周玄德,郭華東, 孜比布拉·司馬義

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,烏魯木齊 830046 2 中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心數(shù)字地球重點(diǎn)實(shí)驗(yàn)室,北京 100094

隨著城市化進(jìn)程的不斷加快和人類活動(dòng)的加劇,生態(tài)與環(huán)境問題大量涌現(xiàn),人類賴以生存和發(fā)展的生態(tài)系統(tǒng)受到巨大的影響,其中城市生態(tài)問題尤為突出,如環(huán)境污染、交通擁堵、城市安全等。城市生態(tài)環(huán)境與人類自身發(fā)展的協(xié)調(diào)性,成為生態(tài)質(zhì)量監(jiān)測(cè)的熱點(diǎn)之一[1- 2]。在城市生態(tài)系統(tǒng)研究中,多基于單一的指標(biāo)進(jìn)行監(jiān)測(cè),如土地利用覆蓋變化、植被徑流變化、城市熱島問題、不透水面等生態(tài)因子對(duì)城市生態(tài)進(jìn)行評(píng)價(jià),從景觀生態(tài)學(xué)的角度研究生態(tài)因子之間的關(guān)系相對(duì)較少。城市化加快的一個(gè)明顯特點(diǎn)是城市不透水面快速擴(kuò)張,城市建設(shè)中各類建筑物和構(gòu)筑物的面積和密度不斷增加,大量的自然表面轉(zhuǎn)化為不透水面,城市景觀發(fā)生了巨大的變化[3- 4]。因此研究不透水面覆蓋變化對(duì)城市熱環(huán)境的影響對(duì)優(yōu)化城市生態(tài)系統(tǒng)有一定的指導(dǎo)意義。

不透水面,主要是指如道路、瀝青、水泥等水不能通過其下滲到土壤中的城市人工景觀[5- 7],已成為城市景觀的重要組成部分。不透水面景觀的面積、豐度、空間格局變化特征,反映城市擴(kuò)張、變化,體現(xiàn)了城市化的程度。近年來城市熱島問題日益顯著[8-9],主要是城市化過程中,不透水面的大幅度增加,使得下墊面土地利用覆蓋類型發(fā)生變化[10-11],進(jìn)而影響著地表溫度,因此研究?jī)烧叩年P(guān)系,對(duì)于改善城市熱環(huán)境有著重要的意義。

隨著遙感技術(shù)的快速發(fā)展,特別是遙感監(jiān)測(cè)技術(shù)的應(yīng)用,使得不透水面的提取更加客觀化、科學(xué)化,能夠很好的從多個(gè)角度反映不透水面的動(dòng)態(tài)變化[12-14]。同時(shí)熱紅外波段數(shù)據(jù)的出現(xiàn),使得獲取不同時(shí)相的地表溫度成為可能。近年來,在多源遙感數(shù)據(jù)的支撐下,不透水面與城市熱島效應(yīng)的關(guān)系研究成為熱點(diǎn)[15-16]。大量的研究表明,不透水面與城市熱環(huán)境表現(xiàn)為顯著的相關(guān)性,包括線性、非線性的正相關(guān)[17- 22],即地表溫度隨著不透水面的升高而升高。然而該類研究主要側(cè)重于不透水面與地表溫度之間的數(shù)值關(guān)系分析,從不透水面景觀生態(tài)學(xué)的角度,特別是不透水面各類景觀指數(shù)對(duì)地表溫度的影響研究較少。在城市中,不透水面呈現(xiàn)著各類不同覆蓋程度不透水面構(gòu)成的斑塊,面狀的空間格局特征相對(duì)明顯。基于該考慮,在前人研究的基礎(chǔ)上,從不透水面類型的角度出發(fā),研究不透水面對(duì)地表溫度的影響。目前,伴隨著生態(tài)修復(fù)、城市修補(bǔ)、城市更新、海綿城市等概念的提出,將不透水面景觀融入到城市大環(huán)境中,分析面狀的不透水面與地表溫度的定量關(guān)系更顯重要。本文選取烏魯木齊市作為研究區(qū),分析2000年以來不透水面類型變化強(qiáng)度、變化方向及景觀格局特征,對(duì)地表溫度影響的定量分析,探討兩者的變動(dòng)規(guī)律,為城市規(guī)劃相關(guān)部門在城市發(fā)展的整體布局中提供參考。

1 研究區(qū)、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)

