刘 璐， 申广荣， 吴 裕， 张周逸林， 陆邵明

(1.上海交通大学 农业与生物学院 低碳农业研究中心， 上海 200240; 2.农业部都市农业重点实验室， 上海 200240;3.国家林业局 上海城市森林生态系统国家定位观测研究站， 上海 200240; 4.上海交通大学 设计学院， 上海 200240)

在城市化进程中，人口增长、经济发展、空间扩张在推动城市进步的同时，也通过增加不透水层面积、减少植被覆盖、改变景观格局的方式对地方和区域尺度上的土地利用方式及热环境产生深刻影响。现有城市化研究更多关注的是大中城市，且在社会经济的角度界定城市化的基础上，进行城市化驱动力及城市化对城市空间格局的影响研究，而对城市化过程中，自然要素如土地利用类型的转移特征及其对热环境的影响等方面的研究较少。县域作为城市空间体系的节点，上接大中城市，下连广大农村，是区域经济发展的基本单元。因此，在区域发展体系中，考察城市化进程中地区县域土地利用类型的转移特征及其对热环境的影响具有特殊意义。

城市热岛效应的监测方法主要有气象站法、布点法、遥感监测法等。其中遥感监测法具有数据容易获取、可以大范围监测等优点，被广泛应用。地表温度反演的常用算法包括单窗算法[1]、单通道算法[2]、劈窗算法[3]和大气校正法[4]等。城市化进程中土地利用类型的改变是造成城市地表温度变化的原因之一，研究表明土地利用空间格局与城市热岛之间存在关系[5]。葛荣凤等[6]使用Landsat 5 TM 数据，通过空间重心模型发现20 a间北京市六环内热岛强度总体上呈现增长趋势，同时呈现破碎化态势。孙明等[7]使用Landsat系列数据获取地表温度，通过热岛比例指数和热岛强度说明研究区热岛效应的逐年加重，并指出绿地和水体可以缓解城市热岛效应。赵梓淇等[8]将土地利用类型分为建筑用地、绿地、农田、弃地、道路和水体6类，通过辐射传输方程法获取地表温度，以城市中心为原点分析不同距离下地表温度与土地利用类型关系，发现地类平均地表温度随着与城市中心原点距离的增加而减小。

浙江省嘉兴市海盐县是中国综合实力百强县，被国务院列入沿海经济开放区。2000年，其城市化率为30.8%，2017年增长至60.2%(http:∥old3w.cnjxol.com/xwzx/jxxw/qxxw/hy/content/2018-11/05/content_4156772.htm)，高于全国平均水平。研究海盐县城市化过程中，土地利用类型的转移特征及其对热环境的影响、揭示其时空演变规律，对低碳背景下区域发展和管理具有十分重要的意义。本研究以海盐县为例基于2007,2013，2015和2017年4个时期的遥感数据，定量分析快速城市化背景下海盐县土地利用时空变化及其土地利用类型转移特征，探讨其对热环境的影响，为区域可持续发展提供科学依据。

1 研究数据与方法

1.1 研究区概况

海盐县位于浙江省嘉兴市，地处北纬30°21′47″—30°38′29″，东经120°43′21″—121°02′55″，是上海、杭州、苏州、宁波市4大城市的区位中心和长三角重要的交通神经中枢。全县陆地总面积5 850 km2，海湾面积4 880 km2，为典型的东亚季风气候，全年平均气温15.9 ℃，年平均雨量1 189.7 mm，全年日照时数平均为1 919.7 h。2007—2017年10 a间，海盐县生产总值从180.1亿元增长至460.1亿元，人均生产总值从4.91×104元增长至1.21×105元(http:∥www.haiyan.gov.cn/col/col1512872/index.html)。本研究区为处于海盐县武源街道的中心城区，包括处于中心城区东部的建成区及周边区域，总面积为5.2 km2。

