APP下载

基于RS的合肥市土地利用变化对热岛效应的影响

2024-05-27汤宝虎刘庆广王世杰王振宇胡鹏程

宜春学院学报 2024年3期
关键词:城市热岛热岛主城区

汤宝虎,刘庆广,王 爱,王世杰,王振宇,胡鹏程

(1.合肥大学 生物食品与环境学院;2.合肥大学 旅游与会展学院,安徽 合肥 230601;3.安徽建筑大学 建筑与规划学院,安徽 合肥 230601)

随着21世纪的到来,中国城市化进程全面提速,以土地经济为核心,中国各省市都创造出了大量财富。但随之而来造成了如耕地流失、原有生态破坏和城市热岛效应(Urban Heat Island,UHI)等大量的问题。[1]城市热岛效应由Howard[2]发现于1833年,并由Manley[3]首次在论文中正式提出。其概念为由于人为活动或制造城市建筑集群的影响,引起的热量在城市空间范围内堆积,导致城市边界内部的城-郊之间存在温度差异,高温聚集在城区形成岛屿的现象。[4]大量人口聚集和建筑修建改变了城市生态环境,加剧了城市热岛效应。[5]

国内外研究热岛效应研究方法包括对比法、定点观测法、流动观测法、遥感反演法、长时间序列城市气候数据的统计方法及数值模拟方法六种。[6]其中,因遥感具有区域宏观、强时序性、易获取性等优势,遥感反演法成为研究城市热岛效应的一大优势方法。[7]目前,基于现有研究资料,表明城市土地利用类型变化[8]、景观格局变化[9]、城市建筑密度及形态[10-11]、城市下垫面变化[10]等诸多因素都对城市热岛强度产生影响。[13-14]合肥市作为安徽省省会,经济中心城市,近年来随着经济发展,城市建设脚步加快,城市热岛效应显著提升。[15-17]

本文选取合肥市主城区区域为研究区,基于Landsat系列数据,通过反演地表温度等手段和方式,探究土地覆被类型及景观格局变化对于合肥市热岛效应影响,以期对后续合肥市城市建设、城市生态、碳排放与热岛效应解决提供相应的理论支持。

1 研究区概况

合肥,安徽省省会,特大型城市,位于北纬30°56′—32°33′、东经116°40′—117°58′之间,共辖4个区、4个县、3个经济开发区,代管1个县级市,总面积11445 km2,建成区面积528.5 km2。截至2021年末,合肥市常住人口为946.5万人,城镇化率达84.04 %,实现地区生产总值11412.80亿元。2017年,中国气象局发布的夏季十大炎热城市中合肥排名前十。合肥位于中国华东地区、长江三角洲西端,地处中纬度地带,属亚热带季风性湿润气候,气候温和,雨量适宜。[18]

本文选用合肥市主城区包括瑶海区、包河区、庐阳区、蜀山区。概况如图1所示:

图1 合肥市四主城区区域概况图注:该图来源于民政局全国区划行政平台(http:∥xzqh.mca.gov.cn/map),根据审图号为GS(2022)1873号标准地图制作,边界无修改。

2 数据来源及研究方法

2.1 数据来源及预处理

本文遥感卫星数据均采用Landsat系列,数据来源于美国地质勘探局(USGS)官网(www.usgs.gov),数据选取Landsat 5与Landsat 8,分别为TM(主题成像仪)影像数据和的OLI(陆地成像仪)/TIRS(热红外传感器)影像数据,时间为夏季6—8月,无云或少云影像。在ENVI 5.6中对Landsat 5与Landsat 8卫星数据进行预处理,并对地表温度进行反演。[19]具体数据如表1所示:

表1 遥感影像数据信息

表2 热岛强度等级划分表

表3 Kappa等级系数

2.2 研究方法

2.2.1 地表温度反演

Landsat数据温度反演算法有多种,且有诸多学者大量文章进行可靠性证实,方法可靠。本文采用大气校正法(radiative transfer equation algorithm,RTE)进行温度的反演计算。其基本原理为:

B(TS)=[Lλ-L↑-τ(1-ε)L↓]/τε

(1)

其中:ε为地表比辐射率,TS为地表真实温度,B(TS)为黑体热辐射亮度,τ为大气在热红外波段的透过率,大气剖面参数τ,L↑L↓为上行辐射亮度、下行辐射亮度,可在NASA网站查询。

TS可以用普朗克公式获取:

TS=K2/Ln(K1/B(TS)+1)

(2)

其中:对于TM数据,K1=607.76 W·m-2·sr-1·μm-1,K2=1260.56 K;

对于TIRS Band 10数据,K1=774.89 W·m-2·sr-1·μm-1,K2=1321.08 K。

2.2.2 城市热岛强度

本研究引入热岛强度指数(Urban Heat Island Intensity Intensity Index,UHII)[20]与热场强度指数(Heat Field Intensity,HFII)[21]两个概念。

热岛强度指数:

(3)

