基于TM/OLI影像的西安城區(qū)熱島效應(yīng)分析

岳 輝，王騰龍，王浩人，張 維，劉 英

（1. 西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院，陜西 西安710054）

基于TM/OLI影像的西安城區(qū)熱島效應(yīng)分析

岳 輝1，王騰龍1，王浩人1，張 維1，劉 英1

（1. 西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院，陜西 西安710054）

以2002年Landsat5 TM和2014年Landsat8 OLI影像為數(shù)據(jù)源，分別反演了2002年和2014年西安市城區(qū)的地表溫度，并對(duì)地溫進(jìn)行極值歸一化處理，以此分析西安城區(qū)的熱島強(qiáng)度時(shí)空分布規(guī)律。結(jié)合歸一化植被指數(shù)和城市熱島強(qiáng)度分布分析了植被覆蓋對(duì)熱島效應(yīng)的影響。結(jié)果表明：2002～2014年西安市熱島強(qiáng)度高溫比例上升，熱島效應(yīng)增強(qiáng)；較高的植被覆蓋度能對(duì)城市熱島效應(yīng)帶來(lái)的高溫影響起到緩解作用。

西安城區(qū)；熱島效應(yīng)；地表溫度；反演

城市熱島效應(yīng)指在不同氣候背景下，由城市化進(jìn)程中人類活動(dòng)所誘發(fā)的生態(tài)環(huán)境失調(diào)而形成的城市中心溫度高于郊區(qū)的特殊氣候[1]。Howard L[2]于1833年首次提出“熱島效應(yīng)”一詞，1958年Manley G[3]首次提出城市熱島的概念，而利用遙感技術(shù)進(jìn)行熱島效應(yīng)的研究始于20世紀(jì)70年代。1972年Rao P[4]利用熱紅外遙感研究了城市熱島。1977年Carlson T N[5]等借助AVHRR熱紅外數(shù)據(jù)對(duì)洛杉磯地區(qū)的地表溫度分布模式進(jìn)行了研究，認(rèn)為晝夜溫差在植被覆蓋度高的郊區(qū)小于工業(yè)區(qū)和商業(yè)區(qū)。1988年，Balling R C[6]等利用AVHRR熱紅外數(shù)據(jù)對(duì)美國(guó)Phoenix地區(qū)的地表輻射進(jìn)行了研究，發(fā)現(xiàn)土地覆蓋類型會(huì)影響地表溫度，空地地表溫度比重工業(yè)區(qū)地表溫度低5℃。國(guó)內(nèi)對(duì)于熱島效應(yīng)的研究，特別是對(duì)關(guān)中地區(qū)地表溫度的遙感反演近幾年多有報(bào)道。田武文[7]等利用近40 a的西安及周邊地面監(jiān)測(cè)站氣象資料分析并建立了西安市城市熱島效應(yīng)模型。董妍[8]等分析了近50 a西安市常規(guī)氣象站及城區(qū)加密自動(dòng)站氣象資料認(rèn)為，西安城市熱島效應(yīng)逐年增加，在空間上存在熱島多中心，且有明顯的季節(jié)變化特征。賈寶全[9]等利用2006年和2010年的TM影像，通過(guò)定量遙感反演和相對(duì)亮溫分析方法反演了西安市城區(qū)相應(yīng)時(shí)間點(diǎn)上的熱場(chǎng)溫度，結(jié)果表明5 a 間溫度升高了1.86℃。對(duì)于城市熱島的遙感研究方法可概括為基于植被指數(shù)﹑基于熱力景觀和基于溫度3種，在實(shí)際應(yīng)用中基于溫度的方法使用頻率最高[10-11]。常用的地面溫度反演算法有輻射傳輸方程法[12]﹑單波段單窗算法[13]﹑單通道算法[14]和多波段劈窗算法[15]等。

