閆李月， 左小清*， 王占峰， 李洪忠

(1.昆明理工大學(xué) 國(guó)土資源工程學(xué)院， 云南 昆明 650093；2.中國(guó)科學(xué)院 深圳先進(jìn)技術(shù)研究院， 廣東 深圳 518052)

城市熱島(Urban Heat Ialand，UHI)是指由城市化引起的城市地表及大氣溫度高于周邊非城市環(huán)境的一種現(xiàn)象[1]。隨著全球城市化進(jìn)程的不斷加快，近幾十年城市熱島現(xiàn)象不斷加劇，引起了社會(huì)的廣泛關(guān)注[2-3]。當(dāng)前城市熱島研究通常采用氣象觀測(cè)、遙感圖像溫度反演等方法，對(duì)熱島的時(shí)空分布及演變規(guī)律進(jìn)行研究。其中，氣象觀測(cè)的方法是基于有限的地面氣象站數(shù)據(jù)，覆蓋范圍有限且分布不均勻，很難全面地反映城市熱島的空間分布情況。而遙感圖像具有覆蓋范圍廣、時(shí)效性強(qiáng)、數(shù)據(jù)綜合性和可比性強(qiáng)等優(yōu)勢(shì)，使其在城市熱島的研究中得到了越來(lái)越廣泛的應(yīng)用[4]。

為了開(kāi)展城市熱島效應(yīng)演變研究，需要將不同時(shí)相遙感圖像的熱紅外波段加以比較[3]。然而，不同時(shí)相遙感圖像在獲取時(shí)，大氣條件、傳感器輻射定標(biāo)、太陽(yáng)輻射強(qiáng)度等的不同，導(dǎo)致圖像中同一目標(biāo)地物具有較大的輻射差異[5]。即便在數(shù)據(jù)預(yù)處理過(guò)程中已經(jīng)普遍采用FLAASH模型或ATCOR模型等方法對(duì)獲取的遙感圖像進(jìn)行輻射校正[6]，時(shí)相差異卻仍然對(duì)地表溫度反演結(jié)果產(chǎn)生著不同程度的影響。如同一地點(diǎn)地表覆蓋不變，反演得到的溫度卻有較大差異，即地表溫度的“偽變化”[7]，從而對(duì)熱島現(xiàn)象演變分析產(chǎn)生較大干擾。因此，要想進(jìn)行基于遙感的城市熱島的動(dòng)態(tài)變化分析，就必須考慮對(duì)多時(shí)相遙感地表溫度圖像的正規(guī)化處理。將不同時(shí)相的地表溫度圖像進(jìn)行正規(guī)化處理后，解決客觀條件對(duì)地表溫度反演的干擾問(wèn)題，從而進(jìn)一步研究時(shí)間序列的城市熱島演變。

目前，城市熱島演變研究中不同時(shí)相地表溫度圖像正規(guī)化處理方法效果較好，被廣泛應(yīng)用的主要有兩種：典型歸一化方法[3,8]和偽不變特征(Pseudo Invariant Feature，PIF)法[9]。前者由徐涵秋于2003年首次應(yīng)用于多時(shí)相地表溫度圖像的歸一化處理，后被學(xué)者廣泛應(yīng)用于城市熱島演變的相關(guān)研究。后者由Schottetal于1988年首次提出，目的是使多時(shí)相圖像具有相同的輻射尺度(或輻射分辨率)。多用于對(duì)遙感影像的相對(duì)輻射校正，目前有少數(shù)學(xué)者將其應(yīng)用于多時(shí)相地表溫度處理[10]，并取得了良好效果。

深圳市近20年來(lái)經(jīng)濟(jì)、文化等飛速發(fā)展，使城市建成區(qū)擴(kuò)展的速度迅速，規(guī)模較大，同時(shí)也使得其城市熱島現(xiàn)象明顯加劇。因此，本文以深圳市陸域范圍為例，選用Landsat系列數(shù)據(jù)，在不同年份、不同季節(jié)的時(shí)間序列上城市熱島效應(yīng)演變研究中，討論上述兩種方法對(duì)地表溫度圖像正規(guī)化處理效果的差異。

1 研究區(qū)與數(shù)據(jù)

