前言：本站為你精心整理了熱環境論文：多源數據下的熱環境淺析范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

作者：楊云源史正濤何萍單位：楚雄師范學院云南師范大學

本文運用LandsatTM/ETM+、ModisMOD11A1、ModisMOD11A2、Quickbird四種遙感數據、衛星過境時氣象資料等數據，主要研究昆明市主城區的建筑區、住宅小區、城中村等的熱環境特征，以期為城市規劃、人居環境的改善和城市可持續發展提供參考。

1研究區概況

昆明市受西南季風影響，市中心海拔1892m，年均氣溫15℃，降雨量約1000mm，屬于亞熱帶低緯高原季風氣候區，“春城”之名享譽海內外；昆明全年降水量在時間分布上明顯地分為干、濕兩季；熱島強度、干島強度都有干季大于雨季的特征；市區在空間上環繞滇池北面和東面而分布，因其336個城中村的存在，昆明曾被戲稱為“村城”[20]。至2008年底，昆明市總人口624萬，流動人口近170萬人[21]，城市人口的增長對城市熱環境造成了一定的壓力。本研究區域范圍包括昆明市市區三環內及碧雞路、南連接線、廣福路、昆玉路、昆石路間部分（簡稱南三環線外區域）（圖1）。

2數據準備與研究方法

使用軌道號為129-43的2000-04-24、2000-09-15、2000-11-02、2001-01-21、2008-04-06LandsatTM5/ETM+數據進行年際和多年間隔的熱環境分析。使用2000-04-24、2008-04-06ModisMOD11A1逐日1km地表溫度數據，2000年4月、2008年4月ModisMOD11A28日1km地表溫度數據進行Landsat數據過境日有效性驗證；使用上述Landsat過境日當月T12:00的氣溫和天氣資料進行Landsat有效性驗證；使用2004-04-15、2008-01-01Quickbird的Pan-Sharping全色融合數據進行Landsat分類精度驗證和城中村提取；使用2008年樓盤圖進行住宅小區提取；使用上述Landsat過境時氣溫、濕度等資料輔助地溫反演，研究中使用的Landsat數據經過1﹕50000地形圖進行幾何校正后，統一到同一坐標系統之下。幾何校正中，采用Erdas的多項式幾何校正法，多項式次方數為5，從1﹕50000地形圖上讀取21個地面控制點，校正誤差小于1個像元。校正出第一幅2008年的TM圖像后，采用Erdas的AutoSync模塊進行基于圖像對圖像的快速幾何校正。最后采用ArcGIS的空間配準功能進行數據細微調整。數據的投影參數為：投影坐標、UTM投影、WGS84坐標系、48投影帶。研究技術路線圖見圖2。

2.1建筑區提取采用綜合閾值法[22]提取建筑區數據（Landsat上的建筑和道路），提取精度達93%；進一步對照Quickbird數據進行精度驗證。圖3為基于2008年LandsatTM數據的建筑區提取結果與同期Quickbird數據的疊加對比。圖4為研究區1992、2000、2008年建筑區變化圖。

2.2城中村和住宅小區提取面向對象的遙感圖像分類方法是高分辨率遙感影像分類的高效方法，它利用地物的光譜信息、影像對象的幾何特征、紋理特征、拓撲或鄰接關系特征、地理位置信息及影像對象之間的關系來反映地理實體之間的關系[23]。因面向對象提取方法涉及的因素很多，目前沒有統一的標準或規律可循，本研究采用ENVI的Pansharping進行Quickbird數據全色融合后，采用FeatureExtraction模塊進行特征提取實驗，經反復實驗，得出合適的圖像分類方案，最后用分類結果輔助手工提取甄別研究區內的城中村（圖5）。第一步：尺度分割，參數為：Scalelevel：83.6；第二步：合并級別，參數為：Mergelevel：47.7；第三步：閾值設定，參數為：Threshold＞385.35；第四步：采用面積和第一波段灰度劃分，參數為：200＞Area＞10和Band1＞171。住宅小區的提取步驟為：先將紙質2008年昆明市樓盤圖分塊掃描、拼接后，采用Erdas進行幾何校正和監督分類，最后進行類型合并，得到住宅小區分布區。圖6紅線內部為昆明市主城區的主要城中村、住宅小區分布圖。

2.3Landsat衛星過境日Band6數據有效性驗證研究共收集35景Landsat影像，挑選出年限間隔相同、無云、數據質量較好的數據5景。重點對2000、2008年2景季相一致數據及2000―2001年4景數據進行分析。圖7是衛星過境日當月T12:00的氣溫可用于代表當月平均狀況。Terra衛星過境時間和Landsat過境的時間比較接近。下載2008-04-26ModisMOD11A1數據，使用Modisconversiontools從MOD11A1影像反演出地表溫度；下載2008-03-31—2008-04-22ModisMOD11A2數據共5景，采用ModisConversionTools反演出地表溫度并計算平均LST。表1是ModisMOD11A1反演的當日LST和ModisMOD11A2計算出的當月LST結果對比，通過2種溫標之間的換算關系：T＝t＋273.15將絕對溫度換算成我國常用的攝氏溫度。LST的均值僅差0.5℃，中值僅差0.3℃，標準差僅差0.49。研究表明：2008-04-06的數據在2008年4月里較有代表性，接均狀況，數據可用；同時表明圖像上的城內城郊地表熱環境差異很明顯。

2.4LandsatBand6LST提取單窗算法（Mono-windowAlgorithm）是覃志豪等[24]根據地表熱輻射傳導方程，推導出的利用TM第六波段數據反演地表溫度的算法。用該法對5種標準大氣狀態進行結果驗證，發現地表溫度演算精度較高，平均誤差小于0.4℃[25]。黃妙芬等[26]利用實時探空數據來檢驗單窗算法反演的地表溫度，兩者差值平均為0.5℃。本研究在ERDAS的Modeler模塊中建立單窗算法來進行地表溫度反演。

