買買提江·買提尼亞孜，阿里木江·卡斯木

1. 新疆農業(yè)大學管理學院，新疆 烏魯木齊 830052；2. 新疆師范大學地理科學與旅游學院，新疆 烏魯木齊 830054；3. 新疆師范大學新疆城鎮(zhèn)化發(fā)展研究中心，新疆 烏魯木齊 830054

干旱區(qū)典型城市下墊面特征及其與地表熱環(huán)境的關系研究

買買提江·買提尼亞孜1，阿里木江·卡斯木2,3

1. 新疆農業(yè)大學管理學院，新疆 烏魯木齊 830052；2. 新疆師范大學地理科學與旅游學院，新疆 烏魯木齊 830054；3. 新疆師范大學新疆城鎮(zhèn)化發(fā)展研究中心，新疆 烏魯木齊 830054

基于2011年8月11日Landsat TM遙感影像，利用混合光譜線性分解模型提取烏魯木齊市建成區(qū)下墊面不透水面豐度和植被覆蓋度信息，利用單窗算法定量反演建成區(qū)地表溫度，并通過分級方法分析兩個要素的空間分布特征；在此基礎上，利用回歸模型對烏魯木齊市建成區(qū)不透水面豐度、植被覆蓋度與地表熱環(huán)境之間的關系進行相關性分析。結果表明：（1）利用混合光譜線性分解方法，基于中等分辨率TM影像提取干旱區(qū)城市烏魯木齊建成區(qū)不透水面，成本低，精度高（精度檢驗總體均方根RMS為0.003，遠小于精度規(guī)定值0.02），且該方法可較好地區(qū)分光譜特性相似的城市建設用地和裸地，對干旱區(qū)城市用地信息提取具有一定的借鑒意義；（2）烏魯木齊市建成區(qū)不透水面豐度與地表溫度呈線性正相關，R2為 0.69，植被蓋度與地表溫度呈線性負相關，R2為 0.74；（3）裸地因具有極高的地表溫度，形成局部的熱島中心，對干旱區(qū)城市地表熱環(huán)境具有重要影響，因此減少和改變裸地對于緩解干旱區(qū)城市熱島效應，改善城市熱環(huán)境具有重要意義。

不透水面；熱島效應；混合光譜分解；烏魯木齊；干旱區(qū)

MAIMAITIJIANG Maitiniyazi, ALIMUJIANG kasimu. Study on Land Surface Characteristics and Its Relationship with Land Surface Thermal Environment of Typical City in Arid Region [J]. Ecology and Environmental Sciences, 2015, 24(11): 1865-1871.

隨著城市化進程在全球范圍內的快速推進，目前全世界已有一半的人口居住在城市，而且這種趨勢還將繼續(xù)（United Nations，2014）。城市化在帶來繁榮和進步的同時，也帶來了很多環(huán)境、經濟和社會問題（黃金川等，2003；Bhatta et al.，2010；De Freitas et al.，2013），尤其是城市化對地表覆被的改變，自然植被和土地被大規(guī)模人工不透水面所取代，不透水面增加和植被的減少對局地、區(qū)域乃至全球尺度的生物地球化學循環(huán)、水文過程、氣候變化以及生物多樣性產生深遠影響（Yuan et al.，2007；Pickett et al.，2011；匡文慧等，2011）。城市化帶來的土地覆被變化在城市區(qū)域會引發(fā)熱島效應，影響城市的生態(tài)環(huán)境和可持續(xù)發(fā)展（Grimm et al.，2008；Kolokotroni et al.，2012）。在城市中，不透水面和植被構成了城市下墊面的主體。在城市尺度，國內外學者對城市不透水面和植被蓋度的分布（Weng et al.，2004；岳文澤等，2007；徐涵秋，2009；張?zhí)柕龋?015）、時空擴展（劉珍環(huán)等，2012；匡文慧等，2013；張文婷等，2015），尤其是不透水面和植被蓋度與城市熱環(huán)境的關系（岳文澤等，2006；徐永明等，2013；陳旭等，2015）展開了一系列的研究，但其中對干旱區(qū)城市的相關研究較少。不同氣候條件、不同地域城市下墊面特征的熱環(huán)境效應具有一定差異性（Alexandri et al.，2008）。在全球氣候變暖，高溫熱浪頻發(fā)的背景下（IPCC，2007），了解城市下墊面的環(huán)境特征及其與城市熱環(huán)境的關系，對于城市的科學規(guī)劃和生態(tài)城市系統(tǒng)的修復，改善城市的熱環(huán)境，提高城市的宜居性具有重要意義。

