李云宝 杨法凯 王健 杨士杰

摘要：本文选取青岛地区2009年11月份、2014年11月份以及2018年11月份遥感影像并利用单窗算法进行温度反演。然后根据反演得到的青岛地区的地表温度进行分析，以此来得到青岛地区近年来的温度变化情况。

关键词：温度反演;单窗算法;温度变化

1 基本原理

对研究区遥感影像进行影像裁剪、影像镶嵌、辐射定标、大气校正等预处理。然后求解利用单窗算法进行地表温度反演所需要的参数：地表比辐射率、大气透射率和大气平均作用温度。最后根据单窗算法公式：

Ts=a1CD+b1CD+C+DTbD·TaC[1]

求解出地表温度。其中，a=67.35535，b=0.458608，C=ε·τ，D=（1τ）[1+τ（1ε）]，Tb为亮度温度，可求算;Ta为大气平均作用温度;ε为地表比辐射率;τ为大气透射率。

2 研究区概况

青岛市地处山东半岛东南部沿海，胶东半岛东部;濒临黄海，隔海与朝鲜半岛相望，东北与烟台毗邻，西与潍坊相连，西南与日照接壤。青岛市总面积11282平方公里，目前辖7个区，代管三个县级市，有1个国家级新区，截至2018年年末，全市常住人口939.48万人，常住人口城镇化率达到73.67%。

3 数据处理

3.1 ε为地表比辐射率

利用经验公式求算：ε=1.0094+0.047Ln（NDVI）。其中，ε为地表比辐射率，NDVI为归一化植被指数，其公式为：

NDVI=（NIR-Red）/（NIR+Red）

NIR是近红外波段，Red是红光波段。其中Landsat45 TM数据的第3波段为红色波段（Red），第4波段为近红外波段（NIR）;Landsat8数据的第4波段为红色波段（Red），第5波段为近红外波段（NIR），可借助ENVI软件中的NDVI工具直接计算。其中，2009年11月份数据为Landsat 45 TM数据。2014年与2018年数据为Landsat 8数据。

3.2 τ为大气透射率

其估算方法为τ=0.9820070.09611ω[2]

青岛地区水分含量按ω=0.906计算[3]

3.3 亮度温度Tb

亮度温度是指与地表具有相同辐射亮度的黑体的温度，是地表物体的自身辐射温度，是传感器在卫星高度观察的辐射强度，其计算方法：Tb=K2ln（K1Lλ+1），Tb为地表亮度温度，单位为K;K1，K2为卫星预设常量，K1单位为W·m2·sr1·μm1，K2单位为K，Lλ为辐射定标后的热辐射强度值。

表1 Landsat卫星热红外波段K值表[4]

卫星波段K1K2

Landsat5 TM （band6）607.761260.56

Landsat7 ETM （band6）666.091282.71

Landsat8 TIRS （band10）774.891321.08

Landsat8 TIRS （band11）480.891201.14

3.4 Ta為大气平均作用温度

大气平均作用温度的计算方法如下，T0为近地表温度。

表2 基于TIRS数据的覃志豪单窗算法大气平均作用温度估算方程[5]

标准大气廓线大气平均作用温度估算方程

TropocalTa=17.9769+0.91715T0

MidLatitude summerTa=16.0110+0.92621T0

MidLatitude WinterTa=19.2704+0.91118T0

1976 US StandardTa=25.9396+0.88045T0

4 成果分析

选取青岛市作为研究区，选取青岛市2009年11月、2014年11月以及2018年11月三个时间节点进行研究。利用ENVI软件对原始遥感图像基于单窗算法的原理进行处理，得到以下图像。

由图1结合ENVI处理结果可知：青岛地区2009年11月最低温度为6.15℃，最高温度为25.85℃，绝大部分地区温度为885℃。由图2结合ENVI处理结果可知2014年11月最低温度为1.85℃，最高温度为26.85℃，绝大部分地区温度为15.85℃。由图3结合ENVI处理结果可知2018年11月最低温度为285℃，最高温度为29.85℃，绝大部分地区温度为18.85℃。

由此可知，青岛地区在2009年11月到2018年11月期间内，绝大部分地区温度普遍升高，最高温度与最低温度都有了明显升高。这在一定程度上反映了全球气候变暖给青岛所带来的影响。

参考文献：

[1]覃志豪.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）：461462.

[2]王乐.基于RS的西安市地表温度反演及城市热环境研究[D].长安：长安大学，2015.

[3]王炳忠，刘庚山.我国大陆大气水汽含量的计算[J].地理学报，1993，48（3）：245247.

[4]王骏飞.西（安）咸（阳）新区城市地表温度遥感反演及其变化研究[D].重庆：西南大学，2015.

[5]陆品廷.基于Landsat_8数据的青藏高原地区地表温度反演研究[D].南京：南京信息工程大学，2018.