李紅，高皜，解韓瑋

西南林業(yè)大學大數(shù)據(jù)與智能工程學院，云南 昆明 650224

城市熱環(huán)境是影響城市生態(tài)環(huán)境的主要影響因素之一（權凌等，2014；李翔澤等，2014；欒慶祖等，2014）。當城市發(fā)展到一定規(guī)模時，城市下墊面性質的大量改變、大氣污染以及人工排放廢熱等行為會使得熱量在城區(qū)范圍內(nèi)聚集，導致城區(qū)溫度明顯高于郊區(qū)，形成了城市熱島效應（黃偉峰等，1988）。而且城市規(guī)模越大，熱島效應越明顯，熱島強度也越大（郭紅等，2007）。相關研究表明，當城市區(qū)域內(nèi)的溫度高于 28 ℃時，居民就會產(chǎn)生不適感，工作效率有所下降；當溫度達到 35 ℃或以上時，會顯著提高人體呼吸系統(tǒng)類或其他病癥的發(fā)生率，嚴重威脅到城市居民的身體健康（Shahmohamadi et al.，2011）。隨著城市增長與全球氣候的異常變化，“城市熱島”的影響也愈加嚴重（李柏延等，2014；趙顏創(chuàng)等，2014），由此引起的城市熱環(huán)境問題也成為中國城市發(fā)展和規(guī)劃過程中必須考慮的重要問題之一（李翔澤等，2014；欒慶祖等，2014；張好等，2014）。

改革開放以來，中國城市的熱島現(xiàn)象日益加劇，國內(nèi)外學者也從多方面對城市熱環(huán)境進行了相關研究。其中，有基于機理的研究：如劉艷紅等（2009）基于植物蒸騰理論，通過植被生長量的計算估測不同植被結構內(nèi)部的小氣候效應。有借助儀器設備進行測量的研究：如周堅華（1998）以綠地斑塊為單位，通過溫濕度計等實驗儀器對綠地斑塊進行實地觀測，比較了不同結構、不同類型綠地的小氣候效應。也有基于氣象數(shù)據(jù)的研究：如孫績?nèi)A等（2015）利用昆明周邊多個自動氣象站觀測的2004—2012年溫度序列，研究了昆明城市熱島效應的日、季節(jié)和年際變化特征，并分析了昆明城市熱島水平分布和變化趨勢。特別地，遙感影像由于能夠大范圍地重復檢測和反演地表溫度以及相關參數(shù)，已被廣泛應用于城市熱環(huán)境的研究。其中，有基于遙感指數(shù)反演的研究：如陳旭等（2015）使用單時相 Landsat遙感數(shù)據(jù)反演歸一化植被指數(shù)（NDVI）作為探討城市綠地和城市熱環(huán)境相關關系的反映指標，發(fā)現(xiàn)不同城市功能區(qū)內(nèi)各綠地類型的降溫效應存在明顯差異；江樟焰等（2006）使用單景Landsat影像對NDVI與LST進行了相關分析，認為二者呈負相關關系；凌麗媛等（2016）使用多時相Landsat影像對NDVI和LST作分析，均發(fā)現(xiàn)NDVI與LST呈顯著負相關關系；Weng et al.（2004）使用不同空間分辨率的遙感影像研究了印第安納州植被覆蓋度與地表溫度的關系，發(fā)現(xiàn)植被覆蓋度與溫度呈負相關，并且在不同的分辨率影像上相關性不同；而劉嬌妹等（2008）通過研究發(fā)現(xiàn)植被的復層結構可提高降溫增濕的效果，且當植被覆蓋率大于60%時效果最為顯著。也有基于遙感分類的研究：如藺銀鼎等（2006）發(fā)現(xiàn)林地范圍內(nèi)的平均溫度比外圍5 m處低2.18 ℃，平均濕度增加6.74%；草地范圍內(nèi)的平均溫度比外圍5 m處低0.81 ℃，平均濕度增加5.05%，表明綠地結構和綠地面積都可對熱環(huán)境產(chǎn)生較大影響；黃良美等（2007）對南寧市4種功能區(qū)的不同城市綠地進行研究，發(fā)現(xiàn)不同的綠地具有不同的降溫增濕效果，林隙溫度明顯低于近旁裸草地；梁娟等（2007）發(fā)現(xiàn)城市林地、復合綠地和草地3種類型中，城市林地的降溫效果最佳，其次是復合綠地，最后才是草地；而何介南等（2011）研究表明，在降溫減濕效果方面，喬木林＞喬灌林＞灌叢＞草地。

