基于Landsat 8影像的马鞍山市热岛效应研究

周鹏，方刚，陈丽，潘丽（.宿州学院环境与测绘工程学院，安徽宿州34000；.宿州市第二中学，安徽宿州34000）



基于Landsat 8影像的马鞍山市热岛效应研究

周鹏1，方刚1，陈丽2，潘丽1
（1.宿州学院环境与测绘工程学院，安徽宿州234000；2.宿州市第二中学，安徽宿州234000）

以2013年08月11日马鞍山市Landsat 8影像为数据源，利用ENVI软件反演了马鞍山市雨山区和花山区的地表亮度温度，再将地表亮度温度值归一化处理，划分为强绿岛区、绿岛区、正常区、热岛区和强热岛区5个等级.分析了马鞍山市热岛效应空间分布情况，并结合归一化植被指数（NDVI）和归一化裸地与建筑用地指数（NDBBI）与地表温度的相关性对马鞍山市热岛效应进行分析.结果表明：（1）马鞍山市热岛效应强的地区位于雨山区沿长江南北向延伸，城市建设用地的地表温度明显高于其他用地；（2）地表温度与NDVI呈负相关，与NDBBI呈正相关；（3）城市化、下垫面变化、工业生产等是造成马鞍山市城市热岛效应强烈的主要原因.

地表亮度温度；热岛效应；归一化植被指数；归一化裸地与建筑用地指数

0引言

地表温度（LST，Land Surface Temperature）是研究陆地表面和大气圈之间物质与能量交换的重要参数之一，在研究城市热岛效应方面应用广泛［1］.近30年来，随着中国经济迅速发展，城市化进程不断加快，城市建设用地面积不断增加，人口大量涌入城市，给城市带来一系列问题，城市热岛效应就是其中一个重要的环境问题［2］.热岛效应是指城市建成区或城市局部地区温度高于城市外围或非城市建成区的现象.遥感作为研究地球表面大范围信息的有效手段，可以提供研究城市热岛效应需要的数据和有关参数.Landsat 8卫星TIRS第10波段空间分辨率重采样为30 m，能更精确地反演地表温度，使城市热岛效应研究更具客观性和权威性.目前反演地表温度的方法有辐射传输方程法、单窗算法和分裂窗算法［3］.辐射传输方程法和单窗算法需要大气平均作用温度、大气透过率和地表比辐射率等参数，分裂窗算法需要大气透过率和地表比辐射率参数.国内外有不少学者研究城市热岛效应，如：陈云［4］利用Landsat 8影像以厦门为研究区研究地表温度反演过程和城市热岛效应；陈小瑜等［5］利用ETM影像研究福建省泉州市热岛效应；Sailor等［6］用卫星影像研究美国德克萨斯州休士顿城市热岛效应.笔者以安徽省马鞍山市为研究区，利用Landsat 8卫星多光谱影像、TIRS第10波段影像和辐射传输方程法研究城市热岛效应在空间上的分布和热岛效应与NDVI，NDBBI的相关性.

1研究区概况

马鞍山市位于安徽省东部，长江下游长三角区，地处东经117°53'-118°52'、北纬31°24'-32°02'，区域内长江南北贯穿.东邻南京市浦口区、江宁区、溧水区、高淳区，北接滁州市全椒县，西毗合肥市巢湖县级市，南邻芜湖市鸠江区、无为县，东南连芜湖县、宣城市宣州区.辖博望区、花山区、雨山区和当涂县、含山县以及和县，总面积为1 686 km2，2014年人口为227.7万人［7］.

2数据选择与预处理

选择2013年8月11日马鞍山市Landsat 8影像的多光谱影像和第10波段（波长10.9 μm）影像为数据源，轨道号为120-038，云量为0%.首先，分别对多光谱影像和热红外影像进行辐射定标和大气校正，再利用国家测绘地理信息局2011年编纂的1∶230 000马鞍山市矢量化行政区划图为基础分别对多光谱和热红外影像裁剪，得到马鞍山市区及郊区影像图，研究区包括马鞍山市雨山区和花山区，面积约351.36 km2.

图1　研究区遥感影像

3地表温度反演和城市热岛效应分级

3.1地表温度反演

3.1.1辐射定标

在温度反演之前需要对数据辐射定标.根据叶智威等的研究［8］将Landsat 8第10波段热红外影像灰度值（DN）转化为辐射亮度值.其转化公式如下：

式中：L（γ）为像元辐射亮度值，单位是W/m2/Sr/um；DN为像元灰度值（0-255）；Gain和Offset分别表示增益系数和偏移值，从Landsat 8元数据中可找到Gain=3.342×10-4，Offset=0.1.

