基于Landsat8影像的公園地表溫度與植被指數(shù)時空變化特征研究

鄧永成 劉妍君 紀丹丹 孟瑩

摘要 ［目的］研究城市公園對環(huán)境溫度的調(diào)節(jié)作用以及地表溫度與植被覆蓋的關系。［方法］以武漢市青山公園為研究對象，通過2013、2015、2018年夏季3期Landsat 8遙感影像反演出地表溫度和歸一化植被指數(shù)（NDVI），利用ArcGIS軟件提取公園綠地對應的地理信息數(shù)據(jù)，對地表溫度和NDVI的時空變化特征及相關性進行分析。［結(jié)果］2013—2018年青山公園NDVI從0.30下降至0.25，地表溫度分級中溫區(qū)減少，低溫區(qū)和高溫區(qū)增加，且地表溫度和NDVI呈現(xiàn)出明顯的負相關，其中2018年最為明顯，回歸函數(shù)為y=-17.229x+34.107（R2=0.560 5）。［結(jié)論］該研究為武漢及其他城市綠地規(guī)劃管理提供理論依據(jù)。

關鍵詞 公園綠地；地表溫度；植被指數(shù)；時空變化特征；遙感反演

中圖分類號 X 173 ?文獻標識碼 A

文章編號 0517-6611（2023）12-0059-04

doi：10.3969/j.issn.0517-6611.2023.12.013

Study of Temporal-spatial Change Characteristics of Park Surface Temperature and Vegetation Index Based on Landsat 8 Images—A Case of Qingshan Park in Wuhan City

DENG Yong-cheng， LIU Yan-jun， JI Dan-dan et al

（Wuhan Institute of Landscape Architecture，Wuhan，Hubei 430081）

Abstract ［Objective］To study the regulating effect of urban parks on environmental temperature and the relationship between surface temperature and vegetation coverage.［Method］Taking Qingshan Park in Wuhan City as the research object，through the inversion of surface temperature and normalized vegetation index （NDVI） from Landsat 8 remote sensing images in the summer of 2013， 2015 and 2018， ArcGIS spatial analysis software was used to extract the corresponding data of park green space.The temporal-spatial change characteristics and correlation of land surface temperature and NDVI were analyzed.［Result］During 2013-2018， NDVI in Qingshan Park decreased from 0.30 to 0.25， the middle temperature area of land surface temperature classification decreased， while the low temperature area and high temperature area increased， and land surface temperature and NDVI showed significant negative correlation.Among them， 2018 was the most obvious， the regression function was y=-17.229x+34.107 （R2=0.560 5）.［Conclusion］The study provides a theoretical basis for the planning and management of green space in Wuhan and other cities.

Key words Park green space;Land surface temperature;Vegetation index;Temporal-spatial change characteristics;Remote sensing inversion

作者簡介 鄧永成（1985—），男，湖北宜昌人，高級工程師，從事園林生態(tài)研究。

收稿日期 2022-11-14

20世紀90年代以來，隨著城市建成區(qū)面積急劇擴張，快速城鎮(zhèn)化帶來了用地面積緊張、人工熱排放量增加等問題，影響著城市熱環(huán)境。城市內(nèi)部的公園綠地是優(yōu)化城市熱環(huán)境中至關重要的一環(huán)，在調(diào)節(jié)氣候、緩解熱島效應方面發(fā)揮著不可或缺的作用。基于遙感、氣候、規(guī)劃多學科融合的研究分析和量化調(diào)控方法，是探索利用規(guī)劃手段從“適應”層面主動應對城市氣候挑戰(zhàn)的可行路徑。從武漢城區(qū)綠地規(guī)劃出發(fā)對城市熱環(huán)境時空變化特征進行分析將有助于更好地理解地表溫度及熱島的機理，實現(xiàn)“成本最小化、收益最大化”，創(chuàng)造舒適人居環(huán)境。

