APP下载

各级不透水面百分比区间城市热环境影响分析

2020-09-02

能源与环境 2020年4期
关键词:高密度贡献率贡献

(福州大学环境与资源学院 福建福州 350108)

1 研究背景

城市化改善了人类生活条件,但从非城市土地利用到城市土地利用的变化可能会导致城市地区的气候变化[1]。同时,城市化带来的环境问题(如全球变暖,空气污染,环境恶化)对城市生活质量和舒适度产生了负面影响[2]。通常,城市化水平、人口密度或建筑物密度上升,伴随着更高的人为热释放,包括发电厂、车辆、建筑物的热释放,因此城市热岛(UHI)随之增强[3]。当前研究聚焦于地表利用类别对UHI的影响,例如 Ridd[4]提出植被—不透水面—土壤模型 (Vegetable-Impervious-Soil model,简称V-I-S模型)用以研究城市生态。然而城市化以各种方式促成全球变暖[5],简单地比较城市土地与周边农村之间的LST差异,并不是量化UHI强度的有效方法。

本文基于混合像元分级和地表温度反演,划分不同等级不透水面,定量分析不同时相条件下,不透水面、植被和土壤3种生态要素对城市热岛的影响,进一步获得不同不透水面百分比区间对城市热环境的贡献率,探讨各级不透水面对城市热岛的影响。

2 研究区数据与方法

2.1 研究区情况

福州具有典型的亚热带季风气候特征,年平均气温在33~37℃之间,最高温可达42.3℃,最低可至-2.5℃。福州城镇化率高达70.3%,盆地地形,市中心气温明显高于周边的郊区地带,因此常出现热岛现象。本研究采用的卫星遥感影像数据分别为2001年Landsat 7 ETM+影像和2013年的Landsat 8 OIL_TRIS的影像。

2.2 地表温度反演

地表温度(LST,Land Surface Temperature)展现了地气能量与物质交换的具体过程,是地面与空气间界面的能量计数器[6]。主要的地表温度反演方式有:大气校正法、单窗算法、单通道法等,本文采取辐射传输法对两时相数据进行LST处理。

2.3 混合像元分解

由于天然地球地表不会是由同一地物所构成,因此一个像素内同时出现含有差别波谱性质的地物,也即不同地物被同一像元内所包含,将发生波谱混合征象。假定具有相对稳定的光谱特征的不同地物构成地域场景中,可以利用端元的光谱特征和像元面积比例(丰度)的函数来表示遥感图像的像元反射率,即混合像元分解模型[7]。本研究所得波谱特征以几何顶点的端元提取方法为基础,采用Linear Spectral Unmixing的混合像元分解方法,获得多光谱或高光谱影像中地物的丰度信息。

2.4 温度贡献率

为了更直接地表征各级不透水面对城市热环境的影响,需要用到贡献指数,从而计算得到贡献率。研究对象对城市热环境的贡献被定义为平均地表温度差异与其在该地区的比例之间的乘积(式1)[8]。由于LST和大气条件对所选图像收集日期的变化,研究采用功能区或景观与整个区域之间的LST的平均差异,而不是绝对的LST变化。

式中:CI是功能区或景观对区域LST的贡献,Dt是功能区或景观与整个区域之间的平均LST差异,S是功能区或景观所占比例。

3 结果与分析

3.1 不透水面提取与区间分级

本研究由混合像元分解算法 (LSMA)对2001年和2013年影像数据分解得出不透水面、土壤、植被,最终提取城市不透水面,并分级分区:0≤FLSA<10%为低密度区,10%≤FLSA<30%为中低密度区,30%≤FLSA<50%为中密度区,50%≤FLSA<70%为中高密度区,70%≤FLSA≤1为高密度区。根据图1可得:不透水面呈扩大趋势,其中低密度区和中低密度区的面积分别减少了86 km2和54 km2;中高密度区有进一步扩大的趋势,整体区域呈现向高密度区转化的趋势,面积增大近1倍。在扩张的方向上,大致呈现由市中心向周边扩张,且在市区南边的仓山区、台江区变化更快更显著,东西方向的马尾尤其显著。景观的复杂和分散程度以及地表的破碎程度随着城市化的加速而进一步加深[9]。

3.2 地表温度反演及分区

福州中心城区地表温度明显高于周边的地区,在温度空间上,城市犹如一个温暖的岛屿[10],出现“热岛”现象。根据地表温度反演结果(图2)可得,2001年高温区分布范围较小,主要分布在沙地、裸土,以及零星散布在建筑物特别密集的地域内,城区大部分被次高温区所掩盖,低温区大部分分布在山体阴影和水体当中;2013年高温区连片范围显著增大,鼓楼区甚至已呈现连片化,台江区也出现了中心热岛区域现象,低温区仍然是散布在河流和阴影地区。热岛增加区域与建成区域基本一致,这些区域人口聚集,不透水面积也增大,人类活动更活跃,使得温度明显升高,出现了热岛中心现象,表明城市的向外扩张自然演化为地类的转型[11]。

3.3 各级不透水面(ISA)对城市热岛的贡献

如表1所示,2001年和2013年的低密度区(主要为植被)对城市热环境起负贡献,且贡献绝对值最大,主要由于面积较大且植被能够通过蒸腾作用,从而吸收空气热量达到降低温度的目的;中高密度区主要为居民区以及河流边缘的裸地,裸地和建筑物本就是地表的主要增温因素,而本研究区裸地的范围较少,因此可以认为建筑物为主要增温的因素。两时相影像中高密度区面积均占了将近20%,因此热环境贡献率较高;2001年和2013年的高密度区均对城市热环境起正贡献,2001年高密度区所占面积比重低,贡献率只有0.57;2013年高温区面积增加了1倍多,主要土地利用类型为建筑,建筑十分密集且植被少,建筑的热传导性强,并受到阳光的直接照射,增加大地与大气间的热交换,且不渗透的城市表面蒸发潜热,能量损失较少,从而导致城市地面存在较大的蓄热量,贡献值达到了1.4,功能区面积大大影响了贡献指数的大小。

表1 各级不透水面贡献率

4 结论

本研究通过分析2001年和2013年两时相影像,分析探讨研究城市化导致的土地利用类型改变,对城市热环境的影响,结果表明:福州不透水面扩大的区域和城市化所带来的城市扩张区域基本保持一致,热力场集中程度和连片现象更为显著,福州城市热岛有扩散恶化趋势。城市热岛效应明显的地区主要位于城区中心的台江、鼓楼一带。各级不透水面对城市热环境的贡献不尽相同,贡献指数受面积占比影响较大。由于占比在0~10%的低密度区面积范围大,且多为水体和植被,因此负贡献最大;城市区域地表温度上升主要由中高密度区和高密度区不透水面所致;2013年中高密度区和高密度区贡献率进一步提高了大约1.4。因此往后治理城市热环境应该从关键处下手。

猜你喜欢

高密度贡献率贡献
也论昆曲的形成与梁辰鱼的贡献
高密度养殖南美白对虾或者更容易成功
高密度电法在断裂构造探测中的应用
中国共产党百年伟大贡献
高密度存储服务器可靠性设计与实现
一种通用的装备体系贡献率评估框架
2020:为打赢脱贫攻坚战贡献人大力量
14.8%
高密度脂蛋白与2型糖尿病发生的研究进展
幽默“三十六计”(中)