延安市地表熱環(huán)境與下墊面指數(shù)的關系研究

劉思煜，吳 焱，許 娟，張令達

(長安大學 建筑學院，陜西 西安 710064)

近年來城市化的快速發(fā)展導致城市建成區(qū)面積不斷擴大，與之伴隨而來的城市熱環(huán)境問題也逐漸引起關注[1]。人群密集的社會生活以及廠礦的項目開發(fā)不斷消耗現(xiàn)有資源，同時也引起城市下墊面的改變，越來越多的建筑、道路等不透水面影響了近地面水體和熱量的自然交換，對城市熱環(huán)境產生了眾多不良影響，加劇了城市的熱島效應[2-3]。熱島效應會形成以城市為中心的局地環(huán)流變化，對人居環(huán)境和社會發(fā)展會產生眾多威脅[4-6]。

城市地表的熱環(huán)境與熱島效應密切相關，城市熱島的主要研究方法有：傳統(tǒng)氣象統(tǒng)計資料計算、布點觀察以及遙感影像運算[7-10]。其中基于遙感影像進行地表溫度反演是近年來使用較為頻繁的方法之一，通過對遙感影像中中紅外波段的運算可以獲得區(qū)域范圍內真實地表溫度反演的空間分布數(shù)據(jù)，結合Arcgis分析進一步揭示區(qū)域內熱環(huán)境的分布規(guī)律，進而分析其成因以及觀察發(fā)展趨勢[11-12]。政府間氣候變化專門委員會(IPCC)[13]第六次評估報告第一工作組發(fā)布的報告指出從未來20 a的平均溫度變化來看，全球溫升將達到或超過1.5 ℃，熱浪將增加，暖季將延長，氣候變化正在給不同地區(qū)帶來多種組合性變化。因此研究區(qū)域尺度的熱環(huán)境變化以及影響因素的相關性更為重要以及直接。

延安市位于黃土高原地區(qū)，施雅風等[14]表明該地區(qū)屬于全球氣候變化響應的敏感區(qū)域之一，在全球溫度變化的背景下，延安市溫度也隨之變化。馬潤年等[15]利用延安城市站與延長農村站的氣溫資料，分析了熱島效應對延安氣溫的影響，結果表明熱島效應增溫與自然增溫貢獻率相等；田茜等[16]利用氣象數(shù)據(jù)對延安市局地問題進行統(tǒng)計，結果表明“削山造城”工程可能導致延安市溫度變化趨勢與全球年均溫度變化趨勢相反?？傮w而言，目前有關延安城市熱環(huán)境方面的研究主要是對氣象站的數(shù)據(jù)資料進行分析統(tǒng)計，對區(qū)域上的時空演變規(guī)律以及空間分布特點的研究較為不足。因此本研究引入定量遙感對延安市進行地表溫度反演，使用大氣校正法反演地表溫度，對延安市近10 a的地表熱環(huán)境時空分布特征以及主要下墊面指數(shù)對熱環(huán)境的影響進行研究，以期為當?shù)厣鷳B(tài)規(guī)劃發(fā)展提供參考。

1 材料與方法

1.1 研究區(qū)概況

延安市位于陜北南部黃土丘陵溝壑區(qū)(圖1)，地處黃河中游。地理位置35°21′-37°31′N,107°41′-110°31′E?？偯娣e3.7萬km2，年均氣溫7.7～10.6 ℃，年均降水量500 mm，平均海拔1 200 m，年平均日照數(shù)2 300～2 700 h[17]。2010-2020年，延安市的建成區(qū)面積從20.0 km2增長到45.5 km2，年增長2.55 km2；城鎮(zhèn)人口從105.73萬到140.08萬，年均增速3.43萬；城鎮(zhèn)化率由48.34%增長至61.37%，年均增長1.3%，這表明2010-2020年延安市城鎮(zhèn)化率、建成區(qū)面積迅速增長，研究區(qū)域空間發(fā)生顯著的變化，城市不透水面增多，進一步加劇了城市熱島效應，給生態(tài)環(huán)境帶來了不利影響。

