陳夢(mèng)迪，張友水*

（1.福建師范大學(xué) 地理科學(xué)學(xué)院/碳中和未來技術(shù)學(xué)院，福建 福州 350117；2.福建師范大學(xué) 地理研究所，福建 福州 350117）

城市熱環(huán)境變化是全球現(xiàn)代化城市氣候變化最為顯著的特點(diǎn)之一[1]。城市化表現(xiàn)為城市人口激增和人造地表擴(kuò)張。在城市建設(shè)過程中，大量自然地表被不透水面取代，影響地表能量交換和輻射平衡進(jìn)而導(dǎo)致城市升溫[2-3]，影響生態(tài)平衡和人類健康生活[4]。因此，分析城市不同發(fā)展水平下土地利用模式對(duì)地表溫度（Land Surface Temperature，LST）的影響，可深入理解城市下墊面類型的改變對(duì)熱環(huán)境的影響，進(jìn)而為城市規(guī)劃、生態(tài)環(huán)境建設(shè)和改善人居環(huán)境提供指導(dǎo)。

當(dāng)前，國內(nèi)外學(xué)者利用遙感數(shù)據(jù)對(duì)不透水面與地表溫度的研究大多集中在不透水面信息提取及其與地表溫度之間的關(guān)系分析[5-10]。Yuan等[11]利用線性光譜混合模型提取不透水面覆蓋度（Impervious Surface Percentage, ISP），進(jìn)而分析得出在所有季節(jié)地表溫度與不透水面覆蓋度之間均存在很強(qiáng)的線性關(guān)系。孟慶巖等[12]在采用生物物理成分指數(shù)提取城市不透水面的基礎(chǔ)上，發(fā)現(xiàn)地表溫度對(duì)不透水面聚集密度的響應(yīng)存在一個(gè)臨界點(diǎn)。George等[13]對(duì)比分析農(nóng)村和城市地區(qū)，得到二者不透水面覆蓋度的熱島增強(qiáng)效應(yīng)差異較大。雖然不透水面增加對(duì)地表溫度的增溫作用明顯，但不透水面覆蓋度的增溫幅度需要進(jìn)一步定量分析。不透水面覆蓋度可揭示城市的發(fā)展水平和土地覆蓋模式[14]，隨著城市化的推進(jìn)城市空間結(jié)構(gòu)也發(fā)生了較大改變，城市不透水面覆蓋度和地表溫度的空間分布并不均勻，表現(xiàn)出明顯的區(qū)域特征[15]。因此，為了有效應(yīng)對(duì)氣候變化帶來的挑戰(zhàn)，有必要探討城市不同發(fā)展程度區(qū)域土地利用變化對(duì)區(qū)域熱環(huán)境的貢獻(xiàn)和對(duì)地表溫度的影響。

在城市地表溫度空間分異研究方面，地理探測(cè)器作為一種新型統(tǒng)計(jì)學(xué)方法近年廣泛應(yīng)用于各學(xué)科領(lǐng)域中。張雪玲等[16]選取多個(gè)因子對(duì)新疆石河子地表溫度空間分異性進(jìn)行探測(cè)，結(jié)果表明歸一化建筑指數(shù)對(duì)地表溫度的解釋力最強(qiáng)。田浩等[17]從自然因素和人為因素兩方面選取多個(gè)因子，借助地理探測(cè)器識(shí)別中國38個(gè)生態(tài)地理分區(qū)影響地表溫度變化的主要因子，得出自然因素對(duì)地表溫度空間分異影響更大的結(jié)論。在這些研究中，學(xué)者多使用地理探測(cè)器分析整個(gè)城市地表溫度空間異質(zhì)性的驅(qū)動(dòng)因子，還沒有學(xué)者使用地理探測(cè)器對(duì)城市不同發(fā)展程度區(qū)域的差異進(jìn)行分析。由于城市擴(kuò)張的分異性和城市不同區(qū)域土地利用模式的差異，城市地表溫度的空間分布狀況存在異質(zhì)性。城市不同區(qū)域各環(huán)境因子對(duì)地表溫度影響程度的差異目前并不清楚，因此，有必要分析城市不同發(fā)展程度區(qū)域地表溫度空間異質(zhì)性的影響因素并進(jìn)行對(duì)比。

本研究利用2期遙感數(shù)據(jù)，以福州市為研究區(qū)，將整個(gè)研究區(qū)按照城市發(fā)展程度劃分為3個(gè)環(huán)形區(qū)域，在反演地表溫度、提取植被覆蓋度（Fractional Vegetation Coverage，F(xiàn)VC）和不透水面覆蓋度信息并進(jìn)行精度驗(yàn)證的基礎(chǔ)上，探討不同時(shí)期不同發(fā)展程度下城市熱環(huán)境的空間分布格局，定量分析各級(jí)環(huán)形區(qū)域不透水面覆蓋度對(duì)城市區(qū)域熱貢獻(xiàn)程度和時(shí)空變化特征；利用地理探測(cè)器分析多個(gè)因子對(duì)地表溫度空間分異的解釋程度，進(jìn)而為城市布局優(yōu)化及緩解區(qū)域熱環(huán)境變化提供科學(xué)參考。

