TM影像的青岛市城市热岛效应的研究
摘要：本文以某地区TM影像为主要数据源，对该地区的地表亮度分布图进行了研究分析，并分析了城市热岛同城市土地覆被之间的关系，最后从不同角度总结了缓解城市热岛效应的主要方法。
Abstract： Based on the TM image of a given area， this paper analyzes the surface brightness distribution of the area， and analyzes the relation between urban heat island and the urban land cover， and finally summarizes the main method to alleviate urban heat island effect from different aspects.
关键词：城市热岛效应；NDVI；地表亮度温度反演；遥感
Key words： urban heat island effect；NDVI；surface brightness temperature inversion；remote sensing
中图分类号：P237 文献标识码：A 文章编号：1006-4311（2016）02-0174-02
0 引言
近几年来，国内经济建设快速发展，城市外扩速度加快，由此也会引发气候和环境问题。城市热岛效应是指城市因大量的人工发热、建筑物和道路等高蓄热体及绿地减少等因素，造成城市“高温化”。传统的城市热岛效应研究方法多基于气象数据及地面温度监测点进行研究，不仅耗资多、准确度低，况且只能获取局部地区的相关信息，得到的监测结果局限性特别大。随着遥感技术的发展，在城市热岛效应方面的研究成为热点，通过对遥感影像进行反演，得到地表温度对城市的热岛强度进行分析，正在成为一种主流的发展趋势。
1 研究区概况
青岛位于山东省半岛南端（北纬35°35'-37°09'，东经119°30'-121°00'）、黄海之滨。青岛依山傍海，风光秀丽，气候宜人，是一座独具特色的海滨城市，也是我国东部沿海重要的经济中心城市。
2 研究内容及方法
2.1 数据源
本文使用的遥感影像主要数据源为TM/ETM+的遥感影像，影像是2009年7月15日的TM数据，影像的图符号分别为120/34、120/35，这两景数据是从近20年青岛所有ETM+/TM影像中挑选出来的，成像质量较好。
2.2 遥感数据预处理
在遥感传感器成像的过程中，由于卫星速度发生变化，并且受大气的影响导致影像DN值有偏差。为了减少受以上因素影响而产生的误差，需要对对影像采取预处理，首先进行几何校正步骤如下：
①地面控制点（GCP）选取，选取条件如下：一要为确保不同时相的两幅及以上的遥感影像能够找到同一地物点。二要选取的地面特征点足够，且要分布均匀。②空间变换，需要分别计算出地面控制点在基准影像和待校正影像中的像元坐标或所对应的地理坐标，然后选取适合的坐标转换函数，建立起能够表达基准影像坐标与待校正影像坐标之间相应关系的多项式校正模型。③影像重采样，本文使用青岛市1：50000地形图作为参考影像，采用二次多项式，对2009年7月15日两期的遥感影像进行几何精校正。进行完几何校正之后对影像进行裁剪，得到研究区域的影像。最后进行FLAASH大气校正。步骤为：将Landsat数据进行辐射定标，然后进行辐射量度单位转换，由BSQ转BTL，最后输入FLASH参数得到校正结果影像，校正后的影像减小了薄云对影像的影响能够更好的反应地表的真实信息。
2.3 归一化植被指数
在生态系统的大环境中植被扮演着一个维持生态系统平衡的关键角色，也是将土壤、大气和水分联结起来的重要的纽带。植被指数的核心就是植被对蓝光区、红光区的0.4-0.77μm可见光和近红外0.7-1.3μm这两个波段数值的不同形式组合。对植被指数进行定量的测量，用作判断植被活力的标准，在遥感中广泛应用[1]。
归一化植被指数（NDVI）指的是近红外波段与可见光波段数值之差和这两个波段数值之和的比值。NDVI值高，指示像元中绿色植被数量越多，长势越好，在研究植被的盖度、类型、叶面积指数等表数量特征方面应用较多。计算公式为：NDVI=（B4-B3）/（B4+B3）
其中B3，B4分别是TM3波段，TM4波段的DN值。NDVI的值处在-1到1之间，值越接近1，色调越亮，说明植被的覆盖率越大；反之，值越小，色调越暗，说明植被的覆盖率越低。利用ENVI软件包Band Math计算得出2009年青岛NDVI分布图。
