湖北省宜昌市城市热效应的遥感监测.docx

湖北省宜昌市城市热效应的遥感监测.docx

《湖北省宜昌市城市热效应的遥感监测.docx》由会员分享，可在线阅读，更多相关《湖北省宜昌市城市热效应的遥感监测.docx（17页珍藏版）》请在冰豆网上搜索。

湖北省宜昌市城市热效应的遥感监测

湖北省宜昌市城市热效应的遥感监测

高琪清1赵小艳2

（1、湖北省宜都市气象局，湖北宜都443300，2、南京信息工程大学，江苏南京210044）

摘要

本文利用多时相landsatTM/ETM+遥感数据，使用基于影像的反演算法对湖北省宜昌市的地表温度进行了反演，监测了该地区的城市热效应状况。

同时文中采用最大似然法对研究区进行了土地利用分类，分析了城市热效应与土地利用类型的相关关系。

结果表明：

宜昌市存在一定的城市热岛效应，随着时间的推移，部分地区呈现出热效应加强的趋势；空间上热效应强度与下垫面类型相关，建筑用地和裸地对应的地表温度值最高，植被区地表温度值次之，水体的温度值最低。

关键词：

遥感，地表温度，城市热效应，土地利用类型

１引言

随着城市规模不断扩大和城市建设速度的加快，各类建筑物鳞次栉比，使下垫面粗糙度增加，道路、广场沥青铺砌地面，使地面热容量和导热率增加，加上人为热能释放量增加等综合影响，城市热效应不断增强[1]。

如何定量监测、分析和评价城市热效应已成为当前城市气候与环境研究的重要内容之一，也是全球气候变化研究的重要方面[2]。

传统的城市热效应监测主要采用代表路线观测和选点观测相结合的方法,这种方法不可能全面、实时、动态的反映地面的热辐射状况[3,4]。

卫星遥感以其宏观、快速、动态、经济的特点,为城市热效应研究提供了科学有效的技术平台[5]。

目前，城市热效应研究的遥感数据源主要有NOAA/AVHRR、TERRA/MODIS和LandsatTM/ETM+。

NOAA/AVHRR和TERRA/MODIS具有较高的时间分辨率，适合于城市热岛的过程与变化研究，但受空间分辨率限制，只能用于宏观尺度的城市热岛研究；LandsatTM/ETM+数据是区域环境研究中最重要遥感数据之一[6]，其第6波段具有较高的空间分辨率（TM120m,ETM+60m），适合用来进行城市热岛的研究。

进入21世纪，随着中部发展战略的实施，湖北省宜昌市城市产业结构调整迅速，城市化进程加快，城市热岛问题日益突出。

本文利用多时相LandsatTM/ETM+数据反演地表温度，对宜昌市城市热效应的时空演变进行监测，同时分析了城市热效应与土地利用类型的相关关系。

希望通过本研究为改善宜昌市的热环境提供参考依据。

２研究区概况

宜昌市位于湖北省西南部，地处长江中上游结合部黄陵山地与江汉平原接壤的丘陵地带[7]，宜昌市以东的宜都、枝江、当阳、远安属丘陵山区和平原；以西的兴山、秭归、长阳、五峰等县属于山区，是我国二级阶梯东端，崇山峻岭，峡谷交错。

宜昌市属亚热带季风性湿润气候，四季分明，春秋较长。

境内水系以长江为主脉，河网密布、水量丰富。

本文选取的研究区包括宜昌市的西陵区、夷陵区、伍家岗区、点军区、猇亭区以及宜都市、枝江市部分地区，总面积约3000平方公里。

本文的研究区域如图1所示：

图1研究区的R-G-B彩色图

３数据源及处理过程

3.1研究数据选取

按遥感影像的精度划分标准来说，城市热岛的分析属于中等尺度的研究，因此应选择中等分辨率精度、具有热红外探测功能的卫星影像作为数据源。

作为美国陆地卫星携带的TM/ETM+传感器由于具有适中的空间分辨率和热红外探测通道，正好满足需要，所以本文选用三景TM/ETM+数据进行研究，文中选取的数据源情况如表1。