近年來，國內(nèi)外學者開始利用遙感影像反演獲取地表溫度和下墊面覆蓋變化情況，以此來研究不同土地利用類型變化與地表溫度之間的關系［1-3］，曹倩倩等［4］基于Landsat 8遙感影像研究發(fā)現(xiàn)，城鄉(xiāng)工礦居民用地與耕地、草地、林地等土地利用類型的地表溫度存在顯著差異；張曉娟等［5］以重慶市主城區(qū)為研究對象，通過建立緩沖區(qū)對地表溫度和歸一化植被指數(shù)（NDVI）進行深入分析，驗證地表溫度與植被指數(shù)的相關性。這些研究均基于宏觀角度對區(qū)域大環(huán)境進行分析，很少針對城市局部環(huán)境進行大比例尺下的精細化研究，特別是針對城市綠地調(diào)控地表溫度、熱島效應的機理及演變規(guī)律的研究相對較為匱乏。該研究利用2013、2015、2018年夏季3期Landsat 8遙感影像反演出地表溫度和NDVI，利用ArcGIS空間分析軟件提取公園綠地對應的信息數(shù)據(jù)，并對地表溫度和NDVI的相關性及時空變化特征進行分析，以期為武漢市生態(tài)綠地規(guī)劃管理提供科學依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

武漢市位于湖北省東部、長江與漢水交匯處，地理位置為29°58′～31°22′N、113°41′～115°05′E。武漢市東西最大橫距134 km，南北最大縱距約155 km，屬北亞熱帶季風性（濕潤）氣候，具有常年雨量豐沛、熱量充足、雨熱同季、光熱同季、冬冷夏熱、四季分明等特點。該試驗研究區(qū)域為武漢青山公園，位于青山區(qū)紅鋼城（圖1）。青山公園占地33萬m2，是武漢市最大的區(qū)屬公園，主要植物有梅花、櫻花、桂花、杜鵑等。

1.2 數(shù)據(jù)來源 該研究遙感影像數(shù)據(jù)來源于2013年7月31日、2015年8月22日、2018年7月29日的Landsat 8 OLI_TIRS遙感影像，其中可見紅光波段和近紅外波段（第4波段和第5波段）用于計算NDVI，第10波段用于地表溫度反演，分辨率為100 m。

1.3 研究方法

1.3.1 植被指數(shù)計算。

有研究表明NDVI是反映地表植物生長狀況、植被覆蓋度的最佳指標［6］，由Landsat 8的可見紅光波段和近紅外波段（第4波段和第5波段）計算得到，如式 （1） 所示。

NDVI=ρNIR-ρRρNIR+ρR（1）

式中，ρNIR為近紅外波段的反射值， ρR為可見紅光波段的反射值。

1.3.2 地表溫度反演。

Landsat數(shù)據(jù)反演地表溫度的方法較多，其中單窗算法與單通道算法在水體、裸地、植被區(qū)域擁有較高的反演精度［7-11］。由于大氣水汽含量為單通道算法計算所需參數(shù)之一，而已有研究表明，單通道算法的精度會隨著大氣水汽含量的增加而降低。因武漢氣候濕潤，故綜合考慮，該研究采用單窗算法進行地表溫度的反演。

進行地表溫度定量反演和下墊面環(huán)境特征參數(shù)提取之前，利用ENVI 5.31軟件對遙感影像進行輻射校正，并利用FLAASH大氣校正模塊對上述Landsat遙感影像數(shù)據(jù)進行大氣校正，降低大氣中的水汽、臭氧、氣溶膠粒子等因素對各波段反射率的影響，從而獲得更加精確的地物真實反射率，以提高遙感信息定量提取的精度。

單窗算法可將大氣、地表的影響直接涵蓋在演算公式內(nèi)，其具體算法見公式（2）～公式（4）。

Ts={a（1-C-D）+［（b-1）（1-C-D）+1］Tk-DTa}/C（2）

C=ετ（3）

D=（1-τ）［1+（1-ε）τ］（4）

式中，Ts為遙感影像反演所得地表溫度（K）；a和b為Landsat 8 OLI_TIRS影像的回歸系數(shù)，表示熱輻射強度與亮度溫度的擬合關系；ε為地表比輻射率；C、D為中間過渡值；τ為大氣透射率；Tk為TIRS 10的亮度溫度（K）；Ta為大氣平均作用溫度（K），在無實測大氣數(shù)據(jù)情況下，可依據(jù)4種標準大氣估算方程得出。

