城市地表熱力景觀格局時空演變
——以長春市為例

唐 澤,鄭海峰,任志彬,崔明星,何興元,*

1 中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所, 長春 130102 2 中國科學(xué)院大學(xué), 北京 100049

?

城市地表熱力景觀格局時空演變
——以長春市為例

唐 澤1,2,鄭海峰1,任志彬1,崔明星1,何興元1,*

1 中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所, 長春 130102 2 中國科學(xué)院大學(xué), 北京 100049

城市熱環(huán)境問題是城市氣候和區(qū)域氣候研究中的熱點(diǎn),其對城市空氣質(zhì)量和公共健康等有著深遠(yuǎn)影響,嚴(yán)重威脅城市的可持續(xù)發(fā)展。以長春市為例,基于3期Landsat ETM+影像數(shù)據(jù)(2006、2010和2014),應(yīng)用覃志豪單窗算法和線性光譜混合模型獲取長春市區(qū)夏季地表溫度、長春市不透水面蓋度和植被覆蓋率,構(gòu)建熱力景觀動態(tài)度指數(shù),分析了2006—2014年長春市熱力景觀格局的時空變化特征,并探討地表溫度與不透水面蓋度和植被覆蓋率的關(guān)系。結(jié)果表明：研究區(qū)城市熱環(huán)境整體呈惡化趨勢,地表平均溫度年均增長0.15℃；熱力景觀整體變化更為劇烈,2006—2010年熱力景觀綜合動態(tài)度為45.39%,2010—2014年熱力景觀綜合動態(tài)度為52.64%；城市地表高溫等級熱力斑塊面積和數(shù)量都增大,并向郊區(qū)擴(kuò)張,熱力景觀整體呈現(xiàn)破碎化；低溫等級為長春市變化最為劇烈的地表溫度等級,城市地表熱力性質(zhì)復(fù)雜化。此外,統(tǒng)計分析表明：長春市的不透水面每增加1%,地表溫度上升0.06—0.07℃；植被覆蓋率每增加1%,地表溫度下降0.07—0.08℃,植被對地表溫度的影響力大于不透水面。

地表熱力景觀；空間格局；熱力景觀動態(tài)度；不透水面蓋度；植被覆蓋率

全球氣候變化以及城市化進(jìn)程的加劇,對城市環(huán)境產(chǎn)生了強(qiáng)烈影響[1]。城市熱島作為這些影響的一個重要方面,其改變了城市氣候、水文、空氣質(zhì)量、土壤理化性質(zhì)等,嚴(yán)重威脅了城市居民身體健康[2- 3]。因此,基于城市化進(jìn)程下的熱環(huán)境研究得到國內(nèi)外學(xué)者的廣泛關(guān)注。隨著遙感以及GIS技術(shù)的發(fā)展,運(yùn)用遙感影像進(jìn)行城市地表溫度反演,綜合景觀格局指數(shù)及相關(guān)性分析法探討城市下墊面性質(zhì)與城市熱島關(guān)系的研究越來越多[4]。Weng利用Landsat ETM+影像反演美國印第安納州波利斯城市的地表溫度,并利用景觀格局指數(shù)分析了下墊面性質(zhì)與城市地表溫度之間的關(guān)系,得出地表溫度與植被覆蓋率呈負(fù)相關(guān)關(guān)系,與不透水面積百分比呈正相關(guān)關(guān)系的結(jié)論[5- 6]。Chen運(yùn)用多時相遙感數(shù)據(jù)提取珠江流域地表溫度和土地利用類型,并以深圳市為例構(gòu)建了地表類型與溫度之間的定量關(guān)系,認(rèn)為城市土地利用的高度破碎化是導(dǎo)致城市熱島的重要原因[7]。陳云浩借鑒景觀生態(tài)學(xué)的方法,提出了“熱力景觀”的概念,構(gòu)建了城市熱力景觀綜合評價體系,并在此基礎(chǔ)上運(yùn)用遙感圖像分析了上海市城市熱島空間格局的時空分布,實現(xiàn)對熱力景觀格局的定量研究[8]。郭冠華等人在利用遙感反演珠江三角洲地表溫度的基礎(chǔ)上,對熱力分布圖像進(jìn)行重采樣,探討了斑塊類型水平和景觀水平上熱力景觀指數(shù)的尺度效應(yīng),得到珠江三角洲地區(qū)熱力景觀的最佳研究尺度域為150 m[9]。

