收稿日期：2023-08-07

基金項(xiàng)目：廣東省科技計(jì)劃項(xiàng)目（2021B1212100003）

DOI：10.19850/j.cnki.2096-4706.2023.21.027

摘" 要：隨著經(jīng)濟(jì)飛速發(fā)展，城市化趨勢(shì)越來(lái)越明顯，而在城市化的進(jìn)程中，帶來(lái)巨大收益的同時(shí)也有著它負(fù)面的影響。城市化明顯的標(biāo)志是以不透水面為主的人工建筑的擴(kuò)張，它漸漸侵蝕著植被、水體等自然景觀。作為城市下墊面的最主要組成成分，城市不透水面對(duì)區(qū)域乃至全球的生態(tài)環(huán)境造成了巨大的影響。文章以中國(guó)城市化名列前茅的“北上廣”中的廣州市作為研究區(qū)域，對(duì)廣州市Landsat 8 OLI_TIRS衛(wèi)星數(shù)據(jù)采用歸一化差值不透水面指數(shù)（NDISI）進(jìn)行不透水面的提取。結(jié)果表明，不透水面對(duì)溫度的影響為正相關(guān)關(guān)系，這是引發(fā)熱島效應(yīng)等環(huán)境溫度問(wèn)題的主要原因之一。

關(guān)鍵詞：不透水面；溫度；NDISI指數(shù)

中圖分類號(hào)：TP391" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：2096-4706（2023）21-0115-07

Monitoring of Spatial Pattern Evolution of Impermeable Surface and its Effect on Temperature in Guangzhou City

HE Min1，2， YAN Zihuan1，2

（1.Surveying and Mapping Institute Lands and Resource Department of Guangdong Province， Guangzhou" 510700， China;

2.Key Laboratory of Natural Resources Monitoring in Tropical and Subtropical Area of South China， Ministry of Natural Resources， Guangzhou" 510700， China）

Abstract： With the rapid development of economy， the trend of urbanization is more and more obvious. And in the process of urbanization， it brings huge benefits but also has its negative impact. Urbanization is obviously marked by the expansion of artificial buildings which are mainly the impermeable surface， gradually eroding vegetation， water and other natural landscapes. As the main component of the underlying surface of the city， the impermeable surface of the city has exerted a huge impact on the regional and even global ecological environment. In this paper， Guangzhou city， one of the most urbanized cities of “Beijing， Shanghai and Guangzhou” in China， is taken as the research area， and the Normalized Difference Impermeable Surface Index （NDISI） is used to extract the impermeable surface from the Landsat 8 OLI_TIRS satellite data of Guangzhou city. The results show that the influence of impermeable surface on the temperature is positively correlated， which is one of the main causes of environmental temperature problems such as heat island effect.

Keywords： impermeable surface; temperature; NDISI index

0" 引" 言

在過(guò)去20年里遙感信息技術(shù)得到飛速發(fā)展，許多專家學(xué)者使用衛(wèi)星對(duì)地觀測(cè)技術(shù)進(jìn)行城市不透水面信息的提取。國(guó)內(nèi)外學(xué)者一直在研究可以快速準(zhǔn)確提取不透水面的方法，目前國(guó)內(nèi)在基于中高空間分辨率的遙感信息提取方法使用較多的是人工智能分類方法。林云杉等利用植被覆蓋度與不透水面之間呈負(fù)相關(guān)的關(guān)系思想提取不透水面，研究不透水面與城市熱島關(guān)系[1]；林冬鳳等采用徐涵秋提出的歸一化差值不透水面指數(shù)（NDISI）并引入水體指數(shù)（MNDWI）消除水體的影響，研究不透水面與水體、植被、溫度之間關(guān)系[2]；余琪利用監(jiān)督分類的最大似然法提取廣州市不透水面，研究不透水面對(duì)地表徑流的影響[3]。國(guó)外對(duì)不透水面的研究有：Wu等用線性光譜混合分析法反演不透水面蓋度[4]；Lu等在線性光譜混合分析法的基礎(chǔ)上，加入地表溫度因子，更為準(zhǔn)確地提取了不透水面[5]；Xian等利用回歸樹模型計(jì)算了不透水面蓋度，并對(duì)此預(yù)測(cè)其增長(zhǎng)[6]；Van等采用中分辨率影像和亞像元分解的方法研究不透水面變化[7]。

