本站原创
摘要:本文以Landsat 5 TM为主要遥感数据源,辅助以气象数据资料,通过NDVI计算植被覆盖度来反映郑州市不同下垫面的绿化情况,并利用单窗算法精确反演郑州市2009年6月25日的地表温度。研究表明,郑州市植被覆盖程度与地表温度呈明显的负相关,城市绿化对热岛效应具有明显的削弱作用。
关键词:Landsat 5 TM植被覆盖度单窗算法热岛效应城市绿化
城市地域的景观格局变化在不同尺度上对生态系统的结构与功能产生影响,其中植被覆盖情况是衡量区域地表温度（Land Surface Temperature,简称LST）的重要指标之一。由于植被光合作用能够减弱太阳辐射热效应,因此植被覆盖能够有效降低地表温度。植被覆盖度（fegetation fraction,简称Fv）与LST间的关系一直是城市热岛（Urban Heat Island,以下简称UHI）研究的热点。TM数据是目前环境研究中应用最多的卫星热红外遥感数据之一。本文采用覃志豪[3]等提出的针对TM6地温反演的单窗算法,同时,利用归一化植被指数（NDVI）得到的Fv,对郑州市UHI的分布与城市绿化关系做初步探索研究,为郑州市环境监测评价、城市规划等提供借鉴。
Ts={a6(1-C6-D6)+[b6(1-C6-D6)+C6+D6]T6-D6Ta}/C6(1)
C6=τε (2)
D6=(1-τ)[1+τ(1-ε)] (3)
T6为TM6的亮度温度(℃);Ta为大气平均作用温度（℃）;τ为大气透过率;ε为地表辐射率;a6、b6为常量,一般情况下（地表温度在0-70℃之间）,a6=-67.355351,b6=0.458606;
因此,只要知道参数Ta、τ和ε,即可用上述单窗算法反演任何像元的实际地表温度。其中Ta、τ可由覃志豪等[4]提出的单窗算法的大气参数估计方法求得。
T6=1260.56/ln[1+60.776/(0.1238+0.00563256DN)](4)
式中,DN为TM6的像元值;T6单位是K。
Fv=(NDVI-NDVIs)/（NDVIv-NDVIs)(5)
其中NDVIs为裸土的NDVI值,NDVIv为植被的NDVI值,结合实验区具体情况,本研究取NDVIv为0.7,NDVIs为0。
根据覃志豪等[5]提出的估计方法,本研究将遥感影像分为水体、城镇和自然表面3种类型,水体像元比辐射率取0.995,自然表面ε1和城镇ε2像元的比辐射率根据(6)、(7)获得:
ε1=0.9625+0.0614Fv-0.0461Fv^2 (6)
ε2=0.9589+0.086Fv-0.0671Fv^2 (7)
进而可利用ENVI[6]软件由Fv、水体像元比辐射率、ε
结果表明,研究区地表平均温度为44.5℃,最低温为22.3℃（黄河）,最高温度为59.4℃。市中心温度大多在45℃以上（除水体、绿地外）,郊区除西部的工业区和西南部的交通要道外,温度都在45℃以下,而且40℃以下的区域占有相当大的比例,市中心与郊区温度相差显著。
研究区内的高温区域主要有二七塔附近的商业街与车站,铁路沿线附近,西郊工业区,市区南部南环路与郑少洛高速交汇处等区域,产生此结果主要原因是区域内植被覆盖度极低,此外,还受人为热排放、建筑物屏蔽效应等因素影响。低温区域主要有市内的公园绿地,市区东北部和东南部的郊区,水体等。城市中的植被和水体有效地隔断了高温区域,对于缓解城市热岛效应、改善城市热环境具有重要作用。
表1 郑州市LST和Fv的抽样结果结果表明,市内高植被覆盖的公园绿地与低植被覆盖的密集建筑群、道路、工厂等温差高达10℃左右。较高的植被覆盖有效地保持了自然下垫面土壤湿度,增大了热惯量,从而降低地表温度[7]。图2为郑州市内Fv与LST散点线性关系图。
图2 郑州市内Fv与LST散点线性关系图
本研究取市中心700个随即样点,回归结果表明,植被覆盖度与地表温度呈明显的负相关,相关系数的平方高达0.7005。植被覆盖高的区域的地表温度明显比植被覆盖低的区域的温度低,有效地削弱了城市热岛效应,因此,加强城市绿化是改善城市生态环境的有力措施。
4、结语
本文基于TM影像、ENVI平台,利用单窗算法较好地反演了郑州市地表温度,并对植被覆盖度与地表温度之间的关系做了探究。结果表明,郑州市中心存在明显的热岛效应,植被覆盖度与地表温度存在明显的负相关。因此,城市绿化能够明显地削弱城市热岛效应,改善城市生态环境。本研究结果符合郑州市实际情况,但由于缺少实时大气剖面数据,同时某一温度下饱和水汽压的计算采用经验公式,使得反演的结果有所误差。此外,因为没有郑州市内卫星过境时具体某一位置的地表温度和植被覆盖情况实测数据,无法进行精度上的比较。因此,本研究需进一步改进与完善。
参考文献
张小飞,王仰麟,吴健生等.城市地域地表温度-植被覆盖定量关系分
严安,万幼川,张晗.Landsat ETM+数据的武汉市地表温度反演研究[J].地理空间信息,2011,9(4):140-142.
