首页 > 论文范文 > 自然科学论文 > 气象学论文 > 大气探测论文 > 探究黄石市地表温度时空变化情况

探究黄石市地表温度时空变化情况

2020-07-16 289 上传者：管理员

摘要：以黄石市地表温度的变化为研究对象,利用2001—2019年Landsat系列遥感影像,以及MODIS数据为辅助数据,采用单窗算法定量反演了黄石市近20年的地表温度变化情况。结果表明,单窗算法反演平均温度和MODIS平均温度的平均误差为0.4℃,反演精度较高,具有一定的可靠性。通过分析研究区域地表温度时空变化情况发现,黄石市地表温度在20年间有较明显的变化,其中地表温度明显偏高的面积在逐渐增加,城镇区域的扩张对地表温度的变化产生了显著的影响。

关键词：
单窗算法
卫星遥感
地表温度
大气探测
影像处理
加入收藏

地表温度是反映地表能量和水平衡物理过程的一个重要参数,对研究植被生长、水资源管理、区域生态环境和地热资源探测等方面有着重要的意义[1,2]。卫星遥感技术为地表温度的反演提供了有效的手段。从20世纪80年代开始通过热红外遥感数据进行地表温度反演已成为研究热点,众多学者提出了一系列相关算法,如单窗算法、劈窗算法和多通道算法等[3,4,5],在这些算法的基础上,根据具体遥感数据的特点以及实际研究区域的气候情况等,又产生了许多新的算法[6,7,8,9]。

Landsat5卫星在1984年3月发射,于2013年6月结束任务,提供了近29年的地球成像数据,2013年2月Landsat8卫星的发射,实现了地球成像数据的连续性观测,这2个卫星上均搭载有热红外传感器,为地表温度长时间序列的反演提供了可能。研究表明,单窗算法将大气和地表的影响直接包括在算法内,与辐射传输方程法相比简单易行、应用方便,能够适用于Landsat数据长时间序列的地表温度反演研究[10]。大气水汽含量是单窗算法中的重要参数[11],利用搭载在EOS-AM1/TERRA和EOS-PM1/AQUA卫星的MODIS传感器可以得到较高精度的大气水汽含量[12,13]。

本文以黄石市为研究区域,利用Landsat5和Landsat8卫星2001年、2007年、2013年和2019年4期的遥感影像数据,并以相同时间的MODIS数据作为大气水汽含量计算的辅助数据,反演出该区域近20年的地表温度情况,实现多源遥感数据在地表温度定量反演中的应用。此外,还对该研究区域的土地利用情况进行分类,分析地表温度变化和城市扩张之间的关系,对研究地表温度的时空变化具有一定的参考价值。

1、研究区域概况及数据源

1.1研究区域概况

黄石市(29°29′～30°19′N,114°30′～115°30′E)位于湖北省东南部,长江中游南岸,地处武汉和九江之间,是湖北省乃至全国重要的老工业基地和港口城市。黄石市远离海洋,春夏季下垫面增热快,对流强,加之受东亚季风环流影响,其气候呈现为冬冷夏热、四季分明、光照充足、热能丰富、雨量充沛的特征,属亚热带湿润季风气候,年平均气温为17℃,年降水量在1500mm左右。

1.2数据来源及预处理

本文主要使用在美国地质勘探局(USGS)相关网站上下载的Landsat5TM以及Landsat8OLI和TIRS所获取的影像数据,作为反演地表温度的主要数据,行列号为122/039,同时用相同时间段MODISL1B校正后的反射率数据为辅助数据做大气水汽含量的反演,MODIS数据主要来源于美国国家航空航天局(NASA)相关数据网站。遥感数据主要参数信息见表1。

表1遥感数据主要参数信息

在进行地表温度反演前,需要对数据作几何校正、辐射定标和大气校正等预处理。首先对MODIS数据利用自带的几何地理信息进行几何校正及重投影,再对Landsat数据进行辐射定标,将DN值转换为辐射亮度值,然后再运用ENVI软件中的FLAASH大气校正得到表观反射率,最后将MODIS数据和Landsat影像数据进行图像配准,并将MODIS数据重采样到30m,统一采用UTM投影下的WGS-84坐标系。

2、研究方法

2.1地表温度的反演

本文研究对象为黄石地区近20年的地表温度情况,考虑到时间持续较长并缺乏实测验证精度等因素[10,11,12,13,14],因此采用覃志豪提出的单窗算法[3],具体的算法模型如下:

Ts=1C[a(1−C−D)+(b(1−C−D)+C+D)Tsensor−DTa] (1)

C=ετ (2)

D=(1−τ)[1+(1−ε)τ] (3)

