基于Landsat 8热红外数据的济南市地表温度反演与热岛效应分析

 摘要
随着社会经济的发展，城市化进程不断加速，城市规模不断扩大，这些过程影响甚至改变了城市的环境，随之带来一系列的城市环境问题，其中城市热岛效应就是一个比较突出的环境改变问题[1]。城市热岛是一种城市公害，它加剧了城市高温出现的频率和高温灾害，并因此带来了巨大的经济损失。研究表明，城市化发展对气温有一定影响， 城市化在近50年中国气温变暖中贡献率为20%～30%，其对于城市热岛效应的影响应引起足够的重视[2]。热岛研究以地表温度（Land Surface Temperature，LST）为基础，随着卫星遥感技术的快速发展，遥感反演成为获取区域LST的一个重要手段[3]。本文以2015年6月12日的 Landsat 8卫星数据作为主数据源，利用ENVI5.1软件平台，对济南市城市热岛效应进行了研究。根据辐射传输方程法反演得到济南市地表温度，利用反演的温度结果数据计算热场变异指数（HI指数）并进行分级得到济南热岛强度分级图。在此基础上，对济南城市热岛效应与归一化植被指数(NDVI)进行统计分析，得到地表温度与该指数间的定量关系。结果表明:（1）济南市的热岛效应明显，热岛强度由城区中心向近郊、远郊逐渐降低；(2)HI与NDVI呈负相关。由此可知，增加城市植被覆盖率，可以缓解城市热岛效应。
关键词：济南市，landsat 8，温度反演，热岛效应

目 录
1 绪论 1
1.1研究背景及意义 1
1.2 城市热岛效应研究现状 2
1.3 研究内容 6
1.4 技术路线 7
2 研究区域与数据预处理 8
2.1研究区概况 8
2.2数据源 9
2.3遥感数据预处理 13
3 研究方法相关理论 19
3.1 温度反演主要方程简介 19
3.2 监督分类 24
4 辐射传输方程地表温度反演与热岛效应 26
4.1 地表温度反演 26
4.2热岛效应 29
5 植被与热岛效应的关系研究 31
5.1 NDVI 31
5.2 NDVI与热岛效应分析 33
6结论与展望 41
6.1结论 41
6.2问题与展望 42

参考文献 43
致谢 47
附录 52

1 绪论
1.1研究背景及意义
进入 20 世纪以来，人类的生存环境以一种前所未见的速度发生着剧烈的变化，气候变暖，臭氧含量降低，水资源枯竭，森林面积减少等诸多问题已经在全球范围内对人类的生存与发展构成了极大威胁，而遥感作为获取全球地表时空信息的重要手段，在这些环境问题的动态监测领域具有不可替代的作用。随着高科技航空航天器的不断发展，遥感数据逐渐丰富起来，人们对于遥感图像的研究也逐渐由过去的定性识别阶段过渡为定量遥感阶段，对利用遥感信息识别地表特征变化的准确性提出了越来越高的要求。
城市是社会生产力和科学文化发展到一定水平，社会劳动地域分工达到一定程度的产物。城市化现象是一个内涵极为丰富的社会经济和空间变化过程，它与城市气候、城市环境之间存在着时间和空间上的相互作用和相互依存关系。城市经济的发展以及城市化进程的加速，给城市的气候与环境带来了一系列的问题。其中城市热岛效应（Urban Heat Island Effects）就是城市化进程中的产物，也是区域范围内城市气候变化最为显著的特征之一。
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。城市热岛效应是人类活动和气候共同作用的结果，尤其发生在夏季，使原本就比较高的气温变得更高。城市热岛效应引起的高温不仅严重威胁着居民的身心健康，而且还会导致城乡之间的气压差，引起城乡空气环流，导致城市地区环境质量下降，污染物不易扩散。同时热岛效应还会使城市耗电量和用水量大增。在当前全球气候变暖的大环境背景下，城市热岛效应已成为众多学者研究的热点问题。
