李海峰

（1.四川建筑職業(yè)技術(shù)學院，四川 德陽618000）

城市化使得大量農(nóng)村人口遷入城市，創(chuàng)造了豐富的物質(zhì)財富，推動了城市經(jīng)濟和社會的發(fā)展。與此同時，也給城市帶來了沉重的負擔，交通擁擠，能源過度消耗，城市生態(tài)環(huán)境惡化等一系列城市問題凸顯。由城市熱環(huán)境異常而導致的城市熱島效應成為最典型的城市生態(tài)問題之一，由此導致城市空氣質(zhì)量下降，已經(jīng)嚴重影響城市居民的正常生活，制約城市的可持續(xù)發(fā)展。

近幾十年來，有關(guān)城市熱島效應的研究已在全國眾多大、中城市展開，如北京[1-2]、上海[3-4]、成都[5]、長沙[6]、綿陽[7]等。研究方法從最初單純的地面觀測法發(fā)展到遙感監(jiān)測法和數(shù)值模擬法，以及上述3種方法的有機結(jié)合；研究內(nèi)容也從研究熱島效應本身特點發(fā)展到研究熱島效應形成的驅(qū)動機制、典型城市景觀的熱環(huán)境效應和緩解城市熱島效應的對策，研究內(nèi)容和手段都更加豐富，然而無論選用何種手段，研究什么主題，選擇亮溫還是地溫作為評價指標都是學者們面臨的問題之一。

1 理論與方法

1.1 基本理論

遙感紅外傳感器探測到的是目標物的輻射能量。當把地球作為遙感靶面時，其輻射率幾乎不隨波長變化，且接近黑體輻射率。因此，常把地球當作黑體，遵照普朗克定律反演得到黑體亮度溫度（TBB），又簡稱為亮度溫度或亮溫。太陽的熱能被輻射到地面后，在被反射的同時也會被地面吸收，使地面增熱，對地表面的溫度進行測量后得到的溫度即為地表溫度（LST），簡稱地溫。當然，它與氣象上的地面溫度有著本質(zhì)區(qū)別。

1.2 基本方法

目前，利用TM遙感影像反演TBB和LST的算法和步驟較成熟，如圖1所示。前期幾何校正完成后，需進行輻射校正，該工作主要針對Band3、Band4和Band6波段（熱紅外波段）。

1.2.1 輻射定標

遙感成像過程相當復雜，眾多因素都會對成像質(zhì)量產(chǎn)生影響，如太陽高度角、大氣狀況等。為將影響降到最低，進行輻射定標是非常必要的，采用波段光譜輻射亮度進行輻射定標的模型為[8]：

式中，Lλ為光譜輻射值；Qλ為量化標定后的像元值，該值用DN表示；Qmax為理論上最大的DN值；Lminλ和Lmaxλ分別為Qmax和Qmin拉伸的光譜輻射值的最大和最小值。

圖1 LST反演流程圖

1.2.2 大氣校正

利用遙感影像進行定量研究，大氣校正是必不可少的。因為遙感成像受大氣成分、氣溶膠等影響，僅通過預處理達不到定量分析的精度要求[9]。對于TM影像大氣校正的方法較多，本文選擇COST模型法。該方法是Chavez[10-12]提出的，以圖像為基礎(chǔ)的估算方法，實質(zhì)上就是將輻射定標后的傳感器光譜輻射值減去大氣層光譜輻射值。在參考文獻[10]中有詳細闡述，其模型為：

式中，LIhaze為光譜輻射值；LImin為最小光譜輻射值；

LI1%為反射率為1%的黑體輻射值。

1.2.3 TBB反演

對Band6完成輻射定標、大氣校正后，即可反演TBB，利用式（3）可將像元的DN值直接轉(zhuǎn)化為TBB。

式中，Lλ為輻射亮度；Gainλ和Biasλ可在頭文件中獲取。

1.2.4 LST反演

針對TM影像熱紅外波段計算LST的算法主要包括Sebrino J A[13]等提出的輻射傳輸方程法，覃志豪[14-15]等提出的單窗算法，Artis D A[16]等提出的基于影像（IB）算法等。本文選擇IB算法反演LST。該算法的模型為：

