屈右銘，蔡榮輝，霍林，湯宇，李晶

（1.湖南省氣象科學(xué)研究所，湖南 長沙 410007；2.南京信息工程大學(xué) 大氣科學(xué)學(xué)院，江蘇 南京 210044；3.長沙市氣象局，湖南 長沙 410007；4.湖南省防雷中心，湖南 長沙 410007）

城市的發(fā)展導(dǎo)致自然地表被人造地表如金屬、 瀝青和水泥所替代，使得城鄉(xiāng)地表熱力特性發(fā)生改變，使城鄉(xiāng)氣候環(huán)境產(chǎn)生差異．這種由于城市地表改變而引起同期城市空氣和地表溫度（LST）比郊區(qū)高的現(xiàn)象稱為城市熱島（UHI）效應(yīng)，170年前由Howard提出[1]．研究UHI變化規(guī)律及其形成機(jī)制，對城市發(fā)展和規(guī)劃及減緩城市熱島效應(yīng)具有重要意義[2]．

目前UHI的研究方法有多種[3]．遙感技術(shù)作為定期觀測地表的有效工具，早已被廣泛應(yīng)用于UHI分布監(jiān)測．利用衛(wèi)星遙感地表特征資料是研究UHI的有效手段，美國科學(xué)家最早應(yīng)用其反演的植被覆蓋來研究UHI[4-5]．1.1 km分辨率的AVHRR衛(wèi)星資料通過將復(fù)雜的城市區(qū)域簡單地處理成粗糙元來反映城市溫度空間分布，研究城市熱島的形成，國內(nèi)學(xué)者利用AVHRR遙感衛(wèi)星數(shù)據(jù)研究了北京、上海等幾個大城市的城市熱島效應(yīng)[6-7]．近年來，利用更高分辨率衛(wèi)星如TM等資料研究了許多城市的UHI，如波蘭的洛茲、西班牙的格蘭納達(dá)[8]，以及中國北京、上海、南京等城市[9-10]．雖然高分辨率衛(wèi)星資料能反映城市街區(qū)尺度，但其時間分辨率低，而且資料不易獲得，所以在應(yīng)用中受到一定的限制．美國NASA發(fā)射的對地觀測系統(tǒng)（EOS） Terra和Aqua衛(wèi)星1～2 d觀測整個地球表面狀況，利用其裝載的中分辨率成像光譜儀（MODIS）可獲得36個光譜通道資料，根據(jù)一定的算法對地表特征進(jìn)行反演分析，可以實現(xiàn)對區(qū)域/全球尺度的氣候環(huán)境變化觀測[11]．與LandsatTM相比，具有高時間分辨率和高光譜分辨率的優(yōu)點，但利用其研究城市熱島效應(yīng)卻較少[12]．

由于城市下墊面地表特征復(fù)雜，大氣對地表輻射的削弱等因素的復(fù)合影響，使得根據(jù)衛(wèi)星資料估算地表溫度成為一個非常復(fù)雜的問題[13-14]．柏晶瑜等[15]將晴空TBB （temperature of blackbody on the top of cloud）資料進(jìn)行變分技術(shù)處理，對青藏高原地溫場進(jìn)行了變分分析，結(jié)果表明，在復(fù)雜的地形特征、大氣衰減等多種因子影響下，通過變分處理技術(shù)得到的訂正結(jié)果可以提高青藏高原地區(qū)地溫場信息的客觀性與青藏高原下墊面熱力狀況的描述能力．王桂林等[3]采用南京市自動氣象站地面溫度實測資料，運用變分訂正方法，對MODIS反演的地表溫度場進(jìn)行驗證，結(jié)果說明利用衛(wèi)星遙感地表參數(shù)是研究城市熱島的有效手段．筆者考慮到城市下墊面復(fù)雜的地表特征及云、大氣衰減等因素對EOS/MODIS數(shù)據(jù)反演地表溫度的影響，采用晴空過程長沙城區(qū)及近郊區(qū)中小尺度自動站AWS （automatic weather station）氣溫觀測真值對對其進(jìn)行變分訂正，研究長沙城市熱島效應(yīng)空間分布特征并分析其形成機(jī)制．