1 研究區(qū)概況、數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況

本研究區(qū)為福州市主城區(qū)（圖1）。近20年來，福州市經(jīng)歷了快速的城市擴(kuò)張，城鎮(zhèn)化率從2002的51.5%增長到2021年的73.0%。福州已成為中國最熱的城市之一，被稱為中國的新的“火爐城市”[18]。從市中心出發(fā)，根據(jù)不同發(fā)展程度將城市中心和城市外圍劃分為Zone 1、Zone 2、Zone 3等3個(gè)連續(xù)的同心圓區(qū)域，分區(qū)是為了更精確分析城市不同發(fā)展程度下各級(jí)不透水面對(duì)城市熱環(huán)境的影響。Zone 1在2004年和2021年都是城市核心區(qū)，Zone 3是城市外圍郊區(qū)，Zone 2是Zone 1和Zone 3之間的發(fā)展過渡區(qū)域。

圖1 福州市2021年9月Landsat 8遙感影像Figure 1 Landsat 8 image of Fuzhou in September, 2021

1.2 數(shù)據(jù)來源及預(yù)處理

Landsat 衛(wèi)星觀測(cè)影像通過美國地質(zhì)調(diào)查局（https:// espa.cr.usgs.gov/index/）獲取，考慮兩時(shí)相影像季相的一致性，選取研究區(qū)2004 年9 月12 日一景Landsat 5 TM 和2021 年9 月27 日一景Landsat 8 OLI/TIRS 遙感影像數(shù)據(jù)。所選影像云量較少，質(zhì)量良好。兩期影像由USGS使用3次卷積算法重采樣到30 m空間分辨率，采用UTM-WGS 84 投影。此外，還利用同期高分辨率Google影像（分辨率4 m）對(duì)不透水面提取精度進(jìn)行驗(yàn)證。高程數(shù)據(jù)由通過地理空間數(shù)據(jù)云（https://www.gscloud.cn/）獲取的DEM 處理得到，數(shù)據(jù)空間分辨率為30 m。通過輻射定標(biāo)、大氣校正、幾何校正和圖像裁剪等影像預(yù)處理后，進(jìn)行混合像元分解、植被覆蓋度提取和地表溫度反演。

1.3 研究方法

1.3.1 不透水面信息提取及精度驗(yàn)證

不同地物出現(xiàn)在同一像素內(nèi)即為混合像元，解決這個(gè)問題的關(guān)鍵是確定各類地物在混合像元中的比例。與硬分類獲取地物信息不同，采用軟分類方法可獲取地物亞像元信息。本研究采用完全約束最小二乘法（Fully Constrained Least Squares, FCLS）提取不透水面，該方法既約束了各分量之和為1，又將各種分量的值約束為0 ～ 1，數(shù)學(xué)模型為

式中，Ri為i波段的反射率，n為端元個(gè)數(shù)，fj為端元j在像元中所占百分比，Rji是端元j在i波段的反射率，εi是殘差。

由于研究區(qū)內(nèi)存在反射率較低的水體影響提取精度，因此在進(jìn)行混合像元分解之前使用歸一化差異水體指數(shù)（MNDWI）[19]將其剔除。

式中，RGreen和RMIR分別為綠光波段和中紅外波段的反射率值。

本研究使用Ridd[20]提出的植被-不透水面-土壤模型（V-I-S模型），結(jié)合研究區(qū)的實(shí)際地物，選擇植被、裸土、高反照率和低反照率不透水面4個(gè)端元。通過最小噪聲分離（Minimum Noise Fraction，MNF）[21]計(jì)算像元純凈指數(shù)（Pixel Purity Index, PPI）[22]并確定感興趣區(qū)域，提升樣本純度，建立N維點(diǎn)圖選取端元。利用FCLS模型對(duì)影像進(jìn)行混合像元分解，將高反照率和低反照率不透水面相加得到不透水面覆蓋度。

在研究區(qū)范圍內(nèi)選擇5個(gè)面積約為2 km2的驗(yàn)證區(qū)域（圖1）用于分析亞像元信息獲取的精度。以同期高分辨率Google 影像進(jìn)行人機(jī)交互解譯獲得的不透水面面積（Impervious Surface Area, ISA）為參考數(shù)據(jù)，與驗(yàn)證區(qū)域內(nèi)Landsat影像混合像元分解后的不透水面面積比較，得到二者差異百分比用于評(píng)估亞像元不透水面獲取的準(zhǔn)確性。混合像元分解得到的不透水面面積的計(jì)算公式為

式中，SI為驗(yàn)證區(qū)內(nèi)的不透水面面積，fk為不透水面覆蓋度的提取結(jié)果，Rg為影像空間分辨率，n為驗(yàn)證區(qū)內(nèi)像元數(shù)。

