基于均值—标准差改进的滨州市多时相热岛强度变化分析

任钟冬，黄 玥，谭惠芝，王培涛，任建成，卢晓宁

（1.山东省气象防灾减灾重点实验室，山东 济南 250200；2.滨州市气象局，山东 滨州 256612；3.兖州区气象局，山东 济宁 272100；4.成都信息工程大学资源环境学院，四川 成都 610225）

热岛效应是指城市中地表温度相比于城郊附近的地表温度，明显高于城郊地表温度，其范围就像海岛，故称为热岛[1]，是城市生态系统特有的现象[2]。自20世纪初，人口的迅速增长及城市规模的不断扩大，使得全球城市化水平从15%飙升至50%，最终导致热岛效应愈演愈烈[3-4]。热岛效应的加强，不仅影响了人们正常的学习、工作及生活，还成为了阻碍城市发展和人类生存质量提高的重要因素之一[5]。因此，有关热岛效应的研究成为了当前的热点[6-7]。

滨州市自2008年开始实施以实现高效农业及改善人民居住环境为主要目的的“林水会战”决策，为探究这一决策是否能够缓解由于城市快速发展而引起的热岛效应增强的问题，故选取滨州市为研究区。在基于Landsat数据反演地表温度的基础上，依据改进后能够消除不同时期的温度背景影响的均值—标准差分级法进行热岛强度分级并分析滨州市热岛强度的时空分布特征，结合土地利用数据分析热岛强度与下垫面的关系；通过不同时间地表温度数据的叠加实现对热岛强度变化的分析，从而实现“林水会战”决策实施对滨州市城市热岛强度变化影响的定量研究，为滨州市城市建设及热岛效应缓解方案提供有力的数据支持。

1 研究区概况

滨州市位于山东省北部、黄河三角洲腹地，地处36°41′～38°16′N和117°15′～118°37′E（图1）。滨州市既是环渤海经济圈和济南省会都市群经济圈的主要城市之一，也是黄河三角洲高效生态经济区和山东半岛蓝色经济区开发建设的重点城市。滨州市属于北温带半湿润半干旱季风性气候[8]，四季分明，雨热同期。年平均温度为13.1℃，平均累积降水量为552.0 mm。适宜的温度、充沛的降水为农业发展提供了有利条件，因此滨州市种植业、林业、畜牧业、渔业都处于比较发达的水平。

图1 研究区范围

2 数据源及数据处理

2.1 数据源及数据预处理

本文使用的3期Landsat数据来自美国地质勘探局网站（http：//www.usgs.gov/），详细信息见表1。为了减少大气、地形等因素对卫星数据的影响，尽可能地提高反演结果的准确性，对数据进行几何校正、辐射定标、大气校正等预处理。本文数据均采用UTM投影、WGS-84坐标系。

表1 数据相关信息

2.2 地表温度反演

2.2.1 单窗算法反演地表温度热岛效应研究的基础就是地表温度的反演，常用的反演方法有单窗算法[9-10]、单通道算法[11-13]、劈窗算法[14-15]等，其中单窗算法简单易行且精度较高[16]，故本文选择单窗算法。公式如下：

式中，Ts为地表温度反演的结果，Tsensor为Landsat传感器的辐射亮度温度（Landsat 5数据为第6波段处的亮度温度，Landsat 8数据为第10波段处的亮度温度），Ta为大气的平均作用温度，上述3个物理量的单位均为K。a和b是常量，0～30℃时取a=-60.326 3，b=0.434 36；C和D是中间常量，分别用下式计算：

式中，ε、τ分别代表地表比辐射率、大气透过率。其他参数物理意义及计算方法见参考文献[17-18]。反演结果如图2所示。

图2 地表温度反演结果

2.2.2 反演结果验证

为验证反演结果的准确性，选择滨州市7个气象站点对应时间的气温和日平均地温实测数据进行验证。以7个站点为中心统计其周围9个像元反演结果的平均值，其与气温和日均地温数据的差值平均在5.55和5.10℃左右（表2），且反演结果与实测气温之间达到0.001水平的极显著相关（R2为0.961 3，图3），这与以往地、气温度关系的相关研究结果是一致的[19-20]，说明本文地表温度反演结果的准确度较高。

图3 地表温度反演结果与实测气温数据相关性

表2 反演地表温度与气象站点实测温度对比 ℃

2.3 热岛强度等级划分

热岛强度（UHI）是指同一时间城市平均温度高于郊区平均温度的数值大小[21-22]。由于城郊边界在划分上的不严格性和不精确性，本文将热岛强度定义为每个像元的地表温度值与整个研究区平均地表温度值的差值，计算公式如下：

