重工業(yè)城市
——柳州市熱島效應的空間分布和時間演變

李 彭，錢建平，陳 瀟，楊佳旺

(1.桂林理工大學地球科學學院，廣西 桂林 541006；2.江蘇師范大學文學院，江蘇 徐州 221116)

前 言

城市熱島效應是指當城市發(fā)展到一定規(guī)模，由于城市下墊面性質的改變、大氣污染以及人工廢熱的排放等使城市溫度高于郊區(qū)，形成的類似高溫孤島現(xiàn)象[1]。其造成的城市內部高溫，嚴重威脅居民身心健康，同時會造成城鄉(xiāng)氣壓差，引起空氣環(huán)流，導致城市地區(qū)污染物不易擴散，加重城市內部污染，同時還會使城市耗能增多，總體而言對城市居民及生態(tài)的影響弊大于利。

柳州市是廣西壯族自治區(qū)重要的區(qū)域中心城市，作為廣西最大的工業(yè)城市，柳州市的工業(yè)總量占廣西的1/3。2009年12月，柳州開始加大產業(yè)結構調整力度，做優(yōu)做強汽車、機械、冶金、化工等產業(yè)，加快建設先進制造基地。隨著工業(yè)化迅速發(fā)展，城市規(guī)模的擴張、人口總數的增長，生活、交通、生產等能源的消耗亦急劇增長。城市下墊面結構急劇變化，直接造成土地利用/覆蓋大規(guī)模的改變，建筑物和城區(qū)道路的高吸熱率，混凝土、鋼筋、水泥或磚塊等低反射率，間接導致熱島效應日益突出[2]。

近年來，國內外學者對熱島效應做了大量的研究[3～5]。遙感反演地表溫度的算法最基本的理論依據是維恩位移定律和普朗克定律，主要方法有輻射傳輸方程法[6]、單通道算法[7-8]、單窗算法[9-10]、劈窗算法[11-12]。其中孟憲紅等[13]基于Landsat 5TM數據，采用3種算法對金塔地區(qū)的地表溫度進行反演，結果表明單窗算法和輻射傳輸方程法好于單通道算法。史新等[14]基于Landsat 8數據的3種地表溫度反演算法進行對比分析，3種算法計算LST的像元值線性擬合程度類似，空間分布一致，其中輻射傳輸方程法與單通道算法精度接近一致差值在0～0.05K區(qū)間范圍內，單窗算法的LST偏高于其他2種算法差值在0～1.27K區(qū)間范圍內。所以本文使用輻射傳輸法反演柳州市Landsat 5與Landsat 8遙感影像的地表溫度，并通過計算繪制熱島效應強度分布圖，再通過多源信息分析和嘗試探索地表溫度與影響其因子之間的關系。

1 研究區(qū)概況

以柳州市區(qū)為研究區(qū)圖1(a)，含5個市轄區(qū)，人口約86萬，全區(qū)總面積3 554.03km2。柳州市區(qū)地形平坦微有起伏，地貌以巖溶殘蝕型峰林平原和峰林叢洼地為主。低山丘陵穿插其中，約占陸地面積58.4%，具有典型的巖溶地貌特征。柳江自西北方繞城向東南方向流去。該市區(qū)屬亞熱帶季風氣候，太陽輻射量年平均為95～110kcal/cm2，日照時數平均1 250～1 570h，一年中以7～8月最高，1～2月最低，無霜期長達300天以上。年平均氣溫近21℃，一年中氣溫以7～8月最高，平均氣溫在29℃左右；1～2月氣溫最低，平均氣溫在10℃左右。區(qū)內降雨充沛，年降雨量有1 300～1 500mm。

圖1 研究區(qū)遙感影像(a)與功能分區(qū)(b)Fig.1 Research area remote sensing image (a) and functional division (b)

鑒于城市熱島效應主要與城市建筑物和道路等高蓄熱體、人工熱源、人口密度、工業(yè)能耗、空氣污染、植被類型及覆蓋度等多方面的因素相關，故對柳州市區(qū)依各單元功能分區(qū)圖1(b)，其中：

商貿交通工業(yè)中心區(qū)，分布于市區(qū)中部，集商貿、交通、文教、工業(yè)多種功能中心區(qū)。其中工業(yè)以汽車和鋼鐵為主要特色產業(yè)，擁有柳州上汽汽車、柳鋼等生產基地。