1.3.2 地表溫度反演

選取輻射傳輸方程法[23]對(duì)Landsat TM 影像第5波段、TIRS影像第10波段反演地表溫度。首先利用Landsat數(shù)據(jù)中熱紅外波段的像元值計(jì)算相應(yīng)的輻射亮度，在獲取影像的相關(guān)參數(shù)（上行輻射、下行輻射和大氣透過率）的基礎(chǔ)上結(jié)合地表比輻射率計(jì)算黑體輻射亮度，根據(jù)普朗克公式將亮度溫度轉(zhuǎn)化成真實(shí)地表溫度。

為減小誤差并增加數(shù)據(jù)的可比性，將地表溫度進(jìn)行歸一化，在此基礎(chǔ)上使用自然間斷點(diǎn)分級(jí)法[24]將其分為低溫、次低溫、中溫、次高溫、高溫5個(gè)等級(jí)，將高溫區(qū)定義為本研究的高溫中心。歸一化公式為

式中，LST為地表溫度；Tn為地表溫度標(biāo)準(zhǔn)化值，其取值范圍為[0,1]；LSTmin和LSTmax分別代表LST最小值和最大值。

1.3.3 植被覆蓋度計(jì)算

采用基于NDVI的像元二分法模型[25]計(jì)算植被覆蓋度，計(jì)算公式為

式中，NDVI代表歸一化植被指數(shù)；NDVImax和NDVImin分別代表純植被和純土壤的植被指數(shù)，分別選取NDVI置信區(qū)間95%和5%處的取值[26]。

1.3.4 城市熱環(huán)境貢獻(xiàn)率計(jì)算

本研究通過計(jì)算熱分布指數(shù)（Distribution Index, DI）和熱效應(yīng)貢獻(xiàn)度指數(shù)（Hi），從時(shí)間和空間2個(gè)角度來分析不透水面變化對(duì)城市熱環(huán)境的貢獻(xiàn)。

為準(zhǔn)確分析不同土地利用模式對(duì)城市熱環(huán)境的影響，本研究將提取的不透水面覆蓋度分為5個(gè)等級(jí)，代表不同城市發(fā)展密度區(qū)域：0 ～ 20%為低密度區(qū)，20% ～ 40%為中低密度區(qū)，40% ～ 60%為中密度區(qū)，60% ～80%為中高密度區(qū)，80% ～ 100%為高密度區(qū)。一般來說，不透水面覆蓋度越高，城市化水平越高。

熱分布指數(shù)表示各環(huán)形區(qū)域以及環(huán)形區(qū)域內(nèi)各級(jí)不透水面覆蓋度對(duì)該區(qū)域熱環(huán)境的熱分布影響情況，即區(qū)域高溫中心（各環(huán)形區(qū)域溫度等級(jí)中的高溫區(qū)域）與整個(gè)研究區(qū)高溫中心的比例關(guān)系，計(jì)算公式為

式中，DI為熱分布指數(shù)，Shi為研究區(qū)及各環(huán)形區(qū)域內(nèi)第i等級(jí)不透水面覆蓋度高溫中心像元數(shù)，Sh為研究區(qū)及各環(huán)形區(qū)域高溫中心像元數(shù)，Si為研究區(qū)及各環(huán)形區(qū)域內(nèi)第i等級(jí)不透水面覆蓋度的總像元數(shù)，S為研究區(qū)及各環(huán)形區(qū)域總像元數(shù)。

如果熱分布指數(shù)大于1，說明此區(qū)域或該級(jí)不透水面覆蓋度高溫中心所占比例高于整個(gè)城市均值，對(duì)城市熱環(huán)境做出積極貢獻(xiàn)；反之，則認(rèn)為該區(qū)域?yàn)槌鞘猩崞鳌?/p>

熱效應(yīng)貢獻(xiàn)指數(shù)代表各級(jí)不透水面覆蓋度對(duì)區(qū)域內(nèi)高溫的影響程度，用來具體評(píng)價(jià)各級(jí)不透水面覆蓋度的高溫像元對(duì)區(qū)域熱效應(yīng)的貢獻(xiàn)程度。計(jì)算公式為

式中，Hi為標(biāo)準(zhǔn)化處理后的熱效應(yīng)貢獻(xiàn)度指數(shù)，H′i為初始熱效應(yīng)貢獻(xiàn)度指數(shù)，Tij為研究區(qū)內(nèi)第i級(jí)別不透水面覆蓋度內(nèi)屬于高溫中心的第j個(gè)像元的溫度值，Tm為研究區(qū)內(nèi)高溫中心的溫度值，ni為研究區(qū)內(nèi)第i級(jí)別不透水面覆蓋度內(nèi)高溫中心的像元數(shù)，N為研究區(qū)總像元數(shù)。