深圳市位于珠江三角洲東岸，陸域范圍22°26′59″—22°51′49″N，113°45′44″—114°37′21″，東臨大亞灣與惠州相鄰，西至珠江口，南望香港特別行政區(qū)，北接莞、惠兩地，整體呈狹長(zhǎng)型。需要說(shuō)明的是，本文所提到的深圳市均表示深圳市陸域范圍，不包括海域。深圳市作為快速城市化的典型代表，30余年間從最初的邊陲小鎮(zhèn)發(fā)展為下轄6個(gè)行政區(qū)和4個(gè)新區(qū)內(nèi)的60個(gè)街道辦事處的國(guó)際化都市。城市空間結(jié)構(gòu)以包括福田、羅湖、南山3個(gè)行政區(qū)在內(nèi)的中心城區(qū)為核心，形成“南北貫通，西聯(lián)東拓”的區(qū)域空間協(xié)調(diào)發(fā)展框架。

深圳市處于121/43、122/44共2景Landsat圖像上，121/43包含深圳東半部分區(qū)域，122/44包含西半部分區(qū)域。本文選用了Landsat 5 TM、Landsat 8 OLI/TIRS數(shù)據(jù)，在2000、2005、2010、2015年4個(gè)時(shí)間段各獲取的2景遙感圖像，云量均為0，共獲取8景，數(shù)據(jù)信息如表1所示。由于中國(guó)南部沿海常年多云多雨，深圳為典型區(qū)域，Landsat數(shù)據(jù)缺失、質(zhì)量差的現(xiàn)象尤其明顯，同一地區(qū)2年內(nèi)可能只有一景圖像可用。因此，本文選取的遙感圖像日期并非全為當(dāng)?shù)赝患竟?jié)?；诖耍透枰獙?duì)地表溫度圖像用正規(guī)化處理方法進(jìn)行分析探討，解決客觀條件對(duì)地表溫度反演的干擾問(wèn)題。

表1 Landsat數(shù)據(jù)信息

另外，本文數(shù)據(jù)處理過(guò)程中還選用了深圳市2000、2005、2010、2015年4期的土地利用分類產(chǎn)品，由中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院空間信息研究中心提供。該數(shù)據(jù)產(chǎn)品的生產(chǎn)基于Landsat系列遙感衛(wèi)星，其中1980年基于80 m分辨率Landsat MSS數(shù)據(jù)，1990、2000、2010年基于30 m分辨率Landsat TM數(shù)據(jù)，2015年基于30 m分辨率Landsat 8 OLI數(shù)據(jù)。數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)勘探局(United States Geological Survey，USGS)網(wǎng)站(https://landsatlook.usgs.gov)。數(shù)據(jù)產(chǎn)品的生產(chǎn)過(guò)程：(1)基于ENVI對(duì)所有圖像進(jìn)行輻射定標(biāo)，消除傳感器誤差；(2)基于FLAASH模塊進(jìn)行大氣校正；(3)基于易康軟件建立分類規(guī)則集，進(jìn)行監(jiān)督分類；(4)以人機(jī)交互的方式對(duì)分類結(jié)果進(jìn)行修正。該數(shù)據(jù)產(chǎn)品的分類系統(tǒng)包括建設(shè)用地、草地、耕地、林地、濕地、未利用地和近海海域，分類精度達(dá)到95%以上。

2 研究方法

2.1 地表溫度反演

本文選用覃志豪的單窗算法[10]，基于ENVI 5.1軟件平臺(tái)，進(jìn)行Landsat 5、Landsat 8圖像地表溫度反演，得到地表溫度圖像。普朗克函數(shù)用于定量描述黑體輻射的能量與波長(zhǎng)(頻率)、溫度的客觀規(guī)律，已知物體的能量譜和輻射強(qiáng)度，即可推算出亮度溫度。

根據(jù)普朗克函數(shù)將黑體輻射亮度轉(zhuǎn)化為亮度溫度[10]，公式為

(1)

式中Tb是亮度溫度(K)；Lb為同溫度下的黑體輻射亮度，由對(duì)熱紅外波段進(jìn)行輻射定標(biāo)后的絕對(duì)輻射亮度L和地表比輻射率ε計(jì)算得到；k1、k2為熱紅外波段的參數(shù)，Landsat 8第10波段的參數(shù)為k1=774.89、k2=1 321.08，Landsat 5第6波段的參數(shù)為k1=607.76、k2=1 260.56。

得到亮度溫度Tb后，用覃志豪的單窗算法[10]計(jì)算地表溫度(Land Surface Temperature，LST)，公式為

(2)

