热红外遥感在地热异常提取中的应用

2015-10-21翟锡丹邢立新元楠楠王晓东高志勇陈潇

安徽农业科学 2015年3期

翟锡丹邢立新元楠楠王晓东高志勇陈潇

摘要热红外遥感技术对地热的研究是一项非常重要的手段，在对地热的研究中，利用Landsat8卫星数据源的热红外波段，采用辐射传输方程算法进行地表温度反演，结果发现受地形因素的影响，温度反演的热异常点分布在接收太阳辐射较多的区域。为了减弱这一影响，该研究进行了地形校正，并以抚松县地区为研究对象分析了地表温度的热异常状况。结果表明，经过地形校正，在一定程度上显现了真实的温度异常区域，抚松县内已知的2个地热资源也在反演结果中显示出来，并且该县的北部与西南部都有地表温度异常区，可以作为地热资源的预测。

关键词热红外遥感;地热;辐射传输方程;地形校正

中图分类号 S126;TP79 文献标识码 A 文章编号 0517-6611（2015）03-358-03

Application of Thermal Infrared Remote Sensing Technology in Extracting Heat Anomalies of Geothermal

ZHAI Xidan， XING Lixin*， YUAN Nannan et al

（College of Geoexploration Science and Technology， Jilin University， Changchun， Jilin 130026）

Abstract Thermal infrared remote sensing technology is a very important tool to the study of geothermal. The surface temperature was inversed by using radiative transfer equation algorithm and the data source is the thermal infrared band of satellite Landsat8. It was found that the abnormal thermal inversion points tend to appear in the regions where they receive more solar radiation， being affected by the topography. In order to reduce the impact of topography， a topographic correction was conducted， and the heat anomalies of the surface temperature in a case study of Fusong area were analyzed. After topographic correction， the results show the true temperature to a certain extent in the former anomaly region， and both the known geothermal resources within Fusong are obtained in the inversion results. Besides， there are heat anomalies of the surface temperature areas in the north and southwest of the county shown in the inversion results， which could predict geothermal resources.

Key words Thermal infrared remote sensing; Geothermal; Radiative transfer equation; Topographic correction

基金項目吉林省地质勘查基金项目（2014地勘1313）。

作者简介翟锡丹（1989- ），女，山西运城人，硕士研究生，研究方向：热红外遥感。

*通讯作者，教授，硕士生导师，从事遥感与GIS研究。

收稿日期 20141208

热红外遥感技术对研究地表温度具有重要的意义，它以信息量大、检测精度高以及受地面条件限制小等优点应用于地热资源。调查中。地球表面的温度一部分是太阳辐射的作用，另一部分是来自于地球内部的热源该研究主要探讨后者的地热能。1999年杨锋杰等采用卫星多波段遥感影像处理与解译，发现地热异常区域^[1]。2003年杨波等对TM6热红外信息分析处理，结合遥感构造解译，对腾冲西南216 km²范围内进行了地热资源预测^[2]。2007年许军强等利用ETM热红外波段数据和相应的气象资料，采用单窗算法，反演佳木斯地表温度，分析了地表温度的空间分布特征和热异常状况^[3]。笔者在综合前人研究的基础上，利用Landsat8卫星数据源热红外波段，采用辐射传输方程法进行地表温度反演，以抚松县为研究区进行地热分析，并利用已知地热点对比进行研究区的地热资源预测研究。

1 研究区概况与数据来源

1.1 研究区概况

抚松县位于吉林省东南部长白山西北麓，平均海拔530 m，汤河流经该区域，在大地构造单元上位于中朝准地台太子河—浑江褶皱断束、老岭断块西北侧，温泉村一带为构造侵蚀地貌^[4]。汤河两岸有断续的Ⅰ、Ⅱ级阶地分布，地热资源多位于Ⅰ级阶地前缘，四周为中生界上侏罗统火山岩地层。研究区附近的断裂构造分两组，为北东向的逆断层和北西向的正断层，在各断裂带有中酸性岩脉出露^[5]，该区为地热资源丰富，已知的温泉山庄和仙人桥温泉度假村2个地热资源已经开发利用。