1.3.5 基于地理探測(cè)器的不同因子影響分析

地理探測(cè)器由Wang等[27]提出，是探測(cè)空間分異性、揭示其驅(qū)動(dòng)因素的一組統(tǒng)計(jì)學(xué)方法，能夠探測(cè)單一因子以及兩因子的交互作用對(duì)因變量空間分異的影響。通過因子解釋力或貢獻(xiàn)度大小反映自變量對(duì)因變量的影響程度，用q值度量，模型為

式中，N為研究區(qū)域的單元數(shù)；Nh為子類型區(qū)域h的單元數(shù)；σ2和σ2h分別為全區(qū)和子區(qū)域h的方差；q值為因子對(duì)地表溫度的解釋程度，其取值范圍為[0,1]，值越大表示該因子對(duì)地表溫度空間分異的解釋力越強(qiáng)，反之則越弱。

本研究采用地理探測(cè)器的因子探測(cè)與交互作用探測(cè)，分析植被覆蓋度、不透水面覆蓋度、海拔高度（Elevation, EL）等單一因子和兩因子交互作用對(duì)地表溫度空間分異的影響。

2 結(jié)果與分析

2.1 亞像元不透水面信息精度驗(yàn)證

對(duì)不透水面提取結(jié)果的驗(yàn)證采用面積對(duì)比法，利用同期高分辨率遙感影像作為參考，選取5個(gè)樣區(qū)進(jìn)行精度對(duì)比（表1）。5個(gè)樣區(qū)不透水面面積提取平均誤差均低于9%，Landsat提取與Google提取不透水面面積結(jié)果相似，表明本研究不透水面提取結(jié)果可信度較高。

表1 研究區(qū)不透水面提取精度驗(yàn)證Table 1 Accuracy verification of ISP extraction in study area

2.2 不透水面與地表溫度時(shí)空變化分析

圖2為研究區(qū)兩時(shí)相不透水面覆蓋度分布圖。與2004年相比，2021年Zone 1區(qū)域不透水面覆蓋度等級(jí)整體已達(dá)到較高水平；Zone 2中不透水面擴(kuò)張明顯，主要發(fā)生在Zone 2的南部和北部；Zone 3不透水面擴(kuò)張迅速且增長范圍最廣，17年間城市化進(jìn)程明顯。

圖2 研究區(qū)兩時(shí)相影像不透水面提取結(jié)果Figure 2 ISP result of the study area using FCLS method in two temporals

反演得到的兩時(shí)相地表溫度分布情況如圖3所示。2004年高溫區(qū)域主要集中分布在Zone1以及Zone 2的小部分區(qū)域，Zone 3只有零星分布的高溫區(qū)域。至2021年，高溫區(qū)域明顯由城市中心向城市外圍擴(kuò)散。

圖3 研究區(qū)兩時(shí)相影像地表溫度空間分布圖Figure 3 Spatial distribution patterns of LST of the study area in two temporals

對(duì)比圖2和圖3可以看出，高溫區(qū)域與高覆蓋度不透水面區(qū)域吻合，局部高溫區(qū)擴(kuò)散方向和范圍與不透水面擴(kuò)張的區(qū)域一致。

各環(huán)形區(qū)域內(nèi)各級(jí)不透水面覆蓋度占比和各級(jí)不透水面覆蓋度區(qū)域平均地表溫度見表2。兩時(shí)相各環(huán)形區(qū)域中不透水面覆蓋度為0 ～ 20%的區(qū)域占比均表現(xiàn)為下降，其中Zone 1由21.7%下降為5.6%，Zone 3由80.8%降低為59.3%。2004—2021年，不透水面覆蓋度大于20%的區(qū)域在各環(huán)形區(qū)域占比整體上表現(xiàn)為增加，僅不透水面覆蓋度為20% ～ 40%的區(qū)域占比在Zone 1內(nèi)下降，這是由于Zone 1為城市核心區(qū)，兩個(gè)時(shí)段不透水面變化不大，城市內(nèi)部的綠化使得該等級(jí)不透水面覆蓋度略有降低。Zone 1內(nèi)不透水面覆蓋度大于60%的區(qū)域占比在2004 年和2021 年幾乎沒有變化，增加最為明顯的為Zone 3 內(nèi)不透水面覆蓋度為60% ～80%的區(qū)域，從2004年的2.9%增加為9.1%，這與城市化導(dǎo)致的不透水面擴(kuò)張密不可分。

表2 研究區(qū) 2004和2021年不同環(huán)形區(qū)域各等級(jí)ISP占比和平均LST Table 2 Proportion and average LST of ISP in different ring areas in 2004 and 2021 in the study area

從表2還可看出，2004和2021年的平均地表溫度分別為28.7 ℃和33.8 ℃，各環(huán)形區(qū)域平均LST 由大到小依次為Zone 1、Zone 2、Zone 3。在各環(huán)形區(qū)域內(nèi)，不同年份均表現(xiàn)出隨著不透水面覆蓋度的增加地表溫度升高的趨勢(shì)，且同一環(huán)形區(qū)域內(nèi)，2004年各等級(jí)不透水面覆蓋度區(qū)域的地表溫度均低于2021年。2004—2021年，Zone 1城市化水平較高，Zone 2和Zone 3城市化水平大幅提高，不透水面覆蓋度為80% ～ 100%的區(qū)域擴(kuò)張明顯，隨著不透水面覆蓋度增加2021年熱島效應(yīng)較2004年明顯增強(qiáng)。

