基于均值标准差分级的长时序城市热岛强度计算方法与流程

1.本发明涉及到遥感技术应用领域，尤其涉及一种基于均值标准差分级的长时序城市热岛强度计算方法的方法。


背景技术：

2.自上世纪70年代星载热红外传感器进入业务化运行以来，热红外遥感影像作为一种宝贵的数据被广泛应用于生态环境研究领域，其具有观测范围广、成本低，空间分辨率高，可周期性回访等优点，其所提供的热红外波段的地表特征在植被动态监测、生物量反演、地表温度反演等领域有重要应用。城市热岛指的是城市范围内的温度(包括地表温度和近地表气温)高于其周边区域的现象，其主要成因是城市中的人造地表的热力性质不同于自然地表，打破了自然状态下地表—大气间的热量交换。
3.通常将城市范围内的地表温度与其周边区域的地表温度的差值定义为城市热岛强度。传统上，计算城市热岛强度通常是选取若干个分别位于城市范围内和其周边区域的气象站，计算两组气象站测得的温差得到城市热岛强度。这种方法的优点在于使用气象站测得数据精度高，以近地面气温为计算基础，与人体感受较为一致；缺点在于气象站数量有限，且测得的数据局限于一点，空间代表性不足。通过引入热红外遥感影像反演得到的地表温度作为数据源，不再受气象站数据源的限制，城市热岛的研究得到了极大扩展，同时遥感数据的特点使热岛强度的计算由点及面，空间代表性更强。
4.目前，使用反演得到的地表温度研究城市热岛，计算城市热岛强度已成为主流方法。地表温度影像可以较为准确的反映地表的温度分布，计算的到的城市热岛强度能反映热岛的空间特征。但是，无论是城市区域还是其周边区域，其地表温度或近地表空气温度都随时间变化，这种变化既包含年内的季节变化，也包含年际间的变化。这使得直接由两种区域的温度相减得到的城市热岛强度时间代表性不足，只能反映某一时刻的情况，不利于城市热岛的长期监测和相关研究。


