基于Landsat遥感数据的城市热岛效应及影响因素

2019-09-20李学敏文力王俪璇

湖北农业科学 2019年16期

李学敏文力王俪璇

摘要：以Landsat 8 TIRS遥感影像为基础数据，运用遥感技术反演襄阳市地表温度，计算热岛效应强度指数，定量分析襄阳市城市热岛效应的时空分布特征及发展趋势，并结合归一化植被指数（NDVI）、归一化建筑指数（NDBI）与地表温度进行相关性分析，探索地表植被分布状况和建筑密度对城市热岛效应的影响。结果表明，襄阳市的城市热岛效应在2014—2017年逐渐增强，热岛扩散范围主要为城市新建开发区及交通网的延伸区域。城市地表温度与归一化植被指数呈明显负相关关系，与归一化建筑指数呈明显正相关关系，且地表温度与归一化植被指数相关性尤为突出。建议在城市发展建设过程中，加强城市绿化投入，合理增加城市植被覆盖度及适度降低城市建筑密度可缓解城市热岛效应。

关键词：归一化植被指数;归一化建筑指数;地表温度;城市热岛效应;襄阳市

中图分类号：TP79 文献标识码：A

文章编号：0439-8114（2019）16-0041-08

DOI：10.14088/j.cnki.issn0439-8114.2019.16.010 开放科学（资源服务）标识码（OSID）：

Abstract： Based on Landsat 8 TIRS remote sensing image， the surface temperature of Xiangyang city was retrieved by remote sensing technology， and the intensity index of heat island effect was calculated. The spatial and temporal distribution characteristics and development trend of urban heat island effect in Xiangyang city were analyzed quantitatively. The correlation between normalized vegetation index（NDVI）， normalized building index（NDBI） and surface temperature were analyzed. The influence of surface vegetation distribution and building density on urban heat island effect was analyzed. The results showed that the urban heat island effect in Xiangyang city gradually strengthens between 2014 and 2017， and the heat island diffusion mainly extends to the new urban development zones and the extension of traffic network. There was a negative correlation between urban surface temperature and normalized vegetation index， and a positive correlation between urban surface temperature and normalized building index， especially between urban surface temperature and normalized vegetation index. It is suggested that in the process of urban development and construction， strengthening urban greening investment， reasonably increasing urban vegetation coverage and moderately reducing urban building density can alleviate the urban heat island effect.

Key words： normalized difference vegetation index; normalized building index; surface temperature; urban heat island effect; Xiangyang city

城市熱岛效应（Urban Heat Island Effect，UHI）指在城市化发展过程中，由于城区下垫面性质及结构变化、人为热的排放、建筑及道路密集等导致城区温度明显高于郊区，形成类似“高温岛屿”的现象[1]。随着城市化的不断发展，热岛效应对城市能源消耗、建设投入、空气及环境质量等方面产生了深远影响[2]。研究城市热岛效应可以揭示城市发展建设的时空分布特征及主要影响因素，为城市合理布局提出建议，缓解城市热岛现象，对城市可持续发展规划以及生态建设起到重要指导作用。

目前城市热岛研究多采用气象站法、定点观测法、运动样带法、遥感监测法和模型模拟法[3]，其中气象站法被普遍应用于长时间段范围研究[4，5]。遥感技术由于具有受地面条件限制少，可快速、短周期获取丰富信息资料的特点，随着技术发展成熟，已成为近年来对城市热岛效应监测和影像因素分析应用的一种重要手段[6]。目前，主要采用基于温度、植被指数、热力景观等方法对城市热岛现象进行研究[7]，其中，温度及植被指数应用尤为广泛。诸多学者对北京、上海、武汉等城市化进程较快的大城市进行城市热岛现象分析研究，发现各城市均明显存在热岛现象，在夏季尤为强烈，且其面积的变化特征与城区空间发展方向呈现较高相似度，主要影响因素为城区人口密集、城市内部土地利用类型复杂度、工业发达释放出的人为热、水体空间与植被比例等[8-12]。归一化指数作为衡量城市区域热岛效应的指标被广泛应用于热岛影响因素研究。研究表明，地表温度（Land Surface Temperature，LST）与归一化植被指数（Normalized Difference Vegetation Index，NDVI）存在明显的负相关关系[13]，与归一化建筑指数（Normalized Difference Build-up Index，NDBI）呈现明显正相关，相关性的显著程度随下垫面土地结构的复杂程度而增大[14];与改进的归一化水体指数（Modified Normalized Difference Water Index，MNDWI）的相关性在春、冬季尤为强烈[15]。