近年來(lái)，西安的經(jīng)濟(jì)發(fā)展迅猛﹑人口急劇增長(zhǎng)﹑水資源儲(chǔ)量短缺，導(dǎo)致城市熱島現(xiàn)象愈演愈烈，已嚴(yán)重威脅到城市生態(tài)系統(tǒng)平衡。衛(wèi)星遙感數(shù)據(jù)具有時(shí)間同步性好﹑覆蓋范圍廣的特點(diǎn)，克服了氣象資料數(shù)據(jù)在空間上缺乏代表性的弊端，從而為緩解城市熱島效應(yīng)的研究提供了更加科學(xué)可靠的依據(jù)[16]。因此，本文選取2002年Landsat5 TM影像和2014年Landsat8 OLI影像，利用輻射傳輸方程法反演了西安市地表溫度，并分析其熱島效應(yīng)，為我國(guó)西部其他城市研究熱島效應(yīng)提供一定的借鑒。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

西安市位于關(guān)中盆地，北臨渭河和黃土高原，南臨秦嶺（圖1）。年均氣溫為13.0～13.7℃，1月最冷，平均氣溫為-1.2～0.0℃；7月最熱，平均氣溫為26.3～26.6℃。年降水量為522.4～719.5 mm。西安市2002年的GDP為775.21億元，2014年的GDP為4 884.13億元。

1.2 數(shù)據(jù)來(lái)源與反演方法

遙感數(shù)據(jù)包括2002-10-01的Landsat5 TM和2014-10-02的Landsat8 OLI影像（USGS, glovis.usgs.gov/）。

對(duì)影像進(jìn)行全波段輻射定標(biāo)﹑熱紅外波段輻射定標(biāo)﹑FLAASH 大氣校正，再利用輻射傳輸方程法反演地表溫度，即利用衛(wèi)星傳感器所監(jiān)測(cè)到的輻射亮度來(lái)反演地表溫度。

圖1 西安市城區(qū)圖

1.2.1 地表比輻射率的計(jì)算

地表比輻射率，即先通過(guò)可見(jiàn)光和近紅外光譜信息計(jì)算植被覆蓋度，再計(jì)算不同地面類型的比輻射率。

1）歸一化植被指數(shù)（NDVI）。利用TM影像Band 3/ Band4或OLI影像Band4/Band5的像元DN值計(jì)算NDVI：

2）植被覆蓋度（FV）。本文采用混合像元分解法計(jì)算FV，其公式為：

3）地表比輻射率（ε）。依照已有研究，將影像劃分為水體﹑城鎮(zhèn)和自然表面3種類型。本文計(jì)算西安城區(qū)的地表比輻射率的步驟為：先將0.995賦值給水體像元的比輻射率，再通過(guò)式（3）估算自然表面和城鎮(zhèn)像元的比輻射率，最后綜合求得地表比輻射率：

式中，εsurface為自然表面像元的比輻射率；εbuilding為城鎮(zhèn)像元的比輻射率。

1.2.2 相同溫度下黑體的輻射亮度值計(jì)算

衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ由3部分組成：大氣向上輻射亮度L↑﹑地面的真實(shí)輻射亮度經(jīng)過(guò)大氣層后到達(dá)衛(wèi)星傳感器的能量﹑以及大氣向下輻射到達(dá)地面后反射的能量。地面的真實(shí)輻射亮度為同溫度黑體的輻射亮度值LT與ε的乘積，其表達(dá)式為：

式中，T為地表的真實(shí)溫度；τ為大氣在熱紅外波段的透過(guò)率。在熱紅外波段，黑體溫度為T的輻射亮度LT的計(jì)算公式為：

在NASA官網(wǎng)（http://atmcorr.gsfc.nasa.gov/）中輸入遙感影像的成影時(shí)間和中心經(jīng)緯度，選擇搭載的衛(wèi)星類型和大氣模型參數(shù)后將會(huì)提供上述參數(shù)。

