芜湖市城市热岛效应时空变化分析

李 进

(宿州学院环境与测绘工程学院，安徽 宿州 234000)

芜湖市城市热岛效应时空变化分析

李 进

(宿州学院环境与测绘工程学院，安徽 宿州 234000)

目的 利用2006年Lantsat7 ETM+影像和2014年Lantsat8 TIRS影像作为数据源，对芜湖市城市热岛效应时空变化进行分析，探讨芜湖市城市热岛效应产生的原因。方法 利用ENVI软件对芜湖市地表亮温进行反演，对地表亮温进行归一化处理，按照等差级数对结果进行密度分割，再结合芜湖市土地利用分类结果，对芜湖市城市热岛效应时空变化进行分析。结果 结果表明，芜湖市城市热岛效应显著，热岛强度和范围都有所增加，极高温区分布较少，强热岛区主要分布在镜湖区和弋江区。从2006年到2014年，建筑物和裸地由镜湖区和弋江区逐渐扩展到新芜区，面积分别增加6.76%和7.26%，农田和林地分布在周边乡镇，面积分别减少2.25%和5.02%，水体面积减小0.12%；高温区由镜湖区和弋江区扩展到新芜区，面积增加33.41%；低温区主要分布在郊区，面积减少50.25%。结论 不同土地利用类型对城市热岛效应影响差异性较大：建筑和裸地温度最高，其次是林地和农田，水体温度最低；而且土地利用面积的变化与热岛区面积变化趋势相同，土地利用变化是引起芜湖市热岛效应的主要因素。

反演；热岛效应；时空特征；土地利用；芜湖市

0 引 言

城市化进程的快速推进引发城区生态环境恶化日益加剧，其中之一就是城市热岛效应，许多学者已对此进行研究。热岛效应是指城市人口密集、工业集中形成的市区温度高于郊区的小气候现象(urban heat island effect)[1-2]。热岛效应主要由于沥青、水泥等建材对热能具有高吸收率和低反射率，城区的布局结构导致热量传输的降低和长波热辐射的散发，以及空气中污染物吸收较多热量形成城市高温区[3-4]。城市热岛效应不但会引起大气质量变差，降水量和降水次数发生改变，而且会导致人体健康受到极大损害。特别是在夏季，城市热导效应严重影响到市民日常生活和身体健康。因此，探讨城市热岛效应形成过程和产生原因，为探求城市热岛的演变机理、城区环境预警、城区规划设计及其绿化设计等提供了理论基础和实践指导[5]。

自1972年Rao首次提出利用卫星遥感手段分析城市热岛效应后[6]，国内外许多学者相继利用热红外遥感数据对城市热岛进行研究。目前，主要有基于地面观测数据和卫星遥感数据进行城市热岛效应研究方法[7]，而遥感技术以其获取信息快、更新周期短、测量范围大、信息量大等特点逐渐成为研究城市热岛效应的主要方法[1]。其中采用热红外遥感数据反演的地表温度参数已经被众多学者用于研究城市热岛效应，与此同时，如何定量监测和分析城市热岛的空间结构、变化、形成机制等已成为现代城市环境研究的重要内容[8]。国内学者已对北京、上海、广州、天津、厦门等沿海一、二线城市的热岛效应进行了深入研究，而对中部三、四线城市研究相对较少。以芜湖市2006年和2014年遥感影像为数据源，对芜湖市城市热岛效应时空特征变化进行研究。

1 研究区与数据

芜湖市位于安徽东南部，地处长江下游南岸、清弋江与长江汇合处、长江三角洲平原腹地，南倚皖南山系，北望江淮平原，与合肥并称安徽“双核城市”[9]。芜湖市辖4个市辖区(镜湖区、弋江区、鸠江区、三山区)和4个县(芜湖县、繁昌县、南陵县、无为县)，面积为6 026 km2。本文研究区为4个市辖区。

1.2 数据预处理

在地理空间数据云网站下载芜湖市2006年7月31日Lantsat 7 ETM+影像和2014年7月21日Lantsat 8 TIRS影像，成像的季节相同保证了两影像具有较强的可比性[10]。首先对影像进行定标和大气校正[11]，并结合研究区1∶50 000电子地图，利用ENVI 5.1分别对两影像进行配准，然后建立感兴趣区，按感兴趣区文件裁剪出研究区影像。

