1996-2017年張家口市區(qū)景觀格局與地表熱環(huán)境的時(shí)空變化

劉孟竹， 李雅麗， 張紅娟， 王飛梟， 裴宏偉

(1.河北建筑工程學(xué)院 市政與環(huán)境工程系， 河北 張家口 075000;2.河北省水質(zhì)工程與水資源綜合利用重點(diǎn)實(shí)驗(yàn)室， 河北 張家口 075000)

自20世紀(jì)80年代以來，中國城市化率已經(jīng)由初期的17.90%增長至如今的59.58%，在未來30 a估計(jì)將達(dá)到70%[1]?？焖俚某鞘谢l(fā)展導(dǎo)致城市不透水面區(qū)域顯著增加以及城市植被、水體等自然景觀被大量的建筑、道路等人為景觀代替，而人為景觀往往熱容量高、反照率低，易引起城市地表溫度的升高，進(jìn)而加劇城市地表熱環(huán)境的極端化[2]。極端的熱環(huán)境不僅會(huì)導(dǎo)致城市空氣污染污染加重、居民生產(chǎn)生活受威脅，還會(huì)引發(fā)能耗增加、熱浪災(zāi)害等不利后果[3-4]。因此，城市熱環(huán)境一直是城市生態(tài)研究及可持續(xù)發(fā)展的重要內(nèi)容之一[5]，大量研究[6-7]表明，城市地表熱環(huán)境與城市的景觀格局密不可分。相比于費(fèi)時(shí)、費(fèi)力的地面點(diǎn)位測量，通過遙感手段多尺度地反演城市地表熱環(huán)境參數(shù)進(jìn)而分析這些參數(shù)與城市景觀格局之間的關(guān)系，一直是國內(nèi)外學(xué)者研究的主要方式[8-9]。在數(shù)量關(guān)系上，Hoan等[10]研究發(fā)現(xiàn)越南河內(nèi)市單位面積植被景觀更替為建筑用地時(shí)，會(huì)導(dǎo)致局部約3.3 ℃的增溫效應(yīng)；在驅(qū)動(dòng)因素上，Tang等[11]通過分析城市熱環(huán)境的主導(dǎo)因素得出，不透水面以及歸一化植被指數(shù)為影響城市熱環(huán)境最重要的因素；在空間關(guān)系中，Liu等[12]通過對(duì)南京市熱島效應(yīng)的研究發(fā)現(xiàn)，景觀斑塊的破碎度對(duì)城市熱環(huán)境的增溫具有顯著的正相關(guān)作用；在應(yīng)對(duì)措施中，Li等[13]認(rèn)為增加綠地覆蓋度是緩解城市熱環(huán)境的有效方式。以上可以明確，城市景觀格局對(duì)城市熱環(huán)境的影響是目前國內(nèi)外學(xué)者普遍關(guān)注的研究熱點(diǎn)。然而在國內(nèi)外相關(guān)研究中，研究區(qū)域普遍為北上廣深或是各國首都等特大城市，而對(duì)經(jīng)濟(jì)相對(duì)不發(fā)達(dá)的城市研究較少；在研究內(nèi)容上，多數(shù)研究更加側(cè)重于景觀格局與城市地表熱環(huán)境參數(shù)數(shù)量關(guān)系上的分析，對(duì)于兩者空間關(guān)系的探討仍然缺乏?；诖?，本文選擇河北省張家口市區(qū)為研究區(qū)域，對(duì)該區(qū)景觀格局及城市熱環(huán)境的時(shí)空變化及關(guān)系進(jìn)行分析。張家口市作為2022年冬奧會(huì)主辦城市，一方面，該市多年來城市化發(fā)展并不顯著落后于其他城市，未來的城市化進(jìn)程在冬奧會(huì)的間接驅(qū)動(dòng)下將進(jìn)一步提速；另一方面，該區(qū)的景觀格局與城市熱環(huán)境關(guān)系的研究鮮有報(bào)道。對(duì)城市景觀格局與城市熱環(huán)境關(guān)系的研究將有助于城市規(guī)劃決策以及城市環(huán)境可持續(xù)發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