对于城市热岛效应的研究，传统方法是使用地面气象站提供的气温资料数据，但这种方法由于观测点少，大尺度的观测受到人力物力的限制，以寥寥数个观测点数据代表整个地区特征，导致研究成果的代表性与精度都不能得到保证。而随着卫星遥感技术的发展和应用，特别是热红外遥感的出现可以弥补传统采用气象站数据研究的不足，能够有效全面地探测到下垫面的温度特征，而且能周期地、动态地监测城市热环境的变化趋势，近些年来热红外遥感已成为城市热岛研究中的最主要的手段。
作为 Landsat 系列陆地卫星计划的最新成果，Landsat8卫星于 2013年2月顺利发射升空，与之前发射的Landsat系列卫星相比，Landsat8 不仅继承了热红外通道高空间分辨率的特征，而且在其搭载的热红外传感器（TIRS）上首次设置了两个热红外通道，即TIR1和TIR2通道，并且成功将量子学红外光子检测技术应用到TIRS上，进一步增强 TIRS 对热红外波段的敏感性，从而更加有利于从大气温度中将地表温度分离出来。因此，同传统的卫星数据，如MODIS、NOAA/AVHRR、ASTER等相比，Landsat8 数据显然更加适合于用来对地表温度。
1.2 城市热岛效应研究现状
1.2.1 国外研究现状
1833年，Lake Howard在研究伦敦城市气候时,首次发现并论述了城市热岛现象[4]，观测数据显示，城市平均温度比郊区高1.1°C，晚上的温差最大，温差最高值为2.1°C。自1972年 Rao 第一个提出利用卫星热红外遥感数据分析城市区域热岛效应以来[5]，已经开展了一系列基于热红外遥感数据的城市热岛效应研究，早期的城市热岛遥感研究,主要是利用美国气象卫星NOAA/AVHRR进行城市热岛分布特征及动态变化分析，之后由于具有更高分辨率、能够更准确地反映地表热环境信息的Landsat数据的出现，城市地表温度反演的遥感数据来源便由NOAA /AVHRR数据逐渐替换为Landsat数据，并在90年代后的热岛研究中得到广泛的应用。
在2000年以前，国外许多学者便积极采用卫星数据通过遥感技术展开了对热岛效应的观测和研究，并取得了丰富的成果。1977年Carison等[6]学者使用研究区白天、夜晚的遥感影像，利用VHRR(Very high resolution radiometer)对美国洛杉矶地区地面热波段进行了研究。1978年美国学者 Matson[7]等利用 VHRR 热影像对美国东北部、中西部城市以及农村地面的温度差异进行了详尽而深入的研究。1990年学者Camahan 等[8]利用 Landsat TM热红外遥感影像对城市地面温度分布特点进行了相关研究，结果表明：某时间段内城市地面温度会出现比农村地面温度低的情况。1990年Bastiaanssen和Menenti[9]利用TM影像首先发现地表反射率与地表温度存在一定的关系，且不同的土地类型其地表温度也不同。1993年Gallo[10]等利用热红外遥感影像，对西雅图地区进行了地面温度与归一化植被指数NDVI的关系研究，并得到NDVI与LST成反比的结论。1998年日本学者Hiroyuki Kusaka[11]也提出由于不同地表覆盖类型的土地对太阳辐射的吸收、反射的不同，其对城市热岛效应的贡献存在显著差别；1998年Owen[12]等以美国亚利桑那州凤凰城为例，利用卫星遥感数据对回归分析了地面辐射温度和植被指数 NDVI的关系，证实了植被对缓解城市热岛的重要作用。
2005年Nichol[13]利用ASTER和Landsat 7 ETM+影像研究了香港昼夜的城市热岛效应差异，并指出城市公园具有降温的重要作用。2007年Hardin和Jensen[14]利用ASTER影像研究了美国特雷霍特地区的城市热岛效应，并利用叶面积指数LAI研究了城市热岛与植被覆盖面积之间的关系，得出LAI 指数升高0.1，LST会降低约1.3°C的结论。Sailor等[15]用遥感方法研究美国德克萨斯州的休士顿热岛效应变化。2013年Manju Mohan[16]等利用MODIS反演印度首都新德里的地表温度发现，城市热岛峰值出现在城市密集区和商业区，城郊温差最大可达10.7°C。2015年Khaled Abutaleb等[17]利用 Landsat7 ETM+数据应用单窗算法反演了埃及开罗的地表温度，并发现研究区明显存在着地表热岛和大气热岛，且热岛区主要分布在人口密集城区。