以上研究推動了人們對城市熱力景觀的認(rèn)識,但是主要分析地表熱力分布與土地利用類型之間關(guān)系,側(cè)重于熱力景觀的最佳研究尺度域分析或者僅僅基于景觀指數(shù)的地表熱力景觀格局研究,缺乏不同時間尺度下地表熱力景觀變化格局與變化程度的綜合定量研究。為此,本文以長春市為研究對象,運(yùn)用Landsat ETM+影像反演得到2006年8月、2010年8月和2014年8月的城市地表溫度,采用偽不變特征法(PIF),將多時相數(shù)據(jù)得到的地表溫度圖像進(jìn)行標(biāo)準(zhǔn)化處理,并提出熱力景觀動態(tài)度概念,在此基礎(chǔ)上對長春市地表熱力景觀格局近10年間的變化特征進(jìn)行分析,并揭示了地表熱力與不透水面和植被覆蓋率的關(guān)系。

1 研究區(qū)及研究方法

1.1 研究區(qū)概況

圖1 長春市研究區(qū)Fig.1 The study area of Changchun City

長春市位于東北長春平原腹地(圖1),地處東部山地濕潤與西部平原半干旱區(qū)之間的過渡帶,屬北溫帶大陸性半濕潤季風(fēng)氣候類型。主城區(qū)轄南關(guān)、寬城、朝陽、二道、綠園5個區(qū)。長春市四季分明,雨熱同季,夏季炎熱多雨,8月份平均氣溫為28℃,年均最高溫度達(dá)39.5℃。近年來,長春市城市發(fā)展迅速,主城區(qū)由四環(huán)快速擴(kuò)張至五環(huán),市區(qū)人口達(dá)到363萬。

1.2 數(shù)據(jù)來源及預(yù)處理

本文從NASA官網(wǎng)(http://glovis.usgs.gov/)獲取2006年8月18日、2010年8月13日和2014 年8月8 日Landsat7 ETM+(軌道號為118/29、118/30)遙感影像為數(shù)據(jù)源。ETM+數(shù)據(jù)由于2003年以后儀器設(shè)備出現(xiàn)問題而導(dǎo)致影像出現(xiàn)條帶性缺失,本文首先使用自適應(yīng)局部回歸算法(adaptive local regression match, ALR)對其進(jìn)行修復(fù)[10],然后利用長春市五環(huán)矢量邊界數(shù)據(jù)進(jìn)行裁剪,得到研究區(qū)影像。應(yīng)用暗像元法對除6波段以外的其它波段進(jìn)行大氣校正,并利用長春市1:50000地形圖對研究區(qū)影像進(jìn)行幾何校正,誤差控制在0.5個像元以內(nèi)。

1.3 地表溫度反演

本文選取Landsat ETM+熱紅外波段的高增益文件,運(yùn)用覃志豪單窗算法對長春市主城區(qū)地表溫度進(jìn)行反演[11-14]。研究所需的大氣透射率及大氣平均作用溫度可從NASA官網(wǎng)獲得(表1)。為了使3期影像具有可比性,需將多時相數(shù)據(jù)得到的地表溫度圖像進(jìn)行標(biāo)準(zhǔn)化處理。本文采用偽不變特征法(PIF),通過人工選取空間上均勻分布、在3期圖像上土地利用特征保持不變的100個研究樣本(包括30個道路區(qū)域、30個屋頂區(qū)域、20個水體區(qū)域和20個植被區(qū)域),計算每個研究區(qū)域內(nèi)的地表溫度平均值,構(gòu)建參考圖像(2014)和目標(biāo)圖像(2006,2010)之間的線性標(biāo)準(zhǔn)化模型,消除3期影像由于光照等條件差異引起的輻射變化(圖像的標(biāo)準(zhǔn)化方程見表2)。將歸一化后的3期地表溫度圖像按照溫度劃分成6個等級：<28℃、28—31℃、31—34℃、34—37℃、37—40℃和>40℃,溫度由高到低分別定義為超高溫、高溫、次高溫、中溫、次中溫和低溫。

表1 影像獲取時刻氣象參數(shù)

表2 目標(biāo)圖像標(biāo)準(zhǔn)化方程

1.4 不透水面及植被覆蓋度提取

基于光譜混合分解技術(shù)提取地表覆被類型是目前針對土地利用分類的主要方法。本文首先將2014年ETM+影像的1,2,3,4,5,7波段由DN值轉(zhuǎn)換成反射率,進(jìn)行波段合成處理,利用修正歸一化水體指數(shù)(MNDWI)法提取研究區(qū)域的水體[15],并將其掩膜,以消除水體對后續(xù)分類工作的影響。之后對圖像進(jìn)行最小噪音分量變換(minimum noise fraction transform, MNF),選取前4個主成分進(jìn)行純凈像元指數(shù)(pixel purity index, PPI)計算,選取4類終端地物：高反照率地物、低反照率地物、植被和裸土,進(jìn)行線性光譜模型分解,并使分類結(jié)果滿足總體均方差(RMS)平均值小于0.02的要求[16]。最終得到像元水平上的不透水面蓋度和植被覆蓋率。