河北省張家口市(東經(jīng)113°50′—116°30′，北緯39°30′—42°10′)地處河北省西北部，位于京、冀、晉、蒙4省市交界處，是冀西北地區(qū)的中心城市和連接京津、溝通晉蒙的交通樞紐，2019年常住人口城鎮(zhèn)化率為58.38%。市主城區(qū)行政劃分單元由橋東區(qū)和橋西區(qū)組成，總面積約為602.79 km2。為了使得景觀面積基數(shù)較大以符合后續(xù)的研究，將主城區(qū)周圍區(qū)域均納入研究范圍。根據(jù)市區(qū)內(nèi)氣象站點(diǎn)(東經(jīng)114°88′，北緯40°78′)統(tǒng)計(jì)分析，張家口市屬溫帶大陸性季風(fēng)氣候，近30 a來日平均溫度在-9.5～24.8 ℃之間，年均氣溫9.36 ℃，氣溫最低值出現(xiàn)在1月，峰值在7—8月；多年平均降水量為452.00 mm，主要集中在6—9月；多年平均日照時(shí)間為2 723.7 h；多年平均風(fēng)速在1.6～3.0 m/s之間，7—10月處于低值。據(jù)《張家口統(tǒng)計(jì)年鑒》記載，橋東及橋西區(qū)1994—2017年GDP(按當(dāng)年價(jià)格計(jì)算)由37.63億元增長至275.39億元，市區(qū)人口由初期44.18萬人增加至末期52.15萬人，23 a來凈增加近8萬人。

1.2 數(shù)據(jù)源及處理

為保證影像質(zhì)量以及數(shù)據(jù)可獲取性，選取了Landsat 5/8衛(wèi)星影像1996/9/25，2008/9/10，2017/9/19這3景影像數(shù)據(jù)，來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)。影像選取原則為研究區(qū)完全無云覆蓋，成像時(shí)間相近，且天氣均為晴天，以消除由于降雨給熱島效應(yīng)帶來的影響，熱紅外波段分辨率也已經(jīng)重采樣至與可見光及近紅外波段相同，均為30 m，市內(nèi)氣象站點(diǎn)對(duì)應(yīng)影像的當(dāng)天的平均氣溫分別為17.9，17.7，18.0 ℃。研究區(qū)衛(wèi)星過境時(shí)間均為北京時(shí)間早上10：30—11：00點(diǎn)左右。對(duì)獲取的3景影像均采用輻射校正、FLAASH大氣校正和裁剪處理。影像分類采用監(jiān)督分類中最大似然法并結(jié)合目視解譯等人機(jī)交互解譯完成，根據(jù)研究區(qū)實(shí)際情況分為：不透水面、植被、水域、裸地4類景觀類型。根據(jù)Google Earth同期高清影像選點(diǎn)驗(yàn)證精度均在85%以上，可以滿足后續(xù)分析研究。

1.3 研究方法

1.3.1 地表溫度(LST)反演及分級(jí) 本研究選取適用于Landsat影像地表溫度反演的大氣校正法[14]，該方法經(jīng)過孟憲紅等[15]研究論證，對(duì)比單窗算法、單通道算法，大氣校正法反演結(jié)果具有更小的均方差。本文基于大氣校正法，其原理是把大氣對(duì)衛(wèi)星傳感器的影響從觀測到的熱輻射總量中去除，進(jìn)而通過相應(yīng)公式轉(zhuǎn)換為地表溫度[16]。首先利用Landsat熱紅外波段(TM為第6波段，TIRS為第10波段)數(shù)據(jù)進(jìn)行熱紅外波段輻射定標(biāo)，將像元灰度值轉(zhuǎn)換為輻射亮度值，根據(jù)覃志豪等[17]的研究，通過歸一化植被指數(shù)(NDVI)以及植被覆蓋度(FVC)進(jìn)行地表比輻射率計(jì)算，再進(jìn)一步估算出同溫下黑體輻射亮度，根據(jù)普朗克函數(shù)對(duì)研究區(qū)地表溫度進(jìn)行反演。具體方法參考文獻(xiàn)[18]，計(jì)算公式為：

Lx=Gainx×DNx+Biasx

(1)

(2)

(3)