本文利用LandsatTM遙感影像提取烏魯木齊市下墊面的不透水面和植被要素信息，定量反演地表溫度，分析它們的空間分布特征，并研究不透水面豐度和植被蓋度與城市地表溫度關系，在此基礎上提出緩解熱島效應的對策措施。

1 研究區(qū)與數(shù)據(jù)

1.1研究區(qū)概況

本文以生態(tài)環(huán)境脆弱、處于快速城市化階段的干旱區(qū)城市烏魯木齊市為研究區(qū)。烏魯木齊市地處歐亞大陸腹地，天山中段北麓、準噶爾盆地南緣，為溫帶大陸性干旱氣候，夏季高溫少雨；市區(qū)東、西、南三面環(huán)山，地勢東南高、西北低，形成一個狹長葫蘆狀的河谷盆地，地質地形復雜，可利用土地資源匱乏，同時該地區(qū)自然環(huán)境條件惡劣，氣候干旱、缺水，生態(tài)環(huán)境十分脆弱。為了能夠更加精細的反應城市下墊面和地表溫度空間分布特征，具體研究分析主要選取烏魯木齊市中心城區(qū)的建成區(qū)，研究區(qū)邊界線主要劃設在主要建成區(qū)的外圍（圖 1），由此可將建成區(qū)外圍的大片山地、裸土地排除在外，有利于各要素信息的提取效率和空間特征分析。

圖1 研究區(qū)示意圖Fig. 1 Location map of the study area

1.2數(shù)據(jù)來源及數(shù)據(jù)預處理

本文采用兩幅LandsatTM影像，軌道號分別為143/29，143/30，成像時間均為2011年8月11日北京時間上午12時44分，成像時晴朗無云，影像處理流程如下，（1）輻射定標：對兩幅影像各波段進行輻射定標，將影像DN值轉換為輻射亮度值，再將輻射亮度值進一步轉換為地表反射率，從而消除傳感器造成的內部誤差。（2）幾何校正：以 l∶105地形圖為基準選取地面控制點，對影像進行幾何校正，誤差在l個像元以內。（3）大氣校正：由于成像時晴朗無云，且成像時間均為 1 d，本文選取了應用廣泛且不受區(qū)域特點及目標類型影響的6S大氣校正模型。（4）影像拼接：由于單幅影像不能完全覆蓋烏魯木齊市建成區(qū)，因此將兩幅影像進行拼接，由于拼接前進行了大氣校正，且成像時間均在同一天，因此對后面分析影響較小。（5）由于landsat TM影像熱波段空間分辨率為120 m，為了各波段分辨率統(tǒng)一，便于空間分析和比較，將熱波段影像通過最鄰近算法重采樣到30 m分辨率。（6）水體掩膜：研究區(qū)內存在反射率較低的水域，會對不透水面信息提取時端元選擇產生干擾，采用修正的歸一化水體指數(shù)（MNDWI）法進行水體的掩膜剔除（徐涵秋，2005），以保證研究區(qū)內的像元都是植被、不透水面和土壤這3類組合。

