【摘要】

城市地表温度（Urban Land Surface Temperature, ULST）是城市热岛研究中的关键表面特征参数。目前的地表温度反演算法构建过程中往往将城市地表视为平坦地表，忽略了城市三维结构特征带来的热辐射几何散射效应以及像元间的邻近效应。

为了更加准确地获取城市地表温度，北京大学遥感与地理信息系统研究所任华忠研究团队构建了考虑三维结构特征的城市冠层热辐射传输模型，重新定义了城市冠层温度和发射率，评估了几何效应对地表温度和大气层顶亮温的影响；并以此为基础，基于传统的温度与发射率分离算法（Temperature-Emissivity Separation, TES），定量描述了城市像元三维结构特征而导致的几何效应、邻近效应以及大气下行热辐射在城市冠层内的多次散射，建立了适用于三维结构像元的新型城市地表温度与发射率分离算法（Urban TES, UTES），将其应用于高分五号卫星观测的高空间分辨率（40m）的热红外遥感影像，反演得到北京市核心城区的地表温度，并比较适用于城市地表的UTES算法与适用于平坦地面的传统TES算法，结果表明，城市几何特征在高空间分辨率的热红外遥感影像中较中低空间分辨率而言更为明显，对高空间分辨率的ULST反演具有重要影响。对于特定的模拟场景，几何效应对于高分五号四个热红外波段城市冠层有效辐射温度的影响分别为3.2K，4.2K，4.0K和3.9K；对大气顶层亮温的影响分别为2.4K，3.3K，3.3K和3.0K。UTES算法的温度反演误差约为0.8K，远低于传统TES算法直接应用于城市地表温度反演的误差（约2.2K），并且在建筑密集像元的误差差异更明显。考虑了几何结构和邻近效应的城市地表温度在城市内部的空间异质性比传统的平坦地表温度更显著，可为城市热环境研究提供了更加精细的地表温度空间分布。

研究成果近期以“Geometry and adjacency effects in urban land surface temperature retrieval from high-spatial-resolution thermal infrared images”为题，发表于遥感领域国际权威期刊Remote Sensing of Environment（影响因子：9.085）。论文第一作者为博士生陈姗姗，通讯作者为任华忠研究员。《Remote Sensing of Environment》(RSE)为遥感领域顶级SCI-1区学术期刊，在全球同类SCI学术期刊中长期排名第一。原文下载地址：https://www.sciencedirect.com/science/article/pii/S0034425721002388?via=ihub（2021年7月12日前免费下载）。

 

 

【研究方案】

本研究构建了考虑几何结构和邻近效应的城市地表温度反演算法，总体技术方案包括四个部分（图1）：（1）城市热辐射传输过程模型的构建：这是本研究的核心和基础。城市冠层多次散射热辐射传输模型（urban canopy multiple-scattering thermal radiative transfer model, UCM-RT model）是在平坦地表的热辐射传输模型的基础上添加了来自像元内部自身热辐射在城市几何结构中的多次散射项、邻域像元热辐射项和反射的大气下行热辐射项；（2）城市冠层数据集模拟和城市地表温度反演算法系数获取：收集和处理UCM-RT模型具备代表性和综合性的输入数据集，用于城市冠层热辐射的模拟和UTES算法系数获取，定量分析表征城市几何结构特征的天空视域因子（sky view factor, SVF）对冠层有效辐射温度和大气层顶亮温的影响，根据SVF的差异构建UTES算法系数查找表，以用于实际城市地表温度反演；（3）遥感反演算法和应用：将UTES算法应用到高分五号热红外遥感波段数据和其余辅助数据（如数字表面模型和大气数据）中获取ULST反演结果；（4）结果验证和评价：对比分析UTES算法和常见的适合于平坦地面的TES算法的反演结果差异，以及对比同期的高分五号ULST与ASTER地表温度产品，并讨论不同地表覆盖和SVF条件下ULST的空间分布情况。

 

图1 城市地表温度遥感反演研究方案

 

【研究区与数据】

研究区为北京市核心城区，其土地覆盖分布如图2所示，主要包括建筑用地、道路、植被、水体和裸土。研究区属暖温带半湿润大陆性季风气候，年平均温度为13.5℃，年平均降水量为511.1毫米。

本研究所用的数据包括：（1）用于反演ULST的高分五号全谱段成像光谱仪的四个热红外波段影像（过境时间为2019年3月18日13:13），空间分辨率为40m；（2）用于模拟和反演的全球95个城市的NCEP大气廓线数据（2019年）和ASTER发射率数据库；（3）用于获取数字表面模型（digital surface model, DSM）的资源三号卫星正/斜视数据，空间分辨率为3m；（4）其他数据：用于获取地表覆盖类型的高分二号光学影像（过境时间为2017年11月28日），空间分辨率为1m；用于对比分析的ASTER地表温度产品（AST_08）和高空间分辨率的GIS建筑分布数据。

 

图2 北京市核心城区土地覆盖类型分布

 

