基于遙感的三亞市不透水面及熱環(huán)境效應(yīng)分析

邢麗珠，張方敏，曠雅瓊

(南京信息工程大學(xué)a.氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心,b.應(yīng)用氣象學(xué)院 江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室，南京 210044)

0 引言

城市化發(fā)展的快慢是權(quán)衡一個(gè)城市經(jīng)濟(jì)增長速度、文化革新進(jìn)程、社會發(fā)展質(zhì)量和科學(xué)技術(shù)進(jìn)步的重要標(biāo)準(zhǔn)之一[1]。由于城市化建設(shè)造成大量人工城市景觀，即不透水面開始逐漸取代自然植被及水體，使城市地表覆蓋物類型發(fā)生顯著變化[2]。城市不透水面的時(shí)空分布和變化，在很大程度上能夠體現(xiàn)城市發(fā)展的大體形狀和擴(kuò)展規(guī)律[3-4]，也是衡量城市生態(tài)環(huán)境好壞的重要標(biāo)準(zhǔn)之一[5-6]。

20世紀(jì)70年代起，有學(xué)者開始用基于航拍影像經(jīng)過目視解譯或者是進(jìn)行地面實(shí)地測量的方法來提取城市不透水面[7]。Ridd等[8]提出的研究城市生態(tài)的植被-不透水面-土壤模型(vegetable-impervious-soil model)，簡稱V-I-S模型，將遙感影像中的像元組合成了植被、不透水、裸土這3種地物類型從而提取不透水面。Carlson和Arthur[9]在像元二分法的基礎(chǔ)上，創(chuàng)建了能夠利用植被覆蓋度與不透水面之間的關(guān)系提取城市區(qū)域內(nèi)的不透水面信息的方法。Hodgson與Tullis等[10]協(xié)同利用高分辨率數(shù)字化彩色正射衛(wèi)星影像數(shù)據(jù)與雷達(dá)數(shù)據(jù)提取不透水面信息。近些年來，人工智能機(jī)器學(xué)習(xí)融合算法也開始被應(yīng)用于不透水面信息提取的研究[11-12]。Deng與Wu等[13]提出比率歸一化差值土壤指數(shù)(RNDSI)以增強(qiáng)土壤覆蓋信息提取，并通過大量實(shí)驗(yàn)證明該指數(shù)雖然能夠?qū)⒉煌杆妗⑼寥兰爸脖环珠_，但不透水面與沙礫的區(qū)分依舊難以解決。而徐涵秋[14]利用復(fù)合波段增強(qiáng)構(gòu)成歸一化差值不透水面指數(shù)(NDISI)指數(shù)將不透水面地類更好地區(qū)別于土壤、沙地和水體。該指數(shù)被不同學(xué)者廣泛的應(yīng)用于不同城市的不透水面相關(guān)研究，比如林東鳳[2]、高學(xué)武[15]、崔秋洋[16]、李霞[17]、Xu[18]等。

三亞市作為中國對外開放的窗口，近年來城市化發(fā)展迅速，城市不透水面不斷增加。由于城市不透水面信息對分析城市化進(jìn)程及城市氣候環(huán)境都有重要影響。因此，選擇三亞市作為研究對象，在前人研究基礎(chǔ)上，利用Landsat 5 TM及Landsat 8 OLI/TIRS的遙感影像數(shù)據(jù)，通過遙感信息技術(shù)提取城市不透水面信息，研究該市1998—2018年期間不透水面動態(tài)變化，分析三亞市城市化的主要發(fā)展趨勢；建立與其相關(guān)的城市生態(tài)要素與地表溫度的關(guān)系，定量評估其對城市熱環(huán)境的影響，為三亞市城市的進(jìn)一步建設(shè)規(guī)劃和氣候環(huán)境治理提供參考依據(jù)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

圖 1 研究區(qū)地理分布示意Figure 1 Location and area of Sanya

三亞市是海南省最南端(圖1)，處在108°56′30″～109°48′28″E，18°09′34″～18°37′27″N之間，是海南省第二大城市，也是中國重要的熱帶海濱旅游休閑城市。三亞市陸地總面積1 919.58 km2，總體形狀呈現(xiàn)一個(gè)狹長的不規(guī)則體[19]。三亞市屬于熱帶海洋性季風(fēng)氣候，平均氣溫全年保持在25.7 ℃左右，6月為氣溫最高月，月平均氣溫為30.7 ℃；1月為氣溫最低月，月平均氣溫為21.4 ℃。多年平均降雨量為1 393.3 mm，主要集中在5—10月，占全年降雨量的90%。多年平均日照時(shí)數(shù)為2 477.7 h。

1.2 研究數(shù)據(jù)