2 研究方法

2.1不透水面提取

Ridd（1995）構建了基于遙感信息的 V-I-S（vegetation-impervious surface-soil）模型，將城市土地覆蓋分植被、不透水地表與裸土3種景觀，它們在遙感影像上表現(xiàn)為此消彼長的特征。依據(jù) V-I-S模型，將不透水地面、土壤、植被作為混合相元的端元，并確定端元光譜特征，即首先通過MNF變換冗余數(shù)據(jù)和降低波段相關性（徐永明等，2013），然后基于MNF變換后信噪比高的前3個分量計算像元純凈指數(shù)（PPI）并選定端元，再根據(jù)端元光譜對TM影像進行光譜線性分解，分別得到不透水地表分布和植被的豐度（圖2）。最后通過總體均方根（Root Mean Square，RMS）對所提取的數(shù)據(jù)進行了精度檢驗，研究區(qū)域 RMS最大值為0.0431，最小值為0，平均值為0.0029，絕大部分像元的RMS值都小于0.01，影像分解的RMS遠小于閾值0.02（Wu et al.，2003），達到了精度要求。

2.2地表溫度反演

地表溫度（Land Surface Temperature，LST）是遙感反演的地表瞬時熱輻射能量特征，可以反映該瞬時熱環(huán)境下地表產生熱島效應的潛在能力（Weng et al.，2004）。用于地表溫度反演的方法和模型較多，本文選用目前對于TM影像使用廣泛的單窗算法（覃志豪等，2001），反演公式為（1）：

式（1）中Ts為地表溫度（K），a和b是變量，分別是：a=-67.355351，b=0.458606；C和D是中間變量；C=ετ；D=(1-τ)[1+(1-ε)τ]，其中ε是地表輻射率，τ是大氣透射率；Tsensor是ε衛(wèi)星高度上傳感器探測到的像元亮度溫度（K）；Ta是大氣平均作用溫度，在標準大氣狀態(tài)下，其與地面附件氣溫T0存在線性關系。

（1）輻射亮溫計算

輻射亮溫Tsensor應用TM影像的熱紅外波段進行計算，首先把影像的DN值轉換為熱輻射值L6，再通過普朗克輻射函數(shù)變換可以得到輻射亮溫Tsensor的計算公式為（2）：

式（2）中，Tsensor為TM 影像的像元亮度溫度（K），K1和K2是衛(wèi)星發(fā)射前就已預設的參數(shù)常量，對Landsat5 TM影 像 而 言 ， K1=607.76 W·m-2·sr-1·μm-1，K2=1260.56 K。

圖2 城市不透水面分布圖（a）與植被蓋度圖(b)Fig. 2 Spatial distribution image of ISA (a) and vegetation coverage image (b)

（2）大氣透射率和大氣平均作用溫度計算

根據(jù)烏魯木齊市所處自然地理和氣象條件，依照大氣透射率τ與水分含量w的關系，以及在標準大氣狀態(tài)下，大氣平均作用溫度與地面附近氣溫T0的關系，選用 Ta=16.011+0.92621T0，τ=0.97429-0.08007w兩個公式以及衛(wèi)星過境時間的氣象溫度和水汽含量值計算相關參數(shù)。溫度換算：T＝t+273.15，本影像為 8月份拍攝，對于中緯度夏季平均大氣為：Ta=16.0110+0.92621T0，取烏魯木齊市平均氣溫為25.70 ℃，得出Ta=292.81；大氣透射率τ的估計τ=0.97429-0.08007w，0.4≤w≤1.6。w為水分含量，單位（g·cm-2），這里取 w=1.0，計算得到τ=0.8942。

（3）地表輻射率計算

Sobrino et al.（2004）提出基于地表覆蓋類型的加權混合模型，以土壤和植被比輻射率為已知前提，用NDVI對地表進行分類，并給出地表相對均一、平坦條件下的輻射估算方程，即地表輻射率ε為：

其中，εv為植被比輻射率，εs為裸土比輻射率，根據(jù)相關資料，取 εv=0.986，εs=0.973，Pv為植被覆蓋度（Carlson et al.，1997）。

