成都市及其周邊縣城市熱島效應(yīng)反演與分析

王雅瀾 李梓涵 徐夢遙

摘 ?要：基于RS和GIS技術(shù)，利用Landsat8遙感影像的熱紅外波段（TIR），采用單通道算法（SC算法），對成都市及其周邊縣進(jìn)行地表溫度反演，并對反演結(jié)果進(jìn)行兩類分區(qū)統(tǒng)計，即行政區(qū)劃和土地利用分類，以此對成都市及周邊縣進(jìn)行城市熱島效應(yīng)研究。結(jié)果表明：成都市及其周邊縣存在著較強的城市熱島效應(yīng)，其溫度由內(nèi)而外逐次降低，內(nèi)部區(qū)域溫度可達(dá)到50.66℃，外部區(qū)域僅有21.59℃，溫差較大，熱島效應(yīng)明顯。

關(guān)鍵詞：城市熱島效應(yīng);RS;GIS;單通道算法

中圖分類號：X16 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2019）15-0020-02

Abstract： Based on RS and GIS technology， using the thermal infrared band （TIR）， of Landsat8 remote sensing image， the single channel algorithm （SC algorithm） is used to retrieve the surface temperature of Chengdu and its surrounding counties， and two kinds of partition statistics are carried out on the inversion results. That is， administrative division and land use classification， in order to study the urban heat island effect of Chengdu and its surrounding counties. The results show that there is a strong urban heat island effect in Chengdu and its surrounding counties， and its temperature decreases gradually from the inside to the outside. the temperature in the internal region can reach 50.66 ℃， while that in the external region is only 21.59 ℃. The temperature difference is large and the heat island effect is obvious.

Keywords： urban heat island effect; RS; GIS; single channel algorithm

引言

自改革開放以來，我國城市化進(jìn)程在國民經(jīng)濟(jì)高速增長下快速推進(jìn)，據(jù)統(tǒng)計數(shù)據(jù)顯示，我國2016年城市建設(shè)用地面積達(dá)52761.3km2，占城區(qū)面積的比例為26.6%，較2008年增長4.6%;2017年總城鎮(zhèn)人口數(shù)達(dá)到81347萬人，占總?cè)丝跀?shù)的58.5%（城市化率），較10年前增長12.7%，據(jù)聯(lián)合國估測我國城市化率在2050年將達(dá)到71.2%[1]，因此，對城市環(huán)境的把控日趨緊迫。

城市熱島效應(yīng)是指城市大氣和地表溫度高于周邊鄉(xiāng)村的現(xiàn)象，是城市化擴(kuò)張對氣候變化影響的主要現(xiàn)象之一[2]。現(xiàn)有研究中一般利用遙感數(shù)據(jù)反演亮溫或地表溫度（LST），分析熱島效應(yīng)的分布規(guī)律，再將地表覆蓋類型與地表溫度進(jìn)行綜合分析，獲得二者之間的函數(shù)關(guān)系，以此研究地表覆蓋類型對城市熱島效應(yīng)的影響[2，3]。

1 研究區(qū)概況及研究方法

1.1 研究區(qū)概況

成都市及其周邊縣位于四川盆地西部，青藏高原東緣，地理位置介于東經(jīng)102°54′～104°53′、北緯30°05～31°26′之間，2016年建成區(qū)面積837.27km2。境內(nèi)地勢平坦、河網(wǎng)縱橫，屬亞熱帶季風(fēng)氣候，具有春早、夏熱、秋涼、冬暖的氣候特點，年平均氣溫16℃，年降雨量1000毫米左右。本文選用2018年4月18日，該區(qū)域Landsat8衛(wèi)星影像作為研究數(shù)據(jù)源。

1.2 研究方法

由于對Landsat8進(jìn)行劈窗算法反演需要涉及TIRS10和TIRS11兩個波段的定標(biāo)參數(shù)，其反演精度遠(yuǎn)不如Jimenez-Munoz[4]等提出的僅使用TIRS10波段進(jìn)行單通道算法（SC算法）反演得到的精度高[5]，本文選擇SC-10進(jìn)行LST反演，該算法流程如下：

首先利用衛(wèi)星自身輻射校正公式對TIRS10波段進(jìn)行輻射定標(biāo)，將像元DN值轉(zhuǎn)換為大氣頂部的光譜輻射值Lsen;再根據(jù)Planck輻射反函數(shù)將遙感影像每個像元光譜輻射值轉(zhuǎn)換為星上亮度溫度Tsen;最后利用單通道算法計算真實地表溫度LST，其中地表比輻射率ε采用覃志豪等[6]提出的方案，將地表分為水體、自然地表和城鎮(zhèn)建成區(qū)。

