杜躍飛，李軼鯤，劉正軍，馮天文

（1.蘭州交通大學 測繪與地理信息學院，甘肅 蘭州 730070；2.蘭州交通大學 甘肅省地理國情監(jiān)測工程實驗室，甘肅 蘭州 730070；3.中國測繪科學研究院攝影測量與遙感研究所，北京 100830）

陸地地表溫度（land Surface temperature, LST）在城市熱環(huán)境、地表輻射能量平衡、全球氣候變化等應用領域都有重要研究價值[1]。Landsat衛(wèi)星的熱紅外數(shù)據(jù)是地表溫度變化研究的主要數(shù)據(jù)來源。針對Landsat衛(wèi)星熱紅外數(shù)據(jù)的地表溫度反演，一些學者提出了一系列反演算法[2-11]。

Landsat5有一個熱紅外波段，Landsat8有兩個熱紅外波段，根據(jù)美國地質調查局（USGS）公布，Lnadsat8的第11波段極不穩(wěn)定。徐涵秋[8]通過實例驗證和比較得出Landsat8的第11波段做地表溫度反演相較于第10波段出現(xiàn)成倍的誤差；覃志豪的單窗算法常用于Landsat衛(wèi)星數(shù)據(jù)的地表溫度反演，所以用單窗算法對熱紅外數(shù)據(jù)進行反演；地表溫度受到地物不同種類的影響，對實驗區(qū)地物進行分類，可得出不同地物的溫度分布狀況；程炳巖[9]等用觀測數(shù)據(jù)分析了鄭州市不同季節(jié)溫度的分布狀況；劉磊[10]通過地物分類結合地表溫度分布狀況，得出長江三角洲開發(fā)區(qū)的溫度要高于其他地物類型的溫度；張春玲[11]等通過分析武漢市土地利用空間格局分布與地表溫度的關系，表明之間具有較好的相關性；曾永年[12]等通過歸一化植被指數(shù)（NDVI）和歸一化建筑指數(shù)（NDBI）分析城市的熱島效應隨季節(jié)的變化；謝元禮等[13]通過對比建筑溫度與環(huán)境溫度，得出蘭州市城市熱島效應顯著，但并未對城市與溫度之間的關系做出相關性分析。

本文以蘭州市城關區(qū)、七里河區(qū)、安寧區(qū)、西固區(qū)為實驗區(qū)，利用遙感影像對該區(qū)域進行土地利用類型分類，分別分為水體、植被、建筑用地、未利用土地4種類型，并反演2001、2008、2016年研究的地表溫度，在此基礎上研究和分析實驗區(qū)內的地物類型與溫度之間的相關關系，并重點分析了溫度與建筑指數(shù)（NDBI）變化之間的定量關系。對蘭州市地表溫度反演及與土地利用類型之間的關系研究，對城市的發(fā)展規(guī)劃具有一定的參考意義。

1 實驗區(qū)概況與數(shù)據(jù)來源

1.1 實驗區(qū)概況

蘭州位于中國西北部、甘肅省中部，市中心位于36°03′N、103°40′E（圖 1）。地勢自西南向東北傾斜，城市發(fā)展呈狹長狀。蘭州市深居西北內陸，海洋溫濕氣流不易到達，降雨少，大部分地區(qū)氣候干燥，屬大陸性很強的溫帶季風氣候，日溫差大。

1.2 數(shù)據(jù)來源與預處理

從地理空間數(shù)據(jù)云網站獲取Landsat5和Landsat8遙感衛(wèi)星數(shù)據(jù)。獲取的數(shù)據(jù)軌道號為131/35，分別為2001-07-22： LT51310352001203BJC00；2008-07-25：LT51310352008207BJC01和2016-07-15：LC8131035 2016197LGN00。

對Landsat5和Landsat8數(shù)據(jù)進行輻射定標、大氣校正和實驗區(qū)裁剪。由于Landsat5和Landsat8的熱紅外數(shù)據(jù)的分辨率不一致，將數(shù)據(jù)統(tǒng)一重采樣為60 m分辨率。

圖1 實驗區(qū)位置

2 研究方法

2.1 反演原理

衛(wèi)星位于太空，除了接收地表的熱輻射外，還受到大氣上行熱輻射和大氣下行熱輻射的影響，而輻射傳輸方程法是地表溫度反演的基礎：

式中，Li、Ts分別為亮溫和地表溫度(K)；i為TIRS波段；Li(Ts)為亮溫即接收到的輻射能量 (W·m-2·sr-1·μm-1)；LB(Ts)為地表溫度；τi為大氣透過率；εi為地表發(fā)射率；Li↓和Li↑為大氣下行輻射和大氣上行輻射，單位為W·m-2·sr-1·μm-1。

覃志豪的單窗算法是根據(jù)輻射傳導方程法推導出的較為精確的反演算法。其公式為：

式中，Ts為實際地表溫度，單位為K；τ為大氣透過率；ε為地表比輻射率；Tsensor為星上輻射對應的亮度溫度；Ta為大氣平均作用溫度；a和b為回歸系數(shù)，分別為 -62.718 2和0.433 9。

