占惠珠,尚 慧,王鎮(zhèn)寧,甘智慧
(1. 西安科技大學(xué)地質(zhì)與環(huán)境學(xué)院,陜西 西安 710054; 2. 福建工程學(xué)院管理學(xué)院,福建 福州 350118)
近年來(lái),隨著城市規(guī)模的發(fā)展,城市土地利用從植被、水體等降低地表溫度(land surface temperature,LST)的類(lèi)型逐漸轉(zhuǎn)變?yōu)槿嗽觳煌杆?,?dǎo)致城區(qū)與周邊鄉(xiāng)村地區(qū)的城市“熱島效應(yīng)”不斷加劇[1].因此,掌握城市不同發(fā)展程度區(qū)域的土地利用模式變化對(duì)地表溫度的影響情況有助于對(duì)城市熱環(huán)境變化的預(yù)測(cè)及應(yīng)對(duì).在城市土地利用模式變化的相關(guān)研究中,多采用最大似然法等方式對(duì)多時(shí)相影像進(jìn)行土地利用類(lèi)型分類(lèi),獲取土地利用類(lèi)型數(shù)據(jù)并進(jìn)行比較分析[2-5].但對(duì)于空間異質(zhì)性明顯的城市區(qū)域來(lái)講,城市化過(guò)程導(dǎo)致的城市土地覆蓋變化往往是漸變的[6].因此,與硬分類(lèi)方法相比,采用混合像元分解等軟分類(lèi)法來(lái)分析城市化所帶來(lái)的土地利用模式變化更符合城市土地覆蓋異質(zhì)性特征的要求.不透水面覆蓋變化是城市土地利用模式變化的主要特征,可以用來(lái)監(jiān)測(cè)城市土地覆蓋的逐漸變化過(guò)程.近年來(lái),國(guó)內(nèi)外學(xué)者開(kāi)展了許多關(guān)于城市不透水面覆蓋變化對(duì)地表溫度影響的研究.唐菲等[7]選取了上海、廣州等6個(gè)區(qū)域進(jìn)行了城市不透水面與熱環(huán)境定量關(guān)系研究,發(fā)現(xiàn)不透水面覆蓋度高的地區(qū)升溫幅度更大;潘竟虎等[8]根據(jù)1978年等4個(gè)年份的Landsat系列數(shù)據(jù),提取了蘭州中心城區(qū)建設(shè)用地和地表溫度信息進(jìn)行統(tǒng)計(jì)分析,結(jié)果表明城市擴(kuò)張與“熱島”擴(kuò)展趨勢(shì)具有空間一致性;Zhang等[9]通過(guò)Landsat TM影像提取了福州市區(qū)地表溫度、不透水面面積(impervious surface area, ISA)、歸一化植被指數(shù)(normalized difference vegetation index, NDVI)和歸一化建筑指數(shù)(normalized difference build-up index, NDBI),結(jié)果顯示NDVI與LST的相關(guān)性較弱,而ISA、NDBI和LST具有很強(qiáng)的正相關(guān)性;Weng等[10]研究了美國(guó)Indianapolis地區(qū)不透水面與城市熱環(huán)境的關(guān)系,結(jié)果表明不透水面蓋度與地表溫度具有正相關(guān)關(guān)系.
綜上不難發(fā)現(xiàn),在城市不透水面覆蓋變化對(duì)地表溫度影響的研究中,多數(shù)采用城市整體不透水面覆蓋度或者利用遙感指數(shù)進(jìn)行運(yùn)算.然而,針對(duì)城市不同發(fā)展程度的區(qū)域,城市不透水面空間分布情況對(duì)地表溫度的影響機(jī)制仍不明確.據(jù)此,本研究基于2013年和2016年兩期福州市LandSat 8影像,采用大氣校正的地表溫度反演手段,通過(guò)全約束線(xiàn)性光譜混合分解提取出研究區(qū)不透水面的亞像元信息,并在此基礎(chǔ)上根據(jù)城市不同區(qū)域的發(fā)展程度,將亞像元不透水面劃分為不同區(qū)間,分別計(jì)算各級(jí)不透水面對(duì)區(qū)域熱環(huán)境的貢獻(xiàn).同時(shí),本研究還探討了多時(shí)相影像城市土地利用變化的熱環(huán)境影響,能夠?yàn)橄嚓P(guān)部門(mén)在城市規(guī)劃和城市生態(tài)環(huán)境建設(shè)的決策中提供相應(yīng)的科學(xué)依據(jù).