表 1 研究區(qū)Landsat遙感影像信息Table 1 Landsat remote sensing image information of Sanya

年份數(shù)據(jù)源行列號日期云量/%空間分辨率時(shí)間分辨率數(shù)據(jù)格式1998TM124/4710-170.0530 m/120 m16 dGEOTIFF2011TM124/4702-074.6530 m/120 m16 dGEOTIFF2018OLI/TIRS124/4702-1012.5915 m/30 m/100 m16 dGEOTIFF

選取1998、2011、2018年的研究區(qū)范圍內(nèi)云量很少，質(zhì)量良好的Landsat影像數(shù)據(jù)，其遙感信息如表1所示。數(shù)據(jù)下載源為地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。Landsat 5衛(wèi)星從1984年3月工作到2013年，搭載2個(gè)載荷：多光譜掃描儀(MSS)和專題制圖儀(TM)，地表有效覆蓋寬度為184×185.2 km。其中TM有7個(gè)波段數(shù)，包括1個(gè)120 m的熱紅外波段及其他6個(gè)30 m的波段。Landsat 8衛(wèi)星于2013年發(fā)射，擁有2個(gè)主要有效載荷：其中一個(gè)載荷為陸地成像儀OLI，另一個(gè)載荷為熱紅外傳感器TIRS[20]，其地表有效覆蓋寬度為185 km×185 km。OLI的波段數(shù)為9個(gè)，包括了1個(gè)15 m空間分辨率的全色波段以及30 m空間分辨率的其他波段[21]；TIRS包含2個(gè)分辨率為100 m的熱紅外波段[22]。

在使用遙感數(shù)據(jù)前，對遙感數(shù)據(jù)進(jìn)行輻射校正和影像裁剪的預(yù)處理。其次，為了將原始遙感信息進(jìn)行加工處理從而消除云層的影響進(jìn)行大氣校正[23]。

國內(nèi)經(jīng)濟(jì)生產(chǎn)總值和人口數(shù)據(jù)來源于三亞市統(tǒng)計(jì)局。

2 研究方法

2.1 不透水面信息提取

基于徐涵秋[14]提出的歸一化不透水面指數(shù)(NDISI)，提取了三亞市不透水面信息，能夠較好地處理不透水面信息與水體、沙土、陰影等信息相混淆的問題[17]，即：

(1)

式(1)中：MNDWI為歸一化水體指數(shù)；TIR代表熱紅外波段，分別對應(yīng)Landsat 5 TM第6波段和Landsat 8 TIRS的第10波段；MIR代表中紅外波段，分別對應(yīng)Landsat 5 TM第5波段和Landsat 8 OLI的第6波段；NIR代表近紅外波段，分別對應(yīng)Landsat 5 TM第4波段和Landsat 8 OLI的第5波段；RTIR、RMIR、RNIR分別為圖像的熱紅外、中紅外和近紅外波段的反射輻射值。其中，為了統(tǒng)一熱紅外波段與式(1)中MNDWI二者的量化級數(shù)，需要作0～255級的線性拉伸以轉(zhuǎn)換為和其他波段一致的灰度值[2,24]。

NDISI值介于-1～1之間，為了對3個(gè)時(shí)相影像的不透水面信息進(jìn)行增強(qiáng)提取，取0值為閾值，大于0的為增強(qiáng)不透水信息，然后對NDISI進(jìn)行正規(guī)歸一化得到不透水面蓋度(ISP)，即：

(2)

式(2)中：NDISImax為歸一化不透水面指數(shù)最大值，NDISImin為歸一化不透水面指數(shù)最小值。

2.2 歸一化水體指數(shù)

歸一化水體指數(shù)(MNDWI)計(jì)算公式為[25]：

(3)

式(3)中：Green代表綠光波段，即Landsat 5 TM的第2波段，或Landsat 8 OLI的第3波段；MIR代表中紅外波段，即Landsat 5 TM的第5波段，或Landsat 8 OLI的第6波段；RGreen和RMIR分別為綠光和中紅外波段的反射輻射值。

2.3 歸一化植被指數(shù)

歸一化植被指數(shù)(NDVI)能夠準(zhǔn)確地反映出地面植被信息[26]，該指數(shù)表達(dá)式如下：

(4)

式(4)中：Red代表紅光波段，即Landsat 5 TM第3波段或Landsat 8 OLI第4波段；NIR代表近紅外波段，即Landsat 5 TM第4波段或Landsat 8第5波段；RNIR和RRed分別為紅光和近紅外波段的反射輻射值。

2.4 地表溫度反演

地表溫度(LST)的反演主要包括大氣校正法(即輻射傳輸方程法:RTE)、單窗算法及單通道算法這3種[27]。本研究基于RTE，以紅光波段、近紅外波段和熱紅外波段作為數(shù)據(jù)源，對地表溫度進(jìn)行反演[28-29]。熱紅外波段的輻亮度L的計(jì)算式為：

