基于不同土地利用类型的植被指数与地表温度的关系——以张家口市为例

曹倩倩,刘瑞芬

基于不同土地利用类型的植被指数与地表温度的关系——以张家口市为例

曹倩倩,刘瑞芬*

河湖生态修复与藻类利用湖北省重点实验室, 湖北工业大学土木建筑与环境学院, 湖北 武汉 430068

本文以河北省张家口市区六个区作为研究对象，基于Landsat 8遥感影像、土地利用数据和ArcGIS空间分析技术，获取归一化植被指数()以及陆地表面温度（）的空间分布，并采用多重比较量化分析六种土地利用类型下、值的差异，最后通过线性回归方法分析不同土地利用类型与之间的关系。结果表明，张家口市区的和的空间上值的分布呈相反趋势。对于而言，城乡工矿居民用地与耕地、草地、林地等土地利用类型存在显著性差异；对于而言，耕地与草地、林地、城乡工矿居民用地等土地利用类型存在显著性差异。不同土地利用类型下的和呈现出明显的负相关关系，判定系数2=0.519。结果可以为张家口市城市生态规划以及缓解热岛效应提供科学依据。

土地利用; 地表温度; 植被指数

在快速城镇化的过程中，水泥和沥青的硬化人工地表逐渐取代了自然地表，城市土地覆盖的局部景观格局的改变使得整个区域的生态环境状况发生了变化[1]，以及人口的快速增长和工业的发展，大气环境、地表结构和人为热排放等多种因素相互作用，从而使得城市内部温度要高于郊区的温度，形成了热岛效应[2]。植被覆盖可以通过蒸腾作用影响着地表的能量平衡[3]，植被的光合作用还可以将光能转化为化学能[4]，通过蒸腾作用和光合作用影响着地气之间的热交换形式和减小太阳辐射效应，从而降低地表温度，进而缓解城市热岛效应。植被指数()用来衡量植被覆盖度。城市的不同土地利用类型如建设用地、耕地、林地有不同的植被覆盖度，对地表温度()也有着不同的影响，因此量化城市尺度下不同土地利用类型的植被覆盖度及植被覆盖度对地表温度的影响可以指导土地利用布局，对缓解城市热岛效应和构建生态友好城市有着重要的意义。

近年来随着遥感技术的发展，星载遥感传感器可以以较短的周期和成本快速准确的获取地表的下垫面的温度特征[5]，因此在土地利用及其覆盖变化与的关系的研究中得以广泛应用。牟雪洁[6]、彭文甫[7]、刘宇[8]等人从热岛效应分布特征的角度探究了研究土地利用与之间的关系；彭璐[3]、高尚[4]等人使用遥感影像研究的变化值对变化的影响，量化变化值和变化值之间的线性关系，研究表明不同的范围对的影响不同；Wilson JS[9]、岳文泽[10]、Lo CP[11]、周媛[12]等人运用遥感影像和GIS空间分析技术探讨了不同土地利用类型下的、值的差异，以及不同土地利用与之间的关系，研究均表明、在不同土地利用下存在差异，并且与存在着明显的负相关关系，该研究为城市规划以及绿地系统规划提供技术支撑和依据。但是这些研究的研究区域多集中于南方植被茂盛的城市，例如福建省厦门市、平泽岛以及上海市,对于北方植被较稀疏的城市研究比较少。本文以北方城市张家口市区为例，利用张家口市区一级土地利用类型shp文件和Landsat8遥感影像进行和地表温度的反演，量化与的关系，进而探讨不同土地利用类型下的与之间的关系，对张家口缓解城市热岛效应和建成更加生态友好城市的生态规划提出依据。

1 材料与方法

1.1 研究区概况及数据来源

张家口市属于河北省西北部区域（如图1），介于113°50′～116°30′E，39°30′～42°10′N之间。张家口市整体地势西北高、东南低，有坝上高原区、坝下山间盆地区两大典型地貌区，两种地貌以阴山山脉大马群山分水岭为界，属温带大陆性季风气候，有干旱、风沙、霜冻和雹灾等主要灾害。

