基于Landsat8数据的城市群热岛效应分析——长株潭城市群为例

刘冰冰,曾永年*

1.中南大学地球科学与信息物理学院,湖南 长沙 410093

2.中南大学空间信息技术与可持续发展研究中心,湖南 长沙 410083

近50年来，全球城市化进入了空前发展阶段，如今城市人口占全球的比重已经超过50%，并仍在持续增长[1,2]。城市化水平的提高在促进经济发展、社会进步、提高人民生活水平的同时，由人类活动、城市规模扩张等引发的局地生态环境急剧变化，对区域和全球的气候环境变化产生深远影响[3-5]。城市化对气候影响的主要现象之一——城市热岛效应，是指城市大气和地表温度高于周边农村的现象[6]。热岛效应加大了电力消耗，加重了环境污染，对于水文系统、空气质量、居民健康存在潜在威胁，长期以来受到科学界与政府部门的高度重视[7,8]。

热岛效应在城市不同层面上均有体现：反映大气层增温效应的城市冠层热岛(CLHI)和边界层热岛(BLHI)，以及反映城市地表层增温效应的城市地表热岛效应(SUHI)。大气层增温效应主要通过气象站点观测数据进行评估，SUHI则主要利用遥感影像热红外波段数据评估。随着近几十年间遥感技术的发展，SUHI研究取得了重大进展，研究内容主要包括两个方面，热岛效应的演变及其形成机制。在热岛效应监测方面，一般利用遥感数据反演多时序的亮温或地表温度(LST)，分析热岛效应的分布规律及变化情况[9-11]。在形成机理方面，土地利用/覆盖类型的变化对城市增温的影响一直是研究重点之一。一些学者通过将土地利用分类数据与地表温度(LST)叠加分析，发现二者间有密切关系[12-17]。但土地利用分类数据中同一类型的地物仍存在较大的异质性，而连续的地表生物物理覆盖度能够较为详细地反映地表特征，有利于定量分析下垫面构成对于热岛效应的贡献作用[18]。有学者分析表征地表覆盖特征的指数(如NDVI、NDBI)与LST的关系，发现二者具有较稳定的线性相关关系[19-23]，但是这类指数在表征地表覆盖度时存在不确定性，如NDVI与植被覆盖度之间呈非线性关系，NDBI则容易受稀疏植被、裸土等的影响。Yuan等[24]、Li等[25]利用混合像元分解技术提取的地表组分丰度，与LST之间的相关性分析表明，以地表组分丰度作为下垫面的连续地表覆盖特征参量优于一般的遥感指数。

长株潭城市群作为长江中游城市群的主体之一，是湖南省经济发展的重要增长极。随着城市化进程的快速推进，城市环境问题日渐突出[26]。目前，针对长株潭城市群热岛效应问题已开展了较多的研究[17,19-21]，但研究对象的空间分辨率有待提高，研究的内容也有待深化。为此，本文以长株潭城市群核心区为研究区，采用多季相的Landsat8、MODIS数据定量反演地表温度(LST)，利用混合像元分解技术提取地表覆盖组分的丰度，在分析热岛效应多季相时空格局变化的基础上，定量分析热岛效应形成机制，以便于深刻理解区域气候变化，为城市规划与环境治理提供参考与决策依据。

1 研究区与数据

1.1 研究区概况

长株潭城市群位于我国中南部湘江流域，包括长沙、株洲、湘潭三市，成“品”字形分布，结构紧凑，有利于大规产业集聚。研究范围划定为长株潭核心区，包括长株潭三市辖区，以及长沙县、望城县、湘潭县、株洲县等4县的矩形范围(图1)。

1.2 数据来源于预处理

为了对不同季节的长株潭城市群热岛效应进行分析，获取了2013～2014年间四期清晰无云或少云的Landsat8影像，轨道号为123/40和123/41，以及同时期的MODIS大气水汽产品，遥感数据的具体信息与来源见表1。

首先，利用Landsat8定标参数进行辐射定标；然后，在ENVI的FLAASH模块下对可见光波段进行大气校正。以研究区1:2000地形图为基准进行几何校正，校正误差控制在半个像元以内，符合本研究的精度要求。最后，对图像进行拼接与裁剪，获得研究区的影像。

利用ENVI中既定的地理信息校正模块，对MODIS数据进行坐标系转换，转换后的地图投影方式与Landsat影像一致；并采用最邻近算法进行重采样，重采样后图像分辨率为30 m，裁剪出研究区的影像。

图1 研究区示意图Fig.1 Diagram of the study area

表1 实验数据Table 1 The experimental data

2 研究方法

2.1 地表温度反演

由于Landsat8卫星上搭载的TIRS传感器可以探测两个热红外波段(表示为TIRS10和TIRS11)，Rozenstein等[27]提出了适应于Landsat8数据的劈窗算法参数，徐涵秋[28]将该模型与基于TIRS10波段的普适性单通道算法进行了对比分析，发现普适性单通道算法的结果更为精确，因此本文中选择其作为地表温度的反演算法，公式如下：

