吳慧鳳，陳志強(qiáng)

?

福州市城市熱島效應(yīng)時(shí)空演變研究

吳慧鳳，陳志強(qiáng)

（福建師范大學(xué) 地理科學(xué)學(xué)院，福建 福州 350117）

基于福州市1989年、2000年和2016年的TM遙感影像，采用遙感與GIS相結(jié)合的方法提取城市核心區(qū)，劃分熱島效應(yīng)區(qū)，研究福州市熱島效應(yīng)區(qū)的熱島強(qiáng)度以及空間結(jié)構(gòu)變化。研究結(jié)果表明：1989年、2000年和2016年，福州市城市核心區(qū)與非城市核心區(qū)的平均溫差分別為3.67 ℃、3.70 ℃和5.38 ℃，熱島效應(yīng)顯著增強(qiáng)；1989年福州市熱島效應(yīng)區(qū)呈現(xiàn)雙中心結(jié)構(gòu)，2000年呈現(xiàn)多中心結(jié)構(gòu)，而2016年則呈現(xiàn)連片分布結(jié)構(gòu)。隨時(shí)間的推移，等級較低的熱島效應(yīng)區(qū)不斷向等級較高的熱島效應(yīng)區(qū)轉(zhuǎn)化，熱島強(qiáng)度較強(qiáng)的地區(qū)面積不斷增大。緩沖距離越遠(yuǎn)，熱島效應(yīng)綜合指標(biāo)趨于降低，熱島效應(yīng)減弱；在緩沖距離相同的地方，隨時(shí)間的推移，熱島效應(yīng)綜合指標(biāo)趨于增大，熱島效應(yīng)增強(qiáng)。

熱島；遙感；GIS；時(shí)空格局

城市化給人們的生活帶來文明進(jìn)步和經(jīng)濟(jì)繁榮，但是由于城市人口的不斷增長，工業(yè)生產(chǎn)和居民生活的集中化程度越來越高，導(dǎo)致城市空間內(nèi)熱量聚集，影響著城市的大氣環(huán)境、區(qū)域氣候、能源消耗及居民健康[1]，從而直接改變城市居民的熱舒適度和整體生活質(zhì)量[2]，形成了城市熱島效應(yīng)。城市熱島（Urban Heat Island，UHI）效應(yīng)是指城市氣溫明顯高于周邊郊區(qū)的現(xiàn)象，是城市化最明顯的氣候響應(yīng)形式[3]。目前，關(guān)于城市熱島效應(yīng)的研究主要集中其研究方法[3]、形態(tài)結(jié)構(gòu)[4]、變化趨勢[5]、影響因素[6]、形成機(jī)制[7]及應(yīng)對措施[8]等方面。就研究方法而言，城市熱島效應(yīng)的相關(guān)研究方法主要有氣象監(jiān)測與遙感[9]。由于遙感能為城市熱島效應(yīng)研究提供連續(xù)、宏觀的數(shù)據(jù)源，可開展空間結(jié)構(gòu)等細(xì)節(jié)特征的變化研究，因而該方法日益受到重視。

福州市作為沿海經(jīng)濟(jì)高度發(fā)展的省會(huì)城市之一，是閩南地區(qū)金融、科技、商貿(mào)中心以及交通樞紐[10]。自改革開放后，其城市化速度穩(wěn)步加快，城市與人口規(guī)模顯著擴(kuò)大，城市下墊面結(jié)構(gòu)及其性質(zhì)變化顯著，再加上其四周環(huán)山的地形特點(diǎn)，城市熱島效應(yīng)日益加劇[10]。因此，本文選取福州市主城區(qū)為研究區(qū)，基于TM影像數(shù)據(jù)，提取地表溫度，劃分熱島效應(yīng)區(qū)，開展城市熱島的時(shí)空對比研究，以期為福州市及類似區(qū)域的新型城市化建設(shè)、城市經(jīng)濟(jì)發(fā)展、居民生活水平的提高提供借鑒意義。

