南京市不透水面時(shí)空演變特征及其與地表溫度空間關(guān)系分析

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-2443（2025）02-0156-10

引言

城市不透水面（Urban Impervious Surface Area，ISA）指的是廣場(chǎng)、水泥道路、瀝青道路等具有不透水特性的地表面，是現(xiàn)代城市地面的重要組成部分[1]。ISA是評(píng)估城市生態(tài)環(huán)境質(zhì)量的重要指標(biāo)[2-3]。ISA的面積及其變化特征體現(xiàn)出該城市的城市化程度。隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和人口規(guī)模的急劇增長(zhǎng)，中國(guó)正經(jīng)歷著世界上最大規(guī)模的城鎮(zhèn)化過程。2011年，中國(guó)城鎮(zhèn)人口首次超過農(nóng)村人口，城鎮(zhèn)化率已經(jīng)達(dá)到 51.27% 。研究表明，預(yù)計(jì)到2030年，中國(guó)的城鎮(zhèn)化率將上升至 70%^[4] 。城市開發(fā)導(dǎo)致城市下墊面物理屬性改變和人類活動(dòng)釋放的大量熱量，是城市熱環(huán)境破壞和熱島現(xiàn)象形成的關(guān)鍵因素[5]。當(dāng)前，城市熱島現(xiàn)象已經(jīng)嚴(yán)重影響到城市的生態(tài)環(huán)境和居民身體健康，也影響到城市的可持續(xù)發(fā)展[6]。因此，研究城市發(fā)展過程中城市熱環(huán)境的時(shí)空分布規(guī)律及其演變規(guī)律，對(duì)于探討城市熱島治理策略，優(yōu)化和提高城市熱環(huán)境品質(zhì)，都是十分必要的。

近幾年來，隨著遙感技術(shù)和氣象觀測(cè)技術(shù)的不斷進(jìn)步，相關(guān)學(xué)者就城鎮(zhèn)發(fā)展與熱環(huán)境的空間關(guān)系開展了大量研究，其中多以ISA和地表溫度（Land Surface Temperature，LST）作為城鎮(zhèn)和熱環(huán)境的量化指標(biāo)。例如：

吳子豪利用遙感數(shù)據(jù)與網(wǎng)絡(luò)可利用信息構(gòu)建的城市形態(tài)隱式模型等方法研究城市形態(tài)的空間格局與城市熱環(huán)境之間的關(guān)系;孟慶巖通過提取北京市不透水面集聚密度，探究多空間尺度下城市地表熱環(huán)境與其的響應(yīng)關(guān)系，發(fā)現(xiàn)二者存在明顯的正相關(guān)關(guān)系[8]。然而，現(xiàn)有的關(guān)于ISA與LST的關(guān)系的研究大多只是提取數(shù)值后基于面板信息進(jìn)行普通線性回歸分析與相關(guān)分析，很少有從空間上探究二者的關(guān)聯(lián)，特別是LST在空間上隨著ISA擴(kuò)展的變化特征。鑒于此，本文采用雙變量空間自相關(guān)以及景觀指數(shù)，以南京市為主要研究對(duì)象，分析南京市ISA與LST在空間上的聚合特征，探討ISA的擴(kuò)張對(duì)LST的驅(qū)動(dòng)機(jī)制，以期為相關(guān)部門制定城市發(fā)展計(jì)劃及改善人居環(huán)境，劃定城市熱島整治區(qū)提供理論依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

南京市是江蘇省的省會(huì)，面積總計(jì) 6587km² ，位于亞熱帶季風(fēng)氣候區(qū) （118^°22^′～119^°14^′E，31^°14^′～32^° 27^′N ），夏熱冬暖，四季分明，雨熱同期。它既是長(zhǎng)三角面向中、西部的重要通道，又是我國(guó)長(zhǎng)江經(jīng)濟(jì)帶和東部沿海經(jīng)濟(jì)帶的交匯核心區(qū)域[10]。截止2021年，城鎮(zhèn)人口由2000年的435.53萬(wàn)人增長(zhǎng)到931.97萬(wàn)人，同時(shí)區(qū)域城鎮(zhèn)化率已增長(zhǎng)至 86.9% 。隨著城市的快速發(fā)展，城市人口迅速增多，城市在空間上快速向外擴(kuò)張，大量的ISA取代了原來的自然表面，城市的熱島效應(yīng)也日益凸顯。

1.2 數(shù)據(jù)處理

1.2.1數(shù)據(jù)來源與預(yù)處理選取2000、20052013和2021年共6景Landsat系列影像，數(shù)據(jù)來自美國(guó)地質(zhì)探測(cè)局（https：//glovis.usgs.gov/），成像時(shí)間在5—9月，云量均小于 5% ，滿足研究需要。其中，2000、2005年為L(zhǎng)andsat5TM影像，2013、2021年為L(zhǎng)andsat8OLS數(shù)據(jù)。運(yùn)用ENVI5.3進(jìn)行輻射定標(biāo)、大氣校正、鑲嵌及研究區(qū)裁剪等準(zhǔn)備工作。

1.2.2ISA提取采用基于完全約束條件最小二乘混合分離法的線性光譜混合分離模型（FCLS Spectral Un-mixing）分離影像[11]。

（1）線性光譜混合分解。在城市中，各種類型的地物在遙感的不同波段的波譜反射率上有很大的差別，因此可以假設(shè)，城市景觀像元是由高反射率地物、植被、低反射率地物及土壤組成，從而可以實(shí)現(xiàn)線性光譜混合象元的分離。并完成對(duì)ISA的提取。南京市裸地面積較小，因此只假定城市景觀像元由前三種地物組合構(gòu)成。為避免水體對(duì)于ISA信息提取的影響，采用改進(jìn)型歸一化水體指數(shù)（MNDWI）[12]對(duì)影像進(jìn)行水體掩膜處理。對(duì)經(jīng)過水體掩膜的影像進(jìn)行MNF變換，并通過二維散點(diǎn)圖手動(dòng)抓取高反射率地物、植被和低反射率地物三種端元。采用ENVI插件基于完全約束條件的最小二乘混合分離法的線性光譜混合分離模型（FCLSSpectralUnmixing）進(jìn)行混合像元分解，最終得到三種地物的豐度圖。

