顾今一

(中海环境科技(上海)股份有限公司， 上海 200135)

0 引 言

近年来，随着自然灾害越来越多，环境污染和气候变暖问题越来越严重，人们对全球环境变化的关注度越来越高，其中土地利用和土地覆盖的变化引起了研究人员的高度重视[1]。自“土地利用/土地覆盖变化”项目成立以来，国内外学者已围绕该项目开展大量研究[2-4]。

我国的土地覆盖经过长期的发展已发生巨大变化，尤其是改革开放以来，随着经济社会的快速发展和城市化进程的不断加快，土地利用/覆盖变化的速度和范围不断增加，城市中原来的自然景观逐渐被建筑群取代，使得城市的热环境发生了变化，引起了热岛效应等热环境问题，给人类的健康和社会的发展带来了负面影响。因此，采取有效措施缓解热环境问题成了当前亟待解决的问题。

上海作为我国的一线城市，在其高速发展过程中进行了大范围的土地开发和城镇建设，这使得其土地利用/覆盖发生了巨大变化，引发的热环境问题十分突出，其中浦东新区作为上海市最大的直辖区，以及郊区与市区的结合区，具有较强的代表性和研究价值。因此，本文对浦东新区的土地利用/覆盖变化和热环境变化进行研究，结合研究结果提出解决热环境问题的建议。

1 研究区域概况

浦东新区位于上海东部，东濒东海，南临杭州湾，西与宝山、杨浦、虹口、黄浦和徐汇等5个区隔江相邻，并与闵行和奉贤2个区接壤。2009年国务院撤销上海市南汇区，将其并入浦东新区。

浦东新区内的海岸线长105.93 km，黄浦江岸线长43.5 km。该地区的地势东南高，西北低，地面高程3.5～4.5 m，平均高程3.87 m；气温偏高，降水偏多，日照时间较短；全区总面积1 210.41 km2，常住人口约568.151万人(2020年)；全区共有12个街道、24个镇、910个居委会和365个村委会。本文研究的区域以当前浦东新区的行政边界为准，包括原南汇区在内的12个街道和24个镇。

2 数据来源及研究方法

2.1 数据源及预处理

选取Landsat TM/ETM+/OLI_TIRS遥感影像数据进行研究，因为TM/ETM+/OLI_TIRS影像中含有丰富的地面信息，可用来解译分类土地利用/覆盖类型，同时热红外波段可用来研究热环境。为使研究结果更具有代表性，选取自浦东新区实施改革开放以来的3期月份相近的高质量遥感影像进行分析，分别为1984年4月23日的Landsat5 TM影像、2000年3月26日的Landsat7 ETM+影像和2020年2月22日的Landsat8 OLI_TIRS影像。

其他辅助资料有浦东新区行政区划图、上海市1∶50 000比例尺的地形图和2016年浦东新区高清航拍图。遥感影像预处理主要有几何精校正、图像镶嵌与裁剪和图像增强(线性拉伸、假彩色合成)等3个步骤，均借助ENVI5.3软件完成。

2.2 土地利用/覆盖类型解译分类

选用中国科学院“八五”重大应用项目“国家资源环境遥感宏观调查与动态分析”建立的土地分类系统[5]，将土地分为耕地、林地、草地、水域、建设用地和未利用土地等6类。

遥感分类方法可根据不同的划分标准分为多种类型，需根据不同的情况和需求选择合适的分类方法，本文采用最常见的监督分类法对3期遥感影像进行分类，主要分为样本选择、分类器选择、分类后处理和精度评价等4个步骤，均借助ENVI 5.3软件完成。

本文采用最大似然法[6]进行分类；完成主/次要分析、聚类处理和过滤处理等3种分类后处理；利用混淆矩阵和总体精度2种评价标准对精度进行评价。

2.3 地表亮温反演

目前地表温度反演算法主要有大气校正法、单窗算法和分裂窗算法等3种[7]。本文借助ENVI5.3软件，基于LandsatTM/ETM+/OLI_TIRS的热红外波段，采用单窗算法反演地表温度。单窗算法是覃志豪等[9]于2001年提出的针对TM数据只有1个热红外波段的地表温度反演算法，能取得很高的反演精度，同样适用于ETM+和Landsat8数据。

波段的热辐射传导方程为

B6(T6)=t6(q)[ε6B6(Ts)+(1-ε6)I6～]+I6

(1)

式(1)中：Ts为地表温度；T6为 TM6的亮度温度；t6为大气透射率；ε6为地表辐射率；B6(T6)为TM6遥感器接收到的热辐射强度；B6(Ts)为地表在TM6波段区间内的实际热辐射强度，其值直接取决于地表温度；I6～和I6分别为大气在TM6波段区间内的向上和向下热辐射强度。

