蘭西城市群熱環(huán)境格局多尺度研究

潘竟虎， 董磊磊， 王娜云， 楊紫金

(1.西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州 730070； 2.南京師范大學(xué)地理科學(xué)學(xué)院，南京 210023； 3.云南天地圖信息技術(shù)股份有限公司，昆明 650034)

0 引言

當(dāng)前，全世界正在經(jīng)歷最為迅猛的城市化過程。城市熱島是城市生態(tài)系統(tǒng)所特有的一種現(xiàn)象，世界上的城市，無論其規(guī)模大小、地處位置不同，都會發(fā)生熱島效應(yīng)[1]。城市熱環(huán)境是城市空間環(huán)境中熱力場的綜合表現(xiàn)，深入探討城市擴(kuò)張對城市熱場和綠地空間特征及其動態(tài)變化的影響，對于指導(dǎo)城市綠化建設(shè)、優(yōu)化景觀布局、改善城市生態(tài)環(huán)境質(zhì)量具有重要的理論和實踐意義。城市群是指在城市發(fā)展到一定階段后，出現(xiàn)的以一個或幾個大城市為核心，以圈域內(nèi)若干中小城市為次中心或節(jié)點，輻射至周邊腹地區(qū)域，依托便利的交通網(wǎng)絡(luò)，經(jīng)濟(jì)聯(lián)系緊密，具有較高城市化水平和一體化特征的社會經(jīng)濟(jì)活動空間組織形態(tài)[2]。蘭州—西寧城市群(下文簡稱蘭西城市群)作為黃河上游產(chǎn)業(yè)和經(jīng)濟(jì)實力最集中的核心區(qū)，已經(jīng)進(jìn)入了城市化的高速發(fā)展期，未來一段時間內(nèi)仍是區(qū)域城市化發(fā)展的主體和重點?？焖偻七M(jìn)的城市化進(jìn)展改變了原有的生態(tài)環(huán)境和下墊面類型，促使區(qū)域生態(tài)系統(tǒng)格局、過程和功能遭受不利影響或產(chǎn)生不可逆的改變。加之蘭西城市群的城市主體位于黃河和湟水谷地，受地形因子的制約，空氣流動差，城市熱島效應(yīng)突出。

目前，國內(nèi)外學(xué)者就城市熱島現(xiàn)象展開了大量研究。從研究內(nèi)容來看，主要集中于地表溫度(land surface temperature，LST)反演方法[3]、城市熱島效應(yīng)時空分布與變化特征[4]、形成機(jī)制與影響因素[5]、熱環(huán)境模擬與預(yù)測[6]、生態(tài)效應(yīng)[7]、熱島緩解與調(diào)控措施[8]等方面。從研究方法來看，可分為氣象資料分析法、遙感監(jiān)測法和數(shù)值模擬法[9]。氣象資料分析法由于站點數(shù)量少，空間展示粗放，缺乏直觀視覺效果。熱紅外波段遙感影像反演的LST可以全空間化覆蓋研究區(qū)域，且時間上同步，大大彌補(bǔ)了傳統(tǒng)觀測方法的不足。但目前最常用的熱紅外遙感數(shù)據(jù)源Landsat系列和ASTER數(shù)據(jù)，都因受時間和空間分辨率的制約，反演的LST僅能顯示空間分布，不能揭示演變過程； 即使采用多期遙感數(shù)據(jù)，也存在月份不一致的問題，難以保證結(jié)果的科學(xué)性[10]。而時間分辨率高的MODIS數(shù)據(jù)又存在空間分辨率低的問題，在1 km甚至更低的空間分辨率下研究城市內(nèi)部的熱環(huán)境格局顯然遠(yuǎn)遠(yuǎn)不夠。基于以上考慮，本文在大尺度上采用MODIS數(shù)據(jù)研究整個蘭西城市群的熱時空環(huán)境格局，在小尺度上采用Landsat影像分析蘭州、西寧等中心城區(qū)的熱場空間格局，旨在為蘭西城市群人居環(huán)境建設(shè)提供科學(xué)參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

分別采用蘭西城市群全域(大尺度)和蘭西城市群的核心城市化地區(qū)——蘭州市、西寧市和海東市的中心城區(qū)(小尺度)2種尺度研究城市熱島的整體空間格局和城市內(nèi)部熱環(huán)境的空間差異。

