城市地表温度卫星遥感反演研究综述

城市地表温度卫星遥感反演研究综述城市地表温度（LandSurfaceTemperature,LST）是表征城市地表能量平衡、热环境演变的核心参数，其时空分布特征直接关联城市热岛效应评估、生态健康诊断、气候变化适应等多个应用领域。卫星遥感技术凭借覆盖范围广、时间序列连续、空间分辨率多样等优势，已成为大尺度城市地表温度获取的主流手段，相关反演方法与应用研究在过去三十年间取得了系统性进展。一、城市地表温度遥感反演的基础理论与辐射传输机制地表温度遥感反演的核心是通过传感器接收到的热红外辐射亮度值，剔除大气、地表发射率等干扰因素，反演得到地表真实温度。热红外辐射传输过程可由普朗克定律简化描述：传感器入瞳处的辐射亮度由地表发射辐射、大气上行辐射、大气下行辐射经地表反射后三部分组成，其中地表发射率（LandSurfaceEmissivity,LSE）与大气校正精度是决定反演误差的两大关键因素。城市下垫面的异质性进一步提升了辐射传输过程的复杂度。与自然地表相比，城市地表由建筑、道路、植被、水体等多类型组分构成，不同组分的发射率差异显著：例如混凝土建筑的发射率约为0.94-0.97，沥青路面为0.92-0.95，植被冠层可达0.96-0.99，而金属屋顶的发射率可低至0.8以下。同时，城市三维结构会产生多次散射效应，使得传感器接收的辐射不仅包含像元内组分的直接发射，还包含相邻建筑的反射与发射辐射，这一效应在高密度建成区可导致反演误差超过2K。针对这一问题，近年来研究人员通过引入城市几何形态参数（如建筑高度、建筑密度、天空视域因子）对辐射传输模型进行校正，有效提升了复杂建成区的反演精度。二、主流反演算法的发展脉络与适用性对比基于热红外遥感数据的地表温度反演算法可分为单通道算法、多通道算法、多角度算法三大类，不同算法的适用场景与精度表现存在显著差异。（一）单通道算法单通道算法适用于仅拥有一个热红外波段的传感器，如Landsat系列、HJ-1B等。早期单通道算法依赖实时大气探空数据校正大气影响，但其应用受限于探空站点的时空覆盖率。2003年Jiménez-Muñoz和Sobrino提出的普适性单通道算法仅需输入大气水汽含量即可完成校正，算法形式简洁，成为当前Landsat数据反演的主流方法。最新研究针对城市场景对该算法进行了优化，例如通过MODIS水汽产品插值获取高空间分辨率的大气水汽分布，结合城市地表发射率数据集，反演误差可控制在1.5K以内。但单通道算法对大气水汽含量的误差较为敏感，当水汽含量超过3g/cm²时，反演误差会显著上升，因此在高湿度地区的夏季应用需谨慎。（二）多通道分裂窗算法分裂窗算法利用两个相邻热红外波段对大气吸收的差异来消除大气影响，最初用于AVHRR、MODIS等中低分辨率传感器，近年来逐渐拓展到高分五号、Landsat8/9TIRS等较高分辨率数据。该算法无需额外大气参数，运算效率高，适合长时间序列大区域温度反演。针对城市场景的改进主要集中在发射率校正环节，例如通过归一化植被指数（NDVI）阈值法、光谱混合分析（SMA）法估算像元尺度的组分发射率，再结合植被覆盖度加权得到混合像元的平均发射率。最新的改进分裂窗算法在城市区域的反演精度可达1K以内，但当中低分辨率像元内异质性较高时，混合像元效应会导致误差增大，因此多与地表分类数据结合使用。（三）多角度与高光谱反演算法多角度算法利用同一地表的多视角观测数据分离温度与发射率，典型如ASTER传感器的温度发射率分离（TES）算法，可同时反演得到地表温度和5个热红外波段的发射率，反演精度优于1K，是当前地表温度产品验证的重要参考。