基于遙感的城市生態環境效應分析
——以西安市為例

張蘇,陳正江,謝元禮,段漢明

1.西北大學城市與環境學院,陜西西安710127

2.河南工業大學城市科學與區域發展研究所,河南鄭州450001

基于遙感的城市生態環境效應分析
——以西安市為例

張蘇1,陳正江1,謝元禮1,段漢明2

1.西北大學城市與環境學院,陜西西安710127

2.河南工業大學城市科學與區域發展研究所,河南鄭州450001

本文以西安市為例，以Landsat 8 OLI_TRIS影像為研究數據，采用遙感反演方法提取城市建設用地、地表溫度、植被及水體信息，并對多要素間的相關性進行定量表達與分析，結果表明：高建設用地密度地區的溫差要明顯小于低密度的建設用地地區，分散的城市綠地景觀難以有效改善高密度建設用地區域的熱環境。多元分析表明地表溫度與建設用地正相關，與植被負相關。

遙感;城市生態環境;效應分析

建設用地的不斷擴展是城市快速發展的典型表征，建設用地的擴展使得原來以自然景觀為主導的地表逐漸被人工建筑取代，引發城市生態環境產生變化的表象日趨明顯[1]，認識城市建設與植被、地表溫度等生態環境要素相互關系是開展城市建設與改善城市生態環境的重要前提。本文研究從遙感分析的視角，利用最新的Landsat 8 OLI&TRIS影像數據，通過遙感定量反演方法提取多類城市生態環境要素，進而分析多要素相關關系，探討城市生態環境要素對建設用地的響應方式，為進一步城市建設及生態環境保護與修復研究提供參考。

1 研究區與研究方法

1.1 研究區概況與實驗數據

本文以西安市為研究對象，采用2016年6月17日Landsat 8 OLI與TRIS影像為研究數據，當日影像云量為0.03%，植被覆蓋程度較好，易于各項生態環境要素的反演與提取。

1.2 研究方法

研究通過定量遙感方法對多種城市關鍵環境要素進行反演，獲取研究所需的各項城市生態環境參數，進而測度環境參數間的相關性，以期反映出城市生態環境效應的特征。

1.2.1 植被信息提取開展植被研究使用最廣泛認可度最高的是歸一化植被指數NDVI[2,3]，NDVI是位于-1到1間的指數，正值為植被信息，值越大植被特征越明顯，因此本文采用NDVI做為植被信息的表征量，計算公式如下：

式中NIR為近紅外波段，Red為紅光波段，對應OLI影像Band5和Band4。

1.2.2 地表溫度提取地表溫度采用單通道算法反演地表溫度[4]，單窗算法是根據地表熱輻射傳導方程推導出的適用于陸地衛星TM6數據演算地表溫度的方法，該算法精度較高，并通過多年驗證能夠真實地反映出地表熱量的空間分布及差異狀況，公式如下：

式中Ts單位為K；τ10為TIRS的大氣透過率(無量綱)；ε10為TIRS10的地表發射率(無量綱)；T10為TIRS10的亮溫；K2為常數1321.08。

1.2.3 水體信息提取歸一化水體指數(MNDWI)是徐涵秋于2005年提出的一種新型水體指數[4]，有實驗表明MNDWI提取水體具有較高的精度，其計算公式如下：

式中Green為綠光波段，MIR1為中紅外第1波段，對應OLI影像Band 3和Band 6[5]。

1.2.4 城市建設用地提取建筑指數(IBI)是一種新型的建設用地指數，能夠有效地增強影像中建設用地信息進而提取出較為精確的建設用地指數[6]。IBI指數計算方法見公式組3。

式中MIR為中紅外波段，NIR為近紅外波段，Red為紅色波段，Green為綠光波段，分別對應OLI影像Band6、5、4、3。

2 實驗結果與分析

2.1 實驗結果

利用本文前述各類方法反演出西安地區地表溫度、植被、水體與建設用地等專題信息(圖1)，從圖上可以看出經過遙感反演提取出的各種城市生態要素質量較好，主體內容突出。

圖1 西安市2014年OLI影像及反演指標Fig.1 OLI image and retrieval index of Xi'an City in 2014

由于各類要素量綱的差異，為了比較各類要素的關系，在回歸分析前對提取到的地表溫度、植被指數、建設用地指數與水體指數進行正規化處理，使其均統一到0～1之間，進而采用趨勢模擬，尋找各要素間的相關關系。在研究區內采樣40794個，通過足量的樣點保證研究中回歸分析的有效性，且文中各回歸方程均通過1%的顯著性檢驗。

2.2 建設用地密度與地表溫度的關系

本文研究利用柵格空間分析法，以9×9鄰域大小計算這81個柵格中的建設用地總和，再轉換為密度值，將密度值按10%遞增劃分為10個等級。圖2是不同等級建設用地與其地表溫度的對應關系，溫度統計的是各密度等級柵格對應地表溫度的平均值，增加溫度是高密度等級對應前面低一級的溫度平均值的增量，高于均溫比例是統計的該密度等級中高于研究區平均溫度的面積占該密度等級總面積的比例。

從平均溫度上看，建設用地密度等級與溫度呈線性相關，但從溫度的增加值上看不透水面與地表溫度之間并非簡單的線性相關。當建設用地密度在0～10%時，溫度要比前一密度級高0.56℃，而到70～80%密度級時，溫度只增加了0.1℃，建設用地密度等級與溫度增量之間更趨向于一種對數關系，隨著建設用地密度的增加，不同密度等級間的溫度差異逐漸減小。通過比較不同密度等級內各像元溫度與研究區平均溫度發現，隨著密度等級增加，該等級內高于均溫的面積比例快速增高，兩者呈現對數相關關系，當建設用地密度在60～70時，該等級內已有超過92%的地區溫度要高于平均溫度。

