南宁市地表温度与土地利用类型的关系研究

黄永霖,许贵林

(南宁师范大学，广西 南宁 530001)

1 引言

地表温度作为地表过程变化的一个重要参数，在全球气候变化、地表辐射能量平衡、城市热环境、资源环境监测等研究领域中扮演着重要的角色[1]。城市地表温度是影响城市环境的指标之一，而城市地表温度的变化则由诸多因素影响，其中城区的土地利用类型变更频繁，是直接导致城市地表温度发生巨变的一个重要因素。近年来，由于城市的快速发展，南宁市的城市结构变化导致城市气候日趋恶劣,造成严重的城市热岛效应。因此探究南宁市城区地表温度与土地利用类型的关系迫在眉睫,研究两者作用机理可为南宁市的热岛效应治理提供辅助信息，为南宁市生态环境建设和人居环境优化提供科学依据。

研究地表温度的方法有很多种,如气象数据资料观测法,布点数值观测法,数据数值化模拟法,遥感数据法等[2]。由于Landsat-8卫星可提供长期、连续观测且获取方便的热红外遥感数据，加之如今各类反演算法都比较成熟的情况下，运用Landsat-8遥感影像数据并结合各类算法来反演地表温度进行相关研究在当前应用十分广泛。目前主流的温度反演算法有以下几种：大气校正法[3](也称“辐射传输方程”；Radiative Transfer Equation,RTE)、单通道算法[4](Jiménez-Muoz等)、单窗算法[5](Qin等，2001)、劈窗算法[6](RozensteinO)。其中,覃志豪等[5]于2001年提出的单窗算法反演的结果精度较高，且得到广泛的验证,是常用的算法之一。近年来许多专家学者将该算法作为推算地表温度的主要方法，并取得了不错的效果。胡德勇以单窗算法结合Landsat-8遥感影像数据,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度[7]。林平与马术等人利用Landsat-8数据，通过大气校正法和单窗算法反演城市地表温度，表明采用单窗算法的反演结果精度较高[8-9]。熊玮利用Landsat-8的遥感影像数据源,运用单窗算法对南宁市的热岛效应进行监测分类[10]。

故本研究以南宁市城区为研究区，利用Landsat-8遥感影像数据作为地表温度反演以及土地利用类型划分的数据源，采用反演精度较高的单窗算法估算南宁市城区地表温度，分析城市热岛的空间分布特征；并运用支持向量机算法(SVM)对城区进行土地利用类型划分，最后对温度反演结果和土地利用类型的分类结果进行叠置分析，从小尺度城市内部分析地表温度与土地利用类型的关系。为减缓城市热岛效应、改善城市环境、推进城市绿色发展提供可行性建议。

2 研究区概况

南宁市是广西壮族自治区的首府城市，是西南出海通道最便捷的枢纽,简称邕。南宁市地形是以邕江广大河谷为中心的盆地形态,地貌类型主要以平地为主,且南宁母亲河邕江自西向东横跨整个南宁市区。因其位于北回归线南侧，属湿润的亚热带季风气候，夏季高温炎热，温度大部分在32～35 ℃之间。且近年来南宁市多次上榜全国“火炉”排行，热环境影响十分恶劣。本研究以南宁市主城区(环城高速公路为界的环状，东经108°09′～108°35′,北纬22°40′～22°56′)为研究区域，面积约为905.36 km2，如图1。

图1 南宁市主城区卫星图

3 数据来源与技术流程

3.1 数据来源

本文以覆盖研究区的美国航天航空局Landsat-8卫星遥感影像为主要数据源(表1)。在地理空间数据云网站下载研究区2020年4月27日Lansat-8OLI/TIRS遥感影像，卫星影像过境时为当地时间下午3：10，

表1 Landsat 8影像的主要参数

晴朗无云且能见度高、图像质量好。且通过查看历史天气知道当天当地平均气温为24 ℃。Landsat-8卫星搭载2个传感器(热红外传感器、陆地成像仪)，影像一共有11个波段，且卫星每16 d可以覆盖全球一次。

3.2 技术流程

利用Landsat-8遥感影像数据为地表温度反演以及土地利用类型划分的数据源，采用反演精度较高的单窗算法估算南宁市城区地表温度，分析城市热岛的空间分布特征；并运用支持向量机算法(SVM)对城区进行土地利用类型划分，最后对温度反演结果和土地利用类型的分类结果进行叠置分析，从小尺度城市内部分析地表温度与土地利用类型的关系。技术流程如图2。

