分類號： UDC：密 級：公 開 編 號：成都信息工程學院學位論文成都市城市熱島效應時空演變分析論文作者姓名：申請學位專業：地理信息系統申請學位類別：理學學士指導教師姓名（職稱）：論文提交日期：第 27 頁 共 21 頁畢業設計（論文）原創性聲明和使用授權說明原創性聲明本人鄭重承諾：所呈交的畢業設計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。作 者 簽 名： 日 期： 指導教師簽名： 日期： 使用授權說明本人完全了解 大學關于收集、保存、使用畢業設計（論文）的規定，即：按照學校要求提交畢業設計（論文）的印刷本和電子版本；學校有權保存畢業設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學校可以采用影印、縮印、數字化或其它復制手段保存論文；在不以贏利為目的前提下，學校可以公布論文的部分或全部內容。作者簽名： 日 期： 學位論文原創性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內容外，本論文不包含任何其他個人或集體已經發表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。作者簽名： 日期： 年 月 日學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權 大學可以將本學位論文的全部或部分內容編入有關數據庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。涉密論文按學校規定處理。作者簽名：日期： 年 月 日導師簽名： 日期： 年 月 日成都市城市熱島效應時空演變分析摘 要近年來,隨著城市化進程加快,城市熱島現象日趨明顯，直接影響了人們的日常生活,成為人們關注的重要對象，本文在獲取1992年、2000年和2005年的Landsat TM/ETM+影像基礎之上，采用決策樹分類方法將研究區土地利用類型分為城區建筑、水體和自然地表三類，分類數據是用于計算比輻射率的重要依據之一，然后進一步采用單通道算法對成都市遙感數據進行地表溫度反演，將反演結果進行等溫度分級顯示，得到不同時段的地表溫度分級圖，對這些溫度分級圖進行分析得到成都市的熱島動態變化趨勢，結果表明，水體和植被覆被比城區建筑覆被溫度低，城區建筑覆被對熱島效應具有絕對貢獻，城市面積不斷擴大，高溫區面積隨著城市的擴展也在不斷擴大，城市熱島強度隨著時間而不斷加強，熱島呈現環狀分布，熱島核心向城市中心東南方潛移，植被和水體屬于低溫區，適當增加城市綠地對于緩解城市熱島效應具有積極作用。關鍵詞：城市熱島; 成都市;Landsat TM/ETM+;熱島分布spatial and temporal evolution of urban heat island effect in ChengduAbstractIn recent years, along with urbanization the urban heat island phenomenon is increasingly clear , it direct impact on peoples daily lives and has attracte many attention, The article is based on Landsat TM / ETM data of 1992, 2000 and 2005 , land use types are divided into urban, water, and natural surface by using the method of decision tree classification, disaggregated data is one of the important basis of emissivity , And then using remote sensing data inverse surface temperature of chengdu by further single-channel algorithm , obtained the different period surface temperature distribution data to analyze Chengdu urban heat island changing trend .the results show that the