基于Landsat 8遙感影像的城市熱島效應(yīng)研究
——以阜陽(yáng)市為例

趙 陽(yáng)，黎 慧，曾 承，胡文峰，白如山，江進(jìn)德，黃鵬娜

(阜陽(yáng)師范大學(xué) 歷史文化與旅游學(xué)院，安徽 阜陽(yáng) 236037)

城市熱島效應(yīng)指在快速城市化過(guò)程中，下墊面人類活動(dòng)的影像導(dǎo)致城市中心溫度明顯高于周邊的現(xiàn)象。城市熱島問(wèn)題是當(dāng)今危害城市生態(tài)環(huán)境最為常見和嚴(yán)重的一個(gè)問(wèn)題，尤其是在中低緯度的夏季。隨著氣溫的升高，城市熱島效應(yīng)表現(xiàn)越為明顯，使得原來(lái)相對(duì)較高的氣溫變得更高，從而導(dǎo)致城市出現(xiàn)高溫的頻率增大、城市生態(tài)環(huán)境惡化，嚴(yán)重影響了城市居民的正常生活[1]。如何緩解城市熱島所帶來(lái)的嚴(yán)重的城市生態(tài)問(wèn)題已經(jīng)成為學(xué)術(shù)界和各國(guó)政府亟待解決的一大難題，城市四季熱島效應(yīng)的研究也已成為一個(gè)熱點(diǎn)話題。國(guó)內(nèi)有學(xué)者通過(guò)研究唐山市、云浮市四季熱島效應(yīng)特征，發(fā)現(xiàn)熱島強(qiáng)度存在明顯的月際變化，夏季最為明顯，其他季節(jié)較弱[2-3]。

當(dāng)前研究城市熱島效應(yīng)主要有三種研究方法，即地面氣象資料觀測(cè)法、遙感監(jiān)測(cè)法和邊界層數(shù)值模式模擬法等。陸地表面溫度LST(Land Surface Temperature，地表溫度)作為常見的特征物理量，在地表與大氣能量交換過(guò)程中扮演著重要角色；在城市熱環(huán)境、地表輻射能量平衡、全球氣候變化和資源環(huán)境監(jiān)測(cè)等領(lǐng)域都有著重要的研究?jī)r(jià)值[4-6]。傳統(tǒng)的LST獲取的方法需要耗費(fèi)大量的人力物力。隨著當(dāng)前科技的進(jìn)步，通過(guò)遙感衛(wèi)星數(shù)據(jù)和軟件分析，可以快速便捷地獲取城市溫度，對(duì)于研究城市熱島時(shí)序性、季節(jié)性變化有著重要作用。目前LST的遙感反演方法大致有單通道算法、多通道算法、多角度算法、多時(shí)相算法和高光譜反演算法等[7]。由于Landsat 8 TIRS傳感器的問(wèn)題導(dǎo)致第11波段存在定標(biāo)不穩(wěn)定等問(wèn)題以及利用第10、11波段進(jìn)行分裂窗算法，其反演結(jié)果誤差較大。為確保溫度反演結(jié)果的準(zhǔn)確性，本文通過(guò)覃志豪單通道算法[8]對(duì)阜陽(yáng)市1月(冬)、4月(春)、6月(夏)、11月(秋)建成區(qū)Landsat8第10波段熱紅外波段進(jìn)行溫度反演，主要反演流程如圖1所示。通過(guò)分析阜陽(yáng)建成區(qū)四季條件下的熱島變換規(guī)律情況及空間特征，以期能夠?yàn)楦逢?yáng)市熱島減緩措施，宜居城市和綠色生態(tài)城市的建設(shè)提供參考。