式(1)～(3)中,Ts为反演得到的地表温度(K);ε为地表比辐射率;τ为大气总透过率;Tsensor为亮度温度(K),由热红外波段DN值经过辐射定标和普朗克公式反算得到,本研究中选取的波段为TM传感器的第6波段和TIRS传感器的第10波段;a和b为回归系数,是利用大气辐射传输软件(LOWTRAN)拟合得到不同温度范围下TM和TIRS中第10和第11波段的回归系数[15],考虑到所用的大多数是春夏季的数据,因此本文选取的是在温度范围为10～50℃下的拟合结果,其中TM传感器a=-67.355351,b=0.458606,TIRS第10波段a=-64.608,b=0.440;Ta为大气平均作用温度(K),根据覃志豪提出的4种标准大气下的大气平均温度估算方程得到[16],本文的试验数据取于中纬度夏季,故Ta=16.0110+0.92621T0,其中T0为近地表温度(K),可由历年的气象资料查询得到。

2.2地表比辐射率的反演

地表比辐射率指在同一温度下地表发射的辐射量与一黑体发射的辐射量的比值。本文采用覃志豪提出的方法[16]进行估算,首先利用支持向量机监督分类法将地表分成水体、自然表面和城镇区,分别针对3种地表类型进行地表比辐射率的计算,其中水体的比辐射率为0.995,其他2种地表类型的比辐射率和植被覆盖度以及各自包含的地物类型的计算公式为:

ε1=0.9625+0.614Pv-0.0461Pv2(4)

ε2=0.9589+0.086Pv-0.0671Pv2(5)

式(4)～(5)中,ε1,ε2分别为自然表面和城镇区地表比辐射率;Pv为植被覆盖度,可通过归一化植被指数(NDVI)来进行计算,计算公式为:

Pv=(NDVI-NDVISoil)/(NDVIVeg-NDVISoil)(6)

NDVI=(NIR-R)/(NIR+R)(7)

式(6)～(7)中,NDVI为归一化植被指数,由红外波段(NIR)和红波段(R)得到;NDVISoil为完全是裸土或无植被覆盖区域的NDVI值;NDVIVeg为完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值。取经验值NDVIVeg=0.70和NDVISoil=0.05,即当某个像元的NDVI>0.70时,Pv=1;当NDVI<0.05时,Pv=0。

2.3大气总透过率的反演

大气水汽含量是大气透过率反演的主要因素,相关研究表明水汽含量对地表温度的反演具有重要的影响[13,17],覃志豪等[18]对大气水汽含量和大气透过率之间的关系进行了定量研究,得到了大气透过率估算方程,对于TM6以及TIRS10,TIRS11的估算方程分别见表2和表3。

表2TM6大气透过率估算方程

表3TIRS水汽含量0.5～3.3g/cm2大气透过率估算方程

为得到较为精确的大气水汽含量,利用MODIS影像数据的第19波段(940nm)和第2波段(865nm)表观反射率ρ19和ρ2,基于大气吸收波段和大气窗口波段的反射太阳辐射之比来近似计算[19],计算公式如下:

Tw=ρ19/ρ2=exp(a−βw√) (8) w=((a−lnTw)/β)2 (9)

式(8)～(9)中,α和β为常量,根据Kaufman等[19]的研究,不同地表类型取值不同,其中混合型地表α=0.020,β=0.651;植被覆盖地表α=0.012,β=0.651;裸土情况α=-0.040,β=0.651。本文利用NDVI情况来确定地表类型,选取不同的取值。

2.4地表温度正规化和分级处理

为消除不同年份数据季节性的影响,反演分析地表温度的变化趋势,对地表温度进行正规化处理和等级划分,归一化公式为:

LSTnorm=(LST-LSTmin)/(LSTmax-LSTmin)(10)

式(10)中,LSTnorm为正规化后的温度,取值范围在0到1之间,LSTmax和LSTmin分别为单幅图像的最高温度值和最低温度值,温度等级划分参照《气温评价等级》国家标准中的标准差气温评价指标以0.5倍和1.5倍的中误差为界限,将温度分为明显偏高(高温)、偏高(次高温)、正常(常温)、偏低(低温)和明显偏低(次低温)5个等级[20]。

3、结果与分析

3.1地表温度变化分析及精度验证

利用单窗算法得到了黄石市2001年、2007年、2013年和2019年的地表温度反演结果分布图如图1所示。

图1黄石市地表温度反演结果分布图

由图1可以看出,黄石市2001年4月18日的地表温度范围为12～48℃,温差为36℃,最高温度出现在黄石市主城区,分布范围较小;2007年5月5日的地表温度范围为16～52℃,温差为36℃,最高温度出现在黄石市主城区,有向外扩张的趋势,同时大冶市小部分区域呈现出高温;2013年7月24日地表温度范围为10～55℃,温差为45℃,黄石市主城区和大冶市部分区域高温区域相较于前2个时间段仍在扩大,同时阳新县中部地区高温区域增大;2019年5月22日地表温度范围为19～56℃,温差为37℃,相较于2013年大冶市东北区域高温分布范围有明显的上升。总体分析发现,黄石市的高温分布范围呈逐年增加的趋势,主要表现在黄石市主城区、大冶市的东北区域和阳新县的中部区域。