圖1 研究區(qū)域位置

1.2 數(shù)據(jù)來源和預處理

研究數(shù)據(jù)包括遙感數(shù)據(jù)以及土地利用覆被數(shù)據(jù)。遙感數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn/)。由于遙感影像的質量和可獲取性不一，經過多次試驗，將遙感影像獲取時間統(tǒng)一集中于5-7月；遙感影像包括LandsatTM和OLI影像(2010年(TM5)、2015年(OLI)和2020年(OLI))，分辨率為30 m，每期由5景影像拼接而成，選取面積占85%以上的影像為一景。借助ENVI 5.3軟件對下載的遙感影像進行輻射定標、大氣校正等預處理，通過延安市矢量邊界進行裁剪，從而得到研究范圍。土地利用覆被數(shù)據(jù)來源于中國科學院遙感與數(shù)字地球研究所。由于該3期數(shù)據(jù)都是二級分類土地利用數(shù)據(jù)，土地利用類型眾多，根據(jù)研究需要將其分類并重新編碼，分別為林地、草地、耕地、水體、建設用地5個土地利用類型。

1.3 研究方法

1.3.1 大氣校正法 由于Landsat8影像第11波段定標參數(shù)誤差較大，因此利用劈窗算法進行地表溫度反演會存在精度不高的問題，單獨對TIRS10波段反演結果精度更高。因此本研究采用大氣校正法對地表溫度進行反演。其原理為估計大氣對地表熱輻射的影響，然后把這部分其大氣影響從衛(wèi)星傳感器所觀測到的熱輻射總量中減去，從而得到地表熱輻射強度，再將這部分熱輻射強度轉化為相應的地表溫度。首先，根據(jù)Landsat數(shù)據(jù)中熱紅外波段的像元值計算對應的輻射亮度。其次，根據(jù)公式求得黑體輻射亮度(Ta)。最后，根據(jù)普朗克函數(shù)計算得到地表真實溫度(LST，公式中用LST表示)。

LST=K2/ln(K1/Ta+1)

(1)

式中:LST為反演得到的地表真實溫度；K1、K2為常量。對于TM影像，K1=607.76(W·m-2·s-1·μm-1)，K2=1 260.56 K；對于OLI影像，K1=774.89(W·m-2·s-1·μm-1)，K2=1 321.08 K。

1.3.2 地表溫度等級劃分 根據(jù)陳松林等[18]研究，均值-標準差法具有較高的準確度，因此采用均值-標準差的方法進行溫度等級的劃分，通過對研究區(qū)進行統(tǒng)計，計算均值和標準差從而獲得分割點，進一步得到不同的溫度等級(表1)。

表1 城市溫度等級劃分標準[16]

1.3.3 下墊面指數(shù)提取

1.3.3.1 歸一化植被指數(shù)(NDVI) 歸一化植被指數(shù)(normalized difference vegetation index,NDVI)是植被生長狀態(tài)0及植被分布密度的參數(shù)，常被用來對植被生長狀況、植被覆蓋度等進行評估，是目前已有的40多種植被指數(shù)中應用最廣的一種。其計算公式為

NDVI=(NIR-R)/(NIR+R)

(2)

式中:NIR為近紅外波段的反射值，R為紅光波段的反射值。

1.3.3.2 歸一化水汽指數(shù)(NDMI) 歸一化水汽指數(shù)(normalized difference moisture index，NDMI)是利用近紅外與短波紅外之間的差異來表達的，與近紅外比較，短波紅外反射率的減小是由于其具有對水分的吸收能力。其計算公式為

NDMI=(p(NIR)-p(MIR))/(p(NIR)+p(MIR))

(3)

