1、第第9章章 城市遥感城市遥感资源环境遥感1内容提要：内容提要：n9.1 9.1 城市遥感概述城市遥感概述 n9.2 9.2 城市扩张遥感监测城市扩张遥感监测 q9.2.1 遥感监测城市扩张的原理与方法遥感监测城市扩张的原理与方法 一、归一化建筑用地指数一、归一化建筑用地指数 二、改进的归一化裸露指数二、改进的归一化裸露指数 三、城镇用地指数三、城镇用地指数 q9.2.2 遥感监测城市扩张的实例遥感监测城市扩张的实例 2内容提要：n9.3 9.3 城市热岛效应遥感监测城市热岛效应遥感监测 q 9.3.1 遥感监测城市热岛效应的原理与方遥感监测城市热岛效应的原理与方法法 q 9.3.2 遥感监测城
2、市热岛效应实例遥感监测城市热岛效应实例 n9.4 9.4 城市气溶胶厚度遥感监测城市气溶胶厚度遥感监测 q 9.4.1 遥感监测城市气溶胶厚度的原理与遥感监测城市气溶胶厚度的原理与方法方法 q 9.4.1 遥感监测城市气溶胶厚度的实例遥感监测城市气溶胶厚度的实例 n9.5 9.5 城市人口密度遥感监测城市人口密度遥感监测 q 9.5.1 遥感监测城市人口密度的原理与方遥感监测城市人口密度的原理与方法法 q 9.5.2 遥感监测城市人口密度的实例遥感监测城市人口密度的实例 39.1 城市遥感概述 城市是人口集中、集约经济活动及不同生活方城市是人口集中、集约经济活动及不同生活方式并存的复杂社会。城
3、市又是人类活动的缩影，式并存的复杂社会。城市又是人类活动的缩影，并且不断地经历着迅速变化的过程，需要及时地并且不断地经历着迅速变化的过程，需要及时地进行监测与分析。城市规划和城市建设者面临的进行监测与分析。城市规划和城市建设者面临的重大任务之一，就是重大任务之一，就是获取与分析那些能有效地用获取与分析那些能有效地用于城市规划、建设和管理的资料于城市规划、建设和管理的资料。49.1 城市遥感概述 城市遥感的城市遥感的任务任务就是为城市规划、建设和管理就是为城市规划、建设和管理提供多方面的基础地理信息和其他与城市发展有提供多方面的基础地理信息和其他与城市发展有关的资料，诸如关的资料，诸如城市土地利
4、用现状、城市演变、城市土地利用现状、城市演变、城市及区域的自然状况、城市人口及其分布情况、城市及区域的自然状况、城市人口及其分布情况、城市道路与交通状况、城市热岛、通讯受地理限城市道路与交通状况、城市热岛、通讯受地理限制的因素制的因素等。城市遥感与传统的城市相关资料调等。城市遥感与传统的城市相关资料调查相比，既省时，又省钱，而且效率很高，因而查相比，既省时，又省钱，而且效率很高，因而具有广阔的应用和发展前景。具有广阔的应用和发展前景。56 城市遥感调查的主要技术流程如下图所城市遥感调查的主要技术流程如下图所示。图示。图中的目的、内容和要求由调查的项目需要中的目的、内容和要求由调查的项目需要所决
5、所决定；遥感图像包括两类，一是定；遥感图像包括两类，一是航天遥感图航天遥感图像像( (主主要用于要用于区域性和市域性的宏观调查区域性和市域性的宏观调查) )和和航航空遥感空遥感图像图像( (主要用于主要用于建成区和城市局部地区的建成区和城市局部地区的较微观较微观调查调查) )；地形图地形图主要用于划分调查的空间主要用于划分调查的空间层次、层次、地理单元和影像解译时的参考以及作为遥地理单元和影像解译时的参考以及作为遥感调查感调查的基础底图。的基础底图。9.1 城市遥感概述7城市遥感调查流程城市遥感调查流程89.2 城市扩张遥感监测 9.2.1 遥感监测城市扩张的原理与方法遥感监测城市扩张的原理与
6、方法 城市扩张在遥感影像上体现为城市扩张在遥感影像上体现为城市面积的城市面积的不断不断扩大扩大，特别是城镇建筑用地的不断扩张。大，特别是城镇建筑用地的不断扩张。大量的研量的研究表明，利用卫星遥感影像数据通过数字图究表明，利用卫星遥感影像数据通过数字图像处理像处理的方法获取城镇用地信息，从而揭示城市扩的方法获取城镇用地信息，从而揭示城市扩张的动张的动态变化是监测城市扩张的有效方法，与统计态变化是监测城市扩张的有效方法，与统计数据分数据分析方法相比更具析方法相比更具实时性和可靠性实时性和可靠性。99.2.1 遥感监测城市扩张的原理与方法基于遥感影像上提取城镇用地通常是通过基于遥感影像上提取城镇用地
