高原地區(qū)城市不透水面與地表溫度時(shí)空分布研究

伍健恒, 孫彩歌, 樊風(fēng)雷,2*

(1. 華南師范大學(xué)地理科學(xué)學(xué)院， 廣州 510631； 2. 西藏大學(xué)高原地表遙感監(jiān)測(cè)聯(lián)合實(shí)驗(yàn)室， 拉薩 850000)

不透水表面主要指屋頂、瀝青道路和廣場(chǎng)等具有不透水性的地表面[1]，是城市的重要組成之一，體現(xiàn)城市化的程度，也是表征城市生態(tài)環(huán)境質(zhì)量的重要指標(biāo)[2]. 目前，城市不透水面數(shù)據(jù)主要通過(guò)遙感影像獲得，主要方法包括指數(shù)法、光譜混合分析法、直接分類(lèi)法、決策樹(shù)模型以及回歸模型等[3-4]. 中等分辨率影像結(jié)合線(xiàn)性光譜解混的方法能有效提高不透水面提取精度. 在方法層面，線(xiàn)性光譜解混關(guān)鍵在于端元的選擇，分為固定端元和多端元選擇2種方式. 結(jié)合固定端元與V-I-S模型[5]，WU和MURRAY[6]指出不透水面是高反照率地表和低反照率地表的組合，把城市地表類(lèi)型表達(dá)為高、低反照率不透水面地表以及植被、土壤等4類(lèi)端元并進(jìn)行光譜混合分解，得到不透水面蓋度(Impervious Surface Coverage, ISC). 多端元的光譜混合分析考慮到各像元組分的差異，采用不同的端元組合來(lái)分解. FAN和DENG[7]利用光譜參數(shù)度量實(shí)際地物光譜和標(biāo)準(zhǔn)光譜的相似性，選擇最有代表意義的端元進(jìn)行光譜混合分解. 在應(yīng)用層面，國(guó)內(nèi)有較多的學(xué)者基于線(xiàn)性光譜解混對(duì)我國(guó)東部城市的不透水面空間格局演變展開(kāi)研究. 如：利用遙感數(shù)據(jù)對(duì)上海不透水面分布進(jìn)行估算[8]；結(jié)合遙感指數(shù)，利用線(xiàn)性光譜解混提取廣州不透水面[9]；按等級(jí)劃分不透水面，分析深圳市不透水表面的時(shí)空演變[10]. 總體而言，國(guó)內(nèi)不透水面研究成果主要集中在中國(guó)東部沿海地區(qū)[11-12]，對(duì)于中西部重要城市的不透水面研究關(guān)注相對(duì)較少.

較多學(xué)者以城區(qū)與郊區(qū)的地表溫度為切入點(diǎn)展開(kāi)城市熱島問(wèn)題的研究. 傳統(tǒng)的氣象站點(diǎn)只能獲取小區(qū)域的點(diǎn)數(shù)據(jù)，在城市遙感研究中，地表溫度主要通過(guò)MODIS、AVHRR、ASTER以及Landsat數(shù)據(jù)獲得. 由于MODIS、AVHRR和ASTER數(shù)據(jù)具有多個(gè)熱紅外波段，學(xué)者們提出了相對(duì)應(yīng)的劈窗算法[13-15]；針對(duì)Landsat TM/ETM+數(shù)據(jù)僅有單個(gè)熱紅外波段的特點(diǎn)，覃志豪等[16]提出了高精度的單窗算法；Landsat8擁有2個(gè)熱紅外波段(TIRS10和TIRS11)，但TIRS11波段定標(biāo)參數(shù)存在較大誤差，故美國(guó)地質(zhì)調(diào)查局不提倡基于Landsat8數(shù)據(jù)使用劈窗算法[17]，鑒于此情況，學(xué)者們提出了與TIRS10波段相適應(yīng)的大氣校正法[18]和單窗算法[19].

