基于Landsat影像的杭州市主城区地表温度和热岛效应研究

伍明飞,林杰

(浙江大学地球科学学院，杭州 310013)

全球变暖已成为人类面临的最重要的环境问题。迫切需要了解人类生活的环境的变暖趋势以及影响因素，进而改善人类赖以生存的地表环境[1]。地表温度(land surface temperature，LST)是地球能量交换和水汽循环过程中的重要参数，通过地表温度的反演可以研究出人类环境的温度变化，为改善人类生存的热环境提供建议及参考措施。地表温度是太阳的热辐射到达地面以后，地表经过反射与吸收作用后使地面增长的温度。城市热岛效应是指由于城市建筑物增多，人口密度增大，人类活动的强度越来越高，城市地表温度升高，形成的一种新的气候[2]。城市化进程加越快，城市热岛效应就越显著，城市热岛效应能够改变城市热量环境，影响区域气候、水文和空气质量、城市土壤理化性质、城市生物的分布和行等，会引发一系列生态环境问题[3]。

科学家逐步意识到城市地表温度对气候变化影响的重要性，很多地表温度的研究方法随之产生，获取地表温度的途径也越来越便捷[4]。如今，很多卫星遥感具有热红外波段数据，使用热红外波段数据便于反演大范围的地表温度数据，如辐射传导方程法[5-6]、单窗算法和劈窗算法[7-8]等。地表温度研究方法越来越成熟，城市热岛效应的研究也越来越多。有城市热岛效应的成因分析，城市热岛效应带来的地表温度变化对城市和人类的生理和心理的不利影响，以及城市热岛效应的治理等等。董睿[9]将北京市不同城市功能区作为研究对象，土地利用情况作为变量，讨论城市下垫面因素对北京夏季城市热岛效应的影响，研究发现北京各功能区夏季热岛效应差异是由于城市下垫面类型不同而造成热岛显影强度不同。李建楠等[10]研究表明，土地利用方式发生变化如城市建设用地迅速增加,水体和植被覆盖区明显减少等都会对城市热岛效应产生显著影响。刘永畅等[11]研究表明，影响地表城市热岛的主要因素在一天中会产生变化，城郊植被覆盖度差异与夏季白天的地表城市热岛有显著相关性，夜晚地表城市热岛则可能与人类活动强度和人为热源排放有关。在时空尺度上，城市热岛也会显现出一些变化和规律。在时间尺度上，李晓敏等[12]研究发现，在成都、重庆等城市，春季的热岛强度要远高于其他季节的热岛强度。孙绩华等[13]利用昆明周边多个自动气象站观测的年际温度序列,研究了昆明城市热岛效应的日、季节和年际变化特征,并分析了昆明城市热岛水平分布和变化趋势。程迪等[14]研究发现，珠三角地区高温热浪日数及强度的时空分布特征相似,空间分布上呈从北向南递减趋势,时间分布上20世纪60—80年代呈减少趋势,20世纪80年代开始呈增加趋势,21世纪之后大幅增加,并在2007年达到峰值。

基于前人研究，以杭州市主城区为研究区域，应用Landsat遥感数据，进行地表的温度反演，对温度反演结果进行热岛强度的分级，进而探究杭州市城区内城市热岛的时空效应以及对地表温度及其相关因子进行相关性分析。

1 研究区概述

杭州位于中国东南沿海、浙江省北部，地处长江三角洲南沿和钱塘江流域，地形复杂多样。杭州西部属浙西丘陵区，主干山脉有天目山等，东部属浙北平原，地势低平，河网密布，湖泊密布。地理坐标为东经118°21′～120°30′，北纬29°11′～30°33′。杭州总面积16 853.57 km2，选择区域为杭州主城区，即(2019年行政区划)上城区、下城区、江干区、拱墅区、西湖区、滨江区、萧山区、余杭区(图1)。杭州在地形和气候方面具有中国南方典型城市的自然特征，可以作为一个代表城市。杭州属于亚热带季风气候，四季分明，雨量充沛，全年平均气温约为17.8 ℃，平均相对湿度70.3%，夏季气候炎热、湿润。从地形条件来看，杭州的西北部和西南部是浙西的中山丘陵地区，而东北部和东南部是浙北平原的一部分，河网密集，地形条件良好。作为一个三面环山的城市，也是适合研究地形与地表热环境关系的有利区域。在杭州快速发展的过程中，也有很多关于表面热环境的研究，这使得该实验能够更好地与今后各种地表热环境研究相结合，促进更多有益成果的诞生。