（2）ISA提取和結(jié)果修正。城市ISA是由高反射率地物和低反射率地物組成，所以將分解結(jié)果的高反射率地物與低反射率地物相加，得到南京市的ISA圖。為保證ISA提取的精度，引入植被覆蓋指數(shù)（NDVI）對(duì)ISA進(jìn)行篩選與確認(rèn)。

（3）精度驗(yàn)證。借助ArcGIS軟件對(duì)透水面及ISA各自隨機(jī)生成100個(gè)精度驗(yàn)證點(diǎn)，并借助Goole EarthPro歷史影像進(jìn)行比對(duì)分析，計(jì)算混淆矩陣和kappa系數(shù)。

1.2.3LST反演采用大氣校正法[13]反演LST。利用ENVI5.3計(jì)算植被覆蓋度與地表比輻射率，公式如下：

P_ν=[（NDVI-NDVI_min）/（NDVI_max-NDVI_min）]²

式中： P_ν 為植被覆蓋度，NDVI為歸一化植被指數(shù)， NDVI_min 與 NDVI_max 分別為裸露地表和植被的歸一化植被指數(shù)值，取經(jīng)驗(yàn)值0.05與0.7; ε_water 表示水體像元的比輻射率， ε_building 表示城鎮(zhèn)區(qū)即ISA與植被土壤的混合像元的比輻射率， E_surface 表示自然地表面即植被土壤的混合像元的比輻射率。

之后，通過Landsat影像的熱紅外波段計(jì)算輻射亮度，再通過輻射亮度計(jì)算出黑體輻射亮度并將其轉(zhuǎn)換

為L(zhǎng)ST，同時(shí)為實(shí)現(xiàn)與ISA值的統(tǒng)一，對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理。具體操作公式如下：

L_λ=Gain×DN+Offeset

式中， L_λ 為星上輻射亮度， DN 為熱紅外波段的像元值， Gain 與Offeset為輻射定標(biāo)的增益與偏移值，在Landsat影像的頭文件（MTL）中可獲取。 為黑體輻射亮度 ，L_atm↑，L_atm↓ 與 τ 分別為大氣上行、下行輻射亮度和大氣透過率，可通過NASA發(fā)布的大氣計(jì)算器獲取（ttps：//atmcor.gsfc.nasa.gov），輸入相關(guān)參數(shù)即可得到大氣剖面信息。 T_s 為L(zhǎng)ST， K₁ 二 K₂ 為定標(biāo)常值，也可在頭文件（MTL）中獲取; LST^' 為正規(guī)化后的LST，LST_max 與 LST_min 為L(zhǎng)ST的最大、最小值。

采用均值u和標(biāo)準(zhǔn)差std法將歸一化地表溫度進(jìn)一步做等級(jí)劃分[14]。具體劃分標(biāo)準(zhǔn)如表1所示。

1.2.4數(shù)據(jù)網(wǎng)格化為滿足后續(xù)特定研究的需求，借助ArcGIS10.8的漁網(wǎng)分析，將南京市矢量圖重新制作成 90m×90m 的漁網(wǎng)，同時(shí)提取每個(gè)網(wǎng)格單元的ISA與LST的平均值作為該網(wǎng)格單元的數(shù)值，經(jīng)連接后得到含有ISA與LST屬性值的南京市漁網(wǎng)圖。

1.3 研究方法

1.3.1 象限方位法 以南京市2000年的ISA重心為坐標(biāo)原點(diǎn)，以正北方向?yàn)槠鹗迹?45^°"為劃分區(qū)間，將南京市劃分為八個(gè)方向區(qū)域，運(yùn)用定量分析方法，對(duì)八方向內(nèi)的2000—2021年城市ISA進(jìn)行統(tǒng)計(jì)，分析城市ISA的時(shí)空擴(kuò)張?zhí)攸c(diǎn)。

1.3.2擴(kuò)展強(qiáng)度指數(shù)為使不同研究時(shí)期各方向上的城市ISA擴(kuò)展速度具有可比性，引人擴(kuò)展強(qiáng)度指數(shù)。擴(kuò)展強(qiáng)度是指城市內(nèi)某空間單元擴(kuò)展面積占該城市土地總面積的百分比，其實(shí)質(zhì)上是將年平均擴(kuò)展速度進(jìn)行標(biāo)準(zhǔn)化處理。公式如下：

式中： E_i 為第i個(gè)象限城市ISA擴(kuò)展強(qiáng)度指數(shù)， ΔA 為第 i 個(gè)象限研究時(shí)間段內(nèi)城市ISA的面積，A為第 i 個(gè)象限土地總面積， Δt 為研究時(shí)間段。

1.3.3標(biāo)準(zhǔn)差橢圓分析為探討ISA的時(shí)空擴(kuò)展規(guī)律及擴(kuò)張方向，對(duì)其進(jìn)行標(biāo)準(zhǔn)差橢圓分析（Standard devi-ational ellipse，SDE）?；贗SA圖，通過SDE方法計(jì)算標(biāo)準(zhǔn)差橢圓的面積、長(zhǎng)軸、短軸及方位角。橢圓面積的變化反映ISA空間分布范圍的變化；長(zhǎng)軸、短軸的變化則分別代表著ISA分布的主要與次要趨勢(shì)方向，兩者標(biāo)準(zhǔn)差的比值則可以反映ISA分布的空間形狀；方位角的變化能夠反映ISA空間分布的主趨勢(shì)方向的變化。計(jì)算公式如下：

