基于陆地卫星TM／ETM＋改进的温湿指数及其对不透水表面的响应

李仕峰，钱乐祥，王瑾

（广州大学地理科学学院，广东 广州 510006）

0 引言

温湿指数（THI）作为衡量湿热环境影响人体舒适度的有效指标，得到了广泛应用［1－7］，但传统的温湿指数计算多是基于点状数据［1－6］，难以对大尺度区域的湿热环境进行适时动态的评估。随着遥感影像解译技术的提高，地表温度（LST）等参数可以直接从遥感影像上获取［8］，为利用遥感开展城市热环境研究提供了技术支撑。近些年来，许多学者［9－13］基于地表温度开展城市热环境研究，取得了不错的效果，但这些研究偏重于对“热”的分析，对“湿”的关注较少。钱乐祥等［14］在研究地表温度和归一化水汽指数（NDMI）关系时指出，NDMI可有效指示一个区域的全部水汽特征。而在气象学上，水汽含量的多少与相对湿度的大小有很好的相关性和一致性，这为运用遥感数据对温湿指数进行改进提供了可能性。

本文以珠江三角洲核心区域为例，利用遥感反演的LST和NDMI对传统的THI计算公式进行改进，探讨基于遥感的温湿指数的可用性及不透水表面对温湿指数的影响。开展基于遥感的温湿指数及其环境响应研究，对于相关决策部门合理配置城市土地资源、改善生活环境具有一定参考价值。

1 研究数据与方法

研究区位于珠江三角洲核心区域，覆盖了广州市的大部分以及周边的中山市和东莞市局部区域。这里属于南亚热带季风气候，水热丰沛，地势平坦，且毗邻港澳，地理位置优越，易于吸引投资。改革开放以来，在快速的工业化和城市化进程中，地表参数发生了巨大变化，并产生了一系列不良的生态环境效应，如“城市热岛效应”，进而影响到了人类的生活环境和生存质量。

由于华南地区多云多雨，难以获取1－8月份无云多光谱影像，因此选取了少云少雨的9月、10月、12月3景陆地卫星影像（分别为2000年9月14日ETM＋影像、1990年10月13日TM影像和2008年12月17日TM影像），可以代表晚夏、秋、初冬的气候特征。为了有效减少数据畸变误差，并使其具有共同的空间参考，分别对这3景影像进行辐射校正、几何校正等操作，统一坐标系为 WGS－84基准面的UTM投影。

2 基于遥感的温湿指数计算公式的改进

THI（温湿指数）计算公式是由俄国学者提出的有效温度计算公式演变而来，可有效表征温度和湿度对人体热感受的综合影响，公式如下［1，2］：

式中：Ta为气温（℃），f为相对湿度。

本文拟用LST代替Ta，NDMI代替f，对上述公式进行改进，其中LST和NDMI的计算方法分别参见文献［8］和文献［14］。修正后的公式如下：

式中：THI′为修正后的温湿指数，LST为地表温度，NDMI′为NDMI的平均值。需要进一步指出的是，基于改进的温湿指数所得结果为上午11时左右卫星过境时的温湿指数，这时的温湿指数高低基本上决定了一天舒适感的时间长短。

3 结果与分析

3.1 精度验证及结果分级

利用两个时段的气象数据对传统温湿指数计算结果与改进温湿指数计算结果进行对比，研究区内两个站点的计算结果如表1所示。从两个时段的结果可以看出，改进后计算的温湿指数值比传统的温湿指数值平均高出2℃左右，差异产生的原因，一是用平均值代替卫星过境时的气温和相对湿度，二是地表温度和水汽指数反演的精度不够。虽然有所差异，但反映温湿状况总体的分布特征没有受到影响，可以认为改进后的方法是基本可行的。

表1 传统温湿指数计算结果与改进温湿指数计算结果的对比Table 1 Comparison between result from traditional THI formula and result from improved THI formula

