龍泉市植被覆蓋度與地表溫度時空演變及相關(guān)性分析

樂柯君

(浙江農(nóng)林大學(xué) 信息工程學(xué)院， 浙江 臨安 311300)

0 引 言

伴隨經(jīng)濟的高速發(fā)展和人口的持續(xù)增長，中國城市化進程日益加快，國家統(tǒng)計局最新數(shù)據(jù)顯示，2017年末，國內(nèi)城鎮(zhèn)常住人口81 347萬人，城市化率為58.52%[1]。城鎮(zhèn)化發(fā)展有利于促進要素資源優(yōu)化配置，但也使城市景觀發(fā)生劇烈變化，水泥、瀝青等不透水面層組成的建成區(qū)持續(xù)擴張，天然植被、水體等構(gòu)建的生態(tài)空間不斷萎縮[2]。城市熱環(huán)境空間分布格局因下墊面景觀改變而變化[3-5]，其作為人居環(huán)境的一方面，對公共空間的舒適性、安全性產(chǎn)生直接影響，也與公眾健康息息相關(guān)[6]，受可持續(xù)景觀、生態(tài)地理等領(lǐng)域的專家廣泛關(guān)注。

城市植被作為生態(tài)環(huán)境的保障，對于生態(tài)系統(tǒng)穩(wěn)定運行和熱環(huán)境調(diào)節(jié)均具有重要作用[7]。植被覆蓋度是衡量區(qū)域植被狀況的關(guān)鍵指標(biāo)，較好反映地區(qū)景觀組分，常作為重要參數(shù)輸入到水土流失監(jiān)測、土地沙漠化評價和分布式水文模型[8]。諸多學(xué)者已根據(jù)植被覆蓋度與地表溫度間的耦合關(guān)系，分析植被對于熱環(huán)境的調(diào)控作用[9-11]。目前相關(guān)研究多著眼于中低植被覆蓋度區(qū)域，本文以國家森林城市為研究區(qū)，利用2003年、2010年、2017年三期遙感數(shù)據(jù)研究域植被覆蓋度與地表溫度的時空演變，探索二者空間集聚性、線性相關(guān)性，與現(xiàn)有研究形成互補。

1 研究區(qū)概況

龍泉市(27°42'～28°20'N，118°42'～119°25'E)東西寬70.25公里，南北長70.80公里，總面積達到了3 059平方公里，位于浙江省西南部的浙閩贛邊境，東鄰云和、景寧縣，南接慶元縣，西連福建省浦城縣，北依遂昌、松陽縣，素有“甌婺八閩通衢”、“驛馬要道，商旅咽喉”之稱，是浙江省入福建、江西的主要通道。其區(qū)位示意圖如圖1所示。

龍泉市是生態(tài)高地，獲“國家級生態(tài)示范區(qū)”、“國家森林城市”、“國家園林城市”、“國家重點生態(tài)功能區(qū)”等稱號，是浙江省重要的集體林區(qū)，森林覆蓋率達84.2%，其主要森林類型為常綠落葉闊葉混交林、針葉闊葉混交林、常綠闊葉林、黃山松林、馬尾松林、杉木林、毛竹林以及山地矮林、灌叢等[12]。龍泉地貌以山地為主，低、中山帶占總面積69.17%，丘陵占27.92%，河谷平原僅占2.91%，有“九山半水半分田”之謂。龍泉位于中亞熱帶氣候區(qū)，四季分明，溫暖濕潤。因地形復(fù)雜，海拔高低懸殊，氣候基本呈垂直分布，光、溫、水地域差異明顯。海拔800 m以下區(qū)域?qū)贈鰜啛釒駶櫦撅L(fēng)氣候；海拔800 m以上區(qū)域近于暖溫帶濕潤季風(fēng)氣候。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

本研究涉及的數(shù)據(jù)主要包括：

(1)5景清晰無云的Landsat遙感影像，分別為2003年11月13日Landsat5 TM影像(行列號119040、119041)、2010年10月31日Landsat5 TM影像(行列號119040、119041)、2017年11月3日Landsat8 OLI/TIRS影像(行列號119041)，來自EarthExplorer(https://earthexplorer.usgs.gov/)，用于反演植被覆蓋度和地表溫度。

