《一种基于遥感的城市工业热污染源调查方法.pdf》由会员分享，可在线阅读，更多相关《一种基于遥感的城市工业热污染源调查方法.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102944880 A (43)申请公布日 2013.02.27 CN 102944880 A *CN102944880A* (21)申请号 201210452142.2 (22)申请日 2012.11.13 G01S 17/89(2006.01) G01S 7/48(2006.01) (71)申请人 中国科学院城市环境研究所 地址 361021 福建省厦门市集美区集美大道 1799 号 (72)发明人 赵小锋 王慧娜 邓蕾 (54) 发明名称 一种基于遥感的城市工业热污染源调查方法 (57) 摘要 本发明涉及一种基于遥感的城市工业热污染 源调查方法， 具体即用冬季遥。
2、感卫星影像及辅助 数据进行工业热污染源的提取和识别， 具体步骤 为 ： a） 选取监测区冬季中分辨率遥感影像， 要求 数据质量较好， 监测区内晴朗无云， 大气可见度 高 ； b） 使用中分辨率遥感影像热红外波段反演亮 度温度， 将反演得的亮度温度值进行归一化处理 得到相对亮度温度 ； c） 通过对相对亮度温度的阈 值分割， 实现对热污染区的分级分类 ； d） 将热污 染区分类图与辅助数据进行叠加， 结合地面实地 调查， 进行工业热污染源的辨识， 进而形成工业热 污染源清单。本发明能够实现传统污染源调查手 段难以实现的对高能耗、 高热污染工业企业的调 查， 并且具有快速、 便捷、 全面、 动态的。
3、特点。 (51)Int.Cl. 权利要求书 1 页 说明书 3 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 3 页 附图 3 页 1/1 页 2 1. 一种基于遥感的城市工业热污染源调查方法， 其特征是， 所述方法包括以下步骤 ： a） 选取监测区冬季中分辨率遥感影像， 要求数据质量较好， 监测区内晴朗无云， 大气可 见度高 ； b） 使用中分辨率遥感影像热红外波段反演地表亮度温度， 首先将 DN 值转化为辐射亮 度， 然后将辐射亮度转化为亮度温度， 将反演得的亮度温度值进行归一化处理， 计算得到相 对亮度温度 R ； c） 通过对。
4、相对亮度温度 R 的阈值分割， 实现对热污染区的分级分类 ； d） 将热污染区分类图与辅助数据进行叠加， 结合地面实地调查验证， 进行工业热污染 源辨识， 进而形成工业热污染源清单。 2. 根据权利要求 1 所述的基于卫星遥感的工业热污染源调查方法， 其特征是， 步骤 （a） 中采用冬季遥感影像热红外波段进行工业热污染源调查， 而非常见的夏季或其他季节， 原 因是冬季提取的热污染区呈散布的点状， 容易分辨出热污染最严重的工业企业， 而夏季热 污染区工业与居住、 交通等其他热污染源连接成片， 难以清晰分辨 ； 同时冬季热红外遥感调 查得到的除了工业热污染源， 还包括该地区应用本方法同时获取的交通。
5、、 能源等其他类别 的热污染源信息， 前者占据绝大多数， 但后者亦有重要性。 3. 根据权利要求 1 所述的基于卫星遥感的工业热污染源调查方法， 其特征是， 步骤 （b） 中采用相对亮度温度 R 进行亮度温度的归一化， 从而实现不同时相间热环境遥感反 演结果的可比性， R 通常可以采用与区域平均亮度温度的相对差值进行计算最为便捷， 即 ， 其中 Tui为研究区第 i 个像元的亮度温度， Ta为研究区平均亮度温度， R 为相对 亮度温度。 4. 根据权利要求 1 所述的基于卫星遥感的工业热污染源调查方法， 其特征是， 步骤 （c） 中采用的相对亮度温度 R 的阈值具有经验性， 根据实验结果， R。
6、 小于 0 为非热岛区， R 在 0-0.01 之间被视为不显著， 而在 0.01 以上才被认为是显著的热污染而列为清查的对象， 阈 值的选取可能随研究区实际情况有所调整。 权 利 要 求 书 CN 102944880 A 2 1/3 页 3 一种基于遥感的城市工业热污染源调查方法 技术领域 0001 本发明涉及一种基于遥感的城市工业热污染源调查方法， 具体即用冬季遥感卫星 影像及辅助数据进行工业热污染区的提取和热污染源的识别， 属于遥感应用和环境保护领 域， 可为环境保护、 节能减排、 工业管理等领域的管理决策提供信息支持。 背景技术 0002 热污染是由于人类的某些活动， 使局部环境或全球。
