不同土地利用類(lèi)型的城市熱環(huán)境效應(yīng)研究
——以廣州市為例

孫芹芹，吳志峰，譚建軍

(1．廈門(mén)大學(xué)海洋與環(huán)境學(xué)院，廈門(mén) 361005;2．中國(guó)科學(xué)院廣州地球化學(xué)研究所，廣州 510640;3．廣東省生態(tài)環(huán)境與土壤研究所，廣州 510650)

不同土地利用類(lèi)型的城市熱環(huán)境效應(yīng)研究
——以廣州市為例

孫芹芹1，2，吳志峰2，3，譚建軍2

(1．廈門(mén)大學(xué)海洋與環(huán)境學(xué)院，廈門(mén) 361005;2．中國(guó)科學(xué)院廣州地球化學(xué)研究所，廣州 510640;3．廣東省生態(tài)環(huán)境與土壤研究所，廣州 510650)

利用2005年Landsat TM遙感衛(wèi)星數(shù)據(jù)，對(duì)廣州市不同土地利用類(lèi)型與城市熱環(huán)境之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)不同土地利用類(lèi)型對(duì)地表溫度(LST)的影響具有明顯的差異。草地、林地及耕地的LST與歸一化植被覆蓋指數(shù)(NDVI)呈現(xiàn)明顯的負(fù)相關(guān)，水域的LST與歸一化水體指數(shù)(MNDWI)之間呈現(xiàn)明顯負(fù)相關(guān)，而城鎮(zhèn)建設(shè)用地指數(shù)(NDBI)、未利用土地指數(shù)(NDBaI)則與LST呈現(xiàn)明顯正相關(guān)。最后建立了LST與各土地利用類(lèi)型表征指數(shù)及DEM之間的多元線(xiàn)性回歸方程，可用來(lái)指示一個(gè)地區(qū)不同地表覆蓋及地形差異導(dǎo)致的地表溫度分布，為城市熱環(huán)境的評(píng)價(jià)和分析提供依據(jù)。

土地利用類(lèi)型;地表溫度;多元線(xiàn)性回歸;廣州

0 引言

利用遙感技術(shù)研究土地利用類(lèi)型(Land Use Class，LUC)與城市熱環(huán)境之間的關(guān)系已受到國(guó)內(nèi)外越來(lái)越多學(xué)者的關(guān)注［1－5］。Weng等利用 Landsat數(shù)據(jù)發(fā)現(xiàn)地表溫度(LST)與歸一化植被覆蓋指數(shù)(NDVI)、植被覆蓋度之間存在顯著的負(fù)相關(guān)關(guān)系［6］;岳文澤等發(fā)現(xiàn)LST以及NDVI在不同土地利用類(lèi)型上均具有明顯的負(fù)線(xiàn)性關(guān)系［7］;徐涵秋發(fā)現(xiàn)LST與不透水面指數(shù)之間存在指數(shù)函數(shù)關(guān)系［8］;歷華等發(fā)現(xiàn)城鎮(zhèn)建設(shè)用地指數(shù)(NDBI)與LST間存在明顯的線(xiàn)性關(guān)系，說(shuō)明NDBI是地表城市熱島效應(yīng)研究的有效指標(biāo)［9］。大多數(shù)的研究主要集中在單一指標(biāo)與LST的關(guān)系分析，對(duì)綜合使用各土地利用類(lèi)型的表征指數(shù)與LST之間進(jìn)行定量評(píng)價(jià)的研究仍然較少。本研究在此基礎(chǔ)上，利用 NDVI、NDBI、歸一化水體指數(shù)(MNDWI)及未利用土地指數(shù)(NDBaI)等指標(biāo)，建立地表溫度與各土地利用類(lèi)型指數(shù)以及海拔高度之間的多元線(xiàn)性回歸方程，用來(lái)指示一個(gè)地區(qū)不同地表覆蓋及地形差異導(dǎo)致的地表溫度分布，為城市熱環(huán)境形成的原因和結(jié)構(gòu)分析提供依據(jù)。

