基于熱紅外衛星遙感的上海地區1995～2012年城市熱環境監測

劉 嵐，李成范，尹京苑，趙俊娟

?

基于熱紅外衛星遙感的上海地區1995～2012年城市熱環境監測

劉 嵐，李成范，尹京苑，趙俊娟

（上海大學計算機工程與科學學院，上海 200444）

利用1995～2012年的Landsat TM/ETM和MODIS熱紅外衛星數據，從時間、空間和城市熱島效應比率等方面對上海地區進行城市熱環境進行了研究。結果表明，在時間序列上，一方面，上海地區地表亮溫在季節上夏季最強，春季次之，秋冬季節較弱；另一方面，上海地區城市熱環境主體逐漸從次中溫區向中溫區轉化，城市地表亮溫在總體上有升高的趨勢。在空間分布上，在1995～2000年上海地區地表亮溫格局主要是由中心城區決定，隨著浦東、松江、閔行、嘉定等新城區的興起，在2000年以后，逐漸形成以中心城區為主，多個中心建成區為輔的城市熱環境分布格局。

城市熱環境；衛星遙感數據；熱紅外；上海地區

0 引言

城市熱環境是指在城市及周邊地區由太陽輻射與地表溫度、相對濕度和風力、氣流等氣象條件相互作用而形成的影響人體感官和健康的環境。近年來，隨著城市化進程的加快，逐漸形成了在城市內部地區氣溫要比周邊地區高的城市熱島效應[1-3]，在一定程度上加劇了城市熱平衡的復雜性。眾多研究表明城市熱環境主要受城市下墊面、大氣污染、人工熱源、植被覆蓋、人口密度等因素的影響[2]。通過對城市熱環境及其影響因子進行分析，不但有利于城市環境的可持續發展，而且還有助于提高人類的居住和生活質量[2,4]。

熱紅外衛星遙感技術作為一種有效的監測手段，能夠全面、周期的、動態地監測到城市熱環境的變化。與傳統的監測方法相比，優勢更加明顯。目前，最常用的衛星數據有AVHRR、Landsat TM/ETM和MODIS，反演方法主要有基于溫度、植被指數和熱力景觀等[5-8]。上海作為中國經濟最為發達的地區之一，僅利用單時相的熱紅外衛星數據來獲取城市地表熱場，難以準確地反演出城市熱環境特征和發展趨勢。此外，隨著近年來城市規模的迅速擴張，城市熱環境也在不斷地發生變化，非常有必要對其進行具有時間序列的城市熱環境特征研究。鑒于此，本文以上海地區為例，利用1995～2012年間的Landsat TM/ETM和MODIS熱紅外衛星數據對城市熱環境進行監測。

1 研究區概況和數據源

上海市地處長江和東海的交匯處，屬于亞熱帶季風氣候區，受副熱帶高壓控制，四季分明。上海作為全國規模最大的經濟、金融中心，下轄一個中心城區及若干個區域中心城區，分別包括嘉定區、青浦區、寶山區、浦東新區、奉賢區、松江區、金山區、南匯區、閔行區、崇明縣等，總面積約為6340.5km2。隨著改革開放和浦東新區開發，由于其特殊的地理位置，在城市規模快速擴張的同時，逐漸形成了特殊的城市熱環境。

本研究的數據源包括MODIS和Landsat TM/ETM衛星。MODIS具有36個波段，其中20～36波段為紅外和熱紅外波段，最大地面分辨率約為250m。Landsat TM具有7個波段，其中第6波段為熱紅外波段，地面分辨率為120m。與TM傳感器相比，ETM不但將熱紅外波段分辨率提高到60m，而且還新增加了一個分辨率為15m的全色波段。在本文中，MODIS的成像時間分別為2010年9月1日、2011年8月30日、2012年7月25日，Landsat TM/ETM的成像時間分別為1995年9月13日、2000年8月1日、2003年9月27日、2008年8月7日。

2 基本原理和方法

2.1 城市地表亮溫的反演

城市熱環境往往通過地表亮溫場來表示。利用熱紅外衛星數據反演城市熱環境的方法較多，其中單窗算法[9]由于其具有一定的精度、算法簡單、易于實現等優點而被廣泛采用。

首先，需要將熱紅外衛星數據的亮度值轉化為輻射亮度：

＝min＋(max－min)×BV/255 (1)

