利用Landsat TM数据评估巴基斯坦白沙瓦城市热岛及其对环境影响外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

利用Landsat TM数据评估巴基斯坦白沙瓦城市热岛及其对环境影响

拉希德穆罕默德，穆罕默德阿提夫，赛义德阿梅尔马哈茂德，法汉阿里

摘要：过去几十年，白沙瓦市及其邻近地区的城市温度快速升高。 这个令人震惊的情况催生了城市热岛（UHI）的气候条件，造成地表温度急剧变化。 在这项研究中，热红外遥感数据已被用于绘制和监测这种暴露于环境中的土地利用/土地覆盖表面温度的微气候变化。 为了评估人类活动带来的这些成果，Landsat TM数据波段6通过ERDAS Imagine 2013进行了处理。为进一步处理，ARC GIS在制作地图以帮助确定城市内外热岛方面发挥了很大的作用。 此外，还建立了地表温度与城市蔓延，环境和工业化的关系。 这项研究显示温度大幅上升约1至3度。 边缘的城市扩张和工业化正在考虑这些条件。 城市和工业数据也加强了从遥感数据中得出的事实。 因此，通过远程卫星获取的地表温度数据的评估已被证明是一种有效的工具，不仅用于监测和分析温度，而且还用于评估其对环境和气候的不利影响。

关键词：地表温度，城市热岛，热红外，Landsat TM

1.引言

LST是由于许多活动而从陆地表面释放的热量的量度。与陆地表面相连铺设的土地覆盖物的高涨表明人类活动激烈，这往往导致LST增加[1]. 在水泥表面增加之后，在某些城市大袋中放大的LST与其周围环境相比被称为城市热岛（UHI）现象[2]. 城市热岛（UHI）在城市中的形成和加热效应是与城市和土地变化相关的属性，这是科学学科的主要兴趣。 这是因为UHI信号提供了有关由于人类活动而发生的地表变化的洞察。 从长远来看，它对人类健康，生态系统功能，天气和气候造成严重影响。 所有负面影响都是由于潜热通量减少以及人口密集地区的显热增加造成的。 因此，所有因素都会发生反照率变化。 它带来温度差异现象，被Manley称为Urban Heat Island（UHI）[3] 后来在城市地区开展了空气和地表温度估算工作[4]. 热红外图像是标记表面热岛的主要信息来源[5]，温度图可以从相同资源的时间序列图像中绘制出来，它揭示了一个激烈的结果，描绘了白沙瓦市1至3度的升高。 这种情况可能是致命的，并阻碍为向普通百姓提供优质食品，卫生设施，住房，教育和适当基础设施所做的努力。遥感和地理信息系统已经开发出这种技术来监测城市温度的上升，现在可以通过Landsat TM传感器获取热图像。 在预测未来温度趋势时，地表温度（LST）估算是方便的分析。 利用时空数据开发地表大气交换模型，分析城市地区温度与土地利用与土地覆盖（LULC）的关系[6]. 这个目标是通过以前用于城市蔓延绘图和变化检测的时间序列图像实现的。 遥感数据在ERDAS 2013软件中通过Landsat TM空间温度图形模型（.gmd格式）。 输出显示了灰度的空间温度变化。 对于专题制图，它在ARCGIS中进行了进一步处理，在温度（摄氏度）下显示出更清晰和明显的变化。 这种定义需要具有与本分析中采用的空间分辨率相同的图像。

2. 研究目的和研究目标

本研究的目的是监测白沙瓦及其郊区的城市热岛（UHI）和温度变化。 此外，在19年的时间内，温度发生了多少变化。

这项研究的主要目标是：将图像分类为城市地区识别和量化，处理和计算LST估算的热带，为了绘制土地利用/土地覆盖分类和地表温度功能，比较和分析时间序列图像的结果。

3. 研究区域

白沙瓦是开伯尔普赫图赫瓦的首府城市。 在西部，联邦直辖部落地区（FATA）与北部的边界和莫赫曼德机构共享边界。 同样，科哈特区位于南侧。 Charsadda和Nowshera分别连接其北部和东北部。 而且，阿富汗边界距离城市西部仅40公里。 白沙瓦位于北纬44˚15至34˚15之间; 东经71˚22和71˚42。 它在空间上延伸至1257平方公里。 冬季从白沙瓦中部开始接受夏季和冬季的降雨。 西部骚乱导致严冬的降雨，特别是2月和4月的月份。 3月和8月分别出现了最高的冬季和夏季降水。 相比之下，平均冬季降雨量高于夏季降雨量。 在白沙瓦，十二月的风速以每小时五海里左右的速度摆动，在六月炎热的时候风速达到每小时24海里。 同样，相对湿度也从6月的46％波动到8月份的76％[7].

图1.白沙瓦区

4. 研究方法

用于此过程的软件是ERDAS Imagine 2013和ARC GIS。 在ERDAS Imagine 2013中进行的LST过程可生成温度分布图像。 之后，它通过ARC GIS进行映射。 Landsat 5 TM传感器图像用于估算地表温度。 此外，该数据用于通过使用传感器校准数据通过对光谱辐射中的图像的像素的数字数字（DN）进行转换而得到的热数据来估计地表温度（LST）[8]. Landsat Thematic Mapper（TM）传感器从地球发射的辐射中采集热量数据，并将该信息保存为热红外波段（波段6）范围为0至255的数字编号（DN）。