表1详细列出了3个时段影像所使用的数据情况。

从表1中可以看出，1999年、2005年2

景成像时都有一定的云存在，但1999年这一景云量不大，且目视解译发现云覆盖并不全在研究范围内；

2005年这一景的云量不在研究范围内。

选用的三景时间跨度较大，并且时相相近，所以可以认为文中选取的数据质量较好。

表1

数据源情况

年份

1999

2005

2007

日期

1999.09.01

2005.09.09

2007.09.15

遥感数据源

云量

ETM+

2%

TM

1%

TM

0%

质量

9

7

7

3.2研究思路（数据处理流程）

为了清楚地介绍本文的研究思路，图2详细列出了研究流程。

土地利用类型

图2研究流程图

4研究方法

4.1TM/ETM+热红外波段地表温度反演方法

地表温度是进行区域和全球尺度地球表面物理过程研究的一个重要参数，是地球资源环境动态分析的重要指标。

本文采用基于影像的反演算法（简称IB算法），将TM/ETM+热红外波段的DN值转换成辐射值，然后再将辐射值进一步反演成地面亮温，由于遥感卫星在接收地面热红外辐射过程中受到了来自大气和地表等诸多复杂因素的干扰，因此利用TM/ETM+的灰度值进行地面真实温度反演时，理论上还必须进行比辐射率校正和大气影响校正。

但本文研究区范围相对较小，且无大面积云遮蔽，大气的影响程度在空间上可以近似地认为是一致的，从而对地表温度的空间相对分布的影响也较小。

因此，文中只进行比辐射率的校正，而未进行大气校正[8]。

IB算法的具体求算过程如下[9]：

4.1.1地面亮温的计算

TM/ETM+数据其第6波段具有较高的空间分辨率（TM120m，ETM+60m），适合用来进行城市热岛的

研究。

TradTM61260.56ln1607.761.23780.055158DNTM6

（1）

其中，DNTM6为TM6的像元DN值，0DNTM6255；

Trad-ETM61282.71ln1666.093.20.0370588DNETM6

（2）

其中，DNETM6为ETM6的像元DN值，0DNETM6255。

4.1.2地表温度的计算由公式

（1）或

（2）计算出来的只是地物的绝对亮温（地面亮温），还需要根据地物的比辐射率对其

作进一步校正，从而计算出地表温度Ts

[10,11]：

TsTrad1Tradln

（3）

2

式中：

Trad为绝对亮温（K）；热红外波段的中心波长11.5m；1.43810

mK；为地表比辐

射率。

4.1.3地表比辐射率的计算地表比辐射率是物体与黑体在同温度、同波长下的辐射出射度的比值。

在传感器的波段区间及像元大

小确定情况下，地表比辐射率主要取决于地表物质的组成和结构。

在IB算法中涉及到一个关键参数：

地表比辐射率。

笔者综合前人研究成果[6,12,13]，采取以下方法计算研究区地表比辐射率：

水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据公式（4）和（5）进行计算：

2

surface0.96250.0614Pv0.0461Pv

（4）

2

buildup0.95890.086Pv0.0671Pv

（5）

式（4）和（5）中，surface和buildup分别代表自然表面像元和城镇像元的比辐射率，Pv为植被覆盖

度，计算方法如下：

Pv

NDVINDVIs

NDVIv

NDVIs

2

（6）

其中，NDVI为归一化植被指数，由于宜昌市没有明显的完全植被或裸土像元，故取NDVIv0.7和

NDVIs0.05来进行植被覆盖度的近似运算

[8]。

NDVIB4B3B4B3

（7）

式中B4、B3分别是近红外、红外波段的DN值。

4.2地表温度图像归一化方法

由于选用的遥感影像成像时间差异较大，不能直接利用反演的地表温度值进行比较，为了提高可比性，文中对反演的地表温度值进行归一化处理，归一化公式如下[14]：

NDST

T

Tmax

Tmin

Tmin

（8）

式中NDST为归一化地表温度，T为反演获取的研究区各像元地表温度值，Tmin为研究区内地表温度最低值，Tmax为研究区内地表温度最高值。

4.3土地利用类型提取方法

为了定量地研究宜昌市城市热效应与土地利用类型之间的关系，利用TM/ETM+遥感图像对研究区的土地利用进行分类。

首先在参考国内外众多分类系统的基础上，针对研究区地物类型特点制定本文的分类系统；然后简要介绍目前遥感图像分类方法的归类并提出本文使用的土地利用分类方法；最后对分类结果进行精度评价。

