基于遥感分析的2013—2018年广州市热岛效应研究

式见公式(9):
Ts =心/1讥K1 /B( Ts) + 1］
(9)
为更好地展示不同时期同一区域的地表温度,
对地表温度进行归一化后得到2013—2018年的地
表温度反演结果(图3)o
比
113°4T'E 1I3°15'48"E 113°27'36"E 113°39'23"E 113°51'10"E 114°2'57"E
1.1研究区域概况 广州市位于南方的亚热带地区,气候上属海洋
性亚热带季风气候,全年雨热同期，年平均温差小；
收稿日期：2021-03-27 基金项目:粤港澳生态环境科学中心建设(2021—2022)(粤财 资环〔2021〕13号)；广东省城市感知与监测预警企业重点实 验室(2020B121202019)资助。 作者简介：高黎( 1983-),女，广东广州人，博士，工程师，主要 研究方向为环境影响评价、固废规范化管理、环境风险与应 急 ,E-mail:gaoxin130@ 163.com。
(7)进行地表比辐射率的计算，其中水体的比辐射
率赋值为0. 995,自然表面与城镇像元的比辐射率
计算方法见公式(6)〜(7)：
ssurface = 0. 962 5 + 0. 061 4FV - 0. 046 1FV (6)
sbuilding = 0. 958 9 + 0. 086Fv - 0. 067 1FV
Remote sensing analysis of heat island effect in Guangzhou from 2013 to 2018. GAO Li1*, ZHANG Lu-lu1 , YE Mai1, GUO Liang2,ZHOU Zhong-zheng2 ( 1. Guangdong Provincial Academy of Environmental Science, Guangzhou 510045, China; 2. Guangzhou Urban Planning and Design Survey Research Institute, Guangzhou 510060,China). Environmental Ecology, 2021,3(6) ,14〜20. Abstract :With urbanization as the background, with the support of interdisciplinary theories such as remote sensing, meteorology^, landscape ecology,etc.,using remote sensing data and meteorological data as the main data sources, combined with statistical data, research the dynamic changes of Guangzhou's built-up areas in recent years; invert its surface Temperature, analyze the characteristics of heat island changes, provide theoretical support for Guangzhou's urban thermal environment research and sustainable development planning,and provide theoretical,methodological and technical references for future research on “urban heat islands”. Key words:Heat island effect;surface temperature;heat field primitive;remote sensing;dynamic change
(4)
式中，各参数分别表示:Ly为卫星传感器所接Βιβλιοθήκη Baidu
收到的热红外辐射亮度，GresCale为辐射定标中的增 益参数,Brescale为辐射定标中的辐射值偏移参数,
Q cal为数据的DN值,LmaxY为最大光谱辐射亮度,
LminY为最小光谱辐射亮度,辐射亮度的单位统一为
W/ (m2 • sr • |xm)
2021 年
高黎等:基于遥感分析的2013—2018年广州市热岛效应研究
地貌上，广州市地势东北高、西南低,南部濒临南海, 北部则是森林集中的丘陵山区。广州市作为广东省
省会，市区7 345 km2,包含了越秀区、荔湾区、天河 区、黄埔区、番禺区、南沙区、海珠区、花都区、白云
区、增城区、从化区等行政区（图1）。截至2019年 年末，广州的城市化率已达到86. 46%,人口、经济 体量及城市规模快速增长，同时城市热岛问题也日 益突出。
Vol. 3 No. 6 Jun. 2021
城市生态！
Environmental Ecology
环境生态学
第3卷第6期 2021 年 6 月
基于遥感分析的2013—2018年广州市热岛效应研究
高 黎1*，张路路1，叶 脉1，郭 亮2，周中正2 (1.广东省环境科学研究院，广东广州510045;
2.广州市城市规划勘测设计研究院，广东广州510060)
辐射定标完成之后，本研究采用基于MODT-
RAN模型的快速大气校正模块(Quick Atmospheric
Correction Algorithm, QUAC )进行大气校正。该模块
基于图像特征的相对校正法,根据不同类别地物的
波谱信息拟合的经验值，完成卫星影像的快速大气 校正，生产出真实反射率数据⑺。
康林等［5］则基于2014年Landsat8-OLI的时序遥感 影像数据获取广州市热岛强度等级及其空间分布特 征，分析广州市热岛效应。
本研究以遥感数据、气象数据为主要数据源，结 合其他相关自然因素统计数据，研究广州市2013— 2018年建成区动态变化，并反演其地表温度，分析 热岛变化特征。
1数据与方法
