尤艳丽,周敬宣*,李湘梅

1.华中科技大学环境科学与工程学院,湖北武汉430074 2.华中科技大学文华学院,湖北武汉430074

基于RS的武汉市夏季热岛效应与土地覆盖关系的研究

尤艳丽1,周敬宣1*,李湘梅2

1.华中科技大学环境科学与工程学院,湖北武汉430074 2.华中科技大学文华学院,湖北武汉430074

本文以武汉三镇为研究对象，利用2009年夏季Landsat TM主要遥感数据源，进行地表温度反演和土地覆盖解译，计算了武汉市城市建筑指数NDBI、归一化植被指数NDVI；并利用NDVI计算地表比辐射率，并使用单窗算法精确反演得到了武汉市2009年夏季地表温度LST。研究结果表明：武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成，且三镇交界区存在多数热岛效应更为严重的“岛中岛”，以汉口区中心商业区最为集中；进一步对植被覆盖区和建筑区温度及NDVI、NDBI相关性研究表明，武汉市不同土地覆盖类型有较大差异，LST与NDBI指数成正相关性，且相关系数建筑用地＞植被＞水体；LST与陆地表面NDVI指数成负相关性，且相关系数城市用地＞植被，与水体NDVI指数成正相关性。

NDBI;NDVI;LST;热岛效应;单窗算法

Manley于1958年首次提出城市热岛（Urban Heat Island，UHI）的概念[1]，UHI主要是由于城市化进程的加快导致城市下垫面性质改变、均一的自然地表被各种土地覆盖所取代，陆表温度(1and surface temperature，LST)的空间分布差异增大的一种现象。二十一世纪，热岛效应作为全球变化研究的重要一个组成部分被越来越多的学者所关注[2-5],而随着卫星和空中传感器的开发如：如HCMM，陆地卫星TM/ETM+，AVHRR，MODIS，ASTER等，其收集到的遥感热红外(TIR)数据被越来越广泛用于获取地表温度(LST)[6-9]。除了地表温度的测量，这些热红外传感器也可以获得不同的表面的发射率数据，并具有不同的分辨率和精度特性。因此，根据不同地表温度和发射率数据分析地表温度变化及其与表面特性的关系成为研究城市热岛效应及形成机理的精确的手段。

同时，从遥感影像上获取的各种各样的指数可以用来定性和定量的分析地表覆盖情况，NDVI指数通常被用来估计作物产量和半干旱地区的降雨量。NDBI、NDVI、NDWI、NDVWI等代表土地覆盖类型的指数与不同覆盖类型地表温度LST结合的表征方法也越来越多的成为研究城市热岛效应形成机理的主要方法[9]。

本文以武汉三镇为研究对象，利用2009年夏季Landsat TM为主要遥感数据，同时结合地面气候资料，进行地表温度反演和土地覆盖解译，计算出研究区域城市建筑指数NDBI、归一化植被指数NDVI；并利用NDVI计算地表比辐射率，同时使用单窗算法精确反演得到武汉市2009年夏季地表温度LST。研究结果表明，武汉三镇热岛现象主要集中在三环以内，以三镇交界区向外扩张趋势，远城区以咸宁及蔡甸城区分布有小面积热岛；武汉三镇三环以内热岛中存在严重的"岛中岛"现象，主要集中在汉口商业区；进一步对植被覆盖区和建筑区地表温度LST、NDVI及NDBI指数的相关性研究表明：武汉市不同土地覆盖类型有较大差异，LST与NDBI指数成正相关性，且相关系数建筑用地＞植被＞水体；LST与城市用地和植被覆盖用地的NDVI指数成负相关性，与水体NDVI指数成正相关性。

1 研究区域概况与数据处理

武汉位于中国中部，江汉平原以东，地理坐标为北纬29°58′～31°22″，东经113°41"～115°05"，市区由武昌、汉口、汉阳三部分组成，通称武汉三镇，其地理位置见图一，总面积8494 km2，常住人口858万人。武汉地形属残丘性冲击平原，大部分在海拔50 m以下。属北亚热带季风气候，常年雨量充沛，年平均气温16.3摄氏度，夏季十分闷热，最易形成城市热岛。