1.1.1 蘭西城市群

關(guān)于蘭西城市群的范圍，目前尚未有統(tǒng)一的界定。本文大尺度上的蘭西城市群研究區(qū)范圍是參考了《甘肅省城鎮(zhèn)體系規(guī)劃(2003—2020年)》和《青海省東部城市群體系規(guī)劃(2011—2020年)》而確定的。該區(qū)位于N34°50′～38°05′，E99°00′～105°31′之間，行政上包括甘肅省蘭州市5區(qū)3縣、白銀市的1區(qū)3縣、定西市的1區(qū)2縣、臨夏回族自治州1市1縣、西寧市的4區(qū)3縣、海東市的2區(qū)4縣以及海南藏族自治州的2縣(圖1)。

研究區(qū)地處青藏高原和黃土高原交匯處，地勢西北高、東南低； 屬大陸性干旱氣候和高原半干旱氣候區(qū)，年降雨量為180～450 mm，年蒸發(fā)量為1 300～1 500 mm，年平均溫度為3.2℃～9.3℃； 黃河及其支流湟水河、大通河和莊浪河流貫境內(nèi)。

1.1.2 蘭西城市群的中心城區(qū)

蘭西城市群的核心是2大省會城市蘭州市、西寧市及2城市之間的節(jié)點城市海東市。在小尺度上，重點研究蘭西城市群3個中心城區(qū)城市擴(kuò)張的熱島響應(yīng)，3個中心城區(qū)研究范圍分別取自《蘭州市城市總體規(guī)劃(2011—2020年)》、《西寧市城市總體規(guī)劃(2001—2020年)》和《海東市城市總體規(guī)劃(2015—2030年)》。其中，蘭州中心城區(qū)包括主城區(qū)和蘭州新區(qū)，面積共計2 271.73 km2，常住人口276萬人，黃河自西向東穿過； 西寧與海東中心城區(qū)面積共計792.20 km2，常住人口164萬人，湟水河自西向東橫貫境內(nèi)。

1.2 數(shù)據(jù)源

采用數(shù)據(jù)源包括： 遙感影像、基礎(chǔ)地理信息數(shù)據(jù)、紙質(zhì)地圖(用于數(shù)字化提取信息)、城市規(guī)劃圖件和氣象數(shù)據(jù)等。氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)(http: //data.cma.cn/site/index.html)提供的與影像日期相對應(yīng)的氣象地面觀測站的資料(氣溫、氣壓、平均相對濕度及降水)。由于研究尺度不同，遙感數(shù)據(jù)分別選取了不同空間分辨率和時間分辨率的數(shù)據(jù)。

在大尺度下，研究城市群的熱島效應(yīng)時空格局時選用MODIS遙感數(shù)據(jù)，分析時段為2005—2014年。由于單日影像覆蓋有大片云層，為有效減少云干擾，選擇最大值合成法生成的8 d LST產(chǎn)品MOD11A2，剔除了有云區(qū)域的無效數(shù)據(jù)，空間分辨率為1 km。MODIS標(biāo)準(zhǔn)LST數(shù)據(jù)產(chǎn)品投影方式是正弦投影，為了數(shù)據(jù)統(tǒng)一，將其投影均轉(zhuǎn)換為等積圓錐投影Albers； 再對研究區(qū)數(shù)據(jù)進(jìn)行鑲嵌處理后按城市群邊界裁剪； 然后，將LST數(shù)據(jù)求等權(quán)平均值(空洞數(shù)據(jù)取權(quán)值為0)； 考慮到有云區(qū)域像元值為0，對有云的地方進(jìn)行掩模，從而去除溫度的離群值； 最后，進(jìn)行輻射糾正，將其轉(zhuǎn)化為LST。依據(jù)MOD11A2數(shù)據(jù)集的頭文件說明，可得到MOD11A2產(chǎn)品的輻射縮放比為0.02，輻射縮放截距為0，轉(zhuǎn)換公式為

(1)

