劉 璐， 申廣榮， 吳 裕， 張周逸林， 陸邵明

(1.上海交通大學 農業(yè)與生物學院 低碳農業(yè)研究中心， 上海 200240; 2.農業(yè)部都市農業(yè)重點實驗室， 上海 200240;3.國家林業(yè)局 上海城市森林生態(tài)系統(tǒng)國家定位觀測研究站， 上海 200240; 4.上海交通大學 設計學院， 上海 200240)

在城市化進程中，人口增長、經濟發(fā)展、空間擴張在推動城市進步的同時，也通過增加不透水層面積、減少植被覆蓋、改變景觀格局的方式對地方和區(qū)域尺度上的土地利用方式及熱環(huán)境產生深刻影響?，F(xiàn)有城市化研究更多關注的是大中城市，且在社會經濟的角度界定城市化的基礎上，進行城市化驅動力及城市化對城市空間格局的影響研究，而對城市化過程中，自然要素如土地利用類型的轉移特征及其對熱環(huán)境的影響等方面的研究較少。縣域作為城市空間體系的節(jié)點，上接大中城市，下連廣大農村，是區(qū)域經濟發(fā)展的基本單元。因此，在區(qū)域發(fā)展體系中，考察城市化進程中地區(qū)縣域土地利用類型的轉移特征及其對熱環(huán)境的影響具有特殊意義。

城市熱島效應的監(jiān)測方法主要有氣象站法、布點法、遙感監(jiān)測法等。其中遙感監(jiān)測法具有數(shù)據(jù)容易獲取、可以大范圍監(jiān)測等優(yōu)點，被廣泛應用。地表溫度反演的常用算法包括單窗算法[1]、單通道算法[2]、劈窗算法[3]和大氣校正法[4]等。城市化進程中土地利用類型的改變是造成城市地表溫度變化的原因之一，研究表明土地利用空間格局與城市熱島之間存在關系[5]。葛榮鳳等[6]使用Landsat 5 TM 數(shù)據(jù)，通過空間重心模型發(fā)現(xiàn)20 a間北京市六環(huán)內熱島強度總體上呈現(xiàn)增長趨勢，同時呈現(xiàn)破碎化態(tài)勢。孫明等[7]使用Landsat系列數(shù)據(jù)獲取地表溫度，通過熱島比例指數(shù)和熱島強度說明研究區(qū)熱島效應的逐年加重，并指出綠地和水體可以緩解城市熱島效應。趙梓淇等[8]將土地利用類型分為建筑用地、綠地、農田、棄地、道路和水體6類，通過輻射傳輸方程法獲取地表溫度，以城市中心為原點分析不同距離下地表溫度與土地利用類型關系，發(fā)現(xiàn)地類平均地表溫度隨著與城市中心原點距離的增加而減小。

浙江省嘉興市海鹽縣是中國綜合實力百強縣，被國務院列入沿海經濟開放區(qū)。2000年，其城市化率為30.8%，2017年增長至60.2%(http:∥old3w.cnjxol.com/xwzx/jxxw/qxxw/hy/content/2018-11/05/content_4156772.htm)，高于全國平均水平。研究海鹽縣城市化過程中，土地利用類型的轉移特征及其對熱環(huán)境的影響、揭示其時空演變規(guī)律，對低碳背景下區(qū)域發(fā)展和管理具有十分重要的意義。本研究以海鹽縣為例基于2007,2013，2015和2017年4個時期的遙感數(shù)據(jù)，定量分析快速城市化背景下海鹽縣土地利用時空變化及其土地利用類型轉移特征，探討其對熱環(huán)境的影響，為區(qū)域可持續(xù)發(fā)展提供科學依據(jù)。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)概況

海鹽縣位于浙江省嘉興市，地處北緯30°21′47″—30°38′29″，東經120°43′21″—121°02′55″，是上海、杭州、蘇州、寧波市4大城市的區(qū)位中心和長三角重要的交通神經中樞。全縣陸地總面積5 850 km2，海灣面積4 880 km2，為典型的東亞季風氣候，全年平均氣溫15.9 ℃，年平均雨量1 189.7 mm，全年日照時數(shù)平均為1 919.7 h。2007—2017年10 a間，海鹽縣生產總值從180.1億元增長至460.1億元，人均生產總值從4.91×104元增長至1.21×105元(http:∥www.haiyan.gov.cn/col/col1512872/index.html)。本研究區(qū)為處于海鹽縣武源街道的中心城區(qū)，包括處于中心城區(qū)東部的建成區(qū)及周邊區(qū)域，總面積為5.2 km2。

