杨辰丛海

（福建师范大学 地理科学学院，福建 福州 350107）

地表温度（Land Surface Temperature，LST）是大气与地表热量交换的重要参数，反映大气与地表能量平衡的时间变化[1]，对气象、水文、生态等多方面具有重要影响[2]。地表实际温度除与到达地表的太阳辐射的多少有关外，还与地表下垫面状况密切相关[3]。越来越多研究表明，下垫面由植被转化为城镇建筑用地，是地表温度升高的重要原因之一[4]。季节温差指不同季节地表温度的差值，是各个季节地表热量情况变化的体现，其对建筑材料[5]、农业养殖[6]的影响尤为明显，是合理布局农业生产，保障建筑安全所需要考虑的重要因素。

Landsat8卫星拥有的TIRS热红外传感器，能快速且较准确地反映地表能量情况的变化，并能通过计算方法反推地表温度，为地表温度的提取与分析提供了便利[7]。归一化指数计算基于提取目标地物最大值及最小值波段并进行归一化计算的途径[8]，能强调目标地物并将其高亮显示，自归一化植被指数（NDVI）以来，建筑指数（NDBI）[9]、水体指数（NDWI）等也被相继提出，由于其兼具便捷性与准确性，迅速获得了广泛运用。广大学者基于Landsat8反演地表温度，并结合遥感影像及归一化指数方法分析下垫面特征，取得了丰富的成果。历华[10]等对长株潭地区的研究发现，NDBI与各个季节地表温度均存在明显线性正相关关系，而NDVI与地表温度的关系不明显；李斌[11]等对郑州地区的研究，较为全面地解释了各个遥感指数与地表温度地关系；Arulbalaji[12]等通过比对印度西南部沿海不同年份遥感影像，发现随着植被的减少，地表温度呈明显的上升趋势；Liu Yue[13]等以日本熊谷市为研究区域，发现地表感热通量在市区较低而在郊区较高，是城市热岛效应形成的重要原因之一。但目前，学者多针对不同季节温度与各个指数的关系进行研究，而针对不同季节温度的差值得出的气温年较差与各个指数关系的研究较为罕见。

本文根据季节不同将研究时段划分为春、夏、秋、冬四个时段，基于Landsat8卫星遥感影像信息，使用大气校正法反演地表温度，在分析NDBI与绝对气温相关关系的基础上，再通过波段运算获取夏冬、夏春、夏秋三种不同季节温差数据，探讨NDBI与不同季节温度差异之间的相关关系，思考不同下垫面特征对温度差异的影响，以期为城市合理规划建设提供数据及科学依据。

1 研究区概况

福州市地处福建省中部福州盆地地区，受周边山脉阻隔，市区地形较为封闭。年均降水量约1500 mm，年均气温约19.5 ℃[14]，年相对湿度77%，夏季炎热，冬季凉爽，为典型的中亚热带季风海洋性气候。本文研究区域为福建省福州市主城区，覆盖仓山区、鼓楼区、台江区的全部及晋安区、马尾区的部分。

2 研究方法

2.1 大气校正法温度提取

本文所涉及数据来源于中国科学院遥感与数字研究所Landsat8下载共享系统（http://ids.ceode.ac.cn/query.html），结合时间间隔、图像可获取性、图像质量及云量，选择研究区2013年8月4日、2013年10月23日、2014年1月27日、2014年4月17日四张图像，分别代表夏、秋、冬、春四个季节。先将图像进行大气校正、裁剪等预处理操作，再利用辐射传导方程法（大气校正法）反演地表温度。其原理是基于普朗克黑体辐射公式，将估算所得大气对地表热辐射的影响从计算所得热辐射总量中减去，获得地表热辐射强度后再将其通过公式转换为地表温度[15]。基于实际遥感头文件数据，主要过程与计算流程如下[7,16]。

辐射传导方程：

对该式变形，求得黑体辐射亮度B(TS)