本研究遥感影像数据选用中国科学院对地观测数据共享系统2009年9月6日武汉市Landsat TM遥感L4级产品，影像清晰无云，数据质量较好；地表温度反演前对图像进行大气校正，正射纠正，图像裁剪等预处理。

图1 研究区域地理位置图Fig.1 The location of study area

2 研究数据与方法

2.1 归一化植被指数NDVI

归一化植被指数（NDVI）是表征植被覆盖状况的指标，范围为-1至1之间，数值越大说明植被覆盖度越好。利用TM 3和TM 4波段进行提取，见公式1[10]：

式1中，NIR、Red分别为TM近红外波段4和红外波段3经过大气校正后的的反射率。

2.2 归一化差异建筑指数NDBI

归一化差异建筑指数（NDBI）可用于检测和对应不同岩性/地貌单元，如城市领域，其中被表达的地形。作为映射工具的NDBI图像是多向地面更敏感特性比原始图像。范围为-1至1之间，数值越大，说明建筑程度越大。该指数基于归一TM中红外波段5和近红外波4[11]，见公式2:

式2中，MIR和NIR分别为对应TM中红外波段5和近红外波段4经过大气校正后的的反射率。

2.3 地表温度LST反演

目前广泛应用于地表温度反演的主要方法有毛克彪的劈窗算法[12]和覃志豪的单窗算法[13]。劈窗算法利用MODIS数据32波段和31波段,利用近红外波段反演大气水汽含量,它只包含了2个关键参数大气透过率和比辐射率；单窗算法利用TM/ETM+热红外6波段，需要有水汽含量及近地表气温。本文选择覃志豪的单窗算法对武汉三镇2009年9月6日温度进行地表温度反演，并利用ENVI软件上的Flush大气校正模块对遥感影像在反演前进行大气校正，以此提高反演精度[14-16]。

首先，像元亮度温度计算利用Planck辐射函数计算，公式见3：

式3中：T为亮度温度（单位：K），K1、K2为定标常数，对TM 2009年数据K1、K2分别取值为：607.76 wm-2·sr-1·μm-1，1260.56 wm-2·sr-1·μm-1，Lλ为谱段人瞳辐亮度（单位：wm-2·sr-1·μm-1），计算公式见4：

式4中，Gres为增益、DN为波段灰度值、Bres为偏移值，该步骤可以用ENVI模块中完成或用BAND MATH完成。

第二步，即计算研究区域植被覆盖度，计算植被覆盖度Pv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑用地三类，具体的计算见公式5：

其中，NDVI为2.1中所得归一化差异植被指数，取NDVIV=0.70和NDVIS=0.05，且有，当某个像元的NDVI大于0.70时，Pv取值为1；当NDVI小于0.05，Pv取值为0。该步骤利用ENVI中Band Math编写计算公式，根据武汉市城市覆盖基本情况,设计公式理论为：若NDVI＞0.70，则取Pv=1，NDVI值介于0.05～0.70之间时，按照式（5）计算植被覆盖度Pv，若NDVI＜0，则取Pv=0。

第三步即地表比辐射率的计算，本研究中将遥感影像分为水体、建设用地和植被3种类型。水体、植被、土壤、建筑物等典型地物的比辐射率值可以从相应的地物光谱数据库中查找或者用实测值。本专题采取以下方法计算研究区地表比辐射率[17]：水体像元的比辐射率赋值为0.995，植被表面和建筑用地的比辐射率估算则分别根据下式6及7进行计算：

式6,7中，εVEG和εBUI分别为植被和城市的比辐射率。将三种不同地表比辐射率及上一步得到的植被覆盖度Pv带入BAND MATH进行计算，得到地表比辐射率。

第四步计算辐射亮度值。卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成：大气向上辐射亮度L↑，地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值的表达式可写为（辐射传输方程）（8）：

式8中，ε为地表辐射率，TS为地表真实温度，B(TS)为普朗克定律推到得到的黑体在TS的热辐射亮度，τ为大气在热红外波段的透过率。则温度为T的黑体在热红外波段的辐射亮度B(TS)为：