3.1.2地表比辐射率计算

Landsat 8的TIRS第10波段与ETM第6波段热红外影像有相似的波谱范围，本研究使用Sobrino［13］提出的NDVI阈值法计算地表比辐射率：

式中σ表示地表比辐射率，BNIR为近红外波段，BRed为红色波段；在ENVI中用Band Math工具计算得到地表比辐射率.

3.1.3辐射传输方程法

辐射传输方程法，又称大气校正法.同单窗算法与分裂窗算法比较，要求的参数较少，普遍适用于各种热红外波段.热红外辐射亮度值由3部分组成：地面辐射经过大气层到达传感器的辐射能量、大气的下行辐射亮度值Ld和大气的上行辐射亮度Lu［3］.其公式为：

式中：L（y）是第10波段像元的辐射亮度值；σ为比辐射率；LT表示同温黑体下的地表温度；Lu和Ld分别为大气上行辐射亮度值和大气下行辐射值.τ为大气在热红外波段的透过率.根据公式（1）可推出下式：

在NASA官方网站［12］输入式（4）中的相关参数：成像时间为2013年8月11日02时39分22秒；中心经度为118.839 27°，中心纬度为31.737 981°，得到τ=0.44，Lu=5.01 W/m2/Sr/um，Ld=7.37 W/m2/Sr/um.在ENVI中利用Band Math输入（3）、（4）式得到同温下黑体在热红外波段的辐射亮度值LT.

3.1.4地表亮度温度反演

利用公式（3）、（4）得到同温下在热红外波段辐射亮度值L（T）后再利用下面公式反演地表亮度温度：

式中：Ts表示地表亮度温度值，K1，K2为亮度反演常数，从Landsat 8元数据可知K1=480.89，K2=1 321.08，单位为w/m2/Sr/um.通过波段运算计算（5）式得到马鞍山市地表亮度温度分布图（如图2）.

从图2可知，马鞍山市2013年8月11日地表温度范围为26-43℃.按照等差级数将地表亮度温度分割为8级.通过查阅马鞍山历史气温［11］知2013年8月11日马鞍山市气温为29-41℃，地表温度一般比大气温度略高，且本研究得到的数据表明了马鞍山市大部分地区在这一温度范围下，说明反演拟合度较高，具有研究价值.从地表温度分布图可看出高温区主要位于沿江马鞍山市区，而且向南延伸；西部温度较市区温度低，但都高于30℃.市区与郊区温差达到10℃以上，热岛效应显著.

3.2热岛效应分级

利用地表亮度温度进行归一化值处理（值为0-1），其公式如（6）式所示，将城市热岛效应强度划分为5级.定义0.0-0.2为强绿岛区，0.2-0.4为绿岛区，0.4-0.6为正常区，0.6-0.8为热岛区，0.8-1.0为强热岛区［10］.

式中：M是热红外影像中第i个像元亮度温度归一化后的数值；Ti表示第i个像元的地表亮度温度；Tmin表示地表温度的最低值；Tmax表示地表温度的最高值.

在ENVI中利用Band Math工具输入（6）式得到归一化后地表亮度温度图，不同热岛效应强度在空间上的分布（如图3），再利用统计工具分别统计强绿岛区、绿岛区、正常区、热岛区和强热岛区面积及占总研究区总面积的比值（见表1）.

图2　马鞍山市地表温度分布图（单位：℃）

从表1可知，马鞍山市强热岛区面积较小，只有0.240 km2，几乎可以忽略；热岛区面积为23.681 km2，占研究区总面积的6.74%，热岛区和强热岛区主要分布在西部靠近长江南北向地区，是雨山区城市建筑密集区，雨山区东部也有零星分布，这些地区虽不是城市密集区，但有露天的采石场和堆矿点，地表热辐射特性接近城市；绿岛区和正常区面积占研究区总面积的80%以上，面积分别为157.744 km2和143.970 km2，主要由于西部有凤凰湖植物园、濮塘自然风景区和北部南山湖景区植被覆盖度高，能缓解城市热岛效应和改善局部小气候，使得热岛效应减弱；强绿岛区主要分布在长江、雨山湖等水域，面积为25.724 km2，约占研究区总面积的7.32%.由于水的比热容大，升温慢，和周围升温快的城市建设用地形成鲜明对比.另外，马鞍山市拥有国家园林城市、中国优秀旅游城市、中国人居环境范例城市等荣誉，虽研究区是城市商业经济核心地带，但植被覆盖度依然较高，绿岛区面积较大，一定程度上抑制了热岛效应的强度.