圖1 研究區(qū)域Fig. 1 Study area

昆明市位于東經(jīng) 102°10'～103°40'，北緯 24°23'～26°22'，市中心海拔1891 m，南瀕滇池，三面環(huán)山。它是中國重要的旅游、商貿(mào)城市，是西部地區(qū)重要的中心城市，亦是滇中城市群的核心圈。此外，昆明還是中國面向東南亞、南亞開放的門戶樞紐，是中國唯一面向東盟的大都市。雖然它屬北緯亞熱帶，但由于位于云貴高原，海拔高度較高，故它具有典型的溫帶氣候特點，年均氣溫 14.5 ℃，最熱月（7月）平均氣溫19.7 ℃，最冷月（1月）平均氣溫7.5 ℃，年溫差12～13 ℃，為全國最小。由于昆明地理位置和氣候都具有特殊性（圖1），目前，已有一定數(shù)量的昆明城市熱環(huán)境及其影響因素間關系的研究（劉鑫等，2011；宋毅等，2014；彭妮等，2015；鄭亦佳等，2017），但是，這些研究或者以點代面（彭妮等，2015）、或者只涉及單一時相（劉鑫等，2011）、或者只使用單一技術方法（宋毅等，2014）。而作為中國乃至國際重要的旅游城市和中國西南地區(qū)的核心城市，昆明城市熱環(huán)境對城市旅游發(fā)展、城市形象、城市居民生活的影響敏感性也更高。已有研究表明，昆明城市發(fā)展過程中，昆明市主城區(qū)區(qū)域內(nèi)熱島強度較大的區(qū)域的空間分布變化不大（Chen et al.，2017）。如何從時空變化上綜合分析昆明城市熱環(huán)境及其影響因素間關系以提高昆明城市生態(tài)環(huán)境質量，提高城市人口體感指數(shù)，增強旅游城市環(huán)境競爭力？有關這方面研究還比較缺乏。

本研究利用多時相遙感數(shù)據(jù)，在分析昆明主城區(qū)城市熱環(huán)境及其主要影響因素的時空分布特征的基礎上，探索影響城市熱環(huán)境的主要因素，以此作為城市空間優(yōu)化的重要參考。研究結果對指導城市綠地規(guī)劃建設以及定量評價城市綠地建設均可提供技術支撐和科學參考。同時，以城市熱島效應現(xiàn)狀及其歷史演變?yōu)橹饕罁?jù)，把城市熱島效應預評估結論融入到規(guī)劃或環(huán)境治理中，從減緩城市熱島效應，建設宜居城市方面提出合理性建議。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)獲取

以Landsat遙感影像為主要數(shù)據(jù)源，考慮天氣及研究區(qū)植被生長情況以及數(shù)據(jù)獲取的限制，選擇昆明市主城區(qū)區(qū)域內(nèi)天氣晴朗且無云影像，分別為2002年4月30日Landsat 7影像、2008年4月6日Landsat 5影像和2014年4月23日Landsat 8影像。三期影像數(shù)據(jù)均來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn）。

1.2 數(shù)據(jù)預處理

1.2.1 輻射定標

經(jīng)過輻射定標將DN值轉化為具有物理意義并能夠對其進行分析的輻射亮度值。采用的輻射定標公式為：

式中，G為增益系數(shù)，B為偏移系數(shù)，這兩個系數(shù)都可以通過影像的元數(shù)據(jù)文件獲取。此部分操作通過ENVI軟件的Radiometric Calibration工具完成。

