乌鲁木齐市地表温度与遥感指数关系

柴晋鹏 赵晓蓉

摘  要：文章以landsat-8影像为数据源，利用大气校正法反演乌鲁木齐市中心城区地表温度，计算其归一化植被指数（NDVI）、归一化水体指数（NDWI）、归一化建筑指数（NDBI）、裸土指数（BIS），将地表温度与四类遥感指数逐一进行相关分析。结果表明：地表温度与NDVI、MNDWI呈现负相关，与NDBI、BIS呈现正相关，其中与NDSI相关性最高，进一步说明了城市的发展建筑密度的增大，会极大地增加城市的地表温度;而湿度的水域、植被的增加则会对降低地表温度具有明显效果。

关键词：乌鲁木齐市;Landsat-8;遥感指数

中图分类号：X87          文献标志码：A       文章編号：2095-2945（2020）26-0062-03

Abstract： In this paper， taking the landsat-8 image as the data source， the land surface temperature in the downtown area of Urumqi is inverted by atmospheric correction method， and the normalized difference vegetation index （NDVI）， normalized difference water index （NDWI）， normalized difference building index （NDBI） and bare soil index （BSI） are calculated to analyze the correlation between land surface temperature and four kinds of remote sensing index one by one. The results show that the land surface temperature has a negative correlation with NDVI and NDWI， and a positive correlation with NDBI and BIS， among which the correlation with NDSI is the highest， which further shows that the increase of urban building density will greatly increase the urban land surface temperature， while the increase of humidity and vegetation will have an obvious effect on reducing the surface temperature.

Keywords： Urumqi; Landsat-8; remote sensing index

进入21世纪以来，城市原有的生态系统发生改变，引发了温度不同于郊区的城市小气候。大量的现有研究表明，城市化过程中由于人类活动普遍造成城市中出现“热岛效应”，其会严重的危害人类健康[1]，影响了居民工作和生活。因此热岛效应成为国内众多学者研究的热点问题。随着遥感技术的飞速发展，遥感影像成为研究地表温度的有效手段。

近年来，国内外学者对地表温度与遥感指数关系研究主要集中在以下三个方面：（1）基于单一遥感指数对城市热岛效应进行定量研究，探讨该遥感指数的准确度与相关性。万继康[2]对北京建成区NDVI变化及其对地表热环境影响分析。（2）利用长时间多时段影像对城市热岛效应进行时空变化研究。历华等[3]计算长株潭地区的地表温度、NDBI和NDVI，比较NDBI和NDVI与地表温度之间关系，对地表城市热岛效应研究的指标NDBI和NDVI进行对比分析。（3）研究土地利用/覆被对热岛效应的影响。康文敏等[4]通过多尺度空间模式，定量分析以地表温度贡献度为表征的城市热环境时空变化及其特征。

这些多集中在城市发展较快的发达城市区域。在全球变暖的大背景下，生态系统脆弱的干旱区绿洲城市倍受冲击，但对于干旱区绿洲城市的地表温度与遥感指数关系研究涉及不多，对于应用多种指数对干旱区绿洲城市的地表温度进行综合研究更为少见。本文以干旱区绿洲城市乌鲁木齐为例，利用landsat8影像数据反演地表温度，并讨论其与NDVI、MNDWI、NDBI、BIS四类遥感指数之间的关系。

1 研究区概况

乌鲁木齐位于亚欧大陆腹地，我国西北地区，新疆中北部，天山北麓，准噶尔盆地以南，地处东经86°37'33"-88°58'24"，北纬42°45'32"-45°00'00"，属温带大陆性气候，是“一带一路”倡议的重要节点城市，该区域地势起伏悬殊，山地面积广大。南部、东北部高，中部、北部低。市区三面环山，北部为开阔平原。本文根据乌鲁木齐市城市总体规划，选取中心城区部分进行研究见图1所示。

2 数据与方法

2.1 数据来源

本文以美国地质勘探局（USGS）提供的landsat-8 OLI/TIRS卫星影像为数据源，成像时间为2018年8月10日，卫星轨道号为130-29，通过对于图像进行辐射定标、大气校正、图像裁剪等预处理，利用band10采用单窗算法进行地表温度的反演，利用其他相应波段进行遥感指数运算。

2.2 研究方法

2.2.1 地表温度反演

利用辐射传输方程法（也称大气校正法）反演地表温度。太阳对地球辐射传输会受到大气的影响，所以要对影像的大气校正极其重要。卫星传感器接收到的热红外辐射亮度值，由大气上行辐射亮度、大气下行辐射亮度以及地面辐射亮度经过大气传导后达到传感器的辐射亮度这3部分组成。其表达式为：