1.2.3 地表溫度的反演

由普朗克公式的反函數(shù)計(jì)算所取得的熱紅外波段中溫度為TS的黑體輻射亮度，推算地表真實(shí)溫度TS：

2 研究結(jié)果與分析

2.1 西安市熱島時(shí)空分布

為了提高研究的可比性與精確度，本文對(duì)地表反演溫度進(jìn)行極值歸一化處理，即LST′=(LST-LSTmin)/ (LSTmax-LSTmin)，其中LST′為像元?dú)w一化后的溫度值；LSTmin為溫度最小值；LSTmax為溫度最大值。然后在ArcMap中利用掩膜提取裁剪得到城區(qū)的歸一化值圖像，并對(duì)處理后的值進(jìn)行等級(jí)分類，將地表溫度劃分為低溫﹑較低溫﹑次中溫﹑中溫﹑次高溫﹑高溫6個(gè)等級(jí)，其中中溫﹑次高溫和高溫3級(jí)主要分布在城區(qū)，構(gòu)成主要的熱島斑塊。不同年份各等級(jí)的熱島效應(yīng)強(qiáng)度比例見(jiàn)表1﹑圖2。

圖2 2002年和2014年西安市城區(qū)熱島強(qiáng)度分布圖

表1 2002年和2014年西安市城區(qū)熱島效應(yīng)強(qiáng)度等級(jí)比例/%

由圖2可知，西安市城區(qū)熱島效應(yīng)隨著城市的發(fā)展有逐年增強(qiáng)的趨勢(shì)，覆蓋區(qū)域逐漸擴(kuò)大。2002年西安市熱島效應(yīng)集中在灞橋區(qū)﹑碑林區(qū)和蓮湖區(qū)，其中熱島效應(yīng)最強(qiáng)的區(qū)域位于灞橋區(qū)和碑林區(qū)，呈斑點(diǎn)狀分布；蓮湖區(qū)﹑未央?yún)^(qū)和新城區(qū)的熱島效應(yīng)分布呈散點(diǎn)狀，且未央?yún)^(qū)的熱島效應(yīng)最弱。而2014年西安市熱島效應(yīng)幾乎覆蓋整個(gè)城區(qū)，呈片狀分布，新城區(qū)﹑碑林區(qū)的熱島效應(yīng)尤為明顯；其中熱島效應(yīng)最強(qiáng)的區(qū)域位于灞橋區(qū)﹑新城區(qū)和未央?yún)^(qū)，最強(qiáng)熱島面積相對(duì)其他區(qū)域較大。除低溫外，2002年其他溫度等級(jí)比例相差不大，溫度集中在中溫附近，高溫和較低溫比例相近；而2014年各溫度等級(jí)比例差異明顯，高溫等級(jí)比例達(dá)46.27%。

2.2 NDVI與熱島效應(yīng)

NDVI是通過(guò)遙感傳感器接收的地表物體光譜信息計(jì)算得到的反映地表植被情況的定量值，是反映植被生長(zhǎng)空間分布密度及其狀態(tài)的指示因子。對(duì)比圖3a和圖3b可知，雁塔區(qū)NDVI值比蓮湖區(qū)﹑碑林區(qū)和新城區(qū)高，而雁塔區(qū)的熱島強(qiáng)度相較于另外3區(qū)偏低；灞橋區(qū)NDVI值明顯高于另外5區(qū)，而2014年的熱島強(qiáng)度最弱的是灞橋區(qū)。結(jié)合圖2分析，2002年灞橋區(qū)靠近雁塔區(qū)附近的NDVI值明顯小于2014年，對(duì)應(yīng)的2002年該區(qū)域的溫度等級(jí)為次高溫，而2014年為中溫。據(jù)此認(rèn)為NDVI值高的區(qū)域熱島強(qiáng)度較低，而NDVI值低的區(qū)域熱島強(qiáng)度較高，說(shuō)明高植被覆蓋能有效緩解由城市熱島效應(yīng)引起的氣溫升高現(xiàn)象。然而灞橋區(qū)靠近未央?yún)^(qū)的區(qū)域，熱島強(qiáng)度并沒(méi)有與NDVI值呈現(xiàn)較好的負(fù)相關(guān)關(guān)系，分析認(rèn)為灞橋區(qū)集中了印染紡織﹑航空航天等產(chǎn)業(yè)，導(dǎo)致該區(qū)域人為熱加劇，而使NDVI值與熱島強(qiáng)度的相關(guān)性無(wú)法得到合理反映。