其中，NDVImax和NDVImin分別為NDVI的最大值和最小值，取NDVImax=0.5，NDVImin=0.2。，

3 結果與討論

3.1城市不透水面與植被蓋度分布特征分析

圖2（a）為烏魯木齊市中心城區(qū)范圍內不透水面分布圖，地表不透水率采用百分比（%）來表示，即每個30 m×30 m的相元內不透水地表所占的比例，取值范圍為 0%～100%；圖中高亮白色表示不透水面比例較高的區(qū)域，該區(qū)域一般由密集的建筑、道路、廣場等不透水要素構成，暗黑色表示不透水面比例較低的區(qū)域，該區(qū)域一般為植被、裸地等透水性強的地表要素構成?？梢钥闯?，中南部城市傳統(tǒng)商業(yè)中心顯示連片高亮色，不透水面比例非常高，即高層高密度建筑群區(qū)域透水率低；西北和中北部為工業(yè)區(qū)域，同樣顯示連片高亮色，即工業(yè)廠區(qū)大面積廠房和水泥、瀝青地表，同時，道路線網、機場等交通設施等透水性低的用地要素也在圖中清晰地顯現(xiàn)；而城市北部的農田，以及西南部、東部等植被稀疏的山地或裸地等不透水地表比例較低。

圖2（b）為烏魯木齊市中心城區(qū)范圍內植被蓋度分布圖，植被蓋度也采用百分比（%）來表示。亮白色區(qū)域表示植被覆蓋度高的區(qū)域，例如圖中城市北部、東北部區(qū)域的農田，城市南部區(qū)域的林地以及城市內部公園等區(qū)域；暗黑色表示植被蓋度低的區(qū)域，例如城市中工業(yè)區(qū)、商業(yè)區(qū)以及水體等區(qū)域。

由于城市建設用地和裸地在多光譜數(shù)據(jù)中常表現(xiàn)出相似的光譜特性，即存在“異物同譜”現(xiàn)象，因此采用傳統(tǒng)分類方法（監(jiān)督/非監(jiān)督分類）對城區(qū)進行用地分類時，建設用地和裸地信息提取一直是遙感專題信息提取的難點之一（吳志杰等，2012），這在裸地分布廣泛的干旱區(qū)城市更值得關注。從圖2和圖5可以看出，通過混合光譜線性分解模型提取的信息顯示，建筑用地、道路、廣場等建設用地不透水面豐度值非常高，而城市裸地不透水面豐度值則非常低，說明該方法可以很好地區(qū)分建設用地和城市裸地，為干旱區(qū)城市用地信息提取提供一個重要思路。

3.2城市地表溫度分布特征分析

圖3（a）為烏魯木齊市中心城區(qū)范圍內地表溫度分布圖，圖中高亮白色表示溫度較高的區(qū)域，暗黑色表示溫度較低的區(qū)域。從圖中可以看出，地表溫度最低為 18.51 ℃，最高為 43.32 ℃，相差近25 ℃，地表溫度空間差異較大。為了進一步分析地表溫度的空間分布特征，按照溫度高低劃分為 6個溫度區(qū)，即小于 25 ℃為低溫區(qū)，25～30 ℃為較低溫度，31～35 ℃為中溫區(qū)，36～40 ℃為較高溫區(qū)，41～45 ℃為高溫區(qū)，大于 45 ℃為極高溫區(qū)（圖3(b)）?？梢钥闯?，極高溫區(qū)主要分布于建成區(qū)周邊的裸地，以及連片不透水面區(qū)域（機場，工業(yè)區(qū)等）等，形成了典型的“熱島”；低溫區(qū)主要分布于水體、城市北部農田以及城市公園等區(qū)域，形成了典型的“冷島”，而城市建設用地區(qū)域主要為較高溫區(qū)，局地顯示為中溫區(qū)。