式中，i，j分别为像元的行、列号；UHIi，j为像元的热岛强度；LSTi，j为像元的地表温度为平均地表温度。

热岛效应的研究核心就是揭示热岛强度及其变化，研究的准确性和科学性除了受温度数据自身准确性的影响外，还受热岛强度等级划分方法的影响。当前常用的等级划分方法为均值—标准差法，该方法以某一区域的平均温度为基准，以标准差作为分级间隔，以不同倍数的标准差将热岛强度分为3级或5级，这一方法已被证明可以很好地体现出同一时间同一区域热岛强度的强弱[23]，适用于同一时相热岛强度的空间分异性分析。但在进行多时相城市热岛演变、对比研究时，需进行不同时相热岛强度等级数据的减法运算，不同期热岛强度等级数据都包含有平均温度和标准差两部分，结果包含平均温度的差值和标准差的差值，而体现热岛强度变化的只应是标准差的大小。因此，本文对传统的均值—标准差分级法进行了改进（分级标准见表3），在进行热岛强度等级划分时，以区域平均温度为基准，计算每个像元相对于区域平均温度的差值，依据这一温度差值的结果与同期温度标准差的大小、正负进行热岛强度等级的划分，可以很好地消除不同时期的温度背景的影响，使得不同时相的热岛强度亦可以进行对比分析（图4）。这一改进的均值—标准差分级法不仅与热岛强度的定义吻合，还能通过差值的正负把区域内的热岛、冷岛清晰地识别出，扩展了热岛强度的含义及应用。

图4 滨州热岛强度分级图

表3 基于均值—标准差分级法改进的热岛强度分级标准

2.4 热岛强度变化时空分异分析方法

以未分级的热岛强度数据为基础（热岛强度值＞0的区域认为其为热岛，＜0的区域则认为是冷岛），将其进行叠加分析得到热岛强度变化分区数据（图5）。

图5 热岛强度变化分区图

2.5 土地利用类型分类

土地利用类型对热岛效应存在一定的影响，为了探究何种土地利用类型更容易产生热岛效应，通过NDVI将土地利用类型简单分为水体、植被（指覆盖有绿植的耕地和天然林草地、建筑用地、未利用地四大类。

3 结果与分析

3.1 滨州市热岛效应的时空分异分析

由图6可知，2001年滨州市强热岛区面积占比为16.66%，平均温度为35.53℃，主要分布于无棣县海岸线附近与虾蟹田相邻的地区、阳信县西部以及博兴县南部，这是由于影像数据获取时滨州市主要经济作物（小麦）刚刚收割，大片农田裸露（NDVI平均值仅为0.14），未起到降温效果。弱热岛区平均温度为33.7℃，面积占比为13.77%，分布于强热岛区周围，在无棣县南部和阳信县西部分布较为集中。分布最广的是常温区，占总面积的39.51%，仅在博兴县、阳信县分布较少，常温区平均温度为31.9℃。弱冷岛区集中分布在惠民县东部、邹平市东北部以及滨城区和博兴县的交界处，平均温度为30.3℃，占滨州市总面积的15.83%，该区域植被茂密，NDVI平均值为0.35。强冷岛区集中在无棣县和沾化区境内虾蟹田、卤水池分布密集的区域，滨州市内的水库及河流沿岸地区亦为强冷岛区，该区平均温度为28.3℃，面积占比为14.22%。

图6 各热岛强度区面积比

2009年滨州市强热岛区面积明显减少，占比从16.66%降为12.38%，该区域平均温度为28.2℃，强热岛区和弱热岛区多分布于市、县政府驻地附近，在邹平市和滨城区这种分布特征尤为明显。弱热岛区面积亦明显减少，面积占比为9.84%，平均温度为26.1℃，无明显集中分布区。强冷岛区和弱冷岛区面积占比亦下降，分别为13.41%和8.90%，北部海岸线附近虾蟹田和卤水池分布密集的地区、水库及河流沿岸依旧是主要的强冷岛区，平均温度为21.8℃；弱冷岛区在邹平市西南以及博兴县东部分布较为集中，平均温度为23.8℃。在热岛区和冷岛区面积都明显减少的情况下，滨州市常温区分布异常广泛，其面积比重达55.47%，平均温度为24.8℃，导致这种分布特征的主要原因是：滨州市大部分区域为经济作物种植区，且8月底（8月30日）正是作物生长最为繁盛的时期，在这种区域环境背景下，此时滨州市植被覆盖状况是均质的，使得温度差异不大，出现极端温度的区域较少。

