劉冰冰,曾永年*

1.中南大學地球科學與信息物理學院,湖南 長沙 410093

2.中南大學空間信息技術與可持續(xù)發(fā)展研究中心,湖南 長沙 410083

近50年來，全球城市化進入了空前發(fā)展階段，如今城市人口占全球的比重已經超過50%，并仍在持續(xù)增長[1,2]。城市化水平的提高在促進經濟發(fā)展、社會進步、提高人民生活水平的同時，由人類活動、城市規(guī)模擴張等引發(fā)的局地生態(tài)環(huán)境急劇變化，對區(qū)域和全球的氣候環(huán)境變化產生深遠影響[3-5]。城市化對氣候影響的主要現象之一——城市熱島效應，是指城市大氣和地表溫度高于周邊農村的現象[6]。熱島效應加大了電力消耗，加重了環(huán)境污染，對于水文系統(tǒng)、空氣質量、居民健康存在潛在威脅，長期以來受到科學界與政府部門的高度重視[7,8]。

熱島效應在城市不同層面上均有體現：反映大氣層增溫效應的城市冠層熱島(CLHI)和邊界層熱島(BLHI)，以及反映城市地表層增溫效應的城市地表熱島效應(SUHI)。大氣層增溫效應主要通過氣象站點觀測數據進行評估，SUHI則主要利用遙感影像熱紅外波段數據評估。隨著近幾十年間遙感技術的發(fā)展，SUHI研究取得了重大進展，研究內容主要包括兩個方面，熱島效應的演變及其形成機制。在熱島效應監(jiān)測方面，一般利用遙感數據反演多時序的亮溫或地表溫度(LST)，分析熱島效應的分布規(guī)律及變化情況[9-11]。在形成機理方面，土地利用/覆蓋類型的變化對城市增溫的影響一直是研究重點之一。一些學者通過將土地利用分類數據與地表溫度(LST)疊加分析，發(fā)現二者間有密切關系[12-17]。但土地利用分類數據中同一類型的地物仍存在較大的異質性，而連續(xù)的地表生物物理覆蓋度能夠較為詳細地反映地表特征，有利于定量分析下墊面構成對于熱島效應的貢獻作用[18]。有學者分析表征地表覆蓋特征的指數(如NDVI、NDBI)與LST的關系，發(fā)現二者具有較穩(wěn)定的線性相關關系[19-23]，但是這類指數在表征地表覆蓋度時存在不確定性，如NDVI與植被覆蓋度之間呈非線性關系，NDBI則容易受稀疏植被、裸土等的影響。Yuan等[24]、Li等[25]利用混合像元分解技術提取的地表組分豐度，與LST之間的相關性分析表明，以地表組分豐度作為下墊面的連續(xù)地表覆蓋特征參量優(yōu)于一般的遙感指數。

長株潭城市群作為長江中游城市群的主體之一，是湖南省經濟發(fā)展的重要增長極。隨著城市化進程的快速推進，城市環(huán)境問題日漸突出[26]。目前，針對長株潭城市群熱島效應問題已開展了較多的研究[17,19-21]，但研究對象的空間分辨率有待提高，研究的內容也有待深化。為此，本文以長株潭城市群核心區(qū)為研究區(qū)，采用多季相的Landsat8、MODIS數據定量反演地表溫度(LST)，利用混合像元分解技術提取地表覆蓋組分的豐度，在分析熱島效應多季相時空格局變化的基礎上，定量分析熱島效應形成機制，以便于深刻理解區(qū)域氣候變化，為城市規(guī)劃與環(huán)境治理提供參考與決策依據。

1 研究區(qū)與數據

1.1 研究區(qū)概況

長株潭城市群位于我國中南部湘江流域，包括長沙、株洲、湘潭三市，成“品”字形分布，結構緊湊，有利于大規(guī)產業(yè)集聚。研究范圍劃定為長株潭核心區(qū)，包括長株潭三市轄區(qū)，以及長沙縣、望城縣、湘潭縣、株洲縣等4縣的矩形范圍(圖1)。

