李 進(jìn)

(宿州學(xué)院環(huán)境與測繪工程學(xué)院，安徽 宿州 234000)

蕪湖市城市熱島效應(yīng)時空變化分析

李 進(jìn)

(宿州學(xué)院環(huán)境與測繪工程學(xué)院，安徽 宿州 234000)

目的 利用2006年Lantsat7 ETM+影像和2014年Lantsat8 TIRS影像作為數(shù)據(jù)源，對蕪湖市城市熱島效應(yīng)時空變化進(jìn)行分析，探討蕪湖市城市熱島效應(yīng)產(chǎn)生的原因。方法 利用ENVI軟件對蕪湖市地表亮溫進(jìn)行反演，對地表亮溫進(jìn)行歸一化處理，按照等差級數(shù)對結(jié)果進(jìn)行密度分割，再結(jié)合蕪湖市土地利用分類結(jié)果，對蕪湖市城市熱島效應(yīng)時空變化進(jìn)行分析。結(jié)果 結(jié)果表明，蕪湖市城市熱島效應(yīng)顯著，熱島強(qiáng)度和范圍都有所增加，極高溫區(qū)分布較少，強(qiáng)熱島區(qū)主要分布在鏡湖區(qū)和弋江區(qū)。從2006年到2014年，建筑物和裸地由鏡湖區(qū)和弋江區(qū)逐漸擴(kuò)展到新蕪區(qū)，面積分別增加6.76%和7.26%，農(nóng)田和林地分布在周邊鄉(xiāng)鎮(zhèn)，面積分別減少2.25%和5.02%，水體面積減小0.12%；高溫區(qū)由鏡湖區(qū)和弋江區(qū)擴(kuò)展到新蕪區(qū)，面積增加33.41%；低溫區(qū)主要分布在郊區(qū)，面積減少50.25%。結(jié)論 不同土地利用類型對城市熱島效應(yīng)影響差異性較大：建筑和裸地溫度最高，其次是林地和農(nóng)田，水體溫度最低；而且土地利用面積的變化與熱島區(qū)面積變化趨勢相同，土地利用變化是引起蕪湖市熱島效應(yīng)的主要因素。

反演；熱島效應(yīng)；時空特征；土地利用；蕪湖市

0 引 言

城市化進(jìn)程的快速推進(jìn)引發(fā)城區(qū)生態(tài)環(huán)境惡化日益加劇，其中之一就是城市熱島效應(yīng)，許多學(xué)者已對此進(jìn)行研究。熱島效應(yīng)是指城市人口密集、工業(yè)集中形成的市區(qū)溫度高于郊區(qū)的小氣候現(xiàn)象(urban heat island effect)[1-2]。熱島效應(yīng)主要由于瀝青、水泥等建材對熱能具有高吸收率和低反射率，城區(qū)的布局結(jié)構(gòu)導(dǎo)致熱量傳輸?shù)慕档秃烷L波熱輻射的散發(fā)，以及空氣中污染物吸收較多熱量形成城市高溫區(qū)[3-4]。城市熱島效應(yīng)不但會引起大氣質(zhì)量變差，降水量和降水次數(shù)發(fā)生改變，而且會導(dǎo)致人體健康受到極大損害。特別是在夏季，城市熱導(dǎo)效應(yīng)嚴(yán)重影響到市民日常生活和身體健康。因此，探討城市熱島效應(yīng)形成過程和產(chǎn)生原因，為探求城市熱島的演變機(jī)理、城區(qū)環(huán)境預(yù)警、城區(qū)規(guī)劃設(shè)計(jì)及其綠化設(shè)計(jì)等提供了理論基礎(chǔ)和實(shí)踐指導(dǎo)[5]。

自1972年Rao首次提出利用衛(wèi)星遙感手段分析城市熱島效應(yīng)后[6]，國內(nèi)外許多學(xué)者相繼利用熱紅外遙感數(shù)據(jù)對城市熱島進(jìn)行研究。目前，主要有基于地面觀測數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)進(jìn)行城市熱島效應(yīng)研究方法[7]，而遙感技術(shù)以其獲取信息快、更新周期短、測量范圍大、信息量大等特點(diǎn)逐漸成為研究城市熱島效應(yīng)的主要方法[1]。其中采用熱紅外遙感數(shù)據(jù)反演的地表溫度參數(shù)已經(jīng)被眾多學(xué)者用于研究城市熱島效應(yīng)，與此同時，如何定量監(jiān)測和分析城市熱島的空間結(jié)構(gòu)、變化、形成機(jī)制等已成為現(xiàn)代城市環(huán)境研究的重要內(nèi)容[8]。國內(nèi)學(xué)者已對北京、上海、廣州、天津、廈門等沿海一、二線城市的熱島效應(yīng)進(jìn)行了深入研究，而對中部三、四線城市研究相對較少。以蕪湖市2006年和2014年遙感影像為數(shù)據(jù)源，對蕪湖市城市熱島效應(yīng)時空特征變化進(jìn)行研究。