2 数据处理与加工

2.1 土地利用分类

采用Lantsat7 ETM+和Lantsat8 TIRS影像预处理多光谱波段数据，结合芜湖市实际情况，利用人机交互目视解译法对研究区影像进行识别和解译，将两景影像分为5类：建筑、水体、农田、林地、裸地，并进行面积统计，最后对分类结果进行分类后处理，得到芜湖市土地利用分类结果,如图1、图2所示。为了更加具体地反映土地利用详尽信息，通过ENVI5.1软件图像分类模块中的“Class Statistic”功能进行统计，得到土地利用面积及比例统计(表1)。

2.2 地表亮温反演

在进行城市热岛效应研究时，由于利用遥感热红外数据反演地表气温难以实现，目前主要利用地表温度和亮度温度作为参数进行研究。然而，大气状况和地表比辐射平等因素对地表温度的反演影响较大，相关计算参数难以得到。考虑到研究主要是为了得到城市热岛效应的相对强度及其时空分布特征，虽然亮度温度和地表温度在数值上不相同，但具有相同的变化趋势，可用亮度温度来研究城市热岛效应[5]。地表亮温的反演方法主要有：单通道算法、单窗算法、基于影像反演算法等[5]，采用单窗算法对ETM+第六波段和TIRS第十波段(两者均为热红外波段)影像进行亮温反演。相关参数见表2。

图1 2006年7月芜湖市土地利用图 图2 2014年7月芜湖市土地利用图

表1 芜湖市2006年和2014年土地利用面积及其比例变化

注：+表示面积增加、比例增大；-表示面积减少、比例减小。

亮温反演步骤如下[12-13]：

本文分别测试了CLIQUE算法、文献[10]中的GP-CLIQUE算法和本文算法对不同大小、不同形状的二维数据进行聚类的聚类效果。使用二维数据进行实验可以更直观的看到聚类结果，也便于比较不同算法的聚类效果。图4为使用三种算法对同一个数据集进行聚类的效果对比图。

首先，将热红外波段影像灰度值(DN值)转化为对应的热辐射亮度值(L值)，公式如下：

L=Gain×DN+Bias

(1)

式中：L代表热辐射亮度值，单位W/(m2·sr·μm)；Gain代表增益；DN代表像元灰度值；Bias代表偏移值。

其次，将热辐射亮度(L值)转化为亮度温度(TB),公式如下：

TB=K2/1n(1+K1/L)

(2)

式中：TB表示亮度温度，单位为K；K1、K2表示亮度反演常量，单位为K。

然后，将式(1)和式(2)合并，得到亮度温度的计算公式如下：

TB=K2/1n[1+K1/(Gaim×DN+Bias)] (3)

最后运用ENVI5.1中的波谱运算功能依公式(3)进行运算，并对结果按等差级数进行密度分割[12]，分为7级，得到芜湖市地表亮温等级分布图，(图3～4)。

图3 2006年7月芜湖市城市地表亮温等级图 图4 2014年7月芜湖市城市地表亮温等级图

2.3 亮度归一化处理

为了较准确地对比分析不同时期影像反演的亮温，减小时间差异上的误差，采用归一化亮度值方法进行处理[10-12]，使其分布范围统一到0～1。

亮度归一化处理方法如下[5,12-13]：

借助ENVI5.1软件中的波谱运算功能，亮度归一化处理公式如下：

式中:Ni代表第i个像元归一化后的亮度辐射值,Ti代表第i个像元的绝对亮温值,Tmin代表近地面绝对亮温的最小值,Tmax代表近地面绝对亮温的最大值，其中Tmin和Tmax可通过ENVI软件统计功能获得。

为了更加全面分析芜湖市城市热岛效应，将所得结果按等差级数密度分割分为7个等级，由低温到高温区依次为：极低温区、较低温区、次低温区、高温区、次高温区、较高温区和极高温区，分级结果见图5和图6所示。通过ENVI5.1软件图像分类模块中的“Class Statistic”功能进行统计，得到两影像城市热岛效应等级的面积[10,12-13](表3)。

