基于地理探测器的喀什市地表热场空间分异及影响因素分析
2022-03-07赵禾苗阿里木江卡斯木
赵禾苗，阿里木江·卡斯木，2①
(1.新疆师范大学地理科学与旅游学院，新疆 乌鲁木齐 830054；2.新疆师范大学丝绸之路经济带城镇化发展研究中心，新疆 乌鲁木齐 830054)
城市热环境作为城市生态系统的重要组成部分，不仅直接影响着城市局部气候和城市居民健康状况[1]，还对城市化进程、生态环境良性发展及区域城市可持续发展有着深远影响[2]。由于全球范围内城市化的高速发展，城市热环境问题日益突出，人们逐渐开始关注由城市热岛效应带来的一系列负面影响。热红外遥感覆盖面积广，数据实时性强，弥补了传统气象观测的不足，已成为城市热环境监测的主要手段[3]。国内外学者借助遥感数据对此开展了一系列研究，发现热岛强度与城市建成区面积呈高度正相关[4]；城市发展引起景观格局改变，从而导致热岛现象强化[5]；石蕾洁等[6]对郑州市绿地、公园进行缓冲区提取分析，认为以水体、绿地空间为主导的冷岛效应是减弱城市热环境的有效方式，其在很大程度上缓解了城市热岛强度，并且随着距离增加，降温效果明显减弱。但不同气候条件下，城市热场变化特征具有一定的差异性[7]。我国陆地广袤、海域辽阔，各地气候与地形差别巨大。西北干旱区由于裸地环绕，城镇热岛强度较荒漠低，但区域内热环境效应依然较高[8]。干旱、半干旱带等特殊区域中，地表温度呈现裸地>工矿用地>绿地的规律，且与归一化植被指数(NDVI)呈显著负相关[9]。地理探测器作为一种新型统计学方法，已被广泛应用于自然及各社会科学领域中，其中不乏人口增长[10]、区域贫困化[11]、国土空间[12]、植被景观[13]等分析，部分学者采用此模型对地表温度影响因子进行探测发现，在较为湿润的亚热带如粤港澳地区，单元人口密度是影响城市热岛的主要因子，建设用地面积占比为次要因子[14]；在寒旱化严重的高原地区，海拔是主导因素，贡献率最大，而人为影响因素较弱[15]。
综上，对于亚热带等湿润地区的地理探测器分析较为丰富，但鲜见借助地理探测器对干旱区绿洲城市地表热场变化趋势的分析。因此，利用1998、2008及2018年3期Landsat数据，选取塔里木盆地西缘城市喀什市为研究对象，在提取不透水面指数(IBI)、植被覆盖度(FVC)等下垫面因子的基础上，通过辐射传输方程、空间转移矩阵、地理探测器等方法分析喀什市地表热场空间分布状况，并探究地表温度时空变化的驱动因子，以期为优化城市景观格局，缓解区域热环境提供科学依据。
1 研究区概况
喀什市位于新疆维吾尔自治区西南部，地处塔里木盆地西缘、中亚腹地，与帕米尔高原接壤，地跨39°24′～39°37′ N，75°50′～76°21′ E，总面积为1 056.8 km2，是我国最西端的一座绿洲城市(图1)。东、西部毗邻疏附县，北依阿图什市，南隔克孜河与疏附县相望，作为连接亚欧大陆桥的主要载体和国际战略通道，与中亚、南亚、西亚的经贸合作具有不可估量的发展潜力[16]。“十三五”规划第八篇明确提出，“促进以拉萨为中心、以喀什为中心的城市圈发展”[17]，作为唯一以县级市为核心进入国家“十三五”规划层面的城市圈，充分凸显出其重要战略地位。喀什市降水稀少，风沙频繁，生态环境极为脆弱，主要水系为喀什噶尔河、吐曼河、恰克玛克河，地势北高南低，属喀什噶尔河流域冲积平原。
图1 研究区位置示意
2 数据来源与研究方法
2.1 数据来源与预处理
遥感数据来自Landsat卫星观测影像，于美国国家航空航天局(http:∥landval.gsfc.nasa.gov)官网获取，综合考虑影像获取难易程度与季相因素，分别选取1998年8月、2008年9月和2018年8月的3期遥感影像，空间分辨率为30 m，云量均低于10%(表1)。MOD11A1温度产品来自NASA网站，主要用于验证反演温度的精度。土地利用及土地覆被变化数据(LUCC)来自中国科学院资源环境科学数据中心；DEM高程数据来源于地理空间数据云；坡度数据通过数字高程模型利用ArcGIS 10.7软件提取得到；人口密度数据来源于美国国家海洋大气局网站的夜间灯光数据。
表1 影像基本信息