式中：Lx為云頂輻射亮度〔(W/(m2·sr·μm)〕; Gainx, Biasx和DNx分別為轉(zhuǎn)換函數(shù)的斜率系數(shù)、截距系數(shù)和像元灰度值,由影像自帶的元數(shù)據(jù)中可獲得。Ly為地表輻射亮度〔W/(m2·sr·μm)〕;Lm,Ln分別為上、下行輻射強(qiáng)度〔W/(m2·sr·μm)〕;t為大氣透過率,這3個(gè)參數(shù)均可由NASA網(wǎng)站查詢得到(https:∥atmcorr.gsfc.nasa.gov/);e為地表發(fā)射率,由覃志豪等[17]研究成果計(jì)算可得;Ts為反演的地表溫度(K);K1,K2均為定標(biāo)常數(shù),在TIRS 10波段中,K1=774.885 W/(m2·sr·μm),K2=1 321.079 K。

為了更好地表達(dá)研究區(qū)整體溫度多年來的變化，本文采用等間隔分割法對(duì)研究區(qū)3個(gè)時(shí)期的地表溫度進(jìn)行等距劃分，劃分低溫區(qū)(≤20 ℃)、次低溫區(qū)(20～23 ℃)、中低溫區(qū)(23～26 ℃)、中溫區(qū)(26～29 ℃)，中高溫區(qū)(29～32 ℃)，次高溫區(qū)(32～35 ℃)、高溫區(qū)(≥35 ℃)7個(gè)等級(jí)來細(xì)化不同景觀溫度區(qū)間的分布。

1.3.2 移動(dòng)窗口法獲取景觀指數(shù) 為避免選取多個(gè)景觀指數(shù)帶來的信息冗余，在Fragstats 4.2軟件中采用移動(dòng)窗口法獲取窗口單元的3個(gè)景觀指數(shù)，分別為斑塊類型中的景觀面積比例(PLAND)以及景觀類型中的景觀形狀指數(shù)(LSI)和聚合度(AI)，從景觀類型的數(shù)量特征、形態(tài)特征、以及結(jié)構(gòu)特征來分析對(duì)城市熱島效應(yīng)的影響。通過參考同類研究[19]選取范圍并經(jīng)過反復(fù)調(diào)試，最終確定窗口單元大小為210×210 m(7×7個(gè)像元)。每個(gè)窗口的景觀指數(shù)都將被賦值給中心像元上，一共生成916 593個(gè)窗口單元。各個(gè)景觀指數(shù)的生態(tài)意義及計(jì)算公式發(fā)展已經(jīng)非常成熟，具體可參考文獻(xiàn)[20]。窗口中心像元LST值根據(jù)ArcMap 10.6軟件焦點(diǎn)統(tǒng)計(jì)工具計(jì)算出窗口內(nèi)7×7個(gè)像元的溫度平均值進(jìn)行賦值，最后進(jìn)行LST值與景觀指逐像元的相關(guān)性分析。

2 結(jié)果與分析

2.1 城市景觀格局分析

如表1所示，研究區(qū)1996—2017年景觀格局發(fā)生較為顯著的變化。城市水域景觀經(jīng)歷了下降后上升的變化，在1996—2008年期間減少了1.29 km2后在2008—2017年期間又恢復(fù)到初期水平。通過Google Earth查閱研究區(qū)影像發(fā)現(xiàn)，1996年張家口市區(qū)內(nèi)清水河還未修建人工水渠，僅有非常狹窄的細(xì)流，故該時(shí)期影像沒有中未劃分出市區(qū)內(nèi)的水域景觀。研究區(qū)裸地面積在前一階段增加了32.09 km2，在后一時(shí)期減少了51.60 km2，裸地面積的增加主要來源于林草地的轉(zhuǎn)入(圖1)。此外，植被景觀多年來一直處于下降趨勢(shì)，主要原因?yàn)榇罅康穆愕厍终剂肆?、草地，同時(shí)城市化擴(kuò)張也占用了植被用地。近20 a來，研究區(qū)包括建筑用地、道路交通、工礦用地在內(nèi)的不透水面景觀呈現(xiàn)持續(xù)擴(kuò)張趨勢(shì)，整個(gè)時(shí)期增長了81.26 km2(65.57%)；2008—2017年期間，不透水面景觀增加了57.04 km2，占1996—2017年總增長面積的70%，增長主要來源于裸地的轉(zhuǎn)入。近20 a來，研究區(qū)景觀格局變動(dòng)明顯，城市化擴(kuò)張較顯著。