圖1 主要地表溫度反演流程圖

1 研究區(qū)概況及數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

阜陽(yáng)市位于淮北平原腹地，安徽省西北部，地跨東經(jīng)115°37′58″～115°59′46″、北緯32°46′17.6″～33°02′32.5″，下轄三區(qū)四縣一市，總面積9775km2?！陡逢?yáng)統(tǒng)計(jì)年鑒2019》顯示，截至2018年末，阜陽(yáng)市戶籍總?cè)丝?070.5萬(wàn)人，常住人口820.7萬(wàn)人，是安徽省人口最多的地級(jí)市(1)參見：阜陽(yáng)市統(tǒng)計(jì)局,國(guó)家統(tǒng)計(jì)局阜陽(yáng)調(diào)查隊(duì)《阜陽(yáng)統(tǒng)計(jì)年鑒2019》。由于Landsat 8 遙感影像數(shù)據(jù)過(guò)境時(shí)間與圖幅鑲嵌裁剪等出現(xiàn)的誤差，為了確保反演數(shù)據(jù)的精度與準(zhǔn)確性，本文以阜陽(yáng)市市區(qū)為研究區(qū)域，研究區(qū)內(nèi)地形平坦，地面平均標(biāo)高海拔一般為28～31m，主要的土地利用類型為建設(shè)用地、耕地、裸地等[9]。

1.2 遙感數(shù)據(jù)來(lái)源

本文共使用了具有相近過(guò)境時(shí)間的Landsat 8遙感衛(wèi)星數(shù)據(jù)和MODIS遙感衛(wèi)星數(shù)據(jù)。在使用阜陽(yáng)市四季Landsat 8 數(shù)據(jù)進(jìn)行城市熱島研究時(shí)，根據(jù)圖像中云的覆蓋程度和四季的代表性兩方面因素，篩選出成像于2018年1月11日、2018年4月17日、2018年6月17日和2018年11月8日的四景Landsat 8 OLI數(shù)據(jù)；其圖幅號(hào)為P122R37，處理等級(jí)為L(zhǎng)evel-1，時(shí)間大致為當(dāng)?shù)貢r(shí)間10:48。本研究主要使用OLI第3、4、5、6波段和TIRS第10波段。使用的MODIS數(shù)據(jù)為與Landsat 8遙感數(shù)據(jù)時(shí)刻接近的MODIS Terra衛(wèi)星產(chǎn)品數(shù)據(jù)(主要為MOD021KM數(shù)據(jù))，該數(shù)據(jù)主要用于反演地表反射率，提高溫度反演精度。

1.3 遙感數(shù)據(jù)的預(yù)處理

數(shù)據(jù)的預(yù)處理主要是通過(guò)ENVI等軟件實(shí)現(xiàn)，包括輻射定標(biāo)、大氣校正和幾何校正等。通過(guò)對(duì)Landsat 8的OLI傳感器波段進(jìn)行輻射定標(biāo)和FLAASH大氣校正，得到與圖像上相同的地表反射信息；使用分類回歸決策樹CART(Classification And Regression Tree)對(duì)地表進(jìn)行分類，然后根據(jù)分類結(jié)果對(duì)地表比輻射率進(jìn)行估算；對(duì)第10波段TIR1數(shù)據(jù)進(jìn)行輻射定標(biāo)，然后通過(guò)普朗克函數(shù)得出其亮度溫度值。由于使用的是經(jīng)過(guò)幾何校正的Landsat 8一級(jí)數(shù)據(jù)產(chǎn)品，第10波段TIR1數(shù)據(jù)已經(jīng)被重采樣為30m的空間分辨率(與OLI波段分辨率保持一致)，不需要對(duì)其進(jìn)行幾何校正。MODIS數(shù)據(jù)主要用來(lái)估算研究區(qū)的大氣水汽含量，由于該數(shù)據(jù)與Landsat 8數(shù)據(jù)分辨率存在差異，需要對(duì)其進(jìn)行配準(zhǔn)重采樣處理，使其與Landsat 8數(shù)據(jù)具有相同的分辨率和投影坐標(biāo)信息。

