杭州村鎮(zhèn)下墊面遙感指數(shù)與地表溫度的相關性

金嘉樂，孫 劍，楊利斌，董程鋒，齊 鋒

（1.浙江農林大學 環(huán)境與資源學院，浙江 杭州 311300；2.浙江農林大學 風景園林與建筑學院，浙江 杭州311300）

近年來，由于經濟的快速發(fā)展，城市人口在不斷地增長趨于飽和，鄉(xiāng)村振興戰(zhàn)略的實施使得一部分城市人口往鄉(xiāng)村轉移，為鄉(xiāng)村居民創(chuàng)建更好的人居環(huán)境是目前的一個趨勢。地表溫度(LST)是顯示人居環(huán)境舒適度的一個重要指標，而利用遙感手段可以經濟地、宏觀地獲取地表溫度。城鎮(zhèn)化也給村鎮(zhèn)居住環(huán)境帶來破壞，人口數(shù)量的增加，城鎮(zhèn)覆蓋面積的擴大，下墊面的破壞，使得熱島效應問題也日益嚴重[1-2]。LAI等[3]從晝夜溫差出發(fā)探究了熱島效應，而HU等[4]通過大氣剖面分析城市熱島效應問題。研究表明，下墊面上所分布的水體、植被以及建筑都對熱島效應問題有一定的影響[5-8]。目前遙感技術在熱島效應問題方面的應用很多，遙感指數(shù)由于計算量小等特點被廣泛應用[9-10]。利用歸一化植被指數(shù)(NDVI)、歸一化建筑指數(shù)(NDBI)、不透水面信息指數(shù)(NDISI)、歸一化水汽指數(shù)(NDMI)和改進型歸一化差異水體指數(shù)(MNDWI)能獲得大量地表信息，為分析村鎮(zhèn)熱環(huán)境的主要影響因子奠定基礎[11-18]。但目前熱島效應仍存在很多問題，村鎮(zhèn)領域的熱環(huán)境研究未受到重視，遙感技術主要應用于大型城市中心或居住小區(qū)，在村鎮(zhèn)級別上尚未開展。本研究基于單通道算法[19]對浙江平原型、山地型、濱水型等3種類型村鎮(zhèn)進行地表溫度反演的基礎上，以杭州市為研究對象，分別提取各村鎮(zhèn)相應的5類遙感指數(shù)(NDVI、NDBI、NDISI、NDMI和MNDWI)，分析不同類型村鎮(zhèn)地表溫度與遙感指數(shù)的相關性，為進一步研究浙江村鎮(zhèn)宜居熱環(huán)境提供技術支撐。

1 研究地區(qū)與數(shù)據來源

1.1 研究區(qū)概況

杭州(29°11′～30°33′N，118°21′～120°30′E)是中國東部城市，該研究區(qū)地形復雜，西部為浙西丘陵區(qū)，有天目山等主干山脈，東部為浙北平原，地勢低平，河網密布。杭州屬于亞熱帶季風氣候，雨水充沛，四季分明，全年平均氣溫為17.8 ℃，夏季氣候炎熱濕潤，而冬季寒冷干燥。

1.2 數(shù)據來源

本研究遙感影像來源于美國Landsat 8衛(wèi)星中OLI_TIRS數(shù)據，夏季成像時間為2016年7月27日，冬季成像時間為2018年2月23日，該遙感影像數(shù)據被用來計算遙感指數(shù)、亮溫和光譜輻射值。此外，本研究還使用了MODIS數(shù)據B1級MYD021KM計算大氣含水率，成像時間分別為2016年7月25日和2018年2月23日，是一種校正過的1 km分辨率對地觀測數(shù)據[20]。

為研究山地、濱水和平原等不同條件下村鎮(zhèn)的情況，在杭州市域范圍內隨機選取27個村鎮(zhèn)，其中大型、中型和小型村鎮(zhèn)各有9個。所有村鎮(zhèn)遍布杭州市域，空間覆蓋面較大，具有較好的代表性。在夏、冬兩季，選取相同村鎮(zhèn)進行橫向比較，分析5大遙感指數(shù)對地表溫度的影響。

2 研究方法

2.1 村鎮(zhèn)地表溫度的獲取方法

本研究對已校正的空間分辨率為30 m的Landsat 8遙感影像進行目視判讀，分別在夏、冬季節(jié)遙感影像上矩形裁剪出27個村鎮(zhèn)。由于TIRS11熱紅外波段定標參數(shù)不理想，已提出的劈窗算法誤差較大，選用了單通道算法單獨利用TIRS10波段來反演地表溫度，該算法能夠減小反演后的地表溫度誤差[21]。

