基于热红外遥感卫星影像数据计算城市热岛强度的方法及系统

技术领域

本发明涉及遥感卫星影像技术领域，更具体的，涉及基于热红外遥感卫星影像数据计算城市热岛强度的方法及系统。

背景技术

近些年来，世界各地无一例外地都正在经历广泛而迅速的城市化进程。地球表面原来以植被、水体为主要构成成分的自然景观，逐渐地因为城市空间的快速扩展而消失，取而代之的是建筑物、道路、停车场等以不透水面为主要构成成分的人工建筑物。从自然景观转变为人工建筑物，地球表面的物理、化学特性也随之发生改变，不仅给某些局部区域，甚至是全球的生态环境，都带来非常显著的影响。因此，被研究城市气候与环境问题极为重要。作为衡量城市气候与环境状况的重要指标之一，城市热环境状况的良好与否不仅直接关系到城市人居环境质量的优劣，同时还对城市水资源消耗、生态系统过程演变、生物物候以及城市经济可持续发展有着深远的影响。其中，城市热岛效应是城市热环境受到负面影响的一个结果，它不仅使空气污染程度更加剧烈，导致居民的身体健康受到影响；而且还极大地增加了夏季能源的消耗，从而让全球变暖问题更加显著。这些现象受到了全世界学者的高度关注。因此，要想完成城市规划、环境改善等现实任务，就应该探讨城市热环境的演化过程及其影响因素，明确城市热岛效应的形成机制和演变规律，并获取准确的城市热岛强度时空格局。虽然目前关于城市热岛效应的时空变化特征已经有大量成功的研究案例，并取得到了优异的成果，但是在城市热岛效应的定量计算与分析方面可能还存在着有待优化之处。

目前，大部分学者都使用城市热岛强度这一物理量，来定量被研究城市热岛效应。城市热岛强度通常被定义为城区与郊区平均温度的差值。在计算城市热岛强度时，不同的学者使用的数据源也各不相同，大致可分为两类。有的学者的研究是基于近地面大气温度进行的，他们分别在城市与乡村选取气象站，并获取近地面气温数据；气象站点测量的温度数据质量好，准确性水平较高，这种数据虽然体现出的空气温度跟人居环境关系最为密切，但是点状分布导致城市热岛效应空间分布分析受限。还有的学者直接使用热红外遥感数据，这种数据尽管体现出的地表温度并非与人居环境直接关联，却能够高效获取大范围面状分布数据，目前已成为研究城市热岛效应时应用最为广泛的数据类型。但是，利用遥感数据研究城市热岛效应时，通常情况下现有的方法都需要已知准确的城市核心区与郊区边界。对此，不同研究有不同的标准，比如：有的学者在研究城市中，选取若干个片区，来分别代表城市核心区与郊区；也有的学者选取城市的不透水面，来界定城市核心区与郊区的具体范围；还有的学者以城市的行政边界来区分城市核心区与郊区。上述方法都需要提前已知准确的城市核心区和郊区的边界划分数据；并且相关的土地利用分类以及郊区平均温度的统计都没有统一的标准，存在较大主观因素干扰。这些因素导致遥感数据使用起来都有诸多不便，并且在不同研究的计算结果之间进行定量对比极为困难。

综上所述，现有技术仍缺乏统一的城市热岛强度计算标准，使得现有城市热岛强度计算结果受主观因素干扰严重，因此如何发明一种具有可用标准，规避主观因素干扰的计算城市热岛强度的方法，是本技术领域亟需解决的技术问题。

发明内容

本发明为了解决现有技术仍存在缺乏统一的城市热岛强度计算标准，使得计算结果受主观因素干扰严重的问题，提供了基于热红外遥感卫星影像数据计算城市热岛强度的方法及系统，其具有使用简单，所需输入数据少，且可以在不同时间、不同城市计算结果之间进行定量对比的特点。