本文研究区域为张家口市区，包括桥东区、桥西区、宣化区、崇礼区、下花园区、万全区等六个区（如图1），区域面积达6429 km2。土地利用类型主要分为耕地、草地、林地、城乡工矿居民用地、水域、未利用土地等六大类型，占地比分别为36.5%、32%²、24.49%、6%、1%、0.01%。

图 1 张家口市区的地理位置以及各个分区

本研究以2015年7月12日河北省张家口市Landsat 8遥感影像作为数据源，其空间分辨率为30 m，包括陆地成像仪OLI含9个波段和热红外传感器TIRS含2个波段等11个波段。应用Landsat8 OLI的第4、5波段进行研究区的波段运算，同时利用Landsat8 OLI获得的第4、5波段运算得到的和Landsat8 TIRS10反演研究区的。同时结合张家口市2015年的土地利用现状shp文件，将研究区的土地利用类型分为耕地、草地、林地、城乡工矿居民用地、水域、未利用土地等六种类型（如图2）。从研究区的土地利用布局来看，林地主要集中于崇礼区，草地主要集中在万全区和桥东区两个区域，建设用地大多数分布于桥东区、桥西区、宣化区，耕地和草地为主要用地类型，面积百分比为68.5%。

图 2 张家口市区土地利用类型图

1.2 植被指数及地表温度计算

归一化植被指数提取，有研究表明指标可以很好的表征植被覆盖状况和地表辐射温度[11]。通过绿色植物的红外波段和近红外波段反射光谱的差异可以进行的计算。波段运算时，先要对Landsat8 OLI的遥感影像进行辐射定标和大气校正，然后对经过处理的遥感影像进行波段运算。的计算公式如（1）所示。计算出来的值介于-1～1，一般认为在植物的生长季节>0，表示有植被覆盖，值越大说明植被越茂盛，超过0.5表明植被生长茂盛[12]。

式中：5，4分别表示红光波段Band4和近红外波段Band5的灰度值。

地表温度反演，本研究利用Landsat8 TIRS10波段所接收到的地面各处的热辐射值进行定量反演，采用胡德勇[13]的改进的Landsat8陆地表面温度计算的方法：利用ENVI软件进行遥感影像处理，首先分别对Landsat8 OLI和Landsat8 TIRS10数据进行辐射定标，接着对Landsat8 OLI数据进行大气校正、利用其第4、5波段进行和植被覆盖度计算（见式2）、再进行地表比辐射率的计算（见式3、4、5），结合基于Landsat8 TIRS10数据进行辐射亮度的计算以及从航天局获取的大气剖面参数，进行同温度下黑体辐射亮度的计算（见等式6），最后运用波段运算得出（见式7）。

基于像元二分模型估算植被覆盖度计算，NDVI裸土或者建筑表面的值，NDVI为全植被覆盖区的值。本研究区域实际的植被覆盖状况将NDVI设置为0.05，将NDVI设置为0.7，当像元的>NDVI时，代表全植被覆盖，P=1；当像元的>NDVI时，代表裸土，P=0。

城镇地表、自然地表两类混合像元地表比辐射率计算。植被、建筑表面、裸土的纯净像元的地表发射率分别为ε=0.986、ε=0.970、ε=0.972，城镇地表可大致看作是建筑表面和植被组成的，自然地表可看作是植被和裸土组成的。

地表比辐射率计算公式中，温度比率R定义为R=(T/)4，植被R、建筑表面R、裸土R的温度比率可以使用上式的公式求出[14]：

式中T，T分别代表亮温和地表温度（K），代表TIRS波段；L(T)为亮温为T时传感器接收到的辐射能量(W‧m-2‧sr-1‧μm-1)；L(T)为为T时的辐射能量(W‧m-2‧sr-1‧μm-1)；τ为大气透过率（无量纲）；ε代表地表发射率（无量纲）；L↓为大气下行辐射(W‧m-2‧sr-1‧μm-1)；L↑为大气上行辐射(W‧m-2‧sr-1‧μm-1)。通过航天局获取的数据张家口市区的τ=0.79，L↓=2.88，L↑=1.69。