該過程主要包含3步：首先利用RIS10和RIS11疊加影像文件對選取的村鎮(zhèn)進行裁剪，并計算光譜輻射值和亮溫。然后波段疊加MODIS數(shù)據的2波段和19波段，并計算大氣含水率參數(shù)。在重采樣之后計算大氣水汽含量的參數(shù)，最后利用JIMENEZ-MUNOZ等[22]的算法反演地表溫度。

金點點等[23]將多種算法反演的地表溫度與實際溫度進行比較，發(fā)現(xiàn)基于Landsat的單通道算法具有較高的精度，且該方法也在各種應用中得到驗證。由表1可見：冬季和夏季影像反演的地表溫度標準差分別為0.651 和1.400 ℃，表明反演的地表溫度具有較高的穩(wěn)定性，該計算方法可靠性高。

表1 不同季節(jié)地表溫度情況統(tǒng)計Table 1 Surface temperature statistics in different seasons

2.2 村鎮(zhèn)地表遙感指數(shù)的獲取方法

2.2.1 歸一化植被指數(shù) (NDVI) 根據植被的光譜特性，將衛(wèi)星可見光和近紅外波段進行組合，形成各種植被指數(shù)。NDVI是植被生長狀態(tài)及植被覆蓋度的最佳指示因子，一般來說，如果NDVI大于0，那么就具有植被，如果NDVI大于0.5，則具有較高的植被覆蓋度。其計算公式如下：

式(1)中：INDV為歸一化植被指數(shù)；ρNIR與ρR分別為近紅外波段與紅光波段的反射率。

2.2.2 歸一化建筑指數(shù) (NDBI) NDBI是由查勇等[13]提出的歸一化建筑指數(shù)，它能有效地提取城鎮(zhèn)用地信息，獲得城鎮(zhèn)用地分布范圍和面積資料。與傳統(tǒng)的計算機分類和手工屏幕數(shù)字化方法相比，同時具備工作量小和精度高的特點。其計算公式如下：

式(2)中：INBV為歸一化建筑指數(shù)；ρMIR與ρNIR分別為中紅外波段與近紅外波段的反射率。

2.2.3 改進型歸一化差異水體指數(shù) (MNDWI) MNDWI是基于MEFEETERS[14]提出的歸一化差異水體指數(shù)(NDWI)修改波長組合所得到的改進型歸一化差異水體指數(shù)，在提取城鎮(zhèn)范圍內水體有很好的效果。其計算公式如下：

式(3)中：IMNDW為歸一化差異水體指數(shù)；ρGreen與ρMIR分別為綠光波段和中紅外波段的反射率。

2.2.4 歸一化水汽指數(shù) (NDMI) NDMI也稱歸一化差異濕度指數(shù)，該指數(shù)便于研究地表濕度，為地表濕度與村鎮(zhèn)溫度的關系研究提供依據。其計算公式如下：

式(4)中：INDM為歸一化水汽指數(shù)；ρMIR與ρNIR分別為中紅外波段與近紅外波段的反射率。

2.2.5 不透水面信息指數(shù) (NDISI) NDISI的基本原理是在研究不透水面的電磁波譜特征的基礎上，尋找不透水面最強和最弱的反射波段，然后利用強反射率熱紅外波段與弱反射率近紅外波段建立指數(shù)，達到增強不透水面信息的目的，可以顯著區(qū)分土壤與不透水面。其計算公式如下：

式(5)中：INDIS為不透水面信息指數(shù)；ρTIR、ρNIR、ρMIR和ρR分別為TIR10波段、近紅外波段、中紅外波段以及紅光波段的反射率。

3 結果與分析

3.1 地表溫度與單一遙感指數(shù)相關性分析

3.1.1 NDVI 如圖1所示：村鎮(zhèn)的地表溫度(y)與NDVI(x)具有較好的擬合優(yōu)度，屬于顯著的線性負相關關系(P＜0.05)。NDVI每增加0.1，地表溫度就下降1.421 ℃，這與南陽市農村居民用地NDVI與地表溫度[24]的研究結果相一致?？梢姡黾泳G化對優(yōu)化村鎮(zhèn)熱環(huán)境起到較為顯著的作用。

3.1.2 NDBI 圖2顯示：村鎮(zhèn)地表溫度(y)和NDBI(x)具有較好的擬合優(yōu)度，村鎮(zhèn)地表溫度與NDBI呈顯著正相關關系(P＜0.05)，NDBI每上升0.1，地表溫度就上升1.302 ℃。地表溫度一定程度上受建筑密度影響，建筑密度越大的地方，地表溫度更容易保持高溫。建筑主要由鋼筋、混凝土等材料建成，密度越高，溫度越容易上升，如果建筑的間距過小，那么地表的散熱將更加緩慢，溫度將保持在高位。建筑密度高讓冬季更容易保溫，卻讓夏季不容易降溫，保持合理的間距能讓人居環(huán)境更加舒適。

