基于Landsat 8 OLI的地表溫度反演—以石家莊為例

王玉渲,王奕丹,白洋,張?jiān)迄i

(華北理工大學(xué) 礦業(yè)工程學(xué)院,河北 唐山 063210)

近年來,隨著現(xiàn)代化進(jìn)程的不斷加快,大量的農(nóng)村人口不斷涌入城鎮(zhèn),加快了城鎮(zhèn)的建設(shè),在建設(shè)過程中土地覆蓋類型會(huì)發(fā)生變化。因此,國(guó)內(nèi)外的許多學(xué)者通過遙感影像對(duì)地表溫度進(jìn)行分析,例如馮鵬利用Landsat 8 OLI數(shù)據(jù)對(duì)哈爾濱主城區(qū)進(jìn)行地表溫度反演,發(fā)現(xiàn)哈爾濱主城區(qū)有顯著的熱島效應(yīng)[1];童新華等人利用Landsat 8 OLI數(shù)據(jù)結(jié)合輻射傳輸方程法對(duì)南寧市進(jìn)行熱島效應(yīng)研究,發(fā)現(xiàn)地表溫度與土地利用的關(guān)系[2];熊曉峰等人利用MODIS數(shù)據(jù)研究長(zhǎng)三角城市群的城市熱島的時(shí)空變化規(guī)律[3];吉曹翔等人利用Landsat 8 OLI數(shù)據(jù),采用大氣校正法反演地表溫度,分析沈陽(yáng)市熱島強(qiáng)度分布特征,發(fā)現(xiàn)沈陽(yáng)市五區(qū)熱島效應(yīng)明顯[4];因此,該項(xiàng)研究利用Landsat 8 OLI數(shù)據(jù)進(jìn)行地表溫度反演,而國(guó)內(nèi)外的許多學(xué)者對(duì)適用Landsat 8 OLI數(shù)據(jù)的方法進(jìn)行研究,其中輻射傳輸方程[5]、單窗算法[6]、TIRS10單窗算法[7]、JM_SC10算法[8]、劈窗算法[9]等比較常用,其中段金饋通過對(duì)多種地表溫度反演的方法進(jìn)行對(duì)比,發(fā)現(xiàn)TIRS10單窗算法的精度更高[10]。夏安全等人對(duì)利用大氣校正法、JM_SC10算法和TIRS10單窗算法反演的精度進(jìn)行對(duì)比,發(fā)現(xiàn)TIRS10單窗算法反演的精度最高[11]。

因此,以石家莊作為研究區(qū)域,基于2014年、2016年、2018年、2020年夏季的Landsat 8 OLI的遙感影像,利用TIRS 10單窗算法對(duì)石家莊近幾年的影像進(jìn)行地表溫度反演,利用監(jiān)督分類方法對(duì)石家莊的土地利用情況進(jìn)行分類,通過分析石家莊地表溫度變化,分析地表覆蓋物對(duì)地表溫度的影響。

1研究區(qū)概況

以石家莊市為研究區(qū),石家莊市位于東經(jīng)113°31′～115°29′,北緯37°26′～38°46′,位于河北省的中南部,屬山西地臺(tái)和渤海凹陷之間的接壤地帶,地貌比較復(fù)雜,東西部海拔高差較大,西部太行山地的海拔高度在1 000 m左右,最高海拔地處的山峰駝梁為2 281 m,而東部平原的海拔在30～100 m。石家莊屬于暖溫帶大陸性季風(fēng)氣候,使得石家莊的4個(gè)季節(jié)的特征表現(xiàn)明顯,降雨量集中。夏季和冬季的時(shí)間長(zhǎng),春季和秋季的時(shí)間短。

2數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

以石家莊為研究區(qū)域,采用在地理空間數(shù)據(jù)云網(wǎng)站獲取的Landsat 8遙感影像作為數(shù)據(jù)源,為了保證地表溫度反演的準(zhǔn)確性,要盡量選擇云量較小、且日期相差不大的遙感影像。因此,選用2014年6月、2016年8月、2018年9月和2020年5月的4期數(shù)據(jù)。每期數(shù)據(jù)由行列號(hào)為124/33和124/34的2幅影像拼接而成,在拼接前每期影像都進(jìn)行輻射定標(biāo)和大氣校正預(yù)處理,拼接后的影像進(jìn)行矢量裁剪,最后得到圖1所示研究區(qū)域遙感影像圖。

圖1 石家莊遙感影像圖

2.2 地表溫度的反演

選取石家莊市2014年、2016年、2018年、2020年夏季的4期影像,采用胡德勇等在覃志豪單窗算法的基礎(chǔ)上針對(duì)Landsat TIRS 傳感器提出的(TIRS10-SC算法)。表達(dá)式為:

