基于空間自相關(guān)的城市熱島時(shí)空格局變化

江振藍(lán)， 潘 輝， 張寶玉， 王婷芬 (.閩江學(xué)院地理科學(xué)系，福建福州 35008；2.閩江學(xué)院科研處，福建福州 35008)

?

基于空間自相關(guān)的城市熱島時(shí)空格局變化

江振藍(lán)1， 潘 輝2*， 張寶玉1， 王婷芬1(1.閩江學(xué)院地理科學(xué)系，福建福州 350108；2.閩江學(xué)院科研處，福建福州 350108)

[目的]明確空間自相關(guān)分析方法運(yùn)用于揭示城市熱島時(shí)空變化規(guī)律的有效性和可行性。[方法]利用Landsat熱紅外波段進(jìn)行地表溫度反演，采用空間自相關(guān)局部指標(biāo)G系數(shù)進(jìn)行城市熱島范圍的界定，并進(jìn)行1996—2016年福州城市熱島的時(shí)空格局研究。[結(jié)果]1996—2016年城市熱島范圍持續(xù)擴(kuò)展，熱島狀況的惡化速度大于緩解速度，熱島問題日益嚴(yán)重，但在熱島內(nèi)部，強(qiáng)度卻有所緩解，福州熱島效應(yīng)的威脅主要來源于城市擴(kuò)展形成的新熱島區(qū)。[結(jié)論]空間自相關(guān)局部指標(biāo)G系數(shù)能同時(shí)兼顧地表溫度的高低及其空間相關(guān)關(guān)系，不僅能從統(tǒng)計(jì)學(xué)意義上有效地界定城市熱島范圍，還能從可視化角度揭示其時(shí)空變化規(guī)律，從而為城市熱島定量研究提供新思路。

城市熱島；遙感；空間自相關(guān)；時(shí)空格局

隨著城市化進(jìn)程的不斷加快，城市熱島效應(yīng)問題日趨嚴(yán)重，國(guó)內(nèi)外學(xué)者通過利用氣象站氣溫監(jiān)測(cè)資料以及使用不同分辨率的衛(wèi)星遙感圖像積極開展城市熱島效應(yīng)相關(guān)研究。其中，遙感監(jiān)測(cè)方法能克服地面定點(diǎn)觀測(cè)的不連續(xù)性，提供大面積的連續(xù)且同步的觀測(cè)，自1972 年，Rao首次利用遙感衛(wèi)星手段研究了城市熱島效應(yīng)[1]，隨后出現(xiàn)了大量相關(guān)研究。目前，利用遙感數(shù)據(jù)主要是通過反演地表溫度、植被指數(shù)和熱力景觀等方法對(duì)城市熱島進(jìn)行監(jiān)測(cè)，其中以反演地表溫度的方法最為直接，應(yīng)用最廣。張新剛等[2]利用1991和1999年的Landsat TM6數(shù)據(jù)反演地表溫度，分析了杭州市城市熱島效應(yīng)現(xiàn)狀及其變化規(guī)律。張勇等[3]利用CBERS-02 IRMSS傳感器熱紅外遙感數(shù)據(jù)反演北京地區(qū)和蘇錫常地區(qū)的地表溫度，并利用城市熱場(chǎng)變異指數(shù)分析熱島效應(yīng)。王靚等[4]利用MODIS 8天合成地表溫度產(chǎn)品數(shù)據(jù)，分析2005—2014年北京市城建區(qū)不同熱島強(qiáng)度等級(jí)的空間分布特征及年內(nèi)變化規(guī)律。Pan[5]利用1993、2001和2011年的Landsat TM/ETM+熱紅外波段反演的地表溫度進(jìn)行熱場(chǎng)劃分，研究蘭州市城市熱島時(shí)空格局變化特征。然而，有關(guān)城市熱島定量的研究都面臨著一個(gè)共同的基礎(chǔ)問題，即城市熱島范圍的界定或地表溫度的等級(jí)劃分[6]。

