基于植被指数的天津地区热环境危急状况分析

杜晋苗，杨艳丽，申丽娜，孙艳玲，王中良

（天津师范大学 a.城市与环境科学学院；b.天津市水资源与水环境重点实验室，天津 300387）

基于植被指数的天津地区热环境危急状况分析

杜晋苗a，杨艳丽a，申丽娜a，孙艳玲a，王中良b

（天津师范大学 a.城市与环境科学学院；b.天津市水资源与水环境重点实验室，天津 300387）

选取天津地区2009年和2013年Landsat遥感影像，反演地表温度和归一化植被指数，定量分析研究区地表温度和植被覆盖状况，并在此基础上计算、分类环境临界指数，以研究基于植被指数的热环境状况的时空分布特征.结果表明：地表温度与归一化植被指数NDVI整体分布趋势相反，从2009—2013年，地表温度显著上升，植被覆盖状况降低；研究区热环境危急区面积不断增加，中心城区热环境危急性处于紧急状态，近郊热环境危急状态变化明显；热环境危急区内，各危急状态类型的面积比例大小依次为紧急状态＞严重状态＞警戒状态.

植被指数；地表温度；环境临界指数；热环境危急状况；天津地区

城市热环境是指与热有关的、影响人类生产和发展的各种外部因素组成的物理条件总和，它的形成与大气污染、能源释放、水体和植被分布状况等多种因素有关［1］.植被作为陆地表面最突出的土地覆盖类型，具有降温增湿功能，从而起到调节区域环境的作用［2］.归一化植被指数NDVI（Normalized Difference Vegetation Index）可以很好地表征一个地区的植被覆盖状况［3］，众多学者从植被与温度的定量相关性、不同植被对热环境调节差异以及城市内部绿地景观对周边热环境的影响等方面进行了相关研究［4-6］，结果表明植被指数NDVI与地表温度呈负相关，即植被覆盖状况越好，地表温度就越低，但很少有学者对两者的比值变化进行研究.2013年，Senanayake等［7］在对科伦坡城市热岛的研究中提出了环境临界指数ECI（environmental criti-cality index），该指数是地表温度与NDVI的比值，用于分析基于植被指数的城市热环境危急状况，从而为城市绿地建设和热环境治理提供依据.

遥感技术的发展为热环境研究提供了重要的数据源，尽管该数据反映的是地表温度和植被指数瞬时的空间变化特征，但采用遥感影像数据反演NDVI可以定量地呈现出植被的覆盖状况，同时也保证了地表温度和植被覆盖状况的时间统一性.因此，本研究以城市化水平较高的天津市区为例，分别采用2009年Landsat5和2013年Landsat8影像数据反演地表温度和NDVI，定量分析不同时段地表温度和植被的时空变化特征，并在此基础上计算ECI并分类，用以分析研究区热环境危急性时空变化特征.

1 研究区概况及数据

天津市位于环渤海经济圈和京津冀协同发展区内，属暖温带半湿润季风性气候，四季分明，雨热同期，年平均温度约14℃，年日照时数约2 470.9 h.关于天津地区城市热岛的众多研究指出，天津城市热岛效应主要发生在中心城区和滨海新区，且中心城区热岛效应不断加强，热岛景观分布不均，呈组团式发展，同时斑块形状趋于复杂化［8-10］.参考前人研究成果，作为天津市最早的热岛中心，有必要对天津中心城区进行深入研究，因此选取天津中心城区（河北区、南开区、红桥区、和平区、河东区和河西区）和近郊四区（津南区、西青区、东丽区和北辰区）作为研究区.

采用数据主要包含天津市行政区划图、土地利用类型现状图、天津市1∶50 000地形图以及来源于中国科学院遥感与数字地球研究所对地观测数据共享计划的遥感数据.遥感数据为2009年8月30日的Landsat5遥感影像和2013年8月25日的Landsat8遥感影像，成像清晰，可用于地表温度和植被指数的反演.

2 研究方法

首先对遥感影像进行预处理，运用Arcmap10.2平台，将两景遥感影像统一为横轴墨卡托投影，并结合地形图，对其校正，投影坐标系为WGS1984_UTM_zone_ 50N；然后反演地表温度和植被指数，在此基础上，计算环境临界指数，将生成的环境临界指数图去除水体并分类，用于基于植被指数的热环境危急性分析.

2.1 地表温度反演

基于遥感影像热红外波段，利用覃志豪等［11］提出的单窗算法反演研究区地表温度，该方法的关键是求取亮度温度、大气平均作用温度、地表比辐射率和大气透射率.其中地表比辐射率通过植被指数NDVI值估计［12］，大气透射率基于水分含量估算［13］，大气平均作用温度根据中纬度夏季的近地面气温带入Ta=16.0110+0.926 21 T0求取，其中T0为近地面气温.