1.2 數據來源于預處理

為了對不同季節(jié)的長株潭城市群熱島效應進行分析，獲取了2013～2014年間四期清晰無云或少云的Landsat8影像，軌道號為123/40和123/41，以及同時期的MODIS大氣水汽產品，遙感數據的具體信息與來源見表1。

首先，利用Landsat8定標參數進行輻射定標；然后，在ENVI的FLAASH模塊下對可見光波段進行大氣校正。以研究區(qū)1:2000地形圖為基準進行幾何校正，校正誤差控制在半個像元以內，符合本研究的精度要求。最后，對圖像進行拼接與裁剪，獲得研究區(qū)的影像。

利用ENVI中既定的地理信息校正模塊，對MODIS數據進行坐標系轉換，轉換后的地圖投影方式與Landsat影像一致；并采用最鄰近算法進行重采樣，重采樣后圖像分辨率為30 m，裁剪出研究區(qū)的影像。

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

表1 實驗數據Table 1 The experimental data

2 研究方法

2.1 地表溫度反演

由于Landsat8衛(wèi)星上搭載的TIRS傳感器可以探測兩個熱紅外波段(表示為TIRS10和TIRS11)，Rozenstein等[27]提出了適應于Landsat8數據的劈窗算法參數，徐涵秋[28]將該模型與基于TIRS10波段的普適性單通道算法進行了對比分析，發(fā)現普適性單通道算法的結果更為精確，因此本文中選擇其作為地表溫度的反演算法，公式如下：

Ts(K)為地表溫度；Lλ(W·m-2·sr-1·μm-1)是TIRS10波段輻射亮度；ε為地表比輻射率，根據式(2)計算，f為地表植被覆蓋度，εv=0.985，εs=0.968，dε取0，并利用譜間關系法提取水體[29]，將其比輻射率訂正為0.995；Tsat(K)是指傳感器觀測到的亮溫，根據式(3)計算，k1=774.89 W/(m2·sr·μm)，k2=1321.08 W/(m2·sr·μm)；式(4)中C1=1.19104×108W·μm4·m-2·sr-1，C2=14387.7 μm/K；TRIS10 波段的有效波長λ=10.90 μm；ω是大氣水汽含量(g/cm3)，可以利用MODIS大氣水汽產品直接獲取[30]。

2.2 地物組分豐度提取

城市地表復雜并緊密交錯，地物的類內類間光譜異質性較強，如果采用傳統(tǒng)混合像元分解方法，對一類地物采用一種端元光譜進行模擬，會存在較大誤差。Roberts等提出的多端元混合像元分解技術[34]，對每一類地物建立包含多個端元的光譜庫，并針對每一個像元尋找最佳端元組合來模擬其混合的光譜響應。

首先對已經剔除水體的Landsat8(13.7.31日)數據的可見光波段進行最小噪聲分離變換(MNF變換)提取圖像的主要信息。然后，計算圖像的純凈像元指數(PPI)，借助ENVI的n維可視化工具進行各類端元的光譜收集。對端元光譜庫信息進行統(tǒng)計分析得到計數指數(CoBI)[31]、端元均方根誤差(EAR)[32]和最小平均光譜角(MASA)[33]，按照CoBI較大且EAR和MASA較小的規(guī)則，挑選出最能反映該類地物波譜特征的端元，建立了不透水表面波譜庫(18條)、綠色植被波譜庫(31條)和裸土波譜庫(11條)。最后，運用Viper tools軟件模塊，生成6183個光譜分解模型，對原始圖像逐像元選擇最優(yōu)模型，求解端元豐度。

2.3 統(tǒng)計分析

為了更好地分析不同季節(jié)熱島效應分布的變化情況，在對各期LST數據歸一化處理后，計算平均值m和標準差s，根據標準差分級法，將LST劃分為4個等級，作為評估熱島效應強弱的指標，具體分類準則為：中低溫(小于m+0.5 s)，較高溫(m+0.5 s至m+1.5 s)，高溫(m+1.5 s至m+2.5 s)，極高溫(m+2.5 s至m+3.5 s)。然后統(tǒng)計各種級別的熱島效應的面積百分比。

對于剔除水體后的圖像，以各地類豐度為橫軸，以LST為縱軸，生成散點圖；并利用分區(qū)統(tǒng)計的方法，對各種用地類型的豐度從0～1按照0.01的增量統(tǒng)計其范圍內的LST的平均值，將其與豐度值進行回歸分析。

