广佛同城化核心区热环境效应与动态变化

钟培鸣

(广州大学地理科学学院，广东广州 510006)

广佛同城化核心区热环境效应与动态变化

钟培鸣

(广州大学地理科学学院，广东广州 510006)

摘要[目的]探讨政府同城化政策引导下，广佛同城化核心区域热环境变化的特征。[方法]以广州和佛山两市的同城化为背景，基于2000、2005、2009和2014年的Landsat TM/ETM+/OLI影像数据，运用辐射传导方程法反演了广佛同城化核心区的地表温度来表征城市热环境，并通过热场强度指数对地表温度进行标准化处理来观察其动态变化特征。[结果]广佛同城化核心区自21世纪以来热岛范围明显缩减，热岛中心从广州向佛山转移，低温和常温范围逐渐扩大；广州和佛山地温差异明显，近15 a来佛山的次高温区面积占优、广州的“低温谷”扩大显示出广佛处于城市发展的不同阶段。[结论]研究结果为广佛同城化核心区域一体化发展的策略制定提供了参考。

关键词热环境效应；时空分异；地表温度反演；热强度指数；广佛同城化核心区

经济全球化和区域一体化已是当今世界经济的重要特征之一，也是未来世界经济发展的重要趋势[1]。在这种全球化经济背景下，国家间和国家内的区域经济一体化相互交织在一起，“同城化”现象则应运而生[2]。所谓“同城化”是指地域相邻的城市之间通过淡化政治边界、整合资源以及构建功能互补协调的共享系统来实现区域发展的整体高级化[3]。城市化是人类活动对自然系统影响最强烈的过程[4]，世界范围内的城市过程已使城市热岛效应成为城市生态环境的一个重要问题。在我国城市化加快发展的现阶段，城市热岛更是严重影响到我国城市的气候和生态系统。已有学者进行了大量热环境的研究[5-8]，但关于同城化区域热环境的研究较少[4]，已有的研究内容较为零散，难以反映同城化进程中相邻城市之间热环境的特征与趋势，难以揭示同城化背景下人类活动对自然环境影响的机理。

广州、佛山两市是珠江三角洲地区的核心城市，是国内一体化步伐最快的地区之一，也是推进《珠江三角洲地区改革发展规划纲要》的重要“抓手”，2009年编制完成的国内首个同城化发展规划——《广佛同城化发展规划(2009-2020年)》已在规划实施过程中产生了一些较成功的个案。规划中强调，保护耕地和基本农田，加强城区绿地建设，构建“两核、三区、六廊、多块”的生态安全格局[9]。笔者基于遥感数据，以广州和佛山同城化核心区域为案例，比较分析了广州、佛山两市热环境效应时空动态，旨在为区域一体化发展的策略制定提供参考。

1研究数据与方法

1.1研究区概况广州市是我国三大城市之一，是广东省的省会及政治、经济与文化中心，是海上丝绸之路的起点之一，是我国的“南大门”。广州属于丘陵地带，地势东北高、西南低，地处112°57′～114°03′ E、22°26′～23°56′ N，总面积达7 434 km2，2014年常住人口达1 308万。广州地处亚热带沿海，属海洋性亚热带季风气候，全年平均气温21.9 ℃，年降雨量为1 736 mm，全年水热同期。据2014年最新行政区划调整方案，市辖越秀、荔湾、天河、海珠、白云、花都、黄埔、番禺、南沙、从化和增城共11个行政区。2015年广州市生产总值达18 100.41亿元，地区生产总值居我国大陆城市第3位[10]，其中三次产业的结构比例为1.26∶31.97∶66.77。

佛山位于广州市西南方向，地处112°28′～113°24′ E、22°38′～23°27′ N，总面积达3 875 km2，2014年常住人口735万，下辖顺德、三水、高明、禅城和南海共5个区。佛山气候温和，雨量充沛，属于亚热带季风性湿润气候，年平均气温23.2 ℃。2015年佛山市生产总值达80 110.00亿元，其中三次产业结构比例为1.9∶61.6∶36.5。基于《广佛同城化发展规划(2009-2020年)》，裁剪形成的广佛同城化核心区域(研究区)如图1所示(其中红色区域为广佛同城化核心区)。

