城市蒸發(fā)散量與相關(guān)生態(tài)要素的定量關(guān)系

王　琳， 徐涵秋

(1.福州大學(xué) 環(huán)境與資源學(xué)院，福建 福州 350116；2. 福州大學(xué) 遙感信息工程研究所，福建 福州 350116；3. 福建省水土流失遙感監(jiān)測評估與災(zāi)害防治重點實驗室，福建 福州 350116)

?

城市蒸發(fā)散量與相關(guān)生態(tài)要素的定量關(guān)系

王琳1,2,3， 徐涵秋1,2,3

(1.福州大學(xué) 環(huán)境與資源學(xué)院，福建 福州 350116；2. 福州大學(xué) 遙感信息工程研究所，福建 福州 350116；3. 福建省水土流失遙感監(jiān)測評估與災(zāi)害防治重點實驗室，福建 福州 350116)

以福州城區(qū)為例，使用2003，2013年的Landsat衛(wèi)星影像獲得了研究區(qū)蒸發(fā)散量、建筑用地和植被信息，查明了研究區(qū)蒸發(fā)散量的時空變化特征，并對上述參數(shù)之間的相關(guān)關(guān)系進行了定量分析.研究結(jié)果表明，福州研究區(qū)2013年的區(qū)域蒸發(fā)散量比2003年有較大幅度的降低，其降幅達30.62%.回歸分析表明，蒸發(fā)散量與建筑用地呈很強的線性負相關(guān)關(guān)系，而與植被則呈明顯的線性正相關(guān)關(guān)系.顯然福州城市的擴展、建筑用地的增加和植被的減少是導(dǎo)致研究區(qū)ET降低的最重要原因.

遙感； 蒸發(fā)散量； 基于指數(shù)的建筑用地指數(shù)(IBI)

進入21世紀以來，宜居環(huán)境和生態(tài)保護已經(jīng)成為全球矚目的焦點.2014年4月國務(wù)院明確提出要把福建省建成全國首個“生態(tài)文明先行示范區(qū)”，并深入實施“生態(tài)省”戰(zhàn)略，而福州市作為福建省省會，海西區(qū)龍頭城市之一，打造良好生態(tài)環(huán)境的重要性不言而喻.近年來快速的城市化進程給福州帶來了繁榮和發(fā)展，卻也造成了植被、濕地的大量減少和建筑用地的不斷催生，給生態(tài)環(huán)境和城市宜居程度造成了損害.根據(jù)2013年7月國家氣候中心的研究報告，福州一躍成為新“三大火爐”之首，其負面影響可見一斑.而地表蒸發(fā)散對緩解城市熱島效應(yīng)，改善城市生態(tài)環(huán)境有積極而顯著的作用，其過程能有效地將地表水分帶到低層大氣，同時還能消耗大量的地表能量，從而改變低層大氣的濕度和溫度狀況.因此了解城市區(qū)域蒸發(fā)散量的時空分異特征及其與建筑用地、植被等城市地表要素之間的相關(guān)關(guān)系對城市的健康發(fā)展和生態(tài)系統(tǒng)的修復(fù)具有重要的指導(dǎo)意義.