地表温度表达式如上式所示[15]，Landsat8中，通常取1=774.8853，2=1321.0789，再将计算结果的单位转化成摄氏度。

1.3 研究方法

研究主要用到的数学分析方法有post-hoc多重比较分析、线性回归分析。多重比较方法是通过对总体均值之间的两两比较，来检验各个因素总体均值之间相等或者差异的关系。线性回归分析是利用数学关系来确定两种或者两种以上的变量之间的相互依赖的定量关系的统计分析方法。

本研究中使用post-hoc多重比较分析的方法，分析耕地、草地、林地、城乡工矿居民用地、水域两两土地利用之间总体均值差，分析两种土地利用类型之间、的差异程度。使用线性回归分析，分析基于土地利用类型的和之间的线性关系，判断对不同土地利用类型的的影响程度。

构建特征剖面，以张家口市政府（114.892，40.774）为中心原点坐标，分别向东西南北四个方向延展至区域边界，最终形成东西、南北两个方向的轴线（如图3），在ArcGIS软件中进行数据处理，获得东西、南北两条轴线上和的值剖面。

图 3 东西、南北方向特征剖面轴线

2 结果与分析

2.1 NDVI与LST计算结果与剖面变化情况

张家口市区与空间分布如图4所示，二者值的空间分布具有相反的趋势，值大（小）的区域一般较小（大）。具体来说，在研究区域东北部的值相对较大，相应的的值比较小；的较大值出现在区域中部和南部。同样的，和空间分布呈相反的趋势在同类型研究中均有发现[16,17]，充分说明区域的植被覆盖会直接影响到，主要通过影响热辐射、热动力和土壤水分等地表特征来使得发生变化[18]。

(a)NDVI空间分布图；(b)LST空间分布图

和在东西和南北两个方向剖面的值的变化趋势情况如图5。东西方向最大值为0.79，其土地利用类型为林地，最低值为0.09，其土地利用类型为城乡工矿居民用地。还可观察到东西方向剖面居中区域，当林地与城乡工矿居民用地相邻时，林地的要明显高于城乡工矿居民用地的，如图5(a)所示。的最高值及次高值分别为48.88 ℃和48.59 ℃，所对应的土地利用类型为耕地和城乡工矿居民用地，最低值为22.63 ℃，所对应的土地利用类型为林地。张家口市的耕地类型有水田和旱地两种，种植的作物类型也较多样，不同的作物类型对温度造成的影响也不同，导致东西方向上耕地温度值（范围为24.96～48.88 ℃）波动比较大，出现耕地温度偶然值是最高值的现象。南北方向的最大值及最小值分别为0.71和0.07，所对应的土地利用类型为林地和城乡工矿居民用地，与东西向的极值相同。南北方向的最高值为47.1 ℃，对应的土地利用类型为草地，最低值及次低值分别为30.11 ℃和30.29 ℃，对应的土地利用类型为耕地和林地。草地的出现最高值一方面可能是受到周边土地利用类型的影响，如图5(d)右侧区域，城乡工矿居民用地周边的草地较高，另一方面可能草地生长状况不太好，出现了相对裸露的地表，较低就出现草地的温度最高的现象。

从图中可以看出，东西和南北方向的与总体呈现出相反的变化趋势，增长时，减少，在高值区时对应的处于低值区，和的折线图关于水平方向对称。但对于同一种土地利用类型（如林地），当其最大时对应的不一定最小，为深入分析不同土地利用类型下的、的差异性，需对研究区的土地利用类型的和进行统计分析。

(a)东西方向NDVI变化趋势 (c)南北方向NDVI变化趋势(b)东西方向LST变化趋势 (d)南北方向LST变化趋势

2.2 不同土地利用类型的NDVI与LST统计分析

本文利用ArcGIS软件对土地利用类型数据与、的栅格图像分别进行叠加，分区统计不同土地利用类型下的、的平均值（对应区域的像元均值）和标准差，统计结果如图6所示。结果表明，不同土地利用类型下的、的平均值有所差异。林地的平均值最大为0.65，耕地和草地的平均值均为0.46，城乡工矿居民用地平均值最低为0.29。林地的平均值最小为34.21 ℃，耕地和草地的平均值也较接近，城乡工矿居民用地平均值最高为40.84 ℃。其中林地的最大对应的最低，城乡工矿居民用地的最低对应的最大。有研究发现[19]，林地在所有土地利用类型中，对温度的影响最大，与本文结果一致。

