基于热剖面特征的杭州城市热环境时空演化研究

2022-08-25单芬芬王凌菲来祺然

地理信息世界 2022年4期

关键词：城市热岛市中心波段

单芬芬，王凌菲,2，来祺然

1. 浙江慧中地理信息技术有限公司，浙江杭州 311121；

2. 西门子医疗系统有限公司，上海 200131；

3. 浙江工商大学萨塞克斯人工智能学院，浙江杭州 310018

0 引言

城市热岛效应是指由于人口密集和下垫面改变等原因，使得城市中的气温明显高于郊区的现象[1]。城市热岛效应会引起降水、风速、土壤、空气湿度和光照等气候因子的变化，进而对全球气候变暖产生影响[2]。随着全球城市化的高速发展，各地的城市热岛效应日益显著，给城市，乃至全球的生态环境都带来了许多不利影响[3]，已经成为了城市环保工作面临的三大新问题之一[4]。因此，如何深入分析城市热岛效应的形成与演化机理，探讨城市热环境的空间格局与过程，进而有效调节城市小气候已经成为了政府和学术界普遍关注的热点问题[5]。

城市热环境的空间格局、结构及演变过程研究是开展热环境模拟和预测研究的基础，也是当前热环境遥感研究的重点。当前，基于遥感的城市热岛研究多是从面域角度开展，如城市热岛空间格局演变[6-7]，城市热岛曲面模拟[8]，城市热场结构及其演变过程分析[9]等，而从热剖面线角度展开的城市热岛研究还比较少[10]。但是，城市热环境是城市中建筑物的不断增加及人类活动、大气状况、地表热量传输等多种因素综合作用的结果，其空间结构往往也极为复杂[11]。通过城市热剖面线的研究，可以对各方位典型地域的热辐射特征进行对比分析[9]，揭示热表面方向性的结构特征及其意义，进而加深对城市区域热环境的总体空间格局及其形成机制的理解[11]，丰富城市热环境研究的方法体系。因此，本文拟从热剖面线的角度入手，以杭州市为例，深入分析杭州市多方位、多时序的城市热剖面曲线特征，揭示杭州市城市热剖面线时序演化的驱动机制，以期为缓解城市热岛，改善城市人居环境提供科学支撑。

1 研究区概况

杭州市是浙江省的政治、经济、文化、金融和交通中心。杭州市的中心地理坐标为东经120°12′，北纬30°16′，位于亚热带季风区。夏季气候炎热湿润，冬季寒冷干燥，全年平均气温17.5℃，平均相对湿度70.3%，年降水量1454 mm，年日照时数1765 h。

近30 年来，杭州市的平均气温上升明显，每年夏季出现长达40 ～50 天的持续高温，使其成为了全国夏季气温最高的城市之一[12-13]。如何缓解杭州市夏季的高温热浪天气，努力提升城市人居环境质量，全面建设生态休闲之都，是杭州市亟待解决的重要问题。

2 数据与方法

2.1 数据

选择3 景Landsat 系列卫星影像进行杭州市不同历史时期地表温度的反演。这些影像的成像时间分别为1984 年7 月3 日（Landsat 5）、2000 年6 月13 日（Landsat 5）和2018 年6 月15 日（Landsat 8），条带号均为119，行编号为39，中心维度为30.31，中心经度为119.95，覆盖了整个杭州市区。其中，Landsat 5 影像的热红外波段（LWIR）的空间分辨率为120 m，其他波段的空间分辨率为30 m。Landsat 8 影像的热红外波段（TIRS）的空间分辨率为100 m，其他波段的空间分辨率为30 m。

利用Landsat 8 卫星影像（2018 年6 月15 日）的可见光波段、热红外波段等，计算研究区的不透水面盖度（NDISI）、植被指数（NDVI）和水体指数（MNDWI）等。

2.2 研究方法

2.2.1 地表温度反演

本文主要参考Jiménez-Munoz 普适性单通道算法进行地表温度的反演，计算公式为：

式中，Ts为地表温度（LST）；ε为地表发射率，可通过NDVI 阈值法来确定；φ1、φ2、φ3为大气函数，可利用Jiménez-Muñoz 给出的经验关系式计算得出；γ和δ为与亮温相关的两个参数。γ和δ计算公式如下：