式中： （x_umc，y_umc） 是 （x_i，y_i） 的平均中心， w_i 為權(quán)重； 和 y^′_i 是各ISA像元距離域中心的相對(duì)坐標(biāo);根據(jù)tanθ可以得到點(diǎn)分布格局的轉(zhuǎn)角； δ_x 和 δ_y 分別為沿著 x 軸的標(biāo)差和沿著y軸的標(biāo)準(zhǔn)差。

1.3.4雙變量空間自相關(guān)空間自相關(guān)指的是，在同一分布區(qū)內(nèi)，空間變量與其相鄰變量之間是否存在著潛在的空間關(guān)聯(lián)性，它可以被劃分為兩種類型，一種是全局空間自相關(guān)，另一種是局部空間自相關(guān)。雙變量空間自相關(guān)分析（BivariateMoran'sI）指的是將兩個(gè)變量之間的空間相關(guān)性表達(dá)出來，它能夠有效地反映出兩類變量之間的空間相關(guān)性與空間依賴特性[12]。本文通過使用GeoDa軟件來進(jìn)行雙變量空間自相關(guān)分析。

首先開展雙變量全局空間自相關(guān)分析，探討LST對(duì)ISA的空間關(guān)聯(lián)特征。公式為

式中：I為雙變量全局空間自相關(guān)指數(shù)，即LST與ISA的全局空間分布的相關(guān)性; n 為空間單元的總數(shù); W_ij （204號(hào)為通過K-近鄰法建立的空間權(quán)重矩陣； x_i?ji 分別為ISA、LST在空間單元 i，j 的觀測(cè)值; S² 為所有樣本的方差。

在此基礎(chǔ)上，對(duì)兩個(gè)變量的局部空間進(jìn)行了自相關(guān)分析，公式為

式中： I_i 為空間單元i的ISA與LST的局部空間關(guān)系； z_i，.z_j 是空間單元 ∴j 觀測(cè)值的方差標(biāo)準(zhǔn)化值。基于 I_i 可得四種高低聚類模式，并由此組成LISA（Local indications of Spatial Association）空間分布圖：分為HH（高高）聚集，鄰單元內(nèi)自變量因變量值均較大;LL（低低）聚集，即近鄰單元內(nèi)自變量因變量值均較小;LH（低高）聚集，即近鄰單元內(nèi)自變量值較小因變量值較大;HL（高低）聚集，近鄰單元內(nèi)自變量值較大因變量值較小1.3.5景觀指數(shù)景觀指數(shù)（Landscape indices）是一種量化的表示城市綠地系統(tǒng)的空間構(gòu)成及其分布特點(diǎn)的量化指標(biāo)[9]。利用 Fragstats 軟件，選取景觀類型比（Percentage of Landscape，PLAND）、最大斑塊指數(shù)（Largest Patch Index，LPI）、聚集度指數(shù)（Aggregation Index，AI）、平均形狀指數(shù)（Mean Shape-Index，MSI）四類景觀指數(shù)，對(duì)ISA和LST兩個(gè)變量局部空間自相關(guān)下4種聚類方式進(jìn)行分析，探討其空間格局特征。

2 結(jié)果分析

2.1 不透水面時(shí)空演變分析

2.1.1ISA空間格局變化特征對(duì)2000—2021年共計(jì)四期的南京市的ISA提取結(jié)果進(jìn)行精度驗(yàn)證（表2），結(jié)果顯示，其總體分類精度高于 87% ，kappa系數(shù)在0.74以上，提取出的不透水指數(shù)具有較高的準(zhǔn)確度，滿足研究需要。

圖1所示為南京市ISA分析結(jié)果，圖中柵格值（ 30m 精度）大于0小于1。從圖1可以看出，從2000年開始，南京市ISA指標(biāo)總體上呈擴(kuò)大的態(tài)勢(shì)，高值區(qū)以市中心六區(qū)為主，其余5個(gè)區(qū)域只存在少數(shù)幾個(gè)高值區(qū)。江寧區(qū)及市中心六區(qū)在2005年度ISA指標(biāo)較高區(qū)域的區(qū)域面積出現(xiàn)了較大幅度的增加，其他四區(qū)增長(zhǎng)不明顯；2005一2013年溧水區(qū)、江寧區(qū)ISA明顯增長(zhǎng)，ISA高值區(qū)增多；2013年以來，南京市的ISA總體上呈現(xiàn)出較快的發(fā)展態(tài)勢(shì)，尤其是新建的國(guó)家級(jí)高新區(qū)浦口區(qū)和六合區(qū)，隨著其建設(shè)用地持續(xù)增加，ISA指標(biāo)高值區(qū)也迅速擴(kuò)大。除此之外，在其它區(qū)域，也有不少高值區(qū)。從整體上講，南京市城鎮(zhèn)擴(kuò)展呈現(xiàn)出多個(gè)時(shí)間、多個(gè)點(diǎn)的不同步性擴(kuò)張?zhí)攸c(diǎn)。

2.1.2八方位ISA時(shí)空演變特征采用象限方位法，分別統(tǒng)計(jì)2000一2021年南京市不同方位ISA的面積和比例。如圖2所示，2000—2021年正北方位ISA面積占研究區(qū)總面積的比重始終最大，但呈現(xiàn)出下降趨勢(shì)，2000年時(shí)占比 37.02% ，到2021年時(shí)則降至30.84% ，比重降低了 6.18% ，同時(shí)ISA面積占比呈下降趨勢(shì)的還有西北方位，2000年時(shí)占比有 24.56% ，到2021年時(shí)僅占比 11.38% ，比重減少了 13.18% 。其他方位2021年ISA面積比重較2000年都表現(xiàn)出不同程度的增加趨勢(shì)，其中比重增加最多的為東南方向，共增長(zhǎng)了 7.03% ，面積增加了 203.21km² 。由此可見，南京市ISA分布中心在北向方位，而整體發(fā)展方向則偏向東南方位。