1 研究區(qū)域概況

由于沒有采用GIS空間分析技術(shù)，考慮到研究方便以及研究區(qū)的具體發(fā)展情況，截取了主要市區(qū)和部分郊區(qū)為長沙市研究區(qū)域，研究范圍以長沙市區(qū)為中心的40 km×40 km的矩形區(qū)域，位于湖南省東部偏北的湘江下游與長瀏盆地西緣[16]，地理位置112.80°E～113.20°E，28.40°N～28.00°N，包括長沙市區(qū)及其周邊望城縣和長沙縣部分地區(qū)．該區(qū)域內(nèi)有多種地表覆蓋類型：城市、林地、作物以及水域等[17]．從一些學(xué)者的前期相關(guān)研究成果看，研究區(qū)域主要地表覆蓋類型為城市建設(shè)用地、林地、田地和水域，其中城市建設(shè)用地主要在核心城區(qū)，林地分布在四周山地；田地主要分布在核心城區(qū)周邊的郊區(qū)、湘江水域以及地勢較低的山谷區(qū)域，水域主要有湘江、瀏陽河和部分湖泊[18]．長沙市城區(qū)四周均有地勢較高的山地，四面環(huán)山的地貌特征容易造成城區(qū)的熱量聚集，有利于城市熱島效應(yīng)的形成．

歷華等[17]利用MODIS數(shù)據(jù)與TM影像相結(jié)合的方法，對長沙市和長株潭城市群的城市熱島效應(yīng)進(jìn)行研究，結(jié)果表明，7─9月城市熱島效應(yīng)最顯著，但也有學(xué)者利用氣象部門提供的觀測數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，長沙在秋冬季也有很強(qiáng)的城市熱島強(qiáng)度[19]．利用氣象部門AWS觀測資料分析發(fā)現(xiàn)，在6─10月間均有不同強(qiáng)度的城市熱島，并發(fā)現(xiàn)夜間的熱島強(qiáng)度較為明顯[19-20]．考慮獲取同期的晴空MODIS資料以及降水影響（長沙市9月下旬后降水量減少，低云量日多[20]），選取的時間段為降水較少的10月，選擇了研究區(qū)域內(nèi)的2008年10月14日的湖南省氣象局通過FENGYUNCast系統(tǒng)自行接收的EOS/MODIS晴空資料（圖1）．

首先對MODIS資料進(jìn)行預(yù)處理，包括前期自動預(yù)處理解包和歸整，高精度定位處理，多通道定標(biāo)預(yù)處理和1B（HDF）文件格式生成，將HDF文件進(jìn)行投影生成為LD2的投影文件，再采用可見光進(jìn)行太陽高度訂正和去條紋處理．采用分布函數(shù)擬合的方法，選取一個或多個光譜響應(yīng)狀態(tài)良好的探測器為基準(zhǔn)，統(tǒng)計各探測器取值的概率分布函數(shù)，再依照基準(zhǔn)探測器的分布函數(shù)進(jìn)行校正．

2 地表溫度場的生成與變分訂正

2.1 歸一化植被指數(shù)場的生成

以MODIS遙感影像資料為主要數(shù)據(jù)源，分析城市土地利用格局變化情況[21]．植被歸一化指數(shù)NDVI是描述地表植被特征的重要指標(biāo)，通常為0～1．利用2008年10月14日白天的MODIS資料1、2通道亮溫反演出NDVI值．由圖2可見，城市和建筑地區(qū)具有較低的NDVI值，為0.1～0.3，周圍其他小城鎮(zhèn)也出現(xiàn)相似情形，區(qū)域平均城鄉(xiāng)NDVI值差為0.2左右，湘江水體由于水體判識閾值的調(diào)整，部分也被識別為低NDVI值區(qū)域．

2.2 地表溫度場的生成

衛(wèi)星的熱紅外觀測揭示了 LST在大時空尺度上的變化格局，它是地表能量平衡、水文循環(huán)、生態(tài)系統(tǒng)模型等的重要參數(shù)．由于晝夜熱紅外溫度與

圖1 研究區(qū)域地形高程圖Fig.1 The terrain elevation map of analyzed region

圖2 2008-10-14 MODⅠS資料反演的長沙市NDVⅠ分布Fig.2 The NDVⅠ was derived from MODⅠS data of Changsha at Oct. 14，2008

平均氣溫具有非常一致的季節(jié)變化趨勢，可以很好地反映空間區(qū)域的溫度差異[22]．LST反演算法，目前常用的方法就是分裂窗算法（Split Windows）[23]，該算法利用大氣窗口10～13 μm兩相鄰?fù)ǖ溃?1～12 μm）上大氣的吸收作用不同，由兩通道測量值的各種組合來消除大氣的影響[24-26]．UHI由 MODIS反演的長沙市及其周邊地區(qū)的LST來測量．晴空條件下，MODIS反演LST的分裂窗算法如下[2，27]：