本文以烏魯木齊市主城區(qū)為研究范圍,如圖1,覆蓋外環(huán)以內(nèi)的矩形區(qū)域,同時(shí)考慮到烏魯木齊市區(qū)的長(zhǎng)條形狀,將矩形區(qū)域北邊延至城北主干道,南邊延至大灣南路,具體的經(jīng)緯度范圍,87.51°—87.64°E,43.74°—43.91°N,總面積188.25 km2,該區(qū)域人類活動(dòng)比較劇烈,不透水面是該區(qū)域的主要構(gòu)成部分,是不透水面空間格局特征及對(duì)地表溫度影響研究的典型區(qū)域。

圖1 研究區(qū)位Fig.1 The Location of the study

1.2 數(shù)據(jù)來源

獲取了2000年9月2日、2008年8月7日Landsat5 TM數(shù)據(jù),2016年7月28日Landsat8 OLI數(shù)據(jù)三幅影像數(shù)據(jù)源,數(shù)據(jù)分辨率30 m,軌道號(hào)142/030, 日間成像數(shù)據(jù),影像季相相同,成像時(shí)間較接近,數(shù)據(jù)云量覆蓋較少,數(shù)據(jù)質(zhì)量較好, 避免了因季節(jié)差異、植被生長(zhǎng)狀態(tài)不同而造成的影響,具體數(shù)據(jù)標(biāo)識(shí)包括LT51420302000246BJC00、LT51420302008220BJC01、LC81420302016210LGN00,詳見表1,數(shù)據(jù)來源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái) (http://www.gscloud.cn) 。由于影像數(shù)據(jù)的可獲性、質(zhì)量等因素,未能選取同月數(shù)據(jù)予以研究。同時(shí)獲取成像時(shí)間當(dāng)日七個(gè)氣象監(jiān)測(cè)點(diǎn)氣溫?cái)?shù)據(jù),包括米東區(qū)環(huán)保局、新疆農(nóng)科院農(nóng)場(chǎng)、培訓(xùn)基地、鐵路局、監(jiān)測(cè)站、三十一中學(xué)、收費(fèi)所,覆蓋整個(gè)研究區(qū)范圍。

1.3 研究方法

1.3.1 城市不透水面提取

城市不透水面是本文研究的基礎(chǔ),這里選用不透水面指數(shù)來表征,具體計(jì)算方法中[23- 24],綜合考慮下選取了徐涵秋的歸一化差值不透水面指數(shù)[25-28],用于提取研究區(qū)的不透水面。同時(shí)將歸一化不透水面指數(shù)(Normalized Impervious Surface Index,NDISI),劃分為7個(gè)區(qū)間,反映不透水面覆蓋類型,依次是無(wú)覆蓋(NDISI<0.2)、低覆蓋(0.2< NDISI <0.3)、較低覆蓋(0.3< NDISI <0.4)、中覆蓋(0.4< NDISI <0.5)、較高覆蓋(0.5< NDISI <0.6)、高覆蓋(0.6< NDISI <0.7)、全覆蓋(NDISI >0.7)。

式中,NDISI為歸一化差值不透水面指數(shù),NIR、MIR1和TIR分別為影像的近紅外、中紅外1和熱紅外波段,分別對(duì)應(yīng)著TM影像的B4、B5、B6波段,Landsat8對(duì)應(yīng)著B5、B6、B10波段,MNDWI為改進(jìn)的歸一化水體指數(shù),見下式：

MNDWI=(Green-MIR1)/(Green+MIR1)

式中,Green為綠色波段,對(duì)應(yīng)著TM影像的B3波段,Landsat8的B4波段。

1.3.2 地表溫度反演

地表溫度的計(jì)算主要是基于熱紅外波段反演,反演算法主要包括輻射傳輸方程法、單窗算法、單通道算法[29-30],考慮數(shù)據(jù)的獲取性及操作的可行性,采用了在TM影像的B6波段、TIRS影像的B10波段,在輻射傳輸方程算法下反演研究區(qū)地表溫度,其中輻射傳射方程算法中,所涉及的大氣透過率τ、大氣向上輻射亮度L↑、大氣向下輻射亮度L↓的參數(shù)值,是在NASA網(wǎng)站(http://atmcorr.gsfc.nasa.gov)查詢,輸入成像時(shí)間及中心經(jīng)緯度獲取大氣剖面信息,具體的值如下：

表1 大氣剖面參數(shù)信息

1.3.3 不透水面格局與地表溫度的關(guān)系

為了更好的研究不透水面景觀空間格局特征,在不透水面類型劃分的基礎(chǔ)上,結(jié)合景觀生態(tài)學(xué)的理論,分別選取了斑塊密度(Patch Density,PD)、面積-周長(zhǎng)分位數(shù)(Permimeter-area fractal dimension,PAFRAC)、聚集指數(shù)(Aggregation Index,AI)、香農(nóng)多樣性指數(shù)(Shannon′s diversity index,SHDI),細(xì)化不透水面斑塊的景觀特征。