图 6 不同土地利用类型下的NDVI、LST平均值及标准差

从上文结果来看，不同的土地利用类型上的和的平均值存在差异，但是平均值并不能表示这种差异的显著程度。为深入了解不同土地利用类型之间两两的差异显著程度，采用了TamhanceT2 post-hoc多重比较对东西、南北两个轴向上土地利用类型的、的均值差进行分析，检验结果如表1，表2所示。对于来说，耕地与林地、城乡工矿居民用地，林地与草地、城乡工矿居民用地，草地与城乡工矿居民用地等五组土地利用类型下存在显著性差异。对于来说，耕地与林地、草地、城乡工矿居民用地，林地与草地、城乡工矿居民用地等五组土地利用类型下存在显著性差异。

多重比较分析的结果进一步证实，林地与耕地、草地的存在着显著的差异，出现这种差异可能是由于林地与耕地、草地的叶面积指数()有所差异。叶面积指数是指植物所有叶片面积的总和与植物所覆盖的地面面积的比值，能够反映截获的太阳辐射、进行气体交换的潜在的叶片[20]。根据谢军飞[21]的研究，林地最大值介于3.18～3.81之间，作物的最大值为1.44，草地的最大值为2.36，因此一般而言林地的值是要高于耕地和草地的。又由于与存在相关关系[22-23]，Baret[24]认为两者之间的函数关系可近似表示为：=1-exp（-K*），消光系数K取值范围为0.7～1.4，因此林地和耕地、草地也出现显著性差异。城乡工矿居民用地与耕地、林地、草地的均存在着显著性的差异，这是由于城市化过程中人口聚集，对大自然进行森林采伐以及地面硬质化等，导致城乡工矿居民用地缺乏绿色植被[25]，所以城乡工矿居民用地的最低。

不同土地利用类型的出现显著差异也与有关。在没有水分限制时，主要表示地表蒸散，包括蒸发（裸土以及植被冠层截获水分的蒸发）和植物的蒸腾，很大程度上有蒸散的能量（潜热）来决定[26]。显热和潜热通过近地层大气和下垫面能量和水分交换而产生[27]。在植被生长旺盛的地方，和值高，植被生命活动旺盛，蒸腾量大，蒸腾阻力小，潜热占比增大，地表温度降低[26]。由于林地的是要高于耕地、草地，且刘凤山[28]的模拟结果显示，森林(=2.23)>农田(=1.04)>草地(=0.62)，三者的蒸腾量不同，潜热占比不同，因此三者的也存在着显著性的差异。城乡工矿居民用地与耕地、林地的存在着较大的差异，但是与草地的差异性并不显著。显著是因为城乡工矿居民用地为人工地表植被较少，其较耕地、林地等自然地表的低，植被的蒸腾量小，地表温度高。与草地的差异不显著，有可能是相邻的城乡工矿用地与草地进行气体交换、流通，形成局部气体环流[29]，所以差异不明显。

表 1 土地利用类型的NDVI多重比较

表2 土地利用类型的LST多重比较

*平均值差值的显著性水平为0.0001

2.3 不同土地利用类型的LST与NDVI的定量关系

张家口市的与的线性回归分析如图7所示，总体来说与呈明显的负相关关系，判定系数2=0.519。岳文泽对于上海城市市区的和的研究，和存在着明显的负相关关系，判定系数2=0.497，与本文的研究结论一致。对不同的土地利用类型的与的线性回归分析如表3所示。水域的与为负相关关系，但是其线性关系不强烈，有研究表明，水体具有特殊性，其和具有正相关关系[30,31]，与本文研究结果相反，这可能是由于本文研究中水域的样本数量较少（见表3），导致线性关系不明显，水域的和的相关关系仍需要进一步探究。除水域外，其它四种类型的土地利用的和呈现明显负相关关系，且线性关系较显著，相关的线性回归函数如表3所示。一次项系数最大的是耕地，最小的是城乡工矿居民用地，代表着随着的增加，耕地的降低的最快、城乡工矿居民用地的降低的最慢，耕地比城乡工矿居民用地随着的变化的敏感性比较高。

