基于TM遥感影像的北京城区温度反演研究

山 东 农 业 大 学毕 业 论 文题目：基于 TM 遥感影像的北京城区温度反演研究二一三年六月十五日目 录摘要 .11 绪论 .11.1 研究背景及意义 .11.1.1 研究背景 .11.1.2 研究意义 .11.2 国内外研究现状 .11.3 研究内容与研究方法 .31.3.1 研究内容 .31.3.2 研究方法 .32 多波段遥感影像地表温度反演概述 .42.1 遥感影像反演简介 .42.2 地表温度反演理论基础 .42.3 地表温度反演方法 .52.3.1 单窗算法 .52.3.2 分裂窗算法 .62.4 遥感影像处理软件简介 .63 反演实例 .73.1 研究区概况及数据资料获取 .73.2 遥感数据预处理 .93.2.1 辐射定标 .93.2.2 几何校正 .103.3.3 计算 NDVI 值 .113.3 地表温度反演 .113.3.1 地表比辐射率计算 .113.3.2 计算相同温度下黑体的辐射亮度值（亮温） .143.3.3 反演地表温度 .153.3.4 温度归一化 .163.4 本章小结 .164 分析总结 .174.1 结果分析 .174.2 局限性与建议 .17参考文献 .18致谢 .20CONTENT1 Introduction.11.1 Background and Significance .11.2 The Research Status at Home and Abroad .11.3 Main Content and Research Method .32 The Introduction of the Multispectral Remote Sensing Image Retrieving Land Surface Temperature .42.1 Remote Sensing Inversion .42.2 Land Surface Temperature Retrieval Theory .42.3 Land Surface Temperature Retrieval Method .52.4 Introduction of remote sensing image processing software.63 Inversion Examples.73.1 Study Area and Data Access.73.2 Remote sensing data processing .93.2.1 Radiometric calibration.93.2.2 Geometric Correction .103.3.3 Calculate NDVI value.113.3Surface temperature inversion .113.3.1 Calculation of surface emissivity.113.3.2 Calculation same temperature blackbody radiance .143.3.3 Inversion of surface temperatures.163.3.4 Temperature Normalized .163.4 Chapter Summary .174 Analysis Summary.174.1Analysis .184.2 Limitations and Recommendations .18References.18Thanks.20基于 TM 遥感影像的北京城区地表温度反演研究2009 级遥感二班：袁汝青 指导教师：邱健壮【摘要】：以 Landsat TM为主要遥感数据源，辅助以气象数据资料，利用 NDVI 计算出植被覆盖率，继而计算出地表比辐射率，并利用单窗算法精确反演得到了北京市1995、2007年夏季地表温度。北京划分为首都功能核心区、中心城市功能拓展区、城市发展新区和生态涵养区，规划中北京城市城区的范围是北京五环路以内；研究表明，北京城区热岛效应严重，城区大热岛区中还存在多数热岛效应更为严重的“岛中岛” ；北京热岛分布与其下垫面环境有密切的关系。