temperature of water and vegetation cover is lower than the building cover, urban construction cover have absolute contribution to heat island, the area of heat island ,expand with the urban area, the urban heat island intensity continue to strengthen as the time, and the heat island showing annilar distribution, the heat island areas move to the south-east of the city center. vegetation and water belonging to the low temperature region. we can see that water and vegetation have a positive effect on slowing down the heat island effect.Keywords: urban heat island; Chengdu; Landsat TM / ETM +; heat island distribution目錄論文總頁數：22頁1引言21.1課題背景21.2 國內外研究現狀21.3 研究內容、方法和技術路線31.3.1研究內容31.3.3技術路線42.研究區概況42.1總體概述42.2地理特征52.3氣候特征53數據來源及預處理53.1數據來源53.1.1 Landsat TM/ETM介紹53.1.2 數據介紹63.2數據預處理73.2.1幾何校正73.2.2大氣校正73.2.3裁剪74 基于LandSat TM/ETM+的地表溫度反演研究84.1基于LandSat TM/ETM+地表溫度反演算法84.1.1輻射傳導方程法84.1.2覃志豪單窗算法94.1.3普適性單通道算法94.2基于覃志豪單窗算法的地表溫度反演104.2.1 TM的亮溫計算104.2.2地表溫度反演參數計算114.2.3 覃志豪單窗算法地表溫度反演145 成都熱島分析155.1 不同地表覆被溫度變化分析155.1.1不同地表覆被多年平均溫度狀況分析155.1.2不同地表覆被溫度差異的時間變化分析165.2熱島強度分析165.3熱島空間變化分析176結論與討論176.1結論176.2討論18參考文獻19致 謝20聲 明211引言1.1課題背景城市熱島效應是指熱量在城市空間范圍內聚集，使得城市氣溫比周邊明顯偏高的現象。城市熱島是由特殊的城市下墊面、大量人為熱源和局地大氣環流條件造成的，它反映了城市的熱環境狀況1,2。自1833年Lake Howard提出“城市熱島”概念以來，城市熱環境問題一直備受關注，1918年，Howard又在倫敦的氣候一書中，把倫敦城的市區氣溫比周圍相鄰的農村氣溫高的現象稱之為“Urban Heat Island”和“Hotisland Effect”，即“城市熱島”和“熱島效應”3。西方發達國家如美國、英國、加拿大以及西歐等國，相繼在此領域開展了多項探索和研究4-6。熱島效應反映的是一個溫差的概念，只要城市與郊區有明顯的溫差，就可以說存在了城市熱島，因此，一年四季都可能出現城市熱島。在全球增暖和高速城市化的背景下，城市熱環境及其熱效應已成為主導城市氣候與環境的要素之一，對人們生存空間質量的提高帶來不良影響。近年來，隨著城市化進程加快，城市熱島現象日趨明顯，直接影響了人們的日常生活，成為人們關注的重要對象，因此，研究城市熱島效應的時空演化規律，對改善城市生態環境和城市居民居住環境有重要的現實意義。成都位于四川省的中部、四川盆地的西部，是四川省省會，近幾年來隨著經濟的飛速發展，大量外來人口涌入，購車人數也越來越多以及溫室氣體的大量排放，導致成都市市區與郊區的溫度差異較大，據中國之聲央廣新聞13時34分報道，根據衛星遙感監測發現，成都城區內外的溫差最高達到8以上。城市比郊區溫度偏高，形成了“熱島效應”，成都的“熱島”呈環狀分布，在全國都比較少見。因此，對成都市進行熱島效應變化研究已經非常必要，這也為成都市緩解高溫壓力提供了依據。1.2 國內外研究現狀Rao首次利用熱紅外遙感數據ITOS-1研究城市熱島現象7。之后，利用NOAA/AVHRR 數據對城市地表分布、城市熱島變化等情況的研究陸續出現。