1.2.2 幾何校正

雖然所用遙感數(shù)據(jù)均來源于Landsat衛(wèi)星，其軌道高度、軌道傾角等參數(shù)相同，但因其成像時間、傳感器等不同，圖像的幾何特征也會產(chǎn)生一定的差異，利用幾何校正來消除圖像之間的幾何畸變十分必要。以2014年的Landsat 8影像為基準，對2002年的Landsat 7影像和2008年的Landsat 5影像進行幾何校正（吳露露等，2008）。在2002年影像和2008年影像上選取一定數(shù)量的控制點，盡量均勻分布在影像上，然后在 2014年影像相同位置選取對應的地物控制點，控制點的選擇一般遵循在影像中明顯且不易變化的拐點原則，校正模型選擇的是多項式，選擇3次卷積法作為重采樣方法，完成對2002年和2008年影像的配準，使得3幅影像的相同地物出現(xiàn)在同一位置，誤差不超過1個像元。

1.2.3 圖像裁剪

利用ENVI軟件的Subset工具，基于昆明市主城區(qū)行政邊界對3幅影像進行圖像裁剪，獲得3個時期的昆明市主城區(qū)遙感影像圖，如圖2。

1.3 分類與土地利用提取

采用ISODATA非監(jiān)督分類法對土地利用進行分類，ISODATA又稱為迭代自組織分析算法，是一種常用的非監(jiān)督分類方法（錢成越，2010）。由于實驗數(shù)據(jù)為Landsat影像，空間分辨率為30 m，分出較多的類別操作難度大，且本研究主要探討植被覆蓋、水體、建筑用地等地表參數(shù)與城市熱環(huán)境的關系，因此將地表覆蓋分為4類，分別是水域、植被、城鎮(zhèn)用地及未利用地。其中，水域包括河流、湖泊、濕地等；植被包括耕地、林地、草地、苗圃等；城鎮(zhèn)用地包括城鎮(zhèn)、居民點、交通用地等；未利用地包括沙地、裸土地、鹽堿地等。按照ISODATA分類要求，經(jīng)過多次嘗試，將三期影像都初始分成40個子類。然后對照高空間分辨率的Google影像對分類結果的各子類進行目視判讀，將每個子類合并到水域、植被、城鎮(zhèn)用地和未利用地4個類別中。分類結果的精度評價則結合 Google影像，通過目視解譯選取植被、水域、城鎮(zhèn)用地和未利用地4個分類的感興趣區(qū)（ROI），利用ENVI中的Confusion Matrix Using Ground Truth ROIs工具將ROI與土地利用分類結果進行匹配，輸出混淆矩陣，得到分類結果的總體分類精度和Kappa系數(shù)。

1.4 植被覆蓋測度

歸一化差異植被指數(shù)（NDVI）（表 1）可以有效提取植被信息和監(jiān)測植被的生長狀態(tài)（Chen et al.，2017），但其值包含植被覆蓋和非植被覆蓋，引入植被覆蓋度可以有效排除非植被覆蓋地表的干擾，有利于進一步研究城市植被覆蓋情況。

植被覆蓋度是表征地表植物生長態(tài)勢和變化的重要參數(shù)，可以通過該參數(shù)研究特定區(qū)域內(nèi)的植被變化情況（王冬梅等，2012）。利用像元二分模型估算昆明市主城區(qū)的植被覆蓋度，得到研究區(qū)域的植被覆蓋變化（包月梅等，2015），其公式為：

圖2 昆明市主城區(qū)遙感影像Fig. 2 Remote sensing image of the main urban area of Kunming

表1 NDVI指數(shù)Table 1 NDVI index

式中，F(xiàn)VC指植被覆蓋度；NDVI為歸一化植被指數(shù)；NDVImin為完全被裸土或無植被覆蓋區(qū)域的NDVI值，即純土壤像元的NDVI值；NDVImax為完全被植被所覆蓋區(qū)域的NDVI值，即純植被像元的NDVI值。NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)研究區(qū)域影像數(shù)據(jù)的實際情況來定，通常以累積百分數(shù)5%和95%作為置信區(qū)間（劉靜等，2009）。本研究采用一般經(jīng)驗值，NDVImax=0.7和NDVImin=0.05，即當影像中的某個像元NDVI值大于0.7時，F(xiàn)VC取值為1，當其NDVI值小于0.05時，F(xiàn)VC取值0。根據(jù)式（2）計算得到2002年、2008年及2014年的植被覆蓋度圖，然后對求得的植被覆蓋度圖像采用等間距密度分割的方式將其分為5級，即低覆蓋度0～0.2、中低覆蓋度0.2～0.4、中覆蓋度 0.4～0.6、中高覆蓋度 0.6～0.8、高覆蓋度0.8～1。