高光谱热红外数据则凭借纳米级的光谱分辨率，能够更精准地获取地表发射率光谱特征，进一步提升反演精度，但受限于数据成本与处理复杂度，目前在城市研究中的应用仍处于试点阶段。三、城市地表温度产品的发展现状与精度验证当前全球已形成多尺度、多时序的地表温度产品体系，可满足不同城市研究的需求。中低分辨率产品方面，MODIS逐日1kmLST产品、VIIRS1kmLST产品时间分辨率高，适合城市热岛的季节变化、年际演变分析；较高分辨率产品方面，Landsat8/930mLST产品、Sentinel-3100mLST产品兼顾空间分辨率与时间覆盖率，可用于街区尺度的热环境空间格局分析；超高分辨率产品方面，高分五号、ZY-3等国产卫星数据可提供10-30m的热红外数据，北京二号、吉林一号等商业卫星甚至可提供米级热红外影像，满足微尺度热环境研究的需求。产品精度验证是反演结果可靠性的重要保障。当前验证方法主要分为三类：一是地面站点验证，利用城市气象站、通量塔的同步观测数据进行直接验证，但受站点代表性限制，在异质性高的城区需采用多点位平均验证；二是交叉验证，通过与高精度ASTERLST产品、机载热红外观测数据对比评估产品精度；三是时间序列一致性验证，通过分析相邻日期、同季节不同年份的温度数据合理性，识别反演异常值。现有研究表明，主流LST产品在均一地表的精度可达1K以内，但在高密度建成区、工业热源区等复杂下垫面，精度往往下降到2-3K，仍需进一步优化。四、城市地表温度遥感应用的前沿方向城市地表温度反演成果已广泛应用于城市研究的多个领域，近年来的前沿方向主要集中在以下几个方面：一是城市热岛效应的多尺度机制研究。结合长时间序列LST数据与城市规划数据，研究人员揭示了城市扩张、产业布局、绿地格局等因素对热岛效应的驱动机制，例如发现我国特大城市的热岛强度年均增长约0.15K，建设用地扩张的贡献占比超过40%，而10%的城市绿地覆盖率提升可降低热岛强度0.8-1.2K。二是城市热环境风险评估与健康影响研究。通过LST数据与人口密度、医疗数据耦合，量化高温热浪期间城市热暴露风险，识别高风险社区，为防暑应急管理、宜居城市建设提供支撑。最新研究显示，我国城市热暴露人口在过去20年间增长了1.8倍，中心城区的热相关疾病发病率比郊区高30%-50%。三是地表温度与城市碳排放的关联研究。地表温度与人为热排放、能源消费强度存在显著正相关关系，通过遥感反演的温度时空分布可估算城市不同区域的碳排放强度，为碳减排政策的效果评估提供新的技术路径。四是气候变化背景下的城市适应策略研究。结合CMIP6气候模式预测数据与LST观测数据，模拟未来不同升温情景下城市热环境的演变趋势，评估极端高温事件的发生概率，为城市海绵设施布局、通风廊道规划、绿色建筑设计提供科学依据。五、研究挑战与未来发展趋势尽管城市地表温度遥感反演已取得显著进展，但仍面临一系列挑战：一是复杂城市下垫面的温度与发射率分离问题尚未完全解决，三维结构导致的辐射多次散射、混合像元效应仍是精度提升的主要瓶颈；二是多源数据的融合精度有待提升，如何实现中低分辨率时间序列数据与高分辨率空间细节的有效融合，生成时空连续的高分辨率LST产品是当前的研究热点；三是反演结果的应用深度不足，多数研究仍停留在温度时空格局分析层面，与城市规划、气候适应、公共卫生等领域的业务化应用结合不够紧密。未来研究将重点围绕三个方向推进：首先是算法的精细化改进，结合城市三维模型、高光谱热红外数据与人工智能技术，构建适用于高密度建成区的高精度反演模型，将复杂场景下的反演误差控制在1K以内；其次