基于Landsat8影像的公园地表温度与植被指数时空变化特征研究

2023-07-17邓永成刘妍君纪丹丹孟莹

安徽农业科学 2023年12期

邓永成刘妍君纪丹丹孟莹

摘要［目的］研究城市公园对环境温度的调节作用以及地表温度与植被覆盖的关系。［方法］以武汉市青山公园为研究对象，通过2013、2015、2018年夏季3期Landsat 8遥感影像反演出地表温度和归一化植被指数（NDVI），利用ArcGIS软件提取公园绿地对应的地理信息数据，对地表温度和NDVI的时空变化特征及相关性进行分析。［结果］2013—2018年青山公园NDVI从0.30下降至0.25，地表温度分级中温区减少，低温区和高温区增加，且地表温度和NDVI呈现出明显的负相关，其中2018年最为明显，回归函数为y=-17.229x+34.107（R2=0.560 5）。［结论］该研究为武汉及其他城市绿地规划管理提供理论依据。

关键词公园绿地；地表温度；植被指数；时空变化特征；遥感反演

中图分类号 X 173 文献标识码 A

文章编号 0517-6611（2023）12-0059-04

doi：10.3969/j.issn.0517-6611.2023.12.013

Study of Temporal-spatial Change Characteristics of Park Surface Temperature and Vegetation Index Based on Landsat 8 Images—A Case of Qingshan Park in Wuhan City

DENG Yong-cheng， LIU Yan-jun， JI Dan-dan et al

（Wuhan Institute of Landscape Architecture，Wuhan，Hubei 430081）

Abstract ［Objective］To study the regulating effect of urban parks on environmental temperature and the relationship between surface temperature and vegetation coverage.［Method］Taking Qingshan Park in Wuhan City as the research object，through the inversion of surface temperature and normalized vegetation index （NDVI） from Landsat 8 remote sensing images in the summer of 2013， 2015 and 2018， ArcGIS spatial analysis software was used to extract the corresponding data of park green space.The temporal-spatial change characteristics and correlation of land surface temperature and NDVI were analyzed.［Result］During 2013-2018， NDVI in Qingshan Park decreased from 0.30 to 0.25， the middle temperature area of land surface temperature classification decreased， while the low temperature area and high temperature area increased， and land surface temperature and NDVI showed significant negative correlation.Among them， 2018 was the most obvious， the regression function was y=-17.229x+34.107 （R2=0.560 5）.［Conclusion］The study provides a theoretical basis for the planning and management of green space in Wuhan and other cities.

Key words Park green space;Land surface temperature;Vegetation index;Temporal-spatial change characteristics;Remote sensing inversion

作者簡介邓永成（1985—），男，湖北宜昌人，高级工程师，从事园林生态研究。

收稿日期 2022-11-14

20世纪90年代以来，随着城市建成区面积急剧扩张，快速城镇化带来了用地面积紧张、人工热排放量增加等问题，影响着城市热环境。城市内部的公园绿地是优化城市热环境中至关重要的一环，在调节气候、缓解热岛效应方面发挥着不可或缺的作用。基于遥感、气候、规划多学科融合的研究分析和量化调控方法，是探索利用规划手段从“适应”层面主动应对城市气候挑战的可行路径。从武汉城区绿地规划出发对城市热环境时空变化特征进行分析将有助于更好地理解地表温度及热岛的机理，实现“成本最小化、收益最大化”，创造舒适人居环境。

近年来，国内外学者开始利用遥感影像反演获取地表温度和下垫面覆盖变化情况，以此来研究不同土地利用类型变化与地表温度之间的关系［1-3］，曹倩倩等［4］基于Landsat 8遥感影像研究发现，城乡工矿居民用地与耕地、草地、林地等土地利用类型的地表温度存在显著差异；张晓娟等［5］以重庆市主城区为研究对象，通过建立缓冲区对地表温度和归一化植被指数（NDVI）进行深入分析，验证地表温度与植被指数的相关性。这些研究均基于宏观角度对区域大环境进行分析，很少针对城市局部环境进行大比例尺下的精细化研究，特别是针对城市绿地调控地表温度、热岛效应的机理及演变规律的研究相对较为匮乏。该研究利用2013、2015、2018年夏季3期Landsat 8遥感影像反演出地表温度和NDVI，利用ArcGIS空间分析软件提取公园绿地对应的信息数据，并对地表温度和NDVI的相关性及时空变化特征进行分析，以期为武汉市生态绿地规划管理提供科学依据。