【关键词】：温度反演； Landsat TM；热岛效应；单窗算法TM images of Beijing-based urban surface temperature inversionRemote sensing of 2009: Yuan RuqingThe Instructor: Qiu Jianzhuang【Abstract】: Using LandsatTM as the main data source， aided by the meteorological data， using NDVI to calculate the vegetation coverage rate， and then calculate the surface emissivity， and the use of single window algorithm accurately retrieved land surface temperature in Beijing city in 1995 and2007. Beijing is divided into the core area of the capital function， the function of Central City Development Zone， city development and ecological conservation area， Beijing city urban planning in the range is within the Beijing ring road; studies show that， the heat island effect in Beijing city is serious， most of the heat island effect urban heat island area in more serious island in a; the close relationship of Beijing heat island distribution and underlying surface.【keyword】: temperature inversion; Landsat TM; heat island effect; single window algorithm1 绪论1.1 研究背景及意义1.1.1 研究背景地球表面温度是一个重要的水文、气象参数， 它影响着大气、海、陆之间的感热和潜热交换， 是诸多研究领域不可或缺的基础资料， 精确定量反演陆面温度的成果将推动旱灾预报和作物缺水研究、农作物产量估算、数值天气预报、全球气候变化和全球碳平衡等领域研究的进展。地表温度在大气与地表的物质与能量交换， 植被生态，气候变化等方面有着重要的应用。而遥感信息技术发展以来，以其独特的优势在各个领域得到重大应用。利用热红外遥感可以在短时间内获得大范围、多时相、多分辨率的地表温度及其温度场空间分布信息，与传统的观测方式相比，具有快速、便捷、观测范围大和信息连续等优点。因此，利用热红外遥感数据反演地表温度的应用日趋广泛， 利用卫星遥感资料进行地表温度的反演也成为目前遥感定量研究中的重要任务之一。1.1.2 研究意义近年来“城市气候和环境”问题引起了研究者的广泛兴趣，其中城市热环境、城市热岛效应及其与环境的相互关系等领域是当前城市气候与环境研究的中心问题 1。地表温度是很多环境模型的一个重要参数，在大气与地表的物质与能量交换，天气预报，气候变化等方面有着重要的应用。利用热红外遥感 2可以在短时间内获得大范围的地表温度及其温度场空间分布信息，与传统的观测方式相比，具有速度快、便捷、观测范围大和信息连续等优点。本文利用 Landsat TM 第 6 波段数据反演北京地区地表温度，分析了北京地区地面温度分布模式及城市热岛效应，并探讨了城市热岛效应与城市土地覆盖类型及植被指数之间的关系。1.2 国内外研究现状随着遥感科学与技术的发展，各种传感器综合平台被用来研究地球表面温度。热红外遥感记录的是地物发射的热辐射能量，具有不破坏地表热力学状态的特点， 用其反演陆面温度早已被科学家重视。国外适用于大范围陆地表面资源调查的卫星数据源有具有高空间分辨率的美国 Landsat TM/MSS 数据、法国的 SPOT 图像及中分辨率的NOAA、MODIS 卫星数据等。对地表温度的遥感研究主要是通过对城市下垫面的热红外遥感来进行的。早在 20 世纪 60 年代初期发射 TIROS-以来，学者们就尝试利用卫星遥感数据反演地表温度 。在研究成果方面，Matson 早在 1978 年就利用 AVHRR 热红外数据研究了美国中西部和东北部地城市与乡村地表辐射温度的差异及其原；美国 Landsat 卫星 TM 及TM 数据的热红外波段具有较高的空间分辨率(120 m 及 60 m)，能更好地用于地表温度的研究。Tran 等综合利用了 MODIS 和 TM 数据对东京、北京、上海、汉城、平壤、曼谷、马尼拉及胡志明市的热场状态进行了分析，进而研究了昼夜变化及季节变化特征与植被状况、热场空间分布模式、城市自身热辐射之间的关系。Ca-mahan 和 Larson 应用Landsat 卫星的 TM 传感器的热红外波段数据研究了美国城市印第安纳波利斯的区域地表温度特征，通过与乡村地表温度的对比发现，在某一时期城市地域表现出更低的地表辐射温度。