隨著美國陸地衛星的發射成功，人們采用TM 6對城市地表溫度分布格局、城市熱島強度擴展、城市熱島與城市土地利用及植被覆蓋度的關系等進行研究。國內學者也先后采用常規方法和熱紅外遙感方法對北京、上海、廣州、武漢、杭州、長春等主要城市的熱島現象進行了監測8-11。關于城市熱島問題，國內外學者做了較多的研究。可以概括為5種：(1)氣象站法：傳統的熱島效應運用氣象站歷史數據，選取若干個溫度指標，分析一個城市或區域在不同發展階段熱島特征變化情況。(2)定點觀測法：根據城市熱島空間分布狀況，定點觀測可以從水平和垂直方向2方面考慮。其中，城市熱島水平分布特征一般是選用城郊若干個典型的位置，進行數項溫度氣候指標的測定比較；或者是利用橫穿城市剖線進行觀測研究。由于城市熱島不僅影響近地面溫度，還會影響城市邊界層內能量交換，具有明顯的立體空間分布特征。城市氣候立體特征研究多是使用探空氣球、飛機等進行觀測，觀測高度在1007000米之內。也有學者為了獲取長期連續不斷的城市與郊區氣溫垂直變化資料，將氣溫表安放在鐵塔的不同高度，觀測城郊氣溫垂直差異。(3)運動樣帶法：運動樣帶法通常是在車輛上安裝氣溫測定傳感器，并連接著一個便攜式的數據采集器。(4)是采用遙感技術，對遙感衛片、航片資料進行分析，進而監測城市的熱島效應。根據地物在不同波段輻射值的差異，利用熱紅外傳感器對城市地表溫度進行大面積觀測，再通過計算機技術，進行室內解譯，就可以分析得到地物的熱量空間分布。(5)模擬預測法：模擬預測法是運用計算機技術運用的統計模型、數值模型、解析模型和物理模型四種模型模擬城市熱島效應變化的方法，這四種模型已經廣泛地應用于理論和實踐研究，其中物理模型是有多種云物理和邊界層的物理過程和四維固化功能實驗室模擬最有代表性的是Stretke的高斯模型、Mihalalako等人工神經網絡模型等，這些模型都可以簡單的歸納為數學模型和實驗室模擬2大類。本文則主要是以Landsat TM/ETM+遙感影像為基礎，通過對不同時期的遙感影像進行對比分析，研究成都市城市熱島效應的時空演變特征。1.3 研究內容、方法和技術路線1.3.1研究內容本文下載研究區域1992年、2000年、2005年共3期遙感影像的，在對數據進行預處理的基礎之上，首先采用決策樹的方法將研究區的地表分為城區建筑、水體、自然地表共三類，作為地表溫度反演中地表比輻射率確定的重要依據之一，進一步采用單窗算法進行地表溫度反演，將得到的溫度有圖進行等溫度間隔分級顯示，分析成都市熱島的特征和變化以及熱島強度的變化。1.3.2研究方法（1）基于TM遙感影像的成都市地表覆被域值分類遙感圖像分類就是利用計算機通過對圖像中各類地物的光譜信息和空間分布進行分析，利用歸一化植被指數NDVI和歸一化城市指數NDBI，分析不同地物的NDVI和NDBI特征，設置適宜的域值對數據進行分類，本文主要將TM/ETM+影像分為城區建筑、水體、自然地表三類，本分類為成都市地表溫度反演提供土地覆被數據。（2）基于覃志豪單窗算法的成都市地表溫度反演覃志豪單窗算法是從TM6 的DN 值中求算實際地表溫度。該方法需要兩個大氣參數，即大氣透射率和大氣平均作用溫度，從已得的氣象數據中可以獲得這兩個大氣參數的值。地表比輻射率可以通過植被覆蓋度進行計算，而植被覆蓋度則是利用地表分類的圖像求得。（3）成都市熱島時空變化分析通過地表溫度反演得到成都城市溫度分級圖，在ArcGis中利用各年地表分類圖統計出各年不同地物的面積比例，利用各年溫度分級圖和地物分類圖統計每類地物溫度的最大值（Max）、平均值（Mean）和最小值（Min），對這些數據進行分析。（4）成都是熱島強度分析提取出成都市城區建筑主要區域，計算該區域的平均溫度，再對成都市城區建筑主要區域做緩沖區分析，提取出緩沖區域減去城區建筑主要區域的溫度平均值，這個平均溫度代表的是郊區的平均溫度。1.3.3技術路線論文技術路線如下圖。地表比輻射率NDVINDBI分類圖（城區建筑、水體、自然地表）預處理（大氣矯正、幾何校正、裁剪）成都TM/ETM+影像成都市城市熱島時空分析城市熱島分布圖氣象數據（溫度、濕度等）大氣透射率、大氣平均作用溫度圖1 技術路線圖2.研究區概況2.1總體概述成都位于四川中部，四川盆地西部，介于10254E10453E和3005N3126N之間，東西最大橫距192km，南北最大縱距166km，幅員面積12390km2，耕地面積4320km2。成都東與德陽、資陽毗鄰，西與雅安、眉山、阿壩接壤；距離東海1852km，距離南海1090km。成都，別稱“蓉城”，四川省省會，西南地區教育、科技、商貿、金融、文化中心，通信、交通樞紐，享有“天府之國”美譽。