圖3 城市地表溫度分布圖(a)，城市地表溫度分布分級圖(b)Fig. 3 Spatial distribution image of LST (a), Hierarchical map of LST spatial distribution (b)

城市熱島是城市下墊面結構隨城市化而分異的結果，一般來說，以工業(yè)區(qū)、人口密度大的商業(yè)區(qū)和居住區(qū)為代表的熱島中心區(qū)，溫度明顯高于郊區(qū)農田、城市綠地以及水體等區(qū)域，但對于干旱區(qū)城市而言，由于裸地在城市內部和外圍占有相當大的比重，且地表溫度非常高，形成重要的熱島區(qū)。同時，基于對城市熱島的細致分解，發(fā)現(xiàn)各區(qū)域都存在高低溫的分布系列，如在高溫區(qū)也有低溫地帶，而低溫區(qū)也有高溫斑塊，這說明城市熱環(huán)境空間分布及影響因素存在多元性和復雜性（周紅妹等，2001）。

3.3不透水面，植被蓋度與地表溫度空間關系分析

為研究該區(qū)域不透水面、植被蓋度與地表溫度的關系，在研究區(qū)內隨機選取300個點（剔除落在水體和裸地中的點后），提取各點對應的地表溫度以及利用光譜混合模型在亞像元水平上分解出的不透水面豐度和植被蓋度，進行回歸分析（圖4）。結果顯示，地表溫度與不透水面豐度呈顯著的線性正相關關系（相關系數(shù)為 0.69），與植被蓋度呈顯著負相關關系（相關系數(shù)為 0.74），經檢驗，相關性均達到顯著水平。

同時，從圖4（a）可以看出，在不透水面的比重相同的情況下，呈現(xiàn)出了不同的地表溫度值，說明地表溫度不僅與不透水面的比例（面積）相關，可能還與其他因素相關，例如不透水面的材質，或者不透水面的空間結構等（Myint et al.，2013）；從圖4（b）可以看出，在植被覆蓋比重相同的情況下，也呈現(xiàn)出了不同的地表溫度值，說明地表溫度不僅與植被覆蓋比例相關，可能還與其他因素相關，例如植被的類型、布局結構等（秦仲等，2012；Matthew et al.，2014；Kong et al.，2014）。因此，對于干旱區(qū)城市，為了降低熱島效應，改善城市的熱環(huán)境，應不僅從減少人工不透水面和增加植被的面積去考慮，而且更應該注重人工不透水面的材質和植被的類型，以及它們的空間布局和結構等方面去著手。

圖4 不透水面比例與地表溫度的相關性（a），植被豐度與地表溫度的相關性（b）Fig. 4 Correlation relationship between ISA and LST (a), correlation relationship between vegetation coverage and LST (b)

圖5 城市局部區(qū)域地表覆被、地表溫度和不透水面比例對比圖Fig. 5 Comparson map of Land cover, LST and ISA of spesific area of the city

3.4干旱區(qū)城市裸地與地表溫度

與濕潤地區(qū)城市地表覆被特征不同的是，干旱區(qū)城市建成區(qū)內部及周邊地區(qū)有較多植被稀疏地表或裸地，雖然這些區(qū)域不透水面比例非常低，但地表溫度卻異常高（圖5），成為干旱區(qū)城市的熱島中心區(qū)，對城市升溫的貢獻最大。因此對于干旱區(qū)城市而言，除了各類建設用地為代表的不透水面之外，裸地也是引起城市熱環(huán)境惡化的重要因素。通過綠化等手段減少裸地是改善干旱區(qū)城市熱環(huán)境的重要舉措。

干旱戈壁或沙漠地區(qū)的城市，由于具有大量的人工綠地和水體，城市建成區(qū)相對周邊裸地或沙地環(huán)境具有更低的地表溫度，在較大區(qū)域范圍內屬于局部的“冷島”。因此，與濕潤半濕潤地區(qū)不同的是，干旱或沙漠地區(qū)城市的擴展，尤其是在裸地區(qū)域的擴展，反而會從總體上降低區(qū)域的地表溫度，對區(qū)域熱環(huán)境表現(xiàn)出積極的效應（Lazzarini et al.，2013）。