2018年滨州市强热岛区面积占比为17.01%，平均温度为28.5℃，除市（县）政府驻地附近人口密集的区域外，无棣县东南和沾化区西南的大片区域亦为强热岛区。弱热岛区平均温度为26.1℃，面积占比为13.56%，在无棣县和沾化区南部分布较为集中。常温区平均温度为23.8℃，虽然面积占比降至37.00%，但仍是分布最广泛的，惠民县、阳信县以及滨城区的常温区面积占比相对较大，分别占该县（区）总面积的43.79%、45.33%和45.99%。弱冷岛区面积占比为21.62%，平均温度为21.8℃，在惠民县、阳信县、邹平市分布最广，占该县（市）总面积比分别为34.91%、34.29%、26.87%，这3个县（市）的植被茂密，NDVI平均值为0.38。强冷岛区平均温度为19.0℃，占总面积的10.81%，主要分布在无棣县北部和沾化区北部的沿海区域以及水库、河流沿岸。

滨州市受热岛效应影响的区域随时间变化非常明显，2001年受影响的区域面积占滨州市总面积的30.44%，主要受热岛效应影响的区域为无棣县西南和阳信县西部；2009年受热岛效应影响的区域主要为邹平市和滨城区政府驻地附近，面积占比为22.23%，仅为2001年的73.03%。2018年受热岛效应影响区域的面积比是3 a中最高的，达30.57%。

3.2 滨州市热岛效应变化的时空分异分析

2001、2009年2 a均为热岛的区域面积为2 335.30 km2（图7a），平均温差变化值为-0.3℃，表明在这2 a均为热岛的区域内2009年的平均热岛强度较2001年有轻微减弱，该区域主要分布在无棣县和沾化区，此外市（县）政府驻地附近在这2 a也均为热岛，这些区域主要为覆盖度相对较低的植被以及建设用地。2001年为热岛而2009年变为冷岛的区域分布于无棣县西南、惠民县西北、博兴县南部以及阳信县，总面积为1 999.23 km2，平均温差变化值为-2.5℃，温差变化的最值为-11.2℃，造成这种变化的主要原因是：2001年数据获取时滨州市小麦刚收割完，植被覆盖度低，未能起到降温作用，而2009年数据获取时间为8月底，正是作物生长最繁盛的时期，大片茂密的作物对地表温度起到了显著地降温效果。再加上滨州市自2008年开始实施“林水会战”，2009年水体面积相比于2001年增加了96.97 km2，这也是热岛变为冷岛的主要原因之一。由冷岛变为热岛的区域面积最小，仅为1 450.71 km2，主要分布于沾化区东南、邹平市以及滨城区，平均温差变化值为2.3℃，在由冷岛变为热岛的区域内温差升高的最大值为16.8℃，导致这种变化最主要的原因是城市扩张，2001—2009年该区域建筑用地面积共增长112.49 km2。2001、2009年均为冷岛的区域面积为3 012.16 km2，这部分区域面积占比最大（占总面积的34.24%），主要分布于滨州市海岸线附近（无棣县北部及沾化区北部）、邹平市北部以及惠民县绝大部分地区，这些区域最主要的土地利用类型是水体和林地，平均温差变化值为0.8℃，表明这些区域虽然在2001、2009年均为冷岛，可是在2009年冷岛强度减弱了。

2009、2018年均为热岛的区域主要有市（县）政府驻地附近以及无棣县中部和沾化区中部，面积为2 794.79 km2（图7a），平均温差变化1.2℃，表明2018年热岛强度较2009年有所增加，区域建筑用地占比分别为30.44%、34.77%。由热岛变为冷岛的区域面积减少，仅为991.21 km2，是2001—2009年相同转换类型区域面积的49.58%，在惠民县和滨城区交界处分布较为集中，区域水体占比从10.22%增至15.94%，由此可见水体能够在一定程度上缓解热岛效应。由冷岛变为热岛的区域面积为1 318.54 km2，主要分布在无棣县南部、邹平市西南以及滨城区，这部分区域变为热岛的主要原因是城市扩张（建筑用地面积增加98.76 km2）。始终为冷岛的区域面积为3 692.85 km2，分布于阳信县、惠民县、邹平市北部以及海岸线附近，这部分区域在所有分区中水体占比最高，2009、2018年2 a平均值为21.96%。

3 a均为热岛的区域面积为1 940.50 km2（图7b），占总面积的22.06%，主要分布于滨州市各个市（县）政府驻地附近，建筑用地平均占比为35.90%。2000年为热岛而2009、2018年为冷岛的区域主要分布在无棣、阳信以及惠民3个县的西部，该区域面积为1 418.89 km2，面积占比为16.13%，该区域水体面积占比逐年增加，从1.42%增至7.37%。3 a均为冷岛的区域面积占比为25.85%，2001—2018年此区域水体面积共增加286.00 km2，水体面积占比从19.51%增至32.04%，该区域主要分布于无棣县北部、沾化区北部、邹平市北部以及惠民县。其他变化分区面积占比均≤10%。