L=[εB(Ts)+(1-ε)L↓]τ+L↑

(5)

式(5)中：L↑和L↓分別表示大氣向上和向下的輻射亮度值，B(Ts)為黑體熱輻射亮度，Ts為地表實(shí)際溫度，ε為地表比輻射率，τ為大氣在熱紅外波段(B)的透過率。則黑體在熱紅外波段的輻射亮度B(Ts)為：

(6)

Ts可以用普朗克公式[30]的函數(shù)進(jìn)行計(jì)算：

(7)

式(7)中：K1和K2分別為定標(biāo)參數(shù)。對于Landsat 5 TM影像，K1=607.76 W·(m-2μm-1sr-1),K2=1 260.56 K。對于Landsat8 TIRS影像，K1=774.89 W·(m-2μm-1sr-1)，K2=1 321.08 K。

反演地表溫度需要大氣剖面參數(shù)以及地表比輻射率參數(shù)，在NASA提供的網(wǎng)站(http://atmcorr.gsfc.nasa.gov/)上輸入對應(yīng)的成像時(shí)間信息、地理位置信息即可得到大氣透過率和上下行輻射亮度。

3 結(jié)果與分析

3.1 不透水面時(shí)空變化

3.1.1 不透水面時(shí)間變化

圖 2 1998—2018年三亞市不透水面面積和占總面積的比例Figure 2 Total area and percentage of impervious surface in Sanya during 1998 and 2018

表 2 三亞市不透水面年際變化Table 2 Interannual variations of impervious surface in Sanya

指標(biāo)年份1998—20112011—20181998—2018年均變化/km25.8718.5910.32年均增長速率/%4.50 14.24 7.91

經(jīng)計(jì)算統(tǒng)計(jì)得到三亞市1998—2018年不透水面的面積，結(jié)果如圖2和表2所示。21年間三亞市不透水面面積從130.55 km2增長至337.04 km2，面積凈增長了206.49 km2，增加了1.58倍。2018年三亞市不透水面面積占整個(gè)三亞總面積的17.5%。在1998—2011年間，不透水面凈增加了76.35 km2；在2011—2018年間，不透水面凈增加了130.15 km2。從三亞市不透水面的增長速率來看，在1998—2018年21年間，不透水面年均增加10.32 km2，增長速率年均為7.91%，增加的不透水面積占三亞市總面積的10.76%；并且，2011—2018年的不透水面積增長速率明顯高于1998—2011年的增長速率并且是其的3.17倍(表2)。

3.1.2 不透水面空間變化

三亞市不透水面的分布及擴(kuò)張如圖3所示。不透水面主要分布在三亞市的由西向東的南部沿海地帶，北部不透水面分布少，主要原因是沿海區(qū)域適宜人們居住，近幾年城市化發(fā)展迅速，而三亞北部山脈、森林較多，人口少，城市化進(jìn)程沒有南部沿?？?，不透水面分布相應(yīng)也少。

由于三亞市北部山地與丘陵的限制與南部沿海海域的影響，所以不透水地面的擴(kuò)張范圍介于南部沿海地帶至地形崎嶇的山地丘陵之間。1998—2018年間不透水地面的擴(kuò)張范圍整體上呈現(xiàn)出以三亞市東部與南部沿海地區(qū)為中心，由蛛絲狀向沿海城鎮(zhèn)周邊擴(kuò)展，城市擴(kuò)張總體上呈現(xiàn)沿海向內(nèi)陸擴(kuò)張的趨勢。根據(jù)海南20多年的發(fā)展史分析，出現(xiàn)這種趨勢的極大可能原因是因?yàn)榻┠陙韲腋母锪撕Ｄ蠉u三亞城市土地制度，進(jìn)一步加快了三亞城市房地產(chǎn)開發(fā)速度，從而增加了三亞市不透水蓋度，在國家提出了海南國際旅游島建設(shè)戰(zhàn)略與總體城市規(guī)劃之后，在這兩個(gè)政策的共同作用下，開始推動了海南島三亞市城市化的快速發(fā)展。

3.2 不透水面、植被、水體與地表溫度的相關(guān)分析

不透水面、植被與水體在城市地面系統(tǒng)中是最不可或缺的組成部分，不透水面能使地表溫度產(chǎn)生相應(yīng)的變化，植被和水體也能對地表溫度的升降產(chǎn)生一定的影響。以不透水面積最嚴(yán)重的2018年為例，隨機(jī)選擇研究區(qū)不透水面上200個(gè)樣本，建立三亞市不透水面和對應(yīng)的地表溫度的關(guān)系(圖4)，分別使用冪、指數(shù)、線性、多項(xiàng)式(a～d)關(guān)系評估不透水面對地表溫度的影響，發(fā)現(xiàn)4個(gè)關(guān)系模型的決定系數(shù)R2均大于0.27，都通過0.01顯著性相關(guān)，但是指數(shù)關(guān)系最好，即：

