基于Landsat数据的城市热岛效应分析.docVIP

基于Landsat数据的城市热岛效应分析[摘要]郑州市、大连市为研究区域，以2002年LANDSAT 5及2013年LANDSAT 8遥感图像为数据源，通过辐射传输方程法和单窗算法进行温度反演，对比分析了同一城市不同时相、同一时相不同城市的热岛效应空间分布情况，分析了城市热岛效应与植被指数、水体指数的关系，以期对城市规划与建设提供参考。[关键词]陆地卫星 温度反演 热岛效应[中图分类号] P185.18 [文献码] B [文章编号] 1000-405X（2015）-2-257-21引言城市热岛效应是指城市中的气温明显高于外围郊区的现象，在近地面温度图上，郊区温度变化小，而城区温度高，就象突出海面的岛屿，所以就被形象地称为城市热岛[1]。城市热岛效应的一个重要因素就是城市化进程的加快。工业生产，人口聚集，土地利用类型变化等都是城市热岛效应的重要影响因素 [2]。遥感技术为城市热岛效应研究提供了快捷途径，不少学者借助遥感手段对城市热岛效应影响因素做了定性和定量分析，为了进一步研究植被指数、水体指数和土地利用类型对城市热岛效应的影响，本文选取东、中部两个不同气候类型的大城市作为研究区，分析了植被指数、水体指数与城市热岛效应的关系。2研究方法2.1研究区选取及数据预处理为了避免结果的偶然性，客观分析植被指数和土地利用类型与城市热岛效应之间的关系，本文选取2002年6月6日郑州市、2002年9月22日大连市LANDSAT 5遥感数据及2013年8月7日郑州市、2013年8月11日大连市LANDSAT 8遥感数据作为数据源。对获取到的影像进行数据处理，包括辐射校正、波段合成、裁剪等，其中，根据实际需要，对郑州市按绕城线进行裁剪，对大连市按行政区划进行裁剪。2.2亮温反演亮温是传感器在卫星高度所观测到的热辐射强度相对应的温度，地表温度是根据亮度温度求算的，因此亮度温度的反演是反演地表真实温度的重要基础，选用LANDSAT 5第6波段和LANDSAT 8第11波段两个热红外波段做亮温反演。（1）计算热辐射强度：根据热辐射传输方程式计算热辐射强度[3]Lλ=Gain?QDN+OffsetGain=（Lmax-Lmin）/QmaxOffset=Lmin其中：Lλ为传感器所接收到的热辐射强度（mW?cm-2?sr-1?um），Gain和Offset为热红外波段的增益值与偏置值，QDN为热红外波段像元灰度值，Qmax为最大灰度值，Lmax和Lmin为传感器接收到的最大最小辐射强度值。根据LANDSAT元数据文件查询：对于LANDSAT 5第6波段，Qmax=255，当QDN=0时，Lmin=0.01238 mW?cm-2?sr-1?um，当QDN=255时，Lmax=1.56 mW?cm-2?sr-1?um 。对于LANDSAT 8第11波段，Qmax=255，Gain=3.3420E-4mW?cm-2?sr-1?um，Offset=0.1 mW?cm-2?sr-1?um。（2）亮度温度反演：由热辐射强度推算亮度温度[3]Tsensor=K2/Ln（1+K1/ Lλ）查询LANDSAT用户手册可知：对于LANDSAT 5，K1=60.7769 cm-2?sr-1?um，K2=1260.56K。对于LANDSAT 8，K1=480.89 cm-2?sr-1?um，K2=1201.14K。由以上参数化简可得：LANDSAT 5第6波段亮温反演公式为：T6=1260.56/Ln（1+60.7769/（0.1238+0.00*QDN））LANDSAT 8第11波段亮温反演公式为：T11=1201.14/Ln（1+480.89/（0.1+0.0003342*QDN））2.3地表温度反演（1）反演地表温度本文采用已经证实的精度较高的秦志豪的单窗模型进行地表温度反演，单窗算法公式[4]如下：TS={a*（1-C-D）+[b*（1-C-D）+C+D]*Tsensor-D*Ta}/C其中：TS是地表温度，Tsensor是传感器上亮度温度，Ta是大气平均温度，C=ι*ξ，D=（1-ξ）*[1+ι*（1-ξ）]，ι为大气透射率，ξ为地表比辐射率，a和b为经验系数，a=-67.35535，b=0.458608，Ta可用地表温度近似估计：Ta =16.0110+0.92621*T0，T0为气温。（2）大气透射率估算在覃志豪的算法中覃志豪等根据大气中的水汽含量对大气透射率进行了估计[5]。ι=0.974290-0.08007w其中w是大气水汽含量。大气中的水汽主要分布在对流层，对流层空气柱中水分总量与地面水汽压之间存在一定的联系，计算公式如下[6]：w=0.0981*e+0.1697e表示绝对水汽压。e=0.6108exp[17.27*（T-273.15）/（237.3+T-2