圖2 地表溫度隨建設用地密度變化趨勢Fig.2 The change trend of land surface temperature with the density of construction land

2.3 城市建設用地與地表溫度、植被的關系

圖3是建設用地指數(IBI)與地表溫度(LST)、植被(NDVI)的關系散點圖。從圖上看，建設用地與植被指數呈明顯負相關、與地表溫度大致呈正相關。結果顯示建筑指數越高建筑密集越大的地區其綠地面積呈明顯下降趨勢，在這一變化過程中，地表溫度隨著建設用地指數增大而增加，從定量的角度說明了城市熱島效應的集聚現象。而植被指數與地表溫度呈大致負相關的結果也顯示出綠地對于降低地表溫度、改善城市熱環境的作用。

圖3 建設用地與地表溫度、植被的關系圖Fig.3 The relationship among IBI、LST and NDVI

在以上分析基礎上，通過回歸分將地表溫度(LST)作為因變量，建筑指數(IBI)、植被指數(NDVI)和水體指數(MNDWI)作為自變量，得到以下回歸公式：

以上關系式中，IBI和NDVI兩種指數在回歸中通過了1%的顯著性檢驗，而MNDWI未能通過，分析原因發現水體指數在大于0時對于水體的識別度較高，但小于0的水體指數值因其對于建筑用地和非建筑用地無法判識，因此該指數與地表溫度的線性關系不顯著。而通過對LST、IBI和NDVI三種指數組成的空間散點圖來看，三者構成了顯著的三維柱體形狀，柱體底部以溫度較低的植被為主，頂部則是以溫度高、植被少的高密度建筑用地為主。

圖4 植被指數、地表溫度與建設用地三維空間散點圖Fig.4 3D-scatter plot of NDVI、LST and IBI

3 結論與討論

(1)通過遙感定量反演提取了西安城市建設用地、地表溫度、植被和水體等多類城市生態環境要素。對要素間相關關系的定量分析結果表明建設用地與地表溫度正相關，建設用地與植被負相關，植被與地表溫度負相關，建設用地指數、植被與地表溫度存在三維空間柱形相關特征。這樣的相關結果進一步印證了城市建設用地規模與地表增溫過程關聯顯著，而綠地對于調節城市熱環境具有顯著作用。

(2)本文探討了建筑密度與地表溫度的相關關系。總體上地表溫度與建筑密度呈正相關的特征，且進一步分析發現地表溫度的增量隨建筑密度增加具有降低的特征，這一特征反過來可認為通過降低城市中的建筑密度能夠有效降低地表溫度，且建筑密度越低其相應的地表降溫程度越高。因此在改善城市生態環境方面，通過增綠增濕的方法分割連片建設用地以降低城市建設用地密度是調節城市熱環境的有效手段之一。實驗結果顯示增加植被對城內有一定降溫作用，但是當建筑密度過高時，其降溫作用是有限。由此期望通過城市綠化的方式改善城市熱環境，城市的綠化過程不應僅停留在景觀綠化階段，需要有結構有層次的城市生態用地布局，通過城市綠地廊道甚至大量細碎綠地斑塊建設實現對城市建設用地的分割分散，降低建筑密度，有重點的在建筑密度較高的區域及地表增溫作用明顯的地區增加城市生態用地布局是緩解城市熱島效應、改善城市生態環境的有效對策。

致謝:本文使用的Landsat 8 OLI&TIRS影像數據獲取于USGS網站，特此致謝。

[1]陳利頂,孫然好,劉海蓮.城市景觀格局演變的生態環境效應研究進展[J].生態學報,2013,33(4):1042-1050

[2]張軍,賈春蓉,李鵬,等.陜西省丹江流域NDVI分布及其與土地利用的關系[J].中國水土保持科學,2016,14(2):67-73

[3]吳秉校,侯雷,宋敏敏,等.西安市NDVI時空演變分析[J].西北林學院學報,2016,31(4):213-220

[4]徐涵秋.新型Landsat 8衛星影像的反射率和地表溫度反演[J].地球物理學報,2015,58(3):741-747

[5]潘玥,張立亭.基于OLI影像的幾種常用水體提取方法對比研究[J].江西科學,2015,33(5):660-665

[6]郝瑩瑩,彭義東,羅小波.建筑指數IBI與NDBI的差異及對城市熱島的響應關系[J].信息系統工程,2014(10):126-133

Analysis of Effect on Urban Ecological Environment Based on Remote Sensing Data－ACase in Xi’an City

ZHANG Su1,CHEN Zheng-jiang1,XIE Yuan-li1,DUAN Han-ming2
1.College of Urban and Environmental Science/Northwest University,Xi’an 710127,China
2.Institute of Urban Science and Regional Development/Henan University of Technology,Zhengzhou 450001,China

In this paper,remote sensing inversion method was used to extract city impervious surface,the surface temperature,vegetation and water information by using the Landsat 8 OLI and TRIS image as the research data and the correlation between these factors were quantified to express and analyze.Results showed that high temperature difference in the construction land density regions was significantly less than the construction land areas of low density,scattered urban green space landscape was difficult to effectively improve the thermal environment of the high density opaque surface area. Multivariate analysis showed there was a positive correlation between the surface temperature and the construction land, however there was a negative correlation with vegetation.

Remote sensing;Urban ecological environment;effect analysis

X87;X171.1

A

1000-2324(2016)06-0852-04

2016-06-09

2016-07-18

國家自然科學基金:西北主要城鎮區域與PREE的動態模擬、空間整合研究(51178163)

張蘇(1984-),男,貴州人,博士研究生,主要研究方向為遙感與地理信息系統應用.E-mail:zsair@163.com