目前，熱島范圍的界定或地表溫度的等級(jí)劃分主要基于溫度等級(jí)法[4，7-11]，將地表溫度劃分為不同的等級(jí)，進(jìn)而判斷城市熱島范圍。這些方法界定的熱島在一定程度上可以反映城市熱場(chǎng)的空間分布，但由于閾值或分級(jí)數(shù)的確定具有很強(qiáng)的人為主觀性，缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范，使得城市熱島效應(yīng)研究樣本之間的通用性和可比性大大降低。Stewart[12]綜合分析了1950—2007年190個(gè)城市熱島研究的文獻(xiàn)，發(fā)現(xiàn)由于熱島強(qiáng)度定義、觀測(cè)方法及數(shù)據(jù)處理等方面的問題，導(dǎo)致75%的樣本數(shù)據(jù)缺乏可比性。為了克服傳統(tǒng)城市熱島提取方法中主觀性大的缺點(diǎn)，筆者利用空間自相關(guān)分析方法，從統(tǒng)計(jì)學(xué)意義上確定城市熱島范圍，并從可視化角度揭示其時(shí)空變化規(guī)律，避免人為干涉，旨在最大程度地消除研究結(jié)果的不確定性。

1 材料與方法

1.1 研究區(qū)概況福州地處我國(guó)東南沿海閩江入?？?118°24′～120°30′ E，25°16′～26°39′ N)，屬于亞熱帶海洋性季風(fēng)氣候，全年冬短夏長(zhǎng)。地貌屬于典型的河口盆地，城區(qū)位于盆區(qū)中央，四周被海拔600～1 000 m的群山環(huán)抱。作為福建省的省會(huì)城市，福州是我國(guó)東南沿海城市化速度最快的城市之一。改革開放以來，隨著城市化水平的不斷提高，福州城市范圍急劇擴(kuò)大，居民生產(chǎn)生活耗費(fèi)的能源也日益增多，城市熱島效應(yīng)愈發(fā)顯著，尤其是近年來市區(qū)夏季溫度屢創(chuàng)新高，2007年創(chuàng)下了連續(xù)38 d氣溫超過35 ℃的紀(jì)錄，成為鳳凰衛(wèi)視氣象節(jié)目評(píng)出的中國(guó)新三大“火爐”之首[13]。城市熱島效應(yīng)及其帶來的不利影響，已引起相關(guān)部門的高度重視。該研究的區(qū)域范圍為福州主城區(qū)及其比鄰地區(qū)，面積為795 km2。

1.2 研究數(shù)據(jù)及預(yù)處理數(shù)據(jù)主要包括遙感數(shù)據(jù)：福州市1996年8月21日和2006年8月17日的Landsat 5 TM影像以及2016年7月27日的Landsat 8影像，行列號(hào)為119/42；福州市第二次土地調(diào)查數(shù)據(jù)，用以輔助土地利用分類和精度檢驗(yàn)。

遙感圖像預(yù)處理主要包括：①對(duì)原始影像數(shù)據(jù)進(jìn)行輻射定標(biāo)；②利用Flaash模型對(duì)可見光、近紅外數(shù)據(jù)輻射定標(biāo)結(jié)果進(jìn)行大氣校正；③以福州市土地利用圖(橫軸墨卡托投影(UTM)50N帶)為參考，對(duì)3期影像進(jìn)行幾何精校正，誤差控制在0.5個(gè)像元內(nèi)；④研究區(qū)影像裁剪。以上步驟均在ENVI 5.2支持下完成。

1.3 研究方法

1.3.1地表溫度反演。根據(jù)美國(guó)地質(zhì)勘探局(USGS)的建議，目前Landsat 8第11波段(TIRS 11)值仍不穩(wěn)定性，建議用戶將第10波段(TIRS 10)作為單波段熱紅外數(shù)據(jù)進(jìn)行使用。因此，筆者采用2016年Landsat 8第10波段和1996、2006年的landsat TM 第6波段，根據(jù)NASA官方的Landsat用戶手冊(cè)所提供的算法進(jìn)行地表溫度反演[14]，具體步驟如下：

1.3.1.1 地表亮溫(T)的計(jì)算。運(yùn)用公式T=K2/ln(K1/L+1)，將熱紅外波段輻射定標(biāo)后的光譜輻射值轉(zhuǎn)換為亮溫。式中，T為像元的亮度溫度，K；L為光譜輻射值，W/(m2·sr·μm)，即為熱紅外波段輻射校正后的值；K1和K2為熱紅外波段的定標(biāo)常數(shù)，TM6的K1=607.76 W/(m2·sr·μm)，K2=1 260.56 K；TIRS 10的K1=774.89 W/(m2·sr·μm)，K2=1 321.08 K。

