基于城市地表参数变化的蚌埠市热岛效应研究

田 雷，陶 宇

(安徽理工大学 测绘学院，安徽 淮南 232001)

随着城市化建设进程不断加快，城市环境问题日益严重, 城市化进程固然能够促进世界繁荣和进步，但也引起了诸多全球性的生态环境问题，热岛效应便是其中之一[1-2]。它的主要表现为城市比周围非城市化地区的地表温度和大气温度高，而这一现象在城镇化较高的区域表现更为突出[3]。由于城市中高大密集的建筑物阻隔了空气的流通，使得市区内外的高低温气流无法流通，导致城市与郊区之间产生一个昼夜相同的热动力环流。同时城市人口密集、交通拥挤，地表和建筑物多为沥青和混凝土，它们的热容量低，热传导率高，以上种种原因造成了城市的平均气温比郊区的高出2～5 ℃[1,4-5]。

为了合理规划城市布局，缓解热岛效应，许多专家学者在相关领域进行了诸多研究。1993年Gallo首次利用 AVHRR 数据获取了植被指数，分析了城乡气温差与热岛效应之间的关系[6]；1998年Owen在研究城市热岛效应时发现植被指数NDVI具有降低地表温度的作用[7]；2011年徐涵秋[8]利用 Landsat影像提取了MNDWI(改进归一化差异水体指数)、NDISI(归一化差异不透水面指数)分别研究各种指数与热岛效应的关系。崔姚平[9]等利用MODIS数据在美国俄克拉荷马州的塔尔萨、诺曼等八大平原城市研究了城市热岛和下垫面之间的关系，发现城市植被在降低城市地表温度方面发挥了巨大作用，但在确定城市和农村温度差异时，其他因素仍不可忽视。

目前，遥感信息技术已经成为当前研究城市热岛效应的主要手段，本文利用遥感技术对蚌埠市近10 a的主要地表参数变化对城市热岛效应的综合影响进行研究，利用长时间序列、多时相、多因子综合分析城市热岛动态变化，为缓解城市热岛效应提出有效的措施。

1 研究区概况与数据资料

1.1 研究区概况

蚌埠市位于安徽省东北部，地处淮河中游两岸，别称珠城。蚌埠属北亚热带湿润季风气候与南温带半湿润季风气候区的过渡带，季风显著，四季分明，是全国性交通重要枢纽。蚌埠地势西北高，东南低，自然坡降约为1/10 000。辖区内河流水域主要有淮河、龙子湖和张公山大塘等，地下水和地表水的流向均是自西北向东南。近年来由于蚌埠市城市化建设不断加快，人口不断增多，城市热岛效应日趋显著。

1.2 数据来源与数据预处理

为保证数据源的一致性，本次研究数据统一采用Landsat系列数据，其中，2007年和2009年为Landsat5 TM数据，2013年和2017年为Landsat8 OLI/TIRS数据，其主要信息见表1。由于原始影像为DN值，需要对原始影像进行辐射定标和大气校正处理，然后从全国范围的行政边界矢量图中提取蚌埠市行政界线，对处理后的影像进行裁剪，将研究区与非研究区分离。

2 地表温度反演及热岛效应分级

2.1 地表温度反演

地表温度根据NASA官方的Landsat用户手册提供的算法进行计算[10]：

L(λ)=gain×DN+bias.

(1)

式中:L(λ)为热辐射亮度，DN为像元灰度值，gain为增益值，bias为偏移值，通过影像头文件获取。

(2)

式中:TB为地表亮度温度;K1，K2为亮度反演常数，其值见表1。

表1 研究区Landsat卫星数据信息(2007—2017)

经过计算的TB需要经过比辐射率纠正转为地表温度LST[11-14]：

(3)

式中:λ为热红外波段的中心波长，Landsat 5为11.5 μm，Landsat 8为10.9 μm，ρ=h×c/σ=1.438×10-2m K(其中，斯特潘-波尔茨曼常数σ=1.38×10-23J/K，普朗克常数h=6.626×10-34J/s，光速c=2.998×108m/s)，ε为地表比辐射率，其取值根据Sobrino提出的NDVITEM进行地表比辐射率估计[15]：

1)对于水体，采用ε=0.995。

2)对于城镇区域，采用ε=εm(1-Pv)+εv+0.003 796Pv。

3)对于自然表面土地，采用：

ε=εs(1-Pv)+εvPv+0.003 796Pv(Pv≤0.5),

ε=εv(1-Pv)+εsPv+0.003 796Pv(Pv>0.5).

