基于RS与GIS的长沙市城市热岛影响因子分析

邬 丹，邹 凯，杨 波

（1.湖南师范大学 资源与环境科学学院，湖南 长沙 410081；2.益阳市桃江县国土资源局，湖南 益阳 413400）

基于RS与GIS的长沙市城市热岛影响因子分析

邬 丹1，邹 凯2，杨 波1

（1.湖南师范大学 资源与环境科学学院，湖南 长沙 410081；2.益阳市桃江县国土资源局，湖南 益阳 413400）

基于RS和GIS技术，以Landsat-7 ETM+为数据源,综合利用遥感热红外影像进行地表温度反演与热岛强度提取。结果表明，长沙下垫面热岛效应的空间分布与延展和城市建成区的外围基本相符，人口密集、建筑物较多之地热岛效应明显，河流、湖泊及公园等地热岛相对较弱。结合缓冲区分析、叠置分析等技术，提取热岛最强与最弱区域周围500 m范围内的城市用地类型，分析其相关关系，得出的结论是:水体与绿地具有缓解城市热岛的作用，城市建设用地与裸地加剧城市热岛效应。

长沙市；RS；GIS；热岛效应；影响因子

1 研究区及数据处理

长沙市位于北纬27°51' ～28°40'，东经111°53'～114°5'。全市土地总面积1.18万km2，其中市区面积1 938 km2。到2010年，长沙市建成区面积已达320 km2，全市城市化率为67.7%[1-9]。

本文采用2006-11-01长沙市Landsat-7 ETM+数据（轨道号：123/41），图像质量好，清晰无云，并经过几何精校正（RMS＜1）。

图1 长沙市土地利用分类结果图

参考中国科学院的中国土地资源分类系统[10]，结合长沙市土地利用的特点，将其分为5大类(如图1）：林地，城市建设用地，水体，裸地，耕地。利用最大似然比分类法进行土地利用分类，精度达到本次研究的要求，如表1。

2 研究方法

2.1 地表温度反演与热岛强度提取

首先，将像元灰度值DN转化为辐射亮度值：

表1 长沙市2006年土地利用分类误差矩阵/像元数/个

式中，La为辐射亮度，单位是该波段灰度值分别为255和1时所对应的光谱辐射率。第六波段光谱辐射率低增益和高增益分别是单位将其代入式（1），计算出辐射亮度La：

式中，La为辐射亮度；T1为亮度温度。对于ETM+数据由于亮度温度和真实地表温度差异较大（＞5 ℃）[11]，应将T1转化为真实地表温度：

式中，T2为真实地表温度；ε为地表发射率。根据不同地物比辐射率值的差异，利用NDVI[12]和MNDWI[13,14]（改进的归一化水体指数）构造决策分类树，将土地利用类型分为植被、水体、裸地和建设用地（图2）。其中水体比辐率为0.995[15]，植被比辐射率为0.986[15]，农闲时期的耕地没有植被覆盖，其比辐射率与裸地和建筑用地相似，近似看作0.970[16-18]。通过亮温-地表温度转换，温度反演精度在2 ℃左右[15]。

图2 决策树分类

热岛强度反映的是乡村与城市之间温度的相对概念，以平均温度为因子能较好地反映热岛强度[19]：

式中，UHI为热岛强度；T2为地表温度；T为平均温度。

2.2 缓冲区分析与叠置分析

缓冲区分析即给定一个空间对象或集合后确定它们的邻域,邻域的大小由邻域半径R决定，d为欧氏距离或其他距离。对于给定对象A[20]：

叠置分析是将代表不同主题的数据层面进行叠置，产生的新数据层综合了原来2个或多个层面要素所具有的属性[20]。

3 结果分析

3.1 长沙市热岛情况分析

依据式（1）～（5）得到长沙市温度反演图（图3），最高温度22.9 ℃，最低温16.2 ℃，平均温度18.5 ℃。据式（6）得到长沙市热岛强度，将其均分为10个等级（图 4），1～10代表热岛强度逐渐增大。

