基于TM影像的北京市城市热岛时空分析
2011-02-02徐庆安
徐庆安 ,贺 伟
(中国地质大学地球科学与资源学院,北京 100083)
1 引言
城市“热岛”是指城市地区整体或局部温度高于周围地区,温度较高的城市地区被温度较低的郊区所包围或部分被包围的现象。有研究表明城市热岛是由特殊的城市下垫面、大量人为热源和局地大气环流条件造成的,是城市热环境效应的最突出表现。在全球增暖和高速城市化的背景下,城市热环境及其热效应已成为主导城市气候与环境的基本因素之一。因此研究并治理城市热岛效应,对改善城市生态环境和城市居民的居住环境有重要意义。
北京中心位于北纬 39°54′20″,东经 116°25′29″。处于华北平原西北边缘,毗邻渤海湾,上靠辽东半岛,下临山东半岛。北京与天津相邻,并与天津一起被河北省环绕。西部是太行山山脉余脉的西山,北部是燕山山脉的军都山。北京的气候为典型的暖温带半湿润大陆性季风气候,夏季高温多雨,冬季寒冷干燥,春、秋短促。以2007年为例,全年平均气温14.0℃,1月平均气温-7~-4℃,7月平均气温,25~26℃,极端最低气温-27.4℃,极端最高气温42℃以上。全年无霜期180~200d,西部山区较短。2007年平均降雨量483.9mm,为华北地区降雨最多的地区之一。降水季节分配很不均匀,全年降水的80%集中在夏季的6、7、8月,7、8月有大雨。
2 材料与方法
2.1 数据预处理
试验所用遥感数据为2007年5月7日和2009年4月26日获取的北京市 Land Sat7 TM影像。TM共有7个波段,空间分辨率为30m。图1、图2是以3、2、1真彩色合成影像图。在Arcgis中根据北京市行政区划图进行几何配准,见图1、图2。
图1 2007.5.7TM影像
图2 2009.4.26 TM影像
2.2 研究方法和工作流程
2.2.1 亮度温度计算
地表亮温又称地面辐射温度,是遥感器在卫星高度所观测到的热辐射强度相对应的温度。Landsat TM 6波段(10.4~12.5μm)接收的是与地表温度高低相对应的热红外辐射强度,因此可以用Landsat卫星的第6波段来反演地表温度。Landsat影像的像元所对应的数据是以灰度值(DN值)来表示的,对于 TM6 DN值越大,表示地表热辐射强度越大,温度越高。从ETM+/TM 6求算亮度温度的过程需要将DN值转化为相应的热辐射强度值,然后根据热辐射强度推算对应的亮度温度。对于 TM影像,各像元的辐射强度与其DN值有如下的关系:
其中Lλ表示 TM 传感器接收到的辐射强度;DN表示TM影像的像元灰度值;Gain和Bias分别为TM6的增益和偏置。研究表明,利用 TM热红外亮温计算模式,可得到TM 6图像数值和下垫面像元亮度温度定量关系:
其中L为下垫面辐射值(mw◦cm-2◦ sr-1◦μm-1),将热辐射强度转换为像元亮度温度的公式为:
其中 T表示像元亮度温度,单位为K;K1、K 2表示卫星发射前预设的常量,对于Landsat 5卫星,K1=607.76W/(m2◦ s r◦ μm) 、K 2=1 260.56K。
2.2.2 地表温度计算
辐射亮温值是假设地物均为黑体的情况下求得的,并不反映地表真实温度,研究表明可以根据地物的比辐射率将亮度温度转化为地表真实温度,公式为:
其中:S t为地表温度(K);T为辐射亮温;λ为热红外波段的中心波长,取值为 11.5μm;ρ=0.014 38m◦K;ε为地物比辐射率。由于城市下垫面非常复杂,根据Van和Ow en等的研究表明,比辐射率ε与归一化植被指数(NDVI)之间具有良好的相关性,其相关系数为0.94,并提出公式:
NDVI反映地表植被的覆盖状况,根据 TM 第3和第4波段的地表反射率来计算:
比辐射率与归一化植被关系式为根据自然地表总结出来的经验公式,当 0.157<NDVI<0.727时适用。如果NDVI超过了这个范围,比辐射率很难满足此公式。NDVI<0的部分主要是水体,根据覃志豪等的研究结果,这部分比辐射率赋值0.995,0<NDVI<0.157的地表主要为建筑用地和裸地,其比辐射率分别赋值0.970 0和0.972 1。在ENVI软件中进行波段运算,得出地表温度分布图;再根据北京行政区矢量生成MASK。最终导入Arcgis成图(图3、图 4)。
图3 2007年北京地表温度分布图
2.3 结果与分析
总体来看,2007年4月底5月初地表温度蹿升,城市热岛效应显著;而2009年同期相比,地表温度略微缓和,可能是北京市坚持节能环保、低碳政策的缘故,因而城区热岛效应不明显。
2007年至2009年,怀柔和延庆区地表温度变化不大,2009年春夏之交相比2007年,除怀柔和延庆的其他区域的热岛效应减弱。
表1 2007年北京市热多效应分析
表2 2009年北京市热岛效应分析
[1]赵小艳,杨沈斌,申双和,等.基于遥感的南京城市热岛效应时空演变分析[J].安徽农业科学,2009,37(22):10 776~10 778.
[2]长春市热岛效应的时空演变研究[J].环境保护科学,2007,33(3):8~ 10.
[3]郭 红,龚文峰,李 雁,等.哈尔滨市热岛效应与植被的关系-基于 RS和GIS的定量研究[J].自然灾害学报,2007,16(2):22~26.
[4]丁 凤,徐涵秋.基于Landsat TM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.
[5]胡华浪,陈云浩,宫阿都.城市热岛的遥感研究进展[J].国土资源遥感,2005,(3):5~9.
[6]赵红旭.昆明市热岛效应卫星监测研究[J].国土资源遥感,1999(4):29~ 32.
[7]张新刚,周 斌,王 珂.杭州市热岛效应的遥感监测[J].科技通报,2004,20(6):501~ 505.