毕业设计（论文）-漳州市城市热岛效应分析.doc

龙岩学院资源工程学院毕业论文题 目：漳州市城市热岛效应分析 专 业： 测绘工程 班 级： 11测绘班 学 号： 2011092641 姓 名： 廖丽霞 指导教师： 邹丹 职称： 讲师 资源工程学院 漳州市城市热岛效应分析 资源工程学院 测绘工程专业2011092641 廖丽霞 指导老师：邹丹摘要随着现代遥感技术的不断发展，城市热岛效应研究的不断深入，地表温度反演方法的不断改进，学者们通过对研究区域的遥感影像进行地表温度反演，从而迅速、大面积、实时地获取地表温度。本文选择漳州市地区为研究对象，采用TM 数据，利用大气校正法计算地表温度，对漳州市地区的热岛分布进行分析。漳州市城市地表温度的研究，首先，通过大气校正可以有效地减少大气层对地表辐射能量的影响；然后，对漳州市区域的地表温度进行反演；最后，运用ArcGis软件的可视化功能及分析功能得出漳州市的城市热岛效应现象状况：漳州市市辖区、云霄县、东山县、平和县东部、漳浦县中心以及其沿海区域城市热岛效应现象较为明显较为明显。关键词归一化植被指数；TM；大气校正；ERDAS；地表比辐射率；ArcGIS；城市热岛； 目录1. 引言11.1城市热岛效应概述11.2地表温度反演方法11.3 ERDAS IMAGINE与ArcGIS系列软件介绍12 地表温度反演主要流程13.城市热岛效应研究技术23.1图像辐射定标及星上亮温转换23.2归一化植被指数（NDVI）与植被覆盖度计算33.4地表比辐射率33.5地表温度计算44.漳州市城市热岛效应分析44. 1研究区域概况54.2数据说明54.2.1Landsat-5卫星说明54.2.2数据来源及处理64.3漳州市行政边界裁切74.4 6S大气校正74.5 运用ERDAS模型工具建模94.5.1数据预处理建模94.5.2地表真实温度反演建模94.6 辅助参数获取154.7反演结果的可视化164.8 结果与分析164.8.1 反演结果分析164.8.2 反演结果的不足185.结论与展望18参考文献191. 引言1.1城市热岛效应概述城市中的气温明显高于外围郊区的现象被称为城市热岛效应(Urbanheatislandef)。热岛效应的形成原理1是：城市表面多为建筑群综合表面，沥青与水泥在白天吸收大量的热量，夜晚，城市缓慢地释放出大量热量，然而城市周边的农村地区和森林的空气下沉，因此形成了城市热岛。城市热岛效应的形成原因主要有人工热源的影响、城市中自然下垫面减少、城市大气污染、下垫面特性的影响2。自1750年以来，大气中的温室气体浓度呈现明显上升趋势，而中国是遭受气候变暖不利影响最为严重的发展中国家之一。在城市气候研究中，城市热岛效应是中心研究论题之一。城市热岛直接影响人们的日常生活，给人们的身体健康和经济带来不容低估的损失。同时，城市热岛效应也加剧了城市高温出现的频率和高温灾害。在气候变化的影响下，各种极端气候事件呈现并发与多发的趋势3。因此，对于城市热岛效应的观测与研究是十分有意义的。1.2地表温度反演方法 城市热岛现象的研究方法主要集中在三个方面4：第一是利用卫星遥感资料反演地表温度，可以大面积测量低温、地表温度测量的同步性较好好；第二是应用统计学方法或数学模拟方法进行数值模拟；第三是利用气温观测资料研究城市热岛。 目前，在已知比辐射率的前提下，学者们纷纷提出了多种多样的地表温度反演算法，比如多通道多角度法、单通道多角度法、多通道发、单通道法、日夜时相法、大气校正法等5。其中，基于辐射传输方程的大气校正，该校正方法可以利用的模型较多，有LOWTRANM模型、MORTARN模型、ATCOR模型、6S模型。目前使用较为频繁的是6S模型校正方法，通过模拟电磁波穿过大气的过程，进行大气校正。1.3 ERDAS IMAGINE与ArcGIS系列软件介绍随着遥感处理系统的不断开发与研究，遥感图像处理软件的功能愈发完善，尤其是遥感图像处理系统的二次开发功能愈发受到客户的重视。同时，用户对软件的要求也随着计算机软件的不断完善而不断提高，人们对软件的要求已经从低层次提高到了高层次，逐渐向智能化的方向发展。美国ERDAS公司开发的ERDAS IMAGINE遥感图像处理系统中的空间建模工具是面向对象的可视化模型语言环境。在可视化模型语言环境下，用户可以通过运用更为直观的图形语言绘制流程图，建立空间模型6。