馬術(shù)

摘要：針對(duì)城市熱島效應(yīng)對(duì)城市生態(tài)環(huán)境產(chǎn)生的諸多問(wèn)題，以烏魯木齊市為研究區(qū)，利用Landsat 8遙感圖像，采用大氣校正法反演地表溫度，分析驅(qū)動(dòng)因子對(duì)地表溫度的影響。結(jié)果表明：（1）2016-2017年，水體、林/草地、農(nóng)用地和裸地減少，建設(shè)用地面積增加，新增建設(shè)用地主要源于原有的裸地、林/草地。（2）植被（NDVI）對(duì)地表溫度表現(xiàn)為負(fù)貢獻(xiàn)，歸一化植被指數(shù)隨地表溫度的升高而降低;研究結(jié)果可為烏魯木齊市的城市規(guī)劃提供有益借鑒。

關(guān)鍵詞：Landsat8遙感圖像;地表溫度;土地利用;熱島效應(yīng);植被

中圖分類(lèi)號(hào)：P2 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）34-0230-03

Abstract：In view of the problems caused by urban heat island effect on urban ecological environment， ?taking Urumqi as the research area， uses Landsat 8 remote sensing image， using atmospheric correction method to invert the surface temperature， and analyzing the influence of driving factor on surface temperature. The results show that： （1） In 2016-2017， the water， forest/grass， agricultural land and bare land decreased， the construction land area increased， and the newly added construction land mainly originated from the original bare land and forest. / grass. （2） Vegetation （NDVI） has a negative contribution to the surface temperature， and the normalized vegetation index decreases with the increase of surface temperature. The research results can provide useful reference for urban planning in Urumqi.

Key words：Landsat8 remote sensing image; surface temperature;land use; heat island effect; vegetation

目前城市熱島效應(yīng)的研究大多集中在地表溫度反演、熱島效應(yīng)等方面。阿木拉堵等人于2019年利用4期landsat數(shù)據(jù)，研究西昌市的溫度的年度變化及空間分布差異，以及土地利用類(lèi)型變化，分析熱島效應(yīng)的驅(qū)動(dòng)因素[1]。鄭慧禎等人利用1993-2016年4期遙感影像，對(duì)閩江河口濕地進(jìn)行地表溫度反演，分析城市化進(jìn)程中河口濕地表面溫度的擾動(dòng)特征[2]。馬晶等人利用Landsat TM/TIRS遙感影像，對(duì)長(zhǎng)春市進(jìn)行地表溫度反演，并分析各種驅(qū)動(dòng)因子對(duì)地表溫度的影響[3]。韋春竹等人于2013年利用環(huán)境星1A/1B遙感影像，對(duì)廣州市的地表溫度進(jìn)行反演，研究了廣州市不透水面、土地覆蓋和植被指數(shù)與城市熱環(huán)境的定量關(guān)系[4]。于夢(mèng)馨等人在2018年利用2016年的Landsat8影像數(shù)據(jù)，對(duì)研究去進(jìn)行地表溫度反演，并對(duì)三種反演算法得出的結(jié)果進(jìn)行對(duì)比研究[5]。楊雅楠等人在2017年利用1990年-2010年的烏魯木齊市遙感影像，對(duì)城市進(jìn)行地表溫度反演，得到城市在20年間熱環(huán)境及下墊面的動(dòng)態(tài)變化特征[6]。

本文采用大氣校正法反演烏魯木齊市2016、2017年的地表溫度，并結(jié)合土地利用/覆蓋分類(lèi)，關(guān)鍵指數(shù)等方面，研究與地表溫度的相關(guān)性，對(duì)熱島效應(yīng)進(jìn)行分析。

1研究區(qū)與數(shù)據(jù)來(lái)源

1.1研究區(qū)概況

烏魯木齊市是全區(qū)政治、經(jīng)濟(jì)、文化、科教、金融和交通核心。圖1是研究區(qū)示意圖。

1.2數(shù)據(jù)源及數(shù)據(jù)預(yù)處理

本文使用Landsat衛(wèi)星數(shù)據(jù)，采集時(shí)間分別為2016年7月28日和2017年7月22日，衛(wèi)星軌道號(hào)行號(hào)為142/30。圖像采集時(shí)間均為夏季，研究區(qū)域云量少，數(shù)據(jù)質(zhì)量好，識(shí)別功能很高[7]。圖像預(yù)處理主要包括幾何校正、大氣校正和圖像裁剪。從中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//www.dsac.cn/DataProduct/Index/201111）獲得氣象內(nèi)容。

2研究方法

2.1土地分類(lèi)

土地利用分為五類(lèi);水體、林/草地、農(nóng)用地、建設(shè)用地、裸地，2景影像的總體分類(lèi)精度分別為96.7%、96.5%，滿(mǎn)足70%以上的精度要求。