計(jì)算不同時(shí)期ISA的擴(kuò)展強(qiáng)度，分析其變化特點(diǎn)：2000—2005年?yáng)|北、正東、西南方位的ISA擴(kuò)展強(qiáng)度較大，高于該時(shí)期的平均水平，其中正東方位的擴(kuò)展強(qiáng)度指數(shù)最大，為1.72，其次為東北方位，為1.67，比較而言正南和西北方位的擴(kuò)展強(qiáng)度指數(shù)相對(duì)較小，ISA呈現(xiàn)出東北—西南方位擴(kuò)張趨勢(shì)。2005—2013年除正東方位擴(kuò)展強(qiáng)度指數(shù)較上一階段降低，其余方位ISA擴(kuò)展強(qiáng)度指數(shù)較上一階段有所增加，正西、東北和西南方位擴(kuò)展強(qiáng)度較高，分別為2.21、2.3、1.92。此階段反映了城市擴(kuò)張速度逐漸加快，擴(kuò)展強(qiáng)度增強(qiáng)，城市整體均勻的向外擴(kuò)張。2013—2021年，東北、西南、正西和西北方位較前一階段有所回落，而正北、正東、東南和正南方位ISA的擴(kuò)展強(qiáng)度與上一時(shí)期相比則呈現(xiàn)上升趨勢(shì)。正東、東南、正北和正南方位的擴(kuò)展強(qiáng)度較大，分別為1.86、1.79、1.51和1.51，均超越了同一時(shí)期的平均水平，ISA向東和向西方位發(fā)展?？傮w而言，2000—2021年正北、東南和正南方位的ISA擴(kuò)展強(qiáng)度不斷增加，擴(kuò)張較為明顯。

2.1.3ISA擴(kuò)張趨勢(shì)分析城鎮(zhèn)的空間格局變化受到自然環(huán)境、經(jīng)濟(jì)發(fā)展以及政府發(fā)展策略等多種要素的綜合影響，在發(fā)展模式上表現(xiàn)為同心圓、軸帶以及多中心等[15]。應(yīng)用標(biāo)準(zhǔn)差橢圓法定量研究2000—2021年南京市ISA的空間擴(kuò)展趨勢(shì)。

對(duì)南京市ISA的空間重心轉(zhuǎn)移進(jìn)行分析。如圖3所示，2000—2021年間南京市ISA空間重心從 31.948^°N 118.829^°E 轉(zhuǎn)移至 31.872^°N，118.858^°E ，向東南方向遷移了 8.86km ，仍分布在江寧區(qū)北部，貼近市中心六區(qū)。就不同擴(kuò)張階段而言，ISA重心遷移方向和程度不同：2000—2005年ISA重心向東南方向移動(dòng)，移動(dòng)距離7.27km ，年均轉(zhuǎn)移 1.45km;2005-2013 年，ISA重心向西北方向移動(dòng)，移動(dòng)距離為 2.76km ，年均轉(zhuǎn)移 0.55km;2013 年至2021年，ISA又向東南方向移動(dòng)，移動(dòng)距離為 4.33km ，年均轉(zhuǎn)移 0.87km 。結(jié)合圖1和圖3，發(fā)現(xiàn)在三個(gè)階段中：2000—2005年ISA空間重心表現(xiàn)為東南遷移趨勢(shì)，但遷移距離與遷移角度有限，這一時(shí)期南京市ISA主要是以市中心六區(qū)建成區(qū)為中心點(diǎn)向南部郊區(qū)擴(kuò)張，市區(qū)面積進(jìn)一步擴(kuò)大，其他地區(qū)ISA增加面積相對(duì)較少；2005—2013年轉(zhuǎn)移距離和轉(zhuǎn)移角度最大，擴(kuò)張方向指向西北，說明該時(shí)期ISA擴(kuò)張最為顯著，發(fā)展重心偏向于長(zhǎng)江沿岸地帶；而在2013—2021年間，ISA空間重心的轉(zhuǎn)移距離和轉(zhuǎn)移角度也相對(duì)較大，這主要是由于此時(shí)長(zhǎng)江兩岸城鎮(zhèn)發(fā)展已經(jīng)形成規(guī)模，使得城市發(fā)展重心向東南方位偏移。

分析不同時(shí)期南京市ISA標(biāo)準(zhǔn)差橢圓，研究發(fā)現(xiàn)，四個(gè)時(shí)期南京市ISA標(biāo)準(zhǔn)差橢圓的方位角始終保持在 170^° 附近，這表明南京市ISA擴(kuò)張的空間方位維持在西北—東南方向。2000—-2005年標(biāo)準(zhǔn)差橢圓長(zhǎng)軸長(zhǎng)度增加短軸長(zhǎng)度減少，橢圓扁率由2.399增大為2.694，表明這一時(shí)期ISA的擴(kuò)張主要以偏南方向?yàn)橹鳎鞘邪l(fā)展的重點(diǎn)在市區(qū)偏南地帶。2005—2013年標(biāo)準(zhǔn)差橢圓的面積是三個(gè)時(shí)期中增加最為顯著的，表明這一時(shí)期ISA的空間擴(kuò)展范圍最大，2013年橢圓的長(zhǎng)軸只比2005年增加了 0.035km ，而短軸卻比2005年增加了 2.381km ，橢圓扁率由2.694減少至2.430，這說明該時(shí)期ISA的空間擴(kuò)張主要沿短軸方向，擴(kuò)張范圍主要是以市中心六區(qū)為中心沿東西走向向長(zhǎng)江兩岸發(fā)展，其他片區(qū)ISA增加也相對(duì)較多，空間分布由市中心六區(qū)集聚轉(zhuǎn)變?yōu)槭杏虼蠓秶?，在空間上形成連續(xù)成片狀布局模式。2013—2021年橢圓的長(zhǎng)軸由57.659km增加至 61.877km ，短軸則由 23.762km 減少至 22.927km ，橢圓扁率增加至2.699，說明這一時(shí)期ISA擴(kuò)張的方向性最為明顯，ISA空間分布范圍進(jìn)一步擴(kuò)大，城鎮(zhèn)發(fā)展凸顯為全域發(fā)展模式。