ERDAS IMAGINE遥感图像处理系统是遥感图像处理的主流软件之一，也是众多遥感处理软件中的佼佼者，它代表了遥感图像处理软件的发展方向。在处理遥感影像文件和提取相关信息的过程中，通常会运用到ArcGIS软件。ArcGIS系列软件是ESRI公司集GIS咨询和研发经验开发的地理信息系统（Geographic Information System,GIS）专业软件，是世界上应用最广泛的GIS软件之一。作为一个完整的地理信息平台，ArcGIS由一系列的GIS框架组成7。ArcGIS的可视化功能可以将地理信息系统更加直观地展现给用户。利用ArcGIS的可视化工具实现遥感提取信息的可视化表达，为读者提供更加形象生动的信息。在本文中采用ArcGIS叠加显示的方法表达数据处理结果，以专题图的形势展示更为直观。ERDAS与ArcGIS的结合使用可以获得更加丰富的地理信息资源，同时也可以简化遥感图像处理繁琐的过程。2 地表温度反演主要流程在运用辐射传输方程法（大气校正法）对漳州市地表温度进行反演的过程中，为了消除大气层对地表辐射能量的影响，需要进行大气校正。于此同时，需要采用热红外波段范围内的地表发射率作为参数，反演出研究区域地表的真实温度。在本文地表温度反演的过程中涉及LandsatTM遥感影像的反演模型、辐射定标、数据读取等内容。采用的主要技术有：ERDAS 主模块中MODELER的空间建模、热红外波段数据的辐射定标、植被归一化指数的计算以及ARCGIS的空间可视化表达等。其技术操作流程图如下所示： Landsat 5TM原始数据ArcGIS软件进行漳州市区域边界（矢量数据）提取数据预处理读取数据可见光数据定标热红外数据定标辐射定标基准影像几何校正可见光-近红外6S模型大气校正漳州市区域矢量数据漳州市区域裁切地表真实温度反演NDVI 值计算热红外通道大气校正校正计算地表比辐射率大气上行辐射与下行辐射参数获取热红外波段辐射亮度值地表真实温度反演模型型地表真实温度分布图亮度值结果分析实线表示必须操作部分虚线表示可有可无操作操作流程图13.城市热岛效应研究技术3.1图像辐射定标及星上亮温转换利用光电转换系统将传感器收集到的电磁波信号转变成电信号记录下来，并且将其量化为离散的灰度级别是尤为重要的过程。如果信号没有量化为离散的灰度级别，是毫无物理意义的，只有量化为离散的灰度级别才具有物理意义的。灰度级别值需要经过辐射校正转换成辐射亮度或辐射率才具有物理意义。不同的传感器间、同一传感器不同的日期产生的图像都可能存在偏差，因此，要定标校正后才可以进行相互比较。利用已建立的地物反射率与遥感图像像素值之间的关系进行辐射校正8 ，是目前常用的方法。LANDSAT5是比较成熟的卫星，为地面环境遥感提供了大量的数据，对于TM传感器，DN值转为星上辐射亮度（at-sensor spectral radiance）的关系式为 （3.1）式中，DN为图像亮度值；L为辐亮度，单位W/（m2.sr.um）；Gain为增益，其公式为，Lmax是最大光谱辐射值，Lmin最小光谱辐射值，其单位都与增益一样为单位W/（m2.sr.um）；Bias为偏值，单位W/（m2.sr.um）。因为热红外图像是依赖于地物的昼夜辐射能量而成像，所以热红外图像可以在白天成像，也可以在夜间成像，由此可见它不受日照条件约束。因为在城市热岛效应动态检测中，注重的是城郊温度的对比；同时，又因为红外辐射亮温进行地表温度换算比较困难，所以在分析热岛效应强度时，可直接用亮温数据9。热红外波段的星上辐亮度转为星上亮温10（at-sensor brightness temperature）的公式为 （3.2）式中L为星上辐亮度，计算公式同3.1；K1为607.76；K2为1260.56；3.2 6S模型大气校正6S模型是对5S模型的改进，它是通过模拟太阳辐射的传输过程对大气进行校正。采用SOS (successive ordef scattering) 方法计算散射作用以提高精度11。3.2归一化植被指数（NDVI）与植被覆盖度计算遥感监测中研究地面植被分布和生长的常用方法为植被指数。采用植被指数可以突出图像中植被的特征、提取植被的类别以及估算绿色生物量等方面。标准化植被指数，又称归一化植被指数（NDVI），它可以用于衡量是植被空间分布状况以及植物生长状态，其归一化植被指数（Normalized Difference Vegetation Index,NDVI）计算公式如下3.3。 （3.3）由于本文采用的是LANDSAT TM遥感影像，所以式中IR与R在本文中分别为LANDSAT TM第4与第3波段，即为近红外波段与红波段。在此次研究中是通过混合像元分解的方法计算漳州市区域的植被覆盖度，将整体影像的地物类别大致分水体、植被和建筑三大类，具体的计算公式如下： （3.4） 其中NDVI为植被归一化指数，NDVIS为土壤NDVI，NDVIV为植被像元覆盖最大值得NDVI。本文中采用将 NDVI的最大值、最小值确定为NDVIS、NDVIV 方法计算植被覆盖度Pv 。3.4地表比辐射率比辐射率是反映物体热辐射性质的一个重要参数，它不仅与电磁波的波长(频率）、发射方向有关，还与物质的温度、表面特性、成份、结构等因素有关。其计算公式为3.5 （3.5）式中，M1（T，）表示物体温度为T、波长为时的辐射出射度；M2（T，）为黑体辐射出射度。在TM/ETM中算法如公式3.6 （3.6） 其中中PV为植被覆盖度;为在热红外波段下的植被和裸土的比辐射率;分别是植被和裸土的温度比率;为修正值。根据前人的研究，可以将遥感影像分为自然、城镇和水体三种表面类型；自然表面和城镇像元的比辐射率估算则分别根据下式（3.7）、（3.8）进行计算，水体像元的比辐射率赋值为一常数值0.995。 （3.7） （3.8） building和surface 分别代表城镇像元和自然表面像元的比辐射率。3.5地表温度计算 辐射亮温值是在假设地物均为黑体的情况下求得的，可以根据地物的比辐射率将亮度温度转化为地表真实温度12 。公式为 （3.9）其中，TS为地表温度，单位为 ，为地表发射率，选用植被指数NDVI建立决定不同地表类型值的判别条件，即,.其中，soil土壤发射率，veg为植被发射率，Pv为植被覆盖率。 前人得到研究可知，物体的发射率越接近于1，那么亮温就越接近于真实温度；反之，波普发射率偏离1越远，其亮温就偏离真实温度越大13。因此，运用该经验可以通过物体的发射率判段研究区域的亮温是否接近真实温度。4.漳州市城市热岛效应分析4. 1研究区域概况漳州市是位于福建省最南端的一个地级市；由于其优越的气候条件，便利的交通，秀丽的风景，以及其被誉为“水果之乡”的美名，使其成为一个投资、经商和观光旅游的好地方。随着近几年漳州市经济的飞速发展，环境保护已经成为人们时刻关心的话题，城市热岛效应愈发突出，研究其城市热岛效应将有助于漳州市的环境保护及经济的可持续发展。 漳州市研究区域介于北纬2334至2515、东11654至118，陆域南北长187km,东西宽127km,面积12607km2，九龙江横贯全境。漳州市拥有优越的自然条件、较好的农业基础、突出的区位优势。漳州市属于亚热带季风性湿润气候，漳州市地区年平均约为温度21.7；最冷月一般为一月份，一月份的平均气温为13.7；最热月一般为七月，其七月份平均气温为29.1。无霜期达330天以上，年日照2000-2300小时；年积温7701.5，年日照时数1830.5h。年平均降雨量1606.6毫米，雨季集中在三至九月，这七个月的降水量为1365.6毫米，占年降水总量的8514。在本文中采用 2009 年的Landsat5 TM 数据，空间分辨率为30m。采用ERDAS软件对影像进行几何校正与裁切。同时，运用6S 模型进行大气校正，再根据归一化植被指数公式NDVI= (TM4 - TM3) / (TM4+TM3)获得 TM NDVI数据。4.2数据说明4.2.1Landsat-5卫星说明1984年美国发射了Landsat-5卫星，Landsat-5与Landsat-4完全一样。Landsat-4/5卫星主体由NASA的标准多用途飞行器组合体和陆地卫星仪器舱组成15。 Landsat-5卫星遥感平台信息如表4-1所示，Landsat卫星TM传感器的波段设置及主要应用如表4-2所示，其采用数据详细信息如表4-1所示。表4-1遥感平台信息遥感平台传感器发射日期服务日期主要用途Landsat5TM1984-03-01设计寿命6年地球资源遥感，土地利用、农林、地质、水资源等制图表4-2TM传感器的波段设置及主要应用Landsat 5波段波长(微米)分辨率(米)主要应用Band 1蓝绿波段0.45-0.5230用于水体穿透，分辨土壤和植被。