工業(yè)區(qū)，分布于市區(qū)北東部。主要以汽車及汽車零部件產業(yè)為主，其中汽車產業(yè)有上汽通用五菱公司、東風柳汽公司等企業(yè)，汽車零部件有廣西玲瓏輪胎有限公司、柳州玉柴動力有限公司等企業(yè)。據統(tǒng)計，2001年工業(yè)總產值294.83億元，2017年增加到4 670.00億元。

經濟開發(fā)區(qū)，分布于市區(qū)西南方向，緊鄰商貿交通工業(yè)中心區(qū)。擁有機械制造、制藥等為主體的多元化體系。在柳州市工業(yè)的帶動下,經濟發(fā)展猛速，呈現(xiàn)出優(yōu)勢產業(yè)和強優(yōu)企業(yè)不斷發(fā)展壯大的良好勢態(tài)。

農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)，主要分布在市區(qū)北部、北東部以及南部。是種植、養(yǎng)殖、采集、漁獵等生產經營而取得產品的盈利性經濟城鎮(zhèn)。

城市綠化區(qū)(帶)，分布在商貿交通工業(yè)區(qū)與工業(yè)區(qū)之間。是蓮花山保護區(qū)所在區(qū)域，該地域范圍內青山挺立，碧水環(huán)繞，森林覆蓋率達67%，是市區(qū)不可多得的大型生態(tài)功能區(qū)、城市“后花園”和“綠肺”。

農業(yè)區(qū)，分布在市區(qū)西南方向。主要是以種植水稻等農作物為主的區(qū)域，周邊地區(qū)以種植糖蔗、林果為主。

農林區(qū)，主要分布于市區(qū)西部、中南部，地屬山區(qū)，境內石山連綿，森林覆蓋率為47%。

2 研究方法

2.1 數據收集

按照月份相近(10～12月)、影像清晰、云量低(低于1%)的原則從地理空間數據云和美國國家航空航天局(NASA)網站獲取8期研究區(qū)遙感數據。除此之外文中使用數據包括：柳州市2000年至今月值氣象數據(中國氣象數據網)；柳州市區(qū)2017年行政區(qū)邊界矢量數據(廣西自治區(qū)國土資源信息中心)；空間分辨率為30m的數字高程模型(地理空間數據云)；2001年與2017年柳州市區(qū)人口統(tǒng)計數據、柳州市工業(yè)總產值數據(柳州市統(tǒng)計局)。

2.2 反演結果

2.2.1 地表溫度的獲取

利用星載或機載傳感器收集、記錄地物的熱紅外信息來識別地物和反演地表參數如溫度、濕度和熱慣量等。輻射傳輸方程是描述熱輻射傳播通過介質時與介質產生相互作用而使熱輻射能按一定規(guī)律傳輸的方程。研究區(qū)遙感影像經過輻射定標、大氣校正等預處理后，利用輻射傳輸方程法獲得柳州市區(qū)的地表溫度(Land surface temperature，LST)。雖然地表溫度與氣象局監(jiān)測到的大氣溫度存在一定的差異，但數值相近。姜會飛等[15]統(tǒng)計了地表溫度與氣溫的關系后發(fā)現(xiàn)，冬夏兩季的大氣溫度與地表溫度存在較小溫差。將此次柳州市區(qū)地表溫度反演結果與實際月值氣象數據對比發(fā)現(xiàn)，地表溫度值與實際氣溫值相差2℃以下，符合此次研究的需要。

2.2.2 城市熱島效應強度分級

由于選用了柳州市區(qū)遙感影像來反演地表溫度，為了提高研究結果的可比性，引入城市熱島效應強度(Urban Heat Island Intensity，UHII)，它反映了高溫區(qū)域與周邊區(qū)域的溫度相對差異，計算公式如下：

UHII=(TKin-TMean)/TMean

式中，UHII為城市熱島效應強度，TKin為地表溫度，TMean為地表平均溫度。計算得出熱島效應強度值，并按其劃分5個區(qū)域(圖2)：強綠島區(qū)(-0.10以下)、綠島區(qū)(-0.10～-0.03)、正常區(qū)(-0.03～0.03)、熱島區(qū)(0.03～0.10)及強熱島區(qū)(0.10以上)。