Roth et al(1989)利用 AVHRR 数据对北美西海岸的几个重要城市的地表温度极其差异进行研究 3；Gallo eal(1993）分析了归一化植被指数（NDVI）与利用遥感手段反演出的地表温度之间的相互关系 4；Van(1993) 研究了下垫面地物比辐射率与 NDVI 的相互关系，发现它们之间在 NDVI 的值位于一定范围内存在良好的指数关系 5。在研究方法与技术方面，Jmenez- Munoz 等提出了一种仅需知道大气水汽含量即可反演地表温度的单窗算法。 毛克彪把针对 TM 影像的单窗算法改进成适应于 ASTER 传感器的单窗算法，先 ASTER 的 13 波段(10.25-10. 95um)和 14 波段 (10.95-11. 65um)的 Planc 方程进行线性简化， 然后用单窗算法分别对 ASTER 的第 13 和 14 波段建立方程， 从而形成了针对ASTER 传感器的单窗算法，并对参数的获取做了介绍。通过对大气向下热辐射的近似解和对 Planck 辐射函数的线性化， Qin 推导了他们的分裂窗算法， 该算法仅需要 2 个因素来进行地表温度的演算。这一算法提出了地表比辐射率和大气透过率的算法。该算法已在 MODIS 数据中得到了广泛的应用。在紧跟国际新技术的同时，国内一些重点院校也纷纷积极投入到了这一领域的研究工作，都在进行对温度反演的探索。和一些发达国家相比，我国地表温度反演技术也取得了一系列明显的成果。如2001 年，覃志豪“用陆地卫星TM数据反演地表温度的单窗算法”提出了针对 TM6 地温反演的单窗算法。这一算法把大气和地表状态对地表热传导的影响直接包括在演算公式中，只需要两个大气参数进行地表温度的演算， 即大气平均作用温度和大气透射率 6。我国学者丁金才（2002）利用热红外数据研究了上海市1992年与1998年的城市热岛效应及其变化 7，宫阿都等（2005） “利用Landsat TM数据反演了北京市区地表温度的方法研究”根据北京地区Landsat TM热红外遥感影像，通过单通道算法反演得到了北京地区地表温度分布图 8；孟宪红等（2005） “基于MODIS数据的进他绿洲地表温度反演”利用MODIS数据反演了地表温度所需要的关键参数：大气透过率和地标比辐射率，然后运用分裂窗算法繁衍了金塔绿洲地区的地表温度，并与地面实测数据进行了对比分析 9；许民等（2008） “基于LandsatETM+ 影像的干旱半干旱地区地表温度反演研究与分析”得出该地区夏季地面温度场分布规， 。结果表明，几种典型地物随NDVI值的减小，温度呈递增关系，植被覆盖与地表温度成线性负相关 10。从 20 世纪 60 年代至今， 遥感反演地表温度经历了 50 多年的发展， 取得了很大成果。这些应用研究均取得了很好的结果，对进一步理解土壤植被大气系统能量交换状况及区域热量分布差异有着重要意义 11。1.3 研究内容与研究方法1.3.1 研究内容在理论上，本文对遥感影像反演的理论基础以及反演方法做了一系列学习，在实践中，本文利用 ERDAS 以及 ENVI 软件，1995 年及 2007 年两年的 Landsat TM 数据的热红外数据( 第六波段，波长 0.4 - 12.5m) 对北京市主城区的地表温度夏季分布规律进行了研究，并结合利用遥感数据获得的土地利用/覆盖资料和社会经济统计资料分析了各区温度差异的原因与变化规律，为北京市的城市建设和土地合理利用规划提供一定的借鉴。1.3.2 研究方法理论上，对多波段遥感影像地表温度反演的理论基础和理论方法做出了学习研究，主要通过阅读文献、参考文章的方式。在实验上，以 LandsatTM 数据作为主要数据源，首先在 ERDAS IMAGINE8.5 下对遥感影像进行几何校正，然后根据北京市的行政区划图，在 ERDAS 中做图像裁剪，得到研究区范围，在 ENVI 软件 中测定影像的比辐射率，然后经过一系列的处理，得到地表温度。第一步对遥感影像进行辐射定标、几何校正，然后根据北京市的行政区划图，在 ERDAS中做图像裁剪，得到研究区范围；然后计算 NDVI 值。第二步，运用 ENVI 软件对遥感影像测定比辐射率。第三步，计算相同温度下黑体的辐射亮度值。第四步，反演地表温度。第五步，温度归一化。第六步，将两幅图像进行对比，得出结论。2 多波段遥感影像地表温度反演概述2.1 遥感影像反演简介遥感上的反演是指在基于模型知识的基础上，依据可测参数值去反推目标的状态参数 12。或者说，根据观测信息和向前物理模型求解或推算描述地面实况的应用参数（或目标参数） 。20 世纪 60 年代开始利用卫星多光谱遥感数据反演地表温度，利用卫星遥感图像资料，应用多光谱地表温度反演方法，可获得地球表面的最新温度信息，且具有覆盖地域大和动态观测的特点 13。