：基于landsat TM 数据地表温度反演研究

《：基于landsat TM 数据地表温度反演研究》由会员分享，可在线阅读，更多相关《：基于landsat TM 数据地表温度反演研究（15页珍藏版）》请在装配图网上搜索。

1、南水北调工程丹江口水库蓄水对区域温度变化的影响作 者：李义禄 指导老师：戚鹏程摘要：利用landsat TM 2007年9月15日丹江区域的遥感数据反演丹江口区域的地表温度land surface temperature，LST。与传统的用TM6波段演算地表温度的方法不同，本文将采用覃志豪的单窗算法，反演地表温度。并结合arcgis综合分析丹江口水库库区蓄水前后被淹没地区的地表温度变化。研究说明：一：根据反演出来的地表温度图，通过不同地表覆盖物类型的温度范围大致将研究区进行分类，我们发现水体的温度最低，统计显示，水体的平均温度大致在297k。其次是湿地、森林；温度最高的是裸露的土地以及村庄。二

2、：图中我们也看到地表温度并不是以水体为中心向四周成递增趋势，说明大型水库虽然能改变空气湿度，影响局部的气候，但是对区域地表温度的影响确是微乎其微。说明地表温度主要与地表的土地覆盖类型，土地的利用状况有关。三根据DEM高程提取出水库在工程完工时蓄水水位在170米条件下的库区水域，届时水库的总库容量将到达290.5万亿立方米。沿库区的大局部区域将被淹没，淹没区的土地覆盖类型由原来的庄稼地、裸露的岩石、村庄被水体取代，地表温度随之也将发生变化，变化幅度取决于区域淹没前的土地覆盖类型。关键词：丹江口水库；地表温度；单窗算法；TM数据地表温度是控制陆面水分和能量平衡的一个重要参数。它与植物生长作物产量，

3、地表水蒸发循环，气候变迁与全球环境变化，资源积累与人类生存等许多重要的的自然，人文现象与过程密切相关1 。地表温度是影响作物生长发育和产量形成的主要气象因子之一。一个地区的作物种类、种植制度、栽培方式和农业活动都与地表温度密切相关，对农业生产提供指导信息2 。众所周知，南水北调工程是缓解中国北方水资源严重短缺局面的重大战略性工程。我国南涝北旱，南水北调工程通过跨流域的水资源合理配置，大大缓解我国北方水资源严重短缺问题，促进南北方经济、社会与人口、资源、环境的协调开展。南水北调工程分东线、中线、细线三条调水线。中线工程已于2003年12月30日开工，从丹江口大坝加高后扩容的汉江丹江口水库调水，方

4、案2021年年底前完成主体工程，2021年汛期后全线通水。从工程开始之初丹江开始蓄水，水位不断上涨，随着库容水量的不断增加，随之而然的会对当地区域的局部气候产生影响，进而影响地表温度，影响农作物的生长。早在20 世纪60 年代初期发射TIROS - 以来,学者们就用卫星遥感数据反演地表温度70 年代以后，许多遥感平台的数据应用于地表温度反演:MODIS、AVHRR、TM、ETM + 等。利用卫星遥感数据提取海洋温度(Sea Surface TemPerature ,SST) 的研究已较为成熟，可以在全球范围内到达1 K的精度3 。陆面地表温度反演也取得了很大的进展。目前国内地面温度反演研究主要

5、集中在AVHRR 和MODIS 数据上，并陆续提出了一些反演陆面温度的算法，如单通道法、分裂窗法及多通道法46 等。陆地卫星Landsat ETM+ 数据地面分辨率较高，第6 波段(10. 512. 5m) 位于热红外波段，可用来分析地表热辐射和地面温度。地面分辨率为60 m ，比N0AA/ AVHRR 数据的地面分辨率(1. 1 km) 高。因此对于要求地面分辨率高的应用研究来说，ETM+ 数据是比拟好的选择。马耀明等7 采用辐射传输方程方法反演地表温度，覃志豪等8 采用单窗算法， 均取得了较好的结果。本文使用南阳市丹江口区域遥感数据，采用覃志豪等单窗算法反演了丹江口区域的地表温度，并对地表