4 結論

本文采用中等分辨率TM遙感影像，基于混合光譜分解方法有效地提取出典型干旱區(qū)城市不透水面豐度和植被蓋度信息，成本低，精度高，且該方法可較好地區(qū)分光譜特性相似的城市建設用地和裸地，對干旱區(qū)城市用地信息提取具有一定的借鑒意義。

其次，通過回歸模型分析城市不透水面豐度和植被蓋度與地表溫度的定量關系，發(fā)現(xiàn)干旱區(qū)城市不透水面比例與地表溫度呈線性正相關關系，植被覆蓋度與地表溫度呈線性負相關關系。研究還表明，除了不透水地表之外，城區(qū)及周邊的各類裸地、沙地具有極高的地表溫度，對城市熱島的形成具有重要影響，而水域和植被起著降低城市地表溫度的作用。因此，降低不透水面和裸地、沙地面積用于增加綠化和水面都可以明顯地降低城市地表溫度，緩解城市熱島效應，改善城市熱環(huán)境。

最后，降低不透水面、裸地沙地面積，增加植被和水體面積，可以在一定程度上起到減緩熱島效應的目的，但不僅要考慮其面積因素，還需要重點考慮其其材質類型以及空間結構布局，尤其對于干旱區(qū)城市來說，在水土資源極度匱乏的背景下，為了減緩熱島效應，很難一味地增加城市綠地的面積，更需要考慮其類型和空間結構布局，從而在面積有限的條件下實現(xiàn)綠地降溫效應的最大化。

ALEXANDRI E, JONES P. 2008. Temperature decreases in an urban canyon due to green walls and green roofs in diverse climates[J]. Building and Environment, 43(3): 480-493．

BHATTA B, SARASWATI S, BANDYOPADHYAY D. 2010. Quantifying the degree of freedom, degree of sprawl, and degree of goodness of urban growth from remote sensing data [J]. Applied Geography, 30(1): 96-111.

CARLSON TOBY N, DAVID A RIPLEY. 1997. On the relation between NDVI, fractional vegetation cover, and leaf area index [J]. Remote Sensing of Environment, 62(3): 241-252.

DE FREITAS M W D, DOS SANTOS J R, ALVES D S. 2013. Land use and land cover change processes in the Upper Uruguay Basin: linking environmental and socioeconomic variables [J]. Landscape Ecology, 28(2): 311-327.

GRIMM N B, FAEHI S H, GOLUBIEWSKI N E, et al. 2008. Global change and the ecology of cities [J]. Science, 319(5864): 756-760.

IPCC. 2007. Climate change 2007: the physical science basis. Working group I contribution to the fourth assessment report of the Intergovernmental Panel on Climate Change [R]. Cambridge, UK: Cambridge University Press.

KOLOKOTRONI M, REN X, DAVIES M, et al. 2012. London's urban heat island: Impact on current and future energy consumption in office buildings [J]. Energy and buildings, 47: 302-311.

KONG F, YIN H, JAMES P, et al.2014. Effects of spatial pattern of green space on urban cooling in a large metropolitan area of eastern China [J]. Landscape & Urban Planning, 128(3): 35-47.

LAZZARINI M, MARPU P R, GHEDIRA H. 2013. Temperature-land cover interactions: The inversion of urban heat island phenomenon in desert city areas [J]. Remote Sensing of Environment, 130(4): 136-152.

MATTHEW MAIMAITIYIMING, ABDUWASIT GHULAM, TASHPOLAT TIYIP, et al. 2014. Effects of green space spatial pattern on land surface temperature: Implications for sustainable urban planning and climate change adaptation [J]. International Journal of Photogrammetry & Remote Sensing, 89(3): 59-66.