【研究方法】

城市冠层多次散射热辐射传输模型（UCM-RT model）将传感器获取的城市像元热辐射分为三个部分：（1）地表自身热辐射；（2）反射的大气下行热辐射、邻近像元的热辐射与（1）三者在城市冠层中的多次散射；（3）大气上行热辐射。ULST反演算法基于温度与发射率分离（TES）算法构建，适用于多波段地表温度反演，通过建立多个热红外波段最小发射率与发射率差异MMD的经验关系，增加方程个数，从而解决反演过程中的欠定问题，算法包括三个模块，分别是归一化发射率NEM模块（Normalized Emissivity Method）、发射率比值Ratio模块（Ratio Emissivity Module）和MMD模块（Min-Max Difference Module）。本研究针对城市地表材料发射率和几何结构特征构建适用于城市地表的MMD模块，并依据SVF大小确定算法系数，从而形成适合于高空间分辨率城市地表的UTES算法，算法应用流程如图3所示。

 

图3 UTES算法反演城市地表温度流程图

 

【研究结果与主要结论】

             SVF对城市冠层有效辐射温度和大气层顶亮温的影响

利用模拟数据分析SVF对城市地表温度和大气层顶亮温的影响，结果表明像元内部SVFin越大，邻域SVF越小时，几何效应对城市地表温度的影响最大，反之则越小。几何效应对于GF-5不同波段冠层有效辐射温度结果的影响分别为3.2K，4.2K，4.0K和3.9K（图4）；像元内部SVFin越小，邻域SVFadj越小时对大气层顶亮温影响越大，反之则越小。几何效应对大气顶层亮温结果的影响分别为2.4K，3.3K，3.3K和3.0K（图5）。

 

图4 SVF对城市冠层有效辐射温度的影响

图5 SVF对大气层顶亮温的影响

             UTES与TES算法对城市地表温度反演的精度比较

城市地表温度与发射率反演误差如图6所示，实心点展示的是TES的反演误差，空心点展示的是UTES的反演误差。结果表明TES算法与UTES算法反演的城市地表温度误差都随着像元内部SVFin增大而增大，发射率误差都随着像元内部SVFin和邻域SVFadj的增大而减小，但TES算法反演城市地表温度误差随邻域SVFadj增大而减小，UTES算法与之相反。整体上，UTES算法的温度误差约为0.8K，远低于将TES算法直接应用于城市地表温度反演的误差（约2.2K）。

 

图6 UTES和TES算法反演误差

             ULST结果分析

基于高分五号热红外数据，利用TES与UTES算法分别反演北京市核心城区的城市地表温度温度，如图7所示。研究发现，ULST获得的ULST的空间异质性（标准差为1.55 K）略大于TES算法得到的LST（标准差为1.41 K），且ULST普遍低于LST，差异范围在0.1 K到2.1 K之间。差异显著区主要分布在SVF值较低的区域，平均差值约为0.65 K，大部分差值在0.3 K和1.1 K之间。

 

图7 LST与ULST反演结果及二者差异

将上述的城市地表温度ULST与同期的利用传统的TES算法反演的ASTER地表温度产品进行对比（图8）。直观上，40m的GF-5城市地表温度的反演结果比90m的ASTER LST产品更能表征空间细节。结合高空间分辨率可见光影像，进一步分析了三维结构对城市地表温度反演结果的影响，图8中蓝圈代表ULST高于LST的典型区域，其中蓝色1圈对应图9的第3种几何结构，平坦的道路被周围建筑包围；蓝色2圈为一组高度不一致的建筑群，属于图9第4种几何结构；蓝色3和4圈为植被覆盖，属于图9的第1种几何结构。红圈代表ULST低于LST的典型区域，其中，红色1、2、3圈均为北京胡同，其建筑高度较为统一，建筑街道高宽比较低，SVF较高，属于图9的第1种几何结构分布；红色4圈为厂棚区，建筑结构与胡同类似。结果表明，图9第3种几何分布对地表温度反演结果的影响最大，而第4种几何分布对亮温结果的影响最大，其受到大气热辐射的影响最明显。这与辐射传输模型模拟结果一致。

 

图8 ULST与ASTER LST产品间的差异

图9 四种边界条件下的城市地表几何结构在像元中的示意

 

【项目支持】

本研究得到国家自然科学基金（41771369）、对地观测数据中心开放研究基金（NODAOP2020001）和国家重点研发计划（2017YFB0503905-05）、国家高分辨率对地观测重大专项(11-Y20A32-9001-15/17)和北京市科技新星计划(Z171100001117079)等项目的支持。

文献引用：Chen, S., Ren, H.*, Ye, X., Dong, J., Zheng, Y., 2021. Geometry and adjacency effects in urban land surface temperature retrieval from high-spatial-resolution thermal infrared images. Remote Sensing of Environment, 262, 112518, doi: 10.1016/j.rse.2021.112518.

 

【作者介绍】

任华忠，北京大学遥感所研究员，博导，研究方向为热红外定量遥感理论与方法。renhuazhong@pku.edu.cn

 

 

陈姗姗，北京大学遥感所博士生，研究方向为城市热环境遥感理论与应用。shanshanchen@pku.edu.cn

 

 

叶昕，北京大学遥感所博士后，研究方向为热红外定量遥感。xinye@pku.edu.cn