城市地表覆蓋組分及植被多樣性
——以貴陽(yáng)市為例

高姍，鄭學(xué)

(山東省國(guó)土測(cè)繪院，山東 濟(jì)南 250000)

0 引言

城市作為人類活動(dòng)最聚集的地區(qū)，既是潛在的生態(tài)氣候脆弱區(qū)，也是引發(fā)氣候變化的重要區(qū)域[1]。隨著城市化水平的不斷提高，快速的土地利用變化及人口流動(dòng)加劇了城市生態(tài)環(huán)境惡化，引發(fā)了諸如熱島效應(yīng)、空氣污染、人居環(huán)境適宜性降低和生物多樣性下降等問題[2-4]。與此同時(shí)，城市及其城市群地區(qū)也為改善氣候變化提供了重要機(jī)會(huì)。城市地表覆蓋及其空間分布直接影響城市熱環(huán)境狀況，進(jìn)而影響城市空氣污染擴(kuò)散、人居體感舒適度及城市生態(tài)多樣性。改善城市空間規(guī)劃，形成更多公園和開放空間、濕地和城市農(nóng)業(yè)的網(wǎng)絡(luò)有助于減少洪水風(fēng)險(xiǎn)和減少熱島效應(yīng)。因此，分析城市地表覆蓋組分及植被多樣性對(duì)熱環(huán)境的影響，對(duì)通過城市內(nèi)部公園及開放空間建設(shè)、城市不透水面和綠地合理規(guī)劃布局調(diào)控?zé)釐u效應(yīng)具有重要意義。

目前，學(xué)者們已經(jīng)開展了較多針對(duì)城市地表覆蓋組分對(duì)地表溫度的影響研究。崔林林等[5]研究了成都市熱島效應(yīng)與下墊面關(guān)系，證明夏季地表溫度與植被歸一化指數(shù)NDVI呈負(fù)相關(guān)，與城市不透水面指標(biāo)歸一化建筑指數(shù)NDBI呈較強(qiáng)正相關(guān)。袁振等[6]研究了城市內(nèi)部不透水面、植被和水體與地表溫度的關(guān)系，發(fā)現(xiàn)城市地表覆蓋類型對(duì)地表熱效應(yīng)也具有顯著影響。其中，城市內(nèi)部的主要地表覆蓋類型城市不透水面對(duì)城市熱島強(qiáng)度具有正效應(yīng)，城市不透水面密度越高，地表溫度越高[7-9]；然而，城市內(nèi)部覆蓋的植被和水體對(duì)城市熱島強(qiáng)度具有負(fù)效應(yīng)，植被通過樹冠陰影或蒸騰作用可以對(duì)地表溫度進(jìn)行調(diào)節(jié)，能夠緩解城市熱島效應(yīng)，且低密度植被區(qū)具有更好的降溫效果[10-12]。水體利用其較高比熱容和流動(dòng)性，對(duì)緩解城市熱島具有重要作用，單一水體面積越大，對(duì)熱島效應(yīng)的平均緩沖距離越大[13-14]。此外，為了定量化研究地表結(jié)構(gòu)對(duì)城市熱環(huán)境的影響，學(xué)者們深入研究了地表景觀格局對(duì)城市地表溫度的影響，結(jié)果表明城市地表溫度與不透水面、植被和水體的斑塊大小、形狀指數(shù)、邊緣密度等景觀指數(shù)之間存在正相關(guān)[15-17]。同時(shí)，景觀指數(shù)對(duì)地表溫度的影響還受季節(jié)、空間尺度等因素的制約，不同季節(jié)由于地表覆蓋的季節(jié)性變化使景觀指數(shù)對(duì)地表溫度的影響具有季節(jié)性規(guī)律，且二者之間的相關(guān)性直接受景觀指數(shù)計(jì)算尺度的影響[18-19]。受區(qū)域氣候、地形地貌等自然因素的影響，不同城市的地表覆蓋特征對(duì)地表溫度的熱效應(yīng)也存在顯著差異。如，Estoque等分析了東南亞3個(gè)城市地表覆蓋對(duì)城市熱島效應(yīng)的影響，發(fā)現(xiàn)不同城市綠地聚集度對(duì)城市熱島效應(yīng)影響程度不一致，但規(guī)律基本一致。李孝永等[17]研究了北京、天津和石家莊3個(gè)城市的地表覆蓋特征與地表溫度之間的關(guān)系，表明城市不透水面聚集度會(huì)對(duì)地表溫度產(chǎn)生顯著影響。