LST=26.138e0.008 7ISP

(8)

由此可推測，在ISP>70%的區(qū)域，每增加10%，地表增溫超過4 ℃，說明不透水蓋度高低對地表增溫有很大的影響(表3)。

圖 4 不透水面蓋度(ISP)與地表溫度(LST)的散點(diǎn)圖Figure 4 Scatter diagrams of ISP with LST

表 3 不透水面蓋度及對應(yīng)的地表溫度統(tǒng)計(jì)表(2018年)Table 3 Impervious coverage and corresponding surface temperature statistics based on the model in 2018

ISP/%LST/℃△LST/℃026.14 —1028.512.38 2031.11 2.59 3033.93 2.83 4037.02 3.08 5040.38 3.36 6044.05 3.67 7048.06 4.00 8052.43 4.37 9057.19 4.77 10062.39 5.20

表 4 地表溫度與不透水面、植被、水體間的相關(guān)系數(shù)(2018年)Table 4 Correlation coefficients between surface temperature and impermeable water surface, vegetation and water body in 2018

LSTISPNDVIMNDWILST10.74**-0.69**-0.53**ISP1-0.61**-0.26**NDVI10.06MNDWI1

注：**在0.01水平(雙側(cè))上顯著相關(guān)。

進(jìn)一步綜合考慮不透水面、水體、植被對地表溫度的影響。首先，通過SPSS Statistics 21軟件對不透水面、水體、植被與地表溫度進(jìn)行相關(guān)性分析。由表4可知，ISP、NDVI與MNDWI均是能夠?qū)Φ乇頊囟犬a(chǎn)生影響的顯著因子(P<0.01)，其中，ISP與LST呈現(xiàn)正相關(guān)，相關(guān)系數(shù)為0.74，而NDVI、MNDWI與LST均呈現(xiàn)負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.69與-0.53。同時(shí)還發(fā)現(xiàn)NDVI、MNDWI與ISP之間也呈現(xiàn)出負(fù)相關(guān)，其相關(guān)系數(shù)分別為-0.61和-0.26。

建立三亞市不透水面蓋度、植被和水體與地表溫度之間的多元逐步回歸關(guān)系，可得

LST=0.14ISP-0.13NDVI-0.05MNDWI+30.15R2=0.8

(9)

式(9)中：ISP與LST的系數(shù)和NDVI與LST的系數(shù)相當(dāng)，較MNDWI與LST的系數(shù)大，即植被的降溫能力比水體高。同時(shí)可以推測，不考慮建筑結(jié)構(gòu)和材質(zhì)等，而僅考慮不透水面面積時(shí)，由于不透水面面積的增加導(dǎo)致的地表溫度升溫可以通過提高植被覆蓋進(jìn)行有效抵消。

4 結(jié)論與討論

1)三亞市從1998年到2018年21年間人口與經(jīng)濟(jì)快速增長，導(dǎo)致城市化擴(kuò)張趨勢由沿海區(qū)域?yàn)橹饕l(fā)力點(diǎn)向內(nèi)陸發(fā)展，不透水面積凈增長了206.50 km2，年均增長率在7.91%左右，不透水面面積擴(kuò)大了1.58倍。特別是2011年后人口的迅速增加和經(jīng)濟(jì)的更高速增長導(dǎo)致近8年來不透水蓋度的擴(kuò)張速率是前13年的3倍以上。不透水面主要分布在三亞市由西向東的南部沿海地帶，不透水地面的擴(kuò)張總體上呈現(xiàn)沿海向內(nèi)陸擴(kuò)張的趨勢。

2)不透水面能夠促進(jìn)地表溫度升高，高不透水蓋度區(qū)域的影響比低不透水面蓋度區(qū)域更加明顯。相反，植被和水體能夠降低地表溫度，并且植被的效果更明顯。

三亞市的城市化將會隨著國家改革、社會經(jīng)濟(jì)和文化的蓬勃發(fā)展而逐漸加快，城市化空間也會隨著人們對建筑、居住用地的需求逐漸擴(kuò)大。因此，采取適當(dāng)?shù)拇胧┦共煌杆嫔w度與植被和水體之間的比例保持在一個(gè)適宜的水平，特別是提高三亞市的植被覆蓋率，從而抵消城市不透水面在一定程度上給城市熱環(huán)境帶來不利的影響。