2 覃志豪單窗算法

基于輻射傳輸方程的LST反演算法計(jì)算過(guò)程較為復(fù)雜且參數(shù)具有很強(qiáng)的不確定性，需要遙感衛(wèi)星過(guò)境時(shí)地區(qū)較為準(zhǔn)確的大氣輪廓信息數(shù)據(jù)，而大氣輪廓信息的獲取復(fù)雜且成本較高，一般只是使用全球標(biāo)準(zhǔn)大氣輪廓信息代替，導(dǎo)致LST反演產(chǎn)生的誤差較大。

單窗算法是覃志豪等人根據(jù)地表熱輻射傳導(dǎo)方程，在一系列的假設(shè)條件下，推導(dǎo)出的一種適用于Landsat TM熱紅外波段影像且簡(jiǎn)單可行、反演精度較高的LST反演算法。該算法把大氣和地表的影響因素直接考慮進(jìn)反演公式當(dāng)中，根據(jù)大氣透過(guò)率、地表比輻射率和大氣平均溫度三個(gè)參數(shù)進(jìn)行LST的推算；分析了大氣平均作用溫度與大氣上、下行輻射2個(gè)參量之間的關(guān)系；將單窗算法表達(dá)為大氣透過(guò)率和大氣平均作用溫度的函數(shù)。相關(guān)公式如下：

Ts=[a(1-C-D)+(b(1-C-D)+

C+D)Tsen-DTa]/C

(1)

其中，Ts為地表的真實(shí)溫度(單位K),C和D是地表反射率(ε)和大氣透過(guò)率(τ)所構(gòu)成的中間量，其中C=ε·τ，D=(1-τ)[1+(1-ε)τ]，Tsen是衛(wèi)星傳感器所探測(cè)到的像元亮度溫度(單位K)。a和b是根據(jù)回歸分析得到的兩個(gè)常量，在不同的溫度變化范圍下，表現(xiàn)的系數(shù)值和相關(guān)系數(shù)也有所不同。國(guó)內(nèi)外眾多的學(xué)者根據(jù)大氣輻射傳輸軟件LOWTRAN模擬Landsat 8不同溫度范圍內(nèi)TIR1(第10波段)的反演回歸系數(shù)得出：溫度范圍越小所對(duì)應(yīng)的相關(guān)性越強(qiáng)(如表1所示)。Ta為大氣平均作用溫度，T0為近地表溫度(一般距地面2m處)，二者呈一定的函數(shù)關(guān)系(如表2所示)。

表1 不同溫度范圍內(nèi)TIR1反演回歸系數(shù)

表2 熱紅外波段大氣平均作用溫度估算方程

3 單窗算法參數(shù)的量化

3.1 亮度溫度的推算

亮溫計(jì)算分為兩個(gè)步驟，首先要將衛(wèi)星獲取的影像像元DN值轉(zhuǎn)化為與之相對(duì)應(yīng)的大氣層上界熱輻射強(qiáng)度(Ii)，然后根據(jù)Planck函數(shù)利用熱輻射強(qiáng)度推算出該物體的亮溫值，公式如下：

Ti=Ki2/ln(1+Ki1/Ii)

Ti為物體的亮度溫度，i表示熱紅外遙感第幾波段，Ki1、Ki2分別代表兩個(gè)常數(shù)值，對(duì)于Landsat 8第10波段TIR1數(shù)據(jù)而言，K101=774.8853W/m2·μm·sr，K102=1321.0789K，可用通過(guò)ENVI軟件中的定標(biāo)工具(Radiometric Calibration)直接將遙感影像的DN值定標(biāo)為亮度溫度值。

3.2 大氣水汽含量反演

水汽是影響大氣透過(guò)率的重要因素，在LST反演過(guò)程中，大氣中水汽含量估算的準(zhǔn)確度直接影響到最后研究結(jié)果的精度。由于實(shí)時(shí)的大氣剖面數(shù)據(jù)獲取困難，水汽含量一般直接通過(guò)MOTRAN、6S等大氣模型軟件用標(biāo)準(zhǔn)大氣進(jìn)行模擬。由于Landsat 8數(shù)據(jù)水汽反演的不成熟與其局限性，本文采用了與Landsat8衛(wèi)星數(shù)據(jù)過(guò)境時(shí)間相近的MOD021KM數(shù)據(jù)進(jìn)行大氣水汽含量的反演。

