陶旭

摘 要 基于2019年3月12日Landsat-8 TIRS遥感影像数据，通过大气校正法，在ENVI和ArcGIS软件的支持下，对合肥市主城区进行地表温度反演，并通过叠加矢量数据分析。结果表明：运用Landsat-8 TIRS遥感影像数据进行地表温度反演方法可行;工业生产强度与城市地表温度高低可能呈正相关性;各地物类型表面温度由高到低排序依次是建筑物、道路、裸地、植被和水体;合肥市主城区地表温度由市中心向外逐渐降低。

关键词 Landsat-8数据;大气校正法;地表温度;合肥市

中图分类号：F302.1 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2020.23.085

地表温度（Land surface temperature，LST）是地球能量交换和水汽循环过程中的重要参数。卫星热红外遥感为快速、大面积地获取地表温度提供了有效途径[1]。Landsat-8卫星是美国陆地探测系列的后续卫星，其装备有陆地成像仪（简称OLI）和热红外传感器（简称TIRS），因其方便获取、时间序列跨度长、数据质量高等优点而在全世界被广泛使用，通过Landsat-8 TIRS所获得的TIRS10和TIRS11来进行地表温度反演是当前的研究热点[2]。因此，基于Landsat-8 TIRS数据和安徽省合肥市矢量数据，在ENVI和ArcGIS软件支持下，运用大气校正法对合肥市主城区2019年3月12日的地表温度进行反演，以期证明反演的可行性并且分析当日合肥市地表温度变化情况以及分布情况。

1 材料与方法

1.1 研究区概况

合肥市位于安徽省中部，位于北纬30°57′～

32°32′、东经116°41′～117°58′，海拔平均20～40 m。合肥地处中纬度地带，属亚热带季风性湿润气候，季风明显，四季分明，气候温和，雨量适中。年均气温15.7 ℃，年均降水量约1 000 mm，年日照时间约2 000 h，年均无霜期228 d，平均相对湿度为77%。全市下辖4个区、4个县、代管1个县级市，总面积

11 445.1 km2，建成区面积476.5 km2。此次研究区为合肥市主城区，即庐阳区、蜀山区、包河区和瑶海区，见图1。

1.2 研究方法

目前，地表温度反演算法主要包括3种：大气校正法、单窗算法和分裂窗算法。借鉴其他研究学者研究成果，并根据研究区域的特点，本次采用大气校正法进行地表温度反演研究[3-10]。

大气校正法基本原理：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↑、地面的真實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Lλ的表达式可写为（辐射传输方程）：

（1）

式中，ε为地表比辐射率，TS为地表真实温度（单位为K），B（TS）为黑体热辐射亮度，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：

（2）

TS可以用普朗克公式的函数获取：

（3）

对于TM数据，K1=607.76 W·m-2·?m-1·sr-1，K2=1 260.56 K;

对于ETM+数据，K1=666.09 W·m-2·?m-1·sr-1，K2=1 282.71 K;对于TIRS Band10数据，K1=774.89 W·m-2·?m-1·sr-1，K2=

1 321.08 K。

使用Sobrino[11]提出的NDVI阈值法积算地表比辐

射率：

式中，Pv是植被覆盖度，用以下公式计算：

其中，NDVI为归一化植被指数，NDVISoil为完全裸土或无植被覆盖区域的NDVI值，即纯植被像元的NDVI值。取经验值NDVIVeg=0.70和NDVISoil=0.05，即当某个像元的NDVI大于0.70时，Pv取值为1;当NDVI小于0.05，Pv取值为0。

1.3 数据来源与预处理

从USGS网站（https：//earthexplorer.usgs.gov/）获取Landsat-8 OLI/TIRS C1 Level-1数据，考虑卫星成像周期、数据云量和季节影响，本研究选取2019年3月12日覆盖合肥区域的Landsat-8遥感影像，影像条带号和行编号为121/38，云覆盖量为0.04%，合肥市域范围上空无云，符合本研究分析要求。大气剖面参数获取可在Atmospheric Correction Parameter Calculator（http：//atmcorr.gsfc.nasa.gov/）网站下载，其主要包含上下行辐射和大气透过率，通过反演流程（图2），最终得到地表温度反演结果为：合肥当天平均温度16.4 ℃，最高温度22.9 ℃，最低温度0.5 ℃，通过安徽省气象局查阅，合肥市区当天最高气温为20.0 ℃，最低气温为3.0 ℃。

2 结果与分析

将合肥市四区边界与地表温度反演栅格数据进行叠加分区统计，得到2019年3月12日四区的地表温度反演结果（表1）：蜀山区最高温度22.9 ℃，出现在区内东南部的经济开发区内，最低温度3.0 ℃，出现在大蜀山附近;庐阳区最高温度20.2 ℃，出现在区内东北部经济开发区内，最低温度7.0 ℃，出现在董铺水库水面;瑶海区最高温度18.7 ℃，出现在区内工业聚集区，最低温度