3 結果與分析

3.1 熱島效應的時空格局變化分析

生成長株潭城市群的地表溫度分布圖（圖2）和熱島強度等級分布圖（圖3），圖中白色部分為云掩膜，以及各溫度等級的面積比例（表2）。

在初夏(13.5.28)，區(qū)域LST平均值為304.6 K，標準差為2.61 K。圖2(a)中城市的LST明顯高于農村，熱島效應顯著，東南部農村的溫度略高于西北部，這是由于西北部的主要植被類型是以水田為主的耕地，其蒸散降溫作用較東南部林地更為強烈。圖3(a)中城市主要為較高溫區(qū)、高溫區(qū)和極高溫區(qū)；極高溫區(qū)的面積比率為1.5%，主要分布在長沙市湘江以東的雨花區(qū)、天心區(qū)的高密度居民區(qū)、以及長沙縣東部的工業(yè)用地，湘潭市湘江東岸岳塘區(qū)的工業(yè)用地，株洲市湘江兩岸的工業(yè)及居民用地；高溫區(qū)和較高溫區(qū)主要圍繞極高溫區(qū)為核心的周邊分布，并且從城市中心向四周呈溫度等級漸降的趨勢。農村地表溫度等級主要為中低溫和較高溫，中低溫區(qū)主要分布在西北部耕地，較高溫區(qū)主要分布在東南部林地。

盛夏季節(jié)（13.7.31），區(qū)域LST平均值為308.7 K，標準差為2.73 K，均達到所有季節(jié)的最高值，這個時期植被最為繁茂，地表地物多樣性達到峰值，因此圖2(b)中地表溫度的區(qū)域分布差異最為明顯，熱島效應最為顯著。與初夏相比，圖3(b)中城市的高溫區(qū)和極高溫區(qū)范圍明顯向擴張，面積比率分別增長至4.5%、3%，特別是極高溫區(qū)面積達到在所有季節(jié)中的最大值；在農村的鄉(xiāng)鎮(zhèn)出現了分散的小范圍熱島現象，東南部林地的溫度等級大范圍從初夏時期的較高溫降為中低溫，這主要與林地生長繁茂所帶來的蒸騰作用增大有關。

進入夏末（13.9.17），區(qū)域LST平均值為305.8 K，標準差為2.54 K，較盛夏均有所回落。圖2(c)中城鄉(xiāng)LST差異顯著，但與盛夏相比，城市的高溫面積減小，東南部農村的LST略微升高，這主要與植被生長停滯導致的蒸騰作用減弱有關。圖3(c)中與盛夏相比，城市的極高溫區(qū)大范圍縮減，其面積比率降低至2.15%，部分極高溫區(qū)溫度等級降為高溫和較低溫。農村東南部的部分植被溫度等級從盛夏的中低溫上升為較高溫，農村鄉(xiāng)鎮(zhèn)中仍存在小范圍熱島現象，但范圍相對盛夏有所減小。

圖2 地表溫度分布圖Fig.2 Spatial distribution of land surface temperature

圖3 熱島強度等級分布圖Fig.3 Intensity grade distribution of UHI

在冬季（14.1.23），區(qū)域LST平均值為287.7 K，標準差為1.51 K，均達到所有季節(jié)的最小值，這是由于冬季植被蕭條，地表裸露度變高，地表植被多樣性變少，因此LST的區(qū)域分布差異降低，圖2(d)中研究區(qū)的LST分布并無明顯的城鄉(xiāng)差異，熱島效應與夏季相比較不顯著。圖3(d)中極高溫區(qū)面積比率在所有季節(jié)中達到最小的1.00%，散落分布在長株潭三市的部分工業(yè)用地區(qū)；東南角、東北部的林地出現異常高值，這可能是由于常綠闊葉林在冬季的植被覆蓋度較高，吸收太陽輻射的能力較強。

