摘要：介紹了Landsat TM5遙感數(shù)據(jù)地表溫度反演的流程，并對輻射定標(biāo)、大氣校正等算法進(jìn)行了詳細(xì)的闡述。選擇四川省綿陽市和德陽市為實驗區(qū)，對上述流程和算法進(jìn)行實驗分析，結(jié)果表明流程合理，相關(guān)算法具有普適性，算法中的大部分參數(shù)容易獲取，反演效果較好，具有很好的實際應(yīng)用價值。

關(guān)鍵詞：遙感影像；輻射校正；亮度溫度；地表溫度

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）02-0223-03

1 概述

當(dāng)前生態(tài)環(huán)境日益惡化，與人們對生活舒適度要求不斷提高形成鮮明對比，人居環(huán)境質(zhì)量狀況備受關(guān)注。然而，隨著我國工業(yè)化進(jìn)程的進(jìn)一步加深，工廠、汽車等人為熱能的排放量也在迅速增加，加之全球氣候變暖的大背景下，城市熱島效應(yīng)這一生態(tài)環(huán)境問題也日益突出。自1818年城市熱島概念被提出至今已經(jīng)過去近200年，各國的學(xué)者一直致力于該問題的研究。進(jìn)而形成了三種不同的研究手段即：地面觀測法、遙感監(jiān)測法和數(shù)值模擬法[1]，目前，隨著航空、航天技術(shù)以及計算機(jī)等技術(shù)的迅猛發(fā)展，遙感監(jiān)測法已成主要手段。利用遙感影像反演地表溫度這一指標(biāo)在城市熱島效應(yīng)分析中就顯得尤為重要。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

研究以四川省綿陽市主城區(qū)和四川省德陽市主城區(qū)兩個區(qū)域為實驗樣區(qū)，綿陽市屬四川盆地盆中丘陵區(qū)北部，主城區(qū)以丘陵為主，德陽市位于成都平原東北部，主城區(qū)地形以平原為主，兩個研究區(qū)具有一定的代表性。選擇美國陸地衛(wèi)星Landsat TM5為數(shù)據(jù)源，TM遙感影像熱紅外波段空間分辨率是120m，其余波段空間分辨率是30m。兩個區(qū)域的影像各兩個時相，時間均為1988年5月1日和2007年5月6日（軌道號129/38），兩個區(qū)域影像質(zhì)均較好清晰無云，適宜做相關(guān)的反演和分析。

2.2 地表溫度反演流程

地表溫度作為城市熱島效應(yīng)研究的重要指標(biāo)，其準(zhǔn)確可靠性在后續(xù)定量研究中的重要地位是不言而喻的，有關(guān)地表溫度反演算法的研究也越來越多，尤其是隨著Landsat 8遙感數(shù)據(jù)的逐步應(yīng)用，輻射傳輸方程法[2]、單窗算法[3，4]和IB算法[5]等算法是目前TM影像最常用的地表溫度反演算法。反演的流程主要包括：輻射定標(biāo)、大氣校正、區(qū)域裁剪、亮度溫度反演、NDVI計算、地表比輻射率估算和地表溫度反演幾個步驟，詳細(xì)流程見圖1。

2.3 輻射定標(biāo)

由于遙感成像的復(fù)雜性，大氣、太陽高度角等對成像質(zhì)量都會產(chǎn)生一定的影響，由此，獲取的數(shù)據(jù)必須進(jìn)行前期處理工作，為減弱其影響需完成輻射定標(biāo)等工作。對于TM數(shù)據(jù)而言，根據(jù)波段光譜輻射亮度進(jìn)行輻射定標(biāo)的模型如下式所示[6，7]：

[Lλ=Lminλ+Qλ×（Lmaxλ-Lminλ）/Qmax] （1）

其中：λ代表波段值；Lλ代表光譜輻射值；Qλ則是標(biāo)定后的像元值；Qmax是DN的最大值理論；Qmin是DN的最小值理論。Lminλ和Lmaxλ可在數(shù)據(jù)頭文件中獲得。