依据对比情况，在传统温湿指数各分级的基础上，依次增加2℃，作为改进后温湿指数计算结果的分级标准（表2）。

表2 温湿指数等级Table 2 Grade standard of THI′

3.2 温湿指数的时空分布特征

图1显示了珠江三角洲核心区域温湿指数的空间分布，可以看出，温湿指数较高的区域包括广州市、顺德、南海等城区范围，而温湿指数较低的区域主要位于城市的外围及农村；随着季节从晚夏、秋季到初冬的变化，其温湿指数的平均值分别从28℃、26℃减到21℃，但最大最小值之差却是晚夏（15℃）大于初冬（14℃）、初冬大于秋季（10℃），这与地表温度的季节分异一致，说明温湿指数与温度的相关性更大一些［15］。

图1 三景影像的THI′空间分布Fig.1 Spatial distribution of THI′from images for three different dates

为了进一步说明城乡温湿指数的空间分异，选取同一位置横跨城市的南北向空间剖面（图2）。图2显示了THI′沿剖面的分布情况，统计结果表明，位于城区范围内像元的温湿指数值较高，而位于城区外围像元的温湿指数值相对较低。表3显示了THI′沿剖面分布的基本参数，其中12月份影像空间剖面的温湿指数值分布较为集中，众数、平均数、中位数差异很小，分别为20.79、20.93、20.86；9月、10月份影像空间剖面的温湿指数值分布波动比12月份的要大，9月份的众数（27.42）和中位数（26.24）相差1.18，10月份的众数（25.37）和中位数（26.33）相差0.96。从三景影像空间剖面温湿指数值分布的集中趋势来看，晚夏（2000年9月14日）和秋季（1990年10月13日）城乡间的温湿指数波动较大，而初冬（2008年12月17日）城乡间的温湿指数波动要比晚夏和秋季的小。

图2 三时段THI′的空间剖面Fig.2 Spatial profile of THI′for three different dates

表3 三时段THI′空间剖面的基本统计参数Table 3 The basic statistic parameters of THI′spatial profile for three different dates℃

三时段温湿指数各等级范围的像元数分布情况表明：10月份影像，“舒适”的像元百分比最高，为69.35%，其次为“暖”，占28.84%，“热”为15.38%，此外，依然有小部分“炎热”存在，为0.02%；9月份影像，“舒适”的像元百分比较前者下降很多，为11.6%，而“暖”、“热”和“炎热”所占比例明显升高，分别为58.65%、26.05%和3.9%；12月份影像，“舒适”像元百分比为98.93%，“凉”为1.04%，可见，12月份的广州舒适度最高。

但上述分析并不能说明温湿指数等级随时间变化了，因为3景影像的获取时段不同。为了消除季节差异，探讨温湿指数等级的变化，采用归一化方法实现3景影像不同时段之间的对比。温湿指数的归一化公式如下：

式中：THI′s为归一化之后的温湿指数，THI′i为像元i的温湿指数值，THI′high和THI′low分别为研究区内最高和最低的温湿指数值。

表4显示了温湿指数的归一化结果。在归一化温湿指数级别中，1990年，0.3～0.4和0.4～0.5所占比重较大，分别为39.17%和30.97%；2000年，0.3～0.4和0.4～0.5所占比重仍较大，分别为41.75%和34.42%，较前者有明显上升；2008年，＞0.5所占的比重最大，其次为0.3～0.4和0.4～0.5，分别为29.12%、23.04%。如果将归一化温湿指数＜0.2划为低幅度增长区，0.2～0.3、0.3～0.4、0.4～0.5划为中幅度增长区，＞0.5划为高幅度增长区，则后者较前者的温湿指数有明显的升高。

表4 归一化温湿指数分级及其占研究区总面积比例Table 4 Classifications of normalized THI′and its area percentage in the study area%

进一步分析发现，随着城市的不断扩展，原来“暖”的地方演变成了“热”，而“热”的地方进一步演变成了“炎热”；但却改善了冬季人们对热的舒适感，使原来“凉”的地方演变成了“舒适”。

3.3 温湿指数与归一化裸露指数的关系

为了探讨研究区温湿指数时空演变机理，进一步分析了THI′与归一化裸露指数（Normalized Difference Bare Index，NDBI）［16］的关系。分别从温湿指数影像和NDBI影像上相同位置随机选取了1 000个像元做相关分析（图3），3景影像的THI′与NDBI值都有较好的正相关性。由此说明温湿指数时空演变的原因可能是：不透水表面的增加使地表温度升高，而近地表的相对湿度通过地表温度加剧了地表热效应，进而影响人们对热的生理反应；而植被、水域覆盖较好的区域，虽然相对湿度较大，但其表面温度较为适中，故相对湿度不能通过地表温度改变人们对热的生理反应［17］。