式中LST為地表溫度(℃)；a、b為常數(shù)，地表溫度在0～70 ℃內(nèi)，a=-67.355 351，b=0.458 606；TC為大氣平均作用溫度，估算方程在中緯度夏季TC=16.011 0+0.926 21×T0，在熱帶大氣下TC=17.976 9+0.917 15×T0，T0為氣象局發(fā)布的地表1.5～2.0 m左右的地面溫度，即氣溫(K)；C、D為中間變量，C=ετ，D=(1-τ)×[1+(1-ε)τ]，ε為比輻射率，τ為大氣透射率。

將本研究選取的8景Landsat圖像分別通過(guò)上述方法，計(jì)算得到8幅地表溫度圖像。然后將表1中同一年份的2景地表溫度圖像進(jìn)行地表溫度的融合拼接、裁剪[11]等一系列處理，最后得到深圳市陸域范圍2001年3月1日、2005年11月23日、2009年11月2日、2015年10月18日的地表溫度圖像。下文提到的2000、2005、2010、2015年分別指上述日期的LST圖像。

此外，本文在反演地表溫度的過(guò)程中，同時(shí)獲取了深圳市歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)圖像。計(jì)算方法為近紅外波段的反射值與紅光波段的反射值之差比兩者之和，公式為

NDVI=(NIR-R)/(NIR+R)，

(3)

式中NIR為近紅外波段，R為紅光波段。Landsat 5紅光波段(0.63～0.69 μm)為3，近紅外波段(0.76～0.90 μm)為4；Landsat 8紅光波段(0.630～0.680 μm)為4，近紅外波段(0.845～0.885 μm)為5。

2.2 地表溫度圖像正規(guī)化方法

2.2.1 典型歸一化方法

歸一化是一種無(wú)量綱處理手段，在城市熱島的研究中，使用此方法主要針對(duì)研究熱島現(xiàn)象相對(duì)強(qiáng)弱的空間分布。當(dāng)側(cè)重地表溫度相對(duì)高低的空間分布特征時(shí)，時(shí)間不同改變的只是地表溫度值的大小，并不改變地表溫度的空間分布[3]。因此，徐涵秋等采用典型歸一化方法對(duì)反演得到的LST圖像進(jìn)行處理，令不同時(shí)相的LST圖像分布范圍統(tǒng)一到0～1之間。計(jì)算公式為

(4)

式中Ni為第i個(gè)像元溫度歸一化后的值，TSi為第i個(gè)像元地表溫度值，TSmin為L(zhǎng)ST圖像像元灰度值的最小值，TSmax為L(zhǎng)ST圖像像元灰度值的最大值。將4幅LST圖像分別經(jīng)過(guò)公式(4)處理后，像元灰度值范圍均被歸一化至0～1之間，此時(shí)的圖像即為典型歸一化方法正規(guī)化處理后的圖像。

2.2.2 偽不變特征法

偽不變特征法(Pseudo Invariant Feature，PIF)在遙感圖像處理中也被稱為相對(duì)輻射校正(或相對(duì)輻射歸一化)方法，是基于同一區(qū)域，多時(shí)相圖像相同波段的像元灰度值存在線性關(guān)系的假設(shè)提出來(lái)的。首先要確定參考圖像和實(shí)驗(yàn)圖像，然后選取偽不變特征點(diǎn)(或稱為輻射地面控制點(diǎn))，確定偽不變特征點(diǎn)后，提取兩期圖像偽不變特征點(diǎn)的像元灰度值，建立參考圖像與實(shí)驗(yàn)圖像之間的回歸模型[8]。將多時(shí)相圖像的像元灰度值逐漸歸一化到參考圖像，使多時(shí)相圖像具有相同的輻射尺度(或輻射分辨率)。該方法的具體步驟如下。

2.2.2.1 選取參考圖像

參考圖像應(yīng)該目視質(zhì)量較好，變動(dòng)范圍較大，以便于信息量盡可能多地保留下來(lái)[14]。本文共有2000、2005、2010、2005年共4個(gè)時(shí)間的地表溫度圖像，前3幅由Landsat 5數(shù)據(jù)反演得到，后1幅由Landsat 8數(shù)據(jù)反演得到。依據(jù)文章2.1小節(jié)，4幅LST圖像的具體日期分別為2001年3月1日(春)、2005年11月23日(秋)、2009年11月2日(秋)和2015年10月18日(夏)，深圳市一年四季植物長(zhǎng)勢(shì)良好，春秋季與夏季圖像的目視質(zhì)量不相上下。