圖2 柳州市區(qū)熱島效應強度分級圖Fig.2 Classification map of UHII in Liuzhou urban area

由圖2可知：(1)強熱島區(qū)主要集中在商貿交通工業(yè)中心區(qū)和工業(yè)區(qū)，熱島區(qū)主要集中在商貿交通工業(yè)中心區(qū)和工業(yè)區(qū)邊緣以及經濟開發(fā)區(qū)，正常區(qū)主要分布在農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)，綠島區(qū)集中在城市綠化區(qū)(帶)、農業(yè)區(qū)，強綠島區(qū)集中在農林區(qū)；(2)由農林區(qū)到農業(yè)區(qū)、城市綠化區(qū)(帶)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)、經濟開發(fā)區(qū)、工業(yè)區(qū)、商貿交通工業(yè)中心區(qū)，伴隨其工業(yè)生產和居民生活能耗增大，熱島效應逐漸增強；(3)熱島效應的年度變化趨勢明顯，熱島區(qū)由2001～2018年呈向北東、南西雙向擴展的特點。2010年自治區(qū)政府做出依托柳東新區(qū)建設廣西柳州汽車城的重大決策，使得工業(yè)區(qū)發(fā)展速度加快，強熱島區(qū)趨向北東擴展，并逐年加強。2015年以來經濟開發(fā)區(qū)出現(xiàn)熱島區(qū)，2017年柳江撤縣劃區(qū)，經濟迅速發(fā)展，熱島效應又趨向南西向經濟開發(fā)區(qū)蔓延并逐年加強。

3 結果分析

3.1 地表溫度與城市發(fā)展的關系

美國軍事氣象衛(wèi)星DMPS搭載的OLS傳感器夜間探測的夜間燈光值在城鎮(zhèn)信息提取、社會經濟因子估計及光污染、火災、漁火、天然氣燃燒檢測等方面的應用趨于成熟[16]。

因為夜間燈光影像的光電放大能力很強及存儲量小，所以能夠更加直觀地反映出人類的活動，在城鎮(zhèn)化監(jiān)測[17～20]等方面應用廣泛。對研究我國城市空間變化方面，夜間燈光值數據提供了一種新的方法[21]。聶艷等[22](2019)用DMSP/OLS數據提取我國東北地區(qū)城鎮(zhèn)信息，系統(tǒng)診斷東北地區(qū)城鎮(zhèn)發(fā)展格局、發(fā)展形態(tài)、發(fā)展強度、發(fā)展方向等；林中立等[23](2019) 也使用DMSP/OLS夜間燈光影像對我國東部沿海地區(qū)城市擴展動態(tài)進行監(jiān)測。此次研究由DMSP/OLS夜間燈光值數據截取柳州市區(qū)夜間燈光值(圖3)。

圖3 柳州市區(qū)夜間燈光值圖(2001與2013)Fig.3 Night light values map of Liuzhou urban area (2001 and 2013)

總體上，柳州市商貿交通工業(yè)中心區(qū)夜間燈光值高，工業(yè)區(qū)、經濟開發(fā)區(qū)次之，農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)、城市綠化區(qū)(帶)、農業(yè)區(qū)較低，農林區(qū)更低。與城市規(guī)模的變化一致，柳州市區(qū)夜間燈光值年度變化趨勢明顯，2001年局限在商貿交通工業(yè)中心區(qū)，到2013年夜間燈光值向周邊的工業(yè)區(qū)、經濟開發(fā)區(qū)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)擴張，面積擴大，充分反映出熱島效應與經濟活動密切相關(圖3)。

進一步統(tǒng)計2001年和2013年夜間燈光值，編制地表溫度與夜間燈光值散點圖(圖4)，發(fā)現(xiàn)地表溫度與夜間燈光值呈正比關系，地表溫度隨著夜間燈光值的增加而上升，即隨著城市規(guī)模的擴張，地表溫度上升。

圖4 地表溫度與夜間燈光值散點圖Fig.4 Scatter diagram of LST and night light values

3.2 地表溫度與高程的關系

不同的地貌類型對城市的熱島效應影響不同，因此將地表溫度與從數字高程模型(Digital Elevation Model，DEM)提取的柳州市區(qū)高程對比，采用相同的拉伸色彩，更加直觀的表現(xiàn)出高低溫區(qū)域及分布規(guī)律(圖5)。

圖5 柳州市區(qū)高程(a)與地表溫度(b)Fig.5 Liuzhou urban area DEM(a) and LST(b)