成都幅員面積12390k（截至2013年1月31日）；管轄9個區、6個縣，代管4個縣級市（截至2013年1月31日）, “九天開出一成都，萬戶千門入畫圖”，在中國偌大的歷史版圖上，成都是惟一建城以來城址以及名稱從未更改的城市。1982年2月15日，成都躋身首批國家歷史文化名城。2.2地理特征成都境內的龍泉山脈海拔600m至1000m，植被破壞較為嚴重，以東北-西南走向穿過成都市東部的龍泉驛區和金堂縣，該山脈為成都平原和盆中丘陵的分界線，龍泉山脈以東，淺丘連綿起伏。成都市域內只有金堂縣的部分地區位于該山脈以東的丘陵區。 成都平原海拔450m至720m，是由岷江、沱江及其支流沖積而成的沖積扇平原。成都平原得益于都江堰水利工程，河網密布，同時由于土地肥沃，是中國最重要的糧食產區之一。平原上也零星分布著一些淺丘，比如成都近郊的鳳凰山、磨盤山。2.3氣候特征成都屬亞熱帶季風氣候，具有春早、夏熱、秋涼、冬暖的氣候特點，年平均氣溫16，年降雨量1000毫米左右。成都氣候的一個顯著特點是多云霧，日照時間短。民間諺語中的“蜀犬吠日”正是這一氣候特征的形象描述。成都氣候的另一個顯著特點是空氣潮濕，因此，夏天雖然氣溫不高(最高溫度一般不超過35)，卻顯得悶熱；冬天氣溫平均在5攝氏度以上，但由于陰天多，空氣潮，卻顯得很陰冷。成都的雨水集中在7、8兩個月，冬春兩季干旱少雨，極少冰雪。3數據來源及預處理3.1數據來源3.1.1 Landsat TM/ETM介紹第一顆陸地衛星是美國于1972年7月23日發射的，也是世界上第一次發射的真正的地球觀測衛星，原名叫做地球資源技術衛星(Earth Resource Technology Saet111teERTS)，1975年更名為陸地衛星，由于它的出色的觀測能力推動了衛星遙感的飛躍發展，迄今Landsat己經發射了7顆衛星，但第6顆衛星發射失敗，第7顆星于1999年4月15日發射，但是在2003年7月出現儀器故障，2003年7月之后可以利用的為是第5號星，即Landsats5。Landsat主題成像儀是Landsat4和Landsat5 攜帶的傳感器，從1982年發射至今，其工作狀態良好，幾乎實現了連續的獲得地球影像。Landsat4和Landsat5同樣每16 天掃瞄同一地區，即其16天覆蓋全球一次。LandsatTM影像包含7個波段，波段1-5和波段7的空間分辨率為30m，波段6（熱紅外波段）的空間分辨率為120m。南北的掃描范圍大約為170km，東西的掃描范圍大約為183km。 下表為Landsat TM/ETM+各波段基本參數信息表：表1 Landsat TM/ETM+各波段基本參數信息表主題成像儀Landsats4-5波段波長(微米)分辨率(米)主要作用TM/ETM+Band 1藍綠波段0.45-0.5230用于水體穿透，分辨土壤植被Band 2綠色波段0.52-0.6030分辨植被Band 3紅色波段0.63-0.6930處于葉綠素吸收區域，用于觀測道路/裸露土壤/植被種類效果很好Band 4近紅外波段0.76-0.9030用于估算生物量，盡管這個波段可以從植被中區分出水體，分辨潮濕土壤，但對道路辨認效果不如TM3Band 5中紅外波段1.55-1.7530用于分辨道路/裸露土壤/水，它在不同植被之間有好的對比度，并且有較好的穿透大氣、云霧的能力。Band 6熱紅外波段10.40-12.50120/60感應發出熱輻射的目標。Band 7中紅外波段2.08-2.3530對于巖石/礦物的分辨很有用，也可用于辨識植被覆蓋和濕潤土壤。Band 8微米全色0.52-0.9015得到的是黑白圖象，分辨率為15m，用于增強分辨率, 提供分辨能力。3.1.2 數據介紹本文所采用的數據資源主要是美國陸地衛星 Landsat5 TM 和 Landsat7 ETM+的全波段圖像，數據主要在馬里蘭大學和中國科學院遙感與數字地球研究所的開放網站進行下載。氣象數據是由成都信息工程學院大氣學院實驗室提供，數據為氣象站的原始數據，需要加載到Micaps進行讀取，1992年數據由于時間間隔比較久，實驗室無數據，該年數據是通過都江堰市的氣象數據進行推算的，遙感數據極其的對應氣象數據屬性如下表2：表2 遙感數據及氣象數據屬性傳感器圖幅景號獲取時間溫度Landsat5 TM129/391992-08-1626Landsat5 TM129/392000-05-0227Landsat7 ETM+129/392005-05-1019.33.2數據預處理由于遙感成像過程中各種因素(如衛星速度變化、大氣與地物反射與發射電磁波的相互作用、隨機噪聲)的影響，實際的圖像灰度值并不完全是地物輻射電磁波能量大小的反映，其中還包括著上述因素作用的結果，在進行圖像處理前，需進行預處理，以消除上述因素的影響。