式中,Ri是第i波段反射率,i=1,2,3,4,5,7；N是端元的數(shù)目；fk是端元k的權(quán)重,即一個像元內(nèi)第k個端元的反射率所占的比率,k=1,2,3,4；Rki是端元k在第i波段的反射率,可以通過在影像中選取端元k的純像元光譜值來獲取；ei是殘差。

1.5 熱力等級動態(tài)度計算

本文借鑒土地利用動態(tài)度概念[17]提出熱力景觀動態(tài)度指數(shù)來定量描述長春市熱力景觀的動態(tài)變化情況。土地利用動態(tài)度是土地利用研究中用來描述研究區(qū)域土地利用變化程度的指標(biāo),包括單項地類動態(tài)度(Land Use Dynamic Degree,LUDD)和綜合土地利用動態(tài)度(Total Land Use Dynamic Degree TLUDD)。單項地類動態(tài)度公式為：

LUDDi=TCi/(TCi+Pii)× 100%

TCi=Pi*+P*i- 2Pii

式中,TCi表示i類土地利用總體變化量,Pii表示從第一時刻到第二時刻i類土地未發(fā)生變化的面積,Pi*表示第一時刻i類土地總面積,P*i表示第二時刻i類土地面積。

綜合土地利用動態(tài)度公式為：

TLUDD =D總(I總)/S總× 100%

式中,D總(I總)表示區(qū)域內(nèi)各地類土地利用總減少量(或總增加量),S總表示區(qū)域土地總面積。

因此熱力景觀動態(tài)度指數(shù)可分為熱力景觀等級動態(tài)度(Thermal Landscape Dynamic Degree, TLDD)和綜合熱力景觀動態(tài)度(Total Thermal Landscape Dynamic Degree, TTLDD)。

TLDDi=TCi/(TCi+Pii)× 100%

TCi=Pi*+P*i- 2Pii

TTLDD =D總(I總)/S總× 100%

式中,TCi表示i熱力等級總體變化量,Pii表示從第一時刻到第二時刻i熱力等級未發(fā)生變化的面積,Pi*表示第一時刻i熱力等級總面積,P*i表示第二時刻i熱力等級總面積。D總(I總)表示區(qū)域內(nèi)各熱力等級總減少量(或總增加量),S總表示熱力景觀總面積。

1.6 熱力格局變化成因分析

本文在長春市地表溫度(Land Surface Temperature, LST)分布圖、不透水面蓋度(percentage of Impervious Surface Area, %ISA)分布圖和植被覆蓋率(Fraction of Vegetation, FV)分布圖的基礎(chǔ)上,運(yùn)用ArcGIS提取各溫度等級對應(yīng)的不透水面蓋度和植被覆蓋率,探討溫度等級與不透水面蓋度及植被覆蓋率之間的關(guān)系；并將熱力等級從低溫至超高溫定義為1、2、3、4、5、6等級,探討熱力斑塊的等級變化數(shù)(如當(dāng)斑塊從低溫等級變至超高溫等級即認(rèn)為斑塊等級變化數(shù)為5,從超溫等級變至低溫等級即認(rèn)為斑塊等級變化數(shù)為-5)與不透水面變化量及植被覆蓋率變化量之間的關(guān)系,闡明溫度等級變化的驅(qū)動機(jī)制。此外,本文將城市不透水面蓋度和植被覆蓋率從0到100%,按照1%的遞增間距求取各遞增空間內(nèi)對應(yīng)地表的平均溫度,建立地表溫度與不透水面蓋度以及地表溫度與植被覆蓋率之間的線性回歸方程。為了進(jìn)一步探討不透水面和植被覆蓋率對地表溫度的綜合影響,本文隨機(jī)提取3600個柵格,建立地表溫度與不透水面蓋度和植被覆蓋率的多元回歸分析方程,為城市土地的合理利用提供指導(dǎo)。

2 結(jié)果與分析

2.1 熱力景觀分布

2006年8月18日、2010年8月13日和2014年8月8日,長春市的地表溫度(LST)反演結(jié)果如圖2所示。為了更好的討論城市地表熱力分布情況,本文統(tǒng)計了各環(huán)路內(nèi)超高溫、高溫、次高溫、中溫、次中溫和低溫等級斑塊分布面積,結(jié)果如圖3所示。

圖2 長春市熱力等級分布圖Fig.2 The thermal distribution of Changchun City

圖3 2006年、2010年、2014年不同環(huán)路各熱力等級斑塊面積Fig.3 Area of different thermal patches between different rings in 2006,2010 and 2014

2006年,長春市的次高溫及更高溫度等級斑塊總面積為276.7 km2,占長春市總面積的52.79%,且主要分布于三環(huán)以內(nèi),占三環(huán)以內(nèi)總面積的85.57%,說明三環(huán)以內(nèi)是城市熱力性質(zhì)較差區(qū)域。3種溫度等級斑塊中以高溫斑塊和次高溫斑塊分布為主,超高溫斑塊分布范圍較小,零星分布于東大橋附近、伊通河?xùn)|側(cè)和西新經(jīng)濟(jì)技術(shù)開發(fā)區(qū)。與之相反,長春市四環(huán)和五環(huán)分布大量中溫及更低溫度等級斑塊,總面積達(dá)129.26 km2,占四環(huán)和五環(huán)總面積的63.05%。