不透水面作為城市下墊面最主要組成部分，是通過(guò)改變城市表面和邊界層兩者之間的顯熱與潛熱通量，從而影響地表溫度。隨著城市的發(fā)展，不斷新增建筑物或構(gòu)筑物，不透水面占比顯著提高，使得導(dǎo)熱率增加，導(dǎo)致熱島效應(yīng)等環(huán)境問(wèn)題不斷加劇。深入研究不透水面對(duì)生態(tài)評(píng)估、城市規(guī)劃提供參考和指導(dǎo)，有利于協(xié)調(diào)人與環(huán)境的問(wèn)題，營(yíng)造更好的生活條件，對(duì)進(jìn)一步加強(qiáng)城市建設(shè)和提高人居環(huán)境的質(zhì)量具有重要的意義。

1" 研究區(qū)域與數(shù)據(jù)源

1.1" 研究區(qū)域

廣州是我國(guó)快速城市化的城市之一，而城市化最明顯的特征就是自然地表變?yōu)椴煌杆妗１疚倪x取廣州市作為研究區(qū)域，研究城市不透水面格局變化對(duì)溫度的影響，如圖1所示。

廣州市位于廣東省中南部，占地面積為7 434.4 km2，其經(jīng)緯度為東經(jīng)112°57′至114°3′，北緯22°26′至23°56′，地處低緯度地區(qū)，瀕臨南海，屬于典型的南亞熱帶季風(fēng)氣候，年平均日照時(shí)數(shù)為1 875.1～1 959.9 h，年太陽(yáng)總輻射量105.3～109 Kcal/cm2，年平均氣溫20～22 ℃，干濕季明顯。

1.2" 數(shù)據(jù)源

在地理空間數(shù)據(jù)云上下載影像數(shù)據(jù)，分別選取2014年01月16日，2016年02月07日，2018年02月12日過(guò)境的Landsat 8 OLI_TIRS衛(wèi)星含有廣州市的三年影像數(shù)據(jù)。對(duì)影像數(shù)據(jù)進(jìn)行影像裁剪、輻射定標(biāo)以及大氣校正等預(yù)處理。

2" 研究方法與過(guò)程

2.1" 不透水面的提取

不透水面可以根據(jù)徐涵秋提出的歸一化不透水面信息指數(shù)（NDISI）進(jìn)行提取，該指數(shù)是采用復(fù)合波段的方法構(gòu)成，它能夠有效地區(qū)別出不透水面和土壤，并且還能夠抑制沙子和水體信息的影響，使得提取不透水面更加準(zhǔn)確[8]。NDISI指數(shù)方法提取不透水面公式如下：

（1）

其中：NIR、MIR1和TIR分別為近、中、熱紅外波段，TM數(shù)據(jù)中的B4、B5、B6波段，Landsat 8對(duì)應(yīng)著B5、B6、B10波段；VIS1代表可見(jiàn)光紅、藍(lán)、綠3個(gè)波段中的任何一個(gè)。用原始波段衍生的水體指數(shù)波段可以有效地消除不透水面信息中含有水體的噪音，于是引入了改進(jìn)型歸一化水體指數(shù)（MNDWI），消除水體的影響，所以將MNDWI代入NDISI的VIS1，MNDWI指數(shù)如下：

（2）

Green為綠光波段，對(duì)應(yīng)著TM影像的B3波段，Landsat8的B4波段，MIR1為中紅外波段，對(duì)應(yīng)著TM 影像的B5波段，Landsat 8的B6波段。

熱紅外波段和MNDWI波段都需要進(jìn)行0～255級(jí)的線性拉伸，以統(tǒng)一各波段的量化級(jí)數(shù)。

在計(jì)算完三幅影像的NDISI值之后，根據(jù)NDISI指數(shù)中不透水面的像元值取值范圍，選取最適合的閾值區(qū)間，2014年選取0.74—0.83作為閾值區(qū)間，2016年選取0.74—0.85作為閾值區(qū)間，2018年選取0.72—0.85作為閾值區(qū)間。

NDISI指數(shù)法提取不透水面流程圖如圖2所示。

2.2" 地表溫度反演

用輻射傳輸方程法對(duì)Landsat 8數(shù)據(jù)進(jìn)行地表溫度反演[9]。衛(wèi)星傳感器監(jiān)測(cè)到的輻射強(qiáng)度Lσ計(jì)算方程為：

（3）

由此公式可得到黑體在熱紅外波段的輻射亮度B（Ts）為：

（4）

其中，Ts為地表真實(shí)溫度（K），ε為地表輻射率，τ0為大氣在熱紅外波段的透過(guò)率， 和" 分別為大氣的向下輻射亮度和大氣的向上輻射亮度，而B（Ts）為通過(guò)反映物體溫度和輻射強(qiáng)度之間關(guān)系的普朗克公式推算所得的溫度T相對(duì)應(yīng)的黑體亮度。運(yùn)用普朗克公式的反函數(shù)，即可得到亮度溫度Tr：