图 7 NDVI与LST的线性回归图

表 3 不同土地利用类型的回归函数分析

3 结论

本文基于Landsat8遥感影像数据和GIS空间分析技术，分析了张家口市区和的空间格局，范围为-0.55～0.94，的范围为1.02～59.9 ℃，且两者的空间上值的分布呈相反趋势。东西、南北两条特征剖面线同样显示，各方向上的两者均呈现相反的变化趋势，增长时减少，高时对应的低，东西和南北方向的的最高值对应的均是林地，最低值对应的均是城乡工矿居住用地，且各方向的和的折线图关于水平方向对称。

不同土地利用类型下的、的平均值有所差异，在所有类型中林地的平均值最大为0.65，耕地和草地的平均值均为0.46，城乡工矿居民用地平均值最低为0.29；林地的最小为34.21 ℃，耕地和草地的也较接近。

不同的土地利用类型下、存在显著性差异。对于而言，城乡工矿居民用地与耕地、草地、林地等土地利用类型存在显著性差异；对于而言，耕地与草地、林地、城乡工矿居民用地等土地利用类型存在显著性差异。研究区域除水域之外的与的回归函数为显著的负相关关系。不同的土地利用类型的负相关关系的相关程度不同，不同的土地利用类型的对于的影响效果不同。其中，耕地的变化对影响较大，城乡工矿居民用地的对影响比较小。本文研究成果能够为缓解城市热岛效应提供理论依据，可以为张家口市的城市生态规划提供科学依据。

[1] Wu J, Jelinski DE, Luck M,. Multiscale analysis of landscape heterogeneity: scale variance and pattern metrics[J]. Annals of GIS, 2000,6(1):6-19

[2] 汤君友杨山赵锐.无锡市城镇用地变化及其环境效应研究[J].国土资源遥感,2002(3):16-18

[3] 彭璐,李小梅,傅佳丽,等.福建省平潭岛植被覆盖变化及其对地表温度影响的定量研究[J].福建师范大学学报(自 然科学版),2016,32(1):78-85

[4] 高尚,沙晋明,帅晨.厦门市地表温度与植被覆盖关系定量研究[J].福建师范大学学报(自然科学版),2019,35(2):14-21

[5] 姚远,陈曦,钱静.城市地表热环境研究进展[J].生态学报,2018,38(3):1134-1147

[6] 牟雪洁,赵昕奕.珠三角地区地表温度与土地利用类型关系[J].地理研究,2012,31(9):1589-1597

[7] 彭文甫,周介铭,罗怀良,等.城市土地利用与地面热效应时空变化特征的关系——以成都市为例[J].自然资源学报,2011,26(10):1738-1749

[8] 刘宇,匡耀求,吴志峰,等.不同土地利用类型对城市地表温度的影响——以广东东莞为例[J].地理科学,2006(5):5597-5602

[9] Wilson JS, Clay M, Martin E,. Evaluating environmental influences of zoning in urban ecosystems with remote sensing[J]. Remote Sensing of Environment, 2003,86(3):303-321

[10] 岳文泽,徐建华,徐丽华.基于遥感影像的城市土地利用生态环境效应研究——以城市热环境和植被指数为例[J]. 生态学报,2006,26(5):1450-1460

[11] Lo CP, Quattrochi DA, Luvall JC. Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect[J]. International Journal of Remote Sensing, 2010,18(2):287-304

[12] 周媛,石铁矛,胡远满,等.基于城市土地利用类型的地表温度与植被指数的关系[J].生态学杂志,2011,30(7):1504-1512

[13] 胡德勇,乔琨,王兴玲,等.单窗算法结合Landsat8热红外数据反演地表温度[J].遥感学报,2015,19(6):964-976

[14] 覃志豪,Li WJ, Zhang MH,等.单窗算法的大气参数估计方法[J].国土资源遥感,2003(2):37-43

[15] 白洁,刘绍民,扈光.针对TM/ETM+遥感数据的地表温度反演与验证[J].农业工程学报,2008,24(9):148-155

[16] 魏宝成,银山,宋洁,等.呼和浩特市不同植被指数与地表温度的定量遥感关系[J].水土保持研究,2015,22(5):79-85

[17] 张晓娟,周启刚,黄丽盺,等.重庆市主城区地表温度与植被覆盖指数关系研究[J].土壤通报,2018,49(2):293-302

[18] Weng QH, Lu DS, Schubring J. Estimation of land surface temperature–vegetation abundance relationship[J]. Remote Sensing of Environment, 2004,89(4):467-483

