王永立

（1.中国地质大学（北京），北京 100083；2.天津市地质调查研究院，天津 300191）

0 引言

浅层地温能是指在太阳能和地热流综合作用下，存在于地球表层恒温带至200m埋深中土壤、岩石和地下水的低温地热能（一般温度低于25℃）。20世纪70年代，地热能已是天津市的补充能源。浅层地温能分布于地球表层，是可再生绿色低温能源。

在基岩裸露地区，可通过地质调查推断浅层地温能的赋存情况；在第四纪地层覆盖地区，通过物探、钻探等方法进行解释推断。热红外遥感检测可在短时间内获取大面积地面温度场信息[3]，受地面条件限制小，可以有效应用于浅层地温能的调查。

1 研究区概况

研究区位于华北平原东部，北纬38°40′～39°00′，东经117°20′～118°00′，陆域面积积约2270km²。热分布面积800 km²，热水总储量200×108t。2010年滨海新区浅层地温能利用面积为112.09×104m²。

本区共圈定了9个地热异常区。在200m深度的温度21～28°C，非地热异常区为17～19°C。

第四系地下水浅层地温能可划分为4个含水组。第Ⅰ含水组为全新统和上更新统，埋深一般70m；第Ⅱ含水组为中更新统，底界埋深180～220m；第Ⅲ含水组为下更新统上部，底界埋深290～310m；第Ⅳ含水组为下更新统，底界埋深370～430m（图1）。

图1 天津滨海新区地表温度与地热异常分布图

2 地表温度反演

目前针对Landsat 热红外波段数据进行地表温度反演的算法较多，覃志豪等人根据地表热辐射传导方程，推导出一个精度较高的演算方法，把大气和地表的影响直接包括在演算公式中。由于该算法用于仅有一个热红外通道的遥感数据，故称为单窗算法。该算法的优点仅需要用地表辐射率、大气透射率和大气平均温度3个参数进行地表温度的演算[4][5]。

式中，Ts是地表实际温度；Tb是行星亮度温度；Ta是大气等效温度；a 和b 是参考系数，分别为-67.355351,0.458606；ε为地表辐射率；τ大气透过率。

本次遥感图像采用两景美国陆地卫星Landsat7 ETM+数据，条带号122，行编号33。获取时间为2001年5月12日和2002年2月8日，包括与两期影像相应的大气探空数据、地表气温、相对湿度等资料。

2.1 辐射校正

由于地表热辐射在其传导过程中受到大气和辐射面的多重影响，Landsat传感器所观测到的热辐射强度已经转化为相应的灰度值，使直接利用Landsat的原数据进行区域分析所得到的结论存在很大的偏差[5]。通常Landsat ETM+6数据是以灰度值(DN值)来表示，DN值越大，亮度越大，表示地表热辐射强度越大，温度越高。ETM+6数据中求算亮度温度的过程包括把DN值转化为相应的热辐射强度值，然后推算所对应的地表辐射温度。陆地卫星传感器在设计时就考虑到如何把所接收到的辐射强度转化为DN值。对于ETM+数据，所接收到的辐射强度与其DN值存在如下关系：

式中Lλ为TM传感器接收到的辐射亮度,单位为w•m-2•Sr-1•μm-1，Lmax和Lmin为TM遥感器所接收到的最大和最小辐射强度。当ETM+6低增益时，Lmax=17.04，Lmin=0.0；当高增益时，Lmax=12.65，Lmin=3.2。然后根据辐射亮度推算卫星高度传感器上所探测到的像元亮度温度Tb，其公式为:

2.2 大气等效温度及大气透射率

大气透射率主要取决于大气水分含量，而大气等效温度取决于大气剖面的气温分布和大气水分状况。影响大气透射率的因素较多，气压、气温、气溶胶含量、大气水分含量、CO2等对热辐射传导均有不同程度的作用。因此求算确定大气透射率比较复杂，需要较详细的大气剖面数据。一般来说，准确气透射率需要进行大气模拟，目前较普遍使用的大气模拟程序有LOWTRAN、MODTRAN和6S等。这种大气模拟需要很详细的大气剖面数据；而大多数情况下不具备这样的条件，从而使大气模拟法难以实施。

大气等效温度主要取决于大气剖面气温分布和大气状态。由于卫星飞空的时间很短，一般直接利用覃志豪总结出的大气等效温度Ta的估计方程[6]:

中纬度夏季平均大气作用温度:

中纬度冬季平均大气作用温度:

其中，To为近地面(一般为2m处)的气温，To和Ta的单位均为K。这些，在标准大气状态下(天空晴朗、没有涡旋作用)，大气平均温度是地面线性函数。

大气透射率的变化主要取决于大气水分含量的动态变化，其动态变化不大对大气透射率的变化没有显著影响[6]。因此，大气水分含量就成为透射率估计的主要因素。在高温和低温不同的温度季节，其大气透射率估计方程不同（表1）。

