1、本科毕业论文（20 届）漳州市城市热岛效应分析所在学院专业班级 测绘工程学生姓名指导教师完成日期漳州市城市热岛效应分析摘要随着现代遥感技术的不断发展，城市热岛效应研究的不断深入，地表温度反演方法的不断改进，学者们通过对研究区域的遥感影像进行地表温度反演，从而迅速、大面积、实时地获取地表温度。本文选择漳州市地区为研究对象，采用 TM 数据，利用大气校正法计算地表温度，对漳州市地区的热岛分布进行分析。漳州市城市地表温度的研究，首先，通过大气校正可以有效地减少大气层对地表辐射能量的影响；然后，对漳州市区域的地表温度进行反演；最后，运用 ArcGis 软件的可视化功能及分析功能得出漳州市的城市热岛效应
2、现象状况：漳州市市辖区、云霄县、东山县、平和县东部、漳浦县中心以及其沿海区域城市热岛效应现象较为明显较为明显。关键词归一化植被指数；TM；大气校正；ERDAS；地表比辐射率；ArcGIS；城市热岛；目 录1. 引言 .11.1 城市热岛效应概述 .11.2 地表温度反演方法 .11.3 ERDAS IMAGINE与 ArcGIS系列软件介绍 .12 地表温度反演主要流程 .13.城市热岛效应研究技术 .23.1 图像辐射定标及星上亮温转换 .23.2 归一化植被指数（NDVI）与植被覆盖度计算 .33.4 地表比辐射率 .33.5 地表温度计算 .44.漳州市城市热岛效应分析 .44. 1 研
3、究区域概况 .54.2 数据说明 .54.2.1Landsat-5卫星说明 .54.2.2数据来源及处理 .64.3 漳州市行政边界裁切 .74.4 6S 大气校正 .74.5 运用 ERDAS 模型工具建模 .94.5.1数据预处理建模 .94.5.2地表真实温度反演建模 .94.6 辅助参数获取 .154.7 反演结果的可视化 .164.8 结果与分析 .164.8.1 反演结果分析 .164.8.2 反演结果的不足 .185.结论与展望 .18参考文献 .1911.引言1.1 城市热岛效应概述城市中的气温明显高于外围郊区的现象被称为城市热岛效应(Urbanheatislandef)。热岛
4、效应的形成原理 1是：城市表面多为建筑群综合表面，沥青与水泥在白天吸收大量的热量，夜晚，城市缓慢地释放出大量热量，然而城市周边的农村地区和森林的空气下沉，因此形成了城市热岛。城市热岛效应的形成原因主要有人工热源的影响、城市中自然下垫面减少、城市大气污染、下垫面特性的影响 2。自 1750年以来，大气中的温室气体浓度呈现明显上升趋势，而中国是遭受气候变暖不利影响最为严重的发展中国家之一。在城市气候研究中，城市热岛效应是中心研究论题之一。城市热岛直接影响人们的日常生活，给人们的身体健康和经济带来不容低估的损失。同时，城市热岛效应也加剧了城市高温出现的频率和高温灾害。在气候变化的影响下，各种极端气候
5、事件呈现并发与多发的趋势 3。因此，对于城市热岛效应的观测与研究是十分有意义的。1.2 地表温度反演方法城市热岛现象的研究方法主要集中在三个方面 4：第一是利用卫星遥感资料反演地表温度，可以大面积测量低温、地表温度测量的同步性较好好；第二是应用统计学方法或数学模拟方法进行数值模拟；第三是利用气温观测资料研究城市热岛。 目前，在已知比辐射率的前提下，学者们纷纷提出了多种多样的地表温度反演算法，比如多通道多角度法、单通道多角度法、多通道发、单通道法、日夜时相法、大气校正法等 5。其中，基于辐射传输方程的大气校正，该校正方法可以利用的模型较多，有 LOWTRANM模型、MORTARN 模型、ATCO
6、R 模型、6S 模型。目前使用较为频繁的是 6S模型校正方法，通过模拟电磁波穿过大气的过程，进行大气校正。1.3 ERDAS IMAGINE 与 ArcGIS 系列软件介绍随着遥感处理系统的不断开发与研究，遥感图像处理软件的功能愈发完善，尤其是遥感图像处理系统的二次开发功能愈发受到客户的重视。同时，用户对软件的要求也随着计算机软件的不断完善而不断提高，人们对软件的要求已经从低层次提高到了高层次，逐渐向智能化的方向发展。美国 ERDAS公司开发的 ERDAS IMAGINE遥感图像处理系统中的空间建模工具是面向对象的可视化模型语言环境。在可视化模型语言环境下，用户可以通过运用更为直观的图形语言绘