在圖5(a)中，可以看出柳州市區(qū)地勢具有西高東低的特點，西部為高山區(qū)，高程最高值為526m(紅色)；東部條帶狀“川”字型低山丘陵，高程最低值48m(藍色)；中部為平原分布。而在圖5(b)中，以2018年為例，地表溫度西部、中南部低，最低值21.69℃(藍色)，中部、北東部高，最高值35.38℃(紅色)。結合功能區(qū)分布可知，農林區(qū)多分布于地勢高、地表溫度低的區(qū)域，農業(yè)區(qū)、城市綠化區(qū)(帶)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)次之，商貿交通工業(yè)中心區(qū)、工業(yè)區(qū)、經濟開發(fā)區(qū)分布在地勢較低、地表溫度高的區(qū)域。

進一步統(tǒng)計地表溫度與高程，編制兩者二維散點圖(圖6)可知：(1)地表溫度與高程呈反比關系，即隨著高程逐漸增加，地表溫度逐漸下降；(2)散點圖擬合方程的斜率k=-0.0056，說明高程與地表溫度呈反比關系，相關系數R2=0.2569。由擬合方程可知地表溫度隨著高程的增加而下降，即高程每增長1 000m，氣溫隨之下降5.6℃；(3)地表溫度的點陣較寬，地表溫度高低波動較大，說明商貿交通工業(yè)中心區(qū)與工業(yè)區(qū)地表溫度存在一定的差異。

圖6 地表溫度與高程散點圖Fig.6 Scatter diagram of LST and DEM

3.3 地表溫度與下墊面的關系

城市熱島效應與下墊面性質存在一定的關系，為了定量分析地表溫度與下墊面的關系，按下墊面組成分為植被、水體、不透水面，提取柳州市區(qū)2018年10月優(yōu)化土壤調節(jié)植被指數(OSAVI)、改進歸一化差異水體指數(MNDWI)以及不透水面指數(NDISI)來觀測對應指數圖像上的時空序列變化及其與地表溫度的量化關系。

3.3.1 地表溫度與植被的關系

地表溫度與植被的疏密程度相關，為了減少土壤噪聲對植被指數提取的影響，Rachel R. Fern等[24]指出優(yōu)化土壤調整植被指數是一種新的方法，可以適應更大的變異性，利用該方法提取柳州市區(qū)植被分布(圖7)。

圖7 柳州市區(qū)植被分布Fig.7 OSAVI distribution in Liuzhou urban area

從整體上看，農業(yè)區(qū)、農林區(qū)OSAVI最高，農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)、城市綠化區(qū)(帶)較高，經濟開發(fā)區(qū)較低，工業(yè)區(qū)、商貿交通工業(yè)中心區(qū)最低。從2001～2018年，一方面城市綠化區(qū)(帶)、農業(yè)區(qū)、農林區(qū)重視綠化建設，OSAVI增加，植被覆蓋度上升；另一方面與城市建筑面積擴大、入駐企業(yè)增加、工業(yè)迅速發(fā)展等相適應，商貿交通工業(yè)中心區(qū)向工業(yè)區(qū)、經濟開發(fā)區(qū)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)OSAVI減少，植被覆蓋度下降(圖7)。

進一步統(tǒng)計柳州市區(qū)2018年10月植被指數，結果表明地表溫度與植被指數呈負相關，結果與李曉婷等[25](2018)在研究寧德市植被與熱島關系發(fā)現(xiàn)兩者關系基本一致。從中得到擬合方程的斜率為k=-5.9186，表明植被與地表溫度呈負相關，相關系數R2=0.3758。由擬合方程可知地表溫度隨著植被指數增加而遞減，即植被指數每增加0.1，地表溫度隨之下降約0.59℃。反之植被指數的減少導致地表溫度的上升，所以植被覆蓋度少的區(qū)域更容易出現(xiàn)熱島效應。

3.3.2 地表溫度與水體的關系

地表不同介質的吸熱率、熱容量有一定的差別，水體相較于植被、不透水面的吸熱率高、熱容量大，水體的減少會導致局部地表溫度的上升。在對Mcfeeters提出的歸一化差值水體指數 (NDWI) 分析的基礎上[26]，徐涵秋等[27]對構成該指數的波長組合進行了調整，提出了改進的歸一化差值水體指數，該指數對大部分不同類型水體的提取效果優(yōu)于歸一化水指數(NDWI)，特別是城鎮(zhèn)范圍內的水體，使用此方法提取柳州市區(qū)水體分布(圖8)。