1 研究區(qū)簡(jiǎn)介

廣州市位于珠江三角洲北部，東經(jīng)112°57'～114°03'，北緯 22°26'～ 23°56'之間，毗鄰港澳，地理位置優(yōu)越。改革開(kāi)放以來(lái)經(jīng)濟(jì)高速發(fā)展，土地利用覆蓋模式發(fā)生了根本性的變化。城市建設(shè)用地迅速擴(kuò)張，大量自然覆蓋面被侵占，城市熱島效應(yīng)明顯［10］。因此有必要對(duì)不同土地利用類(lèi)型與城市熱環(huán)境之間的具體關(guān)系做進(jìn)一步研究，從而為城市熱環(huán)境的改善和城市可持續(xù)發(fā)展提供依據(jù)。

2 數(shù)據(jù)處理

基于Landsat TM/ETM+進(jìn)行土地利用類(lèi)型分類(lèi)和地表溫度的反演已經(jīng)得到了較為廣泛和成功的應(yīng)用［11，12］。本文選取2005年11月23日廣州地區(qū)的Landsat TM影像，天氣晴朗，衛(wèi)星過(guò)境時(shí)的當(dāng)?shù)貢r(shí)間為上午10:40:20。

2．1 地表溫度反演及分類(lèi)

采用覃志豪的單窗算法［13］實(shí)現(xiàn)LST反演，利用ESRI的自然分類(lèi)法(Jenks'natural breaks)將LST分為5類(lèi)，如表1所示。

表1 LST分類(lèi)范圍及描述Tab．1 The classification and discription of LST

2．2 土地利用分類(lèi)

按照2005年廣東省國(guó)土部門(mén)的分類(lèi)標(biāo)準(zhǔn)，將廣州市土地類(lèi)型分為6個(gè)土地利用一級(jí)類(lèi):耕地、林地、草地、水域、建設(shè)用地和未利用土地。采用Erdas軟件的非監(jiān)督分類(lèi)配合后期人工校正的方法進(jìn)行分類(lèi)，Kappa系數(shù)均大于0．65，分類(lèi)結(jié)果良好。

2．3 數(shù)據(jù)分析

為了探明不同土地利用類(lèi)型的平均地表溫度以及不同LST級(jí)別的土地利用類(lèi)型分布情況，將土地利用類(lèi)型分類(lèi)圖矢量化后使用ArcGIS軟件進(jìn)行區(qū)域統(tǒng)計(jì)分析，并構(gòu)建土地利用類(lèi)型百分比指數(shù)公式，即

式中，Alsti－lucj為第i類(lèi)LST類(lèi)型上j類(lèi)土地類(lèi)型的面積;Alucj為該種土地利用類(lèi)型的總面積。

LST與各土地利用類(lèi)型表征指數(shù)之間定量關(guān)系的研究則通過(guò)選取測(cè)試點(diǎn)提取其對(duì)應(yīng)LST后在SPSS中進(jìn)行統(tǒng)計(jì)分析來(lái)實(shí)現(xiàn)。測(cè)試點(diǎn)的選取需要考慮2方面的影響:一是地形高度的影響，根據(jù)低層大氣對(duì)地表輻射的吸收作用，海拔每升高1 km，溫度降低約6℃;二是太陽(yáng)入射角的影響，廣州市南北跨度較大，氣溫必然有所偏差。因此本研究中測(cè)試點(diǎn)均沿地勢(shì)平坦的水平方向選取，研究中所使用的 NDVI、MNDWI、NDBI以及NDBaI分別用來(lái)表示植被覆蓋地區(qū)、水域、建設(shè)用地、未利用土地［14－17］，即

式中，d3、d4、d5、d6分別為 Landsat TM 影像第3、4、5、6 波段的 DN 值。

3 不同LUC的城市熱環(huán)境效應(yīng)

3．1 基于土地利用類(lèi)型的LST區(qū)域統(tǒng)計(jì)

不同土地利用類(lèi)型的LST統(tǒng)計(jì)見(jiàn)圖1。

圖1 各土地利用類(lèi)型的平均LST及標(biāo)準(zhǔn)差Fig．1 The mean LST and standard deviation of each LUC

各土地利用類(lèi)型的平均地表溫度從高到低依次為:建設(shè)用地＞未利用土地＞耕地＞草地＞水域＞林地。建設(shè)用地和未利用土地LST均值較高;林地LST均值最低(290．38 K)，主要原因主要有2方面，一是因?yàn)榱值厣L(zhǎng)區(qū)域海拔高度一般都較高，二是因?yàn)闈饷艿闹脖桓采w通過(guò)蒸發(fā)作用減少熱儲(chǔ)存，從而起到抑制溫度升高的作用。水域的平均LST也較低(291．96 K)，這是由于水體的高比熱可以在周?chē)鷾囟壬邥r(shí)起到蓄熱的作用，而在周?chē)鷾囟冉档蜁r(shí)則起到釋放熱量的作用。草地和耕地的LST均值相對(duì)適中。