图5 2006年7月芜湖市城市热岛效应等级图 图6 2014年7月芜湖市城市热岛效应等级图

3 结果与分析

3.1 芜湖市城市热岛效应空间变化特征

从芜湖市地表亮温图和芜湖市热岛效应等级图中可以看出，芜湖市中心地表亮温仍高于郊区地表亮温，城市热岛效应显著，热岛区呈现片状分布，但极高温区分布甚少，仅镜湖区出现斑点状极高温区。从2006年芜湖市土地利用图(图1)中可知：建筑物和裸地主要集中在芜湖市镜湖区和弋江区的中心建成区，农田和林地主要分布在镜湖区的郊区以及市区周边乡镇地区，水体主要分布在长江和青弋江、风景区湖泊和山区水库。从2006年芜湖市城市热岛效应等级图(图5)中可知：仅镜湖区有斑点状的强热岛区，热岛区集中在镜湖区和弋江区的中心建成区，绿岛区分布在市区郊和乡镇地区；强绿岛区主要分布在长江、市内湖泊及郊区水库等水域。从2014年芜湖市土地利用图(图2)中可知：建筑物和裸地主要分布在弋江区、镜湖区和新芜区的部分区域，农田与林地分布在市区周边的乡镇地区，水体分布在长江、湖泊、水库等水域。从2014年芜湖市城市热岛效应等级图(图6)中可知：强热岛区呈斑点状零星分布在镜湖区，弋江区也有极少分布；热岛区呈片状分布在镜湖区和弋江区的大部分地区，在新芜区和长江以西的鸩江区部分地区也有少量分布；绿岛区大量分布在市区周边乡镇地区，小部分分布在市区的园林风景区和湖泊；强绿岛区仅分布在长江。综合来看，土地利用不同类型与热岛区域在空间分布上具有一致性。

经实地核查，镜湖区和弋江区位于河谷平原地带，这些区域是芜湖市旧城区，建筑物比较密集，人口密度大[7]，建筑物以砖石、水泥、沥青等材料构成，这些材料对太阳光的吸收率大，反射率小，导致城市下垫面吸热多，地表温度高[9]。

3.2 芜湖市城市热岛效应时间变化特征

从芜湖市热岛效应等级面积及其比例变化统计(表3)可以看出，与2006年相比，2014年芜湖市城市热岛效应分布范围大幅增加，强度也有所增加，具体表现为：极低温区和较低温区面积分别减少了44.78 km2和207.35 km2，减小比例分别达到10.86%和50.25%；高温区、次高温区、较高温区和极高温区面积分别增加了137.58、32.92、3.3、0.4 km2，增加比例分别达到33.41%、8.01%、0.78%和0.096%。从芜湖市土地利用图(图1～2)可以看出，与2006年相比，2014年芜湖市建筑和裸地的面积大量增加，林地和农田面积大量减少，建筑和裸地面积分别增加了27.88 km2和2.56 km2，增加比例分别达到6.76%和7.26%；林地和农田面积分别减少了20.68 km2和9.25 km2，减小比例分别达到5.02%和2.25%。

表3 芜湖市2006年和2014年热岛效应等级面积及其比例变化

注：+表示面积增加、比例增大；-表示面积减少、比例减小。

4 结 论

利用芜湖市Lantsat7 ETM+影像和2014年Lantsat8 TIRS影像作为数据源，借助ENVI5.1软件对芜湖市城市热岛效应时空变化进行分析，得出如下结论：

1)从2006年到2014年，随着城市化进程加快，芜湖市城市热岛效应显著增强。热岛区由芜湖市中心区零星的点状区域逐渐覆盖了芜湖市中心区形成成片的热岛区，并扩展到芜湖市周边郊外区域，热岛强度也有所增加。

2)不同土地利用类型对城市热岛效应的影响差异明显：建筑和裸地地表亮温最高，属于热岛区；林地和农田地表亮温较低；水体的地表亮温最低，属于绿岛区。土地利用面积变化和热岛区面积变化趋势相同。由此可见，土地利用的改变是导致城市热环境产生差异的首要因素。

3)从芜湖市城市热岛效应分析中得知，城市热岛效应是由于土地利用类型变化导致城市结构布局发生改变，城市下垫面发生变化；地面人类活动、机械化散失大量热能等引起的地面热源增加，以及空气污染减弱了大气散热，最终导致城市地表温度表现出城市建成区高于周边郊区。

[1]姚玉龙,刘普幸,陈丽丽.基于遥感影像的合肥市热岛效应时空变化特征及成因[J].生态学杂志,2013,32(12):3351-3359.