2.4 大氣校正

針對TM數(shù)據(jù)進(jìn)行大氣校正的方法比較多，各種算法也相對成熟，主要包括：輻射傳輸方程法、直方圖最小值去除法和COST模型法[8]。COST模型法具有操作簡單、所需參數(shù)容易獲取，校正精度相對較高等特點，應(yīng)用比較廣泛。其原理見如下：

[LIhaze=LImin-LI1%] （2）

上式：[LIhaze]為光譜輻射值；[LImin]代表傳最小光譜輻射值；[LI1%]代表反射率為1%的黑體輻射值。

經(jīng)COST模型完成TM影像反射波段大氣校正工作。圖2展示了第3波段輻射校正前、后效果。輻射校正完成后DN值發(fā)生了明顯變化，整體普遍增加，但是增加的幅度各不相同。

2.5亮度溫度反演

由于大多數(shù)傳感器探測到的是城市下墊面的輻射溫度（亮度溫度，簡稱亮溫）輻射定標(biāo)和大氣校正工作完成后，接下來進(jìn)行亮度溫度反演，模型如下：

T=K2/ln（1+k1/Lλ） （3）

式中，T代表亮溫（K），K1=60.766mWcm-2sr-1μm-1，K2=1260.56k；Lλ是經(jīng)過輻射定標(biāo)和大氣校正之后的第6波段熱輻射強(qiáng)度。

2.6 地表比輻射率估算

當(dāng)前，計算地表比輻射率的主流算法包括：利用最大比輻射率和最小比輻射率差值與地表比輻射率的統(tǒng)計關(guān)系估算地表比輻射率、NDVI估算法、利用多時相數(shù)據(jù)確定地表比輻射率[9]。利用NDVI法估算應(yīng)用廣泛，同時具有相對較高的精度。而對于城市范圍內(nèi)由于下墊面結(jié)構(gòu)異常復(fù)雜，TM影像分辨率又相對較低，所以研究時將城市下墊面粗略認(rèn)為是建成區(qū)、水體、自然表面的混合體，總結(jié)前人的成果，本研究認(rèn)為水體像元的比輻射率選擇為0.995比較合理。自然表面（公式4）和建成區(qū)（公式5）地表比輻射率的計算采用下式進(jìn)行[10]。

[εsurface=0.9625+0.0614FV-0.0461FV2] （4）

[εbuild-up=0.9589+0.086FV-0.0671FV2] （5）

其中：εsurface為自然表面像元的比輻射率；εbuild-up為建成區(qū)像元的比輻射率；FV為植被覆蓋度，它由下式計算獲得。

[FV=（NDVI-NDVIS）/（NDVIV-NDVIS）] （6）

其中：NDVI是歸一化植被指數(shù)。

[NDVI=（ρ4-ρ3）/（ρ4+ρ3）] （7）

其中：ρ3是3波段地表反射率，和ρ4是4波段地表反射率。

2.7 地表溫度反演

根據(jù)地表比輻射率和亮度溫度反演地表溫度。基于影像算法從結(jié)構(gòu)上看比較簡單，所需參數(shù)少且容易獲取，全面考慮了地表比輻射率和大氣狀況，避免了獲取大氣透過率、大氣平均作用溫度、大氣剖面總水汽含量等參數(shù)的困擾，具有較強(qiáng)的可執(zhí)行性。同時其精度可靠，因此本文選擇該算法計算地表溫度，模型如下[5]：

[Ts=T1+（λT/ρ）lnε-273.15] （8）

式中：Ts為地表溫度（℃）；T為輻射亮溫（K）；λ=11.5μm；ρ=hc/δ=1.438×10-23J/K，為玻爾茲曼常數(shù)；h=6.626×10-36Js，為Planks常數(shù)；c=2.998×108m/s為光速；ε是地表比輻射率；273.15為開氏溫度和攝氏溫度轉(zhuǎn)換常數(shù)。