從國內(nèi)外研究情況來看，人居生態(tài)環(huán)境的研究已經(jīng)由過去的定性分析逐步發(fā)展到現(xiàn)在的定量評價，城市熱島、城市建筑用地信息和植被信息的獲取和監(jiān)測方法也由傳統(tǒng)的現(xiàn)場調(diào)查發(fā)展為以空間遙感技術(shù)為主的高科技手段調(diào)查.同時，利用遙感手段反演和監(jiān)測蒸發(fā)散量因其覆蓋面廣、分辨率高、結(jié)果準確等特點，被各國科學(xué)家所利用，尤其在區(qū)域蒸發(fā)散的計算和監(jiān)測方面具有明顯的優(yōu)越性.Brown和Rosenberg根據(jù)能量平衡-作物阻抗原理提出的作物阻抗-蒸散模型成為蒸發(fā)散模型的熱紅外遙感應(yīng)用的理論基礎(chǔ)[1]；Li等利用MODIS(中分辨率成像光譜儀)衛(wèi)星影像配合地面驗證獲取并比較了2008年南亞部分地區(qū)的蒸發(fā)散量，認為季風(fēng)氣候?qū)φ舭l(fā)散量的時空變化有著很大的影響[2]；Wang等在加拿大對比了6種主流的測量蒸發(fā)散量的方法，發(fā)現(xiàn)利用遙感手段通過MODIS衛(wèi)星反演蒸發(fā)散量的結(jié)果在寒冷季節(jié)和植被稀疏區(qū)域有較大的不確定性[3]；矯京均等以環(huán)境一號衛(wèi)星(HJ-1)數(shù)據(jù)為主要數(shù)據(jù)源,研究和分析了地表能量平衡遙感估算方法，重點研究了地表顯熱和潛熱通量(蒸散)的估算方法[4]；王鵬濤等根據(jù)華北平原1960～2012年逐日氣象數(shù)據(jù)和Penman-Monteith模型計算了各站及區(qū)域整體參考作物蒸散量(ET0)，再對華北平原ET0的時空變化及其影響因素進行了分析[5]；Xiong等以MODIS影像為數(shù)據(jù)源，結(jié)合相關(guān)氣象數(shù)據(jù)，采用SEBS模型監(jiān)測和評價了我國北部地區(qū)的蒸發(fā)散量[6]；Raghuveer等利用3種基于過程的蒸發(fā)散模型測算了全球不同地區(qū)的蒸發(fā)散量，并對這3種方法的效果做出了評價[7]；French等利用機載傳感器和Landsat衛(wèi)星影像，分別比較了TSEB(two-soura energy balance)和METRIC兩種模型在反演棉花地的蒸發(fā)散量中的精度，認為兩種模型表現(xiàn)相差不大[8].徐涵秋對福州市1976～2006年間的地表參數(shù)變化及其對城市熱環(huán)境的影響進行研究，查明了福州城市主要地表參數(shù)在這30年里發(fā)生的變化及其對城市熱環(huán)境的影響[9]；Kleerekope等提出了運用城市規(guī)劃的方法，分別從植被、水體、建筑形式和材質(zhì)等方面論述了緩解熱島效應(yīng)的實施策略[10]；Coseo等利用遙感數(shù)據(jù)和城市氣象數(shù)據(jù)探討了土地利用覆蓋，建筑配置和臨近熱源對美國芝加哥市城市熱島效應(yīng)的影響[11].

總體看來，區(qū)域蒸發(fā)散量的研究在大面積流域、平原和三角洲地區(qū)的農(nóng)業(yè)及水資源評價中都取得了長足的發(fā)展，但在城市范圍中的應(yīng)用卻不多見；另外，城市區(qū)域空間變化及其對生態(tài)環(huán)境的影響也主要集中于熱環(huán)境影響方面，而對蒸發(fā)散量的研究也同樣鮮有提及.有鑒于此，本文擬以衛(wèi)星遙感對地觀測技術(shù)，反演和提取福州地區(qū)的蒸發(fā)散量、建筑用地信息、植被信息等各相關(guān)城市地表要素，查明近10年來福州蒸發(fā)散量的時空分異特征，掌握各要素之間的相關(guān)關(guān)系和規(guī)律，并在此基礎(chǔ)上分析它們對城市生態(tài)環(huán)境的影響.

1　數(shù)據(jù)源及影像預(yù)處理

福州地處中國東南沿海，與臺灣隔海相望.境內(nèi)地勢由西北向東南傾斜，屬典型的河口盆地，城區(qū)位于盆地中央，四周被海拔在600～1 000 m的群山環(huán)抱，閩江由西橫貫市區(qū)，往東匯入東海.福州屬亞熱帶海洋性季風(fēng)氣候，夏季以偏南風(fēng)為主，氣溫較高.福州市轄5個行政區(qū)，常住人口292萬.本次研究區(qū)范圍(圖1中淺色輪廓覆蓋區(qū)域)以福州盆地為主，覆蓋了福州市區(qū)及其毗鄰地區(qū)，面積521.3 km2.