6、温度进行比拟分析，研究库区蓄水对淹没区地表温度的影响。1研究区概况丹江口水库库区主要位于湖北省丹江口市和河南省南阳市淅川县；域跨鄂豫两省。是20世纪50年代末期国家兴建的综合开发和治理汉江流域的大型水利枢纽工程，分为湖北境内汉江库区，河南境内丹江库区两大库区，是亚洲第一大人工湖，中国南水北调工程的水源地。水库总面积846平方千米，被称为汉江的天然水位调节器，有“亚洲天池之美誉。水库来水90%源于汉江，10%来源于汉江支流丹江。丹江口大坝加高后，总库容到达290.5亿立方米。由于位于南阳盆地西部，受山区地形等因素影响，局部小气候明显。年平均气温。库区内植物生长期长，日照时数为1851.7h，光热

7、资源丰富，森林资源丰富，植物种类繁多9。一期工程年均可向河南、河北、天津、北京等四省市调水95亿立方米，将有效缓解中国北方水资源严重短缺局面。2研究方法 本文采用2007年9月15日丹江区域轨道号为125，行号37的Landsat TM数据，根据秦志豪的单窗算法估计出实时大气平均作用温度，大气透射率两个反演地表温度的至关重要的参数，同时利用envi计算出丹江口库区的地表比辐射率，进而反演库区的地表温度。同时结合arcgis分析丹江口库区蓄水前后被淹没区域地表温度的变化。大气平均作用温度Ta的估计传统上用TM6波段演算地表温度主要是通过大气校正,首先根据实时的大气剖面数据计算大气对地表热辐射传导

8、的影响，然后，从卫星高度所接收到的热辐射总强度中扣减这些大气影响而得到地表热辐射强度； 最后,根据地表辐射率校正成地表温度。由于计算过程复杂,并且许多实时大气剖面参数难以取得，因此，用TM6 波段演算实际地表温度的作法极少，而更多的是直接用TM6 的DN 值或卫星高度的亮度温度(由DN 值直接转换成温度值) ，而没有进行真正意义上的地表温度演算。并且这样的演算出来的结果与实际存在较大的误差，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实际地表温度有较大差距。在天气晴朗枯燥的情况下，这一差距约为510 ，而在空气湿度较大情况下，这一差距可达15 以上10 。因此，对于要求精度较高的地面热

9、量空间分析，有必要进行较为精确的地表温度演算。所以本文采用覃志豪根据sobrino等的研究11提出的一个简易可行的估计式，在没有实时大气空探资料的情况下近似的推算大气平均作用温度的影响。其表达式如下：在标准大气状态下(天空晴朗、没有涡旋作用) ，大气平均作用温度Ta 与地面附近(一般为2 m 处)气温(T0 ) 存在如下线性关系(Ta与T0的单位为K) : 美国1976 平均大气Ta = 25. 939 6 + 0. 880 45 T0 1热带平均大气( N 15年平均)Ta= 17. 976 9 + 0. 917 15 T0 2中纬度夏季平均大气(N 45,7 月)Ta = l6. 011

10、0 + 0. 926 21 T0 3中纬度冬季平均大气(N 45,1 月)Ta = 19. 270 4 + 0. 911 18 T0 4由于南阳地区处于中纬度地区，且采用的是九月份的TM数据故采用3式估计大气平均作用温度，T0。的估计大气透射率对地表热辐射在大气中的传导有非常重要的影响，因而是地表温度遥感的根本参数不管单窗算法还是劈窗算法，都需要较精确的大气透射率估计12 ,13 。影响大气透射率的因素较多，气压、气温、气溶胶含量、大气水分含量、O3 、CO2 、CO、NH4 等对热辐射传导均有不同程度的作用，从而使地表的热辐射在大气中的传导产生衰减13 。因此,准确的大气透射率求算比拟复杂，