1.2 數(shù)據(jù)來源及處理

研究所用遙感影像資料來自美國陸地衛(wèi)星 Landsat。收集的遙感影像資料季相一致、質量較好、少云無云，2007年7月28日成像的Landsat 5TM數(shù)據(jù)，2013年8月29日、2015年8月3日和2017年7月23日成像的Landsat 8OLI/TIRS 數(shù)據(jù)(行號/列號：118/39)。本研究使用可見光和近紅外波段進行土地利用類型信息的提取，使用熱紅外波段進行地表溫度反演，技術路線如圖1所示。

本研究首先基于EADAS IMAGE 2018軟件, 對Landsat 8OLI/TIRS數(shù)據(jù)的多光譜和全色波段影像進行波段融合，提高圖像空間分辨率到15 m；其次，以海鹽縣中心城區(qū)行政邊界矢量圖層為基準，對糾正好的影像進行裁剪得到研究區(qū)遙感影像。在此基礎上，采用監(jiān)督分類中的最大似然法對影像進行分類。土地分類以《城市用地分類與規(guī)劃建設用地標準(50137-2011)》為參考，根據(jù)研究區(qū)的土地利用現(xiàn)狀及遙感影像的分辨率，將土地利用類型劃分為4類：城市用地、植被、道路和水體。其中，城市用地包括居民點、工業(yè)用地、商業(yè)用地、裸地等；植被主要由耕地組成，還包括部分園地、林地、草地等；受限于分辨率，道路僅包括省級公路和縣級公路；水體包括河流、養(yǎng)殖水面。分類完成后，使用聚類統(tǒng)計和去除分析刪除小圖斑，將其合并到相鄰的最大地類中。不同年份土地利用分布圖的總體精度均達到85%以上(表1)，分類效果較好。在此基礎上，進行研究區(qū)土地利用轉移特征及其對熱環(huán)境的影響分析。

表1 不同年份Landsat遙感影像分類精度

圖1 Landsat 8衛(wèi)星影像處理技術路線

1.3 研究方法

1.3.1 土地利用轉移矩陣及其轉移特征 土地利用類型面積的改變是其轉入和轉出的綜合結果。土地利用轉移矩陣可以直觀地顯示不同時段地類的相互轉化狀況并提取出地類轉移特征。其中，土地利用動態(tài)度是發(fā)生轉移的面積與研究區(qū)總面積的比值，宏觀上表現(xiàn)了地類轉移的程度[9]，轉入/轉出比率為地類轉入/轉出面積占地類轉移總面積的比例。

1.3.2 地表溫度反演單窗算法 遙感圖像輻射定標和大氣校正后，在ENVI 5.3軟件中采用覃志豪單窗算法[1,10-11]對地表溫度進行反演。Landsat TM數(shù)據(jù)和Landsat OLI/TIRS數(shù)據(jù)進行反演的方法類似，以下以Landsat OLI/TIRS 數(shù)據(jù)為例：

TS={a(1-C-D)+〔b(1-C-D)+C+D〕Tsensor-DTa}/C

C=τε

D=(1-τ)〔1+(1-ε)τ〕

(1)

式中：TS——地表溫度(K)；Tsensor——亮溫溫度(K)；Ta——大氣平均作用溫度(K)；τ——大氣透射率；ε——地表比輻射率；a，b——系數(shù)，a=-67.355 4，b=0.458 6。

亮溫溫度Tsensor使用普朗克公式進行計算[11]：

(2)

式中：Lλ——輻射定標后的熱輻射強度值。

大氣模式為中緯度夏季大氣時[11]：

Ta=16.011 0+0.926 21T0

(3)

式中：T0——近地面氣溫，可以查詢歷史溫度獲取(http:∥lishi.tianqi.com/)。

大氣透射率τ在NASA提供的網站上查詢(https:∥atmcorr.gsfc.nasa.gov/)。

NDVI(歸一化植被指數(shù))計算：

(4)

式中：B4，B5——Landsat 8OLI/TIRS的第4，第5波段。

植被覆蓋率Pv計算：

(5)

式中：NDVIs——裸地的NDVI； NDVIv——植被的NDVI。

地表比輻射率ε基于NDVI與Pv計算[12]：

① NDVI≤0,認為像元的土地利用類型為水體，ε=0.995；

② 當0

③ 當0.05

(6)

④ 當NDVI≥0.70，認為像元完全由植被構成，ε=0.986。

1.3.3 密度分割 數(shù)據(jù)標準化后，采用密度分割法將地表溫度劃分為低溫區(qū)、亞低溫區(qū)、中溫區(qū)、亞高溫區(qū)、高溫區(qū)5個等級[13]。

(7)