(2)MOD05-L2水汽產(chǎn)品，衛(wèi)星過境時間與Landsat影像獲取時間相近，來自NASA(https://ladsweb.modaps.eosdis.nasa.gov/search/order/1/MODIS)，用于估算溫度反演所需的大氣透過率。

(3)龍泉地區(qū)GDEMV2 30M分辨率數(shù)字高程數(shù)據(jù)產(chǎn)品，來自地理空間數(shù)據(jù)云(http://www.gscloud.cn/search)，主要用于地形校正。

(4)氣象數(shù)據(jù)，包括三期Landsat影像獲取日的最高氣溫、最低氣溫、平均氣溫及平均地溫，來自龍泉市氣象局，用于選擇溫度反演的回歸系數(shù)、估算大氣平均作用溫度及驗證地表溫度反演結(jié)果。

對Landsat影像進行輻射定標(biāo)、大氣校正、地形校正、幾何精校正、研究區(qū)鑲嵌裁剪等預(yù)處理，所用影像及其它數(shù)據(jù)統(tǒng)一至WGS_1984_UTM_Zone_50N坐標(biāo)系。

2.2 研究方法

2.2.1 地表溫度反演及植被覆蓋度提取

選用覃志豪單窗算法對龍泉市地表溫度進行反演，該法在保證精度的同時，不需完整的大氣剖面數(shù)據(jù)，僅需地表比輻射率、大氣平均作用溫度、大氣透過率3個參數(shù)就能完成地表溫度反演計算。其算法如下：

LST=[a*(1-C-D)+(b*(1-C-D)+

C+D)*Tsensor-D*Ta]/C

C=ε*τ

D=(1-τ)*(1+(1-ε)*τ)

(1)

其中，LST為地表溫度，單位為K；a、b為回歸系數(shù)，可根據(jù)研究區(qū)溫度范圍，查TIRS回歸系數(shù)表得到[13-14]；C、D為中間變量；ε為地表比輻射率，利用歸一化差值植被指數(shù)NDVI結(jié)合植被覆蓋度Pv來求取，見公式(2)～(5)；τ為大氣透過率，可根據(jù)大氣透過率與水汽含量關(guān)系表估算[14-15]；Tsensor為衛(wèi)星高度上傳感器所探測到的星上亮溫，單位為K，可通過ENVI輻射定標(biāo)得到；Ta為大氣平均作用溫度，在缺少實測數(shù)據(jù)情況下，可根據(jù)大氣平均作用溫度估算方程估算[16]。

地表比輻射率ε是地溫反演算法中的必要參數(shù)，水體像元利用典型水體比輻射率0.995進行賦值，遙感影像監(jiān)督分類所得建筑屬于城鎮(zhèn)像元，裸地、植被屬于自然像元，計算公式如下：

ε=PvRvεv+(1-Pv)Rmεm+dε(城鎮(zhèn)地表)

ε=PvRvεv+(1-Pv)Rsεs+dε(自然地表)

(2)

其中，Pv為植被覆蓋度，可通過NDVI進行計算，公式如下：

Pv=[(NDVI-NDVIs)/(NDVIv-NDVIs)]2

(3)

其中，NDVIs與NDVIv分別為裸土與植被的NDVI值。根據(jù)研究區(qū)實際情況，取NDVIs=0.15和NDVIv=0.75，且當(dāng)某個像元的NDVI大于0.75時，Pv取值為1，當(dāng)NDVI小于0.15時，Pv取值為0。

Rv、Rm、Rs分別為植被、建筑、裸土表面的溫度比率，估算公式為：

Rv=0.933 2+0.058 5Pv

Rm=0.990 2+0.106 8Pv

Rs=0.988 6+0.128 7Pv

(4)

εv、εm、εs分別為植被、建筑、裸土純凈像元的地表比輻射率，參照他人研究成果，設(shè)為0.987、0.965、0.968[16]。在地表相對平整時，可取dε=0；地表高低相差較大時，可根據(jù)植被構(gòu)成比例進行估算[17]，公式如下：