1.2 数据来源以及预处理

Landsat8陆地卫星携带了2个主要载荷：运行陆地成像仪（OLI）和热红外传感器（TIRS），OLI的Band4波长为0.63～0.68 μm，Band5波长为0.845～0.885 μm，空间分辨率均为30 m，TIRS的Band10波长为103～11.3 μm，Band11波长为11.5～12.5 μm，空间分辨率均为100 m^[6]，首先对这3个波段进行大气校正，大气校正完成后，为了便于波段运算，需要重采样数据使所有波段的空间分辨率都为30 m，最后裁剪出研究区范围。为了能够更好地提取热异常点，预测温度异常区域，达到相互印证的目的，该研究选用1月22日、4月28日、10月16日3个不同时相的Landsat8影像对其进行温度反演处理。

2 地表温度反演

地球表面的温度一部分来自太阳辐射的作用，一部分来自地球内部的热能，而地表温度反演可以将地球表面的热异常信息提取出来，从而为地热预测的圈定提供依据。

地表温度反演算法有多种，包括辐射方程算法、分裂窗算法、单窗算法、单通道算法、多通道算法，等等，各有优缺点。该研究选择辐射方程算法的原因是与其他算法相比，它仅需要3个基本参数：植被覆盖度、地表比辐射率、辐射亮度。根据抚松县的地理位置，该研究采取多时相数据进行辐射传输方程算法定量反演，获取地表的真实温度。

辐射传输方程法，又称大气校正法，首先利用与卫星过空时间同步的大气數据来估计大气对地表热辐射的影响;然后把这部分大气影响从卫星高度上传感器所观测到的热辐射总量中减去，从而得到地表热辐射强度;最后把这一热辐射强度转化为相应的地表温度^[7-8]。辐射传输方程法需要的参数有3个：植被覆盖度、地表比辐射率、辐射亮度。以下就这3个参数作如下运算。

2.1 植被覆盖度

植被覆盖度FV的计算主要根据Landsat8卫星OLI数据的可见光波段计算，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^[9]，具体的计算公式为：

FV =（NDVI-NDVIS）/（NDVIV-NDVIS）（1）

式中，NDVI为归一化差异植被指数，取NDVIV为影像为植被的最大DN值，NDVIS为影像中裸土的最小DN值。

NDVI=（B₅-B₄）/（B₅+B₄）（2）

式中，B₄为植被在红光波段的叶绿素吸收特征波段的反射率;B₅为近红外平台特征波段的植被反射率。

2.2 地表比辐射率计算

物体的比辐射率是物体向外辐射电磁波的能力表征。目前只是基于某些假设获得比辐射率的相对值^[10]。

根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。该研究采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据（3）、（4）式进行计算：

εsurface =0.962 5+0.061 4FV-0.046 1F²V（3）

εbuilding =0.958 9 +0.086 0FV-0.067 1F²V（4）

式中，FV 为植被覆盖度。

2.3 计算相同温度下黑体的辐射亮度值

卫星传感器接收到的热红外辐射亮度值由3部分组成：大气向上辐射亮度，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：

Lλ=LMINλ+LMAXλ-LMIXλQCALMAX-QCALMIN ·（QCAL-QCMIN）（5）

式中，QCAL为热红外波段的DN值;LMAXλ、LMINλ、QCALMAX、QCALMIN都是指热红外波段的数值，可以在头文件中找到。

B（TS）=[Lλ - L↑- τ·（1-ε）L↓]/τ·ε（6）

式中，ε为地表辐射率;TS为地表真实温度;B（TS）为黑体在TS的热辐射亮度;τ为大气在热红外波段的透过率;L↑为大气向上辐射亮度;L↓为大气向下辐射亮度。在NASA官网上中输入成影时间以及中心经纬度，则会提供上式中所需要的参数。