福州市坐落在戴云山脈東部,鄰近閩江口,屬于典型河口盆地.福州市區(qū)處于福州盆地的中間,屬亞熱帶海洋季風(fēng)氣候,夏季以偏南風(fēng)為主,氣候炎熱,為中國(guó)火爐城市之一.作為福建省的省會(huì)城市,近十幾年來(lái),福州市城市化水平不斷提高,城市規(guī)模持續(xù)擴(kuò)展,截至2017年福州市區(qū)總面積為 1 7862,其中建成區(qū)面積為260.052,總?cè)丝?66萬(wàn).人口密度的增加和城市的不斷發(fā)展,導(dǎo)致了生態(tài)環(huán)境發(fā)生明顯變化,熱島效應(yīng)十分顯著.
由于獲取到的影像數(shù)據(jù)有限,本研究選取了符合實(shí)驗(yàn)標(biāo)準(zhǔn)且含云量較少的2013年8月4日和2016年7月27日兩期LandSat 8影像.其中,兩期影像第1~7波段(可見(jiàn)光波段)的傳感器為OLI陸地成像儀,空間分辨率為30 m,第10波段(熱紅外波段)的傳感器為T(mén)IRS熱紅外傳感器,空間分辨率為100 m.圖1為研究區(qū)2013年8月4日和2016年7月27日LandSat 8影像431波段組合對(duì)應(yīng)的RGB 3個(gè)通道.
(a)2013年OLI影像圖
為了消除大氣和光照等要素對(duì)地物反射的影響,需要對(duì)兩期LandSat 8影像可見(jiàn)光和近紅外波段進(jìn)行大氣校正.首先將傳感器記載的無(wú)量綱的DN值轉(zhuǎn)換成具備物理意義的大氣頂層輻射亮度值,其次對(duì)輻射定標(biāo)后的影像通過(guò)影像成像日期、大氣以及氣溶膠標(biāo)準(zhǔn)模式等參數(shù)進(jìn)行大氣校正獲取地表真實(shí)反射率,進(jìn)而消除大氣輻射畸變的影響.最后在此基礎(chǔ)上計(jì)算地表比輻射率,為地表溫度反演做準(zhǔn)備.
地表溫度是地表環(huán)境中一個(gè)極為重要的參數(shù),它對(duì)地表和大氣能量的轉(zhuǎn)換產(chǎn)生重大的影響.地表溫度反演算法主要有以下4種:大氣校正法(也稱(chēng)為輻射傳輸方程,radiative transfer equation,RTE)[11]、單通道算法(single-channel method)[12]、單窗算法(mono-window algorithm)[13]、劈窗算法(split-window algorithm)[14].其中,前3種方法是針對(duì)單一熱紅外通道進(jìn)行地表溫度反演,最后一種則是針對(duì)多通道的熱紅外地表溫度反演[15].
本研究通過(guò)NASA公布的網(wǎng)站查詢(xún)數(shù)據(jù),由于該網(wǎng)站采用輻射傳輸模型Modtran進(jìn)行大氣校正得到上行輻射、下行輻射和大氣透過(guò)率等相關(guān)參數(shù),因而采用大氣校正法進(jìn)行熱紅外B10波段的地表溫度反演.其中,地表溫度獲取主要包含定量分析傳感器定標(biāo)、大氣校正、地表比輻射率計(jì)算、黑體輻射亮度計(jì)算和輻射亮度值向地表溫度轉(zhuǎn)換5個(gè)關(guān)鍵步驟[11].