綜上所述，目前對(duì)城市地表覆蓋與熱島效應(yīng)的研究主要以不透水面、綠地和水體3種覆蓋類型為主，分析不同城市覆蓋類型空間占比、景觀格局指數(shù)對(duì)地表溫度的影響，對(duì)具體植被類型及其空間覆蓋多樣性對(duì)地表溫度的影響研究較少。此外，目前的研究區(qū)域主要以京津冀、長(zhǎng)三角、粵港澳大灣區(qū)和長(zhǎng)江中游城市群中的大城市為主，對(duì)中國(guó)西南部城市熱島效應(yīng)研究比較匱乏。因此，本研究基于Landsat-8 OLI遙感影像和MODIS LST溫度產(chǎn)品數(shù)據(jù)，選取西南部中心城市貴陽(yáng)市為研究區(qū)，對(duì)其精細(xì)地表覆蓋組分、植被多樣性與地表溫度的關(guān)聯(lián)性進(jìn)行分析，探索貴陽(yáng)市熱島效應(yīng)的時(shí)空分布特征，以期增加對(duì)貴陽(yáng)市城市熱島效應(yīng)及其影響因素的認(rèn)識(shí)，為貴陽(yáng)市未來城市內(nèi)部地表覆蓋格局優(yōu)化與生態(tài)保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

本研究選取貴陽(yáng)市為研究區(qū)(圖1)，平均海拔1100m，是貴州省省會(huì)和西南地區(qū)重要中心城市。貴陽(yáng)地處云貴高原，地貌以山地、丘陵為主，屬于典型的喀斯特山地城市，氣候?yàn)閬啛釒Ъ撅L(fēng)性溫潤(rùn)氣候，全年平均氣溫14.9℃，是全國(guó)重要的生態(tài)休閑度假旅游城市。貴陽(yáng)市下轄6區(qū)1市3縣，主城區(qū)位于南明和云陽(yáng)區(qū)，截至2021年末，常住人口超過600萬人，城鎮(zhèn)化率增幅明顯。

圖1 研究區(qū)域影像圖

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源及預(yù)處理

本研究使用的數(shù)據(jù)主要包括多時(shí)相遙感影像數(shù)據(jù)和遙感地表溫度產(chǎn)品數(shù)據(jù)。選取貴陽(yáng)市全境2021年1月1日—2021年12月31日全年云量少于15%的數(shù)Landsat-8 OLI數(shù)據(jù)作為研究區(qū)域進(jìn)行地表覆蓋分類的基礎(chǔ)數(shù)據(jù)。分別選擇1月、4月、8月和11月MODIS Terra 8天合成的溫度產(chǎn)品作為地表溫度數(shù)據(jù)。遙感影像輻射定標(biāo)和大氣校正等預(yù)處理都基于GEE(Google Earth Engine)平臺(tái)完成，具體使用數(shù)據(jù)詳細(xì)信息見表1。將MODIS溫度產(chǎn)品DN值轉(zhuǎn)化為攝氏溫度，計(jì)算公式(1)：

表1 主要數(shù)據(jù)源及其詳細(xì)信息

T=0.02×LST-273.15

(1)