與2006年相比,2010年長春市超高溫和次高溫斑塊面積稍有增加,分別為2.42 km2和2.06 km2,高溫斑塊面積大量減少,降幅達(dá)12.4 km2,地表高溫分布總體情況有所改善。其中,三環(huán)以內(nèi)超高溫斑塊面積減少0.97 km2,高溫斑塊面積減少14.63 km2,降幅更為顯著。與之相反,長春市的中溫及更低溫度等級斑塊分布情況出現(xiàn)惡化,次中溫斑塊面積大量減少,中溫斑塊面積大量增加,分別達(dá)到36.27 km2和41.53 km2,遠(yuǎn)高于低溫斑塊面積增加量1.63 km2,地表總體上呈增溫趨勢。從空間分布上來看,長春市超高溫斑塊分布位置未發(fā)生改變。高溫斑塊分布范圍較2006年縮小,集中于二環(huán)以內(nèi)。次高溫斑塊主要分布于三環(huán)以內(nèi),中溫斑塊分布范圍向五環(huán)擴(kuò)張,次中溫斑塊零星分布于五環(huán)內(nèi),低溫斑塊分布范圍較2006年增加,分布于大面積水體所在區(qū)域。

2014年長春市地表熱力情況為歷年最差。超高溫、高溫和次高溫斑塊總面積達(dá)到361.16 km2,占全市總面積的69.02%,并且呈現(xiàn)破碎化分布現(xiàn)象。其中,超高溫斑塊面積達(dá)34.97 km2,較2010年增長68.32%；高溫斑塊面積達(dá)135.93 km2,較2010年增長51.89%。在分布范圍上,超高溫斑塊在2010年分布基礎(chǔ)上向四周擴(kuò)張；高溫和次高溫斑塊由三環(huán)內(nèi)向南郊和北郊大量擴(kuò)張。城市中溫和次中溫斑塊面積為150.93 km2,較2010年減少98.85 km2,主要分布于四環(huán)與五環(huán)之間。低溫斑塊面積有所增加,主要分布于北湖公園、南湖公園、長春西湖、八一水庫和西郊農(nóng)耕地。

2.2 熱力景觀動態(tài)度

通過對2006年、2010年和2014年各熱力等級斑塊面積統(tǒng)計,得到2006年至2010年和2010年至2014年熱力景觀動態(tài)度,結(jié)果如表3所示。

表3 熱力景觀等級動態(tài)度/%

從表3可以看出來,2006年至2014年間,各熱力等級斑塊之間相互轉(zhuǎn)換頻繁,面積變動較大。2006年至2010年間,低溫、次中溫、中溫、次高溫、高溫、超高溫斑塊的動態(tài)度分別為91.81%、55.47%,66.61%、62.04%、61.05%、71.70%。低溫斑塊的動態(tài)度達(dá)到最大,遠(yuǎn)高于其它熱力等級斑塊,說明低溫斑塊面積及空間分布范圍變化強(qiáng)度在所有等級斑塊中最為劇烈。2006年至2010年長春市熱力等級斑塊的綜合動態(tài)度為45.39%,熱力景觀變化巨大,有大面積斑塊發(fā)生了熱力等級的轉(zhuǎn)移。2010年至2014年間,低溫、次中溫、中溫、次高溫、高溫、超高溫斑塊的動態(tài)度分別為83.76%、65.07%、73.20%、66.93%、68.02%、71.18%,各熱力等級斑塊的動態(tài)特征與上一階段基本保持一致,除超高溫和低溫斑塊動態(tài)度低于上一階段,其余熱力等級斑塊動態(tài)度均上升,說明高溫、次高溫、中溫和次中溫斑塊溫度變化加劇。2010年至2014年,熱力景觀綜合動態(tài)度也大幅上升,達(dá)52.64%,表明該階段有更多面積斑塊發(fā)生了熱力等級轉(zhuǎn)移,反映了強(qiáng)烈的人類活動影響。

2.3 熱力景觀與下墊面性質(zhì)關(guān)系

為了探討不透水面和植被覆蓋情況對地表熱力景觀的影響,本文提取得到2006年、2010年和2014年長春市不透水面蓋度和植被覆蓋率,結(jié)果如圖4、圖5所示。