式中：LST為開氏地表溫度，K；g為輻射縮放比；DN為像元值；b為輻射縮放截距。

在小尺度下，研究中心城區(qū)熱環(huán)境格局時采用了同源的Landsat系列衛(wèi)星遙感影像數(shù)據(jù)。研究區(qū)位于干旱、半干旱地區(qū)，夏季為植被生長的旺盛期，且各種土地覆被類型較易區(qū)分，故只選取了夏季的Landsat影像。影像獲取自美國地質(zhì)調(diào)查局網(wǎng)站，包括3期Landsat5 TM多光譜影像，成像時間分別為19920729,20000811和20090806； 1期Landsat8 OLI多光譜和TIRS熱紅外影像，成像時間為20150814，各期影像云量均小于5%。其中，TM熱紅外影像的空間分辨率為120 m，TIRS 2個熱紅外波段空間分辨率為100 m。采用Erdas2014軟件對影像數(shù)據(jù)進(jìn)行預(yù)處理，幾何校正時選取二元二次多項式，采用雙線性內(nèi)插法對影像進(jìn)行重采樣，輸出空間分辨率為30 m； 采用COST模型[11]進(jìn)行大氣校正。

2 研究方法

2.1 MODIS數(shù)據(jù)LST分級

由于影像獲取時間不同，為了使各時間段的熱空間分布數(shù)據(jù)具有可比性，對LST做歸一化處理，用以消除時相的影響。計算式為

(2)

式中：Ti為第i個像元?dú)w一化后的LST值；Ti′為第i個像元的原始LST值；Tmax和Tmin分別為蘭西城市群LST的最大值和最小值。

城市熱環(huán)境類型劃分實質(zhì)是界定不同類型的溫度范圍?，F(xiàn)階段，LST分級方法包括等間距劃分法、基于均值-標(biāo)準(zhǔn)差的劃分方法以及基于分形網(wǎng)絡(luò)算法的劃分方法3種。本文在分別采用3種劃分方法進(jìn)行試驗的基礎(chǔ)上，發(fā)現(xiàn)基于均值-標(biāo)準(zhǔn)差的城市熱環(huán)境劃分方法更適合蘭西城市群的實際。劃分標(biāo)準(zhǔn)如表1所示。

表1 LST等級區(qū)間劃分標(biāo)準(zhǔn)Tab.1 Rank partition of LST

①Ti，Tmean和Ts分別為歸一化后的像元值、平均值及標(biāo)準(zhǔn)差。

2.2 Landsat數(shù)據(jù)LST反演

針對所選取的熱紅外遙感影像，選用單窗算法分別估算19920729，20000811和20090806的LST，采用劈窗算法估算20150814的LST。單窗算法由覃志豪等[12]根據(jù)地表熱輻射傳輸方程推導(dǎo)得出，適用于僅有1個熱紅外波段的數(shù)據(jù)，計算式為[12]

T={a6(1-C6-D6)+[b6(1-C6-D6)+C6+D6]T6-D6Ta}/C6,

(3)

C6=ε6τ6,

(4)

D6=(1-τ6)[1+(1-τ6)τ6] ,

(5)

式中：T為LST值，K；a6和b6均為回歸系數(shù)，隨溫度范圍的變化不同，在0～30 ℃ 時，a6=-60.326，b6=0.434；T6為遙感影像第6波段的亮度溫度；Ta為大氣平均作用溫度；τ6為大氣透射率；ε6為地表比輻射率[13]。

劈窗算法適用于有2個熱紅外波段的數(shù)據(jù)，本文對MODIS劈窗算法進(jìn)行了改進(jìn)，構(gòu)建了適用于Landsat8數(shù)據(jù)的LST遙感反演方法[14]， 即

T=A0+A1T10-A2T11,

(6)

式中：T10和T11分別為Landsat8影像第10和11波段的亮度溫度；A0，A1和A2分別為劈窗算法參數(shù)[15]。

為了驗證反演結(jié)果的精度，于2015年8月14日上午11：00，使用手持式熱紅外測溫儀(型號為Fluke 62 MAX+ MM-85336-00)對蘭州中心城區(qū)LST進(jìn)行了實地測量，綠地、沙地、道路和水體等不同土地利用類型各測量了10次。與影像反演的LST進(jìn)行了對比，誤差的絕對值在0.08～3.16 ℃之間，平均精度為96%，其中水體的誤差較大，總正確率為88%。