1 研究區(qū)與數(shù)據(jù)

蕪湖市位于安徽東南部，地處長江下游南岸、清弋江與長江匯合處、長江三角洲平原腹地，南倚皖南山系，北望江淮平原，與合肥并稱安徽“雙核城市”[9]。蕪湖市轄4個市轄區(qū)(鏡湖區(qū)、弋江區(qū)、鳩江區(qū)、三山區(qū))和4個縣(蕪湖縣、繁昌縣、南陵縣、無為縣)，面積為6 026 km2。本文研究區(qū)為4個市轄區(qū)。

1.2 數(shù)據(jù)預(yù)處理

在地理空間數(shù)據(jù)云網(wǎng)站下載蕪湖市2006年7月31日Lantsat 7 ETM+影像和2014年7月21日Lantsat 8 TIRS影像，成像的季節(jié)相同保證了兩影像具有較強(qiáng)的可比性[10]。首先對影像進(jìn)行定標(biāo)和大氣校正[11]，并結(jié)合研究區(qū)1∶50 000電子地圖，利用ENVI 5.1分別對兩影像進(jìn)行配準(zhǔn)，然后建立感興趣區(qū)，按感興趣區(qū)文件裁剪出研究區(qū)影像。

2 數(shù)據(jù)處理與加工

2.1 土地利用分類

采用Lantsat7 ETM+和Lantsat8 TIRS影像預(yù)處理多光譜波段數(shù)據(jù)，結(jié)合蕪湖市實(shí)際情況，利用人機(jī)交互目視解譯法對研究區(qū)影像進(jìn)行識別和解譯，將兩景影像分為5類：建筑、水體、農(nóng)田、林地、裸地，并進(jìn)行面積統(tǒng)計(jì)，最后對分類結(jié)果進(jìn)行分類后處理，得到蕪湖市土地利用分類結(jié)果,如圖1、圖2所示。為了更加具體地反映土地利用詳盡信息，通過ENVI5.1軟件圖像分類模塊中的“Class Statistic”功能進(jìn)行統(tǒng)計(jì)，得到土地利用面積及比例統(tǒng)計(jì)(表1)。

2.2 地表亮溫反演

在進(jìn)行城市熱島效應(yīng)研究時，由于利用遙感熱紅外數(shù)據(jù)反演地表氣溫難以實(shí)現(xiàn)，目前主要利用地表溫度和亮度溫度作為參數(shù)進(jìn)行研究。然而，大氣狀況和地表比輻射平等因素對地表溫度的反演影響較大，相關(guān)計(jì)算參數(shù)難以得到?？紤]到研究主要是為了得到城市熱島效應(yīng)的相對強(qiáng)度及其時空分布特征，雖然亮度溫度和地表溫度在數(shù)值上不相同，但具有相同的變化趨勢，可用亮度溫度來研究城市熱島效應(yīng)[5]。地表亮溫的反演方法主要有：單通道算法、單窗算法、基于影像反演算法等[5]，采用單窗算法對ETM+第六波段和TIRS第十波段(兩者均為熱紅外波段)影像進(jìn)行亮溫反演。相關(guān)參數(shù)見表2。

圖1 2006年7月蕪湖市土地利用圖 圖2 2014年7月蕪湖市土地利用圖

表1 蕪湖市2006年和2014年土地利用面積及其比例變化

注：+表示面積增加、比例增大；-表示面積減少、比例減小。

亮溫反演步驟如下[12-13]：

本文分別測試了CLIQUE算法、文獻(xiàn)[10]中的GP-CLIQUE算法和本文算法對不同大小、不同形狀的二維數(shù)據(jù)進(jìn)行聚類的聚類效果。使用二維數(shù)據(jù)進(jìn)行實(shí)驗(yàn)可以更直觀的看到聚類結(jié)果，也便于比較不同算法的聚類效果。圖4為使用三種算法對同一個數(shù)據(jù)集進(jìn)行聚類的效果對比圖。

首先，將熱紅外波段影像灰度值(DN值)轉(zhuǎn)化為對應(yīng)的熱輻射亮度值(L值)，公式如下：

L=Gain×DN+Bias

(1)