圖1　福州盆地及研究區(qū)域示意圖Fig.1　Landsat image showing Fuzhou Basin and the area under study

本次研究選用的數(shù)據(jù)源為覆蓋福州地區(qū)2個時相的Landsat 7，8號衛(wèi)星影像，成像時間分別是2003-05-29和2013-08-04(后者為美國地質(zhì)調(diào)查局(USGS)于2014-02-17重新定標處理的數(shù)據(jù)).為了描述簡練，下文所指的2003年和2013年均指這兩個日期.研究所需的氣象數(shù)據(jù)來自于福州烏山國家基準氣候站 (26°4′39″北, 119°17′24″東)，大氣水汽含量來自于美國宇航局提供的全球大氣參數(shù)庫 (NCEP)[12].

影像的輻射校正采用Chander等的參數(shù)模型[13]和Chavez的COST(cosine of the solar zenith angle)大氣校正模型[14]，將原始影像的象元灰度值 (DN)轉(zhuǎn)換成傳感器處反射率 (at-sensor reflectance)，以減少不同時相影像在地形、光照和大氣等方面的差異.影像之間采用二次多項式和最鄰近象元法進行幾何校正，并使RMSE(均方根誤差)小于0.5，以確保配準精度.

2　主要的算法及模型

2.1地表蒸發(fā)散量的反演

蒸發(fā)散量(evapotranspiration, ET)是水文循環(huán)和地表熱量平衡的一個重要組成部分.考慮到本次研究所用的數(shù)據(jù)源和獲得的相關(guān)氣象資料數(shù)據(jù)，決定采用理論相對成熟、更適用于遙感手段實現(xiàn)的陸面能量平衡模型SEBAL (surface energy balance algorithm for land)[15-16]進行地表蒸發(fā)散量的反演.SEBAL模型對地表各通量的計算是基于單個象元的，因此計算結(jié)果能以影像的形式可視化顯示.

利用SEBAL模型反演地表蒸發(fā)散量的思路，主要是從地表各能量間的相互關(guān)系入手，利用地表反射的太陽輻射或本身發(fā)射的遠紅外等波段的信息及變化規(guī)律推算出來的.公式具體表達如下[15]：

(1)

式中：λET為潛熱通量 (用于蒸散)，W·m-2；Rn為地表凈輻射通量，W·m-2；G為土壤熱通量，W·m-2；H為顯熱通量，W·m-2.

地表凈輻射通量Rn可由以下方程求得[15]：

(2)

式中：α為 寬波段地表反照率；Rs↓為入射到地表的太陽短波輻射，即太陽總輻射，W·m-2；σ為Stefan-Boltzmann常數(shù)，取5.669 7×10-8W·m-2·K-4；εa為大氣比輻射率；εs為地表比輻射率；Ta為參考高度的空氣溫度，K；Ts為地表溫度，K.

土壤熱通量可以由以下方程求得[15]：

(3)

Bastiaanssen認為比例函數(shù)Г值近似地由Ts，α和量綱一化差值植被指數(shù)(normalized difference vegetation index, NDVI)值決定[15]，即

(4)

式中，INDVI為NDVI指數(shù)值.

顯熱通量H可由下式得到[15]：

(5)

式中：ρ為空氣密度，kg·m-3；cp為空氣比熱，值為1.004 kJ·kg-1·K-1；dT是零平面位移以上高度為z1和z2處的溫差，K；rah為空氣動力學(xué)阻抗，s·m-1.

求取瞬時蒸發(fā)散的公式如下[15]：

(6)

式中：Einst為瞬時蒸發(fā)散量，mm；λ為蒸發(fā)潛熱，取2.49×106W·m-2·mm-1.

根據(jù)Jackson等的研究[17]，在晴天天氣條件下，日蒸發(fā)散量與任一時刻的瞬時蒸發(fā)散量存在正弦關(guān)系，即

(7)

式中：Ed為日蒸發(fā)散量，mm；Einst為時刻t的瞬時蒸發(fā)散量，mm；NE為日蒸發(fā)散時數(shù)，即清晨蒸發(fā)散開始時刻到傍晚蒸發(fā)散減弱到接近于0時的時間長度，一般在日出后1 h時和日落前1 h左右蒸發(fā)散接近于0，因此NE取比日照時數(shù)少2 h，即NE=N-2；t為清晨蒸發(fā)散開始時刻到上面計算蒸發(fā)散量的間隔時間.