7、通常是通过识别城识别城镇用地的特征而获得的。提取城镇用地信镇用地的特征而获得的。提取城镇用地信息的方息的方法主要有法主要有目视解译手工数字化的方法目视解译手工数字化的方法，计计算机监算机监督分类和非监督分类的方法督分类和非监督分类的方法和和基于光谱特基于光谱特征知识征知识的分类方法的分类方法。10（1）归一化建筑用地指数 NDBINDBI源于对源于对NDVINDVI的深入分析。的深入分析。NDVINDVI之所以能有效提之所以能有效提 取植被，是因为植被在取植被，是因为植被在TM4TM4上的值大于上的值大于TM3TM3，而其它，而其它 地物的地物的DNDN值都变小。因此值都变小。因此在在NDVI
8、NDVI图像上一般值大于图像上一般值大于0 0 的地物都是植被的地物都是植被。由此得到启发，在。由此得到启发，在TM4TM4和和TM5TM5波段波段 之间除了城镇用地之间除了城镇用地DNDN值走高之外，其他地物值走高之外，其他地物DNDN值都变值都变小。因此，小。因此， NDBI =（TM5 - TM4）/（TM5 + TM4）， 图像上图像上NDBINDBI值大于值大于0 0的地物则认为是城镇用地。的地物则认为是城镇用地。11典型地物在典型地物在Landsat TMLandsat TM影像上的光谱曲线影像上的光谱曲线 12（1）归一化建筑用地指数 但是，研究发现城镇用地但是，研究发现城镇用地
9、TM5TM5波段和波段和TM4TM4波波 段的差异远不如构建植被指数的波段段的差异远不如构建植被指数的波段之间之间 的差异来的明显。在的差异来的明显。在Landsat TMLandsat TM影像影像上上DNDN 值值TM5TM5高于高于M4M4的的除了城镇用地还有裸除了城镇用地还有裸地以及地以及 含土壤背景信息的低密度植被覆盖区含土壤背景信息的低密度植被覆盖区。因因 此，利用此，利用NDBINDBI提取城镇用地的精度必提取城镇用地的精度必然会然会 受到一定程度的影响。受到一定程度的影响。13（2）改进的归一化裸露指数 NDBINDBI从本质上讲揭示了地表裸露特征，因此将从本质上讲揭示了地表裸
10、露特征，因此将NDBINDBI定义定义 为归一化裸露指数为归一化裸露指数（Normalized Differenced Barren Normalized Differenced Barren Index Index）。）。从上面的典型地物的光谱曲线我们可以知道研从上面的典型地物的光谱曲线我们可以知道研 究发现城镇用地究发现城镇用地TM5TM5波段和波段和TM4TM4波段的差异远不如构建植波段的差异远不如构建植 被指数的波段之间的差异来的明显。考虑到归一化植被被指数的波段之间的差异来的明显。考虑到归一化植被 指数指数NDVINDVI反映的是植被信息，那么反映的是植被信息，那么（1-NDVI1-
11、NDVI）反映的就）反映的就 是非植被信息是非植被信息，即主，即主要是居民地、裸地以及河流要是居民地、裸地以及河流。由于。由于 NDBINDBI主要反映的是城镇和裸露地信息，所以将主要反映的是城镇和裸露地信息，所以将NDBINDBI和和 （1-NDVI1-NDVI）相加就可以更加突出居民地信息）相加就可以更加突出居民地信息。 14 因此将之称为改进的归一化裸露指数因此将之称为改进的归一化裸露指数（Modified Normalized Difference Barren Index, MNDBI），）， 即即 MNDBI=NDBI+(1-NDVI)。 下图分别是下图分别是NDBI和和MNDBI