1.2研究数据与处理平台研究数据主要是覆盖广州和佛山市域的Landsat7_TM/ETM+遥感影像数据(2000年11月1日)、Landsat5_TM遥感影像数据(2005年11月23日、2009年11月2日)和landsat8_OLI遥感影像数据(2014年10月15日)，卫星轨道行列号为122/044。图像处理软件与制图主要是ENVI5.1和ArcMap10.0。

图1　广佛总体发展空间示意及同城化核心区域Fig.1　Diagrams of the overall development space and the Guangzhou and Foshan Core Cohesion Area

1.3方法

1.3.1影像数据预处理。在利用遥感影像反演地表温度之前，首先需要对影像进行预处理，包括大气校正、几何校正和裁剪。①大气校正。为了消除大气对遥感影像造成的影响，利用辐射传导模型对可见光数据进行了大气校正。②几何校正。由于卫星在空间飞行的姿态、高度、速度以及地球自转等因素的影响，使传感器接收到的遥感图像总会相对地面发生几何畸变，所以在使用影像之前，首先需要纠正这种几何畸变。其中，2009年TM影像是项目组前期研究数据，以此为基准影像，对另外3个时相的遥感影像进行几何校正，残差控制在0.5个像元以内。③裁剪。基于研究区范围图层，剪裁生成研究区影像数据。

1.3.2地表温度(LST)反演。利用遥感影像的热红外波段对地表温度进行反演，主要有反演算法、辐射传导方程法、单通道算法和单窗算法等方法[11]。参考丁凤等[12]对不同地表温度反演算法的比较结论，在能够获取影像当时的大气数据的情况下，该研究采用辐射传导方程法进行地表温度反演。辐射传导方程法[13](大气校正算法)是通过大气辐射传输模型(如LOWTRAN系列、MODTRAN系列、6S或ATCOR)辅之以实时的标准大气廓线数据或大气探空数据，对地表辐射受到大气的影响进行估测，并且将这种影响从传感器接收到的热辐射总量中提出，进一步计算出地表辐射强度并转化为地表温度。

1.3.2.1地表比辐射率值计算。物体的比辐射率(X)表征了物体的热辐射与黑体辐射的接近程度，地表比辐射率的值受地表物体组成、粗糙程度以及其他物理性质的影响。根据Landsat数据中的红光波段(R，Landsat TM/ETM+中为第3波段，Landsat OLI中为第4波段)和近红外(NIR，Landsat TM/ETM+中为第4波段，Landsat OLI中为第5波段)光谱信息先计算出归一化差异植被指数(NDVI)、植被覆盖度，再参考覃志豪等[13]研究的比辐射率估算方法，将研究区地表比辐射率分为水体Xwater、自然表面Xsurface和城镇Xbuilding3种类型分别计算，NDVI和植被覆盖度的计算公式如下：

NDVI=(NIR-R)/(NIR+R)

(1)

Pv=[(NDVI-NDVIS)/(NDVIV-NDVIS)]2

(2)

式中，NDVIS代表无植被区域NDVI值；NDVIv代表植被覆盖区域的NDVI值。参考覃志豪等[13]的研究，取NDVIS=0.05，NDVIv=0.70，且当NDVI>0.70时，Pv=1；NDVI<0.05时，Pv=0。进一步对3种地物类型的比辐射率进行计算：

Xbuilding=0.958 9+0.086Pv-0.067 1Pv2

(3)

Xsurface=0.962 5+0.061 4Pv-0.046 1Pv2

(4)

Xwater=0.995

(5)

1.3.2.2黑体在热红外波段的辐射亮度。温度为T的黑体在热红外波段的辐射亮度LT的计算式为：

LT=[Lλ-L↑-τ·(1-X)L↓]/τX

(6)