1.3.1.2 地表比輻射率(ε)的估算。采用覃志豪等[15]提出的經(jīng)驗(yàn)公式法進(jìn)行計(jì)算，首先將地類分為水面、城鎮(zhèn)(包括城市和村莊)和自然表面(指各種天然陸地表面、林地和農(nóng)田等)；然后計(jì)算各地類的植被指數(shù)和植被覆蓋度，從而估算出各地類的地表比輻射率。

1.3.1.3 地表溫度反演。根據(jù)地物的比輻射率將求出的亮溫轉(zhuǎn)換為地表溫度[14]：

(1)

式中，LST為地表溫度,℃；λ為波段的中心波長(zhǎng)，TM6和TIRS 10的波段分別為11.5和10.9 μm；ρ=h×c/σ=1.438×10-2mK(其中，斯特潘-玻爾茲曼常數(shù)σ=1.38×10-23JK-1，普朗克常數(shù)h=6.626×10-34Js，光速c=2.998×108ms-1)；ε為地物的比輻射率。

1.3.2基于空間自相關(guān)的城市熱島時(shí)空格局特征分析。

1.3.2.1格網(wǎng)尺度。由于Lansat TM6的空間分辨率為120 m×120 m， Landsat 8 TIRS 10的空間分辨率為100 m×100 m。為了能夠最大限度地反映城市熱島的空間分布特征，滿足兼顧最小的空間分辨率，筆者采用120 m×120 m的格網(wǎng)尺度進(jìn)行城市熱島時(shí)空特征分析。

1.3.2.2空間自相關(guān)局部指標(biāo)G系數(shù)?？臻g自相關(guān)是指同一個(gè)變量在不同空間位置的相關(guān)性，是空間單元屬性值聚集程度的一種度量[16]?？臻g自相關(guān)性可用全局和局部2種指標(biāo)度量，全局指標(biāo)探測(cè)研究區(qū)整體的空間自相關(guān)程度，局部指標(biāo)則計(jì)算變量在每個(gè)空間單元與鄰近單元的相關(guān)程度。城市熱島是一個(gè)開放系統(tǒng)，一個(gè)熱島區(qū)域向周圍區(qū)域擴(kuò)散的同時(shí)，也將受到其他熱點(diǎn)區(qū)域的擴(kuò)散作用影響，根據(jù)空間自相關(guān)定義，城市熱島是一種空間自相關(guān)現(xiàn)象[17-18]，筆者采用空間自相關(guān)局部指標(biāo)G系數(shù)進(jìn)行城市熱島強(qiáng)度等級(jí)及其范圍的界定。局部G系數(shù)是由Ord和Getis(1995)提出[19]的一種基于距離權(quán)矩陣的局部空間自相關(guān)指標(biāo)，能探測(cè)高值聚集和低值聚集，計(jì)算公式為：

(2)

2 結(jié)果與分析

2.1 福州地表溫度的時(shí)空分布特征從圖1可以看出，福州城鄉(xiāng)之間的地表溫度差異明顯，高低溫的突變線與城鄉(xiāng)的邊界大致一致。1996—2016年高溫區(qū)(紅、橙色區(qū)域)呈擴(kuò)展趨勢(shì)，其空間格局也發(fā)生了顯著變化。1996年高溫區(qū)基本上與建成區(qū)重合，除了閩侯上街和倉(cāng)山區(qū)金山的沙灘外，在臺(tái)江、鼓樓、晉安等老城區(qū)的建設(shè)用地比較密集的地區(qū)形成相應(yīng)的高溫中心(紅色區(qū)域)，呈集中的團(tuán)聚狀分布；而在2006和2016年高溫區(qū)域較1996年有明顯的增長(zhǎng)，在老城區(qū)外圍形成新的高溫中心，尤其在倉(cāng)山區(qū)及閩侯上街的大學(xué)城變化最為明顯。但老城區(qū)高溫區(qū)的部分區(qū)域溫度有所下降，造成高溫區(qū)內(nèi)部溫度差異明顯。