本文利用NASA官网(http://atmcorr.gsfc.nasa.gov/)查询后可知，2009年09年06日ROW/BATH 123/39的参数值为：大气在热红外波段的透过率τ为0.39，大气向上辐射亮度L↑为5.14 W/(m2·sr·μm)，大气向下辐射亮辐射亮度L↓为7.28 W/(m2·sr·μm)，利用ENVI主菜单-＞Basic Tools-＞Band Math，公式见10，得到了温度为T的黑体在热红外波段的辐射亮度值。

式中：b1表示60 m分辨率的地表比辐射率值；b2表示热红外波段大气校正后的辐射定标值。

第五步即可进行地表温度的反演，在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度TS：

对于TM，K1=607.76 W/(m2·sr·μm)，K2=1260.56 K。

2.4 土地分类与样本采集

本研究利用布尔逻辑[18]操作来提高获取三种不同土地利用类型NDVI,NDBI及LST指数的精确度。先利用ENVI将三个指标在影像中关联起来，根据：（BAND5-BAND4）＜0(即NDBI＜0)结合（BAND4-BAND3）＞0（即NDVI＞0）的植被光谱特性，提取植被覆盖区，并找出研究区30个植被覆盖区样本点所对应的的DNVI、NDBI和LST值；根据：（BAND5-BAND4）＜0(即NDBI＜0)结合（BAND4-BAND3）＜0（即NDVI＜0）水体的光谱特性，提取水体部分，并找出研究区30个水体样本点所对应的的DNVI、NDBI和LST值；根据：（BAND5-BAND4）＞0(即NDBI＞0)结合（BAND4-BAND3）＜0（即NDVI＜0）建筑物的光谱特性，提取建筑用地，并找出研究区30个建筑用地样本点所对应的DNVI、NDBI和LST值。以此较好的研究土地覆盖类型与各个指数的关系，建立热岛产生的机理。

3 结果与讨论

3.1 研究区2009年NDVI、NDBI及LST分布分析

由于影像拍摄时间为夏季9月，植被和农作物较茂盛且云量小，因此天气影像对解译的精度较小。

从图2可以看出，2009年9月武汉市三镇归一化植被指数NDVI最小值为-0.76，最大值为1，平均值0.2，标准偏差0.254。水体NDVI值最小，范围在-0.76至0.1之间，建筑物NDVI值居中，范围在0至0.4之间，NDVI范围大于0.4的为植被覆盖区域。城市建筑地面即NDVI值小于0.4大于0中的红色区域集中于汉口的汉江与长江汇流的建筑群，沿着长江干流向两边发展。DNVI最大值及植被覆盖最茂密区位于武昌跟汉阳交界的汉南区如图2。

从图3可以看出，2009年9月研究区NDBI最大值0.8，最小值-1，平均值-0.056，标准偏差0.193。水体NDBI值位于-1至-0.15之间，且长江主流水域NDBI值最小，图中黑色，湖泊水体NDBI值与面积大小有关，湖中种植植物及湖上建筑物有关，在-0.3至0.1之间波动。植被覆盖区NDBI值与-0.15至0.1之间，且NDBI值随着植被与水体的混合降低，随着植被与建筑的混合增大。NDBI至大于0.2的区间为建筑区，但由于武汉三镇建筑群与人工植被交错复杂，需要借助GOOGLE EARTH及规划图等手段区别NDBI于0至0.1区间的植被与建筑面积。

通过温度反演结果可以得出:武汉市2009年9月6日最低温度22.86摄氏度，最高温度可达44摄氏度，平均温度34摄氏度，标准偏差3.9。同时从温度反演图4进一步看出,38摄氏度以上区域位于武汉市3环以内，并向远城区扩散;三环内热岛区以汉口所占面积最大，且不少热岛区具有岛中"岛"特点，即温度在40摄氏度以上。四环外位于咸宁、蔡甸城区有少部分面积温度可达39度左右。

图2 研究区NDVI指数分布图Fig.2 Distribution of NDVI index in the study area

图4 研究区温度LST反演图Fig.4 Distribution of LST index in the study area

图3 研究区NDBI指数分布图Fig.3 Distribution of NDBI index in the study area

3.2 研究区域LST与不同覆盖类型NDBI,NDVI关系

不同土地覆盖类型的地表温度LST与NDVI及NDBI指数具有明显差异，本文选取研究区域三种不同土地类型所对应的建筑指数NDBI、归一化植被指数NDVI指数及土地表面温度LST进行的线性回归相关性分析，所得结果见图5，图6。