7、制流程图，建立空间模型 6。ERDAS IMAGINE遥感图像处理系统是遥感图像处理的主流软件之一，也是众多遥感处理软件中的佼佼者，它代表了遥感图像处理软件的发展方向。在处理遥感影像文件和提取相关信息的过程中，通常会运用到 ArcGIS软件。ArcGIS 系列软件是ESRI公司集 GIS咨询和研发经验开发的地理信息系统（Geographic Information System,GIS）专业软件，是世界上应用最广泛的 GIS软件之一。作为一个完整的地理信息平台，ArcGIS 由一系列的 GIS框架组成 7。ArcGIS 的可视化功能可以将地理信息系统更加直观地展现给用户。利用 ArcGIS的可
8、视化工具实现遥感提取信息的可视化表达，为读者提供更加形象生动的信息。在本文中采用 ArcGIS叠加显示的方法表达数据处理结果，以专题图的形势展示更为直观。ERDAS 与 ArcGIS的结合使用可以获得更加丰富的地理信息资源，同时也可以简化遥感图像处理繁琐的过程。2 地表温度反演主要流程在运用辐射传输方程法（大气校正法）对漳州市地表温度进行反演的过程中，为了消除大气层对地表辐射能量的影响，需要进行大气校正。于此同时，需要采用热红外波段范围内的地表发射率作为参数，反演出研究区域地表的真实温度。在本文地表温度反演的过程中涉及 LandsatTM遥感影像的反演模型、辐射定标、数据读取等内容。采用的主要
9、技术有：ERDAS 主模块中 MODELER的空间建模、热红外波段数据的辐射定标、植被归一化指数的计算以及 ARCGIS的空间可视化表达等。其技术操作流程图如下所示：2地表真实温度反演实线表示必须操作部分虚线表示可有可无操作操作流程图 13.城市热岛效应研究技术3.1 图像辐射定标及星上亮温转换数据预处理可见光-近红外 6S模型大气校正Landsat 5TM 原始数据读取数据辐射定标几何校正漳州市区域裁切可见光数据定标热红外数据定标基准影像漳州市区域矢量数据计算地表比辐射率热红外通道大气校正校正结果分析地表真实温度分布图亮度值热红外波段辐射亮度值地表真实温度反演模型型大气上行辐射与下行辐射参数
10、获取NDVI 值计算ArcGIS 软件进行漳州市区域边界（矢量数据）提取3利用光电转换系统将传感器收集到的电磁波信号转变成电信号记录下来，并且将其量化为离散的灰度级别是尤为重要的过程。如果信号没有量化为离散的灰度级别，是毫无物理意义的，只有量化为离散的灰度级别才具有物理意义的。灰度级别值需要经过辐射校正转换成辐射亮度或辐射率才具有物理意义。不同的传感器间、同一传感器不同的日期产生的图像都可能存在偏差，因此，要定标校正后才可以进行相互比较。利用已建立的地物反射率与遥感图像像素值之间的关系进行辐射校正 8 ，是目前常用的方法。LANDSAT5 是比较成熟的卫星，为地面环境遥感提供了大量的数据，对于
11、 TM传感器，DN值转为星上辐射亮度（at-sensor spectral radiance）的关系式为（3.1）BiasDNGinL式中，DN 为图像亮度值；L为辐亮度，单位 W/（m 2.sr.um）；Gain为增益，其公式为 ，Lmax 是最大光谱辐射值，Lmin 最小光谱辐射值，25/min)(axin其单位都与增益一样为单位 W/（m 2.sr.um）；Bias为偏值，单位 W/（m 2.sr.um）。因为热红外图像是依赖于地物的昼夜辐射能量而成像，所以热红外图像可以在白天成像，也可以在夜间成像，由此可见它不受日照条件约束。因为在城市热岛效应动态检测中，注重的是城郊温度的对比；同时，
12、又因为红外辐射亮温进行地表温度换算比较困难，所以在分析热岛效应强度时，可直接用亮温数据 9。热红外波段的星上辐亮度转为星上亮温 10（at-sensor brightness temperature）的公式为（3.2）LKT1ln2式中 L 为星上辐亮度，计算公式同 3.1；K1为 607.76；K2为 1260.56；3.2 6S 模型大气校正6S模型是对 5S模型的改进，它是通过模拟太阳辐射的传输过程对大气进行校正。采用 SOS (successive ordef scattering) 方法计算散射作用以提高精度 11。3.2 归一化植被指数（NDVI）与植被覆盖度计算遥感监测中研究地面