近年來(lái)，地表特征與城市熱環(huán)境的關(guān)系得到廣泛關(guān)注. 如：YUAN和BAUER[20]對(duì)比NDVI和ISC，發(fā)現(xiàn)ISC作為熱島效應(yīng)指標(biāo)更具適用性；王美雅等[21]通過(guò)線(xiàn)性、對(duì)數(shù)、指數(shù)以及多項(xiàng)式模型，對(duì)歸一化不透水面指數(shù)[22]與地表溫度進(jìn)行回歸分析，發(fā)現(xiàn)指數(shù)函數(shù)關(guān)系具有最大的相關(guān)系數(shù)；徐涵秋[23]利用逐步回歸的方法，分析地表溫度、不透水面、水體以及植被之間的關(guān)系，結(jié)果表明不透水面與地表溫度呈正相關(guān)關(guān)系，不透水面對(duì)地表溫度的影響與水體和植被對(duì)地表溫度影響之和相當(dāng). 較多研究關(guān)注夏季時(shí)的不透水面與地表溫度的關(guān)系[24-25]，較少關(guān)注冬季時(shí)的不透水面與地表溫度的關(guān)系. 本文利用Landsat5和Landsat8影像獲取不透水面和地表溫度數(shù)據(jù)，分析不透水面與地表溫度之間的空間分布特征和空間差異特征，以探討不透水面與地表溫度的變化規(guī)律，并對(duì)比不透水面對(duì)地表溫度影響的季節(jié)性差異.

1 實(shí)驗(yàn)區(qū)與數(shù)據(jù)

1.1 實(shí)驗(yàn)區(qū)

拉薩市屬于高原溫帶半干旱季風(fēng)氣候，多日照，年平均氣溫為7.4 ℃. 本文的實(shí)驗(yàn)區(qū)以拉薩市建成區(qū)為中心延展，東至拉林公路與318國(guó)道交界，西至昌東，南至拉薩火車(chē)南站，北至桑鄧，其經(jīng)緯度范圍為90°53′ E～91°17′ E，29°35′ N～29°43′ N(圖1). 實(shí)驗(yàn)區(qū)包含主城區(qū)以及周邊郊區(qū)，其中，主城區(qū)包括中心片區(qū)、北城片區(qū)和東城片區(qū)，人類(lèi)活動(dòng)頻繁，不透水面分布集中;周邊郊區(qū)鄉(xiāng)村聚落零散分布,不透水面密度較小. 實(shí)驗(yàn)區(qū)內(nèi)不透水面分布差異突出，有利于探究不透水面對(duì)地表溫度的影響.

1.2 研究數(shù)據(jù)

基于數(shù)據(jù)可獲得性的考慮，本文選取實(shí)驗(yàn)區(qū)內(nèi)云量相對(duì)較少的Landsat衛(wèi)星影像進(jìn)行信息提取，數(shù)據(jù)包括2009年1月18日、2009年8月30日兩景Landsat 5影像以及2014年2月1日、2014年9月29日、2018年2月12日、2018年6月20日四景Landsat 8影像. 獲取30 m空間分辨率數(shù)字高程數(shù)據(jù)GDEMV2作為信息提取的輔助數(shù)據(jù). 同時(shí)，為比較Landsat數(shù)據(jù)所反演的地表溫度，本文獲取了上述6個(gè)成像時(shí)間對(duì)應(yīng)的地表溫度數(shù)據(jù)MOD11A1.

圖1 拉薩市實(shí)驗(yàn)區(qū)

Figure 1 The experimental area of Lhasa city

2 研究方法

2.1 不透水面信息提取

基于線(xiàn)性光譜解混提取不透水面，主要過(guò)程包括數(shù)據(jù)降維、端元選擇、混合像元分解和精度驗(yàn)證[26]. 遙感數(shù)據(jù)掩膜水體后，經(jīng)過(guò)最小噪音分離變換保留前3個(gè)波段，選取高反照率不透水面、低反照率不透水面、植被和土壤作為端元，通過(guò)線(xiàn)性光譜混合模型估算各端元分量,將高、低反照率不透水面分量相加得到ISC.