當(dāng)Pv≤0.5時，dε=0.003 8Pv

當(dāng)Pv>0.5時，dε=0.003 8(1-Pv)

(5)

2.2.2 雙變量空間自相關(guān)分析

為了刻畫多個變量的空間相關(guān)性，相關(guān)學(xué)者在Moran’ I指數(shù)的基礎(chǔ)上進一步拓展了雙變量全局自相關(guān)和局部自相關(guān)，為揭示不同要素空間分布的相關(guān)性提供了可行方法[18]，將其定義為：

(6)

3 研究結(jié)果

3.1 龍泉市植被覆蓋度時空演變

為清晰反映市域范圍植被覆蓋分布情況，利用ArcGIS 10.2軟件生成2003年、2010年、2017年三期植被覆蓋分布圖，如圖2所示。根據(jù)植被覆蓋度的閾值，使用等間隔分類法將其分為5個等級：低覆蓋(Pv: 0~0.2)、中低覆蓋(Pv: 0.2~0.4)、中覆蓋(Pv: 0.4~0.6)、中高覆蓋(Pv: 0.6~0.8)、高覆蓋(Pv: 0.8~1)。

圖2 2003年、2010年、2017年龍泉市植被覆蓋時空分布

Fig.2TemporalandspatialdistributionofvegetationcoverageinLongquanCityin2003,2010,2017

結(jié)合圖2與Google Earth歷史影像，可以發(fā)現(xiàn)低覆蓋、中低覆蓋主要分布于東北至西南一帶，為八都溪、道太溪、龍泉溪等大小水域及中心城區(qū)與各鄉(xiāng)鎮(zhèn)形成的不透水面；中覆蓋主要分布于低覆蓋、中低覆蓋周圍，為人類生產(chǎn)生活區(qū)與自然生態(tài)區(qū)之間的過渡地帶；中高覆蓋、高覆蓋在全市范圍內(nèi)廣泛分布，為鳳陽山、山坑林場、天師山、昴山等生態(tài)空間，大量為公益林斑塊，林木茂密且較少分布建筑物。三期遙感影像的平均植被覆蓋度分別為0.87、0.89、0.91，呈穩(wěn)步上升趨勢。

2003年、2010年、2017年不同植被覆蓋度等級面積比例變化詳見表1。通過表1反映了三期影像各植被覆蓋度等級面積比例的變化，發(fā)現(xiàn)2003年、2010年、2017年低覆蓋面積比例略微提升，中低覆蓋、中覆蓋、中高覆蓋面積比例持續(xù)下降，高覆蓋面積比例持續(xù)上升。將植被覆蓋度變化值分為4級：中高度退化(ΔPv：<-0.2)、輕度退化(ΔPv：-0.20)、輕度改善(ΔPv：00.2)、中高度改善(ΔPv：>0.2)。2003年、2010年、2017年龍泉市植被覆蓋度演變則如圖3所示。

表12003年、2010年、2017年不同植被覆蓋度等級面積比例變化

Tab. 1 Changes in the proportion of different levels of vegetation coverage in 2003,2010,2017%

圖3 2003年、2010年、2017年龍泉市植被覆蓋度演變

Fig.3EvolutionofvegetationcoverageofLongquanCityin2003,2010,2017

觀察圖3，發(fā)現(xiàn)2010年與2003年對比、2017年與2010年對比，植被覆蓋改善區(qū)域均主要分布于東北至西南一帶，植被覆蓋退化區(qū)域均主要分布于西北、東南區(qū)域。結(jié)合圖2、表1與圖3，綜合分析后可知，這主要因為近十余年來龍泉市始終深耕生態(tài)文明建設(shè)，城鄉(xiāng)綠化設(shè)施日漸完善，封山育林、植樹造林等工作穩(wěn)步推進，中低覆蓋、中覆蓋及中高覆蓋區(qū)域向高覆蓋區(qū)域演變。同時,原高覆蓋區(qū)域在十余年演變后，雖因生態(tài)旅游業(yè)的快速發(fā)展，景區(qū)設(shè)施大量建設(shè)，原生植被遭受影響，植被覆蓋度略有下降，但總體仍保持高覆蓋等級。