圖1 歸一化植被指數(shù)與地表溫度的回歸分析Figure 1 Regression analysis of NDVI and surface temperature

圖2 歸一化建筑指數(shù)與地表溫度的回歸分析Figure 2 Regression analysis of NDBI and surface temperature

3.1.3 MNDWI MNDWI與地表溫度相關性擬合優(yōu)度較差，27個村鎮(zhèn)的MNDWI與地表溫度的負相關性不顯著。村鎮(zhèn)范圍的研究與市域研究的結果不一致[25]，村鎮(zhèn)內部不包含或較少包含水體，MNDWI主要分布在[-0.2，0]，MNDWI在此研究區(qū)域內無法與地表溫度進行較好擬合(圖3)。因此，覆蓋面積足夠大的水域才能顯著降溫。現(xiàn)在城鎮(zhèn)中的水體都普遍較少，本身河流湖泊的數(shù)量就不是很多，再加上城市建設填埋大量的河流湖泊，縮短河流的寬度，數(shù)據展示的正是鄉(xiāng)村城市化所處的狀態(tài)。水體的存在雖然無法讓整個村鎮(zhèn)降溫，但能在小范圍內發(fā)揮一定作用。

3.1.4 NDMI 由圖4可見：地表溫度(y)與NDMI(x)具有較好的擬合優(yōu)度。NDMI對以水泥、柏油為主的城鄉(xiāng)居民建設用地具有顯著的降溫作用，高NDMI使得整片的建設用地地表溫度下降，NDMI每上升0.1，地表溫度就下降0.891 ℃。NDMI與地表溫度呈顯著負相關關系，且這種相關性強于NDVI與地表溫度的相關性。夏季炎熱，村鎮(zhèn)內地表干燥，如果能夠改善地表濕度，就能夠顯著降溫。

圖3 改進型歸一化差異水體指數(shù)與地表溫度的回歸分析Figure 3 Regression analysis of MNDWI and surface temperature

圖4 歸一化水汽指數(shù)與地表溫度的回歸分析Figure 4 Regression analysis of NDMI and surface temperature

從反演結果得出濕度是影響地表溫度的主要因子，水分的蒸發(fā)可以使地面快速降溫。但地面的蒸發(fā)速度比較快，想要在降雨之后地面的濕度維持在一個水平難度很大度。降溫快，蒸發(fā)也快，水分蒸發(fā)之后地表依靠濕度的降溫手段就十分有限了。目前從幾個方面提供建議：①通過灑水車給地面降溫，但這種方法還需要考慮村鎮(zhèn)的經濟條件。②栽植植物固定土壤中的水分，保持地面濕度。③引入大量的暗渠，保持地面或地下水分，從而保持地面的濕度。

3.1.5 NDISI 如圖5所示：地表溫度(y)與NDISI(x)的擬合效果較差。NDISI的分布較為狹窄，近似矩形，主要集中在[0.35, 0.50]，說明地表溫度與NDISI的相關性不顯著。村鎮(zhèn)與市域的研究范圍不同，不透水面的影響效果也有一定區(qū)別[26-27]。因此，村鎮(zhèn)的不透水面對地表溫度的影響作用較小，不作為主要的降溫手段。

圖5 不透水面信息指數(shù)與地表溫度的回歸分析Figure 5 Regression analysis of NDISI and surface temperature

3.2 地表溫度與多遙感指數(shù)相關性分析

針對不同類型的村鎮(zhèn)，隨機選取了100個樣本點，并按上述方法分別提取其地表溫度與遙感指數(shù)，得到村鎮(zhèn)遙感指數(shù)與地表溫度的皮爾遜相關系數(shù)矩陣(表2)。

表2 地表溫度與遙感指數(shù)的皮爾遜相關系數(shù)矩陣 Table 2 Pearson coefficient matrix of surface temperature and remote sensing index

從表2可見：NDISI在濱水、山地、平原3種地形下的相關系數(shù)分別為-0.156、0.053和-0.053，其雙尾檢驗均不顯著；MNDWI在濱水、山地、平原3種地形下的相關系數(shù)分別為-0.176、-0.063和-0.122，其檢驗也均不顯著。因此，NDISI和MNDWI對地表溫度的影響較小。這與上述討論單地表遙感指數(shù)與地表溫度的相關性相吻合，NDISI和MNDWI在村鎮(zhèn)區(qū)域內對地表溫度的影響較為微弱。

將NDVI、NDMI和NDBI與濱水、山地和平原地形的相關系數(shù)取絕對值。NDVI與濱水、山地和平原的相關系數(shù)分別為0.448、0.325和0.438，低于NDMI和NDBI與濱水、山地和平原的相關系數(shù)，這也與單地表遙感指數(shù)NDVI與地表溫度的相關性相吻合。村鎮(zhèn)中植被覆蓋度高的地方，地表溫度相對較低，植被通過蒸騰作用等手段降低地表溫度，尤其對降低夏季地表溫度具有較強的效果。但是植被對地表的降溫需要以自身為媒介，這種降溫具有間接性。因此，相對于地面本身的屬性，如濕度、建筑密度等，植被對地表降溫的能力相對較弱。