1.5 地表溫度反演

選用輻射傳輸方程法（吳志剛等，2016）對地表溫度（Land Surface Temperature，LST）進行反演，其基本原理是估計大氣對地表熱輻射的影響，用陸地衛(wèi)星傳感器觀測的熱輻射總量減去大氣對地表熱輻射的影響量，得到地表熱輻射強度，最后將熱輻射強度轉化為對應的地表溫度。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ由3個部分所組成：大氣的上行輻射亮度L↑、大氣下行輻射亮度L↓（大氣向下輻射到達地面后反射的能量）、地面的真實輻射亮度經(jīng)過大氣層衰減作用之后被衛(wèi)星傳感器接受到的熱輻射能量（吳志剛等，2016）。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ的表達式可寫為：

式中，ε為地表比輻射率；TS為地表真實溫度（K）；B(TS)為黑體熱輻射亮度；τ為大氣在熱紅外波段的透過率。大氣下行輻射亮度L↓和大氣上行輻射亮度 L↑單位均為 W·m-2·sr-1·μm-1。假設地表、大氣對熱輻射具有朗伯體性質，則溫度為T的黑體在熱紅外波段的輻射亮度B(TS)為：

式中，地面真實溫度TS可以用普朗克公式的函數(shù)獲?。?/p>

式中，對于TM影像，K1=607.76，K2=1260.56；對于 ETM+，K1=666.09，K2=1282.71；對于 TIRS Band 10，K1=774.89，K2=1321.08。

式（4）中的透過率τ、大氣上行輻射亮度L↑、大氣下行輻射亮度L↓3個參數(shù)可以通過NASA提供的網(wǎng)址（http://atmcorr.gsfc.nasa.gov/）輸入影像的成像時間、中心經(jīng)緯度以及其他相應參數(shù)信息，得到大氣剖面信息（由于缺少氣壓、溫度、相對濕度等相關參數(shù)信息，所以獲得的結果是基于模型計算的）。參與計算的3景影像的基本信息如表2所示，成像時間和大氣剖面模型計算的時間均為格林尼治時間，過境時間為成像時間加上8個區(qū)時。

表2 影像基本信息Table 2 Basic image information

運用ENVI軟件的Band Math工具，計算獲得NDVI、FVC和地表比輻射率圖像，再通過熱紅外波段的輻射亮度圖、地表比輻射率圖以及大氣剖面信息，計算得到黑體輻射亮度圖像，最后將其轉換為地表溫度圖像。然后對3年地表溫度圖的平均溫度和標準差取平均值，將平均溫度（29.91 ℃）設置為中溫區(qū)，平均標準差（5.43上取整為6 ℃）作為分割間距，并結合高溫界線（35 ℃為黃色預警線，40 ℃為紅色預警線）將溫度范圍劃分 5個等級，分別為低溫區(qū)低于21 ℃、較低溫區(qū)21～27 ℃、中溫區(qū) 27～33 ℃、較高溫區(qū) 33～39 ℃及高溫區(qū)39 ℃以上。同時，使用密度分割法（徐賽萍等，2014）將2002年、2008年和2014年的地表溫度圖像劃分為這5個級別以便更好地揭示熱環(huán)境空間分布變化。

2 結果與分析

2.1 昆明市主城區(qū)土地利用時空演化特征

采用ISODATA對2002年、2008年、2014年的影像進行非監(jiān)督分類得到3年的土地利用分布圖（圖 3）。通過選取樣本對分類圖進行混淆矩陣精度檢驗，2002年的分類精度為 76.13%、Kappa系數(shù)為 0.62，2008年的分類精度為68.22%、Kappa系數(shù)為 0.51，2014年的分類精度為 90.42%，Kappa系數(shù)為0.85。

