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。
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。
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
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。
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
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
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。