总体而言，通过遥感影像反演地表温度探究植被、建筑、水面等多地表参数分析一线及超一线城市热岛效应影响的研究较广泛，但对城市扩张加速且发展上升空间较大的三线城市研究较少，且范围较局限，如对廊坊市[16]、南阳市[17]以及邯郸市[18]的热岛效应研究仅着眼于描述现状及预测趋势，对影响因素缺乏深入地研究。襄阳市作为湖北省域副中心城市，处于城市化加速发展阶段，已有对城市热岛效应的研究发现襄阳市存在明显城市热岛效应并呈现增强态势[19]，但缺乏对热岛效应强度的定量计算、对比及地温与影响因素的相关分析。本研究选取时间跨度为3年的2景遥感影像，进行地表温度反演，计算城市热岛强度指数并定量分析，提取归一化植被指数与归一化建筑指数，探究城市热岛效应影响因素，可为缓解城市热岛效应、加强城市建设生态化及城市可持续发展提供有效科学意见。

1 研究区概况及数据来源

1.1 研究区域概况

襄阳市，湖北省省域副中心城市，地处中国中部地区的腹地中心地带，湖北省西北部、汉江中游，地理位置处于东经110°45′—113°43′，北纬31°14′—32°37′，属亚热带季风气候。年平均雨量800～1 000 mm，年平均气温15～16 ℃，年均相对湿度76%。地形基本为西高东低，由西北向东南倾斜，位于中国地势第二阶梯向第三阶梯过渡地带，区域内山地及丘陵占总面积88.7%。区域林地面积8 452.5 km2，森林覆盖率达40.02%。2016年，襄阳市GDP达到3 694.5亿元，总人口达到了594.3万人，其中城镇人口为321.29万人，占到总人口的54%，人口自然增长率为6.79%。

本研究選定区域为襄阳市主城区襄城、樊城及襄州区域（图1），面积为3 670.74 km2，中心城区位于市域中部，处于汉江、唐白河、小清河交汇处，城区东西宽约21 km，南北长约29 km，为城市热岛主要范围区。

1.2 数据来源

研究采用的高精度遥感影像选自中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）中Landsat 8 TIRS卫星数据。选用2014年5月6日和2017年4月28日的2景Landsat 8 TIRS数据进行分析研究，影像轨道号为124-38，波段1～7空间分辨率为30 m，红外波段第10波段空间分辨率为100 m，尽可能选取天气晴朗、云量较少、对区域内地表可识别度高的清晰遥感影像。

2 研究方法

2.1 归一化植被指数提取

归一化植被指数[20]是探究地温影响因素中常见的参数，可用于检测植被覆盖度、生长状况及季相变化，公式如下：

式中，NIR为近红外波段反射率，R为红光波段反射率，在Landsat 8 TIRS分别表现为第5、第4波段。NDVI取值范围在-1到1之间，NDVI>0表示均是植被，NDVI越高表明区域内植被覆盖度高、生长状况良好且类型丰富。

2.2 归一化建筑指数提取

归一化建筑指数可用以表征城镇用地的密集程度[21]，因本研究采用Landsat 8 TIRS数据，故公式修改为：

式中，MIR为中红外波段，对应Landsat 8中的第6波段;NIR为近红外波，对应为第5波段。NDBI取值在-1与1之间，数值越大说明建筑用地比例越高，建筑物越密集。

2.3 地表温度反演

本研究根据大气校正法，即辐射传输方程（Radiation Transfer Equation，RTE）对遥感影像反演获取地表温度[22]。

卫星传感器接收到的热红外辐射亮度值Lsensor由3部分组成：大气向上辐射亮度L↑;地面的真实辐射亮度经过大气层之后到达卫星传感器的能量;大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值Lsensor的表达式[23]可表述为：

式中，？着为地表比辐射率;TS为地表真实温度（K）;B（TS）为黑体辐射亮度;？咨为大气在热红外波段的透过率。温度为T的黑体在热红外波段的辐射亮度B（TS）计算为：