2.2 研究方法
2.2.1地表温度反演
选择广泛使用的辐射传输方程法[18]对Landsat TM影像第5波段、TIRS影像第10波段进行温度反演。首先预估大气对地表热辐射的影响，然后从总热辐射量中减去这部分大气影响，得到地表热辐射强度后，再转化为地表真实温度。运用普朗克函数进行地温提取，公式如下：
Ts=K2/ln[K1/B(Ts)+1]，
(1)
B(Ts)=[Lλ-L↑-τ(1-ε)L↓]/τε，
(2)
Lλ=[εB(Ts)+(1-ε)L↓]τ+L↑。
(3)
式(1)～(3)中，Ts为反演所得地表温度,℃；B(Ts)为黑体辐射亮度；ε为地表比辐射率；τ、L↑、L↓分别为大气透过率、大气上行辐射亮度、大气下行辐射亮度，可以通过查询NASA网站得到；Lλ为热红外辐射亮度值；K1、K2为常量，对于TM影像：K1为607.76 W·m-2·μm-1·sr-1，K2为1 260.56 K；对于OLI影像：K1为774.89 W·m-2·μm-1·sr-1，K2为1 321.08 K。
地表比辐射率通过基于地表覆盖类型的像元二分模型[19]计算得到，公式为
ε=0.004Fv+0.986，
(4)
Fv=(INDV-INDV，soil)/(INDV，veg-INDV，soil)。
(5)
式(4)～(5)中，INDV为归一化植被指数；Fv为植被覆盖度；INDV，veg和INDV，soil一般取一定置信区间的最大值和最小值，参考前人研究结果[20]，以累计百分数5%和95%作为置信区间，采用经验值得到INDV，veg=0.05，INDV，soil=0.7，即当某个像元的INDV大于0.7时，Fv取值为1；当INDV小于0.05时，Fv取值为0。
2.2.2地表热场等级划分
利用反演所得地表温度确定热场分区，计算某一像元地表温度(LST)和研究区平均LST的差值同研究区平均LST之比，定量分析该像元所处位置的热场状况。根据张勇等[21]提出的热变异系数法，将研究区地表温度划分为低温区、较低温区、次中温区、中温区、较高温区、高温区、特高温区7个温区，分别赋值为1、2、3、4、5、6、7，计算公式为
H(T)=(T-Tm)/Tm。
(6)
式(6)中，H(T)为热场变异指数；T为反演所得任意地表真实温度,℃；Tm为研究区平均LST,℃。
2.2.3地表温度等级转移矩阵
空间转移矩阵来源于系统分析中对系统状态与状态转移的定量描述[22]。通过转移矩阵变化，对喀什市热场强弱进行度量分析，在总结其转移规律的基础上，厘清地表温度的空间格局变化趋势。其数学形式可以表示为
(7)
式(7)中，S为研究区面积,km2；n为温区分级数；i、j分别为研究初期与末期的温度等级序号。
地理探测器模型可基于空间分异理论对自变量相对于因变量的重要程度进行定量测度[23]。传统的地表温度及热环境分异特征的驱动力研究一般采用相关分析方法，利用SPSS软件检验显著性，但该方法不便于探寻多因子的共同影响力。故引入地理探测器这一新型统计学计量模型，包括因子探测、交互探测、风险探测、生态探测4个部分。采用因子探测器与交互探测器对喀什市地表温度空间分异驱动因子进行分析。
(1)因子探测
通过因子解释力或贡献度的大小反映各个因子对地表温度的影响程度，用q值度量，模型为
(8)
式(8)中，N为整个研究区域样本单元数；σ2为整个区域Y值的离散方差；h为变量Y或因子X的分区；L为分区数目，即次级区域数目。q的值域为[0，1]，其值越大，表明该因子对于地表温度产生空间分异的解释力与贡献度越强，反之则越弱[24]。
(2)交互作用探测
交互作用探测主要用于探测多个影响因子交互作用后对LST的解释力，即影响因子两两交互后与单因子相比，其对要素的影响力是否会增强或者减弱。因子交互后有以下5种情况：q(x1∩x2)
2.2.5探测因子选取
地表热环境变化受多重因素影响，参考前人研究，同时考虑数据的可获取性，选取海拔、坡度、土地利用类型、人口密度、IBI、FVC共6类因子，对喀什市地表热环境时空分异特征及形成机理进行探测。IBI(IIB)是一种基于指数的新型建筑用地指数，其提取建筑用地信息采用的并非多光谱影像的原始波段，而是通过原始波段衍生出来的3个指数波段构建的新影像提取，FVC(CFV)是将NDVI(INDV)与像元二分模型结合起来计算而得的一种植被覆盖度指数。IBI、FVC的提取方法为