化简后的单窗体算法模型为

Ts={a(1-C-D)+[b(1-C-D)+C+D]T6-DTa}/C

(2)

式(2)中：C=τ6ε6(ε6为比辐射率；τ6为透射率)；D=(1-τ6)[1+t6(1-ε6)]；a=-67.355 351；b=0.458 606。

3 结果与分析

3.1 土地利用/覆盖分类结果

根据上述研究方法，解译分类得到1984年、2000年和2020年浦东新区的土地利用/覆盖图，见图1。

图1 1984年、2000年和2020年浦东新区的土地利用/覆盖图

从图1中可看出，1984—2020年浦东新区的土地利用/覆盖发生了巨大变化，其中变化最明显的用地类型为耕地和建设用地。1984年的建设用地主要集中在黄浦江沿岸，并向浦东新区的郊区扩散，区中心存在少数密集建筑群。当时浦东还未实施改革开放，区域内存在大片农田和极少数工业区，经济社会发展比较落后，因此建设用地的面积很小。当时沿黄浦江的地区隶属于黄浦区，且位于上海市中心，因此发展迅速，建设用地密集。2000年，浦东新区的建设用地面积相比1984年大大增加，且范围扩大到了整个研究区域，但总体来说郊区的建设用地比中心城区稀疏。在1984—2020年这段时间，浦东新区经历了重点开发阶段，采用多轴多核的开发形态，既有沿黄浦江和杨高路形成的南北开发轴，又有从外滩至陆家嘴再向东经过张杨路商业中心、花木、张江、北蔡和浦东国际机场的东西开发轴，使整个区域进入了快速开发阶段。2020年的建设用地没有太大增加，而是均匀地分布在整个研究区域内，郊区建筑用地的密集程度与市区接近。值得注意的是，最东南部新建的南汇临港新城扩大了浦东新区的建设用地范围。2000年以后，浦东新区进入全面建设阶段，土地开发速度减慢，需要20～30 a，甚至更长的时间，逐步实现建设的总体目标，因此整体建筑用地变化速度减慢，但郊区还在不断开发。

3.2 土地利用/覆盖变化分析

借助ArcGIS Pro2.7软件计算1984年、2000年和2020年浦东新区各土地利用/覆盖类型的面积，结果见表1。

表1 1984年、2000年和2020年浦东新区各土地利用/覆盖类型的面积 单位：km2

从表1中可看出：1984年面积最大的土地利用/覆盖类型是耕地，面积为1 072.56 km2；2000年和2020年面积最大的土地利用/覆盖类型均为建设用地，面积分别为861.77 km2和982.86 km2。在这段时间内，建设用地的面积呈剧烈增加的趋势，林地的面积先增加后减少，草地的面积先减少后增加，而耕地和水域的面积呈现出减少的趋势。

进一步利用土地利用动态度模型反映各土地利用类型的变化速度，结果见表2。土地利用动态度指数考虑了研究时段内各土地利用类型间的相互转换，其意义在于反映整个区域土地利用变化的剧烈程度，便于在不同空间尺度上找出土地利用变化的热点区域[10-11]，计算公式为

(3)

式(3)中：S为土地利用动态度指数；La为某种土地利用/覆盖类型在研究时间段内最初的面积；Lb为某种土地利用/覆盖类型在研究时间段内最后的面积；T为研究的时间长度，a。

表2 1984—2020年浦东新区各土地利用类型的动态度指数 单位：%

从表2中可看出，1984—2000年的综合动态度远大于2001—2020年的综合动态度。在1984—2000年，浦东新区的土地利用/覆盖类型动态度：最大的是林地和建设用地，分别为14.28%和6.91%；其次是草地和水域，分别为-5.60%和-3.17%；最小的是耕地，为-1.69%。在2001—2020年，浦东新区的土地利用/覆盖类型动态度：最大的是草地，为15.97%，其次是林地和水域，分别为-4.01%和-1.93%；最小的是建设用地和耕地，分别为0.70%和-0.10%。

进一步利用ArcGIS Pro2.7建立土地利用类型转换矩阵，由此体现不同时间段同一区域内的不同土地利用类型间的相互转换关系，进一步了解各土地利用/覆盖类型的变化情况，结果见表3和表4。

