APP下载

基于遥感技术的黔中山原地区热效应研究

2017-03-30陈爱民

绿色科技 2016年24期
关键词:平均温度反演石漠化

陈爱民

摘要:指出了城市化效应是一个随着城市化进程而日显重要的环境问题,而热效应是城市化效应的主要特征之一,是城市化对局地气候影响最典型的表现。以典型山原城市西秀区作为城市地面热场环境研究对象,分析了地形因子与热环境的关系、植被与热环境的关系、典型地物与热环境的关系、水体与热环境的关系,结果表明:海拔高度对温度的影响是比较大的,坡向和坡度对温度也有较明显的影响,石漠化等级越高、地表温度越高,城区地表平均温度比城郊结合部高,城郊结合部地表平均温度比乡村镇高,各水库的平均温度相差不大,但容量大或面积大的水库最低温度相对较低,受污染的水体比未受污染的水体地表平均温度高。

关键词:热效应;3S技术;地表温度;Landsat8;时空分布

中图分类号:X16

文献标识码:A 文章编号:1674-9944(2016)24-0061-06

1 引言

对于热效应的研究,传统方法是使用地面气象站提供的气象相关资料数据进行,由于种种原因,这种方法受到人力物力的限制。随着3S技术的发展和应用,特别是热红外遥感的出现,弥补了传统方法采用气象站数据研究的不足,能够全面有效地探測到不同土地利用类型的温度特征,近年来热红外遥感已成为热效应研究中的最主要的手段。

2 材料与方法

2.1 研究内容和方法

本研究利用中高分辨率的新型遥感图像Landsat8数据,选取最符合实际的地表温度反演算法,结合ENVI和ArcGIS软件进行地表温度反演,并分析反演精度。然后根据反演出的地表温度(LST)分析西秀区热岛效应的时空分布特征,研究热岛效应的驱动力,最后以遥感技术与地理信息系统技术为主要手段,结合统计学方法揭示西秀区城市热效应特点。

2.2 技术路线

本研究的技术路线图如图1。

3 地表温度反演

3.1 遥感数据预处理

3.1.1 辐射定标

将传感器输出图像的灰度值(DN值)转化为有物理意义的辐射亮度值或反射亮度值(反射率)[1],消除或修正辐射误差而引起的影像畸变。据已有的研究,对于Landsat8 TIRS的两个热红外波段,TIRS 10位于较低的大气吸收区,其大气透过率值高于TIRS 11,更适合于单波段的地表温度反演。辐射定标公式如下:

3.3 精度验证

选用2013年9月29日数据进行地面近似温度反演精度检验,2013年9月29日图像参数显示图像获的取格林威治时间是03时24分05.69秒,换算为北京时间为11时24分05.69秒,取近似值为11时24分。当日地面实测气温最高为25.2℃、最低为15.8℃。根据西秀区经纬度推算出日出时间在6点左右,由于大气对太阳辐射的折射作用,太阳辐射照射到地表的实际时间有一定程度的提前。根据气温日变化规律最低温一般出现在日出前后,因此最低温时刻近似取为5时30分,最高温时刻近似取为14时。

根据以上信息,2013年9月29日landsat8遥感影像获取时气温计算式为:

15.8+25.2-15.82+15.8+25.2-15.82×sin32π+11.4-5.514-5.5×π=21.06

西秀区2013年9月29日landsat8地面近似温度反演数据城区平均温度为20.91 ℃,与地面气温21.06 ℃相差0.15 ℃,达到利用单窗算法进行地面近似温度反演误差小于1.5 ℃的精度要求(覃志豪 2003)。

4 热场空间分布

根据反演结果,本研究首先统计出地表温度最大值为32 ℃、最小值为10 ℃、平均值20.9 ℃和标准差为2.3。

4.1 高温区与低温区分布

从地表温度分级图2可以看出,西秀区高温区、极高湿区主要分布在中心城区(西航办事处、华西办事处、东关办事处)和郊区部分地区的裸地(幺铺镇、宋旗镇、七眼桥镇、大西桥镇等)。高温区主要地类为建筑用地和裸地,建筑用地主要由高层密集建筑、水泥道路、机场、学校;低温工主要分布在中心城区的部分水库和南部的龙宫镇、新场乡、岩腊乡、甘堡林场、鸡场乡、杨武乡还有北部蔡官镇的部分村的林地和河流水库。

