基于多源遙感數(shù)據(jù)的城市熱島特征與機(jī)理研究

陳春輝，馬苗苗

（1.河南省地球物理空間信息研究院，河南 鄭州 450000；2.河南測(cè)繪職業(yè)學(xué)院，河南 鄭州 450000）

城市化進(jìn)程的加快促進(jìn)了社會(huì)經(jīng)濟(jì)的增長(zhǎng)，但也會(huì)導(dǎo)致一系列問(wèn)題，如城市擴(kuò)張導(dǎo)致大量自然用地類型轉(zhuǎn)化為人工鋪砌面、城市建筑物、道路等不透水面，使得城市地表吸熱屬性發(fā)生變化，從而導(dǎo)致城市區(qū)域的溫度高于周圍郊區(qū)，產(chǎn)生了城市熱島現(xiàn)象。城市擴(kuò)張和城市化進(jìn)程的進(jìn)一步加快，將導(dǎo)致城郊溫差的進(jìn)一步加大。由于城市熱島對(duì)城市環(huán)境、城市氣候和城市居民居住舒適度會(huì)產(chǎn)生顯著影響[1-2]，因此對(duì)城市熱島進(jìn)行有效監(jiān)測(cè)一直是城市規(guī)劃、氣候環(huán)境監(jiān)測(cè)的重點(diǎn)問(wèn)題。

早期的城市熱島監(jiān)測(cè)主要是基于氣象站點(diǎn)得到的氣溫?cái)?shù)據(jù)，但由于“點(diǎn)狀”站點(diǎn)數(shù)據(jù)并不具有空間代表性和全面覆蓋性，因此由氣溫站點(diǎn)數(shù)據(jù)觀測(cè)得到的城市熱島效應(yīng)具有相應(yīng)的局限性[3]。隨著遙感技術(shù)的發(fā)展，由熱紅外遙感影像觀測(cè)得到的地表溫度具有相對(duì)優(yōu)勢(shì)。常用數(shù)據(jù)主要包括Landsat和MODIS數(shù)據(jù)，其中Landsat數(shù)據(jù)空間分辨率較高，更適合中小尺度的城市熱島現(xiàn)象研究[4-6]；MODIS數(shù)據(jù)空間覆蓋性廣且數(shù)據(jù)可獲取的時(shí)間序列長(zhǎng)，更適合大區(qū)域范圍的研究[3,7-12]。目前，關(guān)于城市熱島現(xiàn)象的研究主要可分為城市熱島時(shí)空變化研究以及城市熱島影像因素和歸因分析研究?jī)蓚€(gè)方面，前者大多選用某一時(shí)刻的單幅或少數(shù)幾幅地表溫度影像[7,13-15]；后者大多基于某一單一方面進(jìn)行城市熱島歸因分析，如土地覆被角度、植被角度[16-17]，有待進(jìn)一步對(duì)城市熱島的時(shí)空變化研究和形成機(jī)制研究進(jìn)行整合，詳細(xì)探討其時(shí)空特征和形成機(jī)制。因此，本文以長(zhǎng)三角城市群為研究區(qū)，基于多源遙感數(shù)據(jù)，研究了長(zhǎng)三角城市群城市熱島的時(shí)空分布特征，并進(jìn)一步從下墊面屬性、人為活動(dòng)和植被覆蓋等角度全面揭示了其形成機(jī)制。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

長(zhǎng)三角城市群位于32°34′～29°20′N、115°46′～123°25′E之間，地處長(zhǎng)江中下游，瀕臨黃海和東海，是長(zhǎng)江入海處形成的沖擊平原。長(zhǎng)三角城市群涵蓋上海市以及江蘇省、浙江省、安徽省等26個(gè)城市，區(qū)域面積達(dá)21.17萬(wàn)km2，約占我國(guó)總面積的2.2%，總?cè)丝跒?.25億人。長(zhǎng)三角城市群以超大城市上海為中心，同時(shí)包括特大城市南京和杭州以及Ⅰ型大城市蘇州和合肥。作為我國(guó)核心城市群，長(zhǎng)三角城市群經(jīng)濟(jì)發(fā)展迅速，貢獻(xiàn)了全國(guó)約1/4的GDP。長(zhǎng)三角城市群屬亞熱帶季風(fēng)氣候，常年高溫多雨，其年均溫、最高溫和最低溫都有顯著增加趨勢(shì)。隨著長(zhǎng)三角城市群社會(huì)經(jīng)濟(jì)的發(fā)展，高樓林立、工業(yè)化程度高，導(dǎo)致其熱島現(xiàn)象十分明顯。因此，對(duì)長(zhǎng)三角城市群的城市熱島現(xiàn)象進(jìn)行實(shí)時(shí)有效監(jiān)測(cè)具有實(shí)際意義與價(jià)值。