12、中心位置的剖面线灰中心位置的剖面线灰 度值分布图，可以很明显的看出，改进的度值分布图，可以很明显的看出，改进的NDBI 对图像有增强作用，灰度值的变化范围较之对图像有增强作用，灰度值的变化范围较之NDBI变化很大，突出了变化很大，突出了城市信息城市信息，使其，使其与周围地与周围地 物的反差增大物的反差增大，有利于提取城市信息。，有利于提取城市信息。15距距 离离 （m m） 灰度值灰度值 NDBI图像中灰度值剖面图图像中灰度值剖面图 16灰度值灰度值 距距 离离 （m m） MNDBI图像中灰度值剖面图图像中灰度值剖面图 17（2）改进的归一化裸露指数 MNDBIMNDBI是对是对NDBIND
13、BI的改进的改进, ,突出了城市信突出了城市信 息，使其与周围地物的反差增大，有利息，使其与周围地物的反差增大，有利 于提取城市信息。但是，它需要不断人于提取城市信息。但是，它需要不断人 为尝试为尝试选取选取MNDBIMNDBI的阈值的阈值，最终获得较好，最终获得较好 的提取效果。因此其结果仍然的提取效果。因此其结果仍然不够客观不够客观。18(3) 城镇用地指数城镇用地指数 在在NDBINDBI基础上引入基础上引入NDVINDVI，通过对图像的二值化、，通过对图像的二值化、 求交运算，利用这两个指数各自的优势来提取求交运算，利用这两个指数各自的优势来提取 城镇用地，把这两个指数的结合用于提取城
14、镇城镇用地，把这两个指数的结合用于提取城镇 用地称为用地称为城镇用地指数（城镇用地指数（Urban Land-use Urban Land-use IndexIndex，ULIULI）。）。 19 低密度植被覆盖区在低密度植被覆盖区在TM3TM3和和TM4TM4上具有植被的光谱上具有植被的光谱 特征特征( (即在即在TM3TM3和和TM4TM4之间之间DNDN值值) )是变大的；而在是变大的；而在 TM4TM4和和TM5TM5上具有城镇用地的光谱特征或者说具有上具有城镇用地的光谱特征或者说具有 裸地的光谱特征即在裸地的光谱特征即在TM4TM4和和TM5TM5波段之间波段之间DNDN值是变值是变
15、大的。因此，低密度植被覆盖区不仅具有植被的大的。因此，低密度植被覆盖区不仅具有植被的 光谱特性光谱特性, ,而且具有城镇用地的光谱特性。利用这而且具有城镇用地的光谱特性。利用这 一独特的光谱特性可以将一独特的光谱特性可以将NDBINDBI提取得到的城镇用提取得到的城镇用地地（其结果还包含裸地和低密度植被覆盖区）（其结果还包含裸地和低密度植被覆盖区）中中 的低密度植被覆盖区从中分离出来。的低密度植被覆盖区从中分离出来。 20典型地物二值化后的像元值典型地物二值化后的像元值 城镇用地城镇用地 林地林地 农田农田 水体水体 低密度植被覆低密度植被覆盖区盖区 NDBI 1 0 0 0 1 NDVI 1
16、 0 0 1 0 NDBI*NDVI 1 0 0 0 0 21方法名称方法名称作者作者公式公式优点优点缺点缺点归一化建筑用归一化建筑用地指数地指数（NDBI）查勇，杨山等查勇，杨山等（2003）（TM5-TM4）/（TM5TM4）相对于传统方法快速相对于传统方法快速有效，提取精度有效，提取精度较高，结果较为较高，结果较为客观，可信客观，可信提取结果包含低提取结果包含低密度植被区、密度植被区、裸地信息裸地信息改进的归一化改进的归一化裸露指数裸露指数（MNDBI）吴宏安，蒋建吴宏安，蒋建军等军等（2005）NDBI+(1-NDVI)相对相对NDBI更加突出了更加突出了城镇用地信息，城镇用地信息，提
17、取结果得到改提取结果得到改善善需要人为设定阈需要人为设定阈值，结果受主值，结果受主观因素影响；观因素影响；提取结果包含提取结果包含低密度植被区、低密度植被区、裸地信息裸地信息城镇用地城镇用地指数指数（ULI）徐徐 军，蒋建军，蒋建军等军等（2007）NDBI&NDVI相对相对NDBI去除了低密去除了低密度植被区的影响，度植被区的影响，提取精度得到提提取精度得到提高，结果客观、高，结果客观、可信，是一种自可信，是一种自动提取城镇用地动提取城镇用地的方法的方法提取结果仍含有提取结果仍含有裸地信息裸地信息三种基于谱间特征分析的城镇用地提取方法比较三种基于谱间特征分析的城镇用地提取方法比较229.2.
