基于Landsat8的地表温度与地形要素的关系研究

伍 显，安裕伦，赵海兵，郝新朝，夏 林，孙 婷

(1.贵州师范大学地理与环境科学学院，贵州贵阳550001;2.贵州省山地资源与环境遥感应用重点实验室，贵州贵阳550001)

随着遥感数据的问世，传统的靠人为测量获取地表温度的方式已经逐渐退出历史舞台，因为其只能获取小范围的点数据并须要耗费大量的人力、物力、财力等;相比传统测量地表温度的方式，遥感数据具有大范围、全天候的特点，大大地缩短了获取地表温度的时间周期。由于地表温度容易受到很多易变因素的影响，比如天气、季节、地表覆盖类别的变化等，同种地物在不同的天气和季节条件下会有很大的差异，如果测量周期太长，很多地物会发生变化。目前，利用不同遥感数据反演地表温度的研究已经趋近于成熟，如针对ASTER的单窗算法和多通道算法［1－2］;针对 MODIS的昼/夜算法、劈窗算法［3－6］等;针对TM和ETM的温度反演而言有Qin等提出的单窗算法和单通道算法［7－11］。胡德勇等前后利用单窗算法结合地表发射率、大气透过率等参数遥感估算方法针对Landsat8的第10波段对地表温度进行了反演并进行了反演精度验证［12－13］。蒋大林等利用单通道算法进行了针对Landsat8第10波段的系数修改，得到了针对Landsat8的单窗口算法的公式［14］。用获取的地表温度作为基础数据进行更深一层的研究也有很多，比如韦春竹等研究地表温度跟植被覆盖度的定量关系［15］，宋挺等利用地表温度反演的结果进行了城市热岛效应的相关研究［16－19］，韩贵锋等分析了地表温度与地形要素之间的响应关系［20－21］。但是，从像素层面来分析温度与地类、坡向、坡度等之间的关系的研究尚显不足，本研究通过利用Landsat8影像的热红外波段(第10波段)、人机交互式解译的土地利用数据和DEM(数字高程模型)数据进行分析，揭示地表温度与地类之间的定量关系、空间关系以及地表温度与地物类别、坡度、坡向之间的关系。随着我国城镇化进程逐渐加快，尤其进入21世纪以来，我国城镇化的规模超过了之前的总和，由此引起的城市热岛效应也越来越严重，挖掘它们三者之间的关系可以为城市规划和研究城市热效应提供参考数据。

1 研究区概况

本研究的研究区域选择位于贵安新区的思雅河流域，地理位置 26°20'41.862″～ 26°25'10.849″N、106°34'13.533″～106°39'45.279″E。该流域通过 1 ∶10 000 的地形图获取。它包含了贵州省为了推进贵州省高等教育实现跨越式发展而建立起来的大学城的绝大部分区域，包括贵州师范大学、贵州财经大学、贵州医科大学、贵州民族大学、贵州轻工业职业技术学院以及贵州城市职业学院等。整个区域也属于国家级新区－贵安新区的范围。区域的性质使得它的发展极为迅速。从图1和表1可以看出，人造地表大幅度增加，并且大都是从林地、耕地、草地变化而来，堆掘地占其中的一小部分，由于此区域的水域面积很小，所以水域完全没有变化。除此之外，思雅河流域之内新建的大学城的建筑相对比较密集，而且修建的时间不是很长，与流域内的许多分散的、修建时间较长的建筑形成对比;除水体之外，各自然地表的面积相差不是很大，这有利于地表平均温度的分析。

2 研究数据和研究方法

2.1 研究数据

本研究的研究数据包括用于地表温度反演的Landsat8的热红外(第10波段)遥感数据、通过人机交互式解译方法解译的土地利用矢量数据以及用于生成坡度和坡向的30 m空间分辨率的DEM数据。其中热红外遥感数据的原始分辨率为100 m，一级产品经过重采样之后的分辨率为30 m，正好与30 m DEM数据生成的坡度和坡向数据做叠加分析。其中土地利用分类按照第一次地理国情普查的标准进行分类。

2.2 研究方法

表1 2011—2017年思雅河流域土地利用转移矩阵

首先利用Landsat8的第10波段进行温度反演，将温度反演的栅格结果转化为30×30的矢量单元格，让每个单元格存储地表温度值;然后将这个结果跟土地利用的矢量数据进行融合，使得每个单元格同时有温度和地类2个数据;最后对所得的数据进行统计，可以得出地类、温度、各类面积之间的关系。利用30 m DEM数据求出坡度和坡向，然后将坡度和坡向转化成30×30的矢量数据，让每个矢量单元分别存储坡度和坡向数据，将其与温度数据叠加，最后统计温度与地类、坡度、坡向的关系(图2)。