11、需要较详细的大气剖面数据。一般来说，准确地求算大气透射率需要进行大气模拟，目前较普遍使用的大气模拟程序有LOWTRAN、MODTRAN 和6S 等。然而，这种大气模拟需要很详细的大气剖面数据。而大多数情况下，这种数据并不具备。从而使大气模拟法难以实施，虽然也可以使用这些程序提供的标准大气来替代。但模拟过程较为复杂，很难在实际研究中普遍使用。研究说明，大气透射率的变化主要取决于大气水分含量的动态变化，其它因素因其动态变化不大而对大气透射率的变化没有显著影响，因此，水分含量就成为大气透射率估计的主要考11,13,14 。根据这一特征，运用大气模拟程序LOWTRAN7 模拟大气水分含量变化与大气透射

12、率变化之间的关系，建立相关方程，以便用来进行大气透射率的近似估计15 。该模拟考虑了大气水分在0. 46. 4 g/ cm2 区间内的变动情况,这一区间根本代表了天空晴朗条件下的大气水分含量变化幅度。模拟发现在0. 44. 0 g/ cm2 的水分含量变动区间内，大气透射率并非随水分含量增加而呈线性降低，但在较小水分含量区间内，其变化关系可视为接近于线性。根据这一特征，秦志豪建立一些简单的方程,用来进行TM6 的大气透射率估计。对于水分含量在0. 43. 0 g/ cm2 区间内，估计方程如表所示。大气剖面水分含量w/ (gcm- 2)大气透射率方估计方程相关系数平方R2)标准误差SEE高气温

13、0. 41. 66 = 0. 974 290 - 0. 080 07 w0. 996 110. 002 3681. 63. 06 = 1. 031 412 - 0. 115 36 w0. 998 270. 002 539低气温0. 41. 66 = 0. 982 007 - 0. 096 11 w0. 994 630. 003 3401. 63. 06 = 1. 053 710 - 0. 141 42 w0. 998 990. 002 375由于采用的是丹江口区域九月份的TM数据，且此地区九月份大气水分含量在1. 6 gcm- 23. 0 gcm- 2，故大气透射率的估计方程6 = 1. 03

14、1 412 - 0. 115 36 w。 5式中w 为大气总水分密度，单位g/cm3，可据近地面水汽压推算，公式和参数见文献16；的估计目前对于没有卫星同步实测数据的情况，一种有效地估计地表比辐射率的方法是通过归一化植被指数(NDVI) 获得地表比辐射率。 该方法的主要思路是先对地物进行分类，然后计算各地表类型的植被指数、植被覆盖度，最后估算出地表比辐射率值。 根据Landsat TM 的空间分辨率，地表可粗分为水域、自然地表及城市像元，根据典型地物的比辐射率值及混合像元的NDVI 值可获取每个像元的地表比辐射率。覃志豪等结合NDVITEM 方法，提出了另一种估算地表比辐射率的方法，该方法考虑

15、了不同地表形态下d的取值以及城市像元比辐射率估算的问题；NDVI=b4-b3/b4+b3 6b4、b3分别是TM4、TM3波段的DN值。NDVI值越大，地表越接近于完全的植被叶冠覆盖；NDVI值越小，越接近于完全裸地；而NDVI介于植被于裸地之间时，那么说明有一定比例的植被叶冠覆盖和一定比例的裸土。而对于植被覆盖度的计算如下 7式(7)中，NDVIV和NDVIS分别是植被和裸土的NDVI值和分别是植被和裸土的NDVI值。应用中可根据研究区的地表特点来确定NDVI的最大和最小值，如果影像上有植被完全覆盖区和完全裸土区，可取该范围内NDVI平均值作为NDVImax 和NDVImin ，本文采用ND