2.2.1 比輻射率計(jì)算
LandSat 8的第10波段與TM/ETM+影像熱紅外波段波譜區(qū)間相似,因此可采用與TM/ETM+第6波段相同的大氣校正方法.在地表溫度反演中,比輻射率的準(zhǔn)確獲取非常重要,本研究基于植被覆蓋度的方法得到地表比輻射率:
ε=0.004Pveg+0.986.
2.2.2 黑體輻射亮度與地表溫度計(jì)算
在輻射傳輸模型Modtran中輸入成影時(shí)間、位置、相關(guān)大氣模型和波段位置等參數(shù),可得到熱紅外波段大氣校正參數(shù)[16].計(jì)算同溫度下的黑體輻射亮度,公式如下:
其中,ε為地表比輻射率,LR為熱紅外波段的輻射亮度值,τ為大氣在熱紅外波段的透過(guò)率,L1為大氣向上輻射亮度,L2為大氣向下輻射亮度.
最后,地表溫度(℃)計(jì)算公式如下:
其中LB為同溫度下的黑體輻射亮度值.
不透水面是一種能夠阻礙地表水滲透到地表以下的物質(zhì)[17],城市不透水面主要包括水泥、瀝青道路、屋頂?shù)?常用的硬分類(lèi)法在提取不透水面時(shí)往往設(shè)定城市影像中每個(gè)像元都由同一種地物類(lèi)型構(gòu)成,沒(méi)有考慮到像元內(nèi)部的異質(zhì)性.遙感影像大部分像元內(nèi)部會(huì)混合有不同地類(lèi),它的光譜特征值也是由各種地物摻雜而成的.而光譜混合分析模型則是按照選取的不同端元兩兩組合計(jì)算出各類(lèi)端元在每個(gè)像元內(nèi)所占的比率,能夠定量地提取地表地物分布信息.這個(gè)處理流程通常包含利用最小噪聲分離(maximum noise fraction,MNF)變換壓縮波段信息、計(jì)算純凈像元指數(shù)、提取純凈像元、分解模型、驗(yàn)證精度等5個(gè)步驟.
2.3.1 水體掩膜
掩膜是用選定的圖像、圖形對(duì)待處理的圖像進(jìn)行遮擋,從而控制圖像處理范圍或處理過(guò)程的一種圖像處理方法[18].為準(zhǔn)確提取城市不透水面亞像元信息,本研究對(duì)遙感影像中的水體進(jìn)行掩膜以剔除研究區(qū)中的河流水庫(kù),使其滿(mǎn)足城市植被-不透水面-土壤模型.水體信息的剔除采用改進(jìn)歸一化水體指數(shù) (modified normalized difference water index,MNDWI )法[19]計(jì)算,公式如下:
式中,ρG和ρMIR分別代表綠光波段和中紅外波段的反射率,對(duì)應(yīng)于LandSat 8數(shù)據(jù)的第3波段、第6波段.剔除水體的掩膜閾值分別為0.15(2013年)和0.13(2016年).
2.3.2 最小噪聲分離變換處理
遙感影像成像時(shí),各個(gè)波段之間存在很強(qiáng)的相關(guān)性及噪聲信息,為了減小、消除各個(gè)波段之間的這些影響以提高影像的信噪比,采用MNF對(duì)各波段數(shù)據(jù)進(jìn)行空間轉(zhuǎn)換,獲取信噪比信息最大的前幾個(gè)主成分.
兩個(gè)時(shí)相影像所有可見(jiàn)光近紅外波段最小噪聲分離變換后得到的所有波段信息的特征值見(jiàn)表1.表中數(shù)據(jù)顯示,變換后前3個(gè)波段共包含了原始影像80%的信息,在一定程度上包含了原始影像波段信息并減小了波段間的相關(guān)性.本研究對(duì)變換后的前3個(gè)波段選取端元并進(jìn)行全約束線(xiàn)性光譜混合像元分解.
