的植被茂密程度越好；相反的，當植被指數(shù)值越小，表示地表植被覆蓋度越差。因此，參考以往的研究經(jīng)驗，當NDVI0.74時，Pv=1［7］。

對于εv和εm，可以通過植被覆蓋度Pv來估計［6］：

1.2.6 亮溫提取

根據(jù)亮度溫度值TB，結(jié)合地表比輻射率ε，就可以計算出地表的真實溫度，計算公式：

式中：St為經(jīng)過校正后的地面溫度；λ為熱紅外波段的中心波長，Landsat 5的取值為11.5 μm，Lansat 8的取值為10.9 μm；ρ=0.014 387 m·k（k為溫度單位開爾文，m為數(shù)量級，為1/1 000）；ε為地表比輻射率［4］。

以上求出的是像元的地面相對亮溫值，為了與人們的日常所用溫度相聯(lián)系，需要利用下式將其還原為攝氏溫度T（℃）：

1.2.7 溫度反演結(jié)果

通過前面提到的影像預處理和Artis& Camahan輻射校正溫度反演法進行了地表溫度的反演計算，然后利用ArcGIS軟件對反演后的影像進行溫度分級、計算，得到常州市1988年7月14日、2002年7月12日、2010年8月19日和2014年8月11日的地表溫度反演圖（圖2）。

圖2 研究區(qū)地表溫度反演圖

2 反演溫度精度驗證

對于應用遙感手段進行反演與分析，都需要對反演結(jié)果進行精度驗證。本文進行的是遙感數(shù)據(jù)的溫度反演，采用的驗證方法是通過比較地面真實溫度數(shù)據(jù)，以驗證反演結(jié)果的有效性。為了驗證本文研究區(qū)域溫度反演的有效性和真實性，選擇將同時期研究區(qū)域氣溫資料的溫度平均值與遙感影像反演后所獲得的平均溫度值進行對比來進行精度驗證［8］。

本文選取了常州市及其周邊城市溫度站點，通過中國氣象數(shù)據(jù)共享網(wǎng)查詢的實測溫度數(shù)據(jù)，選取的溫度站點為常州市（58343）、溧陽市（58345）、南京市（58238）、高郵市（58241）、南通市（58259）、無錫市（58354）和東山市（58358）7個溫度站點，這7個站點涵蓋了整個研究區(qū)范圍，各溫度站點的日平均溫度如表2所示。

表2 相關(guān)區(qū)站1988-2014年日平均溫度

然后把選取的溫度站點實測數(shù)據(jù)導入ArcGIS軟件中，對數(shù)據(jù)進行插值分析，使用的是克里格插值方法，此方法是指在有限區(qū)域內(nèi)對區(qū)域化變量的取值進行無偏、最優(yōu)估計的一種方法。最后得出整個區(qū)域的平均溫度。通過氣象站點的實測溫度來分析驗證本次反演結(jié)果的精度（表3）。從表3數(shù)據(jù)中可以看出，1988年、2002年、2010年和2014年反演的地表溫度與氣象站點所實測的氣象數(shù)據(jù)存在著一定的差異。考慮兩者之間產(chǎn)生差值的原因，主要是因為本文采用的是Artis&Camahan的輻射校正溫度反演法反演的地表溫度，與氣象站點的實測地表溫度兩者之間本身就會產(chǎn)生誤差，同時使用該算法反演地表溫度，由于大氣對影像的影響，所以在反演過程中會存在誤差，這就導致了反演的結(jié)果和氣象站點所實測的數(shù)據(jù)有一定出入。

不過，4期反演的地表溫度與氣象站點實測的地表溫度的差值在2℃左右，誤差范圍可以接受［9］，并且本文主要的研究點是對常州市近30年的熱場變化進行分析，而影像反演的地表溫度與氣象站點所實測的數(shù)據(jù)在溫度特征上基本保持一致，在常州市近30年來，常州市的氣溫是逐步上升的，所以據(jù)此認為4期影像反演的地表溫度的精度是有效的。

表3 氣象觀測溫度與影像反演溫度之比較

3 結(jié)論

本文根據(jù)Artis&Camahan的輻射校正溫度反演法，定量的反演了地表比輻射率、亮溫、地表溫度等參數(shù)［10］，分別得到了1988年、2002年、2010年及2014年的常州市地表溫度分布圖，并查詢收集了常州市及常州市周邊溫度站點的歷史同期氣象數(shù)據(jù)，通過氣象數(shù)據(jù)對反演結(jié)果的精度驗證，證明了反演結(jié)果的有效性。

