基于TM遥感影像的北京城区地表温度反演研究.docx
《基于TM遥感影像的北京城区地表温度反演研究.docx》由会员分享,可在线阅读,更多相关《基于TM遥感影像的北京城区地表温度反演研究.docx(22页珍藏版)》请在冰豆网上搜索。
基于TM遥感影像的北京城区地表温度反演研究
基于TM遥感影像的北京地区地表温度反演
杜香霖2012045001
邓文星2012045002
蒋伟2012045004
1项目概述
1.1研究背景
地球表面温度是一个重要的水文、气象参数,它影响着大气、海、陆之间的感热和潜热交换,是诸多研究领域不可或缺的基础资料,精确定量反演陆面温度的成果将推动旱灾预报和作物缺水研究、农作物产量估算、数值天气预报、全球气候变化和全球碳平衡等领域研究的进展。
地表温度在大气与地表的物质与能量交换,植被生态,气候变化等方面有着重要的应用。
而遥感信息技术发展以来,以其独特的优势在各个领域得到重大应用。
利用热红外遥感可以在短时间内获得大范围、多时相、多分辨率的地表温度及其温度场空间分布信息,与传统的观测方式相比,具有快速、便捷、观测范围大和信息连续等优点。
因此,利用热红外遥感数据反演地表温度的应用日趋广泛,利用卫星遥感资料进行地表温度的反演也成为目前遥感定量研究中的重要任务之一。
1.2研究意义
近年来“城市气候和环境”问题引起了研究者的广泛兴趣,其中城市热环境、城市热岛效应及其与环境的相互关系等领域是当前城市气候与环境研究的中心问题[1]。
地表温度是很多环境模型的一个重要参数,在大气与地表的物质与能量交换,天气预报,气候变化等方面有着重要的应用。
利用热红外遥感[2]可以在短时间内获得大范围的地表温度及其温度场空间分布信息,与传统的观测方式相比,具有速度快、便捷、观测范围大和信息连续等优点。
本文利用LandsatTM第6波段数据反演北京地区地表温度,分析了北京地区地面温度分布模式及城市热岛效应,并探讨了城市热岛效应与城市土地覆盖类型及植被指数之间的关系。
1.3研究内容
利用ENVI软件,2003年及2009年两年的LandsatTM数据的热红外数据(第六波段,波长0.4-12.5μm)对北京地区的地表温度夏季分布规律进行了研究,并结合利用遥感数据获得的土地利用/覆盖资料和社会经济统计资料分析了各区温度差异的原因与变化规律,为北京市的城市建设和土地合理利用规划提供一定的借鉴。
1.4研究方法
实际操作中,以LandsatTM数据作为主要数据源,首先网上下载符合操作要求的北京地区两年TM遥感影像,在ENVI5.0下对遥感影像进行图像增强,辐射定标,大气矫正,几何校正,接着在ENVI软件中测定影像的比辐射率,然后经过一系列的处理,得到地表温度,并进行结论分析,得到结果。
操作部凑如下:
第一步对遥感影像进行图像增强,辐射定标、大气矫正,几何校正。
第二步,图像计算NDVI值,运用ENVI软件对遥感影像测定比辐射率。
第三步,计算相同温度下黑体的辐射亮度值。
第四步,反演地表温度。
第五步,将两幅图像进行对比,得出结论。
2.影像处理过程
2.1遥感影像处理软件简介
ENVI(TheEnvironmentforVisualizingImages)是美国ITTVisualInformationSolutions公司的旗舰产品。
ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件;它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案,它提供先进的,人性化的使用工具来方便用户读取、准备、探测、分析和共享影像中的信息。
今天,众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。
已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防安全、地球科学、公用设施管理、遥感工程、水利、海洋,测绘勘察和城市与区域规划等行业。
ENVI包含齐全的遥感影像处理功能:
常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI对于要处理的图像波段数没有限制,可以处理最先进的卫星格式,如Landsat7、IKONOS、SPOT,RADARSAT,NASA,NOAA,EROS和TERRA,并准备接受未来所有传感器的信息。
主界面图如图1。
图1ENVI主界面图
