劉耀宇，湯江龍，2*，歐立業(yè)，3

(1.東華理工大學(xué)測繪工程學(xué)院，330013，南昌;2.江西省數(shù)字國土重點實驗室，330013，南昌;3.江西省地理國情監(jiān)測遙感院，330209，南昌)

0 引言

城市熱島效應(yīng)(Urban Heat Island)是指城市發(fā)展到一定規(guī)模，由于城市下墊面性質(zhì)的改變、大氣污染以及人工廢熱的排放等使城市溫度明顯高于郊區(qū)，形成類似高溫孤島的現(xiàn)象[1]。近年來，南昌市快速發(fā)展，城市化率由2003年的43.36%增長到了2018年的55.23%[2]，城市熱島效應(yīng)不斷加重。城市熱島效應(yīng)有很多危害，不僅危害人類健康增加患病風(fēng)險，而且加重空氣污染，還會間接引發(fā)自然災(zāi)害，導(dǎo)致氣候和物候異常[3]。

早期通過氣象觀測站采集溫度數(shù)據(jù)來研究城市熱島效應(yīng)，但由于氣象站點分布不均勻和觀測條件的限制，很難全面反映整個區(qū)域的溫度變化。隨著遙感技術(shù)在各個領(lǐng)域內(nèi)廣泛的應(yīng)用，熱紅外遙感的進步，使得快速獲取大范圍地面溫度數(shù)據(jù)成為可能。國內(nèi)外學(xué)者對基于遙感數(shù)據(jù)反演地表溫度的理論和方法進行了很多研究，比較有代表性的有毛克彪、何迎東等的輻射傳輸方程法[4－5]，覃志豪等人的單窗算法[6－8]，Jimenez－Munoz和Sobrino的普適性單窗算法[9]，毛克彪等人的劈窗算法[10－12]。利用不同的溫度反演方法，國內(nèi)外學(xué)者對城市熱島問題做了很多研究，并取得了很多的成果。Gallo[13]等使用歸一化植被指數(shù)NDVI估測城市熱島對城郊氣溫差異影響，結(jié)果發(fā)現(xiàn)植被指數(shù)與城郊氣溫有著明顯的線性關(guān)系，可更好地解釋平均最低氣溫的空間變換。陳云浩[14]等基于景觀生態(tài)學(xué)，建立了一套研究城市熱環(huán)境格局和過程的方法并建立了評價體系。趙小艷[15]等利用MODIS數(shù)據(jù)分析了北京市冬夏兩季城市熱島的空間分布特征，發(fā)現(xiàn)夏季熱島效應(yīng)明顯，冬季出現(xiàn)冷島現(xiàn)象。

本文以南昌市為研究對象，使用Landsat 8數(shù)據(jù)，采用單窗算法對南昌市及周邊區(qū)縣的地表溫度進行反演，建立了不同行政區(qū)溫度等級面積比例與人口密度和人均GDP的擬合模型，探討南昌市2018年春季城市熱島效應(yīng)的空間分布以及人類活動對熱島效應(yīng)的影響。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

本文以南昌市為研究區(qū)，南昌市位置如圖1。南昌市位于東經(jīng)E115°27'～116°35'，北緯N28°10'～29°11'之間，地勢以平原為主，東南相對平坦，西北丘陵起伏，水網(wǎng)密布。全境屬于亞熱帶溫潤季風(fēng)氣候，年平均氣溫為17～17.7℃，是中國“四大火爐”之一。

目前南昌市下轄6個市轄區(qū)(東湖區(qū)、西湖區(qū)、青云譜區(qū)、灣里區(qū)、青山湖區(qū)、新建區(qū))及3個縣(南昌縣、進賢縣、安義縣)。

圖1 研究區(qū)位置和Landsat8影像

根據(jù)李伯祥[16]等人的研究結(jié)果，2007年南昌市建成區(qū)面積為235 km2，2016年建成區(qū)面積為366 km2，建成區(qū)擴張了130.47 km2，每年以14.50 km2速率擴張。擴張方向主要集中在東西南3個方向，北邊擴張不明顯，發(fā)展趨于飽和狀態(tài)。

1.2 數(shù)據(jù)選擇及預(yù)處理

查找最新的Landsat8數(shù)據(jù)，發(fā)現(xiàn)大部分影像的云覆蓋度很高，無法使用。而2018年4月17日和2018年4月10日這2期數(shù)據(jù)含云量較低，可滿足實驗要求。由圖2可知南昌市有2景影像覆蓋，框線左邊的影像為第1景，右邊為第2景，南昌市大部分區(qū)域都在第2景影像下。雖然2景影像的獲取時間不同，但獲取時間相近，可把2景影像當(dāng)作同期數(shù)據(jù)處理。

圖2 研究區(qū)影像分布圖

因此，選取了2018年4月2景Landst8 OLI遙感影像為研究數(shù)據(jù)，數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，研究區(qū)數(shù)據(jù)介紹見表1。