由圖3～5可知，2002—2014年間，城鎮(zhèn)用地面積呈正增長趨勢，水體、植被和未利用地都呈負增長趨勢。其中，雖然植被覆蓋類型的面積在 2002年、2008年和2014年中均占最大比重，但隨著城市的擴張，植被覆蓋類型的面積逐年減小。2002—2008年植被面積減少70.61 km2，2008—2014年減少138.28 km2，2002—2014年植被所占比重減少了7.77%，減少的面積高達 208.89 km2。未利用地面積在 12年間也不斷減少且所占比重一直較小。而水體面積與所占比重雖也在逐年減?。?002—2008年減少1.36 km2，2008—2014年減少10.68 km2），但水體面積的縮小除了由于人類占用濕地、河流進行圍湖造田等活動造成以外，昆明地區(qū)持續(xù)的干旱也是水域面積減少的主要原因之一。城鎮(zhèn)用地在2002—2014年間一直保持著快速擴張趨勢，在2002—2008年城鎮(zhèn)用地增加了116.54 km2，2008—2014年增加了178.73 km2，在2002—2014年城鎮(zhèn)用地所占比重增長了10.98%，共增加了295.18 km2，2014年的城鎮(zhèn)用地面積相當于 2002年城鎮(zhèn)用地面積的2.62倍。

圖3 昆明市主城區(qū)土地利用類型分布圖Fig. 3 Distribution pattern of land use types in main urban area of Kunming, 2002, 2008 and 2014

圖4 昆明市主城區(qū)土地利用類型分布Fig. 4 Distribution of land use types in the main urban area of Kunming

圖5 昆明市主城區(qū)各土地利用類型所占比重變化Fig. 5 The proportion of land use types in the main urban area of Kunming

2.2 昆明市主城區(qū)植被覆蓋時空演化特征

圖6 昆明市主城區(qū)植被覆蓋度分級分布圖Fig. 6 Spatial distribution of vegetation coverage in the main urban areas of Kunming, 2002, 2008 and 2014

圖7 昆明市主城區(qū)2002年、2008年、2014年植被覆蓋度變化Fig. 7 Change of vegetation coverage in the main urban areas of Kunming in 2002, 2008 and 2014

將2002年、2008年和2014年的植被覆蓋采用密度分割劃分為5個等級，結果如圖6。由圖 6～8可知，昆明主城區(qū)的植被覆蓋度以中等水平為主。2002年、2008年和2014年中覆蓋面積最大的分別為中低覆蓋度、中覆蓋度和中覆蓋度，中等水平的覆蓋度在主城區(qū)占據(jù)了主導地位。其中，低覆蓋度和中低覆蓋度在 12年來一直呈減少趨勢，低覆蓋度面積減少了47.24 km2，所占比重降低了1.91%，中低覆蓋度面積減少了174.6 km2，所占比重降低了7.1%；而中覆蓋度在 12年來則一直呈增加趨勢，面積增加了49.71 km2，所占比重增長2.04%；中高覆蓋度和高覆蓋度則呈現(xiàn)出波動變化的趨勢，中高覆蓋度所占比重先增加后減少，2002—2008年增加了6.35%，在2008—2014年減少了0.47%，12年間總體呈增加趨勢，上升了5.88%；高覆蓋度所占比重先減少后增加，2002—2008年下降了1.86%，2008—2014年上升了2.96%，12年間總體呈增加趨勢，增加了1.1%。特別地，12年來植被覆蓋度大于0.6的植被覆蓋面積共增加了220.26 km2?？傮w來說，昆明市主城區(qū)的低覆蓋度、中覆蓋度、高覆蓋度的比重變化相對較小，而中低覆蓋度和中高覆蓋度的比重變化較大（圖8），中低覆蓋度所占比重的減少和中高覆蓋度所占比重的增加則剛好呈互補關系，城市中覆蓋度、中高覆蓋度和高覆蓋度的比重及面積總體呈增長趨勢。

