張 昆，紀冬冬，焦君杰

?

海州煤礦地表溫度反演分析

張 昆1，紀冬冬2，焦君杰1

（1.桂林理工大學地球科學學院，廣西 桂林 541006；2.華夏幸福基業(yè)股份有限公司，河北 廊坊 065000）

采用Landsat5 /TM在海州露天煤礦地區(qū)的遙感影像為圖像源，對阜新海州煤礦關(guān)停前和關(guān)停后的地表溫度進行反演，結(jié)果表明：①時間分布，煤炭資源的開采和能源產(chǎn)業(yè)的發(fā)展加大了該礦區(qū)關(guān)閉后的地表溫度。2009年的中高溫區(qū)明顯高于2000年的中高溫區(qū)，2009年的中低溫區(qū)和低溫區(qū)所占比例均小于2000年，這和全球變暖相一致；②空間分布，2009年6月從溫度分布圖可以看出明顯的溫度變化梯度，地表溫度呈現(xiàn)依次升高。這些高溫區(qū)都位于礦區(qū)，或者城區(qū)。因此利用地表溫度反演，可以為礦區(qū)環(huán)境治理起到一定的監(jiān)測作用。

遙感；單窗算法；地表溫度；海州煤礦

隨著遙感技術(shù)的發(fā)展及人類對全球變暖現(xiàn)象的關(guān)注，人們越來越重視對城市熱環(huán)境的研究。煤炭開采和能源產(chǎn)業(yè)的發(fā)展產(chǎn)生大量溫室氣體和嚴重的地表塌陷，改變了原來的大氣組分從而使地表溫度發(fā)生了很大變化。遙感技術(shù)能重復大范圍地獲取同一地區(qū)的數(shù)據(jù)信息，具有綜合、宏觀等特點，可以及時有效地掌握地表溫度的變化特征。采用覃志豪反演精度高的單窗算法[1]，以海州煤礦區(qū)為研究對象，采用 Landsat/TM 數(shù)據(jù)，進行研究區(qū)的地表溫度反演，分析溫度的時空分布情況，可為該地區(qū)的溫度變化和氣候環(huán)境影響評估提供一個可靠的參考。

1 研究區(qū)概況

海州露天煤礦位于遼寧省阜新市南部太平區(qū)內(nèi)，占地面積達26.82km2；包括采場6km2，排土場及排矸廠4.8km2，工業(yè)場地3.84km2，周邊民居所及生活的設(shè)施2.18km2。礦區(qū)總體地勢表現(xiàn)為東南高，西北低。該地區(qū)屬于溫帶大陸性季風氣候，春夏秋冬比較明顯，夏天溫度較高雨量大，年平均降水量為 539.3mm。礦區(qū)北部有細河經(jīng)過，流向東西向，離采場非工作側(cè)1.5～2.0km，是礦區(qū)附近僅有的固定式水系。細河自阜新蒙古族自治縣轄區(qū)內(nèi)發(fā)源，從駱駝山西側(cè)坡，流入大凌河，區(qū)間面積達2 295km2，集水面積達477km2。細河河床平寬和緩，河谷沖積層主要為淤泥、細砂、組砂、礫石等。河流水量比較小，除多日強降雨會產(chǎn)生大量集水外，大多時間河水僅寬3～4m，深0.50～0.60m。海州煤礦北部有季節(jié)性河流匯集成的水庫[2]。

2 數(shù)據(jù)來源及處理

該研究利用ENVI軟件對海州煤礦2000年7月和2009年6月兩期的Landsat 5遙感影像數(shù)據(jù)進行輻射定標、大氣校正處理，然后進行地表溫度反演流程圖，如下圖所示（圖1）。

圖1 利用landsat5熱紅外單波段影像溫度反演流程

3 地表溫度反演理論與方法

3.1 單窗算法

覃志豪單窗算法[3-7]具有很高的反演精度，是基于Landsat TM6反演地表溫度的算法。因此，研究選擇覃志豪等人提出的單窗算法來反演地表溫度。其計算公式如下:

TS=[a（1－C－D）+[b（1－C－D）+C+D）]T6－DTa]/C

=[-a（C+D－1）+[（b－1）（1－C－D）+1]T6－DTa]/C （1）

式中：TS表示實際地表溫度（K），T6表示星上輻射量度對應(yīng)的亮溫溫度（K），Ta表示大氣平均作用溫度（K），a、b均為參考系數(shù)。地表溫度為0~70℃時a，b分別為-67.355 351，0.4586 06。