3.2 龍泉市地表溫度時空演變

為清晰反映市域范圍地表溫度分布情況，利用ArcGIS 10.2軟件生成2003年、2010年、2017年三期地表溫度分布圖，如圖4所示。使用均值標(biāo)準差法將龍泉市地表溫度分為5級，可以看到2003年的高溫區(qū)、次高溫區(qū)呈彌散狀態(tài)，分布于中心城區(qū)與鄉(xiāng)鎮(zhèn)建成區(qū)、水域及山地向陽面，低溫區(qū)主要分布于西北、東南方向的披云山、鳳陽山等地；2010年的高溫區(qū)、次高溫區(qū)大致集聚于東北至西南一帶，主要為中心城區(qū)、鄉(xiāng)鎮(zhèn)建成區(qū)與水域，少量為山地向陽面，低溫區(qū)與2003年大致相同，在西北方向略有增加，相較2003年，2010年中心城區(qū)與鄉(xiāng)鎮(zhèn)建成區(qū)對周圍地塊輻射能力大大增強，使周邊區(qū)域大片轉(zhuǎn)為高溫區(qū)；2017年中心城區(qū)與鄉(xiāng)鎮(zhèn)建成區(qū)對周圍地塊的輻射能力較2010年更強，高溫區(qū)、次高溫區(qū)分布于東北至西南一帶，與西北、東南方向的低溫區(qū)分隔明顯，值得注意的是，2017年的水域不再是高溫區(qū)，轉(zhuǎn)為中溫區(qū)。三期遙感影像市域范圍平均地表溫度分別為13.67 ℃、15.14 ℃、21.30 ℃，呈穩(wěn)步上升趨勢。

圖4 2003年、2010年、2017年龍泉市地表溫度時空分布

Fig.4TemporalandspatialdistributionoflandsurfacetemperatureinLongquanCityin2003,2010,2017

2003年、2010年、2017年不同溫區(qū)面積比例變化詳見表2。通過表2反映不同溫區(qū)面積比例的變化，發(fā)現(xiàn)2003年至2017年，低溫區(qū)面積比例基本不變，次低溫區(qū)持續(xù)減少，中溫區(qū)先增加后減少，次低溫區(qū)先減少后增加，高溫區(qū)持續(xù)減少。綜合來看，主要由次低溫區(qū)和高溫區(qū)向中溫區(qū)轉(zhuǎn)移。這是因為人類的活動范圍隨時間推移而逐漸擴大，對周圍環(huán)境的影響日益增強，除核心地帶與生態(tài)高地外，城鄉(xiāng)緩沖區(qū)及鄉(xiāng)鎮(zhèn)建成區(qū)等逐漸趨于相近的熱環(huán)境，這是建設(shè)用地與生態(tài)用地保持平衡的結(jié)果。

表22003年、2010年、2017年不同溫區(qū)面積比例變化

Tab. 2 Changes in the proportion of different temperature zones from 2003 to 2017%

根據(jù)實際區(qū)域溫差，將2003年至2010年變化值分為△LST<-2 ℃、-2 ℃≤△LST<0 ℃、0 ℃≤△LST<2 ℃、2 ℃≤△LST<4 ℃、△LST>4 ℃五級，將2010年至2017年變化值分為△LST<0 ℃、0 ℃≤△LST<3 ℃、3 ℃≤△LST<6 ℃、6 ℃≤△LST<9 ℃、△LST>9 ℃五級。2003年、2010年、2017年龍泉市地表溫度演變則如圖5所示。從圖5可以發(fā)現(xiàn)2017年較2010年地表溫度增長數(shù)值、增長范圍整體大于2010年較2003年地表溫度增長數(shù)值、增長范圍。2003年至2010年的增溫區(qū)域集中于市域中部及西南部，為經(jīng)濟發(fā)展較快的中心城區(qū)及主要鄉(xiāng)鎮(zhèn)，降溫區(qū)域主要位于市域上部及東南部，為植被覆蓋較高、經(jīng)濟發(fā)展相對遲緩的鄉(xiāng)鎮(zhèn)；對比2010年與2017年數(shù)據(jù)，除東南、西北極少區(qū)域為降溫區(qū)域外，均為增溫區(qū)域，中心城區(qū)部分區(qū)域增溫幅度超過9 ℃，城區(qū)外圍及周邊鄉(xiāng)鎮(zhèn)增溫幅度大致為3 ℃至6 ℃，其它區(qū)域呈現(xiàn)大面積的6 ℃至9 ℃增溫。