（5）

其中，大氣透過(guò)率與大氣上、下行輻射亮度等參數(shù)的值可在NASA網(wǎng)站上查詢，輸入成像時(shí)間及中心經(jīng)緯度獲取大氣剖面信息。K1、K2可在下載影像中的頭文件中獲得。

地表溫度反演需要對(duì)影像進(jìn)行輻射定標(biāo)，主要是兩部分：一個(gè)是熱紅外數(shù)據(jù)，一個(gè)是多光譜數(shù)據(jù)，另外多光譜數(shù)據(jù)還需進(jìn)行大氣校正。流程如圖3所示。

3" 不透水面與地表溫度的時(shí)空分布

3.1" 不透水面的時(shí)空分布

2014年、2016年、2018年不透水面的時(shí)空分布如圖4所示。

3.1.1" 不透水面提取精度驗(yàn)證

在喬峰地球下載分辨率為1 m的影像，對(duì)高分辨率影像進(jìn)行幾何校正、影像裁剪，再以監(jiān)督分類方法提取不透水面。選取道路、廣場(chǎng)、樓房作為不透水面的樣本以及植被、水體作為透水面的樣本，用Jeffries-Matusita和Transformed Divergence參數(shù)表示可分離性，參數(shù)大于1.9則說(shuō)明樣本分離性好，小于1.8則需要重新選擇樣本，最后用支持向量機(jī)進(jìn)行影像分類。

將監(jiān)督分類得的不透水面與NDISI指數(shù)得到的不透水面，隨機(jī)抽取100個(gè)驗(yàn)證點(diǎn)，以混淆矩陣方式不透水面為數(shù)字1，透水面為數(shù)字2，如表1所示。進(jìn)行kappa系數(shù)計(jì)算，kappa系數(shù)越高則越一致，三年kappa系數(shù)分別為0.898、0.857、0.839。

3.1.2" 不透水面提取結(jié)果分析

對(duì)獲得的不透水面矢量數(shù)據(jù)利用ArcGIS進(jìn)行統(tǒng)計(jì)面積得到表2，并對(duì)2014年不透水面結(jié)果利用景觀生態(tài)學(xué)知識(shí)分析得到表3。

從圖4可以看出，在廣州市西南部分，不透水面較多，密度較大；而在廣州市東北部分，不透水面較少，密度也較低。部分地方在2016年為不透水面，而到了2018年，不透水面面積卻減少了，這是由于在道路，廣場(chǎng)等不透水面區(qū)域進(jìn)行了綠化措施，新增了行道樹、花圃、觀賞綠地等。荔灣區(qū)與海珠區(qū)是廣州市商業(yè)繁華，城建密集區(qū)，所以不透水面覆蓋度則高于其他區(qū)，但是這兩區(qū)近年來(lái)不透水面增長(zhǎng)逐漸緩慢，是由于原本已形成的不透水面較為飽滿。

由表2得知2014年廣州市不透水面面積為

1 768.74 km2，2018年時(shí)已經(jīng)增長(zhǎng)到1 985.56 km2，四年增長(zhǎng)了216.82 km2，年均增長(zhǎng)率為3.91%，不透水面的擴(kuò)張模式大多是無(wú)規(guī)律式，攤大餅的。以2014年不透水面分布為例，如表3所示，不透水面與透水面在2014年時(shí)比例約為1：4；透水面的破碎度大于不透水面的破碎度；不透水面與透水面都為不規(guī)則形狀，且不透水面比透水面更為不規(guī)則。

3.2" 地表溫度的時(shí)空分布

2014年、2016年、2018年地表溫度的時(shí)空分布如圖5所示。

3.2.1" 地表溫度反演精度驗(yàn)證

通過(guò)查詢廣州市歷史天氣情況得知2014年1月16日、2016年2月07日、2018年2月12日三天天氣情況如表4所示。

溫度反演結(jié)果：2014年廣州市地表平均溫度為15.69 ℃，2016年廣州市地表平均溫度為14.72 ℃，2018年廣州市地表平均溫度為15.36 ℃，均符合當(dāng)日歷史天氣狀況。利用覃志豪2001年提出的單窗算法反演地表溫度[10]，作為精度驗(yàn)證的依據(jù)。單窗算法的公式如下：