式中，X为地表比辐射率；Lλ为热红外波段的辐射定标值；L↑、L↓和τ见表1，具体参数的获取方法是在NASA官网(http：//atmcorr.gsfc.nasa.gov/)分别输入了4景影像的成影时间、中心纬度、平均高程、当日平均大气压、当日平均气温和当日平均湿度。

表1　2000、2005、2009和2014年NASA官网获取的参数

1.3.2.3地表温度计算。最终的地表温度T的计算通过普朗克公式的反函数实现，计算公式为：

T=K2/ln(K1/LT)+1

(7)

式中，K1和K2为传感器的取值，两系数在不同传感器的取值不同，按TM、ETM+和OLI Band 10的顺序，K1取值依次为607.76、666.09和774.89 m2·sr·μm，K2的取值依次为1 260.56、1 282.71和1 321.08 K。

1.3.3热场强度指数计算。由于影像时间差异及地表环境的复杂性，不同时相地表温度之间的绝对数值的比较意义不大。鉴于城市的热环境研究重点是城市下垫面温度强弱的相对空间格局特征，该研究采用热场强度指数(HFII)[14]，其计算式为：

Hi=(Ti-Tmin)/(Tmax-Tmin)

(8)

式中，Hi为像元i的热场强度指数;Ti为像元i的地表温度；Tmin为研究区域的有效最低地表温度；Tmax为研究区域的有效最高地表温度。

由于Tmin和Tmax的取值会对结果产生较大影响，为了去除与正常地表温度偏差较大的值对热场强度指数计算结果的影响，该研究将Hi研究区内有效地表温度的值域设置为地表温度的0.01%～99.99%。Hi的计算结果在上述情况下会超出0～1的范围(如2014年热场强度值为-1.329～1.327)，将热场强度值小于0的区域合并至0值区域，大于1的区域合并至1的区域，使指数值处于0～1，其值越接近于1，说明该像元越有可能处于热岛区域；相反，越接近于0，则越可能处于冷岛区域。

进行上述归一化处理得到的Hi值图像是一个连续分布的图像，为了更直观、清晰地研究城市热环境信息，往往对连续的地温信息进行等级化。通常采用等距离或中误差的划分方法[15]。经过反复对比探查分析并结合研究目的，该研究采用等距离的等级划分方法，将热场强度指数划分为5个等级：5级(高温区)，强度指数>0.8；4级(次高温区)，强度指数为0.6～0.8；3级(常温区)，强度指数为0.4～0.6；2级(次低温区)，强度指数为0.2～0.4；1级(低温区)，强度指数<0.2。其中，将次高温区和高温区统称为热岛区域，次低温区和低温区统称为冷岛区域。

2结果与分析

2.1广佛同城化核心区热环境分析由图2可见，整体上看，2014年的平均地表温度最高，2009年与2005年相似，2000年的平均地表温度最低。研究区内相对低温区域在前3个时期都集中在东北、东南、西北以及中部河流区域。相对之下，2000年相对低温区域分布更广，2014年佛山的低温区域范围明显缩减。

图2　同城化核心区地表温度Fig.2　The surface temperature of urban core cohesion area

2.2基于热场强度指数的广佛核心区热环境效应分析与动态由图3可知，21世纪开始，广州市内的地温高于常温的次高温和高温区域以荔湾、越秀、海珠区的交界为中心，向着东、西、南、北4个方位以“十”字的形态向外延伸，而低温区相对较少，主要集中在白云山、东北部山区和海珠区东部一带，但仅仅是形成条带状冷岛效应区域。这与广州市当时的工业区多布局于白云、天河和海珠区[16]等相关。佛山区的高温区则主要位于禅城区以及南海区的中心部位，其中南海区的高温区相对较分散，这是因为当时的佛山、顺德、南海、禅城、高明5区还未合并为大佛山，区域间的合作相对较少，工业布局相对分散。