3．2 LUC－LST百分比指數(shù)計(jì)算

不同LST區(qū)間的土地利用類(lèi)型百分比見(jiàn)圖2。

圖2 不同LST區(qū)間的土地利用類(lèi)型百分比Fig．2 The LUC percentage in each LST type

由圖2可知，水域主要集中在LST常溫區(qū)和低溫Ⅰ區(qū)，林地主要集中在低溫Ⅰ區(qū)和低溫Ⅱ區(qū)，說(shuō)明這2種土地利用類(lèi)型的LST相對(duì)不高，這可能跟二者的抑溫作用有關(guān)。需要注意的是，不僅建設(shè)用地的最大百分比出現(xiàn)在高溫Ⅰ區(qū)和高溫Ⅱ區(qū)，耕地的最大百分比也出現(xiàn)在了高溫Ⅰ區(qū)，并且有大于1/3的耕地位于高溫Ⅱ區(qū)，未利用土地在主要分布于高溫Ⅰ區(qū)。這說(shuō)明當(dāng)時(shí)的耕地跟城鎮(zhèn)建設(shè)用地和未利用土地一樣具有較高的LST。草地主要集中在常溫區(qū)和高溫Ⅰ區(qū)，可能與當(dāng)時(shí)的土壤含水狀況有關(guān)［18］。當(dāng)時(shí)正值秋季，降水較少而氣溫較高，蒸發(fā)量大，作物蒸騰作用強(qiáng)，地表含水量較低，是秋旱的易發(fā)季節(jié)。

3．3 土地利用類(lèi)型指數(shù)與LST的定量關(guān)系

3．3．1 LST 與 NDVI之間的關(guān)系

對(duì)2 000個(gè)獨(dú)立測(cè)試點(diǎn)的LST與NDVI進(jìn)行散點(diǎn)投圖(圖3)表明，LST與NDVI的關(guān)系為一個(gè)倒立的“V”形，LST在 NDVI=0．18時(shí)達(dá)到最高。NDVI低于0．18時(shí)，大部分為水域、建設(shè)用地以及未利用土地，此時(shí)LST隨NDVI的上升而上升;NDVI高于0．18時(shí)，大部分為林地、耕地，LST隨NDVI的上升而下降。由于不同的土地利用類(lèi)型LST與NDVI的關(guān)系不同，因此有必要分別在不同的土地利用類(lèi)型上計(jì)算NDVI與LST的定量關(guān)系。

圖3 LST與NDVI的散點(diǎn)圖Fig．3 Scatter plots of LST and NDVI

3．3．2 不同土地利用類(lèi)型LST與NDVI相關(guān)性

對(duì)不同土地利用類(lèi)型的LST與NDVI進(jìn)行線(xiàn)性回歸分析說(shuō)明(表2)，草地、林地、耕地土地類(lèi)用類(lèi)型的LST與NDVI為正相關(guān)，且相關(guān)系數(shù)達(dá)到0．4以上;水域、未利用土地和建設(shè)用地的LST與NDVI呈微弱負(fù)相關(guān)，相關(guān)系數(shù)較小，說(shuō)明此種土地利用類(lèi)型的NDVI無(wú)法用來(lái)指征LST的變化。

表2 不同土地利用類(lèi)型的NDVI和LST線(xiàn)性回歸方程Tab．2 The linar regression equation of NDVI and LST for each LUC

3．3．3 LST與土地利用類(lèi)型指數(shù)的線(xiàn)性回歸分析

對(duì)LST與各土地利用類(lèi)型表征指數(shù)及海拔高度(H，單位為km)之間進(jìn)行相關(guān)性分析，結(jié)果見(jiàn)表3。表中＊＊表示在0．01水平相關(guān)性顯著。

表3 LST與各土地利用類(lèi)型表征指數(shù)及DEM之間的相關(guān)系數(shù)Tab．3 Correlations between LST，DEM and LUC indices