式中:p(NIR)為近紅外波段的反射值，p(MIR)為中紅外波段的反射值。

1.3.3.3 歸一化建筑指數(shù)(NDBI) 歸一化建筑指數(shù)(normalized difference built-up index,NDBI)是在楊山[19]提出的仿歸一化植被指數(shù)基礎上提出的，可以較為準確地反映建筑用地信息，數(shù)值越大表明建筑用地比例越高，建筑密度越高。其計算公式為

NDBI=(p(MIR)-p(NIR))/(p(MIR)+p(NIR))

(4)

式中:p(MIR)為中紅外波段的反射值，p(NIR)為近紅外波段的反射值。

1.3.4 地表溫度與下墊面指數(shù)分析處理 使用ENVI 5.3中波段計算(band math)工具，去除指數(shù)中的異常值。采用歸一化公式，將指數(shù)統(tǒng)一量化到0～1，其公式為

N′=(N-Nmin)/(N+Nmin)

(5)

式中:N′為正規(guī)化處理后的數(shù)值，其值在0～1；N為初始值；Nmin為N值中的最小值，Nmax為N值中的最大值。

處理后的指數(shù)數(shù)據(jù)與地表反演結果一同導入ArcGIS中，在ArcGIS中基于延安市矢量邊界生成500個隨機點(圖2)。提取各年份的地表溫度值、NDVI指數(shù)、NDMI指數(shù)、NDBI指數(shù)、至隨機點。將隨機點屬性表導出至SPSS25進行線性分析。

圖2 延安市矢量邊界創(chuàng)建隨機點

2 結果與分析

2.1 地表溫度反演結果及精度分析

2.1.1 地表溫度反演結果 地表溫度反演結果顯示，延安市2010年平均地表溫度最高(37.98 ℃)，2020年平均地表溫度最低(29.53 ℃)，2015年地表溫度的空間變異程度最大可達4.49 ℃(表2)。遙感影像選取以云量少為主，但在進行研究區(qū)裁剪后，仍有部分云量覆蓋，會對溫度反演結果造成一定影響，因此2020年溫度反演結果的最小值僅為-2.14 ℃。

表2 2010-2020年延安市溫度變化

2.1.2 地表溫度反演驗證 相關研究表明年平均地表溫度和氣溫的差值很小，在獲取不到地表溫度的情況下，有學者利用氣溫驗證地表溫度反演精度。以各年份的主景為天氣參考數(shù)據(jù)，查閱延安市當時的天氣數(shù)據(jù)，平均氣溫分別為22、17、14 ℃，結果發(fā)現(xiàn)采用大氣校正法反演得到的2010-2020年的平均地表溫度與氣象站測得的平均氣溫變化趨勢基本一致(圖3)。因此本研究采用大氣校正法反演地表溫度具有可行性。

圖3 2010-2020年地表溫度反演驗證

2.2 延安市地表溫度時空變化特征

根據(jù)均值-標準差法得到延安2010-2020年溫度等級分區(qū)(表3)，由于不同年份的地表溫度均值和標準差并非一致，所以溫度等級分割點也存在差異。同時各熱島面積占比變化如圖4所示，2010-2020年，中溫區(qū)和次高溫區(qū)面積占比總體呈先降后升的變化趨勢，均在2015年達到最低值(32.08%和15.47%)；高溫區(qū)和低溫區(qū)面積占比變化趨勢與之相反，在2015年達到最高值(17.9%和19.66%)；次中溫區(qū)面積占比無明顯變化。在選取的研究期間，中溫區(qū)面積占比最高，均在30%以上，2020年最高達39.30%。2010-2015年，高溫區(qū)面積占比由15.65%升至17.92%，而2015-2020年，由17.92%降至12.81%，次高溫區(qū)面積占比與高溫區(qū)區(qū)相反，2010-2015年由16.76%降至15.47%，而后又升至16.74%(表4)。綜上，2010-2015年，研究區(qū)高溫區(qū)和次高溫區(qū)區(qū)面積逐漸增加；2015-2020年，高溫區(qū)和次高溫區(qū)區(qū)面積逐漸減少，中溫區(qū)的面積顯著增加，低溫區(qū)面積占比減少，次中溫區(qū)無顯著變化。