随着农业综合开发项目、土地整改项目、农业水价改革等工程的实施，渠系不同程度进行新建或改建，渠道的完好率、水的利用率都有所提高，渠道水位流量曲线也发生变化，现今沿用过去的未改建的测流资料，水量有一定的误差，造成测水量水的结果和实际有误差。
(9)
式(9)中，INDB为归一化建筑指数；INDV为归一化植被指数；IMNDW为改进的归一化水体指数，具体计算方法参照徐涵秋[25]的研究。
(10)
(11)
式(10)～(11)中，ρNIR为近红外波段的反射值;ρRed为红外波段的反射值。
3 结果与分析
3.1 温度反演结果精度验证
利用同日MODIS地表日温度产品(MOD11A1)对Landsat反演温度进行精度验证，MODIS数据空间分辨率为1 000 m，Landsat数据空间分辨率为30 m，需先将温度反演结果重采样至1 000 m，然后分别在2个地类中随机提取120个点，将MODIS地表温度数据与2018年LST反演结果进行回归分析，线性回归显著(图2)，符合精度要求。
图2 地表温度的精度检验结果
3.2 地表温度时空分异特征分析
1998—2018年喀什市地表热场时空分布格局见表2和图3。由图3可见，各区域热环境差异显著，中温区与较高温区主要分布于城市建成区，且中温区分布较为集中；低温与较低温区呈点状离散分布于市中心人民公园及东湖公园的绿地处；次中温与较低温区镶嵌分布于建成区外围，多为农用耕地；高温与特高温区成片分布于市区北部的裸地处。随着城市化进程加快，市区东部成立经济开发区，城市持续向东南方扩展并越过315国道，中温区面积占比增至29.45%，而较低温、次中温区面积持续减少，较低温区域占比降幅达7.2%。市东北部的伯什克然木乡近年来林果业种植面积及林地增加，替代原有大部分裸地，促使周围绿地空间增多，低温区域呈斑块状与较低温、次中温区间隔分布，热环境效应较1998年明显减弱。
由表2可知，1998、2008和2018年，温区面积占比最高的分别为较低温、次中温和高温，区域面积分别为122.66、139.16、161.89 km2，随着年份增长，喀什市人口迅速增加，伴随区域不断开发，城市的不透水表面增多，中温区逐渐占据主导地位。同时，由于侵占耕地、扩展城镇与退耕还林现象同时存在，近10 a间帕哈太克里乡、乃则而巴格镇及伯什克然木乡附近林地增多，与低温区面积的增加高度吻合。至2018年，低温区面积增至28.71 km2，占比为5.22%。较高温、高温与特高温区主要集中分布于喀什市北部山地、裸地处，由于特殊的下垫面属性，地表比热较低，导热能力强，区域热场强度明显高于城区，远郊形成局部热岛，而建城区相对于周围绿地空间的热环境效应突出，形成相对于外围绿地的大范围热岛。由于近年来喀什市提出要建设“园林城市”，裸地得到了较大改善，尤其是东北部区域，林地增加促使该区域由高温区与特高温区为主转为低温与较低温区为主。
表2 1998—2018年喀什市不同温度等级区域面积变化
3.3 热场等级空间转移分析
近20 a间，喀什市地表温度等级空间转移可分为1998—2008和2008—2018年2个阶段，图4反映出其热场等级转移的空间特征。1998—2008年，喀什市西南部的帕哈太克里乡和东南部的经济开发区由较低温区转为次中温区，建成区附近部分较低温与次中温区转为中温区；2008—2018年，西南部与东北部的较低温区与次中温区大部分转为低温区，东北部伯什克然木乡的较低温区景观破碎化、离散化严重。
由图5可以看出，1998—2008年，较低温区面积减小，次中温与中温区面积增加。较低温区转出面积为122.66 km2，为转出面积最多的热场区域。其中，54.96 km2转为次中温区域，占比为44.81%；8.80 km2转为中温区，占比远低于次中温区；转入最多的区域为次中温区，面积达139.16 km2。