1.3.4 熱效應定量評價 為了衡量不同土地利用類型對城市熱環(huán)境影響程度，本研究采用熱效應貢獻度指數(shù)對其定量計算[14]。

(8)

(9)

式中：Hi′——初始熱效應貢獻度(%)；Hi——標準化處理后不同地類的熱效應貢獻度(%)；Tij——地類i中高于平均溫度的第j個像元的溫度(℃)；T——研究區(qū)平均溫度(℃)；n——地類i中高于平均溫度的像元數(shù)；N——總像元數(shù)。

2 結果與分析

2.1 土地利用類型轉移特征

基于遙感圖像解譯得到研究區(qū)2007，2013，2015和2017年土地利用類型空間分布及對應的面積占比(圖2—3)。中心城區(qū)內，包括耕地、林地、園地和灌木在內的植被覆蓋面積比率在2007年達60.5%，2013，2015和2017年基本保持在46%左右。2007—2017的10 a間，城市用地面積逐年增加，占比從17.4%增至30.4%。道路面積較為穩(wěn)定，保持在15%左右。水體的面積變化呈先增加后減少的趨勢，2013年最大。2016年，海鹽縣政府在東部灘涂進行開發(fā)建設，設立了度假區(qū)，與此對應，2017年遙感圖像顯示原覆蓋東部灘涂的水體和植被轉化為城市用地，總水體面積比例從2015年的9.3%減少到了與2007年接近的8%。

圖2 海鹽縣中心城區(qū)2007，2013，2015和2017年份土地利用類型分布

基于土地利用類型分布狀況，進一步對研究區(qū)不同年份土地利用類型的轉移特征進行分析(表2)。2013—2015年、2015—2017年和2007—2017年，土地利用動態(tài)度分別為24.6%，29.4%和42.3%，轉入比率依次為：城市用地>道路>植被>水體，轉出比率依次為：植被>道路>城市用地>水體。2007—2017年10 a間，城市用地的轉入比率達44.1%，轉入的用地類型主要為植被和道路，分別占城市用地總轉入面積的54.6%和31.3%；植被面積顯著下降，轉出比率達51.2%，主要轉移為城市用地和道路，二者分別占植被總轉出面積的41%和50.1%。

由表2和圖2可知，城市用地和道路之間相互轉移明顯，說明隨著城市用地的擴展，舊的路網被破壞，同時又形成了新的路網，道路總面積雖變化不大但格局變化較為劇烈。水體的轉入、轉出比率均較低，格局相對穩(wěn)定。

表2 研究區(qū)2007-2017年土地利用轉移矩陣 hm2

注：表中數(shù)據(jù)為各地類從2007年到2017年的轉移面積。

圖3 海鹽縣中心城區(qū)不同年份土地利用類型面積比例

2.2 地表溫度分布特征

基于單窗算法和Landsat衛(wèi)星影像，反演獲得研究區(qū)不同時間地表溫度，進一步根據(jù)地表溫度的等級劃分〔公式(7)(表3)〕，得到海鹽縣中心城區(qū)不同時期地表溫區(qū)分布特征(圖4)。不同溫區(qū)的空間格局反映出了城市熱環(huán)境的變化趨勢。在4個年份中，處于中心城區(qū)東部建筑和人口密集的建成區(qū)地表溫度明顯高于主要被植被覆蓋的郊區(qū)。2007年高溫區(qū)明顯聚集成島狀，主要集中在海鹽縣政府及其周邊商業(yè)區(qū)、住宅區(qū)附近，2013年后，高溫區(qū)逐漸向建成區(qū)邊緣新建立的工業(yè)園區(qū)、住宅區(qū)、商業(yè)區(qū)等城市用地轉移，呈現(xiàn)破碎化趨勢，并在2017年形成新的小熱島。對2007—2017年地表溫度分布及其變化情況分析發(fā)現(xiàn)，研究區(qū)低溫區(qū)、高溫區(qū)和中溫區(qū)占比基本保持不變，但亞高溫區(qū)占比從10.5%增加到16.1%，亞低溫區(qū)占比從24.7%減少到19.5%。進一步合并亞低溫區(qū)與低溫區(qū)為較低溫區(qū)，合并亞高溫區(qū)與高溫區(qū)為較高溫區(qū)，10 a間，較低溫區(qū)的面積比例減少了4.2%，較高溫區(qū)的面積比例增加了5%，呈現(xiàn)出較低溫區(qū)向較高溫區(qū)轉化的現(xiàn)象，顯示出中心城區(qū)熱環(huán)境的變化趨勢。