圖5 2003年、2010年、2017年龍泉市地表溫度演變

Fig.5EvolutionoflandsurfacetemperatureinLongquanCityin2003,2010,2017

3.3 植被覆蓋度與地表溫度相關(guān)性

綜合前文來看，龍泉市植被覆蓋度與地表溫度整體呈上升趨勢，這與普遍認同的植被覆蓋度與地表溫度負相關(guān)相悖，推測其內(nèi)在原因為社會經(jīng)濟發(fā)展帶來的地表溫度增溫效應(yīng)強于植被覆蓋度提升帶來的地表溫度降溫效應(yīng)。為進一步探索二者關(guān)系，針對2003年、2010年、2017年三期植被覆蓋度與地表溫度數(shù)據(jù)進行雙變量空間自相關(guān)分析及線性回歸分析。

參照前人關(guān)于植被及水域?qū)Φ乇頊囟扔绊懢嚯x的研究[19-21]，運用ArcGIS的焦點統(tǒng)計(Focal Statistics)工具，以圓形為鄰域形狀，15個像元(450 m)為鄰域半徑，平均值為統(tǒng)計類型進行鄰域分析。由于水域具有降溫作用，為避免水域干擾，將水域及周圍500 m緩沖區(qū)從研究區(qū)剔除。在此基礎(chǔ)上，生成包含5 000個隨機點的要素文件，通過多值提取到點(Extract Multi Values To Points)工具提取鄰域分析后隨機點對應(yīng)像元的Pv和LST值。

利用Geo Da建立空間權(quán)重矩陣并計算雙變量局部Moran’s I值，以此反映變量在局部范圍內(nèi)的空間聚集程度。2003年、2010年、2017年雙變量局部空間自相關(guān)結(jié)果詳見表3，2003年、2010年、2017年雙變量局部空間自相關(guān)散點圖則如圖6所示。結(jié)合表3與圖6，可以發(fā)現(xiàn)用于雙變量局部自相關(guān)分析的三期數(shù)據(jù)z值均小于-2.58，p值均為0.001，說明得到的Moran’s I值為99%置信度，通過顯著性檢驗。三期數(shù)據(jù)Moran’ I指數(shù)均小于0，說明植被覆蓋度與地表溫度存在顯著的空間負相關(guān)關(guān)系。其中，2003年植被覆蓋度與地表溫度空間負相關(guān)性相對較弱，這是因為2003年龍泉市經(jīng)濟水平有限，大量鄉(xiāng)鎮(zhèn)二、三產(chǎn)業(yè)發(fā)展不足，在植被覆蓋度普遍較高的前提下，地表溫度空間差異較小。

表32003年、2010年、2017年雙變量局部空間自相關(guān)結(jié)果

Tab.3Resultsofbivariatelocalspatialautocorrelationin2003,2010,2017

年度Moran’s I值z-valuep-value2003-0.189 87-30.580.0012010-0.439 01-65.640.0012017-0.408 09-61.880.001

(a) 2003年

(b) 2010年

(c) 2017年

Fig.6Scatterplotsofbivariatelocalspatialautocorrelationin2003,2010,2017

利用Geo Da制作LISA聚集圖，不顯著代表樣本點植被覆蓋度與地表溫度不存在顯著相關(guān)，高-高代表樣本點植被覆蓋度與地表溫度均呈現(xiàn)高值，低-低代表樣本點植被覆蓋度與地表溫度均呈現(xiàn)低值，低-高代表樣本點植被覆蓋度較低但地表溫度較高，高-低代表樣本點植被覆蓋度較高但地表溫度較低。2003年、2010年、2017年植被覆蓋度與地表溫度LISA聚集圖則如圖7所示。

