基于遥感的三亚市不透水面及热环境效应分析

邢丽珠，张方敏，旷雅琼

(南京信息工程大学a.气象灾害预报预警与评估协同创新中心,b.应用气象学院 江苏省农业气象重点实验室，南京 210044)

0 引言

城市化发展的快慢是权衡一个城市经济增长速度、文化革新进程、社会发展质量和科学技术进步的重要标准之一[1]。由于城市化建设造成大量人工城市景观，即不透水面开始逐渐取代自然植被及水体，使城市地表覆盖物类型发生显著变化[2]。城市不透水面的时空分布和变化，在很大程度上能够体现城市发展的大体形状和扩展规律[3-4]，也是衡量城市生态环境好坏的重要标准之一[5-6]。

20世纪70年代起，有学者开始用基于航拍影像经过目视解译或者是进行地面实地测量的方法来提取城市不透水面[7]。Ridd等[8]提出的研究城市生态的植被-不透水面-土壤模型(vegetable-impervious-soil model)，简称V-I-S模型，将遥感影像中的像元组合成了植被、不透水、裸土这3种地物类型从而提取不透水面。Carlson和Arthur[9]在像元二分法的基础上，创建了能够利用植被覆盖度与不透水面之间的关系提取城市区域内的不透水面信息的方法。Hodgson与Tullis等[10]协同利用高分辨率数字化彩色正射卫星影像数据与雷达数据提取不透水面信息。近些年来，人工智能机器学习融合算法也开始被应用于不透水面信息提取的研究[11-12]。Deng与Wu等[13]提出比率归一化差值土壤指数(RNDSI)以增强土壤覆盖信息提取，并通过大量实验证明该指数虽然能够将不透水面、土壤及植被分开，但不透水面与沙砾的区分依旧难以解决。而徐涵秋[14]利用复合波段增强构成归一化差值不透水面指数(NDISI)指数将不透水面地类更好地区别于土壤、沙地和水体。该指数被不同学者广泛的应用于不同城市的不透水面相关研究，比如林东凤[2]、高学武[15]、崔秋洋[16]、李霞[17]、Xu[18]等。

三亚市作为中国对外开放的窗口，近年来城市化发展迅速，城市不透水面不断增加。由于城市不透水面信息对分析城市化进程及城市气候环境都有重要影响。因此，选择三亚市作为研究对象，在前人研究基础上，利用Landsat 5 TM及Landsat 8 OLI/TIRS的遥感影像数据，通过遥感信息技术提取城市不透水面信息，研究该市1998—2018年期间不透水面动态变化，分析三亚市城市化的主要发展趋势；建立与其相关的城市生态要素与地表温度的关系，定量评估其对城市热环境的影响，为三亚市城市的进一步建设规划和气候环境治理提供参考依据。

1 研究区与数据

1.1 研究区概况

图 1 研究区地理分布示意Figure 1 Location and area of Sanya

三亚市是海南省最南端(图1)，处在108°56′30″～109°48′28″E，18°09′34″～18°37′27″N之间，是海南省第二大城市，也是中国重要的热带海滨旅游休闲城市。三亚市陆地总面积1 919.58 km2，总体形状呈现一个狭长的不规则体[19]。三亚市属于热带海洋性季风气候，平均气温全年保持在25.7 ℃左右，6月为气温最高月，月平均气温为30.7 ℃；1月为气温最低月，月平均气温为21.4 ℃。多年平均降雨量为1 393.3 mm，主要集中在5—10月，占全年降雨量的90%。多年平均日照时数为2 477.7 h。

1.2 研究数据

表 1 研究区Landsat遥感影像信息Table 1 Landsat remote sensing image information of Sanya

年份数据源行列号日期云量/%空间分辨率时间分辨率数据格式1998TM124/4710-170.0530 m/120 m16 dGEOTIFF2011TM124/4702-074.6530 m/120 m16 dGEOTIFF2018OLI/TIRS124/4702-1012.5915 m/30 m/100 m16 dGEOTIFF

选取1998、2011、2018年的研究区范围内云量很少，质量良好的Landsat影像数据，其遥感信息如表1所示。数据下载源为地理空间数据云(http://www.gscloud.cn/)。Landsat 5卫星从1984年3月工作到2013年，搭载2个载荷：多光谱扫描仪(MSS)和专题制图仪(TM)，地表有效覆盖宽度为184×185.2 km。其中TM有7个波段数，包括1个120 m的热红外波段及其他6个30 m的波段。Landsat 8卫星于2013年发射，拥有2个主要有效载荷：其中一个载荷为陆地成像仪OLI，另一个载荷为热红外传感器TIRS[20]，其地表有效覆盖宽度为185 km×185 km。OLI的波段数为9个，包括了1个15 m空间分辨率的全色波段以及30 m空间分辨率的其他波段[21]；TIRS包含2个分辨率为100 m的热红外波段[22]。