式中，Tsen为亮温；Lsen为定标后的DN 值；bγ为计算参数。各参数的详细计算步骤参见相关文献[14]。

2.2.2 热环境剖面分析

杭州大厦位于杭州市武林广场，是杭州第一个商贸旅游综合体，也是杭州市人口密度最高，也最为繁华的中心商业区。因此，拟以杭州大厦为原点，向8 个方向设置地表温度剖面线（图1），分析杭州城市热环境的方向性特征。

图1 杭州市的遥感影像及剖面线设置Fig.1 Remote sensing image of Hangzhou and the setting of profiles

2.2.3 城市生态要素计算

为了进一步分析杭州城市热环境方向性特征的影响因素，拟通过ENVI 和ArcGIS 软件，利用2018 年6月15 日的Landsat 8 卫星影像，计算研究区的不透水面盖度（NDISI）[15-16]、植被指数（NDVI）[17]和水体指数（MNDWI）[18-19]，进而探讨这些城市生态要素与地表温度（LST）的关系。上述指数的计算公式如下：

式中，Green为绿波段，如Landsat 5 的B2 波段和Landsat 8 的B3 波段；MIR为中红外波段,如Landsat 5 的B5 波段和Landsat 8 的B6 波段；NIR为近红外波段，如Landsat 5 的B4 波段和Landsat 8 的B5 波段；Red为红外波段，如Landsat 5 的B3 波段和Landsat 8的B4 波段；NIR、MIR、TIR分别为近红外、中红外、热红外波段；MNDWI为水体指数。

3 结果与讨论

3.1 城市热岛剖面与土地利用

本文结合杭州市典型区域的土地利用状况，分析8条地表温度剖面线上的城市热环境状况（图2）。

图2 杭州市8 个方位的地表温度剖面线Fig.2 Surface temperature profiles of 8 directions in Hangzhou

1）从市中心到周边乡村地区，杭州市的温度剖面总体呈比较明显的梯度下降趋势，表明杭州市存在着显著的城市热岛现象。其中，北方、东北方、南方、西方等方位表现的尤为突出。

2）城区内的土地利用状况会极大地影响城乡温度的梯度变化曲线。剖面线上的高温点往往是因为人口或产业的过度集中引起的。如人口密集的商业中心（杭州大厦、四季青商贸中心等）、居住社区（古荡社区、龙坞社区等）、工业区（下沙工业区、仓前工业区）等都是明显的区域热点。剖面线上的低温点则主要由河流、绿地公园等组成。其中河流的降温效果最为明显，杭州大厦和距其500 m 左右的京杭大运河，地表温度相差近15℃。钱塘江对地表温度的影响非常明显，LST 剖面线3 次穿越钱塘江，形成了3 个形态接近，温度相似的冷岛。另外，玉皇山、吴山等山区绿地公园也起到了一定的降温作用，但降温幅度远低于钱塘江等河流。

3.2 时序演化轨迹分析

本文选取1984、2000、2018 年的地表温度反演结果，计算历年来杭州市典型方位的距平地表温度剖面线，分析杭州市各典型热剖面的时序演化轨迹。

3.2.1 北方剖面线

北方剖面线如图3 所示，1984-2018 年，以杭州大厦为中心的老城商贸区一直都是杭州市的热岛地区，但是随着时间的推移，城市热岛效应不断增强，杭州大厦附近的京杭大运河的冷岛效应亦明显增强。1984 年，距市中心2.5 ～5 km 处仍然属于冷岛的范围（低于区域平均温度）。到了2018 年，随着城市的扩张，这一带已经发展成为了热岛区域，距市中心15 ～21 km 处，总体上仍然保留了河网农区的原貌，由于周围地区的城市化，也使得冷岛效应日益凸显；距市中心21 ～22 km处，是塘栖镇新的城市扩展区，建设了较多的生产企业，土地利用类型的变化使得热岛效应显著增强。

图3 杭州市北方主要年份的距平地表温度剖面线Fig.3 The anomaly surface temperature profiles of northern Hangzhou in 1984，2000 and 2018

3.2.2 东方剖面线

东方剖面线如图4 所示，与杭州北部剖面线比较类似。距市中心2 ～6 km 处，1984 年属于冷岛的范围，随着城市的扩张，这一带已经变为了城市高温区；距市中心6.5 km、15 km、20 km 处，LST 剖面线穿越了钱塘江，可以很明显地看出，随着城市的扩张和城市热岛的增强，钱塘江与周边区域的温差日益增大，冷岛效应也日益明显；距市中心约18 km 处为下沙，直至2000 年仍是低温区，但随着下沙高教园区的建设，城市化进程大大加快，直接造成了下沙地区LST 的快速上升。