式（1）中：LST为地表温度；a=-67.355 4和b=0.458 61为常数；Tsenor为亮度温度；Ta为大气平均作用温度；C= ετ和D=（1-τ）［1+（1-ε）τ］为中间变量；ε为地表比辐射率；τ为大气透射率.

计算亮度温度通过遥感影像热红外波段的DN值转换而成.2009年为Landsat5影像，2013年为Landsat8影像，由于卫星发射前预设常数不同，应分别进行计算.Landsat8包含B10和B11共2个热红外波段，本研究选取B10计算2013年的亮度温度和地表温度.

对于Landsat5热红外B6数据，Tsenor=1 260.65/ ln［1+60.776/（0.123 8+0.005 632DNB6）］

对于Landsat8热红外B10数据，Tsenor=1 321.08/ ln［1+774.89/（0.1+3.342 0E-04DNB10）］

2.2 归一化植被指数提取

归一化植被指数NDVI是表征地表植被生长状况及植被空间分布的定量指标，通常由遥感数据中的红光波段RED和近红外波段NIR通过数学运算得出［3］，其表达式为：

1.2 实验动物和分组 选取清洁级雄性BALB/C小鼠18只，12周龄，由上海杰思捷实验动物有限公司提供。将小鼠随机分为3组，每组6只：对照组尾静脉注射生理盐水0.1 ml，脂多糖组尾静脉注射脂多糖5.0 mg/kg，激素组在脂多糖组基础上给予甲强龙4.8 mg/kg。

2.3 环境临界指数计算

环境临界指数ECI是地表温度和NDVI的比值，反映植被覆盖对地表温度的影响，可用于基于植被指数的热环境状况研究［7］.ECI与LST呈正相关，与NDVI呈负相关，其值为：

式（2）中：LST（streched1-255）和NDVI（streched1-255）是通过直立方图均衡化法处理后将值拉伸为1～255之间的地表温度和NDVI值.

3 结果与分析

3.1 地表温度时空分布特征

不同时期研究区的地表温度如图1所示.由图1可以看出，2009年和2013年地表温度最高值均约为51℃，2013年地表温度最低值和平均值比2009年分别高6.27℃和2.35℃.从空间分布格局看，呈现出以中心城区为中心逐渐向近郊四区扩展的趋势，近郊四区地表温度变化最明显.其中，由2009年8月30日地表温度分布状况图可以明显看出中心城区地表温度明显高于近郊，呈组团状，大部分区域在34℃以上；近郊温度较高的地区位于城镇村落，呈零星状；地表温度低于28℃的区域为东丽湖、大兴水库和鸭淀水库等水域.至2013年8月25日，中心城区和近郊的地表温度均显著增加，大部分区域在36℃以上，并呈现出地表温度较高区相连接的变化趋势，同时在水库和湖泊的边缘由于围湖造陆等原因使地表温度略有上升.此外，在城市化过程中，城镇建设用地面积扩大，加剧了地表温度的增加以及高温区的集聚组团发展.

图1 不同时期地表温度分布图Fig.1 Land surface temperature distribution at different times

3.2 植被覆盖时空分布特征

不同时期研究区归一化植被指数如图2所示.由图2可以看出，2009年8月30日NDVI值位于-0.452 1～0.704 2，平均值为0.257 2；2013年8月25日NDVI值位于-0.264 8～0.599 2，平均值为0.215 5.空间分布格局上，NDVI低值区在2009年和2013年位于中心城区、村镇用地和水域，高值区位于近郊的农田，总体呈现以中心城区为中心逐渐向近郊增加的变化趋势.从2009—2013年，NDVI值大于0.5的区域减少，可见在植被较好的区域植被覆盖状况变差.总体来说研究区植被覆盖状况较低.对比图1和图2可知，地表温度较高的中心城区，植被覆盖状况较差；地表温度较低的近郊，植被覆盖状况较好，进一步验证了地表温度和NDVI呈负相关.对于中心城区，既是一个温度较高的“热岛”，也是低植被覆盖的“荒岛”.

图2 不同时期归一化植被指数图Fig.2 Normalized difference vegetation index at different times

3.3 基于植被指数的热环境危急性分析

图3 不同时期热环境危急性分布图Fig.3 Heat environmental criticality distribution at different times

由图3可以看出，在空间上天津地区2009年和2013年热环境危急性呈现中心城区高、近郊低的分布特征，且以中心城区为中心，向近郊延伸.其中，中心城区约90%以上的土地为热环境危急区，分布在海河沿岸、植被覆盖低、商业活动繁华、人口密集的老城区.近郊四区的热环境危急区面积小于中心城区，主要位于城镇建设用地区，随着城市化进程的加快，城镇用地增加，近郊热环境危急区面积也呈现增长趋势.通过统计不同年份热环境危急区面积百分比（表1）可以看出，热环境危急区内，按各危急状态类型的面积比例大小排序，2009年依次为紧急状态>警戒状态>严重状态，至2013年转为紧急状态>严重状态>警戒状态.2009—2013年，热环境危急区面积增加，危急程度不断增强，以紧急状态为主且严重状态变化最大，主要位于近郊四区.结合遥感影像对比发现近郊土地利用状况发生巨大变化，工厂、大学城及居民点的建设改变了原有的土地利用类型，加重了热环境的危急程度.