13、植被分布和生长的常用方法为植被指数。采用植被指数可以突出图像中植被的特征、提取植被的类别以及估算绿色生物量等方面。标准化植被指数，又称归一化植被指数（NDVI），它可以用于衡量是植被空间分布状况以及植物生长状态，其归一化植被指数（Normalized Difference Vegetation Index,NDVI）计算公式如下 3.3。RINDV（3.3）由于本文采用的是 LANDSAT TM遥感影像，所以式中 IR与 R在本文中分别为 LANDSAT TM第 4与第3波段，即为近红外波段与红波段。在此次研究中是通过混合像元分解的方法计算漳州市区域的植被覆盖度，将整体影像的地物类别大致分水体
14、、植被和建筑三大类，具体的计算公式如下：2SVVNDI -(I)=P）（3.4）4其中 NDVI为植被归一化指数，NDVI S为土壤 NDVI，NDVI V为植被像元覆盖最大值得 NDVI。本文中采用将 NDVI的最大值、最小值确定为 NDVIS、NDVI V 方法计算植被覆盖度 Pv 。3.4 地表比辐射率比辐射率是反映物体热辐射性质的一个重要参数，它不仅与电磁波的波长(频率）、发射方向有关，还与物质的温度、表面特性、成份、结构等因素有关。其计算公式为 3.5TM,21（3.5）式中，M 1（T，）表示物体温度为 T、波长为 时的辐射出射度；M2（T，）为黑体辐射出射度。在 TM/ETM中算
15、法如公式 3.6 d1mRPRPVV（3.6）其中中 PV为植被覆盖度;为在热红外波段下的植被和裸土的比辐射率;分别是植被和裸土的温度比率;为修正值。根据前人的研究，可以将遥感影像分为自然、城镇和水体三种表面类型；自然表面和城镇像元的比辐射率估算则分别根据下式（3.7）、（3.8）进行计算，水体像元的比辐射率赋值为一常数值0.995。0.461PV -. +0.9625 = 2surface（3.7）2buildng .7 -.8 . （3.8）building 和 surface 分别代表城镇像元和自然表面像元的比辐射率。3.5 地表温度计算辐射亮温值是在假设地物均为黑体的情况下求得的，可以
16、根据地物的比辐射率将亮度温度转化为地表真实温度 12 。公式为（3.9）15.273ln/T1BS其中，T S为地表温度，单位为 ， ， 为地表发射率，选用植被指数 NDVI建立10438.决定不同地表类型 值的判别条件，即, ,soil2.0NDVI, ,veg5.I, .vsoilp1 50.NDVI5其中， soil土壤发射率， veg为植被发射率，Pv 为植被覆盖率。前人得到研究可知，物体的发射率越接近于 1，那么亮温就越接近于真实温度；反之，波普发射率偏离 1越远，其亮温就偏离真实温度越大 13。因此，运用该经验可以通过物体的发射率判段研究区域的亮温是否接近真实温度。4.漳州市城市热
17、岛效应分析4.1 研究区域概况漳州市是位于福建省最南端的一个地级市；由于其优越的气候条件，便利的交通，秀丽的风景，以及其被誉为“水果之乡”的美名，使其成为一个投资、经商和观光旅游的好地方。随着近几年漳州市经济的飞速发展，环境保护已经成为人们时刻关心的话题，城市热岛效应愈发突出，研究其城市热岛效应将有助于漳州市的环境保护及经济的可持续发展。漳州市研究区域介于北纬 2334至 2515、东 11654至 118，陆域南北长 187km,东西宽 127km,面积 12607km2，九龙江横贯全境。漳州市拥有优越的自然条件、较好的农业基础、突出的区位优势。漳州市属于亚热带季风性湿润气候，漳州市地区年平
18、均约为温度 21.7；最冷月一般为一月份，一月份的平均气温为 13.7；最热月一般为七月，其七月份平均气温为 29.1。无霜期达 330天以上，年日照 2000-2300小时；年积温 7701.5，年日照时数 1830.5h。年平均降雨量 1606.6毫米，雨季集中在三至九月，这七个月的降水量为 1365.6毫米，占年降水总量的 85 14。在本文中采用 2009 年的 Landsat5 TM 数据，空间分辨率为 30m。采用 ERDAS软件对影像进行几何校正与裁切。同时，运用 6S 模型进行大气校正，再根据归一化植被指数公式 NDVI= (TM4 - TM3) / (TM4+TM3)获得 T