1.2 数据来源及处理

研究所用遥感影像资料来自美国陆地卫星 Landsat。收集的遥感影像资料季相一致、质量较好、少云无云，2007年7月28日成像的Landsat 5TM数据，2013年8月29日、2015年8月3日和2017年7月23日成像的Landsat 8OLI/TIRS 数据(行号/列号：118/39)。本研究使用可见光和近红外波段进行土地利用类型信息的提取，使用热红外波段进行地表温度反演，技术路线如图1所示。

本研究首先基于EADAS IMAGE 2018软件, 对Landsat 8OLI/TIRS数据的多光谱和全色波段影像进行波段融合，提高图像空间分辨率到15 m；其次，以海盐县中心城区行政边界矢量图层为基准，对纠正好的影像进行裁剪得到研究区遥感影像。在此基础上，采用监督分类中的最大似然法对影像进行分类。土地分类以《城市用地分类与规划建设用地标准(50137-2011)》为参考，根据研究区的土地利用现状及遥感影像的分辨率，将土地利用类型划分为4类：城市用地、植被、道路和水体。其中，城市用地包括居民点、工业用地、商业用地、裸地等；植被主要由耕地组成，还包括部分园地、林地、草地等；受限于分辨率，道路仅包括省级公路和县级公路；水体包括河流、养殖水面。分类完成后，使用聚类统计和去除分析删除小图斑，将其合并到相邻的最大地类中。不同年份土地利用分布图的总体精度均达到85%以上(表1)，分类效果较好。在此基础上，进行研究区土地利用转移特征及其对热环境的影响分析。

表1 不同年份Landsat遥感影像分类精度

图1 Landsat 8卫星影像处理技术路线

1.3 研究方法

1.3.1 土地利用转移矩阵及其转移特征 土地利用类型面积的改变是其转入和转出的综合结果。土地利用转移矩阵可以直观地显示不同时段地类的相互转化状况并提取出地类转移特征。其中，土地利用动态度是发生转移的面积与研究区总面积的比值，宏观上表现了地类转移的程度[9]，转入/转出比率为地类转入/转出面积占地类转移总面积的比例。

1.3.2 地表温度反演单窗算法 遥感图像辐射定标和大气校正后，在ENVI 5.3软件中采用覃志豪单窗算法[1,10-11]对地表温度进行反演。Landsat TM数据和Landsat OLI/TIRS数据进行反演的方法类似，以下以Landsat OLI/TIRS 数据为例：

TS={a(1-C-D)+〔b(1-C-D)+C+D〕Tsensor-DTa}/C

C=τε

D=(1-τ)〔1+(1-ε)τ〕

(1)

式中：TS——地表温度(K)；Tsensor——亮温温度(K)；Ta——大气平均作用温度(K)；τ——大气透射率；ε——地表比辐射率；a，b——系数，a=-67.355 4，b=0.458 6。

亮温温度Tsensor使用普朗克公式进行计算[11]：

(2)

式中：Lλ——辐射定标后的热辐射强度值。

大气模式为中纬度夏季大气时[11]：

Ta=16.011 0+0.926 21T0

(3)

式中：T0——近地面气温，可以查询历史温度获取(http:∥lishi.tianqi.com/)。

大气透射率τ在NASA提供的网站上查询(https:∥atmcorr.gsfc.nasa.gov/)。

NDVI(归一化植被指数)计算：

(4)

式中：B4，B5——Landsat 8OLI/TIRS的第4，第5波段。

植被覆盖率Pv计算：

(5)

式中：NDVIs——裸地的NDVI； NDVIv——植被的NDVI。

地表比辐射率ε基于NDVI与Pv计算[12]：

① NDVI≤0,认为像元的土地利用类型为水体，ε=0.995；

② 当0

③ 当0.05

(6)

④ 当NDVI≥0.70，认为像元完全由植被构成，ε=0.986。

1.3.3 密度分割 数据标准化后，采用密度分割法将地表温度划分为低温区、亚低温区、中温区、亚高温区、高温区5个等级[13]。

(7)