不透水面空間格局對(duì)地表溫度的影響分析中,分別從不透水面類型百分比、各類景觀指數(shù)共計(jì)11個(gè)指標(biāo)作為自變量,具體包括較低覆蓋面積百分比、中覆蓋面積百分比、較高覆蓋面積百分比、高覆蓋面積百分比、斑塊密度(PD)、最大斑塊指數(shù)(LPI)、邊界密度(ED)、斑塊面積均值(AREA_MN)、形狀指數(shù)均值(SHAPE_MN)、鄰近指數(shù)均值(ENN_MN)、斑塊結(jié)合度指數(shù)(COHESION),計(jì)算與因變量地表溫度均值之間的相關(guān)性。

2 結(jié)果分析

2.1 城市不透水面的變化特征

根據(jù)前面介紹的不透水面指數(shù)的提取方法,得到了2000年以來3個(gè)時(shí)間點(diǎn)的烏魯木齊市主城區(qū)不透水面指數(shù)的空間分布圖,精度驗(yàn)證選用GoogleEarth作為對(duì)比,選取不同地表覆蓋類型進(jìn)行檢驗(yàn),提取精度達(dá)到85%以上。根據(jù)圖2發(fā)現(xiàn),烏魯木齊市主城區(qū)的不透水面擴(kuò)張明顯,特別是西南區(qū)域,由較低覆蓋類型明顯的轉(zhuǎn)化為中覆蓋、較高覆蓋類型。2016年,高覆蓋不透水面的區(qū)域面積明顯減少,主要由于在道路、廣場(chǎng)、交通環(huán)島等重要節(jié)點(diǎn)擺放花卉及新建街旁綠地、綠道等,但是整個(gè)區(qū)域被較高不透水面類型所覆蓋。在高覆蓋不透水面的空間布局上,2000年主要集中在城市中心,相對(duì)集中,2008年高覆蓋不透水面分布相對(duì)分散,逐漸向郊區(qū)擴(kuò)散,2016年高覆蓋不透水面主要集中在城市交通道路上,道路周邊區(qū)域的不透水面指數(shù)降低,側(cè)面了反映了隨著城市的發(fā)展表現(xiàn)為擴(kuò)張的同時(shí),不透水面的內(nèi)部結(jié)構(gòu)不斷優(yōu)化。

圖2 烏魯木齊市不透水面類型圖Fig.2 The impermeable surface coverage type

圖3 烏魯木齊市不透水面覆蓋類型面積百分比 Fig.3 The area percentage of impermeable surface coverage type

通過3個(gè)時(shí)間點(diǎn)不透水面覆蓋類型占比的統(tǒng)計(jì),見圖3,研究發(fā)現(xiàn)：2000年以來,烏魯木齊市主城區(qū)不透水面主要集中在較低覆蓋到高覆蓋之間,占整個(gè)研究區(qū)面積的95%以上,即研究區(qū)不透水面指數(shù)主要集中分布在0.3—0.7區(qū)間內(nèi),較低覆蓋類型逐年向較高覆蓋類型轉(zhuǎn)化,2000年以后較低覆蓋類型不透水面逐年降低,由5.77%下降到2016年的0.29%,而在較高覆蓋類型的不透水面上,2000年48.44%,2016年高達(dá)73.34%,說明了主城區(qū)不透水面呈現(xiàn)著由中心向郊區(qū)不斷蔓延的態(tài)勢(shì)。

圖4 烏魯木齊市不透水面覆蓋變化及增量Fig.4 The changes and increments of impermeable surface cover of Urumqi

為了比較直觀的分析2000年以來,每個(gè)區(qū)域的不透水面的變化情況,分別用當(dāng)年的數(shù)據(jù)減去上個(gè)時(shí)間點(diǎn)的數(shù)據(jù),大于零記為升變化,小于零記為降變化,得到2000—2008、2008—2016兩個(gè)時(shí)間段的升降變化圖,然后再對(duì)兩幅圖進(jìn)行合成,得到由升、降構(gòu)成的分類圖,見圖4,進(jìn)一步顯示了研究區(qū)不透水面指數(shù)的升降變化空間分布,計(jì)算得到2000年以來不透水面指數(shù)一直處于下降的區(qū)域占15.88%,主要集中在主城區(qū)內(nèi)部；一直處于上升的區(qū)域占29.86%,主要分布在城市的郊區(qū),其中貫穿城區(qū)的G216國(guó)道不透水面增強(qiáng)顯著；表現(xiàn)為先降后升和先升后降的不透水面分別占20.07%、34.20%,主要穿插在城區(qū)與郊區(qū)之中。