表4 2010-2020年溫度分區(qū)面積及所占比例

圖4 2010-2020年地表溫度等級面積分布比例

從圖5可以看出，2010-2020年研究區(qū)的高溫區(qū)的分布呈小區(qū)域集中到整體范圍的斑點狀均勻分布特點，并且具有沿主要河流分布的趨勢，2010-2015年高溫區(qū)、次高溫區(qū)主要沿延河分布，2015-2020年則主要由洛河的支流特點進行分布，這與延安地區(qū)人口生活環(huán)境分布具有一定關系。

圖5 不同年份延安市溫度等級分布

2.3 地表溫度與下墊面覆蓋類型變化分析

利用2010年、2015年和2020年土地利用分類與這3個年份的地表溫度反演圖，在ArcGIS軟件的分區(qū)計算統(tǒng)計模塊中進行計算，分別得到各年份不同下墊面覆蓋類型的平均地表溫度(表5)。

表5 2010-2020年土地覆蓋類型平均溫度統(tǒng)計

延安市2010-2020年3期各下墊面覆蓋類型的地表溫度呈現(xiàn)為林地<水<草<耕地<建設用地，因此增加林地面積能夠有效地降低研究區(qū)熱島現(xiàn)象。延安市北部以黃土梁峁、溝壑為主，下墊面覆蓋類型以建設用地為主，同時由于地貌以及氣候干旱的原因，高溫區(qū)、次高溫區(qū)多集中于研究區(qū)北部。南部以黃土塬溝壑為主，下墊面覆蓋類型以林地為主，因此低溫區(qū)多分布區(qū)延安市南部。中溫區(qū)以及次中溫區(qū)集中在耕地以及草地的覆蓋類型。

2.4 地表溫度與下墊面指數(shù)相關性分析

2.4.1 下墊面指數(shù)分布時空特征 本研究中分別提取2005-2020年歸一化植被指數(shù)(NDVI)、歸一化水汽指數(shù)(NDMI)、歸一化建筑指數(shù)(NDBI)，結果如圖6-圖8所示。

圖6 不同年份歸一化植被指數(shù)變化

圖7 不同年份歸一化水汽指數(shù)變化

圖8 不同年份歸一化建筑指數(shù)變化

首先歸一化植被指數(shù)方面，研究區(qū)總體植被覆蓋類型以低覆蓋為主，2010-2020年低覆蓋區(qū)面積均達到30%以上，林地類型具有較高的植被指數(shù)。其次歸一化水汽指數(shù)方面，該指數(shù)整體呈現(xiàn)北低南高的空間分布特征，研究區(qū)南部雖然覆蓋有大量林地面積，但由于當?shù)貧夂蛟蛞约巴烁€林后的管理問題，多處地區(qū)的林地有干旱的現(xiàn)象，所以2015-2020年，研究區(qū)域西南部的水汽指數(shù)呈現(xiàn)降低的趨勢，東南部的林地覆蓋密度較高，因此含有較高的水分含量，同時也存在一定的遙感數(shù)據(jù)處理誤差，導致東南部的指數(shù)表現(xiàn)明顯。最后是歸一化建筑指數(shù)，研究期間建筑中低覆蓋區(qū)面積占比呈上升趨勢，建筑低覆蓋區(qū)和中覆蓋區(qū)面積占比呈先升后降的趨勢，建筑高覆蓋區(qū)無明顯變化。