2.4 地表温度

根据辐射理论，黑体的辐射强度与温度和波长有直接关系。根据普朗克公式的反函数^[11]，即可反演出地表真实温度，公式如下：

TS=K₂ln（K₁B（TS）+1）（7）

在Landsat8数据中，K₁=774.89 W·m^-2·sr^-1·μm^-1，K₂=1 321.08K;B（Ts）为黑体在热红外波段辐射亮度。

将地表温度反演结果进行异常信息分级显示，红色代表异常信息级别最高，其次为黄色、蓝色。该研究3个时相的温度反演结果如图1所示。

从图1中可以看出，已知的地热资源温泉山庄和仙人桥温泉度假村在3个时相中都有显示，而且温度异常等级很高。4月份右下角的几小块温度异常区域经过实地验证是稀疏的人工林，大部分地表裸露而出现热异常情况，1月份很少存在植被覆盖的影响，所以在1月份的温度反演结果图上右下角区域没有出现温度异常点。经过认真分析，发现温度异常的区域集中在地形的阳坡，进而考虑是否是地形引起的温度异常点的差异。为了验证这一想法，该研究尝试采用地形校正法对研究区进行处理。

3 地形校正

地形校正的目的是消除由于地形导致地物辐射亮度值的差异，能够使得遥感影像更加真实地反映地物的波谱特征，而经验统计地形校正主要考虑了有效入射角的余弦值与地物辐射亮度值之间的关系，总体校正精度较高，从而使的温度反演结果更加真实可靠^[12]。

3.1 经验统计地形校正

经验统计地形校正法就是设定太阳辐射与影像像元辐射亮度值之间有一定的线性关系，通过回归分析，建立二者之间的线性关系，然后通过这一回归关系将坡面像元接收的辐射能量校正到水平位置，从而达到消除地形影响的效果，计算公式如下：

LT=m×cos（i）+b（8）

LH=LT-（m×cos（i）+b）+LT（9）

式中，LT为校正前的地物辐射亮度值;m和b是回归分析得到的参数;LH为校正后的地物辐射亮度值;LT为理论上是无地形起伏的平坦地区地物的辐射亮度值。

太阳有效入射角是被照射像元法线与太阳直射光线间的夹角，一般用i表示，太阳有效入射角的计算公式为：

cos（i）=cos（z）×cos（S）+sin（z）×sin（S）×cos（Φx-Φn）（10）

式中，z为太阳天顶角;Φx为太阳方位角;S为像元坡度角;Φn为像元坡向角。

3.2 地形校正后温度反演结果

地形校正后，對3幅影像进行温度反演，结果如图2所示。与图1相比，图2中温度异常不再大部分出现在阳坡区域，仙人桥温泉度假村（图2A）和温泉山庄（图2B）在3个时相的影像中异常级别仍然很高。结果表明，地形校正确实在不同程度上完善了异常信息区域的合理性，大大增强了预测温度异常区域的准确性。

4 结果与讨论

热红外遥感技术是研究地热资源的有效途径之一，该研究通过对抚松县地区多时相遥感数据进行地表温度反演，与已知地热异常点非常吻合。为了得到更加精确的结果，对研究区进行了地形校正，在此基础上，预测得出了A、B、C（图2）3个地热资源异常区。由图2可以看出，这3个异常区域在3个时相中都有明显显示，且异常等级很高，可以作为地热勘探的有利区域。

图1 温度反演结果

图2 地形校正后的温度反演结果

参考文献

[1] 杨锋杰，韩震，江涛，等.地热资源的热红外遥感[J].矿山测量，1998（3）：25-27.

[2] 杨波，吴德文，赖健清，等.遥感技术在腾冲西南地区地热资源研究预测中的应用[J].国土资源遥感，2003（2）：23-26.

[3] 许军强，邢立新，王明常，等.基于ETM数据的佳木斯市地热预测研究[J].遥感应用，2007（2）：55-58.

[4] 赵晓雪，陆春雷.长白山仙人桥温泉城发展条件分析与总体布局思考[J].经济管理，2012（10）：265.

[5] 苏秀杰，孙野.抚松县仙人桥热矿泉水特征与开发利用前景[J].吉林地质，2006（12）：21-25.

[6] 张玉君.Landsat 8 简介[J].国土资源遥感，2013（3）：176-177.

[7] 毛克彪，唐华俊，周清波，等.用辐射传输方程从MODIS数据中反演地表温度的方法[J].兰州大学学报，2007，42（4）：12-17.

[8] 甘甫平，陈伟涛，张绪教，等.热红外遥感反演陆地表面温度研究进展[J].国土资源遥感，2006，67（1）：6-10.

[9] 吴云，曾源，赵炎，等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学，2010，32（7）：1417-1424.