MYINT S W, WENTZ E A, BRAZEL A J, et al. 2013. The impact of distinct anthropogenic and vegetation features on urban warming [J]. Landscape Ecology, 28(5): 959-978.

PICKETT S T A, CADENASSO M L, GROVE J M, et al. 2011. Urban ecological systems: scientific foundations and a decade of progress.[J]. Journal of Environmental Management, 92(3):331–362.

RIDD M K.1995. Exploring a V-I-S (Vegetation-Impervious Surface-Soil) model for urban ecosystem analysis through remote sensing: Comparative anatomy for cities [J]. International Journal of Remote Sensing, 16(12): 2165-2185.

SOBRINO, JOSé A, JUAN C JIMéNEZ-MU?OZ, et al. 2004. Land surface temperature retrieval from LANDSAT TM 5 [J]. Remote Sensing of Environment, 90(4): 434-440.

United Nations, Department of Economic and Social Affairs, Population Division, 2014. World Urbanization Prospects: The 2014 Revision.

WENG Q, LU D, SCHUBRING J. 2004. Estimation Of Land Surface Temperature-Vegetation Abundance Relationship For Urban Heat Island Studies [J]. Remote Sensing of Environment, 89(4): 467-483.

WU C, MURRAY A T. 2003. Estimating Impervious Surface Distribution by Spectral Mixture Analysis [J]. Remote Sensing of Environment, 84(4): 493-505.

YUAN F, BAUER M E. 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery [J]. Remote Sensing of Environment, 106(3): 375-386.

陳旭, 李霖, 王江. 2015. 城市綠地對熱島效應的緩解作用研究——以臺州市為例[J]. 生態(tài)環(huán)境學報, 24(4): 643-649.

黃金川, 方創(chuàng)琳. 2003. 城市化與生態(tài)環(huán)境交互耦合機制與規(guī)律性分析[J]. 地理研究, 22(2): 211-220.

匡文慧, 劉紀遠, 陸燈盛. 2011. 京津唐城市群不透水地表增長格局以及水環(huán)境效應[J]. 地理學報, 66(11):1486-1496.

匡文慧, 劉紀遠, 陸燈盛, 等. 2013. 21世紀初中國人工建設不透水地表遙感監(jiān)測與時空分析[J]. 科學通報, 58(6): 465-478.

劉珍環(huán), 王仰麟, 彭建. 2012. 深圳市不透水表面的遙感監(jiān)測與時空格局[J]. 地理研究, 31(8): 1535-1545.

潘竟虎, 劉春雨, 李曉雪. 2009. 基于混合光譜分解的蘭州城市熱島與下墊面空間關系分析[J]. 遙感技術與應用, 24(4): 462-468.

覃志豪, ZHANG M H, ARNON KARNIELI, 等. 2001. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學報, 56(4): 456-466.

秦仲, 巴成寶, 李湛東. 2012. 北京市不同植物群落的降溫增濕效應研究[J]. 生態(tài)科學, 31(5):567-571.

陶秋香, 陶華學, 張連蓬. 2004. 線性混合光譜模型在植被高光譜遙感分類中的應用研究[J]. 勘查科學技術, (1): 21-24.

吳志杰, 趙書河. 2012. 基于TM圖像的“增強的指數(shù)型建筑用地指數(shù)”研究[J]. 國土資源遙感, 93(2): 50-55.

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

徐涵秋. 2009. 城市不透水面與相關城市生態(tài)要素關系的定量分析[J].生態(tài)學報, 29(5): 2456-2462.

徐永明, 劉勇洪. 2013. 基于 TM 影像的北京市熱環(huán)境及其與不透水面的關系研究[J]. 生態(tài)環(huán)境學報, 22(4): 639-643.

岳文澤, 吳次芳. 2007. 基于混合光譜分解的城市不透水面分布估算[J].遙感學報, 11(6): 914-922.