根據(jù)USGS網(wǎng)站提供的相應參數(shù)和公式，可對遙感影像進行輻射定標，將其亮度值轉(zhuǎn)換為輻射亮度值，見式（5）［12］。

Lλ=MLQcal+AL（5）

式中，Lλ為波段λ的輻射亮度值；ML為波段λ的增益值，AL為波段λ的偏移值，可從頭文件（MTL）中獲得，Qcal為影像原始亮度值。

亮溫Tk作為地表溫度反演的重要參數(shù)之一，其運算見式（6）［13］。

Tk=K2/ln（K1/Lλ+1）（6）

式中，K1表示輻射亮度，K2表示輻射出射度，二者均為定標常數(shù)。

地表比輻射率是反演地表溫度的關鍵參數(shù)之一， 受地表材料與結(jié)構的影響。首先，為了增強遙感影像的可分辨度，對遙感影像進行波段的融合，然后利用監(jiān)督分類，將影像分為自然地表、城鎮(zhèn)地表和水體，這三者的地表比輻射率的計算如式（7）～（9）［14］所示。

ε=0.962 5+0.061 4Pv-0.046 1Pv2（自然地表）（7）

ε=0.958 9+0.086 0Pv-0.067 1Pv2（城鎮(zhèn)地表）（8）

ε=0.995（水體）（9）

式中，Pv為植被覆蓋度，可由NDVI計算得來，其計算公式見式 （10） 。

Pv=NDVI-NDVIsNDVIv-NDVIs（10）

式中，NDVIv、NDVIs分別表示植被和裸地像元的NDVI值。其中NDVIv=0.7，NDVIs=0.05。當NDVINDVIv時，Pv=1，表示該像元為植被覆蓋地區(qū)。

大氣透過率是影響紅外輻射傳輸?shù)闹匾蛩?，是指穿過大氣之后衰減的電磁輻射通量和入射時的電磁輻射通量的比值，它往往與空氣中的水汽含量呈負相關［15］。該研究以Landsat官方網(wǎng)站查詢數(shù)值為準［16］。

該試驗根據(jù)中緯度夏季計算公式 （11） 計算Ta：

Ta=16.011 0+0.926 21T0（11）

式中，T0為近地面氣溫（K），數(shù)據(jù)可從中國氣象科學數(shù)據(jù)共享服務網(wǎng)與氣象站資料查詢獲取。

2 結(jié)果與分析

2.1 青山公園植被指數(shù)分析

利用ArcGIS軟件分別對青山公園在2013年7月31日、2015年8月22日、2018年7月29日3期遙感影像提取的NDVI進行分析，如圖2所示。

NDVI的取值在-1～1，當NDVI為負值時，表示地面覆蓋為云、水、雪等；當NDVI等于0時，表示該像元區(qū)域有巖石或裸土等；當NDVI為正值時，表示有植被覆蓋，且值越大，植被覆蓋越密集。從圖2可以看出，2013年青山公園NDVI最大值為0.47，平均值為0.30；2015年NDVI有所下降，NDVI最大值為0.43，平均值下降至0.28，其中園區(qū)中部和西北部植被覆蓋減少；2018年NDVI最大值仍為0.43，但平均值下降至0.25，園區(qū)外圍植被覆蓋明顯減少。

2.2 青山公園地表溫度分析

根據(jù)“1.3.2”地表溫度反演公式，分別計算出2013年7月31日、2015年8月22日和2018年7月29日青山公園園區(qū)地表溫度（圖3）。綜合參考彭璐等［17］對福建平潭島地表溫度的密度分割技術和張曉娟等［5］對重慶主城區(qū)地表溫度的穩(wěn)健統(tǒng)計法，將園區(qū)地表溫度劃分為5個熱力等級，分別為低溫、次低溫、中溫、次高溫、高溫。經(jīng)計算，2013年園區(qū)平均地表溫度ts=31.47，標準差Std=1.98；2015年園區(qū)平均地表溫度ts=32.2，標準差Std=1.59；2018年園區(qū)平均地表溫度ts=29.24，標準差Std=2.21。5個地表溫度分級區(qū)間確定方法如表1所示。