圖4 長春市不透水面蓋度分布圖Fig.4 The percentage of impervious surface area of Changchun City

圖5 長春市植被覆蓋率分布圖Fig.5 The vegetation fraction of Changchun City

從圖中可知,2006—2014年間,不透水面蓋度呈現(xiàn)從市中心向郊區(qū)減少,植被覆蓋率呈現(xiàn)從市中心向郊區(qū)增加的分布趨勢。隨著城市擴(kuò)張,郊區(qū)不透水面蓋度迅速上升,植被覆蓋率迅速下降。主要表現(xiàn)為城市東北郊區(qū)和南部郊區(qū)不透水面積的大量增加及植被覆蓋率的大幅下降,這與城市的擴(kuò)張力歷程相符合。長春市不透水面蓋度從2006年的42.98%上升到2010年的52.69%和2014年的55.92%,植被覆蓋率從2006年的45.42%下降至2010年的30.30%和2014年的30.65%,變化顯著,且前一階段變化速率明顯強(qiáng)于后一階段。2006年至2014年間,熱力斑塊的等級變化數(shù)與植被覆蓋率變化量呈負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.491(P<0.05,n=21),與不透水面蓋度變化量呈正相關(guān)關(guān)系,相關(guān)系數(shù)為0.512(P<0.05,n=210)。表明植被覆蓋率每提高0.157,地表熱力等級降低一個級別,不透水面蓋度每升高0.151,地表熱力等級上升一個級別。

為了進(jìn)一步探討長春市地表熱力景觀與不透水面蓋度和植被覆蓋率之間的關(guān)系,本文得到了地表溫度與不透水面蓋度以及地表溫度與植被覆蓋率之間的線性回歸方程。從回歸方程(表4)可以看出,城市地表溫度與城市不透水面蓋度呈顯著正相關(guān)關(guān)系,與植被覆蓋率呈顯著負(fù)相關(guān)關(guān)系?？傮w上,不透水面蓋度每增加1%,地表溫度上升0.06—0.07℃,植被覆蓋率每增加1%,地表溫度下降0.07—0.08℃。進(jìn)一步的分段分析結(jié)果(表5)表明,低密度不透水面覆蓋(<30%)時,不透水面蓋度每增加1%,地表溫度上升超過0.12℃,高密度不透水面覆蓋(>70%)時,不透水面蓋度每增加1%,地表溫度上升0.06—0.1℃,地表溫度對不透水面積變化的響應(yīng)在低密度不透水面蓋度時更為敏感。地表溫度對植被覆蓋率的響應(yīng)曲線表明,植被覆蓋率每增加1%,高密度植被覆蓋(>70%)下的地表溫度下降0.1℃以上,降幅大于低密度植被覆蓋(<30%)時的0.07℃?？梢姼呙芏戎脖桓采w時,增加植被具有更顯著的降溫效果。此外,地表溫度與不透水面蓋度和植被覆蓋率的多元回歸方程表明,每降低1%不透水面蓋度,增加1%植被覆蓋率,地表溫度下降0.08—0.09℃。表明綜合調(diào)節(jié)不透水面積和植被覆蓋率的降溫效果優(yōu)于單純降低不透水面蓋度或者增加植被覆蓋率的降溫效果,這將為城市土地利用規(guī)劃提供一定指導(dǎo)。

表4 不透水面及植被覆蓋率與地表溫度關(guān)系方程

**表示在0.01水平下呈顯著性相關(guān)

表5 不透水面及植被覆蓋率與地表溫度關(guān)系的分段分析

**表示在0.01水平下呈顯著性相關(guān)

3 討論

大量研究結(jié)果表明,城市地表溫度普遍存在由中心城區(qū)向郊區(qū)遞減趨勢,并且低溫一般分布于大面積綠地和水體所在區(qū)域[8,18-20],高溫中心并不一定位于市中心,可能分布于工業(yè)區(qū)以及商業(yè)密集區(qū)[21-22]。本文研究也得出相同結(jié)論,長春市郊區(qū)地表溫度低于中心城區(qū)5℃以上,低溫分布于南湖公園、北湖公園、長春西湖、八一水庫以及郊區(qū)農(nóng)田等地,中等級別溫度分布于城鄉(xiāng)結(jié)合帶等城市新開發(fā)地區(qū)。長春市熱場中心分布于東大橋附近、伊通河?xùn)|側(cè)以及西新經(jīng)濟(jì)技術(shù)開發(fā)區(qū),這與張新樂、趙云升[23-24]等人對長春市熱力分布格局的研究結(jié)果相一致。

隨著城市擴(kuò)張,城市地表熱力景觀格局出現(xiàn)巨大變化。Li等人研究漳州城市熱島分布時得到漳州市隨著城市化進(jìn)程地表溫度升高,熱島面積加大,新增高溫區(qū)域與城市新開發(fā)區(qū)域相一致的結(jié)論[25]。Dai等人對上海城市熱力場研究也得出相似結(jié)論[26]。本文對長春市熱力景觀時空變化特征研究后得出與上述相似的結(jié)論：隨著城市擴(kuò)張,長春市地表溫度逐漸升高,地表平均溫度從2006年的34.14℃上升到2014年的35.33℃,年均升溫達(dá)0.15℃。高溫等級熱力斑塊面積大幅增加,并呈現(xiàn)從市區(qū)向郊區(qū)擴(kuò)張的趨勢。郊區(qū)低溫范圍縮小,溫度上升顯著,熱力景觀整體呈現(xiàn)破碎化發(fā)展趨勢,表明長春市地表熱力性質(zhì)惡化。