1.3.4 热效应定量评价 为了衡量不同土地利用类型对城市热环境影响程度，本研究采用热效应贡献度指数对其定量计算[14]。

(8)

(9)

式中：Hi′——初始热效应贡献度(%)；Hi——标准化处理后不同地类的热效应贡献度(%)；Tij——地类i中高于平均温度的第j个像元的温度(℃)；T——研究区平均温度(℃)；n——地类i中高于平均温度的像元数；N——总像元数。

2 结果与分析

2.1 土地利用类型转移特征

基于遥感图像解译得到研究区2007，2013，2015和2017年土地利用类型空间分布及对应的面积占比(图2—3)。中心城区内，包括耕地、林地、园地和灌木在内的植被覆盖面积比率在2007年达60.5%，2013，2015和2017年基本保持在46%左右。2007—2017的10 a间，城市用地面积逐年增加，占比从17.4%增至30.4%。道路面积较为稳定，保持在15%左右。水体的面积变化呈先增加后减少的趋势，2013年最大。2016年，海盐县政府在东部滩涂进行开发建设，设立了度假区，与此对应，2017年遥感图像显示原覆盖东部滩涂的水体和植被转化为城市用地，总水体面积比例从2015年的9.3%减少到了与2007年接近的8%。

图2 海盐县中心城区2007，2013，2015和2017年份土地利用类型分布

基于土地利用类型分布状况，进一步对研究区不同年份土地利用类型的转移特征进行分析(表2)。2013—2015年、2015—2017年和2007—2017年，土地利用动态度分别为24.6%，29.4%和42.3%，转入比率依次为：城市用地>道路>植被>水体，转出比率依次为：植被>道路>城市用地>水体。2007—2017年10 a间，城市用地的转入比率达44.1%，转入的用地类型主要为植被和道路，分别占城市用地总转入面积的54.6%和31.3%；植被面积显著下降，转出比率达51.2%，主要转移为城市用地和道路，二者分别占植被总转出面积的41%和50.1%。

由表2和图2可知，城市用地和道路之间相互转移明显，说明随着城市用地的扩展，旧的路网被破坏，同时又形成了新的路网，道路总面积虽变化不大但格局变化较为剧烈。水体的转入、转出比率均较低，格局相对稳定。

表2 研究区2007-2017年土地利用转移矩阵 hm2

注：表中数据为各地类从2007年到2017年的转移面积。

图3 海盐县中心城区不同年份土地利用类型面积比例

2.2 地表温度分布特征

基于单窗算法和Landsat卫星影像，反演获得研究区不同时间地表温度，进一步根据地表温度的等级划分〔公式(7)(表3)〕，得到海盐县中心城区不同时期地表温区分布特征(图4)。不同温区的空间格局反映出了城市热环境的变化趋势。在4个年份中，处于中心城区东部建筑和人口密集的建成区地表温度明显高于主要被植被覆盖的郊区。2007年高温区明显聚集成岛状，主要集中在海盐县政府及其周边商业区、住宅区附近，2013年后，高温区逐渐向建成区边缘新建立的工业园区、住宅区、商业区等城市用地转移，呈现破碎化趋势，并在2017年形成新的小热岛。对2007—2017年地表温度分布及其变化情况分析发现，研究区低温区、高温区和中温区占比基本保持不变，但亚高温区占比从10.5%增加到16.1%，亚低温区占比从24.7%减少到19.5%。进一步合并亚低温区与低温区为较低温区，合并亚高温区与高温区为较高温区，10 a间，较低温区的面积比例减少了4.2%，较高温区的面积比例增加了5%，呈现出较低温区向较高温区转化的现象，显示出中心城区热环境的变化趋势。