（6）

Ta = 0.926 2T0 + 16.011 0" " " " " " " " "（7）

其中，a = -62.735 66，b = 0.434 04，M為地表比輻射率，N為大氣透過(guò)率，T10為熱紅外波段上亮度溫度，Ta為大氣平均作用溫度，T0為近地面氣溫。

將輻射傳輸方程法與單窗算法得到的結(jié)果進(jìn)行隨機(jī)抽樣對(duì)比，抽取100個(gè)樣本點(diǎn)，排除異常點(diǎn)，誤差均小于3 ℃，即認(rèn)為大氣校正法進(jìn)行地表溫度反演精度較高。

3.2.2" 地表溫度反演結(jié)果分析

根據(jù)三年的溫度反演空間分布圖可以直觀看出，廣州市西南部地區(qū)溫度相對(duì)于東北部地區(qū)高，西南部地區(qū)存在幾個(gè)溫度較高的異常點(diǎn)。

若不考慮異常值的影響，廣州市區(qū)域內(nèi)實(shí)際溫度差值并不大，西南區(qū)域溫度在15～17 ℃之間，東北區(qū)域溫度在12～14 ℃之間，之間的溫度相差2～3 ℃。

從表5可以看出荔灣區(qū)，海珠區(qū)這些廣州市的主城區(qū)即城市化水平較高的地區(qū)是平均溫度較高的區(qū)域，而從化區(qū)和增城區(qū)，花都區(qū)這些城市化相對(duì)較低的地區(qū)，平均溫度相對(duì)較低，二者溫差相差大約3 ℃，其他市轄區(qū)地表溫度只相差1 ℃左右。

4" 不透水面與地表溫度的關(guān)系

4.1" 異常值事例

根據(jù)三年溫度反演空間分布圖，發(fā)現(xiàn)有幾處溫度較高，在圖中較為突出，選取其中某處作為具體分析的對(duì)象，選取處如圖6所示（以2018地表溫度反演空間圖截取）。

2018年此處整體的溫度為21 ℃左右，從截取處位置以及形狀結(jié)合百度地圖分析，該構(gòu)筑物為廣州白云國(guó)際機(jī)場(chǎng)，位于白云區(qū)人和鎮(zhèn)和花都區(qū)新華街道、花東鎮(zhèn)的交界處。機(jī)場(chǎng)占地總面積為140.37萬(wàn)平方米。因?yàn)闄C(jī)場(chǎng)大部分土地為不透水面，飛機(jī)起飛時(shí)排放的尾氣、熱量，以及與空氣摩擦產(chǎn)生的熱量，使得廣州白云國(guó)際機(jī)場(chǎng)地表溫度比周圍地表溫度還高。

4.2" 回歸分析

為了深入了解不透水面與地表溫度的關(guān)系，利用ArcGIS生成115個(gè)同等大小，面積為44.07 km2的長(zhǎng)方形樣本區(qū)域，分別計(jì)算該樣本區(qū)域內(nèi)的不透水面密度和平均地表溫度。

對(duì)115個(gè)樣本進(jìn)行線性回歸分析，結(jié)果如表6、圖7所示。

在結(jié)果輸出的三年樣本回歸分析信息表格中顯示了模型的擬合情況，三年不透水面占比與地表溫度的回歸系數(shù)分別為0.878、0.847、0.828，所以不透水面增加會(huì)導(dǎo)致地表溫度上升。

只用線性回歸進(jìn)行分析，可以知道不透水面占比和地表溫度存在正相關(guān)關(guān)系，卻無(wú)法準(zhǔn)確了解地表平均溫度與不透水面占比的關(guān)系。于是增加指數(shù)、對(duì)數(shù)等多種回歸模型對(duì)二者關(guān)系進(jìn)行分析，結(jié)果如表7到表9所示。

在三年數(shù)據(jù)的所有模型分析中，三次曲線模型的相關(guān)性最高，LST（地表平均溫度）與ISA（不透水面占比）所得的回歸方程如下：

（8）

（9）

（10）

根據(jù)三年的回歸方程計(jì)算，不透水面占比每增加10%，地表溫度就上升1.6 ℃左右。結(jié)合以市轄區(qū)劃分不透水面蓋度等級(jí)和各區(qū)平均溫度，在不透水面蓋度60%的地區(qū)，不透水面每增加10%，地表溫度上升2.3 ℃左右，而在不透水面覆蓋度10%的地區(qū)，不透水面每增加10%，地表溫度上升1.4 ℃左右，說(shuō)明在高密度建筑區(qū)溫度上升比低密度建筑區(qū)快。不透水面密集區(qū)域的溫度相對(duì)透水面區(qū)域的溫度普遍較高，這是由于不透水面比熱容較小，導(dǎo)熱率高。而透水面的地區(qū)以植被和水體為主，水體比熱容較大，溫度改變較小，以及植被有遮陰、蒸騰作用，緩解溫度的升高。高密度的建筑物聚集形成連續(xù)性大面積的不透水面，使得局部地表溫度上升，比周圍地區(qū)的溫度高，造成熱島效應(yīng)等環(huán)境問(wèn)題。在城市中相應(yīng)減少不透水面，增加水體、植被等透水面的比例能有效地降低地表溫度。