其中：Lλ是卫星接收到的热红外辐射亮度，L↑是大气上行辐射亮度，L↓是大气下行辐射亮度，ε是地表比辐射率，B（Ts）是黑体辐射亮度，Ts是地表真实温度（K），τ是大气在热红外波段的透过率。

2.2.2 叠加分析

为定量的统计分析城市地表温度与各类遥感指数之间的关系，将每一个遥感指数与地表温度在ArcGIS中叠加分析，在ArcGIS中随机创建200个点的，将地表温度与各类遥感指数的值提取至点，利用ORIGIN软件分别对地表温度与各遥感指数的相关性进行研究。

3 遥感指数选取与计算

植被指数的选取应用最为广泛的是NDVI。其主要原因是由于NDVI可以消除部分卫星观测角、太阳高度角、地形、云和大气辐射的影响，有效区分土地利用类型，突出植被地物。归一化水体指数（NDWI）最早是由Mcfeeters提出来的，为了消除建筑和土壤的影响，徐涵秋[5]提出利用中红外波段代替近红外波段的修正的归一化水体指数（MNDWI）;归一化建筑指数采用查勇仿照NDVI提出来的NDBI;裸土指数采用的Rikimaru[7]是在1996提出来的BIS。

4 地表温度与各遥感指数的关系

4.1 地表温度与NDVI

由图2a可知，NDVI大多分布于0.0-1.0之间，总体上看乌鲁木齐中心城地表温度随着NDVI的升高而下降，二者之间存在明显的负相关。NDVI与地表温度之间的相关系数为-0.56，二者之间存在相关关系，说明城市地表植被的覆盖度对降低地表温度，缓解城市热岛具有明显作用。

4.2 地表温度与MNDWI

由图2b可知，MNDWI多分在-0.6-0.0之间，MNDWI整体偏小，与地表温度相关性较差，这是由于干旱区绿洲城市内河流、水域面积较少的原因造成的，随机点的创建很少能落在水面上，因而相关分析中地表温度与MNDWI表现出很低的相关性，但从图2可知，水域之上的地表温度普遍较低，其具有很高的相关性。

4.3 地表温度与NDBI

由图2c可知，地表温度随着NDBI值的增长而增长，两者之间存在明显的正相关。地表温度与NDBI之间的相关系数为0.699，说明城市地表温度受NDBI的影响较大，城市建筑的增长是加重城市热岛的重要原因。

4.4 地表温度与BIS

由图2d可知，BIS大都集中在0.0-0.15之间，数值大都相差不大，地表温度与BIS之间的相关系数为0.29，相关系数较低，相关性较差。

5 结论

通过对干旱区绿洲城市乌鲁木齐市地表温度的反演，并分析其与NDVI、MNDWI、NDBI、BIS四类遥感指数的相关性进行研究，得出：地表温度与四类遥感指数的回归分析表明，地表温度与NDVI、MNDWI呈现负相关，与NDBI、BIS呈现正相关，其中与NDSI相关性最高，进一步说明了城市的发展建筑密度的增大，会极大地增加城市的地表温度;而湿度的水域、植被的增加则会对降低地表温度具有明显效果。

参考文献：

[1]张逢生，等.浅析城市“热岛效应”的危害及治理措施[J].科技情报开发与经济，2011，21（32）：147-149.

[2]万继康.基于城市地表温度与归一化植被指数对北京市建成区热环境分析[J].测绘与空间地理信息，2020，43（01）：72-75.

[3]历华，柳钦火，邹杰.基于MODIS数据的长株潭地区NDBI和NDVI与地表温度的关系研究[J].地理科学，2009，29（02）：262-267.

[5]康文敏，蔡芫镔，郑慧祯.福州城市地表温度时空变化与贡獻度研究[J].地球科学进展，2020，35（01）：88-100.

[5]徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J].遥感学报，2005（05）：589-595.

[6]查勇，倪绍祥，杨山.一种利用TM图像自动提取城镇用地信息的有效方法[J].遥感学报，2003（01）：37-40+82.

[7]Rikimaru， A. LAMDSAT TM Data Processing Guide for forest Canopy Density Mapping and Monitoring Model. in ITTO workshop on Utilization of Remote Sensing in Site Assessment and Planning for Rehabilitation of Logged-over Forest. July 30-August 1， Bangkok， Thailand，1996.