2.2 福州城市熱島的時(shí)空格局變化特征從圖2可以看出，1996和2006年城市熱島的空間分布格局大致一致，熱島等級(jí)均以強(qiáng)熱島區(qū)占絕對(duì)優(yōu)勢(shì)，其面積遠(yuǎn)大于熱島區(qū)和弱熱島區(qū)，在空間上呈現(xiàn)集中的團(tuán)聚狀分布，熱島區(qū)和弱熱島區(qū)呈零星分布于其四周；2016年城市熱島仍以強(qiáng)熱島區(qū)所占比重最大，但熱島區(qū)及弱熱島區(qū)明顯增加，呈斑塊狀分布于城建區(qū)，使得原本呈團(tuán)聚狀分布的強(qiáng)熱島區(qū)域內(nèi)部被分割，在空間上呈多孔的斑塊狀分布。

由表1可知，隨著時(shí)間的推移，福州市熱島范圍在研究期間呈現(xiàn)持續(xù)的擴(kuò)展趨勢(shì)，由1996年的熱島區(qū)為中心快速向南(倉(cāng)山區(qū))、向西(閩侯上街大學(xué)城區(qū)域)及向東(馬尾區(qū)的沿江區(qū)域)擴(kuò)展，熱島面積由1996年的146.05 km2擴(kuò)大至2016年的232.45 km2。在此期間，相對(duì)的城市冷島范圍呈波動(dòng)式上升趨勢(shì)，1996—2006年面積略有所下降，但2006—2016年面積卻呈快速增大。研究區(qū)城市熱島范圍和冷島范圍均呈現(xiàn)擴(kuò)展的變化趨勢(shì)，說明研究區(qū)城建區(qū)與周邊地區(qū)的溫度差異愈加明顯，城市熱島效應(yīng)程度加深，影響范圍越來越大。

圖1 1996—2016年福州市地表溫度分布

表1 1996—2016年福州市不同等級(jí)的城市熱島面積

圖2 1996—2016福州市城市熱島的空間分布(120 m×120 m尺度)

由表2、3可知，城市熱島變化類型分為3類：熱島惡化區(qū)，即熱島強(qiáng)度較小等級(jí)向熱島等級(jí)強(qiáng)度較高等級(jí)轉(zhuǎn)化區(qū)域，包括非熱島等級(jí)向弱熱島、熱島或強(qiáng)熱島等級(jí)轉(zhuǎn)化，弱熱島等級(jí)向熱島或強(qiáng)熱島等級(jí)轉(zhuǎn)化區(qū)域，熱島等級(jí)向強(qiáng)熱島等級(jí)轉(zhuǎn)化的區(qū)域；熱島緩解區(qū)，即熱島強(qiáng)度較高等級(jí)向熱島等級(jí)強(qiáng)度較低等級(jí)轉(zhuǎn)化區(qū)域，包括強(qiáng)熱島等級(jí)向熱島、弱熱島及非熱島等級(jí)的變化區(qū)域，熱島等級(jí)向弱熱島、非熱島等級(jí)變化的區(qū)域，弱熱島等級(jí)向非熱島等級(jí)變化的區(qū)域；熱島不變區(qū)，即城市熱島等級(jí)保持不變的區(qū)域。1996—2006和2006—2016年熱島惡化區(qū)和熱島緩解區(qū)的面積分別為90.55和34.66 km2、90.87和68.21 km2，惡化區(qū)面積始終大于緩解區(qū)面積，說明研究期間福州市城市熱島惡化的速度始終大于緩解速度，進(jìn)一步說明福州熱島效應(yīng)總體上呈現(xiàn)惡化的趨勢(shì)。

由表2、3可知，不同階段熱島的惡化與緩解過程的相對(duì)作用不同，1996—2006年熱島惡化速度遠(yuǎn)大于緩解速度，城市熱島以惡化過程為主，表現(xiàn)為城市熱島變化以強(qiáng)熱島區(qū)的擴(kuò)展為主(面積由99.20 km2增加至133.60 km2)，熱島區(qū)小幅增長(zhǎng)(面積從27.80 km2增加至37.90 km2)，弱熱島區(qū)面積幾乎不變；2006—2016年城市惡化速度雖然保持與前10年幾乎相同的速度，但城市熱島的緩解過程卻較前10年有顯著提高，為1996—2006年的2倍，這一階段熱島惡化與緩解并存的特點(diǎn)較為突出，表現(xiàn)為城市熱島擴(kuò)展以熱島區(qū)的擴(kuò)展為主(面積由37.90 km2增加至72.90 km2，增加了近1倍)，弱熱島區(qū)小幅增長(zhǎng)(由19.10 km2增加至32.80 km2)，而強(qiáng)熱島區(qū)比例卻略有下降(由133.60 km2下降為126.80 km2)。