1 研究區(qū)概況及研究方法

1.1 研究區(qū)概況

25°58'~26°25' N，119°10'~119°41' E，地處福建省東南沿海，是閩江下游的河口盆地中心；平均日照時(shí)數(shù)達(dá)1 700 h~1 980 h；年平均氣溫19.60 ℃，年平均降雨量約1 637 mm，年降水量時(shí)空分布不均，全年氣候溫暖濕潤，四季較分明，屬亞熱帶海洋性季風(fēng)氣候；地形以山地、丘陵為主，屬于典型的河口盆地；受地形地貌的影響福州盛行東南風(fēng)，其次為西北風(fēng)；水系十分發(fā)達(dá)，水網(wǎng)密布，閩江橫貫市區(qū)東流入海；成土條件復(fù)雜，土壤為以紅壤和水稻土為主；植被類型較為復(fù)雜，種類繁多，包括常綠闊葉林、灌叢、濱海沙生植被等；直至2016年，福州有鼓樓區(qū)等5個(gè)市轄區(qū)，面積共計(jì)1 043 km2[11]。近年來，由于城建速度加快，福州市氣溫的不斷上升引起了廣泛的關(guān)注[12]。

1.2 研究方法

1.2.1 地表溫度反演

以1989-06-15、2000-06-29、2016-06-25的TM影像作為數(shù)據(jù)源，反演福州市地表溫度。

Jimenez-Munoz和Sobrino對普朗克函數(shù)在某個(gè)溫度值附近展開一階泰勒級數(shù)，從而得到普適單窗算法如下[13]：

其中

式中，為大氣水汽含量，設(shè)為1.5 g?cm-2；提取研究區(qū)的歸一化差值植被指數(shù)（NDVI）；提取土地利用數(shù)據(jù)（自然地表、城市建設(shè)用地和水域）；根據(jù)相關(guān)參考文獻(xiàn)[14,15]中的方法設(shè)置地表比輻射率；采用普適單窗算法反演地表溫度。

1.2.2 熱島效應(yīng)劃分

在ArcGIS中提取每個(gè)柵格單元建設(shè)用地密度，據(jù)此劃分城市核心區(qū)與非城市核心區(qū)。城市核心區(qū)指建設(shè)用地密度在0.5～1.0之間的城市地區(qū)，非城市核心區(qū)指建設(shè)用地密度低于0.5的郊區(qū)或農(nóng)村地區(qū)，詳見參考文獻(xiàn)[16]。分別求取三個(gè)年份城市核心區(qū)和非城市核心區(qū)各自的平均溫度，并根據(jù)表1，劃分熱島效應(yīng)區(qū)。

表1 熱島劃分標(biāo)準(zhǔn)[17]

1.2.3 轉(zhuǎn)移矩陣分析

轉(zhuǎn)移矩陣是指對兩期同一地區(qū)不同年份的熱島效應(yīng)區(qū)圖層進(jìn)行疊加，求得關(guān)于不同級別熱島效應(yīng)區(qū)發(fā)生變化后的級別及其變化面積的二維矩陣，其反映靜態(tài)固定區(qū)域固定時(shí)間不同級別熱島效應(yīng)區(qū)的面積，還反映初期各類熱島效應(yīng)區(qū)的面積的轉(zhuǎn)出和末期各類熱島效應(yīng)區(qū)的轉(zhuǎn)入情況[18]。利用公式(7)計(jì)算其轉(zhuǎn)換概率[23]，式中，ij為1989～2000年（或者2000～2016年）由級熱島效應(yīng)區(qū)類型轉(zhuǎn)換為級熱島效應(yīng)區(qū)類型的轉(zhuǎn)換概率；ij為級熱島效應(yīng)區(qū)類型轉(zhuǎn)換為級熱島效應(yīng)區(qū)類型的面積。