1 资料与方法

1.1 研究区概况

武汉市位于湖北省东部、长江与汉水交汇处，地理位置为29°58′～31°22′N、113°41′～115°05′E。武汉市东西最大横距134 km，南北最大纵距约155 km，属北亚热带季风性（湿润）气候，具有常年雨量丰沛、热量充足、雨热同季、光热同季、冬冷夏热、四季分明等特点。该试验研究区域为武汉青山公园，位于青山区红钢城（图1）。青山公园占地33万m2，是武汉市最大的区属公园，主要植物有梅花、樱花、桂花、杜鹃等。

1.2 数据来源该研究遥感影像数据来源于2013年7月31日、2015年8月22日、2018年7月29日的Landsat 8 OLI_TIRS遥感影像，其中可见红光波段和近红外波段（第4波段和第5波段）用于计算NDVI，第10波段用于地表温度反演，分辨率为100 m。

1.3 研究方法

1.3.1 植被指数计算。

有研究表明NDVI是反映地表植物生长状况、植被覆盖度的最佳指标［6］，由Landsat 8的可见红光波段和近红外波段（第4波段和第5波段）计算得到，如式（1）所示。

NDVI=ρNIR-ρRρNIR+ρR（1）

式中，ρNIR为近红外波段的反射值， ρR为可见红光波段的反射值。

1.3.2 地表温度反演。

Landsat数据反演地表温度的方法较多，其中单窗算法与单通道算法在水体、裸地、植被区域拥有较高的反演精度［7-11］。由于大气水汽含量为单通道算法计算所需参数之一，而已有研究表明，单通道算法的精度会随着大气水汽含量的增加而降低。因武汉气候湿润，故综合考虑，该研究采用单窗算法进行地表温度的反演。

进行地表温度定量反演和下垫面环境特征参数提取之前，利用ENVI 5.31软件对遥感影像进行辐射校正，并利用FLAASH大气校正模块对上述Landsat遥感影像數据进行大气校正，降低大气中的水汽、臭氧、气溶胶粒子等因素对各波段反射率的影响，从而获得更加精确的地物真实反射率，以提高遥感信息定量提取的精度。

单窗算法可将大气、地表的影响直接涵盖在演算公式内，其具体算法见公式（2）～公式（4）。

Ts={a（1-C-D）+［（b-1）（1-C-D）+1］Tk-DTa}/C（2）

C=ετ（3）

D=（1-τ）［1+（1-ε）τ］（4）

式中，Ts为遥感影像反演所得地表温度（K）；a和b为Landsat 8 OLI_TIRS影像的回归系数，表示热辐射强度与亮度温度的拟合关系；ε为地表比辐射率；C、D为中间过渡值；τ为大气透射率；Tk为TIRS 10的亮度温度（K）；Ta为大气平均作用温度（K），在无实测大气数据情况下，可依据4种标准大气估算方程得出。

根据USGS网站提供的相应参数和公式，可对遥感影像进行辐射定标，将其亮度值转换为辐射亮度值，见式（5）［12］。

Lλ=MLQcal+AL（5）

式中，Lλ为波段λ的辐射亮度值；ML为波段λ的增益值，AL为波段λ的偏移值，可从头文件（MTL）中获得，Qcal为影像原始亮度值。

亮温Tk作为地表温度反演的重要参数之一，其运算见式（6）［13］。

Tk=K2/ln（K1/Lλ+1）（6）

式中，K1表示辐射亮度，K2表示辐射出射度，二者均为定标常数。

地表比辐射率是反演地表温度的关键参数之一，受地表材料与结构的影响。首先，为了增强遥感影像的可分辨度，对遥感影像进行波段的融合，然后利用监督分类，将影像分为自然地表、城镇地表和水体，这三者的地表比辐射率的计算如式（7）～（9）［14］所示。