？咨（大气透过率）、 L↓（大气下行辐射亮度）、L↑（大气上行辐射亮度）这3个参数可在NASA官网（http：//atmcorr.gsfc.gov/）中输入所用影像的成像时间及中心经纬度获得。

TS由普朗克公式的函数求得：

对于Landsat 8 TIRS红外波段Band 10，K1=774.89，K2=1 321.08。

2.4 城市热岛强度指数建立

城市热岛强度（Urban Heat Island Intensity，UHII）指城区气温平均值与郊区气温平均值之差，可描述城市热岛程度。温度日较差（Diurnal Temperature Range，DTR）表示温度最高值与最低值的一个指标，可以用于探究城市热岛强度变化。

随着城区地表温度的上升，热岛效应加剧，但城市温差逐渐缩小，因此可建立城市热岛强度指数（UHIIDTR），UHIIDTR的公式可表述为：

式中，△Tmax、△Tmin分别为相对最高温度和相对最低温度，且二者差值，即UHIIDTR的数值越小，表明城市热岛强度越强烈。

由于遥感影像选取日期与卫星过空时间的气候状况存在差异，因此选择相对温度代替，采用以下公式计算[24]：

式中，LSTmax、LSTmin和LSTmean分别为地表温度最高值、最低值和均值。

LSTmax、LSTmin与LSTmean由人工目视判读得出的城市研究区域根据ArcGIS软件的几何功能求得区域范围重心，并以此为中心勾画圆形区域，做东-西（E-W）、南-北（S-N）、北西-南东（NW-SE）以及北东-南西（NE-SW）各方向的剖面线。

多个温度剖面，UHIIDTR则可采用下式求得[24]：

式中，UHIIDTR_i为任一温度剖面线所得到的热岛强度指数值，n为剖面线数。

3 结果与分析

3.1 城市热岛强度分析

通过地表温度影像勾画各方向的剖面线（图2）提取数据，用折线图显示数据变化趋势，并标识相对最高温及最低温，得到地表温度剖面数据（图3、图4），用以探究剖面线上区域地温变化的规律特性，以及时间范围内的温度变化趋势。由于2017年北东-南西向数据受云雾、水汽影响，最低温低于正常值，故低于15 ℃的数据采用相似数据代替。

从图2至图4可以看出，除极少部分数据偏低（受水体、云雾影响）外，研究区域内地表温度总体呈现中心城区高，郊区温度不断降低的趋势。从2014年地表温度影像（图2）可以看出，襄阳主城区地面温度明显高于周边林地或郊区，呈现片状及星点状热岛分布空间特征。城区热岛区域主要集中在樊城区及襄州区中部唐白河沿岸，热中心主要以诸葛亮广场、长虹路、火车站、汽车站、人民广场及清河口等商圈为主，主要由于区域建筑物密度大，地面多为水泥地、混凝土等不透水面，热容量小，在高温天气中吸收太阳辐射升温快，热量易存贮，难散失，导致区域范围内呈现明显高温。至2017年，襄阳市热岛范围有一定程度的扩大，且区域内原低温灰色区域发生了大范围的温度上升，变成白色高温区域，同时极高温地区黑色部分由樊城区中心范围向周边蔓延。襄州区地表温度整体升高的变化趋势主要原因是政府产业建设投入力度不断加大，设立区域发展目标为现代化物流中心和农产品、深加工产业基地，致使襄州区各产业加速发展，带来局部的温度升高。同时，高温区域主要沿着交通线方向蔓延扩大，二广高速、福银高速及316国道沿线随着基础建设的发展，产生一定增温效应。樊城区域内的邓城大道为襄阳市现阶段大力建设发展的城市主要干道之一，汽车产业、高新技术产业、商贸级物流业产业的蓬勃发展，也导致了沿线区域温度的升高。

表1数据由图3及图4提取，通过对2014、2017年各方向地表温度数据取极值进行对比分析发现，随着时间的变化，各方向剖面线地表温度极大值明显增大。以横穿城区最大范围的北东-南西向为例，与2014年相比，2017年地表均温增长1.55 ℃，最大值增长7.00 ℃，地表增温幅度大，但影像选取时间均为北半球春季，季节气候影响程度低，表明襄阳市城市热岛效应的年际加剧状况严重。