式中:εm=0.97，为各种建筑比辐射率；εs=0.972，为裸土的比辐射率；εv=0.986，为全植被覆盖区域的比辐射率；Pv为植被构成比例，可根据式(4)计算[11-14]：

(4)

根据以上热辐射亮度、地表亮度温度、地表比辐射率和地面温度计算方法，反演蚌埠市区不同年份的地表温度，结果如图1所示。

2.2 城市热岛分级

由于所用的4幅影像代表的年份和月份不同，在比较各年份之间的城市热岛效应变化时不能直接使用它们的绝对温度值，通常采用温度正规化技术，将不同季相的温度范围统一到0～1之间，再将地表温度归一化值进行热岛等级划分[16-17]，如图2所示。温度正规化公式为

(5)

图1 蚌埠市主城区不同年份地表温度分布

图2 蚌埠市主城区不同年份热岛分区

3 主要地表参数获取

由于城市热岛效应与城市建筑、植被和水体三者的关系最为密切，因此，本文以这三者作为主要城市地表参数，研究它们在2007—2017这10 a间的变化及其对蚌埠市热岛效应的影响，通过增强其对应的遥感专题指数将它们从影像中提取出来。

3.1 建筑指数信息获取

NDBI(Normalized Difference Build-up Index, 归一化建筑指数)是查勇等[18]根据归一化植被指数的基础上提出的，该指数可较为准确地反映建筑用地信息，是了解城市气候的主要指标之一[19]， NDBI的公式为

(6)

式中：MIR为中红外波段，NIR为近红外波段。

3.2 植被信息获取

NDVI(Normalized Difference Vegetation Index,归一化差异植被指数)，也称为生物量指标变化，可使植被从水和土中分离出来，是目前使用最广泛的植被信息指数，其公式为

(7)

式中：Red为红光波段。

3.3 水体信息获取

水体信息的获取采用徐涵秋提出的MNDWI(Modified Normalized Difference Water Index，改进归一化差异水体指数)，该指数可有效地区分建筑物和水体信息，更适合于城市水体信息的提取[20]。MNDWI 的公式为

(8)

式中：Green为绿光波段。

采用上述方法提取和计算出研究区不同年份的各专项信息，即建成区(建筑指数)、植被和水体信息，如图3(图中黑色区域为相对应的地表参数)所示。

图3 蚌埠市不同年份主要地表参数分布

4 结果与分析

蚌埠市不同年份各等级热岛和主要地表参数面积以及它们所占总区域面积的百分比数据如表2所示。

根据温度正规化得到的热岛分布图(见图2)可以看出蚌埠市热岛和强热岛面积随着时间的推移不断增大，2007—2017蚌埠市热岛和强热岛面积比例由24.11%上升到49.48%，几乎达到研究区面积的一半，城市热岛中心从城区中心区域逐渐向城区四周扩散，城区四周出现了成片的热岛。与之对应的是，蚌埠市绿岛面积和正常区面积大幅减少：绿岛面积和正常区面积分别由2007年的85.68 km2(21.57%)和191.37 km2(48.18%)下降到2017年的59.72 km2(15.04%)和114.02 km2(28.71%)。城市冷岛面积在10 a中变化幅度较小，其所占比例在6%上下浮动。另一方面，从生活宜居性来看，2007年城市正常区、绿岛的面积占比为69.75%，2017年的占比下降到43.75%。数据表明，蚌埠市城市热岛效应已从早期的较弱程度发展到相当显著的程度。

4.1 主要地表参数变化

1)建成区变化。研究区中的建成区覆盖面积在2007—2017的10 a间有大幅度的增加，从2007年的120.59 km2增加到2017年的241.45 km2，增幅达到1倍之多。2017年建成区面积总占比达到60.79%，占研究区面积的6成以上。其中，2009—2013的4 a中建成区面积增幅最快，从2009年的124.15 km2增加到2013年的198.76 km2，其所占比例也从31.26%增长为50.04%。

2)植被变化。研究区的植被面积在这10 a中从246.60 km2减少到131.20 km2，减少了115.40 km2，所占比例从62.09%减少到33.03%，减少比例接近3成。