为实现上述本发明目的，采用的技术方案如下：

基于热红外遥感卫星影像数据计算城市热岛强度的方法，包括以下具体步骤：

S1：根据热红外遥感卫星影像数据，获取地表温度影像数据和被研究城市的市中心经纬度坐标；

S2：以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界；

S3:在城郊边界的基础上进行图像膨胀，构建缓冲区；

S4:根据缓冲区裁剪地表温度影像数据，绘制裁剪后的区域内像元的地表温度分布直方图；

S5:采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度。

优选的，所述的步骤S2中，以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界，具体步骤为：

S201：以市中心经纬度坐标为起点，每隔一定角度向外画出一条射线；

S202：读取每条射线上地表温度影像数据的像元值；

S203：绘制每条射线上，像元的温度值随着该像元到市中心距离而变化的曲线图；

S204：用Sigmoid函数来拟合每条曲线，得到经过拟合后的像元值；

S205：根据拟合后的像元值划分区域；将与城市中心像元在同一侧区域的像元被设定为城区，不在同一侧区域的像元被设定为郊区。

进一步的，所述的步骤S204中用Sigmoid函数来拟合每条曲线，具体为：

其中，x表示像元到市中心距离，f(x)表示经过拟合后的像元值，e为自然常数，a、b、c、d四个数将通过拟合确定。

更进一步的，所述的步骤S3中，根据城郊边界构建缓冲区时，将缓冲区面积设定为原区域面积的2倍。

更进一步的，所述的步骤S4中，绘制裁剪后的区域内像元的地表温度分布直方图，具体步骤为：

S401：在裁剪后的区域内，读取地表温度影像数据中非异常像元的摄氏温度值；

S402：根据非异常像元的摄氏温度值，将裁剪后的区域内像元个数的平方根四舍五入后作为直方图的组数，绘制直方图。

更进一步的，所述的步骤S5中，采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度，具体步骤为：

S501：将直方图中每个矩形柱的高度作为被拟合点的纵坐标；将直方图每一组的中值作为被拟合点的横坐标；

S502：根据拟合点的横纵坐标构造高斯函数：

其中，X表示被拟合点的横坐标，Y表示被拟合点的纵坐标，e为自然常数，a

将被拟合点用高斯函数拟合，得到的a

S503：进一步构造双高斯函数：

其中，abs表示取绝对值，a

将a

S504：根据拟合后的双高斯函数，计算得到被研究城市的城市热岛强度UHII：

UHII＝abs(b

更进一步的，所述的步骤S501中，还舍去了纵坐标小于最大纵坐标的1％的被拟合点。

更进一步的，所述的步骤S503中，进行双高斯拟合时，规定b

更进一步的，所述的地表温度影像数据在被研究城市缓冲区范围内且云覆盖率小于等于10％。

基于热红外遥感卫星影像数据计算城市热岛强度的系统，包括数据获取模块、城郊边界划定模块、缓冲区构建模块、直方图绘制模块、城市热岛强度模块；

所述的数据获取模块用于根据热红外遥感卫星影像数据，获取地表温度影像数据和被研究城市的市中心经纬度坐标；

所述的城郊边界划定模块用于以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界；

所述的缓冲区构建模块用于在城郊边界的基础上进行图像膨胀，构建缓冲区；

所述的直方图绘制模块用于根据缓冲区裁剪地表温度影像数据，绘制裁剪后的区域内像元的地表温度分布直方图；

所述的城市热岛强度模块用于采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度。

本发明的有益效果如下：

本发明提供了一种无需事先已知准确的城郊边界划分信息的城市热岛强度计算方法。该方法构建了一种全新的基于直方图统计的城市热岛强度计算指标，根据热红外遥感卫星影像数据绘制出地表温度分布直方图，从而构造出拟合此直方图的双高斯分布函数来定量被研究城市热岛效应。这种指标仅基于热红外遥感卫星影像数据经过简单计算即可确定，无需事先已知准确的城郊边界划分信息，也无需依赖其它任何先验知识，容易进行推广应用。由此本发明解决了现有技术仍存在缺乏统一的城市热岛强度计算标准，使得计算结果受主观因素干扰严重的问题，且具有使用简单，所需输入数据少，且可以在不同时间、不同城市计算结果之间进行定量对比的特点。

附图说明

图1是本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法的流程示意图。

图2是实施例2中，本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法中沿若干个方向对地表温度影像数据进行剖面分析示意图。

图3是实施例2中，本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法中像元的温度值随着该像元到市中心距离而变化的曲线示意图；

图4是实施例2中，本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法中被研究城市的城郊边界示意图。

图5是实施例2中，本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法中缓冲区示意图。

图6是实施例2中，本发明基于热红外遥感卫星影像数据计算城市热岛强度的方法中直方图及其拟合双高斯函数曲线示意图。

具体实施方式

下面结合附图和具体实施方式对本发明做详细描述。

实施例1

如图1所示，基于热红外遥感卫星影像数据计算城市热岛强度的方法，包括以下具体步骤：

S1：根据热红外遥感卫星影像数据，获取地表温度影像数据和被研究城市的市中心经纬度坐标；

S2：以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界；

S3:在城郊边界的基础上进行图像膨胀，构建缓冲区；

S4:根据缓冲区裁剪地表温度影像数据，绘制裁剪后的区域内像元的地表温度分布直方图；

S5:采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度。

实施例2

更具体的，本实施例中，步骤S1，具体为：获取2021年11月1日的MODIS传感器MOD11A2数据集，确定研究区域为广东珠三角城市群，市中心经纬度坐标为东经113.25度、北纬23.12度；城市群在东经111.3～115.3度、北纬21.6～24.6度的范围内；