遙感圖像預處理包括輻射校正與幾何校正(粗校正與幾何精校正)。前者包括傳感器校正、太陽高度角和地形引起的畸變校正以及大氣散射校正。3.2.1幾何校正幾何校正是指消除或改正遙感影像幾何誤差的過程。我國衛星地面站提供給用戶的數據基本上己做了幾何粗校正。引起遙感圖像幾何畸變的因素有傳感器方面、遙感平臺方面以及地球本身的原因，對它進行處理的方式有系統校正，利用控制點校正及混合校正。系統校正就是把傳感器的校準數據、位置、衛星姿態等測量值帶入理論校正公式進行幾何畸變校正，控制點校正是選取一些變形的圖像與標準地圖之間的對應點(即控制點數據對)，用一種數學模型來近似描述遙感圖像的幾何形變過程，通過幾何控制點求出幾何畸變模型，然后進行校正。本文中進行幾何校正的工具是ENVI，選用二次方多項式方法校正，采點數大于20個。3.2.2大氣校正即使遙感系統工作正常，獲取的數據仍然帶有輻射誤差，其中主要是兩種最重要的環境衰減因素，一是由大氣散射和吸收引起的大氣衰減，二是由地形導致的衰減。由于成都盆地地形起伏不大，但大氣衰減明顯，因此，只利用ENVI自帶的大氣校正模塊進行了簡單的Dark Subtract大氣校正。3.2.3裁剪由于受獲取影像云覆蓋區域較為嚴重的限制，只選擇了成都市幾年來完全沒有云覆蓋的地區的數據進行分析，對于研究成都市熱島效應時空變化還是具有一定的意義。在裁剪過程中利用了1：400萬地形圖在ArcGis中進行矢量邊界對柵格數據的裁剪。下圖1為2009年3月24日遙感影像進行裁剪后得到的結果圖：圖2 2005年裁剪后的5、4、3波段合成圖像圖3 裁剪用的 1：400萬地形圖4 基于LandSat TM/ETM+的地表溫度反演研究4.1基于LandSat TM/ETM+地表溫度反演算法Landsat TM/ETM+數據第6波段（120/60m）的地面分辨率遠高NOAA氣象衛星（1.1km）的熱紅外波段的地面分辨率，而且Landsat數據資料年限長且多，有利于研究城市熱島動態變化，因此選用TM/ETM+數據進行地表溫度反演。但是Landsat 數據只擁有一個熱紅外波段，無法使用劈窗算法、TES等發展相對成熟的算法來反演地表溫度，這使Landsat數據獲取地表溫度方面受到較大的限制。目前，應用TM6數據反演地表溫度有3種算法：輻射傳導方程法、單窗算法和單通道算法。4.1.1輻射傳導方程法輻射傳導方程法也稱大氣校正法，是完全根據電磁輻射從地球表面到傳感器的傳輸過程來計算的，熱紅外輻射傳感器所接收的能量主要包括三個部分：經大氣削弱后被傳感器接收的地表熱輻射，大氣下行輻射經地表反射后再被大氣削弱，最終被傳感器接收的那部分能量和大氣上行輻射，即 (1)試中，是被傳感器接收到的或者是大氣頂層的輻射亮度；是地表比輻射率；是根據普朗克輻射定律計算出的黑體的輻射強度；即為真實地表溫度；是大氣本身以及地球輻射被大氣反射回的向下的輻射強度；是大氣本身向上的輻射強度；是地表與傳感器之間總的大氣透射率。這一方法實際應用起來非常困難，除計算過程復雜之外，大氣模擬需要精確的實時（衛星飛過天空時）大氣廓線數據，包括不同高度的氣溫、氣壓、水汽含量、氣溶膠含量，CO2含量、O3含量等等，對于所研究的區域而言，這些實時數據一般是沒有的。因此，大氣模擬通常是使用標準大氣廓線數據來替代大氣實時數據，或者是用非實時的大氣探空數據來替代。由于大氣廓線數據的非真實性或非實時性，根據大氣模擬結果所得到的大氣對地表熱輻射的影響的估計通常存在較大的誤差，從而使得大氣校正法獲得的地表溫度精度較差。4.1.2覃志豪單窗算法覃志豪12,13等根據地表熱輻射傳導方程，通過一系列假設，建立了適用于從Landsat TM 第6波段（即熱紅外通道，以下稱為TM6）反演地表溫度的算法。該算法的優點在于僅需要三個基本參數：地表比輻射率、大氣透過率和大氣平均作用溫度。其表達試由以下三個試子構成： (2) (3) (4)式中，表示反演的地表溫度；Ta表示亮度溫度；是大氣平均作用溫度；和是常數，當地表溫度在O-70之間是分別等于-67.355351和0.458606；是地表輻射率；表示大氣透射率。大氣透過率和大氣平均作用溫度可以根據近地面的大氣濕度和平均氣溫來估計。在大多數情況下，各地方氣象觀測站均有對應于衛星過境時天氣要素的實時觀測數據。該算法的缺點在于：在參數化過程中使用的數據仍然是標準大氣廓線的，并沒有使用實時的大氣廓線數據，這使得推導出的經驗公式有可能在某些情況下不太適用。