式中，Ts為 LST(K)；T 為 TBB(K)；λ=11.5 μm ；ρ=hc/ ε =1.438×10-23J/K，為玻爾茲曼常數(shù)；h=6.626×10-36Js，為Plank's常數(shù)；c=2.998×108 m/s；ε為地表比輻射率，本文地表比輻射率通過NDVI法計算獲得。

2 實驗與分析

2.1 實驗區(qū)

本文選取四川省綿陽市建成區(qū)為實驗區(qū)。綿陽市位于四川盆地西北部，涪江中上游，建成區(qū)地形以平地和丘陵為主，具有一定代表性。Landsat TM影像時間為2007-05-06，該時刻樣區(qū)內(nèi)影像質(zhì)量較好，可進行定量分析。

2.2 結(jié)果分析

2.2.1 TBB、LST以及差異分析

根據(jù)上述方法，獲得綿陽市建成區(qū)（2007年范圍）內(nèi)TBB和LST的分布圖（圖2），對比兩幅圖發(fā)現(xiàn)：TBB的范圍是291.761～314.712 K，最大值與最小值相差22.951 K；而LST的范圍是293.889～316.535 K，最大值與最小值相差22.646 K，無論最大值還是最小值LST均比TBB大2 K左右。兩幅圖中溫度較高區(qū)域和溫度較低區(qū)域的分布范圍基本一致，高溫區(qū)域都主要集中在涪城區(qū)、高新區(qū)和永興鎮(zhèn)附近。

在ArcGIS軟件中，利用空間分析功能對TBB和LST數(shù)據(jù)進行差值運算（LST數(shù)據(jù)減去TBB數(shù)據(jù)），結(jié)果如圖3所示，二者的差值在0.35～3.12 K之間，按照等間距法將差值分成5個等級，各等級用不同顏色表示，即得到TBB和LST差值分級圖（圖4），差值最大的區(qū)域也出現(xiàn)在涪城區(qū)、高新區(qū)和永興鎮(zhèn)附近，科學城、游仙區(qū)等區(qū)域差值較小。同時統(tǒng)計5個等級的面積、所占比例并列于表1中，可以發(fā)現(xiàn)，二者的差值主要集中在 0.91～1.46 K、1.47～2.01 K和 2.02～2.57 K 3個區(qū)間，約占總面積的98.06%，1.47～2.01 K區(qū)間所占比例最大為46.94%， 0.34～0.90 K和2.58～3.13 K共占總面積的1.94%。

圖2 TBB、LST分布圖

圖3 TBB和LST差值分布圖

圖4 TBB和LST差值分級圖

表1 不同區(qū)間面積統(tǒng)計表

2.2.2 熱島區(qū)與冷島區(qū)差異分析

在研究城市熱島效應時，學者們常先對城市熱島等級進行劃分，再研究不同等級熱島的時空演變規(guī)律。熱島等級劃分的常用方法包括等間距法[17]和均值標準差法[18]兩種。均值標準差法被大多數(shù)學者采納，該方法可將熱島劃分為高溫區(qū)、次高溫區(qū)、中溫區(qū)、次低溫區(qū)和低溫區(qū)5個等級。本文中將高溫區(qū)和次高溫區(qū)定義為熱島區(qū)，中溫區(qū)、次低溫區(qū)和低溫區(qū)定義為冷島區(qū)。以TBB和LST數(shù)據(jù)為基礎(chǔ)，利用ArcGIS軟件劃分熱島區(qū)和冷島區(qū)，結(jié)果如圖5所示，可以看出，熱島區(qū)和冷島區(qū)劃分結(jié)果差異不大，基本保持一致。

為進一步研究利用TBB和LST數(shù)據(jù)進行熱島和冷島劃分的差異，在ArcGIS軟件中采用轉(zhuǎn)移矩陣法進行空間分布差異分析，結(jié)果如圖6所示，同時統(tǒng)計相關(guān)數(shù)據(jù)并列于表2中。