2.2地表溫度反演

本文主要采用大氣校正方法對(duì)Landsat OLI 8的熱紅外波段進(jìn)行地表溫度反演?；驹恚喝コ髿鈱?duì)地表熱輻射產(chǎn)生的誤差，把熱輻射強(qiáng)度轉(zhuǎn)換為相應(yīng)的地表溫度。熱紅外輻射亮度值由三部分組成：通過(guò)大氣的地面的真實(shí)輻射的能量，輻射向上的能量和向下輻射到達(dá)地面后反射的能量。

在等式（2）中，透過(guò)率，大氣向上輻射亮度和大氣向下輻射亮度，這三個(gè)參數(shù)可以在NASA官方網(wǎng)站中信息獲得。烏魯木齊市圖像的成像時(shí)間為2016年7月28日04時(shí)50分、圖像的中心緯度為86.6833E和43.7667N，氣壓為800百帕，相對(duì)濕度為39%，得到的大氣參數(shù)透過(guò)率為0.7，大氣向上輻射亮度為1.29，大氣向下輻射亮度為0.75。用普朗克公式獲得[8]：

最終得到了兩個(gè)時(shí)期研究區(qū)域的地表溫度分布圖（圖2和圖3）。

2.3關(guān)鍵指數(shù)運(yùn)算

選擇影響地表溫度的植被覆蓋狀況，即歸一化植被指數(shù)（NDVI）來(lái)量化表征[9]。

歸一化植被指數(shù)的計(jì)算公式如下：

3結(jié)果與分析

3.1土地利用變化特征

從表1可以看出，從2016年到2017年，水體、林/草地、裸地和農(nóng)用地面積減少;建設(shè)用地面積明顯增加。2016年-2017年的土地利用變化的強(qiáng)度。建設(shè)用地的擴(kuò)張尤為顯著，新增建設(shè)用地主要源于原有的水體、農(nóng)用地、林/草地和裸地。

3.2關(guān)鍵指數(shù)與地表溫度的關(guān)系

在研究區(qū)域選擇樣本點(diǎn)，使用SPASS軟件對(duì)樣本點(diǎn)擬合，得出LST與NDVI的最佳擬合方程。從圖4和圖5可以看出，地表溫度與歸一化植被指數(shù)呈現(xiàn)顯著負(fù)相關(guān)。

4結(jié)束語(yǔ)

本文分析了LST和關(guān)鍵指數(shù)之間的關(guān)系，LST與NDVI成顯著負(fù)相關(guān)。實(shí)驗(yàn)結(jié)果表明，2016年-2017年，水體、林/草地、裸地和農(nóng)用地面積減少，建設(shè)用地面積大幅增加，變化強(qiáng)度較大。植被（NDVI）能夠有效降低熱島效應(yīng)的影響。

參考文獻(xiàn)：

[1] 阿木拉堵，許斌，李翠琳，陳晨，鐘成，李卉.2000—2014年西昌市熱島時(shí)空變化及驅(qū)動(dòng)機(jī)制研究[J].湖南師范大學(xué)自然科學(xué)學(xué)報(bào)，2019，42（2）：16-22.

[2] 鄭慧禎，陳燕紅，潘文斌，鄭鵬，蔡芫鑌.河口濕地表面溫度擾動(dòng)特征及其關(guān)鍵影響因素[J].生態(tài)學(xué)雜志，2018，37（8）：2463-2473.

[3] 馬晶，王青妹，紀(jì)夢(mèng)達(dá)，李曦彤.長(zhǎng)春市城區(qū)熱島效應(yīng)遙感分析[J].測(cè)繪科學(xué)：2019，6（1）：1-12.

[4] 韋春竹，孟慶巖，鄭文鋒，李小江，魏曦，王靚.廣州市地表溫度反演與土地利用覆蓋變化關(guān)系研究[J].遙感技術(shù)與應(yīng)用，2013，28（6）：955-963.

[5] 于夢(mèng)馨，劉波.基于Landsat8影像的地表溫度反演算法應(yīng)用分析[J].計(jì)算機(jī)與數(shù)字工程，2018，46（1）：30-34+52.

[6] 楊雅楠. 近20a烏魯木齊市城市熱環(huán)境空間格局變化與下墊面關(guān)系的研究[D].新疆：新疆師范大學(xué)，2017.

[7] LI Wenjuan，ZHANG Minghua，ArnonKarnieli，Pedro Berliner.單窗算法的大氣參數(shù)估 計(jì)方法[J].國(guó)土資源遙感，2003（2）：37-43.

[8] Skokovic.D， Sobrino.J.A， Jimenez-Munoz.J.C， Soria.G， Julien.Y， Mattar.C and JordiCristobal， “Calibration and Validation of Land Surface Temperature for Landsat 8 – TIRS Sensor”， Land product Validation and Evolution， ESA/ESRIN Frascati （Italy）， pp 6-9， January 28-30， 2014.

[9] 李?lèi)?，王?guó)江，張青，陳鵬.2000-2012年烏魯木齊市城市熱島效應(yīng)變化衛(wèi)星遙感監(jiān)測(cè)分析[J].電腦知識(shí)與技術(shù)，2017，13（25）：224-226.

【通聯(lián)編輯：梁書(shū)】