18、2 遥感监测城市扩张的实例 选用的是选用的是Landsat TMLandsat TM影像，研究区覆盖浙江省金华地区，影像，研究区覆盖浙江省金华地区，成像时间是成像时间是19961996年年9 9月月6 6日，日，TM6TM6波段是热红外波段，所以仅选用波段是热红外波段，所以仅选用了了1515波段和波段和7 7波段，其空间分辨率为波段，其空间分辨率为30m30m。其他数据包括金华市。其他数据包括金华市19961996年的土地利用现状图以及年的土地利用现状图以及1:51:5万地形图，用于几何校正和精万地形图，用于几何校正和精度检验。金华市位于浙江省的中部，属亚热带季风气候。度检验。金华市位于浙江省
19、的中部，属亚热带季风气候。 23（1）NDBI提取城镇用地 通过对影像的预处理，得到了大气校正后的通过对影像的预处理，得到了大气校正后的Landsat Landsat TMTM影像（图影像（图a a）。利用）。利用NDBINDBI计算计算NDBINDBI图，城镇用地在图，城镇用地在NDBINDBI图上得到了最大的亮度增强，其他地物则普遍受到图上得到了最大的亮度增强，其他地物则普遍受到压抑，其压抑，其NDBINDBI值为值为-1-11 1（图（图b b）。将）。将NDBINDBI图二值化，将图二值化，将NDBINDBI值大于值大于0 0的赋值为的赋值为1 1，以白色显示，代表城镇用地；，以白色显
20、示，代表城镇用地；其它的赋值为其它的赋值为0 0，以黑色显示，代表非城镇用地（图，以黑色显示，代表非城镇用地（图c c）。）。通过与大气校正后的通过与大气校正后的LandsatTMLandsatTM影像对比发现低密度植影像对比发现低密度植被覆盖区也被提取出来了。因此，仅仅利用被覆盖区也被提取出来了。因此，仅仅利用NDBI0NDBI0来提来提取城镇用地是不可靠的。取城镇用地是不可靠的。24NDBI法提取的城镇用地法提取的城镇用地 （a）大气校正后的）大气校正后的 TM影像影像(543假假 彩色合成彩色合成)(b) NDBI图图(c) NDBI二值化图二值化图25（2） ULI提取城镇用地 利用利
21、用ULIULI提取城镇用地是在提取城镇用地是在NDBINDBI的基础上引入的基础上引入NDVINDVI，并在两者归一化的基础上进行求交运算。并在两者归一化的基础上进行求交运算。 ULIULI提取的城镇用地提取的城镇用地(a) NDVI(a) NDVI图图 (b) NDVI(b) NDVI二值化图二值化图 (c)(c)求交运算后的二值化图求交运算后的二值化图26NDBINDBI提取城镇用地精度分析提取城镇用地精度分析 城镇用城镇用地地 非城镇用非城镇用地地 合计合计 精度精度 城镇用地城镇用地 55 55 16 16 71 71 77.46% 77.46% 非城镇用地非城镇用地 6 6 23 2
22、3 29 29 79.31% 79.31% 合计合计 61 61 39 39 100 100 78.39% 78.39% ULIULI提取城镇用地精度分析提取城镇用地精度分析 城镇用地城镇用地 非城镇用地非城镇用地 合计合计 精度精度 城镇用地城镇用地 61 61 6 6 67 67 91.04% 91.04% 非城镇用地非城镇用地 4 4 29 29 33 33 87.88% 87.88% 合计合计 65 65 35 35 100 100 89.46% 89.46% 279.3 城市热岛效应遥感监测 9.3.1遥感监测城市热岛效应的原理与方法遥感监测城市热岛效应的原理与方法 城镇扩展对大气环
23、境的另外一个显著影城镇扩展对大气环境的另外一个显著影响就是响就是城市的城市的“热岛效应热岛效应”。快速城市化进程改变。快速城市化进程改变了地表下了地表下垫面的理化性质。原本是土壤、草地和水体垫面的理化性质。原本是土壤、草地和水体等比热等比热大的自然表面被水泥、沥青等比热小的表面大的自然表面被水泥、沥青等比热小的表面代替，代替，这不仅改变了反射和吸收面的性质，还改变这不仅改变了反射和吸收面的性质，还改变了近地了近地面层的热交换和地面的粗糙度，使大气的物面层的热交换和地面的粗糙度，使大气的物理状况理状况受到影响。受到影响。289.3.1遥感监测城市 热岛效应的原理与方法 大量的观测对比和分析研究确