1.2 研究數(shù)據(jù)與預(yù)處理

本文采用的多源遙感數(shù)據(jù)主要包括MODIS地表溫度數(shù)據(jù)、MODIS土地利用數(shù)據(jù)、MODIS植被指數(shù)數(shù)據(jù)與夜間燈光數(shù)據(jù)。MODIS地表溫度數(shù)據(jù)包括日地表溫度數(shù)據(jù)、8 d合成地表溫度和月合成地表溫度數(shù)據(jù)。為權(quán)衡空間覆蓋性和時(shí)間分辨率，本文采用的地表溫度數(shù)據(jù)為8 d合成的地表溫度（MYD 11A2），空間分辨率為1 km，由日地表溫度均值合成而來(lái)。數(shù)據(jù)源格式為HDF文件，通過(guò)MODIS數(shù)據(jù)處理軟件MODIS_Reprojection_Tool（MRT），結(jié)合IDL二代開(kāi)發(fā)語(yǔ)言，批量進(jìn)行影像拼接、重投影和裁剪，得到長(zhǎng)三角城市群每8 d合成的地表溫度tif影像；再將8 d合成地表溫度影像進(jìn)行均值年合成，得到長(zhǎng)三角城市群年合成地表溫度影像。本文采用的MODIS土地利用數(shù)據(jù)為MCD12Q1，空間分辨率為500 m，時(shí)間分辨率為1 a。同樣，通過(guò)MRT處理軟件，對(duì)源HDF文件進(jìn)行處理，得到土地利用tif影像。該土地利用數(shù)據(jù)將地表分為17種類型，對(duì)其進(jìn)行進(jìn)一步處理，合并為林地、灌木地、草地、耕地、建成區(qū)、裸土、濕地和水體8種用地類型。MODIS植被指數(shù)數(shù)據(jù)（MYD13A1）包括歸一化植被指數(shù)（NDVI）和增強(qiáng)型植被指數(shù)（EVI），空間分辨率為500 m，時(shí)間分辨率為16 d。NDVI數(shù)據(jù)對(duì)植被低覆蓋區(qū)域（如城市區(qū)域）較為敏感，因此本文選擇NDVI數(shù)據(jù)。數(shù)據(jù)源格式同樣為HDF文件，通過(guò)數(shù)據(jù)預(yù)處理，得到長(zhǎng)三角城市群NDVI影像；再通過(guò)最大值合成法得到長(zhǎng)三角城市群年NDVI影像。本文采用的夜間燈光數(shù)據(jù)為NPP-VIIRS影像，空間分辨率為500 m，包含月合成夜間燈光影像和年合成夜間燈光影像。本文采用長(zhǎng)三角城市群年合成夜間燈光影像。由于NPP-VIIRS夜間燈光數(shù)據(jù)包含背景噪聲、火光、天然氣以及火山等，需去除上述影響因素，因此以0.5為閾值去除其影響。另外，由于NPP-VIIRS數(shù)據(jù)在2011年10月以后才有數(shù)據(jù)，因此本文選用2013—2018年的夜間燈光影像作為研究數(shù)據(jù)。

為與地表溫度影像空間分辨率保持一致，將所有數(shù)據(jù)統(tǒng)一重采樣至1 km，同時(shí)為保證數(shù)據(jù)時(shí)間序列的一致性，數(shù)據(jù)選用的時(shí)間范圍均為2013—2018年。