地表温度是监测地球资源环境动态变化的重要指标之一， 对水文、生态、环境和生物地球化学等研究有重要意义 14。传统获取地表温度的做法是采用温度计测量， 所测的结果只代表观测点的局部温度， 唯有遥感可以提供二维陆面温度分布信息，并且可以快速同步地获取大面积区域地表温度。因此利用卫星数据演算地表温度， 探讨卫星热通道的理论及其实际应用方法， 已经成为遥感科学的一个重要领域。热红外遥感记录的是地物发射的热辐射能量，具有不破坏地表热力学状态的特点， 用其反演陆面温度早已被科学家重视， 可以从 1962 年发射的 TIROS 卫星算起 15。热红外遥感是利用热红外波段研究地球物质特性的技术手段，可以获得地球表面温度，在城市热岛效应、林火监测、旱灾监测等领域有很好的应用价值。热红外遥感的信息源来自物体本身，其基础是：只要其温度超过结对零度，就会不断发射热红外能量，即地表热红外辐射特性 16。由于热红外遥感本身较为复杂， 如地表发射率的测定、大气效应订正、温度与发射率的分离以及非同温像元混合问题等， 使得反演陆地温度复杂了许多， 精度也受到了限制。随着空间信息技术的发展， 遥感陆面温度的反演技术也取得了很大进步， 已发展出了多套地面温度反演方法 17。2.2 地表温度反演理论基础遥感反演地表温度的最基本的理论依据是维恩位移定律和普朗克定律。依据这一基础的方法主要有传统的大气校正法、单窗算法、分裂窗算法等。从理论上讲， 自然界任何高于热力学温度 ( Kinetic temperature)的物体都不断地向外发射具有一定能量的电磁波。其辐射能量的强度和波谱分布的位置是温度的函数。随着温度的增加， 总辐射能量将相应增加， 辐射能量的最大波长也将逐渐变短。通常用 Planck 定律来描述这种现象。根据 Planck 定理， 黑体的光谱发射特性可以表示为:C1/5(eC /T-1) （1）)(TB2式中 B(T)是黑体辐射强度，单位为 W sr-1 um-1， 是波长，C 1 和 C2 是辐射常数，C1 =3.741810-16W m-2;C2 =1.4387685104 um K，T 是热力学温度，单位是 K。Planck 函数给出了黑体辐射的辐射强度与温度和波长的定量关系。从(1)式可以看出，温度确定后，由 Planck 函数可以确定辐射源的能量谱分布 ， 进而可以推算出物体的能量谱峰值的波长。反之， 从物体的能量谱分布及辐射强度也可计算出物体的实际温度。这也是地表温度能被反演的理论基础。2.3 地表温度反演方法从 20 世纪 80 年代至今， 遥感反演地表温度经历了 20 多年的发展，取得了很大成果， 但地表温度的精确反演仍然是当前研究的热点与难点之一， 下面对各种算法做一介绍。2.3.1 单窗算法陆地卫星 TM 数据(TM 6)热波段表示地表热辐射和地表温度变化。长期以来，从TM- 6 数据中演算地表温度通常是通过所谓大气校正法。这一方法需要估计大气热辐射和大气对地表热辐射传导的影响，计算过程很复杂，误差也较大，在实际中应用不多。根据地表热辐射传导方程，推导出一个简单易行并且精度较高的演算方法 把大气和地表的影响直接包括在演算公式中。该算法需要用地表辐射率、大气透射率和大气平均温度 3个参数进行地表温度的演算。验证表明，该方法的地表温度演算较高。当参数估计没有误差时 t 该方法的地表温度演算精度达到Basic Tools-TM Calibration Parameters，在输入栏中输入太阳高度角，成像日期等参数。如图3.图 3 定标对话框辐射定标后的图像如图4。图 4 1995 定标图和 2007 定标图3.2.2 几何校正在ERDAS IMAGINE8.5下对遥感影像进行几何校正，选择投影为 UTN WGS 84（UTMZone50 114E-120E），采用二次多项式函数进行几何精校正，合理的选取控制点，与北京市行政区划地图数据进行相互配准，减少几何误差。其中，控制点数目最少为(n+1) (n+2) /2，n 为多项式次数。控制点应选取图像上易分辨且较精细的特征点，尽量使控制点分布均匀。利用双向线性内插法（Bilinear Interpolate ）进行重采样，计算量和精度都比较适中，最后纠正的误差控制在0.5 个像元内。接着对校正后的遥感影像选择研究区域作为感兴趣区域进行裁剪，分别得到1999年和2009年空间范围相同的影像。将校正后的北京市的行政区划图的边界，利用AOI工具勾画出来，生成研究区范围的AOI文件，最后在ERDAS中做图像裁剪，得到研究区范围。3.3.3 计算归一化植被指数 NDVI 值在假设地表为朗伯体的前提下，用求得的辐射亮度计算表观反射率。表观反射率就是指大气层顶的反射率，辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。