图1 杭州主城区行政区划Fig.1 Administrative divisions of Hangzhou’s main urban area

2 数据与方法

2.1 数据来源

本实验使用的遥感数据是2019年和2013年的Landsat8遥感影像数据以及2008年的Landsat5遥感影像数据，数据来源为地理空间数据云，空间分辨率为30 m，云量小于10%。通过杭州市主城区矢量边界数据裁剪获得杭州市主城区的三景遥感影像。

2.2 研究方法

2.2.1 大气校正法反演地表温度

大气校正法(辐射传输方程法)需要首先对所获得的三景Landsat数据进行辐射定标，利用ENVI软件进行辐射定标。然后基于热红外波段进行亮度温度的计算，地表亮度温度指与地表有相同辐射亮度的黑体之温度。地表亮温的计算公式为

B(Ts)=[Lλ-L↑-τ(1-ε)L↓]/τε

(1)

式(1)中：B(Ts)为地表亮温；ε为卫星接收的热辐射值；Ts为地表比辐射率；τ为大气在热红外波段的透过率；L↑为大气上行辐射亮度；L↓为大气下行辐射亮度[11]；Lλ为卫星传感器接收到的热红外辐射亮度值。

然后进行地表比辐射率的计算，地表比辐射率的计算需要用到植被覆盖度，植被覆盖度最小值为0，最大值为1。植被覆盖度计算公式为

Fv=(NDVI-NDVIs)/(NDVIv-NDVIs)

(2)

式(2)中:NDVI(normalized difference vegetation index)为归一化植被指数；NDVIs为无植被覆盖的NDVI值；NDVIv为全植被覆盖的NDVI值，即纯植被像元NDVI值。

使用 NDVI阈值法[2]计算地表比辐射率，计算公式为

εsurface=0.004Fv+0.098 6

(3)

最后，进行地表温度的反演，通过普朗克函数可得地表温度的计算公式为

Ts=K2/ln[K1/B(Ts)+1]

(4)

式(4)中：K1和K2为常数，不同传感器取值不同。

通过上述流程，便可反演出3个年份的地表温度数据。

2.2.2 均值-标准差法热岛强度分级

在比较不同时间的城市热岛效应的时候，由于遥感影像的成像时间不同，所反演出的地表温度的最大值、最小值相差较大还有异常温度值的存在，不便于进行直接对比分析，故需要对影像进行归一化处理[6]。有一种方法利用均值和标准差进行归一化处理，利用均值-标准差法对热岛效应进行分析[15]。均值-标准差分级规则与热岛等级划分如表1所示。

表1 热岛等级分级Table 1 Heat island rating

基于反演出的地表温度，利用均值标准差法进行计算应用，得到不同的热岛强度等级分布图。

2.2.3 地表温度与NDVI指数的相关性研究方法

对于整体的相关性而言，可以利用皮尔逊相关指数进行计算分析，在ArcGIS中随机生成1 000个点数据，进行皮尔逊相关系数计算。两个变量之间的皮尔逊相关系数[16]定义为两个变量之间的协方差和标准差的商，计算公式为

(5)

式(5)中：ρX,Y为皮尔逊相关系数；cov(X,Y)为协方差；μX和μY为期望值；σX和σY为总体标准差。

本研究中的两种变量分别为地表温度与NDVI指数。但是杭州市主城区面积较大，不同的地方相关性也会不一样，应用经典的线性回归模型(例如普通最小二乘)进行分析时，自变量对因变量在空间的不同区域也会有同样的影响。然而在很多情况下，自变量与因变量之间的关系会在空间上发生变化，地理加权回归就是一种空间变系数的模型，可以分析驱动因素在空间上的异质性[17]。地理空间加权回归模型表达式为

(6)

式(6)中：β0(ui,vi)为截距，ui、vi为经纬度；βk(ui,vi)为第k个解释变量在第i个样本的拟合系数；Xik为第k个解释变量在第i个样本的取值；εi为随机误差。