至2005年，区域内高于常温的区域明显扩大，以区域中心点向外延伸，主要体现在白云山以东以西、天河区东部以及海珠区南偏东部等区域。至此，大佛山市的5区已经合并2 a，禅城区和南海区的区间合作日益紧密，高于常温的区域明显连片扩大。总的来看，佛山和广州区域的热岛现象都相对加剧，热环境显示的市域界限模糊。在广州市政府环境恢复工程(青山绿地工程)对市内绿地进行大力恢复的背景下[17]，广州核心区低温区斑块迅速扩大；佛山南海也出现了新的低温区大斑块，区域内气温环境整体呈现两极化趋势。

图3显示，在广佛同城化正式实施的2009年，研究区内常温区面积有显著增加。同时佛山区域热场强度图颜色变淡，热岛区域明显减弱。广州区域内的热岛现象也有所缓解，但海珠区南部、荔湾区南部以及天河区的西北部热岛现象仍然明显。

在广佛同城经历了第1个5 a后，研究区域的热岛中心在2014年有整体向广佛交界处转移的趋势，大部分偏向于南海区的现象，且南海区整体热岛现象加剧现象十分严重，研究前3个时期，南海区一直处于低温区域的西部地区首次演变成高温区域。相比之下，广州区域热岛现象整体呈明显下降的特点，仅存的小块热岛区域位于白云、海珠和天河东部地区，白云山周边冷岛区域进一步扩散，对周边的降温现象明显。进一步的热岛强度等级信息统计结果见表2。

表2广佛同城核心区不同热岛强度指数等级区逐年面积占比

Table 2Annual area percentage of thermal field intensity index grade in Guangzhou and Foshan Core Cohesion Area%

热环境强度等级Thermalfieldintensitygrade年份Year2000200520092014低温区Lowtemperaturearea1.824.613.735.88次地温区Sub-lowtemperaturear-ea29.5819.1920.1817.76常温区Normaltemperaturearea38.1938.0641.8445.37次高温区Sub-hightemperaturear-ea26.1133.2730.4627.16高温区Hightemperaturearea4.304.873.783.84

表2进一步显示，从高温区域面积百分比来看，广佛同城核心区热岛现象呈增强—减弱—略增强的波动变化，在2000、2005、2009和2014年高温区面积百分比依次为4.30%、4.87%、3.78%和3.84%。次高温区则表现以2005年为拐点，前5 a间，其面积百分比从2000年的26.11%增至2005年的33.27%，之后依次降至30.46%和27.16%。因此，从次高温和高温区2个等级来看，广佛核心区的热岛现象以2005年为拐点，即以2005年为界，热岛效应有减缓的趋势，在2005、2009和2014年2个等级的面积百分比和分别为38.14%、34.24%和31.00%。

以常温区面积占比在研究时段内几乎是持续上升的，如在从远及近的4个时间内，其面积百分比依次为38.19%、38.06%、41.84%和45.37%。

整个研究时段内，低温区面积呈增—减—增的波动变化；与之相反，次低温区域的面积呈减—增—减的波动变化。但是值得注意的是，低温区和次低温区2个等级的面积之和依次为31.40%、23.80%、23.91%和23.64%，呈现持续减少的趋势，这从一个侧面可能映证研究区建设用地扩张现象。

综上所述，21世纪以来，广佛同城化核心区热环境格局变化有2个最明显的特征：一是热岛范围逐渐缩小，热岛中心从广州向佛山转移；二是低温范围以及常温范围逐渐扩大。这说明广佛同城化核心区整体的热岛效应在近15 a间有明显的改善，区域内城市空间结构也发生了较大变化，热岛中心的转移也佐证了前文所提出的佛山市城市发展落后于广州市，体现于其经济发展与环境建设不同步。广州核心区域内热岛现象的弱化原因可归结于城区绿地保护和修复的政策作用下生态结构的改善，城市中的热环境的“低温谷”范围扩大对周边的降温效应明显，一定程度上改变了局地地表温度格局。