表2是根据表1数据并结合热岛强度公式求得。从表2可以看出，2014—2017年UHIIDTR呈现下降趋势，从2014年的3.33 ℃到2017年的3.08 ℃，下降了0.25 ℃，表明2014—2017年襄阳市热岛效应在不断增强。

3.2 地表温度与NDVI、NDBI的相关分析

使用影像提取归一化植被及建筑指数（图5）分析影响热岛效应的因素。从图5的NDBI空间分布情况对比发现，建筑指数较高地区范围明显蔓延，襄州区内增长程度最明显，东津新区等地区建筑密度增大，不断蔓延的高密度建筑空间一定程度上促进了热岛现象的发生及恶化。同时可看到，樊城区内部出现小块的低值区，中心城区被割裂破碎成局部高密度区域，主要原因可能是城市绿地面积的增大与园林的大力建设等。对比两年的NDVI可发现城区范围内植被面积明显增大，高值区由郊区向主城区扩散。襄城区变化不明显，樊城区主要表现为低值区向高值区的发展趋势，主要归功于城市绿化建设。襄城区北部交通干线区域出现植被指数低值区，主要是由交通设施及公共建设导致的植被破坏引起的。总之，建筑密度高，不透水面侵占城市绿地面积，城市人口及工商服务业集中，能源消耗大，人员流动密度大，均对中心城区地温居高不下产生影响。

为了更好地探究植被與建筑对地表温度的相关影响，选取900个样本点并提取数据，进行地表温度与归一化建筑指数、归一化植被指数相关分析，求得相关系数，并生成散点图及回归方程。

使用SPSS软件进行数据相关分析，求得2014年和2017年的LST与NDVI相关系数分别为-0.599和-0.683，在0.01的置信水平上呈显著负相关。结合图5中的R和P分析表明，研究区域内地表的植被覆盖度越高、植被状况越好时，地面温度越低，林地及城市绿地对热岛效应起到降温缓解作用。通过对《2014年襄阳市统计年鉴》《2017年襄阳市统计年鉴》数据查询，发现2014年襄阳市辖区（即研究区）建成区绿化覆盖面积为4 977 hm2，2017年建成区绿化覆盖面积为6 590 hm2，同比增长率为32.4%，二者相关性绝对值增长为0.084，相关性逐渐增强，可看出城市建设过程中植被覆盖度对热岛效应缓解的影响力不断增强，但襄阳市热岛效应仍呈现增强趋势，表明单纯的依靠城市绿化难以阻止城市热岛范围的扩大。

从图6方程数据以及所求得的2014年和2017年LST与NDBI的相关系数（分别为0.566、0.648）综合分析，可得出LST与NDBI在0.01的置信水平上呈显著正相关，且2017年二者相关性强于2014年。同时，2014—2017年，市辖区建成面积由157.00 km2增长至170.31 km2，市辖区建设用地面积由152 km2增至190 km2，增长率分别为8%、25%。数据表明随着建筑密度的升高，建筑用地的扩大，促使地表温度的升高，对城市环境影响程度不断增大。襄阳市在2014—2017年持续进行了城区面积和建筑面积扩大，伴随着城市化进程的加快，对城市建设要求不断提高，建筑面积的增大改变城市下垫面状态，造成明显的城市热岛效应。

3.3 城市地表温度与归一化指数的多元回归分析

通过以上分析，可发现建筑密度及植被面积与城市地温呈现显著相关性，为进一步综合对比二者对地表温度的影响力度，故采用多元回归分析方法对建筑、植被与城市地表温度进行处理分析。

首先将剖面线数据提取试验中所得的900个数据点对应的LST、NDBI、NDVI提取，并使用SPSS软件进行多元线性回归分析处理。通过对数据的散点图、偏相关系数检验各因素间的线性关系，求得NDBI与LST的偏相关系数为0.293，NDVI与LST的偏相关系数为-0.372，可得出自变量（NDBI、NDVI）与因变量（LST）相关，可判断各变量均有进入模型的意义。通过P-P图检验LST的数据分布服从所要检测的分布，满足正态性假设要求。之后采用逐步回归法（Stepwise regression method）对变量进行回归分析，并通过P-P图检验满足正态性假设要求。之后采用逐步回归法对变量进行回归分析，并分析ANOVA表、Coefficent表验证方程显著且有意义，最终得到2014年地表温度多元回归模型：