1.2.4 緩沖區(qū)分析

根據(jù)福州城市建設(shè)用地的布局的遙感影像，可以認(rèn)為福州市為單中心城市。由于福州市八一七路的中間位置——東街口是福州城市經(jīng)濟(jì)活動(dòng)最繁忙的地段，因此以其為中心點(diǎn)向外做等距離擴(kuò)散的緩沖區(qū)，緩沖距離為1 km，繪制同心圓，覆蓋整個(gè)福州，共計(jì)37個(gè)同心圓，最大同心圓半徑為37 km。同心圓與不同年份的福州市熱島分布圖進(jìn)行疊加，對“非熱島效應(yīng)區(qū)”“弱熱島效應(yīng)區(qū)”“中等熱島效應(yīng)區(qū)”“強(qiáng)熱島效應(yīng)區(qū)”四個(gè)不同級別的熱島效應(yīng)進(jìn)行賦值，分別賦以1、2、3、4，并用“熱島效應(yīng)綜合指數(shù)”表示熱島效應(yīng)在不同緩沖距離的分布情況，從而分析在城市化過程中表現(xiàn)出的熱島效應(yīng)空間分布特征[19]。本文將“熱島效應(yīng)綜合指數(shù)”定義為：

式中，W為熱島效應(yīng)綜合指數(shù)；ij為第環(huán)第級熱島效應(yīng)面積；j為第環(huán)面積，表示各級熱島效應(yīng)區(qū)的賦值。

2 結(jié)果分析

2.1 熱島效應(yīng)區(qū)面積比例變化

表2是福州市1989年、2000年和2016年熱島的面積及其比例。結(jié)合表1，由表2可知，福州市城市核心區(qū)與非城市核心區(qū)的平均溫差越來越大，即城市熱島效應(yīng)逐步增強(qiáng)。非熱島效應(yīng)區(qū)及弱熱島效應(yīng)區(qū)的面積比例不斷減少，強(qiáng)熱島效應(yīng)區(qū)迅速擴(kuò)大。

表2 福州市3個(gè)年份熱島的面積及其比例

圖1 福州市3個(gè)年份熱島分布

影響熱島強(qiáng)度最為突出的因素是城市人口及城區(qū)擴(kuò)張[20]。城市擴(kuò)展引起下墊面的性質(zhì)如地表反照率、熱容性等地表第一性物理參數(shù)發(fā)生變化[21-22]。因此，在工業(yè)用地、建筑物及人口較為密集的地區(qū)大多溫度較高，而植被覆蓋較好的區(qū)域以及水系大多溫度較低[23]。1989年，福州市的強(qiáng)熱島效應(yīng)區(qū)和中等熱島效應(yīng)區(qū)集中于城市核心區(qū)，強(qiáng)熱島效應(yīng)區(qū)呈雙中心結(jié)構(gòu)，分別主要對應(yīng)鼓樓區(qū)和臺(tái)江區(qū)。這主要是因?yàn)檫@兩個(gè)區(qū)的商業(yè)和住宅較為密集，人為熱排放較多。非熱島效應(yīng)區(qū)和弱熱島效應(yīng)區(qū)主要對應(yīng)于水體、耕地和林地等區(qū)域；2000年，主要老城區(qū)工廠不斷遷出，導(dǎo)致兩個(gè)強(qiáng)熱島效應(yīng)區(qū)趨于萎縮。與此同時(shí)，晉安區(qū)的鼓山鎮(zhèn)、倉山區(qū)和馬尾經(jīng)濟(jì)技術(shù)開發(fā)區(qū)熱島面積均有較大增幅，形成多個(gè)強(qiáng)熱島效應(yīng)區(qū)，呈多中心結(jié)構(gòu)；2016年，老城區(qū)、南臺(tái)島和馬尾區(qū)等地的城市建設(shè)不斷增加，致使強(qiáng)熱島效應(yīng)區(qū)由原本多中心結(jié)構(gòu)向連片結(jié)構(gòu)的態(tài)勢演變[24]。

