三亞市熱異常遙感監(jiān)測數據集

孟慶巖，谷艷春，郝麗春，胡蝶，張穎，張琳琳

1.中國科學院遙感與數字地球研究所，北京 100101

2.福州大學福建省空間信息工程研究中心，福州 350000

3.海南省地球觀測重點實驗室，海南三亞 572029

4.河南理工大學測繪與國土信息工程學院，河南焦作 454000

5.中國科學院大學資源與環(huán)境學院，北京 100049

數據庫（集）基本信息簡介

數據庫（集）名稱 三亞市熱異常遙感監(jiān)測數據集數據作者 孟慶巖、谷艷春、郝麗春、胡蝶、張穎、張琳琳數據通信作者 孟慶巖（mengqy@radi.ac.cn）數據時間范圍 2008-2017年地理區(qū)域 三亞市（18°09′34″-18°37′27″N、108°56′30″-109°48′28″E）空間分辨率Landsat 5：30/120 m Landsat 7：30/60 m Landsat 8：30/100 m數據量 4.05 MB數據格式 *.vsdx,*.jpg,*.png, *.py, *.shp數據服務系統(tǒng)網址 http://www.sciencedb.cn/dataSet/handle/700基金項目海南省自然科學基金（417219）；海南省重大科技計劃（ZDKJ2016021）；四川省科技計劃（2018JZ0054）；海南省重大科技計劃（ZDKJ2017009）。數據庫（集）組成本數據集主要包括7個文件夾，每個文件夾的內含文件格式和命名方式如下：1.封面圖文件夾：內含命名為封面圖*.jpg格式的數據；2.三亞市邊界圖文件夾示意圖：內含格式為*.jpg的三亞市邊界示意圖數據；

數據庫（集）組成3.數據處理流程圖文件夾：內含命名為數據處理流程圖*.vsdx格式的數據；4.2008-2017年三亞市年度熱異常提取結果圖文件夾：內含2008-2017年*.png格式的逐年三亞市年度熱異常提取結果圖；5.2008-2017年三亞市年度熱異常提取結果元數據文件夾：內含2008-2017年*.shp格式的逐年三亞市年度熱異常提取結果元數據；6.代碼文件夾：內含本數據集處理流程用到的*.py格式代碼；7.三亞市矢量邊界文件夾：內含*.shp格式的三亞市邊界數據。

引 言

熱異常是指由自然因素和人類活動中的熱排放導致環(huán)境溫度異常升高的現象[1]。城鎮(zhèn)化進程的快速推進可帶動經濟發(fā)展，但同時也對水資源、局部氣候、生存環(huán)境等產生了一系列負面效應。據統(tǒng)計，近100 a來，全球的年平均氣溫上升了0.7-1℃，而大城市的平均氣溫則上升了2-3℃，北京、上海、東京等世界性大都市的年均氣溫比郊區(qū)高出2℃，夏季高出6℃左右[2]。與物質污染帶給環(huán)境的影響不同的是，物質污染是由污染物引起的，可以通過具體方法和措施得到控制，而熱異常則不同，它主要來源于熱源，有能源消耗則會產生熱異常[3]。因此，熱異常是不可避免的。針對此類現象，國內外學者已經做了大量探索和研究，例如Wu和Chen等通過監(jiān)測不同地區(qū)的核電站熱流排放情況評估熱異常強度和對周邊環(huán)境的影響[4-5]。Liu和Xia等基于熱異常產品，通過利用不同方式提取工業(yè)熱源[6-7]；Zhang等利用Landsat數據對首鋼搬遷前后的熱環(huán)境進行探索和分析[8]。還有一部分學者利用城市熱島強度與氣溫間的關系評估城市熱異常[9-10]?？梢?，熱異常已被人們廣泛關注，并成為研究熱點。但以往關于熱異常的大量文獻多針對工業(yè)城市，或有工業(yè)污染的地方，針對非工業(yè)城市的熱異常研究還較少。而熱異常不僅存在于工業(yè)城市，還存在于非工業(yè)城市。因此，針對非工業(yè)城市，如何有效快速提取熱異常區(qū)，如何緩解改善熱異常具有重要研究意義。