由图1即青岛市遥感影像的NDVI分布图可以看出，图中的颜色由深到浅反映了植被的覆盖度，颜色逐渐从深色到浅色最后接近于变白来表示NDVI值，NDCI值越大植被覆盖越高[2]。浅色区域的植被覆盖较高，多为林地或者人工绿化地带。植被覆盖较差的地方在遥感影像上显示的颜色较深，该区域基本多为水体或者该城市的城中区域。从图中可以看出周边水体部分颜色极深，城中心区域色调也很深，遥感影像反应的情况基本属实 [3]。
2.4 地表亮温反演
地表亮温的反演主要通过辐射定标和辐射亮温计算两部分进行反演[4]。
在辐射定标中，将DN值转化成为相应的热辐射强度值，在这过程中，大多学者采用了Landsat用户手册中提供的辐射校正公式，即：
图像的DN值转化成绝对辐射亮度值
Lλ = Gain* DN + Bias （1）
其中Lλ为光谱辐射亮度，DN是像元值，Gain为增益系数 （单位：W/m2srμm /DN）；Bias为偏移系数（单位：W/m2srμm）。 此公式也可以表述为：
Lλ=（LMAXλ - LMINλ）/（QCALmax-QCALmin）*（QCAL
-QCALmin）+LMINλ
其中：LMAXλ为传感器所接收到的最大辐射亮度（W・m-2・sr-1・μm-1），LMINλ为传感器所接收到的最小辐射亮度（W・m-2・sr-1・μm-1），QCALmax为对应于LMAXλ的象元的最大DN值，QCALmin为对应于LMINλ的象元的最小DN值。
根据入射辐射亮度直接推算所对应的辐射亮温[5]，辐射亮度值转化成地表亮温的近似式：
Trad=K2/ln（k1/Lλ+1）-273.15 （2）
其中：Lλ为光谱辐射亮度（单位：W・m-2・sr-1・μm-1），Trad为地面亮温（单位：℃），QCAL为像元DN值。
2.5 研究区的亮温反演
由于地表温度的反应过程特别受大气以及比辐射率的作用影响，在理论上讲，若研究某城市的城市热岛，需要将遥感影像继续反演到地表温度这一步，但由于局限性所受，且亮温和地面温度有一定的关联性，因此本文的研究就以亮温的反演结果来代替地表温度反应热岛效应[6]。
辐射亮温主要通过以下步骤完成，采用辐射定标公式（1）和辐射亮温公式（2）。运用遥感专业软件ENVI对研究区的影像进行处理，运用Basic Tool模块中的Band Math来编写模型，我们采用的是上述反演公式，分部完成辐射亮温的转换，最后反演得到亮温分布图，见图2。
3 结果分析
由图2反应的影像特征可以看出，热岛效应十分明显，主城区地面温度明显高于周边郊区的温度，形成岛屿状的高温区域，界线清晰可辨。东部由市南区、市北区、李沧区、崂山区西部、城阳区以及即墨市连成的带状分布表现为大片的高温区，这与该区域作为经济活动中心的土地利用状况有关；南部黄岛区面积也相对较大，这与黄岛区集中了多家大中型企业有关；东面的胶南区、北部的胶州市与平度市则有零星分布，其中一大部分是由于未利用的裸地引起的。从NDVI分布图上也能发现，城市中心亮度最暗，植被覆盖度低。郊区亮度明显变高，植被覆盖状况变好。
4 减缓城市热岛效应的措施
①植被是生态环境的重要组成部分，植物在蒸腾的过程中会吸收大量的热量，吸收太阳辐射。加强植树造林不仅可以美化环境、净化空气而且可以吸附大气中的有害物质，增加空气湿度，调节气候的作用。从而减缓城市热岛效应。
②增加水域的表面积。水体作为调节气候的一个重要因素，水在蒸发的过程中会吸收空气中的热量，从而降低了大气的温度。此外，要对当地的河流、湖泊等水体加以保护和整治，并加大人工湖泊、水库、以及广场喷泉等人工水体的建设，从而缓解城市的热岛效应。
③合理的规划和设计城市的布局，风也是减缓城市热岛效应的方法，风向流通可以带走城市中的热量，因此城市的建筑物的布局应该和当地夏季的城市风向一致，能够加快风在城市中的流通速度，使空间交换更加顺畅。
④减少人为因素的影响来缓解城市热岛效应，冬季北方一般已燃煤来进行独立自行供暖，建议以小区或社区为单位进行集体供暖，将民用煤改为天热气或者液化气，尽量控制汽车的数量，大力提倡市民步行或者自行车出行。
参考文献：
[1]丘文泽.基于遥感影像的城市景观格局及其热环境效应[D].华东师范大学，2005.
[2]黄金海.杭州市热岛效应与植被覆盖关系研究[D].浙江大学，2006.
[3]纪瑞鹏，张喜民，李刚.沈阳等城市热岛效应卫星监测研究[J].辽宁气象，2000.
[4]黄妙芬，邢旭峰，王培娟，王昌佐.利用LANDSAT/TM热红外通道反演地表温度的三种方法比较[J].干旱区地理，2006，29（1）.
[5]罗智勇，刘汉湖，杨武年.单窗算法在成都市地面温度反演中的应用研究[J].热带气象学报，2007，23（4）.
[6]刘海军，李喜凤，王瑾.西安市热岛效应反演研究[J].安徽农业科学，2012，9.