式中：L代表熱輻射亮度值，單位W/(m2·sr·μm)；Gain代表增益；DN代表像元灰度值；Bias代表偏移值。

其次，將熱輻射亮度(L值)轉(zhuǎn)化為亮度溫度(TB),公式如下：

TB=K2/1n(1+K1/L)

(2)

式中：TB表示亮度溫度，單位為K；K1、K2表示亮度反演常量，單位為K。

然后，將式(1)和式(2)合并，得到亮度溫度的計(jì)算公式如下：

TB=K2/1n[1+K1/(Gaim×DN+Bias)] (3)

最后運(yùn)用ENVI5.1中的波譜運(yùn)算功能依公式(3)進(jìn)行運(yùn)算，并對結(jié)果按等差級數(shù)進(jìn)行密度分割[12]，分為7級，得到蕪湖市地表亮溫等級分布圖，(圖3～4)。

圖3 2006年7月蕪湖市城市地表亮溫等級圖 圖4 2014年7月蕪湖市城市地表亮溫等級圖

2.3 亮度歸一化處理

為了較準(zhǔn)確地對比分析不同時期影像反演的亮溫，減小時間差異上的誤差，采用歸一化亮度值方法進(jìn)行處理[10-12]，使其分布范圍統(tǒng)一到0～1。

亮度歸一化處理方法如下[5,12-13]：

借助ENVI5.1軟件中的波譜運(yùn)算功能，亮度歸一化處理公式如下：

式中:Ni代表第i個像元?dú)w一化后的亮度輻射值,Ti代表第i個像元的絕對亮溫值,Tmin代表近地面絕對亮溫的最小值,Tmax代表近地面絕對亮溫的最大值，其中Tmin和Tmax可通過ENVI軟件統(tǒng)計(jì)功能獲得。

為了更加全面分析蕪湖市城市熱島效應(yīng)，將所得結(jié)果按等差級數(shù)密度分割分為7個等級，由低溫到高溫區(qū)依次為：極低溫區(qū)、較低溫區(qū)、次低溫區(qū)、高溫區(qū)、次高溫區(qū)、較高溫區(qū)和極高溫區(qū)，分級結(jié)果見圖5和圖6所示。通過ENVI5.1軟件圖像分類模塊中的“Class Statistic”功能進(jìn)行統(tǒng)計(jì)，得到兩影像城市熱島效應(yīng)等級的面積[10,12-13](表3)。

圖5 2006年7月蕪湖市城市熱島效應(yīng)等級圖 圖6 2014年7月蕪湖市城市熱島效應(yīng)等級圖

3 結(jié)果與分析

3.1 蕪湖市城市熱島效應(yīng)空間變化特征

從蕪湖市地表亮溫圖和蕪湖市熱島效應(yīng)等級圖中可以看出，蕪湖市中心地表亮溫仍高于郊區(qū)地表亮溫，城市熱島效應(yīng)顯著，熱島區(qū)呈現(xiàn)片狀分布，但極高溫區(qū)分布甚少，僅鏡湖區(qū)出現(xiàn)斑點(diǎn)狀極高溫區(qū)。從2006年蕪湖市土地利用圖(圖1)中可知：建筑物和裸地主要集中在蕪湖市鏡湖區(qū)和弋江區(qū)的中心建成區(qū)，農(nóng)田和林地主要分布在鏡湖區(qū)的郊區(qū)以及市區(qū)周邊鄉(xiāng)鎮(zhèn)地區(qū)，水體主要分布在長江和青弋江、風(fēng)景區(qū)湖泊和山區(qū)水庫。從2006年蕪湖市城市熱島效應(yīng)等級圖(圖5)中可知：僅鏡湖區(qū)有斑點(diǎn)狀的強(qiáng)熱島區(qū)，熱島區(qū)集中在鏡湖區(qū)和弋江區(qū)的中心建成區(qū)，綠島區(qū)分布在市區(qū)郊和鄉(xiāng)鎮(zhèn)地區(qū)；強(qiáng)綠島區(qū)主要分布在長江、市內(nèi)湖泊及郊區(qū)水庫等水域。從2014年蕪湖市土地利用圖(圖2)中可知：建筑物和裸地主要分布在弋江區(qū)、鏡湖區(qū)和新蕪區(qū)的部分區(qū)域，農(nóng)田與林地分布在市區(qū)周邊的鄉(xiāng)鎮(zhèn)地區(qū)，水體分布在長江、湖泊、水庫等水域。從2014年蕪湖市城市熱島效應(yīng)等級圖(圖6)中可知：強(qiáng)熱島區(qū)呈斑點(diǎn)狀零星分布在鏡湖區(qū)，弋江區(qū)也有極少分布；熱島區(qū)呈片狀分布在鏡湖區(qū)和弋江區(qū)的大部分地區(qū)，在新蕪區(qū)和長江以西的鴆江區(qū)部分地區(qū)也有少量分布；綠島區(qū)大量分布在市區(qū)周邊鄉(xiāng)鎮(zhèn)地區(qū)，小部分分布在市區(qū)的園林風(fēng)景區(qū)和湖泊；強(qiáng)綠島區(qū)僅分布在長江。綜合來看，土地利用不同類型與熱島區(qū)域在空間分布上具有一致性。