2.3 昆明市主城區(qū)熱環(huán)境時空演化特征

將2002年、2008年和2014年的地表溫度圖像劃分為5個級別，結果如圖9。由圖9～10可知，2002年、2008年和2014年昆明市主城區(qū)的平均溫度分別為27.36、30.80、31.56 ℃。12年來昆明市主城區(qū)平均溫度呈上升趨勢。2002年、2008年和2014年昆明市主城區(qū)的低溫區(qū)主要分布在滇池等河湖區(qū)域，位置基本不變，范圍則在減小。2002年，城市中心區(qū)域溫度主要集中在低溫區(qū)、較低溫區(qū)和中溫區(qū)，2008年和2014年則主要集中在中溫區(qū)、較高溫區(qū)和高溫區(qū)，溫區(qū)范圍有所提高。2002年、2008年和2014年低溫區(qū)和高溫區(qū)所占的比重相對較低，低溫區(qū)與高溫區(qū)之和所占比重分別是 11.87%、12.71%、11.02%。低溫區(qū)所占比重在 12年間一直呈降低趨勢，降低了3.89%；而高溫區(qū)比重12年來則呈現(xiàn)先增加后降低，總體增加的現(xiàn)象，增長了3.04%；較低溫區(qū)所占比重在12年間一直呈降低趨勢，共降低了22.22%，特別是2002—2008年較低溫區(qū)面積迅速減小了 448.65 km2；中溫區(qū)在 2002年和2008年都占據(jù)著最大比重，總體呈下降趨勢；2014年較高溫區(qū)占據(jù)了當年的最大比重，變化趨勢呈先減小后增加，2002—2008年下降了5.59%，2008—2014年稍稍增加了0.34%。較高溫區(qū)的變化和其他溫區(qū)不同，其比重在 2002—2014年一直呈上升趨勢，上升幅度是所有溫區(qū)中最大的，達31.32%。以上變化說明昆明市主城區(qū)的溫區(qū)由 2002年的較低溫區(qū)和中溫區(qū)占主要地位逐漸演變成 2008年、2014年的以中溫區(qū)和較高溫區(qū)占主要地位。較高溫區(qū)和高溫區(qū)比重在 12年間一直增長，表明昆明市主城區(qū)城市熱環(huán)境的不斷強化。但是，2002年、2008年和 2014年昆明市主城區(qū)的溫度變異系數(shù)（變異系數(shù)=標準差/均溫）分別為0.19、0.19和0.16，則說明在溫度整體升高的背景下，昆明市主城區(qū)溫度的內(nèi)部整體差異呈變小趨勢。

圖8 昆明市主城區(qū)各植被覆蓋度等級比重變化Fig. 8 The proportion of vegetation coverage in the main urban area of Kunming

圖9 昆明市主城區(qū)地表溫度分級圖Fig. 9 Spatial distribution of LST in the main urban areas of Kunming, 2002, 2008 and 2014

圖10 昆明市主城區(qū)各溫區(qū)比重變化Fig. 10 Changes in the proportion of the temperature in the main urban areas of Kunming

3 討論

對比圖5、圖8和圖10可以看出，植被類型面積的減少和城鎮(zhèn)用地面積的增加與較低溫區(qū)域面積的減少和較高溫區(qū)域面積的增加是對應的。與本研究類似，劉鑫等（2011）基于 Landsat數(shù)據(jù)對昆明地區(qū)的熱島效應分析發(fā)現(xiàn)，高溫區(qū)主要集中在中心城區(qū)和城鎮(zhèn)用地密集區(qū)域，而城市中的綠地、水體和公園則可以有效降低周邊熱島強度。然而，植被覆蓋度圖卻顯示中低覆蓋度區(qū)域減少而中高覆蓋度區(qū)域增加。