2 統(tǒng)計與分析

根據(jù)上述單通道算法反演公式計算得到成都及其周邊縣區(qū)的地表溫度，并對結(jié)果進(jìn)行平滑處理，如圖1。

由于該圖像成像時間為2018年4月18日，處于春季向夏季過度期，地表溫度普遍偏高。由圖1可以看出，該區(qū)域中南部、西南部、東北部部分區(qū)域地表溫度較高，最高溫度可達(dá)到50.66℃，高溫區(qū)域集中;以高溫區(qū)域向外擴(kuò)展為較高溫區(qū)域;南部、北部東部地表溫度較低;西北部、東南部溫度最低，僅有21.59℃。從整體上看，整個區(qū)域為外冷內(nèi)熱，高溫區(qū)域集中分布在中部，低溫區(qū)域分布在外圍區(qū)域。

以行政區(qū)劃和土地利用分類對該區(qū)域地表溫度進(jìn)行分區(qū)統(tǒng)計，得到表1、2。

由表1可以看出，成都市溫度最高，達(dá)到31.45℃，其原因是成都市發(fā)展程度最好，人流密度最大，城市化率最高，尤其以天府廣場附近地表溫度成片較高;雙流縣溫度次之，達(dá)到30.57℃，雙流國際機(jī)場附近溫度偏高;新都縣再次，達(dá)到30.45℃，該縣南部部分地區(qū)位于三環(huán)路以內(nèi)，車流密度較大;第四為郫縣，僅有29.36℃，處于城郊，較多河流由西部流經(jīng)，使得該區(qū)域溫度降低;最后為溫江縣，僅達(dá)到28.98℃，其西北部地區(qū)大部分為農(nóng)田等植被覆蓋區(qū)域，其下墊面為透水層，對溫度的中合度較高。

由表2可以看出，草地所占面積最小，大多為城市公園草坪、綠化等，但其溫度最高，參考價值較小;其次為建筑用地，地表溫度達(dá)到31.44℃，顯現(xiàn)出城市熱島效應(yīng)的最主要區(qū)域;耕地屬于人為種植的植被，翻種次數(shù)較多，人為作用較多，所以溫度達(dá)到30.62℃;林地和水域溫度最低，僅有29℃左右，水體比熱容較大，吸收熱量的能力較強，其反演得到的地表溫度就相對較低。

3 結(jié)論

成都市及其周邊縣存在著較強的城市熱島效應(yīng)，其溫度由內(nèi)而外逐次降低，內(nèi)部區(qū)域溫度可達(dá)到50.66℃，外部區(qū)域僅有21.59℃，溫差較大，熱島效應(yīng)明顯。從行政區(qū)劃來看，城市發(fā)展較快較好的區(qū)域溫度較高，而發(fā)展較慢的區(qū)域溫度較低，印證了城市熱島效應(yīng)的最根本原因;從土地利用類型來看，建設(shè)用地溫度最高，耕地林地有植被覆蓋，土壤及植被有水分存在，溫度一般，水域溫度最低，由此也可證實城市發(fā)展對于城市熱島效應(yīng)的顯著影響。

參考文獻(xiàn)：

[1]中華人民共和國國家統(tǒng)計局.年度人口及城市概況數(shù)據(jù)

[DB/OL].http：//data.stats.gov.cn/easyquery.htm？cn=C01.

[2]劉冰冰，曾勇年.基于Landsat8數(shù)據(jù)的城市群熱島效應(yīng)分析——長株潭城市群為例[J].山東農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2018，49（4）：591-597.

[3]何炳偉，趙偉，李愛農(nóng)，等.基于Landsat8遙感影像的新舊城區(qū)熱環(huán)境特征對比研究——以成都市為例[J].遙感技術(shù)與應(yīng)用，2017，32（6）：1141-1150.

[4]Jimenez-Munoz J C， Sobrino J A， Skokovic D， et al. Land Surface Temperature Retrieval Methods From Landsat-8 Thermal Infrared Sensor Data[J]. Geoscience and Remote Sensing Letters， IEEE， 2014，11（10）：1840-1843.

[5]徐涵秋.新型Landsat8衛(wèi)星影像的反射率和地表溫度反演[J].地球物理學(xué)報，2015，58（3）：741-747.

[6]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[J].國土資源遙感，2004，16（3）：28-32.