經(jīng)實(shí)地核查，鏡湖區(qū)和弋江區(qū)位于河谷平原地帶，這些區(qū)域是蕪湖市舊城區(qū)，建筑物比較密集，人口密度大[7]，建筑物以磚石、水泥、瀝青等材料構(gòu)成，這些材料對太陽光的吸收率大，反射率小，導(dǎo)致城市下墊面吸熱多，地表溫度高[9]。

3.2 蕪湖市城市熱島效應(yīng)時間變化特征

從蕪湖市熱島效應(yīng)等級面積及其比例變化統(tǒng)計(jì)(表3)可以看出，與2006年相比，2014年蕪湖市城市熱島效應(yīng)分布范圍大幅增加，強(qiáng)度也有所增加，具體表現(xiàn)為：極低溫區(qū)和較低溫區(qū)面積分別減少了44.78 km2和207.35 km2，減小比例分別達(dá)到10.86%和50.25%；高溫區(qū)、次高溫區(qū)、較高溫區(qū)和極高溫區(qū)面積分別增加了137.58、32.92、3.3、0.4 km2，增加比例分別達(dá)到33.41%、8.01%、0.78%和0.096%。從蕪湖市土地利用圖(圖1～2)可以看出，與2006年相比，2014年蕪湖市建筑和裸地的面積大量增加，林地和農(nóng)田面積大量減少，建筑和裸地面積分別增加了27.88 km2和2.56 km2，增加比例分別達(dá)到6.76%和7.26%；林地和農(nóng)田面積分別減少了20.68 km2和9.25 km2，減小比例分別達(dá)到5.02%和2.25%。

表3 蕪湖市2006年和2014年熱島效應(yīng)等級面積及其比例變化

注：+表示面積增加、比例增大；-表示面積減少、比例減小。

4 結(jié) 論

利用蕪湖市Lantsat7 ETM+影像和2014年Lantsat8 TIRS影像作為數(shù)據(jù)源，借助ENVI5.1軟件對蕪湖市城市熱島效應(yīng)時空變化進(jìn)行分析，得出如下結(jié)論：

1)從2006年到2014年，隨著城市化進(jìn)程加快，蕪湖市城市熱島效應(yīng)顯著增強(qiáng)。熱島區(qū)由蕪湖市中心區(qū)零星的點(diǎn)狀區(qū)域逐漸覆蓋了蕪湖市中心區(qū)形成成片的熱島區(qū)，并擴(kuò)展到蕪湖市周邊郊外區(qū)域，熱島強(qiáng)度也有所增加。

2)不同土地利用類型對城市熱島效應(yīng)的影響差異明顯：建筑和裸地地表亮溫最高，屬于熱島區(qū)；林地和農(nóng)田地表亮溫較低；水體的地表亮溫最低，屬于綠島區(qū)。土地利用面積變化和熱島區(qū)面積變化趨勢相同。由此可見，土地利用的改變是導(dǎo)致城市熱環(huán)境產(chǎn)生差異的首要因素。

3)從蕪湖市城市熱島效應(yīng)分析中得知，城市熱島效應(yīng)是由于土地利用類型變化導(dǎo)致城市結(jié)構(gòu)布局發(fā)生改變，城市下墊面發(fā)生變化；地面人類活動、機(jī)械化散失大量熱能等引起的地面熱源增加，以及空氣污染減弱了大氣散熱，最終導(dǎo)致城市地表溫度表現(xiàn)出城市建成區(qū)高于周邊郊區(qū)。

[1]姚玉龍,劉普幸,陳麗麗.基于遙感影像的合肥市熱島效應(yīng)時空變化特征及成因[J].生態(tài)學(xué)雜志,2013,32(12):3351-3359.

[2]王六平.城市熱島效應(yīng)中下墊面因子與溫度定量關(guān)系研究[D].貴州:貴州大學(xué),2009.