C = τε （2）

D = （1－τ） [1 + （1－ε）τ] （3）

表1?。裕停洞髿馔干渎使浪惴匠?/p>

式中：ε是地表輻射率，τ是大氣透射率

3.2 參數(shù)計算

3.2.1 大氣透射率的計算

通過大氣（或某氣層）后的輻射強度與入射前輻射強度的比值[8]，大氣溫度和水汽的變化在熱紅外波段表現(xiàn)最為明顯。影響大氣透射率計算的主要考慮因素為大氣水分含量。根據(jù)大氣水分含量ω（g/cm2）可以估算出τ（表1）。利用標準大氣（中緯度夏季大氣剖面）來模擬計算大氣水汽含量與大氣透射率的關(guān)系，再將通過氣象資料估算得到的大氣水汽含量代入模擬方程中，即可得到大氣透射率的估計值。

3.2.2 地表比輻射率ε的計算

為了獲得地表比輻射率更加精確的數(shù)值，使用覃志豪等[1]的建議，先大致將地物劃分為水體、自然表面和城市區(qū)，然后分別計算出這三種類型的地表比輻射率：

水體數(shù)值：0.995，自然表面數(shù)值：

εsurface=0.962 5+0.061 4PV-0.046 1PV2（4）

城市地區(qū)數(shù)值：

εbuilding=0.958 9 +0.086PV-0.067 1PV2（5）

其中PV表示植被覆蓋度，計算方法見下式：

PV= [（NDVI-NDVIS）/（NDVIV-NDVIS）]2（6）

式中：εsurface為自然表面像元比輻射率，εbuilding為城鎮(zhèn)像元比輻射率。

依據(jù)Sobrino[10]提出的NDVI閾值法,在ENVI的Band Math功能計算得出地表比輻射率，

σ=0.004Pv+0.968 （7）

式中：σ代表地表比輻射率；Pv=（BNIT-BRED）/（BNIT-BRED）。

3.2.3亮度溫度反演

對于Landsat5來說，可直接利用公式（8）進行熱輻射與灰度值之間的計算，公式如下所示:

表2 各溫度溫度等級像元個數(shù)

T6表示TM6的象元亮度溫度（K），K1、K2為常量，可以從數(shù)據(jù)頭文件中獲取K1=60.776mWcm-2sr-1Lm-1,K2=1 260.56K[13]。

3.2.4 大氣平均作用溫度Ta

大氣平均作用溫度主要由大氣狀態(tài)、大氣剖面的氣溫分布決定。在天氣晴朗、沒有氣體渦旋作用的標準大氣狀態(tài)下，Ta與地表周圍 2m處的氣溫T0存在如下所示的線性關(guān)系[14]。

熱帶大氣平均作用溫度： Ta=17.976 9 +0.917 15T0（10）

中緯度夏季大氣平均作用溫度： Ta=16.011 0 +0.926 21T0（11）

中緯度冬季大氣平均作用溫度： Ta=19.270 4 +0.911 18T0（12）

T0為近地溫度,可查詢當?shù)貧庀筚Y料，由于影像獲取時間為2000年7月和2009年6月，依照研究區(qū)的季節(jié)特性和區(qū)位，選取中緯度夏季的公式作為演算，從而得出：2000年Ta=289.603 2K，2009年Ta=291.9763K（圖2、3）。

圖2 阜新市2000年7月溫度反演圖

圖3 阜新市2009年6月溫度反演圖

4 實驗結(jié)果及分析

兩時期溫度對比研究結(jié)果發(fā)現(xiàn)，阜新地區(qū)2009年7月份的地表反演平均溫度為24.9℃，高于2000年6月份的地表反演平均溫度22.4℃，將溫度劃分為四個等級：低溫區(qū)（13~25℃），中低溫區(qū)（25~35℃），中高溫區(qū)（35~40℃），高溫區(qū)（40~48℃）。從表2看出2009年的溫度主要集中在中高溫區(qū)占比高達60.14%，2000年的溫度也主要集中在中高溫區(qū)占比達50.02%，且2009年高溫區(qū)占比明顯比2000年小。2000年地表溫度最高溫度比高于2009年，這可能與礦區(qū)的關(guān)停有關(guān)，也與當?shù)丨h(huán)境的改善有關(guān)。