圖8 柳州市區(qū)水體分布Fig.8 MNDWI distribution of Liuzhou urban area

從水體分布看，區(qū)內最主要水系——柳江，2001年以來變化不明顯。但從整體上看，區(qū)內水體分布有減少趨勢。相對2001年，2009年、2018年地表零星水體明顯減少，這表明城市發(fā)展用地增大使得許多自然湖泊消失(圖8)。

進一步統(tǒng)計2018年10月柳州市區(qū)水體指數，其中擬合方程式得斜率k=-3.6089，表明水體與地表溫度呈負相關，相關系數R2=0.0219。并推知地表溫度隨著水體指數的增加而下降，即水體指數每增加0.1，地表溫度下降約0.36℃。反之水體指數的減少而上升，所以水體覆蓋面積的減少，促使地表溫度的上升，導致熱島效應的出現(xiàn)。

3.3.3 地表溫度與不透水面的關系

地表溫度受城市建筑、城區(qū)道路等不透水面的影響。周正龍等[28](2019)發(fā)現(xiàn)福州主城區(qū)熱島效應與不透水面呈正相關，柳州市區(qū)地表溫度與不透水面指數關系也有類似情況。

為了將不透水面和其它背景信息有效的區(qū)分開，采用徐涵秋提出的歸一化差異水體指數，提取柳州市區(qū)不透水面分布如圖9。

圖9 柳州市區(qū)不透水面分布Fig.9 NDISI distribution of Liuzhou urban area

從不透水面的分布特征看，一方面農林區(qū)、農業(yè)區(qū)、城市綠化區(qū)(帶)不透水面無明顯變化。對應地，這些區(qū)域城市經濟活動微弱、植被覆蓋度高；另一方面商貿交通工業(yè)中心區(qū)、工業(yè)區(qū)、經濟開發(fā)區(qū)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)不透水面面積明顯增加，這與城市擴張、經濟開發(fā)區(qū)建設、工業(yè)建設迅速發(fā)展一致。從年度變化上看，2001年不透水面中高值(紅、黃色)網狀分布在柳州市區(qū)中部，不透水面中高值由2009年到2018年呈向北東擴展，并集中于商貿交通工業(yè)中心區(qū)，2009年以來商貿交通工業(yè)中心區(qū)不透水面向工業(yè)區(qū)與經濟開發(fā)區(qū)蔓延。2018年不透水面輪廓與強熱島區(qū)、熱島區(qū)輪廓基本吻合(圖9)。

進一步統(tǒng)計柳州市區(qū)2018年10月不透水面指數，得到擬合方程式，其斜率k=22.26，說明不透水面與地表溫度呈正相關，相關系數R2=0.468。

可見地表溫度隨著不透水面指數的增加而上升，即不透水面每增加0.1，地表溫度上升約2.23℃。說明城市建筑、公路等用地面積的增加，導致地表溫度上升帶來熱島效應。

3.3.4 地表溫度與植被、水體、不透水面的關系

馮華梅等[29](2017)在昆明城市熱島效應的研究中發(fā)現(xiàn)植被指數和水體指數與城區(qū)熱島效應均呈線性負相關，即植被和水體可以緩解熱島效應；建筑用地指數與熱島效應呈線性正相關，城市建設用地對熱島效應有較大的貢獻。

本文為更好反映柳州市地表溫度與下墊面的關系，分析影響地表溫度下墊面中的主要影響因子。提取柳州市區(qū)2018年10月影像的優(yōu)化土壤調節(jié)植被指數(OSAVI)、改進歸一化差異水體指數(MNDWI)以及不透水面指數(NDISI)三個指數導入至Origin，并繪制三維散點圖(圖10)。

圖10 地表溫度與 OSAVI、MNDWI、NDISI三維散點圖(2018)Fig.10 3D scatter diagram of LST and OSAVI, MNDWI and NDISI (2018)