綜上所述，蒸發(fā)散量的大小受到地表凈輻射通量、土壤熱通量和顯熱通量等多因素的影響，只要分別求出以上幾個量，便可以計算出用于蒸散的潛熱通量λET，從而進一步計算出遙感影像對應(yīng)的瞬時蒸發(fā)散量Einst和日蒸發(fā)散量Ed.

2.2地表植被信息的反演

城市地表植被信息可以利用植被指數(shù)在遙感影像中進行提取，本文采用被廣泛使用的 NDVI指數(shù)來獲取植被信息，其公式為

(8)

式中：ρNIR代表近紅外波段的反射率；ρred代表紅光波段的反射率.

2.3地表建筑用地信息的反演

城市建筑用地信息是研究城市生態(tài)環(huán)境中最重要的地表參數(shù)之一，它代表了復(fù)雜的土地利用信息.Zha等創(chuàng)建了量綱一化差值建筑指數(shù)(normalized difference built-up index, NDBI)來提取城市建筑用地，然后用NDVI指數(shù)濾去其中混入的植被信息[18].而Xu創(chuàng)建了基于指數(shù)的建筑用地信息提取方法——IBI(index-based build-up index)指數(shù)[19]，它在提取建筑用地信息的同時，還可以將植被信息分離，因此，可用于研究建筑用地對城市生態(tài)環(huán)境的影響.其公式為

(9)

式中：IIBI代表IBI指數(shù)值；INDBI代表NDBI指數(shù)值；ISAVI代表土壤調(diào)節(jié)植被指數(shù)(soil adjust vegetation index, SAVI)值[20]；IMNDWI代表改進的量綱一化差值水體指數(shù)(modified normalized difference water index, MNDWI)值[21].

3　結(jié)果與分析

3.1福州城區(qū)日蒸發(fā)散量時空分異

根據(jù)上述方法，結(jié)合偽彩色對比拉伸技術(shù)，得到了研究區(qū)2個時相的ET分布圖、IBI增強圖和NDVI增強圖 (圖2)，并對其進行了統(tǒng)計，見表1.

首先，從圖2研究區(qū)的ET分布情況中可以看出，不同土地類型之間的日蒸發(fā)散量存在較大的差異，ET的高值區(qū)明顯地分布在研究區(qū)中的水體如閩江、烏龍江等處；研究區(qū)中有植被覆蓋區(qū)域 (即圖2e, f的高值區(qū)，如城區(qū)內(nèi)的草坪、郊區(qū)的農(nóng)田等處)的ET明顯高于周圍無植被和少植被覆蓋區(qū)；ET的低值區(qū)分布在研究區(qū)中的工業(yè)用地、居住用地以及開發(fā)用地等處 (即圖2c, d的高值區(qū))，較藍的色調(diào)與周圍的水體和森林形成了鮮明的反差.

a2003ET(單位:mm)b2013ET(單位:mm)c2003IBId2013IBIe2003NDVIf2013NDVI

圖2研究區(qū)日蒸發(fā)散量、建筑用地信息增強、植被信息增強專題圖

Fig.2Daily ET, IBI and NDVI images of the area under study

而對比研究區(qū)2個時相的ET分布 (圖2a, b)可以得出，整體上2013年的ET比2003年有較大幅度的降低，ET均值降幅達30.62%；隨著建筑用地的增加和植被的減少，這兩種地類的ET均值均顯著降低，降幅分別達到42.06%和14.75%.同2003年相比，2013年ET的高值區(qū)仍然以城市中的水體和植被為主，分布范圍和位置變化不大；而ET低值區(qū)則明顯擴大，趨勢為東向鼓山和馬尾，南向南臺島和閩侯南通，西向閩侯上街和荊溪擴張，和福州城市化發(fā)展步調(diào)和范圍極其相似.