5 結(jié)論

地表溫度反演不僅應(yīng)用到廢棄礦山的溫度監(jiān)測上，還對城市熱島的研究具有重要意義。分析得出海州煤礦地表溫度時空分布有以下特征：

1）時間分布，煤炭資源的開采和能源產(chǎn)業(yè)的發(fā)展加大了該礦區(qū)關(guān)閉后的地表溫度。2009年的中高溫區(qū)明顯高于2000年的中高溫區(qū)，2009年的中低溫區(qū)和低溫區(qū)所占比例均小于2000年，這和全球變暖相一致。

2）空間分布，2009年6月從溫度分布圖可以看出明顯的溫度變化梯度，地表溫度呈現(xiàn)依次升高，這些高溫區(qū)都位于礦區(qū)，或者城區(qū)。

影響礦區(qū)地表溫度變化的因素較多，各因素之間聯(lián)系密切，較難判斷溫度降低升高的主要原因，本文還需要對影響溫度的因素方面進行深入研究，做出精準判定。

[1] 覃志豪，Zhang M H, Karnieli A, et al.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．

[2] 祝司永.海州露天礦礦山地質(zhì)災(zāi)害成因及治理措施[D].吉林大學,2013.

[3] Goetz S J, Halthore R N, Hall F G, et al. Surface temperature retrieval in a temperate grassland with multiresolution sensors[J].Journal of Geophysical Research,1995,100:25397-25410.

[4] Schott J R, Volchok W J. Thematic Mapper thermal infrared calibration[J].Photogrammetric Engineering and Remote Sensing,1985,51,1351-1357.

[5] Wukelic G E, Gibbons D E, Martucci L M, et al. Radiometric calibration of Landsat Thermatic Mapper Thermal Band[J].Remote Sensing of Environment, 1989,28, 339-347.

[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（3）:28-36.

[7] Qin Z H，Karnieli A，Berliner P.A mono-window algo- rithm 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）:3719-3746．

[8] 許國鵬，李仁東，劉可群，等．基于MODIS數(shù)據(jù)的湖北省地表溫度反演研究[J]．華中師范大學學報：自然科學版，2007,41（1）:48-50.

[9] 李凈．基于Landsat-5TM估算地表溫度[J]．遙感技術(shù)與應(yīng)用，2006,21（4）:322-326.

[10] 涂梨平，周斌．利用Landsat/TM熱紅外數(shù)據(jù)進行陸面地溫度反演的比較[J]．科技通報，2007,23（3）:326-331.

[12] Sospedra F, Caselles V, Valor E. Effective wavenumber for thermal infrared bands application to Landsat TM[J].International Journal of Remote Sensing, 1998,19:2105-2117.

[11] Li Z,Becker F.Feasibility of land surface temperature and emissivity determination from AVHRR data[J].Remote Sensing of Environment,1993,43（1）:67-85.

[13] Schneider K, Mauser W. Processing and accuracy of Landsat Thematic Mapper data for lake surface temperature measurement[J].International Journal of Remote Sensing, 1996,17:2027-2041.

[14] 覃志豪，Li W, Zhang M, et al.單窗算法的基本大氣參數(shù)估計方法[J].國土資源遙感，2003（2）:37-43.

Surface Temperature Inversion of the Haizhou Coal Mine

ZHANG Kun1JI Dong-dong2JIAO Jun-jie1

（1-College of Earth Sciences, Guilin University of Science and Technology, Guilin, Guangxi 541006; 2-China Fortune Land Development Co. Ltd., Langfang, Hebei 065000）

The surface temperature inversion before and after closing of the Haizhou coal mine has been carried out based on the image of Landsat5 / TM remote sensing data in July, 2000 and in June, 2009 by the use of the mono-window algorithm. The results indicate that: 1. The surface T before closing apparently higher than that after closing due to improvement of the environment; 2. All of the high T areas are in mining area or urban mainly due to mining and urban heat island effect; 3. Medium-high T area in 2009 is bigger than that in 2000. 4. the proportion of medium-low T and low T areas in 2009 are lower those in 2000 which is consistent with global warming.Therefore, the surface T inversion can play a certain role in monitoring environment in mining area.

remote sensing; mono-window algorithm; LST; Haizhou coal mine

2017-10-25

張昆（1991-），女，山東濰坊人，研究生在讀，地質(zhì)學專業(yè)

P627；P618.11

A

1006-0995（2018）03-0509-04

10.3969/j.issn.1006-0995.2018.03.036