岳文澤, 徐建華, 徐麗華. 2006. 基于遙感影像的城市土地利用生態(tài)環(huán)境效應研究——以城市熱環(huán)境和植被指數(shù)為例[J]. 生態(tài)學報, 26(5): 1450-1460.

張?zhí)? 屈建軍, 張克存. 2015. 綠洲植被覆蓋度遙感信息提取——以敦煌綠洲為例[J]. 中國沙漠, 35(2): 493-498.

張文婷, 金可懿, 宋開山, 等. 2015. 基于多端元混合光譜模型與Landsat影像的北京不透水層動態(tài)研究[J]. 遙感技術與應用, 30(2): 321-330.

周存林, 徐涵秋. 2007. 福州城區(qū)不透水面的光譜混合分析與識別制圖[J]. 中國圖形圖像報, 12(5): 875-881.

周紅妹, 周成虎, 葛偉強, 等. 2001. 基于遙感和GIS的城市熱場分布規(guī)律研究[J]. 地理學報, 56(2): 189-197.

Study on Land Surface Characteristics and Its Relationship with Land Surface Thermal Environment of Typical City in Arid Region

MAIMAITIJIANG Maitiniyazi1, ALIMUJIANG kasimu2,3
1. College of Management, Xinjiang Agricultural University, Urumqi, Xinjiang 830052, China; 2. Institute of Geographical Science and Tourism, Xinjiang Normal University, Urumqi, Xinjiang 830054, China; 3. Center of Xinjiang Urbanization Development Study, Xinjiang Normal University, Urumqi，Xinjiang 830054, China

Landsat TM images of August 11th, 2011 were used to acquire the abundance of impervious surface Area (ISA) and vegetation fraction (FV) information of Urumqi city’s build-up area based on Linear Spectral. Unmixing Model, and land surface temperature (LST) was retrieved using Mono-Window Algorithm of that area as well, then spatial distribution characteristics of these factors were analyzed based on hierarchical method. On basis of this, the correlation relationship between abundance of ISA, FV and LST was analyzed respectively. The results show that: (1) Linear Spectral Unmixing Model is proved to be a method with low cost and high precision in extracting ISA when using medium resolution remote sensing image in this case (RMS is 0.003, much smaller than the threshold value 0.02), and it has advantages of distinguishing urban construction land and bare soil which have similar spectral characteristics; (2) Abundance of ISA is positively correlated with LST with R square of 0.69, and FV is negatively correlated with LST with R square of 0.74; (3) Bare soil has significant influence on the formation of heat island and the surface thermal environment of cities in arid region because of extremely high LST, so reducing and changing bare soil of cities in arid region is very helpful to mitigate urban heat island effect and improve the thermal environment of the whole city.

impervious surface area (ISA); heat island effect; spectral unmixing; Urumqi; arid region

10.16258/j.cnki.1674-5906.2015.11.017

X171.1；X16

A

1674-5906（2015）11-1865-07

國家自然科學基金項目（41361043）；新疆維吾爾自治區(qū)自然科學基金項目（2014211A049）；新疆維吾爾自治區(qū)青年科技創(chuàng)新人才培養(yǎng)工程優(yōu)秀青年科技人才項目（2013721031）

買買提江·買提尼亞孜（1982年生），男（維吾爾族），講師，碩士，主要從事城鄉(xiāng)規(guī)劃，城市遙感研究。E-mail: mamatjan1982@163.com *通信作者：阿里木江·卡斯木（1976年生），男（維吾爾族），教授，博士，主要從事環(huán)境遙感研究。E-mail: alimkasim@gmail.com

2015-07-31

引用格式：買買提江·買提尼亞孜, 阿里木江·卡斯木. 干旱區(qū)典型城市下墊面特征及其與地表熱環(huán)境的關系研究[J]. 生態(tài)環(huán)境學報, 2015, 24(11): 1865-1871.