基于Landsat 8衛(wèi)星影像的熱島效應研究
——以南京市主城區(qū)為例

衛(wèi)玲玲，段夢雷，王子涵

(南京工業(yè)大學測繪科學與技術學院，江蘇 南京 210000)

1 引 言

熱島效應(Urban Heat Island Effect)是指一個地區(qū)的氣溫高于周圍地區(qū)的現(xiàn)象[1]。南京作為華東地區(qū)的特大城市，城市化進程不斷加快，隨著城市規(guī)模的不斷擴大，大規(guī)模的城市用地開發(fā)已成為人類活動改造自然環(huán)境的主要方式之一[2]，人們漸漸趨向于在大城市居住，使得城市人口密度不斷增大、人為熱排放量大大增加，熱島效應也日趨明顯，它加劇了高溫出現(xiàn)的頻率，進而必然會對市民的身體狀況、生活質(zhì)量以及南京城自身的經(jīng)濟發(fā)展造成影響。因此，研究城市熱島效應的特征、形成機理，時空的分布規(guī)律以及改善熱島效應并將它的影響降到最低，具有重要意義。Landsat-8數(shù)據(jù)用于評估城市熱島效應及其對人類健康的影響具有很重要的意義[3]，學者張宇等用Landsat TM數(shù)據(jù)研究了重慶市主城區(qū)熱島效應，發(fā)現(xiàn)市區(qū)內(nèi)綠化較多的地區(qū)溫度明顯低于綠化較少的地區(qū)[2]；龐光輝等[3]學者利用遙感技術對沈陽市的植被覆蓋率和地表溫度進行反演，結果表明二者呈負相關性。上述例子說明運用遙感影像對地表溫度進行反演有一定可行性。本文以南京主城區(qū)為研究區(qū)域，基于遙感技術，選取近三年Landsat 8衛(wèi)星影像作為數(shù)據(jù)源，對南京市地表溫度、植被覆蓋率、不透水面等進行反演。對城市地表溫度與熱島的分布特征進行分析，并研究與土地利用類型相關的規(guī)律，對減緩城市熱島效應，預測南京未來經(jīng)濟發(fā)展水平有著重要的意義。

2 研究區(qū)概況

南京市位于北緯31°14′～32°37′、東經(jīng)118°22′～119°14′之間，坐落于江蘇省西南部，長江下游、瀕江近海。全市行政區(qū)域總面積 6 582.31 km2。屬北亞熱帶濕潤氣候，四季分明，雨水充沛。

在地貌特征方面，主要是低山與緩崗，這兩種地貌類型占據(jù)了南京市土地總面積的56%以上，其次是平原及河流、湖泊，占39.2%。全市森林覆蓋率為13%。

南京市共轄11個區(qū)，由于城市熱島效應現(xiàn)象主要集中于城市市中心，本文選取南京主城區(qū)進行研究，主要包含鼓樓區(qū)、玄武區(qū)、建鄴區(qū)、秦淮區(qū)、雨花臺區(qū)等，南京市主城區(qū)標準假彩色合成圖如圖1所示。

圖1 2017年南京市主城區(qū)標準假彩色合成圖

3 研究方法

3.1 研究內(nèi)容

通過處理近幾年南京市主要城區(qū)Landsat8衛(wèi)星影像數(shù)據(jù)，分析南京市熱島效應產(chǎn)生主要原因以及南京市當前熱島效應情況，得到緩解南京市熱島效應的對策。具體的研究內(nèi)容如下：

(1)在UCS網(wǎng)站上獲取南京市2014年6月份、2015年6月份、2017年6月份的Landsat8衛(wèi)星影像數(shù)據(jù)(由于2013年6月份以及2016年6月份的影像圖在南京市區(qū)域內(nèi)有少量云存在，未考慮在內(nèi))；

(2)對獲得的影像進行輻射校正、大氣糾正等預處理，并通過南京市主要城區(qū)的shp文件進行矢量裁剪；

(3)基于上面的數(shù)據(jù)，對感興趣區(qū)域進行土地分類，獲得土地分類影像圖；提取感興趣區(qū)域植被覆蓋指數(shù)FV；對感興趣區(qū)域進行地表溫度反演，獲得地表溫度分布圖；

(4)將地表溫度分布圖分別與土地分類影像圖和植被覆蓋指數(shù)影像圖進行疊加；

(5)對疊加結果進行統(tǒng)計分析，得出研究結果，分析應對熱島效應的對策。

3.2 數(shù)據(jù)源

此次實驗采用ENVI 5.1軟件進行衛(wèi)星影像處理和分析，采用ArcGIS 10.1進行專題地圖制作以及矢量裁剪。

采用的數(shù)據(jù)是2014年、2015年、2017年6月份的Landsat8衛(wèi)星影像圖。該影像圖在Landsat8下載共享系統(tǒng)(http：//ids.ceode.ac.cn/query.html)網(wǎng)站中下載。