由圖10可以看出三者之間的兩兩關系：(1)在NDISI-OSAVI面上, NDISI與OSAVI具有強的反相關關系，NDISI隨著OSAVI的增加而減少，即植被覆蓋度低的區(qū)域，不透水面的覆蓋度高。(2)在NDISI-MNDWI面上, NDISI與MNDWI具有弱的正相關關系，NDISI隨著MNDWI的增大而增大，這反映出了建筑用地的親水性，城市建設依山傍水，柳江作為柳州市的主要河流，影響著建筑群的帶狀分布。(3)在OSAVI-MNDWI面上, MNDWI與OSAVI具有弱的反相關關系，MNDWI隨著OSAVI的增加而減少，表現(xiàn)了植被與水體的相離性。

3.4 地表溫度與地物光譜特征值分布的關系

羥基鐵染信息是在可見光區(qū)范圍內,它們的光譜信息是由為數不多的陽離子的電子躍遷所引起的。作為遙感地質找礦的主要手段已經應用多年，但在熱島效應的研究中尚未涉及，本文采用主成分分析法分別提取2018年柳州遙感影像的羥基和鐵染特征值，并探索其與地表溫度的關系。

地物光譜提取結果顯示，研究區(qū)羥基離子在-0.03～0.05，鐵染離子在-0.80～1.00產生特征譜帶，具有代表性。提取羥基鐵染特征值制作散點圖，探索地表溫度與二者之間的關系。

3.4.1 地表溫度與羥基特征值之間的關系

羥基反映了巖石中的含水礦物，也反映了水體、濕地等信息。提取柳州市2018年10月遙感影像的羥基特征值(圖11)。從羥基特征值分布看出，羥基特征值多分布于含水量相對豐富的農林區(qū)及其周邊、柳江流域附近。進一步統(tǒng)計地表溫度與羥基特征值繪制散點圖，羥基特征值主要分布在柳州市區(qū)西部即柳江流域周圍。通過散點圖以遙感資料得知的地表溫度和以羥基特征值為坐標的散點圖符合二階線性關系，左端羥基特征值在-0.0300～-0.0018，隨著羥基特征值的增加，地表溫度下降，符合水體、濕地等地表對熱島效應的抑制作用；右端羥基特征值在-0.0018～0.0500，隨著羥基特征值的增加，地表溫度上升，說明商貿、建筑、交通、工業(yè)等建設的親水性，所以羥基特征值高的區(qū)域存在一定的高溫現(xiàn)象。

圖11 柳州市區(qū)羥基特征值分布及特征(2018)Fig.11 Distribution of hydroxyl characteristic values in Liuzhou urban area (2018)

3.4.2 地表溫度與鐵染特征值之間的關系

鐵染信息反映了巖石中鐵質礦物的存在，除此之外，也反映了城市鋼鐵構筑物、建筑設施和交通工具(如橋梁、鐵軌、車輛等)的分布。從鐵染特征值分布看出，鐵染特征值多分布于商貿交通工業(yè)中心區(qū)、工業(yè)區(qū)、經濟開發(fā)區(qū)及農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)(圖12)。進一步統(tǒng)計地表溫度與鐵染特征值繪制散點圖。鐵染特征值多分布在北中部及北東部。通過散點圖可知鐵染特征值與地表溫度擬合方程斜率k=2.6094，說明二者呈正相關，相關系數R2=0.3538。隨著鐵染特征值的增加，地表溫度上升，反映出城市鋼鐵器件和建筑設施的高吸熱率、低反射率，促使這部分區(qū)域地表溫度上升，從而出現(xiàn)熱島效應。

圖12 柳州市區(qū)鐵染特征值分布及特征(2018)Fig.12 Distribution of characteristic values of iron dyeing in Liuzhou urban area (2018)

4 討 論

4.1 柳州市熱島效應的影響因素

上述研究表明，熱島效應主要受制于植被、水體和不透水面影響。其與水體、植被呈負相關，與不透水面呈正相關，且與水體、植被相關性較弱，與不透水面的相關性最強。此結果與西安、南京、杭州、福州和廣州[30-31]頗為類似。由于不透水面多屬工業(yè)、建筑密集區(qū)，熱量會更多的表現(xiàn)為顯熱交換形式，從而導致了地表溫度上升和城市熱島的產生；而植被與水體覆蓋的區(qū)域因具有較高的蒸騰(發(fā))作用，熱量更多地表現(xiàn)為潛熱交換而表現(xiàn)出對城市熱島的抑制作用[32]。即不透水面的增溫效果強于植被的降溫效果，植被的降溫效果又強于水體的降溫效果[33-34]。