表1 最小噪聲分離變換后各個(gè)波段信息的特征值Tab.1 Eigenvalues of each component after MNF transform
2.3.3 不透水面、植被和土壤端元選取
端元是遙感影像中的純凈像元,光譜特征均一,是組成成分相同的單一的土地覆蓋類(lèi)型像元[20].在全約束線(xiàn)性光譜混合像元分解過(guò)程中,純凈像元即端元的準(zhǔn)確選擇對(duì)混合像元分解的結(jié)果有很大的影響,決定著本研究中不透水面、植被和土壤亞像元信息提取的精度[21].本研究利用經(jīng)過(guò)MNF變換去掉噪聲后的前3個(gè)波段構(gòu)建二維散點(diǎn)圖,在此基礎(chǔ)上通過(guò)分析三角形端點(diǎn)區(qū)域與原始反射率影像對(duì)應(yīng)的像元類(lèi)別來(lái)確定終端地類(lèi)的類(lèi)別,依次選取出高反射率端元(如混凝土、水泥等)、低反射率端元(如瀝青構(gòu)成的道路表面、瓦片等)、土壤端元、植被端元.
2.3.4 全約束線(xiàn)性光譜混合像元分解
混合像元分解模型按參量之間的關(guān)系可分為線(xiàn)性和非線(xiàn)性模型.非線(xiàn)性光譜混合模型較為復(fù)雜,很多參數(shù)難以準(zhǔn)確獲取,因此,本文采用線(xiàn)性光譜混合模型[22]來(lái)開(kāi)展研究.
遙感圖像處理軟件ENVI中常用的線(xiàn)性混合像元分析模塊只能滿(mǎn)足所有端元組分和為1的要求,稱(chēng)為半約束的線(xiàn)性混合像元分解.本研究通過(guò)在ENVI中安裝相關(guān)插件得到全約束的線(xiàn)性混合像元分解模型并進(jìn)行亞像元不透水面百分比信息提取,該算法必須滿(mǎn)足所有端元組分的蓋度之和應(yīng)該等于1的約束條件,且所有端元組分的百分比都應(yīng)>0并≤1.全約束的線(xiàn)性光譜混合模型表達(dá)式為:
還可以采用驗(yàn)證遙感圖像中每一個(gè)波段誤差的均方根的方法來(lái)確定類(lèi)型的正確性,計(jì)算公式為:
其中,RMS是殘差ei的均方根,M是影像中的波段數(shù).
最終得到2013和2016年研究區(qū)不透水面的蓋度分布圖,如圖2所示.
(a)2013年不透水面豐度圖
為了更進(jìn)一步分析城市不透水面的變化情況,借鑒張友水等的不透水面分級(jí)方法[23],將得到的研究區(qū)亞像元不透水面按不透水面百分比劃分為<10%、10%~<30%、30%~<50%以及≥50%的區(qū)域.
在不透水面百分比分區(qū)基礎(chǔ)上,采用Qiao等提出的貢獻(xiàn)指數(shù)[24]計(jì)算各區(qū)間不透水面對(duì)區(qū)域熱環(huán)境的貢獻(xiàn),計(jì)算方法如下:
CI=Δt·S,
其中,CI為各區(qū)間不透水面對(duì)區(qū)域熱環(huán)境的貢獻(xiàn),Δt為兩時(shí)相影像中各區(qū)間不透水面的地表平均溫度與研究區(qū)地表平均溫度的差值,S為各區(qū)間不透水面面積百分比.
2.5.1 兩期影像城市熱環(huán)境的空間分布特征
根據(jù)地表溫度的反演結(jié)果,研究區(qū)2013年8月4日的地表溫度為17.6~51.5 ℃,平均(35.8±4.1) ℃,2016年7月27日的地表溫度為23.4~58.8 ℃,平均(36.1±5.4) ℃.兩期影像城市熱環(huán)境的空間分布特征如圖3所示,從中可以看出,2013年研究區(qū)地表溫度集中于37~42 ℃,2016年集中于37~47 ℃.兩期影像的高溫區(qū)域主要集中于該研究區(qū)的中部、西北部以及東部,呈現(xiàn)出隨著離城市中心距離增加地表溫度逐漸降低的現(xiàn)象,符合城市熱島效應(yīng)的特征.除此之外,福州市的低溫區(qū)域主要聚集在翠屏流域周?chē)?,高溫區(qū)域主要聚集在倉(cāng)山區(qū)、晉安區(qū)、馬尾區(qū)、臺(tái)江區(qū)、鼓樓區(qū)5區(qū).