按照上述算法反演獲得1988年和2007年綿陽市和德陽市地表溫度分布圖（如圖3、圖4所示）。兩個不同區(qū)域的4幅地表溫度分布圖整體效果比較理想，高溫區(qū)主要集中在建成區(qū)范圍以內(nèi)以及地表植被覆蓋較差的區(qū)域，河流穿過的區(qū)域溫度整體都比較低。符合一般性規(guī)律。

綿陽市以丘陵地形為主，在所選區(qū)域內(nèi)，1988年最高氣溫37.77℃，最低氣溫20.29℃，溫差為17.48℃；2007年最高氣溫43.39℃，最低氣溫20.74℃，溫差為22.65℃。兩個時相最高氣溫相差5.62℃，兩個時相最低氣溫僅相差0.45℃。1988年涪城區(qū)和科學(xué)城兩個區(qū)域溫度比較高，2007年涪城區(qū)、高新區(qū)和永興鎮(zhèn)的溫度比較高。

德陽市以平原地形為主，在所選區(qū)域內(nèi)，1988年最高氣溫34.60℃，最低氣溫19.50℃，溫差為15.10℃；2007年最高氣溫40.80℃，最低氣溫22.58℃，溫差為18.22℃。兩個時相最高氣溫相差6.20℃，兩個時相最低氣溫僅相差3.08℃。1988年旌陽區(qū)溫度比較高，同時由于旌湖出現(xiàn)了干枯情況溫度也明顯高于四周，2007年旌陽區(qū)溫度比較高。

3 結(jié)論

文章介紹以陸地衛(wèi)星Landsat TM5為數(shù)據(jù)源的地表溫度反演的詳細(xì)流程，同時對輻射定標(biāo)、大氣校正、亮溫反演和地溫反演的相關(guān)算法進(jìn)行了詳細(xì)的解釋。研究中也對輻射校正前后像元值的變化進(jìn)行了比對。并選擇綿陽市和德陽市為試驗區(qū)進(jìn)行了實驗，證明文中闡述的流程、算法在實驗樣區(qū)取得良好效果，可以在類似研究中推廣使用。

4致謝

遙感數(shù)據(jù)來源于中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn），在此表示衷心的感謝！

參考文獻(xiàn)：

[1] 胡嘉驄，朱啟疆.城市熱島研究進(jìn)展[J].北京師范大學(xué)學(xué)報：自然科學(xué)版，2010，46（2）：186-192.

[2] Sobrino J A，Jiménez-Mu?oz J C，Paolini L. Land surface temperature retrieval from LANDSAT TM5[J].Remote Sensing of Environment，2004，90（4）：434-440.

[3] 覃志豪， Zhang Minghua， Arnon Karnieli，等.用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J].地理學(xué)報，2001，56（4）：456-466.

[4] Qin Z H，Karnieli A，Berliner P.A mono—window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel—Egypt border region[J].International Journal of Remote Sensing，2001，22（18）：3719-3746.

[5] Artis D A.Carnahan W H.Survey of emissivity variability in thermography of urban areas[J].Remote Sensing of Environment，1982，12（4）：313-329.

[6] 池宏康，周廣勝，許振柱，等.表觀反射率及其在植被遙感中的應(yīng)用[J].植物生態(tài)學(xué)報，2005，29（1）：74-80.

[7] 徐涵秋.基于影像的Landsat TM/ETM+數(shù)據(jù)正規(guī)化技術(shù)[J].武漢大學(xué)學(xué)報·信息科學(xué)版，2007，32（1）：62-66.

[8] 王靜.土地資源遙感監(jiān)測與評價方法[M].北京：科學(xué)出版社，2006.

[9] 鄭文武，曾永年，田亞平.基于混合像元分解模型的TM6/ETM+熱紅外波段地表比輻射率估算[J].地理與地理信息科學(xué)，2010，26（3）：25-28.

[10] 李海峰.多源遙感數(shù)據(jù)支持的中等城市熱環(huán)境研究[D].成都：成都理工大學(xué)，2012： 20-24.