[19] 蒋晶,乔治.北京市土地利用变化对地表温度的影响分析[J].遥感信息,2012,27(3):105-111

[20] 陈拉,黄敬峰,王秀珍.不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析[J].遥感学报,2008,12(1):143-151

[21] 谢军飞,许蕊.基于MODIS数据的北京植被叶面积指数的时空变化[J].生态学杂志,2014,33(5):1374-1380

[22] Carlson TN, Ripley DA. On the relation between, fractional vegetation cover, and leaf area index[J]. Remote Sensing of Environment, 1997,62(3):241-252

[23] Nemani RR, Running SW. Testing a theoretical climate-soil-leaf area hydrologic equilibrium of forests using satellite data[J]. Agricultural and Forest Meteorology, 1989(44):245-260

[24] Baret F, Guyot G. Potentials and limits of vegetation indices for LAI and APAR assessment[J]. Remote Sensing of Environment, 1991,35(2-3):161-173

[25] Owen TW, Carlson TN, Gillies RR. An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climaticeffect of urbanization[J]. Remote Sensing, 1998,m19(9):1663-1681

[26] 韩丽娟,王鹏新,王锦地,等.植被指数_地表温度构成的特征空间研究[J].中国科学(D辑:地球科学),2005(4):371-377

[27] 贺有为,王秋兵,温学发,等.季节性干旱对中亚热带人工林显热和潜热通量日变化的影响[J].生态学报,2011,31(11):3069-3081

[28] 刘凤山,陶福禄,肖登攀,等.土地利用类型转换对地表能量平衡和气候的影响——基于SiB2模型的模拟结果[J].地 理科学进展,2014,33(6):815-824

[29] 王修信,胡玉梅,刘馨,等.城市草地的小气候调节作用初步研究[J].广西师范大学学报(自然科学版),2007(3):23-27

[30] 唐曦,束炯,乐群.基于遥感的上海城市热岛效应与植被的关系研究[J].华东师范大学学报(自然科学版),2008(1):119-128

[31] Yue W, Xu J, Tan W,. The relationship between land surface temperature andwith remote sensing: application to Shanghai Landsat 7 ETM+ data[J]. International Journal of Remote Sensing, 2007,28(15):3205-3226

Relationships between Normalized Vegetation Index and Land Surface Temperature Based on Different Land Use Types——A Case of Zhangjiakou City

CAO Qian-qian, LIU Rui-fen*

430068,

Based on Landsat 8 remote sensing data and ArcGIS spatial analysis technology, the spatial normalized vegetation index () and surface temperature () were studied for Zhangjiakou City in Hebei Province. Different values ofandfor six land use types were characterized and compared by the multiple comparisons method. Finally, the relationship betweenandof different land use types was analyzed by the linear regression method. The results show that the spatial distributions ofandin Zhangjiakou City have opposite trends. For, there are significant differences among urban-rural construction land, cultivated land, grassland, woodland and other land use types. For, there are significant differences among cultivated land, grassland, forest land, and urban-rural construction land. The negative relationships exist betweenandunder different land use types, and the determination coefficient2=0.519. The study provides a scientific basis for urban ecological planning and heat island alleviation in Zhangjiakou City.

Land use; land surface temperature; normalized vegetation index

S181

A

1000-2324(2021)06-0955-09

2021-10-26

2021-11-12

国家自然科学基金青年科学基金资助项目:基于优先流控制的绿色屋顶植物-人工基质结构优化设计(51909081);国家科技重大专项水专项项目(2017ZX07101003-08)

曹倩倩(1997-),女,硕士研究生,主要研究方向:低影响开发技术及城市规划. E-mail:1141617706@qq.com

通讯作者:Author for correspondence. E-mail:ruifen1986@aliyun.com