7、环境发生增温， 并可能形成对 人类和生态系统直接或间接、 即时或潜在的危害 （Harlan and Ruddell, 2011 ； 黄宝华 , 2007 ； Nordell, 2003 ； Dolgikh et al., 1997） 。城市热污染与热岛效应有密切关系， 造 成城市热污染的原因主要有下垫面改变和人为热排放等方面 (Oke, 1982; Owen et al., 1998; Lu and Weng, 2006; Chen et al., 2007; Yuan and Bauer, 2007)。随着快速的 工业化和城市化， 城市热污染问题日趋严重， 开展热污染源调查， 对于制定有效措。
8、施改善城 市环境有重要意义。 0003 目前对于城市热污染 / 热岛效应的调查主要侧重于整体强度、 范围等宏观指标 的监测和评价 ( 肖荣波等， 2007)， 而对具体热污染源的监测则仅限于个别单独的污染源， 例如电厂温排水 （石登荣等 , 1996 ； 吴传庆等 , 2006 ； 贺益英等 , 2007） 和矿区热污染 （陈 云浩等, 1999 ； 黄宝华等, 2007） 。 对于环保和节能管理部门而言， 需要一种便捷的热污染 源调查方法来实现对所辖区域内各类工业热污染源的清查和监测。 发明内容 0004 本发明的目的在于运用卫星遥感进行提取和分析， 以提供一种简单、 便捷的工业 热污染源调。
9、查方法。 0005 本发明提出一种应用热红外遥感卫星影像进行工业热污染源调查的方法， 即以冬 季卫星遥感影像热波段为数据源， 通过遥感反演、 归一化、 分级分类、 叠加识别等手段实现 对工业热污染源的辨识和清查， 其具体步骤如下 ： 1） 遥感影像选取 ： 选取监测区冬季中分辨率遥感影像， 要求数据质量较好， 监测区内晴 朗无云， 大气可见度高。 0006 2） 亮度温度遥感反演 ： 使用中分辨率遥感影像热红外波段反演地表亮度温度。根 据通用定标公式和参数， 首先将 DN 值转化为辐射亮度， 然后将辐射亮度转化为亮度温度。 0007 3） 亮度温度归一化 ： 将反演得的亮度温度值进行归一化处理。
10、， 计算得到相对亮度 温度 R， 作为分级分类的基准数据。 0008 4） 分级分类 ： 通过对相对亮度温度R的阈值分割， 实现对热污染区的分级分类。 如 共分为无、 弱、 中、 强、 很强、 极强 6 类热污染区， 其中强、 很强、 极强三类被视为显著热污染 源纳入识别和清查范畴。相对亮度温度 R 越大， 热污染等级越高。 0009 5） 污染源识别 ： 将 4） 获得的热污染区分类图与高分辨率影像、 大比例尺数字地形 图、 工业区土地利用调查数据等辅助数据进行叠加， 结合地面实地调查验证， 进行工业热污 说 明 书 CN 102944880 A 3 2/3 页 4 染源辨识， 获得各工业热。
11、污染源的名称、 类型等基础信息， 进而形成工业热污染源清单。 0010 本发明的工业热污染源调查方法可以有效获取城市工业热污染源的分布区域、 强 度等级、 名称、 类型等信息， 其优势是简单、 便捷、 省时省力， 传统的污染源调查方法受制于 人力物力而时间、 空间时效性有限， 本发明应用卫星遥感技术则更加灵活、 实用、 全面。 附图说明 0011 图 1 为基于遥感的城市工业热污染源调查方法流程图 图 2 为本发明的一种实施方式的工业热污染源分布图 图 3 为本发明的实地验证图 图 4 为本发明的实地验证图 具体实施方式 0012 以下结合附图 1-4， 对本发明提供的基于冬季卫星遥感的工业热。
12、污染源调查方法 做进一步的详细描述 ： 1） 遥感影像选取 ： 选取监测区冬季的 Landsat TM/ETM+、 CBERS、 HJ 等中分辨率卫星 遥感影像， 要求数据质量较好， 监测区内晴朗无云， 大气可见度高。选取冬季影像原因为， 冬季提取的热污染区呈散布的点状， 容易分辨出热污染严重的工业污染源， 而夏季热污染 区工业与居住、 交通等其他热污染源连接成片， 难以清晰分辨。例如收集厦门 2007 年冬季 Landsat TM 卫星影像。 0013 2） 数据预处理 ： 影像均采用 WGS-84 椭球和基准面， 精纠正到 UTM 投影坐标系， 例如厦门影像为 UTM 投影坐标系 N50 。