2.3基于热场强度指数的广佛两城市热环境的空间分异为探讨广佛核心区内热环境的空间分异特征，分别对广州和佛山市域的热环境进行对比分析，结果如图4。从面积百分比的逐年变化曲线来看，低温区至高温区的各热场强度等级结构呈倒“U”，即各市域面积内的常温区占绝对优势；其次，是次低温区和次高温区；面积占比最小的是低温区和高温区。从年际变化来看，常温区的面积优势在广州市域内更突出；佛山则是2009年较突出。从倒“U”曲线的对称性来看，广州市的曲线较对称，佛山市的典线右侧向外变阔，显示了次高温区面积比相对较高的优势。

图4　广州、佛山热场强度面积百分比Fig.4　Percentage of thermal field intensity area in Guangzhou and Foshan

为进一步探究广州和佛山市域范围内热强度等级的动态变化，将相邻2 a同一等级热场强度面积的百分比相减，再除以起始年份该等级的面积百分比，得到热场强度等级变化的绝对变幅，结果见图5。从变幅反映的绝对比率来看，佛山市低温和高温区域的变化明显，表现为2000～2005年时段内，低温和高温的绝对变幅分别达-0.93和1.35倍；而2005～2009年时段内，低温区域的又表现为3.36倍的正向绝对变幅。广州市变幅较大的以低温等级为主，主要在2000～2005和2009～2014年这2个时段内，绝对变幅分别达1.50和0.96倍。其余时段以及其余热场等级内的变幅较小。

图5　热场强度的变幅Fig.5　Variation of heat field intensity

综上，地理上毗邻的广州和佛山两城市地表温度并不呈现相似的变幅，地表温度在不同区域以及不同时段内都呈现不同的变化特征。

3结论与讨论

通过Landsat TM/ETM+/OLI卫星影像数据对广佛同城化核心区热环境进行了动态研究。结果表明：

(1)自21世纪以来，广佛同城化核心区热环境格局变化明显，主要表现为热岛范围逐渐缩小，热岛中心从广州向佛山转移，低温和常温区域逐渐扩大。这表明了区域内热岛效应有所改善，但热岛中心的转移也佐证了广佛两地发展不平衡，佛山的经济发展仍处于与环境建设不同步的阶段。

(2)区域内的热场强度变化受到政策作用明显，如《广佛同城发展规划》实施的前后阶段(2005～2014年)，位于两市边界的区域受到政策利好作用发展速度相应提升，热岛中心有明显的向广佛边界迁移的迹象；广州市自2003年起实施的“青山绿地”工程对城区内生态结构的改善，城市热环境中的“低温谷”范围扩大缓解了一定范围内的地温，使得广州市域内的热岛效应有所缓解。

(3)广州和佛山的热环境存在空间差异，虽然广州和佛

山地理上毗邻，但佛山的次高温区面积显然比广州的具有更高优势，从地温的动态变化来看，广州和佛山地表温度在近15 a内的变幅并不相似，两地不同的热场强度等级在不同时段内呈现着不同的变化特征。

受到研究区多云多雨的气候条件影响，该研究采用了Landsat卫星不同传感器不同时间的影像数据，可能会对研究区地表温度反演真实性产生影响。仅使用亮温反演地表数据也存在局限性，进一步的研究应当结合近地面实测数据。

参考文献

[1] 李双元，李赞.从Wto和Eu法律制度谈全球经济一体化与区域经济一体化的关系[J].湖南师范大学社会科学学报，2005(6)：74-79.

[2] 朱铁臻.“同城化”是城市现代化发展的新趋势[Z].2007.

[3] 李晓晖，肖荣波，廖远涛，等.同城化下广佛区域发展的问题与规划对策探讨[J].城市发展研究，2010(12)：77-83.