Band 2绿色波段0.52-0.6030分辨植被。Band 3红色波段0.63-0.6930处于叶绿素吸收区域，用于观测道路，裸露土壤，植被种类等。Band 4红外波段0.76-0.9030用于估算生物量。Band 5红外波段1.55-1.7530在不同植被之间有好的对比度；有穿透云雾的能力；通常用于分辨道路，裸露土壤，水。Band 6热红外波段10.40-12.50120感应发出热辐射的目标。Band 7红外波段2.08-2.3530可用于辨识植被覆盖和湿润土壤；用于矿物和岩石的分辨，。4.2.2数据来源及处理本文用的是Landsat-5TM数据，该数据是地理空间数据云服务平台下载获取，采用同一年份相邻航带的两幅卫星影像为研究漳州市区域城市热岛效应的原始数据，数据详细信息见表4-3所示。成像时段为黎明前（约为午夜2至3时），该时段可以提供长时间而稳定的温度，且“阴影”和坡向效应最小，便于地层和构造的识别15。表4-3采用数据详细信息数据名称影像中心纬度日期DATE_ACQUIRED 影像航带号云量(CLOUD_COVER）经度纬度PATHROWLT51190442006270BJC00118.2123.112006-9-27 119 441.2LT51190432006270BJC00118.5624.542006-9-27119430LT51200442006268BKT00116.9924.552006-9-25120440.2LT51200432006268BKT00116.4423.112006-9-251204304.3漳州市行政边界裁切首先对相邻航带的遥感影像进行图像拼接，然后进行漳州市行政边界的裁切，本文采用掩膜的方法进行裁切，掩膜裁切方式可以快速的进行不规则分幅裁剪，提取出漳州市的研究区域范围。运用掩膜方法进行边界的裁切时，首先，使用ArcGIS进行漳州市各县的行政边界提取，定义其投影并生成coverage文件；然后，在ERDAS中将漳州市边界矢量数据转换为栅格数据，保存为img文件；并且选择掩膜裁切的方式进行研究区域的裁切，保存裁切结果。 4.4 6S大气校正模型是对现实世界中实体的抽象与简化，是对其构成及关系的表述。在本文中采用ERDAS软件的空间建模模块（Spatial Modeler）建立图像处理模型4。通过建立模型实现遥感影像多个波段的快速校正，简化逐一处理的繁琐步骤。模块中通过对合成的多波段遥感影像图的第一至第五波段以及第七波段进行大气辐射定标后，将处理结果与由6S模型运算得出的大气校正参数值（见表4-5至4-8中6S模型大气校正结果整理数据）带入公式3.1、3.2，进行6S模型的大气校正；对第六波段则进行热红外波段的星上辐亮度转为星上亮温的运算，最终得出处理后的多波段影像图。6S模型输入参数（LT51190442006270BJC00数据band1为例）文件如表4-4所示。6S模型校正整理结果见表4-5至4-8所示。表4-4 6S模型参数设置内容注释7(7为tm)6(month)6(date)2.362(格林尼治时间，单位小时)118.21(中心点经度，单位度)23.11(中心点纬度，单位度)2(Idatm，大气模式，0-8，)1(Iaer，气融胶模式，0-12，)30(visibility，能见度)-0.460(target_altitude，目标高度)-705(sensor_altitude，传感器高度)25(band1-7分别为25-30)0(0是均质地表，1是非均质地表)0(0是无方向影响，1是有方向影响)1(1-植被；2-清洁海水；3-沙地；4-清洁湖水)-0.5(rapp)表4-5 LT51190442006270BJC00 6S模型大气校正整理结果波段Band1Band2Band3Band4Band5Band7Input apparent reflectance w/m2/sr/mic0.5000.5000.5000.5000.5000.500Measured radiance276.611258.440220.036148.75730.66911.427atmospherically corrected reflectance0.5220.5580.5490 .5610 .5740.577coefficients