3 結(jié)果與分析

3.1 城市群尺度

3.1.1 熱場總體分布及變化

由于數(shù)據(jù)量較大，本文僅以2005，2008，2011和2014年4個年份的年平均LST分布為例，蘭西城市群白天和夜間LST的總體空間分布情況分別如圖2和圖3所示。

(a) 2005年 (b) 2008年

圖2-1白天平均LST空間分布

Fig.2-1SpatialdistributionofaveragedaytimeLST

(c) 2011年 (d) 2014年

圖2-2白天平均LST空間分布

Fig.2-2SpatialdistributionofaveragedaytimeLST

(a) 2005年 (b) 2008年

(c) 2011年 (d) 2014年

圖3夜間平均LST空間分布

Fig.3SpatialdistributionofaveragenighttimeLST

由圖2和圖3可知，蘭西城市群地區(qū)LST的空間分布差異明顯?？傮w而言，東部的LST遠(yuǎn)高于西部。從白天的LST分布來看，高溫和特高溫區(qū)面積極少，主要零散分布在景泰縣、靖遠(yuǎn)縣、永登縣、皋蘭縣等黃土丘陵溝壑區(qū)以及共和縣的南部沙漠化地區(qū)，這些地區(qū)植被覆蓋度低、地表裸露，LST甚至高于人口和產(chǎn)業(yè)密集的城鎮(zhèn)區(qū)域； 低溫和較低溫區(qū)則主要集中分布在祁連山區(qū)南坡、拉脊山、青海湖、馬啣山和興隆山等地，這些區(qū)域海拔多在2 000 m以上，或者分布有大片森林、草地。從夜間的LST分布來看，高溫和特高溫區(qū)主要集中在蘭州市主城區(qū)、西寧—海東建成區(qū)以及青海湖、黃河干流及其支流湟水河、大通河地區(qū)； 夜間的低溫和較低溫區(qū)分布上更加集中，主要連片分布在門源回族自治縣、大通回族土族自治縣和海晏縣。白天和夜間2種場景下，相同的下墊面在不同的時段里L(fēng)ST可能呈現(xiàn)截然不同的狀態(tài)，白天非水體的下墊面LST較水體高，夜晚則相反。白天城市區(qū)域的LST較非城市區(qū)域高，而夜晚除水體以外建成區(qū)的LST較非建成區(qū)高，LST晝夜差異明顯，白天的高溫區(qū)更為分散。從年際變化看，自2005年起，蘭西城市群的熱環(huán)境格局并未發(fā)生明顯的改變，熱島區(qū)和冷島區(qū)范圍沒有顯著存在持續(xù)減小或增加的趨勢。究其原因，蘭西城市群的城市(鎮(zhèn))多在河谷中發(fā)育，受河谷地形的限制，城市規(guī)模不具備“攤大餅”式的大幅度擴(kuò)張條件，且建設(shè)用地與優(yōu)質(zhì)農(nóng)田分布區(qū)重疊，爭地現(xiàn)象明顯，城市擴(kuò)展對整個城市群區(qū)域熱環(huán)境的影響不大。

3.1.2 熱場季節(jié)變化特征

蘭西城市群四季白天和夜間平均LST的空間分布情況分別如圖4和圖5所示。四季是根據(jù)氣候?qū)W中春季為3—5月，夏季為6—8月，秋季為9—11月，冬季為12—2月進(jìn)行劃分的。

(a) 春季 (b) 夏季

(c) 秋季 (d) 冬季

圖4四季白天LST空間分布

Fig.4SpatialdistributionofaveragedaytimeLSTinfourseasons

(a) 春季 (b) 夏季

(c) 秋季 (d) 冬季

圖5四季夜間LST空間分布

Fig.5SpatialdistributionofaveragenighttimeLSTinfourseasons

對比圖4和圖5可知，白天四季的LST分布總體上較為破碎，而夜間的LST分布總體上較為規(guī)整。就季節(jié)間的變化來看，也是白天的LST變化較大，而夜間的變化較小。白天LST季節(jié)變化較大的區(qū)域主要有2處： ①青海湖地區(qū)，由春季的全部低溫轉(zhuǎn)變到夏季的較低溫，再演化到秋季的全部高溫和冬季的次高溫、高溫； ②景泰縣、靖遠(yuǎn)縣和榆中縣的黃土丘陵地區(qū)，春季為次高溫，夏秋季為高溫，冬季則以次高溫和中溫混合為主。夜間LST季節(jié)變化較大的區(qū)域也有2處： ①青海湖地區(qū)，由春季的次高溫和低溫轉(zhuǎn)變到夏季的全部次高溫，再演化到秋季的次中溫和冬季的較低溫； ②黃河干流，春、夏2季呈連續(xù)帶狀次高溫區(qū)，秋、冬2季則為斷續(xù)次高溫、高溫區(qū)。