[3]賈寶全,邱爾發(fā).基于TM衛(wèi)星遙感影像的西安市城市熱島效應(yīng)變化分析[J].干旱區(qū)研究,2013,30(02):347-355.

[4]徐永明,覃志豪,朱焱.基于遙感數(shù)據(jù)的蘇州市熱島效應(yīng)時空變化特征分析[J].地理科學(xué),2009,29(04):529-534.

[5]蘇雅麗,張艷芳.基于Landsat TM/ETM+的西安市城市熱島效應(yīng)時空演變[J].水土保持通報,2011,31(05):230-234.

[6]楊帆,顏暉.基于RS和GIS的城市生態(tài)研究：以上海市熱島效應(yīng)空間特征分析為例[J].城市觀察,2011,12(02):179-185.

[7]丁路,王勇.淺述城市熱島效應(yīng)的形成原因及其對策[J].制冷與空調(diào),2013,27(06):607-610.

[8]李志乾,鞏彩蘭,胡勇，等.城市熱島遙感研究進(jìn)展[J].遙感信息,2009(04):100-105.

[9]高平.保護(hù)生存環(huán)境善待美好家園：談熱島效應(yīng)與節(jié)能減排[J].科學(xué)咨詢,2012(25):67-68.

[10]金城武,陳真,方剛，等.基于Landsat 8衛(wèi)星OLI影像的滁州市城市熱島效應(yīng)分析[J].凱里學(xué)院學(xué)報,2015,33(03):116-119.

[11]石濤.基于地面觀測和衛(wèi)星遙感的安徽省城市熱島效應(yīng)研究[D].安徽:安徽農(nóng)業(yè)大學(xué),2012.

[12]方剛.基于Landsat 8衛(wèi)星影像和地表參數(shù)的宿州市城市熱島效應(yīng)研究[J].土壤通報,2014,45(05):1241-1245.

[13]周鵬,方剛,陳麗，等.基于Landsat 8影像的馬鞍山市熱島效應(yīng)研究[J].石家莊學(xué)院學(xué)報,2016,18(03):63-69.

[14]蕪湖市政府.魅力蕪湖[EB/OL].〔2016-07-15〕.http://www.wuhu.gov.cn.

[責(zé)任編輯：關(guān)金玉 英文編輯：劉彥哲]

Spatial-Temporal Variations Analysis of Wuhu Urban Heat Island Effect

LI Jin

(School of Environment Science and Surveying Engineering,Suzhou University,Suzhou,Anhui 234000,China)

Objective By using the lantsat7 ETM+image in 2006 and the lantsat 8 TIRS image in 2014 as data sources,the spatial-temporal variations of Wuhu urban heat island effect was analyzed and the causes of Wuhu urban heat island effect were discusced.Methods The surface bright temperature was inverted by the ENVI software,the surface bright temperature was normalized, and the surface bright temperature was classified by the arithmetic progression.And the spatial-temporal variations of Wuhu urban heat island effect were analyzed by the land use classification results.Results The results indicate that Wuhu urban heat island effect was significantly,the intensity and scope of Wuhu urban heat island effect had increased.However,the distribution in the extremely high temperature area is less.The strong heat island area is mainly distributed in the Jinghu area and Yijiang area.From 2006 to 2016,the construction land and the bare land gradually extended from Jinghu district and Yijiang district to Xinwu District,the area of the construction land and the bare land increased by 6.76% and 7.26% respectively.The farmland and the forest land were distributed in the surrounding towns,he area of the farmland and the forest land decreased by 2.25% and 5.02% respectively.The water body area decreased 0.12%.the high temperature zone gradually extended from Jinghu district and Yijiang district to Xinwu District,the area increased by 33.41%.The low temperature zone was distributed in the suburbs, the area decreased by 50.25%.Conclusion Different land use types have greater different impact on the urban heat island effect.The temperature of the building and bare land are the highest.Followed by the woodland and the farmland.The temperature of the water area is lowest.And the change tendency of land using area is the same as that of the urban heat island area,and the land use change is a major cause of Wuhu heat island effect.

inversion;heat island effect;spatial-temporal characteristics;land use;Wuhu

宿州學(xué)院第九屆大學(xué)生科研項(xiàng)目：“蕪湖市城市熱島效應(yīng)時空分析”(KYLXLKZD15-06)

李進(jìn)(1992-)，男，安徽宿松人，宿州學(xué)院2013級測繪工程專業(yè)在讀學(xué)生。

F 721.7

A

10.3969/j.issn.1673-1492.2017.05.013

來稿日期：2016-10-25