表1 研究區(qū)遙感影像數(shù)據(jù)介紹

對Landsat 8影像預(yù)處理，包括:輻射定標(biāo)，使用ENVI輻射定標(biāo)工具對多光譜數(shù)據(jù)和熱紅外波段進行輻射定標(biāo)，將影像的亮度灰度值轉(zhuǎn)化為輻射亮度值;對定標(biāo)后的數(shù)據(jù)進行大氣校正，消除大氣層對地物輻射亮度的影響;鑲嵌和裁剪，使用最鄰近像元法對2景影像進行鑲嵌，然后再用研究區(qū)行政區(qū)劃數(shù)據(jù)對鑲嵌后的影像裁剪。

2 研究方法

2.1 單窗算法

單窗算法主要是覃志豪[6]等人針對TM影像提出，使用了大氣平均作用溫度、比輻射率和大氣透過率這3個重要參數(shù)，反演地表溫度。對于Landsat 8 OLI具體計算公式如下:

式中:a10和b10為經(jīng)驗常量，取a10=－67.355 355 1，b10=0.458 60;T10為Landsat－8第10波段的亮度溫度，Ta為大氣平均作用溫度，C10和D10是算法的中間變量。

中間變量的計算公式如下:

式中:ε10是10波段的地表比輻射率。τ10是10波段大氣透過率，可通過NASA網(wǎng)站輸入時間和經(jīng)緯度查詢，得到2018年4月10日大氣透過率為0.85。

2.2 星上亮度溫度

亮度溫度是指在一個物體的輻射亮度和黑體的輻射亮度相同時，該黑體的物理溫度稱為該物體的亮度溫度。亮度溫度只具有溫度的量綱，沒有溫度的物理意義。先將影像的灰度值定標(biāo)為表現(xiàn)反射率，進而計算研究區(qū)的亮度溫度，具體計算公式見式(4):

式中，T10為Landsat－8第10波段的亮度溫度(℃)，K1、K2為常數(shù)，Lλ為表現(xiàn)反射率。對于TIRS影像，K1=－774.89 W/(m2μm·sr)，K2=1 321.08 K。

2.3 大氣平均作用溫度的估計

大氣平均作用溫度使用以下公式[17]計算:

式中，Ta為大氣平均作用溫度，T0為近地面(2 m)氣溫，本文取T0=18.4℃。

2.4 地表比輻射率

比輻射率又稱發(fā)射率，使用覃志豪[18]提出的混合模型來計算?；旌夏Ｐ驼J為遙感影像的像元可分為水體、城鎮(zhèn)和自然地表3種類型，可分別求出各類像元的比輻射率，計算公式如下:

式中，εwater表示水體像元的比輻射率，εsurface表示自然地表的比輻射率，εbuilding表示城鎮(zhèn)的比輻射率。PV是植被覆蓋度，用以下公式計算:

式中，NDVI是歸一化植被指數(shù)，NDVISoil和NDVIVeg分別為裸地和植被的NDVI值。NDVISoil和NDVIVeg的值取經(jīng)驗值，分別為0.05和0.70。當(dāng)NDVI小于0.05時，植被覆蓋度PV等于0;當(dāng)NDVI大于0.70時，植被覆蓋度PV等于1。

3 結(jié)果與分析

3.1 地表溫度反演結(jié)果驗證

為驗證地表溫度反演的結(jié)果是否可靠，使用同期的MODIS溫度產(chǎn)品進行相關(guān)性分析。利用ARCGIS軟件在驗證數(shù)據(jù)和反演結(jié)果上生成500個隨機樣點，提取樣本點處的溫度值，然后對兩組溫度值做相關(guān)性分析，得到相關(guān)系數(shù)為0.802 0，相關(guān)性較強表明溫度反演的結(jié)果較為準(zhǔn)確。

3.2 地表溫度分級

反演結(jié)果表明，2010年4月10日南昌市地表平均溫度u為22.3℃，標(biāo)準(zhǔn)差SD為2.54。使用均值－標(biāo)準(zhǔn)差法[19]將南昌市地表溫度分為低、次低、中等、次高和高5個等級，各溫度等級與相應(yīng)的溫度區(qū)間如表2所示。

由圖3可知，南昌市地表溫度整體上以中溫區(qū)面積分布最廣，低溫、次低溫區(qū)主要分布在東北部的鄱陽湖生態(tài)濕地，灣里區(qū)的梅嶺國家生態(tài)公園以及東南部的軍山湖和青嵐湖附近;高溫區(qū)和次高溫區(qū)主要分布在除灣里以外的市區(qū)，新建區(qū)西部，安義縣北部，南昌縣西部以及進賢縣北部等區(qū)域，這些區(qū)域人口密集，商業(yè)中心眾多，這與南昌市“西進、東拓、北擴、南延”發(fā)展戰(zhàn)略相吻合。根據(jù)南昌市地表溫度分級的結(jié)果，分別對不同等級溫度的面積進行統(tǒng)計，并計算南昌市各區(qū)縣不同等級溫度面積所占比例(表3)。