图3　马鞍山市热岛效应强度空间分布图

表1　热岛效应不同强度面积

4热岛效应与NDVI，NDBBI的关系

4.1归一化植被指数（NDVI）计算

式中B4和B5分别为红色波段和近红外波段的反射率.

4.2归一化建筑和裸土指数（NDBBI）计算

式中，B3，B5和B7分别为多光谱影像的绿色波段、近红外波段和短波红外波段的反射率［10］.利用公式（7）和（8）计算得到NDVI和NDBBI图，如图4.

从图4知，马鞍山市西部和南部NDVI值小，NDBBI值大，该区域是城市建设用地，温度高，热岛效应强；东部和东北部NDVI值大，NDBBI值小，该区域主要是植被覆被类型，温度低，热岛效应弱.为了进一步研究地表亮度温度与NDVI和NDBBI定量关系，利用ENVI 2D Scatter Plot工具分别制作地表亮度温度与NDVI和NDBBI散点图，如图5.

图4　 NDVI和NDBBI指数图

参照Carlson［10］的研究结论：使用热红外影像反演得到的地表亮度温度与NDVI之间的散点图应该呈现三角形，从图5可知NDVI与LST（地表温度）的散点图也呈现三角形，随着NDVI数值的增加，LST是下降的，NDVI与LST之间呈负相关，说明植被是影响地表温度的一个重要因素，NDVI I指数越大，植被覆盖度越高，LST越低；随着NDBBI值的上升，LST也逐渐增大，NDBBI与LST之间呈正相关，城市建设用地越密集的地区，LST值越高.在此基础上，对马鞍山市地表亮度温度图分别与NDVI，NDBBI图随机多次采样进行回归线性分析，找出马鞍山市地表温度与2种指数的定量关系，如图6.

图6　马鞍山市地表亮度温度与NDVI、NDBBI线性相关分析图

由图6可知，马鞍山市地表亮度温度与NDVI呈负相关，经计算，NDVI每减少0.1，地表温度上升1.43℃，植被对热岛效应起削弱作用；马鞍山市地表亮度温度与NDBBI呈正相关，经计算，NDBBI每增加0.1，地表温度增加3.08℃，城市建筑和裸地对热岛效应起增强作用.图6中的线性回归方程虽不能精确地表示马鞍山市地表亮度温度与NDVI，NDBBI的关系，但可大致地反映NDVI和NDBBI与城市热岛效应的定量关系.

5马鞍山市热岛效应成因分析

5.1城市化的快速发展

2010年国务院批复建立皖江城市带以承接长三角产业转移，马鞍山市距离南京和苏浙地区最近，能够以最快的速度承接长三角产业转移，虽促进了马鞍山市经济发展，但需要扩大城市建设规模，占用一部分水域或耕地以建立工业区，使得水域面积和植被覆盖度减少，水体和植被温度调节功能减弱，工业生产排放的高温气体或温室气体等都会使地表温度上升.城市化必然伴随着人口由农村涌入城市，交通工具拥有量增多，尾气排放量增加等都会使城市热岛效应更显著.

5.2下垫面改变、绿化面积小

土壤中含水量比柏油和水泥路面高，水的比热容大，所以土地升温慢，然而下垫面由土地变为水泥路面或柏油路面，下垫面比热容改变，升温快，而郊区或农村下垫面升温慢，会突出城市的热岛效应强度.植被主要靠蒸发叶片中水分来降低自生和周围温度，从图5可看出马鞍山市区雨山区NDVI几乎为0，城市绿化面积小，植被的降温作用小，城市建筑密集，形成热岛区和强热岛区.马鞍山北部和东部的濮塘自然风景区和石臼湖周围植被覆盖度较高，植被指数在0.2以上，以及靠近长江的地区形成绿岛区.

5.3改善热岛效应的建议

1）提高城市绿化植被覆盖度.绿化植被能够改善城市气候，降低地表温度.在热岛区和强热岛区植被按照垂直分层原则依次种植树木、灌木和花卉.有效节约空间并最大限度发挥植被调节气候作用.

2）保持城市水域面积.城市水体是调节城市小气候的重要因素，在城市建设面积扩展的同时要保持水体面积基本不变，适当增加人工湖或人工河.

3）调整产业结构.第二产业特别是重工业的污染物是造成城市热岛效应的一个因素.马鞍山市靠近长三角经济发达地区，在承接产业转移的过程中不仅承接第二产业而且依靠自身是国家园林城市和国家环境保护模范城市这一优势吸纳和引进高科技产业、服务业等第三产业.