(1)

C=ετ

(2)

D=(1-τ)[1+(1-ε)τ]

(3)

式中,Ts是地表反演溫度(K),Ta是大氣平均作用溫度(K),C、D為中間參數(shù),T10為地表亮度溫度(K),ε為地表輻射率,τ為大氣透過率。

因此,利用TIRS10-SC算法反演地表溫度需要計(jì)算參數(shù)大氣作用平均溫度、地表亮度溫度、大氣透過率和地表比輻射率。

2.2.1大氣作用平均溫度

由于遙感影像選擇的時(shí)間段在夏季,因此選擇中緯度夏季的平均大氣輪廓線式近似計(jì)算大氣平均作用溫度。

Ta=0.926 21T0+16.011 0

(4)

式中,T0為近地面氣溫(K)。

2.2.2地表亮度溫度

地表亮度溫度T10的計(jì)算公式如下:

(5)

式中,K1、K2為常數(shù),K1=774.89 W/(m2·sr·μm),K2=1 321.08 K,L10為圖像的熱輻射亮度值,W/(m2·sr·μm)。

2.2.3大氣透過率

大氣透過率是通過大氣(某氣層)后輻射強(qiáng)度與入射前輻射強(qiáng)度之比。該項(xiàng)研究中的大氣透過率根據(jù)在NASA公布的網(wǎng)站(https://atmcorr.gsfc.nasa.gov/)查詢,輸入研究區(qū)域的經(jīng)緯度坐標(biāo)和過境時(shí)間。

2.2.4地表比輻射率

地表比輻射率是物體與黑體在同溫度、同波長(zhǎng)下的輻射度的比值,是計(jì)算地表溫度的重要參數(shù)之一。該項(xiàng)研究主要采用NDVI闕值法對(duì)研究區(qū)域的地表比輻射率進(jìn)行計(jì)算。

2.3 土地利用分類

利用監(jiān)督分類法對(duì)影像進(jìn)行土地利用分類。同時(shí)結(jié)合天地圖和遙感影像,將石家莊市的土地覆蓋類型分為:建設(shè)用地、耕地、水域、林地和草地。

2.4 地表溫度等級(jí)劃分

為了能夠更好地展現(xiàn)地表溫度的反演結(jié)果,利用平均值-標(biāo)準(zhǔn)差的方法對(duì)地表溫度進(jìn)行分級(jí),分為低溫區(qū)、次中溫區(qū)、中溫區(qū)、次高溫區(qū)和高溫區(qū),總共分為5類,分級(jí)標(biāo)準(zhǔn)如表1所示。

表1 地表溫度分級(jí)

3結(jié)果分析

3.1 地表溫度空間變化分析

利用ENVI5.2對(duì)石家莊的遙感影像進(jìn)行地表溫度反演,其結(jié)果如圖2所示。

圖2 地表溫度反演結(jié)果圖

為了能夠更準(zhǔn)確地對(duì)比溫度計(jì)算的精度,查詢當(dāng)天的溫度與反演的溫度并進(jìn)行對(duì)比。2014年6月7日當(dāng)日溫度為19.4～33.4 ℃,反演的平均溫度為37.23 ℃;2016年8月31日當(dāng)日溫度為23.4～35.1 ℃,反演的平均溫度為29.25 ℃;2018年9月22日當(dāng)日溫度為14.8～28.2 ℃,反演的平均溫度為26.07 ℃;2020年5月22日當(dāng)日溫度為15.7～32.7 ℃,反演的平均溫度為32.92 ℃。通過對(duì)比發(fā)現(xiàn)2016年、2018年、2020年反演的結(jié)果都在其當(dāng)天溫度范圍內(nèi),2014年反演的結(jié)果比當(dāng)天的溫度高,但是相差不大,這是由于地表覆蓋物的復(fù)雜性和地勢(shì)的差異,不能簡(jiǎn)單地使用氣溫來對(duì)地表溫度進(jìn)行精確驗(yàn)證,但是從反演的結(jié)果和溫度值可以看出,利用TIRS10-SC算法反演出的結(jié)果大致精確。

為了能夠更好地展現(xiàn)地表溫度反演的結(jié)果,對(duì)結(jié)果進(jìn)行溫度分級(jí),其結(jié)果如圖3所示。

圖3 2014～2020年石家莊熱島分級(jí)圖

從熱島分級(jí)的結(jié)果可以顯示,在2014～2020年,石家莊低溫區(qū)和次中溫區(qū)主要分布在石家莊北部和東部地區(qū),2014年高溫區(qū)和次高溫區(qū)主要分布在石家莊北部和中部地區(qū);與2014年相比,2016年的高溫區(qū)和次高溫區(qū)的面積減少了21.5 km2,其中石家莊北部的變化最為明顯,高溫區(qū)和次高溫區(qū)逐漸向東部地區(qū)轉(zhuǎn)移;與2016年相比,2018年的高溫區(qū)和次高溫區(qū)主要分布在石家莊南部和東部地區(qū),且高溫區(qū)和次高溫區(qū)的面積增加了718.28 km2;2020年的高溫區(qū)轉(zhuǎn)移到石家莊北部、中部和南部的部分地區(qū),與2018年相比高溫區(qū)和次高溫區(qū)面積減少291.56 km2。

