基于多时相卫星影像的城市热岛效应遥感监测方法研究

梁 菲，王 博，徐 阳，孟 萌

（1.山东省国土测绘院，山东济南 250102；2.山东省地矿工程集团有限公司，山东济南 250200）

0 引言

城市是人类赖以生存的综合体，是人类活动与精神文明的载体［1］。城市热岛效应是指某一个地区的温度高于周围地区的温度。城市的热岛效应给人类的生活带来巨大的影响与挑战。首先，热岛效应会导致天气的异常变化，并且可能引发极端天气，如夏季的连续高温与暴雨冰雹灾害、冬季的连续低温与冻害。其次，城市热岛效应会严重危害人类身体健康，如连续高温导致的消化不良、中暑、辐射病、呼吸疾病、精神疾病等，以及连续低温导致的户外工作者身体局部冻伤等。再次，当城市的气温持续在高峰时，城市用电量、用水量也会增加，造成电力紧张，供水困难。最后，城市地区的高温也会加快城市废气的排出，并且其中的氮氧化物和碳氢化合物的光化反应形成的光化烟雾，使地表臭氧浓度增加，破坏大气环境。因此，对城市热岛效应的监测迫在眉睫［2］。

传统的城市热岛效应监测多为布设气象站点或抽样温度测量，该方法费时费力，且存在局部不确定性，精度往往较差。随着遥感技术的发展，越来越多的学者通过卫星影像开展城市热岛效应监测［3-5］。寿亦萱等在前人研究基础上，对城市热岛效应监测手段进行归纳分析，对城市热岛效应导致的8 个问题进行了详细地探讨［6］。目前城市热岛效应监测多从地表温度数据反演入手，如基于MODIS LST 数据的长时间序列大尺度温度变化监测［7］。MODIS LST 地表温度数据虽然具有较好的适用性，但其存在像元异常值，针对局部地区不能较好地反映出真实情况，而Landsat 8 数据作为中高分辨率卫星影像，并且具有热红外波段，可较好地解决这一问题。目前针对城市热岛效应的监测多从温度反演入手，而基于温度数据与植被指数数据反演的干旱指数也是一个热岛监测的指标，如温度植被干旱指数（TVDI）与条件植被温度指数（VTCI），2 种指数均从温度与植被角度考虑地表实际旱情，并通过干旱指数数值反映相对应的热岛效应［8-9］。如尹珂珂等利用Landsat 数据反演了土壤、温度、旱情等指数，并结合多种指数进行了兰州城市热岛效应的分析［10］。

本研究在基于Landsat 8 影像的温度反演基础上，引入TVDI 与VTCI 2 种指数作为城市热岛效应监测指标［11］，通过多时期对比，分析城市热岛效应变化情况。

1 数据及原理

1.1 数据介绍

本研究选择的影像是中高分辨率卫星影像Landsat 8。Landsat 8 于2013 年发射升空，携带了陆地成像仪（OLI）、热红外传感器（TIRS）。陆地成像仪包括9 个波段，其中包括1 个15 m 的全色波段、8 个30 m 的多光谱波段。为了避免大气吸收特征，OLI 对波段进行了重新调整，比较大的调整是OLI 陆地成像仪的第5 波段排除了0.825 μm 处水汽吸收的特征；此外还新增了蓝色波段（0.433～0.453 μm）主要应用海岸带观测、短波红外波段（1.360 ～1.390 μm）可用于云检测。热红外传感器TIRS 包括2 个单独的热红外波段。成像效果如图1 所示。

图1 Landsat 8 影像示意图

1.2 原理方法

本研究选择TVDI 与VTCI 作为研究城市热岛效应的2 个监测指标，2 种指数的计算原理分别如下所示：

TVDI 干旱指数是Sandholt 在研究土壤水含量时提出的遥感监测干旱状况的指数概念，其公式如式（1）、式（2）、式（3）所示：

式（1）中：Ts为地表温度像元值；式（2）、式（3）中Ts，min、Ts，max分别为地表温度的最低像元值与最高像元值；a1、a2、b1、b2分别为待定系数。

同理，VTCI 的计算公式如式（4）、式（5）、式（6）所示：

式（4）中：LSTNDVIimax、LSTNDVIimin分别为在研究区内当NDVIi值等于某一特定值的地表温度的最大值和最小值；LSTNDVIi为某一像元值的NDVI 为NDVIi时的地表温度；a、b、a′、b′为待定系数。

1.3 技术路线

本研究选用2019 年夏季至2021 年夏季的Landsat 8 影像，通过预处理获取真实地表反射率数据，然后分别反演三年的NDVI、LST 指数，将NDVI 与LST 分别带到TVDI、VTCI 模型中进行计算，并拟合干湿边方程，最终得到反映城市热岛效应的成果。

2 结果分析

2.1 温度反演

基于Landsat 8 热红外通道反演温度需要进行中心经纬度及参数计算，通过Landsat 8 影像源文件信息查看计算后，反演得到的2019 年、2020 年、2021 年地表温度数据（LST）分别如图2（a）、2（b）、2（c）所示。由图2 可知：地表温度数据较好地反映了城市地区及周边耕地、山地地区的实际温度，其中城镇地区温度较高，其次是山地地区，温度最低的为耕地。究其原因，选择的影像为夏季农作物长势较旺盛时期，植被吸收与散射热量优于硬化地表与山地岩石等。通过计算连续三年的LST 数据可知，城镇地区夏季的温度呈缓慢上升趋势，且在2021年达到较高数值。