線(xiàn)性光譜混合模型的假設(shè)是：像元在某一光譜波段內(nèi)的反射率是各端元的反射率以及端元所占像元面積的比例作為權(quán)重系數(shù)的線(xiàn)性組合[27]. 考慮到端元豐度的物理意義，采用具有約束的線(xiàn)性光譜混合模型：

(1)

(2)

其中，Ri是第i波段的反射率；fk是端元k的豐度；Rik是端元k在第i個(gè)波段上的反射率；εi是第i波段的殘差；i=1,…,m,m為光譜波段的數(shù)量；k=1,…,n,n為確定的端元數(shù)量.

2.2 地表溫度反演

考慮到參數(shù)的可獲得性，本文采用大氣校正法反演地表溫度. 大氣校正法的主要原理是利用大氣數(shù)據(jù)估算并剔除大氣對(duì)地表熱輻射的影響，獲得地表熱輻射強(qiáng)度并轉(zhuǎn)化為對(duì)應(yīng)的地表溫度. 在地—?dú)廨椛鋫鬏斨校c地表溫度對(duì)應(yīng)的黑體輻射亮度LT可以表達(dá)為

LT=[L-L↑-(1-ε)L↓]/(ε)，

(3)

其中，ε是實(shí)驗(yàn)區(qū)的地表比輻射率,可基于地表覆蓋類(lèi)型的加權(quán)混合模型估算得到[28];L是熱紅外輻射亮度值；L↑、L↓分別是大氣向上、向下輻射亮度，是熱紅外波段在大氣中的透過(guò)率，均在NASA網(wǎng)站上依據(jù)影像的地理位置以及成像時(shí)間計(jì)算獲得(表1).

由普朗克公式的反函數(shù)推導(dǎo)出地表溫度的計(jì)算公式：

T=K2/ln(K1/LT+1),

(4)

其中，K1和K2是定標(biāo)參數(shù)，可通過(guò)查詢(xún)影像數(shù)據(jù)的頭文件得到.

表1 大氣參數(shù)信息Table 1 The information of atmospheric parameters

由于數(shù)據(jù)存在獲取時(shí)間的差異，為使不同時(shí)相的地表溫度具有可比性，對(duì)地表溫度進(jìn)行歸一化處理，其計(jì)算公式為：

其中，T歸一為歸一化后的地表溫度，表示像元間地表溫度的相對(duì)高低，其值在0～1之間；T為像元的實(shí)際地表溫度值，Tmin和Tmax是實(shí)驗(yàn)區(qū)內(nèi)反演的最低地表溫度和最高地表溫度.

2.3 溫度貢獻(xiàn)指數(shù)

ZHANG等[29]以0.1為間隔，將ISC劃分為10個(gè)等級(jí)，使用溫度貢獻(xiàn)指數(shù)量化不同等級(jí)的不透水面區(qū)域?qū)Τ鞘袩岘h(huán)境的影響：

(6)

其中，CIi是不同等級(jí)的不透水面區(qū)域所對(duì)應(yīng)的溫度貢獻(xiàn)指數(shù)；Tdif是對(duì)應(yīng)等級(jí)的不透水面區(qū)域的地表溫度均值與實(shí)驗(yàn)區(qū)內(nèi)地表溫度均值之差；Si是該等級(jí)的不透水面區(qū)域所占的面積；Ssum是實(shí)驗(yàn)區(qū)總面積. 若CI為正數(shù)，則表示該等級(jí)的不透水面區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為正；若CI為負(fù)數(shù)，則表示該等級(jí)的不透水面區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為負(fù).

3 結(jié)果與分析

3.1 ISC反演結(jié)果

由于實(shí)驗(yàn)區(qū)內(nèi)冬季的植被信息并不明顯，山區(qū)地形起伏大而導(dǎo)致陰影的存在，而陰影是混合像元的重要組成部分[30]，因此，基于3個(gè)時(shí)相的冬季Landsat數(shù)據(jù)，選擇陰影、山體、高反照率不透水面和低反照率不透水面作為混合像元分解的端元. 利用GDEMV2高程數(shù)據(jù)掩膜海拔高于3 800 m的區(qū)域，同時(shí)對(duì)Band 7波段反射率大于0.2的區(qū)域進(jìn)行掩膜，以抑制云層和土壤信息. 通過(guò)線(xiàn)性光譜解混的方法獲得不透水面數(shù)據(jù)，統(tǒng)計(jì)得到2009、2014、2018年的ISC均值分別為0.08、0.09和0.13. 參考已有的ISC分級(jí)標(biāo)準(zhǔn)[31]，將不透水面劃分為5級(jí)：高密度不透水面(ISC≥0.8)、中高密度不透水面(0.6≤ISC<0.8)、中密度不透水面(0.4≤ISC<0.6)、中低密度不透水面(0.2≤ISC<0.4)以及低密度不透水面(ISC<0.2)，詳見(jiàn)圖2.