2.2 ISA與LST的空間關(guān)系

2.2.1熱環(huán)境空間分布格局LST時(shí)空分布如圖5所示。2000—2021年熱島區(qū)皆由透水面向ISA聚集的城區(qū)轉(zhuǎn)移，2000年因?yàn)镮SA較少，熱島區(qū)多分布在長(zhǎng)江北岸的耕地地區(qū)，這些地方因?yàn)榈乇砺懵叮?yáng)輻射后升溫迅速;2000年以后，因?yàn)镮SA的快速擴(kuò)張，LST的城鄉(xiāng)差距變得明顯，高溫區(qū)也開始向城鎮(zhèn)區(qū)集聚，原本的耕地因?yàn)槌鞘械目焖偕郎豅ST反而由高溫區(qū)降為次高溫區(qū)和中溫區(qū)。2005—2021年間隨著ISA的不斷擴(kuò)展，城市熱島效應(yīng)增加明顯，相比之下廣大的透水區(qū)的熱島效應(yīng)下降，高溫區(qū)和次高溫區(qū)均向城市轉(zhuǎn)移，形成城市熱島區(qū)。總之，南京市LST的分布與南京市ISA擴(kuò)張導(dǎo)致的城鎮(zhèn)格局的改變相關(guān)聯(lián)。

2.2.2ISA與LST的全局空間關(guān)系分析軟件（GeoDa）計(jì)算ISA與LST的雙變量莫蘭指數(shù)（表2）。結(jié)果顯示，南京市四個(gè)年份的ISA與LST均呈現(xiàn)正相關(guān)性，且隨著時(shí)間的推移，兩者的空間正相關(guān)性越發(fā)顯著，即ISA的擴(kuò)張會(huì)帶動(dòng)擴(kuò)張區(qū)的LST上升。這是由于南京市的透水面主要是由植被覆蓋，熱容量較高，而ISA主要是由城市建設(shè)用地、硬化道路組成，熱容量低、熱傳導(dǎo)性高，當(dāng)ISA擴(kuò)張取代原本的透水面后，會(huì)使得擴(kuò)張區(qū)域的LST迅速上升，并通過熱量傳遞帶動(dòng)周邊地區(qū)的LST上升。從整體來看，隨著時(shí)間的推移，南京市的雙變量莫蘭值逐漸變大，即ISA與LST的空間關(guān)聯(lián)更加顯著，這說明隨著南京市ISA的逐漸擴(kuò)張，LST的高值區(qū)在空間上呈現(xiàn)集聚趨勢(shì)，呈現(xiàn)出ISA的高值集聚區(qū)即為L(zhǎng)ST的高值集聚區(qū)的空間集聚狀態(tài)。這是因?yàn)橐环矫婺暇┦械某擎?zhèn)擴(kuò)張會(huì)使得原本分散破碎的ISA逐漸連接成片，城市的熱島效應(yīng)增強(qiáng)，熱島范圍擴(kuò)大，出現(xiàn)城市區(qū)即為熱島區(qū)的空間現(xiàn)象。而另一方面，由于ISA與透水面的LST差異，加劇了城市LST的熱傳導(dǎo)效應(yīng)，導(dǎo)致城市周邊地區(qū)的LST的上升，最終導(dǎo)致熱島區(qū)范圍要大于城市區(qū)范圍。

比較來看，南京市市中心六區(qū)與其他五區(qū)的雙變量莫蘭值存在變化差異。市中心六區(qū)的雙變量莫蘭值始終保持在一個(gè)較高水平，而其他五區(qū)的雙變量莫蘭值則有較大的增加幅度。這主要是由于南京市不同區(qū)的城市發(fā)展進(jìn)程的不同造成的，對(duì)比四期ISA與LST空間分布圖，可以發(fā)現(xiàn)，市中心六區(qū)的城鎮(zhèn)在2000年時(shí)就已經(jīng)初具規(guī)模，而其他五區(qū)的城鎮(zhèn)則有一個(gè)較長(zhǎng)的發(fā)展周期，在2000年，由于市六區(qū)以外的地區(qū)ISA分布較少，所以城市熱島區(qū)除了在市六區(qū)分布外，主要集中于長(zhǎng)江以北的大片耕地區(qū)域，南京市其他地區(qū)的ISA與熱島區(qū)的空間關(guān)聯(lián)并不顯著。而到了2005年，其他各區(qū)的城鎮(zhèn)化水平得到了一定的發(fā)展，與熱島區(qū)的空間范圍更加匹配，來到2013年，南京市其他各區(qū)的城市發(fā)展已成規(guī)模，ISA的集聚不僅使得城市的LST升高，也使得熱量向城市周邊傳遞的強(qiáng)度更加顯著，出現(xiàn)了以ISA聚集區(qū)為核心，覆蓋ISA周邊地區(qū)的大熱島區(qū)，2021年這種現(xiàn)象則更加明顯。