3)水体变化。研究区水体面积占比在这10 a中变化幅度较小，10 a里下降1.38%，总体面积共减少5.46 km2，研究区水体面积减少较小。

表2 城市热岛和主要地表参数统计

4.2 城市热岛的时空变化分析

为进一步研究地表参数和城市热岛效应的关系，将不同年份的地表温度影像相互叠加，制成差值影像图以分析城市热岛的时空变化(见图4)。

在2007—2009差值影像图中，代表温度等级升高的红橙色斑块主要分布在研究区中部和西南区域，研究区东部和东南区域总体呈现出温度下降的状态。但在2009—2013差值图中，研究区东南部和北部地区温度上升明显，红橙色斑块面积显著增多。研究区在这4 a间城镇化进程加快，建筑物群增加明显，随着城市的扩展，城区的四周出现了成片的热岛(见图4(b))。在2013—2017差值影像图中，城市温度上升区域较2009—2013有着较大的空间分布差异，温度上升区由研究区东南部向西南方向转移，城市中心区域的温度等级总体呈现出一定程度的降低。显然，由于中心区的旧城改造和城市绿化面积的提高而使得热岛效应有所缓解。

在2007—2017差值影像图中，红橙色斑块面积占据整个研究区52.0%的区域，蓝绿色斑块面积仅占7.9%，这表明在这10 a中，研究区基本上处于热岛效应加剧的趋势。城市热岛由中心区向四周区域转移，城市四周出现了成片分布的热岛。其中,淮河以北区域和研究区西南部热岛效应发展最为迅速,如图4(d)所示。

4.3 城市热岛与主要地表参数的定量关系分析

为获得地表温度和主要地表参数的最佳拟合方程，采用统计学的方法，利用多种函数对地表温度和主要地表参数的关系进行回归统计分析。为保证各种参数量纲的统一，将各地表参数进行正规化处理，使它们的数值统一量化到0～1之间。为保证回归分析的客观性，在研究区随机采取500个样点，分别进行单因子回归分析和多因子逐步回归分析，结果见表3。

由表3的各个回归分析方程可以看出，建筑指数、植被、水体均是影响地表温度的重要因素。地表温度和建筑指数呈正相关关系，与植被和水体呈负相关关系。以2017年为例，从单因子回归模型可以定量看出，正规化后的植被指数每增加0.1，温度降低1.2 ℃；水体指数每增加0.1，温度则降低1.1 ℃；建筑指数与地表温度为指数函数关系，建筑指数每增加0.1，地表温度就会上升0.7～1.03 ℃，说明建筑密度越高的区域温度上升要快于建筑密度低的区域。此外，各个年份的多元回归方程R2均大于一元回归方程，表明综合多种指数描述地表温度异质性比利用单一指数具有更好的效果。从回归方程系数来看，NDBI对地表温度的调控作用最大、NDVI次之、MNDWI最小。

图4 蚌埠市热岛变化差值影像

表3 建筑指数、植被、水体和地表温度的关系方程

5 结束语

蚌埠市的热岛效应在2007—2017产生了重大变化，研究区热岛面积增加了1.05倍，其主要热岛区由中心区域向四周扩散，城区四周出现成片的新增热岛及强热岛区。截止到2017年蚌埠市热岛及强热岛面积占比达49.48%，城市热岛效应从早期的较弱程度发展为相当显著的程度，城市热岛效应加剧。

蚌埠市主要地表参数在2007—2017也发生了重大变化，建成区面积大量增加，植被和水体面积显著减少。基于大量数据的统计回归分析显示建筑指数、植被及水体与地表温度有着密切的关系。其中，建筑指数和地表温度呈指数函数关系，建成区分布特征和发展趋势与城市热岛分布有着较强的一致性。就蚌埠市而言，建筑指数每增加0.1，就会导致地表温度上升0.77～1.03 ℃。

因此，为缓解蚌埠市城市热岛效应要采取针对性的有效措施：合理规划建设用地，严格控制建筑面积和建筑密度；提高城区绿化率，保护城市水体，加快建设城市道路绿化系统，增加市内公共绿地和居住区绿地建设。此外，对高密度建筑区进行改造，加大城区的通风性也是缓解城市热岛效应的一个重要措施。