16、VImax=0.7，NDVImin=0.05。进而地表比辐射率的计算如下 =V Pv+ 1 PvS 88式中S为土壤比辐射率，V为植被比辐射率，分别取值为0.986 和。 参数估计难免存在一定程度的误差，对于应用单窗算法的用户，了解可能的大气参数估计误差对地表温度演算精度的影响是非常重要的。演算精度用下式 来表示：Ts=| Ts ( x +x ) - Ts ( x) | 9式中，Ts为地表温度演算误差； x 是参数x 的估计误差；Ts ( x +x ) 和Ts ( x ) 分别是用参数( x +x )和x 进行演算所得到的地表温度。在这里参数x表示大气透射率和大气平均作用温度。显然，这一分析是

17、通过对单窗算法进行模拟演算来进行的。分析说明，大气透射率估计误差6对TM6 数据的地表温度演算精度影响很大。当6= 0. 02 时,在Ts = 30 时，Ts= 0. 577 ,这一误差随地表温度增加而迅速增大，温度越高， 误差越大，当温度达45 时，6= 0. 02 ，那么可能引起超过1 (1. 058 )的演算误差。一般大气水分含量测量精度0. 2 g/cm2 ，这一精度所产生的大气透射率估计误差约为0. 028 。这样,大气透射率的估计误差可能会产生0. 70. 8 的地表温度演算误差。大气平均作用温度估计误差Ta对地表温度演算精度有较大影响，但这种影响直接取决于大气透射率的大小。一般来

18、说， 用本文提出的方法进行估计所得到的Ta 误差(Ta) 不会超过3 。分析说明，当Ta= 2 时，在大气透射率较高(6= 0. 8 ) 时，地表温度演算误差为Ts= 0. 58 ，当大气透射率降低到0. 7 时,Ts增加到0. 77 。综合分析说明，当两个大气参数均含有中等程度估计误差时，应用TM6 数据进行地表温度演算误差大约为1. 2 。该精度对很多应用来说是可接受的。当然,单窗算法本身还有0. 20. 3 的绝对误差，所以可以认为当大气参数估计误差不是很大时，用单窗算法演算地表温度的精度应该 1. 5 ，而这一精度已经完全可以在误差可考虑范围之内。地表温度的反演 单窗算法是覃志豪根据地

19、表热传导方程，通过一系列的合理假设，推导出来的适于从陆地卫星TM6数据中演算地表温度的一个算法，该算法需要3个根本参数来进行地表温度的的演算。一般情况下，这3个参数可根据当地气象局观测数据进行估算运用大气模型进行检证的结果说明，该算法的地表温度演算精度很高。当根本参数的估计没有误差时，其演算的绝对精度为 0.4；当参数估计存在一定误差时， 其演算的平均误差约为1.1； 这一误差大大小于使用传统的大气校正法进行演算所导致的可能误差。本文将根据单窗算法以2007年9月15日丹江区域的TM影像为数据源利用第6波段以及3、4波段完成地表温度的演算。首先，将原始数据中的第6波段DN值按下式进行转换，换算

20、为大气层顶进入传感器的辐射亮度L6 = GainDN + Bias 10式中，DN为TM6波段的DN值：Gain和Bias为定标参数，Gain与Bias可以通过Lmax与Lmin计算得到，计算公式如下： Gain=(LmaxLmin)/255 , Bias= Lmin 用下式求得亮度温度T6K； T6= 1260.56 / ln(607.76 / L6+1) 11利用下式求算地表温度12式中为大气平均作用温度，有关其求算方法在小节中已经进行具体分析。公式12中的C和D为中间变量 13 14公式13、14中，为大气透射率，有关其估算方法在小节已经进行具体分析。公式13、14中，为地表比辐射率，其