2.3 各級(jí)不透水面的區(qū)域熱環(huán)境貢獻(xiàn)分析

為分析不同土地利用模式對(duì)區(qū)域熱環(huán)境的影響程度，本研究統(tǒng)計(jì)各環(huán)形區(qū)域內(nèi)各級(jí)不透水面覆蓋度區(qū)域的熱分布指數(shù)和熱效應(yīng)貢獻(xiàn)度指數(shù)用于定量分析不透水面對(duì)熱環(huán)境的影響。

2.3.1 區(qū)域熱分布指數(shù)分析

表3為根據(jù)公式（6）計(jì)算得到的各環(huán)形區(qū)域熱分布指數(shù)，兩個(gè)年份各環(huán)形區(qū)域熱分布指數(shù)由大到小依次均為Zone 1、Zone 2、Zone 3。其中Zone 1、Zone 2 的熱分布指數(shù)大于1，表明這兩個(gè)環(huán)形區(qū)域?qū)岘h(huán)境的貢獻(xiàn)大于整個(gè)研究區(qū)平均貢獻(xiàn)；Zone 3 的熱分布指數(shù)小于1，表明Zone 3 對(duì)熱環(huán)境的貢獻(xiàn)小于整個(gè)研究區(qū)平均貢獻(xiàn)。2004年各環(huán)形區(qū)域的熱分布指數(shù)差距較大，2021年Zone 1和Zone 2的熱分布指數(shù)差值為0.016，說明Zone 1 和Zone 2 對(duì)熱環(huán)境分布的貢獻(xiàn)無明顯差距，這是由于2021年Zone 2的高溫中心區(qū)域大幅增加，與Zone 2城市建設(shè)用地增加、人類活動(dòng)范圍擴(kuò)大有關(guān)。

表3 研究區(qū)2004和2021年各環(huán)形區(qū)域熱分布指數(shù)Table 3 Distribution index of each ring in 2004 and 2021 in the study area

表4為計(jì)算得到的兩時(shí)相影像各環(huán)形區(qū)域各級(jí)不透水面覆蓋度區(qū)域的熱分布指數(shù)，對(duì)比同一年份不同環(huán)形區(qū)域，2004和2021年熱分布指數(shù)具有相同的趨勢(shì)，各年份各環(huán)形區(qū)域隨著不透水面覆蓋度的增加熱分布指數(shù)上升。Zone 1不透水面覆蓋度為60% ～ 80%和80% ～ 100%的區(qū)域?yàn)闊嵩?，Zone 2和Zone 3內(nèi)不透水面覆蓋度大于40%的區(qū)域均為城市的熱源。各環(huán)形區(qū)域內(nèi)，相同年份的熱源區(qū)域熱分布指數(shù)由小到大依次為Zone 1、Zone 2、Zone 3，隨著區(qū)域發(fā)展程度的降低，環(huán)形區(qū)域內(nèi)高溫中心面積比例降低，城市熱源在區(qū)域內(nèi)表現(xiàn)更加明顯。進(jìn)一步分析兩時(shí)相同一環(huán)形區(qū)域的熱分布指數(shù)變化，Zone 1內(nèi)兩時(shí)相熱源（不透水面覆蓋度大于60%區(qū)域）的熱分布指數(shù)變化不明顯且不透水面覆蓋度小于60%區(qū)域的熱分布指數(shù)減小，說明不透水面覆蓋度為0 ～ 20%和20% ～ 40%的區(qū)域面積減少且高溫中心的占比降低, 原因是Zone 1的城市發(fā)展水平較高，在建設(shè)過程中城市建設(shè)規(guī)劃者注重城市的生態(tài)環(huán)境建設(shè)，城市核心區(qū)內(nèi)公園和道路等區(qū)域的綠化措施初見成效。Zone 2和Zone 3 2004—2021年各級(jí)不透水面覆蓋度區(qū)域的熱分布指數(shù)均減小且無特殊變化，說明2004—2021年福州市城市化快速發(fā)展，城市土地利用模式不斷改變，城市中心的發(fā)展帶動(dòng)周邊地區(qū)的發(fā)展，城市郊區(qū)的道路和各項(xiàng)基礎(chǔ)設(shè)施也逐步完善，工業(yè)和人類活動(dòng)所排放的熱量增多，擴(kuò)張較為明顯的Zone 2和Zone 3區(qū)域內(nèi)高溫中心所占比例不斷增加，導(dǎo)致區(qū)域內(nèi)各級(jí)不透水面覆蓋度區(qū)域的熱分布指數(shù)降低。