2.2 熱島效應(yīng)轉(zhuǎn)移矩陣分析

表3 1989-2000年福州市不同等級熱島效應(yīng)區(qū)轉(zhuǎn)移矩陣

表4 1989-2000年福州市不同等級熱島效應(yīng)區(qū)轉(zhuǎn)換概論矩陣

表5 2000-2016年福州市不同等級熱島效應(yīng)區(qū)轉(zhuǎn)移矩陣

表6 2000－2016年福州市不同等級熱島效應(yīng)區(qū)轉(zhuǎn)換概論矩陣

由表3、表4可知，在1989年-2000年，非熱島效應(yīng)區(qū)、弱熱島效應(yīng)區(qū)、中等熱島效應(yīng)區(qū)分別向更高級別的熱島效應(yīng)區(qū)轉(zhuǎn)移，分別約占其22.42%、12.87%、13.39%。2000年的強(qiáng)熱島效應(yīng)區(qū)有39.60%是由中等熱島效應(yīng)區(qū)轉(zhuǎn)化來，33.83%保留其原熱島強(qiáng)度。在中等熱島效應(yīng)區(qū)中，有39.42%是由弱熱島效應(yīng)區(qū)轉(zhuǎn)化而來，41.39%保留其中等熱島效應(yīng)區(qū)的特性。弱熱島效應(yīng)區(qū)及非熱島效應(yīng)區(qū)大部分保留其原有強(qiáng)度，只有小部分發(fā)生轉(zhuǎn)化。

從表5、表6可得，在2000年-2016年，非熱島效應(yīng)區(qū)、弱熱島效應(yīng)區(qū)、中等熱島效應(yīng)區(qū)分別向熱島強(qiáng)度更強(qiáng)的級別轉(zhuǎn)移，分別約占其37.78%、39.44%、77.48%。2016年的強(qiáng)熱島效應(yīng)區(qū)有50.44%是由中等熱島效應(yīng)區(qū)轉(zhuǎn)化而來，36.92%是由弱熱島效應(yīng)區(qū)轉(zhuǎn)化而來。中等熱島效應(yīng)區(qū)有61.73%是由弱熱島效應(yīng)區(qū)轉(zhuǎn)化而來，而弱熱島效應(yīng)區(qū)有56.36%是從非熱島效應(yīng)區(qū)轉(zhuǎn)化而來，非熱島效應(yīng)區(qū)大部分保留其原有強(qiáng)度。

2.3 熱島效應(yīng)緩沖區(qū)分析

圖2 福州市3個(gè)年份熱島緩沖區(qū)分布

圖3 福州市3個(gè)年份各緩沖區(qū)的熱島效應(yīng)綜合指數(shù)

由圖2和圖3可看出同一年份的熱島效應(yīng)綜合指數(shù)從城市中心點(diǎn)向外呈現(xiàn)遞減趨勢，表明離城市中心點(diǎn)越近，熱島效應(yīng)表現(xiàn)得越強(qiáng)烈，離城市中心點(diǎn)越遠(yuǎn)，熱島效應(yīng)較弱。從1989年的數(shù)據(jù)可以看出，在距離城市中心點(diǎn)5 km范圍內(nèi)表現(xiàn)出較強(qiáng)的熱島效應(yīng)，在距離城市中心點(diǎn)1 km范圍內(nèi)熱島最強(qiáng)。從2000年的數(shù)據(jù)可見，在距離城市中心點(diǎn)7 km范圍內(nèi)的熱島效應(yīng)表現(xiàn)得較為強(qiáng)烈，在距離城市中心點(diǎn)1 km范圍內(nèi)表現(xiàn)最強(qiáng)。2016年的熱島效應(yīng)表現(xiàn)為在距離城市中心點(diǎn)11 km范圍內(nèi)較強(qiáng)，在距離城市中心點(diǎn)3 km范圍內(nèi)熱島效應(yīng)水平相當(dāng)，說明福州市東街口的中心職能范圍在擴(kuò)大與強(qiáng)化。1989年、2000年、2016年在0-10 km范圍內(nèi)，熱島效應(yīng)綜合指數(shù)下降速度較快，而在距離城市中心點(diǎn)相同距離的緩沖區(qū)范圍內(nèi)，隨時(shí)間的推移，熱島效應(yīng)綜合指數(shù)也大致呈遞增趨勢。這一變化主要是由于城市化進(jìn)程的不斷推進(jìn)，城市建設(shè)用地不斷增多，大量人口在城市中心點(diǎn)附近聚集，從而呈現(xiàn)團(tuán)聚現(xiàn)象，且該團(tuán)塊面積也在不斷增加。