图4 杭州市东方主要年份的距平地表温度剖面线Fig.4 The anomaly surface temperature profiles of eastern Hangzhou in 1984，2000 and 2018

3.2.3 南方剖面线

南方剖面线如图5 所示。距市中心约4 km 处，LST剖面线穿越了吴山公园、玉皇山等公园绿地，从各期LST 剖面线形态的时序变化上可明显看出，随着城市的扩张和城市热岛的增强，这些公园绿地与周边区域的温差日益增大，冷岛效应也日益明显。与公园绿地效应相似的是，在南方剖面线3 次穿越钱塘江的过程中，也可以清楚地发现钱塘江与周边区域的温差日益增大，冷岛效应也日益明显。距市中心约29 ～38 km 区间，LST 剖面线穿过了萧山区戴村镇、河上镇等多个城郊小镇，从图中可见，新镇区的建设对区域地表温度具有显著影响，引起了LST 剖面线的明显变化。

图5 杭州市南方主要年份的距平地表温度剖面线Fig.5 The anomaly surface temperature profiles of southern Hangzhou in 1984，2000 and 2018

3.2.4 西方剖面线

西方剖面线如图6 所示。1984 年，距市中心4 ～11 km处均属于原西溪湿地范围，表现为明显的冷岛，但随着时间的推移，在距市中心7 ～11 km 处建立了西溪湿地公园，而公园东部的湿地则全部变为了城市建设用地，LST 不断升高，与之相反的是西溪湿地公园的冷岛效应不断增强。距市中心17 km 处为仓前镇，2000 年以前，这一带多是农村地区，由于距离市中心的距离比西溪湿地更远，LST 甚至比西溪湿地更低，但随着未来科技城、海创园、淘宝城建设，城市化进程日益加快，使得仓前镇的LST 不断上升，至2018 年仓前镇的LST 已经超过了古老的居住区余杭镇。由于距离市区较远，且发展较为缓慢，26 年来余杭镇的LST 变化比较小，这与附近发展迅速的仓前镇形成了鲜明的对比。

图6 杭州市西方主要年份的距平地表温度剖面线Fig.6 The anomaly surface temperature profiles of western Hangzhou in 1984，2000 and 2018

3.3 驱动力分析

从前文的分析中，已经可以清楚地看到土地利用状况极大地影响地表温度。为了量化土地利用对于城市地表温度的影响，本文选取NDISI、NDVI、MNDWI 这3 个与城市土地利用状况密切相关的指数，分析它们与地表温度（LST）之间的关系。

3.3.1 单因素分析

图7 展示了西—东热剖面线各因素与LST 的关系。NDISI 和LST 具有比较明显的正相关关系，通过SPSS 计算可知，二者的Pearson 相关系数为0.763，在置信度（双侧）为0.01 时，相关性是显著的。另外，NDVI、MNDWI则和LST 具有比较明显的负相关关系，Pearson 相关系数分别为-0.651 和-0.264，在置信度（双侧）为0.01 时，相关性是显著的。

图7 西—东热剖面线地表温度LST 与NDVI、NDISI、MNDWI 的关系Fig.7 The relationships between LST and NDVI，NDISI and MNDWI on the west-east urban thermal profiles

3.3.2 多元回归分析

通过回归分析，可以定量分析3 个指数对城市地表温度的综合影响。利用SPSS 软件，采用普通最小二乘法（OLS）进行多元回归分析，最终建立如下计量模型：

式中，Y为地表温度LST；X1为水体指数MNDWI；X2为植被指数NDVI；X3为不透水面指数NDISI。

由表1 可知，模型拟合度较好，各指数均通过了F检验和t 检验。模型运行结果表明，MNDWI 和NDVI 对地表温度有负影响，即水体和植被所占比例越大，地表温度越低；NDISI 对地表温度有正影响，即不透水面盖度越高，地表温度越高。从标准系数的绝对值大小来看，NDISI 的标准系数绝对值为0.56，甚至比MNDWI 和NDVI的标准系数之和都要高。这表明城市扩张，自然土地表面不断转化为水泥铺装路面是城市地表温度升高的最主要原因。通过保留和增加城市中的植被、水域也能够在一定程度上缓解城市热岛的强度。