觀察圖6～8可知，中低覆蓋度區(qū)域的減少主要來自于基本無植被覆蓋的未利用地類型，且這一類型主要被轉換為了城鎮(zhèn)用地類型。正如劉鑫等（2011）提出在城市規(guī)劃和景觀設計時應當提高城市植被覆蓋和增加綠化面積從而有效減弱熱島效應和改善局部氣候一樣，城鎮(zhèn)用地類型大多會人工種植一定的植被，從而提高了這些區(qū)域的植被覆蓋度。相反地，宋毅等（2014）基于ETM+/TM數(shù)據(jù)對滇池流域不透水表面變化與城市熱島效應關系研究中發(fā)現(xiàn)，不透水面的存在導致了局部地區(qū)溫度的明顯升高且城市熱島的空間分布和變化與不透水面的分布和變化存在著明顯的一致性。因此，不透水表面性質的城鎮(zhèn)用地類型又決定了它具有更高的地表溫度。所以，土地利用類型的轉變以及人類活動的參與共同形成了研究區(qū)內(nèi)植被覆蓋度提高，而地表溫度也提高的情況。相似地，研究區(qū)內(nèi)植被類型面積的減少也主要是中低覆蓋度區(qū)域的面積減少。覆蓋度低的區(qū)域由于植被較少，不能夠完全覆蓋裸土，植被的遮陰效果差，植被應有的降溫特征不能夠得到完全體現(xiàn)。陳旭等（2015）基于Landsat 8數(shù)據(jù)和實地調查數(shù)據(jù)研究臺州市城市綠地對熱島效應的緩解作用時也發(fā)現(xiàn)新城區(qū)綠地相比老城區(qū)綠地的降溫效應差，其主要原因是新城區(qū)綠地覆蓋度遠低于老城區(qū)綠地覆蓋度造成。當這些區(qū)域轉換為城鎮(zhèn)用地后，同樣由于人工種植景觀植被或者公園規(guī)劃，反而提高了這些區(qū)域的植被覆蓋度。因此，在研究區(qū)內(nèi)的有些區(qū)域則表現(xiàn)出了植被類型面積減少但地表溫度反而降低的現(xiàn)象。同樣地，雖然提高了植被覆蓋度，但城鎮(zhèn)用地的特有地表特征又決定了這些區(qū)域具有較高的地表溫度。最終，未利用地和較低覆蓋度的植被區(qū)域被轉換為城鎮(zhèn)用地后，在提高了植被覆蓋度的同時也提高了地表溫度。而這種地表溫度的提高也因為植被覆蓋度的提高受到了抑制。因此，地表溫度提高程度最大的是較高溫區(qū)而非高溫區(qū)，增加植被覆蓋度對于降低或者緩解城市熱環(huán)境是有效的。

同時也應注意到，對于高植被覆蓋度的區(qū)域，地表溫度也有相應升高。因此，城市熱環(huán)境的持續(xù)增高并非完全由于城市化導致的城市地表特征的變化，其均溫的大幅增高也可能是由全球變暖大環(huán)境的影響所致，盡管全球變暖過程中城市化也做出了巨大“貢獻”。類似地，彭妮等（2015）使用氣象資料對昆明近 50年的城市化氣候變化特征及趨勢進行研究發(fā)現(xiàn)，在全球變暖背景下，昆明城市和郊區(qū)均呈現(xiàn)增暖趨勢，昆明市城市規(guī)?？焖贁U大帶來的城市熱島效應對昆明市氣溫持續(xù)上升有著相當重要的貢獻，但是，增溫速率主要受全球變暖趨勢的影響。

4 結論

通過以上分析可知，（1）2002—2014年，昆明市主城區(qū)城鎮(zhèn)用地面積共增加了 295.18 km2，2014年城鎮(zhèn)用地面積是2002年的2.62倍。同時，植被覆蓋度大于 0.6的植被覆蓋面積共增加了220.26 km2，且中低覆蓋度所占比重的減少和中高覆蓋度所占比重的增加呈互補關系。（2）昆明市主城區(qū)平均溫度呈現(xiàn)上升趨勢，主城區(qū)的溫區(qū)由較低溫區(qū)和中溫區(qū)為主轉變?yōu)橹袦貐^(qū)和較高溫區(qū)為主。（3）昆明市城鎮(zhèn)用地的增加主要來自于低植被覆蓋區(qū)域和未利用地，其地表屬性的特征使其提高了地表溫度，但同時城鎮(zhèn)用地綠化提高了植被覆蓋度從而抑制了其地表溫度的過度升高。（4）增加植被覆蓋度對降低或者緩解城市熱環(huán)境是有效的，但 12年來昆明市主城區(qū)高植被覆蓋度區(qū)域地表溫度的相應增高說明城市熱環(huán)境的持續(xù)增高并非完全由于城市化導致的城市地表特征的變化所致，全球變暖大環(huán)境的影響也是其均溫大幅增高的主要原因之一。