在图2，通过流程图显示涉及研究的所有过程。 来自Landsat 5 TM Sensor的图像可从美国地质调查局（USGS）的Earth Explorer网站下载。 提取图像补丁以获取研究区域。 在准备图像之后，应用分类器算法，应用初始必要步骤进行辐射校正和几何校正，以获得精致的图像，并且在可视化和面积计算方面没有缺陷。 经过辐射校正后，再进一步扩展到大气校正，以获得没有大气影响的图像。 在计算的最后阶段由软件运行以产生LST图像。

图2.研究程序流程图

LST可以通过以下三个步骤解释的程序来计算：

在第一步中，将数字数（DN）值转换为光谱辐射（L），L =L_MIN ( L_MAX –L_MIN) *DN /255，L代表光谱辐射，L_MIN代表DN值为1的光谱辐射度，L_MAX代表DN值为255的光谱辐射度，DN代表数字编号；

在步骤2中，过程涉及将光谱辐射转换为开氏温度：T_B=K2/ln⁡(k1/L 1)，这里K2用于校准常数1（607.76），K1用于校准常数2（1260.56），TB用于表面温度；

在第三步中，计算温度从开尔文到摄氏度的转换:T_B= T_B – 273；

在进行所有这些计算时，可以从卫星头文件中绘制一些值，如L_MIN和L_MAX。

5. 结果与讨论

上述方法的结果如下：卫星图像分为五大类：城市，土壤，岩石，植被和水。 在监督分类之后，这些类的空间分布可以清楚地看到。由在1931年到2012年9月和10月期间观测到的气温范围与2011年的地表温度范围进行比较。 根据这种模式，通过Landsat TM时间序列图像可以观察到温度变化。以上统计事实和来自各种仪器和来源的气候数据也可以通过遥感数据（卫星影像）和评估技术加以验证。 在以下实践中，通过空间分析对地表温度进行了分析，并确定了温度的升高或降低，分布在暴露的表面上以释放每个土地利用/土地覆盖类中存在的空气。

图3.源自2011年的Landsat图像

图4. 2011年图像的土地利用/土地覆盖条形图。

面积（平方公里）

0

16.45

305.16

500

1024.14 928.55

1500

1000

1531.11

2000

2011

城市

土壤

岩石

植被

水

一月

二月

三月

四月

五月

六月

7月

8月

9月

10月

11月

12月

最高的最高温度

60

50

40

30

20

10

0

(˚C)

图5.最高最高温度（1931-2012期间）

由于统计图表明城市地区和零星地区的温度从1度上升到3度，因此植被消失（砍伐森林）可能是造成这一事实的原因。从2011年LST图像的温度范围可以明显看出，与1992年的LST图像相比，城市建成区的地表温度向高值方向转移。城市蔓延与环境联系：随着城市面积的扩大，它带来了许多活动，如污水，建筑，运输，森林砍伐和工业化。 这些因素直接或间接地影响到当地环境，直接影响到更多的空气。由于白沙瓦是巴基斯坦发展速度第三快的城市，因此它包含了以城市外围植被区为代价的新的住房社团，产业和殖民地。 结果是，更多的温室气体被添加到空气中，这不仅产生了当地环境中的温暖和退化，而且还破坏了生态系统。 它导致了当地和国际环境的气候变化。运输是上述因素的另一个因素。

图6.从Landsat图像中导出1992年和2011年的白沙瓦地区地表温度分布图

6. 结论

这项研究在两个影像之间绘制了19年的差距。城市热岛造成了城市蔓延和人类工业活动，它还揭示了一个事实，即随着时间的流逝，表面温度正在逐渐升高。气象和气候数据显示，在过去几十年里，白沙瓦及其郊区在不同月份收到极端温度和严重季节。 平均降雨量趋势已经变化，并成为无植被的城市和邻近地区。陆地表面温度估计也揭示了这些事实，显示了陆地表面主题温度分布。

致谢

这部分是由旁遮普省政府的城市部门P＆D部门赞助的。 在这项研究中，空间科学系的Amer Mehmood副教授在技术和经济上帮助我。

参考文献

[1] Ramachandra, T.V. and Kumar, U. (2009) Land Surface Temperature with Land Cover Dynamics: Multi-Resolution, Spatio-Temporal Data Analysis of Greater Bangalore. International Journal of Geoinfomatics , 5, 43-53.

[2] Gallo, K.P. and Owen, T.W. (1998) Assessment of Urban Heat Islands: A Multi-Sensor Perspective for the Dallas-Ft. Worth, USA Region. Geocarto International , 13, 35-41.

[3] Manley, G. (1958) On the Frequency of Snowfall in Metropolitan England. Qua rterly Journal of the Royal Meteorological Society , 84, 70-72.

[4] Rosenzweig, C., Solecki, W.D., Parshall, L., Chopping, M., Pope, G. and Goldber, R. (2005) Characterizing the Urban Heat Island in Current and Future Climates in New Jersey. Environmental Hazards , 6, 51-62.

[5] Weng, Q. (2009) Thermal Remote Sensing of Urban Climate and Environmental Studies: Methods, Applications, and Trends. ISPRS Journal of Photogrammetry and Remote Sensing , 64, 335-344.

[6] Voogt, J.A. and Oke, T.R. (2003) Thermal Remote Sensing of Urban Climates. R emote Sensing of Environment , 86, 370-384.

[7] District Census Report Peshawar (1998) Department of Statistics Khyber Pakhtoon Khawa.

[8] Markham, B.L. and Barker, J.L. (1987) Thematic Mapper Bandpass Solar Exoatmospherical Radiances. Intern ational Journal of Remote Sensing , 8, 517-523.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22686]，资料为PDF文档或Word文档，PDF文档可免费转换为Word