關(guān)于不透水面指數(shù)變化的量化分析中,將不透水面指數(shù)的變化劃分為5個(gè)層次,見圖4,其中0表示不透水面指數(shù)沒有變化,計(jì)算得到了兩個(gè)時(shí)間段不透水面指數(shù)的具體增量。分析得到,兩個(gè)時(shí)間段不透水面指數(shù)并沒有體現(xiàn)大幅度的增量,2000年到2008年中沒有增量的占35.95%,2008年以來沒有增量的區(qū)域繼續(xù)增加,達(dá)到了50.08%,該區(qū)域主要集中在老城區(qū),即基礎(chǔ)設(shè)施很早就已經(jīng)完善的區(qū)域,隨著城市綠化、生態(tài)環(huán)境等人居條件的改善,該區(qū)域“去水泥”化效果突出。在不透水面指數(shù)的增量上,主要位于城市郊區(qū),這也是城市發(fā)展的需要,體現(xiàn)了城市擴(kuò)張的趨勢(shì),由老城向新城、城中心向近郊遠(yuǎn)郊逐漸推移的過程。

2.2 城市不透水面的空間格局變化

不透水面已成為城市景觀的重要組成部分之一,本文借助生態(tài)學(xué)中景觀的相關(guān)概念對(duì)研究區(qū)不透水面類型的相關(guān)指數(shù)予以分析,結(jié)合研究需要及景觀指數(shù)特點(diǎn),選擇公式簡(jiǎn)單、生態(tài)學(xué)意義明確、足以說明景觀格局特征的斑塊密度(Patch Density,PD)、聚集指數(shù)(Aggregation Index,AI)、面積-周長(zhǎng)分維數(shù)(Permimeter-area fractal dimension,PAFRAC)、香農(nóng)多樣性指數(shù)(Shannon′s diversity index,SHDI)4個(gè)指數(shù),定量分析2000年以來不透水面空間格局的變化。其中,斑塊密度PD、AI、PAFRAC,計(jì)算結(jié)果見表2。

斑塊密度PD反映了每100 hm2中斑塊的數(shù)量,由于3個(gè)年份的影像數(shù)據(jù)范圍的一致性,即總景觀面積,斑塊密度、斑塊數(shù)量與斑塊數(shù)量占總數(shù)量比值均傳達(dá)同樣的信息。分析發(fā)現(xiàn),2000年以來,不透水面無(wú)覆蓋、低覆蓋、全覆蓋斑塊密度相對(duì)較小,主要集中在其他斑塊,特別是中覆蓋、高覆蓋斑塊,而且此類斑塊密度上升明顯,如2000年中覆蓋密度到9.68,2008年為10.51,2016年增加到13.11,相比2000年增長(zhǎng)了35.44%,側(cè)面反映了研究區(qū)不透水面主要以較低覆蓋、中覆蓋、較高覆蓋、高覆蓋景觀斑塊為主,而且表現(xiàn)為增長(zhǎng)趨勢(shì),與前面的不透水面斑塊占比分析的結(jié)論一致。

面積周長(zhǎng)分維數(shù)反映了斑塊形狀由二維景觀鑲嵌體向歐氏幾何的分離的過程,取值范圍在1—2之間,當(dāng)所有斑塊都較小或斑塊樣本小于10時(shí),PAFRAC在分類文件中沒有明確定義,比如在2016年的PAFRAC顯示為“N/A”,說明了無(wú)覆蓋斑塊數(shù)量太少。2000年以來面積周長(zhǎng)分維數(shù)均位于1.5左右大于1,反映了斑塊形狀的復(fù)雜性,然而對(duì)每個(gè)年份所有斑塊的面積周長(zhǎng)分維數(shù)的整體比較發(fā)現(xiàn),均值有下降的趨勢(shì),反映了隨時(shí)間的推移,斑塊形狀規(guī)則化明顯,這與城市化進(jìn)程中城市規(guī)劃的作用相一致。

聚集指數(shù)是基于同類型斑塊像元間公共邊界長(zhǎng)度來計(jì)算,取值范圍0—100之間,值越大反映了斑塊的聚合程度越高。計(jì)算結(jié)果顯示,研究區(qū)不透水面斑塊中,無(wú)覆蓋、中覆蓋、較高覆蓋斑塊的聚集相對(duì)較高,到了2016年較高覆蓋不透水面景觀的聚集程度最大,聚集指數(shù)達(dá)到87.71,其他斑塊的聚集程度相對(duì)較弱。

香農(nóng)多樣性指數(shù)SHDI是對(duì)整體景觀中斑塊類型的復(fù)雜性、多樣性的評(píng)價(jià),利于不同景觀斑塊的比較。研究發(fā)現(xiàn),SHDI逐漸下降,2000年SHDI為1.29,2008年SHDI為1.18,2016年僅0.84,說明了斑塊豐富度在降低,不透水面景觀類型多樣性減弱。