(a)2013年8月4日地表溫度分布圖
2.5.2 城市不同土地利用程度分區(qū)
在城市土地覆蓋變化中,不透水面蓋度變化是導(dǎo)致城市熱環(huán)境發(fā)生變化的重要原因,不透水面蓋度大幅度的增加將使得部分地區(qū)的地表溫度升高.筆者查閱福州市土地利用規(guī)劃資料后,借鑒張友水等的不透水面分級(jí)方法[23],將亞像元不透水面百分比<10%的區(qū)域劃分為農(nóng)村區(qū)域,≥10%的區(qū)域劃分為城市區(qū)域.在城市區(qū)域,針對(duì)不同的發(fā)展程度,又按照不透水面百分比閾值劃分為3種類(lèi)別,即亞像元不透水面百分比10%~<30%的為城市發(fā)展的低密度區(qū),30%~<50%的亞像元不透水面百分比區(qū)域?yàn)槌鞘邪l(fā)展的中密度區(qū),≥50%的為城市發(fā)展的高密度區(qū).
表2為研究區(qū)各區(qū)間不透水面在兩個(gè)時(shí)相影像的面積、地表溫度統(tǒng)計(jì),結(jié)果表明:城市區(qū)域面積由2013年的295.992升至2016年的362.572,其中,2013年不透水面面積最大區(qū)域?yàn)槌鞘邪l(fā)展的中密度區(qū),2016年不透水面面積最大區(qū)域?yàn)槌鞘邪l(fā)展的高密度區(qū);農(nóng)村區(qū)域和城市區(qū)域的不透水面及所對(duì)應(yīng)的地表溫度具有明顯差異,表現(xiàn)在研究區(qū)2013至2016年間農(nóng)村區(qū)域不透水面面積增幅為22.30%,平均地表溫度的增幅為16.77%,與農(nóng)村區(qū)域相比,城市區(qū)域不透水面面積增幅為22.50%,平均地表溫度的增幅為19.52%;研究區(qū)在2013和2016年的平均地表溫度也隨著不透水面密度的增加而升高,呈現(xiàn)出高密度城市區(qū)域的平均地表溫度>中密度城市區(qū)域的平均地表溫度>低密度城市區(qū)域的平均地表溫度>農(nóng)村區(qū)域地表溫度的趨勢(shì),總的來(lái)說(shuō),研究區(qū)不透水面面積與平均地表溫度具有正相關(guān)關(guān)系;農(nóng)村區(qū)域的地表溫度標(biāo)準(zhǔn)差明顯低于城市區(qū)域的地表溫度標(biāo)準(zhǔn)差,這也表明城市土地利用模式的空間分布異質(zhì)性以及城市建筑物的材料和結(jié)構(gòu)對(duì)城市地表溫度也會(huì)產(chǎn)生影響.
表2 研究區(qū)兩期影像各區(qū)間ISA的面積、平均地表溫度及其標(biāo)準(zhǔn)差Tab.2 ISA, mean LST and the standard deviation of the two images in the study area
圖4為研究區(qū)在兩個(gè)時(shí)段各級(jí)不透水面百分比對(duì)應(yīng)的地表溫度的空間分布,反映了福州市土地覆蓋類(lèi)型和城市熱場(chǎng)分布狀況.從圖4g、4h可以看出兩期影像的高密度不透水面區(qū)域位于中心區(qū)域;而從圖4c、4d、4e、4f可以看出兩期影像的中、低密度不透水面區(qū)域位于鄰近中心區(qū)域的居民區(qū).此外,對(duì)比兩期影像的各級(jí)不透水面百分比的空間分布可以看出,2013年福州市的城市中心區(qū)域不透水面百分比集中在10%~<50%區(qū)間,而2016年不透水面百分比集中在≥50%區(qū)間.3年間不透水面百分比的提升,表明隨著福州市的城市化進(jìn)程,中低密度不透水面逐漸轉(zhuǎn)變成高密度不透水面;對(duì)比兩期影像的西部和東北部山地森林區(qū)發(fā)現(xiàn),不透水面百分比仍有上升趨勢(shì),表明福州市的城市化進(jìn)程還未結(jié)束,福州市周邊地區(qū)的不透水面覆蓋度仍在增長(zhǎng);而由圖4e和4h可見(jiàn),福州市“熱場(chǎng)”發(fā)生了轉(zhuǎn)移和擴(kuò)散,且擴(kuò)散的方向及范圍與不透水面百分比增長(zhǎng)的區(qū)域相同.