為了具體查明研究區(qū)2003～2013這10年間ET的空間變化特點，進一步將2個時相的ET分布圖作疊加分析，進行圖像差值運算，制成日蒸發(fā)散量差值影像圖 (圖3)并計算出面積變化(表2).

表1　研究區(qū)相關(guān)地類面積及ET變化表(2003～2013)Tab.1　Area and ET changes of the area under study and land use types between 2003 and 2013

由圖3中可以看出如下幾個特點：①代表ET減少的泛藍色調(diào)區(qū)域主要分布在福州主城區(qū)擴展范圍及周邊幾個快速發(fā)展的新區(qū)內(nèi)，如鼓山、金山、馬尾等地區(qū)，表明在這些區(qū)域，2013年的ET明顯減少，面積合計為294.03 km2，占研究區(qū)總面積的56.4%；②代表ET增加的泛紅色調(diào)區(qū)域主要分布在閩江兩岸江濱路沿線以及烏龍江部分濕地，表明在這些區(qū)域，2013年的ET有所增加，面積合計為17.71 km2，占研究區(qū)總面積的3.4%.

表2　研究區(qū)日蒸發(fā)散量變化面積統(tǒng)計表(2003～2013年)Tab.2　Area change of daily ET in the area under study(2003～2013)

以上特征從福州典型區(qū)域的蒸發(fā)散量變化中可以更為明顯地表現(xiàn)出來，圖4為福州快安開發(fā)區(qū)的局部放大圖，該區(qū)域在這10年間發(fā)展迅速，土地利用與覆蓋變化較為明顯.

a 2003年衛(wèi)星影像

b 2013年衛(wèi)星影像

c 2003～2013蒸發(fā)散量差值影像圖4　典型蒸發(fā)散量變化區(qū)域Fig.4　Area showing typical ET change

由圖4c可以看出：閩江南北岸均有成片泛藍色區(qū)域，代表2013年的ET顯著減少.從2003和2013年的衛(wèi)星影像(圖4a，b，均以標準假彩色表現(xiàn)) 對比可知，北岸的藍色區(qū)域，2003年的土地利用與覆蓋類型以水田為主，至2013年已經(jīng)完全開發(fā)成了房地產(chǎn)樓盤；而南岸的藍色區(qū)域，則是在這10年間從水體、農(nóng)田混合的地表覆蓋類型被填江造地而成為了工業(yè)區(qū).這種現(xiàn)象在城市化進程中并不少見，且伴隨著城市擴展，越來越多的農(nóng)用地和植被覆蓋區(qū)被轉(zhuǎn)換為建筑用地，造成城市蒸發(fā)散量進一步降低.

而在閩江北岸有部分呈條帶狀的泛紅區(qū)以及與之相鄰的面狀紅色區(qū)，代表此區(qū)域2013年的ET有所增加.從衛(wèi)星影像對比可以看出，這主要得益于福州江濱東大道的道路綠化改造以及對應(yīng)地塊房地產(chǎn)樓盤綠化配套的完善.

3.2福州城區(qū)日蒸發(fā)散量和相關(guān)生態(tài)要素之間的定量關(guān)系

為了考察研究區(qū)ET和建筑用地、植被覆蓋之間的量化關(guān)系，判定植被和建筑用地對ET的影響程度，采用回歸分析方法，在掩膜研究區(qū)水體之后，將ET與IBI和NDVI分別進行回歸分析，重點判定建筑用地和植被覆蓋對ET的影響程度.然后將ET作為因變量，IBI和NDVI作為自變量，進一步采用逐步回歸的分析方法來綜合查明這些相關(guān)城市生態(tài)要素的定量關(guān)系, 考察它們對區(qū)域蒸發(fā)散量的綜合效應(yīng).

由于各種參數(shù)存在數(shù)值、量綱上的不統(tǒng)一與差異，難于用其絕對值來直接進行比較，因此，本次研究將所涉及參數(shù)分別進行正規(guī)化處理，使它們統(tǒng)一到0～1之間，并進一步轉(zhuǎn)換為百分率.影像采樣使用5×5的網(wǎng)格間距，2003年共采樣20 269個, 2013年21 338個, 較大的樣本數(shù)目可以保證回歸分析的客觀性和可靠性.