4.3.1土地利用分类系统遥感分类系统的划分是进行遥感图像分类的重要依据和基础，土地利用分类首先应该确定分类系统，

分类系统的确定既要考虑与现有规范和标准接轨，又要注意研究区域内实际土地覆盖特征。

本文在制定宜昌市土地利用分类系统时，尤其要考虑到与城市热效应密切相关的土地覆盖的自然特

性，文中主要参考了以下的国内外分类系统[15]：

（1）IGBP全球土地覆盖分类系统；

（2）联合国粮农组织（FAO）

土地资源分类系统；（3）美国USGS土地覆盖分类系统；（4）中国科学院的“中国土地资源分类系统”。

根据本文的研究目的和研究区土地利用类型的特点，最终把研究区土地利用类型分为6大类：

（1）城镇（房屋、各类建筑、桥梁、大坝、机场等）；

（2）林地（包括城市绿地）；（3）水体（河流、鱼塘、水库、

湖泊等）；（4）耕地（包括茶树、柑橘等）；（5）裸地（包括未开发用地、矿山、采石场、沙地等）；（6）云

4.3.2遥感影像分类方法归类遥感影像分类是影像分析的一个重要内容，它是利用计算机通过对影像中不同地物的空间信息和光谱

信息进行分析，选择特征，并将特征空间划分为互不重叠的子空间，然后将影像中各个像元划归到子空间去。

根据分类过程中是否已知训练样本的分类数据，影像分类方法可以分为监督分类和非监督分类[16]。

在遥感图像分类方法中，监督分类法中的最大似然分类由于平均误差最小，被认为是最常用的一种土地利用分类方法，它利用了遥感数据的统计特征，假定各类的分布函数为正态分布，在多变量空间中形成椭圆或椭球分布，按正态分布规律用最大似然判别规则进行判决，能得到较高准确率的分类结果[17]。

本文采用监督分类方法中的最大似然分类法对宜昌市土地利用进行监督分类。

具体步骤如下：

（1）获得多个聚类类别的先验知识。

这些先验知识的获取通过Googleearth进行判别。

聚类的类别作为监督分类的训练样区。

（2）选择特征波段。

文中选择TM/ETM+数据的7-4-3波段进行RGB模式显示，该显示方式能提供最

大地物信息量，且地物容易判别[18]。

（3）使用最大似然法对整个影像进行分类。

根据前几步获得的先验知识以及聚类后的样本数据设计分类器。

并对整个影像区进行分类。

（4）产生分类图。

根据上述步骤对TM/ETM+影像的分类，得到三个时期土地利用类型的专题图像，如图3。

4.3.3精度评定

图3土地利用类型分类结果

精度评定是遥感影像分类中一个非常重要的环节，因为这直接影响到分类图像后续的应用。

本文采用定性评价方法进行精度检验[15]：

用上述分类结果与原始影像进行叠加，采用目视判断检验其分类效果，最终认为该方法的总体效果令人较为满意。

5结果与分析

5.1宜昌市城市热效应的时空演变分析

图4是宜昌市3个时期的归一化地表温度等级图，图中从高温到低温共划分6个温度等级[19,20,21]。

图4归一化地表温度等级分布图

从图4中可以看出，宜昌市存在一定的城市热岛效应，市区的温度较周围郊区高1-3级。

其中，城市化水平较高的西陵区、夷陵区、伍家岗区、宜都市城区热岛效应最明显。

从空间上来看，高温区、次高温区主要集中在宜昌市的各城区、宜都市城区以及葛洲坝库区，这主要是因为城区下垫面主要以水泥、沥青等建筑用地为主，葛洲坝库区为钢筋混凝土设计，这些人工建筑物白天吸热快而热容量小，较周围其它地物升温迅速，从而形成强热岛中心。

中温区、次中温区包括宜昌市广大乡镇、耕地和中部林地。

夷陵区北部、点军区西南部林区以及广大水体处于低温区，这是由于水体热容量大，热传导率小，温度上升的特别缓慢；植被可以通过蒸腾作用减少土壤或地表中的热量。

从时间演变来看，1999年猇亭区以东、点军区南部、清江沿岸一些低温区到2005年发展为中温区、次高温区，通过调查了解这一部分的低温区原以林地

为主，随着人口的增多，林区被开垦为乡镇及耕地；到2007年，高温区仍集中在宜昌市的三个大区及宜都市城区，猇亭区、点军区桥边河沿岸次高温区、中温区范围迅速扩大，逐渐形成热岛中心。