表3 1984—2000年浦东新区土地利用/覆盖转换矩阵 单位：km2

表4 2001—2020年浦东新区土地利用/覆盖转换矩阵 单位：km2

从表3中可看出，1984—2000年：减少的耕地主要转换为建设用地和林地，面积分别为364.64 km2和63.64 km2，转为耕地的面积共160.01 km2，主要来自于水域和建设用地；林地基本上没有转换为其他土地利用类型，其主要转入来源是耕地，共转出3.21 km2，转入70.76 km2；草地主要转换为建设用地，其次是耕地，面积分别为76.65 km2和6.41 km2，草地的转入来源主要是耕地；减少的水域主要转换为耕地和建设用地，水域的主要转入来源是耕地，共转出171.5 km2，转入21.33 km2；减少的建设用地主要转换为耕地，建设用地的转入来源主要是耕地，其次是草地和水域，共转出28.39 km2，转入480.7 km2。

从表4中可看出，2001—2020年：耕地主要转换为建设用地，面积为276.83 km2，其次是水域和草地，面积分别为23.41 km2和15.64 km2，耕地的主要转入来源也是建设用地，其次是水域和林地；林地主要转换为耕地和建设用地，面积分别为44.38 km2和39.29 km2，林地的转入来源主要是耕地；草地和水域均主要转换为耕地和建设用地；建设用地主要转换为耕地，面积为203.26 km2，建设用地的主要转入来源也是耕地。

3.3 地表亮温反演结果

根据上述反演算法得到1984年、2000年和2020年的地表亮温图，并利用均值-标准差法，以μ-std、μ-0.5 std、μ+0.5 std和μ+std为分割点，将反演后的3期结果分类为5个温度等级[12]，分别为高温区、次高温区、中温区、次中温区和低温区，见图2。

a) 1984年

b) 2000年

c) 2020年

从图2中可看出，1984年浦东新区的高温区主要集中在黄浦江沿岸的陆家嘴地区，且研究区的中心存在一些零散的高温区小斑块。2000年，浦东新区的高温区范围开始扩大，逐渐向南向东蔓延，面积明显增加。尽管2000年的高温区仍主要分布在靠近市中心的区域，但可发现高温区的分布呈现出南北向和东西向的轴状，与浦东多轴多核的开发形态相符合。2020年，浦东新区的高温区面积明显减小，且不再集中分布在市中心区域，而是零散地分布在整个研究区内，但相对而言仍是市中心区域的高温区和次高温区小斑块更密集。该变化是政府意识到热环境问题的严重性，开始注重环境保护，加强植树造林的结果。

3.4 热环境变化分析

利用地理信息系统(Geographic Information System, GIS)的空间分析功能，对1984年、2000年和2020年各温度等级的面积进行计算,进一步监测热环境的面积变化,结果见表5。

表5 1984—2020年浦东新区地温面积变化情况 单位：km2

从表5中可得出，1984年浦东新区各温区的面积：中温区的面积最大，为1 225.69 km2；次中温区和次高温区的面积次之，分别为228.64 km2和214.49 km2；低温区的面积为187.16 km2；高温区的面积最小，为40.21 km2。2000年浦东新区各温区的面积：中温区的面积依旧最大，为1 395.01 km2；次高温区和次中温区的面积次之，分别为261.40 km2和184.59 km2，其中次高温区的面积超过了次中温区；高温区的面积有所增加，为45.44 km2；低温区的面积最小，为9.74 km2。2020年浦东新区各温区的面积：高温区的面积最小，仅为11.33 km2；次高温区的面积为115.02 km2；中温区的面积最大，为1 378.12 km2；次中温区的面积次之，为362.04 km2；低温区的面积也很小，为29.67 km2。

总体来说，2000年高温区和次高温区的面积都呈增加的趋势，分别增加5.23 km2和46.91 km2；次中温区和低温区的面积呈减少的趋势，分别减少44.05 km2和177.42 km2，其中低温区的面积占比大大减小。与 2000年相比，2020年高温区和次高温区的面积都减少50%以上，分别减少34.11 km2和146.38 km2；次中温区和低温区的面积都呈增加的趋势，分别增加177.45 km2和19.93 km2。

这表明，在1990年浦东新区实施改革开放之后，随着城市化进程的加快，其热环境问题明显加剧，在2000年以后，随着浦东新区开发的速度减慢，加上热环境问题逐渐被人们所了解，环境保护得到各界的重视，热环境问题得到了明显的改善。

3.5 土地利用/覆盖与热环境的关系分析

利用ArcGIS Pro2.7软件对1984年、2000年和2020年的土地利用/覆盖分类图和地温分布图进行叠置分析，计算出这3 a各土地利用/覆盖类型的地表温度(以下简称“地温”)平均值，结果见表6。