[3]覃志豪,Zhang Minghua,Arnon Karnieli等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,56(4):456-466.
[4]覃志豪,LI Wenjuan,ZHANG Minghua等.单窗算法的大气参数估计方法[J].国土资源遥感,2003,56(2):37-43.
[5]覃志豪,李文娟,徐斌等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004,61(3):28-41.
[6]邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010.
[7]马伟,赵珍梅,刘翔等.植被指数与地表温度定量关系遥感分析[J].国土资源遥感,2010,87(4):108-112.
关键词:Landsat 5 TM植被覆盖度单窗算法热岛效应城市绿化
城市地域的景观格局变化在不同尺度上对生态系统的结构与功能产生影响,其中植被覆盖情况是衡量区域地表温度（Land Surface Temperature,简称LST）的重要指标之一。由于植被光合作用能够减弱太阳辐射热效应,因此植被覆盖能够有效降低地表温度。植被覆盖度（fegetation fraction,简称Fv）与LST间的关系一直是城市热岛（Urban Heat Island,以下简称UHI）研究的热点。TM数据是目前环境研究中应用最多的卫星热红外遥感数据之一。本文采用覃志豪[3]等提出的针对TM6地温反演的单窗算法,同时,利用归一化植被指数（NDVI）得到的Fv,对郑州市UHI的分布与城市绿化关系做初步探索研究,为郑州市环境监测评价、城市规划等提供借鉴。
1、研究区域介绍及数据源
1.1 研究区域概况
郑州市位于东经113°26'-113°51'和北纬34°35'-34°57'之间,属暖温带大陆性气候,四季分明,年平均气温14.4°C;7月最热,平均27.3°C;1月最冷,平均0.2°C;年平均降雨量640.9毫米。平均海拔110.4m,地势是西部高,东部低。1.2 数据源
本文采用的Lansat5 TM影像从国际科学数据怎么写作平台下载,卫星过境为2009年6月25日,轨道号/行号为124/36, 研究区无云,影像已经过系统几何校正,精度能够满文需要。气象数据是卫星过境当天的平均气温、相对湿度、水面温度等,来自中国气象科学数据共享怎么写作网。遥感分析采用ENVI4.7软件。
2、研究要素的提取
2.1 基本原理
本研究采用Qin等[3]针对TM热红外波段反演实际地表温度Ts（K）的单窗算法,其公式为:Ts={a6(1-C6-D6)+[b6(1-C6-D6)+C6+D6]T6-D6Ta}/C6(1)
C6=τε (2)
D6=(1-τ)[1+τ(1-ε)] (3)
T6为TM6的亮度温度(℃);Ta为大气平均作用温度（℃）;τ为大气透过率;ε为地表辐射率;a6、b6为常量,一般情况下（地表温度在0-70℃之间）,a6=-67.355351,b6=0.458606;
源于：期刊论文www.udooo.com
C6和D6是中间变量,分别通过(2)、(3)式表示。因此,只要知道参数Ta、τ和ε,即可用上述单窗算法反演任何像元的实际地表温度。其中Ta、τ可由覃志豪等[4]提出的单窗算法的大气参数估计方法求得。
2.2 亮度温度T6计算
对于TM,可用（4）式求算卫星高度的像元亮度温度[3]T6=1260.56/ln[1+60.776/(0.1238+0.00563256DN)](4)
式中,DN为TM6的像元值;T6单位是K。
2.3 地表辐射率ε的估计
首先由覃志豪等[5]提出的公式(5)求得植被覆盖度Fv。Fv=(NDVI-NDVIs)/（NDVIv-NDVIs)(5)
其中NDVIs为裸土的NDVI值,NDVIv为植被的NDVI值,结合实验区具体情况,本研究取NDVIv为0.7,NDVIs为0。
根据覃志豪等[5]提出的估计方法,本研究将遥感影像分为水体、城镇和自然表面3种类型,水体像元比辐射率取0.995,自然表面ε1和城镇ε2像元的比辐射率根据(6)、(7)获得:
ε1=0.9625+0.0614Fv-0.0461Fv^2 (6)
ε2=0.9589+0.086Fv-0.0671Fv^2 (7)
进而可利用ENVI[6]软件由Fv、水体像元比辐射率、ε
1、ε2,获得研究区每个像元的地表辐射率ε。
3、分析3.1 城市地表温度分布特征分析与结果
地表温度反演结果（当日实测气温:最高41.9℃,最低23.6℃,平均33.3℃）如图1。
图1 郑州市地表温度反演结果图(单位:℃)结果表明,研究区地表平均温度为44.5℃,最低温为22.3℃（黄河）,最高温度为59.4℃。市中心温度大多在45℃以上（除水体、绿地外）,郊区除西部的工业区和西南部的交通要道外,温度都在45℃以下,而且40℃以下的区域占有相当大的比例,市中心与郊区温度相差显著。
研究区内的高温区域主要有二七塔附近的商业街与车站,铁路沿线附近,西郊工业区,市区南部南环路与郑少洛高速交汇处等区域,产生此结果主要原因是区域内植被覆盖度极低,此外,还受人为热排放、建筑物屏蔽效应等因素影响。低温区域主要有市内的公园绿地,市区东北部和东南部的郊区,水体等。城市中的植被和水体有效地隔断了高温区域,对于缓解城市热岛效应、改善城市热环境具有重要作用。
3.2 植被覆盖度与地表温度的关系分析
由于植被覆盖度Fv较NDVI、RVI等几种常见的植被指数与LST的相关性最好[7],因此本研究中采用Fv反映地表植被覆盖情况以及与地表温度空间变化的最佳植被参数。对市中心特征明显地区的LST和Fv做分析,结果如表1。表1 郑州市LST和Fv的抽样结果结果表明,市内高植被覆盖的公园绿地与低植被覆盖的密集建筑群、道路、工厂等温差高达10℃左右。较高的植被覆盖有效地保持了自然下垫面土壤湿度,增大了热惯量,从而降低地表温度[7]。图2为郑州市内Fv与LST散点线性关系图。
图2 郑州市内Fv与LST散点线性关系图
本研究取市中心700个随即样点,回归结果表明,植被覆盖度与地表温度呈明显的负相关,相关系数的平方高达0.7005。植被覆盖高的区域的地表温度明显比植被覆盖低的区域的温度低,有效地削弱了城市热岛效应,因此,加强城市绿化是改善城市生态环境的有力措施。
4、结语
本文基于TM影像、ENVI平台,利用单窗算法较好地反演了郑州市地表温度,并对植被覆盖度与地表温度之间的关系做了探究。结果表明,郑州市中心存在明显的热岛效应,植被覆盖度与地表温度存在明显的负相关。因此,城市绿化能够明显地削弱城市热岛效应,改善城市生态环境。本研究结果符合郑州市实际情况,但由于缺少实时大气剖面数据,同时某一温度下饱和水汽压的计算采用经验公式,使得反演的结果有所误差。此外,因为没有郑州市内卫星过境时具体某一位置的地表温度和植被覆盖情况实测数据,无法进行精度上的比较。因此,本研究需进一步改进与完善。
参考文献
张小飞,王仰麟,吴健生等.城市地域地表温度-植被覆盖定量关系分
源于：论文网www.udooo.com
析[J].地理研究,2006,25(3):369-377.严安,万幼川,张晗.Landsat ETM+数据的武汉市地表温度反演研究[J].地理空间信息,2011,9(4):140-142.
[3]覃志豪,Zhang Minghua,Arnon Karnieli等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,56(4):456-466.
[4]覃志豪,LI Wenjuan,ZHANG Minghua等.单窗算法的大气参数估计方法[J].国土资源遥感,2003,56(2):37-43.
[5]覃志豪,李文娟,徐斌等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004,61(3):28-41.
[6]邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010.
[7]马伟,赵珍梅,刘翔等.植被指数与地表温度定量关系遥感分析[J].国土资源遥感,2010,87(4):108-112.