圖2 不透水面的密度分布

Figure 2 The distribution of different densities of impervious surface

采用高分辨率Google Earth影像對(duì)ISC反演結(jié)果進(jìn)行精度驗(yàn)證. 隨機(jī)抽取實(shí)驗(yàn)區(qū)內(nèi)200個(gè)樣點(diǎn)，并對(duì)樣點(diǎn)進(jìn)行目視解譯，得到ISC的實(shí)際值. 通過(guò)計(jì)算模擬值與實(shí)際值的相關(guān)系數(shù)對(duì)不透水面的提取精度進(jìn)行評(píng)價(jià). 由評(píng)價(jià)結(jié)果(圖3)可知：3個(gè)時(shí)相的相關(guān)系數(shù)均大于0.75(通過(guò)0.01 的顯著性水平檢驗(yàn)).

3.2 地表溫度反演結(jié)果

本文基于Landsat數(shù)據(jù)，結(jié)合大氣校正法反演了拉薩市實(shí)驗(yàn)區(qū)2009—2018年冬夏兩季的地表溫度，并進(jìn)行歸一化處理，結(jié)果見(jiàn)圖4. 由于地表溫度數(shù)據(jù)MOD11A1能夠適用于青藏高原不均勻的下墊面[32]，可以有效地解決高原氣象站點(diǎn)稀少的問(wèn)題，補(bǔ)充氣象數(shù)據(jù)的不足[33-35]，因此，本文在缺乏實(shí)測(cè)數(shù)據(jù)的情況下，采用MOD11A1數(shù)據(jù)進(jìn)行相對(duì)驗(yàn)證. 由驗(yàn)證結(jié)果(表2)可知：基于Landsat數(shù)據(jù)得到的T歸一均值與歸一化后的MOD11A1數(shù)據(jù)的均值相差0～0.07，表現(xiàn)出相似的城市熱環(huán)境特征.

3.3 不透水面與地表溫度的關(guān)系

本文以0.1為間隔，將ISC由低到高劃分為10個(gè)等級(jí)，統(tǒng)計(jì)獲得各等級(jí)ISC區(qū)域?qū)Τ鞘袩岘h(huán)境的溫度貢獻(xiàn)指數(shù)CI(由于CI過(guò)小，故將實(shí)際的CI乘以100).

圖3 ISC實(shí)際值與模擬值的擬合

圖4 歸一化地表溫度分布

表2 Landsat反演結(jié)果與MOD11A1對(duì)比Table 2 The comparison between Landsat retrieval results and MOD11A1

由CI的統(tǒng)計(jì)結(jié)果(表3)可知：(1)冬季，當(dāng)ISC<0.1時(shí)，CI為正數(shù)，ISC<0.1的區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為正；當(dāng)ISC≥0.1時(shí)，CI基本為負(fù)數(shù)，ISC≥0.1的區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為負(fù). 夏季，當(dāng)ISC<0.1時(shí)，CI為負(fù)數(shù)，ISC<0.1的區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為負(fù)；當(dāng)ISC≥0.1時(shí)，CI為正數(shù)，ISC≥0.1的區(qū)域?qū)Τ鞘袩岘h(huán)境的貢獻(xiàn)為正. 這說(shuō)明由于季節(jié)因素的影響，城市熱環(huán)境對(duì)不透水面的響應(yīng)存在2種不同的模式. (2)冬季，CI與ISC呈負(fù)相關(guān)關(guān)系. 夏季，當(dāng)ISC<0.5時(shí)，CI呈現(xiàn)下降趨勢(shì)，這可能是對(duì)于ISC<0.5的區(qū)域，植被和土壤是其主要的地表覆蓋類(lèi)型，減弱了不透水面對(duì)地表的增溫作用；當(dāng)ISC≥0.5時(shí)，CI呈現(xiàn)上升趨勢(shì)，這可能是對(duì)于ISC>0.5的區(qū)域，不透水面成為其主要的地表覆蓋類(lèi)型，地表熱量大部分以顯熱的方式表現(xiàn)，提高了該區(qū)域的地表溫度.