式中:LST為MODIS溫度產(chǎn)品數(shù)據(jù)；T為轉(zhuǎn)化為攝氏溫度后的數(shù)據(jù)。

2.2 城市地表覆蓋分類

為了獲得更詳細(xì)的地表覆蓋分類信息，基于多時(shí)相遙感影像光譜數(shù)據(jù)，采用隨機(jī)森林方法將研究區(qū)域地表覆蓋類型分為：旱地、水田、常綠闊葉林、落葉闊葉林、常綠針葉林、灌木林、草地、不透水面和水體9類。具體分類過程為：首先分別選取春夏秋冬4個(gè)季節(jié)的多時(shí)相遙感影像，同時(shí)計(jì)算各時(shí)相影像水體指數(shù)(MNDWI，Modified Normalized Difference Water Index)、植被指數(shù)(NDVI，Normalized Difference Vegetation Index)、建筑指數(shù)(NDBI，Normalized Difference Build-up Index)以及基于灰度共生矩陣的影像紋理特征(均值、方差、熵和對(duì)比度)，然后構(gòu)建隨機(jī)森林分類器進(jìn)行監(jiān)督分類，最后利用高分影像上選擇的樣本對(duì)分類結(jié)果進(jìn)行驗(yàn)證。在特征構(gòu)建中所使用指數(shù)特征模型為公式(2)～(4)：

(2)

(3)

(4)

其中:b3、b4、b5和b6分別為L(zhǎng)andsat8 OLI影像經(jīng)過大氣校正后的第3～6光譜波段。

在隨機(jī)森林分類模型訓(xùn)練中，決策樹個(gè)數(shù)選擇30，采用Bagging算法進(jìn)行集成學(xué)習(xí)。選擇標(biāo)記樣本的60%作為訓(xùn)練樣本，10%的樣本進(jìn)行交叉驗(yàn)證，剩下30%的樣本進(jìn)行精度驗(yàn)證。本研究最后的分類結(jié)果通過總體精度、單類別精度和Kappa系數(shù)進(jìn)行綜合評(píng)價(jià)。

2.3 空間分析與統(tǒng)計(jì)分析

熱島效應(yīng)主要體現(xiàn)在城市區(qū)域，表現(xiàn)出明顯的城鄉(xiāng)差異。本文主要以不透水面分布較多的城市建成區(qū)及其周圍作為主要研究區(qū)。在確定主要研究區(qū)的基礎(chǔ)上，對(duì)其進(jìn)行地表覆蓋及溫度等信息進(jìn)行統(tǒng)計(jì)和分析。本研究使用的溫度產(chǎn)品是1km空間分辨率產(chǎn)品。因此，本研究通過生成1km×1km的網(wǎng)格對(duì)研究區(qū)不同地物覆蓋覆蓋率、覆蓋多樣性、植被多樣性和溫度進(jìn)行統(tǒng)計(jì)分析。利用信息熵來評(píng)價(jià)地表覆蓋多樣性和植被多樣性，其計(jì)算公式(5)為：

(5)

式中:C為地表覆蓋類別體系；ci為第i類；P(ci)為統(tǒng)計(jì)單元內(nèi)的覆蓋率。

為了分析地表覆蓋組分與地表溫度的關(guān)系，利用皮爾遜相關(guān)分析計(jì)算相關(guān)系數(shù)，分析其相關(guān)性和顯著性水平。

3 結(jié)果與分析

3.1 城市地表覆蓋類型與地表溫度特征

如圖2所示，貴陽(yáng)市建成區(qū)主要集中分布于研究區(qū)正南方，呈條帶狀向周圍擴(kuò)展。城市內(nèi)部地表覆蓋以不透水面、常綠闊葉林和常綠針葉林為主，建成區(qū)周圍分布有較多水田和旱田。從表2可知，本研究利用GEE平臺(tái)，結(jié)合多時(shí)相遙感影像分類獲得的研究區(qū)域土地覆蓋數(shù)據(jù)，其總體分類精度達(dá)到了84.96%，單一類別精度均超過了80%，可以滿足本文后續(xù)的研究。

圖2 研究區(qū)土地覆蓋分類結(jié)果

表2 研究區(qū)土地覆蓋分類精度評(píng)價(jià)

從不同季節(jié)地表溫度看，研究區(qū)地表溫度具有明顯的季節(jié)差異，1月份地表溫度較低，平均溫度約為15℃，城市區(qū)域最高溫度約16℃，不同地表覆蓋對(duì)溫度的影響在1℃左右。4月份地表平均溫度約為21℃，不透水面表現(xiàn)出較為明顯的增溫效應(yīng)。8月份研究區(qū)溫度較其他3個(gè)月都高，平均溫度約29℃，不透水面的增溫效果最為明顯，高出平均溫度約5℃。11月份溫度較8月份有明顯回落，但比4月份溫度要高，平均溫度約24℃。總體上，研究區(qū)全年地表溫度隨季節(jié)變化明顯，相鄰季節(jié)地表溫度差約5℃。