xa0.002410.002500.002750.003990.018980.05080Coefficients xb0.096750.055310 .032540.016000 .003110.00130Coefficients xc0.159300.111470.081950.050840.014690.00769表4-6 LT51190432006270BJC00 6S模型大气校正整理结果Band1Band2Band3Band4Band5Band7Input apparent reflectance w/m2/sr/mic0.5000.5000.5000.5000.5000.500Measured radiance277.230259.018220.528149.08930.73811.453atmospherically corrected reflectance0 .5220.5580.5490.5610.5740.577coefficients xa0.002400.002500.002740.003980.018930.05068Coefficients xb0.096670.055270.032520.015990.003110.00130Coefficients xc0.159300.111470.081950.050840.014690.00769表4-7 LT51200442006268BKT00 6S模型大气校正整理结果Band1Band2Band3Band4Band5Band7Input apparent reflectance w/m2/sr/mic0.5000.5000.5000.5000.5000.500Measured radiance260.663243.539207.350140.18028.90110.769atmospherically corrected reflectance0.5280.5640.5540.5650.5770.580coefficients xa0.002590.002690.002950.004260.020240.05420Coefficients xb0.100310.057190.033460.016340.003130.00134Coefficients xc0.159300.111470.081950.050840.014690.00769表4-8 LT51200432006268BKT00 6S模型大气校正整理结果Band1Band2Band3Band4Band5Band7Input apparent reflectance w/m2/sr/mic0.5000.5000.5000.5000.5000.500Measured radiance258.123241.166205.330138.81428.62010.664atmospherically corrected reflectance0.5280.5650.5540.5660.5770.580coefficients xa0.002620.002720.002980.004310.020450.05477Coefficients xb0.100820.057460.033610.016400.003130.00135Coefficients xc0.159300.111470.081950.050840.014690.00769以上所得参数值Xa、Xb、Xc分别带入如下公式4.1、4.2 （4.1） （4.2）measured radiance为图像辐射定标处理结果值。4.5 运用ERDAS模型工具建模4.5.1数据预处理建模在ERDAS中将原始遥感各波段影像进行多波段合成，运用ERDAS软件的建模工具进行建模，完成遥感影像的辐射定标。其次，带入经过6S模型大气校正后所得的系数结果对影像的第一至第五波段以及第七波段进行大气校正。至于热红外波段则将其星上辐亮度转为星上亮温。4.5.2地表真实温度反演建模 为了计算地表比辐射率，首先必须运用模型计算出植被覆盖度值，而植被覆盖率的的计算需要在计算植被归一化运算的基础上进行。在本文中地表真实温度的反演主要是通过建立反演模型来完成的，地表真实温度反演模型见图2，模型各阶段处理结果见图3至图6。