回歸計算過程先后選用了多種函數(shù)對上述參數(shù)進行擬合，結(jié)果表明，線性函數(shù)的擬合關(guān)系優(yōu)于其他模型，因此選用線性模型作為組分間的最佳擬合方式.圖5為研究區(qū)2個時相ET與IBI和NDVI的散點投影圖，相應(yīng)的線性回歸方程列于表3 (方程均通過了5%的顯著性檢驗).

a2003ET-IBIb2013ET-IBIc2003ET-NDVId2013ET-NDVI

圖5　ET與IBI，NDVI的散點投影圖Fig.5　Scattering of ET, IBI and NDVI表3　ET與IBI，NDVI之間的回歸方程Tab.3　Regression models between ET, IBI and NDVI

注：方程均通過了5%的顯著性檢驗.

從散點圖和回歸模型中可以看到，不論是2003年還是2013年，ET與IBI之間存在著較強的負相關(guān)關(guān)系(r值分別為-0.760和-0.806)，說明建筑用地的增加會引起地表蒸發(fā)散量的減少，IBI值每增加0.1，ET就會降低1.07 mm(2003年)和1.36 mm(2013年).反之，ET與NDVI之間存在著明顯的正相關(guān)關(guān)系(r值分別為0.737和0.831)，說明植被的增加有助于增加地表蒸發(fā)散量，NDVI值每增加0.1，地表蒸發(fā)散量就會增加0.52 mm(2003年)和0.89 mm(2013年).

為了更直觀地從三維的角度來考量它們之間的相互關(guān)系，做出了ET，IBI和NDVI三者所組成的三維特征空間散點圖 (圖6).圖6a反映了圖5a，c的情況，圖6b反映了圖5b，d的情況.從圖中可以發(fā)現(xiàn)，2003年和2013年的特征空間散點都呈現(xiàn)出一種近似三角錐的形態(tài)，三角錐的頂端錐點區(qū)A以低建筑用地、高植被覆蓋的綠地為主，因此ET值高；底端錐點區(qū)B以低植被覆蓋的建筑用地為主，ET值低.

a 2003年

b 2013年圖6　ET與IBI，NDVI的三維特征空間散點圖Fig.6　3D-scatterplots of ET, IBI and NDVI

接著，采用逐步回歸的方式獲得了如下兩個年份的ET與IBI，NDVI的綜合關(guān)系模型(均通過了5%的顯著性檢驗)：

2003年

Ed=-0.076IIBI+0.017INDVI+8.778，

r=0.765

(10)

2013年

Ed=-0.055IIBI+0.058INDVI+2.405，

r=0.846

(11)

從以上關(guān)系模型中可以看出：① 兩個擬合公式的r值都大于0.7，說明模型擬合效果較為理想；② IBI和NDVI這兩個自變量在2個時相的逐步回歸中都通過了5%的顯著性檢驗，說明兩者都是影響區(qū)域蒸發(fā)散量的重要因子；③ 從模型的系數(shù)分析，研究區(qū)2個時相的ET變化都與建筑用地和植被覆蓋有關(guān)，ET隨著IBI的增大而減小，卻隨著NDVI的增大而升高.2003年，IBI對ET的影響大于NDVI；而在2013年，NDVI對ET的影響大于IBI.

綜合上述二維、三維回歸關(guān)系模型可以得出，日蒸發(fā)散量與城市建筑用地、植被之間的關(guān)系是相互作用和影響的.在植被覆蓋區(qū)，由于植物的蒸騰(發(fā))作用使得該區(qū)域的蒸發(fā)散量增加，而建筑用地密度大的區(qū)域，植被較為稀疏，植被覆蓋率低，地表蒸發(fā)散量就相應(yīng)較小.另外，以建筑用地為代表的硬化地表持水能力弱，徑流系數(shù)增大，導(dǎo)致了城市降水迅速消失，從而減少了城市中用于蒸發(fā)散的水分，引起區(qū)域蒸發(fā)散量的明顯變化.因此，有針對性地對管理區(qū)域增加綠化，提高建成區(qū)綠地覆蓋率，降低建筑物的分布密度，以改變下墊面的性質(zhì)，可明顯增加區(qū)域的地表蒸發(fā)散量.