4.2 柳州市熱島效應的時空分布規(guī)律

2001年以來，柳州市熱島效應總體上呈逐漸增強的趨勢。從熱島強度時間序列圖(圖2)看出，2001年熱島效應弱，呈零星熱點分布；2009年熱島效應增強，顯現(xiàn)出商貿交通工業(yè)中心區(qū)的成片熱島區(qū)，面積為93.57km2；2015年除商貿交通工業(yè)中心區(qū)熱島強度增加，工業(yè)區(qū)出現(xiàn)成片熱島區(qū)，面積增至196.70km2；2018年熱島效應進一步擴大、增強，向北東工業(yè)區(qū)與南西經濟開發(fā)區(qū)迅速擴張，熱島面積達352.12km2。

熱島效應的持續(xù)增強，與城市規(guī)模擴大、經濟發(fā)展加速密切相關，由商貿交通工業(yè)中心區(qū)(2001)——工業(yè)區(qū)的發(fā)展、經濟開發(fā)區(qū)成立(2009)——農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)的出現(xiàn)(2018)。與此同時，柳州市區(qū)常駐人口呈逐年遞增的趨勢，由92.58萬人增長到179.68萬人。工業(yè)總產值也逐年上升，由294.83億元增加到4 670.00億元。相應地，夜間燈光值由2001年到2013年自商貿交通工業(yè)中心區(qū)向工業(yè)區(qū)、經濟開發(fā)區(qū)、農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)擴張；不透水面由零星斑點狀(2001)到明顯的片狀(2009)，最后呈帶狀分布(2018)。上述事實表明，城市規(guī)模擴張導致了人口總數的增加，城市生活、工業(yè)生產能耗增長，建筑、交通用地面積的增大等，進而影響地表溫度，間接引起熱島效應[35-36]。

4.3 羥基、鐵染特征值對熱島效應的關系

羥基、鐵染等礦物成分信息提取在遙感地質學中的找礦研究應用多年[37～39]，本次嘗試作為熱島效應研究新指標，鐵染特征值(-0.80～1.00)與地表溫度呈正相關，與強熱島區(qū)、熱島區(qū)分布一致。鐵染特征值多分布在商貿交通工業(yè)中心區(qū)、工業(yè)區(qū)、經濟開發(fā)區(qū)及農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)，與夜間燈光值、不透水面中高值區(qū)域近似一致。鐵染特征值本質上反映了工業(yè)城市鐵制設施多且吸熱率高、熱容量小的性質，以及易使地表溫度上升的特點，提取鐵染特征值相比下墊面更適用于工業(yè)城市熱島效應的趨勢預測。羥基特征值(-0.03～0.05)多分布于農林區(qū)，以及柳江流域附近。一般而言，地表溫度與羥基特征值呈反相關，但在此研究區(qū)偏向二階線性關系，其原因可能受城市建筑常伴水而建的影響。

5 結論與建議

5.1 柳州市熱島效應主要集中在商貿工業(yè)中心區(qū)、工業(yè)區(qū)、經濟開發(fā)區(qū)。熱島效應與城市規(guī)模擴大、經濟發(fā)展加速密切相關?？傮w上，由商貿交通工業(yè)中心區(qū)(2001)——工業(yè)區(qū)的發(fā)展、經濟開發(fā)區(qū)成立(2009)——農業(yè)鄉(xiāng)鎮(zhèn)企業(yè)區(qū)的出現(xiàn)(2018)。其熱島效應呈“點狀→面狀→帶狀”趨勢發(fā)展。

5.2 地表溫度與夜間燈光值、不透水面指數呈顯著正相關，不透水面對熱島效應的促進最強；地表溫度與高程、植被指數、水體指數呈負相關，而植被對熱島效應的抑制最有效。

5.3 對重工業(yè)城市熱島效應的研究而言，相較于羥基特征值，鐵染特征值可以作為更好的指標。

有鑒于此，結合工業(yè)城市能耗大的特點，健全監(jiān)測機制，加快淘汰柳州市區(qū)落后產能十分必要。同時可以通過加強如商貿交通工業(yè)中心區(qū)、工業(yè)區(qū)等熱島效應明顯區(qū)域的綠化、人工湖建設等方式有效預熱島效應的加劇，實現(xiàn)生態(tài)與經濟持續(xù)更好更快的新發(fā)展。