13、带。然后使用研究区范围边界矢量数据将研究区影 像部分从整幅影像中提取出来， 并结合监督分类和非监督分类方法， 对 Landsat TM/ETM+、 CBERS、 HJ 等中分辨率卫星遥感影像可见光 - 近红外波段进行土地利用 / 覆盖分类， 提取城 市建成区范围边界。 0014 3） 亮度温度遥感反演 ： 使用 TM/ETM+、 CBERS、 HJ 等中分辨率影像的热红外波段反 演地表亮度温度。例如对于 TM 热波段是 6 波段 ； 对于有两个热波段的 ETM+， 在海湾等低 反射率背景地区使用62波段， 在沙漠等高反射率背景地区使用61波段。 根据通用定标公式 和定标参数， 例如Landsa。
14、t 7 Science Data Users Handbook提供的Landsat卫星定标公 式和定标参数， 首先利用公式 （1） 将 热红外波段 DN 值转化为辐射亮度， 然后根据公式 （2） 将辐射亮度转化为亮度温度。 0015 (1) (2) 式中，Tb是亮度温度 （单位为 K） ，Ll是辐射亮度，Gainl是该转换函数的斜率，Biasl是截 距， 两者均可在 ETM+ 影像自带的元数据中获得。K2是定标常数 2， 对于 TM 取值为 1260.56， 对于 ETM+ 取值为 1282.71 ；K1是定标常数 1， 对于 TM 取值 607.76， 对于 ETM+ 取值 666.09。 。
15、由于热污染源调查重点关注的是温度的相对差值， 在研究区晴朗无云、 大气状况稳定均一、 说 明 书 CN 102944880 A 4 3/3 页 5 图像质量良好的情况下， 可以无需对亮度温度进行大气纠正和发射率纠正以使方法得到简 化。 0016 4） 亮度温度归一化 ： 根据下述公式 （3） 将反演得的亮度温度进行归一化处理， 其 中 Tui为研究区第 i 个像元的亮度温度值， Ta为研究区平均亮度温度， R 为相对亮度温度。 0017 （3） 5） 分级分类 ： 通过对相对亮度温度 R 的阈值分割， 实现对热污染区的分级分类提取， 阈值取值如下表所示。相对亮度温度 R 越大， 热污染等级越高。
16、。其中强、 很强、 极强三类被 视为显著热污染源纳入识别和清查范畴。 R 值范围热污染等级代表意义 0.0206极强 0018 6） 污染源识别 ： 使用 2） 分类获得的建成区数据提取研究区中城市建成区范围内 的归一化亮度温度信息， 从而首先剔除郊野热异常。进而将 4） 获得的城市热污染区分类 图与 Quickbird 或 IKONOS 高分辨率影像、 大比例尺数字地形图、 工业土地利用调查数据等 辅助数据进行叠加， 结合地面实地调查， 进行工业热污染源辨识， 获得各工业热污染源的名 称、 类型等基础信息， 进而构建工业热污染源清单， 如图 2 厦门案例清单。 0019 7） 结合高分辨率遥。
17、感影像和地面实地调查， 对研究区工业热污染源调查结果进 行抽样验证。图 3、 4 给出了案例实施的实地验证照片。 本发明采用卫星遥感手段进行工业热污染源调查， 不仅可以实现环保部门传统污染源 调查手段难以实现的对热环境污染的调查， 而且能够以快速、 便捷的方式， 低廉的成本， 实 现对高能耗、 高热污染企业的整体、 动态监测。本方法具有易操作性和易重复性， 能够帮助 环境保护、 产业经济等部门全面掌控节能减排重点关注企业的热污染状况及动态， 从而为 产业升级和低碳发展提供重要决策支持。 0020 以上实施方式用于说明本发明， 但非对本发明的限制。有关技术人员在不脱离本 发明精神和范畴的情况下， 还可以做出各种调整和变化， 例如根据研究区实际情况调整阈 值设置等。所有等同的技术方案也属于本发明范畴， 本发明的专利保护范围应由权利要求 限定。 说 明 书 CN 102944880 A 5 1/3 页 6 图 1 说 明 书 附 图 CN 102944880 A 6 2/3 页 7 图 2 说 明 书 附 图 CN 102944880 A 7 3/3 页 8 图 3图 4 说 明 书 附 图 CN 102944880 A 8 。