2.3 城市不透水面空間格局對(duì)地表溫度的影響

通過輻射傳輸方程法,反演得到研究區(qū)的地表溫度的空間分布,結(jié)合地表氣象數(shù)據(jù)的驗(yàn)證,精度較高,見圖5。2000年以來,地表溫度增溫顯著,如表3,2000年地表溫度均值25.94℃,2008年達(dá)到32.06℃,2016年地表溫度的平均值高達(dá)35.51℃,而且最小、最大溫度也表現(xiàn)為同等的增大趨勢(shì)。同時(shí),2000年不透水面指數(shù)均值0.51,2008、2016年不透水面指數(shù)均值分別為0.53、0.54,也表現(xiàn)為明顯的增長(zhǎng)趨勢(shì)。2000—2008年,不透水面指數(shù)增長(zhǎng)了0.02,地表溫度增長(zhǎng)了6.12℃；2008—2016年,不透水面指數(shù)增長(zhǎng)了0.01,地表溫度增長(zhǎng)了3.45℃。由此發(fā)現(xiàn),2000年以來,不透水面指數(shù)每增加0.01,地表溫度增長(zhǎng)3℃左右。從空間分布上,2000年主城區(qū)零散的分布著“冷點(diǎn)”區(qū),數(shù)量相對(duì)較多,“熱點(diǎn)”區(qū)域的數(shù)量及面積相對(duì)較少；2008年以來,“冷點(diǎn)”數(shù)量較少、“熱點(diǎn)”區(qū)域增多；2016年,“冷點(diǎn)”區(qū)域極少,被大批量的“熱點(diǎn)”區(qū)域所包圍,該“熱點(diǎn)”分布相對(duì)零散,表現(xiàn)為向郊區(qū)蔓延的趨勢(shì)?！盁狳c(diǎn)”區(qū)域主要分布著地表溫度的極大值,該分布區(qū)與較高及以上不透水面覆蓋區(qū)高度重合。

表3 烏魯木齊市地表溫度統(tǒng)計(jì)

2.3.1 不透水面與地表溫度的關(guān)系

很多研究表明,隨著不透水面的增加,地表溫度也隨之增加,兩者呈現(xiàn)明顯的正相關(guān)關(guān)系。從不透水面指數(shù)、地表溫度影像圖入手,構(gòu)成兩者之間的散點(diǎn)圖,如圖6a。研究發(fā)現(xiàn),圖形呈聚集的點(diǎn)球裝,形狀所覆蓋的面積逐漸變小,側(cè)面反映了研究區(qū)不透水面指數(shù)及地表溫度的集聚性,不透水面指數(shù)相對(duì)比較集中,95%以上的集中在0.3—0.7之間。

因此進(jìn)一步的將不透水面指數(shù)進(jìn)行密度分割,以0.01為起點(diǎn),0.01為步長(zhǎng),1為終點(diǎn),得到100個(gè)等級(jí)的不透水面指數(shù)值,分別計(jì)算每個(gè)等級(jí)指數(shù)對(duì)應(yīng)像元的地表溫度的均值,由此得到了不透水面指數(shù)與對(duì)應(yīng)地表溫度均值的曲線圖,見圖6b。

分析發(fā)現(xiàn),不透水面指數(shù)與地表溫度的關(guān)系相對(duì)復(fù)雜,兩者的曲線波動(dòng)明顯,表現(xiàn)為“M”形狀,以0.3、0.5、0.7的不透水面指數(shù)值為轉(zhuǎn)折點(diǎn),不透水面指數(shù)在0—0.3時(shí),伴隨不透水面指數(shù)的增加,地表溫度上升；不透水面指數(shù)在0.3—0.5時(shí),不透水面指數(shù)增加,地表溫度表現(xiàn)為下降的趨勢(shì)；不透水面指數(shù)在0.5—0.7時(shí),兩者表現(xiàn)為同增的趨勢(shì);當(dāng)不透水面指數(shù)大于0.7時(shí),兩者表現(xiàn)了一定程度的負(fù)相關(guān)。

圖6 烏魯木齊市不透水面與地表溫度散點(diǎn)圖Fig.6 Scatter plot of impermeable surface and surface temperature of Urumqi