图2 技术流程

4 研究方法

4.1 数据预处理

Landsat系列遥感影像会受到大气传输、大气水汽、大气中的固体颗粒、太阳辐射及传感器特征的影响，因此要对遥感影像进行预处理。本研究基于Envi5.3软件对图像进行裁剪、辐射定标、大气校正处理。辐射定标是对DN值与辐射亮度值和温度值等这些物理量进行转换，以便进行后续的定量化分析。而大气校正则可以消除大气中的水汽、固体颗粒等对影像的影响。对研究区影像进行辐射定标和大气校正处理的结果如图3、图4。

图3 辐射定标结果

图4 大气校正结果

4.2 地表温度反演

本研究采用覃志豪根据热传导方程提出的单窗算法，该算法是为避免对于实时探空数据的依赖而建立的适用于仅有一个热红外通道的反演方法[5]。只需要3个参数(地表比辐射率、大气透射率、大气平均作用温)就可以反演地表温度。在参数有适度误差时，该方法精度仍然可达<1．1 ℃[5]。

下面将选用Landsat-8TIRS10波段来推导和计算应用于研究区域的单窗算法，如式(1)所示。

TS={a(1-C-D)+[b(1-C-D)+C+D]Tb-DTa}/C

(1)

式(1)中，TS为地表温度;a，b为地表温度反演回归系数，根据经验参考系数分别取值a=-62.73566，b=0.43404，Tb为地表亮度温度(K)；Ta为研究区大气平均作用温度(K)，C与D为中间变量，计算公式如式(2)、(3)：

C=δτ

(2)

D=(1-τ)[1+τ(1-ε)]

(3)

式(2)、(3)中ε为大气透过率；τ为地表比辐射率。

4.2.1 地表亮度温度计算

地表亮度温度可以由定标后的影像通过普朗克公式计算得到，如式(4)所示:

Tb=K2·ln(K1/L+1)

(4)

在(4)式中，系数为K1，K2，可由影像头文件获取。K1=774.89W，K2=1321.08K。

L为辐射亮度，计算公式L=0.055158×DN+1．2378，式中DN为Landsat-8TIRS10波段的灰度值。

4.2.2 地表比辐射率计算

地表比辐射率(ε)又称发射率，是同一温度下地表发射的辐射量与黑体发射辐射量的比值,是地表温度反演的基本参数之一[11]。本研究采用归一化植被指数(NDVI)和改进归一化水体指数(MNDVI)来计算地表比辐射率[12]，公式如下：

ε=0.995MNDVI>0 水体

4.2.3 大气透过率计算

在本研究中，大气透射率由美国宇航局(NASA)官方网站上的大气透射率计算工具计算得到。在NASA官方网站 (http://atmcorr.gsfc.nasa.gov/)中输入成像时间以及中心经纬度，即得到大气透过率。

4.2.4 大气平均作用温度计算

大气平均气温计算采用覃志豪[5]提出的公式(表2)计算得到。

表2 大气平均温度计算公式

表2中Ta为大气平均作用温度；T0为近地表气温。本文采用表中式3(中纬度标准大气)计算大气平均温度。

4.3 土地利用类型划分

在充分考虑南宁市的土地利用结构及地表覆被特征，结合Landsat-8遥感影像数据的分辨率并参考前人的研究结果，本研究将城区土地利用类型划分为林地、耕地、水体、建设用地、裸地及草地六大类。分类采用支持向量机算法(SVM)的分类方法，该算法是基于传统统计学理论的机器学习算法，最大的特点就是花费时间短，工作效率高，精度高。最后需要对分类结果进行精度验证，本研究结合谷歌地图构建验证样本对分类结果进行精度验证，计算总体分类的精度为87.3%；在图像上随机选取的点与实地考察的结果一致，说明分类精确，分类结果符合研究需要。

5 结果分析

5.1 地表温度反演结果

利用Landsat-8数据反演得到的研究区地表温度结果见图5，并查找了2020年4月27日当天南宁市气温数据，南宁市当日的最低气温与最高气温分别为18 ℃和30 ℃，在下午3:00气温更是达到了最高气温30 ℃，反演结果90%以上像元温度值位于南宁市当日所查询的温度范围，且从反演的地表温度图以及对比南宁市气象局发布的相关研究成果，可以认定本研究的结果符合实际，有一定的参考价值，因此利用Landsat-8数据探究南宁市城区城市热岛效应是有效可行的。

图5 南宁市城区地表温度

通过南宁市主城区地表温度图可知，南宁城区当天地表最低温度为17.7 ℃，最高温度为44 ℃。根据地表温度反演实际情况采用自然断点法将地表温度反演结果设定为4个温度区间，分别为低温区:17.7～23 ℃;中温区:23～28 ℃;次高温区:28.0～33.0 ℃;高温区:33.0～44.0 ℃;得到南宁市热岛强度分布图，如图6所示。