3.2 中心城區(qū)尺度

3.2.1 熱場總體分布及變化

考慮到4期影像的成像時間不同，為了消除季節(jié)差異對LST的影響，對LST進(jìn)行歸一化處理。采用可以體現(xiàn)數(shù)據(jù)統(tǒng)計特征的自然斷點法將其分為低溫區(qū)、次低溫區(qū)、中溫區(qū)、次高溫區(qū)、高溫區(qū)5個等級。計算不同時期的熱島比例指數(shù)，計算式為[16]

(7)

式中：m為歸一化等級指數(shù)；i為城區(qū)高于郊區(qū)的溫度等級；n為總等級數(shù)；wi為第i級權(quán)重值；pi為第i級所占面積的百分比。

圖6和圖7分別為反演的蘭州中心城區(qū)和西寧—海東中心城區(qū)LST空間分布情況。

(a) 19920729 (b) 20000811 (c) 20090806(d) 20150814

圖6蘭州中心城區(qū)LST空間分布

Fig.6SpatialdistributionofLSTincentralurbanareasofLanzhou

(a) 19920729 (b) 20000811

(c) 20090806 (d) 20150814

圖7西寧—海東中心城區(qū)LST空間分布

Fig.7SpatialdistributionofLSTincentralurbanareasofXining-Haidong

依據(jù)相應(yīng)的面積統(tǒng)計，本文將高溫和次高溫區(qū)代表城市熱島范圍。蘭州中心城區(qū)統(tǒng)計結(jié)果顯示，Landsat衛(wèi)星成像的4個時間點上覆蓋面積最大的類型均是次高溫級別，分別占城區(qū)總面積的比重為79.8%，84%，87%和83%。西寧—海東中心城區(qū)統(tǒng)計結(jié)果顯示，4個時間點上覆蓋面積最大的類型也都是次高溫級別，分別占城區(qū)總面積的78.9%，81.9%，81%和86%。蘭州市的熱島效應(yīng)比西寧—海東中心城區(qū)更為嚴(yán)重，總體上呈現(xiàn)先增大后減小的趨勢，西寧—海東中心城區(qū)的熱島推進(jìn)更為迅速，基本上呈逐年擴(kuò)大趨勢，2015年熱島覆蓋比例已超過蘭州市。

通過計算得到4個時間點上蘭州中心城區(qū)熱島比例指數(shù)分別為0.704，0.726，0.771和0.731，呈現(xiàn)先增加后減小的變化趨勢。這是由于1992年以來，蘭州市主城區(qū)和蘭州新區(qū)建設(shè)用地擴(kuò)張導(dǎo)致不透水面面積增大，承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移、人口和產(chǎn)業(yè)聚集使得人為排放的熱量激增，致使城市熱島效應(yīng)加重。2015年熱島比例指數(shù)降低的原因可能與蘭州市近年來加大生態(tài)環(huán)境建設(shè)力度有直接的關(guān)系。2010—2015年間，蘭州市城市建成區(qū)綠地率從25.07%增加到33.2%，綠化覆蓋率從28.17%增加到39.1%； 人均公園綠地面積從8.93 m2增加到11.08 m2。蘭州新區(qū)也很注重生態(tài)環(huán)境建設(shè)，已建成6個公園，總面積達(dá)200 hm2，森林覆蓋率達(dá)到46%。地表實際溫度與地表反射率有直接的關(guān)系，地表反射率越大，地表實際溫度越高。值得注意的是，蘭州中心城區(qū)最高溫連片分布區(qū)并非主城區(qū)，也不是蘭州新區(qū)，而出現(xiàn)在主城區(qū)和蘭州新區(qū)之間的黃土丘陵溝壑地帶。其原因主要是黃河及其支流湟水河等谷地周圍的山區(qū)基本都是黃土荒山，植被覆蓋度極低，所形成的不規(guī)則面少，反射的離散度小，反射率總體高于建成區(qū)，地表吸熱快； 在影像獲取的時間內(nèi)(北京時間上午11:00)，城市區(qū)域因其下墊面的復(fù)雜性(包含公園綠地、水域和各類建筑物)，下墊面所累積的溫度沒有周圍的丘陵高。同時，熱島區(qū)域的坡向多為南向、東南向和東向的向陽區(qū)，因此在影像成像時間內(nèi)接受的太陽輻射多。對蘭州這種周圍為荒山的河谷型干旱區(qū)城市來說，就容易出現(xiàn)白天“冷島”，晚上“熱島”的現(xiàn)象。