考慮到研究區(qū)無(wú)覆蓋、低覆蓋、全覆蓋類型的不透水面占比較低,共計(jì)不足5%,因此分割得到的樣本數(shù)量相對(duì)較少,可能會(huì)對(duì)均值化后得到的地表溫度帶來誤差,難以較全面表現(xiàn)該類型不透水面的真實(shí)溫度。關(guān)于在對(duì)不透水面類型與地表溫度的關(guān)系研究中,將剔除無(wú)覆蓋、低覆蓋、全覆蓋類型,重點(diǎn)研究較低覆蓋、中覆蓋、較高覆蓋、高覆蓋不透水面對(duì)地表溫度的影響。

圖7 烏魯木齊市不透水面類型與地表溫度均值散點(diǎn)圖 Fig.7 Scatter plot of impermeable surface type and surface temperature of Urumqi

從不透水面的覆蓋類型上,分析不透水面類型與地表溫度的關(guān)系,發(fā)現(xiàn)兩者表現(xiàn)為比較明顯的“V”型曲線,見圖7。2000年不透水面覆蓋區(qū)域?qū)Φ乇頊囟绕鸬皆鰷匦Ч膮^(qū)間集中在較高覆蓋到高覆蓋之間,“降溫”效果的區(qū)間集中在低覆蓋到較高覆蓋之間,2008年、2016年的不同類型不透水面與地表溫度的關(guān)系曲線圖比較一致,以中覆蓋不透水面為臨界點(diǎn)。

2.3.2 其他地表類型與地表溫度的關(guān)系

為了進(jìn)一步的驗(yàn)證前面的研究,從不同地表類型對(duì)地表溫度的影響分析出發(fā),分別選用了建筑指數(shù)(IBI)、裸土指數(shù)(SI)、植被指數(shù)(NDVI)定量的研究與地表溫度的關(guān)系。其中,建筑指數(shù)越高,不透水面指數(shù)越高,反之,不透水面指數(shù)越低；裸土指數(shù)、植被指數(shù)越高,不透水面指數(shù)越低,反之,不透水面指數(shù)越高。借鑒前面對(duì)不透水面指數(shù)密度分割的方法,分別得到了三者與地表溫度的散點(diǎn)圖,見圖8。研究發(fā)現(xiàn),建筑指數(shù)、裸土指數(shù)與地表溫度的曲線圖比較相近,它們與地表溫度的相關(guān)性不是很明顯,除2000年以外,其他年份關(guān)系比較復(fù)雜。2000年時(shí),建筑指數(shù)、裸土指數(shù)主要分布在0—0.2之間,隨著指數(shù)的增大,地表溫度上升,主要維持在25—30℃；2008年時(shí),建筑指數(shù)、裸土指數(shù)主要分布在0—0.3之間,隨著指數(shù)的增大,地表溫度變化不大,主要維持在30—40℃；2016年時(shí),建筑指數(shù)、裸土指數(shù)主要分布在0—0.3之間,隨著指數(shù)的增大,地表溫度的變化波動(dòng)明顯,主要維持在40—45℃。由于“同物異譜、異物同譜”的存在,關(guān)于建筑用地與裸土的區(qū)分一直是遙感信息提取的一個(gè)難點(diǎn),因此建筑指數(shù)、裸土指數(shù)與地表溫度的散點(diǎn)圖比較相似。但是它們指數(shù)值分布區(qū)間的擴(kuò)大,反映了在空間布局的變化,集聚性增加,同時(shí)該類地表的溫度上升明顯。在植被指數(shù)與地表溫度的分析中,表現(xiàn)為比較明顯的負(fù)相關(guān),即隨著植被指數(shù)的增加,地表溫度下降明顯。

圖8 烏魯木齊建筑指數(shù)、裸地指數(shù)、植被指數(shù)與地表溫度的散點(diǎn)圖Fig.8 Scatter map of urumqi building index, bare earth index, vegetation index and surface temperature

2.3.3 不透水面空間格局與地表溫度的相關(guān)性

前面的分析發(fā)現(xiàn),研究區(qū)不透水面類型中,無(wú)覆蓋、低覆蓋、全覆蓋的比重相對(duì)較少,因此在研究地表溫度與不透水面類型及對(duì)應(yīng)景觀指數(shù)的關(guān)系時(shí),這三類斑塊將不予考慮。由于一副影像只能得到一組因素變量,無(wú)法完成相關(guān)系數(shù)的計(jì)算,因此需要重新采樣。考慮到不同時(shí)間成像的數(shù)據(jù)間的差異性,應(yīng)盡可能以某一年的數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),這里選取2016年的Landsat8數(shù)據(jù)進(jìn)行分析。首先對(duì)2016年的不透水面指數(shù)值采樣,隨機(jī)選取100個(gè)100×100像元的樣區(qū),再對(duì)這100個(gè)樣區(qū)分別計(jì)算地表溫度的相關(guān)影響變量,包括：較低覆蓋面積占總面積百分比、中覆蓋面積占總面積百分比、較高覆蓋面積占總面積百分比、高覆蓋面積占總面積百分比、PD、LPI、ED、AREA_MN、SHAPE_MN、ENN_MN、COHESION及影像地表溫度的均值,由此得到100個(gè)樣本,用于分析不透水面空間格局對(duì)地表溫度的影響,計(jì)算過程主要是通過Matlab 2015代碼、Fragstats 4.2軟件實(shí)現(xiàn),結(jié)果見表4。