表2 1996—2006年福州市不同強(qiáng)度等級(jí)的熱島變化情況

表3 2006—2016年福州市不同強(qiáng)度等級(jí)的熱島變化情況

2.3 城市擴(kuò)展對(duì)福州城市熱島時(shí)空格局的影響運(yùn)用文獻(xiàn)[20]中的方法提取1996、2006、2016年福州市城鎮(zhèn)建設(shè)用地信息，利用福州土地利用二調(diào)數(shù)據(jù)和實(shí)地調(diào)查數(shù)據(jù)進(jìn)行精度檢驗(yàn)，1996、2006、2016年城鎮(zhèn)用地信息提取的總體精度和Kappa系數(shù)分別為92%和0.84、91%和0.82、93%和0.85。將城鎮(zhèn)用地分布圖與城市熱島分布圖進(jìn)行疊加，以便分析城市擴(kuò)展對(duì)熱島的時(shí)空格局影響，結(jié)果見表4～6。

表4 1996—2006年福州市城建區(qū)的熱島分布情況

表5 1996—2006年福州市城建區(qū)不同強(qiáng)度等級(jí)的熱島變化情況

由表4可知，1996—2016年隨著建設(shè)用地的擴(kuò)展，城市熱島在城建區(qū)的分布范圍也隨之?dāng)U大，從1996年的78.07 km2擴(kuò)展至2006年的158.11 km2，再擴(kuò)展至2016年的215.08 km2，但熱島占城建區(qū)的比例卻隨著時(shí)間的推移呈遞減趨勢(shì)，從1996年的72.69%下降至2016年的66.83%。這說明，一方面，由于城市擴(kuò)展占用耕地、濕地等，使得城市熱島范圍進(jìn)一步擴(kuò)大，熱島效應(yīng)進(jìn)一步加重；另一方面，福州舊城改造過程中采取有力的城市熱島緩解措施，如增加綠化面積、屋頂改造等，使得老城區(qū)的城市熱島得到一定緩解，2006—2016年城市熱島的緩解效果尤為明顯。

由表5可知，1996—2006年新城區(qū)、老城區(qū)的熱島惡化區(qū)和緩解區(qū)的面積分別為51.39和5.30 km2、20.12和11.94 km2，在熱島等級(jí)變化類型中，新老城區(qū)均以非熱島區(qū)向強(qiáng)熱島區(qū)轉(zhuǎn)化的面積最大。說明這一階段老城區(qū)的城市熱島緩解措施實(shí)施力度不大，效果不明顯，新老城區(qū)均以熱島惡化過程為主，造成該階段城市熱島的發(fā)展以惡化過程為主。由表6可知，2006—2016年新城區(qū)、老城區(qū)的熱島惡化區(qū)和緩解區(qū)的面積分別為39.82和5.40 km2、40.02和52.98 km2，在熱島等級(jí)變化類型中，老城區(qū)以強(qiáng)熱島區(qū)向熱島區(qū)轉(zhuǎn)化的面積最大(26.06 km2)，非熱島區(qū)向強(qiáng)熱島區(qū)轉(zhuǎn)化的面積僅為8.65 km2；新城區(qū)則以非熱島區(qū)向熱島區(qū)轉(zhuǎn)化的面積最大，非熱島區(qū)向強(qiáng)熱島區(qū)轉(zhuǎn)化的面積次之。這說明該階段在城市擴(kuò)展區(qū)域仍以惡化過程為主，但在老城區(qū)由于城市熱島緩解措施的有力實(shí)施，熱島得到很大程度的緩解，緩解速度甚至超過了惡化速度。綜上，現(xiàn)階段福州城市熱島效應(yīng)惡化最主要原因是城市擴(kuò)展產(chǎn)生的新熱島區(qū)，今后的熱島防治中，新城區(qū)的合理規(guī)劃及新熱島產(chǎn)生的預(yù)防措施需引起高度重視。