按照表1對青山公園地表溫度的分級，利用ArcGIS 10.2軟件進行空間分析，計算出青山公園2013年7月31日、2015年8月22日和2018年7月29日地表溫度分區(qū)面積（表2）。從表2可以看出，2013年7月31日各溫區(qū)分布較均勻，中溫區(qū)占比最大，達到29.61%；次高溫區(qū)占比最小，僅10.94%；園區(qū)內(nèi)各溫區(qū)占比排序依次為中溫區(qū)>次低溫區(qū)>高溫區(qū)>低溫區(qū)>次高溫區(qū)。2015年8月22日中溫區(qū)占比仍然最大，且面積占比增加了6.03百分點，達到35.64%；其他各溫區(qū)面積均有所減小。2018年7月29日園內(nèi)中溫區(qū)急劇減少，低溫區(qū)和次低溫區(qū)面積占比分別增加了0.87百分點和4.79百分點，次高溫區(qū)和高溫區(qū)分別增加了3.19百分點和2.76百分點，高溫面積由6.23 hm2增加至7.14 hm2；園區(qū)內(nèi)各溫區(qū)占比排序為次低溫區(qū)>中溫區(qū)>高溫區(qū)>低溫區(qū)>次高溫區(qū)。

綜合園區(qū)背景情況分析，2015—2018年青山公園進行了一系列升級改造工程，增加了園區(qū)基礎設施建設，并加入了植被海綿改造設計。新建的房屋建筑和硬化路面是導致高溫區(qū)和次高溫區(qū)擴大的主要原因。結(jié)合植被覆蓋變化圖（圖2）和地表溫度變化圖（圖3）可以看出，2015—2018年園區(qū)北部和南部植被消失區(qū)域，高溫區(qū)面積明顯增加；而園區(qū)中部區(qū)域在提檔升級后，植被組成更加豐富，覆蓋率更高，低溫區(qū)和次低溫區(qū)面積均有所增加。

2.3 青山公園地表溫度與植被指數(shù)相關性分析

利用ArcGIS 10.2軟件提取青山公園在2013年7月31日、2015年8月22日和2018年7月29日全部樣本點的地表溫度和NDVI進行相關性分析。如圖4所示，總體而言，青山公園園區(qū)地表溫度和植被指數(shù)呈明顯的負相關性。其中，2013年負相關性稍弱，R2=0.159 0，2015和2018年負相關性明顯增強，R2分別為0.336 1和0.560 5。這與曹倩倩等［4］對張家口城區(qū)NDVI與地表溫度呈明顯負相關（R2=0.519）的研究結(jié)果一致。

3 結(jié)論與討論

該研究通過2013年7月31日、2015年8月22日和2018年7月29日3期Landsat 8遙感影像反演出地表溫度和歸一化植被指數(shù)（NDVI），利用ArcGIS空間分析軟件提取公園綠地對應數(shù)據(jù)，分析了2013—2018年青山公園植被覆蓋變化和地表溫度變化情況，并對地表溫度和NDVI的相關性進行了分析。研究結(jié)果表明：

（1）2013—2018年青山公園植被覆蓋有所減少，園區(qū)內(nèi)NDVI最大值從0.47減少至0.43，平均值由0.30減少至0.25。從植被指數(shù)變化可以看出，2013—2018年青山公園外圍周邊和園區(qū)北部植被明顯減少，中部植被指數(shù)明顯升高。其次，2015—2018年青山公園地表溫度呈現(xiàn)向兩級擴散的趨勢，中溫區(qū)急劇減少，低溫區(qū)、次低溫區(qū)、次高溫區(qū)和高溫區(qū)均增加，高溫面積由6.23 hm2增加到7.14 hm2。這可能與2015—2018年青山公園海綿升級改造有關，優(yōu)化了園區(qū)中央植被設計，增強了其滯留雨水、調(diào)節(jié)氣候的功能。同時公園提檔升級增加了便民設施、道路設施的建設，導致園區(qū)北部和周邊硬化路面增加，從而致使園區(qū)次高溫區(qū)和高溫區(qū)域增加。

（2）青山公園內(nèi)地表溫度和植被指數(shù)呈現(xiàn)明顯的負相關，隨著園區(qū)植被指數(shù)增加，地表溫度逐漸減少。其中2018年負相關性最為明顯，回歸函數(shù)為y=-17.229 0x+34.107（R2=0.560 5）。