不透水面類型斑塊中,與地表溫度相關(guān)性比較顯著,低覆蓋、中覆蓋與地表溫度之間表現(xiàn)為負(fù)相關(guān),即低覆蓋、中覆蓋類型面積越多,地表溫度越低,其中中覆蓋斑塊負(fù)相關(guān)程度較大,相關(guān)系數(shù)絕對(duì)值達(dá)到0.69；較高覆蓋、高覆蓋與地表溫度之間表現(xiàn)為正相關(guān),即較高覆蓋、高覆蓋面積越多,地表溫度越高,兩者的相關(guān)系數(shù)分別達(dá)到了0.41、0.42。

表4 烏魯木齊市地表溫度與不透水面的相關(guān)系數(shù)

*：0.05的顯著性水平；**：0.01的顯著性水平

斑塊密度與地表溫度之間的相關(guān)性分析中,較低覆蓋斑塊密度與地表溫度表現(xiàn)為負(fù)相關(guān)性,其絕對(duì)值為0.47,即該斑塊下,斑塊密度越高,地表溫度越低；中覆蓋、較高覆蓋、高覆蓋斑塊下,與地表溫度呈現(xiàn)正相關(guān)關(guān)系,隨著斑塊密度的增長(zhǎng),地表溫度也隨著增長(zhǎng)。

最大斑塊指數(shù)與地表溫度之間的相關(guān)性分析中,較高覆蓋、高覆蓋斑塊與地表溫度呈現(xiàn)正相關(guān)關(guān)系,隨著最大斑塊指數(shù)的增長(zhǎng),地表溫度也隨著增長(zhǎng)。

邊界密度與地表溫度之間的相關(guān)性分析中,除高覆蓋斑塊邊界密度與地表溫度表現(xiàn)為正相關(guān)以外,其余斑塊,包括較低覆蓋、中覆蓋、較高斑塊的邊界密度與地表溫度均呈現(xiàn)負(fù)相關(guān)性,即該斑塊下,邊界密度指數(shù)越高,地表溫度越低。

斑塊面積均值、形狀指數(shù)均值與地表溫度的相關(guān)性方面,兩者的作用相反。臨近指數(shù)均值、斑塊結(jié)合度指數(shù)與地表溫度的關(guān)系方面,在較低覆蓋斑塊下,兩類指數(shù)越大,地表溫度越低,其中臨近指數(shù)的相關(guān)系數(shù)絕對(duì)值較大,負(fù)相關(guān)作用明顯；其余斑塊下,兩類景觀指數(shù)對(duì)地表溫度的作用是背離的。

3 結(jié)論與討論

3.1 結(jié)論

(1)研究區(qū)不透水面整體表現(xiàn)為由城市中心向郊區(qū)蔓延的方向,其中西南區(qū)域更為顯著。研究區(qū)不透水面指數(shù),主要集中在0.3—0.7之間,以中覆蓋、較高覆蓋、高覆蓋為主,占總面積的90%以上。

(2)不透水面指數(shù)變化上,15.89%的區(qū)域不透水面指數(shù)在連續(xù)下降,主要集中在主城區(qū)內(nèi)部；20.07%的區(qū)域不透水面指數(shù)連續(xù)上升,主要分布在城市的郊區(qū)；不透水面變化強(qiáng)度中,不透水面指數(shù)多集中在10%以下的增長(zhǎng)。

(3)不同地表類型中,植被與地表溫度呈負(fù)相關(guān),隨著植被指數(shù)的增加,地表溫度下降顯著；建筑、裸地對(duì)地表溫度的影響相對(duì)復(fù)雜,2000年正相關(guān)明顯,其他年份波動(dòng)變化。

(4)不透水面空間格局分析中,香農(nóng)多樣性指數(shù)逐年下降,不透水面類型多樣性減弱；斑塊密度高值區(qū)主要集中在中覆蓋類型,由2000年的9.68上升到2016年的13.11,增長(zhǎng)了35.44%；面積周長(zhǎng)分維數(shù)均在1.5左右,反映了斑塊形狀的復(fù)雜性,在各時(shí)間點(diǎn)的對(duì)比上表現(xiàn)為下降趨勢(shì),說明斑塊形狀向規(guī)則化方向推移；聚集指數(shù)的高值區(qū)主要集中在中覆蓋、較高覆蓋類型,2016年較高覆蓋該指數(shù)高達(dá)87.71。