3 結(jié)論

福州城市核心區(qū)與非城市核心區(qū)的平均溫差不斷增加，城市熱島效應(yīng)顯著增強(qiáng)。非熱島效應(yīng)區(qū)和弱熱島效應(yīng)區(qū)面積比例不斷減少，強(qiáng)熱島效應(yīng)區(qū)迅速擴(kuò)大，其福州強(qiáng)熱島效應(yīng)區(qū)分別呈現(xiàn)雙中心、多中心和集中連片的格局。

福州熱島分布呈現(xiàn)出由熱島強(qiáng)度較低的地區(qū)不斷向熱島強(qiáng)度較強(qiáng)的地區(qū)轉(zhuǎn)化的趨勢，且熱島強(qiáng)度較強(qiáng)的地區(qū)面積不斷增大。

福州市熱島效應(yīng)綜合指標(biāo)隨著離城市中心點(diǎn)距離的增加而減少，分別在距離城市中心點(diǎn)5 km、7 km、11 km表現(xiàn)出較強(qiáng)熱島效應(yīng)。在距離城市中心點(diǎn)相同距離的地點(diǎn)，隨著時(shí)間的推移，大體呈現(xiàn)遞增趨勢。

[1] 林林,李國勝,戟東建.成都市熱島效應(yīng)及其與下墊面的關(guān)系[J].生態(tài)學(xué)雜志,2018,2(2):34-38.

[2] 于淑秋,卞林根,林學(xué)椿.北京城市熱島"尺度"變化與城市發(fā)展[J].中國科學(xué),2005,35(S1):97-106.

[3] 白楊,王曉云,姜海梅,劉壽東.城市熱島效應(yīng)研究進(jìn)展[J].氣象與環(huán)境學(xué)報(bào),2013,29(2):101-106.

[4] Sheng L, Tang X, You H, Gu Q, Hu H. Comparison of the urban heat island intensity quantified by using air temperature and Landsat land surface temperature in Hangzhou, China[J]. Ecological Indicators, 2017,(72): 738-746.

[5] Li L, Huang X, Li J, Wen D. Quantifying the Spatiotemporal Trends of Canopy Layer Heat Island (CLHI) and Its Driving Factors over Wuhan, China with Satellite Remote Sensing[J]. Remote Sensing, 2017, 9(6): 536-538.

[6] Wang H, Zhang Y, Jin T, Li Y. Surface Urban Heat Island Analysis of Shanghai (China) Based on the Change of Land Use and Land Cover[J]. Sustainability, 2017, 9(9): 1538-1541.

[7] Huang F, Zhan W, Voogt J, Hu L, Wang Z, Quan J, Ju W, Guo Z. Temporal upscaling of surface urban heat island by incorporating an annual temperature cycle model: A tale of two cities[J]. Remote Sensing of Environment, 2016, 186: 1-12.

[8] Kim DH, Ahn BI, Kim EG. Metropolitan Residents’ Preferences and Willingness to Pay for a Life Zone Forest for Mitigating Heat Island Effects during Summer Season in Korea[J]. Sustainability, 2016, 8(11): 1155-1159.

[9] 劉勇洪,徐永明,馬京津,權(quán)維俊.北京城市熱島的定量監(jiān)測及規(guī)劃模擬研究[J].生態(tài)環(huán)境學(xué)報(bào),2014,23(7): 1156-1163.

[10] 王天星.地表參數(shù)遙感定量反演及其在城市熱環(huán)境研究中的應(yīng)用[D].福州:福建師范大學(xué),2008:5-15.

[11] 陳文惠.福州土地利用變化及其驅(qū)動(dòng)力多元綜合分析[J].地球信息科學(xué)學(xué)報(bào),2005,7(3):45-50.

[12] 徐涵秋.基于城市地表參數(shù)變化的城市熱島效應(yīng)分析[J].生態(tài)學(xué)報(bào),2011,31(14):3890-3901.