本研究的两个变量为NDVI指数和地表温度。

3 结果与分析

3.1 地表温度反演结果与分析

通过大气校正法对杭州市主城区的地表温度进行反演后，图2为利用反演结果制成的地表温度专题图。由于三景遥感影像的成相时间不同，不便于直接进行横向对比，不过从每幅地表温度的反演结果大致可以看出，在不同的年份，地表温度在空间上还是呈现一定规律的。从图2可以看出，在靠近钱塘江的区域，地表温度都要明显更高一些，而在余杭区西北处，地表温度相比中心城区要低很多，不过随着时间的推移，该处的地表温度与中心区的差距在逐步降低，特高温或次高温区的范围在增大。总的来说，杭州市的高温还是比较明显的，便于后续的热岛效应分析。

图2 地表温度反演结果Fig.2 Land surface temperature inversion result

3.2 热岛效应分析

对于获得的地表温度数据，利用均值-标准差法进行统计分类，将分类结果制成专题图(图3)。

图3 热岛强度分级结果Fig.3 Heat island intensity classification results

均值-标准差法进行热岛强度分级的优势是可以将3个时间点的数据进行统一比较。由图3(a)可知，2008年的热岛区主要分布在钱塘江两岸，这些地区建筑物密集，主要分布在上城区、下城区、江干区、拱墅区、滨江区和萧山区中部，而冷岛区域几乎全分布于余杭区西北部，正常岛、次热岛和热岛占据了主城区的绝大部分区域，也有明显的冷岛区域。

由图3(b)所示，2013年的热岛区域和2008年的热岛区域分布极为相似，基本分布在钱塘江两岸，冷岛区域依旧主要分布在余杭区西北部，不过面积要减少，萧山区东北和西南部分布少量冷岛区，次热岛区大都分布在热岛区边缘，正常岛、次热岛和热岛依旧占据绝大部分区域。

由图3(c)可知，热岛区的范围更大，分布的区域更广，主要还是分布在钱塘江两岸，余杭区西北部主要为正常岛了，冷岛区域已经非常少了，萧山区东北和西南部分布的冷岛区和次冷岛区面积却有增多的趋势。与之前一样，正常岛、次热岛和热岛依旧占据绝大部分区域。

由图3可知，杭州市主城区的热岛区主要分布在钱塘江两侧，随着时间的推移，热岛和次热岛区域分布范围变得更广，冷岛和次冷岛面积变得更小，余杭区西北部的冷岛越来越少，逐渐被正常岛取代，但是萧山区东北和西南部的冷岛和次冷岛面积有增大的趋势。

3.3 地表温度与NDVI指数的相关性分析

结合杭州市主城区内的NDVI指数与地表温度数据，在ArcGIS中随机生成1 000个点数据，计算其各年份的皮尔逊相关系数，计算结果如表2所示。

表2 皮尔逊相关系数Table 2 Pearson Correlation Coefficient

通过皮尔逊相关系数(表2)可以看出，杭州市主城区3年内的地表温度与NDVI指数都呈现出一定的负相关性，表示NDVI指数越高，地表温度越低。

利用皮尔逊相关指数表示了整体的影响，再通过计算地理空间加权探究局部的空间异质性。将计算结果绘制于图4中。

图4 地理空间加权Fig.4 Geospatial weighting

从图4可以看出，地表温度与NDVI指数的相关性存在着明显的空间异质性，除了中间明显的水体区域呈正相关以外，大部分地区都是呈现负相关关系的，相关性的强弱随着地区的变化而变化，特别是萧山区西南部地表温度与NDVI指数的相关性相对要强一点。

在不同的年份，相关性强弱也有变化，相关性的最大值随着年份推移减小，最小值随着年份推移增大，再联系皮尔逊相关系数的绝对值也是随着年份推移减小，可以得出，地表温度与NDVI指数的相关性是在逐渐减弱的。

4 结论

通过使用2008年、2013年、2019年的Landsat数据对杭州市主城区的地表温度进行反演，通过反演的地表温度数据进行热岛效应的计算研究，以及对地表温度和NDVI指数进行了讨论，得出以下结论。

(1)在不同的年份，地表温度在空间上还是呈现一定规律的。在靠近钱塘江的区域，地表温度都要明显更高一些，而在余杭区西北处，地表温度相比中心城区要低很多。

(2)杭州市主城区的热岛区分布在钱塘江两侧，热岛和次热岛区域分布范围逐渐变得更广，冷岛和次冷岛面积变得更小，余杭区西北部的冷岛越来越少，萧山区东北和西南部的冷岛和次冷岛面积有增大的趋势。

(3)杭州市主城区的地表温度与NDVI指数呈现出负相关关系，并存在明显的空间异质性。