2008—2018年，中温区转入161.89 km2，51.78 km2来源于次中温区，为转入面积最多的热场区域，较低温与较高温区对其的贡献率分别达24.99%和22.06%；转出的热场等级区域主要为次中温区，其次为高温区，所占比例分别为25.31%和17.25%，反映出中温区迅速扩大而其余热场区域范围缩小，同时中温区增加速率远高于1998—2008年。究其原因，主要是2010年“喀什经济特区”的设立，导致区域人口快速增加，城市化进程不断加快导致建成区面积迅速增加，侵占大量耕地等绿色空间，使得其对应的较低温区与次中温区面积明显下降，之后喀什市积极推进生态建设，稳步实施植树造林、“见缝插绿”等活动，导致侵占耕地与造林现象同时存在，故2008—2018年间，林地代表的低温区与建设用地代表的中温区同时增加。
3.4 地理探测器探测结果
3.4.1分异及因子探测结果分析
为了深入分析喀什市地表温度分异特征及形成机理，引入新型统计学方法地理探测器模型，整个过程依托ArcGIS 10.7平台进行。首先在ArcGIS软件中对IBI及FVC进行提取，然后对土地利用类型、坡度等6类影响因子通过自然断点法重分类后，进行不同空间类别分区或分类，利用ArcToolbox中的数据管理工具在研究区内随机提取1 000个点，然后通过Spatial Analyst模块的多值提取至点工具，将各因子值赋予至离散点，最后将所选随机点中的因子重分类结果与LST转移到地理探测器软件中进行因子探测，结果见表3。
热场强度1～7分别表示低温、较低温、次中温、中温、较高温、高温与特高温。
A—低温区；B—较低温区；C—次中温区；D—中温区；E—较高温区；F—高温区；G—特高温区。
1—低温；2—较低温；3—次中温；4—中温；5—较高温；6—高温；7—特高温。
从表3可知，不同因子的解释力q值有明显差异，1998、2008和2018年下垫面因子对LST影响程度由大到小排序为IBI>FVC>土地利用类型>海拔>坡度>人口密度，IBI>FVC>土地利用类型>海拔>人口密度>坡度，IBI>FVC>土地利用类型>海拔>坡度>人口密度。因子探测结果显示，不透水面的q值最大，1998、2008和2018年分别为0.878、0.746、0.808，说明IBI变化对LST变化的解释力最强，表明不透水面变化是喀什市地表热环境空间分异的主导推动因子，这与买买提江·买提尼亚孜等[26]对于干旱区城市地表热环境影响因子的研究结论一致。其次是植被覆盖度与土地利用类型，1998、2008和2018年两者的贡献率分别为0.813和0.692、0.662和0.634、0.738和0.710，对LST影响较为显著，为次要影响因子。而坡度(q值为0.107、0.023、0.052)与人口密度(q值为0.073、0.059、0.002)对LST变化的解释力相对较弱，为弱影响因子。
表3 不同年份LST单影响因子的解释力q值
纵向对比发现，随着年份增加，海拔及坡度等自然因素对地表温度的影响力开始减弱，至2018年，海拔的q值降低为0.328，土地利用类型的q值增至0.710，这与熊俊楠等[27]的研究结论有较大差别。究其原因，影响高原地区LST的主要因子为海拔，其影响远高于土地利用类型变化，而在西北干旱绿洲城市，不透水面变化是主要推动力，土地利用类型为次要推动力，此两者对于喀什市LST空间分异特征产生重要影响，海拔因子的贡献率随着人类活动范围不断扩展而逐渐减弱。充分揭示出自2010年“喀什经济特区”设立以来，区域经济社会及人口发展、城市化进程呈明显加快的积极态势，但同时城市人造的不透水面大面积增加，造成其热环境效应愈发突出，随着人类活动对地表自然覆被的广泛深刻影响，植被覆盖对热环境的解释力逐渐减弱，土地利用类型的贡献率则缓慢增加，坡度与人口密度的影响一直较弱。
3.4.2交互作用探测结果分析
为近一步分析各类因子与地表温度的关系，对影响因子的两两交互作用进行探测，分析因子间的相互作用及其对LST的解释力大小，探测结果见表4～6。
表4 1998年多影响因子交互探测结果