表6 1984—2020年浦东新区各土地利用/覆盖类型的地温平均值 单位：℃

从表6中可看出，1984年、2000年和2020年浦东新区建设用地的地温平均值均最高，分别为19.74 ℃、22.83 ℃和29.31 ℃，这表明建筑群越密集的区域地表温度越高，产生热环境问题的概率越大。与建筑用地相比，在这3 a中：草地、林地和耕地的地温平均值相对较低，这是由于植被在吸收热量的同时能迅速散热，降低温度；水域的地温平均值最低，分别为14.86 ℃、18.51 ℃和25.43 ℃，这是因为水体的热容量大，导热率小，温度上升缓慢。由此可发现，这3 a的总体地温平均值呈现出升高的趋势，但各土地利用/覆盖类型的地温平均值的高低次序没有随着面积占比的变化而变化。

利用GIS的空间分析功能，借助ArcGIS Pro2.7软件，计算各温度等级中各土地利用/覆盖类型的面积，进一步研究不同土地利用/覆盖类型对热环境的贡献率，结果见图3～图5。

图3 1984年浦东新区各地温等级中各土地利用/覆盖类型面积

图4 2000年浦东新区各地温等级中各土地利用/覆盖类型面积

图5 2020年浦东新区各地温等级中各土地利用/覆盖类型面积

从图3～图5中可看出，在1984年、2000年和2020年这3 a中：建设用地的面积在各温度等级中的分布比例均随着地温的升高而增大；草地、水域和林地的面积在各温度等级中的分布比例均随着地温的升高而减小。

1) 1984年，高温区中面积占比最大的用地类型是建设用地；次高温区和中温区中面积占比最大的用地类型是耕地，其次是建设用地；次中温区中占比最高的用地类型是耕地和水域；低温区中占比最大的用地类型是水域。

2) 2000年，建设用地在高温区和次高温区中的面积占比最大，其次是耕地；中温区中面积占比最大的用地类型是耕地，其次是建设用地，2种类型的占比相差不大；次中温区中耕地和水域的面积比较大。与1984相比，在高温区、次高温区和中温区中，2000年建设用的地面积占比增长了近2倍。

3) 2020年，高温区、次高温区和中温区中面积占比最大的用地类型均为建设用地；耕地是次中温区中面积占比最大的用地类型，建设用地次之。与2000年相比，高温区和次高温区中的建设用地面积占比明显减小，而在中温区中建设用地的面积占比仍有增长。

综上，建设用地在高温区和次高温区的面积占比较大，林地、草地和水域在次中温区，尤其是在低温区的面积占比较大。因此，建设用地对热环境的贡献率较大，是影响热岛效应的主要因素之一，而草地、水域和林地可有效帮助缓解热环境问题。这是因为城市建设用地对太阳辐射的反射率小，吸收率高，升温快。绿色基础设施地类，包括林地和草地，被大量绿植覆盖，含有大量水分，植物叶片可吸收大部分太阳辐射，出现水分蒸腾现象[13]，从而提高空气湿度，降低周围的温度。因此，在城市中应因地制宜，尽可能多地种植适合该地区环境的绿植，增加林地和草地面积，充分发挥绿色基础设施地类的作用，达到改善城市热环境问题的效果。

4 结 语

本文选取浦东新区改革开放以来不同阶段的3期典型年份的Landsat系列数据，利用监督分类法对3期遥感影像进行土地利用/覆盖分类，采用单窗算法反演地表温度，并对土地利用/覆盖和热环境的时空变化及两者之间的关系进行研究，主要得到以下结论。

1) 土地利用/覆盖变化：

(1) 1984—2020年，面积最大的土地利用/覆盖类型由耕地转变为了建设用地；

(2) 1984—2000年各土地利用/覆盖类型的变化速度远大于2000—2020年的变化速度；

(3) 1984—2000年土地利用/覆盖类型的转换主要是由耕地转换为建设用地和林地，2000—2020年则是耕地与建设用地相互转换；

(4) 1984—2020年浦东新区的建设用地分布从主要集中在黄浦江沿岸扩大到密集、均匀地分布在整个研究区内。

2) 热环境变化：

(1) 1984—2020年，高温区和次高温区的面积先增大后减小，次中温区和低温区的面积先减小后增大；

(2) 1984—2000年，浦东新区的高温区分布从主要集中在黄浦江沿岸逐步向南、向东蔓延，而2020年的高温区面积大大减小，零散地分布在整个研究区内。

3) 土地利用/覆盖与热环境的关系：

(1) 建设用地的地温平均值远高于其他用地类型，其中水域的地温平均值最低；

(2) 随着温度的升高，建设用地的面积在各温度等级中所占比例越来越大，林地、草地和水域的面积所占比越来越小。