2.2.3ISA與LST的局部空間關(guān)系借助空間分析軟件（GeoDa）對(duì)ISA與LST進(jìn)行了局部高低聚類分析，得到了南京市ISA與LST的LISA分布圖（圖6）。如圖所示，HH集聚主要分布在長(zhǎng)江沿岸的城區(qū)，且以長(zhǎng)江為界向其南北擴(kuò)張集中的趨勢(shì)明顯;LL聚集在2000年和2005年主要出現(xiàn)在南京市的河湖地區(qū)，2013年至2021年后又?jǐn)U張到了長(zhǎng)江北岸的廣闊耕地范圍內(nèi)，這主要是由于城市的快速擴(kuò)張使LST產(chǎn)生高低值分區(qū)所導(dǎo)致的;LH在2000年主要分布于長(zhǎng)江北岸，之后三個(gè)年份便一直集中于HH集聚區(qū)附近，2000年長(zhǎng)江北岸大面積區(qū)域?qū)儆谕杆婧蜔釐u區(qū)，所以出現(xiàn)大范圍LH集聚，2005年之后熱島區(qū)便主要集中于ISA高值聚集區(qū)，但由于LST的熱傳導(dǎo)性、太陽(yáng)輻射及人供熱排放的影響，使得城區(qū)附近的透水面的LST也相對(duì)較高，造成了LH集聚的現(xiàn)象;HL集聚數(shù)量較少，多分布在城鎮(zhèn)邊緣區(qū)和小范圍零散分布的ISA集聚區(qū)，盡管ISA的值較高，但由于周邊多為植被覆蓋區(qū)，受冷島效應(yīng)的影響，LST較低。

使用Fragststs 4.2計(jì)算南京市ISA與LST的HH、LL、LH、HL集聚的景觀指數(shù)（圖7）。結(jié)果顯示，南京市ISA與LST的HH集聚和LL集聚的PLAND呈增加態(tài)勢(shì)，LH集聚和HL集聚的PLAND、AI、LPI則呈減少態(tài)勢(shì)，這主要是由于城市擴(kuò)張使得原先的透水面轉(zhuǎn)變成了ISA，帶動(dòng)其范圍內(nèi)的LST上升，最終使ISA高值區(qū)與LST高值區(qū)重疊，形成HH集聚;而相比較而言，城市外部廣大的透水面的LST的熱島等級(jí)下降，這部分區(qū)域大多轉(zhuǎn)化形成LL集聚區(qū)。城鎮(zhèn)擴(kuò)張也將原先分裂破碎的城鎮(zhèn)區(qū)連接起來，形成連續(xù)的片狀，促使城市熱島效應(yīng)的強(qiáng)度增加，分布范圍更為廣泛，城鎮(zhèn)間的HL集聚減少，而原本LH集聚的透水面也城鎮(zhèn)的快速擴(kuò)張而變得破碎，對(duì)比城鎮(zhèn)而言其熱島效應(yīng)降低，LST也相對(duì)降低，所以LH集聚與HL集聚的斑塊豐度趨于減少，斑塊趨于收縮破碎。HH集聚、LL集聚的MSI呈上升趨勢(shì)，說明斑塊形狀并不趨于平整，這主要是因?yàn)長(zhǎng)L集聚區(qū)受限于耕地及河湖形狀平整度較低，而HH集聚斑塊平整度較低的原因是城市邊界并不規(guī)整。而LH集聚的斑塊趨于集聚則是因?yàn)榧蹍^(qū)多為公園綠地綠化帶?？傮w來看，2000—2021年南京市的HH集聚、LL集聚的PLAND、LPI都為高值，而LH集聚、HL集聚的PLAND、LPI皆為低值，且下降的趨勢(shì)明顯。這表明隨著ISA的擴(kuò)張，城市熱島效應(yīng)不斷加強(qiáng)，HH集聚、LL集聚的景觀優(yōu)勢(shì)度較大且較為聚集，而LH集聚、HL集聚的斑塊則趨于收縮破碎。

另外可以看出，相較于其他三個(gè)聚類方式景觀格局較為明顯的變化趨勢(shì)而言，LL集聚的四類景觀指數(shù)的變化趨勢(shì)較為穩(wěn)定，且一直保持在一個(gè)較高數(shù)值范圍內(nèi)，這主要是因?yàn)镮SA的擴(kuò)張總是在原有的ISA分布基礎(chǔ)上向外圍輻射，這樣就使得后增加的ISA高值區(qū)在空間上包圍著原有的ISA高值區(qū)，透水面的也是伴隨著ISA的擴(kuò)張而逐漸消減，而這種消減過程也保證著透水面在空間上仍具有較好的連續(xù)性，因此在城市熱島輻射的范圍外所形成的LL聚集區(qū)的PLAND、LPL、AI并未受到較大的影響，同時(shí)由于透水面本身的形狀也較為曲折，其LL集聚的MSI也維持在高值。由圖6也可以看出，南京市HH集聚的PLAND與AI呈增加趨勢(shì)，這也與ISA在擴(kuò)張中趨于集聚相關(guān)聯(lián)，長(zhǎng)江沿岸的ISA沿著長(zhǎng)江向東西兩側(cè)逐漸擴(kuò)展，最終連接成為一個(gè)跨域行政區(qū)劃的ISA集聚區(qū)，而南北兩側(cè)的ISA也在沿著連接彼此的交通干線逐步擴(kuò)張，呈連接聚集趨勢(shì)。這種ISA連接聚集趨于合并的趨勢(shì)，也帶動(dòng)了ISA擴(kuò)張區(qū)及周邊地區(qū)的LST的上升，HH集聚在大空間上逐漸融合成為一體。同時(shí)也應(yīng)該注意到，HH集聚的LPI在2005年之后有小幅度的減少，微觀視角中南京市的ISA變得破碎，這可能與南京市的舊城改造有關(guān)，為改善人居環(huán)境，減少熱島效應(yīng)影響，原來的南京市城區(qū)內(nèi)的部分ISA被改造成了綠化公園和綠化帶，這使得ISA的單個(gè)斑塊不會(huì)過于龐大，而綠化帶和公園也因其透水的性質(zhì)，ISA較低，形成被HH集聚區(qū)包圍的破碎的LH集聚區(qū)。因此，HH集聚在宏觀范圍內(nèi)趨于集中連續(xù)連片發(fā)展，向外擴(kuò)張的趨勢(shì)明顯，而在微觀范圍內(nèi)被LH集聚分割，單個(gè)斑塊的大小受限。