在一个具体实施例中，所述的步骤S2中，以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界，具体步骤为：

S201：以市中心经纬度坐标为起点，每隔一定角度向外画出一条射线；

S202：读取每条射线上地表温度影像数据的像元值；

S203：绘制每条射线上，像元的温度值随着该像元到市中心距离而变化的曲线图；

S204：用Sigmoid函数来拟合每条曲线，得到经过拟合后的像元值；

S205：根据拟合后的像元值划分区域；将与城市中心像元在同一侧区域的像元被设定为城区，不在同一侧区域的像元被设定为郊区。

本实施例中，如图2所示，以市中心为起点，每隔36°向外画出一条射线，读取每条射线上地表温度影像数据的像元值；

在一个具体实施例中，所述的步骤S204中用Sigmoid函数来拟合每条曲线，具体为：

其中，x表示像元到市中心距离，f(x)表示经过拟合后的像元值，e为自然常数，a、b、c、d四个数将通过拟合确定。

本实施例中，像元的温度值随着该像元到市中心距离而变化的曲线图如图3所示。

本实施例中，用Sigmoid函数来拟合这一条曲线，a、b、c、d四个数的值分别为6.86、0.04859、-21、23.61；

本实施例中，拟合每条曲线后，得到被研究城市的城郊边界如图4所示。

在一个具体实施例中，所述的步骤S3中，根据城郊边界构建缓冲区时，将缓冲区面积设定为原区域面积的2倍。

本实施例中，所述的步骤S3中，在城郊边界的基础上进行图像膨胀，构建的缓冲区如图5所示；其中图像膨胀的结构元素宽度为11个像元，原区域面积为13252km

在一个具体实施例中，所述的步骤S4中，绘制裁剪后的区域内像元的地表温度分布直方图，具体步骤为：

S401：在裁剪后的区域内，读取地表温度影像数据中非异常像元的摄氏温度值；

S402：根据非异常像元的摄氏温度值，将裁剪后的区域内像元个数的平方根四舍五入后作为直方图的组数，绘制直方图。

本实施例中，获取MOD11A2数据集中的2021年11月1日白天的地表温度影像数据，对缓冲区进行裁剪，绘制裁剪后的区域内像元的地表温度分布直方图，直方图的组数为116；

在一个具体实施例中，所述的步骤S5中，采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度，具体步骤为：

S501：将直方图中每个矩形柱的高度作为被拟合点的纵坐标；将直方图每一组的中值作为被拟合点的横坐标；

S502：根据拟合点的横纵坐标构造高斯函数：

其中，X表示被拟合点的横坐标，Y表示被拟合点的纵坐标，e为自然常数，a

将被拟合点用高斯函数拟合，得到的a

S503：进一步构造双高斯函数：

其中，abs表示取绝对值，a

将a

S504：根据拟合后的双高斯函数，计算得到被研究城市的城市热岛强度UHII：

UHII＝abs(b

在一个具体实施例中，所述的步骤S501中，还舍去了纵坐标小于最大纵坐标的1％的被拟合点。

本实施例中，纵坐标最大值的1％为3.31，纵坐标小于等于此界限的被拟合点舍去。

在一个具体实施例中，所述的步骤S503中，进行双高斯拟合时，规定b

在一个具体实施例中，所述的地表温度影像数据在被研究城市缓冲区范围内且云覆盖率小于等于10％。

本实施例中，高斯函数a

本实施例中，计算得到的2021年11月1日白天广东珠三角城市群的城市热岛强度为2.97摄氏度，直方图及其拟合曲线如图6所示。

实施例3

基于热红外遥感卫星影像数据计算城市热岛强度的系统，包括数据获取模块、城郊边界划定模块、缓冲区构建模块、直方图绘制模块、城市热岛强度模块；

所述的数据获取模块用于根据热红外遥感卫星影像数据，获取地表温度影像数据和被研究城市的市中心经纬度坐标；

所述的城郊边界划定模块用于以市中心经纬度坐标为起点，沿若干个方向对地表温度影像数据进行剖面分析，划定被研究城市的城郊边界；

所述的缓冲区构建模块用于在城郊边界的基础上进行图像膨胀，构建缓冲区；

所述的直方图绘制模块用于根据缓冲区裁剪地表温度影像数据，绘制裁剪后的区域内像元的地表温度分布直方图；

所述的城市热岛强度模块用于采用双高斯函数拟合分布直方图，根据拟合后的函数式计算被研究城市的城市热岛强度。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。