由表3可知，LST與H呈較強(qiáng)的負(fù)相關(guān)關(guān)系，說(shuō)明地形對(duì)地表溫度的分布起到很大的影響作用，且能在很大程度上降低LST;LST與NDBI呈明顯正相關(guān)關(guān)系，代表城鎮(zhèn)建設(shè)用地的增多對(duì)地表溫度的促進(jìn)升溫作用明顯;NDVI與LST呈現(xiàn)負(fù)相關(guān)，說(shuō)明該種土地利用類(lèi)型的植被覆蓋度越高，越能對(duì)地表

為了鑒定模型的質(zhì)量，建立回歸模型以后，對(duì)模型的可信度進(jìn)行檢驗(yàn)，發(fā)現(xiàn)統(tǒng)計(jì)量F服從F分布，在置信水平α=0．01下該回歸方程是顯著的。這也說(shuō)明，一個(gè)地區(qū)的地表溫度可以通過(guò)該地區(qū)的歸一化水體指數(shù)、城鎮(zhèn)建設(shè)用地指數(shù)、植被覆蓋指數(shù)、未利用土地指數(shù)以及該地區(qū)的地形等因素綜合計(jì)算而得。

4 結(jié)論

基于遙感圖像的土地利用與地表溫度之間的關(guān)系研究發(fā)現(xiàn)，不同土地利用類(lèi)型的LST與NDVI之間的關(guān)系具有明顯的差異。耕地、林地以及草地的起到抑制升溫的作用;NDBaI與LST呈現(xiàn)較強(qiáng)正相關(guān)，說(shuō)明未利用土地的增多同樣對(duì)地表起到促進(jìn)溫度升高的作用;MNDWI與LST呈顯著負(fù)相關(guān)且系數(shù)較小，主要起到平衡地表溫度的作用。

在SPSS中對(duì)因變量 LST與自變量 MNDWI、NDBI、NDBa I、NDVI、H 做多元線(xiàn)性回歸方程，即NDVI與LST呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系，說(shuō)明植被覆蓋率越高，抑溫作用越明顯。而NDVI與LST在低密度植被覆蓋地區(qū)相關(guān)性差，主要是因?yàn)榈兔芏戎脖桓采w區(qū)對(duì) NDVI反映并不敏感，因此引入 NDBI、NDBaI、MNDWI分別用來(lái)表征城鎮(zhèn)建設(shè)用地、未利用土地和水體，并結(jié)合海拔高度因子與LST之間進(jìn)行相關(guān)性分析發(fā)現(xiàn)，LST與各土地利用類(lèi)型指數(shù)和海拔高度之間均具有較強(qiáng)的相關(guān)性。將LST與各土地利用類(lèi)型指數(shù)和海拔高度之間建立的多元線(xiàn)性回歸方程置信水平高，證明綜合使用各土地利用類(lèi)型指數(shù)和海拔高度進(jìn)行該地區(qū)LST分布的估算是可行的。

需要說(shuō)明的是，雖然本研究綜合考慮了NDBI、MNDWI以及海拔高度等因素對(duì)LST的影響，但是仍然無(wú)法避免區(qū)域、季節(jié)變化等產(chǎn)生的差異，因此在今后的研究中應(yīng)該選取更多區(qū)域和時(shí)間段的影像數(shù)據(jù)，以驗(yàn)證該關(guān)系的普適性。

［1］Goetz S J．Multi－ Sensor Analysis of NDVI，Surface Temperature and Biophysical Variables at a Mixed Grassland Site［J］．International Journal of Remote Sensing，1997，18(1):71 －94．

［2］Weng Q．A Remote Sensing－GIS Evaluation of Urban Expansion and Its Impact on Surface Temperature in the Zhujiang Delta，China［J］．International Journal of Remote Sensing，2001，22:1999－2014．

［3］Chen X，Zhao H，Li P，et al．Remote Sensing Image－Based Analysis of the Relationship Between Urban Heat Island and Land Use/Cover Changes［J］．Remote Sensing of Environment，2006，104:133－146．

［4］歷 華，曾永年，柳欽火．基于遙感的長(zhǎng)沙市城市熱島與土地利用/覆蓋變化研究［J］．國(guó)土資源遙感，2008(4):47－52．

［5］劉 宇，匡耀求，吳志峰，等．不同土地利用類(lèi)型對(duì)城市地表溫度的影響——以廣東東莞為例［J］．地理科學(xué)，2006，26(5):597－601．