在使用遥感数据前，对遥感数据进行辐射校正和影像裁剪的预处理。其次，为了将原始遥感信息进行加工处理从而消除云层的影响进行大气校正[23]。

国内经济生产总值和人口数据来源于三亚市统计局。

2 研究方法

2.1 不透水面信息提取

基于徐涵秋[14]提出的归一化不透水面指数(NDISI)，提取了三亚市不透水面信息，能够较好地处理不透水面信息与水体、沙土、阴影等信息相混淆的问题[17]，即：

(1)

式(1)中：MNDWI为归一化水体指数；TIR代表热红外波段，分别对应Landsat 5 TM第6波段和Landsat 8 TIRS的第10波段；MIR代表中红外波段，分别对应Landsat 5 TM第5波段和Landsat 8 OLI的第6波段；NIR代表近红外波段，分别对应Landsat 5 TM第4波段和Landsat 8 OLI的第5波段；RTIR、RMIR、RNIR分别为图像的热红外、中红外和近红外波段的反射辐射值。其中，为了统一热红外波段与式(1)中MNDWI二者的量化级数，需要作0～255级的线性拉伸以转换为和其他波段一致的灰度值[2,24]。

NDISI值介于-1～1之间，为了对3个时相影像的不透水面信息进行增强提取，取0值为阈值，大于0的为增强不透水信息，然后对NDISI进行正规归一化得到不透水面盖度(ISP)，即：

(2)

式(2)中：NDISImax为归一化不透水面指数最大值，NDISImin为归一化不透水面指数最小值。

2.2 归一化水体指数

归一化水体指数(MNDWI)计算公式为[25]：

(3)

式(3)中：Green代表绿光波段，即Landsat 5 TM的第2波段，或Landsat 8 OLI的第3波段；MIR代表中红外波段，即Landsat 5 TM的第5波段，或Landsat 8 OLI的第6波段；RGreen和RMIR分别为绿光和中红外波段的反射辐射值。

2.3 归一化植被指数

归一化植被指数(NDVI)能够准确地反映出地面植被信息[26]，该指数表达式如下：

(4)

式(4)中：Red代表红光波段，即Landsat 5 TM第3波段或Landsat 8 OLI第4波段；NIR代表近红外波段，即Landsat 5 TM第4波段或Landsat 8第5波段；RNIR和RRed分别为红光和近红外波段的反射辐射值。

2.4 地表温度反演

地表温度(LST)的反演主要包括大气校正法(即辐射传输方程法:RTE)、单窗算法及单通道算法这3种[27]。本研究基于RTE，以红光波段、近红外波段和热红外波段作为数据源，对地表温度进行反演[28-29]。热红外波段的辐亮度L的计算式为：

L=[εB(Ts)+(1-ε)L↓]τ+L↑

(5)

式(5)中：L↑和L↓分别表示大气向上和向下的辐射亮度值，B(Ts)为黑体热辐射亮度，Ts为地表实际温度，ε为地表比辐射率，τ为大气在热红外波段(B)的透过率。则黑体在热红外波段的辐射亮度B(Ts)为：

(6)

Ts可以用普朗克公式[30]的函数进行计算：

(7)

式(7)中：K1和K2分别为定标参数。对于Landsat 5 TM影像，K1=607.76 W·(m-2μm-1sr-1),K2=1 260.56 K。对于Landsat8 TIRS影像，K1=774.89 W·(m-2μm-1sr-1)，K2=1 321.08 K。

反演地表温度需要大气剖面参数以及地表比辐射率参数，在NASA提供的网站(http://atmcorr.gsfc.nasa.gov/)上输入对应的成像时间信息、地理位置信息即可得到大气透过率和上下行辐射亮度。

3 结果与分析

3.1 不透水面时空变化

3.1.1 不透水面时间变化

图 2 1998—2018年三亚市不透水面面积和占总面积的比例Figure 2 Total area and percentage of impervious surface in Sanya during 1998 and 2018

表 2 三亚市不透水面年际变化Table 2 Interannual variations of impervious surface in Sanya

指标年份1998—20112011—20181998—2018年均变化/km25.8718.5910.32年均增长速率/%4.50 14.24 7.91

经计算统计得到三亚市1998—2018年不透水面的面积，结果如图2和表2所示。21年间三亚市不透水面面积从130.55 km2增长至337.04 km2，面积净增长了206.49 km2，增加了1.58倍。2018年三亚市不透水面面积占整个三亚总面积的17.5%。在1998—2011年间，不透水面净增加了76.35 km2；在2011—2018年间，不透水面净增加了130.15 km2。从三亚市不透水面的增长速率来看，在1998—2018年21年间，不透水面年均增加10.32 km2，增长速率年均为7.91%，增加的不透水面积占三亚市总面积的10.76%；并且，2011—2018年的不透水面积增长速率明显高于1998—2011年的增长速率并且是其的3.17倍(表2)。