圖3 2002和2014年西安市城區(qū)NDVI分布圖

3 結(jié) 語(yǔ)

本文以西安市城區(qū)為例，利用 Landsat TM/OLI數(shù)據(jù)進(jìn)行地表溫度的反演，分析了熱島效應(yīng)在西安市城區(qū)的時(shí)空分布特征，主要結(jié)論為：

1）2014年的熱島強(qiáng)度比2002年顯著增強(qiáng)，高溫比例成倍增長(zhǎng)，且溫度從城市中心（強(qiáng)熱島區(qū)域）向郊區(qū)逐漸降低，熱島中心呈多極分布，主要在市中心﹑人口聚集的商業(yè)區(qū)和工業(yè)園區(qū)。

2）2014年相對(duì)于2002年的植被指數(shù)上升，NDVI值高的區(qū)域熱島強(qiáng)度較低，而NDVI值低的區(qū)域熱島強(qiáng)度較高，說(shuō)明地表植被能在一定程度上調(diào)節(jié)地表溫度。因此，增加城市綠地面積，提高FV，將會(huì)緩解西安市的熱島效應(yīng)。

城市熱島的形成原因很多，城市下墊面性質(zhì)，特別是“水泥森林”模式的發(fā)展使得地表更易吸收大量熱輻射，并在建筑物間反復(fù)吸收；土地利用結(jié)構(gòu)的轉(zhuǎn)變，尤其是城區(qū)周邊大量耕地轉(zhuǎn)變?yōu)榻ㄖ玫睾凸I(yè)用地，這類釋放熱量大﹑溫度高的土地類型也造成城市熱島的增加；經(jīng)濟(jì)發(fā)展﹑能源消耗﹑人口增長(zhǎng)﹑高層建筑數(shù)量和建筑容積率等其他因素都會(huì)影響城市熱島強(qiáng)度的變化。越來(lái)越多的大中城市面臨著熱島效應(yīng)的困擾，有學(xué)者也提出了應(yīng)對(duì)措施，如提高城市的綠地覆蓋率，減少人為熱源的排放，預(yù)防和治理大氣污染，在城區(qū)保留一定面積的水域，用高反射率的地表材料降低吸收率等[17-18]。西安市在未來(lái)的城市建設(shè)中應(yīng)從上述方面綜合考慮，建設(shè)綠色城市和低碳城市，降低城市熱島效應(yīng)。

參考文獻(xiàn)

[1] 陳愛(ài)蓮,孫然好,陳利頂.基于景觀格局的城市熱島研究進(jìn)展[J].生態(tài)學(xué)報(bào),2012,32(14):4 553-4 565

[2] Howard L. Climate of London Deduced from Metrological Observations(Vol.1)[M].3rd Edition, London: Harvey and Dorton Press,1833:348

[3] Manley G. On the Frequency of Snowfall in Metropolitan England[J]. Quarterly Journal of the Royal Meteorological Society,2010,84(359):70-72

[4] Rao P. Remote Sensing of Urban Heat Islands from an Environmental Satellite[J]. Bulletin of the American Meteorological Society,1972(53):647-648

[5] Carlson T N, Augustin J A, Boland F E. Potential Application of Satellite Temperatures Measurements in the Analysis of Land Use over Urban Areas[J]. Bulletin of the American Meteorological Society,1977(58):1 301-1 303

[6] Balling R C, Brazell S W. High Resolution Surface Temperature Patterns in a Compels Urban Terrain[J]. Photogrammetric Engineering and Remote Sensing,1988,54(9):1 289-1 293