6结论

1）利用Landsat 8影像进行马鞍山市温度反演，温度反演结果与实际地表温度吻合度很高.

2）马鞍山市热岛效应最明显的区域是雨山区西部沿长江南北方向，地表温度超过38℃；温度较低的绿岛区位于东部的濮塘镇和薛津镇.

3）马鞍山市区温度高于周边郊区和植被覆盖度高的地区；地表温度与NDVI呈负相关，与NDBBI呈正相关.

［1］张成才，陈东河.基于Landsat-5TM数据的河南省白沙灌区地表温度反演研究［J］.遥感技术与应用，2013，28（6）：964-967.

［2］沈德才，杨燕琼.基于Landsat8的东莞市热岛效应研究［J］.广东林业科技，2014，30（6）：20-24.

［3］邓书斌，陈秋锦.ENVI遥感图像处理方法［M］.北京：高等教育出版社，2014.

［4］陈云.基于Landsat8的城市热岛效应研究初探——以厦门市为例［J］.测绘与空间地理信息，2014，37（2）：123-128.

［5］陈小瑜，林冰.基于ETM遥感影像的城市温度反演及结果分析——以福建省泉州市为例［J］.重庆师范大学学报（自然科学版），2013，30（4）：121-124.

［6］SailorDJ.Lu L.A top-downMethodology forDveloping Durnaland SeasonalAnthropogenic Heating ProfilesforUrban Area［J］.Atmopheric Environment，2004，38（17）：2737-2 748.

［7］马鞍山市政府网［EB/OL］.（2014-09-18）［2015-05-26］.http：//www.mas.gov.cn/zjmas/.

［8］叶智威，谭志豪.洪泽湖区的LandsatTM6地表温度遥感反演和空间差异分析［J］.首都师范大学学报（自然科学版），2009，30（1）：88-95.

［9］戚鹏程，赵传燕.干旱荒漠区土地利用变化对地表温度的影响［J］.农业工程学报，2010，26（11）：310-315.

［10］方刚.基于Landsat8卫星影像和地表参数的宿州市城市热岛效应分析［J］.土壤通报，2014，45（5）：1241-1 245.

［11］中国气象局政府门户网站［EB/OL］.（2014-10-15）［2015-05-28］.http：//www.cma.gov.cn/.

［12］NASA.Atmospheric Correction ParameterCalculator［EB/OL］.（2012-08-15）［2015-05-22］.http：//atmcorr.gsfc.nasa.gov/cgi-bin/ atm_corr.pl.

［13］SOBRINO J A，JIMENEZ-MUNOZJ C，PAOLINI L.Land Surface Tenperature Retrieval from LANDSAT TM 5［J］.Remote Sensing of Environment，2004，90：434-440.

（责任编辑李健飞）

A Research of Urban Heat Island Effect in M a'anshan City Based on Landsat 8 Image

ZHOU Peng1，FANG Gang1，CHEN Li2，PAN Li1
（1.School of Environment&Surveying Engineering，Suzhou University，Suzhou，Anhui 234000，China；2.Suzhou No.2 Middle School，Suzhou，Anhui 234000，China）

Based on Landsat 8 image for the data source on August 11，2013 in Ma'anshan City，this paper uses ENVI software to invert the surface brightness temperature of Huashan District and Yushan District，and normalizes the value of the surface brightness temperature.The urban heat island effect in Ma'anshan City is divided into strong green zone，green zone，normal zone，heat island zone and strong heat island zone.Then the paper analyzes the spatial distribution of the urban heat island effect in Ma'anshan City and the urban heat island effect with the correlation for the normalized difference vegetation index（NDVI），and normalizes difference bareness and built-up index（NDBBI）and surface temperature.The results show that：（1）The strong heat island zone of Ma'anshan City was Yushan District along the Yangtze River north-south extension，and the land surface temperature of the urban construction was significantly higher than the other land；（2）The surface temperature was negatively correlated with NDVI，and it was positively correlated with NDBBI；（3）Urbanization，land surface change and industrial production were the main reason that caused a strong urban heat island effect in Ma'anshan City.

surface brightness temperature；urban heat island effect；normalized difference vegetation index；normalized difference bareness and built-up index

P237

A

1673-1972（2016）03-0063-07

2015-06-08

宿州学院优秀青年人才项目（2014XQNRL002）；宿州学院学术技术带头人项目（2014XJHB06）作者简介：周鹏（1994-），男，安徽庐江人，主要从事资源环境遥感、地图制图研究.