公式如下：(8)cossunEdL公式中 0为表观反射率，L 为传感器在某个波段内表观亮度,d为日地距离(以日地平均距离为单位),E sun 为太阳光谱在某波段内的平均辐射照度, 为太阳入射天顶角。用计算得到TM第3 、第4 波段的地表反射率计算归一化植被指数NDVI:(9)redniNDVI其中， nir 、 red 分别为TM 3 、4 波段的地表反射率。3.3 地表温度反演考虑到所收集的数据性质及特点，本文使用覃志豪等推导出的陆温反演单窗算法来反演TM数据的陆面温度。下文首先简要介绍该算法的简化过程，然后通过计算简化后所需的地表比辐射率、大气透射率和大气平均作用温度这三个基本参数，最终得到地表温度的反演值。3.3.1 地表比辐射率计算物体的比辐射率是物体向外辐射电磁波的能力表征。它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。(1) 植被覆盖度计算计算植被覆盖度Fv 采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：FV = (NDVI- NDVIS)( NDVIV - NDVIS) (10)其中，NDVI 为归一化差异植被指数，取NDVI V = 0.70 和NDVI S = 0.00，且有，当某个像元的NDVI 大于0.70 时，F V取值为1；当NDVI 小于0.23，F V取值为0。利用ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：（b1 gt 0.7）*1+（b1 lt 0） *0+（b1 ge 0 and b1 le 0.7）*（(b1-0.0)/(0.7-0.0)）b1：NDVI 值，如图6。图6 计算植被覆盖度对话框得到植被盖度图像，如图7。图7 1995植被覆盖和2007植被覆盖(2) 地表比辐射率计算根据前人的研究，将遥感影像分为水体、城镇和自然表面3 种类型。本专题采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式（3）（4）进行计算：surface = 0.9625 + 0.0614FV - 0.0461FV2 （11）building = 0.9589 + 0.086FV - 0.0671FV2 （12）式中， surface 和 building 分别代表自然表面像元和城镇像元的比辐射率。利用ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：（b1 le 0）*0.995+（b1 gt 0 and b1 lt 0.7）*(0.9589 + 0.086*b2 - 0.0671*b22)+(b1 ge0.7)*(0.9625 + 0.0614*b2 - 0.0461*b22)，如图8。b1：NDVI 值；b2：植被覆盖度值。图8 计算比辐射率对话框得到地表比辐射率数据。3.3.2 计算相同温度下黑体的辐射亮度值若实际物体在某一波长下的光辐射度 (即光谱辐射亮度) 与绝对黑体在同一波长下的光谱辐射度相等，则黑体的温度被称为实际物体在该波长下的亮度温度。辐射传输方程法，又称大气校正法，其基本思路为：首先利用与卫星过空时间同步的大气数据来估计大气对地表热辐射的影响。然后把这部分大气影响从卫星高度上传感器所观测到的热辐射总量中减去。从而得到地表热辐射强度再把这一热辐射强度转化为相应的地表温度。卫星传感器接收到的热红外辐射亮度值L 由三部分组成：大气向上辐射亮度 L，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；大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值的表达式可写为（辐射传输方程）：L = B(T S) + (1-)L + L （13）这里， 为地表辐射率， TS 为地表真实温度， B(TS)为普朗克定律推到得到的黑体在TS的热辐射亮度， 为大气在热红外波段的透过率。则温度为 T 的黑体在热红外波段的辐射亮度B(T S)为：B(TS) = L - L- (1- )L / （14）在NASA 官网(/)中输入成影时间以及中心经纬度，则会提供上式中所需要的参数。本专题输入的数据是襄樊市地区2009 年9 月2 日北京时间10：30 成像的Landsat7 ETM+影像，得到下图参数图 : 大气在热红外波段的透过率 为0.6，大气向上辐射亮度L为3.39 W/(m 2 sr m)，大气向下辐射亮辐射亮度 L为5.12W/(m2 sr m) 。如图 9。