圖1為上述4幅LST圖像的像元灰度值曲線圖。從圖中可以看出，2015年的像元灰度值變動(dòng)范圍最大，2010和2000年與之相近，參考圖像可從這3幅圖中選?。涣硗?，同一季節(jié)下圖像的地表溫度“偽變化”會(huì)相對(duì)較小。因此，本文選取2010年的圖像作為參考圖像，其余3幅圖為實(shí)驗(yàn)圖像。

圖1 LST像元灰度值曲線圖

2.2.2.2 選取偽不變特征點(diǎn)

偽不變特征點(diǎn)是指不同時(shí)相的遙感圖像中，地表不隨時(shí)間發(fā)生變化或變化很小可以忽略不計(jì)的地物，深水體(如水庫(kù))、常年裸巖裸土、大屋頂?shù)鹊湫偷匚颷7]。對(duì)于樣本點(diǎn)的選取，樣本容量應(yīng)當(dāng)適中，樣本容量過(guò)大或過(guò)小都會(huì)直接影響回歸模型的結(jié)果。通常偽不變特征點(diǎn)的選取主要為人工目視的方法，得到的點(diǎn)數(shù)有限，且由于個(gè)體差異導(dǎo)致特征點(diǎn)的質(zhì)量水平參差不齊。本文選取偽不變特征點(diǎn)的過(guò)程主要分為兩個(gè)步驟：第1步，基于深圳市4期的土地利用分類產(chǎn)品，分別提取2000、2005、2015年3幅實(shí)驗(yàn)圖像與2010年的參考圖像之間土地利用未發(fā)生變化的區(qū)域，在土地利用不變的區(qū)域上，再分別提取3000個(gè)隨機(jī)點(diǎn)，記為S1、S2、S3；第2步，依次提取S1在2000年和2010年遙感圖像的NDVI值S1a和S1b、S2在2005年和2010年遙感圖像的NDVI值S2a和S2b、S3在2015年和2010年遙感圖像的NDVI值S3a和S3b。選取偽不變特征點(diǎn)Pi的規(guī)則如下：

Pi∶|Sia-Sib|<0.06，

(5)

式中i=1、2、3，滿足上述條件的隨機(jī)點(diǎn)，則為選取的偽不變特征點(diǎn)。這樣得到的偽不變特征點(diǎn)點(diǎn)數(shù)適中，分布均勻，且具有客觀、定量化的選取標(biāo)準(zhǔn)。

2.2.2.3 建立回歸模型

回歸模型是以參考圖像偽不變特征點(diǎn)的像元灰度值為縱坐標(biāo)y，以實(shí)驗(yàn)圖像偽不變特征點(diǎn)的像元灰度值為橫坐標(biāo)x進(jìn)行點(diǎn)繪，然后對(duì)這些點(diǎn)做回歸分析，求解模型參數(shù)。首先從已有的LST圖像中提取偽不變特征點(diǎn)的LST值：依次提取P1在2000年和2010年的LST值T1a和T1b，P2在2005年和2010年的LST值T2a和T2b，P3在2015年和2010年的LST值T3a和T3b。則回歸模型表示為

Tib=αi+βi×Tia，

(6)

式中i=1、2、3，參數(shù)α和β采用最小二乘法求解。計(jì)算得到3組模型參數(shù)，分別代入2000、2005、2015年的LST實(shí)驗(yàn)圖像進(jìn)行計(jì)算，得到的3幅圖像即為偽不變特征法正規(guī)化處理后的圖像，2010年LST圖像為參考圖像，不需要再做處理。

以2010年LST圖像為參考圖像，利用上述方法提取出的3組偽不變特征點(diǎn)P1、P2、P3，建立3組偽不變特征回歸模型，如表2所示。

表2 偽不變特征法回歸模型

表2中3組回歸模型均顯示出了較強(qiáng)的相關(guān)性，確定系數(shù)0.5

3 城市熱島演變分析

3.1 熱島強(qiáng)度等級(jí)劃分

城市熱島的研究中，有關(guān)地表熱場(chǎng)分布、熱島結(jié)構(gòu)、熱島演變等的研究，都涉及城市熱島的界定問(wèn)題，即地表溫度的等級(jí)劃分[14]。常用的灰度圖像等級(jí)劃分方法有等間距法、分位數(shù)劃分法、自然間斷點(diǎn)分級(jí)法、幾何間隔法以及均值-標(biāo)準(zhǔn)差法等。本文綜合各分級(jí)方法對(duì)2010年LST圖像典型歸一化方法正規(guī)化和偽不變特征法正規(guī)化的分級(jí)效果，采用目視判別，發(fā)現(xiàn)均值-標(biāo)準(zhǔn)差法劃分等級(jí)，可視化處理的效果最佳。因此本文對(duì)正規(guī)化后的LST圖像分別以μ(均值)-σ(標(biāo)準(zhǔn)差)設(shè)置分割點(diǎn)，將熱島強(qiáng)度等級(jí)劃分為6個(gè)級(jí)別：低溫區(qū)、次低溫區(qū)、中溫區(qū)、次高溫區(qū)、高溫區(qū)和特高溫區(qū)。等級(jí)劃分標(biāo)準(zhǔn)如表3所示，表中Ts為需要?jiǎng)澐值燃?jí)的圖像。