图7 热岛强度变化分区面积

3.3 滨州市热岛效应与土地利用关系

由图8可知，强热岛区中建设用地和未利用地的占比明显高于其他热岛强度区中两者的占比（强热岛区建设用地占比为47.10%、未利用地占比为3.70%），这与其他学者[24-26]研究相吻合。随着滨州市城镇化进程加快，建筑用地不断整合，点逐渐连成面状，且向市、县政府驻地处的城镇中心汇集（聚类指数从0.896 6增至0.903 9），城镇热岛核心的热岛效应将会越来越突出。从强热岛区到强冷岛区建筑用地和未利用地的面积占比逐渐下降（建筑用地由47.10%降至0.19%，未利用地由3.70%降到3.22%），植被面积占比先升后降（从46.81%增至91.63%，又降到26.69%），水体的面积占比逐渐增加（由2.39%增至70.89%）。强冷岛区则以水体为主，该区域水体的面积占比均＞53%，尤其是2009年，强冷岛区水体面积占比高达77.30%。在研究期内，水体周围始终为强冷岛区，由此可见水体对地表温度具有显著的降温效果，因此能够成为缓解城市热岛效应的重要影响因素。

图8 各热岛强度区内各土地利用类型面积比

由于浓密植被和水体能够明显缓解城市热岛效应，2008年滨州市实施“林水会战”决策。截至2018年，滨州新增造林面积1 041.30 km2，森林覆盖率增长9.2%，水库面积增加160.60 km2，使得滨州市在城市快速发展、城镇化水平迅速提高的情况下，城市热岛效应并未随之明显增强，甚至冷岛的影响范围（强冷岛区和弱冷岛区）较2009年更为广泛。

4 结论与讨论

4.1 结论

基于山东省滨州市3期Landsat遥感影像数据，利用单窗算法反演得到精度较高的地表温度数据，根据改进后的均值—标准差法对热岛强度等级进行划分，并对滨州市热岛效应及其变化的时空分布特征进行了分析。在此基础上，进一步对热岛效应分布特征与土地利用类型之间的关系进行了定量研究，得到的结论如下：

（1）2001、2009、2018年3 a中受热岛效应影响区域面积最大的是2018年，面积占比为30.57%，集中于各市（县）政府驻地附近以及无棣县和沾化区南部；受影响面积最小的是2009年，面积占比为22.23%，仅在各市（县）政府驻地附近分布密集。

（2）在研究期内均为热岛的区域面积比为22.06%，主要分布于滨州市各个市（县）政府驻地附近，该区域中建筑用地平均占比为35.90%；均为冷岛的区域面积占比为25.85%，主要分布于无棣县北部、沾化区北部、邹平市北部以及惠民县，该区域水体面积占比远高于其他区域。

（3）强热岛区中建设用地占比为47.10%、未利用地占比为3.70%，两者的占比均高于其他分区，且随着城市化进程的加快，以建筑用地为主的城镇热岛效应将会日益增强。从强热岛区到强冷岛区建筑用地和未利用地的面积比下降，水体的面积比增加，强冷岛区水体的面积占比均＞53%，尤其是2009年，强冷岛区水体面积占比高达77.30%。由此可见，林水会战决策的实施，能够在一定程度上缓解城市热岛效应的影响。

4.2 讨论

（1）利用3期Landsat数据对滨州市地表温度进行反演，且通过气象站点实测数据进行验证，得到了精度较高的反演结果。但由于不同年份同一时期的数据难于获取，因此本文选择的3期数据时间跨度较大。即便不同年份的数据是同一时期的，也不能保证其地表温度背景值是一样的，尤其是随时间发展，地表温度背景值的变化还是非常明显的，更何况基于遥感数据反演得到的地表温度会受天气状况的影响，其本身就存在一定的误差。本文改进的均值—标准差分级法可以较好地消除因为背景数据的不一致而导致的误差，从而解决不同时期数据之间难以对比的问题。

（2）采用2001—2018年的3期Landsat数据，时间跨度较长，在一定程度上能够反映出滨州市热岛强度的变化。但是，由于Landsat7数据存在条带，本文选取的数据为Landsat5和Landsat8且只有3期合适的数据，无法建立同一传感器的长时间序列的滨州市地表温度数据库，使得无法对该市热岛效应的时空变化趋势进行研究。因此，在以后的研究中，可以尝试通过国产卫星数据（环境、风云系列卫星等）来构建高空间、高时间分辨率的地表温度数据库，不仅能够实现对热岛效应时空变化趋势的研究，还可以对热岛效应进行实时监测。

（3）结合土地利用数据分析了不同热岛强度等级和土地利用之间的关系，由于数据及篇幅的限制没有进一步分析不同土地利用类型的升温或降温功效。然而，随着城市的快速发展，城镇热岛核心的热岛效应将会日益显著，因此降低热岛核心区的热岛功效是当前最为紧要的任务，而如何有效降低核心区的热岛功效可以通过研究不同土地利用类型及其空间构型的降温功效来进行定量分析，这也将成为解决城市热岛效应问题的一个重要突破点。