一种基于热异常分级的热景观格局度量方法

技术领域

本发明建立了一种基于热异常分级的热景观格局度量方法，基于异常值定义，对高温区地表温度进行分级，作为热景观格局指数计算的输入数据。热景观格局指数可广泛应用于不透水面高度聚集的城市区域热景观斑块的聚集程度、破碎程度的定量化度量，具有较高实用价值，为城市热环境评价提供了技术手段。

背景技术

近几十年来，世界经历了快速的城市化进程，众多自然景观被不透水面替代，与此同时，人类活动导致了更多的热能排放(Lu et al.2013,Xu,Ding and Wen 2009,Yusuf,Pradhan and Idrees 2014)。这种地表物理性质的转变极大地改变了能量平衡和城市内部的小尺度气候特征，导致了众多生态环境问题(Wang et al.2018)，其中最常见的问题即为城市热岛效应(Oke,1982,Arnfield 2003,Zhang et al.2014,Doick,Peace andHutchings 2014)。城市热岛效应(Urban Heat Island effect)是指城市区域的大气或地表温度高于周围地区(郊区)的现象。温度升高导致了能耗增加，空调的使用也加重了温室气体排放和空气污染(Sarrat et al.2006)，因此城市居民受到了热岛效应的严重影响(Zhang et al.2013)。因此，城市地区的热表征对研究人员和决策者来说都是重要信息，显然，研究人员正急切地评估能够缓解城市地区进一步变暖的策略。

尽管目前的研究已经很好地证实了工业用地温度较高(Li et al.2011)，且城市高温热点区域高度集中在工业区内部(Pearsall 2017,Tran et al.2017)，但是对于工业用地等不透水面高度聚集的区域是如何加剧城市热岛效应的，我们仍不清楚。在这种背景下，不透水面高度聚集的高温区域需要快速、高效的定量检测方法，以为科学的环境优化方案提供指导。

此外，城市热岛效应的研究缺乏对热景观格局的系统性形态特征描述。虽然研究人员发现不透水面高度聚集的区域(如工业用地)往往比其他城市区域温度更高((Feng etal.2019)。现有研究大多关注城市尺度上地表温度与地表形态之间的相关性(Zhou andChen 2018,Zhou,Huang and Cadenasso 2011,Fu and Weng 2016)。然而，基于土地利用分类的景观格局指数并不适用于不透水面高度聚集的高温区域。在不透水面覆盖率高于80％的区域，传统的景观格局指标难以描述热维度上的空间异质性。综上所述，对于不透水面高度集中的散热区域，需要建立热景观格局的度量模式，以定量地表示该类目标区域内的热景观斑块聚集程度等热形态特征。

发明内容

针对现有研究中对于高温区内部热景观格局度量的技术缺失问题，本发明的目的在于提出一种基于热异常分级的热景观格局度量方法，将Landsat遥感影用于对城市内部目标高温区的热景观格局特征定量化描述。

本发明的目的通过以下技术步骤实现：

步骤1)利用Google Earth和ArcGIS提取目标高温区及其背景区域；

步骤2)基于辐射传输方程反演目标高温区地表温度；

步骤3)根据异常值定义计算异常值与高度异常值；

步骤4)基于热异常值对高温区地表温度进行分级；

步骤5)将地表温度分级数据作为输入，计算热景观格局指数；

附图说明

图1目标高温区提取结果图；

图2目标高温区地表温度反演结果图；

图3高温区地表温度分级结果图；

具体实施方式

下面结合附图对本发明“一种基于热异常分级的热景观格局度量方法”作进一步阐述说明。

(一)目标高温区提取

利用Google Earth通过目视解译确定目标高温区地理位置，利用“添加多边形”工具框定目标高温区域边界，并保存为kml或kmz格式，之后利用ArcGIS的“由kml转出”工具将矢量数据转化为shp格式，利用ArcGIS的缓冲区工具构建目标高温区的5km缓冲区，即可生成目标高温区背景区域的面矢量数据(shapefile格式)。

(二)基于辐射传输法的地表温度反演

如权利要求书1所述的方法，其特征在于，所述步骤2)：利用ENVI的辐射定标工具与大气校正工具对Landsat8一级数据产品进行辐射校正与大气校正预处理。利用辐射传输方程，将Landsat8的Band10数据用于反演地表温度，辐射传输方程为：

上式中T

(三)异常值计算

异常值(outlier)的定义为一组测定值中与平均值的偏差超过两倍标准差的测定值；高度异常值的定义为与平均值的偏差超过三倍标准差的测定值，根据以上异常值定义，计算5km缓冲区内目标高温区的热异常值与高度热异常值，该步骤可通过arcpy站点包完成以上统计功能。

(四)高温区地表温度分级

将目标高温区地表温度划分为3类，分别为无高温异常区(目标区域地表温度最小值至热异常值)、高温异常区(热异常值至高度热异常值)以及高度高温异常区(高度热异常值至目标区域地表温度最大值)，该步骤可通过ArcGIS的重分类工具实现。

(五)热景观格局指数计算

将地表温度分级数据作为输入，计算热景观格局指数，包括热聚集指数(TAI)、热斑块密度(TPD)、热边缘密度(TED)、热景观形状指数(TLSI)、热香农多样性指数(TSHDI)，该步骤可使用Fragstats软件的AI、ED、LSI、SHDI计算功能完成。