其中:Ta为第a个像元的绝对地表温度值,n为选取的郊区范围内有效像元数,Tb为选取的郊区范围内绝对地表温度值。

本研究依据均值—标准差法将合肥市范围内热岛强度分为5级,算法如下:

HFII=μ+αstd

(4)

其中:μ为研究区内不同时期地表均温α为标准差的倍数,取0.5;std是研究区域内的地表温度标准差。

为了消除不同年份获取数据时由于时相差异存在的误差,引入热岛强度指数,即归一化热场:

Heat=(Ti-Tmin)/(Tmax-Tmin)

(5)

其中:Ti为当年影像中第i个像元的绝对地表温度值,Tmin为当年影像研究范围内绝对地表温度值最小值,Tmax为地表温度值最大值。取值范围为:0~1,其值越大,表示高温现象越明显。

2.2.3 土地覆被分类

监督分类包括最大似然法、最小距离法、平行六面体法、马氏距离、神经网络、支持向量机共六种。

本文选用基于向量机[22]的分类方法进行土地利用信息提取,具有较好的提取效果。并根据合肥市土地利用的特点将合肥市土地分为:建筑、裸地、绿地、水体四个类别。Kappa系数现已是遥感影像分类的主要精度评价指标,分类标准如下:

2.2.4 热岛效应与景观格局分析

为了进一步探究土地类型与地表热环境之间的关系,基于Arc GIS软件将研究区域的土地利用结果与地表反演温度及归一化结果进行叠置分析,并进行统计,得到各类型地表温的平均值与标准差。

2.2.5 标准差椭圆-重心模型

标准差椭圆(standard deviation ellipse,SDE)为椭圆形图像,是为用来表征及汇总两个或多个地理要素之间的空间变化信息,其主要为变化趋势、离散程度、方向趋势,SDE主要是通过分析椭圆长短轴、空间质心、方向角等来描述地理要素的空间信息。[23-24]

通过对合肥市多年的数据进行椭圆分析来分析多年来合肥市主城区城市热岛的变化。

3 分析与结果

3.1 地表温度变化分析

如图2所示,由分析可得,其中2005年均温为34.76 ℃,至2022年均温为41.10 ℃。17年温度涨幅为6.34 ℃。由于遥感反演温度特性,通过MODIS反演数据及与气象温度数据比较之后,数据相差符合精度要求。其中低温区温度变化较小,且较多集中在,巢湖、董铺水库等水体较多地区。由于巢湖保护需要及生态环境保护发展,巢湖、森林公园及大蜀山地区等绿地较多的地方,温度明显低于裸地及建筑,可以有效降低温度,高温区多集中在建筑密集地方,呈现由主城区中心向四周发展,建筑低密集区向建筑高密集区发展,居民居住区向工业区发展,以蜀山经济开发区为例区为例,常处于高温区。

图2 合肥市不同年份地表温度变化示意图

3.2 标准差椭圆-重心分析

利用Arc GIS中标准差椭圆(方向分布),绘制2005年—2022年合肥市主城区热岛重心迁移变化图,其数据及图像如表4及图3所示。

表4 标准差椭圆-重心分析结果

图3 合肥市主城区标准差椭圆-重心转移分析图

从2005—2022年合肥市主城区标准差椭圆-重心转移图中可以看出,合肥市城市热岛的发展路径明显呈现东南方向至西北方向。合肥市热岛的时空分布模式与蜀山区经济开发区及合肥市发展方向基本一致,与交通线路的分布存在一定的关系。结合2005—2022年合肥市地表温度分布图,热岛主要向蜀山区方向移动,其主要原因为合肥市规划蜀山区经济开发区发展及政务区的向蜀山区移动,大量工厂及企业在蜀山区发展带来的大量就业机会导致人口数量增加,人口密集度增加,以及建筑量与不透水面迅速扩张侵占绿植及水体,导致其大面积消亡。多因素叠加,使得蜀山区地区的热存储能力增强,热消散能力降低,进而加剧热岛效应,造成了热岛质心向蜀山区的移动。

3.3 土地覆被分类分析

运用监督分类中基于向量机法对合肥市主城区的土地利用状况进行分类,并采取目视方法结合谷歌地图历年高分辨率影像,与Google Earth Engine进行对比来看结果如图4所示。通过混淆矩阵进行精度评定,其中Kappa系数均大于0.71,检验结果总体精度(OA)大于80 %符合要求。由图4可知:2005年城市建筑用地为16.68 %,主要集中在主城区中心位置,已完成的建筑用地在时间内逐步增多,至2022年建筑用地为38.66 %;裸地主要为建筑时未覆盖地,趋势为由城区中心向外扩散,2005年裸地占比为4.55 %,合肥市在此期间发布“大拆违,大建设,大发展”政策,实行“清地”活动,建筑物被大面积铲除,城市迅速发展,2013、2018及2022裸地占比分别为17.37 %、14.79 %及10.26 %,趋势由中心扩散转为向西北地区扩散;林地等植被主要分布在大蜀山以及巢湖周围。2005至2022年间,绿地数量占比由68.23 %逐步降至40.99 %。其主要原因为合肥市高速发展时期,建筑用地诉求增多,大量绿色用地转变为裸地,并且进一步变化为诸多建筑,最终导致绿地面积大面积消亡。虽然合肥市响应国家生态政策及市民生态需求,部分建筑用地及裸地用于绿化及市民公园等,但绿地面积总体呈现削减态势。