(5)地表溫度增溫顯著,2000年地表溫度均值25.94℃,2008年達(dá)到32.06℃,2016年地表溫度的平均值高達(dá)35.51℃,而且“冷點(diǎn)”數(shù)量減少,“熱點(diǎn)”數(shù)量增多。

(6)不透水面指數(shù)與地表溫度的關(guān)系研究中,曲線圖呈“M”形狀,以0.3、0.5、0.7的不透水面指數(shù)值為轉(zhuǎn)折點(diǎn),不透水面指數(shù)0—0.3之間,兩者表現(xiàn)為負(fù)相關(guān),不透水面指數(shù)0.3—0.5之間,兩者表現(xiàn)為正相關(guān),不透水面指數(shù)0.5—0.7之間,兩者表現(xiàn)為負(fù)相關(guān),不透水面指數(shù)大于0.7時(shí),兩者表現(xiàn)為正相關(guān)。

(7)地表溫度的相關(guān)變量研究中,較高覆蓋、高覆蓋不透水面面積占比與地表溫度呈正相關(guān),面積越大,溫度越高,相關(guān)系數(shù)分別為0.41、0.42；其中,較高覆蓋不透水面的景觀指數(shù)中,斑塊密度、最大斑塊指數(shù)、形狀指數(shù)均值、斑塊結(jié)合度指數(shù)與地表溫度正相關(guān),相關(guān)系數(shù)依次為0.30、0.29、0.30、0.40,其余表現(xiàn)為不同程度的負(fù)相關(guān)。

伴隨著城市的快速發(fā)展,研究區(qū)不透水面急速擴(kuò)張,城市熱島效應(yīng)明顯,其中較高覆蓋、高覆蓋的不透水面對(duì)地表溫度的影響較大,植被的降溫效果較好。因此在城市生態(tài)建設(shè)中,應(yīng)保證一定的綠地率,一方面可以美化市容市貌,還可以降低城市熱島效應(yīng)。同時(shí),通過優(yōu)化不透水面的空間布局、降低不透水面的斑塊密度等措施,消弱不透水面對(duì)地表溫度的正相關(guān)作用。還可以從道路的材質(zhì)選擇、屋頂綠化等手段,來盡可能的優(yōu)化城市生態(tài)環(huán)境?？傮w而言,城市生態(tài)系統(tǒng)較復(fù)雜,完善、優(yōu)化系統(tǒng)的有效運(yùn)行,并不是單一的生態(tài)因子可以徹底解決的,需要因地制宜,科學(xué)合理的制定生態(tài)修復(fù)的方案。

3.2 討論

本文通過歸一化差值不透水面指數(shù)法、輻射傳輸方程法分別提取了研究區(qū)的不透水面指數(shù)及地表溫度,精度較高,能夠滿足研究要求。同時(shí)借助景觀指數(shù)很好的反映了不透水面覆蓋類型的景觀空間特征。研究發(fā)現(xiàn)不透水面與地表溫度的關(guān)系存在一定程度的階段性。該階段性特征,一方面印證了前人關(guān)于不透水面與城市熱環(huán)境的顯著相關(guān)性特征,同時(shí)也體現(xiàn)了非線性的正相關(guān)性。然而階段性特征也給出了不透水面與城市熱環(huán)境之間負(fù)相關(guān)性的存在,即在一定的范圍內(nèi),隨著不透水面指數(shù)的增加,地表溫度下降,這是在對(duì)不透水面指數(shù)分類予以細(xì)分后得到的。因此不透水面對(duì)地表溫度的影響相對(duì)復(fù)雜,不能單一的將不透水面指數(shù)值絕對(duì)化。不透水面指數(shù)僅體現(xiàn)了該像元內(nèi)不透水面多少情況,還需要思考該像元內(nèi)不透水面的斑塊數(shù)量、空間布局等因素,綜合評(píng)價(jià)與地表溫度的影響。同時(shí)單個(gè)像元內(nèi)不透水面的材質(zhì)、像元的高程等因素也會(huì)帶來不同程度的影響。在建筑用地、裸地的提取方面,有待進(jìn)一步改善。

未來可以通過高分辨率影像為數(shù)據(jù)源,將地表類型細(xì)化,分別從商業(yè)區(qū)、辦公區(qū)、住宅區(qū)、道路、公園等相對(duì)微觀的尺度量化不透水面對(duì)地表溫度的分析,更加深入的分析不透水面相關(guān)要素對(duì)地表溫度的影響程度。