[2]王六平.城市热岛效应中下垫面因子与温度定量关系研究[D].贵州:贵州大学,2009.

[3]贾宝全,邱尔发.基于TM卫星遥感影像的西安市城市热岛效应变化分析[J].干旱区研究,2013,30(02):347-355.

[4]徐永明,覃志豪,朱焱.基于遥感数据的苏州市热岛效应时空变化特征分析[J].地理科学,2009,29(04):529-534.

[5]苏雅丽,张艳芳.基于Landsat TM/ETM+的西安市城市热岛效应时空演变[J].水土保持通报,2011,31(05):230-234.

[6]杨帆,颜晖.基于RS和GIS的城市生态研究：以上海市热岛效应空间特征分析为例[J].城市观察,2011,12(02):179-185.

[7]丁路,王勇.浅述城市热岛效应的形成原因及其对策[J].制冷与空调,2013,27(06):607-610.

[8]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(04):100-105.

[9]高平.保护生存环境善待美好家园：谈热岛效应与节能减排[J].科学咨询,2012(25):67-68.

[10]金城武,陈真,方刚，等.基于Landsat 8卫星OLI影像的滁州市城市热岛效应分析[J].凯里学院学报,2015,33(03):116-119.

[11]石涛.基于地面观测和卫星遥感的安徽省城市热岛效应研究[D].安徽:安徽农业大学,2012.

[12]方刚.基于Landsat 8卫星影像和地表参数的宿州市城市热岛效应研究[J].土壤通报,2014,45(05):1241-1245.

[13]周鹏,方刚,陈丽，等.基于Landsat 8影像的马鞍山市热岛效应研究[J].石家庄学院学报,2016,18(03):63-69.

[14]芜湖市政府.魅力芜湖[EB/OL].〔2016-07-15〕.http://www.wuhu.gov.cn.

[责任编辑：关金玉 英文编辑：刘彦哲]

Spatial-Temporal Variations Analysis of Wuhu Urban Heat Island Effect

LI Jin

(School of Environment Science and Surveying Engineering,Suzhou University,Suzhou,Anhui 234000,China)

Objective By using the lantsat7 ETM+image in 2006 and the lantsat 8 TIRS image in 2014 as data sources,the spatial-temporal variations of Wuhu urban heat island effect was analyzed and the causes of Wuhu urban heat island effect were discusced.Methods The surface bright temperature was inverted by the ENVI software,the surface bright temperature was normalized, and the surface bright temperature was classified by the arithmetic progression.And the spatial-temporal variations of Wuhu urban heat island effect were analyzed by the land use classification results.Results The results indicate that Wuhu urban heat island effect was significantly,the intensity and scope of Wuhu urban heat island effect had increased.However,the distribution in the extremely high temperature area is less.The strong heat island area is mainly distributed in the Jinghu area and Yijiang area.From 2006 to 2016,the construction land and the bare land gradually extended from Jinghu district and Yijiang district to Xinwu District,the area of the construction land and the bare land increased by 6.76% and 7.26% respectively.The farmland and the forest land were distributed in the surrounding towns,he area of the farmland and the forest land decreased by 2.25% and 5.02% respectively.The water body area decreased 0.12%.the high temperature zone gradually extended from Jinghu district and Yijiang district to Xinwu District,the area increased by 33.41%.The low temperature zone was distributed in the suburbs, the area decreased by 50.25%.Conclusion Different land use types have greater different impact on the urban heat island effect.The temperature of the building and bare land are the highest.Followed by the woodland and the farmland.The temperature of the water area is lowest.And the change tendency of land using area is the same as that of the urban heat island area,and the land use change is a major cause of Wuhu heat island effect.

inversion;heat island effect;spatial-temporal characteristics;land use;Wuhu

宿州学院第九届大学生科研项目：“芜湖市城市热岛效应时空分析”(KYLXLKZD15-06)

李进(1992-)，男，安徽宿松人，宿州学院2013级测绘工程专业在读学生。

F 721.7

A

10.3969/j.issn.1673-1492.2017.05.013

来稿日期：2016-10-25