單獨比較NDMI與NDBI，發(fā)現(xiàn)兩者都是影響地表溫度的重要指標。若要有效地控制地表溫度，改變地表濕度和建筑密度是最直接有效的手段。另外，在濱水與山地的狀態(tài)下，NDMI對地表溫度的影響較大，而在平原狀態(tài)下，NDBI對地表溫度的作用明顯較強。這種情況需要更多的實驗進行相關分析。

從表2還可以發(fā)現(xiàn)：山地地形下NDVI、NDMI和NDBI的絕對值分別為0.325、0.375和0.414，均低于平原和濱水的指數(shù)。這說明了濱水與平原的地域受到城市化的影響，地表特征開始變得單一，而山地區(qū)域的地面情況明顯受到更多因素的影響，地表特征更加多樣化。

對于村鎮(zhèn)建設，為了提升高溫下的宜居熱環(huán)境，首先應該考慮下墊面的濕度、建筑用材以及建筑密度。下墊面濕度的提升能起到一定的降溫作用，緩解熱島效應問題；合理的建筑密度則能保持生活空間的合理大小，還有利于通風散熱。其次可以在建筑周圍種植植物，植物不僅能使建筑降溫，還能促進生態(tài)環(huán)境的循環(huán)。雖然村鎮(zhèn)中植被覆蓋度普遍較低，但有限的植被仍然能夠起到顯著的降溫作用。

3.3 地表溫度與夏、冬季遙感指數(shù)相關性分析

利用夏、冬季影像對研究區(qū)域的夏、冬季地表溫度進行了反演，并得到圖6。圖像的東北部主要是杭州城市中心，西南部是杭州城西的山區(qū)丘陵地帶。從圖6可以看出：夏季城市地表溫度高的地方主要集中在東北部，處于杭州市的中心，該區(qū)域城市熱島效應嚴重。到了冬季，城市地表溫度高的地方由東北方向移動到西南方向，而城市中心卻是溫度較低的區(qū)域。

杭州市中心城市熱島效應嚴重，冬季地表溫度較低，居住環(huán)境較差。杭州西南部傍山、靠水，冬暖夏涼，是適宜人居的區(qū)域。因此，未來杭州市的住宅用地可以往西南方向拓展和開發(fā)。

圖6 區(qū)域夏季、冬季地表溫度反演示意圖Figure 6 Retrieval map of surface temperature in summer and winter

從圖7可知：夏季影像的擬合度(圖1)優(yōu)于冬季，夏季影像NDVI與地表溫度的線性相關性比冬季更加顯著。NDVI主要受綠色植物葉片的影響，當冬季許多植物的葉片掉落后，NDVI的效果將會降低。冬季的地表溫度較低，不同地方的地表溫度變化較小，幾個地表遙感指數(shù)在冬季的使用效果均較差。因此，在進行遙感分析時，選取相應季節(jié)的影像是需要考慮的一項重要舉措。

圖7 冬季地表溫度與歸一化植被指數(shù)擬合圖Figure 7 Fitting charts of surface temperature and NDVI in winter

4 結論

通過研究村鎮(zhèn)下墊面遙感指數(shù)與地表溫度的相關性，得出NDMI、NDBI和NDVI是影響地表溫度的關鍵性指標，它們分別代表了下墊面濕度、建筑密度和植被覆蓋度。提升下墊面濕度能起到直接的降溫作用，提升高溫環(huán)境下的熱舒適度。保持合理的建筑密度有益于通風散熱，可以降低村鎮(zhèn)夏季的地表溫度。在村鎮(zhèn)建筑周圍合理栽植綠色植物，可以降低建筑外表面溫度，同時也可以降低地表溫度，從而提高村鎮(zhèn)宜居熱環(huán)境質量。但村鎮(zhèn)區(qū)域而言，遙感指數(shù)與地表溫度的相關性與城市內的相關性存在差異，NDISI和MNDWI所對應的不透水面和小范圍水域對村鎮(zhèn)范圍內的地表起不到明顯的降溫作用。此外，杭州市中心區(qū)域熱島效應最為嚴重，而杭州西南部無論是夏季，還是冬季，其熱島效應均不明顯，且地表溫度相對杭州其他區(qū)域呈現(xiàn)夏季低、冬季高的特點，具有較好的熱環(huán)境質量，因此該區(qū)域宜作為未來新村鎮(zhèn)規(guī)劃與建設的重點區(qū)域。