反演溫度與實測溫度比較

為瞭解地表溫度反演成果與實測氣溫之差異，

本節透過中央氣象局屬氣象站資料的實測氣溫數 據，比較 Landsat-8 影像反演之地表溫度，並且為 確保溫度不受單一像元影響，採用測站為中心點，

取 90 公尺*90 公尺之矩形作為檢核範圍，以範圍 內地表平均溫度比較氣象站實測氣溫之差值。

圖 7 至圖 9 分別為 SW1 演算法與 SW2 演算法 之 90 公尺*90 公尺範圍地表平均溫度與氣象局測 站溫差圖，從三張溫差圖可以看出，氣象站實測氣 溫與地表溫度隨著季節的不同，其差值亦有所不同，

多數測站溫差由 10 月至 12 月呈現下降之趨勢，此 現象與氣溫於 10 月時均溫較高，導致氣溫與地表 溫度差異性最高；反之，12 月氣溫相較於 10 月、

11 月較低，因此溫差值最小。另外在這三張影像 中亦可以觀察出同一趨勢，當測站位處都市中或建 築物密集區，其氣溫與地表溫度差異性越高，如西 屯、南屯等；反之，溫度差異較小的測站多為植物 覆蓋密集區域，如：大湖、中竹林等。

以上現象可以得知地表溫度與氣象站溫度的

溫差，跟氣象站測站所處之地表覆蓋有極大關聯性，

起因於不同地物擁有不同比熱，因此本研究進行地 表 溫 度 反 演 成 果 與 氣 象 站 溫 度 的 迴 歸 分 析 (regression analysis)時，以氣象站為中心向外選取 90 公尺*90 公尺範圍內的地覆類別多數值(majority) 進行檢驗，其中以不透水鋪面所占比率最高，因此 選取三日地覆分類皆為不透水鋪面之測站進行溫 度比較。

圖 10 至圖 12 的溫度比較圖中，可以看出 2014 年 10 月 19 日之決定係數(R-square)相較於其他天 不理想，推測其成因為 2014 年 10 月 19 日為研究 日期內雲覆分布較多之日期，雖然本研究在進行溫 度檢驗與統計時，皆有以人工判釋方式去除雲覆，

但仍可能有部分較薄雲霧未能去除，導致薄雲造成 地表溫度反演的誤差。

除此之外，根據張子瑩及劉說安(2005)的研究 成果，水汽對於台灣地區的空氣密度具有相當程度 之影響，因此本研究將水汽含量設為固定值，亦有 可能是相關係數不理想的成因之一，根據氣象局資 料，10 月相較於其他月份為天氣較為炎熱的月份，

雖然選定的氣象站周圍地物主要分類皆為不透水 鋪面，但是因為不透水鋪面會包含多種不同地物類 別，同理亦包含多種不同比熱，因此在分類類別較 少無法區分地物細項的情況下，可能導致地表溫度 與空氣溫度之相關係數較低。

在 三 日 的 溫 度 比 較 圖 中 相 關 係 數 最 高 達 0.70(圖 10)，兩種演算法於三日之地表溫度與氣象 站溫度決定係數皆相差不遠，並且皆以 SW2 演算 法相關係數較高，顯示兩個所反演之溫度皆呈現相 同趨勢，其成果與宋挺等(2014)研究成果相似，

SW2 演算法對於輸入參數之敏感度較高，反演地 表溫度與空氣溫度之溫差相對也較低，代表本研究 之溫度反演成果具有一定可信度。

圖 7 2013 年 11 月 17 日 90 公尺*90 公尺範圍地表平均溫度與固定氣象站溫差圖，SW1 演算法(左圖)、

SW2 演算法(右圖)

圖 8 2014 年 12 月 6 日 90 公尺*90 公尺範圍地表平均溫度與固定氣象站溫差圖，SW1 演算法(左圖)、

SW2 演算法(右圖)

圖 9 2014 年 10 月 19 日 90 公尺*90 公尺範圍地表平均溫度與固定氣象站溫差圖，SW1 演算法(左圖)、

SW2 演算法(右圖)

圖 10 2013 年 11 月 17 日 90 公尺*90 公尺範圍溫度比較圖，SW1 演算法(左圖)、SW2 演算法(右圖)

25.00 27.00 29.00 31.00 氣

27.00 29.00 31.00 33.00 氣

20.00 22.00 24.00 26.00 氣

21.00 23.00 25.00 氣

34.00 36.00 38.00 氣

35.00 37.00 39.00 氣

表 7 SW2 演算法反演成果熱島強度計算表

季節時間 日期 花海區平均溫度(℃) 新社區內最低溫(℃) 熱島強度 非花海季節 2014/10/19 34.22 24.05 10.17

花海季節 2013/11/17 29.00 17.29 11.71 2014/12/06 23.37 12.95 10.42

(a) 2014 年 10 月 19 日 (b) 2013 年 11 月 17 日 © 2014 年 12 月 6 日 圖 13 SW1 演算法新社區地表溫度圖

(a) 2014 年 10 月 19 日 (b) 2013 年 11 月 17 日 © 2014 年 12 月 6 日 圖 14 SW2 演算法新社區地表溫度圖