本文為了細(xì)化不透水面對(duì)城市熱環(huán)境的影響，以0.01為間隔劃分ISC區(qū)間，統(tǒng)計(jì)每一個(gè)區(qū)間內(nèi)所對(duì)應(yīng)的T歸一均值，對(duì)ISC與T歸一進(jìn)行一元線(xiàn)性回歸分析. 由結(jié)果(圖5)可知一元線(xiàn)性回歸結(jié)果存在較大季節(jié)差異：(1)冬季，ISC與T歸一的回歸系數(shù)為0.625 4～0.817 3(通過(guò)0.01的顯著性水平檢驗(yàn))，擬合程度較好.T歸一隨著ISC的增加而緩慢下降，ISC每增加0.1，T歸一下降約0.01. (2)夏季，ISC與T歸一的回歸系數(shù)為0.036 3～0.115 8，擬合程度較差，簡(jiǎn)單的線(xiàn)性模型無(wú)法準(zhǔn)確描述兩者的關(guān)系. 夏季3個(gè)時(shí)相的ISC對(duì)T歸一的影響表現(xiàn)為“V”形狀：2009、2018年，當(dāng)ISC<0.40時(shí)，隨著ISC的增加，T歸一下降；當(dāng)ISC≥0.40時(shí)，T歸一呈現(xiàn)上升趨勢(shì). 2014年，當(dāng)ISC<0.23時(shí)，ISC與T歸一呈現(xiàn)一定程度的負(fù)相關(guān)；當(dāng)ISC≥0.23時(shí)，T歸一隨著ISC的增加而上升.

表3 各級(jí)不透水面蓋度對(duì)熱環(huán)境的貢獻(xiàn)Table 3 The contribution of different ISC categories to the urban thermal environment

注:表中CI是將實(shí)際的CI乘以100.

圖5 ISC與歸一化地表溫度的關(guān)系

3.4 不透水面擴(kuò)展對(duì)熱環(huán)境演變的影響分析

把當(dāng)年ISC結(jié)果減去上一年的結(jié)果，差值小于-0.2則記為ISC下降，差值大于0.2則記為ISC上升，差值為-0.2～0.2則記為ISC基本不變，從而得到2009—2014年和2014—2018年的不透水面變化趨勢(shì)(圖6).

圖6 ISC變化趨勢(shì)

Figure 6 The change of impervious surface coverage from 2009 to 2018

結(jié)合ISC的均值計(jì)算結(jié)果和表2，并比較分析圖2A、B及圖6A，可知：2009—2014年，ISC均值由0.08增加至0.09，夏季的T歸一均值由0.76下降至0.58,冬季的T歸一均值由0.50上升至0.54. ISC上升的區(qū)域主要分布在郊外的各個(gè)文化、旅游和工業(yè)產(chǎn)業(yè)園區(qū)，市政設(shè)施建設(shè)集中在東城新區(qū)、東嘎新區(qū)以及柳梧新區(qū)；ISC下降的區(qū)域主要分布在各住宅園區(qū)以及拉魯濕地，零散分布于老城區(qū). 夏季的T歸一均值下降了0.18的原因可能是：該時(shí)期城市內(nèi)部結(jié)構(gòu)得到調(diào)整，產(chǎn)業(yè)園區(qū)向高新區(qū)轉(zhuǎn)移，同時(shí)城市中加強(qiáng)了綠化建設(shè). 城市綠化水平的提高導(dǎo)致高密度不透水面向中低密度不透水面轉(zhuǎn)變，城市綠地切割了原有的城市建設(shè)用地，打破了由于硬化地表所造成的連片高溫，改善了城市熱環(huán)境. 冬季的T歸一均值上升了0.04的原因可能是：冬季植被減少，裸土和不透水面替代了植被，增強(qiáng)了地表的保溫能力.