24、认，城市大量的观测对比和分析研究确认，城市热岛热岛是城市气候中最普遍存在的气候分布特征。是城市气候中最普遍存在的气候分布特征。如果如果绘制成等温线图，则形成等温线闭合状态的绘制成等温线图，则形成等温线闭合状态的高温高温区，人们把这个高温区比喻为立于四周围较区，人们把这个高温区比喻为立于四周围较低温低温度的乡村海洋中的孤岛，成为度的乡村海洋中的孤岛，成为“城市热岛城市热岛”。这种这种城市气温高于四周郊区气温的现象称为城市城市气温高于四周郊区气温的现象称为城市“热热岛效应岛效应”，有时也统称为城市热岛。城市气，有时也统称为城市热岛。城市气温与温与郊区同期（瞬时、日平均、月平均、年平均郊区同期（瞬时
25、、日平均、月平均、年平均等）等）气温的气温的差值大小差值大小，则称为，则称为城市热岛强度城市热岛强度。29热岛效应示意图热岛效应示意图30（1）地表温度遥感反演的原理 1 1 、普朗克黑体辐射定律、普朗克黑体辐射定律 用于解释物体的辐射与温度之间的关系，其表达式为用于解释物体的辐射与温度之间的关系，其表达式为 式中式中: 是黑体辐射出射度是黑体辐射出射度(单位单位;Wm-2m-1sr-1)； 是波长是波长(单位：单位： )；T是物体的温度是物体的温度(K);C1、C2是普郎克是普郎克 函数常量函数常量,C1 =3.741810-16Wm2, C2 =1.438810-2mK； 这一普遍适用于绝
26、对黑体辐射的定律，是遥感反演陆面温度这一普遍适用于绝对黑体辐射的定律，是遥感反演陆面温度 的物理基础。的物理基础。512( ,)/(exp(/)1)BTccT( , )BTm312 2、维恩位移定律、维恩位移定律 利用普朗克黑体辐射定律还可以推导出维恩位移定利用普朗克黑体辐射定律还可以推导出维恩位移定律，它是反演地表物体温度时波长的选择依据。黑体律，它是反演地表物体温度时波长的选择依据。黑体辐射光谱中最强辐射的波长与黑体绝对温度成反比：辐射光谱中最强辐射的波长与黑体绝对温度成反比： 式中式中 。由于地面物体的温度一般在。由于地面物体的温度一般在300K左右，根据维恩位移定律我们就可以得出温度左
27、右，根据维恩位移定律我们就可以得出温度300K时，最大波长在时，最大波长在9.7m附近。反演陆地表面温附近。反演陆地表面温度时，就可以根据这个来选择适当的传感器波段。度时，就可以根据这个来选择适当的传感器波段。maxTb32.898 10bm K323、热辐射传输方程 进入大气的太阳辐射会发生反射、折射、进入大气的太阳辐射会发生反射、折射、吸收、吸收、 散射和透射。因此，反演地面温度主要须散射和透射。因此，反演地面温度主要须解决大解决大 气扰动气扰动( (主要是水汽主要是水汽) )和地表比辐射率订正和地表比辐射率订正的问题。的问题。 其中其中对传感器接收影响较大的是吸收和散对传感器接收影响较大
28、的是吸收和散射射。实。实 际到达传感器的辐射亮度可通过热辐射传际到达传感器的辐射亮度可通过热辐射传输方程输方程 来表示：来表示：( )( ) ( ) ( )( )( )( , , , ) ( )cosiiiiSiiiLB TLfLd 33 式中，式中， 为传感器所接收的第为传感器所接收的第i i波段的波段的 热红外辐射亮度；热红外辐射亮度； 代表地表物理温度代表地表物理温度 为为 T TS S( (单位为单位为K)K)时的时的PlankPlank黑体辐射亮度，黑体辐射亮度，ii为第为第i i波段地表比辐射率；波段地表比辐射率； 为从地面为从地面 到传感器的大气透过率；到传感器的大气透过率； 代
29、表地表热辐射经大气削弱后被传感器接收代表地表热辐射经大气削弱后被传感器接收 的热辐射亮度。的热辐射亮度。 为大气上行辐射亮度；为大气上行辐射亮度； 为天顶角为为天顶角为时大气下行辐射；整时大气下行辐射；整 个第三项为大气下行辐射经地表反射后再被个第三项为大气下行辐射经地表反射后再被 大气削弱最终被传感器接收的辐射亮度。式大气削弱最终被传感器接收的辐射亮度。式 中中 就是需要反演的目标变量。就是需要反演的目标变量。( )iL()isBTST()()()iiisBTi()iL()iL34热辐射传输示意图热辐射传输示意图 35二、地表温度遥感反演的方法 地表温度热红外遥感反演研究工作可以追溯地表温度
30、热红外遥感反演研究工作可以追溯到到 2020世纪世纪6060年代初所发射的年代初所发射的TIROSTIROS。早期。早期研究研究 工作主要采用的数据源是工作主要采用的数据源是NOAANOAA气象卫星数据。气象卫星数据。 随着随着LandsatLandsat、MODISMODIS、ASTERASTER等卫星数据的等卫星数据的推广推广 使用，地表温度的遥感反演研究取得了长足使用，地表温度的遥感反演研究取得了长足的的 发展。目前从空中反演地表温度发展。目前从空中反演地表温度主要有主要有3 3种种方法方法： 单一热红外通道方法单一热红外通道方法，分裂窗方法分裂窗方法，针对，针对MODISMODIS 探