三亞市作為我國唯一一個熱帶濱海旅游城市，其生態(tài)環(huán)境保護尤顯重要。恰逢海南省推進“國際旅游島”建設，作為海南旅游發(fā)展龍頭的三亞正以國際化標準致力于打造“一港兩地”的國際性濱海旅游城市。但伴隨著三亞市城鎮(zhèn)化的不斷發(fā)展，城市熱異常對城市環(huán)境的影響日益突出。因此，針對三亞城市建設和區(qū)域、環(huán)境、植被等特點，開展具有針對性的城市熱異常研究，對三亞城市建設、規(guī)劃布局、環(huán)境保護均具有重要意義。

綜上，針對如何監(jiān)測三亞市熱異常區(qū)，并提取熱異常區(qū)等問題，本文基于長時間序列的Landsat數據，利用輻射方程傳輸法獲取地表溫度信息，結合改進的箱線圖法提取相應高溫異常區(qū)，通過統(tǒng)計分析高溫異常區(qū)的年度出現頻率，得到城市熱異常區(qū)。該方法不僅能夠準確大面積獲取城市熱異常區(qū)，且相較于其他方法，可以有效避免潛在熱異常的影響。

1 數據采集和處理方法

1.1 區(qū)域范圍

三亞市位于北緯 18°09′34″-18°37′27″，東經 108°56′30″-109°48′28″，地處海南省最南端，主要以旅游業(yè)和農業(yè)為主，是海南省第二大城市。作為海南省最重要的旅游城市之一，其城市環(huán)境一直是廣大群眾關注的熱點。但隨著城市的不斷發(fā)展與擴張，城市熱異?，F象日益加劇，因此，選取三亞市市轄區(qū)作為研究區(qū)，研究示意圖如圖1所示。

圖1 三亞市邊界示意圖

1.2 基礎數據準備

本文以2008-2017年間所有云量小于30%的Landsat 5、Landsat 7和Landsat 8數據為主要數據源（獲取網址：https://glovis.usgs.gov）。本文溫度反演所用到的波段及其空間分辨率如表1所示，其中，因Band11運行出現問題文中Landsat 8溫度反演用到的是波段10。表2為本文所用影像的具體時間信息。

表1 溫度反演所用波段信息

表2 數據集所用影像日期

1.3 數據處理

首先對Landsat數據進行拼接、裁剪、重投影等數據預處理。其中Landsat 7 ETM+影像因有條帶，需在數據預處理基礎上再進行去條帶處理。其次用輻射方程傳輸法反演地表溫度和改進的箱線圖法提取高溫異常區(qū)，得到高溫異常區(qū)空間分布圖。最后，為避免漏判現象，借鑒Liu等[6]提取工業(yè)熱源的思路，以頻率大于60%為熱異常區(qū)的標準統(tǒng)計分析熱異常出現的頻率，得到高溫異常區(qū)頻率空間分布圖。同時，統(tǒng)計城市熱異常區(qū)的總面積，具體數據處理流程如圖2所示。

圖2 數據處理流程圖

1.3.1 地表溫度反演

基于Landsat衛(wèi)星影像，根據Landsat數據熱紅外波段的增益值與偏置值計算相應表觀輻射亮度值；然后，利用影像植被覆蓋度估算地表比輻射率；最后，根據Planck反函數和Landsat預設的定標系數計算地表溫度。具體實現如下：

（1）表觀輻亮度計算

表觀輻亮度計算是將影像像元灰度值轉換成相應熱輻射強度的過程。利用 ENVI軟件中的輻射定標（Radiometric Calibration）工具將影像的像元灰度值轉換為輻射亮度值。