表2 溫度等級與對應(yīng)的溫度區(qū)間

表3 南昌市各區(qū)縣不同等級溫度面積比例%

高溫區(qū)和次高溫區(qū)為城市熱島區(qū)，由表3可知，安義縣熱島強度最低，為22.67%，青云譜區(qū)熱島強度最高，為78.68%。熱島效應(yīng)的強度由高到低依次為:青云譜區(qū)＞西湖區(qū)＞青山湖區(qū)＞東湖區(qū)＞進賢縣＞南昌縣＞灣里區(qū)＞新建區(qū)＞安義縣。低溫區(qū)域面積比例進賢縣最高，西湖區(qū)和青云譜區(qū)沒有低溫區(qū)域。

3.3 不同溫度等級面積比例與人口密度和人均GDP擬合

人口密度和人均GDP與建筑密度、人類活動集中程度以及汽車尾氣排放有關(guān)，這些都是影響城市熱環(huán)境的因素，因此與各區(qū)域不同溫度等級的面積比例存在相關(guān)性。本文采用多種擬合模型，分別對南昌市各行政區(qū)不同溫度等級的面積比例與人口密度和人均GDP進行擬合，并對不同擬合模型的決定系數(shù)R2進行了比較(表4)。

表4 不同溫度等級的面積比例與人口密度、人均GDP擬合R2對比

當(dāng)擬合決定系數(shù)R2＞0.6時，認為存在擬合關(guān)系。由表4可知，南昌市各區(qū)縣中溫區(qū)域面積比例與人口密度的R2較高，說明存在擬合關(guān)系;同理，低溫區(qū)域面積比例與人均GDP也存在擬合關(guān)系;而次高溫和高溫區(qū)域面積比例與人口密度和人均GDP都具有擬合關(guān)系，選取R2較大的那個模型作為擬合模型。

4組R2較高的擬合曲線如圖4所示。由圖4(b)和圖4(c)可見，次高溫區(qū)域和高溫區(qū)域面積比例與人口密度的擬合曲線相似，總體上隨人口密度的增大而增加，先快速增大，后緩慢減少。由圖4(a)可見，中溫區(qū)域面積比例與人口密度呈負相關(guān)，先快速降低，后緩慢變小。由圖4(d)可見，次低溫區(qū)域面積比例與人均GDP的擬合關(guān)系呈現(xiàn)M型。在人均GDP達到5.4萬元和10.8萬元時，次低溫區(qū)域面積比例到達了高峰期;人均GDP低于5.4萬元時，擬合曲線表現(xiàn)為M型的上升階段;人均GDP超過5.4萬元以后，次低溫區(qū)域面積比例輕微下降，后快速抬升;人均GDP到達10.8萬元后，次低溫區(qū)域面積比例呈現(xiàn)快速下降趨勢。

圖4 不同溫度等級區(qū)域面積比例與人口密度的擬合曲線

得到次低溫、中溫、次高溫和高溫面積比例估算模型如式(8)～(11)所示:

式中:X為人均GDP，Y為區(qū)域內(nèi)人口密度，P1、P2、P3、P4依次為次低溫、中溫、次高溫和高溫面積比例。

以中心城區(qū)(東湖區(qū)和西湖區(qū))、環(huán)城區(qū)(青云譜區(qū)和青山湖區(qū))和郊區(qū)(安義縣、新建區(qū)和南昌縣)作為3個新的區(qū)，并用這3組數(shù)據(jù)驗證模型的有效性。由表5可見，估算值和實際值接近，可用于定量估算次低溫、中溫、次高溫和高溫區(qū)域面積比例。

表5 次低溫、中溫、次高溫和高溫面積比例估算模型驗證/%

4 結(jié)論

本研究對反演了南昌市2018年4月份的地表溫度，根據(jù)反演的結(jié)果發(fā)現(xiàn)南昌市春季熱島效應(yīng)明顯，受熱島效應(yīng)影響的區(qū)域約占18.02%。根據(jù)地表溫度分級的結(jié)果，可知青云譜區(qū)的熱島強度最高，安義縣的熱島強度最低;高溫區(qū)域主要分布在市區(qū)，人口密度較高的商業(yè)中心;低溫區(qū)域主要分布在河流湖泊以及植被覆蓋較高的梅嶺森林公園。通過各區(qū)不同溫度等級面積比例和人口密度、人均GDP擬合曲線，發(fā)現(xiàn)人類活動越集中，溫度越高。中溫區(qū)域面積比例與人口密度呈負相關(guān)，次高溫和高溫區(qū)域面積比例與人口密度呈正相關(guān)，次低溫區(qū)域面積比例人均GDP的擬合關(guān)系較為復(fù)雜。因此，在城市化建設(shè)中，應(yīng)控制人口密度和建筑密度，同時保證植被和水體一定比例，從而改善城市的熱環(huán)境。