式⑴及式⑵中，ε为地表比辐射率；τ为大气在热红外波段的透过率；TS为地面真实温度，单位为K；τ为透过率； L↑及L↓分别为大气上行辐射亮度及大气下行辐射亮度；B(TS)为黑体辐射亮度；L↑、L↓、B(TS) 的单位均为W/m2·sr·μm；L↑、L↓、ε三种参数均可通过NASA官方数据（https://atmcorr.gsfc.nasa.gov/）中输入对应条带号及时间获得；地表比辐射率主要受地表地物影响，大致可分为植被、水体、不透水面3大类，本文采用Sobrino[17]的NDVI阈值法估算地表比辐射率大小，式⑶：

式中，Pv为植被覆盖度，其可通过对归一化植被指数（NDVI）进行取阈值计算获得。

计算得黑体辐射亮度B(TS)后，经由普郎克定律反函数，求得地面真实温度，式⑷：

其中，K1及K2取值为常数，通过ENVI中Radiomotric Calibration功能对Thermal计算得B10图像以获得。经大气校正法得到不同季节地表温度图层后，再使用ENVI中Band Math功能对两个温度图层进行减法运算，得出季节温差图层。

2.2 气温与温差等级划分

根据实际计算获得的温度，不采用地表温度的绝对值对温度进行分级，参照田帅[18]等研究方法，使用自然断点法将所得栅格数据分为5段，突出气温的季节内分布差异。依照各个像元实际数值大小在所有数据中所处的百分比位次进行分级，其中，0～20%为低温区，20%～40%为次低温，40%～60%为中温，以此类推，将图层划分为低温、次低温、中温、次高温、高温5种温度等级，并对原始地表温度图像在GIS中执行重分类。

依照此法，对温差也进行重分类，将季节温差分段分级为低温差、次低温差、中温差、次高温差、高温差5级。

2.3 NDBI的计算及采样

使用查勇[9]等提出的归一化建筑指数（NDBI）进行计算。该指数是遥感领域提取建筑用地的常用方法，可将建筑用地在影像上高亮显示，值越高则代表建筑用地密度越大，分布越密集。其计算公式为：

NDBI =(RSWIR-RNIR)/ (RSWIR+RNIR)

求取得地表温度图、季节温差图、NDBI图层后将其导入GIS，使用随机点采样的方式，随机生成1000个随机点并采集相关数据（所有图像均采用同一组随机点），以用作NDBI与温度与温差相关性分析，使用excel进行数据处理，并使用SPSS25进行相关性分析。

3 结果与分析

3.1 不同季节地表温度分布比较

图1 各个季节地表温度分级示意图

根据实际测得数据，福州市各个季节地表温度情况符合其亚热带季风气候夏季炎热且冬季温和的特点。夏季对应图像平均气温为33.29 ℃，秋季、冬季、春季分别为25.85 ℃、14.19 ℃、22.92 ℃，各个季节温度差异较为明显。

对比各个季节内不同气温级别分布特点，可看出季节内相对低温区明显集中于河流（闽江）及植被密集区（鼓山、高盖山）等地，而季节内相对高温区则集中于城镇居民用地密集区，在图上的表现为高温区明显集中于城市中心。且不同季节各个温区分布特点有所不同，如植被在春季出现较大面积中温区，而在其他季节植被多为中温和次低温区；水体在秋季表现为次低温区，而在其他季节均为低温区；在夏季和春季，次高温和高温区更为明显地集中于市中心的城镇居民用地，在冬季和秋季市区内出现了较多零碎的中温区。

市区内由高盖山、飞凤山奥林匹克公园、福建山地公园等茂密植被区形成的中温区，气温较周边地区明显偏低，这表明植被区产生了一定“绿楔”作用[19]，对周边地区具有降温效果，形成切割周边高温区的相对低温区。