表3 均值-標(biāo)準(zhǔn)差法劃分熱島強(qiáng)度等級(jí)

將分級(jí)結(jié)果按照時(shí)間順序排列，如圖2所示。對(duì)圖2進(jìn)行目視分析，觀察兩種正規(guī)化方法處理過(guò)后的熱島強(qiáng)度等級(jí)劃分結(jié)果，可以看出：

圖2 兩種正規(guī)化處理方法下的熱島強(qiáng)度等級(jí)劃分結(jié)果

(1)2000—2015年間，兩組結(jié)果均體現(xiàn)了深圳市熱島現(xiàn)象隨時(shí)間逐漸增強(qiáng)的現(xiàn)象，即“特高溫區(qū)”逐年增多、“低溫區(qū)”逐年減少。且兩者各個(gè)熱島級(jí)別的空間分布移動(dòng)特征相似：高溫區(qū)、特高溫區(qū)均表現(xiàn)出了隨時(shí)間逐漸往中西部、西北和西南部轉(zhuǎn)移的特征，其中西部與西北部熱島聚集現(xiàn)象最為嚴(yán)重。

(2)兩組結(jié)果在不同年份的熱島強(qiáng)度增強(qiáng)程度存在差異。經(jīng)過(guò)典型歸一化方法處理的熱島強(qiáng)度等級(jí)劃分結(jié)果中，2000、2005、2010年的熱島轉(zhuǎn)移趨勢(shì)明顯，但增強(qiáng)程度相對(duì)不明顯；2010—2015年的熱島增強(qiáng)程度相對(duì)較明顯。經(jīng)過(guò)偽不變特征法處理的熱島強(qiáng)度等級(jí)劃分結(jié)果中，2000、2005、2010、2015年各階段熱島轉(zhuǎn)移趨勢(shì)和增強(qiáng)程度都較為明顯。以2010年為分界，典型歸一化法2000、2005年的熱島強(qiáng)度比偽不變特征法的強(qiáng)；前者2015年的高溫區(qū)與特高溫區(qū)分布與后者相差不大，低溫區(qū)分布明顯大于后者。

兩組結(jié)果在不同年份的熱島強(qiáng)度增強(qiáng)程度存在差異，表明典型歸一化方法和偽不變特征法對(duì)多時(shí)相遙感地表溫度圖像的處理效果不同，也就是說(shuō)，對(duì)消除地表溫度的“偽變化”的作用有差異。在本研究中，兩種方法孰優(yōu)孰劣，還需進(jìn)一步對(duì)比分析。

3.2 城市熱島演變與土地利用變化關(guān)系

相關(guān)研究表明，城市環(huán)境效應(yīng)產(chǎn)生的內(nèi)在驅(qū)動(dòng)力是土地利用與土地覆被的變化，城市熱環(huán)境與土地利用類型密切相關(guān)。因此，本文列出4個(gè)時(shí)間段深圳市不同土地利用類型的分布情況，如圖3所示，以進(jìn)一步對(duì)兩種方法的處理效果進(jìn)行分析評(píng)價(jià)。

圖3 深圳市2000—2015年土地利用類型分布

分別統(tǒng)計(jì)兩種正規(guī)化方法處理過(guò)后的LST圖像上各熱島強(qiáng)度等級(jí)的面積及所占比例，統(tǒng)計(jì)結(jié)果如表4、表5所示。統(tǒng)計(jì)深圳市2000—2015年不同土地利用類型的面積，如表6所示。