ε=0.962 5+0.061 4Pv-0.046 1Pv2（自然地表）（7）

ε=0.958 9+0.086 0Pv-0.067 1Pv2（城镇地表）（8）

ε=0.995（水体）（9）

式中，Pv为植被覆盖度，可由NDVI计算得来，其计算公式见式（10）。

Pv=NDVI-NDVIsNDVIv-NDVIs（10）

式中，NDVIv、NDVIs分别表示植被和裸地像元的NDVI值。其中NDVIv=0.7，NDVIs=0.05。当NDVINDVIv时，Pv=1，表示该像元为植被覆盖地区。

大气透过率是影响红外辐射传输的重要因素，是指穿过大气之后衰减的电磁辐射通量和入射时的电磁辐射通量的比值，它往往与空气中的水汽含量呈负相关［15］。该研究以Landsat官方网站查询数值为准［16］。

该试验根据中纬度夏季计算公式（11）计算Ta：

Ta=16.011 0+0.926 21T0（11）

式中，T0为近地面气温（K），数据可从中国气象科学数据共享服务网与气象站资料查询获取。

2 结果与分析

2.1 青山公园植被指数分析

利用ArcGIS软件分别对青山公园在2013年7月31日、2015年8月22日、2018年7月29日3期遥感影像提取的NDVI进行分析，如图2所示。

NDVI的取值在-1～1，当NDVI为负值时，表示地面覆盖为云、水、雪等；当NDVI等于0时，表示该像元区域有岩石或裸土等；当NDVI为正值时，表示有植被覆盖，且值越大，植被覆盖越密集。从图2可以看出，2013年青山公园NDVI最大值为0.47，平均值为0.30；2015年NDVI有所下降，NDVI最大值为0.43，平均值下降至0.28，其中园区中部和西北部植被覆盖减少；2018年NDVI最大值仍为0.43，但平均值下降至0.25，园区外围植被覆盖明显减少。

2.2 青山公园地表温度分析

根据“1.3.2”地表温度反演公式，分别计算出2013年7月31日、2015年8月22日和2018年7月29日青山公园园区地表温度（图3）。综合参考彭璐等［17］对福建平潭岛地表温度的密度分割技术和张晓娟等［5］对重庆主城区地表温度的稳健统计法，将园区地表温度划分为5个热力等级，分别为低温、次低温、中温、次高温、高温。经计算，2013年园区平均地表温度ts=31.47，标准差Std=1.98；2015年园区平均地表温度ts=32.2，标准差Std=1.59；2018年园区平均地表温度ts=29.24，标准差Std=2.21。5个地表温度分级区间确定方法如表1所示。

按照表1对青山公园地表温度的分级，利用ArcGIS 10.2软件进行空间分析，计算出青山公园2013年7月31日、2015年8月22日和2018年7月29日地表温度分区面积（表2）。从表2可以看出，2013年7月31日各温区分布较均匀，中温区占比最大，达到29.61%；次高温区占比最小，仅10.94%；园区内各温区占比排序依次为中温区>次低温区>高温区>低温区>次高温区。2015年8月22日中温区占比仍然最大，且面积占比增加了6.03百分点，达到35.64%；其他各温区面积均有所减小。2018年7月29日园内中温区急剧减少，低温区和次低温区面积占比分别增加了0.87百分点和4.79百分点，次高温区和高温区分别增加了3.19百分点和2.76百分点，高温面积由6.23 hm2增加至7.14 hm2；园区内各温区占比排序为次低温区>中温区>高温区>低温区>次高温区。

综合园区背景情况分析，2015—2018年青山公园进行了一系列升级改造工程，增加了园区基础设施建设，并加入了植被海绵改造设计。新建的房屋建筑和硬化路面是导致高温区和次高温区扩大的主要原因。结合植被覆盖变化图（图2）和地表温度变化图（图3）可以看出，2015—2018年园区北部和南部植被消失区域，高温区面积明显增加；而园区中部区域在提档升级后，植被组成更加丰富，覆盖率更高，低温区和次低温区面积均有所增加。

2.3 青山公园地表温度与植被指数相关性分析

利用ArcGIS 10.2软件提取青山公园在2013年7月31日、2015年8月22日和2018年7月29日全部样本点的地表温度和NDVI进行相关性分析。如图4所示，总体而言，青山公园园区地表温度和植被指数呈明显的负相关性。其中，2013年负相关性稍弱，R2=0.159 0，2015和2018年负相关性明显增强，R2分别为0.336 1和0.560 5。这与曹倩倩等［4］对张家口城区NDVI与地表温度呈明显负相关（R2=0.519）的研究结果一致。