（2）地表比輻射率估算

地表比輻射率表征地面物體的電磁波輻射的一種能力?；谟跋竦慕t外波段和紅光波段，根據公式（1）計算歸一化植被指數NDVI[11]。

式中：TMNIR為影像的近紅外波段反射率；TMRed為影像的紅光波段反射率。

其次，利用影像植被覆蓋度估算地表比輻射率。由于地表物質結構具有差異性，因此針對不同地物類型，其相應的地表比輻射率計算方式也不同。大致可分為3種類型：水體、城鎮(zhèn)和自然表面。而水體像元的地表比輻射率很高，與黑體的比輻射率較為相似，因此，在估算水體比輻射率時常被賦值為 0.995，自然表面和城鎮(zhèn)像元的地表比輻射率估算分別根據公式（2）和公式（3）計算[12-14]：

式中：eSurface代表自然表面像元的地表比輻射率；eBuilding代表城鎮(zhèn)像元的地表比輻射率；PVege代表植被覆蓋度，計算方法如公式（4）所示[15-16]：

式中：NDVI是影像的歸一化植被指數，NDVIVege是影像中純植被像元的NDVI值，NDVISoil是影像中純土壤像元的NDVI值。當某個像元的NDVI大于0.70時，PVege取值為1；當NDVI小于0.05時，PVege取值為0；當NDVI介于0.05-0.7之間時，則分別將NDVIVege和NDVISoil取值0.70和0.05，并利用上式估算影像的植被覆蓋度。

（3）地表溫度計算

基于熱紅外波段的表觀輻亮度和地表比輻射率計算結果，根據輻射傳輸方程反推地表熱輻射亮度，如公式（5）所示：

式中：B(TSens)是地表熱輻射亮度；L是行星亮度溫度值；L↑和L↓分別是大氣上行輻射和大氣下行輻射，可根據Landsat衛(wèi)星過境時間、興趣區(qū)中心經緯度、大氣模式及傳感器類型等獲得，具體參數可通過NASA相關網頁直接獲得（http://atmcorr.gsfc.nasa.gov/）；τ為大氣路徑透過率，可由NASA相關網頁查詢獲??；ε為地表比輻射率。

利用Plank反函數結合Landsat預設的定標常數K1和K2計算地表真實溫度[17-18]，如公式（6）所示：

式中：TSurface是地表真實溫度；K1和K2為Landsat預設的定標常數，可從影像頭文件中獲取。

為避免多時相數據帶來的影響，將多時相地表溫度數據逐像元進行歸一化處理，具體實現如公式（7）所示：

式中：Image代表歸一化處理后的影像像元值，像元值處于0到1之間；X代表影像地表溫度值；Xmax和Xmin分別代表影像地表溫度的最大值與最小值。

1.3.2 基于改進的箱線圖法提取熱異常

改進的箱線圖法共有5個統(tǒng)計量，分別為上下四分位數、上下非異常值截距線及中位數。其中，上下非異常值截距線用于區(qū)分正常值與異常值，處于非異常值截距線之內的數據為正常值，否則為異常值。該方法與統(tǒng)計學中最常見的箱線圖法不同之處主要有兩點：一是引入鮑利系數，將鮑利系數以“1”的形式作為樣本數據的偏度調控乘數。當數據集是正態(tài)分布時，鮑利系數集中在0附近，當數據是右偏態(tài)分布時，鮑利系數取值為1；當數據是左偏態(tài)時，鮑利系數取值為-1。二是利用半四分位距計算非異常值截距線，可以更好地適用于具有偏態(tài)的數據[19]。該方法的具體實現如下：

（1）獲取上下四分位數以及半四分位距

通過IDL程序逐像元獲取地表溫度數據，然后利用SPSS軟件獲取相應數據的上下四分位數和中位數，即將數據從小到大排序后，分別處于25%、50%和75%位置的數值。

之后，基于根據四分位數相應的數值，利用EXCEL軟件計算上下半四分位距，如公式（8）和公式（9）所示[20]：

式中：SIQRdown和SIQRup分別為箱體長度的上下界限，即改進的箱線圖的上下半四分位距；Q1、Q2和Q3分別為樣本數據的上四分位數、中位數和下四分位數。

（2）計算非異常值截距線

非異常值截距線包括非異常最大值截距線和非異常最小值截距線，用來判定樣本數據是否為異常值。用非異常最大值截距線作為是否是熱異常值的判斷依據，若樣本數據超出此值，則判定其為熱異常值，即可能存在熱異?，F象。樣本數據偏離極端異常值截距線外側越遠，說明其熱異常現象就越嚴重。其實現過程如公式（10）、公式（11）和公式（12）所示：