MODIS包含36個(gè)波段，其中17、18和19波段為大氣吸收波段，2和5波段為大氣窗口波段。Kaufman[10]指出使用MODIS數(shù)據(jù)通道比值法進(jìn)行大氣水汽含量的反演，可以部分有效地去除地表反射率隨波長(zhǎng)變換對(duì)大氣透過(guò)率產(chǎn)生的影響，提高反演精度。本文根據(jù)毛克彪[11-12]的研究結(jié)果，選取MOD05_L2第2波段和第19波段數(shù)據(jù)進(jìn)行通道比值法來(lái)反演大氣水汽含量，具體公式如下：

ω=[α-ln(ρ19/ρ2)/β]2

其中，ω表示大氣水汽含量(g/cm2)；ρ2、ρ19分別表示MODIS第2波段和第19波段的地表反射率；α和β是兩個(gè)校正系數(shù)，根據(jù)阜陽(yáng)市的實(shí)際情況，本文選擇混合型地表的參數(shù)，其中α=0.02，β=0.651。

3.3 大氣透過(guò)率反演

Rozenstein[13]通過(guò)LOWTRAN軟件模擬分析Landsat 8 熱紅外波段在不同水汽范圍內(nèi)大氣透過(guò)率與水汽含量之間的關(guān)系，得出在不同大氣模式下Landsat 8熱紅外波段大氣透過(guò)率估算方程，如表3所示：

表3 Landsat 8 0.5～3.0g/cm2水汽范圍內(nèi)大氣透過(guò)率與水汽含量的關(guān)系

本次研究區(qū)域范圍在北緯32°～33°左右，屬于中緯度地區(qū)，且研究時(shí)間位于夏季，所以采用中緯度夏季的大氣模式，得出第10波段的大氣透過(guò)率與大氣水汽含量之間的關(guān)系：τ10=-0.1134ω+1.0335。

3.4 地表比輻射率的估算

在LST反演過(guò)程中，地表反射率的估算是反演的重點(diǎn)，目前求地表比輻射率的方法主要有差值法、獨(dú)立溫度光譜指數(shù)法(TISI)和NDVI閾值(NDVITHM)等方法。本文根據(jù)宋挺等人使用的分類回歸決策樹CART方法，通過(guò)各種歸一化的指數(shù)(NDVI、MNDWI和NDBI等)閾值對(duì)地表進(jìn)行分類，如圖2所示。

圖2 決策樹模型分類流程圖

為了得到更精確的地表比輻射率數(shù)據(jù)，覃志豪等人[11-12]根據(jù)主要地表類型的溫度差異進(jìn)行模擬，得出自然表面比輻射率的估算經(jīng)驗(yàn)公式：

Rv=0.9332+0.0585Pv

Rm=0.9886+0.1287Pv

Rs=0.9902+0.1068Pv

式中，Rv、Rm、Rs分別表示植被、建筑物和裸土的溫度比率，Pv值植被所占混合像元的比例。

植被覆蓋率的估算：

Pv=(NDVI-NDVIs)/(NDVIv-NDVIs)

其中，NDVIv與NDVIs分別為植被和裸土的NDVI值，在沒(méi)有明顯的完全植被或裸土像元時(shí)，本文用NDVIv=0.70和NDVIs=0.05來(lái)近似估計(jì)植被覆蓋度。

4 阜陽(yáng)市熱島季節(jié)性特征

利用阜陽(yáng)市2018年1月、4月、6月、11月的Landsat 8遙感影像，采用覃志豪單窗算法反演阜陽(yáng)市地表溫度，以四景影像分別代表阜陽(yáng)市四個(gè)季節(jié)城市熱環(huán)境特征，通過(guò)反演結(jié)果進(jìn)行分類，進(jìn)行阜陽(yáng)市城市熱島動(dòng)態(tài)發(fā)展分析研究。