3.2 土地利用變化分析

為了能夠深入分析地表覆蓋物對(duì)地表溫度的影響,通過監(jiān)督分類對(duì)石家莊2014～2020年的土地利用情況進(jìn)行分類,分為水域、耕地、草地、林地和建設(shè)用地5類,其分類情況如圖4所示。

圖4 2014～2020年土地利用分類圖

將4期的影像土地利用分類的結(jié)果進(jìn)行統(tǒng)計(jì),表2所示為不同時(shí)期土地利用類型占比率。

通過圖4分析可知,2014～2020年土地利用類型的分布格局相差不大,林地、草地主要分布在石家莊西部地區(qū),耕地主要分布在石家莊中部和東部地區(qū),但土地利用類型的占比面積多有不同,由表4分析可得,2014～2020年建設(shè)用地的面積不斷增加,由2014年的21.20%增加到2020年的27.44%,林地的面積在2016年有所增加,但其余時(shí)期逐漸減小;耕地面積由2016年的46.86%減小到2014年的41.61%,但是2018年與2020年耕地的面積大于2016年的耕地面積,且2018年與2020年的耕地面積相差較小,耕地面積逐漸穩(wěn)定;而水域的面積由2014年的3.24%逐漸減小到2020年的1.72%。

綜上所述,2014～2020年,石家莊城鎮(zhèn)化的快速發(fā)展導(dǎo)致建設(shè)面積的增加,同時(shí)會(huì)造成原來水域、耕地等自然地表覆蓋類型面積的減小,而水域、耕地和林地的地表覆蓋面積減少較多,草地的地表覆蓋面積減小較少。

3.3 地表溫度與土地利用分析

利用ArcGIS對(duì)石家莊2014～2020年的土地利用情況與地表溫度進(jìn)行疊加分析,通過對(duì)比不同土地利用類型的平均溫度,研究不同土地利用類型對(duì)地表溫度的變化的影響,其結(jié)果如表3所示

表3 不同時(shí)期土地利用類型的平均地表溫度/℃

由表3可知,不同時(shí)期的土地利用類型的平均地表溫度不同,將5種土地利用類型按照地表溫度從高到低依次排序,2014年,建設(shè)用地>水域>草地>耕地>林地;2016年,建設(shè)用地>草地>水域>耕地>林地;2018年,建設(shè)用地>耕地>水域>草地>林地;2020年,建設(shè)用地>草地>耕地>水域>林地。4個(gè)年份的土地利用類型的平均地表溫度排序不同,但建設(shè)用地的地表溫度最高,這是由于建設(shè)用地的地下墊面主要是水泥、瀝青等吸熱性較好的材料組成,同時(shí)由于城市人口密度大,汽車尾氣的排放量大等因素,造成地表吸熱性強(qiáng),散熱性差,導(dǎo)致地表溫度較高,形成“熱島”現(xiàn)象;林地的地表溫度最低,這是由于石家莊市的林地主要分布在石家莊北部和西部高海拔區(qū)域,同時(shí),植被有較好的散熱性,不利于熱量的存儲(chǔ),因此地表溫度較低。水域、耕地和草地的平均溫度都小于建設(shè)用地。因此,增加植被的種植面積和水域面積會(huì)降低城鎮(zhèn)發(fā)展引起地表溫度升高的影響。

4結(jié)論

(1)利用TIRS10單窗算法反演地表溫度的結(jié)果與實(shí)際測(cè)得的溫度相差不大,能夠反映地表溫度分布的實(shí)際情況。

(2)2014～2020年,石家莊城鎮(zhèn)化的快速發(fā)展導(dǎo)致建設(shè)面積的增加,同時(shí)會(huì)造成原來水域、耕地等自然地表覆蓋類型面積的減小,而水域、耕地和林地的地表覆蓋面積減少較多,草地的地表覆蓋面積減小較少。

(3)2014～2020年地表溫度和土地利用類型有著顯著的關(guān)系,建設(shè)用地的平均地表溫度始終大于耕地的平均地表溫度,且平均地表溫度最高,林地的平均地表溫度最低。因此,為了降低城鎮(zhèn)發(fā)展對(duì)地表溫度的影響,應(yīng)該增加植被的種植面積和水域面積。