4.2 温度与面积分布特征

温度的像元个数的多少可直接反映温度分布面积大小,图3温度与面积分布,表示了地面近似温度反演图像中以像元值(温度)为样本的分布情况,说明极低温区和极高温区面积较少、中温面区积多,平均温度集中在20℃,温度面积服从正态分布。

5 热效应驱动力

本文引入了热效应贡献度(Hi)、热单元权重指数(D1)和区域热单元权重指数(D2)等概念[4-7]。

所谓热效应贡献度指数(Hi)是指不同温度的地类对区域平均温度的影响,即对区域热环境的贡献,计算公式如下:

式中Tij为地类i中高于区域平均温度的第j个像元的温度,Ta0表示成像时区域的平均温度,ni为地类i中温度高于区域平均温度的像元数量,N表示区域土地面积,Hi′为初始热效应贡献度。

热单元权重指数D1表示高于平均温度的地块面积在本土地利用类型中所占的比重,区域热单元权重指数D2表示高于平均温度的地块面积占区域土地总面积的比重是,计算方法如下:

D1=(ni/Ni)×100%

D2=(ni/N) ×100%

Ni表示地类i的面积。

表1是不同地类热环境的影响指数,通过比较发现西秀区热效应贡献度最大的是裸地,导致此现象的原因除了裸地面积是所有下垫面的面积最大的外,主要还与裸的物理性质有很大关系,裸地主要是岩石裸露率较高的土地,岩石主要为石灰岩和白云质砂岩,一般来说,温度越高,热导率越低;其次是建筑用地,由于建筑群、道路、工业区、商业区、机场以及特殊的建筑材料所致,人类活动和工业污染引起的大气污染也是不容忽视的因素;第三是林地,林地热贡献度和区域热单元指数并不是很高;水体是热效应贡献度最小。

从不同土地利用类型的热单元权重指数D1来看,水体、建筑用地和裸地温度超过平均温度的地块较多,林地次之;区域热单元权重指数D2表明裸地、林地中高于平均温度的地块占区域总面积的比重较大,其次是建筑用地,然后是水体。

5.1 地形因子与热环境的分析

西秀区具有极其复杂的地形,城市大部分地区都处在地势起伏的中山丘陵地带,这一特殊的地形特征对城市热岛时空演化分布特征产生一定的影响。本研究利用研究区域的数字高程模型(DEM)数据,提取海拔、坡度、坡向等地形因子,分别将海拔按等距离分类法分为3个区间段,分别为1064~1274 m、1275~1484 m、1485~1694 m;将坡度按自然段点法分为6个区间段0~5°、6~8°、9~13°、14~18°、19~25°、26~42°6类;将坡向分类东(406~45)、南(46~135)、西(136~225)、北(226~405)4类。利用ArcGIS的区域统计功能,分别统计出不同海拔区段、不同坡度级、不同坡向的温度平均值进行相关分析,得出不同地形因子对地面温度的影响。

为了降低城镇用和水体对分析结果的影响,本研究主要针对自然地表温度进行分析。海拔高度对温度的影响是比较大的,R2值为0.8969,温度随海拔的升高递减规律;坡向对温度也有较明显的影响,影像成像日为秋分过后几天,11时24分西南方面正处于阳坡,东北方向处于阴坡,因此西南方向地表温度比东北方向高;坡度对地表温度的影响较为明显,R2值为0.9629,随坡度的升高呈现明显递减的规律。

5.2 植被与热环境的分析

5.2.1 石漠化程度对热环境的影响

由图4(a)可知,裸地地表平均温度为21.15 ℃,其中无石漠化地表平均温度为21.12 ℃,面积112170.51 hm2;轻度石漠化地表平均温度为21.33 ℃,面积96353.37 hm2;中度石漠化地表平均温度为21.52 ℃,面积3271.68 hm2;重度石漠化地表平均温度为21.65 ℃,面积1530.9 hm2。裸地地表平均温度与石漠化等级程度呈正相关,石漠化等级越高,面积越大,地表平均温度越高。