式中，ε= 0 .5（ε31+ε32）和 Δε=ε31-ε32，分別是MODIS 31和32通道的地表比輻射率的平均值和差值，T31和T32分別是這兩個分窗通道的亮度溫度．系數(shù)C，Ai和Bi（i=1，2，3）通過統(tǒng)計大范圍的地表和大氣條件下輻射傳輸計算的MODIS模擬數(shù)據(jù)的線性回歸得到．

可使用Valor和Casselles提出的地表發(fā)射率估算式[27]求出ε，方程式如（2）與（3）式，其中ε31、ε32是代表MODIS31、32通道的地表發(fā)射率，地表溫度反演采用夜間的晴空MODIS資料，只有21～36通道的數(shù)據(jù)，NDVI值由同一天的白天晴空MODIS資料反演得到．

圖3 2008-10-14 MODⅠS資料反演的LST場Fig.3 The LST was derived from MODⅠS data at 22:00，Oct 14，2008

2.3 變分訂正方法

常見的變分校準(zhǔn)方案需要將校準(zhǔn)參照變量插值到被校準(zhǔn)變量的格點上[28]．由于研究所采用的自動站數(shù)據(jù)收集不完整，造成參照變量分布不均勻，變分校正時會將這一個虛假的梯度引入，影響校準(zhǔn)效果，從而導(dǎo)致訂正后數(shù)據(jù)的空間分布產(chǎn)生誤差．另外，稀疏的參照值插值本身也存在困難，特別是在邊界和大面積無資料區(qū)（如海洋區(qū)域）．本研究借鑒了新的訂正方案，不需要對參照值進(jìn)行整場插值，克服了將稀疏的參照點插值到高分辨率遙測資料的格點（分析格點）上帶來的虛假梯度等問題．在保持AWS氣溫資料的高分辨空間分布形態(tài)基本不變的同時，修訂其系統(tǒng)性偏差，提高了數(shù)據(jù)的可用性和準(zhǔn)確性[29]．新的變分訂正方案，構(gòu)造一個泛函，使其補(bǔ)助積分宗量[30]為：i= 1

3 長沙城市熱島特征分析

相關(guān)研究成果表明，高程越低，坡度越小，越有利于熱島中心的形成[32]．長沙市城區(qū)四周雖然有地勢相對較高的山地，但最高處也只有300 m左右，地形梯度小，接近四面環(huán)山的地貌特征容易造成城區(qū)的熱量聚集，使得長沙城區(qū)存在明顯的熱島分布，夏季初秋夜間具有較強(qiáng)的熱島效應(yīng)．地表覆蓋類型對UHI的效應(yīng)明顯，長沙核心城區(qū)人口密集，高樓眾多，下墊面多為水泥和瀝青，植被覆蓋差，含水性極差，而下墊面性質(zhì)差異是影響城市熱島形成的最主要因素[35]．這些因素導(dǎo)致核心區(qū)溫度明顯高于其他地區(qū)，地表植被綠地狀況與UHI呈現(xiàn)明顯反相關(guān)分布（圖略）．

利用EOS/MODIS數(shù)據(jù)反演得到的LST場能夠更好地反映城市熱島的主要特征，并對該特征進(jìn)行局部放大（圖3）．長沙核心城區(qū)的熱島延伸到東北角，該區(qū)域也存在一個高溫區(qū)，因為該區(qū)域為長沙縣星沙開發(fā)區(qū)所在地，是主要的工業(yè)聚集區(qū)．另外可以看到，岳麓山對長沙城市熱場的調(diào)節(jié)作用，在長沙市核心城區(qū)的左側(cè)，湘江的西岸存在一塊相對地勢較高的岳麓山區(qū)域，是植被指數(shù)高值區(qū)（圖2），是長沙城區(qū)存在的唯一一個冷島，表明大面積植被有助于改善城市的熱環(huán)境．據(jù)研究，大面積水域有助于降低城市熱島效應(yīng)，但由于10月中旬湘江處于枯水期，大部分河床裸露，因此在LST場中未發(fā)揮顯著作用．

經(jīng)變分訂正后的LST場綜合了初始場和AWS氣溫場的分布特征，明顯改善了MODIS初始LST場的梯度，使得反演得到的結(jié)果在數(shù)值上更接近實況（圖 5）．UHI分布與城市結(jié)構(gòu)的輪廓相一致，長沙城區(qū)與地勢相對平坦的近郊區(qū)的地表溫度差異為 3～5 ℃，與地勢較高的周邊遠(yuǎn)郊區(qū)的地表溫度差異為6～8 ℃，長沙城區(qū)熱島效應(yīng)與城市規(guī)劃呈對應(yīng)關(guān)系，熱島效應(yīng)最顯著的區(qū)域為二環(huán)線內(nèi)，并從中心沿三環(huán)逐漸向郊區(qū)減弱．