5" 結(jié)" 論

不透水面的增加是導(dǎo)致“熱島效應(yīng)”“洪澇災(zāi)害”等災(zāi)害發(fā)生的重要因素之一。為了保護(hù)我們所居住的生態(tài)環(huán)境，需協(xié)調(diào)好不透水面與植被水體的關(guān)系。在不透水面覆蓋度較低的區(qū)域，水體降低地表溫度的強(qiáng)度大于植被，而在不透水面覆蓋度較高的區(qū)域，植被降低地表溫度的作用于更為明顯。所以，為了緩解熱島效應(yīng)，在不透水面覆蓋度較低的區(qū)域，可以重點(diǎn)增加水體覆蓋度，例如，修建池塘、人工湖、以及保護(hù)自然水體；在不透水面覆蓋度較高的區(qū)域，可以重點(diǎn)增加植被綠化的覆蓋度，例如，種植行道樹、屋頂綠化、以及保護(hù)自然植被。除了協(xié)調(diào)植被、水體與不透水面的關(guān)系，還需從源頭解決問(wèn)題，如降低水泥、大理石、柏油、花崗巖等不透水材質(zhì)的使用，改用多孔混凝土、透水瀝青、荷蘭磚、彩石環(huán)氧通體等透水材料。我國(guó)在上海世博園、北京奧運(yùn)館等建設(shè)都大量使用透水材料，但相比歐洲、美國(guó)、日本等發(fā)達(dá)國(guó)家，我國(guó)透水路面的建設(shè)還處于起步階段。為了營(yíng)造更好的生活環(huán)境，增加不透水面各方面的研究，更深入了解不透水面在各個(gè)方面起到的作用，為城市規(guī)劃提供理論依據(jù)。

參考文獻(xiàn)：

[1] 林云杉，徐涵秋，周榕.城市不透水面及其與城市熱島的關(guān)系研究——以泉州市區(qū)為例 [J].遙感技術(shù)與應(yīng)用，2007（1）：14-19.

[2] 林冬鳳，徐涵秋.廈門城市不透水面及其熱環(huán)境效應(yīng)的遙感分析 [J].亞熱帶資源與環(huán)境學(xué)報(bào)，2013，8（3）：78-84.

[3] 余琪.廣州市不透水面擴(kuò)張對(duì)地表徑流的影響研究 [D].廣州：廣州大學(xué)，2018.

[4] WU C S，MURRAY A T. Estimating impervious surface distribution by spectral mixture analysis [J].Remote Sensing of Environment，2003，84：493-505.

[5] LU D S，WENG Q H. Use of impervious surface in urban land-use classification [J].Remote Sensing of Environment，2006，102：146-160.

[6] XIAN G，CRANE M. Assessment of urban growth in the Tampa Bay Watershed using remote sensing data [J].Remote Sensing of Environment，2005，97：203-215.

[7] VAN D V T，JACQUET W，Canters F. Mapping form and function in urban areas; An approach based on urban metricsand continuous impervious surface data [J].Landscape and Urban Planning，2011，102：143-155.

[8] 徐涵秋.一種快速提取不透水面的新型遙感指數(shù) [J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2008（11）：1150-1153+1211.

[9] 侯宇初，張冬有.基于Landsat8遙感影像的地表溫度反演方法對(duì)比研究 [J].中國(guó)農(nóng)學(xué)通報(bào)，2019，35（10）：142-147.

[10] 覃志豪，ZHANG M，Arnon K，等.用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法 [J].地理學(xué)報(bào)，2001（4）：456-466.

作者簡(jiǎn)介：何敏（1989—），女，漢族，湖南益陽(yáng)人，高級(jí)技師，本科，主要研究方向：自然資源調(diào)查、地理信息系統(tǒng)、工程測(cè)量；通訊作者：晏梓寰（1997—），男，漢族，福建廈門人，助理工程師，本科，主要研究方向：GIS理論及應(yīng)用、自然資源調(diào)查監(jiān)測(cè)。