表6 2006—2016年福州市城建區(qū)不同強(qiáng)度等級(jí)的熱島變化情況

3 結(jié)論與討論

(1)該研究表明，福州城市熱島范圍在研究期間呈現(xiàn)持續(xù)擴(kuò)展的趨勢(shì)，且熱島狀況的惡化速度始終大于緩解速度，熱島效應(yīng)日益嚴(yán)重，已成為福州可持續(xù)發(fā)展需要迫切解決的生態(tài)環(huán)境問題。

(2)隨著時(shí)間的推移，城市熱島的空間分布格局也隨之發(fā)生變化：1996—2006年城市熱島等級(jí)以強(qiáng)熱島等級(jí)占絕對(duì)優(yōu)勢(shì)，呈團(tuán)聚狀分布于建設(shè)用地密集的城建區(qū)，逐步向外零星分布于熱島區(qū)和弱熱島區(qū)；2016年熱島等級(jí)雖仍以強(qiáng)熱島等級(jí)所占比重最大，但熱島區(qū)及弱熱島區(qū)面積明顯增加，呈小斑塊狀分布于城建區(qū)，使得原本呈團(tuán)聚狀分布的強(qiáng)熱島區(qū)域內(nèi)部被分割，在空間上呈多孔的斑塊狀分布。

(3)福州城市熱島的時(shí)空變化規(guī)律主要是由于一方面，城市擴(kuò)展占用耕地、濕地等產(chǎn)生新的熱島區(qū)，使得新城區(qū)以熱島惡化過程為主，熱島擴(kuò)展迅速；另一方面，福州舊城改造過程中采取有力的城市熱島緩解措施(如增加綠化面積、屋頂改造等)，使得老城區(qū)的城市熱島緩解作用突出，尤其在2006—2016年老城區(qū)的熱島緩解速度已超過惡化速度。這說明城市熱島效應(yīng)已引起各級(jí)政府及管理部門的高度重視，并對(duì)城市熱島防治采取了有力的措施，使得熱島效應(yīng)嚴(yán)重的老城區(qū)熱島狀況得到了緩解。但在新城區(qū)的城市規(guī)劃中，城市熱島的預(yù)防工作卻有所欠缺，應(yīng)在今后的熱島緩解措施的制訂和實(shí)施過程中重點(diǎn)解決。

(4)該研究采用空間自相關(guān)局部指標(biāo)G系數(shù)進(jìn)行城市熱島范圍的界定，不僅考慮了地表溫度的大小，還考慮了地表溫度的空間相關(guān)性，較傳統(tǒng)的城市熱島范圍界定方法更具科學(xué)性，可以更為有效地揭示城市熱島的時(shí)空變化趨勢(shì)。而且，由于G系數(shù)具有明確的統(tǒng)計(jì)學(xué)意義，不同的顯著性水平代表不同的城市熱場(chǎng)類型，閾值的確定不受季節(jié)、區(qū)域影響，更無(wú)需人為干預(yù)，使得研究結(jié)果不因時(shí)、因地、因人而異，更具可比性，適合在城市熱島定量研究中進(jìn)一步推廣。

[1] RAO P K.Remote sensing of urban heat islands from an environmental satellite[J].Bulletin of the American meteorological society,1972,53:647-648.

[2] 張新剛，周斌，王珂.杭州市熱島效應(yīng)的遙感監(jiān)測(cè)[J].科技通報(bào)，2004,20(6)：501-505.

[3] 張勇，余濤，顧行發(fā)，等.CBERS-02 IRMSS熱紅外數(shù)據(jù)地表溫度反演及其在城市熱島效應(yīng)定量化分析中的應(yīng)用[J].遙感學(xué)報(bào)，2006，10 (5)：789-797.

[4] 王靚，孟慶巖，吳俊，等.2005-2014年北京市主要城建區(qū)熱島強(qiáng)度時(shí)空格局分析[J].地球信息科學(xué)，2015，17(9)：1047-1054.

[5] PAN J H.Area delineation and spatial-temporal dynamics of urban heat island in Lanzhou city,China using remote sensing imagery[J].Journal of the Indian society of remote sensing,2016,44:111(1)-127.

[6] 陳松林，王天星.等間距法和均值-標(biāo)準(zhǔn)差法界定城市熱島的對(duì)比研究[J].地球信息科學(xué)學(xué)報(bào)，2009，11(2)：145-150.

[7] 徐涵秋，陳本清.不同時(shí)相的遙感熱紅外圖像在研究城市熱島變化中的處理方法[J].遙感技術(shù)與應(yīng)用，2003，18(3)：129-133.