西寧—海東中心城區(qū)4個時間點上熱島比例指數(shù)分別為0.691，0.697，0.725和0.744，呈現(xiàn)持續(xù)增加的變化趨勢。對比各期LST分布情況發(fā)現(xiàn)，1992—2000年間，LST增加的區(qū)域主要分布在海東地區(qū)的湟水谷地，其原因是20世紀(jì)90年代中期—2000年間西寧市發(fā)展較為緩慢[5]，而海東市城建推進(jìn)較快。2000—2009年間，熱場增強(qiáng)的區(qū)域主要分布在西寧市主城區(qū)南部和西南部，一方面是隨著西部大開發(fā)戰(zhàn)略的實施，西寧市城市化速度加快，依托湟水河谷地向多個方向展開，使得上述地區(qū)建筑密度加大，城市熱島增強(qiáng)； 另一方面，裸土多分布在河谷兩側(cè)的階地，空氣對流強(qiáng)、風(fēng)速大、湍流交換迅速，影響裸土分布區(qū)的LST[17]。2009—2015年間，熱場增強(qiáng)的區(qū)域主要分布在海東市河谷階地，這個時期是海東“撤地設(shè)市”的時期，城市建設(shè)進(jìn)入了新一輪的快速增長期，河谷里的可利用地基本被占用，故向河谷兩側(cè)階地擴(kuò)張。近年來西寧—海東城市建設(shè)強(qiáng)度增加，使得硬化地表覆蓋的比例增大，其結(jié)果是增加了地表熱輻射，從而加劇了熱島效應(yīng)。熱狀況惡化顯著的區(qū)域一是在原有建設(shè)用地上再建設(shè)或增加建筑密度，如城中區(qū)等舊城擴(kuò)張地段； 二是新增的建設(shè)用地，即自然地表被硬化地表所替換的地段，如城西的海湖新區(qū)和西鋼，城北區(qū)的高科技生物產(chǎn)業(yè)園區(qū)和城東經(jīng)濟(jì)技術(shù)開發(fā)區(qū)等。

3.2.2 LST與NDVI及NDBI相關(guān)分析

不同地表覆蓋類型的熱力性質(zhì)具有著顯著差異，對城市熱島效應(yīng)的貢獻(xiàn)也各不相同。選取歸一化差值植被指數(shù)(normalized difference vegetation index,NDVI)和歸一化差值建筑用地指數(shù)(normalized difference building index，NDBI)進(jìn)行相關(guān)性分析。從研究區(qū)隨機(jī)選取300個點，去除個別落在水體中的點后，分別對蘭西城市群建成區(qū)的LST與NDVI和NDBI分別進(jìn)行相關(guān)性分析，探索河谷型城市格局下這2個指數(shù)與LST的相關(guān)性。

以蘭州中心城區(qū)為例，在檢驗系數(shù)p<0.01的顯著水平上，從LST與NDVI的相關(guān)關(guān)系來看，19920729，20000811，20090806和20150814的決定系數(shù)分別為0.388 5，0.334 3，0.434 3和0.317 1，各時間點上地表實際溫度與NDVI均呈現(xiàn)較為明顯的負(fù)相關(guān)關(guān)系，NDVI值越高，城區(qū)的LST值則越低，驗證了植被覆蓋度對分割城市熱島，降低LST的作用，植被在可見光波段的反射率低，吸收的熱量多，借助自身的蒸騰作用會減少土壤或地表的熱量，而且覆蓋度越大，其蒸騰作用就越強(qiáng)； 從LST與NDBI的相關(guān)關(guān)系來看，4個時間點上的決定系數(shù)分別為0.405 9，0.528 8，0.511 1和0.497 8，二者表現(xiàn)出明顯的正相關(guān)關(guān)系，NDBI值越高，其LST值也越高，說明建筑物的密集程度也是影響城區(qū)LST的重要因素。西寧—海東中心城區(qū)也表現(xiàn)出相同的特征，在19920729，20000811，20090806和20150814，LST與NDVI的決定系數(shù)分別為0.636 9，0.303 0，0.357 6 和0.371 7； 在4個時間點上，LST與NDBI的決定系數(shù)則分別為0.725 0，0.404 8，0.423 7 和0.459 7。