2.2研究区概况及数据资料获取
北京地处华北平原北端,位于北纬39°26'--41°4',东经115°24'--118°31'之间。
位于华北平原西北边缘。
毗邻渤海湾,上靠辽东半岛,下临山东半岛。
北京与天津相邻,并与天津一起被河北省环绕。
西部是太行山山脉余脉的西山,北部是燕山山脉的军都山,两山在南口关沟相交,形成一个向东南展开的半圆形大山弯,人们称之为“北京弯”,它所围绕的小平原即为北京小平原。
全市土地面积16410平方公里,其中平原面积6338平方公里,占38.6%。
属于典型的温带大陆性季风气候,冬季寒冷干燥,夏季高温多雨。
在该区利用遥感信息进行区域性尺度的地表温度及时空要素监测非常重要,有实际指导意义。
本文选用LandsatTM的影像数据,TM影像包含7个波段,各个波段的特征和用途及遥感数据详细信息如下所示:
TM影像各波段特征及主要用途
波段号
波段类型
波长
空间分辨率
功能与主要用途
1
蓝色
0.45-0.52
30
对水体有穿透能力,用来分析土地利用、干燥的土壤、植被特征、编制森林分布图
2
绿色
0.52-0.60
30
对水体的穿透能力较强,对植被的反射敏感,位于叶绿素的两个吸收带之间,利用
这一波段增强鉴别植被的能力;能区分林型、树种
3
红色
0.63-0.69
30
位于叶绿素的吸收区,能增强植被覆盖与无植被之间的反差,亦能增强同类植被的
反差;可根据植被的色调判断植物的健状况
4
近红外
0.76-0.90
30
集中反映植物的强反射,用于植被类型、生物量和作物长势的调查,绘制水体边界和土壤湿度,也可用来增强土壤与农作物
和陆地与水域之间的反差
5
中红外
1.55-1.75
30
处于水的吸收带,对含水量反应敏感,可用于土壤湿度、植物含水量调查、水分状
况研究、作物长势分析
6
热红外
10.4-12.5
120
属于热红外波段,对热异常敏感。
监测与人类活动有关的热特征,用于热分布制图、岩石识别和地质探矿、水体温度变化制图
7
中红外
2.08-2.35
30
探测高温辐射源,如监测森里火灾、火山活动等,区分岩石类型、地质探矿与制图
数据源详细信息
数据日期分辨率(m)投影
2003-08-2530UTM,WGS84Zone50
2009-09-1230UTM,WGS84Zone50
遥感图像下载过程
2.3遥感数据预处理
由于地球自转、大气折射、地形起伏、传感器姿态变化等多种因素的影响,使遥感图像产生辐射失真和几何变形,这些失真与畸变会影响影像的质量和应用,必须进行消除。
2..3.1辐射定标
辐射定标,就是将像素灰度值DN(DigitalNumber)转换为辐射亮度或者反射率。
通过定标,可以消除一些大气的干扰。
本文通过ENVI软件中自带的对TM的定标工具,计算辐射亮度或反射率。
实现方法:
File-OpenExternalFile-Landsat-GeoTIFFwithMetadata
BasicTools-Preprocessing-CalibrationUtilitties-LandsatCalibration
利用ENVI,在输入栏中输入太阳高度角,成像日期等参数。
如图3.
定标对话框
辐射定标后的图像如图4。
影像定标结果
2.3.2ENVI大气矫正
大气校正的目的是消除大气和光照等因素对第五反射的影响,获得地物反射率、辐射率、地表温度等真实物理模型参数,包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响;消除大气分子和气溶胶散射的影响。
•第一步:
辐射定标
•第二步:
辐射亮度单位转换
•由于辐射定标之后得到的辐射亮度单位为W/(m2·µm·sr),FLAASH要求的辐射亮度单位为µW/(cm2·nm·sr),两者相差10倍,并且FLAASH模块要求BIL的图像存储方式,因此需要作出调整。
•第三步:
输入FLAASH参数。
FLAASH参数输入
•单位调整:
•BasicTools-BandMath
•表达式为:
b1/10
•图像存储方式:
•BasicTools-ConvertData(BSQ、BIL、BIP)
•FLAASH模块:
•根据图像元数据输入参数,高级设置为默认,执行模块,输出结果。
大气校正结果展示
2.3.3图像的几何校正
通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。
几何校正步奏如下所示:
2.4计算归一化植被指数NDVI值