21、有关计算方法在2.4小节已经进行了详细的说明。3结果与分析 根据上述算法利用Landsat TM 丹江口区域的数据反演出此地区的地表温度，结合Arcgis剪切出感兴趣的区域。如下列图一，通过统计显示，此区域的平均地表温度为296.5 k，最低温度为166 k ，最高温度为322 k ，较为符合此地区九月份的地表温度。至于最低温度，可能是因为此区域山脉纵横，山体温度随海报高度增加而降低造成，有待深入的探究。而最高温度就可想而知了，丹江口区域被群山环绕，周围大量裸露岩石，以及周围散落的村庄城镇在太阳光的照射下温度会急剧上升，导致这区域独特的地表温度。水体的温度在图上显而易见，统计显示水体温度大致与

22、区域的平均温度持平，保持在297k左右，与此月份水体温度根本吻合。图一 丹江口区域地表温度分布图 根据地表土地覆盖类型的温度范围大致将研究区按照地表温度进行分类，途中清晰的显示低温区域主要集中在水体、湿地，高温区主要集中在裸露的土地区域。统计显示，水体局部的平均温度在297 k ，库区周围的土地覆盖类型多样，温度差异悬殊，但对于水体都相对有所提升，这主要是由于水体的比热容小，在同样的太阳辐射条件下，水体升温较慢，在红外遥感的图像上水体在白天都会显示为暗色调。将DEM数据的投影转换成图一的投影坐标，在Arcgis中利用图像的剪切提取提取出图一区域所对应区域的DEM数据,然后在Arcscene中用

23、高程数据作出三维立体图像。根据工程的需要，南水北调工程在完工时坝顶高程从现在的162米，加高至176.6米，设计蓄水位由157米提高到170米，总库容达290.5亿立方米，比初期增加库容116亿立方米。利用属性提取我们提取出高程在170米以下的区域，如图二所示。图中绿色区域就是蓄水水位为170米时丹江口水库的水域面积，由于库容量的增加，导致大量的区域被淹没，这也可以为库区的后期搬迁工作提供指导与借鉴。对于淹没区域由原有的地表覆盖类型变成水体，地表温度发生变化，假设其地表温度与水体温度保持一致。 图二 丹江口区域数字高程立体图像在Arcgis中将高程低于170米区域与地表温度分布图合并显示，如图

24、三，图中很清晰的显示当丹江口水库蓄水水位到达170米时库区的水域范围，很明显库区的水域面积进一步扩大，水体边界进一步向山体靠近，大量的区域将要被淹没，这一区域的地表将由原来的裸地、裸露的岩石、庄稼地或城镇变成单一的水体覆盖，地表温度将发生显著的变化，且变化幅度取决于区域淹没前的土地覆盖类型。图三 蓄水水位在170米时的地表温度分布图4结语根据丹江口区域2007年9月份的Landsat TM 数据，利用秦志豪的单窗算法反演了研究区域的地表温度，并结合同地区的DEM数据，根据工程规划提取高程在170米以下的蓄水区，来研究南水北调中线工程丹江口水库蓄水对库区的地表温度的影响。研究发现：一：根据反演出

25、来的地表温度图，通过不同地表覆盖物类型的温度范围大致将研究区进行分类，我们发现水体的温度最低，统计显示，水体的平均温度大致在297k。其次是湿地、森林；温度最高的事裸露的土地以及村庄。二：图中我们也看到地表温度并不是以水体为中心向四周成递增趋势，说明大型水库虽然能改变空气湿度，影响局部的气候，但是对区域地表温度的影响确是微乎其微。说明地表温度主要与地表的土地覆盖类型，土地的利用状况有关。三根据DEM高程提取出水库在工程完工时蓄水水位在170米条件下的库区水域，。沿库区的大局部区域将被淹没，淹没区的土地覆盖类型由原来的庄稼地、裸露的岩石、村庄被水体取代，地表温度随之也将发生变化，变化幅度取决于区