表1 研究區(qū)1996-2007年景觀類型面積 km2

圖1 研究區(qū)1996-2017年不同景觀流轉(zhuǎn)變化

2.2 地表溫度LST反演結(jié)果與分析

由圖2中地表溫度經(jīng)過分級(jí)后的統(tǒng)計(jì)結(jié)果詳見表2。由表2可知，研究區(qū)1996，2008和2017年地表溫度等級(jí)分別以次低溫區(qū)、次低溫區(qū)、中溫區(qū)為主。在2008年，中低溫區(qū)面積比1996年多87.31 km2，地表溫度同等級(jí)的面積增加，且地表溫度等級(jí)升高。研究區(qū)3個(gè)時(shí)期平均溫度分別為23.58，25.31和26.60 ℃，地表溫度在1996—2017年以來整體處于上升態(tài)勢(shì)。分階段來看，研究區(qū)中溫及以上熱力等級(jí)面積在整個(gè)研究時(shí)期內(nèi)逐階段上升，高溫區(qū)由初始階段0 km2到2017年增長為0.32 km2，次高溫區(qū)由0.11 km2增長至7.40 km2，中高溫區(qū)在近20 a增加了近128.23 km2，增幅達(dá)到15.25%。低溫及次低溫區(qū)面積縮減均在100 km2以上。從分布來看，2008和2017年，中高溫及以上熱力等級(jí)區(qū)域主要分布在張家口市區(qū)建筑、交通用地區(qū)域，次低溫及以下熱力等級(jí)區(qū)域分布在張家口市區(qū)東北部崇禮區(qū)。1996年次低溫及以下區(qū)域在張家口市區(qū)北部分布較廣，低溫區(qū)較多分布在在市區(qū)南部，該區(qū)以裸地景觀為主，溫度較低的原因與裸地季節(jié)性的農(nóng)作物種植有關(guān)。在景觀分類中，農(nóng)作物植被沒有被劃分為植被景觀，這就導(dǎo)致當(dāng)農(nóng)作物植被處于生長季、植被覆蓋水平較高時(shí)，地表均溫低于常年無植被覆蓋的裸地景觀水平。近20 a來，研究區(qū)低溫區(qū)面積顯著減少，高溫區(qū)面積明顯增加，城市熱環(huán)境水平進(jìn)一步提升(見圖2)。

表2 研究區(qū)1996-2017年地表溫度分級(jí)面積及比例

圖2 研究區(qū)1996-2017年地表溫度

2.3 景觀格局與LST影響分析

2.3.1 不同景觀類型對(duì)LST影響 為更好地表征不同景觀類型的對(duì)LST的整體影響，通過GIS對(duì)不同景觀類型的LST值進(jìn)行柵格尺度上的分區(qū)統(tǒng)計(jì)(圖3)。研究區(qū)植被與水域景觀在1996，2008和2017年3個(gè)時(shí)間節(jié)點(diǎn)上平均LST均未超過25 ℃；不透水面與裸地(除1996年)在整個(gè)研究期間地表平均溫度均均超過25 ℃，兩者對(duì)于地表熱環(huán)境的貢獻(xiàn)程度最大。多年來，研究區(qū)4類景觀類型的平均LST均呈現(xiàn)逐階段上升趨勢(shì)，裸地、植被、水域、不透水面景觀平均LST在1996—2017年分別增加了3.31，1.97，2.96，3.19 ℃。其中，植被景觀平均LST波動(dòng)較小，較其他景觀更具穩(wěn)定性；水域景觀面積占比較小，該景觀區(qū)域內(nèi)的LST易受水域周邊不透水面景觀影響，因此LST的波動(dòng)性較大；裸地和不透水面景觀區(qū)域的LST波動(dòng)性性不如植被景觀的穩(wěn)定。從整體上看，研究區(qū)各景觀類型平均溫度多年來逐步上升，進(jìn)一步說明張家口市熱環(huán)境水平趨于升高。