3.1.2 不透水面空间变化

三亚市不透水面的分布及扩张如图3所示。不透水面主要分布在三亚市的由西向东的南部沿海地带，北部不透水面分布少，主要原因是沿海区域适宜人们居住，近几年城市化发展迅速，而三亚北部山脉、森林较多，人口少，城市化进程没有南部沿海快，不透水面分布相应也少。

由于三亚市北部山地与丘陵的限制与南部沿海海域的影响，所以不透水地面的扩张范围介于南部沿海地带至地形崎岖的山地丘陵之间。1998—2018年间不透水地面的扩张范围整体上呈现出以三亚市东部与南部沿海地区为中心，由蛛丝状向沿海城镇周边扩展，城市扩张总体上呈现沿海向内陆扩张的趋势。根据海南20多年的发展史分析，出现这种趋势的极大可能原因是因为近些年来国家改革了海南岛三亚城市土地制度，进一步加快了三亚城市房地产开发速度，从而增加了三亚市不透水盖度，在国家提出了海南国际旅游岛建设战略与总体城市规划之后，在这两个政策的共同作用下，开始推动了海南岛三亚市城市化的快速发展。

3.2 不透水面、植被、水体与地表温度的相关分析

不透水面、植被与水体在城市地面系统中是最不可或缺的组成部分，不透水面能使地表温度产生相应的变化，植被和水体也能对地表温度的升降产生一定的影响。以不透水面积最严重的2018年为例，随机选择研究区不透水面上200个样本，建立三亚市不透水面和对应的地表温度的关系(图4)，分别使用幂、指数、线性、多项式(a～d)关系评估不透水面对地表温度的影响，发现4个关系模型的决定系数R2均大于0.27，都通过0.01显著性相关，但是指数关系最好，即：

LST=26.138e0.008 7ISP

(8)

由此可推测，在ISP>70%的区域，每增加10%，地表增温超过4 ℃，说明不透水盖度高低对地表增温有很大的影响(表3)。

图 4 不透水面盖度(ISP)与地表温度(LST)的散点图Figure 4 Scatter diagrams of ISP with LST

表 3 不透水面盖度及对应的地表温度统计表(2018年)Table 3 Impervious coverage and corresponding surface temperature statistics based on the model in 2018

ISP/%LST/℃△LST/℃026.14 —1028.512.38 2031.11 2.59 3033.93 2.83 4037.02 3.08 5040.38 3.36 6044.05 3.67 7048.06 4.00 8052.43 4.37 9057.19 4.77 10062.39 5.20

表 4 地表温度与不透水面、植被、水体间的相关系数(2018年)Table 4 Correlation coefficients between surface temperature and impermeable water surface, vegetation and water body in 2018

LSTISPNDVIMNDWILST10.74**-0.69**-0.53**ISP1-0.61**-0.26**NDVI10.06MNDWI1

注：**在0.01水平(双侧)上显著相关。

进一步综合考虑不透水面、水体、植被对地表温度的影响。首先，通过SPSS Statistics 21软件对不透水面、水体、植被与地表温度进行相关性分析。由表4可知，ISP、NDVI与MNDWI均是能够对地表温度产生影响的显著因子(P<0.01)，其中，ISP与LST呈现正相关，相关系数为0.74，而NDVI、MNDWI与LST均呈现负相关，相关系数分别为-0.69与-0.53。同时还发现NDVI、MNDWI与ISP之间也呈现出负相关，其相关系数分别为-0.61和-0.26。

建立三亚市不透水面盖度、植被和水体与地表温度之间的多元逐步回归关系，可得

LST=0.14ISP-0.13NDVI-0.05MNDWI+30.15R2=0.8

(9)

式(9)中：ISP与LST的系数和NDVI与LST的系数相当，较MNDWI与LST的系数大，即植被的降温能力比水体高。同时可以推测，不考虑建筑结构和材质等，而仅考虑不透水面面积时，由于不透水面面积的增加导致的地表温度升温可以通过提高植被覆盖进行有效抵消。

4 结论与讨论

1)三亚市从1998年到2018年21年间人口与经济快速增长，导致城市化扩张趋势由沿海区域为主要发力点向内陆发展，不透水面积净增长了206.50 km2，年均增长率在7.91%左右，不透水面面积扩大了1.58倍。特别是2011年后人口的迅速增加和经济的更高速增长导致近8年来不透水盖度的扩张速率是前13年的3倍以上。不透水面主要分布在三亚市由西向东的南部沿海地带，不透水地面的扩张总体上呈现沿海向内陆扩张的趋势。

2)不透水面能够促进地表温度升高，高不透水盖度区域的影响比低不透水面盖度区域更加明显。相反，植被和水体能够降低地表温度，并且植被的效果更明显。

三亚市的城市化将会随着国家改革、社会经济和文化的蓬勃发展而逐渐加快，城市化空间也会随着人们对建筑、居住用地的需求逐渐扩大。因此，采取适当的措施使不透水面盖度与植被和水体之间的比例保持在一个适宜的水平，特别是提高三亚市的植被覆盖率，从而抵消城市不透水面在一定程度上给城市热环境带来不利的影响。