对模型进行F检验，分析数据得到：F为503.090和317.171，在显著性水平为0.05的情况下查表得知临界值为3（自变量数据为2，样本容量为900），显然有F>3.00，表明模型的线性关系在95%的置信水平下显著成立。结果显示，LST与NDBI表现显著正相关，即城市地表建筑物对地表温度有正向增强作用，且建筑密度愈大地表温度愈高;LST与NDVI表现显著负相关，说明地表植被状况可明显缓解地表温度上升情况，且覆盖面积越大，植被生长状况越好，地表温度越低。同时，在相关性显著的条件下，LST的偏回归系数绝对值越大，对NDBI、NDVI的影响作用也越大。从多元回归方程可以看出，植被覆盖度对地表温度的综合影响程度大于建筑密度。同样，对2017年的LST与NDVI、NDBI进行逐步多元回归分析，得到多元回归方程：

同理，有F>3.00，即回归方程式显著，表明2017年LST与NDVI显著负相关，与NDBI显著正相关。2017年的LST与NDBI的偏相关系数为0.311，LST与NDVI的偏相关系数为-0.413，与2014年数据值相比，可发现2017年城市植被覆盖度及良好的植被状况对地表温度的上升起到更明显的削弱作用，同时高密度建筑群成为促使地表温度升高尤为显著的影响因素。

4 小结

本研究基于Landsat卫星数据，以襄阳市主城区为研究对象，探究了城市热岛效应在2014—2017年的空间蔓延范围变化及其与城市植被覆盖度、建筑密度间的相关性，得出如下结论。

1）襄阳市热岛效应强度指数在2014—2017年下降了0.25 ℃，表明城市热岛效应呈增强趋势，并主要随着蓬勃发展的各新建开发区及主要交通干道向西北方蔓延。

2）2014—2017年LST与NDVI相关系数绝对值由0.599增长至0.683，LST与NDBI的相关系数由0.566增长至0.648，植被覆盖度与地温相关性更显著，对地表升温起到一定缓解作用，但城区植被覆盖度同比增长率为32.4%，城区建设用地面积同比增长25%，二者增长率差距较小，植被的缓解地温作用难以遏制高密度建筑带来的增温作用，单纯依靠植被覆盖度的增大来缓解热岛效应难以发挥作用。

3）植被覆盖度及生长状况是城市热岛效应的重要遏制因素，建筑用地的逐年扩张及区域建筑密度的增大是城市地表温度上升的主要原因。在城市发展阶段，持续增大城区植被覆盖面积的同时，有效地改善城区建筑密度，将会对城市热岛效应有更好的缓解及遏制作用。

参考文献：

[1] 彭少麟，周凯，叶有华，等.城市热岛效应研究进展[J].生态环境，2005，14（4）：574-579.

[2] 陈云浩，李京，李晓兵.城市空间热环境遥感分析：格局、过程、模拟与影响[M].北京：科学出版社，2004.

[3] 肖荣波，欧阳志云，张兆明，等.城市热岛效应监测方法研究进展[J].气象，2005，31（11）：3-6.

[4] 张玲，徐宗学，阮本清.北京城市热岛效应对气温和降水量的影响[J].自然资源学报，2006，21（5）：746-755.

[5] 孙继松，舒文军.北京城市热岛效应对冬夏季降水的影响研究[J].大气科学，2007，31（2）：311-320.

[6] 聂运菊，童成卓，程朋根，等.利用Landsat-8影像的南昌地区热岛效应研究[J].遥感信息，2016，31（3）：101-108.

[7] 李志乾，巩彩兰，胡勇，等.城市热岛遥感研究进展[J].遥感信息，2009（4）：100-105.

[8] 宫阿都，李京，王晓娣，等.北京城市热岛环境时空变化规律研究[J].地理与地理信息科学，2005，21（6）：15-18.

[9] 王文杰，申文明，刘晓曼，等.基于遥感的北京市城市化发展与城市热岛效应变化关系研究[J].环境科学研究，2006，19（2）：44-48.

[10] 顾莹，束炯.上海近30年人為热变化及与气温的关系研究[J].长江流域资源与环境，2014，23（8）：1105-1110.