表4 深圳市2000—2015年熱島強(qiáng)度等級(jí)面積——典型歸一化方法

表5 深圳市2000—2015年熱島強(qiáng)度等級(jí)面積——偽不變特征法

表6 深圳市2000—2015年不同土地利用類型面積 km2

依據(jù)圖3、表6土地利用類型分布的變化，可見(jiàn)深圳市人工表面與林地占地面積最多。2000、2005、2010年間人工表面占地面積大量增加，2010—2015年增加不明顯；2000—2015年林地、耕地和濕地面積不斷減少，草地占地面積少且緩慢增加。結(jié)合圖2、圖3進(jìn)行目視對(duì)比，整體來(lái)看，熱島強(qiáng)度級(jí)別為高溫區(qū)及以上的區(qū)域變化與人工表面的分布變化接近，低溫區(qū)的變化與林地的分布變化接近。已有研究[15]表明，人工表面的占比對(duì)熱島現(xiàn)象的強(qiáng)弱有很大影響，而林地對(duì)城市熱島效應(yīng)具有減緩作用。因此，本文依據(jù)表4—表6，以人工表面與林地為主，將高溫區(qū)與特高溫區(qū)作為熱島區(qū)域、次低溫區(qū)與低溫區(qū)作為熱島緩解區(qū)域，繪制不同區(qū)域面積變化與土地利用變化對(duì)比折線圖(圖4)。

(a) 熱島區(qū)域 (b) 熱島緩解區(qū)域

對(duì)比圖4(a)熱島區(qū)域和人工表面的面積變化趨勢(shì)，隨著人工表面的顯著增加。經(jīng)過(guò)偽不變特征法處理的熱島區(qū)域面積變化趨勢(shì)與人工表面面積變化趨勢(shì)相同；而經(jīng)過(guò)典型歸一化方法處理的熱島區(qū)域面積卻并沒(méi)有明顯變化，2015年熱島區(qū)域面積甚至少于2010年，這是不合理的。

對(duì)比圖4(b)熱島緩解區(qū)域和人工表面的面積變化趨勢(shì)，林地面積在2000—2015年間不斷減少。經(jīng)過(guò)典型歸一化方法處理的熱島緩解區(qū)域面積在2010年之前的變化趨勢(shì)與林地變化相近，但相反地，在2015年熱島緩解區(qū)域面積出現(xiàn)回升，整體表現(xiàn)為2000年與2015年幾乎沒(méi)有變化。經(jīng)過(guò)偽不變特征法處理的熱島緩解區(qū)域面積在2000—2015年間表現(xiàn)為先減少、再增加、又減少，但整體是減少的，在2000年與2015年兩個(gè)時(shí)間節(jié)點(diǎn)與林地面積減少量相對(duì)應(yīng)；對(duì)于2005年熱島緩解區(qū)域面積的大幅減少，結(jié)合表5，發(fā)現(xiàn)該現(xiàn)象正好對(duì)應(yīng)了2005年中溫區(qū)面積的大幅增加。

從以上兩方面來(lái)看，在本研究中，經(jīng)過(guò)偽不變特征法處理過(guò)后的效果更好。

4 結(jié)語(yǔ)

實(shí)際上，兩種正規(guī)化方法在城市熱島研究中都已有大量的論證和應(yīng)用，各自都具有其運(yùn)用價(jià)值。通過(guò)本研究，說(shuō)明了典型歸一化處理方法對(duì)年際變化的城市熱島效應(yīng)演變研究適用性有限，特別是針對(duì)深圳市這樣發(fā)展迅速、城市環(huán)境年際變化劇烈的地區(qū)，采用偽不變特征法處理后所得的結(jié)果相對(duì)較好。宏觀上，從目視分析的結(jié)果來(lái)看，經(jīng)過(guò)典型歸一化方法處理所得的熱島等級(jí)劃分結(jié)果在熱島分布、熱島的空間轉(zhuǎn)移方面，與經(jīng)過(guò)偽不變特征法處理所得的結(jié)果差別不大。但微觀上，在城市熱島演變與土地利用變化關(guān)系的量化分析中，兩組結(jié)果差異明顯，偽不變特征法處理得到的結(jié)果更合理。

本研究也存在不足之處：(1)較典型歸一化方法而言，偽不變特征法處理過(guò)程相對(duì)繁瑣。若是針對(duì)日期相近、或一定時(shí)間范圍內(nèi)研究區(qū)土地利用類型變化不大的地表溫度圖像，用典型的歸一化方法處理結(jié)果同樣準(zhǔn)確，且更方便。(2)偽不變特征法的精度較難以控制，特別是偽不變特征點(diǎn)的選取。目前常采用人工目視選點(diǎn)的方法，人工判斷失誤不可控且不適合較大區(qū)域。本文雖利用已有的土地利用分類產(chǎn)品設(shè)立了客觀、定量的選取方法，但回歸模型精度有所下降，方法有待改進(jìn)。