1）长沙下垫面热岛效应的空间分布和城市建成区的外围基本相符。

2）城市热岛的热场强度不均匀,其峰值往往是具有高强度热源的工业区或大型公共场所，如长沙高桥大市场、长沙火车站、汽车站、五一广场商业区等人口数量大且密集区域，热辐射较大，热岛效应较明显。

3）湘江上的沙洲以及江边的沙滩由于砂石裸露，在太阳辐射下升温快，在反演图上亮度值明显较高。此外像黎托与绕城高速和长沙大道相邻，发展建设过程中裸地面积广，热岛效应也较明显。

4）岳麓山、南郊公园、烈士公园各类绿化较好地的亮度值相对较低，热辐射较小，在图4中基本属于1、2级，城市热岛效应不明显。

5）由图4可看出，水域周围一定范围内温度相对偏低，如湘江、望月湖、烈士公园的年嘉湖等都有此现象，其周围地段热岛效应不明显，属于热辐射较小区。

图3 长沙市LS-7ETM+地表温度反演结果图

图4 长沙市热岛强度分级图

3.2 影响因子分析

太阳对城市下垫面的辐射强度是均匀的，但因为下垫面的结构和热力学性质不同而导致了区域亮温的差异[21,22]。因此下垫面性质差异是影响城市热岛的最主要因素。根据长沙市实际情况，分别对长沙城市热岛最强/最弱区（图4中的第10级和第1级）建立半径为500 m的缓冲区，与长沙市土地利用图进行叠置。分别对热岛最强区域与最弱区域进行缓冲分析与叠置分析（表1、表2），得出如下结论：

城市建设用地：图5a中城市建设用地远远大于图5b, 其所占总用地比例高达43.2%。说明城市建设用地加剧了城市热岛。长沙市城中高大的建筑物、砖石、水泥路面吸收太阳辐射强，同时由于城市人车数量多，开发建设较密集，城市上空有大气污染覆盖层吸收地面长波辐射,地面不易冷却，热岛效应明显。

裸地：长沙市的裸地一般是指枯水期的河滩和裸露的地面，图5a中裸地占了缓冲区内总用地的11.97%。在道路宽且多的地区热传导与对流效应明显，由于白天吸收热量多，晚上放热快，使得近地面空气被加热，为城市热岛提供了基础。

林地：空间布局上形成一定规模的绿地能更好地缓解城市热岛,即绿地的规模效应[23]。图5b中林地所占比例高达33.53%，谷山、岳麓山等聚集的树林对城市热岛效应的缓解作用好,其周围气温低于城区，说明林地对城市热岛效应具有缓解作用。

耕地：耕地一般属于绿地，但根据实验结果图5a耕地所占比例略高于图5b。由于实验采用的是11月份的数据，属于农闲期，收割后的耕地基本没有植被覆盖，使得其热力性质接近于裸地，这个时期的耕地对于缓解城市热岛效应作用不明显。

水体：由于长沙市内水域面积小，图5a与图5b中水体比例相差不大，在图5b中可明显看出水体周围的城市用地温度相对较低，城区内的多个低温中心主要分布在城市中几个较大的湖区及其周边地区，如咸嘉湖、年嘉湖等。水体可在局部区域中改善气候状况，缓解城市热岛。

此外，城市热岛效应是多种因素共同作用的结果，根据城市盛行风向以及城市地形地势，合理设置城市街道可以形成良好的通风走廊，有利于热量的散失；城市工业园区的污染物、烟尘排放量多，合理布局工业园区，控制大气污染，也能缓解城市热岛效应。