3建筑區熱環境特征

3.1建筑區熱環境總體特征從2000年4個時段LadsatETM+建筑區LST影像上可發現六大高溫片區（圖8），主要是：A區——云南冶煉廠―紡織廠片區（小普吉）；B區——昆明市軋鋼廠片區（教場北路）；C區——劉家營―云山村片區（內燃機廠、云山機械廠、昆明市電工總廠）；D區——黃土坡―麻園片區（昆明搪瓷廠、氧氣廠、面粉廠、冶金機械廠、無線電廠、玻璃制造廠、乙炔公司、源瑞制藥、客運站、西站綜合市場）；E區——涼亭―黑土凹―菊花村―五里多（昆明車輛段、冶金材料廠、電力電纜廠、燈泡總廠、云維糖業、石棉瓦廠、省煙草公司）；F區——昆明火車站片區。從圖8可見，2000-04-24和2008-04-06的LST分布圖中有5片相同的高溫片區：A、B、C、E、F片區。但稍有不同的是，2008年的大普吉―小普吉的區高溫島比2000年更突出，這主要是因為冶煉廠等工廠集聚，熱排放大；二環內的B、C片區高溫區域面積逐年收縮，D片區已經不明顯，這是由于這些區域的企業外遷或改制后，土地轉讓，工廠原址都被開發成了住宅小區。2008年新增G片區（明波立交橋）和機場片區。2008年建筑區中，地表溫度差異最小的是昆明世紀城片區（H片區），此處綠化比較好，在TM圖像上都可發現綠地與建筑區相間分布。表2是2000-04-24與2008-04-06建筑區LST分環路對比,通過2種溫標之間的換算關系：T＝t＋273.15將絕對溫度換算成我國常用的攝氏溫度。結果表明：研究區內2000-04-24的LST均值在32.05~34.25℃變化，一、二環線之間與南三環外相差2.2℃；南三環外部分LST變化最大，標準差為2.85。2008-04-06的LST均值二、三環線之間，最大值與一環相比高0.9℃；南三環外部分LST變化最大，標準差為2.76。說明LST建筑區地表溫度高溫區逐漸從一、二環間向二、三環間移動。

3.2住宅小區、城中村的熱環境特征從圖9中可見，2000-04-24，住宅小區LST均值為33.25℃，城中村LST為32.75℃，相差0.5℃。2008-04-06，住宅小區LST均值為31.15℃，城中村LST均值為32.15℃，城中村LST均值比住宅小區高1℃。住宅小區相對于城中村的LST變化，說明隨著城區綠化、小區綠化的改善，住宅小區的熱環境狀況得到有效緩解。相比較而言，2個時期住宅小區的LST標準差都比城中村高（表3），即住宅小區溫度波動范圍比城中村大。原因是住宅小區景觀、周邊綠地、內部綠地差異較大，而城中村的綠化、景觀設計等處于較低水平。2個監測期的城中村和住宅小區均溫對比，都分別有：一環內住宅小區＞一、二環線間住宅小區＞二、三環線間住宅小區＞南三環外區域住宅小區LST；一環內城中村＞一、二環線間城中村＞二、三環線間城中村＞南三環外區域城中村（表4）。這從另一個側面證明了城市熱島的真實存在。

4結論與討論

采用Landsat衛星過境日ModisMOD11A1數據、當月ModisMOD11A2數據、當月逐日T12:00點溫度數據對LandsatTM數據進行驗證，最后選取出的LandsatTM數據具有代表性。運用ENVI的FX模塊建立了昆明市城中村提取模型。從2000―2001年4期ETM＋數據建筑區溫度分布圖上發現六大高溫片區，主要是：A區——云南冶煉廠―紡織廠片區（小普吉）；B區——昆明市軋鋼廠片區（教場北路）；C區——劉家營―云山村片區（內燃機廠、云山機械廠、昆明市電工總廠）；D區——黃土坡―麻園片區（昆明搪瓷廠、氧氣廠、面粉廠、冶金機械廠、無線電廠、玻璃制造廠、乙炔公司、源瑞制藥、客運站、西站綜合市場）；E區——涼亭―黑土凹―菊花村―五里多（昆明車輛段、冶金材料廠、電力電纜廠、燈泡總廠、云維糖業、石棉瓦廠、省煙草公司）；F區——昆明火車站片區。低溫片區包括：翠湖―圓通山片區和大觀河―滇池片區。2008-04-06的LST分布圖上和2000-04-24有相同的5塊高溫片區，但范圍都有所收縮，同時新增機場片區和明波立交橋片區兩大高溫片區。城中村LST、住宅小區LST都存在：一環內＞一、二環線間＞二、三環線間＞南三環外區域的特征。研究中甄別出了LST較高和較低的城中村和住宅小區。2000-04-24，住宅小區LST均值比城中村LST高0.5℃。2008-04-06，城中村LST均值比住宅小區高1℃；2個時期住宅小區溫度范圍波動均比城中村大。本文采用了Modis數據和適時氣象數據進行了數據有效性驗證；采用了基于Quickbird的面向對象分類方法，建立模型來提取城中村；研究把基于LandsatTM的熱環境研究推進到小區和城中村并分環路進行了對比。遙感應用于城市熱環境研究，需考慮分辨率、時像、數據代表性、研究尺度、LST與真實氣溫差異等問題；基于多源數據的城市熱環境研究，有待同仁進一步深入。