干旱区LST的空间分异状况受多因子共同影响。1998年，相比单因子的影响力，任意两因素交互叠加，都会对地表温度的空间分异现象产生更有力的推动；2008年，人口密度与植被覆盖、坡度，海拔与坡度的交互作用开始转为非线性增强；2018年，海拔与人口密度、土地利用类型与坡度也相继转为非线性增强，随着人类活动对地表改造加剧，自然因素间的交互作用有所减弱。
表5 2008年多影响因子交互探测结果
表6 2018年多影响因子交互探测结果
综合分析发现，1998年海拔与IBI的协同作用最为明显，交互解释力高达0.927，2008和2018年海拔与IBI交互解释力较弱，而土地利用类型与IBI叠加的交互解释力加强，2008和2018年其交互作用解释力分别为0.746和0.873，同时土地利用类型与FVC叠加的交互解释力始终保持较高状态，表明在喀什市不断发展过程中，人为因素和自然因素的共同作用对地表温度的空间分异状况影响更大。
4 讨论与结论
4.1 讨论
基于1998、2008、2018年的遥感影像数据，采用地理探测器对喀什市地表温度的空间分异状况进行探测发现，热场强度高值区集中于喀什市中部、北部地区，主要为建设用地及裸地，与亚热带与热带地区所具有的“城市强热岛”[1，15，19]不同，在西北干旱区的绿洲城市，城市外围被裸地、盐碱地、荒漠等环绕，裸地具有极高的地表温度，相比城市热环境效应更强，伯什克然木乡北部形成局部热岛中心，说明在西北干旱区，尤其是新疆地区，特殊的地理位置造成“荒漠热”大于“城镇热”的热岛分布现象。低值区位于水体与林草地的分布地带，林地的分布很大程度上缓解了热环境效应。区域热场强度受自然与人为因素共同影响，但随着人类活动强度增大，人为干扰方式愈加复杂多样，表现为代表自然因素的海拔因子对LST空间分异的贡献率逐期减小，而土地利用/覆被变化对LST的解释力逐期增强。通过制定相应规划，缓解区域热岛效应与建立生态城市势在必行，党的十九大报告也明确指出须从经济发展和生态环境两方面同时着力，建立资源高效循环利用与生态环境严格保护的经济发展模式。此后在类似的干旱区绿洲城市规划中，应以生态保护为导向，适当优化土地利用结构，调控资源合理开发，改造或减少裸地，限制城镇建设用地盲目扩张，引导城市用地合理增长。市区东部的经济开发区应人为穿插更多的林地、湖泊等绿色空间，间隙式改变土地覆被情况，最大限度发挥水域与林、草地的降温效能；同时在新城区建设中，可考虑道路建设与周围生态的有机融合，景观配置方面注重工业园区、绿色空间与不透水面之间的嵌套关系；对于开发已渐趋饱和的喀什老城区，旧城改造中应避免水泥、沥青等不透水面的增加，而对中心城区的吐曼河进行水资源的合理利用与保护。践行“绿水青山就是金山银山”的生态理念，各方面同时着力，真正意义上实现区域可持续发展。
4.2 结论
以塔里木盆地西缘绿洲城市喀什市为例，选取1998、2008、2018年Landsat系列遥感影像，借助GIS和RS技术支持，在利用辐射传输方程法对LST进行反演的基础上，提取LUCC、IBI和FVC数据，运用空间转移矩阵分析喀什市地表温度的空间分异状况，综合海拔、坡度、人口密度、IBI、FVC和土地利用类型6类影响因子，应用地理探测器对喀什市近20 a间地表热场的空间异质性与驱动因子进行探测，结论如下：
(1)在空间尺度上，中温区与较高温区连片分布于城市建成区，低温与较低温区呈点状镶嵌于建成区外围，高温与特高温区成片分布于市区北部的裸地处。
(2)在时间尺度上，伴随区域不断开发，中温区逐渐占据主导地位，至2018年，中温区面积为161.89 km2，占比达29.45%。由于侵占耕地、扩展城镇与植树造林现象同时存在，低温区面积增加4.58%，裸地得到有效改善，高温与特高温区面积减少20.41 km2。
(3)空间转移矩阵分析发现，1998—2008年，较低温区为转出面积最多的热场区域，反映出较低温区面积减小，次中温与中温区面积增加；2008—2018年，中温区为转入面积最多的热场区域，反映出中温区迅速扩大而其他热场区范围缩小。
(4)因子探测结果显示，喀什市IBI与土地利用类型主导着地表热场的空间分异过程，1998、2008及2018年IBI的解释力值分别为0.878、0.746、0.808，从交互因子可以看出，土地利用类型与IBI及土地利用类型与FVC的交互作用对地表温度的贡献率最大。