图6 热岛强度分布

从热岛强度分布图可以看出各温区区域边界线明显，南宁市城区地表温度存在显著差异性，表现出城市热岛的基本特征。分别将4个温度区间的地区提取出来并统计面积占比，见表3，得到低温区占研究区总面积的4.7%，主要分布在城区东部的林地区域及邕江水域区域、湖泊；中温区占研究区总面积的45.1%，主要分布在环城区郊外的耕地区域;次高温区占研究区总面积的45.4%，主要分布在城市建成区;高温区占研究区总面积的4.8%，主要分布在研究区西部的建筑密集区域及人口密集区。次高温区及高温区主要位于邕江两岸，分布轮廓基本与城市建成区吻合。根据当天气象资料可知，南宁市当天温度在18～30 ℃，与实际反演结果大致相同。

表3 地表温度各区间面积占比情况

5.2 土地利用类型分类结果

将分类结果做成南宁市城区土地利用专题图(图7)，分类结果能正确反映南宁市城区的土地利用情况。为了得到各土地类型的面积范围，对分类结果进行数据统计，统计结果见表4，其中建设用地的面积为37513.36 hm2,占比最大，其次是耕地；而水体面积为3859.44 hm2,占比最小。

图7 南宁市城区土地利用类型

表4 土地利用类型面积统计

5.3 土地利用与地表温度的关系研究

为探究不同土地利用类型与地表温度的关系，对地表温度反演结果与土地利用分类结果进行叠加分析。并对各地类地表温度进行统计，得到表5、6。

表5 土地利用类型地表温度统计 ℃

从表5、表6可以看出，当天南宁市地表最低温度是17.7 ℃，最高温度为44 ℃，对应的土地利用类型分别为水体和建设用地。在高温区中，建设用地的面积最大，其次是裸地。而在低温区中，水体的面积最大，其次是林地。这可以得出建设用地与裸地对地表温度的升高贡献相对较大, 其次是草地、耕地，而林地和水体对地表温度升高贡献最小,有明显降温作用。

表6 土地利用类型面积统计 hm2

以上结果表明不同的土地利用类型，其地表温度不同。两者之间的关系可以用关系式表示为：T建设用地>T裸地>T草地>T耕地>T林地>T水体,其中T代表地表平均温度。这样的直接结果就是造成形成以城市建设用地为高温区的城市热岛效应。热岛效应的出现则会严重影响人们的日常生活，而在现实中为了有效应对城市热岛效应带来的危害，根据本文研究可以从两个方面入手：一是合理控制城市建筑的密度与高度，还有各类工业用地的规模，避免建设用地无序增长；二是在城市建设过程中适当增加绿化和建造人工湖泊等水体景观，作为城市气温的调节器。以上两个点可以遏制地表温度上升，有效缓解城市热岛效应。

6 结论与讨论

本文基于 Landsat8 遥感影像数据反演了南宁市城区2020年4月27日的地表温度，并对城区土地利用类型进行划分，揭示了该研究区城市热岛效应的基本特征及地表温度与土地利用类型的关系，得出如下结论。

(1)南宁市城区存在明显的热岛效应，高温区域主要分布在建筑密集区与人口密集区域，即西乡塘区、江南区；(次)高温区域的轮廓基本与城市建成区轮廓相一致；南宁市城区的地表温度分布特征为：由城市中心逐渐向郊区降低呈辐射状。

(2)南宁市绿化建设较好，但城市热岛问题依然严重；南宁市城区建设发展较快，城市建成区不断向外扩张，造成地表温度有着与建成区向外扩张的趋势，说明南宁市热岛有外溢效应，故今后在发展经济的同时也要注意生态环境的建设。

(3)地表温度与土地利用类型有显著关系，地表平均温度表现为:T建设用地>T裸地>T草地>T耕地>T林地>T水体，水体和植被可以降低温度，对减缓城市热岛效应发挥重要作用，所以在城市建设过程中应加强保护，可适当增加城市绿化或建造人工湖泊等水体景观。

(4)本研究存在有两个不足之处：一是仅以一期影像反演地表温度不具说服力。应以多期影像进行温度的反演，才能力证研究区存在城市热岛效应，因此需要在接下来的研究中加以改正。二是在对地表温度的验证中，本研究仅简单地用大气温度跟地表温度作对比，这不够科学严谨。因为地表温度受诸多自然或人为因素的影响，不能直接就认定大气温度等同于地表温度，所以地表温度和气温的关系是一个值得研究的科学问题。