1.3 城市熱島等級(jí)分類方法

為研究長(zhǎng)三角城市群的城市熱島時(shí)空特征，本文利用均值標(biāo)準(zhǔn)差法對(duì)長(zhǎng)三角城市群的城市熱島進(jìn)行等級(jí)分類。首先，為消除不同影像時(shí)相不同帶來(lái)的差異，對(duì)地表溫度進(jìn)行歸一化處理，即

式中，Tnorm為歸一化后的地表溫度，范圍為0～1；Tmax和Tmin分別為地表溫度最大值和最小值；T為每個(gè)地表溫度像元的值。

然后，在Matlab中利用均值標(biāo)準(zhǔn)差法對(duì)歸一化后的地表溫度進(jìn)行城市熱島等級(jí)分類。該方法通過(guò)地表溫度均值與標(biāo)準(zhǔn)差的倍數(shù)關(guān)系劃分城市熱島[3]，將研究區(qū)分為強(qiáng)負(fù)熱島、較強(qiáng)負(fù)熱島、弱負(fù)熱島、無(wú)熱島、弱熱島、較強(qiáng)熱島和強(qiáng)熱島7個(gè)城市熱島等級(jí)。

2 研究結(jié)果與分析

2.1 長(zhǎng)三角城市群城市熱島時(shí)空特征

長(zhǎng)三角城市群2013—2018年城市熱島時(shí)空分布特征如圖1所示，可以看出，長(zhǎng)三角城市群表現(xiàn)出明顯的城市熱島現(xiàn)象，城市熱中心突出；其城市熱島貫穿合肥、南京、蘇錫常地區(qū)，形成以上海、杭州和寧波為頂點(diǎn)的“M”型空間分布特征。從空間分布上看，長(zhǎng)三角城市群中，浙江省和江蘇省大部分地區(qū)都表現(xiàn)出強(qiáng)熱島中心，如江蘇省的蘇錫常地區(qū)、南京等，浙江省的杭州、金華、寧波和紹興等；而安徽省的城市，除了合肥表現(xiàn)出強(qiáng)熱島中心，其他城市的熱島范圍較小，均表現(xiàn)為零星散點(diǎn)式分布。從時(shí)間變化來(lái)看，2013—2018年長(zhǎng)三角城市群的城市熱島現(xiàn)象進(jìn)一步突出，熱島范圍進(jìn)一步擴(kuò)大，具體表現(xiàn)為：熱島強(qiáng)度進(jìn)一步增強(qiáng)，如上海、臺(tái)州和無(wú)錫等；另外，一些小城市的城市熱島現(xiàn)象明顯增強(qiáng)，如安徽省的大部分城市，其城市熱島范圍呈零星點(diǎn)狀形態(tài)進(jìn)一步擴(kuò)張。

圖1 長(zhǎng)三角城市群城市熱島空間分布

長(zhǎng)三角城市群2013—2018年不同城市熱島等級(jí)面積占比如表1所示，可以看出，與長(zhǎng)三角城市群的城市熱島空間變化一致，長(zhǎng)三角城市群的城市熱島呈現(xiàn)增強(qiáng)趨勢(shì)。強(qiáng)熱島和弱熱島等級(jí)均呈波動(dòng)增加趨勢(shì)，截至2018年，二者所占比例分別增加了0.27%和0.92%；而較強(qiáng)熱島和無(wú)熱島等級(jí)占比有所減少，截至2018年，二者分別減少了0.05%和0.07%，說(shuō)明有向強(qiáng)熱島等級(jí)增加的趨勢(shì)；弱負(fù)熱島和較強(qiáng)負(fù)熱島等級(jí)占比也有所減少，截至2018年，二者分別減少了0.08%和0.53%，說(shuō)明長(zhǎng)三角城市群的溫度呈逐漸升高趨勢(shì)。