[4] 谢苗苗，王仰麟，李贵才，等.不同城市化阶段景观演变的热环境效应动态：以深圳西部地区为例[J].地理研究，2009(4)：1085-1094.

[5] BALLING R C，BRAZEL SW.High resolution surface temperature patterns in a complex urban terrain[J].Photographic engineering remote sensing，1988，54：1289-1293.

[6] 周红妹，丁金才，徐一鸣，等.城市热岛效应与绿地分布的关系监测和评估[J].上海农业学报，2002(2)：83-88.

[7] 胡远满，徐崇刚，布仁仓，等.Rs与Gis在城市热岛效应研究中的应用[J].环境保护科学，2002(2)：1-3.

[8] 徐涵秋，陈本清.不同时相的遥感热红外图像在研究城市热岛变化中的处理方法[J].遥感技术与应用，2003(3)：129-133.

[9] 魏宗财，陈婷婷，甄峰，等.对我国同城化规划实施的思考：以《广佛同城化发展规划》为例[J].城市规划学刊，2014(2)：80-86.

[10] 广州市统计局.广州统计年鉴：2015[M].北京：中国统计出版社，2015.

[11] 陈云浩，史培军，李晓兵.基于遥感和Gis的上海城市空间热环境研究[J].测绘学报，2002(2)：139-144.

[12] 丁凤，徐涵秋.基于Landsat TM的3种地表温度反演算法比较分析[J].福建师范大学学报(自然科学版)，2008(1)：91-96.

[13] 覃志豪，ZHANG M H，ARNON KARNIELI，等.用陆地卫星Tm6数据演算地表温度的单窗算法[J].地理学报，2001(4)：456-466.

[14] 叶彩华，刘勇洪，刘伟东，等.城市地表热环境遥感监测指标研究及应用[J].气象科技，2011(1)：95-101.

[15] 冯晓刚，杨鑫，撒利伟.不同热岛类型的划分方法适用性研究[J].测绘与空间地理信息，2012(12)：41-43.

[16] 叶昌东，周春山，刘艳艳.近10年来广州工业空间分异及其演进机制研究[J].经济地理，2010(10)：1664-1669.

[17] 吴敏，陈步峰，彭涛.广州地区“青山绿地”工程生态效益[J].中国城市林业，2007(1)：19-21.

Dynamic Change and Thermal Environment Effect of Guangzhou and Foshan Core Cohesion Area

ZHONG Pei-ming

(School of Geographical Sciences, Guangzhou University, Guangzhou, Guangdong 510006)

Abstract[Objective] To discuss the dynamic change and thermal environment effect Guangzhou and Foshan Core Cohesion Area under government urban integration. [Method] Under the background of Guangzhou and Foshan urban cohesion, the land surface temperature in Guangzhou and Foshan urban core cohesion area was retrieved by the method of radioactive transfer equation, based on Landsat TM/ETM+/OLI remote sensing image acquired in 2000, 2005, 2009 and 2014. We studied the dynamic changes of LST by standardizing the LST with heat field intensity index. [Result] Heat island range obviously reduced, low temperature and normal temperature range increased in urban core cohesion area since the 21st century, while the heat island center moved from Guangzhou to Foshan. Land surface temperature was markedly different in Guangzhou and Foshan. Both the dominant situation of second-high temperature in Foshan and the expansion of “low temperature valley” in Guangzhou suggested that Guangzhou and Foshan were at different stages of urban development. [Conclusion] This research provides references for the strategy making of integrated development of Guangzhou and Foshan Core Cohesion Area.

Key wordsThermal environment effect; Spatial-temporal variation; Land surface temperature retrieval; Heat field intensity index; Guangzhou and Foshan core cohesion area

基金项目广东省广州市对外科技合作专项(2012J5100044)。

作者简介钟培鸣(1990- )，男，广东广州人，硕士研究生，研究方向：城市生态。

收稿日期2016-04-03

中图分类号TU 984

文献标识码A

文章编号0517-6611(2016)12-010-05