用遥感反演城市热岛：从卫星影像到空间格局

城市热岛（Urban Heat Island, UHI）是地理学与城市规划交叉的经典课题。本文以遥感地表温度反演为主线，给出一个可落地的分析框架。

一、原理：从辐射亮度到地表温度

热红外传感器（如 Landsat 的 TIRS 波段）记录的是地物辐射亮度，需转换为亮度温度，再借助地表比辐射率（ε）反演真实地表温度（LST）。常用单通道算法：

LST = (a · T_b + b) / [1 + (λ · (a · T_b + b) / ρ) · ln(ε)]

其中 T_b 为亮度温度，λ 为中心波长，ρ = h·c/σ（普朗克常数相关）。参数 a、b 由传感器定标得到。

二、数据处理流程

1. 辐射定标：将 DN 值转为大气层顶辐射亮度。
2. 大气校正：估算大气上行/下行辐射与透过率。
3. 亮温计算：由辐射亮度转亮度温度。
4. 比辐射率估算：通常按 NDVI 阈值法划分水体、植被、建筑三类。
5. LST 反演：代入单通道公式得到逐像元温度。

三、热岛强度的空间量化

得到 LST 栅格后，可定义：

• 热岛强度 ΔT = 城市像元 LST − 同期郊野像元 LST
• 热力景观格局：用景观指数（斑块面积、聚合度）刻画高温区的破碎与连通。
• 驱动因子：叠加 NDVI、不透水面指数（ISA）、容积率，做地理加权回归（GWR），揭示不同区位主导因子不同。

四、从数据到结论

典型结论是：高温核心与高不透水面、低植被覆盖高度重合；热岛强度在晴朗无风的夏夜最强。这为通风廊道规划、立体绿化选址提供了空间依据。

小结

遥感反演把"热"变成了可计算的栅格，使城市热岛从定性描述走向定量空间诊断——这正是地理信息科学"用数据理解地表过程"的缩影。

想进一步深入，可延伸到时间序列（多年 LST 变化检测）与情景模拟（不同绿化方案下的降温预估）。