由图4(b)可知,林地地表平均温度为20.10 ℃,其中无石漠化地表平均温度为20.01 ℃,面积40967.55 hm2;轻度石漠化地表平均温度为20.21 ℃,面积6433.02 hm2;中度石漠化地表平均温度为20.59 ℃,面积4144.59 hm2;重度石漠化地表平均温度为20.77 ℃,面积1680.3 hm2。同样林地地表温度与石漠化等级程度呈正相关,石漠化等级越高,面积越大,地表平均温度越高。

5.2.2 植被覆盖度对热环境的影响

一般来讲,一个地区的植被相对于其他下垫面类型具有较低的地表温度,这主要是由植被的蒸腾作用所致。植被表面(主要是叶子)不断地向空气中蒸腾水分,使植被周围空气的湿度和温度发生了一系列的变化,从而起到降低温度的作用。而一个地区的植被覆盖情况,一般用植被覆盖度来表示,而植被覆盖度又是由植被指数来确定。以往的研究中大部分学者都是采用用归一化植被指数(NDVI)这个指标。

西秀区属于典型的喀斯特地貌,区域地形比較复杂,在分析地表覆盖度与地表温度的关系时,不能简单的运用植被指数的高低与下垫面的关系进行研究。基于此,本研究采用人机互译,采用Landsat8影像数据与石漠化矢量数据、林地变更数据进行分类,将明显集中分布地类进行分类,再将各地类的平均值进行比较,按此原则分将下垫面分为建筑用地、裸地、宜林地、灌木林地、乔木林地、水体6类,如图5各地类的平均值由大到小排顺序为建筑用地、裸地、宜林地、灌木林地、乔木林地、水体,这也符合理论与实际。由此可见,就从地类单因素来讲,建筑用地、裸地增加会使地表热效应越来越强,而林地与水体则具有缓解热效应的作用。

5.3 典型地物与热环境的分析

选取乡村建设用地、高密集城镇建设用地、建材市场、机场、学校进行分析。由图6(a)典型地物地表温度曲线图可知,地表温度最高的是安顺市火车站,其次是安顺市体育馆、安运司综合建材市场等,最低的是郊区安顺学院、对门寨等5个村寨;地表平均温度由高到低的顺序为安顺体育馆、安运司综合建材市场、安顺火车站、兴伟花园、安顺世纪城小区、黄果树机场、篷赛斯花园、机场航站楼、安顺学院、对门寨等5个村寨;地表最低温度由高到低的是安运司综合建材市场、安顺体育馆、黄果树机场、兴伟花园、安顺世纪城小区、安顺学院、对门寨村寨、安顺火车站、石头寨村寨、篷赛斯花园、龙家庄村寨、机场航站楼、五里屯村寨、火烧寨村寨。由典型地物曲线图可知,安运司综合建材市场最低温度、平均温度、最高温度相差不大,地表温度比较稳定。经验证,安运司综合建材市场完全为纯建筑物组成,地面没植被分布,而其它典型地物或多或少都有植被分布。

下面将典型地物按城区建筑、城郊结合部建筑、乡村建筑进行分类,再对比其平均值,如图6(b)所示,城区地表平均温度28.61 ℃,城郊结合部地表平均温度24.09 ℃,乡村地表平均温度23.21 ℃,由平均地表温度高到低排序为城区、城郊结合部、乡村,这完全符合理论实际,主要原因在于城区建筑密集、高低错综复杂、人口集中、夏季人为执排放较大、空气流动较缓;特殊的建筑材料,热惯量较大,吸收热量快,散发热量慢;不透水面导致大量雨水快速流失,绿地、河流、水库较少,缺乏蒸腾作用导致城区比郊区、乡村地表温度高的原因。与城区相比,虽然建筑材料都相差不大,但城郊结合建筑密度没有城区密集,工厂也相对较为分散,空气流动快,地表热容易扩散。而乡村建筑比较分散、建筑高度较低、人口稀少、工矿较少,乡村建筑大多选在依山傍水、绿树成荫的地方,少量的热量很快扩散,所以乡村温度相对较低。