表1 不同时期热环境危急性等级划分信息统计Tab.1 Heat environmental criticality classification information statistics at different times %

对2009年和2013年各区不同程度热环境状态占研究区总面积的百分比进行统计，用以分析各区热环境危急程度，结果如图4所示.

图4 不同时期各区热环境危急性分类统计信息Fig.4 Heat environmental criticality classification statistical information in different districts at different times

2009年中心城区90%以上地区处于热环境的危急区，且以紧急状态为主；东丽危急区面积过半，虽然危急程度低于市区，但以紧急状态为主；其他区大部分区域不属于热环境危急区，主要以安全状态为主.2013年，各区的热环境危急区面积增加，中心城区热环境危急区面积略有上升；西青、津南和东丽热环境危急区面积超过安全状态区，热环境危急区以严重状态、紧急状态和危急状态为主；近郊四区热环境危急性变化大于中心城区.针对各区热环境危急状态，需采取不同的措施加以治理.相对于中心城区，人们忽略了近郊的热环境状态，研究发现近郊热环境状况变化较大，形成众多新的热环境危急区，应加强植被的保护和修复，防止新的热环境危急区的形成，同时要采取相应措施减少原有热环境危急区.

4 结论

以天津地区为例，通过2009年8月30日和2013 年8月25日两景遥感影像，反演地表温度和归一化植被指数，并计算环境临界指数，得到以下结论：

（1）研究区地表温度总体呈现中心城区比近郊区高的分布状态，2009—2013年，地表温度平均值增加了2.35℃，呈现中心城区和近郊高温区相连接的趋势.同时，植被覆盖状况与地表温度分布呈现相反的分布特征.

（2）2009—2013年，基于植被指数的热环境危急区面积呈增加趋势，且增加区主要分布在近郊四区，变化较明显的是西青区和东丽区.

由此可见，2009—2013年，天津热环境危急区由中心城区向近郊扩张，今后应更加注重对郊区热环境危急状况的监控，加强绿地建设和土地资源的合理利用，实现生态、环境和社会效应的最大化.随着2013年“四清一绿”和“一环两河七园”工程的相继开展，植被覆盖状况转变，热环境的危急状况将会逐渐缓解.

［1］王翠云，王太春，元炳成，等.城市热环境研究进展［J］.甘肃科技，2009，25（23）：91-94.WANG C Y，WANG T C，YUAN B C H，et al.City thermal environment：progresses，problems，and perspectives［J］.Gansu Science and Technology，2009，25（23）：91-94（in Chinese）.

［2］武鹏飞，王茂军，张学霞.北京市植被绿度与城市热岛效应关系研究［J］.北京林业大学学报，2009，31（5）：54-60.WU P F，WANG M J，ZHANG X X.Relationship between vegetation greenness and urban heat island effect in Beijing［J］.Journal of Beijing Forestry University，2009，31（5）：54-60（in Chinese）.

［3］刘艳红，郭晋平.基于植被指数的太原市绿地景观格局及其热环境效应［J］.地理科学进展，28（5）：798-804.LIU Y H，GUO J P.The research of NDVI-based urban green space landscape pattern and thermal environment［J］.Progress in Geography，28（5）：798-804（in Chinese）.

［4］张春玲，余华，宫鹏，等.武汉市地表亮温与植被覆盖关系定量分析［J］.地理科学，2009，29（5）：740-744.ZHANG C L，YU H，GONG P，et al.Relationship between land brightness temperature and vegetation abundance in Wuhan city［J］.Scientia Geographica Sinica，2009，29（5）：740-744（in Chinese）.

［5］陈爱莲，孙然好，陈利顶.绿地格局对城市地表热环境的调节功能［J］.生态学报，2013，33（8）：2372-2380.CHEN A L，SUN R H，CHEN L D.Effects of urban green pattern on urban surface thermal environment［J］.Acta Ecologica Sinica，2013，33 （8）：2372-2380（in Chinese）.

［6］栾庆祖，叶彩华，刘勇洪，等.城市绿地对周边热环境影响遥感研究—以北京为例［J］.生态环境学报，2014，23（2）：252-261.LUAN Q Z，YE C H，LIU Y H，et al.Effect of urban green land on thermal environment of surroundings based on remote sensing：a case study in Beijing，China［J］.Ecology and Environmental Sciences，2014，23（2）：252-261（in Chinese）.