表1則是Landsat8衛(wèi)星的主要參數(shù)(包括波段、波長范圍與分辨率)情況。

Landsat8衛(wèi)星波段、波長范圍與分辨率 表1

3.3 技術路線

本研究所采用的技術路線如圖2所示，采用Landsat 8可見光近紅外、熱紅外波段數(shù)據(jù)，分別進行植被參數(shù)、地表溫度反演與土地利用類型分類等。

圖2 技術路線圖

(1)影像預處理

①輻射定標

通過建立遙感傳感器的數(shù)字量化輸出值DN與其所對應視場中輻射亮度值之間的定量關系，消除傳感器本身誤差以保證數(shù)據(jù)一致性和數(shù)據(jù)精度，輻射校正公式如下：

Lλ=ML×Qcal+AL

(1)

其中，Lλ表示大氣頂層輻射值，單位W·m-2·sr-1·μm-1；ML表示特定波段的增益，AL表示特定波段的偏置，可以從影像的元數(shù)據(jù)文件中獲得；Qcal表示像元的DN值，也為已知[4]。

②大氣糾正

通過FLAASH大氣糾正，消除傳感器在接收訊號的過程中所受的大氣影響，利用ENVI的FLAASH功能對衛(wèi)星圖進行大氣糾正。

(2)植被指數(shù)(NDVI)提取

植被指數(shù)是通過遙感影像監(jiān)測植被生長狀況以及分布情況的一種方法[5]，在Landsat8衛(wèi)星中主要利用第4、第5波段來提取。目前常用的植被指數(shù)主要是歸一化差值植被指數(shù)NDVI，其計算公式為：

(2)

其中：NIR代表近紅外波段的反射值；R表示紅光波段的反射值。NDVI的取值范圍是-1～1。NDVI小于0，表示地面覆蓋為云、水、雪等，對可見光高反射；大于0表示有植被覆蓋，且其值隨覆蓋度增大而增大；等于0時則表示有巖石或裸土等，NIR與R近似相等[6]。

(3)植被覆蓋度(FV)提取

植被覆蓋度是指植被在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比。相比較植被指數(shù)，植被覆蓋度更能準確地反映研究區(qū)域的植被覆蓋情況，植被覆蓋度計算公式為：

(3)

其中，NDVIV和NDVIS分別是植被與裸土的NDVI值。

(4)地表比輻射率(LSE)提取

地表比輻射率，是指地表物體在同一溫度下地表發(fā)射的輻射量與一黑體發(fā)射的輻射量的比值，其值一般在0.85～0.99之間，在 8 μm～12 μm波段，比輻射率每變化0.01，地表溫度的差別大約可達2K[7]。

盡管地球表面不同地區(qū)的地形結構非常復雜，但從衛(wèi)星影像中像元的尺度來看，地表主要由水面、植被及裸土3種地物類型構成。地表比輻射率ε計算公式如下：

ε=0.985×pv+0.960×(1-pv)+0.06×pv×(1-pv)

(4)

其中pv為植被覆蓋度，也是由植被指數(shù)NDVI來求取。計算公式如下[6]：

(5)

(5)地表溫度(LST)反演

常見的地表溫度反演算法包括：單窗算法、輻射傳輸方程法、普適性單通道算法三種[8]。Sobrino等人的研究表明，單窗算法相對另外兩種算法來說精度略高一些，故此次實驗選擇單窗算法對地表溫度進行反演。

注意到南京市主城區(qū)的面積并不太大(約 1 100 km2)，因此可忽略大氣對溫度分布的影響。首先，根據(jù)DN值與輻射亮溫之間的線性關系，計算出輻射亮溫值：

L=0.070588×D+3.2

(6)

接著由根據(jù)輻射亮溫值與攝氏溫度之間的關系，進一步求出攝氏溫度：

(7)

其中，L為ETM+、TIRS的輻射亮溫值；D為ETM+、TIRS的熱紅外波段灰度值，T為以攝氏度為單位的亮溫值。k1、k2則為常數(shù)，對于ETM+，k1=666.09mW·m-2·sr-1·μm-1，k2=1282.7K；對于TIRS，k1=774.89mW·m-2·sr-1·μm-1，k2=1321.08K。