图2地表比辐射率模型注：模型中植被覆盖度度计算公式为：($n1_zhangzhoucaiqiendvi + 61.48) / 92.552式中$n1_zhangzhoucaiqiendvi为NDVI，在本实验中NDVI的最小值为NDVIS为-61.48、最大值为NDVIv为31.072；模型中输入地表比辐射度计算公式为：($n1_zhangzhoucaiqiendvi LE 0) * 0.955 + ($n1_zhangzhoucaiqiendvi GT 0 AND $n1_zhangzhoucaiqiendvi LT 0.7) * (0.9589 + 0.086 * $n3_memory - 0.0671 * $n3_memory * $n3_memory) + ($n1_zhangzhoucaiqiendvi GE 0.7) * (0.9625 + 0.614 * $n3_memory - 0.0461 * $n3_memory * $n3_memory。式中$n1_zhangzhoucaiqiendvi为NDVI,$n3_memory为PV。图3未处理原图 图4NDVI处理结果 图5比辐射率计算结果 图6植被覆盖度计算结果获取漳州市范围内的地表比辐射率后，再次建立新模型（图7）进行漳州市地区地表真实温度的反演，得出地表的真实温度。图7为地表温度反演模型图。图7 地表温度反演模型4.6 辅助参数获取 传感器接收到的热红外辐射亮度值L主要由三部分组成13：大气向下辐射亮度；地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向上辐射亮度L。大气校正法的表达式可写为： （4.3）为大气在热红外波段的透过率；LT为黑体的辐射亮度值；为地物发射率；乘积LT是地面的真实辐射亮度为同温度。则温度为T的黑体在热红外波段的辐射亮度LT为： （4.4）通过NASA官网(/)可以查询到漳州市区域在该时段的大气向下辐射亮度值、大气向上辐射亮度值以及热红外波段的透过率。查询过程中需相关数据，在本文中输入的数据信息内容见表4-6。通过查询得到漳州市范围参数值见图10，可见其大气在热红外波段的；L为0.78W/(m2srm)；为1.75；L为2.85W/(m2srm)。表4-6查询参数输入内容研究区域影像采集日期成像时间遥感平台及传感器影像中心纬度经度纬度福建省漳州市2006年9月25日北京时间02：33Landsat5 TM116.99E24.55N图8辅助参数获取4.7反演结果的可视化在本文中采用ArcGIS软件对提取的地表信息进行可视化处理，将重要的信息以专题图的形势表现出来。在ArcMap导入处理后的遥感影像，运用其重分类功能，按照需求对遥感影像进行重分类；同时提取出漳州市区域各个县市的行政边界线及行政区域面，并且添加属性信息，与各个阶段处理后的遥感影像图进行叠加显示，制作成专题图并输出(输出结果图见图9、图10、图11、图12)。4.8 结果与分析4.8.1 反演结果分析 其NDVI值位于0.157-0.727之间的一般为绿色植被覆盖地表。NDVI小于0的象元主要是水，地表比辐射率为0.995。NDVI位于0.7-0.157之间一般是城市水泥地表，地表比辐射率近似为0.923。NDVI大于0.727的可以看做植被完全覆盖，地表比辐射率为0.98616。通过图10、图11与图12进行对比可以看出，植被覆盖率较大的地方地表温度较低；NDVI越较大的地区其植被覆盖度越大，但是其地表温度越低。研究结果表明，地表温度与城市地表覆盖度是密切相关，增加地表覆盖度可以很好地降低地表温度，土地利用覆盖对地表温度的影响可以用NDVI 进行衡量13。图9 研究区温度反演结果图，图10为漳州市NDVI分布图，图11为漳州市植被覆盖度分布图，图12为漳州市地表比辐射度分布图。从漳州市区域地表温度分布图（图9）中，可以得出：漳州市区域范围内城市热岛效应主要集中在人口较为密集、高楼林立、下垫面多为水泥或沥青的地方；特别是在漳州市市辖区、云霄县、东山县、平和县东部、漳浦县中心以及其沿海区域城市热岛效应现象较为明显。在这些地区9月下旬最高温度可达38，最低温度可以达到27，其分布呈现多个中心非均匀分布的特点。图9地表温度分布图 图10 NDVI 值 图11 植被覆盖度 图12 地表比辐射度4.8.2 反演结果的不足 漳州市地区的地表温度是运用大气校正法反演地表温度得到的结果，在反演过程中存在一些不足。