圖3 研究區(qū)1996-2017年不同景觀類型平均溫度

為細(xì)分研究區(qū)不同景觀類型對(duì)于不同地表溫度等級(jí)區(qū)域的貢獻(xiàn)程度，通過GIS面積制表工具統(tǒng)計(jì)得到研究區(qū)1996，2008和2017年各景觀類型在不同地表溫度等級(jí)的分布情況(表3)。在2008—2017年，低溫區(qū)植被景觀占比接近100%；在1996年植被景觀在研究區(qū)低溫區(qū)的占比也較大(近63%)，而隨著地表溫度等級(jí)的升高，其占比逐步減小，植被景觀LST處于明顯的的低溫水平。從裸地景觀對(duì)LST的影響來看，裸地景觀LST主要集中在中低溫和中高溫區(qū)，在2008—2017年期間在低溫、高溫區(qū)分布較少，裸地景觀對(duì)LST的影響并沒有很顯著的相關(guān)性。研究區(qū)水域景觀面積占比較少，這導(dǎo)致了水域景觀在LST不同等級(jí)區(qū)占比均偏低。此外，水域景觀在中高溫及以上熱力等級(jí)區(qū)占比均接近于0%，說明該景觀對(duì)LST升高的貢獻(xiàn)程度極低。不透水面景觀在2008—2017年高溫區(qū)占比接近100%，整個(gè)研究區(qū)期間在中高溫、次高溫區(qū)占比也較高(61%～100%)，以上可以認(rèn)為，植被、不透水面景觀分別是研究區(qū)的熱“匯”、熱“源”景觀。

表3 研究區(qū)不同地表溫度等級(jí)區(qū)域景觀類型面積比例

2.3.2 景觀指數(shù)對(duì)LST影響 本文以鄰近年份2017年為例，將選取的景觀指數(shù)與LST做柵格尺度上的相關(guān)性分析。為更清晰地表達(dá)景觀指數(shù)與LST的關(guān)系，對(duì)數(shù)據(jù)進(jìn)行平滑處理，將各個(gè)景觀指數(shù)的重復(fù)值對(duì)應(yīng)的多個(gè)LST值做均值處理，最終擬合結(jié)果如圖4所示。植被、水域景觀比例與LST均具有明顯的負(fù)相關(guān)性(R2>0.94，p<0.01)；不透水面景觀比例與LST呈正相關(guān)性(R2=0.95，p<0.01)；裸地景觀比例與LST呈非線性關(guān)系(R2=0.91，p<0.01)，隨著裸地比例的上升，其與LST的相關(guān)性由正相關(guān)轉(zhuǎn)為負(fù)相關(guān)。植被、水域、不透水面景觀比例與LST存在明顯的線性相關(guān)性；裸地景觀比例與LST最佳擬合曲線為二次函數(shù)，其面積占比達(dá)到60%時(shí)，該類景觀LST達(dá)到峰值。

聚合度(AI)表示同一景觀類型的像元聚合形成斑塊的鄰接關(guān)系，當(dāng)AI值越大，表示該類型景觀集中程度越高。

由圖4可知，研究區(qū)景觀的聚合度與LST相關(guān)性不夠顯著，R2僅為0.04?？梢哉J(rèn)為，在區(qū)域內(nèi)景觀規(guī)劃時(shí)，景觀的集中程度對(duì)區(qū)域尺度內(nèi)的LST幾乎沒有影響。景觀形狀指數(shù)(LSI)表示景觀斑塊形態(tài)特征的復(fù)雜性，LSI值越小，表示景觀斑塊形態(tài)越規(guī)則、簡單，LSI值越大，景觀斑塊形狀越雜亂和無規(guī)律。當(dāng)景觀形狀指數(shù)增大時(shí)，LST呈現(xiàn)增加后減小的變化趨勢(shì)，LST與景觀形狀指數(shù)的相關(guān)性也由正轉(zhuǎn)負(fù)(R2=0.77，p<0.01)。