如圖3所示，研究區(qū)地表溫度的空間分異非常明顯。4月份高溫區(qū)域主要出現(xiàn)在建成區(qū)，表明地表下墊面對(duì)地表溫度具有重要影響。次高溫區(qū)域地表覆蓋主要以旱田為主，考慮到該區(qū)域農(nóng)作物生長(zhǎng)周期在4～9月份，4月份處于農(nóng)作物播種和出苗期，地表植被覆蓋較少，裸露土壤增溫效果明顯。4月份溫度較低的區(qū)域主要出現(xiàn)在水體、水田和森林覆蓋區(qū)域。8月份，建成區(qū)域溫度進(jìn)一步提高，且與周圍地表溫度形成明顯梯度。然而，次高溫分布區(qū)域分布范圍較4月份明顯減少，這主要與8月份處于農(nóng)作物生長(zhǎng)旺季，農(nóng)田植被覆蓋率增加，對(duì)地表溫度產(chǎn)生了明顯的降溫效應(yīng)。

圖3 研究區(qū)4月和8月地表溫度空間分布

3.2 地表覆蓋組分及多樣性對(duì)地表溫度的影響

為了進(jìn)一步定量化分析地表覆蓋組分、多樣性等對(duì)地表溫度的影響，通過空間計(jì)算獲得研究區(qū)不同地物覆蓋類型的空間覆蓋率，如圖4所示。研究區(qū)城市建成區(qū)及周邊區(qū)域地表覆蓋主要包括旱田、水田、常綠闊葉林、落葉闊葉林、常綠針葉林和不透水面，灌木林、草地和水體分布較少。城市建成區(qū)內(nèi)部植被類型主要以常綠落葉林和常綠針葉林為主。

圖4 研究區(qū)建成區(qū)域主要地表覆蓋類型的空間覆蓋率

通過利用信息熵計(jì)算研究區(qū)地表覆蓋多樣性和植被覆蓋多樣性來研究地表組分復(fù)雜度與地表溫度的關(guān)聯(lián)性。綜合考慮所有地物類型組合情況對(duì)地表溫度的影響，計(jì)算獲得的覆蓋多樣性如圖5(a)。從圖中可知，建成區(qū)域由于城市地表覆蓋類型多樣，地表覆蓋多樣性一般較高，尤其是城市周邊區(qū)域和城市內(nèi)部的公共空間。研究區(qū)覆蓋多樣性較低的區(qū)域與農(nóng)田分布區(qū)域一致。植被覆蓋多樣性主要是用來衡量地表植被類型的空間組成復(fù)雜度。如圖5(b)所示，建成區(qū)域植被多樣性較其他區(qū)域要低，主要與建成區(qū)植被覆蓋面積較少有關(guān)，但是城市內(nèi)部及周圍仍然存在部分植被覆蓋度較高區(qū)域。同時(shí)，本研究也計(jì)算出了研究區(qū)所有植被覆蓋率(圖5(c))，與植被多樣性一起用來分析覆蓋組分復(fù)雜性對(duì)地表溫度的影響?？傮w上，建成區(qū)域植被覆蓋度較其他區(qū)域低，植被覆蓋度沿城市擴(kuò)張方向出現(xiàn)階梯式增長(zhǎng)趨勢(shì)。