[7] 田武文,黃祖英,胡春娟.西安市氣候變暖與城市熱島效應(yīng)問(wèn)題研究[J].應(yīng)用氣象學(xué)報(bào),2006,17(4):438-443

[8] 董妍,李星敏,楊艷超,等.西安城市熱島的時(shí)空分布特征[J].干旱區(qū)資源與環(huán)境,2011,25(8):107-112

[9] 賈寶全,邱爾發(fā).基于TM衛(wèi)星遙感影像的西安市城市熱島效應(yīng)變化分析[J].干旱區(qū)研究,2013,30(2):347-355

[10] 郭振華.基于Landsat TM/ETM+數(shù)據(jù)的成都市城市熱島效應(yīng)研究[D].成都:成都理工大學(xué),2012:13-14

[11] 馮曉剛.城市熱島效應(yīng)演變與成因遙感研究:以西安都市圈為例[D].西安:陜西師范大學(xué),2011:15-18

[12] 覃志豪,ZHANG M H, Karnieli A B.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

[13] 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,2012,22(18):3 719-3 746

[14] WENG Q, LU D. Estimation of Land Surface Temperaturevegetation Abundance Relationship for Urban Heat Island Studies[J]. Remote Sensing of Environment,2004,89(4):467-483

[15] 毛克彪,覃志豪,施建成,等.針對(duì)MODIS影像的劈窗算法研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2005,30(8):703-707

[16] 胡嘉驄,朱啟疆.城市熱島研究進(jìn)展[J].北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,46(2):186-193

[17] 溫娟,包景嶺,張征云.緩解城市熱島效應(yīng)的生態(tài)措施分析[J].生態(tài)經(jīng)濟(jì),2008,24(2):151-153

[18] 唐羅忠,李職奇,嚴(yán)春風(fēng),等.不同類型綠地對(duì)南京熱島效應(yīng)的緩解作用[J].生態(tài)環(huán)境學(xué)報(bào),2009,18(1):23-28

本 刊 聲 明

為適應(yīng)我國(guó)信息化建設(shè)，擴(kuò)大本刊及作者知識(shí)信息交流渠道，本刊數(shù)據(jù)已被《中國(guó)核心期刊（遴選）數(shù)據(jù)庫(kù)》《CNKI 中國(guó)期刊全文數(shù)據(jù)庫(kù)》和《中文科技期刊數(shù)據(jù)庫(kù)（全文版）》等收錄。在《地理空間信息》發(fā)表的論文均默認(rèn)將其在著作權(quán)保護(hù)期內(nèi)的復(fù)制權(quán)﹑發(fā)行權(quán)﹑匯編權(quán)﹑翻譯權(quán)以及網(wǎng)絡(luò)傳播權(quán)授權(quán)給《地理空間信息》編輯部，編輯部可將上述權(quán)利轉(zhuǎn)授給第三方使用。作者不再許可他人以任何形式使用該篇論文，但可以在其后續(xù)作品中引用（或翻譯）該論文中部分內(nèi)容或?qū)⑵鋮R編在作者的非期刊類文集中。如不同意，請(qǐng)事先聲明，本刊另作處理。其文章的著作權(quán)使用費(fèi)與本刊稿酬一次性給付（已在收取發(fā)表費(fèi)時(shí)折減和換算為雜志贈(zèng)閱）。

（本刊編輯部）

P237

B

1672-4623（2017）09-0111-04

10.3969/j.issn.1672-4623.2017.09.034

2016-06-03。

項(xiàng)目來(lái)源：國(guó)家自然科學(xué)基金資助項(xiàng)目（41401496）；陜西省教育廳2014年科學(xué)研究計(jì)劃資助項(xiàng)目（14JK1471）；陜西省科技統(tǒng)籌創(chuàng)新工程資助項(xiàng)目（2011KTZB01-02-04）。

岳輝，博士，講師，主要從事礦區(qū)環(huán)境遙感監(jiān)測(cè)研究。