3 結(jié)論與展望

3.1 結(jié)論

基于2000—2021年四期六景遙感影像，利用受約束的線性光譜分離法解譯南京市不透水面演變數(shù)據(jù)，并使用擴(kuò)展強(qiáng)度指數(shù)、標(biāo)準(zhǔn)差橢圓探究南京市不透水面的時(shí)空演變特征，同時(shí)采用大氣校正法反演地表溫度，借助雙變量空間自相關(guān)及景觀指數(shù)探究不透水面與地表溫度的空間關(guān)聯(lián)，深入解析兩者的交互作用。研究結(jié)論如下：

（1）2000—2021年南京市ISA的比重不斷增大，向南發(fā)展的趨勢(shì)明顯，城鎮(zhèn)擴(kuò)張模式由早期的以市中心六區(qū)為中心的條帶狀擴(kuò)張模式逐漸轉(zhuǎn)變?yōu)槎帱c(diǎn)蔓延式全域發(fā)展模式。

（2）2000—2021年南京市ISA與LST的雙變量莫蘭指數(shù)大于零且逐漸增加，表明ISA與LST呈現(xiàn)出明顯的正相關(guān)關(guān)系且相關(guān)性不斷增強(qiáng)，ISA的擴(kuò)張會(huì)加劇城市熱島效應(yīng)。ISA與LST的空間聚類模式以HH集聚和LL集聚為主，HH集聚區(qū)主要分布在ISA呈高值的城市地帶，LL集聚區(qū)主要分布在城市以外的廣大透水區(qū)，特別是耕地和河流地帶。

（3）由于ISA的不斷擴(kuò)張，城市熱島效應(yīng)愈發(fā)顯著，ISA與LST的HH集聚和LL集聚的景觀優(yōu)勢(shì)度及聚集度不斷增加，斑塊占比不斷增大且趨于集聚，相比較而言HL集聚和LH集聚的景觀優(yōu)勢(shì)度和聚集度不斷下降，斑塊趨于收縮破碎。

（4）南京市ISA以原有ISA分布區(qū)為中心向外輻射的有序擴(kuò)張模式使得在ISA分布區(qū)外的廣大透水區(qū)的LL集聚在空間上維持其連續(xù)性，各類景觀指數(shù)保持在一個(gè)較高水平。

（5）在宏觀尺度上長(zhǎng)江沿岸的ISA沿著長(zhǎng)江向東西兩側(cè)逐漸擴(kuò)展，最終連接成為一個(gè)跨域行政區(qū)劃的ISA的集聚區(qū)，而南北兩側(cè)的ISA也在沿著連接彼此的交通干線逐步擴(kuò)張，呈連接聚集趨勢(shì)。這種ISA連接聚集趨于合并的趨勢(shì)，也帶動(dòng)了ISA擴(kuò)張區(qū)及周邊地區(qū)的LST的上升，HH集聚在大空間上逐漸融合成為一體，其PLAND、AI呈現(xiàn)上升趨勢(shì);而在微觀尺度上受舊城改造的影響，部分ISA集聚區(qū)逐漸更新成為綠化公園及綠化帶，形成被HH集聚區(qū)包圍的破碎的LH集聚區(qū)，HH集聚區(qū)受其分割，單個(gè)斑塊的大小受限，LPI呈現(xiàn)小幅度的減少趨勢(shì)。

3.2 研究展望

本文分析了2000—2021年南京市ISA的擴(kuò)張趨勢(shì)及其與LST的空間關(guān)聯(lián)，在一定程度上揭示了南京市的城鎮(zhèn)發(fā)展動(dòng)態(tài)以及城鎮(zhèn)發(fā)展對(duì)地表溫度的影響機(jī)制。

然而，本文仍存在一些不足之處。一方面，研究所用的遙感影像成像時(shí)間在5—9月，時(shí)間跨度大，地表溫度在此期間的變化較大，遙感影像在時(shí)間選擇上并未達(dá)到最佳效果。另一方面，手動(dòng)抓取純凈像元的尺度受到操作者本身的影響，在提取過程中難免出現(xiàn)抓取到混合像元的情況，從而影響到ISA的提取精度。同時(shí)，本文在探究ISA與LST的空間關(guān)系時(shí)，僅僅考慮了其空間關(guān)聯(lián)程度，沒有很好地分析出兩者的耦合變化特征以及在空間上的協(xié)調(diào)性。

因此，在后續(xù)研究中，對(duì)于遙感影像的選擇，在時(shí)間考量上應(yīng)該尋求最適應(yīng)的時(shí)間尺度，以保證在長(zhǎng)時(shí)間跨度研究中能保持研究對(duì)象的時(shí)序一致性;其次，后續(xù)研究提取ISA時(shí)，會(huì)采用PPI純凈像元法，以避免操作者抓取尺度不一致的影響，提高ISA的提取精度；最后，為充分分析ISA與LST的耦合協(xié)調(diào)特征，在后續(xù)研究中會(huì)加人時(shí)空耦合態(tài)勢(shì)研究以及空間協(xié)調(diào)性研究，以形成更加全面、更為合理的研究結(jié)果。

參考文獻(xiàn)：

[1]米軍，張肖，劉良云.1985—2020年上海市不透水面時(shí)空特征演化分析[J].遙感技術(shù)與應(yīng)用，2023，38（2）：297-307.