图5 研究区温度LST与三种不同土地覆盖类型NDBI线性关系Fig.5 relationships between NDBI index and LST of three different land cover types in the study area

图6 研究区温度LST与三种不同土地覆盖类型NDVI线性关系Fig.6 relationships between NDVI index and LST of three different land cover types in the study area

由图5可知三种覆盖土地的NDBI指数与表面温度LST均成正相关性，植被覆盖区表面LST与NDBI数值散点图回归方程为：

建筑区域表面LST与NDBI数值散点图回归方程为：

水体表面LST与NDBI数值散点图回归方程为：

可以得出，NDBI对温度的影响从大到小为建筑用地＞植被＞水体,因此城市温度的增高主要由于城市化进程而增大,从而加深热岛效应。

由图6可知植被覆盖及建筑覆盖区的NDVI指数与表面温度LST均成负相关性，而水域NDVI指数与表面温度LST均成正相关性，其LST与NDVI数值散点图回归方程分别为：

建筑区域表面LST与NDBI数值散点图回归方程为：

水体表面LST与NDBI数值散点图回归方程为：

可以得出，植被具有降低非水体覆盖表面温度的作用，因此增加城市绿地面积，可以增加NDVI，增大林地、草地与城市的复合面积，可以有效降低夏季武汉三镇热岛效应；而保持水体面积及水体洁净质量，防止水藻生长并尽量减少水中建筑物，可以有效降低水体温度，增大水体对缓解城市温度的调节作用。

4 结论与讨论

（1）研究区的建筑指数和温度分布趋势相似,以武汉市一环线向外环扩张,夏季热岛现象主要集中在三环以内,武汉三镇三环以内热岛面积以汉口所占比例最大,且存在不少岛中岛现象,远城区主要有蔡甸,咸宁城区存在局部热岛现象。

（2）在遥感反演及模型的基础上计算出武汉三镇2009年夏季NDVI、NDBI覆盖图，结果表面，夏季武汉三镇城市建筑指数NDBI与温度LST具有类似的扩张趋势,水体温度最小,NDBI值小于-0.15;植被覆盖用地温度居中,NDBI值位于-0.15至0.1之间;建筑用地温度最大,大部分建筑面积均大于38摄氏度,NDBI指数大于0.1;植被覆盖及建筑用地植被指数NDVI与NDBI分布相反,水体NDVI与NDBI及LST均最小。

（3）本文利用NDBI和NDVI与土地覆盖类型的差异性，精确的提取三类不同类型土地各30个样本的指标值，研究了影响热岛效应的建筑指数NDBI及归一化植被指数NDVI指数与不同覆盖土地表面温度LST的关系。结果表明，植被、建筑用地及水体表面温度LST与建筑指数NDBI呈现明显的正相关关系，且相关系数从高到底以此为：建筑物＞植被＞水体；植被、建筑用表面温度LST与归一化植被指数NDV呈现负相关关系，且相关系数植被＞建筑物，于此相反，水体表面温度LST与水体表面NDVI呈现正相关性。

（4）从此研究结论可知，要缓解武汉三镇夏季严重的热岛效应，应增加城市绿地面积增大林地、草地与城市的复合面积；同时，保持水体面积及水体洁净质量，可有效降低水体温度，增大水体对缓解夏季城市高温的调节作用。

（5）由于遥感影像的获取受天气条件的影响较大，影像获取时的天气条件可能会给模型的精度带来一定的影响；同时本文只对武汉市三镇进行了研究。因此，本文研究的城市热岛与植被绿度之间的关系是否适用于其它区域需要更多数据进行验证。

[1]MNALEY G.On the frequency of snowfall in metropolitan England[J].Quarterly Journal of the Royal Meteorological

Society,1958,84:70-72

[2]Gallo K P.The use of NOAA AVHRR data for assessment of the Urban Heat Island Effect[J].Journal of Ap plied Meteorology,1993,32:899-908

[3]Soushi K,Yasushi Y.Analysis of urban heat-island effect usingASTER and ETM+Data:Separation of anthropogenic heat discharge and natural heat radiation from sensible heat flux[J].Remote Sensing of Environment,2005,99:44-54