表4 研究區(qū)2004和2021年各環(huán)形區(qū)域各級(jí)不透水面熱分布指數(shù)Table 4 Distribution index of impervious surface of each ring in 2004 and 2021 in the study area

總體來說，研究區(qū)兩時(shí)相影像3 個(gè)環(huán)形區(qū)域不透水面覆蓋度為0 ～ 20%和20% ～ 40%區(qū)域的地表溫度較低，熱分布指數(shù)均小于1，對(duì)城市熱環(huán)境有負(fù)貢獻(xiàn)，為城市散熱器。兩時(shí)相影像3 個(gè)環(huán)形區(qū)域不透水面覆蓋度為60% ～ 80%和80% ～ 100%區(qū)域的地表溫度較高且熱分布指數(shù)均大于1，表明這些區(qū)域?yàn)槌鞘械臒嵩础?/p>

2.3.2 熱效應(yīng)貢獻(xiàn)度指數(shù)分析

圖4 為兩年份各環(huán)形區(qū)域各級(jí)不透水面覆蓋度的熱效應(yīng)貢獻(xiàn)度指數(shù)（Hi），結(jié)合表4 可知，盡管兩時(shí)相各環(huán)形區(qū)域的熱分布指數(shù)隨著不透水面覆蓋度的增加而增大，但是Hi值在各環(huán)形區(qū)域內(nèi)的表現(xiàn)并不同。2004 年，3 個(gè)環(huán)形區(qū)域Hi差異較大，Zone 1 和Zone 2Hi最高的是不透水面覆蓋度為80% ～ 100%的區(qū)域，且Zone 1 隨不透水面覆蓋度的增加Hi增加；在Zone 3Hi最高的是不透水面覆蓋度為0 ～ 20%區(qū)域，Hi為73.68%，這是由于2004 年Zone 3 的城市發(fā)展水平較低，不透水面覆蓋度為0 ～ 20%的區(qū)域面積占比較高（80.8%），說明該區(qū)域受城市發(fā)展影響較小，地表覆蓋類型趨近于自然地表，其高于高溫中心的像元數(shù)目占比最大。2021年，各環(huán)形區(qū)域各級(jí)不透水面覆蓋度區(qū)域的Hi值隨著不透水面覆蓋度的增加而增大，不透水面覆蓋度為80% ～ 100%的區(qū)域在各環(huán)形區(qū)域內(nèi)Hi均為最大，3 個(gè)環(huán)形區(qū)域中不透水面覆蓋度為80% ～100%的區(qū)域的Hi值由大到小依次為Zone 1、Zone 2 和Zone 3。2021 年Zone 1 的Hi值為70.78%，其原因是Zone 1 城市發(fā)展程度比Zone 2 和Zone 3 高，不透水面覆蓋度為80% ～ 100%的區(qū)域面積占比最大（20.6%），建筑比較密集且植被覆蓋度較低，蒸散發(fā)減少，城市地面儲(chǔ)存更多的熱量，導(dǎo)致Hi較高。隨著城市發(fā)展水平的降低，不透水面覆蓋度為80% ～ 100%區(qū)域的Hi也隨之減小，而不透水面覆蓋度為0 ～ 20%區(qū)域的Hi不足1%。因此，2021年各環(huán)形區(qū)域中不透水面覆蓋度為80% ～ 100%區(qū)域的Hi值最大，說明不透水面覆蓋度為80% ～ 100%的區(qū)域?qū)υ撃攴莞Ｖ菔袩嵝?yīng)有較大貢獻(xiàn)。

圖4 兩年份各環(huán)形區(qū)域各級(jí)ISP的熱效應(yīng)貢獻(xiàn)度指數(shù)Figure 4 Hi of ISP in each ring area in two years

2004—2021年，Zone 1整體上表現(xiàn)為隨著不透水面覆蓋度的增加Hi增加，但是各級(jí)不透水面覆蓋度區(qū)域之間不同，不透水面覆蓋度為60% ～ 80%和80% ～ 100%區(qū)域的Hi值出現(xiàn)小幅度上升，不透水面覆蓋度小于60%的區(qū)域Hi降低。Zone 2和Zone3內(nèi)均表現(xiàn)出不透水面覆蓋度小于40%的區(qū)域Hi值減小、不透水面覆蓋度大于60%的區(qū)域Hi值增加的趨勢(shì)，其中兩年份Zone 2和Zone 3各級(jí)不透水面覆蓋度區(qū)域中Hi值降低最為明顯的均是不透水面覆蓋度為0 ～ 20%的區(qū)域，增加最為明顯的均是不透水面覆蓋度為80% ～ 100%的區(qū)域。Zone 2不透水面覆蓋度為80% ～ 100%區(qū)域的Hi增加幅度最大，由39.05%增加到69.03%，說明Zone 2不透水面覆蓋度為80% ～ 100%的區(qū)域內(nèi)高溫中心溫度升高的同時(shí)高于高溫中心的像元數(shù)也顯著增加。Zone 3不透水面覆蓋度為0 ～ 20%的區(qū)域Hi降低幅度最大，由73.68%降低為 0.35%，說明Zone 3不透水面覆蓋度為0 ～ 20%的區(qū)域面積減少且超過高溫中心區(qū)域的范圍變小。2004年，Zone 2和Zone 3的城市開發(fā)程度不高且Zone 3還未納入城區(qū)，下墊面類型以低覆蓋度不透水面為主；2004—2021年，城市化進(jìn)程不斷加快，福州市主城區(qū)向外擴(kuò)張，Zone 2和Zone 3的土地利用模式顯著變化，低覆蓋度不透水面向高覆蓋度不透水面轉(zhuǎn)變較為明顯且分布范圍更廣，因此Zone 2和Zone 3各級(jí)不透水面覆蓋度在2004和2021年對(duì)區(qū)域熱環(huán)境的貢獻(xiàn)度明顯不同。