4.1 熱島等級(jí)界定

為了探討四個(gè)季節(jié)的熱島差異，需要對(duì)反演得到的溫度結(jié)果進(jìn)行進(jìn)一步的分類處理，以消除時(shí)相差異所帶來(lái)的影響，本文采用均值-標(biāo)準(zhǔn)差法[14-15]來(lái)進(jìn)行城市熱島的分類。根據(jù)本文的研究情況，把研究區(qū)分為冷島、綠島、正常區(qū)、次熱區(qū)和強(qiáng)熱區(qū)5個(gè)等級(jí)，具體分類標(biāo)準(zhǔn)如表5所示。根據(jù)分類標(biāo)準(zhǔn)進(jìn)行城市熱島等級(jí)的劃分，具體的結(jié)果表4所示。

表4 均值-標(biāo)準(zhǔn)差法劃分溫度等級(jí)方法

4.2 阜陽(yáng)市各季節(jié)地表溫度統(tǒng)計(jì)及空間特征分析

圖3 阜陽(yáng)市四季地表溫度反演結(jié)果圖

表5 阜陽(yáng)市四季各溫度等級(jí)面積統(tǒng)計(jì)

從圖3和表5可以看出，阜陽(yáng)市雖然位于平原地區(qū)，但是具有較為明顯的熱島效應(yīng)，其中夏季和秋季最為明顯，夏季次熱島區(qū)域347.854km2、強(qiáng)熱島區(qū)域316.647km2，占據(jù)整個(gè)研究區(qū)域的30%以上，呈典型的熱島效應(yīng)。從以上數(shù)據(jù)可以明顯看出，阜陽(yáng)市四季次熱島強(qiáng)度從高到低依次是夏季、秋季、冬季、春季，強(qiáng)熱島強(qiáng)度從高到低依次是夏季、秋季、春季、冬季。

5 結(jié)論

阜陽(yáng)市作為典型的平原型城市，研究表明在夏秋季節(jié)市中心呈現(xiàn)出典型的熱島，這與阜陽(yáng)城市的快速發(fā)展密不可分。阜陽(yáng)市熱島效應(yīng)強(qiáng)弱按季節(jié)變化的順序是夏季、秋季、春季、冬季。其中，夏季城市下墊面層熱場(chǎng)分布最為復(fù)雜，城市市中心下墊面以建筑為主，熱度最高，為熱島中心；秋、冬季的高、低溫區(qū)分布情況也差異較大，秋季高溫區(qū)位于建成區(qū)周邊區(qū)域，雖然最高溫較夏季差距相對(duì)較小，但高溫區(qū)面積較夏季明顯減少，其低溫區(qū)覆蓋面于一年中最廣，城市邊緣植被覆蓋率高的地區(qū)均呈現(xiàn)出不同程度的低溫區(qū)；春季地表高溫區(qū)分布在市中心區(qū)域，低溫區(qū)主要分布建成區(qū)建筑周邊農(nóng)田區(qū)域，可見提高城市綠化可以有效的緩解城市熱島問(wèn)題。本文雖然使用衛(wèi)星遙感影像進(jìn)行地表溫度的反演，但因?yàn)槿狈^為精確的地面參數(shù)數(shù)據(jù)，其反演結(jié)果有一定的誤差，不過(guò)仍能根據(jù)遙感影像得到較為精確的地表溫度，從而進(jìn)行熱島的判定。

本文只是分析了阜陽(yáng)市四個(gè)季節(jié)的四景遙感影像，時(shí)間分辨率較低并未進(jìn)行較長(zhǎng)時(shí)序上的城市空間演變特征和各等級(jí)熱島的轉(zhuǎn)變特性研究，下墊面人為因素以及四季氣候變換對(duì)城市熱島效應(yīng)的影響機(jī)理也未進(jìn)行深入分析。因此在以后的研究中，應(yīng)該綜合的考慮下墊面人為因素及阜陽(yáng)市四季的氣候變換對(duì)熱島效應(yīng)的影響。