[8] 張好，徐涵秋，李樂，等.成都市熱島效應(yīng)與城市空間發(fā)展關(guān)系分析[J].地球信息科學(xué)學(xué)報(bào)，2014，16(1)：70-78.

[9] QIAO Z，TIAN G J.Spatiotemporal diversity and regionalization of the urban thermal environment in Beijing[J].Journal of remote sensing,2014,18(3):715-734.

[10] 白楊，孟浩，王敏，等.上海市城市熱島景觀格局演變特征研究[J].環(huán)境科學(xué)與技術(shù)，2013,36(3)：196-201.

[11] ZHOU W Q,QIAN Y G,LI X M,et al.Relationships between land cover and the surface urban heat island:Seasonal variability and effects of spatial and thematic resolution of land cover data on predicting land surface temperatures[J].Landscape ecology,2014,29(1):153-167.

[12] STEWART I D.A systematic review and scientific critique of methodology in modern urban heat island literature[J].International journal of climatology, 2011,31(2):200-217.

[13] 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(bào)，2011，31(14)：3890-3901.

[14] NASA.Landsat 7 science data users handbook[EB/OL].(2011-03-11)[2012-12-28].http://landsathandbook.gsfc.nasa.gov.

[15] 覃志豪，李文娟，徐斌，等.陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)[J].國(guó)土資源遙感，2004(3)：28-36，41.

[16] GETIS A,ORD J K.The analysis of spatial association by use of distance statistics[J].Geographical analysis,1992,24(3):189-206.

[17] 張偉，蔣錦剛，朱玉碧.基于空間統(tǒng)計(jì)特征的城市熱環(huán)境時(shí)空演化[J].應(yīng)用生態(tài)學(xué)報(bào)，2015，26(6)：1840-1846.

[18] 王鵬龍，張建明，呂榮芳.基于空間自相關(guān)的蘭州市熱環(huán)境[J].生態(tài)學(xué)雜志，2014，33(4)：1089-1095.

[19] ORD J K,GETIS A.Local spatial autocorrelation statistics:Distributional issues and anapplication[J].Geographical analysis,1995,27(4):286-306.

[20] 江振藍(lán)，林愛平.基于HIS變換的城鎮(zhèn)用地信息快速提取新方法[J].閩江學(xué)院學(xué)報(bào)，2011，32(2)：131-136.

Spatiotemporal Pattern Changes of Urban Heat Island Based on Spatial Autocorrelation

JIANG Zhen-lan1,PAN Hui2*,ZHANG Bao-yu1et al (1.Department of Geographical Science,Minjiang University,Fuzhou,Fujian 350108; 2.Scientific Research Department,Minjiang University,Fuzhou,Fujian 350108)

[Objective] To find the effectiveness and feasibility of applying Spatial Autocorrelation Analysis Method in revealing spatiotemporal change law of urban heat island.[Method] Landsat thermal infrared band was used to define the spatial autocorrelation local index G coefficient within the range of urban heat island.Spatiotemporal pattern of urban heat island in Fuzhou was researched from 1996 to 2016.[Result] Within 1996-2016,heat island problem deteriorated,featuring continuous expansion of heat islands and higher rate of deterioration than that of mitigation.But the intensity of heat was mitigated inside the heat islands.This showed that the threat of heat island in the city was mainly from the new heat island areas developed in the process of urbanization.[Conclusion] Spatial autocorrelation local index G coefficient reflects both the level of land surface temperature and its spatial correlation.It helps to define the scope of urban heat island statistically and to visualize the spatiotemporal dynamics.This research provides a new way of research on urban heat island.

Urban heat island; Remote sensing; Spatial autocorrelation; Spatiotemporal dynamics

福州市科技計(jì)劃項(xiàng)目(2014S130)；福建省自然基金項(xiàng)目(2016J01194)；福建省科技廳社會(huì)發(fā)展引導(dǎo)性項(xiàng)目(2015Y0074)。

江振藍(lán)(1977- )，女，福建政和人，副教授，博士，從事生態(tài)環(huán)境遙感研究。*通訊作者，教授，博士，從事環(huán)境資源管理、生態(tài)旅游研究。

2016-08-31

S 181.3

A

0517-6611(2016)30-0041-05