Ts(K)为地表温度；Lλ(W·m-2·sr-1·μm-1)是TIRS10波段辐射亮度；ε为地表比辐射率，根据式(2)计算，f为地表植被覆盖度，εv=0.985，εs=0.968，dε取0，并利用谱间关系法提取水体[29]，将其比辐射率订正为0.995；Tsat(K)是指传感器观测到的亮温，根据式(3)计算，k1=774.89 W/(m2·sr·μm)，k2=1321.08 W/(m2·sr·μm)；式(4)中C1=1.19104×108W·μm4·m-2·sr-1，C2=14387.7 μm/K；TRIS10 波段的有效波长λ=10.90 μm；ω是大气水汽含量(g/cm3)，可以利用MODIS大气水汽产品直接获取[30]。

2.2 地物组分丰度提取

城市地表复杂并紧密交错，地物的类内类间光谱异质性较强，如果采用传统混合像元分解方法，对一类地物采用一种端元光谱进行模拟，会存在较大误差。Roberts等提出的多端元混合像元分解技术[34]，对每一类地物建立包含多个端元的光谱库，并针对每一个像元寻找最佳端元组合来模拟其混合的光谱响应。

首先对已经剔除水体的Landsat8(13.7.31日)数据的可见光波段进行最小噪声分离变换(MNF变换)提取图像的主要信息。然后，计算图像的纯净像元指数(PPI)，借助ENVI的n维可视化工具进行各类端元的光谱收集。对端元光谱库信息进行统计分析得到计数指数(CoBI)[31]、端元均方根误差(EAR)[32]和最小平均光谱角(MASA)[33]，按照CoBI较大且EAR和MASA较小的规则，挑选出最能反映该类地物波谱特征的端元，建立了不透水表面波谱库(18条)、绿色植被波谱库(31条)和裸土波谱库(11条)。最后，运用Viper tools软件模块，生成6183个光谱分解模型，对原始图像逐像元选择最优模型，求解端元丰度。

2.3 统计分析

为了更好地分析不同季节热岛效应分布的变化情况，在对各期LST数据归一化处理后，计算平均值m和标准差s，根据标准差分级法，将LST划分为4个等级，作为评估热岛效应强弱的指标，具体分类准则为：中低温(小于m+0.5 s)，较高温(m+0.5 s至m+1.5 s)，高温(m+1.5 s至m+2.5 s)，极高温(m+2.5 s至m+3.5 s)。然后统计各种级别的热岛效应的面积百分比。

对于剔除水体后的图像，以各地类丰度为横轴，以LST为纵轴，生成散点图；并利用分区统计的方法，对各种用地类型的丰度从0～1按照0.01的增量统计其范围内的LST的平均值，将其与丰度值进行回归分析。

3 结果与分析

3.1 热岛效应的时空格局变化分析

生成长株潭城市群的地表温度分布图（图2）和热岛强度等级分布图（图3），图中白色部分为云掩膜，以及各温度等级的面积比例（表2）。

在初夏(13.5.28)，区域LST平均值为304.6 K，标准差为2.61 K。图2(a)中城市的LST明显高于农村，热岛效应显著，东南部农村的温度略高于西北部，这是由于西北部的主要植被类型是以水田为主的耕地，其蒸散降温作用较东南部林地更为强烈。图3(a)中城市主要为较高温区、高温区和极高温区；极高温区的面积比率为1.5%，主要分布在长沙市湘江以东的雨花区、天心区的高密度居民区、以及长沙县东部的工业用地，湘潭市湘江东岸岳塘区的工业用地，株洲市湘江两岸的工业及居民用地；高温区和较高温区主要围绕极高温区为核心的周边分布，并且从城市中心向四周呈温度等级渐降的趋势。农村地表温度等级主要为中低温和较高温，中低温区主要分布在西北部耕地，较高温区主要分布在东南部林地。

盛夏季节（13.7.31），区域LST平均值为308.7 K，标准差为2.73 K，均达到所有季节的最高值，这个时期植被最为繁茂，地表地物多样性达到峰值，因此图2(b)中地表温度的区域分布差异最为明显，热岛效应最为显著。与初夏相比，图3(b)中城市的高温区和极高温区范围明显向扩张，面积比率分别增长至4.5%、3%，特别是极高温区面积达到在所有季节中的最大值；在农村的乡镇出现了分散的小范围热岛现象，东南部林地的温度等级大范围从初夏时期的较高温降为中低温，这主要与林地生长繁茂所带来的蒸腾作用增大有关。

进入夏末（13.9.17），区域LST平均值为305.8 K，标准差为2.54 K，较盛夏均有所回落。图2(c)中城乡LST差异显著，但与盛夏相比，城市的高温面积减小，东南部农村的LST略微升高，这主要与植被生长停滞导致的蒸腾作用减弱有关。图3(c)中与盛夏相比，城市的极高温区大范围缩减，其面积比率降低至2.15%，部分极高温区温度等级降为高温和较低温。农村东南部的部分植被温度等级从盛夏的中低温上升为较高温，农村乡镇中仍存在小范围热岛现象，但范围相对盛夏有所减小。