31、测仪而设计的探测仪而设计的白天白天/ /夜间夜间MODIS LSTMODIS LST方法方法。36 第一种方法需要已知地表比辐射率；主第一种方法需要已知地表比辐射率；主要包括要包括大气校正法和单窗算法大气校正法和单窗算法。适用于。适用于只包含一个热红外波段的遥感影像只包含一个热红外波段的遥感影像，如，如Landsat TMLandsat TM影像。影像。 第二种方法根据第二种方法根据分裂窗通道对水汽吸收分裂窗通道对水汽吸收的差异的差异将地表比辐射率作为输入变量进将地表比辐射率作为输入变量进行大气和地表比辐射率订正。适用于包行大气和地表比辐射率订正。适用于包含含2 2个或多个热红外波段的遥感影像
32、个或多个热红外波段的遥感影像，如，如NOAA /AVHRRNOAA /AVHRR和和MODISMODIS遥感影像。遥感影像。 第三种方法：第三种方法：白天白天/ /夜间夜间MODIS LSTMODIS LST方法方法，该方法利用该方法利用MODIS MODIS 的的7 7个热红外通道的白个热红外通道的白天天/ /夜间资料同时夜间资料同时反演地表温度和通道平反演地表温度和通道平均比辐射率均比辐射率，而不需要高精度的大气温，而不需要高精度的大气温度和水汽廓线。度和水汽廓线。371 1、适用于、适用于TMTM遥感影像数据的算法遥感影像数据的算法 由于由于Landsat TMLandsat TM影像只
33、有第影像只有第6 6波段是热红波段是热红 外波段，因此，在反演地表温度的时候只能外波段，因此，在反演地表温度的时候只能 用单一热红外通道方法进行地面温度的演算。用单一热红外通道方法进行地面温度的演算。 算法具体演算过程如下：算法具体演算过程如下： 对于对于Landsat 5Landsat 5，求算卫星高度的像元，求算卫星高度的像元 亮度温度：亮度温度： 661260.56/ln1 60.766/(0.1238 0.00563256)TMTDN38 式中式中 为为TM6TM6的像元的像元DNDN值，值，0 0 255 255，T T6 6 为亮度温度值，单位为为亮度温度值，单位为K K。由于大气
34、辐。由于大气辐 射和地表热特性的影响，卫星高度的亮度温度与射和地表热特性的影响，卫星高度的亮度温度与 实际地表温度有较大差距。对于要求精度较高的实际地表温度有较大差距。对于要求精度较高的 地面热量空间分析，有必要进行较为精确的地表地面热量空间分析，有必要进行较为精确的地表 温度演算。如果大气透射率温度演算。如果大气透射率 ，大气平均作用温，大气平均作用温 度度 和地表辐射率和地表辐射率 已知，则可用如下单窗已知，则可用如下单窗 算法从像元的亮度温度值中算法从像元的亮度温度值中T T6 6推算该像元的平均地推算该像元的平均地 表温度表温度 。 6TMDN6TMDN6T6ST63966666666
35、6 (1) (1)(1) 1/SaTaCDbCDTDTC式中式中Ts单位为单位为K；a6=-67.355351，b6=0.458606，C6和和D6为中间变量，分别用以下两式表示为中间变量，分别用以下两式表示 ：6666666(1)1(1)CTD 406aT666aT、和，aT因此，只要知道参数因此，只要知道参数 即可用上述单即可用上述单窗算法推算窗算法推算任何像元的实际地表温度任何像元的实际地表温度。对。对 、 进行估计时可通过一些简单易行的方法：大气平均进行估计时可通过一些简单易行的方法：大气平均作用温度作用温度 主要是根据当地的地面主要是根据当地的地面气象观测数据气象观测数据（地面附近的
36、气温和水分含量）进行估计，如果不（地面附近的气温和水分含量）进行估计，如果不能获得当地地面气象观测数据，则可以利用适当的能获得当地地面气象观测数据，则可以利用适当的方法进行模拟替代；大气透射率方法进行模拟替代；大气透射率 主要是根据大主要是根据大气水分含量来估计。当参数估计没有误差时气水分含量来估计。当参数估计没有误差时, ,该方法该方法的地表温度演算精度达到的地表温度演算精度达到0.4,0.4,在参数估计有适度在参数估计有适度误差时误差时, ,演算精度仍演算精度仍1.11.1。从而能满足大多数应用。从而能满足大多数应用的精度要求。的精度要求。412 2、适用于、适用于MODISMODIS遥感