4.1.3普適性單通道算法Jimenez-Munoz和Sobrino(2003)通過對普朗克函數在溫度值Tsensor附近作一階泰勒級數展開，提出了另一種適用于TM數據的普適性單通道算法(Single-Channel Algorithm，SC)，其表達式為： (5) (6) (7)其中，是地表溫度，是傳感器觀測到的光譜輻射亮度()，是傳感器觀測到的亮溫(K)，是有效波長，大氣參數、和可以根據大氣總水分含量來確定，對于TM熱紅外波段而言，參數計算公式如下： (8) (9) (10)為大氣水分含量。對于上述三種算法，Sobrino and Jimenez-Munoz通過實例做了比較，在參數都齊備的情況下，三種算法都能得到較準確的結果，其中輻射傳輸方程法結果最為準確，均方根差僅為O.6K，但是在衛星過境實測資料沒有的情況下，輻射傳輸方程不能用，而只能用覃志豪單窗算法或者Jmienez-Munoz and Sobrino的單通道算法，Sobrino and Jimenez-Munoz比較得出的結論是，用Jimenez-Munoz and Sobrino單通道算法計算出來的均方根差要小于覃志豪單窗算法的計算結果，但是當用上一些實測的大氣參數后。在沒有實測的大氣參數的情況下，覃志豪單窗算法的精確度略高于Jmineez-Munoz and Sobrino的單通道算法，因此，本文的研究中即使用覃志豪的單窗算法來反演成都市的地表溫度。4.2基于覃志豪單窗算法的地表溫度反演4.2.1 TM的亮溫計算第一，通常從第6波段的數據中計算亮度溫度，應該先把灰度值（DN值）轉化為與之對應的熱輻射強度值，再由熱輻射強度值推算所對應的亮度溫度。由TM傳感器得到的遙感影像中，根據landsat TM使用手冊提供的資料，由TM的DN值轉為輻亮度（即熱輻射強度值）的計算公式如下： (11)其中: 為TM/ETM+遙感器所接收到的輻射強度（），為最大的DN值，即，為像元的灰度值，和為TM傳感器所接受到的最大和最小輻射強度值，即相對應于和時的最大和最小輻射強度。發射前已預設TM6的常量，若當時，；當時，=255。因此，公式（4.9）可以寫成如下形式： (12)由熱輻射強度值轉換得到亮度溫度的計算公式如下： (13)試中，為第6波段的像元溫度（K），和為發射前預設的常量，對于Landsat5的TM數據，。對于Landsat 7的ETM+數據，。4.2.2地表溫度反演參數計算 亮度溫度并不是地表的真實溫度，它包含了大氣和地表比輻射率等諸多因素的影響，表達的是大氣層外表面的溫度情況，因此要想獲得地表的真實溫度，必須對亮度溫度進行大氣校正和地表比輻射率的校正，這一校正過程需要實時的大氣剖面數據和地表覆蓋狀況，通常比較復雜，眾多研究人員也在試圖探尋更簡單的方法，從熱紅外遙感圖像中提取最真實的地表溫度。本文所采用的覃志豪單窗算法進行成都市地表溫度反演時，主要涉及到三個參數，他們分別是大氣平均作用溫度，大氣透射率，地表比輻射率，下面分別闡述三大參數在本研究中計算流程。（1）大氣平均作用溫度的計算覃志豪等(2001)根據Modtran所提供的標準大氣推到出一個經驗公式，認為在標準大氣狀態下(天空晴朗、沒有渦旋作用)，大氣平均作用溫度(Ta，單位K)與地面附近(一般為2m處)氣溫(To，單位K)存在如下表線性關系。 = 25.9396 + O.88045 (For USA 1976) (14) = 17.9769 + 0.gl715 (For tropical) (15) = 16.0l10 + 0.92621 (中緯度夏季 ) (16) = 19.2704 + 0.9lll8 (中緯度冬季) (17)式中，T0代表近地面層大氣溫度，可通過地面觀測站的數據獲得。對于成都市，處在中緯度地區，于是我們選擇了式16和式17，在下表3中列出了由近地面層大氣溫度推求得到的大氣平均作用溫度。表3 各年分大氣平均作用溫度對照表（單位：K）獲取時間近地面層大氣溫度大氣平均作用溫度1992-08-16 02：55299.15293.0867222000-05-02 13：14300.15294.0129322005-05-10 11：22292.45287.140514（2）大氣透射率大氣透射率由電磁波的波長和當時的天氣情況來決定，覃志豪通過大氣模擬得出大氣透射率的變化主要取決于大氣水分含量的動態變化，其它因素因其動態變化不大而對大氣透射率的變化沒有顯著影響，因此，水分含量就成為大氣透射率估計的主要考慮因素，他運用大氣模擬程序LOWTRAN 7 模擬大氣水分含量變化與大氣透射率變化之間的關系，建立了相關方程。