圖4 MODⅠS衛(wèi)星的過境時段的AWS溫度場Fig.4 The distribution of the temperature based on AWS data at the time when the satellite gone across

圖5 經(jīng)AWS數(shù)據(jù)變分訂正后的LST場Fig.5 The distribution of the LST which has been variational processed by AWS data

4 結(jié)論與討論

利用MODIS衛(wèi)星資料反演了長沙市區(qū)域的LST場，結(jié)果表明，該區(qū)域存在明顯的熱島效益，反映的熱島分布與實際情況基本相符，但還存在以下問題．

⑴ 利用衛(wèi)星遙感資料反演亮溫場數(shù)值大小與實際氣溫還存在一定的差異，主要是由于在地表覆蓋類型異常復(fù)雜，植被覆蓋極低（＜0.08）的情況下，反演的地表反照率存在一定的誤差，導(dǎo)致得到的LST偏高，而其梯度也高于實際情況，但其反映的城市熱島特征更加顯著．

（2） 盡管采用的自動氣象站資料存在站點分布不規(guī)則，數(shù)據(jù)還需加強(qiáng)質(zhì)量控制，但本研究引用的新的變分訂正方法對于校正衛(wèi)星資料反演的等高分辨率物理量場具有積極意義．

（3） 由于湖南省的MODIS資料數(shù)據(jù)從2005年才開始采集，所以無法進(jìn)行多時次的城市熱場分析對比，僅僅分析了空間分布特征，沒有完成長沙城市熱島效應(yīng)的時空特征分析，得出的初步結(jié)論還有待進(jìn)一步的驗證．

（4） 長株潭城市群是華中南地區(qū)重要的城市聚集區(qū)，隨著長株潭兩型社會的建設(shè)，三市融城節(jié)奏的加快，其城市生態(tài)環(huán)境越來越受到重視，研究長株潭城市群的熱島效應(yīng)具有重要現(xiàn)實意義．受自動站站點布設(shè)的限制（湘潭與株洲核心城區(qū)還未布設(shè)自動氣象站），僅僅分析了長沙城市熱島效應(yīng)，而長株潭城市群將是今后湖南省城市熱島效應(yīng)研究的重點．

[1] Howard L．Climate of London Deduced from Meteorological Observations[M]．3rd．London：Harvey and Darton，1833：348．

[2] 張佳華，侯英雨，李貴才，等．北京城市及周邊熱島日變化及季節(jié)特征的衛(wèi)星遙感研究與影響因子分析[J]．中國科學(xué)D輯：地球科學(xué)，2005，35（增刊I）：187-194．

[3] 王桂玲，蔣維楣，魏鳴．城市熱島效應(yīng)的衛(wèi)星遙感分析[J]．南京氣象學(xué)院學(xué)報，2007，30（6）：298-304．

[4] Roth M，Oke T R，Emery W J．Satellite derived urban heat islands from three coastal cities and the utilization of such data in urban climatology[J]．International Journal of Remoteensing，1989，10（11）：1699-1720．

[5] Owen T W，Carlson T N，GilliesR R．An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climatic effectof urbanization[J]．International Journal of Remote Sensing，1998，19（9）：1663-1681．

[6] 范心圻，劉繼韓，張彬，等．我國主要城市熱島現(xiàn)象動態(tài)監(jiān)測研究[C]//徐希孺．環(huán)境遙感與作物估產(chǎn)的遙感研究論文集．北京：北京大學(xué)出版社， 1991：171-189．

[7] 周紅妹，周成虎，葛偉強(qiáng)，等．基于遙感和GIS的城市熱場分布規(guī)律研究[J]．地理學(xué)報，2001，56（2）：189-197．

[8] Weng Q．Fractal analysis of satellite-detected urban heat island effect[J]．Photogrammetric Engineering & Remote Sensing，2003，69（5）：555-566．

[9] 陳云浩，王潔，李曉兵．夏季城市熱場的衛(wèi)星遙感分析[J]．國土資源遙感，2002（4）：55-59．

[10] 唐伶俐，陳剛，戴昌達(dá)．南京市熱島效應(yīng)的衛(wèi)星遙感[J]．國土資源遙感，1993（2）：6-9．

[11] Parkinson C L，Greenstone R．EOS data products handbook[K]．Maryland：NASA Goddard Space Flight Center，2000：163．

[12] 佟華，劉輝志，胡非，等．城市規(guī)劃對大氣環(huán)境變化及空氣質(zhì)量的影響[J]．氣候與環(huán)境研究， 2003，8（2）：860-87．