圖7 2003年、2010年、2017年植被覆蓋度與地表溫度LISA聚集圖

Fig.7LISAaggregationdiagramofvegetationcoverageandlandsurfacetemperaturein2003,2010,2017

從圖7可以發(fā)現(xiàn)龍泉市低-高區(qū)域主要集中于東北至西南一帶，集聚效果隨時間推移而增強；高-低區(qū)域主要集中于西北、東南區(qū)域，為披云山、鳳陽山等生態(tài)空間，隨時間推移變化較小；低-低區(qū)域主要位于高-低區(qū)域周圍，為分布其中的溪流、旅游設(shè)施等；高-高區(qū)域于2003年主要位于市域中上部，于2010年、2017年，主要集中在低-高區(qū)域周圍，為城鄉(xiāng)建成區(qū)與生態(tài)用地緩沖地帶。

通過SPSS的線性回歸工具得到各期散點圖及回歸方程，如圖8所示。

圖8 2003年、2010年、2017年植被覆蓋度與地表溫度散點圖

Fig.8Scatterplotsofvegetationcoverageandlandsurfacetemperaturein2003,2010,2017

2003年、2010年、2017年三期數(shù)據(jù)顯著性均為0.000，說明植被覆蓋度與地表溫度顯著相關(guān)。三期數(shù)據(jù)R方分別為0.136、0.364、0.290，說明植被覆蓋度變化平均能解釋26.3%的地表溫度變化。從三期數(shù)據(jù)回歸線截距來看，植被覆蓋度每提升10%，地表溫度分別能降低0.64 ℃、0.96 ℃、1.14 ℃。值得注意的是，三期散點圖均呈喇叭狀，說明植被覆蓋度處于不同水平時，與地表溫度的線性相關(guān)性存在差異。

為印證上述發(fā)現(xiàn)，將2003年、2010年、2017年三期植被覆蓋度數(shù)據(jù)以0.75為界，分別進行線性回歸，顯著性均為0.000，R方結(jié)果值見表4。從表4可以發(fā)現(xiàn)，植被覆蓋度不高于0.75時，與地表溫度的線性相關(guān)性較強；植被覆蓋度高于0.75時，與地表溫度的線性相關(guān)性大幅減弱，對于地表溫度的解釋效力直降。

表42003年、2010年、2017年不同植被覆蓋度與地表溫度線性回歸的R方

Tab.4R-squarewithlinearregressionofdifferentvegetationcoverageandlandsurfacetemperaturein2003,2010,2017

植被覆蓋度2003年2010年2017年≤0.750.3070.4830.637>0.750.0490.1980.183

4 結(jié)束語

本文基于2003年、2010年、2017年三期遙感影像研究龍泉市植被覆蓋度與地表溫度的時空演變，發(fā)現(xiàn)植被覆蓋度時空演變方面，中低覆蓋、中覆蓋、中高覆蓋面積比例持續(xù)下降，高覆蓋面積比例持續(xù)上升，主要是東北至西南一帶植被覆蓋度有所提升；地表溫度時空演變方面，高溫區(qū)、次高溫區(qū)逐漸集聚于東北至西南一帶，2010至2017年溫度變化較2003年至2010年溫度變化更為劇烈。探索植被覆蓋度與地表溫度空間集聚性及線性相關(guān)性、空間集聚方面，LISA圖顯示低-高區(qū)域逐漸集聚于東北至西南一帶，為中心城區(qū)和主要鄉(xiāng)鎮(zhèn)，高-低區(qū)域分布于西北、東南方向，為生態(tài)高地；線性相關(guān)方面，兩者呈顯著負相關(guān)，植被覆蓋度變化平均能解釋26.3%的地表溫度變化，植被覆蓋度處于不同水平時，與地表溫度的線性相關(guān)性存在差異。