當水分含量在區間內時，可以用下表4的估算方程進行簡單推算。表4 大氣透射率的估算方法大氣剖面水汽透射率估計方程平方差 標準差High air temperature0.4-1.60.996110.0023681.6-3.00.998270.002539Low air temperature0.4-1.60.994630.0033401.6-3.00.998990.002375但由于未獲取到準確的大氣水分含量數據，無法使用此方法進行計算。NASA提供的了一個可以自動計算大氣透射率，該網址為/，由該網址只能智能計算2000年7月以后的大氣透射率，只能將09年和2000年的數據通過與其他年份的數據進行對比，推測其大氣透射率。各年分的大氣透射率如下表5：表5 大氣透射率對照表獲取時間大氣透射率1992-08-16 02：550.822000-05-02 13：140.922005-05-10 11：220.9（3）地表比輻射率計算地表比輻射率有多種方法，本文中我們采用對地表進行分類的方法來計算地表比輻射率，且這是一種即較簡單，也較實用的一種方法。對TM/ETM+陸地衛星影像來說，有7個波段，其中第6個波段為熱紅外波段，這7個波段正好覆蓋相同的地理區域，用除6波段之外的其它波段做的分類圖像正好與熱紅外圖像相吻合，再根據分類圖像將每一種地物類型賦值就可以得出一幅地表比輻射率的圖像。本文中采用的是決策樹的分類方法將基于TM/ETM+圖像的成都市的地表分為三類，分別為城區建筑、水體和自然地表，分類的依據是歸一化植被指數NDVI和歸一化城市指數NDBI，他們計算公式分別如下： (18) (19)式中，b3、b4、b5分別為TM/ETM+數據第3、4、5波段的表觀反射率數據。由于每幅圖像的具體情況不同，不同地類所對應的分類變量的域值的設定也就不同，以下是本文依據NDBI和NDVI進行成都市不同時期水體、城市和自然地表分類的閾值的設定。表6 遙感影像分類依據獲取時間水體城市自然地表1992-08-16 02：55NDBI = -0.02NDVI -0.02NDVI 0.04其它2000-05-02 13：14NDBI = 0NDVI 0NDVI 0.03其它2005-05-10 11：22NDBI = -0.15NDVI -0.15NDVI 0.7時，=1；當NDVI0.05時，=0；當0.05NDVI0.7時，。圖7 1992年比輻射率圖圖8 2000年比輻射率圖圖9 2005年比輻射率圖4.2.3 覃志豪單窗算法地表溫度反演在4.1.2中我們介紹了覃志豪單窗算法進行地表溫度的反演公式，在4.2.2中我們求出了算法中所必需的三個參數，現在將這些參數帶入式2、式3和式4在ENVI中進行計算。將反演結果在ArcGis中進行分級顯示，分級原則按照等溫度間隔進行分類。如下為不同年份地表溫度反演結果的溫度分級圖。圖10 1992年溫度分級圖圖11 2000年溫度分級圖圖12 2005年溫度分級圖5 成都熱島分析5.1 不同地表覆被溫度變化分析5.1.1不同地表覆被多年平均溫度狀況分析在ArcGis中利用各年地表分類圖統計出各年不同地物的面積比例，利用各年溫度分級圖和地物分類圖統計每類地物溫度的最大值（Max）、平均值（Mean）和最小值（Min），如下表：表8 各年不同地物面積比例（%）和溫度（）統計獲取時間城區建筑水體自然地表面積比例高溫區面積比例MaxMeanMin面積比例MaxMeanMin面積比例MaxMeanMin1992-08-160.8621.4037.830.422.50.87529.520.715.398.26330.422.918.42000-05-023.2813.513427.817.80.70229.521.81896.01729.52419.82005-05-107.5803.60935.627.315.81.14627.813.78.491.27425.817.610.8通過表8可以看出隨著時間發展，成都市城區建筑面積在不斷擴展，所占研究區面積百分比由1992年的0.862%增長到2000年的3.281%，至2005年增長到占7.58%。高溫區（1992年28.66-31.66，2000年32.25-35.75，2005年27.83-33.4）面積比例由1992年的1.4%增加到3.51%再到3.609%，這表明高溫區面積隨著城市的擴展也在不斷擴大，體現出城市地表覆被與城市熱島的緊密關系。通過對比發現，三年以來都表現為城市地表的溫度，無論是最高溫度、平均溫度和最低溫度最高，三年的平均值分別達到35.6、27.3和15.8，說明城區建筑地表覆被對城市熱島效應的絕對貢獻。