4 結果分析與討論

4.1 土地利用變化與熱島效應空間分布特征分析

(1)將2014年土地分類影像圖與2017年土地分類影像圖進行對比分析，得到表2土地利用類型面積變化表，通過表中的數(shù)據(jù)發(fā)現(xiàn)這3年間草地的面積變化最大，其中大部分轉(zhuǎn)變?yōu)槿斯け砻?，如圖3所示以2014年的圖像為基準影像，結合2017年的土地分類影像可以看出，南京市主城區(qū)人工表面密度大幅度增長，其中以鼓樓區(qū)、白下區(qū)、建鄴區(qū)、秦淮區(qū)玄武區(qū)等較為繁榮的區(qū)域人工表面增長幅度最大。

土地利用類型面積變化表 表2

圖3 2014年與2017年南京市主城區(qū)土地分類影像圖

(2)如圖4所示，不論是2014年還是2017年，玄武湖以及紫金山附近的溫度變化都比較小，因為玄武湖周邊布置有草地，紫金山更是整座山體布滿林地，歸納得出南京市主城區(qū)被植被以及水體覆蓋的區(qū)域溫度較人工表面覆蓋區(qū)域的溫度增長幅度小，即高低溫與土地利用類型具有相關性，可見溫度的高低與土地利用類型的屬性有著密切關聯(lián)。在對溫度按照不用土地利用類型進行分類統(tǒng)計后，兩幅影像都反映出了這一規(guī)律。

圖4 2014年與2017年南京市主城區(qū)溫度變化影像圖

(3)為了找出城市化進程的發(fā)展與溫度分布的規(guī)律，將圖3兩幅土地分類圖與圖4兩幅溫度分布圖相結合得到表3數(shù)據(jù)，容易發(fā)現(xiàn)：在2014年～2017年期間，隨著城市化進程的逐步發(fā)展，城市溫度發(fā)生了一定變化，且溫度的分布與城區(qū)拓展的幾何形狀較為接近，這表明了溫度高低的分布變化對應城市的變遷方向。

不同土地利用類型地表溫度統(tǒng)計圖 表3

4.2 植被覆蓋度與熱島效應空間分布特征分析

(1)分別將圖4中2014年與2017年的地表溫度圖與圖5植被覆蓋影像圖以及地表溫度分布圖疊加，得到表4數(shù)據(jù)，發(fā)現(xiàn)相同土地類型的條件下，植被覆蓋度不同，地表溫度也不同，植被覆蓋度越高，溫度越低(其中由于水體的植被覆蓋度為0，所以在植被覆蓋度在0～ 0.174 4范圍內(nèi)時，溫度也較低)，隨之形成的熱場空間也不同。相同植被覆蓋度條件下，2014年的平均溫度比2017年的平均溫度低，平均溫度隨著時間的推移在不斷升高。

圖5 2014年與2017年南京市主城區(qū)植被覆蓋影像圖

2014年與2017年不同植被覆蓋度地表溫度統(tǒng)計圖 表4

(2)在人工表面的熱場分布大多是斑塊的樣式，通過已疊加的影像圖，可以看出斑塊的位置大多所處在植被覆蓋度低的地區(qū)。

距離植被覆蓋度高的區(qū)域，斑塊越微小，介于二者之間的區(qū)域溫度相對平緩。

4.3 下墊面空間結構與熱島效應空間分布特征分析

分別分析2014年與2017年的土地分布類型圖，可以發(fā)現(xiàn)：不同下墊面氣溫的標準差，總體上是水體<林地<草地<人工表面。標準差越小，表明改下墊面越穩(wěn)定，全天溫度變化較小，如林地由于樹冠遮陰、溫度受天氣不穩(wěn)定變化影響較小，而人工表面受天氣以及人為影響因素較多，一天內(nèi)溫度變化較大。

同時人工表面多由瀝青、水泥、混凝土等覆蓋，熱量不易散失，并且當樓層較高時以及在密度較大的建筑群之間，空氣流動速率低，導致氣溫升高，說明下地面的空間結構可以影響城市的熱量擴散，它也是形成熱場分布的原因之一。

5 結 語

本研究選取近幾年的3幅南京Landsat8衛(wèi)星影像作為信息源，對其進行了土地分類、植被覆蓋度反演與地表溫度反演；分析了不同土地利用類型、不同植被覆蓋度與溫度分布的關系，下墊面的空間結構與熱場空間分布的關系以及溫度高低的變化與城市變遷的關系，總結出了熱島效應產(chǎn)生的原因。

要想更進一步緩解熱島效應，可以采取以下措施：①在城市擴展過程中盡量減少對綠地的占用；②在城市休閑場所(如公園、廣場等)建設時，應當提高綠化建設質(zhì)量，選取優(yōu)質(zhì)植被；③制定相關的法律，鼓勵空中花園以及空中游泳池的建立，增加土地的利用效率，以緩解建筑區(qū)域的熱島效應。