此外,本文借鑒了土地利用動態(tài)度概念,創(chuàng)新性地提出了熱力景觀動態(tài)度指數(shù),包括熱力景觀等級動態(tài)度和熱力景觀總體動態(tài)度,分別用來描述地表熱力景觀各溫度等級以及總體的變化劇烈程度。根據(jù)上述指標(biāo),本文得到長春市2006—2014年間,低溫等級為變化最為劇烈的溫度等級,除低溫和次中溫等級變化減緩以外,其余溫度等級動態(tài)度均上升,變化程度加劇。長春市2006—2010年熱力景觀總體動態(tài)度為45.39%,2010—2014年為52.64%,熱力景觀整體變化更為劇烈,地表熱力性質(zhì)復(fù)雜化。

不透水面蓋度和植被覆蓋率嚴(yán)重影響著地表熱力分布。Li等人通過對上海市地表熱力場研究,認(rèn)為地表溫度與不透水面蓋度呈正相關(guān)關(guān)系,與植被覆蓋率呈負(fù)相關(guān)關(guān)系,并且地表溫度與植被覆蓋率的相關(guān)性強(qiáng)于地表溫度與不透水面的相關(guān)性[27]。林云杉等人對泉州市地表溫度研究發(fā)現(xiàn)不透水面值每提高0.1,地表溫度上升1.2℃以上[28]。John Rogan等人研究Massachusetts地區(qū)地表溫度與下墊面性質(zhì)時發(fā)現(xiàn)植被覆蓋率每降低10%,地表溫度上升0.7℃[29]。Xu等人對廈門市地表溫度研究發(fā)現(xiàn)每降低10%的不透水面積,增加10%的植被覆蓋率能夠降低地表溫度2.9℃[30]。本文研究發(fā)現(xiàn),長春市地表溫度與不透水面呈顯著正相關(guān)關(guān)系,與植被覆蓋率呈顯著負(fù)相關(guān)關(guān)系,不透水面蓋度每增加1%,地表溫度上升0.06—0.07℃,植被覆蓋率每增加1%,地表溫度下降0.07—0.08℃,植被覆蓋率的變化對地表溫度的影響強(qiáng)于不透水面對地表溫度的影響。此外,每降低1%不透水面蓋度,增加1%植被覆蓋率,地表溫度下降0.08—0.09℃,降溫效果優(yōu)于單純降低不透水面積或增加植被覆蓋的效果,說明綜合調(diào)控不透水面積和植被覆蓋率具有更佳的降溫作用,這為城市土地利用規(guī)劃提供了一定的指導(dǎo)依據(jù)。但是,本文得出的結(jié)論是針對夏季的中緯度地區(qū),對于其他緯度地區(qū)以及其他季節(jié)是否適用還有待深入的研究。

4 結(jié)論

本文運(yùn)用3期ETM+遙感影像反演得到長春市近1年來的地表溫度分布圖。在探討熱力景觀空間分布之后,提出熱力景觀動態(tài)度概念,分析了近10年間長春市熱力景觀格局的動態(tài)變化特征。并運(yùn)用線性光譜分解技術(shù)提取得到城市不透水面蓋度和植被覆蓋率,探討地表熱力景觀與二者之間的關(guān)系。得到以下結(jié)論：

(1)近10年來,長春市地表熱環(huán)境隨城市擴(kuò)張呈現(xiàn)惡化趨勢,地表平均溫度年均增長0.15℃,高溫區(qū)域向郊區(qū)擴(kuò)展,熱力景觀整體呈現(xiàn)破碎化；

(2)不透水面蓋度和植被覆蓋率是城市地表溫度的重要影響因素。同時降低1%不透水面積,增加1%植被覆蓋率,長春市地表溫度下降0.08—0.09℃；

(3)通過ETM+遙感影像獲取地表溫度是進(jìn)行城市地表熱力景觀格局時空演變研究的有效手段；

(4)本文提出的熱力景觀動態(tài)度是定量評價地表熱力景觀各溫度等級以及總體變化劇烈程度的有效指標(biāo),它能夠綜合考慮地表溫度等級空間轉(zhuǎn)移和等級變化的過程,能更客觀的反應(yīng)溫度等級變化的實際情況。

[1] 李秉成. 中國城市生態(tài)環(huán)境問題及可持續(xù)發(fā)展. 干旱區(qū)資源與環(huán)境, 2006, 20(2): 1- 6.