37、影像数据的算法遥感影像数据的算法1）分裂窗方法）分裂窗方法 分裂窗方法是到目前为止应用最广泛的地表面温度反演方法，分裂窗方法是到目前为止应用最广泛的地表面温度反演方法，尤其是用来分析尤其是用来分析NOAA/AVHRRNOAA/AVHRR数据。数据。BeckerBecker等通过研究认为，等通过研究认为，地面温度可以表示为两个热红外波段在大气顶层亮温的线性地面温度可以表示为两个热红外波段在大气顶层亮温的线性组合即组合即: : 4545STTTTT1.274PM22其中，其中，Ts为地表温度，为地表温度，P、M为常数，且为常数，且221P10 .1 5 6 1 60 .4 8 21M6 .2 63
38、.9 83 8 .3 3T4和和T5分别为分别为NOAA卫星卫星AVHRR第第4和第和第5波段的亮温值波段的亮温值 。 ， 和和 分别为分别为NOAA卫星第卫星第4和第和第5波段发射波段发射率，率， 为二者之差。为二者之差。45245422 2）白天）白天/ /夜间夜间MODIS LSTMODIS LST算法算法 该算法适用于包括具有变化的或未知比辐射率的地表该算法适用于包括具有变化的或未知比辐射率的地表在内在内 的所有地表。在的所有地表。在MODISMODIS通道通道j j测量到的辐射率可表测量到的辐射率可表示为：示为：120341( )( )( ) ( )( )( )( )( )( )(
39、)( )ssrdtjL jtj B TLjtjjtj Ejtj E j 其中各项均为通道平均值其中各项均为通道平均值, , 是通道比辐射率，是通道比辐射率， 是地表温度为是地表温度为T Ts s的黑体辐射率，的黑体辐射率， 散射太阳辐射，散射太阳辐射， 大气层顶的太阳辐射率，大气层顶的太阳辐射率， 和和 分别为到达地分别为到达地表的通道平均太阳漫射辐射和大气向下的热辐射。表的通道平均太阳漫射辐射和大气向下的热辐射。 为通道有效传递函数。该方程可由统计回归法或最小二乘为通道有效传递函数。该方程可由统计回归法或最小二乘法解出。法解出。T Ts s即为所要求算的地表温度。即为所要求算的地表温度。()
40、j()sB T()sLj0( ) j( )dEj( )tEj()itj439.3.2 遥感监测城市热岛效应实例遥感监测城市热岛效应实例 以西安地区为例，介绍一个遥感监测城以西安地区为例，介绍一个遥感监测城市市“热岛效应热岛效应”的例子。选用了的例子。选用了19881988年年8 8月月2323日和日和20032003年年5 5月月2929日上午日上午1010点的点的TM6TM6数据进行数据进行地表亮温反演，通过对比两期的地表亮温的地表亮温反演，通过对比两期的地表亮温的变化情况，分析变化情况，分析1515年因城镇扩展所带来的年因城镇扩展所带来的城城市市“热岛效应热岛效应”变化的影响变化的影响。
41、44(a) 1998年年 (b) 2003年年 45(a) 1998年年 (b) 2003年年研究区研究区TM6热红外三维伪彩色图像热红外三维伪彩色图像 46(a) 1988年年 (b) 2003年年 研究区亮温等级分布图研究区亮温等级分布图 47 通过分析表明：通过分析表明：1515年来，西安地区随着年来，西安地区随着城镇面积不断扩展，道路不断拓宽，人城镇面积不断扩展，道路不断拓宽，人工不透水工不透水 铺面和吸热表面积的增加，使自然植铺面和吸热表面积的增加，使自然植物生长的表面相对减少，地面的保水能物生长的表面相对减少，地面的保水能力下降，调节气候的作用相应减弱，使力下降，调节气候的作用相应
42、减弱，使市区的市区的“热岛效应热岛效应”的倾向更加严重。的倾向更加严重。为了改善西安市的热环境，要采取一系为了改善西安市的热环境，要采取一系列的相关措施以缓解列的相关措施以缓解“热岛效应热岛效应”。 如：加大市区绿化力度，提高城市绿化如：加大市区绿化力度，提高城市绿化覆盖率。覆盖率。 489.4 城市气溶胶厚度遥感监测 气溶胶是影响地表能量收支平衡的决定气溶胶是影响地表能量收支平衡的决定性因素性因素之一，它以直接辐射强迫和间接辐射强迫之一，它以直接辐射强迫和间接辐射强迫两种方两种方式影响着气候系统，同时在局地、区域乃式影响着气候系统，同时在局地、区域乃至全球至全球大气环境质量中也扮演着一个重要