單窗算法反演需要的參數(shù)包括行星亮度溫度、地表比輻射率、大氣透過率、大氣平均溫度。行星亮度溫度可通過輻射定標獲取。地表比輻射率可根據(jù)覃志豪[14]提出的方法進行估算。計算NDVI和植被覆蓋度，NDVI計算公式為：

植被覆蓋度通過植被指數(shù)進行估算：

式中，NDVIv為完全植被的NDVI值，取0.7；NDVIs為裸地的NDVI值，取0.05。建筑用地、植被、未利用土地和水體各自的比輻射率的計算可根據(jù)下列公式得出：

式中，Rv為植被比輻射率；Rs為未利用土地的比輻射率；Rm為建筑用地的比輻射率。

由于水體接近于黑體，取其比輻射率為0.995；植被比輻射率為0.986；未利用土地比輻射率為0.972；建筑用地比輻射率為0.968。

其他參數(shù)可以根據(jù)大氣參數(shù)估計方法計算得出[15]。參數(shù)的計算公式如表2～4所示。

大氣平均溫度估算方程為：

大氣透過率與水汽含量的關系為：

式中，w為大氣含水量，可由中國氣象數(shù)據(jù)共享網網站查詢。

2.2 分類流程

利用eCognition軟件采用面向對象分類的方法，首先對影像進行多尺度分割，結合訓練樣本，用模糊分類算法進行地物分類，技術路線如圖2所示。

圖2 影像分類處理流程

3 結果與分析

3.1 精度評價

根據(jù)單窗算法原理，反演得出2001、2008、2016年實驗區(qū)的地表溫度圖，如圖3所示。

圖3 2001年（a）、2008年（b）和2016年（c）地表溫度反演結果

在中國氣象數(shù)據(jù)共享網和蘭州市統(tǒng)計年鑒上，查詢歷史實測的平均溫度數(shù)據(jù)與單窗算法得出的地表平均溫度并進行比較和分析，通過單窗算法得出的地表溫度平均誤差在0.63℃（表1），具有較好的反演精度。

表1 地表溫度反演精度評價

對實驗區(qū)預處理后采用面向對象的分類方法，經過多尺度分割、分類后處理、分類精度評價，得出結果如圖4。

圖4 2001（a）、2008（b）和2016（c）土地利用分類

采用混淆矩陣對分類精度進行評價（表2）。平均精確度在96%左右，評價結果滿足分類精度的要求。

表2 分類精度評價

3.2 結果分析

根據(jù)處理結果統(tǒng)計得出2001、2008、2016年不同地物平均溫度（表3）。

表3 各年份地物平均溫度/℃

統(tǒng)計2001、2008、2016年不同地物面積變化情況，如表4所示。

表4 土地利用面積變化情況/km2

從地物分類圖和溫度分布（圖3、4和表3、4）中各地物分類面積和溫度的變化情況可以得出，從2001～2016年，實驗區(qū)中部的城區(qū)部分溫度增長顯著，平均溫度升高了0.6℃左右，平均溫度在32℃左右，城區(qū)建筑用地面積以每年4%的速度增長；北部的未利用土地，隨著城區(qū)向北部擴展，面積大約減少151 km2，但未利用土地大部分為山區(qū)和裸地，具有較高的溫度，溫度相對變化幅度不高，平均溫度分布在35℃；而南部的植被地區(qū)和實驗區(qū)中的水體，面積和溫度相對變化較小。將溫度變化情況與土地利用類型變化情況進行疊加統(tǒng)計（圖5），顯示建筑用地與溫度變化之間相互影響。

圖5 土地利用面積與溫度變化

對溫度分布和NDBI的統(tǒng)計和分析以及時空分布特征。顯示，溫度的升高受到城市發(fā)展的影響。為能夠定量分析二者之間的關系，通過對2001、2008、2016年溫度與NDBI的散點圖進行線性擬合（圖6），得出溫度與建筑用地之間具有顯著的相關性。溫度較高區(qū)域，NDBI指數(shù)也相應較高，且2016年的NDBI指數(shù)最高與溫度分布具有更高的正相關性。

圖6 溫度與NDBI的相關關系

采用具有較高反演精度的單窗算法，基于Landsat衛(wèi)星數(shù)據(jù)對實驗區(qū)2001～ 2016年的反演地表溫度分布狀況與土地利用分類之間的關系，得出以下結論：

1）用單窗算法進行地表溫度反演，具有較高的實用性。通過查看實驗區(qū)的歷史溫度數(shù)據(jù)得出，單窗算法能夠相對真實地反演實驗區(qū)的地表溫度分布狀況。

2）對遙感影像進行分類和地表溫度反演，將實驗區(qū)的土地利用類型分為水體、植被、建筑用地和未利用土地。根據(jù)統(tǒng)計數(shù)據(jù)，建筑用地面積逐年增加，且溫度變化較大；相應的未利用土地區(qū)域逐年減少，但溫度變化幅度較??；水體和植被的溫度和面積變化幅度不明顯，得出溫度升高地區(qū)主要與建筑用地的變化具有一定的相關關系。

3）對建筑用地（NDBI）和溫度數(shù)據(jù)進行線性擬合，定量化分析得出建筑用地與地表溫度的變化具有較高的正相關性。