[13] Jiménez-Mu?oz JC, Sobrino JA. A generalized single‐channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research Atmospheres, 2003, 108(22): 2015-2023.

[14] 覃志豪,李文娟,徐斌,陳仲新,劉佳.陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)[J].國土資源遙感, 2004,16(3):28-32.

[15] Sobrino J A, Jiménez-Mu?oz JC, Paolini L. Land surface temperature retrieval from LANDSAT TM 5[J]. Remote Sensing of Environment, 2004, 90(4): 434- 440.

[16] 李書娟,曾輝.快速城市化地區(qū)建設(shè)用地沿城市化梯度的擴(kuò)張?zhí)卣鳌阅喜貐^(qū)為例[J].生態(tài)學(xué)報(bào), 2004,24(1):55-62.

[17] 楊英寶,蘇偉忠,江南,甄峰.南京市熱島效應(yīng)變化時(shí)空特征及其與土地利用變化的關(guān)系[J].地理研究,2007, 26(5):877-886.

[18] 吳琳娜,楊勝天,劉曉燕.1976年以來北洛河流域土地利用變化對人類活動(dòng)程度的響應(yīng)[J].地理學(xué)報(bào),2014, 69(1):54-63.

[19] 白麗月.近二十年福州城市建設(shè)用地?cái)U(kuò)展研究[D].福州:福建師范大學(xué),2010:10-20.

[20] 劉宇峰,原志華,孔偉,孫鉑,安彬.1993-2012年西安城區(qū)城市熱島效應(yīng)強(qiáng)度變化趨勢及影響因素分析[J].自然資源學(xué)報(bào),2015,30(6):974-985.

[21] 崔耀哥,劉紀(jì)遠(yuǎn),秦耀辰,董金瑋,路婧琦,張帥帥.北京城市擴(kuò)展對熱島效應(yīng)的影響[J].生態(tài)學(xué)雜志,2015, 34(12):3485-3493.

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

[23] 彭保發(fā),石憶邵,王賀封,王亞力.城市熱島效應(yīng)的影響機(jī)理及其作用規(guī)律——以上海市為例[J].地理學(xué)報(bào), 2013,68(11):1461-1471.

[24] 肖和善.福州市熱島效應(yīng)時(shí)空特征及演變規(guī)律研究[D].福州:福建師范大學(xué),2008:15-20.

Study on Spatial-Temporal Pattern of the Urban Heat Island Effectin Fuzhou

WU Hui-feng, CHEN Zhi-qiang

(College of Geographical Sciences, Fujian Normal University, Fuzhou 350117, China)

A method combining quantitative remote sensing and GIS is used. Using the TM remote sensing images of Fuzhou in 1989, 2000, and 2016, the urban core area is extracted and the heat island effect area is divided in order to study intensity change and spatial structure changes of the heat island effect area in Fuzhou. The results show that: 1) In 1989, 2000, and 2016, the average temperature difference between urban core and non-urban core areas in Fuzhou is 3.67°C, 3.70°C, and 5.38°C respectively. And the heat island effect is significantly enhanced; in 1989, the urban heat island effect area of Fuzhou presents a dual-center spatial structure, which tends to be a multi-center spatial structure in 2000, and tends to be contiguous and distributed in 2016. 2) With time goes, the lower grade heat island effect area is continuously transformed to the higher grade heat island effect area, and the area with strong heat island is increasing. 3) The longer the buffer distance is, the smaller comprehensive indicator of the heat island effect is, and the heat island effect weakens. At the same buffer distance, the general indicator of the heat island effect tends to increase and the heat island effect strengthens with time.

heat island; remote sensing; GIS; spatial-temporal pattern

X24

A

1009-9115(2018)06-0155-06

10.3969/j.issn.1009-9115.2018.06.034

國家重點(diǎn)研發(fā)項(xiàng)目（2016YFC0502905）

2018-05-16

2018-07-13

吳慧鳳（1995-），女，福建泉州人，碩士研究生，研究方向?yàn)橘Y源與環(huán)境、地理教育。

（責(zé)任編輯、校對：王淑娟）