蘭州中心城區(qū)2015年8月14日LST與NDVI和NDBI的散點圖分別如圖8所示。

(a) LST與NDVI (b) LST與NDBI

圖8蘭州中心城區(qū)2015年08月14日LST與NDVI和NDBI的相關(guān)關(guān)系

Fig.8RelationshipsbetweenLSTandNDVI,NDBIincentralurbanareasofLanzhouonAug.14,2015

從圖8可以看出，中心城區(qū)LST與NDVI在空間上呈負(fù)相關(guān)，與NDBI則呈正相關(guān)。在城市基質(zhì)背景下，通過增加植被和水體面積來分割城市中的不透水面，可有效改善城市熱環(huán)境，緩解熱島效應(yīng)。

4 結(jié)論

本文采用MODIS白天和夜間LST產(chǎn)品資料和Landsat多時相遙感影像，分別從宏觀和微觀的不同尺度考察分析了蘭西城市群城市熱環(huán)境的格局與變化特征。利用MODIS數(shù)據(jù)宏觀分析了蘭西城市群熱島效應(yīng)的總體形態(tài)結(jié)構(gòu)、晝夜和季節(jié)變化，利用Landsat數(shù)據(jù)分析了中心城區(qū)內(nèi)部的熱場結(jié)構(gòu)，兼顧了MODIS數(shù)據(jù)的高時間分辨率和Landsat熱紅外影像的高空間分辨率優(yōu)勢，為城市熱島時空演變研究提供了新的角度。

1)宏觀上蘭西城市群并未存在顯著的城市熱島效應(yīng)，熱島的分布與下墊面類型密切相關(guān)； 時間分布特征顯示，作為河谷城市，蘭西城市群中心城區(qū)的城市熱島效應(yīng)在白天并不明顯，有時反而會出現(xiàn)溫度低于周圍黃土丘陵的“城市冷島”現(xiàn)象。

2)從中心城區(qū)來看，熱場空間格局發(fā)生了較大變化，熱狀況顯著惡化的區(qū)域基本與相應(yīng)時期城市的擴(kuò)張范圍吻合； 蘭州中心城區(qū)熱島比例指數(shù)呈現(xiàn)先增加后減小的變化趨勢，西寧—海東中心城區(qū)熱島比例指數(shù)則呈現(xiàn)持續(xù)增加的態(tài)勢。相比而言，蘭州中心城區(qū)的熱島效應(yīng)比西寧—海東中心城區(qū)更為嚴(yán)重，但西寧—海東中心城區(qū)的熱島推進(jìn)更為迅速。

由于數(shù)據(jù)獲取所限，本文在研究中心城區(qū)熱環(huán)境時只利用了個別間斷年份的數(shù)據(jù)，無法進(jìn)一步分析連續(xù)年份之間或年內(nèi)季節(jié)之間的熱島演變格局。獲取更高時間和空間分辨率的遙感數(shù)據(jù)，并研究其反演算法，以更加全面地揭示蘭西城市群熱島效應(yīng)的時空分布格局是下一步研究的重點。此外，探討城市群熱島效應(yīng)的形成機(jī)理，定量分析綠地和水體的減熱效應(yīng)，并模擬不同下墊面類型組合情景下的降溫作用，也是未來研究的重要方面。

參考文獻(xiàn)(References)：

[1] Quan J L,Chen Y H,Zhan W F,et al.Multi-temporal trajectory of the urban heat island centroid in Beijing,China based on a Gaussian volume model[J].Remote Sensing of Environment,2014,149:33-46.

[2] 袁家冬,周 筠,黃 偉.我國都市圈理論研究與規(guī)劃實踐中的若干誤區(qū)[J].地理研究,2006,25(1):112-120.

