[发明专利]一种城市热环境成因诊断方法及系统

权利要求书

1.一种城市热环境成因诊断方法，包括如下步骤：

步骤S1，对遥感影像数据进行地表温度反演，获得获得城市地表温度数据，表征城市热环境状态；

步骤S2，根据所述遥感影像数据获得城市植被指数NDVI和非渗透地表信息；

步骤S3，将所述地表温度数据、城市植被指数NDVI和非渗透地表信息统一到同一大小地理网格单元，并利用回归树模型构建地表温度的预测模型；

步骤S4，根据回归树模型模拟得到的不同规则表达式，进行整理和空间投影制图，最终得到城市热环境的成因机理空间分布和具体城市局部位置的机理表达式。

2.如权利要求1所述的一种城市热环境成因诊断方法，其特征在于，步骤S1进一步包括：

步骤S100将遥感影像数据的原始DN转化为星上亮度温度；

步骤S101，利用单窗算法把亮度温度T_at-sensor转化为真实地表温度。

3.如权利要求2所述的一种城市热环境成因诊断方法，其特征在于，于步骤S100中，利用如下公式将所述遥感影像数据的原始DN转化为星上亮度温度T_at-sensor:

式中，T_at-sensor为所述遥感影像的亮度温度，单位为K，K₁和K₂为经验参数，L_b为卫星光谱辐射率，单位为W m-2sr-1μm-1，L_min和L_max分别代表传感器可监测到的最大和最小辐射值，可从遥感影像数据的头文件中获得。

4.如权利要求2所述的一种城市热环境成因诊断方法，其特征在于：于步骤S101中，利用如下公式把所述亮度温度T_at-sensor转化为真实地表温度T_s：

其中，T_s为真实地表温度，单位为K，a和b，T_a为大气平均作用温度，大气平均作用温度T_a主要取决于大气剖面的气温分布和大气状态，C和D为中间变量：

C＝ετ

D＝(1-ε)[1+(1-ε)τ]

τ为大气透过率，ε是比辐射率。

5.如权利要求2所述的一种城市热环境成因诊断方法，其特征在于，步骤S2进一步包括：

步骤S200，根据如下公式利用所述遥感影像数据获取NDVI指数数据

RED表示红光波段反射率，NIR表示近红外波段反射率；

步骤S201，根据所述遥感影像数据利用混合像元线性分解法获得城市非渗透地表空间信息。

6.如权利要求5所述的一种城市热环境成因诊断方法，其特征在于，于步骤S201中，首先对各波段进行光谱归一化处理；然后建立线性光谱解混模型；最后用最小二乘法求解模型，最终得到非渗透地表的百分比图。

7.如权利要求5所述的一种城市热环境成因诊断方法，其特征在于，所述线性光谱解混模型如下：

其中，R_iλ是第λ波段第i个像元的反射率，f_ki对应i像元的第k个段元所占比重，C_Kλ是第k个基本组分在第λ波段的反射率，ε_iλ是残差值。

8.如权利要求5所述的一种城市热环境成因诊断方法，其特征在于，于步骤S3中，首先，生成网格单元，叠合各参数进行均值统计运算；然后以地表温度为因变量、NDVI指数数据和非渗透地表为自变量，运用回归树方法构建城市热环境预测模型，得到不同规则下的线性方程。

9.如权利要求8所述的一种城市热环境成因诊断方法，其特征在于，于步骤S4中，归纳整理各规则下的线性方程模型；通过地理空间属性定位法将各规则进行地理投影，得到它们的空间位置特征，即可得到城市热环境的成因机理空间分布和具体城市局部位置的机理表达式。

10.一种城市热环境成因诊断系统，包括：

地表温度反演单元，用于对遥感影像数据进行地表温度反演，获得获得城市地表温度数据，表征城市热环境状态；

NDVI与非渗透地表信息获取单元，用于根据遥感影像数据获得城市植被指数NDVI和非渗透地表信息；

模型构建单元，用于将所述地表温度数据城市植被指数NDVI和非渗透地表信息统一到同一大小地理网格单元，利用回归树模型构建地表温度的预测模型；

成因诊断单元，用于根据回归树模型模拟得到的不同规则表达式，进行整理和空间投影制图，最终得到城市热环境的成因机理空间分布和具体城市局部位置的机理表达式。