图5 长沙市UHI最强与最弱缓冲区内土地利用类型图

表2 长沙市热岛最强缓冲区土地利用类型像元统计

表3 长沙市热岛最弱缓冲区土地利用类型像元统计

4 结 语

本文基于LS-7ETM+数据，采用遥感与GIS技术，对长沙市热岛分布情况和影响因子进行分析，结论如下：

1）长沙市热岛分布情况和城市建成区较为一致且与其下垫面的不同用地类型有很大关联，建设用地及裸地的热岛效应强，水体与绿地对城市热岛有缓解作用。

2）利用地表参数反演能有效地研究城市热岛效应。通过缓冲区与叠置分析能较准确直观地反映城市热岛的影响因子。

日后研究可从以下几个方面展开：

1）对城市热岛的研究是根据地面温度来分析的，在有风情况下，地表温度与大气温度有一定差别，可以尝试寻求更好的解决方法。

2）影响长沙市热岛的因子很多，且影响过程较为复杂，日后可多角度深入探讨，以求更准确地进行描述。

[1] 陈云浩,李京,李晓兵.城市空间热环境[M].北京:科学出版社,2003

[2] 李志乾,巩彩兰,胡勇,等.城市热岛遥感研究进展[J].遥感信息,2009(8):100-105

[3] 周红妹,周成虎,葛伟强,等.基于遥感和GIS的城市热场分布规律研究[J].地理学报,2001,56(2):189-196

[4] 杨波,刘宇鹏,马苏，等.基于改进TAE算法的城市热岛信息提取技术[J].地理研究,2011,30(5):2-9

[5] 张佳华,侯英雨,李贵才,等.北京城市及周边热岛日变化及季节特征的卫星遥感研究与影响因子分析[J].中国科学D辑: 地球科学,2005, 35 (增刊): 187-194

[6] 苏伟忠,杨英宝,杨桂山.南京市热场分布特征及其与土地利用/覆被关系研究[J].地理科学，2005,25(6):697-703

[7] 丁金才,周红妹,叶其欣.从上海市热岛演变看城市绿化的重要意义[J].气象,2002,28(2): 22-24

[8] 卓嘎,普布次仁,刘伟东.西藏拉萨市热岛效应及其影响因子分析[J].中国环境监测, 2012(26):61-67

[9] 长沙市政府.长沙行政区划[EB/OL].http://www.xzqh.org/ html/list/217.html,2012-02-28

[10] 李孝芳,中国土地资源分类原则和系统的探讨[J].自然资源,1981(2):1-6

[11] 覃志豪,Li W J, Zhang M H,等.单窗算法的大气参数估计方法[J].国土资源遥感,2003(56):37-43

[12] 张月丛,赵志强,李双成,等.基于SPOT NDVI 的华北北部地表植被覆盖变化趋势[J].地理研究,2008,27(4): 746-754

[13] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5):589-595

[14] 徐涵秋.基于谱间特征和归一化指数分析的城市建筑用地信息提取[J].地理研究,2005,24(2):311-320

[15] 覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004(3):28-32

[16] Nerry F, Labed J, Stoll M P. Spectral Properties of Land Surfaces in the Thermal Infrared. 1.Laboratory Measurements of Absolute Spectral Emissivity Signatures[J]. Journal of Geophysical Research,1990(95):7 027-7 044

[17] Salisbury J W, D'aria D M. Emissivity of Terrestrial Materials in the 8-14 μm Atmospheric Window [J]. Remote Sensing of Environment, 1992(42): 83-106.

[18] Zhang J. Spatial and Statistical Analysis of Thermal Satellite Imagery for Extraction of Coal Fire Related Anomalies [D]. Austr：Technical University Vienna, 2004

[19] 刘宇鹏,杨波,陈崇.基于遥感的长沙市城市热岛效应时空分析[J].遥感信息,2011,15(6): 73-78

[20] 汤国安,杨昕.地理信息系统[M]. 北京:科学出版设，2011

[21] 陈云浩,王洁,李晓兵.夏季城市热场的卫星遥感分析[J].国土资源遥感,2002(4) :55-59

[22] 刘宇鹏,杨波,陈崇.U-TAE算法提取城市热岛信息的空间尺度分析[J].地理科学进展,2011,30(9) :1 118-1 124

[23] 王勇,李发斌,李何超.RS与GIS支持下城市热岛效应与绿地空间相关性研究[J].环境科学研究，2008,21(4):81-87

P237.9

B

1672-4623（2015）01-0065-04

10.3969/j.issn.1672-4623.2015.01.022

邬丹，硕士，研究方向为遥感与GIS应用。

2014-01-21。

项目来源：国家自然科学基金面上资助项目（41171342）；省高校创新平台开放基金资助项目（10K042）；湖南省重点学科资助项目。