4　結(jié)語

本文采用遙感空間信息技術(shù)，有效反演了城市區(qū)域蒸發(fā)散量，并結(jié)合建筑和植被信息等地表參數(shù)進行長時間、多因子分析，從二維、三維的不同角度刻畫出它們之間的定量關(guān)系.研究發(fā)現(xiàn)了福州城區(qū)蒸發(fā)散量在近10年中降低了30.62%，研究還進一步揭示了福州城區(qū)蒸發(fā)散量分布的分地帶性規(guī)律及其與建筑用地、植被之間的定量關(guān)系.

遙感因子的多變量綜合分析表明，建筑用地與植被都是造成城市蒸發(fā)散量變化的主要因子，區(qū)域蒸發(fā)散量與建筑用地面積成反比，與植被覆蓋面積成正比.顯然，快速城市化進程中人工建筑的增加，植被的消失，不透水面覆蓋率的增大，地表持水能力的下降，都造成了城市中可用于蒸發(fā)的水分減少，植被蒸騰作用減弱，從而導(dǎo)致城市蒸發(fā)散量的顯著減少.因此在城市規(guī)劃和改造過程中，必須從整體上降低不透水面覆蓋率，保證較高的綠地率，有針對性地增加老城區(qū)、CBD(中央商務(wù)區(qū))等高建筑用地比例地區(qū)的植被覆蓋，以增加城市區(qū)域蒸發(fā)散量，更好地改善城市下墊面的熱環(huán)境狀態(tài)，促進城市的健康可持續(xù)發(fā)展.

[1]Brown K W, Rosenberg H T. A resistance model to predict evapotranspiration and its application to a sugar beetfiled [J]. Agronomy Journal, 1985, 65: 341.

[2]Li A, Zhao W, Deng W. A Quantitative inspection on spatio-temporal variation of remote sensing-based estimates of land surface evapotranspiration in south asia [J]. Remote Sensing, 2015, 7(4): 4726.

[3]Wang S, Pan M, Mu Q,etal. Comparing evapotranspiration from eddy covariance measurements, water budgets, remote sensing, and land surface models over Canada [J]. Journal of Hydrometeorology, 2015, 16(4): 1540.

[4]矯京均, 辛?xí)灾? 余珊珊, 等. HJ-1衛(wèi)星數(shù)據(jù)估算地表能量平衡 [J]. 遙感學(xué)報, 2014, 18(5): 1048.

JIAO Jingjun, XIN Xiaozhou, YU Shanshan,etal. Estimation of surface energy balance from HJ-1 satellite data [J]. Journal of Remote Sensing, 2014, 18(5): 1048.

[5]王鵬濤, 延軍平, 蔣沖, 等. 華北平原參考作物蒸散量時空變化及其影響因素分析 [J]. 生態(tài)學(xué)報, 2014, 34(19): 5589.

WANG Pengtao, YAN Junping, JIANG Chong,etal. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in the North China Plain [J]. Acta Ecologica Sinica, 2014, 34(19): 5589.

[6]Xiong J, Wu B, Yan N,etal. Estimation and validation of land surface evaporation using remote sensing and meteorological data in north China [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2010, 3(3): 337.

[7]Raghuveer K V, Eric F W, Craig R F,etal. Global estimates of evapotranspiration for climate studies using multi-sensor remote sensing data: Evaluation of three process-based approaches [J]. Remote Sensing of Environment, 2011, 115(3): 801.

[8]French A N, Hunsaker D J, Thorp K R. Remote sensing of evapotranspiration over cotton using the TSEB and METRIC energy balance models [J]. Remote Sensing of Environment, 2015, 158: 281.