3.2 不同季节气温与NDBI的关系

各个季节气温均与NDBI指数表现出极显著的正相关关系，与前文季节温度分布中高温区集中于建筑用地的结论相呼应。若建筑密度上升，则NDBI指数上升，气温也很有可能随之上升。春季时气温与NDBI指数相关关系最显著，相关系数为0.826，除春季外其他季节季节温度与NDBI相关系数差距不大，均在0.75左右浮动，相关系数春季＞夏季＞秋季＞冬季。

NDBI与季节温度拟合方程斜率方面，夏季拟合方程斜率最大，达28.73，各个季节拟合方程斜率夏季＞春季＞秋季＞冬季，表明在夏季随着建筑密度的升高，气温上升速度也相对更快，这与夏季到达地表的热量相对较多有关。

3.3 季节温差与NDBI的关系

在温差分布方面，夏春、夏冬、秋冬各个季节温差表现出与季节温度分布较一致的特征，高温差区集中于连片城市内建筑用地及工业用地密集区，而低温差区沿水体和植被分布，表明水体及植被季节温差较小，而建筑用地季节温差较大。

表1 NDBI与季节温度相关关系分析

图2 不同季节温差分级分布图

各个季节温度差异均与对应NDBI指数呈现极显著的正相关关系，表明建筑物密度和季节温差的上升可能有较明显的联系。其中夏冬温差与NDBI指数的相关性最强，达0.458，秋冬温差次之，为0.441；夏春温差最低，为0.371，各个季节相关性均超过极显著水平。对比各个拟合方程的斜率，在夏季和冬季，季节温差随着NDBI指数的上升最快，拟合方程的斜率最高，为8.70，这与其温差绝对值本身较大有关。

4 讨论与结论

各个季节地表气温与建筑用地密度呈现明显的正相关关系，这与历华[10]、李斌[11]等目前针对城市热岛效应及城市地表温度反演的研究结果吻合，与周依婷[20]等针对福州市地表温度分布分析的结果相同。人类的生产生活活动通过改变土地利用类型、工业高热量废气排放及人为增热等途径[21]，均在不同程度上导致城市热岛效应向加强方向演变。

本文认为，季节温差高值区也集中于城镇居民用地，与NDBI指数也存在显著正相关关系，而在水体及植被区则温差相对较小，其重要原因是不同物体物理性质的差异。构成建筑的主要材料为砂石，比热容较小；而水体具有较大的比热容，其比热容是通常砂石的4倍左右[22]，在接受相同热量时其升温较慢；而植物体内也具有较高的含水量，且植物可通过自身蒸腾作用降低自身温度以适应高温胁迫[23]，因此水体及植物是相对温差低的地区的主体部分，而高温差区主要由建筑用地组成。

根据本文研究结果，本文得出以下结论：

⑴ 不同季节地表气温中及不同季节地表温差中，高温区及高温差区主要分布于城镇建筑用地区；低温区及低温差区主要集中于植被与水体区。在夏季时，水体及植被与建筑用地的温度差异最为明显，而在冬季，建筑用地集中区出现较大面积中温值区，温度差异与植被及水体相对较不显著。

⑵ 各个季节地表气温及季节温差，均与NDBI指数呈现极显著正相关关系。季节地表气温方面相关性春季＞夏季＞秋季＞冬季，季节温差方面相关性夏冬温差＞夏秋温差＞夏春温差。在夏季，随着建筑密度的上升，季节温差与地表气温的上升的幅度最大。

本研究主要在研究不同季节地表温度分异的基础上，进一步研究了不同季节温差分异规律与城镇建筑用地密度之间的关系。本文认为，在实际城镇规划中，应注重植被与建筑用地的合理搭配。本研究限于数据的可获取性，未选取季节典型日期的图像进行研究，且囿于数据连续性与间隔性，选取了2013年的图像进行研究，而使得时效性具有一定欠缺，这有待后续研究中进一步探讨。