表3 研究区2007和2017年地表温度分级统计

2.3 土地利用类型对城市热环境的影响

地表温度与土地利用类型紧密相关。遥感地表温度反演结果显示，地表温度值呈现：城市用地>道路> 水体> 植被的规律。城市用地主要分布在高温区(平均面积比例为54%)和亚高温区(平均面积比例为22.5%)；道路主要分布在中温区(平均面积比例为39.1%)和亚高温区(平均面积比例为25.6%)；水体主要分布在中温区(平均面积比例为35.5%)、低温区(平均面积比例为24.3%)和亚低温区(平均面积比例为21.9%)；植被覆盖主要分布在低温区(平均面积比例为31.3%)、亚低温区(平均面积比例为30%)和中温区(平均面积比例为30.9%)。

通过热效应贡献度指数对地类间相互转移对热环境的影响进行定量分析(表4)。4个年份中，土地利用类型对热环境的贡献度排序为：城市用地>道路>植被>水体。其中，城市用地对热环境的贡献率(>50%)明显高于其他土地利用类型，而水体对热环境的贡献率微小(<1%)。2013—2015年，各地类的面积和热贡献度变化幅度均很小。2015—2017年，城市用地面积略微增加，但热贡献度明显提高(增加了7.6%)，说明了较2013和2015年，2017年城市用地中高于地表平均温度的比例更大，城市用地高于研究区地表平均温度的差值也更大。较大时间尺度上，2007—2017年10 a间，随着城市用地的不断扩展(增加了13%)和植被覆盖面积逐步减少(减少了14.8%)，城市用地类型的热贡献率显著增大，从59.6%提升至87.5%，其他地类的热贡献率则明显地减小，城市用地对热环境造成了决定性的影响。因此，城市用地面积大幅增加，植被覆盖面积的显著减少是在全球变暖环境下，引发研究区较高温区和较低温区的面积比例分别增加和减少，进而引发热环境变化的主要原因。

图4 海盐县中心城区不同年份地表温度分布

表4 研究区不同年份土地利用热贡献度变化%

土地利用类型2007年2013年2015年2017年城市用地59.678.379.987.5植被18.44.03.94.2道路21.117.115.67.8水体0.90.70.60.6

3 讨论与结论

(1) 研究区土地利用结构变化显著，城市化发展迅速，建成区部分不断扩张。2007—2017年，土地利用动态度为42.3%。城市用地面积比例从17.4%提高到了30.4%，主要由植被与道路转入。植被覆盖比例从60.5%减少到了45.8%，主要转出为城市用地和道路。城市用地的扩张基本上是通过占用耕地、园地等植被来实现的。受城市化影响，道路网络不断更新，其面积变化幅度虽小但格局变化剧烈。

(2) 对城市热环境的时空分析表明，热岛分布和城市扩展具有时空一致性。2007年，高温区集中在县城东部的建成区，形成岛状，2013—2017年，随着建成区的扩展，高温区逐渐向四周扩散，并在周边新建立城市用地上形成新的小热岛区域，研究区内的大型岛状高温区被取代。同时，2007—2017年10 a间，较低温度区域面积减少，较高温区面积增加，呈现出较低温区向较高温区转化的趋势。

(3) 海盐县土地利用类型对地表温度的响应特征为：城市用地和道路主要分布在较高温区，属城市热岛，水体和植被分布在较低温区，属城市冷岛。土地利用类型对热环境的贡献度排序为：城市用地>道路>植被>水体，城市用地对热环境的贡献率(>50%)远大于其他土地利用类型, 对热环境造成了决定性的影响。2007—2017年城市用地面积的增加和植被面积的减少使城市用地热贡献度从59.6%上升到87.5%，因此，城市用地面积的增加和植被面积的减少是造成研究区地表温度不断上升，热环境改变的直接原因。改善城市热环境，缓解城市热岛效应，可以通过控制建成区的扩展，增加地表平均温度较低的植被和水体的面积比例来实现。