说明这段时间宜昌市产业结构调整迅速，社会发展日新月异。

5.2宜昌市土地利用类型面积变化分析

为了进一步分析宜昌市城市热环境形成的机理，文中统计了该地区不同土地利用类型面积，具体的统计结果见图5。

从图3、图5可以看出：

空间上，林地面积在所有土地利用类型中所占比例最高，林地面积达到近70%，宜昌市地处山区到平原的过渡地带，再加上处于亚热带，水热资源丰富，故林业发达，在宜昌市西南部、北部分布有大面积的林地；城镇、耕地面积所占比例次之，但比例较小，这是因为宜昌市地处山区，平原仅占总面积的20%左右，城镇主要集中在沿江地区，耕地主要分布在枝江市西南部、清江等长江支流沿岸，以茶树、柑橘等经济作物为主；水体面积所占比例较小，主要是长江及其几条大的支流，湖泊、水库也较多；裸地所占比例最小，裸地主要包括待开发土地、沙地等，这些地物随着城市化的发展而变化，因为宜昌市平原面积较小，故该地物面积所占比例也小，且变率较大。

时间上，3个时期林地覆盖率变化不明显，

耕地面积逐年递减，这与宜昌市向来注重对城市生态环境的保护有关。

虽然随着城市化进程的加快，市场对木材的需求导致林地被大量开垦，但近年来宜昌市大力实施退耕还林工程，再加上绿化隔离带、小区绿化建设强度大，故林地面积波动不大；城镇、裸地面积逐年增加，水体面积逐年递减，从1999年到2007

年城镇面积增加了近一倍，这种时间变化说明1999年以后在宜昌市的城市化过程中，随着城市规模不断扩大、城市的蔓延和扩展，周边的一些河流、湖泊被建筑物、道路、裸地等取代，使下垫面性质发生了明显的改变。

云作为特殊点，因其真实覆盖地物难以分辨，故不作分析。

图5土地覆盖类型面积的时空变化

5.3不同土地利用类型的地表温度分析

为了研究不同土地利用类型与城市热效应之间的关系，把计算出的地表温度与统计好的分类图进行叠加，统计出各种土地利用类型的地表温度的平均值和标准差情况，如表2所示：

表21999、2005和2007年各土地利用类型地表温度平均值和标准差（单位：

℃）

土地

1999

2005

2007

类型

平均值

标准差

平均值

标准差

平均值

标准差

建筑用地

21.82

0.65

29.54

0.66

28.55

0.74

水体

16.31

0.72

23.60

0.73

23.20

0.87

林地

19.84

0.75

26.95

0.76

26.71

0.89

耕地

19.37

0.75

27.07

0.75

26.71

0.82

裸地

22.60

0.81

30.44

0.83

28.17

0.84

从表1可以看出，城市用地和裸地地表温度的平均值最高，而水体的温度则始终最低。

这是因为城市

建筑高大密集，不利于空气流通，下垫面主要由砖瓦水泥、沥青等非渗透性表面构成，地表蒸散能力较低，其热容量和热惯量小，但热传导率和热扩散率大，在接受太阳辐射后很快向周围的大气扩散，导致周围温度比有植被覆盖的地区要高；裸地主要包括沙地和待开发用地，没有植被覆盖，因此在接受太阳辐射后温度上升较城市用地快；水体由于热容量大，热传导率小，温度上升的特别缓慢，因此温度总是最低，故水体更能影响城市热岛的温度变化；林地、耕地也表现出了较低的地表温度，主要是由于植被可以通过蒸腾作用减少土壤或地表中的热量；宜昌市耕地以茶树、柑橘等灌木作物为主，故平均温度与林地基本持平，说明灌木作物对城市热岛的降温作用和林地相当；云作为特殊点未做考虑。

同时，各类用地的地表温度在空间分布上都存在一定的标准差，比如农用地往往有分散植物和裸露的土壤，土壤中水分和植物含量的大小对地表温度产生影响；林相、树种等方面的异质性以及时间差异对林绿地地表温度带来影响。

不过由于所用影像时段为夏末初秋，标准差处于较低水平[22]。

前面分析表明，土地利用类型空间变化对各类地表温度变化的影响并不明显。

根据图5、表2显示：

从1999年到2007年，城镇面积增加迅速，说明这段时间宜昌市加快了城区及乡镇的建设，同时耕地面积减少，除退耕还林外，还有一部分被用作建设用地，故三年时相虽然相近，但2005年、2007年各地物地表温度的平均值分别比1999年高8℃、7℃左右，城市大规模开发土地导致地表温度的上升。

水体面积逐年减小，2007年的林地面积比2005年略偏大，虽然城市化速度加快，但2007年各地物地表温度的平均值却比2005年低1-2℃，这说明绿化面积的增加以及植树造林对城市地表温度的调节作用明显。