衛(wèi)星傳感器在拍攝衛(wèi)星影像時，城市下墊面向衛(wèi)星傳感器發(fā)射輻射強度，這時傳感器所接收的就是亮度溫度。但是這時傳感器所接收的亮度溫度，我們不能把它認為就是地物的真實溫度，因為此時的亮度溫度并不等同于我們所熟知的真實溫度，亮度溫度是將地物比作了黑體，而黑體是能夠吸收全部輻射的理想物體，并且亮度溫度是以像元為單位的平均溫度。在研究中發(fā)現(xiàn)，亮度溫度是略小于真實溫度的，但二者具有很強的相關(guān)性，在有些城市熱島效應的研究中，亮度溫度用來代替真實溫度［11］。

本文只利用了Artis&Camahan的輻射校正溫度反演法進行了溫度反演，對于其它溫度反演方法沒有進行分析比較，不同溫度反演方法的所得結(jié)果也沒有進行差值分析。在溫度反演過程中，城市下墊面是由多種地物組成，不同地物的發(fā)射率也不同，計算起來較為復雜，所需要的各種參數(shù)（氣壓、水蒸汽質(zhì)量分數(shù)、地表比輻射率等）的計算誤差都會對反演結(jié)果造成一定的影響，而究竟影響有多大，這都需要在以后的研究中做進一步的探討。

［1］范文義，白新源，馮欣，等.哈爾濱熱島效應與植被指數(shù)關(guān)系的動態(tài)分析［J］.東北林業(yè)大學學報，2009，（6）：27-29.

［2］宋園園.基于TM/ETM數(shù)據(jù)的城市熱島效應及其與LUCC關(guān)系的研究［D］.長春：東北師范大學，2010.

［3］王其茂，金振剛，孫從容.“海洋一號”（HY-1）衛(wèi)星數(shù)據(jù)的海面溫度反演［J］.海洋預報，2003，（3）：53-59.

［4］徐旺全.基于Landsat熱紅外數(shù)據(jù)的南京市城市熱島時空效應研究［D］.南京：南京林業(yè)大學，2012.

［5］Liu L，Zhang Y.Urban Heat Island Analysis Using the Landsat TM Data and ASTER Data：A Case Study in Hong Kong［J］.Remote Sensing，2011，3（12）：1535-1552.

［6］司敏.基于Landsat數(shù)據(jù)的城市熱島效應變化及預測研究［D］.天津：天津師范大學，2013.

［7］黃丹蓮.杭州市城市熱島特征及其模擬研究［D］.南京：南京信息工程大學，2013.

［8］陳逸.基于遙感數(shù)據(jù)的貴陽市熱島研究［D］.貴陽：貴州師范大學，2008.

［9］丁鳳，徐涵秋.TM熱波段圖像的地表溫度反演算法與實驗分析［J］.地球信息科學，2006，（3）：125-130.

［10］秦?，?熱紅外遙感地表溫度反演方法應用與對比分析研究［D］.呼和浩特：內(nèi)蒙古師范大學，2008.

［11］武鵬飛，王茂軍，張學霞.基于歸一化建筑指數(shù)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.

（責任編輯：苑輝）

Temperatureretrievalalgorithmbasedonmulti-sourceremotesensing data

WU Wenhao1，HUANG Ruifen2
（1.Liaoning Provincial Institute of Forestry Survey and Planning，Shenyang 110122，China；2.General Station of Forest Pest Management，StateForestryAdministration，Shenyang110034，China）

In this study，radiometric calibration algorithm proposed by Artis&Camahan was used，and the temperature retrieval was calculated by land emissivity and result of bright temperature inversion，which could reduce the complexity of taking atmosphere into account.At last，the precision testing about the retrieval result was carried out，which proved that this algorithm could reasonably reflect the urban surface temperature，and the retrieval algorithm was validity.

remote sensing；surface temperature retrieval；precision verification；radiometric calibration algorithm

TP79

A

1001-1714（2017）01-0019-04

2016-11-15

武文昊（1988-），男，工程師，主要從事遙感和林業(yè)調(diào)查規(guī)劃方面的研究。E-mail：19881210wwh@sina.com。