2.4.2 地表溫度與下墊面指數(shù)的回歸關系 借助ArcGIS軟件，將2010-2020年下墊面各指數(shù)與地表溫度反演圖進行疊加，利用SPSS軟件進行各指數(shù)與溫度的線性回歸方程分析，結果如圖9-圖11所示。通過回歸方程分析，定量得出溫度與植被指數(shù)、水體指數(shù)、建筑指數(shù)之間的關系。從圖可知，地表溫度與歸一化植被指數(shù)、歸一化水汽指數(shù)具有負相關關系，地表溫度與歸一化建筑指數(shù)具有正相關關系。植被指數(shù)每上升0.1，將產生1.1～2.0 ℃的地表降溫作用，水汽指數(shù)每上升0.1,將產生2.8～4.1 ℃的地表降溫作用，建筑指數(shù)每上升0.1，將產生1.4～2.3 ℃的地表升溫作用。延安市地表溫度變化與城市下墊面變化存在著顯著的相關性，建筑面積的增加，導致城市溫度逐漸增高，而植被和水體對地表溫度有一定的降溫作用，緩解城市熱島的強度。

圖9 2010-2020年延安市地表溫度-歸一化植被指數(shù)散點圖及回歸關系

圖10 2010-2020年延安市地表溫度-歸一化水汽指數(shù)散點圖及回歸關系

圖11 2010-2020年延安市地表溫度-歸一化建筑指數(shù)散點圖及回歸關系

3 結論與討論

3.1 結論

2010-2020年延安市的高溫區(qū)面積總體呈先升后降的變化趨勢，中溫區(qū)的面積顯著增加，低溫區(qū)面積占比減少，次中溫區(qū)無顯著變化。溫度反演結果表明近10 a最高地溫、最低地溫和平均低溫呈下降趨勢。

延安市的熱島區(qū)分布呈小區(qū)域集中到整體范圍的斑點狀均勻分布特點，并且具有沿黃河一級支流延河以及二級支流洛河下游分布的趨勢。2010-2015年強熱島區(qū)、次熱島區(qū)主要沿延河分布，2015-2020年則主要沿洛河下游的方向進行分布，這可能與延安地區(qū)的聚落分布有一定的聯(lián)系。

植被指數(shù)每上升0.1，將產生1.1～2.0 ℃的地表降溫作用，水汽指數(shù)每上升0.1,將產生2.8～4.1 ℃的地表降溫作用，建筑指數(shù)每上升0.1，將產生1.4～2.3 ℃的地表升溫作用。延安市地表溫度變化與城市下墊面變化存在著顯著的相關性，建筑面積的增加，導致城市溫度逐漸增高，而植被和水體對地表溫度有一定的降溫作用，緩解城市熱島的強度。

3.2 討論

根據(jù)下墊面覆蓋類型平均溫度可知，林地和水域都能有效降低研究區(qū)熱島，但研究區(qū)處于易旱氣候區(qū)，水資源也并非充裕，若是增加水域面積，不利于長期的管理以及發(fā)展，因此對于研究區(qū)而言，增加林地的面積是降低熱島更為合理的一種方式。通過對比地表溫度反演結果和下墊面指數(shù)的空間分布，可以看到2020年寶塔區(qū)南部、宜川縣西北部以及黃龍縣北部地區(qū)雖然有較高的建筑密度，但溫度并非高溫區(qū)。該部分地區(qū)的地貌為黃土塬溝壑區(qū)，建設環(huán)境多分布于塬面、溝坡和溝谷之中，居民會在塬面上開辟山田，在山腰修建梯田，同時人們對一些低丘緩坡和荒山溝壑等資源進行有序的種植，使得建設部分帶來的不利影響得到了一定的改善，在接下來的研究中也會對影響該部分地區(qū)溫度變化的其他因素進行探討。此外在2010年的地表溫度反演圖中，研究區(qū)北部有3處明顯的低溫區(qū)，經過對每幅遙感影像的檢查，是由于云量覆蓋對溫度反演結果造成了誤差。