图 9 2009 年 5 月 25 日 Landsat ETM+数据的大气辅助参数利用ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：（b2-3.39-0.6* （1-b1）*5.12）/（0.6*b1）b1：60m 分辨率的地表比辐射率值；b2：表示热红外波段大气校正后的辐射定标值。得到了温度为T 的黑体在热红外波段的辐射亮度值。如图10。图 10 1995 年亮温图和 2007 亮温图3.3.3 反演地表温度在获取温度为T S 的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度T S：TS = K2/ln(K1/ B(TS)+ 1) （15）对于ETM+，K 1 =666.09W/(m2 sr m)，K 2 =1282.71K。利用ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：（1282.71）/alog（666.09/b1 +1 ）-273b1：温度为T的黑体在热红外波段的辐射亮度值。得到真实的地表温度值，单位是摄氏度。如图11。图11 地表温度反演对话框3.3.4 温度归一化尽管本文1997年的TM和2007年TM数据均为夏季，但是获取影像的时间仍有差异，直接比较地表温度仍会有差别，因此采用正规化方法将地表温度分布范围统一到0和1之间，进一步消除时间的影响。其正归化公式如下：N = (16)iminaxsiT式(8)中，Ni表示第i个像元正归化后的值，Ts i为第i 个像元的地表温度值，T smin为地表温度的最小值，T smax为地表温度的最大值。正归化后，为了便于对比分析，两期地表温度数据按照相同的域值等间距划分为：低温、次中温、中温、次高温和高温区5个区间，制成地表温度等级图。如图12。图 12 1995 温度反演图和 2007 温度反演图3.4 本章小结本章介绍研究区域的自然地理、气候和植被概况，提出研究的必要性和可行性，通过对遥感影像的分析，利用1999年5月，2009年5月两幅ETM+/TM影像，一副行政区划图先进行影像进行预处理，包括图像的几何校正、影像裁剪，得出研究区影像数据，为研究区信息的提取做好数据准备工作，并对预处理后的遥感图像在ENVI中进行地表温度反演；并利用密度分割等技术手段对标准化的地面亮温进行等级划分，根据研究的需要。将地面亮温划分为5个亮温等级分别为低温、次中温、中温、次高温、高温和特高温，在ERDAS中进行专题图制作，在MAPGIS软件中绘制点文件，通过缓冲区分析模块获得气象站点的缓冲区，并统计缓冲区内各分类面积，为其与环境因子的相关分析提供数据。4 分析总结4.1 结果分析利用 ENVI 彩色制图工具处理地温反演结果，得到北京市市地表温度场分布图。从图像可以看出：（1）北京城区地表温度由市中心向外，地表温度逐渐降低。若以长安街为界，则长安街以南的城区热岛效应强于长安街以北的城区，这可能是长安街以南的地区工厂比较多，生产活动所排放的热量导致地表温度较高。天安门附近的市中心地区地表温度高，主要分布在 35.537之间。位于城西郊的景石山区地表温度也很高，是一个强热源，地表温度主要分布在 3438之间，这主要是由于这里有首都钢厂、电热厂等一些能耗型工厂向外排放大量热量导致大气和地表温度升高。城市公园、水面及植被覆盖度较高的地区形成低温区，这些地表有利于降低城市热岛效应。西北郊的香山地表温度主要分布在 2426之间，而且山的阳面比阴面温度高。(2)从平均温度看来，裸地比植被地表温度高出 5.4，比水体高出 8.8这说明地表温度与地表覆盖类型关系密切。(3)总体上地表温度随着 NDVI 的增加而下降。城市地表植被覆盖度低是城市热岛出现的主要原因。北京城市热岛效应显著，但是随着城市绿化水平的提高，城市热岛现象将会有所改变。4.2 局限性与建议(1)由于大气影响和陆地表面比辐射率的不确定性，地表温度的反演精度问题始终是热红外遥感中的一个热点与难点问题.(2)在本文的地表温度反演算法中，仅从二维地表表面上进行了研究，未能从三维空间的角度，综合研究大气环流、风、日照强度、水汽含量、人为排放热与热岛效应的定量关系。当然，这一目的的实现有赖于观测技术的提高和相关实时参数的获取。(3)随着城市化过程的加快，北京市的热岛效应日益严重，但是温度对生态环境的影响是不容忽视的。从图上得知水体、林地和植被覆盖度高的耕地，地表温度相对低一些，因此要改善了城区的整体生态环境，建造大型开放性城市绿地、适当增加水体面积，是缓解城市热岛效应的最佳方法。参考文献 1 赵英时. 遥感应用分析原理与方法 M . 北京: 科学出版社，2003.2 Martson M， McClain E P， McGinnis 0 F， et al. S