技术实现要素：

5.针对上述问题，本发明提出一种基于均值标准差分级的长时序城市热岛强度计算方法，利用均值—标准差分级所提供的标准化特征，赋予不同时间计算得到的城市热岛强度可比性，不仅使城市热岛的长时序监测更为科学，而且能反映城市热岛强度的空间变化，为城市规划和环境保护提供参考。
6.本发明所采用的技术方案的具体步骤如下：一种基于均值标准差分级的长时序城市热岛强度计算方法,具体包括以下步骤:
7.s1，针对热红外波段遥感数据的特点，对参与城市热岛强度计算的遥感数据做预处理，对原始数据做几何校正并统一投影，避免因空间位置误差影响计算结果准确性，对原始数据是热红外波段影像，还未反演为地表温度的，选用适当的反演方法反演为地表温度数据。
8.s2，对经过预处理的地表温度数据做数据清洗；对于地表温度影像中因云遮挡或地表反照率异常造成的缺省值和异常值(明显超出正常地表温度范围的值)的像元，可以采用移动窗口法，在以该像元为中心的3
×
3窗口中取均值的方法填充或替换；统计地表温度影像的像元值，计算研究区域内地表温度影像的像元的均值(a)和标准差(s)。
9.s3，计算地表温度分级中需要的各等级的值域；地表温度的分布受温度的季节性变化等因素的影响，夏季背景温度较高使城乡之间的温度差更显著，地表温度的标准差较大，冬季则与之相反。因此在计算各等级的值域时采用一下算式：
10.当0≤s≤1.5时，对于一个值为m的像元，有如下分级标准：
[0011][0012]
当1.5＜s≤3时，对于一个值为m的像元，有如下分级标准：
[0013][0014]
当3＜s时，对于一个值为m的像元，有如下分级标准：
[0015][0016]
s4，根据s3中计算得到的7个等级的取值范围，对地表温度影像做重分类，赋予影像像元值对应的等级值；重分类中注意每一级的值域与s3中保持一致，包括各级的最大值而不包括最小值。
[0017]
s5，在s4生成的分级地表温度影像的基础上计算城市热岛强度；计算公式为：
[0018]
uhii＝lst
high
–
lst
middle
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0019]
其中为uhii为城市热岛强度，lst
high
为城市范围内的较高温(5级)、高温(6级)和极高温(7级)等级的地表温度等级值，lst
middle
为城市范围内中温(4级)的地表温度等级值，以分级地表温度影像为基础进行栅格代数运算；据此方法，不仅能得到城市强度的等级，还可以获得热岛强度的分布，对改善城市生态环境提供借鉴。
[0020]
本发明综合已有对城市热岛的认识，在基于均值—标准差分级法基础上提出一种高效稳定的城市热岛计算方法，本发明的优点有：1、科学合理，应用方便；本方法对地表温度影像的获取时间、分辨率等均无限制，且不需要加入额外辅助数据，计算简单快捷，贴近实际应用。2、可为城市热岛的长时间大范围监测提供参考；本发明充分考虑温度的季节变动和年际，根据需要计算的影像特征确定分级标准，得到的热岛强度不仅可以用于判断城市热岛的空间变化，还具有时间上的可比性。
附图说明
[0021]
图1为本发明基于均值标准差分级的城市热岛强度计算方法实施例流程图；
[0022]
图2为用于实施例中的深圳市2020年1月和7月的地表温度影像；
[0023]
图3为用于实施例中的深圳市2020年1月和7月的地表温度分级影像；
[0024]
图4为用于实施例中的深圳市2020年1月和7月的热岛强度等级。
具体实施方式
[0025]
为使发明目的、技术方案和有点更为清晰易懂，以下结合附图及实施例，对本发明做进一步详细说明。应当指出，此处所描述的具体实施例仅为解释本发明，并不限定于本发明。
[0026]
如图1所示，一种基于均值标准差分级的长时序城市热岛强度计算方法，先对获得
的地表温度数据进行预处理，在此基础上统计影像的均值和标准差，并根据这两个参数对地表温度影像分级，最后在分级影像的基础上计算城市热岛强度。本实施例的具体步骤如下：
[0027]
s1，针对热红外波段遥感数据的特点，对参与城市热岛强度计算的遥感数据做预处理；具体包括以下步骤：
[0028]
s1.1，选取用来计算城市热岛强度的数据源。该数据源可以是热红外波段影像也可以是已有的地表温度产品，如选用热红外波段影像需反演为地表温度。本实施例选用modis mod11a1地表温度产品。
[0029]
s1.2，对选取的地表温度产品做数据预处理，使其具备一致的地理坐标系，空间投影，且无异常值。
[0030]
s2，统计地表温度影像中的像元值，得到均值和标准差。经过计算，2020年1月深圳市的平均地表温度为293.30
°
k，标准差为1.59
°
k；2020年7月深圳市的平均地表温度为306.03
°
k，标准差为3.49
°
k。
[0031]
s3，根据s2计算得到的结果，对2020年1月深圳市的地表温度影像按如下阈值划分：
[0032][0033]
对2020年7月深圳市的地表温度影像按如下阈值划分：
[0034][0035]
s4，根据s3中计算得到的7个等级的取值范围，对1月份和7月份的地表温度影像做栅格重分类，赋予影像像元值对应的等级值。重分类中注意两期影像所采用的分类值域不同，这是由两期影像不同的标准差决定的。
[0036]
s5，在s4获得的地表温度分级影像基础上，利用公式(1)计算城市热岛强度。将中温(4级)以上的三个等级定为热岛区域，则计算得到的结果为图4。可以直观看出，虽然1月份的城市热岛等级最高为3级高于7月份最高的2级，但是7月份热岛覆盖的面积比1月份大，具体可见下表：
[0037]
表1.深圳市2020年1月和7月的热岛强度等级统计(单位：km2)
[0038][0039]
由表1可知，2020年7月份深圳市的受城市热岛显著影响的面积为943km2，比1月份时的860km2增加约10％。空间分布上看，7月份时深圳市东南部和西北部受城市热岛影响的面积拓展较大。