基于GEE的城市热岛效应分析：地表温度与植被指数的关系研究
基于GEE的城市热岛效应分析：地表温度与植被指数的关系研究
城市热岛效应是城市可持续发展中的重大挑战之一。本文将介绍如何使用Google Earth Engine（GEE）平台和Landsat 8卫星影像数据，分析地表温度（LST）与归一化植被指数（NDVI）之间的关系。
1. 前言
随着全球气候变化的不断加剧，城市热岛效应逐渐成为了城市可持续发展中的重大挑战之一。城市热岛效应是指城市区域内由于人为活动、建筑材料、地面铺装方式等因素导致的温度明显高于周边郊区的现象。这种效应不仅对城市居民的舒适度造成了显著影响，还可能加剧能源消耗、空气污染，甚至对公共健康产生威胁。因此，研究城市地表温度（Land Surface Temperature，简称LST）及其与归一化植被指数（Normalized Difference Vegetation Index，简称NDVI）的关系，成为了当前城市环境研究领域的重要课题。
本文将分享通过遥感技术，基于Google Earth Engine平台与Landsat 8卫星影像，分析研究区2020年4月至7月期间的地表温度特征，并进一步探讨地表温度与植被指数之间的关系。
2. 研究方法及数据处理
NDVI计算
NDVI是植被覆盖状况的重要指标，计算公式为：(NIR - Red) / (NIR + Red)，其中NIR为近红外波段（波段5），Red为红波段（波段4），较高的NDVI值通常表示更丰富的植被覆盖。
地表发射率估算
地表发射率是计算地表温度的重要参数之一，本研究根据NDVI估算地表发射率，采用的经验公式为：发射率 = NDVI × 0.0003342 + 0.1。
地表温度（LST）推算
通过Landsat 8热红外波段（波段10），首先将影像的数字量值（DN）转换为辐射亮度，然后根据亮度推算亮温，最后考虑地表发射率的修正，得到实际地表温度。具体的计算过程包括以下步骤：
- 将DN值转换为辐射亮度
- 根据Landsat 8提供的校准常数，进一步转换为亮温（摄氏度）
- 利用发射率和亮温推算实际地表温度
本文利用皮尔逊相关系数（Pearson correlation coefficient）方法，进一步分析了NDVI与LST之间的相关性。结果显示，两者之间存在明显的负相关趋势，即植被覆盖越高的区域，地表温度越低。这充分证明了植被对城市热岛效应的显著缓解作用。
通过进一步采样分析，建立了NDVI与LST的散点图，直观展示相关趋势，进一步凸显了植被在调节城市生态环境方面的重要价值。
3. 运行结果
控制台运行结果展示了LST与NDVI的相关性分析，结果显示两者之间存在明显的负相关趋势。同时，通过可视化地表温度和植被指数图层，可以直观地看到植被覆盖与地表温度之间的关系。