（3）公園綠地作為城市綠化的重要組成部分，對改善城市熱環(huán)境質(zhì)量、降低大氣溫度、創(chuàng)造宜人空間環(huán)境、提高居民舒適度有重要作用。根據(jù)青山公園海綿改造植物設計構成，植被覆蓋面積大并有高大樹種的園林綠地比無植被覆蓋建筑地面溫度明顯降低，尤其在炎熱的夏季，園林綠地的降溫增濕功能更為明顯。

（4）該研究通過高分辨率遙感影像對武漢市青山公園進行大比例尺下的空間分析，雖然在一定程度上反映了不同年份NDVI和地表溫度變化特征以及相關性，但由于青山公園研究區(qū)域面積過小，導致像元樣本稍顯不足，不能充分反映其變化特征規(guī)律。后期將考慮遙感影像分析與實地調(diào)查相結(jié)合的研究方法，以便更加精細地分析城市綠地對環(huán)境溫度的調(diào)控功能。

參考文獻

［1］ WILSON J S，CLAY M，MARTIN E，et al.Evaluating environmental influences of zoning in urban ecosystems with remote sensing［J］.Remote sensing of environment，2003，86（3）：303-321.

［2］ 周媛，石鐵矛，胡遠滿，等.基于城市土地利用類型的地表溫度與植被指數(shù)的關系［J］.生態(tài)學雜志，2011，30（7）：1504-1512.

［3］ LO C P，QUATTROCHI D A，LUVALL J C.Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect［J］.International journal of remote sensing，1997，18（2）：287-304.

［4］ 曹倩倩，劉瑞芬.基于不同土地利用類型的植被指數(shù)與地表溫度的關系：以張家口市為例［J］.山東農(nóng)業(yè)大學學報（自然科學版），2021，52（6）：955-963.

［5］ 張曉娟，周啟剛，黃麗盺，等.重慶市主城區(qū)地表溫度與植被覆蓋指數(shù)關系研究［J］.土壤通報，2018，49（2）：293-302.

［6］ 王修信，朱啟疆，梁宗經(jīng)，等.喀斯特城市植被覆蓋度時空變化對地表溫度的影響［J］.地理與地理信息科學，2011，27（4）：107-110.

［7］ 張船紅，郭豫賓.Landsat影像的地表溫度反演及其強度變化分析［J］.測繪科學，2020，45（3）：61-66，94.

［8］ 孟憲紅，呂世華，張宇，等.使用LANDSAT-5TM數(shù)據(jù)反演金塔地表溫度［J］.高原氣象，2005，24（5）：721-726.

［9］ 萇亞平，張世強，趙求東.高寒山區(qū)地表溫度反演算法對比：以疏勒河上游流域為例［J］.遙感信息，2016，31（4）：122-128.

［10］ 黃妙芬，邢旭峰，王培娟，等.利用LANDSAT/TM熱紅外通道反演地表溫度的三種方法比較［J］.干旱區(qū)地理，2006，29（1）：132-137.

［11］ 金點點，宮兆寧.基于Landsat系列數(shù)據(jù)地表溫度反演算法對比分析：以齊齊哈爾市轄區(qū)為例［J］.遙感技術與應用，2018，33（5）：830-841.

［12］ 蔣大林，匡鴻海，曹曉峰，等.基于Landsat8的地表溫度反演算法研究：以滇池流域為例［J］.遙感技術與應用，2015，30（3）：448-454.

［13］ 胡德勇，喬琨，王興玲，等.單窗算法結(jié)合Landsat8熱紅外數(shù)據(jù)反演地表溫度［J］.遙感學報，2015，19（6）：964-976.

［14］ 郭麗紅，虞麗青，方俊.基于Landsat5TM數(shù)據(jù)反演地表溫度的方法研究：以石城縣為例［J］.科技風，2015（9）：21.

［15］ 王充，汪衛(wèi)華.紅外輻射大氣透過率研究綜述［J］.裝備環(huán)境工程，2011，8（4）：73-76.

［16］ 胡平.基于Landsat 8的成都市中心城區(qū)城市熱島效應研究［D］.成都：成都理工大學，2015.

［17］ 彭璐，李小梅，傅佳麗，等.福建省平潭島植被覆蓋變化及其對地表溫度影響的定量研究［J］.福建師范大學學報（自然科學版），2016，32（1）：78-85.