2.4 地表溫度空間分異的驅(qū)動(dòng)因子分析

2.4.1 單因子探測(cè)結(jié)果分析

表5 為兩年份不同環(huán)形區(qū)域內(nèi)自變量對(duì)因變量的單因子解釋力q值。由表5 可知，不透水面覆蓋度（ISP）、植被覆蓋度（FVC）和海拔高度（EL）在3 個(gè)環(huán)形區(qū)域內(nèi)對(duì)地表溫度空間布局分異的解釋力存在差異。2004 年各環(huán)形區(qū)域內(nèi)各因子對(duì)地表溫度的影響程度由大到小依次為FVC、EL、ISP，F(xiàn)VC 的q值在各環(huán)形區(qū)域均最大，說明FVC的變化對(duì)福州市地表溫度空間分異起主導(dǎo)因素。2021年，Zone 1各因子的解釋力由大到小依次為ISP、FVC、EL，Zone 2 和Zone 3 各因子的解釋力由大到小均依次為EL、FVC、ISP，說明在城市發(fā)展水平較高且地勢(shì)較為平坦的Zone 1 區(qū)域地表溫度空間分異受海拔影響有限，人類活動(dòng)導(dǎo)致的下墊面類型的改變即ISP對(duì)地表熱環(huán)境的影響更大；在發(fā)展水平中等和較低區(qū)域，EL和FVC對(duì)地表溫度的影響更加明顯，這與研究區(qū)的特殊地理位置有關(guān)，研究區(qū)屬于典型的河口盆地，四周環(huán)山，與Zone 1 相比，Zone 2 的東部和Zone 3 的東部以及北部均分布著較大面積的山區(qū)，地形起伏度較大，海拔的高低變化影響了局部地形和氣流的形成，從而對(duì)地表溫度的影響更為突出。

表5 不同年份不同環(huán)形區(qū)域LST單因子的解釋力q值Table 5 Explanatory power (q) of LST single factor in different ring regions in different years

2004—2021 年，在城市發(fā)展較為完善的Zone 1 區(qū)域中，F(xiàn)VC 和EL 對(duì)地表溫度的影響力減弱，至2021年FVC和EL的q值分別為0.144和0.115；在城市發(fā)展的過渡區(qū)Zone 2，F(xiàn)VC和EL的q值變化不大，q值增加較為明顯的為人造地表，由2004 年0.349 增加為2021 的0.527；Zone 3 各因子對(duì)地表溫度的解釋力隨著人類活動(dòng)范圍的擴(kuò)展而逐漸增加，其中增加幅度最大的為ISP，2021 年ISP 對(duì)地表溫度的貢獻(xiàn)度為0.543，為2004 年的2.4 倍?？傮w來看，影響地表溫度空間異質(zhì)性的主導(dǎo)因子在不同年份不同環(huán)形區(qū)域有所不同，但2004—2021 年各環(huán)形區(qū)域各級(jí)不透水面覆蓋度區(qū)域?qū)Φ乇頊囟鹊挠绊懗潭龋╭值）均增加，研究區(qū)人造地表增加明顯，城市高溫集聚區(qū)增加，城市化帶來的建筑物密度增加和道路硬化破壞了土地的溫度調(diào)節(jié)能力，阻擋了自然風(fēng)，增加了城市熱量負(fù)荷，這也從側(cè)面反映出隨著城市的向外擴(kuò)展不透水面對(duì)城市地表溫度的影響逐漸顯現(xiàn)。

2.4.2 交互作用探測(cè)結(jié)果分析

交互探測(cè)是識(shí)別兩個(gè)因子對(duì)地表溫度空間分異的交互解釋程度。表6和表7是兩年份各因子交互探測(cè)結(jié)果，可知各環(huán)形區(qū)域的地表溫度的空間分異受多因子共同影響，影響模式均為雙因子增強(qiáng)，說明不透水面覆蓋度、植被覆蓋度和海拔高度兩兩交互作用對(duì)地表溫度空間分異的影響均大于單一因子的影響。

表6 2004年影響因子交互探測(cè)結(jié)果Table 6 Interactive detection results of impact factor in 2004