2.5.3 各級(jí)不透水面對(duì)區(qū)域熱環(huán)境貢獻(xiàn)的變化分析
各級(jí)不透水面面積變化情況如下:高密度不透水面面積占福州市面積百分比明顯增高,分別由2013年的20.01%上升到2016年的67.84%;同期中、低密度的不透水面所占面積百分比有所下降,分別由46.21%和32.33%降至24.02%和6.69%(表3).由此印證了圖4呈現(xiàn)出的不透水面中低密度區(qū)間向著中高密度區(qū)間轉(zhuǎn)移的趨勢(shì),土地利用/覆蓋變化導(dǎo)致了區(qū)域熱環(huán)境的變化.
(a)<10%(2013年)
表3 各級(jí)不透水面對(duì)區(qū)域熱環(huán)境的貢獻(xiàn)Tab.3 Contribution of each ISA category to the regional thermal environment
從表3各級(jí)不透水面對(duì)區(qū)域熱環(huán)境的貢獻(xiàn)可看出:隨著城市化的推進(jìn),區(qū)域地表溫度明顯升高,并且改變了各級(jí)不透水面對(duì)區(qū)域地表溫度影響的貢獻(xiàn).具體表現(xiàn)為:將兩時(shí)相影像的不透水面對(duì)區(qū)域熱環(huán)境的總貢獻(xiàn)與研究區(qū)平均地表溫度相加得到的值,從2013年的40.42 ℃上升到2016年的41.76 ℃;隨著不透水面百分比升高,其對(duì)區(qū)域熱環(huán)境的貢獻(xiàn)增大.
本文以福州市為例,通過(guò)對(duì)2013年和2016年兩期LandSat 8影像進(jìn)行地表溫度反演、混合像元分解、不透水面離散化分區(qū)、區(qū)域熱環(huán)境貢獻(xiàn)計(jì)算等處理,分析了城市土地利用模式變化對(duì)福州市熱環(huán)境的影響,得出以下結(jié)論:
1)福州市的高溫區(qū)域主要集中于中部、西北部以及東部,且隨著離城市中心距離的增加,地表溫度逐漸降低,符合城市“熱島效應(yīng)”的特征.
2)福州市平均地表溫度隨著不透水面百分比的增加而升高,且農(nóng)村區(qū)域的地表溫度標(biāo)準(zhǔn)差低于城市區(qū)域的地表溫度標(biāo)準(zhǔn)差,符合城市土地利用模式的空間分布異質(zhì)性.
3)當(dāng)不透水面百分比≥10%時(shí),不透水面對(duì)福州市熱環(huán)境的貢獻(xiàn)增大,使福州市的地表溫度升高;不透水面百分比<10%時(shí),不透水面斑塊的破碎程度減弱,對(duì)福州市的“熱島效應(yīng)”具有一定的減緩效果.
4)隨著城市化的推進(jìn),福州市中低密度區(qū)域的不透水面向著中高密度區(qū)域轉(zhuǎn)移,土地利用/覆蓋變化導(dǎo)致了區(qū)域熱環(huán)境的變化.
由于研究周期的限制,本文結(jié)果存在一定的局限性,不同混合像元分解模型對(duì)分解精度的影響及水體掩膜分析中最佳閾值的確定也有待進(jìn)一步深入研究.