[2] 肖榮波, 歐陽志云, 李偉峰, 張兆明, TARVER G Jr, 王效科, 苗鴻. 城市熱島的生態(tài)環(huán)境效應(yīng). 生態(tài)學(xué)報, 2005, 25(8): 2055- 2060.

[3] Oke T R. The heat island of the urban boundary layer: characteristics, causes and effects//Cermak J E, Davenport A G, Plate E J, Viegas D X, eds. Wind Climate in Cities. Netherlands: Springer, 1995: 81- 107.

[4] 陳愛蓮, 孫然好, 陳利頂. 基于景觀格局的城市熱島研究進(jìn)展. 生態(tài)學(xué)報, 2012, 32(14): 4553- 4565.

[5] Weng Q H, Liu H, Lu D S. Assessing the effects of land use and land cover patterns on thermal conditions using landscape metrics in city of Indianapolis, United States. Urban Ecosystems, 2007, 10(2): 203- 219.

[6] Weng Q H, Lu D S, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, 2004, 89(4): 467- 483.

[7] Chen X L, Zhao H M, Li P X, Yin Z Y. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sensing of Environment, 2006, 104(2): 133- 146.

[8] 陳云浩, 李曉兵, 史培軍, 何春陽. 上海城市熱環(huán)境的空間格局分析. 地理科學(xué), 2002, 22(3): 317- 323.

[9] 郭冠華, 陳穎彪, 魏建兵, 吳志峰, 容曉臻. 粒度變化對城市熱島空間格局分析的影響. 生態(tài)學(xué)報, 2012, 32(12): 3764- 3772.

[10] 何報寅, 丁超, 楊小琴, 梁勝文. Landsat7 ETM+SLC-OFF數(shù)據(jù)的修復(fù)及其在武漢東湖水質(zhì)反演中的應(yīng)用. 長江流域資源與環(huán)境, 2011, 20(1): 90- 95.

[11] 王倩倩, 覃志豪, 王斐. 基于多源遙感數(shù)據(jù)反演地表溫度的單窗算法. 地理與地理信息科學(xué), 2012, 28(3): 24- 26, 62- 62.

[12] 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. 國土資源遙感, 2004, (3): 28- 32, 36- 36, 41- 41.

[13] Qin Z, Karnieli A, Berliner P. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region. International Journal of Remote Sensing, 2001, 22(18): 3719- 3746.

[14] Xian G, Crane M. An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data. Remote Sensing of Environment, 2006, 104(2): 147- 156.

[15] 徐涵秋. 利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究. 遙感學(xué)報, 2005, 9(5): 589- 595.

[16] Wu C S, Murray A T. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment, 2003, 84(4): 493- 505.

[17] 劉瑞, 朱道林. 基于轉(zhuǎn)移矩陣的土地利用變化信息挖掘方法探討. 資源科學(xué), 2010, 32(8): 1544- 1550.

[18] 楊英寶, 蘇偉忠, 江南. 南京市熱島效應(yīng)時空特征的遙感分析. 遙感技術(shù)與應(yīng)用, 2006, 21(6): 488- 492.

[19] 戴曉燕, 張利權(quán), 過仲陽, 吳健平, 栗小東, 朱燕玲. 上海城市熱島效應(yīng)形成機(jī)制及空間格局. 生態(tài)學(xué)報, 2009, 29(7): 3995- 4004.

[20] Xu L Y, Xie X D, Li S. Correlation analysis of the urban heat island effect and the spatial and temporal distribution of atmospheric particulates using TM images in Beijing. Environmental Pollution, 2013, 178: 102- 114.

[21] Li Y Y, Zhang H, Kainz W. Monitoring patterns of urban heat islands of the fast-growing Shanghai metropolis, China: using time-series of Landsat TM/ETM+ data. International Journal of Applied Earth Observation and Geoinformation, 2012, 19: 127- 138.

[22] 張好, 徐涵秋, 李樂, 樊亞鵬. 成都市熱島效應(yīng)與城市空間發(fā)展關(guān)系分析. 地球信息科學(xué)學(xué)報, 2014, 16(1): 70- 78.

[23] 張新樂, 張樹文, 李穎, 謝云峰, 匡文慧. 城市熱環(huán)境與土地利用類型格局的相關(guān)性分析——以長春市為例. 資源科學(xué), 2008, 30(10): 1564- 1570.

[24] 趙云升, 杜嘉, 宋開山, 胡新禮. 基于衛(wèi)星遙感的夏季長春市城區(qū)熱場分析. 地理科學(xué), 2006, 26(1): 70- 74.

[25] Hua L Z, Wang M. Temporal and spatial characteristics of urban heat Island of an Estuary City, China. Journal of Computers, 2012, 7(12): 3082- 3087.