表7 2021年影響因子交互探測(cè)結(jié)果Table 7 Interactive detection results of impact factor in 2021

2004 年，F(xiàn)VC 和EL 交互在Zone 1、Zone 2、Zone 3 均為第一主導(dǎo)交互因子，q值分別為0.375、0.743、0.621，表明FVC和EL是共同推動(dòng)地表溫度變化的主要因素。2021年，Zone 1和Zone 2中ISP和EL的交互作用對(duì)地表溫度空間分布的解釋力最強(qiáng)，其次是FVC和EL交互；Zone 3中FVC和EL交互解釋效果最好，q值為0.767。縱向分析，Zone 1內(nèi)2004年各因子的交互作用均大于2021年；Zone 2內(nèi)2021年FVC和EL的交互作用與2004年相比明顯降低；Zone 3內(nèi)2021年各因子的交互作用均大于2004年，且與Zone 2相同，F(xiàn)VC和EL的交互作用對(duì)區(qū)域的熱島分布影響最大，這表明在人造地表較少的地區(qū)植被和海拔是區(qū)域地表溫度空間分異的主要驅(qū)動(dòng)因子。

3 結(jié)論

本研究基于分區(qū)理念對(duì)福州市城區(qū)2004和2021年不同發(fā)展程度區(qū)域不透水面和熱環(huán)境進(jìn)行了對(duì)比分析。在城市不同發(fā)展程度分區(qū)基礎(chǔ)上，將研究區(qū)不透水面覆蓋度進(jìn)行分級(jí)，計(jì)算各環(huán)形區(qū)域和各級(jí)不透水面區(qū)間熱分布指數(shù)和熱效應(yīng)貢獻(xiàn)度指數(shù)并進(jìn)行對(duì)比分析。結(jié)合地理探測(cè)器，選取不透水面覆蓋度、植被覆蓋度、海拔高度為因子，探究單因子和雙因子交互作用對(duì)地表溫度空間分異的影響程度。主要研究結(jié)論如下：

（1）福州市2004—2021 年不透水面動(dòng)態(tài)變化特征明顯。2004 年研究區(qū)不透水面覆蓋度大于60%不透水面主要集中在Zone 1，2004—2021 年Zone 2 和Zone 3 不透水面覆蓋度大于60%的區(qū)域增加較多，研究區(qū)內(nèi)高溫區(qū)擴(kuò)散方向和范圍與不透水面一致。

（2）在不同年份，城市不同發(fā)展程度區(qū)域地表熱分布和熱貢獻(xiàn)有明顯差異。兩年份中各環(huán)形區(qū)域隨不透水面覆蓋度的增加熱分布指數(shù)增大，Zone 1不透水面覆蓋度大于60%的區(qū)域、Zone 2和Zone 3內(nèi)不透水面覆蓋度大于40%的區(qū)域?yàn)槌鞘械臒嵩?。兩年份中各環(huán)形區(qū)域各級(jí)不透水面覆蓋度區(qū)域的Hi不同且與不透水面覆蓋度區(qū)域面積有較大關(guān)系，Zone 2和Zone 3不透水面覆蓋度為0 ～ 20%和80% ～ 100%區(qū)域的Hi值均分別為降低和增加最顯著的區(qū)域，2021年不透水面覆蓋度為80% ～ 100%區(qū)域的Hi值最大且遠(yuǎn)大于其他等級(jí)不透水面覆蓋度區(qū)域。

（3）福州市地表溫度分布格局受多個(gè)因子協(xié)同影響，且任意兩因子交互作用對(duì)地表溫度空間分異的影響均大于單一因子的影響。不同年份不同環(huán)形區(qū)域的主導(dǎo)因子不同，2004年植被覆蓋度為主導(dǎo)因子；2021年Zone 1不透水面覆蓋度影響程度較高，Zone 2和Zone 3植被覆蓋度和海拔高度的影響較大。

本研究將研究區(qū)按照城市不同發(fā)展程度進(jìn)行分區(qū)，結(jié)合不透水面覆蓋度分級(jí)，探索城市擴(kuò)張?jiān)斐傻耐恋乩媚Ｊ阶兓瘜?duì)地表溫度的影響，研究結(jié)果可為城市規(guī)劃和生態(tài)環(huán)境保護(hù)提供參考。本研究僅選取夏季影像數(shù)據(jù)進(jìn)行不透水面覆蓋度與地表溫度之間關(guān)系的定量分析和不同因子對(duì)地表溫度空間分異的影響分析，未來可選取不同季相數(shù)據(jù)以及不同氣候帶城市來探究土地利用模式對(duì)熱環(huán)境的影響。另外，本研究僅針對(duì)城市二維平面進(jìn)行分析，但地表溫度不僅受到城市二維景觀的影響，建筑物和植被的高度和體積等對(duì)城市熱環(huán)境也存在影響，未來需要在研究中加入植被和建筑物的三維信息進(jìn)行更深入的分析。