表1 長(zhǎng)三角城市群不同熱島等級(jí)面積所占比例/%

2.2 長(zhǎng)三角城市群城市熱島與土地覆被的關(guān)系

長(zhǎng)三角城市群2013—2018年土地利用類型的空間分布情況如圖2所示，可以看出，長(zhǎng)三角城市群的城市化進(jìn)程明顯，表現(xiàn)出明顯的城鄉(xiāng)界線；長(zhǎng)三角城市群的土地覆被空間分布與城市熱島的空間分布一致，建成區(qū)溫度偏高，表現(xiàn)為強(qiáng)熱島或較強(qiáng)熱島等級(jí)，而林地、水體和草地等自然土地利用類型溫度較低，表現(xiàn)為負(fù)熱島等級(jí)；2013—2018年長(zhǎng)三角城市群的建成區(qū)范圍有所擴(kuò)張，主要表現(xiàn)為大城市沿主城區(qū)向周圍擴(kuò)大，其他小城市的城市范圍也進(jìn)一步擴(kuò)大，這與長(zhǎng)三角城市群的城市熱島時(shí)空變化趨勢(shì)是一致的。

圖2 長(zhǎng)三角城市群土地覆被空間分布

長(zhǎng)三角城市群不同土地利用類型所占面積變化情況如表2所示，可以看出，2013—2018年長(zhǎng)三角城市群的建成區(qū)范圍逐漸擴(kuò)大，2018年建成區(qū)范圍已增長(zhǎng)2 049 km2，而建成區(qū)中高樓大廈、水泥路面等特殊吸熱屬性導(dǎo)致其在白天易吸收大量熱量，從而具有相對(duì)較高的溫度。長(zhǎng)三角城市群不同土地利用類型的地表溫度統(tǒng)計(jì)如圖3所示，可以看出，建成區(qū)具有最高的地表溫度，因此建成區(qū)用地?cái)U(kuò)張導(dǎo)致了長(zhǎng)三角城市群城市區(qū)域溫度的增長(zhǎng)，從而導(dǎo)致城市熱島現(xiàn)象的增強(qiáng)；濕地、水體和灌木地覆蓋范圍所占面積變化不大，主要變化為林地和草地，具體體現(xiàn)為草地面積逐漸減少，截至2018年已減少3 796 km2，而林地所占面積逐漸增加，截至2018年增加了1 020 km2；水體、林地等自然土地利用類型具有相對(duì)較低的溫度，因此長(zhǎng)三角城市群的城市熱島增強(qiáng)還與郊區(qū)林地的增加有關(guān)。

圖3 長(zhǎng)三角城市群各土地利用類型溫度統(tǒng)計(jì)

表2 長(zhǎng)三角城市群不同土地利用類型所占面積/km2

2.3 長(zhǎng)三角城市群城市熱島與人為活動(dòng)的關(guān)系

長(zhǎng)三角城市群2013—2018年夜間燈光強(qiáng)度的空間分布如圖4所示，可以看出，長(zhǎng)三角城市群夜間燈光強(qiáng)度空間分布基本可體現(xiàn)其城市化進(jìn)程和城市熱島的空間分布，其空間覆蓋范圍與城市熱島圖中的強(qiáng)熱島等級(jí)以及土地利用圖中的建成區(qū)空間分布是一致的。相較于2013年，長(zhǎng)三角城市群在2018年的夜間燈光強(qiáng)度進(jìn)一步增強(qiáng)，具體表現(xiàn)為上海、蘇錫常地區(qū)、杭州和南京等夜間燈光強(qiáng)度在主城區(qū)進(jìn)一步增強(qiáng)，同時(shí)沿著主城區(qū)向郊區(qū)擴(kuò)張；鹽城、宣城、安慶等一些中小城市的夜間燈光強(qiáng)度在2018年進(jìn)一步突顯，表現(xiàn)為明顯的零星散點(diǎn)狀。長(zhǎng)三角城市群的夜間燈光強(qiáng)度空間變化可體現(xiàn)城市化進(jìn)程，同時(shí)反映人為熱的變化情況。長(zhǎng)三角城市群各熱島等級(jí)對(duì)應(yīng)的夜間燈光強(qiáng)度均值統(tǒng)計(jì)如圖5所示，可以看出，長(zhǎng)三角城市群的城市熱島與夜間燈光強(qiáng)度表現(xiàn)為正相關(guān)關(guān)系，隨著城市熱島等級(jí)的增加，其對(duì)應(yīng)的夜間燈光強(qiáng)度也呈逐漸增長(zhǎng)趨勢(shì)。夜間燈光強(qiáng)度可代表城市人為活動(dòng)，還可體現(xiàn)人為熱釋放的多少，與城市熱環(huán)境息息相關(guān)，是城市熱島形成的重要因素。