5.4 水体与热环境的分析

选取面积较大的不同水库进行分析,将不同水库与温度等级分布图叠加,统计出不同水库的最小值、最大值、平均值,从图7可知,各水库的平均温度相差不大,而最低温度较低的水库有油菜河水库、雷家坡水库、虹山水库、红岩水库,最低温度相对较高的有土地坡水库、朱官水库、黑石头水库,对应面积较大的也是油菜河水库、雷家坡水库、虹山水库、红岩水库,面积相对较小的是土地坡水库、朱官水库、黑石头水库,可见容量大、水位深的水库最低温度要低。面积相对较小的土地库水库、朱官水库、黑石头水库中,朱官水库最高温度、最低温度、平均温度比土地水库和黑石水库要低,经核实验证土地坡水库、黑石头水库处于城郊,周围都是裸地和建筑,水体浑浊,垃圾较多,受到严重污染,而朱官水库远离城市,处于茂密的森林旁边,水体深兰色,干净、清亮,这说明水体受污染程度越高,地表温度就越高,水体受污染程度越小,地表温度就越低。

参考文献:

[1]贡 璐.干旱区城市热岛效应定量研究--以乌鲁木齐为例[D].乌鲁木齐:新疆大学,2007.

[2]QIN Z,KARNIELIA A mono-window algorithm for retrieving land surface temperature from landsat TM data and its application to the Israel-Egytp border region[J].Intemational Joumal of Remote Sensing.2001,22(18)3739~3746.

[3]杨景梅,邱金恒.我国可降水量同地面水汽压关系的经验表达式〔J〕.1996,20(5):620~626.

[4]刘 宇,匡耀求,吴志峰,等.不同土地利用类型对城市地表温度的影响——以广东东莞为例[J].地理科学,2006,26(5):597~602.

[5]潘竟虎,任皓晨,秦晓娟,等.嘉峪关市瞬时热力场空间格局的遥感分析[J].城市环 境与城市生态,2007,20(5):39~42.

[6]贾宝全,邱尔发,蔡春菊.唐山市域1991-2009年热场变化[J].生态学报,2011,31(20):6215~6223.

[7]宋圆圆.基于TM/ETM数据的城市热岛效应及其与LU關系的研究[D].长春:东北师范大学,2010.

[8]周红妹,周成虎,葛伟强.基于遥感GIS的城市热场分布规律研究[J].地理学报,2001,56(2):189-197.

[9]陈云浩,李晓兵,史培军,等.上海城市热环境的空间格局分析[J].地理科学,2002,22(3):317~323.

[10]张小飞,王仰磷,吴建生,等.城市地域地表温度-植被覆盖定量关系分析—以深圳市为例[J].地理研究,2006,25(3):369~377.

[11]岳文泽,徐建华.上海市人类活动对热环境的影响[J].地理学报,2008,63(3):247~256.

[12]陈云浩,李京,李晓兵.城市空间热环境[J].北京:科学出版社,2003:110~117.

[13]陈逸.基于遥感数据的贵阳市热岛研究[D].贵阳:贵州师范大学,2008.

[14]覃志豪,李文娟,徐斌,等.利用LandsatTM6反演地表温度所需地表辐射率参数的估计方法[J].海洋科学进展,2004,22(zl):129~137.

[15]涂梨平.利用LandsatTM数据进行地表比辐射率和地表温度的反演[D].杭州:浙江大学,2006.

[16]丁 凤,徐涵秋.TM热波段图像的地表温度反演算法与实验分析[J].地球信息科学,2006,8(3):125~130.

[17]潘竟虎,李晓雪,冯兆东.基于V-I-A-模型的兰州市不透水面与植被盖度时空格局分析[J].资源科学,2010,32(3):520~527.

[18]刘 宇,匡耀求,吴志峰,等.不同土地利用类型对城市地表温度的影响——以广东东莞为例[J].地理科学,2006,26(5):597~602.

猜你喜欢

平均温度反演石漠化
基于红外高光谱探测器的大气CO2反演通道选择
浅析玉龙县石漠化综合治理成效
反演变换的概念及其几个性质
机组运行期间稀释量浅析
基于ModelVision软件的三维磁异常反演方法
“孪生风云”之石漠化与贫困
杭州电网最大负荷与平均温度的相关性研究
湖南将加快石漠化综合治理步伐
气温变化对哈尔滨市呼兰区玉米生长发育的影响
宁夏灌区春小麦叶面积变化的气象条件分析