表2 各級熱島強度面積比例/%Table 2 Area percentage of UHI intensity at all levels

3.2 熱島效應與下墊面組分豐度關系分析

綠色植被、不透水下墊面、裸土的豐度值分布圖如圖4，水體已被掩膜為0，分類結果的RMSE在0.025內，滿足本實驗的精度要求。在農村主要地表覆蓋地物為綠色植被，城市地表主要由不透水表面構成，而裸土在區(qū)域內面積較小，大多離散地分布在城市周邊。

圖4 地表組分豐度分布圖Fig.4 Surface component abundance distribution map

由于植被與不透水表面被認為是VIS（Vegetation-Impervious-Soil）模型中最關鍵的兩個城市組分要素[25]，因此利用13.7.31日的LST（已剔除水體）與植被、不透水下墊面豐度建立散點圖（圖5），散點圖呈梯形。隨著綠色植被的像元豐度增大，同一豐度的LST最大和最小值降低；豐度越接近于0，散點分布越離散，這是由于綠色植被的分布越少，LST越容易受到土壤濕度等外界條件的影響，溫度波動范圍也越大，表明綠色植被覆蓋度較小時并不能明顯降低地表溫度，只有大范圍的綠色植被才能產生明顯的降溫作用。不透水表面豐度越高，LST的最大和最小值也越高。

對LST與植被、不透水表面進行分區(qū)統(tǒng)計及回歸分析（圖6），發(fā)現植被豐度與LST呈強烈負相關，相關系數為-0.97，不透水表面豐度與LST呈強烈正相關，相關系數為0.95。表明植被的蒸騰作用具有降低LST的作用，不透水表面的分布越密集對LST的增溫效應越顯著，植被與不透水表面的地表構成比率對熱島效應的空間分布有重要影響。

不透水表面豐度通常被認為是不變量[35]，因此將其他季節(jié)的LST與不透水表面豐度進行了分區(qū)統(tǒng)計及回歸分析發(fā)現，在所有季節(jié)，不透水表面豐度與LST都存在較強的線性相關關系，夏季的相關系數較高。不同季節(jié)的回歸方程斜率分別是6.21、10.06、8.41、0.82，在盛夏達到最高，在冬季降到最低，表明當外部氣候條件越炎熱時，不透水表面的增加對于地表增溫效應的影響越大（表3）。

圖5 2013.7.31日地表組分豐度與地表溫度散點圖Fig.5 Scatter diagram of surface component abundance and temperature on Jul.31,2013

圖6 2013.7.31日平均地表溫度與地表組分豐度的相關關系Fig.6 Correlation between average land surface temperature and component abundance on Jul.31,2013

表3 各季節(jié)不透水表面豐度與地表溫度的相關關系Table 3 Correlation between surface abundance of impervious water and surface temperature in different seasons

4 結 論

本文利用Landsat8數據和MODIS數據，反演了長株潭城市群在2013～2014年間多個季相地表溫度(LST)，評估了城市熱島效應的時空格局及其變化，并分析了地表覆蓋組分豐度與熱島效應的關系及形成機制，并獲得如下的結論：

(1)城市熱島效應在夏季顯著，在冬季較為不明顯。在夏季，城市區(qū)域主要為高溫區(qū)和極高溫區(qū)；極高值區(qū)面積從初夏到夏末先擴張后縮減，在盛夏面積比率達到最高的3.00%，熱島效應程度最為嚴重且影響范圍最廣；農村主要為中低溫區(qū)，LST分布特征變化與植被覆蓋類型和生長狀況有關。

(2)在盛夏植被的組分豐度與LST呈負相關關系，植被地表覆蓋度增加有助于減緩熱島效應；所有季節(jié)不透水表面豐度與LST均呈強烈的正相關關系，相關系數在0.87以上，不透水表面的地表覆蓋度增加將導致熱島效應增強，特別在盛夏這種作用最為顯著。

城市化驅使下的以不透水面為主的人工地表擴張，改變了地表的熱力學性質，導致了地表增溫，是熱島效應形成的重要因素之一。在城市未來規(guī)劃中，需要綜合考慮植被的降溫效應與不透水表面增溫效應，控制不透水表面的建設密度，有利于緩解熱島效應。進一步的研究中需要對連續(xù)時序的長株潭城市群熱島效應進行分析，探究城市發(fā)展過程中景觀結構變化對于城市增溫的作用機制。