通过统计漳州市区域范围内的地表温度发现其温度主要分布2734，水体表面温度会相对较低一些。通过查询气象站该时间段的气温课发现，采用地表温度反演方法反演出的地表温度比实际温度偏低一些，其得出结果精确度不够。同时，在研究漳州市城市热岛效应的过程中由于数据不完整，未能获取同一采集时间的相邻遥感影像图，造成龙海市东部以及漳浦县东部数据缺失，不能反映该地区的城市热岛效应。在本次研究中所采用的算法所需要的大气参数与地表比辐射率都是估计值，无论其估计方法如何改进，都无法做到与实际测量值一致，估计值与实际测量值始终有一定的偏差。因此，地表温度反演结果会有一定误差存在。在研究该地区的城市热岛效应的过程中只研究了一个时段的遥感影像，没有对研究区域的城市热岛效应进行多个时段的对比分析，所以不能形象地表现漳州市范围内温度的动态变化，难以进一步地分析其热岛效应。对反演结果的评价是十分必要的，然而，由于现有的技术水平无法十分准确地获取漳州市区域范围内的同步的气象观测数据以及地表温度，因此难以对漳州市地区的地表温度反演结果的精度进行客观性评价；同时，由于季节性气象因素的考虑不足，影响了其结果的精度。在今后的研究工作中，选取数据时应当尽量使用可以覆盖研究区域的遥感影像或使用采集时间间隔较小的相邻遥感影像图，以减小地表温度反演过程中的误差。采用大气校正法研究漳州市区域的地表温与实际值存在较大的差异，由此可见，该地表温度反演方法将有待改进，以便增加温度反演结果的可靠性，提高地表温度的反演精度。5.结论与展望本文利用2006年漳州市区域的遥感影像图对该地区的地表温度进行反演，获取漳州市热岛强度分布图，从其分布情况可以看出漳州市存在较为明显的城市热岛效应，沿海经济较发达地区最为明显；城市水泥地表的温度明显高于植被覆盖区域和水体区域。由此可见，减少城市热岛带来的危害可以通过增加水体面积和加强绿化。随着遥感技术的不断发展，城市热岛效应的研究将不断改进，其精度将不断地提高，为城市的发展与建设提供参考。漳州市区域城市热岛效应的研究将对其市民身体健康、城市规划、经济发展、城市预警、绿化建设等方面有着极为重要的指导意义。参考文献1 Britannica Illustreated Science LibraryyWeather and ClimeteM,北京:中国农业出版社,2013.2 胡华浪,陈云浩,宫阿都. 城市热岛的遥感研究进展J.国土资源遥感,2005,(3):5-9.3 科学技术部社会发展科技司,中国21世纪议程管理中心. 适应气候变化国家战略研究M,北京:科技出版社,2011.4 寿亦萱,张大林. 城市热岛效应的研究与展望J.气象学报,2012,X(3),338-353.5 刘霞,沙晋明. 基于ETM+影像的福州市部分城区的地表温度反演与分析J.海洋技技术，2010,29(3): 87-92.6 邓凤东,汤国安,杨昕,吕恒ERDAS遥感数字图像处理实验教程M,北京:科技出版社,2013.7 石伟ArcGIS地理信息系统详解M,北京: 科学出版社,2009.8 韦玉春,汤国安,杨昕遥感数字图像处理教程M,北京: 科学出版社,2012,99-100.9 徐涵秋,陈本清.不同时相的遥感热红外图像在研究城市热岛效应变化中的处理方法J.遥感技术与应用,2003,18(3): 129-133.10 王亚军. 基于Landsat TM遥感数据的城市热岛效应信息提取与分析J.科技情报开发与经济,2009,19（12）: 87-92.11 李福建,马安青,丁原东,杨俊杰,焦俊超,刘乐军. 基于Landsat数据的城市热岛效应研究J.遥感技术与应用,2009,24(4): 553-557.12 Sobrino J A,Jim6nezMufioz J ,Paolini LLand surface temperature retrieval fiom Landsat TM5J. Remote Sensing of Environment,2004,90(4): 434-440.13 唐伯惠,李召良,吴骅,唐荣林热红外地表发射率遥感反演研究M,北京: 科学出版社,2014.14 鹿世瑾,王岩. 福建气候M,北京: 气象出版社,2014,270.15 孙家抦遥感原理与应用M,武汉: 武汉大学出版社,2014,37-38.16 赵英时. 遥感