3 结论与讨论

该研究通过2013年7月31日、2015年8月22日和2018年7月29日3期Landsat 8遥感影像反演出地表温度和归一化植被指数（NDVI），利用ArcGIS空間分析软件提取公园绿地对应数据，分析了2013—2018年青山公园植被覆盖变化和地表温度变化情况，并对地表温度和NDVI的相关性进行了分析。研究结果表明：

（1）2013—2018年青山公园植被覆盖有所减少，园区内NDVI最大值从0.47减少至0.43，平均值由0.30减少至0.25。从植被指数变化可以看出，2013—2018年青山公园外围周边和园区北部植被明显减少，中部植被指数明显升高。其次，2015—2018年青山公园地表温度呈现向两级扩散的趋势，中温区急剧减少，低温区、次低温区、次高温区和高温区均增加，高温面积由6.23 hm2增加到7.14 hm2。这可能与2015—2018年青山公园海绵升级改造有关，优化了园区中央植被设计，增强了其滞留雨水、调节气候的功能。同时公园提档升级增加了便民设施、道路设施的建设，导致园区北部和周边硬化路面增加，从而致使园区次高温区和高温区域增加。

（2）青山公园内地表温度和植被指数呈现明显的负相关，随着园区植被指数增加，地表温度逐渐减少。其中2018年负相关性最为明显，回归函数为y=-17.229 0x+34.107（R2=0.560 5）。

（3）公园绿地作为城市绿化的重要组成部分，对改善城市热环境质量、降低大气温度、创造宜人空间环境、提高居民舒适度有重要作用。根据青山公园海绵改造植物设计构成，植被覆盖面积大并有高大树种的园林绿地比无植被覆盖建筑地面温度明显降低，尤其在炎热的夏季，园林绿地的降温增湿功能更为明显。

（4）该研究通过高分辨率遥感影像对武汉市青山公园进行大比例尺下的空间分析，虽然在一定程度上反映了不同年份NDVI和地表温度变化特征以及相关性，但由于青山公园研究区域面积过小，导致像元样本稍显不足，不能充分反映其变化特征规律。后期将考虑遥感影像分析与实地调查相结合的研究方法，以便更加精细地分析城市绿地对环境温度的调控功能。

参考文献

［1］ WILSON J S，CLAY M，MARTIN E，et al.Evaluating environmental influences of zoning in urban ecosystems with remote sensing［J］.Remote sensing of environment，2003，86（3）：303-321.

［2］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.

［3］ LO C P，QUATTROCHI D A，LUVALL J C.Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect［J］.International journal of remote sensing，1997，18（2）：287-304.

［4］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［J］.山东农业大学学报（自然科学版），2021，52（6）：955-963.

［5］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.

［6］王修信，朱啟疆，梁宗经，等.喀斯特城市植被覆盖度时空变化对地表温度的影响［J］.地理与地理信息科学，2011，27（4）：107-110.

［7］张船红，郭豫宾.Landsat影像的地表温度反演及其强度变化分析［J］.测绘科学，2020，45（3）：61-66，94.

［8］孟宪红，吕世华，张宇，等.使用LANDSAT-5TM数据反演金塔地表温度［J］.高原气象，2005，24（5）：721-726.

［9］苌亚平，张世强，赵求东.高寒山区地表温度反演算法对比：以疏勒河上游流域为例［J］.遥感信息，2016，31（4）：122-128.

［10］黄妙芬，邢旭峰，王培娟，等.利用LANDSAT/TM热红外通道反演地表温度的三种方法比较［J］.干旱区地理，2006，29（1）：132-137.

［11］金点点，宫兆宁.基于Landsat系列数据地表温度反演算法对比分析：以齐齐哈尔市辖区为例［J］.遥感技术与应用，2018，33（5）：830-841.

［12］蒋大林，匡鸿海，曹晓峰，等.基于Landsat8的地表温度反演算法研究：以滇池流域为例［J］.遥感技术与应用，2015，30（3）：448-454.

［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］郭丽红，虞丽青，方俊.基于Landsat5TM数据反演地表温度的方法研究：以石城县为例［J］.科技风，2015（9）：21.

［15］王充，汪卫华.红外辐射大气透过率研究综述［J］.装备环境工程，2011，8（4）：73-76.