在假设地表为朗伯体的前提下,用求得的辐射亮度计算表观反射率。
表观反射率就是指大气层顶的反射率,辐射定标的结果之一,大气层顶表观反射率,简称表观反射率,又称视反射率。
分别对2003年以及2009年北京遥感影响做NDVI归一化植被指数计算,如下所示:
2003年北京地区NDVI显示2009年北京NDVI植被显示
对比2003年与2009年北京同一地区植被指数:
2.5地表比辐射率计算
物体的比辐射率是物体向外辐射电磁波的能力表征。
它不仅依赖于地表物体的组成,而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关,并随着所测定的波长和观测角度等因素有关。
在大尺度上对比辐射率精确测量的难度很大,目前只是基于某些假设获得比辐射率的相对值,本文主要根据可见光和近红外光谱信息来估计比辐射率。
2.5.1植被覆盖度计算
计算植被覆盖度Fv采用的是混合像元分解法,将整景影像的地类大致分为水体、植被和建筑,具体的计算公式如下:
FV=(NDVI-NDVIS)/(NDVIV-NDVIS)(10)
其中,NDVI为归一化差异植被指数,取NDVIV=0.70和NDVIS=0.00,且有,当某个像元的NDVI大于0.70时,FV取值为1;当NDVI小于0.23,FV取值为0。
利用ENVI主菜单->BasicTools->BandMath,在公式输入栏中输入:
(b1gt0.7)*1+(b1lt0)*0+(b1ge0andb1le0.7)*((b1-0.0)/(0.7-0.0))
b1:
NDVI值,如图6。
图6计算植被覆盖度对话框
得到植被盖度图像,如图7。
2003年植被覆盖度
2009年植被覆盖度
2.5.2地表比辐射率计算
根据前人的研究,将遥感影像分为水体、城镇和自然表面3种类型。
本专题采取以下方法计算研究区地表比辐射率:
水体像元的比辐射率赋值为0.995,自然表面和城镇像元的比辐射率估算则分别根据下式(3)(4)进行计算:
G1=0.9625+0.0614FV-0.0461FV2(11)
G2=0.9589+0.086FV-0.0671FV2(12)
式中,G1和G2分别代表自然表面像元和城镇像元的比辐射率。
利用ENVI主菜单->BasicTools->BandMath,在公式输入栏中输入:
(b1le0)*0.995+(b1gt0andb1lt0.7)*(0.9589+0.086*b2-0.0671*b2^2)+(b1ge0.7)*(0.9625+0.0614*b2-0.0461*b2^2),如图8。
b1:
NDVI值;b2:
植被覆盖度值。
图8计算比辐射率对话框
地表比辐射率计算
利用ENVI主菜单->BasicTools->BandMath,在公式输入栏中输入:
(b2-3.39-0.6*(1-b1)*5.12)/(0.6*b1)
b1:
地表比辐射率值;
b2:
表示热红外波段大气校正后的辐射定标值。
得到了温度为T的黑体在热红外波段的辐射亮度值。
如图10。
2003年亮温图
2009亮温图
2.6反演地表温度
在获取温度为TS的黑体在热红外波段的辐射亮度后,根据普朗克公式的反函数,求得地表真实温度TS:
TS=K2/ln(K1/B(TS)+1)(15)
对TM,K1=666.09W/(m2
sr
μm),K2=1282.71K。
利用ENVI主菜单->BasicTools->BandMath,在公式输入栏中输入:
(1282.71)/alog(666.09/b1+1)-273
b1:
温度为T的黑体在热红外波段的辐射亮度值。
得到真实的地表温度值,单位是摄氏度。
如图11。
图11地表温度反演对话框
结果显示:
3.分析总结
结果分析:
利用ENVI彩色制图工具处理地温反演结果,得到北京市市地表温度场分布图。
从图像可以看出:
(1)北京城区地表温度由市中心向外,地表温度逐渐降低。
可能地区工厂比较多,生产活动所排放的热量导致地表温度较高。
首都钢厂、电热厂等一些能耗型工厂向外排放大量热量导致大气和地表温度升高。
城市公园、水面及植被覆盖度较高的地区形成低温区,这些地表有利于降低城市热岛效应。
(2)从平均温度看来,裸地比植被地表,水体温度高,这说明地表温度与地表覆盖类型关系密切。
(3)总体上地表温度随着NDVI的增加而下降。
城市地表植被覆盖度低是城市热岛出现的主要原因。
北京城市热岛效应显著,但是随着城市绿化水平的提高,城市热岛现象将会有所改变。