19、M NDVI 数据。4.2 数据说明4.2.1Landsat-5 卫星说明1984年美国发射了 Landsat-5卫星，Landsat-5 与 Landsat-4完全一样。Landsat-4/5 卫星主体由 NASA的标准多用途飞行器组合体和陆地卫星仪器舱组成 15。 Landsat-5卫星遥感平台信息如表 4-1所示，Landsat 卫星 TM传感器的波段设置及主要应用如表 4-2所示，其采用数据详细信息如表 4-1所示。表 4-1遥感平台信息遥感平台 传感器 发射日期 服务日期 主要用途Landsat5 TM 1984-03-01 设计寿命 6年 地球资源遥感，土地利用、农林、地质、水资源
20、等制图6表 4-2TM传感器的波段设置及主要应用Landsat 5 波段 波长(微米) 分辨率(米) 主要应用Band 1 蓝绿波段 0.45-0.52 30 用于水体穿透，分辨土壤和植被。Band 2 绿色波段 0.52-0.60 30 分辨植被。Band 3 红色波段 0.63-0.69 30 处于叶绿素吸收区域，用于观测道路，裸露土壤，植被种类等。Band 4 红外波段 0.76-0.90 30 用于估算生物量。Band 5 红外波段 1.55-1.75 30在不同植被之间有好的对比度；有穿透云雾的能力；通常用于分辨道路，裸露土壤，水。Band 6 热红外波段 10.40-12.50 1
21、20 感应发出热辐射的目标。Band 7 红外波段 2.08-2.35 30 可用于辨识植被覆盖和湿润土壤；用于矿物和岩石的分辨，。4.2.2 数据来源及处理本文用的是 Landsat-5TM数据，该数据是地理空间数据云服务平台下载获取，采用同一年份相邻航带的两幅卫星影像为研究漳州市区域城市热岛效应的原始数据，数据详细信息见表 4-3所示。成像时段为黎明前（约为午夜 2至 3时），该时段可以提供长时间而稳定的温度，且“阴影”和坡向效应最小，便于地层和构造的识别 15。7表 4-3采用数据详细信息影像中心纬度 影像航带号数据名称经度 纬度日期DATE_ACQUIRED PATH ROW云量(CL
22、OUD_COVER）LT51190442006270BJC00 118.21 23.11 2006-9-2711944 1.2LT51190432006270BJC00 118.56 24.54 2006-9-27 119 43 0LT51200442006268BKT00 116.99 24.55 2006-9-25 120 44 0.2LT51200432006268BKT00 116.44 23.11 2006-9-25 120 43 04.3 漳州市行政边界裁切首先对相邻航带的遥感影像进行图像拼接，然后进行漳州市行政边界的裁切，本文采用掩膜的方法进行裁切，掩膜裁切方式可以快速的进行不规
23、则分幅裁剪，提取出漳州市的研究区域范围。运用掩膜方法进行边界的裁切时，首先，使用 ArcGIS进行漳州市各县的行政边界提取，定义其投影并生成coverage文件；然后，在 ERDAS中将漳州市边界矢量数据转换为栅格数据，保存为 img文件；并且选择掩膜裁切的方式进行研究区域的裁切，保存裁切结果。 4.4 6S 大气校正模型是对现实世界中实体的抽象与简化，是对其构成及关系的表述。在本文中采用 ERDAS软件的空间建模模块（Spatial Modeler）建立图像处理模型 4。通过建立模型实现遥感影像多个波段的快速校正，简化逐一处理的繁琐步骤。模块中通过对合成的多波段遥感影像图的第一至第五波段以及第七波段进行大气辐射定标后，将处理结果与由 6S模型运算得出的大气校正参数值（见表 4-5至 4-8中6S模型大气校正结果整理数据）带入公式 3.1、3.2，进行 6S模型的大气校正；对第六波段则进行热红外波段的星上辐亮度转为星上亮温的运算，最终得出处理后的多波段影像图。6S 模型输入参数（LT51190442006270BJC00 数据 band1为例）文件如表 4-4所示。6S 模型校正整理结果见表 4-5至 4-8所示。