43、角色。大气环境质量中也扮演着一个重要角色。大气气大气气溶胶对大气环境有明显的影响，而且在不溶胶对大气环境有明显的影响，而且在不同的空同的空间尺度上，其表现出的影响差异较大。间尺度上，其表现出的影响差异较大。49在在局地尺度局地尺度上，气溶胶的影响主要是对人上，气溶胶的影响主要是对人类健康的危害。类健康的危害。 在在区域尺度区域尺度上，气溶胶对大气质量有影响，上，气溶胶对大气质量有影响，可以反映局地大气环境质量。可以反映局地大气环境质量。 在在全球尺度全球尺度上，气溶胶对全球大气环境的上，气溶胶对全球大气环境的贡献主要表现在气溶胶的气候辐射强迫贡献主要表现在气溶胶的气候辐射强迫( (Climat
44、e radiative ForcingClimate radiative Forcing) ) 。509.4.1遥感监测城市气溶胶 厚度的原理与方法 （1 1）遥感监测城市气溶胶厚度的原理）遥感监测城市气溶胶厚度的原理 卫星遥感陆地上空气溶胶发展于大气上界观测表卫星遥感陆地上空气溶胶发展于大气上界观测表观反射率。假设陆地表面是均匀朗伯表面，大气垂直均观反射率。假设陆地表面是均匀朗伯表面，大气垂直均匀变化，卫星测量值可用等效反射率，即表观反射率匀变化，卫星测量值可用等效反射率，即表观反射率 表达，表达， *ssLEL L是卫星测量辐亮度，是卫星测量辐亮度，E Es s是大气顶的太阳辐射通量密是大
45、气顶的太阳辐射通量密 度，度， ， 是太阳天顶角。是太阳天顶角。ss=cos()s51假设卫星观测的目标表面为均匀朗伯表面，不考虑气假设卫星观测的目标表面为均匀朗伯表面，不考虑气体吸收，那么卫星观测的表观反射率为：体吸收，那么卫星观测的表观反射率为：*svsvsv(, )(, )() ()1aTTS 其中，其中， 和和 分别为太阳天顶角和卫星天顶角：分别为太阳天顶角和卫星天顶角： 是是相对方位角，由太阳方位角相对方位角，由太阳方位角 和卫星方位角和卫星方位角 确定；确定； 和和 分别为向下和向上整层大气透过率分别为向下和向上整层大气透过率(直射直射+漫射漫射)；S为大气的球面反照率；为大气的球
46、面反照率； 为地表反射率。为地表反射率。 和和 和和S取取决于单次散射反照率决于单次散射反照率 、气溶胶光学厚度、气溶胶光学厚度和气溶胶散射和气溶胶散射函数函数P0。方程右端第一项。方程右端第一项 为大气中分子和气溶胶散射产为大气中分子和气溶胶散射产生的反射率，第二项为地表和大气共同产生的反射率。由生的反射率，第二项为地表和大气共同产生的反射率。由上式可以看出，当地表反射率很小时上式可以看出，当地表反射率很小时( nmn时，即街道个数多于居住类型时，即街道个数多于居住类型数时，可采用最小二乘法原理，将方程组转化成为数时，可采用最小二乘法原理，将方程组转化成为n nn n正规方程组。解正规方程组
47、，即可求得该区域正规方程组。解正规方程组，即可求得该区域内统计人口数总误差为最小的各类住宅密度估计值。内统计人口数总误差为最小的各类住宅密度估计值。70最终人口密度估算结果表（徐建刚等，最终人口密度估算结果表（徐建刚等，19941994） 街道街道 里弄类里弄类 简房类简房类 多层类多层类 农宅类农宅类 普陀路普陀路 202725 202725 132852 132852 105039 105039 0 0 胶州路胶州路 185611 185611 121637 121637 96172 96172 0 0 沙洪浜沙洪浜 111105 111105 131329 131329 101818 1
48、01818 0 0 长风新村长风新村 0 0 112216 112216 87000 87000 7505 7505 曹杨曹杨 0 0 125583 125583 97363 97363 0 0 曹安路曹安路 102163 102163 136959 136959 106183 106183 9160 9160 东新村东新村 94305 94305 120760 120760 93624 93624 8077 8077 朱家湾朱家湾 0 0 111472 111472 51326 51326 0 0 中山北路中山北路 0 0 129487 129487 100390 100390 0 0 宜川新村宜川新村 0 0 139283 139283 107984 107984 0 0 石泉新村石泉新村 0 0 114878 114878 89070 89070 7684 7684 泸太新村泸太新村 0 0 0 0 77152 77152 0 0 甘泉新村甘泉新村 0 0 0 0 86196 86196 7435 7435 真如镇真如镇 0 0 142255 142255 110789 110789 9515 9515 （单位：人（单位：人/km2/km2）71