0.5 ℃，出现在蔡塘水库水面;包河区最高温度18.4 ℃，出现在区内经济开发区内，最低温度4.3 ℃，出现在巢湖水面。四区当日平均气温由高到低依次是：瑶海区17.1 ℃，蜀山区16.9 ℃，庐阳区15.8 ℃，包河区15.1 ℃。

通过乡镇边界数据与地表反演温度栅格数据叠加分区统计可知，四区范围内平均温度最高的区域分别是蜀山区经济开发区、庐阳区经济开发区、瑶海区工业园和包河区经济开发区，与当日各区最高气温分布点结果一致，一定程度上反映出工业生产活动强度与城市地表温度高低呈正相关性。

通过图3中地表温度分布图及分区统计可看出，除去各区内经济开发区的影响，由市中心向外呈现温度逐渐下降的趋势，反映出城市中心区域的热岛效应要高于城市周边区域。将地表温度分布图与最新的谷歌地球遥感影像进行叠加，通过目视解译的方式可发现，各地物类型的表面温度由高到低依次是建筑物、道路、裸地、植被和水体，与各区内最低温度分布点均在植被或水体中的结果相一致;在人类生产活动中，工业生产聚集区的地表温度最高，商业活动聚集区次之，居民居家（居民楼小区）生产活动温度最低。

3 结论与讨论

3.1 结论

1）通过数据反演得到合肥市当日最高温度22.9 ℃，最低温度0.5 ℃，通过安徽省气象局查阅合肥市区当日最高气温为20.0 ℃，最低气温为3.0 ℃，差异较小，由此可证明通过遥感数据进行地表温度反演具有可行性。

2）合肥市四区的工业聚集区是温度分布最高的区域，工业生产活动强度与地表温度高低一定程度上呈正相关性。

3）通过叠加谷歌地球遥感影像分析，各地物类型表面温度由高到低排序依次是建筑物、道路、裸地、植被和水体;合肥市四区最低温度出现的地物类型是蜀山区植被覆盖率高的大蜀山，其他三区为水体;在人类生产活动中，地表温度由高到低依次是工业生产活动、商业生产活动和居民居家（居民楼小区）生产活动。

4）越靠近城市边缘地表温度越低，越靠近城市中心地表温度越高;城市地表温度以市中心为中心向外呈辐射状。

3.2 讨论

近年来，合肥市社会经济发展活跃，尤其是在2010年安徽皖江城市带承接产业转移示范区建设纳入国家发展战略、合肥市被确立为中国长三角城市群副中心城市以来，该市吸引大量人口，工业生产和城市建设发展迅猛，从而引发城市地表温度升高、城市热岛效应显著。

通过本研究可知，植被和水体可有效缓解地表温度升高和城市热岛效应，未来合肥市在城市规划和工业用地选址、审批等方面可配备相应的绿化园林用地和水体景观用地，协调好工业生产与生态景观之间的关系，从而缓解地表温度升高和城市热岛效应加剧的现象。

参考文献：

[1] 刘晶.基于Landsat-8数据的地表温度反演算法对比[D].西安：长安大学，2018.

[2] 宋瑞祥，张庆国，孟庆岩，等.基于landsat8 oli数据的合肥市热岛时空特征分析[J].安徽农业大学学报，2016，43（3）：474-480.

[3] 徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报，2015（3）：741-747.

[4] 覃志豪，Arnon Karnieli.用NOAA-AVHRR热通道数据演算地表温度的劈窗算法[J].国土资源遥感，2001（2）：33-42.

[5] 胡德勇，乔琨，王兴玲.单窗算法结合Landsat8热红外数据反演地表温度[J].遥感学报，2015，19（6）：964-976.

[6] 谷俊鹏，裴亮.基于Landsat 8-OLI/TIRS和HJ-1B太湖叶绿素含量和温度反演研究[J].测绘与空间地理信息，2017，40（5）：146-151，156.

[7] 孟鹏，胡勇，巩彩兰，等.热红外遥感地表温度反演研究现状与发展趋势[J].遥感信息，2012，27（6）：118-123，132.

[8] 李鉴清，张庆国，朱雅莉，等.合肥市地表温度反演及热力景观格局动态变化研究[J].安徽农业大學学报，2012，39（4）：629-636.

[9] 刘文渊，谢亚楠，万智龙，等.不同地表参数变化的上海市热岛效应时空分析[J].遥感技术与应用，2012，27（5）：797-803.

[10] 陈爱莲，孙然好，陈利顶.基于景观格局的城市热岛研究进展[J].生态学报，2012，32（14）：4553-4565.

[11] Sobrino JA，Coll C，Caselles V.Atmospheric correction for land surface temperature using NOAA-11 AVHRR channels 4 and 5[J].Remote Sensing of Environment，1991，38（1）：19-34.

（责任编辑：赵中正）