表2 熱島區(qū)、冷島區(qū)轉(zhuǎn)換統(tǒng)計表

結(jié)合圖6和表2可知，利用TBB與LST數(shù)據(jù)進行熱島區(qū)和冷島區(qū)劃分的結(jié)果基本一致（即圖6中橙黃色區(qū)域，表2中不變區(qū)域），劃分結(jié)果相同的區(qū)域面積占比達到94.50%。利用LST數(shù)據(jù)劃分為熱島區(qū)而利用TBB數(shù)據(jù)劃分為冷島區(qū)的面積為1.38 km2，占比為1.72%；利用LST數(shù)據(jù)劃分為冷島區(qū)而利用TBB數(shù)據(jù)劃分為熱島區(qū)面積為3.03 km2，占比為3.78%。由此可知，二者劃分結(jié)果的一致性高達94.50%，差異較小，對整體研究影響不大。

圖5 熱島區(qū)、冷島區(qū)分布圖

圖6 熱島區(qū)、冷島區(qū)變化時空分布圖

3 結(jié) 語

TBB和LST數(shù)據(jù)是研究城市熱島效應、熱環(huán)境的兩個有效指標，二者的適宜性哪個更好目前尚無定論。以綿陽市建成區(qū)為例，采用IB算法反演TBB和LST數(shù)據(jù)，結(jié)果顯示二者存在差異，但差異性不大，差值主要0.91～2.57 K之間，約占總面積的98.06%。利用TBB和LST數(shù)據(jù)劃分熱島和冷島，整體結(jié)果較為一致，通過轉(zhuǎn)移矩陣法研究了二者在空間上的差異，劃分結(jié)果一致的面積占比達到94.50%。

[1] 宮阿都,陳云浩,李京,等.北京市城市熱島與土地利用/覆蓋變化的關(guān)系研究[J].中國圖像圖形學報,2007,12(8):1 476-1 482

[2] 邱海玲,朱清科,武鵬飛.城市綠地對周邊建設(shè)用地的降溫效應分析[J].中國水土保持科學,2015,13(1):111-117

[3] 陳云浩,史培軍,李曉兵,等.城市空間熱環(huán)境的遙感研究:熱場結(jié)構(gòu)及其演變的分形測量[J].測繪學報,2002,31(4):322-326

[4] 岳文澤,徐建華,徐麗華.基于遙感影像的城市土地利用生態(tài)環(huán)境效應研究:以城市熱環(huán)境和植被指數(shù)為例[J].生態(tài)學報,2006,26(5):1 450-1 460

[5] 許輝熙,但尚銘,何政偉,等.成都平原城市熱島效應的遙感分析[J].環(huán)境科學與技術(shù),2007,30(8):21-23

[6] 徐雙,李飛雪,張盧奔,等.長沙市熱力景觀空間格局演變分析[J].生態(tài)學報,2015,35(11):3 743-3 754

[7] 李海峰.多源遙感數(shù)據(jù)支持的中等城市熱環(huán)境研究[D].成都:成都理工大學,2012:20-24

[8] 池宏康,周廣勝,許振柱,等.表觀反射率及其在植被遙感中的應用[J].植物生態(tài)學報,2005,29(1):74-80

[9] 亓雪勇,田慶久.光學遙感大氣校正研究進展[J].國土資源遙感,2005,66(4):1-6

[10] 王靜.土地資源遙感監(jiān)測與評價方法[M].北京:科學出版社,2006

[11] Jr P S C. An Improved Dark-object Subtraction Technique for Atmospheric Scattering Correction of Multi-spectral Data[J].Remote Sensing of Environment,1988,24(3):459-479

[12] Jr P S C. Image-based Atmospheric Correction Revisited and Improved[J].Photogrammetric Engineering and Remote Sensing,1996,62(9):1 025-1 036

[13] Sobrino J A, Jiménez-Mu?oz J C, Paolini L. Land Surface Temperature Retrieval from Landsat TM5[J].Remote Sensing of Environment,2004,90(4):434-440

[14] 覃志豪, ZHANG M H, Arnon K,等.用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J].地理學報,2001,56(4):456-466

[15] 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,2001,22(18):3 719-3 746

[16] Artis D A，Carnahan W H. Survey of Emissivity Variability in Thermography of Urban Areas[J].Remote Sensing of Environment,1982,12(4):313-329

[17] 張勇,余濤,顧行發(fā),等.CBERS-02 IRMSS熱紅外數(shù)據(jù)地表溫度反演及其在城市熱島效應定量化分析中的應用[J].遙感學報,2006,10(5):789-797

[18] 陳松林,王天星.等間距法和均值標準差法界定城市熱島的對比研究[J].地球信息科學學報,2009,11(2):145-150