为验证该结果的准确性,采用MODIS数据的地表温度产品MOD11-L2进行精度评价,该产品在晴朗天气条件下,地表温度反演误差在1K左右,因此将地表温度反演结果重采样到1km,与MODIS产品数据保持一致。对该区域反演的平均温度和MODIS产品的平均温度进行对比,对比结果见表4。结果表明单窗算法反演的地表平均温度和MODIS产品的平均温度相差不大,平均误差为0.4℃,因此反演的结果具有一定的价值。

表4地表温度对比结果统计表

3.2地表温度与城市扩张关系分析

针对上述地表温度变化特征,从土地覆盖类型变化出发,分析城市扩张对地表温度的影响。城市的扩张伴随着城镇区域面积的变化,为更直观地分析城镇区和地表温度之间的关系,将等级划分后的地表温度和城镇区地物类型面积进行统计分析。地表温度等级和城镇区域面积及所占比例统计表见表5。

表5地表温度等级和城镇区域面积及所占比例统计表

地表温度等级分布图如图2所示,城镇区域分布图如图3所示。通过分析可以发现,研究区域地表温度等级中明显偏低、偏低、正常以及偏高的温度分布无明显的变化,主要原因是由于城镇区的面积大约仅占黄石市总面积的5%,大部分被植被和水体所覆盖,对地表温度造成的影响不大。然而通过分析发现,地表温度明显偏高区域和城镇区域面积均在逐年增加,有较为显著的关系。

图2地表温度等级分布图

图3城镇区域分布图

城镇区与地表温度明显偏高区域面积与百分比如图4所示。2001—2007年地表温度明显偏高区域面积增加约10km2;2007—2013年地表温度明显偏高区域面积增加了约40km2,增长速度较前一时间段有明显的加快;2013—2019年地表温度明显偏高区域面积增加约30km2,整体增长速度为4.4km2/a,地表温度扩张最为明显的区域主要位于大冶市的东北部。结合城镇区域分布图和统计表可以发现在相同时间段内,城镇区域的面积变化也有同样的趋势,2001—2007年城镇面积增加了约10km2;2007—2013年城镇区域面积增加了约100km2,增加速度较快;2013—2019年城镇区域面积增加了约28km2,整体增长速度为7.6km2/a,城镇区域扩张最为显著的区域同样位于大冶市的东北部。相关资料表明,黄石市于2010年在大冶市黄荆山以南地区设立黄石开发区黄金山工业区,导致该区域建筑物增长较快,和本文的研究结果是相符合的。通过比较可以发现地表温度明显偏高和城镇区的扩张有较为显著的关系,其中城镇区面积的增加导致地表温度明显偏高区域面积逐年增加。

图4城镇区与地表温度明显偏高区域面积与百分比

4、结论

本文利用2001—2019年的Landsat影像为主要数据源,采用单窗算法对黄石市近20年的地表温度进行了定量反演,并分析了其变化特点及其与城市扩张之间的关系,通过分析可以得到以下结论。

1)采用单窗算法,利用Landsat系列影像结合MODIS数据对地表温度进行了反演,反演结果和MODIS地表温度产品的平均误差为0.4℃,具有一定的可靠性,较真实地反映了研究区域的地表温度情况。

2)将地表温度进行了等级划分并统计各等级的面积,分析其与城市扩张之间的关系。结果表明,地表温度明显偏高区域面积在逐年增加,与城镇区的扩张有较为显著的关系。

参考文献：

[9]徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报,2015,58(3):741-747.

[10]胡德勇,乔琨,王兴玲,等.单窗算法结合Landsat8热红外数据反演地表温度[J].遥感学报,2015,19(6):964-976.

[12]毛克彪,覃志豪,王建明,等.针对MODIS数据的大气水汽含量反演及31和32波段透过率计算[J].国土资源遥感,2005,17(1):26-29.

[13]孟宪红,吕世华,张堂堂.MODIS近红外水汽产品的检验、改进及初步应用—以黑河流域金塔绿洲为例[J].红外与毫米波学报,2007,26(2):107-111.

[14]黄妙芬,邢旭峰,王培娟,等.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(1):132-137.

[16]覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004(3):28-32,36-41,74.