根据杨景梅[7]等研究，大气水汽含量可以通过与地面水汽压之间的关系确定。

其中，e是绝对水汽压，可以表示为：

表1 大气透射率估计方程

式中，RH是相对湿度，T0是气温，a、b是常数分别为17.67K、29.65K。

2.3 地表比辐射率确定

地表比辐射率是单窗算法的一个重要参数[8]。通过归一化植被指数(NDVI)获得地表比辐射率是在没有实时的参考数据下一种有效方法。

Enric-Valor等[9]提出了一种使用NDVI计算植被覆盖率，然后推导计算地表比辐射率的方法：

式中，P v表示植被覆盖度，取N DV Iv=0.70，NDVIs=0.05。当某个像元的NDVI值大于0.70时，Pv取值为1；当NDVI小于0.05时，Pv取值为0。ρNIR、ρR分别表示传感器的近红外波段与红波段的地面反射率值。

3 结果分析

通过上述计算得出地表亮度值、大气等效温度、大气透射率和比辐射率，进而求得地表实际温度。将研究区的断裂构造、地热异常在GIS软件中进行叠加得到地表温度与地热异常分布图（图1）。

通过对比分析可以看出，这些已探明的桥沽、山岭子、万家码头和沙井子等地热异常区在热红外遥感影像上都显示出较高的温度值，而且大都沿着活动断裂的控制方向，特别是在活动断裂的交叉点，温度异常尤为明显。而断裂为地下热能向上传输提供了便利通道，说明地表温度异常可能是由地下热流通道断裂上升到浅部所引起的。

分布在北部的看才庄地热异常区，属于于黄骅凹陷的宁河凸起构造单元，地温梯度变化区间3.5～6.5℃/100m，NE向的杨家泊断裂构成北部控热边界，内部为近SN向的杨家泊东断裂纵穿，而到南部则被晚更新世活动的汉沽断裂所横切。在2002年冬季遥感图像上，异常区北部呈现地表温度高值，普遍高于背景值。

西北部的桥沽异常区，位于黄骅坳陷的宁河凸起和北塘坳陷的接触部位，被近EW向汉沽断裂和NE向的杨家泊断裂、大田庄断裂控制。在两期遥感图像上，除了蓟运河地表温度呈现低值外，其它区域都高于背景值。

在西部的山岭子地热异常区，位于沧县隆起的潘庄凸起构造单元，地温梯度变化区间3.5～7.0°C/100m，由沧东断裂、大寺断裂、海河断裂和张贵庄断裂几组断裂所控制。在两期图像上地表温度都呈现高值。

西南部的万家码头地热异常区，位于沧县隆起的小韩庄凸起构造单元，地温梯度变化区间3.5～7.0℃/100m，在区内受到沧东断裂、小韩庄断裂和上古林断裂的控制。在两期遥感图像上，都不同程度的出现高值区，在板桥农场、中塘镇和大台子出现极值；受独流减河和北大港水库的影响，地表温度在异常区东部呈现低值。

南部的沙井子地热异常区，处于黄骅坳陷的港西凸起构造单元，受港东断裂带的控制。在遥感图像上，地表温度普遍不高，仅在太平村呈现高值，推测受到北大港水库及周边河流水系的影响。

4 结语

地表温度与地下地热异常具有一定的相关性。建议在地表温度高值区采用物探和钻探等方法开展地热调查。

天津滨海新区道路网密集，地表土层主要由近代海侵海退过程中之海水浸渍而成，具有较高的盐分，在遥感图像上显示较高的反射率，反演出地表温度较高。因此，必须选用其它手段剔除非浅层地温能引发地表温度升高等干扰因素，有效发挥遥感信息的作用。

[1]朱家玲等.地热能开发与应用技术[M].北京:化学工业出版社,2006.

[2]汪 集,马伟斌,龚宇烈.地热利用技术—可再生能源丛书,北京:中国化学工业出版社,2006.

[3]李小文,汪骏发,王锦地等，多角度与热红外对地遥感[M].北京:科学出版社,2001.

[4]覃志豪,Zhang Minghua, Arnon, Arnon Karnieli, Pedro Berliner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.

[5]Qin Z, Karnieli A, Berliner P.A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J].International Journal of Remote Sensing,2001,22(18):3719～3746.

[6]覃志豪,Li Wenjuan, Zhang Minghua etc.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.

[7]杨景梅,邱金恒.我国可降水量同地面水汽压关系的经验表达式[J].大气科学.1996,20(5):620～626.

[8]张兆明,何国金,肖荣波等.基于RS与GIS的北京市热岛研究[J].地球科学与环境学报.2007,29(1):107～109.

[9]Enric-Valor,Vicente-Caselles.从NDVI估算地表发射率-以欧洲、非洲和南美洲为例[J].环境遥感.1996(57):167～184.

[10]Enric-Valor,Vicente-Caselles.Mapping land surface emissivity from NDVI: application to European, African and south American areas[J].Remote sensing of environm ent,1996(57):167～184.