[2]李發(fā)志，朱高立，姬超，等.基于不透水表面指數(shù)的城市擴(kuò)張趨勢(shì)及驅(qū)動(dòng)機(jī)制分析——以南京市為例[J].長(zhǎng)江流域資源與環(huán)境，2021，（3）：575-590.

[3]石春艷，張連蓬，趙清.徐州市城市不透水面變化及其影響因素分析[J].地理空間信息，2021，19（10）：33-39+149.

[4]吳子璇，張強(qiáng)，宋長(zhǎng)青，等.珠三角城市化對(duì)氣溫時(shí)空差異性影響.地理學(xué)報(bào)，2019，74（11）：2342-2357.

[5］喬治，黃寧鈺，徐新良，等.2003—2017年北京市地表熱力景觀時(shí)空分異特征及演變規(guī)律.地理學(xué)報(bào)，2019，74（3）：475-489.

[6]楊軍軍，龍雙雙，王珂純.城市不透水面與地表熱環(huán)境的關(guān)系研究[J].地理空間信息，2020，18（9）：89-90+118.

[7]吳子豪，童滋雨.城市形態(tài)空間格局與城市熱環(huán)境關(guān)聯(lián)性研究——以南京市為例[J].南京師大學(xué)報(bào)（自然科學(xué)版），2022，45（2）：16-25.

[8]孟慶巖，王子安，張琳琳，等.多空間尺度下城市熱環(huán)境與不透水面聚集密度響應(yīng)關(guān)系[J].遙感學(xué)報(bào)，2022，26（9）：1789-1801.

[9]沈中健，曾堅(jiān).閩南三市城鎮(zhèn)發(fā)展與地表溫度的空間關(guān)系[J].地理學(xué)報(bào)，2021，76（3）：566-583.

[10]錢志友，符海月，王妍，等.2004—2016年南京市城市擴(kuò)張及形態(tài)演變特征[J].國(guó)土資源遙感，2019，31（2）：149-156.

[11]黃艷妮.基于LSMM的遙感估算方法在城市不透水面提取中的研究與應(yīng)用——以合肥市為例[D].蕪湖：安徽師范大學(xué)，2012：17-28.

[12]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9（5）：589-595.

[13]趙禾苗，阿里木江·卡斯木.烏魯木齊市主城區(qū)熱環(huán)境與下墊面關(guān)系研究[J].測(cè)繪科學(xué)，2021，46（8）：179-187.

[14]王嘉麗，馮婧珂，楊元征，等.南寧市主城區(qū)不透水面與熱環(huán)境效應(yīng)的空間關(guān)系研究[J].生態(tài)環(huán)境學(xué)報(bào)，2023，32（3）：525-534.

[15]米軍，張肖，劉良云.1985—2020年上海市不透水面時(shí)空特征演化分析[J].遙感技術(shù)與應(yīng)用，2023，38（2）：297-307.

Spatial and Temporal Evolution Characteristics of Impervious Surface and Its Spatial Relationship with Surface Temperature in Nanjing

DAI Qian-kun， JIAO Xu-yuan， ZHAO Yang （1.Scholofgacalieeha WestaUivesityancoona;oofstoulurd Normal University，F(xiàn)uyang236037，China）

Abstract：Based ontheremote sensing imagesofNanjing from 20o0 to2O21，the study interprets the evolution data of impervioussurface in Nanjing，and uses theexpansion intensity indexand standard deviation elipse to explore the spatialand temporal evolution characteristics ofthe impervious surfaceofNanjing，and inverts the surface temperature atthe same time，and withthehelpofthe bivariate spatial autocorelationandthelandsape index toexplorethespatial correlation between the impervious surfaceand surface temperature，and todeeplyanalyze the interactions between the two，and arives at the following study conclusion： （1）From 2000 to 2021，the proportion of ISA in Nanjing increases，and the trend of southward development is obvious，and the pattrn of town expansion gradually changes from a strip expansion patern to a multi-point spreading whole-area development pattern.（2）From 2O00 to 2021， the positive correlation between ISA and LST in Nanjing is obvious and increasing，and the expansionof ISA wil aggravate the urban heat island effct，and the spatial clustering patern of ISA and LST is dominated by HH agglomeration andLL agglomeration.（3）From 200 to 2021，the landscape dominance and aggregation degre of HH agglomeration and LLagglomeration in ISAandLSTare increasing，and the patches tend to expand and agglomerate， while the landscape dominance and aggregation degreeof HL agglomeration and LH agglomeration are decreasing， and the patches tend to shrink and fragment.（4）From 2000to 2021，LLagglomeration maintains theagglomeration characteristics inspace，andallkindsoflandscape indexesare keptatahigh level.（5）From20o0to2021，with the continuous expansion of ISA，the HHagglomeration of ISAand LST gradually integrates into one on the macro-scale， and its PLANDand AIshow a rising trend; and on the micro-scale bythe influence of the old cityrenovation，some ISA agglomerations are gradually renewed into green parksand green belts，forming broken LHagglomerations surounded byHHagglomerations，and HHagglomerations are divided bythem，with the sizeof individual patches limited，and the LPI shows a small decreasing trend.

Key words： impervious surface （ISA）;land surface temperature （LST）;bivariate spatial autocorrelation; landscape index; Nanjing

（責(zé)任編輯：鞏劫）