相反的，水體地表的溫度，包括最高溫度、平均溫度和最低溫度均達到三種地表覆被類型中的最低值，分別為27.8、13.7和8.4，比城區建筑地表覆被的相應溫度分別低了6.87、9.77和4.80，從而水體成為城市的冷源，對城市熱島效應有很好的緩解作用。而成都市自92年至05年間，水體地表覆被類型的面積比例略呈增長變化，可在一定程度上減緩因建筑區面積的增長導致的城市熱島效應加劇的狀況。植被作為城市的重要的生態景觀，其地表溫度雖然高于水體，但仍遠低于城區建筑覆被類型，最高、平均和最低地表溫度三年平均只有28.57、21.50和16.33，仍分別比城市低7.03、5.80和-0.53，可見，植被覆被也具有很好的降低地表溫度，減緩城市熱島的功效，然而近幾年由于城市建筑區的擴張，成都市植被地表覆被面積呈顯著減少變化，使得其所發揮的減緩城市熱島的功效下降。以上三種地表覆被類型在減緩城市熱島效應方面之所以發揮如此不同之功效，是因為水體具有高比熱容，在相同氣溫條件下，水體的增溫速度遠低于建筑材料和土壤，而且水體的蒸發、蒸騰、傳導和對流等特性，使得其具有多種熱平衡和交換能力，它能將獲取的熱量及時以水蒸氣形式進入大氣環流的熱量交換過程中。城區建筑覆被的下墊面材料一般是有大理石、混泥土和沙石等組成，這些材料熱慣量大，隨氣溫的變化和太陽輻射的吸收能力強。而植被的熱慣量比較小，對太陽輻射的吸收能力較弱，植物的蒸騰作用對溫度有一定的調節作用。5.1.2不同地表覆被溫度差異的時間變化分析1992年城區建筑覆被平均溫度與水體覆被平均溫度相差9.7，與植被覆被類型平均溫度相差7.5，而2000年城區建筑覆被平均溫度與水體覆被平均溫度相差6，與植被覆被類型平均溫度相差3.8，到2005年城區建筑覆被平均溫度與水體覆被平均溫度相差13.6，與植被覆被類型平均溫度相差9.7，可見2005年城區建筑覆被類型與其他兩種覆被類型溫度相差最大，而2000年城區建筑覆被類型與其他兩種覆被類型溫度相差是最小的，說明在這三年中， 2005年城市溫度相對其他兩種地物的溫差達到最大值。5.2熱島強度分析將成都市城市主要城區矢量化，再用矢量數據去裁剪溫度反演后的結果圖，計算裁剪后的圖像的平均溫度，再對矢量化的數據做緩沖區分析，緩沖半徑按照不同圖層的實際情況而定，提取出緩沖區域減去主要城區的溫度平均值，該區域的平均溫度代表郊區的平均溫度，如下表為各年城市與郊區的平均溫度：表9 熱島強度統計表（）獲取時間城市郊區差值1992-08-16 02：5530.4424.985.462000-05-02 13：1433.8527.846.012005-05-10 11：2229.1419.1010.04城市熱島是指城市比周圍非城市化地區的地表溫度和大氣溫度高的現象，可以用城市的溫度和郊區的溫度只差來反映城市熱島強度，表9中反映城市溫度的確有比郊區溫度高的現象，1992年、2000年和2005年城市與郊區的溫度差分別為5.46、6.01和10.04，說明隨著時間的推移成都市熱島強度不斷加強。5.3熱島空間變化分析從熱島空間分布情況來看，1992年到2005年期間成都市城區地表溫度明顯比郊區高，表現出明顯的熱島效應。圖10中高溫區主要分布在城區中心，溫度從建筑物中心向外降低，呈現環狀分布。圖11高溫區主要分布在城區的東南方向，呈現出塊狀分布。圖12高溫區集中在城區中心周邊，而且有大塊高溫區分布在城區中心東南方，城區中心相對周邊溫度稍低。對比三年數據，發現成都市高溫主要集中在城區，高溫區有向城區東南方移動的趨勢。6結論與討論6.1結論本文通過對1992年、2000年和2005年的數據進行地表溫度反演，將反演結果進行等溫分級顯示，再對溫度分級數據進行加工處理，分析得到如下結論：（1）水體和植被覆被比城區建筑覆被溫度低，城區建筑覆被對熱島具有絕對貢獻，成都市城市面積不斷擴大，高溫區面積隨著城市的擴展也在不斷擴大，體現出城市地表覆被與城市熱島的緊密關系。（2）從1992年到2005年成都市城區不斷擴張，熱島呈現環狀分布，成都市熱島核心有向城市中心東南方潛移的趨勢。（3）成都市城區溫度比郊區溫度高很多，城市熱島強度隨著時間而不斷加強。（4）植被的蒸騰作用和水體的蒸發、蒸騰、傳導和對流等作用使植被和水體溫度較低，所以適當增加城市綠地對于緩解成都市城市熱島效應具有積極作用。6.2討論本研究從時空變化和城市熱島強度變化兩方面分析了成都市熱島效應的演變，通過統計不同地物的面積比例和溫度，充分地說明了城市是主要的熱源中心，同時利用各年溫度分級圖分析了城市熱島的變化