Yuan J D,Zhou Y,Huang W.Several long-standing mistaken ideas in the theoretical studies and planning practices of Chinese metropolitan regions[J].Geographical Research,2006,25(1):112-120.

[4] Wang J,Zhan Q M,Guo H G,et al.Characterizing the spatial dynamics of land surface temperature-impervious surface fraction relationship[J].International Journal of Applied Earth Observation and Geoinformation,2015,45:55-65.

[5] 賈 偉,高小紅.河谷型城市熱島空間分布格局演變及對策——以西寧市區(qū)為例[J].地球信息科學(xué)學(xué)報,2014,16(4):592-601.

Jia W,Gao X H.Analysis of urban heat island environment in a valley city for policy formulation:A case study of Xining City in Qinghai Province of China[J].Journal of Geo-Information Science,2014,16(4):592-601.

[7] Wu H,Ye L P,Shi W Z,et al.Assessing the effects of land use spatial structure on urban heat islands using HJ-1B remote sensing imagery in Wuhan,China[J].International Journal of Applied Earth Observation and Geoinformation,2014,32:67-78.

[8] Santamouris M.Cooling the cities：A review of reflective and green roof mitigation technologies to fight heat island and improve comfort in urban environments[J].Solar Energy,2014,103:682-703.

[9] Pan J H.Area delineation and spatial-temporal dynamics of urban heat island in Lanzhou City,China using remote sensing imagery[J].Journal of the Indian Society of Remote Sensing,2016,44(1):111-127.

[10] 賈寶全,邱爾發(fā).基于TM衛(wèi)星遙感影像的西安市城市熱島效應(yīng)變化分析[J].干旱區(qū)研究,2013,30(2):347-355.

Jia B Q,Qiu E F.Dynamic change of urban heat island effect in Xi’an based on TM images[J].Arid Zone Research,2013,30(2):347-355.

[11] Chavez P S J.Image-based atmospheric corrections-revisited and improved[J].Photogrammetric Engineering and Remote Sensing,1996,62(1):1025-1036.

[12] 覃志豪,Zhang M H,Karnieli A,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,2001,56(4):456-466.

Qin Z H,Zhang M H,Karnieli A,et al.Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data[J].Acta Geographica Sinica,2001,56(4):456-466.

[13] 潘竟虎,張偉強(qiáng).張掖綠洲冷島效應(yīng)時空格局的遙感分析[J].干旱區(qū)研究,2010,27(4):481-486.

Pan J H,Zhang W Q.Remote sensing analysis of the spatial-temporal pattern of “cold island” effect of Zhangye Oasis[J].Arid Zone Research,2010,27(4):481-486.

[14] 毛克彪,覃志豪,施建成,等.針對MODIS影像的劈窗算法研究[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2005,30(8):703-707.

Mao K B,Qin Z H,Shi J C,et al.The research of split-window algorithm on the MODIS[J].Geomatics and Information Science of Wuhan University,2005,30(8):703-707.

[15] 李 瑤,潘竟虎.基于Landsat 8劈窗算法與混合光譜分解的城市熱島空間格局分析——以蘭州市中心城區(qū)為例[J].干旱區(qū)地理,2015,38(1):111-119.

Li Y,Pan J H.Spatial pattern on urban heat environment using split window algorithm and spectral mixture analysis based on Landsat 8 images:A case of Lanzhou City[J].Arid Land Geography,2015,38(1):111-119.

[16] 徐涵秋,陳本清.不同時相的遙感熱紅外圖像在研究城市熱島變化中的處理方法[J].遙感技術(shù)與應(yīng)用,2003,18(3):129-133.

Xu H Q,Chen B Q.An image processing technique for the study of urban heat island changes using different seasonal remote sensing data[J].Remote Sensing Technology and Application,2003,18(3):129-133.

[17] 蒲禹君,蒲金涌.西北中等城市熱島效應(yīng)變化特征——以天水市為例[J].環(huán)境工程技術(shù)學(xué)報,2011,1(5):376-382.

Pu Y J,Pu J Y.Variation of urban heat island characteristics at medium-sized city in the Northwest:A case of Tianshui[J].Journal of Environmental Engineering Technology,2011,1(5):376-382.