6结论：

综上所述得到以下结论：

（1）土地利用类型的地表温度年变化趋势基本一致。

城市热岛中心集中在宜昌市各城区，随着近年来城市化速度的加快，城市热岛有向周边扩展的趋势。

宜昌市林地面积较广，再加上近年来的退耕还林工程，城区植被覆盖度也较高，一定程度上缓解了城市热岛。

（2）三年的遥感数据表明：

建筑用地和裸地对应的地表温度值最高，植被区地表温度值次之，水体的温度值最低。

（3）土地利用类型的变化会改变地表温度的空间分布，城市用地和裸地对城市升温的贡献最大，是产生城市热岛的主要因素，而水体和植被具有较好的降温作用。

同时说明了保护城市水体，加强城市绿化，植树造林在缓解城市热岛方面具有积极作用。

参考文献:

[1]赵俊华,城市热岛的遥感研究[J].城市环境与城市生态,1994,7（4）:

40-43.

[2]历华,曾永年,柳钦火.基于遥感的长沙市城市热岛与土地利用/覆盖变化研究[J].国土资源遥感,2008,78（4）:

47-52.

[3]赵云升,杜嘉,宋开山.基于卫星遥感的夏季长春市城区热场分析[J].地理科学,2006,26

（1）:

70-74.

[4]岳文泽,徐丽华.城市土地利用类型及格局的热环境效应研究—以上海市中心城区为例[J].地理科学,2007,27

（2）:

243-248.

[5]邓玉娇,匡耀求,黄宁生.温室效应增强背景下城市热环境变化的遥感分析—以广东省东莞市为例[J].2008,28（6）:

814-819.

[6]SobrinoJA,Jmenez-MunozJC,PaoliniL.LandSurfaceTemperatureRetrievalfromLandsatTM5[J].RemoteSensingof

Environment,2004,90（4）:

434-440.

[7]刘红芳,李田玲,胡静.宜昌市土地利用变化及其驱动力研究[J],国土与自然资究,2007,01（6）:

44-45.

[8]丁凤,徐涵秋.基于LandsatTM的3种地表温度反演算法比较分析[J].福建师范大学学报（自然科学版）,2008,24

（1）:

91-96.

[9]LandsatProjectScienceOffice.Landsat7sciencedatauser'shandbook[EB/OL].2002.URL:

http:

ltpwww.gsfc.nasa.gov/IAS/handbook/handbool-toc.html,GoddardSpaceFlightCenter,NASA,Washington,DC.

[10]ArtisDA,CarnahanWH.Surveyofemissivityvariabilityinthermographyofurbanareas[J].RemoteSensingofEnvironment,1982,12（4）:

313-329.

[11]WengQ,LuDS,SchubringJ.Estimationoflandsurfacetemperature-vegetationabundancerelationshipforurbanheatislandstudies[J].RemoteSensingofEnvironment,2004,89（4）:

467-483.

[12]覃志豪,李文娟,徐斌.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004,61（3）:

28-41.[13]丁凤,徐涵秋.TM热波段图像的地表温度反演算法与实验分析[J],地球信息科学,2006,8（3）:

125-130.

[14]徐涵秋,陈本清.不同时相的遥感热红外图像在研究城市热岛变化中的处理方法[J].遥感技术与应用,2003,18（3）:

129-133.

[15]申双和，赵小艳，周强.南京地区城市热岛效应研究[J].南京信息工程大学硕士学位论文:

25-26.

[16]赵春霞,钱乐祥.遥感影像监督分类与非监督分类的比较[J].河南大学学报（自然科学版）,2004,34（3）:

90-93.

[17]周庆,李峰,张海涛.监督分类技术在高分辨率卫星影像中的应用[J].北京林业大学学报,2003,25:

43-45.

[18]徐涵秋.基于压缩数据维的城市建筑用地遥感信息提取[J],中国图象图形学报,2005,10

（2）:

223-229.

[19]王霓虹,周洪泽,范艳芳.城市热岛效应的遥感和地理信息系统方法[J],哈尔滨工业大学学报,2004,36（10）:

1420-1423.

[20]陈云浩,史培军,李晓兵.城市空间热环境的遥感研究—热场结构及其演变的分形测量[J],测绘学报,2002,31（4）:

322-326.

[21]彭静,刘伟东,龙步菊.北京城市热岛的时空变化分析[J],地球物理学进展,2007,22（6）:

1942-1947.

[22]王文杰,申文明,刘晓曼.基于遥感的北京市城市化发展与城市热岛效应变化关系研究[J],环境科学研究,2006,19

（2）:

44-48.