[9]徐涵秋. 基于城市地表參數(shù)變化的城市熱島效應(yīng)分析 [J]. 生態(tài)學(xué)報, 2011, 31(14): 3890.

XU Hanqiu. Analysis on urban heat island effect based on the dynamics of urban surface biophysical descriptors [J]. Acta Ecologica Sinica, 2011, 31(14): 3890.

[10]Kleerekoper L, Esch M, Salcedo T B. How to make a city climate-proof, addressing the urban heat island effect resources [J]. Conservation and Recycling, 2012, 64: 30.

[11]Coseo P, Larsen L. How factors of land use/land cover, building configuration, and adjacent heat sources and sinks explain urban heat islands in Chicago [J]. Landscape and Urban Planning, 2014, 125: 117.

[12]Barsi J A, Schott J R, Palluconi F D,etal. Validation of a web-based atmospheric correction tool for single thermal band instruments [C]∥Earth observing systems X proc. San Diego: SPIE, 2005: 136-142.

[13]Chander G，Markham B． Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges [J]．IEEE Transactions on Geoscience and Remote Sensing，2003, 41 (11): 2674．

[14]Jr Chavez P S. Image-based atmospheric corrections-revisited and revisited [J]. Photogrammetric Engineering and Remote Sensing, 1996, 62 (9): 1025.

[15]Bastiaanssen W G M, Menenti M, Feddes R A,etal. The surface energy balance algorithm for land(SEBAL):Part 1 formulation [J]. Journal of Hydrology, 1998, 212/213: 198.

[16]Bastiaanssen W G M, Pelgrum H, Wang J,etal. The surface energy balance algorithm for land(SEBAL):Part 2 validation [J]. Journal of Hydrology, 1998, 212/213: 213.

[17]Jackon R D, Hatifield J L, Reginato R J,etal. Estimation of daily evapotranspiration from one time-of-day measurement [J]. Agriculture and Water Management, 1983, 7(1/2/3): 351.

[18]Zha Y, Gao J, Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery [J]. International Journal of Remote Sensing, 2003, 24 (3): 583.

[19]Xu H. A new index for delineating built-up land features in satellite imagery [J]. International Journal of Remote Sensing, 2008, 29(14): 4269.

[20]Huete A R. A soil-adjusted vegetation index (SAVI) [J]. Remote Sensing of Environment, 1988, 25(3): 295.

[21]Xu H. Modification of the normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery[J]. International Journal of Remote Sensing, 2006, 27(14): 3025.

Spatiotemporal Variations of Evapotranspiration and Its Quantitative Relationship with Other Ecosystem Components in Urban Areas

WANG Lin1,2,3, XU Hanqiu1,2,3

(1. College of Environment and Resources, Fuzhou University, Fuzhou 350116, China; 2. Institute of Remote Sensing Information Engineering, Fuzhou University, Fuzhou 350116, China; 3. Fujian Provincial Key Laboratory of Remote Sensing of Soil Erosion and Disaster Protection, Fuzhou 350116, China)

This paper, taking Fuzhou urban area as an example studied the urban ET variations and its relationship with urban build-up land and vegetation using two Landsat images of 2003 and 2013. The result reveals that the ET has been sharply decreased by 30.62% in urban areas. The regression analysis shows that ET has a strong negative linear correlation with urban build-up land and an obvious positive linear correlation with vegetation. Apparently, urban expansion, build-up land increase and vegetation reduction are the key factors contributing to the decreasing of ET in urban areas.

remote sensing; evapotranspiration; index-based build-up index(IBI)

2015-04-16

“十二五”國家科技支撐計劃(2013BAC08B01-05)；福建省自然科學(xué)基金(2012J01169)；福建省教育廳科技A類項目(JA13030)；福州大學(xué)科技發(fā)展基金(2012-XY-9)

王琳(1981—)，男，講師，工學(xué)博士，主要研究方向為環(huán)境與資源遙感.E-mail: wanglin@fzu.edu.cn

徐涵秋(1955—)，男，教授，工學(xué)博士，主要研究方向為環(huán)境與資源遙感.E-mail: hxu@fzu.edu.cn

X87；TP79；Q988

A