2.3 温度反演

目前针对各种不同影像数据的波段设置，学者们提出了不同的温度反演算法，因为单窗口算法只是针对Landsat TM/ETM+提出的，而Landsat8的热红外波段(第10波段:10.6～11.19 μm，第 11 波 段:11.5 ～12.50 μm)的 设 置 跟LandsatTM/ETM+不一致，所以不能直接使用单窗口的算法，另外又因为Landsat8的第11波段存在很大的不稳定性，所以单独使用第10波段进行温度反演。基于此，蒋大林等对单窗口算法的参数进行了修正，得出了专门针对Landsat8的第10波段温度反演的单窗口算法的公式［14］。

式中:C=εT，D=(1－τ)［1+(1 － ε)τ］，ε 为地表发射率，τ为大气透射率，T10为Band10的星上亮度，Ta为大气平均作用温度，a和b分别为修正后的系数，当温度在0～50℃(273～323 K)范围内时，a、b 的值分别为 62.735 657、0.434 036;当温度在0～70℃(273～343 K)范围内时，a、b的值分别为－66.279 546、0.446 139。

大气透射率τ的确定:运用MODTRAN大气模拟程序针对Landsat8第10波范围，对大气水汽含量在0.4～6.0 g/cm2范围内的大气透射率进行模拟，得到了大气透射率与水汽含量之间的关系式，然后对其进行多项式拟合，得到式(2)。

式中:ω表示大气的水汽含量，单位为g/cm2，可通过杨景梅等提出的经验模型由地面水气压估算得到［22］，P1、P2、P3、P4为系数，其值分别为 0.003 746 415、－0.039 887 29、－0.005 006 28、0.947 512。

Band10的星上亮温可由影像的原始数据计算得到，用式(3)将原始的DN值定标为辐射亮度值。

式中:Lλ为卫星所在高度处传感器所接收到的热辐射值，W/(m2·sr·μm)，ML和AL可从影像的头文件中获取。Qcal为影像的DN值。计算出热辐射值之后，再由式(4)将热辐射值转化为星上亮度。

式中:T10为星上温度;K1、K2为系数，可从影像的头文件中读取，分别为 774.885 3、1 321.078 9。

发射率的确定:基于覃志豪等提出的混合像元地表发射率的估算方法［23］估算出了第10波段范围内水体、植被、耕地和人造地物的发射率，其值分别为水体0.991、植被0.982、耕地 0.971、人造地表 0.967。

大气平均温度的确定:根据覃志豪等的由地面气温T0近似计算大气平均作用温度的方法［23］为

2.4 坡度、坡向图

利用贵州省的DEM裁剪出思雅河流域的DEM，进而得到坡度和坡向图，然后分别将坡度和坡向图按照30×30的网格进行矢量化，如图3所示。

3 结果与分析

3.1 温度反演结果与分析

通过“2.3”节所得出的单窗口算法的式(1)和其他修正参数以及从中国气象数据共享服务网查询到卫星过境当天的贵阳市的平均水气压和当天的平均气温，分别计算出大气的透射率和大气平均作用温度，分别为0.90和28.837 79℃，最后得出了思雅河流域的温度图(图4)。

从温度反演的图4可以看出，跟其他地方相比，新建的大学城区域的温度明显要高出很多，产生了一个相对的“热岛”。造成这一结果的原因是人造地表和堆掘地的热惯量要比林地、草地和耕地小，以致蓄热的能力比其他地物弱，对温度的敏感性比较强，很容易受到环境温度的影响。

3.2 温度与地类之间的关系

地表不同的地物具有不一样的纹理、不同的热惯量、不同的形状等，导致了不同地物接收、反射和蓄热的能力也有很大的差别。具体关系如表2所示。

表2 温度与地类之间的关系

从表2可以看出，不同地类之间的平均温度由大到小顺序为堆掘地(23.52℃)＞人造地表(23.27℃)＞草地(22.42℃)＞耕地(21.76℃)＞林地(21.31℃)＞水域(19.87℃)。堆掘地的平均温度比人造地表高，但是地物的最高温度却是在人造地表，而且人造地表的最低温度比堆掘地和草地的低，造成这个现象的原因是思雅河流域内的人造地表里大多数的房屋、道路等已经建成多年，在这些房屋和道路的表面会有很多的“非人造地表”元素，而堆掘地基本都是新开挖的、还没修建的地表，这一点可以从温度图上看出来。由此可以看出，人类对地表的开发程度跟地表温度是成正比。