城市热岛效应指城市环境中气温明显高于城市 环境外的郊区气温的现象。城市热岛效应是城市气 候最明显的特征之一，会引起降水、风速、土壤、空气 湿度和光照等气候因子发生变化,进而对全球气候 变暖产生影响［1］o利用时序遥感影像和城市地表 温度反演专题产品，可对不同城市的生态环境、热环 境进行时空分析评价。
30
2
2014-10-15
Landsat-8
30
3
2015-01-19
Landsat-8
30
4
2016-02-07
Landsat-8
30
5
2017-12-26
Landsat-8
30
6
2018-01-11
Landsat-8
30
1.4热岛信息提取 1. 4.1 地表温度反演
本文基于辐射传输方程法反演地表温度。利用 辐射传输方程计算地表温度时需要地表辐射率，大 气透过率、地表辐射率、大气温度等参数。其中地 表辐射率可基于2013—2018年覆盖广州市范围 的Landsat遥感影像进行反演计算得到;大气透过 率等大气参数可在NASA官网中查询。辐射传输 方程［6］如下：
物体的比辐射率是物体向外辐射电磁波的能力
表征，与地表物体的组成、物体的表面状态(表面粗
糙度等)及物理性质(介电常数、含水量等)均有相
关性［8］。在大尺度上比较难精确测量比辐射率，相
关研究基于某些假设获得比辐射率相对值,本文根 据可见光和近红外光谱信息来估计比辐射率 ［9］。
首先进行植被覆盖度估算来区分自然表面和城镇,
113°0'0"E
o ©
113°20'0"E
113°40'0"E
114°0'0"E
s
・15・
灣城区:
■^河
越秀区 荔湾因海坯爭
番禺因
I南沙区I
113°0'0"E
113°20'0"E
113°40'0"E
114°0'0"E
图1研究区域示意图(广州) Fig・1 Location map of study area ( Guangzhou)
(7)
式中，S沁込和& building分别代表自然表面像元和
城镇像元的比辐射率。
温度为T的黑体在热红外波段的辐射亮度,
B( Ts)计算公式见公式(8)：
B( Ts) = ［La -L匸—(1 - s) x L; :/t * £ (8)
式中的各项参数可在NASA官网进行查询。
最后利用普朗克公式反演地表温度Ts，计算公
摘要:在遥感、气象学、景观生态学等跨学科理论支持下，以城市化为背景，以2013—2018年6期共计12景Landsat ETM/OLI 遥感影像以及气象数据为主要数据源，结合统计数据,研究广州市近年建成区动态变化;反演其地表温度，分析热岛变化特 征;对广州市城市热岛效应进行时空分析评价。结果表明，广州市城郊热岛效应差异明显,广州市北部基本无热岛效应，南部 地区较中部热岛效应有所削弱，这与广州市植被及水体空间分布对热岛效应的影响相一致。 关键词：热岛效应;地表温度;热场基元;遥感;动态变化 中图分类号:X87 文献标识码:A 文章编号：2096-6830( 2021) 06-0014-07
1.2技术路线 利用2013—2018年的美国陆地卫星（空间分辨
率：30 m）搭载的热红外传感器，通过多期卫星数据 纠正、配准与镶嵌、辐射定标、大气校正完成预处 理，并通过计算NDVI、地表比辐射率、热红外波段 辐射亮度结合大气剖面参数计算得到黑体辐亮 度,最后得到地表温度反演结果。再结合面向对 象图像分割技术获得热场基元,通过局部指数和 热场差异性指数分析热岛效应与其差异性。技术 流程如图2所示。 1. 3 Landsat ETM/OLI 数据收集
Landsat遥感影像进行数据预处理(辐射定标、大气
校正等)。遥感影像的灰度值(DN值)转成地表反
射率或辐亮度值称为辐射定标，处理方法见公式
(2)〜(4):
Grescale =(v LmaxY - Lmin”)/255
(2)
B
=l
rescale
miny
(3)
l = X + Grescale
Qcal
Brescale
城市热岛的研究方法主要包括气象站观测、定 点现场观测、移动样带观测、数值模拟和遥感监测 法［2］o其中，遥感影像产品具备覆盖范围广、可长 时间周期监测、成本低廉等优点。而采用热红外遥 感获取地表温度，可以作为地表温度监测热岛效应 研究的重要手段。 利用遥感数据和地表温度反演产 品，可对大范围区域的城市热岛效应进行时空分析 评价。近年来，相关研究呈现增长趋势,如王靓［3］ 将北京市长时序遥感影像与空间格局分析结合,进 行热岛效应与不透水面空间分布的相关性研究。姚 思琪等⑷则选择植被覆盖度、人口密度和地区生产 总值3个因素分析大连市热岛效应及其驱动力。陈
植被覆盖度计算公式见公式(5):
Fv = (NDVI - NDVISG/(NDVIveg - NDVIs" ⑸
式中，各参数分别表示：NDVLil为完全裸土或 无植被区域的NDVI数值,NDVIveg为完全植覆盖像
元的NDVI值。实际计算中,NDVIso辻与NDVg可 使用经验值0.05和0.7。
再根据计算所得的植被覆盖度，代入公式(6)〜
本文从中国遥感卫星地面站“对地观测数据共 享计划”网站、美国地质调查局（USGS）数据共享网 站、地理空间数据云收集等多种途径，下载获得
图2热岛效应遥感分析技术流程图 Fig・2 A schematic diagram of remote sensing analysis
of urban heat island effect
2013—2018 年 6 期共计 12 景 Landsat ETM/OLI 遥
感影像，尽可能保证数据获取时间相同从而统一时
相，遥感影像数据如表1所示。
表1 遥感影像数据表
Table 1 List of remote sensing data
序号
成像时间
卫星
分辨率/m
1
2013-12-31
Landsat-8
・16・
环境生态学
第6期
La = ［ sxB( Ts) + (1 - s) x川］xr +L 匸 (1)
式中，各参数分别表示:s为地表辐射率,Ts为
大气温度,B( Ts)为黑体的热辐射亮度,t为大气透
过率。L为卫星传感器所接收到的热红外辐射亮度,
L;为大气上行辐射亮度,L匸为大气下行辐射亮度。
利用辐射传输方程对地表温度反演前,需要对