［7］SENANAYAKE I P，WELIVITIYA W D D P，NADEEKA P M.Remote sensing based analysis of urban heat islands with vegetation cover in Colombo city，Sri Lanka using Landsat-7 ETM+date［J］.Urban Climate，2013，5：19-35.

［8］程晨，蔡喆，闫维，等.基于Landsat TM/ETM+的天津城区及滨海新区热岛效应时空变化研究［J］.自然资源学报，2010，25（10）：1727-1737.CHENG C，CAI Z，YAN W，et al.Study of temporal and spatial variation of urban heat island based on Landsat TM/ETM+in central city and Bin-hai new area of Tianjin［J］.Journal Of Natural Resources，2010，25 （10）：1727-1737（in Chinese）.

［9］孙艳玲，郭鹏，高晓燕.基于Landsat TM/ETM+的天津地区地表温度时空变化分析特征研究［J］.天津师范大学学报：自然科学版，2012，32（1）：48-53.SUN Y L，GUO P，GAO X Y.Study on temporal and spatial variation of land surface temperature based on Landsat TM/ETM+in Tianjin［J］.Journal of Tianjin Normal University：Natural Science Edition，2012，32（1）：48-53（in Chinese）.

［10］赵全勇，孙艳玲，王中良.城市化进程中天津城市热岛景观格局变化分析［J］.天津师范大学学报：自然科学版，2014，34（2）：49-55.ZHAO Q Y，SUN Y L，WANG Z L.Analysis of the changes of urban heat island landscape pattern in the urbanization process of Tianjin［J］.Journal of Tianjin Normal University：Natural Science Edition，2014，34（2）：49-55（in Chinese）.

［11］覃志豪，ZHANG M H，ARNON K，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，2001，56（4）：456-466.QIN Z H，ZHANG M H，ARNON K，et al.Mono-window algorithm for retrieving land surface temperature from Landsat TM 6 data［J］.Acta Geographica Sinica，2001，56（4）：456-466（in Chinese）.

［12］黄初冬，邵芸，李静.北京城市地表温度的遥感时空分析［J］.国土资源遥感，2008，77（3）：64-68.HUANG C D，SHAO Y，LI J.A temporal and spatial analysis of land surface temperature in Beijing utilizing remote sensing techniques［J］.Remote Sensing for Land&Resources，2008，77（3）：64-68（in Chinese）.

［13］覃志豪，LIWJ，ZHANGMH，等.单窗算法的大气参数估计方法［J］.国土资源遥感，2003，56（2）：37-43.QIN Z H，LI W J，ZHANG M H，et al.Estimating of the essential atmospheric parameters of mono-window algorithm for land surface temperature retrieval from landsat TM6［J］.Remote Sensing For Land& Resources，2003，56（2）：37-43（in Chinese）.

［14］XU H Q.Modification of normalized difference water index（NDWI）to enhance open water features in remotely sensed imagery［J］.International Journal of Remote Sensing，2006，27（14）：3025-3033.

（责任编校 亢原彬）

Analysis of heat environmental critical situation based on vegetation index in Tianjin

DU Jinmiaoa，YANG Yanlia，SHEN Linaa，SUN Yanlinga，WANG Zhongliangb
（a.College of City and Environmental Science；b.Tianjin Key Laboratory of Water Resources and Environment，Tianjin Normal University，Tianjin 300387，China）

Land surface temperature and vegetation cover condition in Tianjin were quantitatively analyzed by inverting land surface temperature（LST）and normalized difference vegetation index（NDVI），which were retrieved from Landsat remote sensing images at August 30，2009 and August 25，2013.Based on the above，the temporal and spatial distribution char-acteristics of heat environmental critical situation based on vegetation index was studied by computing and classifying environmen-tal criticality index（ECI）.The results indicate that the overall distribution of LST and NDVI show opposite trend，which mainly manifested in a significant increase of LST and decrease of vegetation cover condition from 2009 to 2013；the area of heat environmental critical region is increasing continuously，and the heat environmental criticality of central city is in the state of emergency while it is changing significantly in suburbs；different levels of the heat environmental critical region could be arranged from the maximum to minimum area as emergency state，serious state and alert state.

vegetation index；land surface temperature；environmental criticality index；heat environmental critical situation；Tianjin

P463.3

A

1671-1114（2016）03-0033-05

2015-11-23

国家科技支撑计划项目课题资助项目（2012BAC07B02）；教育部新世纪优秀人才支持计划资助项目（NCET-10-0954）.

杜晋苗（1989—），女，硕士研究生.

孙艳玲（1977—），女，副教授，主要从事资源环境遥感与全球变化方面的研究.