1.2.2 国内研究现状
20 世纪80年代中期是我国地表热环境研究的兴起时期，但最初的研究主要通过气象观测、资料分析等方法对城市地表热环境进行研究分析。90 年代初期，我国学者开始通过各种引进的卫星遥感数据对地表热环境进行探究分析。研究的主要内容包括城市地表温度的结构、热岛效应、变化过程以及变化机制、地表温度反演模型的构建等。
张霞等[18]使用 NOAA/AVHRR 热红外遥感数据，选取五种分裂窗口算法，对沙漠地区进行地表温度的反演，反演结果表明五种算法的精度范围为 1.4633-2.0476K。毛克彪[19]等在对Planck函数进行线性简化的基础上，通过计算温度和热辐射强度之间的关系，利用MODIS 数据的可见光、近红外和中红外波段，计算得出反演地表温度所需要的参数(如大气透过率和大气水汽含量等)，进而得出了针对 MODIS 数据的地表温度劈窗算法。
高懋芳等[20]利用MODIS反演地表温度的地表比辐射率和大气透过率两个参数对反演结果的敏感性进行分析，结果表明地表温度对两个参数都不敏感，所引起的地表温度误差约为0.6℃-0.8℃，具有较好的反演精度。李军等[21]研究不同尺度(宏观尺度：海拔高低，微观尺度：坡度和坡向)的DEM数据对山区气温空间分布的影响，结果表明DEM空间分辨率越小，误差逐渐增加，空间差异性降低。微观地形对山区温度分布较为明显，不同坡度和坡向之间年均温差最高可达10-12.5℃，最小为1.9-2.6℃。赵少华等[22]利用NDVI值计算得到地表比辐射率，并结合Mao 等[23]大气水汽含量估算方法得到热红外波段大气透过率，利用 MODIS 数据对陕西省地表温度进行反演，结果表明其反演平方根误差为1.3K。周红妹等[24]利用 Landsat TM影像数据，结合GIS手段，对城市热力分布特征和其变化规律进行动态监测，在此基础上对其分布规律进行了分析研究。宫阿都等[25]利用Landsat TM数据的热红外影像，结合GIS技术对北京市多年的遥感影像进行定量反演，求算真实温度的空间分布情况。谭志豪等[26]首次利用 Landsat TM6 数据，结合单窗算法对我国城市地表温度进行反演，推动了遥感在反演地表温度应用领域的发展。鲍艳松等[27]利用中分辨率大气传输模式 MODTRAN模拟风云三号卫星(FY3)热红外通道数据，结合劈窗算法，建立地表温度反演模型，结果表明模型反演地表温度的均方根为1.33K。但尚铭[28]等利用TM数据，研究分析了成都市热力景观空间格局，结果表明：各个行政区热力景观指数存在明显的差别，指数的大小与城市热力景观类型的分布特点有关系。李鉴清等[29]利用 Landsat ETM+对合肥市热力景观格局动态变化进行研究分析，结果表明合肥市多年地表温度都存在热岛现象，热岛区域沿城市扩展而扩张，城市热力景观格局的演变的主要驱动力是城市的发展等人为因素。
除此之外，还有陈兴鹃等[30]基于Landsat 8卫星影像的南昌城市热岛效应研究；王方等[31]基于Landsat8的常熟市热岛效应的监测分析；高艳[32]基于辐射传输方程和分裂窗算法的 Landsat 8数据地表温度反演对比研究；吴志刚等[33]基于Landsat8数据的地表温度反演及分析研究等。
1.3 研究内容
本文主要基于遥感影像数据研究济南市地表温度反演并计算热带效应，最终在地表温度反演的基础上，结合济南市行政区划边界、NDVI值，对济南市热岛效应进行分析评价。主要研究内容如下：
1.在参阅学习相关书籍文献和前人研究的基础上，了解地表温度反演的基本理论知识和方法。
2.对研究区数据进行预处理，计算地表温度反演过程参数如亮温、地表比辐射率、植被覆盖度，并分析计算参数过程中的主要问题以及可信度。
3.对济南市地表温度按照一定的划分标准将地表温度进行等级划分。
4.在地表温度反演的基础上，研究济南地区热岛效应的空间分布特征。
最后以遥感技术与地理信息系统