图2 LST 反演图

2.2 植被指数反演

对Landsat 8 数据进行辐射校正，然后选取红光波段与近红外波段进行植被指数反演，通过连续三年的植被指数对比，分析城镇周边的植被生长变化情况。反演的植被指数（NDVI）分别如图3（a）、3（b）、3（c）所示。由图3 可知：夏季山地地区与耕地内农作物长势均较好，三年的差异较低。而河流与城镇地区，在NDVI 上显示负值，且与周边植被区分较明显，其中，城镇地区在NDVI 上的数值整体略大于水体，水体数值最小。通过NDVI，可较好地区分出植被与非植被地类分布情况。

图3 NDVI 反演图

2.3 干旱指数反演

2.3.1 TVDI反演

通过结合LST 与NDVI 指数分别反演了2019年、2020 年、2021 年植被温度干旱指数TVDI，如图4（a）、4（b）、4（c）所示。由图4 可知：通过连续三年对比TVDI，城镇地区热岛效应呈上升趋势，城镇地区干旱指数在2019 年处于最低状态，而后缓慢上升，在2021 年达到最高，且2021 年城镇周边的山地地区、耕地地区干旱指数也高于往年，颜色呈深褐色。2020 年城镇地区的干旱指数虽然高于2019年，但2020 年山地地区与耕地地区的干旱指数低于2019 年与2021 年，即2020 年植被覆盖地区的干旱指数更小，整体气候条件更适合植被生长。

图4 TVDI 反演图

2.3.2 VTCI反演

通过结合LST 与NDVI 指数分别反演了2019年、2020 年、2021 年条件温度植被指数VTCI，如图5（a）、5（b）、5（c）所示。相对于TVDI，VTCI 在计算干旱指数时避免了NDVI 与LST 的极值与异常值对整体反演结果的影响。整体来说，VTCI 的反演情况与TVDI 的趋势一致。热岛效应最严重的是2021年，该年城镇地区热岛效应最严重，在图5 中明显高于2019 年与2020 年，且城镇周边的数值明显低于城镇地区。此外，2020 年的植被覆盖地区的干旱指数明显低于周边地区以及其他年份。

图5 VTCI 反演图

2.3.3 拟合方程

反演TVDI 与VTCI 具有较好的拟合效果如图6（a）、6（b）、6（c）所示。其中，拟合效果相对较好的是2019 年，该年的干边与湿边拟合线均在点位周边，仅有为数不多的点位处于离散状态。2020 年的拟合效果相对也较好，仅在湿边方程时有部分离散点位处于拟合线上部。拟合效果相对较差的是2021 年，湿边方程中，较多的点位距离拟合曲线较远。三年的拟合方程中，点位离散的分布均在NDVI 小于0.2 的数值范围内，究其原因是TVDI 与VTCI 线性拟合的湿边方程拟合较差。

图6 干湿边拟合方程示意图

2.4 热岛效应分析

本研究通过反演地表温度LST、植被指数NDVI、干旱指数TVDI/VTCI，综合监测城市热岛效应。通过对比连续三年的指数可以发现，城镇地区的地表温度呈上升趋势，且植被指数呈下降趋势，城市的热岛效应提升，导致LST 与NDVI 数值的相应变化。为了更准确地反映热岛效应，通过反演干旱指数进行进一步监测。TVDI/VTCI 两种干旱指数对城镇及周边的旱情监测整体较一致，且城市热岛效应的监测效果较好，2019 年至2021 年城镇地区干旱指数逐年呈上升趋势，且在2021 年达到最高，即2021 年城镇地区热岛效应最严重。随着经济发展，城镇的扩张与硬化地表铺设，导致城镇地区的热循环进一步封闭，人类活动与工厂等产生的热量与废气堆积在城镇范围内，再叠加光合作用，最终导致城镇地区的热岛效应进一步加剧，最终影响到人类生活的方方面面。

3 结语

本研究在基于Landsat 8 影像的温度反演基础上，引入温度植被干旱指数（TVDI）与条件植被温度指数（VTCI）2 种指数作为城市热岛效应监测指标，通过多时期对比，分析城市热岛效应变化情况。通过本研究的开展，得到以下结论：

1）地表温度数据较好地反映了城市地区及周边耕地、山地地区的实际温度，其中夏季城镇地区温度较高，其次是山地地区，温度最低的为耕地。

2）通过红波段与近红外波段反演植被指数可知，夏季山地地区与耕地内农作物长势均较好，三年的差异较低。而河流与城镇地区，在NDVI 上显示为负值，说明植被较少，且与周边植被区分较明显。

3）通过反演TVDI 与VTCI 监测城市热岛效应，整体来说，VTCI 的反演情况与TVDI 的趋势一致，热岛效应最严重的是2021 年。并且VTCI 在反演时避免了NDVI 与LST 的极值与异常值的影响。

4）在计算干旱指数时拟合得到了2019 年效果较理想的干湿边方程，拟合线均在点位周边。通过综合分析各指数反演成果可知，随着经济发展，城镇的扩张与硬化地表铺设，导致城镇地区的热循环进一步封闭，最终导致城镇地区的热岛效应进一步加剧，最终影响到人类生活的方方面面。

本研究虽然在城市热岛效应监测中取得了较好的成果，但仍存在一定的问题。首先，本研究选用的影像为Landsat 8 卫星影像，该影像重访周期为15 天，相对于热岛效应的每日变化，该影像不能满足其应用监测。此外，本研究选用的是干旱指数反演监测热岛效应方法。虽然取得了较好的成果，但该方法对于雨季或气候较湿润的城市不确定是否通用，在今后的研究工作将积极解决以上问题。