26、域淹没前的土地覆盖类型。5参考文献1 赵英时. 遥感应用分析原理与方法M . 北京：科学出版社,2003 ：78 - 80.2 吐尔地买买提努尔. 温度指标快算器与新疆近30 年的温度指标变化分析J . 新疆农业科学,2004 ,41 (3) ：150 - 155.3 Becker F. The impact of emissivity on the measurement of land surface temperature from a satelliteJ . International Journal of Remote Sensing ,1987 ,8 (10) ：1 509 -

27、1 522.4 Wan Z，Li Zhaoliang. A Physics2based algorithmfor retrieving land surface emissivity and temperature from EOS/MODIS data J . IEEE Transaction onGeosciences and Remote Sensmg ,1997 ,35 (4) ：980 - 996.5 Li Zhaoliang ，Becker F ，Stoll Mp. Evahiation ofsix methods for Extracting relative emissivit

28、y spectra from the - mal infrared imagesJ Remote Sensingof Environment ,1999 ,69 ：197 - 214.6 Shun lin Liang An oPtimization algorithm for separating land surface Temperature and emissivity from multispectra1 thermal infrared imageryJ . IEEETransaction on Geosciences and Remote Sensmg , 2001 ,39 (2)

29、 ：264 - 274.7 马耀明， 刘东升， 王介民,等. 卫星遥感敦煌地区地表特征参数研究J . 高原气象, 2003 ,22 (6) ：531 - 536.8 覃志豪， Zhang Minghua ， Arnon Karnieli 等. 用陆地卫星TM6 数据演算地表温度的单窗算法J . 地理学报,2001 ,56 (4) ：456 - 466.9 陈燕，郭志兵，单伟. 丹江口库区气候变化及对生态环境的影响J .河南气象.2006，4：42-43.10Sugita M ， Brutsaert W. Comparison of land surface temperaturesderive

30、d from satellite observations with ground truth during FIFEJ . International Journal of Remote Sensing , 1993 , 14 ： 1659 -1676.11 Sobrino J A ， Coll C ， Caselles V. A tmospheric correction for landsurface temperature using NOAA - 11 AVHRR channels 4 and 5J . Remote Sensing of Environment , 1991 ,38

31、 ： 19 - 34.12 覃志豪， Zhang Minghua ， Arnon Karnieli. 用NOAA - AVHRR热通道数据演算地表温度的劈窗算法 J . 国土资源遥感,2001 , (2) ：33 - 42. 13 Qin Z ， DallOlmo G， Karnieli A , et al. Derivation of split windowalgorithm and its sensitivity analysis for retrieving landsurface tem2perature from NOAA - advanced very high resoluti

32、on radiometerdata J . Journal of Geophysical Research , 2001 , 106 ( D19 ) ：22655 - 22670.14 Franca GB ， Cracknell A P. Retrieval of land and sea surface tem2perature using NOAA - 11 AVHRR data in northeastern BrazilJ . International Journal of Remote Sensing , 1994 , 15 ： 1695 -171215 Qin Z ， Karni

33、eli A ， Berliner P. A mono - window algorithm for re2trieving land surface temperature from Landsat TM data and its ap2plication to the Israel - Egypt border region J . InternationalJournal of Remote Sensing , 2001 ,22 (18) ： 3719 - 3746.16杨景梅，邱金桓我国可降水量同地面水汽压关系的经验表达式J大气科学，1996，20(5)：620626 Land surf

34、ace temperature retrieval and spatial differentiation analysis using TM data in Danjiangkou area, Henan ProvinceAbstract: Based on Landsat 5 Thematic Mapper (TM) data, this paper retrieved land surface temperature (LST) of area of Danjiangkou area using mono-window algorithm, and analyzed the spatia

35、l differentiation of this index. The relationship between LST and property of land surface was analyzed. The results show that LST are mainly related to the land covers type and land use status. Although large reservoir can change in the air humidity , affect local climate , It to the influence of the temperature of the land surface is very small . Key words：Danjiangkou reservoir , Land surface temperature, mono-window algorithm , Landsat TM