图3 温湿指数与归一化裸露指数的关系Fig.3 The relationship between THI′and NDBI

4 结论

基于Landsat数据，利用地表温度和归一化水汽指数对传统的温湿指数（THI）计算公式进行改进，计算了珠江三角洲核心区域的温湿指数，并探究了温湿指数对不透水表面的响应。研究发现：修正后的温湿指数与归一化裸露指数呈正相关，城区范围内的温湿指数要比郊区的高，且随着不透水面的增加而升高。居住在城区范围内的人们对热的生理反应比郊区的强，尤其是在夏秋季；不透水表面的增加加剧了夏秋季对热的不舒适感，而提高了冬季的人居舒适度。但由于遥感影像获取时间的限制，修正后的温湿指数和地表温度一样，只是一个瞬时值，在今后的研究中有待不同研究区的验证和气象数据的检验。

［1］ 王远飞，沈愈.上海市夏季温湿指数效应与人体舒适度［J］.华东师范大学学报（自然科学版），1998（3）：60－66.

［2］ 范业正，郭来喜.中国海滨旅游地气候适宜性评价［J］.自然资源学报，1998，13（4）：304－311.

［3］ 任建美，牛俊杰，胡彩虹，等.五台山气候及其舒适度评价［J］.地理研究，2004，23（16）：856－862.

［4］ 刘清春，王铮，许世远.中国城市旅游气候舒适性分析［J］.资源科学，2007，29（1）：133－141.

［5］ 柏秦凤，霍治国，贺楠，等.中国20座旅游城市人体舒适度指数分析［J］.生态学杂志，2009，28（8）：1607－1612.

［6］ EMMANUEL R.Thermal comfort implication of urbanizationin a warm－humid city：The Colombo Metropolitan Region（CMR），Sri Lanka［J］.Building and Environment，2005（40）：1591－1601.

［7］ 谢雯，任黎秀，姜立鹏.基于MODIS数据的旅游温湿指数时空分布研究［J］.地理与地理信息科学，2006，22（5）：31－35.

［8］ 覃志豪，ZHANG M，KARNIELI A，等.用陆地卫星TM6数据演算地表温度的单窗算法［J］.地理学报，2001，56（4）：456－466.

［9］ 钱乐祥，丁圣彦.珠江三角洲土地覆被变化对地表温度的影响［J］.地理学报，2005，60（5）：761－770.

［10］ 钱乐祥，崔海山，冯艳芬.非渗透表面对广州市主城区地表热特征的影响［J］.地理与地理信息科学，2008，24（1）：91－95.

［11］ WENG Q.A remote－sensing－GIS evaluation of urban expansion and its impact on surface temperature in the Zhujiang Delta China［J］.International Journal of Remote Sensing，2001，22：1999－2014.

［12］ 孙芹芹，吴志峰，谭建军.不同土地利用类型的城市热环境效应研究——以广州市为例［J］.国土资源遥感，2010（4）：67－70.

［13］ 梁益同，陈正洪，夏智宏.基于RS和GIS的武汉城市热岛效应年代演变及其机理分析［J］.长江流域资源与环境，2010，19（8）：914－918.

［14］ 钱乐祥，崔海山.归一化水汽指数与地表温度的关系［J］.地理研究，2008，27（6）：1358－1367.

［15］ 闵俊杰，张金池，张增信，等.近60年来南京市人体舒适度指数变化及其对温度的响应［J］.南京林业大学学报（自然科学版），2012，36（1）：53－58.

［16］ 杨山.发达地区城乡聚落形态的信息提取与分形研究——以无锡市为例［J］.地理学报，2000，55（6）：671－678.

［17］ BURTON A C，SNYDER R A，LEACH W G，et al.Damp could versus dry could specific effects of humidity in heat exchange of unclothed men［J］.J.App.Physical，1995（8）：269－278.