圖5 研究區(qū)地表覆蓋和植被覆蓋多樣性、植被覆蓋率空間分布

分別計(jì)算不同地物類型覆蓋率、植被覆蓋率、地表覆蓋多樣性及植被覆蓋多樣性與對(duì)應(yīng)地表溫度的相關(guān)系數(shù)，在置信度為95%水平下的評(píng)價(jià)結(jié)果如表3所示。從表中可以發(fā)現(xiàn)，各地表組分因子與地表溫度的相關(guān)性存在季節(jié)性差異。旱田覆蓋率在1月份與地表溫度的相關(guān)系不顯著，說明1月份旱田對(duì)地表溫度的影響較弱。在4月、8月和11月，旱田與地表溫度相關(guān)性明顯增加且呈負(fù)相關(guān)，說明農(nóng)作物的覆蓋對(duì)地表產(chǎn)生了降溫作用，在8月份時(shí)表現(xiàn)出最大相關(guān)性，而水田覆蓋率與溫度的相關(guān)性不顯著。常綠闊葉林、落葉闊葉林和常綠針葉林都與溫度呈負(fù)相關(guān)，說明這些植被類型對(duì)地表溫度降溫明顯。其中，常綠闊葉林和落葉闊葉林四季與地表溫度都為較強(qiáng)負(fù)相關(guān)， 8月和11月對(duì)地表溫度的影響尤為顯著；常綠針葉林在1月份表現(xiàn)出較弱正相關(guān)，而在4月、8月和11月表現(xiàn)出負(fù)相關(guān)，但是相關(guān)性并不顯著。灌木林與地表溫度的相關(guān)性較弱，而草地在8月份與地表溫度表現(xiàn)出較強(qiáng)負(fù)相關(guān)。不透水面與地表溫度呈較強(qiáng)正相關(guān)，在8月和11月尤為顯著。水體在1月份與地表溫度呈正相關(guān)，而在其他月份呈負(fù)相關(guān)，說明水體在溫度氣溫較低時(shí)具有增溫作用，而在氣候較高時(shí)具有降溫作用。

表3 地表覆蓋組分及多樣性與地表溫度的相關(guān)性

本研究重點(diǎn)考查了覆蓋多樣性和植被多樣性對(duì)地表溫度的影響，如表3所示。綜合比較發(fā)現(xiàn)，植被多樣性全年四季都與地表溫度呈較強(qiáng)負(fù)相關(guān)，說明植被組成結(jié)構(gòu)對(duì)地表溫度的影響是顯著的，能夠有效降低地表溫度。聯(lián)合植被覆蓋率與地表溫度的關(guān)系發(fā)現(xiàn)，植被覆蓋多樣性與地表溫度的相關(guān)性在4個(gè)月份中普遍較植被覆蓋率高，說明地表植被的組成多樣性要比植覆蓋率對(duì)地表溫度的影響更為顯著。結(jié)合地表覆蓋多樣性分析發(fā)現(xiàn)，覆蓋多樣性對(duì)地表溫度的影響較植被多樣性較弱，說明增加非植被類型的地表覆蓋一定程度上抵消了植被對(duì)地表溫度的降溫效應(yīng)。

4 結(jié)論

本研究基于Landsat-8 OLI遙感時(shí)序影像和MODIS溫度產(chǎn)品數(shù)據(jù)，通過提取城市地表覆蓋精細(xì)信息，結(jié)合不同季節(jié)8天合成的MODIS溫度產(chǎn)品數(shù)據(jù)，利用時(shí)空統(tǒng)計(jì)分析、相關(guān)性分析等方法，對(duì)貴陽(yáng)市城市地表溫度季節(jié)變化及其與地表組分、地表覆蓋多樣性和植被多樣性等因子進(jìn)行了關(guān)聯(lián)分析，結(jié)果表明：

(1)不同地表覆蓋類型對(duì)城市地表溫度的影響具有顯著差異。城市內(nèi)部常綠闊葉林在不同季節(jié)都有明顯的降溫效應(yīng)，其覆蓋區(qū)域的地表溫度明顯較低，其次是常綠針葉林，不透水面對(duì)城市地表溫度的增溫效應(yīng)最明顯，其中在夏季最為顯著。

(2)地表覆蓋多樣性指標(biāo)是影響城市地表溫度的重要因子。與植被覆蓋率相比，植被覆蓋多樣性與地表溫度表現(xiàn)出更強(qiáng)的相關(guān)性，表明植被多樣性的增加對(duì)地表溫度的調(diào)節(jié)更有效。然而，不透水面的增加，會(huì)明顯減弱植被多樣性對(duì)地表溫度的降溫作用。