［6］Weng Q，Lu D，Schubring J．Estimation of Land Surface Temperature－Vegetation Abundance Relationship for Urban Heat Island Studies［J］．Remote Sensing of Environment，2004，89:467 －483．

［7］岳文澤，徐建華，徐麗華．基于遙感影像的城市土地利用生態(tài)環(huán)境效應(yīng)研究［J］．生態(tài)學(xué)報(bào)，2006，26(5):1450－1460．

［8］徐涵秋．城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析［J］．生態(tài)學(xué)報(bào)，2009，29(5):2456－2462．

［9］歷 華，柳欽火，鄒 杰．基于MODIS數(shù)據(jù)的長(zhǎng)株潭地區(qū)NDBI和NDVI與地表溫度的關(guān)系研究［J］．地理科學(xué)，2009，29(2):262－267．

［10］錢(qián)樂(lè)祥，丁圣彥．珠江三角洲土地覆蓋變化對(duì)地表溫度的影響［J］．地理學(xué)報(bào)，2005，60(5):761－770．

［11］Sobrino JA，Jiménez－Munoz JC，Paolini L．Land Surface Temperature Retrieval from Landsat TM 5［J］．Remote Sensing of Environment，2004，90(4):434 －440．

［12］Zhang J，Wang Y，Li Y．A C++Program for Retrieving Land Surface Temperature from the Data of Landsat TM/ETM+Band6［J］．Computers and Geosciences，2006，32(10):1796 －1805．

［13］覃志豪，Zhang M，Karnieli A，等．用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法［J］．地理學(xué)報(bào)，2001，56(4):456－466．

［14］Purevdorj T S，Tateishi R，Ishiyama T，et al．Relationships Between Percent Vegetation Cover and Vegetation Indices［J］．International Journal of Remote Sensing，1998，19(18):3519 －3535．

［15］Zha Y，Gao J，Ni S．Use of Normalized Difference Built－up Index in Automatically Mapping Urban Areas from TM Imagery［J］．International Journal of Remote Sensing，2003，24(3):583－594．

［16］徐涵秋．利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究［J］．遙感學(xué)報(bào)，2005，9(5):589－595．

［17］Zhao H，Chen X．Use of Normalized Difference Bareness Index in Quickly Mapping Bare Areas from TM/ETM+［J］．Geoscience and Remote Sensing Symposium，2005，3(25－29):1666－1668．

［18］Carson TN，Gillies R R，Perry E M．A Method to Make Use of Thermal Infrared Temperature and NDVI Measurements to Infer Surface Soil Water Content and Fractional Vegetation Cover［J］．Remote Sensing Reviews，1994(9):161 －173．

(責(zé)任編輯:李 瑜)

The Relationship Between Urban Heat Island and Land Use/Cover Changes in Guangzhou City

SUN Qin － qin1，2，WU Zhi－ feng2，3，TAN Jian － jun2
(1．College of Oceanography and Environmental Science，Xiamen University，Xiamen 361005，China;2．Guangzhou Institute of Geochemistry，Chinese Academy of Sciences，Guangzhou 510640，China;3．Guangdong Institute of Eco － environment and Soil Sciences，Guangzhou 510650，China)

In this paper，the land surface temperature(LST)was retrieved from Landsat TM image using the Mono－Window algorithm．To study the relationship between LST and different land use classes(LUC)，the authors used several indices，which included Normalized Difference Vegetation Index(NDVI)，Modified Normalized Difference Water Index(MNDWI)，Normalized Difference Build－up Index(NDBI)，and Normalized Difference Barren Index(NDBaI)．It is found that the correlation between NDVI and LST is negative when NDVI is limited in range，and that there exist positive correlations between NDBI，NDBaI，MNDWI and LST．The multiple linear regression equation was established between LST，DEM and the above indices．Both qualitative and quantitative analytical results show that LUC can influence urban temperature．Therefore，with appropriate land use planning，the urban heat island(UHI)could be mitigated．

LUC;LST;Multiple linear regression;Guangzhou

孫芹芹(1983－)，女，博士后，主要研究方向?yàn)榄h(huán)境遙感和GIS應(yīng)用。

TP 79

A

1001－070X(2010)04－0067－04

2009－11－30;

2010－03－02

國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào):40571164)。