图4 合肥市主城区土地覆被类型变化示意图

3.4 景观格局分析

为了探究景观类型与热环境之间的关系,在Arc GIS系统,将研究区域的土地利用结果与反演温度数值,及反演温度归一化数据进行叠加分析,并且利用空间统计模块,得到各景观类型地表温的平均值与标准差。

从表5可以得到,在四个年份中,水体景观的温度一直为四类景观中最低值,建筑景观为最高值,且总体体现为水体<绿地<裸地<建筑,表现趋势具有一致性。表6与图5中可以得到2005—2022年不同时期,虽然各个景观的归一化温度排列不同,但总体上可以得出裸地与建筑数值都是较大的,多为较高温区至高温区。其主要原因为裸露地区低植被或无植被,导致热量积聚,不易消散,形成热岛。建筑区域则多集中在高温区,其主要原因为市中心建筑密集,且多为沥青,混凝土等不透水表面,不透水面表面热容小,散热能力强且热传导与热扩散力较强,一方面导致温度升高,另一方面建筑密集导致热量无法散出。裸地等未利用土地及建筑用地主要分布在主城区中心位置,并且不断想周围扩散,多为建筑批准用地,建筑用地,少量为荒地。水体温度始终排在最末尾,主要原因为水体比热容大,升温速度缓慢,可以吸收大量热量,导致温度较低。林地景观存在蒸腾左右,在这一过程中,吸收环境热量,降低环境温度。水体景观的标准差最大,说明水体易受环境影响,对温度波动影响较大。同样绿地景观由于蒸腾作用等在改善热环境方面具有积极的作用,景观标准差较小,表明,绿地景观变化波动较小比较稳定。

表5 合肥市各年份覆被类型LST的平均与标准差

表6 合肥市各年份覆被类型LST归一化数值的平均与标准差

图5 合肥市各覆被类型的LST均温及归一化均值

4 结论与建议

4.1 结论

研究表明,合肥市内热岛的变化与该合肥地区城市扩张的趋势变化较为一致,二者具有较为密切的关系,结论如下:

1)合肥市温度变化较大,均温变化7 ℃左右,且呈现由中心向四周扩散态势,高温主要聚集在建筑高密度区及不透水面。

2)合肥市区内土地利用发展规模不断加快,利用类型不断改变,且存在由中心主城区向边缘城区发展趋势,与热岛发展趋势较为一致。

3)绿地及水体景观在改善热环境方面具有积极的作用,绿地景观标准差较小,波动较小,不易受环境影响,比较稳定,在城市生态和经济上则更加适宜作为降低城市热岛[25]的手段。

4)合肥市城市热岛的发展路径明显呈现东南方向至西北方向,其时空分布模式与合肥市发展扩张基本相符。

4.2 建议

结合当前现状,提出如下建议:

1)合肥市区内土地利用发展规模不断加快,利用类型不断改变,且存在由中心主城区向边缘城区发展趋势,由于合肥城市发展的需求,原有的自然地理表面发生了一系列的变化,增加了较多沥青等建筑材料,导致城市下垫面发生改变,针对其增长过快现状,应可能尽快的去扩大主城区内绿化面积,加快城市内绿色城市公园建没,加快构建绿色城市。

2)合肥市热岛的时空分布模式与蜀山区经济开发区及合肥市发展方向基本一致,与交通线路的分布存在一定的关系,在城市规划时,要重视生态理念,提高城市自我调节能力,进行合理布局。

3)2023年合肥市被评为特大型城市,合肥市内人口发展扩张迅速,远超城市扩张速度,大量人口聚集导致低矮建筑重构变高,建筑间距不断变小,使用建筑不断增多,过量的人口导致人为热产生不断增加,针对这一特点,应当尽量降低人为热释放。

4)在建筑过程,人为使建筑美观,同时,为满足人口需求,建筑材料多为混凝土,散热性能较差,且大量玻璃制品的使用导致热量堆积无法尽快散出,对此,国内外研究针对这一特点,创造出了一部分新型环保散热材料,用于建筑建造。

猜你喜欢

城市热岛热岛主城区
新时期单元控规动态维护探索实践——以龙岩主城区为例
让城市“发烧”的热岛效应
基于CiteSpace的城市热岛研究进展与热点分析
基于Modis数据的山东省夏季城市热岛效应时空变化分析
死海不“死”等
热热岛真是个好地方
西安主城区砂层工程地质特征分析
基于WRF模式的成都地区热岛效应的模拟研究
主城区重要道路围挡施工交通组织研究
邯郸市主城区及周边地区降水量