圖4 長(zhǎng)三角城市群夜間燈光強(qiáng)度空間分布

圖5 長(zhǎng)三角城市群熱島等級(jí)的夜間燈光強(qiáng)度

2.4 長(zhǎng)三角城市群城市熱島與植被覆蓋的關(guān)系

長(zhǎng)三角城市群2013—2018年植被覆蓋空間變化情況如圖6所示，可以看出，2013—2018年長(zhǎng)三角城市群的植被覆蓋具有明顯的空間分異，其中城市區(qū)域的植被覆蓋較低，NDVI值均在0.4以下，核心城區(qū)的NDVI均在0.3以下；而郊區(qū)的植被覆蓋較高，NDVI基本都在0.5以上。植被覆蓋與城市熱島的形成息息相關(guān)，植被的蒸騰作用可帶走大量熱量，因此植被具有降低溫度的作用。2013—2018年長(zhǎng)三角城市群各城市熱島等級(jí)的植被覆蓋情況如圖7所示，可以看出，對(duì)于強(qiáng)熱島至無(wú)熱島（等級(jí)4～7），城市熱島與植被覆蓋呈反比關(guān)系，城市熱島等級(jí)越高，植被覆蓋度越低；對(duì)于負(fù)熱島（等級(jí)1～3），由于這3個(gè)熱島等級(jí)主要分別代表水體和植被，因此隨著熱島等級(jí)的升高，其植被覆蓋度也越來(lái)越高。另外，由圖6可知，2018年長(zhǎng)三角城市群郊區(qū)的植被覆蓋有所增加，特別是長(zhǎng)三角南部地區(qū)。城市熱島是指城市溫度高于郊區(qū)的一種現(xiàn)象，因此郊區(qū)植被覆蓋增加導(dǎo)致其溫度減少，從而增強(qiáng)了長(zhǎng)三角城市群的城市熱島效應(yīng)。

圖6 長(zhǎng)三角城市群植被覆蓋空間分布

圖7 長(zhǎng)三角城市群熱島等級(jí)的植被覆蓋統(tǒng)計(jì)

3 結(jié)語(yǔ)

基于多源遙感數(shù)據(jù)，本文通過(guò)均值標(biāo)準(zhǔn)差法對(duì)城市熱島等級(jí)進(jìn)行分類，研究了長(zhǎng)三角城市群2013—2018年城市熱島的時(shí)空變化特征，并從下墊面屬性、人為活動(dòng)和植被覆蓋等角度研究了長(zhǎng)三角城市群城市熱島的形成機(jī)制。

1）2013—2018 年長(zhǎng)三角城市群的城市熱島現(xiàn)象明顯且呈時(shí)空分異現(xiàn)象。其城市熱島表現(xiàn)為：貫穿合肥、南京、蘇錫常地區(qū)，并以上海、杭州和寧波為頂點(diǎn)呈“M”型空間分布；浙江省和江蘇省大部分城市的城市熱島較強(qiáng)，而安徽省除合肥外，大部分城市城市熱島分布范圍較??；2013—2018年長(zhǎng)三角城市群的城市熱島進(jìn)一步增強(qiáng)，城市熱島范圍擴(kuò)大。

2）長(zhǎng)三角城市群城市熱島的形成與下墊面屬性、人為活動(dòng)和植被覆蓋情況等多種要素有關(guān)。長(zhǎng)三角城市群的城市熱島與建成區(qū)分布、夜間燈光強(qiáng)度和植被覆蓋度均呈現(xiàn)空間一致性，城市熱島的增強(qiáng)與建成區(qū)面積以及郊區(qū)林地面積的增加有關(guān)；城市熱島與夜間燈光強(qiáng)度呈正相關(guān)關(guān)系，且與植被覆蓋度呈負(fù)相關(guān)關(guān)系。