3.3 温度、地类、坡度之间的关系

不同的坡度会影响太阳辐射的入射角和反射率，所以在地物相同而坡度不同的情况下地表地物的温度会有明显的差别。对于不同的地类而言，地表地物的温度随着坡度的变化也各不相同。下列图中趋势线的斜率表示了各地物温度受到坡度影响的程度关系。从图5至图9可以清楚地看出，随着坡度的增加，各地物的平均温度逐渐减低，除此之外各地物受坡度影响由大到小依次为人造地表(－0.085)＞堆掘地(－0.065 6)＞耕地(－0.062 8)＞草地(－0.059 3)＞林地(－0.020 8)。由于本研究区的水域面积很小，不能体现随坡度变化的关系，故对水域不做分析。

3.4 地表温度与地类坡向相互之间的关系

坡度的划分通常为东(67.5°～ ＜112.5°)、东南(112.5°～＜157.5°)、南 (157.5°～ ＜ 202.5°)、西 南 (202.5°～＜247.5°)、西 (247.5°～ ＜ 292.5°)、西 北 (292.5°～＜337.5°)、北(0°～ ＜22.5°、337.5°～ ＜360°)、东北(22.5°～＜67.5°)，由于坡面的朝向会影响地表接受太阳辐射的时间和太阳辐射的入射角度，因此地表地物的温度会受到坡向的影响。对于北半球来讲，朝向南面的坡称为阳坡，朝向北面的坡为阴坡，朝向东面的称为半阳坡，朝向西面的坡称为半阴坡。但是本研究所研究的区域成像时的太阳高度角为128.934 561 41°，相比南坡而言，在这个高度角下的太阳光线要偏向东南坡一些。所以堆掘地、人造地表以及草地的平均最高温度都出现在东南坡，而对于耕地而言其最高温出现在东坡，这应该是与耕地所种植的农作物种类有关。至于林地的最高温出现在南坡应该是跟植被类型有关。总体而言从北坡到西北坡总体上呈现了先升高后降低的趋势(图10)。虽然坡向对温度产生了影响，但是温差不是很大，这是因为本研究所选的研究区的最高平均坡度只有14°，所以坡度对地表温度的影响不是很明显。另外水域在本研究区所占的面积很小，导致在有的坡向上没有水体，所以忽略水体值。

4 结果

本研究利用Landsat8的第10波段作为地表温度反演的源数据，得到了思雅河流域的地表温度图，加上土地利用数据和DEM派生的坡度和坡向数据，通过叠加分析得出了以下结论:(1)将温度图和土地利用图叠加可以发现，在相同的条件下地物的平均温度由大到小的顺序为堆掘地(23.52℃)＞人造地表(23.27℃)＞草地(22.42℃)＞耕地(21.76℃)＞林地(21.31℃)＞水域(19.87℃)，总体上呈现为人造地表的地表平均温度比自然地表的温度高。(2)坡度通过影响太阳辐射的角度对地物温度产生影响。对于同种地物而言，随着温度的升高，地物的温度会呈现下降的趋势，而且不同地物的下降趋势不一样，人造地表的下降趋势会比自然地表要快。具体表现为人造地表(－0.085)＞堆掘地(－0.065 6)＞耕地(－0.062 8)＞草地(－0.059 3)＞林地(－0.020 8)。(3)坡向通过影响太阳辐射的时间影响地物的温度，对于北半球而言，从北坡到西北坡地物的温度呈现了先增加后减少的整体趋势。对于本研究而言，每一种地物的平均最高温都出现在东南坡向上，这是因为本研究影像获取时的太阳高度角为128.934 561 41°，相较于南坡太阳的辐射更偏向东南一些，所以东南坡地物的温度比南坡的高。

5 不足与展望

本研究虽然对各地性因素对温度的影响进行了较为详细的分析，但是缺乏从时间的角度对不同地物与温度之间的响应关系的研究，比如不同季节、相同季节的不同天气状况对地表温度都会产生很大的影响。另外，大学城相较于其他地方有一个很明显的特点，大学城在上课的期间人口数量和放假期间的人口数量会有很大的差距，人口数量因素会不会影响地表的温度还有待研究。将来将进一步从不同时间角度和人文因素角度对地表温度进行分析。