图2 地表温度分布图Fig.2 Spatial distribution of land surface temperature

图3 热岛强度等级分布图Fig.3 Intensity grade distribution of UHI

在冬季（14.1.23），区域LST平均值为287.7 K，标准差为1.51 K，均达到所有季节的最小值，这是由于冬季植被萧条，地表裸露度变高，地表植被多样性变少，因此LST的区域分布差异降低，图2(d)中研究区的LST分布并无明显的城乡差异，热岛效应与夏季相比较不显著。图3(d)中极高温区面积比率在所有季节中达到最小的1.00%，散落分布在长株潭三市的部分工业用地区；东南角、东北部的林地出现异常高值，这可能是由于常绿阔叶林在冬季的植被覆盖度较高，吸收太阳辐射的能力较强。

表2 各级热岛强度面积比例/%Table 2 Area percentage of UHI intensity at all levels

3.2 热岛效应与下垫面组分丰度关系分析

绿色植被、不透水下垫面、裸土的丰度值分布图如图4，水体已被掩膜为0，分类结果的RMSE在0.025内，满足本实验的精度要求。在农村主要地表覆盖地物为绿色植被，城市地表主要由不透水表面构成，而裸土在区域内面积较小，大多离散地分布在城市周边。

图4 地表组分丰度分布图Fig.4 Surface component abundance distribution map

由于植被与不透水表面被认为是VIS（Vegetation-Impervious-Soil）模型中最关键的两个城市组分要素[25]，因此利用13.7.31日的LST（已剔除水体）与植被、不透水下垫面丰度建立散点图（图5），散点图呈梯形。随着绿色植被的像元丰度增大，同一丰度的LST最大和最小值降低；丰度越接近于0，散点分布越离散，这是由于绿色植被的分布越少，LST越容易受到土壤湿度等外界条件的影响，温度波动范围也越大，表明绿色植被覆盖度较小时并不能明显降低地表温度，只有大范围的绿色植被才能产生明显的降温作用。不透水表面丰度越高，LST的最大和最小值也越高。

对LST与植被、不透水表面进行分区统计及回归分析（图6），发现植被丰度与LST呈强烈负相关，相关系数为-0.97，不透水表面丰度与LST呈强烈正相关，相关系数为0.95。表明植被的蒸腾作用具有降低LST的作用，不透水表面的分布越密集对LST的增温效应越显著，植被与不透水表面的地表构成比率对热岛效应的空间分布有重要影响。

不透水表面丰度通常被认为是不变量[35]，因此将其他季节的LST与不透水表面丰度进行了分区统计及回归分析发现，在所有季节，不透水表面丰度与LST都存在较强的线性相关关系，夏季的相关系数较高。不同季节的回归方程斜率分别是6.21、10.06、8.41、0.82，在盛夏达到最高，在冬季降到最低，表明当外部气候条件越炎热时，不透水表面的增加对于地表增温效应的影响越大（表3）。

图5 2013.7.31日地表组分丰度与地表温度散点图Fig.5 Scatter diagram of surface component abundance and temperature on Jul.31,2013

图6 2013.7.31日平均地表温度与地表组分丰度的相关关系Fig.6 Correlation between average land surface temperature and component abundance on Jul.31,2013

表3 各季节不透水表面丰度与地表温度的相关关系Table 3 Correlation between surface abundance of impervious water and surface temperature in different seasons

4 结 论

本文利用Landsat8数据和MODIS数据，反演了长株潭城市群在2013～2014年间多个季相地表温度(LST)，评估了城市热岛效应的时空格局及其变化，并分析了地表覆盖组分丰度与热岛效应的关系及形成机制，并获得如下的结论：

(1)城市热岛效应在夏季显著，在冬季较为不明显。在夏季，城市区域主要为高温区和极高温区；极高值区面积从初夏到夏末先扩张后缩减，在盛夏面积比率达到最高的3.00%，热岛效应程度最为严重且影响范围最广；农村主要为中低温区，LST分布特征变化与植被覆盖类型和生长状况有关。

(2)在盛夏植被的组分丰度与LST呈负相关关系，植被地表覆盖度增加有助于减缓热岛效应；所有季节不透水表面丰度与LST均呈强烈的正相关关系，相关系数在0.87以上，不透水表面的地表覆盖度增加将导致热岛效应增强，特别在盛夏这种作用最为显著。

城市化驱使下的以不透水面为主的人工地表扩张，改变了地表的热力学性质，导致了地表增温，是热岛效应形成的重要因素之一。在城市未来规划中，需要综合考虑植被的降温效应与不透水表面增温效应，控制不透水表面的建设密度，有利于缓解热岛效应。进一步的研究中需要对连续时序的长株潭城市群热岛效应进行分析，探究城市发展过程中景观结构变化对于城市增温的作用机制。