表3 研究區(qū)2007和2017年地表溫度分級統(tǒng)計

2.3 土地利用類型對城市熱環(huán)境的影響

地表溫度與土地利用類型緊密相關。遙感地表溫度反演結果顯示，地表溫度值呈現(xiàn)：城市用地>道路> 水體> 植被的規(guī)律。城市用地主要分布在高溫區(qū)(平均面積比例為54%)和亞高溫區(qū)(平均面積比例為22.5%)；道路主要分布在中溫區(qū)(平均面積比例為39.1%)和亞高溫區(qū)(平均面積比例為25.6%)；水體主要分布在中溫區(qū)(平均面積比例為35.5%)、低溫區(qū)(平均面積比例為24.3%)和亞低溫區(qū)(平均面積比例為21.9%)；植被覆蓋主要分布在低溫區(qū)(平均面積比例為31.3%)、亞低溫區(qū)(平均面積比例為30%)和中溫區(qū)(平均面積比例為30.9%)。

通過熱效應貢獻度指數(shù)對地類間相互轉移對熱環(huán)境的影響進行定量分析(表4)。4個年份中，土地利用類型對熱環(huán)境的貢獻度排序為：城市用地>道路>植被>水體。其中，城市用地對熱環(huán)境的貢獻率(>50%)明顯高于其他土地利用類型，而水體對熱環(huán)境的貢獻率微小(<1%)。2013—2015年，各地類的面積和熱貢獻度變化幅度均很小。2015—2017年，城市用地面積略微增加，但熱貢獻度明顯提高(增加了7.6%)，說明了較2013和2015年，2017年城市用地中高于地表平均溫度的比例更大，城市用地高于研究區(qū)地表平均溫度的差值也更大。較大時間尺度上，2007—2017年10 a間，隨著城市用地的不斷擴展(增加了13%)和植被覆蓋面積逐步減少(減少了14.8%)，城市用地類型的熱貢獻率顯著增大，從59.6%提升至87.5%，其他地類的熱貢獻率則明顯地減小，城市用地對熱環(huán)境造成了決定性的影響。因此，城市用地面積大幅增加，植被覆蓋面積的顯著減少是在全球變暖環(huán)境下，引發(fā)研究區(qū)較高溫區(qū)和較低溫區(qū)的面積比例分別增加和減少，進而引發(fā)熱環(huán)境變化的主要原因。

圖4 海鹽縣中心城區(qū)不同年份地表溫度分布

表4 研究區(qū)不同年份土地利用熱貢獻度變化%

土地利用類型2007年2013年2015年2017年城市用地59.678.379.987.5植被18.44.03.94.2道路21.117.115.67.8水體0.90.70.60.6

3 討論與結論

(1) 研究區(qū)土地利用結構變化顯著，城市化發(fā)展迅速，建成區(qū)部分不斷擴張。2007—2017年，土地利用動態(tài)度為42.3%。城市用地面積比例從17.4%提高到了30.4%，主要由植被與道路轉入。植被覆蓋比例從60.5%減少到了45.8%，主要轉出為城市用地和道路。城市用地的擴張基本上是通過占用耕地、園地等植被來實現(xiàn)的。受城市化影響，道路網絡不斷更新，其面積變化幅度雖小但格局變化劇烈。

(2) 對城市熱環(huán)境的時空分析表明，熱島分布和城市擴展具有時空一致性。2007年，高溫區(qū)集中在縣城東部的建成區(qū)，形成島狀，2013—2017年，隨著建成區(qū)的擴展，高溫區(qū)逐漸向四周擴散，并在周邊新建立城市用地上形成新的小熱島區(qū)域，研究區(qū)內的大型島狀高溫區(qū)被取代。同時，2007—2017年10 a間，較低溫度區(qū)域面積減少，較高溫區(qū)面積增加，呈現(xiàn)出較低溫區(qū)向較高溫區(qū)轉化的趨勢。

(3) 海鹽縣土地利用類型對地表溫度的響應特征為：城市用地和道路主要分布在較高溫區(qū)，屬城市熱島，水體和植被分布在較低溫區(qū)，屬城市冷島。土地利用類型對熱環(huán)境的貢獻度排序為：城市用地>道路>植被>水體，城市用地對熱環(huán)境的貢獻率(>50%)遠大于其他土地利用類型, 對熱環(huán)境造成了決定性的影響。2007—2017年城市用地面積的增加和植被面積的減少使城市用地熱貢獻度從59.6%上升到87.5%，因此，城市用地面積的增加和植被面積的減少是造成研究區(qū)地表溫度不斷上升，熱環(huán)境改變的直接原因。改善城市熱環(huán)境，緩解城市熱島效應，可以通過控制建成區(qū)的擴展，增加地表平均溫度較低的植被和水體的面積比例來實現(xiàn)。