ArcGIS如何做热岛分析?地表温度怎么反演?

你拿到的Landsat影像，为什么算不出“热岛”？

上周一位研究生在后台留言：“Dr. Gis，我按教程一步步做地表温度反演，结果出来全是负值，城市反而比郊区冷——这科学吗？”其实，这不是软件问题，而是90%初学者都会踩的“辐射定标坑”。今天我就手把手带你从原始遥感数据出发，用ArcGIS把“热岛效应”可视化、可量化。

热岛分析的本质：不是画图，是能量翻译

想象一下，卫星传感器就像个“太空温度计”，但它记录的不是摄氏度，而是“数字信号（DN值）”。你要做的，就是把这个信号翻译成真实的地表温度。这个过程叫地表温度反演，而热岛分析，只是对反演结果的空间模式解读。

我在深圳某新区规划项目中就吃过亏：没校正大气影响，反演出的工业区温度比绿地还低5℃——差点误导了通风廊道设计。后来才知道，必须走完“辐射定标→大气校正→地表发射率→温度转换”四步，缺一不可。

四步实战：用ArcGIS把DN值变成℃

1. 辐射定标（Radiometric Calibration）：把DN值转为辐射亮度。关键在元数据里的增益（Gain）和偏移（Bias）。
   公式：Lλ = Gain * DN + Bias
   在ArcGIS里用Raster Calculator直接套公式，注意选对波段（Landsat 8/9用Band 10）。
2. 大气校正（Atmospheric Correction）：去掉大气层“滤镜”。推荐单窗算法或简化版：
   T = K2 / ln(K1/Lλ + 1)
   其中K1、K2是官方提供的常量（Landsat 8 Band10：K1=774.89, K2=1321.08）。
3. 地表发射率（Emissivity）修正：不同地物“散热能力”不同。用NDVI阈值法估算：
   - 水体：ε=0.995
   - 植被：ε=0.985
   - 建筑：ε=0.95
   用Con函数在ArcGIS里分区赋值。
4. 最终温度计算：代入普朗克定律修正公式：
   TS = [K2 / ln((K1 * ε)/Lλ + 1)] - 273.15
   减273.15是为了转成摄氏度。跑完这一步，你就得到了真正的地表温度栅格。

热岛怎么“看”？三招让温度会说话

温度栅格只是半成品。要揭示热岛，得让它“对比起来”：

• 分级设色：用“红-黄-绿”渐变色带，高温区自动高亮。别用默认拉伸——手动设置断点（如35℃、40℃、45℃），热岛核心区一目了然。
• 叠加矢量边界：把行政区划或功能区（商业区、住宅区、公园）叠在温度图上。右键图层→“属性→符号系统→轮廓线设为白色”，边界清晰不抢戏。
• 剖面线分析：用Profile Graph工具画一条穿越市中心到郊区的线，生成温度剖面图——热岛的“陡坡”形态比数字更直观。

进阶技巧：用Python批量处理100景影像

如果你有多年份数据，手动点ArcGIS会累死。祭出ArcPy脚本：

import arcpy
from arcpy.sa import *

# 批量辐射定标
for img in image_list:
    gain, bias = get_metadata(img)  # 自定义函数读元数据
    rad_calib = Raster(img) * gain + bias
    rad_calib.save(f"calib_{img}")

# 批量温度反演（简化版）
k1, k2 = 774.89, 1321.08
epsilon = calculate_emissivity(ndvi_raster)  # 根据NDVI计算发射率
lst = (k2 / Ln((k1 * epsilon) / rad_calib + 1)) - 273.15
lst.save("surface_temp.tif")

这段代码能自动跑完100景影像——我去年帮环保局做长三角热岛演变，全靠它省下两周时间。

总结：热岛分析不是炫技，是空间诊断

记住三个核心：① 温度反演是物理过程，不是图像处理；② 发射率修正是灵魂步骤；③ 热岛强度要用“温差”说话（如市中心比郊区高多少℃）。现在，打开你的Landsat数据，从第一步辐射定标开始——遇到卡点欢迎在评论区甩截图，我亲自帮你debug！