[13] 程興宏，徐祥德，張勝軍，等．北京地區(qū)熱島非均勻分布特征的衛(wèi)星遙感-地面觀測綜合變分分析[J]．氣候與環(huán)境研究，2007，12（5）：683-692．

[14] 徐祥德，許健民，王繼志，等．大氣遙感再分析場構(gòu)造技術(shù)與原理[M]．北京：氣象出版社， 2003：58-91．

[15] 柏晶瑜，徐祥德，劉瑞云．對晴空TBB資料的變分訂正在青藏高原地溫研究中的應(yīng)用[J]．計算物理，2001（4）：298-302．

[16] 劉珊，顏智勇．湘江流域長沙段水資源問題分析[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報：自然科學(xué)版，2009，35（1）：64-66．

[17] 歷華，曾永年，贠培東，等．基于MODIS數(shù)據(jù)的長株潭地區(qū)城市熱島時空分析[J]．測繪科學(xué)，2007，32（5）：108-204．

[18] 歷華．基于多源遙感數(shù)據(jù)的城市熱島研究——以長株潭地區(qū)為例[D]．長沙：中南大學(xué)信息物理工程學(xué)院，2007：26-28．

[19] 曹進(jìn)，曾光明，石林，等．基于RS和GIS的長沙城市熱島效應(yīng)與TSP污染耦合關(guān)系[J]．生態(tài)環(huán)境，2007，16（1）：12-17．

[20] 倪黎，沈守云，黃培森．園林綠化對降低城市熱島效應(yīng)的作用[J]．中南林業(yè)科技大學(xué)學(xué)報，2007，22（7）：73-25．

[21] 唐志紅，崔衛(wèi)國，文倩．中南丘陵區(qū)土地利用格局時空變化分析[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報：自然科學(xué)版，2009，35（2）：204-207．

[22] 覃志豪，高懋芳、秦曉敏，等．農(nóng)業(yè)旱災(zāi)監(jiān)測中的地表溫度遙感反演方法[J]．自然災(zāi)害學(xué)報，2005，8（14）： 64-71．

[23] 李粉玲，劉勇．基于MODIS的祁連山區(qū)路面溫度反演算法比較[J]．蘭州大學(xué)學(xué)報：自然科學(xué)版，2008，44（專輯）：6-9．

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

[25] 吳孟泉，崔偉宏，李景剛．基于MODIS影像數(shù)據(jù)的劈窗算法研究及其參數(shù)確定[J]．遙感技術(shù)與應(yīng)用，2005，20：284-289．

[26] 孫亮，孫睿，賈成剛，等．MODIS數(shù)據(jù)反演地表溫度劈窗算法比較[J]．北京師范大學(xué)學(xué)報：自然科學(xué)版，2008，44（4）：434-438．

[27] 徐敏彰．MODIS衛(wèi)星資料在反演地表溫度之應(yīng)用[C]//2007年臺灣地球科學(xué)聯(lián)合學(xué)術(shù)研討會論文．臺灣，2007．

[28] 徐祥德，周秀驥，翁永輝，等．星載MODIS資料與地面光度計探測氣溶膠變分場[J]．科學(xué)通報，2003，8（15）：1680-1685．

[29] 萬齊林．氣象遙感資料變分校準(zhǔn)方案改進(jìn)及應(yīng)用試驗[J]．氣象，2006，32（11）：19-24．

[30] 馬慧，萬齊林，陳子通，等．基于Z-I關(guān)系和變分校正法改進(jìn)雷達(dá)估測降水[J]．熱帶氣象學(xué)報，2008， 28（5）：546-549．

[31] 沈桐立，閔錦忠，吳誠鷗，等．有限區(qū)域衛(wèi)星云圖資料變分分析的試驗研究[J]．高原氣象，1996，15（1）：58-67．

[32] 張兆明，何國金，肖榮波，等． 基于RS與GIS的北京市熱島研究[J]．地球科學(xué)與環(huán)境學(xué)報，2007，29（1）：107-110．

[33] 趙永，沙晉．地形因子對福州市水熱空間分布影響的分析[J]．遙感應(yīng)用，2007（6）：68-72．

[34] 李成范，劉嵐．山地城市熱島效應(yīng)的遙感研究——以重慶市北碚區(qū)為例[J]．測繪工程，2009，18（1）：45-49．

[35] 顏玲．長沙市熱島效應(yīng)遙感分析及其防治措施[J]．工程與地質(zhì)環(huán)境，2006，3（3）：155-157．

英文編輯：胡東平