結(jié)合ISC的均值計(jì)算結(jié)果和表2，并比較分析圖2B、C及圖6B，可知：2014—2018年，ISC均值由0.09增加至0.13，夏季的T歸一均值由0.58上升至0.61,冬季的T歸一均值由0.54降低為0.53. ISC上升的區(qū)域集中在拉薩河沿岸的郊區(qū)，不透水面的擴(kuò)散方向具有“東延、西擴(kuò)、南跨”的特征. 夏季的T歸一均值上升了0.03的原因可能是:郊區(qū)的大量開(kāi)發(fā)導(dǎo)致低密度、中低密度不透水面分別向中高密度、高密度不透水面轉(zhuǎn)變，不透水面的擴(kuò)散減弱了蒸騰蒸發(fā)作用，同時(shí)不透水面向城區(qū)內(nèi)部填充，連片的不透水面造成聚合效應(yīng)，熱量交換以顯熱交換為主，提高了實(shí)驗(yàn)區(qū)內(nèi)的地表溫度. 冬季的T歸一均值的下降幅度為0.01，說(shuō)明地表溫度的變化波動(dòng)較小，基本維持了地表溫度的穩(wěn)定，可能是因?yàn)槎镜牡乇頊囟葘?duì)一定蓋度以上的不透水面不敏感，導(dǎo)致形成了穩(wěn)定的城市熱環(huán)境.

4 小結(jié)與展望

本文運(yùn)用Landsat影像，得到2009—2018年拉薩市實(shí)驗(yàn)區(qū)內(nèi)不透水面與地表溫度數(shù)據(jù)，討論了高原地區(qū)城市不透水面對(duì)地表溫度的影響，其主要結(jié)論如下：

(1)由于季節(jié)因素的影響，城市熱環(huán)境對(duì)不透水面的響應(yīng)存在2種不同的模式.

(2)冬季，CI隨著ISC的增大而減小，CI與ISC呈負(fù)相關(guān)關(guān)系. 夏季，當(dāng)ISC<0.5時(shí)，CI呈現(xiàn)下降趨勢(shì)；當(dāng)ISC≥0.5時(shí)，CI呈現(xiàn)上升趨勢(shì).

(3)冬季，ISC與地表溫度存在較強(qiáng)的線(xiàn)性關(guān)系：隨著ISC增加，地表溫度緩慢下降. 夏季，ISC與地表溫度不是簡(jiǎn)單的線(xiàn)性關(guān)系：ISC對(duì)地表溫度的影響表現(xiàn)為“V”形狀.

本文揭示了不透水面與地表溫度關(guān)系的季節(jié)性差異，為城市規(guī)劃和城市生態(tài)環(huán)境保護(hù)提供一定參考，但存在以下幾個(gè)需要改進(jìn)的方面：第一，需要進(jìn)一步結(jié)合特征空間變換模型擴(kuò)大不透水面與土壤的特征差異，提高不透水面提取的精度. 第二，由于缺少實(shí)測(cè)數(shù)據(jù)，采用1 km分辨率的MOD11A1數(shù)據(jù)對(duì)30 m分辨率的Landsat地表溫度數(shù)據(jù)進(jìn)行相對(duì)驗(yàn)證具有不確定性，難以準(zhǔn)確反映反演精度，在理想的情況下應(yīng)在實(shí)地布置多個(gè)實(shí)測(cè)點(diǎn)，為客觀評(píng)價(jià)反演結(jié)果提供數(shù)據(jù)支撐. 第三，冬季，隨著ISC的增加，地表溫度降低，這可能與拉薩獨(dú)特的地理位置、建筑材料和季節(jié)因素有關(guān)，其機(jī)理仍然需要深入研究. 第四，本文構(gòu)建不透水面與地表溫度的關(guān)系采用簡(jiǎn)單的一元線(xiàn)性回歸模型，但地表溫度本身存在空間的自相關(guān)性，考慮地表溫度的空間自相關(guān)，結(jié)合空間滯后模型，更為準(zhǔn)確描述不透水面與地表溫度的關(guān)系將是往后研究重點(diǎn).