[26] Dai X Y, Guo Z, Zhang L Q, Li D. Spatio-temporal exploratory analysis of urban surface temperature field in Shanghai, China. Stochastic Environmental Research and Risk Assessment, 2010, 24(2): 247- 257.

[27] Li J X, Song C H, Cao L, Zhu F G, Meng X L, Wu J G. Impacts of landscape structure on surface urban heat islands: a case study of Shanghai, China. Remote Sensing of Environment, 2011, 115(12): 3249- 3263.

[28] 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. 遙感技術(shù)與應(yīng)用, 2007, 22(1): 14- 19.

[29] Rogan J, Ziemer M, Martin D, Ratick S, Cuba N, DeLauer V. The impact of tree cover loss on land surface temperature: a case study of central Massachusetts using Landsat Thematic Mapper thermal data. Applied Geography, 2013, 45: 49- 57.

[30] Xu H Q, Lin D F, Tang F. The impact of impervious surface development on land surface temperature in a subtropical city: Xiamen, China. International Journal of Climatology, 2013, 33(8): 1873- 1883.

Spatial and temporal changes to urban surface thermal landscape patterns: a case study of Changchun City

TANG Ze1,2, ZHENG Haifeng1, REN Zhibin1, CUI Mingxing1, HE Xingyuan1,*

1NortheastInstituteofGeographyandAgroecology,ChineseAcademyofSciences,Changchun130102,China2UniversityofChineseAcademyofSciences,Beijing100049,China

Urban expansion has caused many more environmental problems to emerge. In particular, the urban thermal environment issue, which has mainly been caused by the concentration of populations in downtown areas, has caused an increase in heat emissions. Today, it poses potential threats to factors that affect urban sustainable development, such as urban air quality and public health. Therefore, a considerable amount of research has focused on urban thermal issues. In this study, three Landsat ETM + image data sets (2006, 2010 and 2014) were used to derive urban land surface temperature (LST) during the summer. The analysis was based on Qin′s mono-window algorithm. The impervious surface area (ISA) percentage and the amount of land covered by vegetation (FV) in Changchun City were obtained from the data using the linear spectral mixture model. A thermal landscape dynamic degree (TLDD) index was proposed for the first time which was based on the land use dynamic degree (LUDD) concept. Then, TLDD was used to describe the spatial and temporal changes to the urban surface thermal landscape pattern in Changchun City. Finally, the relationships between LST and the ISA and FV percentage were investigated in order to determine the effects of the different underlying surfaces on temperature. The results showed that the urban thermal environment in Changchun City declined between 2006 and 2014. The average land surface temperature was 34.14℃ in 2006 and 35.3℃ in 2014, which meant that the annual rise in land surface temperature was 0.15℃. This may increase energy consumption and lead to a cycle of environmental decline. The urban thermal landscape has changed very rapidly, especially in low-temperature patches, which means that human activity has been high. The total thermal landscape dynamic degree (TTLDD) reached 52.46% between 2010 and 2014 as against 45.39% between 2006 and 2010. This suggested that there was a greater change in LST between 2010 and 2014 than between 2006 and 2010, which may have negatively affected land surface thermal properties. The area and number of high temperature patches increased and expanded from downtown towards the suburbs, which has caused thermal landscape fragmentation. Large changes to the urban thermal landscape occurred in the low temperature patches and this aggravated the thermal environmental problem. The thermal distribution for Changchun City showed that, the thermal center was not located in downtown area, but was centered near the Dongda Bridge and the Xixin Economic and Technological Development Zone where many industrial companies were to be found. The results obtained by the regression models for ISA and LST, and FV and LST showed that LST would increase by 0.06—0.07℃ with each one percentage point increase in ISA, and decrease by 0.07—0.08℃ with each one percentage point increase in FV. This suggests that the influence of the area covered by vegetation on LST was much stronger than the influence of ISA on LST. The conclusions in this paper will have guiding significance on urban land use and heat island mitigation.

land surface thermal landscape; spatial pattern; TLDD; ISA percentage; FV

中國科學(xué)院重點(diǎn)部署項目(KFZD-SW- 302-03)；中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所青年人才基金(DLSYQ13004)；吉林省科技發(fā)展計劃(20140520146JH)

2016- 03- 16; 網(wǎng)絡(luò)出版日期:2017- 02- 17

10.5846/stxb201603160474

*通訊作者Corresponding author.E-mail: hexingyuan@iga.ac.cn

唐澤,鄭海峰,任志彬,崔明星,何興元.城市地表熱力景觀格局時空演變——以長春市為例.生態(tài)學(xué)報,2017,37(10):3264- 3273.

Tang Z, Zheng H F, Ren Z B, Cui M X, He X Y.Spatial and temporal changes to urban surface thermal landscape patterns: a case study of Changchun City.Acta Ecologica Sinica,2017,37(10):3264- 3273.