[4]武鹏飞,王茂军,张学霞.基于皈依化建筑指数的北京市城市热岛效应分布特征[J].生态环境学报,2009,18(4):1325-1331

[5]梅安新.遥感导论[M].北京:高等教育出版社,2001:246-247

[6]Marina Stathopoulou,Constantinos Cartalis.DownscalingAVHRR land surface temperatures for improved surface urban heat island intensity estimation[J].Remote Sensing of Environment,2009,112(12):2592–2605

[7]Corinne Myrtha Freya,Claudia Kuenzerb,Stefan Dechb.Quantitative comparison of the operational NOAA-AVHRR LST product of DLR and the MODIS LST product V005[J].International Journal of Remote Sensing,2012,33(22):7165-7183

[8]Xian G,Crane M.An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data[J].Remote Sensing of Environment,2006,104:147-156

[9]ZHAYong,NI Shaoxiang,YANG Shan.An effective approach to automatically extract urban land-use from TM imagery[J].Journal of Remote Sensing,2003,7(1):37-40

[10]Rouse J W,Haas R H,Schell JA,et al.Monitoring the vernal advancement of retrogradation of natural vegetation[R]. NASA/GSFC,Type III,Final Report,Greenbelt,MD,USA,1974:1-371

[11]査勇,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,2003,7(1):37-40

[12]毛克彪,覃志豪,宫鹏,等.劈窗算法LST精度评价和参数敏感性分析[J].中国矿业大学学报,2005,34(3):318-324

[13]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

[14]严安,万幼川,张晗.LandsatETM+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

[15]梁敏妍,林卓宏,吴婉萍,等.江门市区冬季地表热环境与土地覆盖类型关系的研究[J].生态环境学报,2011,20(4):606-611

[16]历华,曾永年,柳钦火.基于遥感的长沙市城市热岛与土地利用/覆盖变化研究[J].国土资源感,2008,04(78):47-52

[17]Zhang J Q,Wang Y P,L i Y.AC++program for retrieving land surface temperature from the data of Landsat TM /ETM Band 6[J].Computers and Geosciences,2006(32):1796-1805

[18]杨智翔,何秀凤.基于改进的NDBI指数法的遥感影像城镇用地信息自动提取[J].河海大学学报,2010,38(2):181-184

Study on the Heat Island Effect in the Summer of Wuhan City and Its RelationshipwiththeLandCoverBasedonRemoteSensing

YOU Yian-li1,ZHOU Jing-xuan1*,LI Xiang-mei2
1.College ofEnvironmentalScienceandTechnology,HuazhongUniversityofScienceandTechnology,Wuhan430074,China 2.Wenhua College of Huazhong University of Science and Technology,Wuhan 430074,China

In this paper,three towns of Wuhan are used as the research object,and Landsat TM in 09/2009 is use d as the main remote sensing data sources.Based on the land surface temperature interpretation after the processin g of image correction,the urban construction index NDBI and normalized difference vegetation index NDVI were calculated in the study area,meanwhile,the surface emissivity was counted by NDVI index and the single window algorithm was used to calculate the surface temperature in the summer of 2009 LST in the study region.The resea rch results show that the urban heat island in the summer of Wuhan consisted of three heat islands in Wuchang,Ha nkou and Hanyang city area,and there existed some more serious"island to island"of heat effect in the border ar ea of three towns,while it was more focus on the commercial center of Hankou.Further research on the relations hip of LST,NDVI and NDBI in the vegetation area and construction area showed that,there was a bigger differen ce in different land cover types of LST and NDVI,NDBI index:Correlation study shows there was a in positive correlation between city LST and NDBI index,and correlation coefficient of construction land＞vegetation＞water bod y.There was a negative correlation between city LST and NDVI index with the correlation coefficient of urban lan d＞vegetation,while LST of water body existed positive correlation with NDVI index.

NDBI;NDVI;LST;urban heat island;single window algorithm

O642.3+1

A

1000-2324(2014)03-0393-06

2013-02-11

2013-04-16

湖北省自然科学项目(2012FFB02702)

尤艳丽(1985-),女,博士,主要研究方向为城市化及生态遥感.E-mail:yyl1985@163.com

*通讯作者:Author for correspondence.E-mail:zjxlypyj@163.com