圖4 研究區(qū)2017年不同景觀指數(shù)與地表溫度的擬合關(guān)系

3 討論與結(jié)論

3.1 討 論

從本文誤差來源來看，在影像質(zhì)量上保證了其無云覆蓋、時(shí)相臨近，且成像時(shí)期前后數(shù)天內(nèi)均是無雨天氣，這樣避免了對(duì)LST反演可能造成的影響；在對(duì)影像的分類中，本文選擇了監(jiān)督分類法中分類精度較高的最大似然法[21]，同時(shí)通過對(duì)照Google Earth軟件里的同時(shí)期高清影像在土地分類后進(jìn)行了人工校正以及精度驗(yàn)證，保證了后續(xù)景觀指數(shù)對(duì)LST影響結(jié)果的可靠性；在研究區(qū)LST反演方法上，本文選擇了大氣校正法，該方法經(jīng)過孟憲紅等[15]的研究論證，對(duì)比單窗算法、單通道算法，大氣校正法反演結(jié)果具有更小的均方差，盡管如此，天氣冷熱狀況的偶然性給LST反演結(jié)果帶來了不確定性，時(shí)序數(shù)據(jù)和月均值數(shù)據(jù)的使用會(huì)是解決該問題的有效途徑；另外，LST反演結(jié)果未得到有效驗(yàn)證，結(jié)果的驗(yàn)證是未來需要進(jìn)一步深入的方向。

與同類研究對(duì)比，張家口市水域、植被景觀面積比例與LST呈負(fù)相關(guān)性，與不透水面和裸地呈現(xiàn)正相關(guān)性，該結(jié)果與同類研究[19-20]一致。景觀指數(shù)與LST相關(guān)性分析中，本研究得出聚合度、景觀形狀指數(shù)均與LST之間沒有明顯的正負(fù)相關(guān)性，這與以往研究[13,22]不同，因?yàn)檫@些研究對(duì)于景觀格局指數(shù)與LST的相關(guān)性分析均是基于全局或者局部的柵格尺度上的擬合，本研究是基于景觀指數(shù)重復(fù)的相同值對(duì)應(yīng)的不同LST的均值求出的擬合，可以看到植被、水域、不透水面景觀均與LST之間展現(xiàn)了較高擬合程度的相關(guān)性，而聚合度、景觀形狀指數(shù)與LST之間沒有明顯的相關(guān)性，這也說明了不同的擬合方法得出的結(jié)論并不完全一致。另外，隨著裸地面積比例的增大，其與LST的相關(guān)性由正到負(fù)的轉(zhuǎn)變，這與裸地的植被覆蓋有關(guān)。裸地的植被覆蓋水平往往與季節(jié)性、人類對(duì)土地的利用方式有關(guān)，在影響分類精度的影響下，低植被覆蓋的像元也會(huì)被分類成裸地，這種情況也會(huì)隨著裸地面積的增多而愈發(fā)顯著，因此導(dǎo)致具有少許植被覆蓋的裸地像元增多帶來的低溫效應(yīng)越明顯。

3.2 結(jié) 論

(1) 整體來看，裸地和植被景觀是張家口市區(qū)最主要的景觀類型，2017年總占比達(dá)到75.17%，不透水面景觀次之(24.38%)；水域景觀在整個(gè)研究期間面積占比均為超過0.50%。由變化情況來看，裸地和植被景觀面積在1996—2017年期間呈減少態(tài)勢(shì)，分別達(dá)到5.77%，16.44%；同時(shí)期，不透水面面積增長65.57%(81.26 km2)，水域面積在研究期間上無明顯變化。

(2) 3個(gè)觀測時(shí)期中，2017年張家口市區(qū)地表平均LST為26.6 ℃，較1996年同時(shí)期增加了約3 ℃，研究區(qū)地表熱環(huán)境向更熱水平發(fā)展。

(3) 不透水面和植被分別為城市熱環(huán)境中的“熱源”和“冷源”，在研究期間的平均LST分別為27.39和23.77 ℃；裸地和水域的平均LST分別為25.52和22.36 ℃。各個(gè)景觀類型的平均LST在1996—2017年呈逐階段上升趨勢(shì)。

(4) 植被和水域景觀面積比例均與平均LST呈負(fù)相關(guān)，不透水面景觀面積比例與平均LST呈正相關(guān)；隨著裸地面積比例和景觀形狀指數(shù)增大，兩者均與平均LST呈由正相關(guān)過渡到負(fù)相關(guān)的變化；聚合度與平均LST沒有明顯相關(guān)性。