式中：Bc是鮑利系數，介于-1到1之間；SIQRup和SIQRdowm分別為箱體的上下半四分位距。

式中：fup和fdown分別為箱體的非異常最大值截距線和非異常最小值截距線，當樣本數據集中某一數據大于fup時，則歸為熱異常值；當樣本數據集中某一數據小于fdown時，則歸為冷異常值。

最后，利用ArcGIS軟件逐像元篩選大于非異常最大值截距線的值。

1.3.3 基于熱異常頻率提取熱異常區(qū)

熱異常區(qū)的地表溫度往往高于周邊地表溫度，形成局部熱島現象，且其出現的頻率一般大于由其他因素引起的熱異常出現的頻率。因此，基于熱異常提取結果，統(tǒng)計分析年度熱異常區(qū)出現的頻率。為避免漏判現象，當某一熱異常區(qū)出現的頻率大于60%時，則判定為城市熱異常區(qū)，具體實現如公式（13）所示：

式中：flocal代表熱異常出現的頻率；ilocal代表局部某一熱異常區(qū)一年出現的次數；nlocal代表一年中整體熱異常區(qū)出現的總次數。

為進一步探究城市熱異常區(qū)的分布范圍，統(tǒng)計分析2008-2017年熱異常出現的頻率，將提取頻率大于60%的區(qū)域作為這10年的城市熱異常區(qū)，具體實現如公式（14）所示：

式中：fglobal代表10年中熱異常出現的頻率；iglobal代表局部某一熱異常區(qū)10年中出現的總次數；nglobal代表10年中整體熱異常區(qū)出現的總次數，即取值為10。

2 數據樣本描述

使用上述步驟完成2008-2017年三亞熱異常空間分布產品數據集，圖3是三亞市10年熱異常區(qū)空間分布產品示例圖。

圖3 2008-2017年三亞市熱異常區(qū)空間分布結果圖

3 數據質量控制

本數據集通過以下幾方面進行質量控制：

為驗證方法有效性，利用Google地球可以查看往年影像的優(yōu)勢進行統(tǒng)計2008-2017年逐年工廠區(qū)總個數和改進的箱線圖法識別的工廠區(qū)個數及工廠區(qū)個數，以此間接驗證方法的可靠性。具體方法為：首先，在Google地球上逐年圈出工廠區(qū)并統(tǒng)計個數；其次，把改進的箱線圖法識別的熱異常轉為kmz格式數據，加載到Google地球里并逐年統(tǒng)計其在工廠區(qū)的個數；最后，一個工廠區(qū)包含一個或多個工廠，將改進的箱線圖法識別出的工廠統(tǒng)計到所屬工廠區(qū)，統(tǒng)計工廠區(qū)個數，該工廠區(qū)個數與Google地球里圈出的工廠區(qū)個數之比為精度。由于有些工廠停產或排放的熱量不足以達到熱異常的范圍，或某些人為原因致使小領域溫度達到熱異常范圍，以及人工判讀工廠的誤差，都會影響最終精度，其具體逐年精度如表3。

表3 2008-2017年三亞市熱異常區(qū)提取精度表

4 數據價值

本數據集以三亞市為研究區(qū)，基于長時間序列的Landsat數據，結合改進的箱線圖法進行熱異常提取的成果可為城市規(guī)劃與建設和生態(tài)質量評價等提供數據產品服務，為三亞市的居住環(huán)境舒適度提供參考標準。

此外，通過利用遙感技術對城市熱異常進行監(jiān)測和評價，可有助于減輕城市發(fā)展對環(huán)境的壓力，促進環(huán)境保護和治理，為三亞國際島建設提供技術參考。該數據集的長時間序列城市熱異常產品和技術也可在其他城市中進行推廣和應用。