式中：max和min分別為傳感器所探測到的最大和最小輻射亮度，max＝1.56W/sr×m2，min＝0.1238W/sr×m2，BV為熱紅外波段的亮度值。

其次，城市地表亮溫反演的具體過程為[9]：

s＝{(1－－)＋[(1－－)＋＋]－

a}/(2)

式中：s代表地面真實溫度；為傳感器測得的亮度溫度，＝1/ln(2/＋1)，1＝1260.56W/m2×ster×mm，2＝607.76K；a為等效大氣平均溫度；和分別為回歸系數，＝－67.355351，＝0.458606，和分別為中間變量，＝，＝(1－)[1＋(1－)]（為大氣透射率，為地表發射率）。

等效大氣平均溫度a的公式為：

a＝17.9769＋0.91715×0(3)

式中：0為近地表大氣溫度，單位為K。根據上海地區實際氣象條件和相關文獻[10]，本文中將每年的7～9月份統稱為夏季。由于本文主要是針對上海地區夏季城市熱環境進行反演，研究中對不同年份夏季（7～9月）的近地表大氣溫度0均選取為312.15753。

大氣透射率的公式為：

式中：為大氣中的水汽含量，單位為g/cm2。針對上海地區夏季城市熱環境而言，研究中對不同年份夏季（7～9月）的水汽含量均選取為1.0。

地表比輻射率的公式為：

＝0.9625＋0.0614－0.0461×(5)

式中：為植被覆蓋度。針對上海地區夏季城市熱環境而言，此時植被覆蓋對城市熱環境有著明顯的降溫作用，且在不同年份之間是不同的。根據上海地區實際情況，研究中1995、2000、2003、2008、2010、2011和2012年夏季有植被覆蓋地區的分別取0.91、0.90、0.94、0.92、0.96、0.96和0.93，沒有植被覆蓋地區的分別取0.85、0.81、0.88、0.86、0.89、0.89和0.87。

2.2 城市熱島效應比率的計算

同一地區不同時期所獲取的太陽輻射能量不同，即使同一天都不可能完全相同。為了有效地減小不同時期地表亮溫之間的差異，本文中分別引入熱島效應比率和平均城市熱島效應比率[11]。

城市熱島效應比率的公式為：

式中：R為城市熱島效應比率；T為地表亮溫；min為最低的地表亮溫；max為最高的地表亮溫。

平均城市熱島效應比率的公式為：

3 上海地區城市熱環境分析

3.1 季節特征分析

研究區雨量適中，四季分明。結合研究區的實際情況和季節對城市生活影響程度，將全年劃分為與研究區實際情況相符合的季節分布，分別為春季為4～6月，夏季為7～9月，秋季為10～12月，冬季為1～3月。為了更好地體現出研究區的不同季節特征，本文以2010年和2011年為例，分別根據季節劃分標準，對不同季節中包含月份的地表亮溫進行歸一化處理，具體過程是將每一季節的3個月份的地表亮溫相加并取平均值，并劃分為5級，分別為低溫區（Ⅰ, 280～286K）、次中溫區（Ⅱ, 286～292K）、中溫區（Ⅲ, 292～298K）、次高溫區（Ⅳ, 298～304K）、極端高溫區（Ⅴ, 304～310K），結果如圖1和圖2所示。

一般來說，上海地表亮溫中夏季最強，春季次之，秋冬季節相對較弱。在夏季，最大的城市地表亮溫區域為中心城區和北部的寶山、嘉定，以及南部的松江、閔行等地，并呈現出多個高溫中心存在的態勢。春季最大的城市地表亮溫區域為中心城區以及北部地區，且連片出現。這在圖1和圖2中都得到了很好的驗證。從圖1和圖2中看出，2010年和2011年上海地區夏季地表亮溫最高、其次是春季，秋冬季節要明顯的弱于夏春季節。此外，秋季上海地區經常出現30℃以上的高溫天氣，甚至是出現“秋老虎”天氣，因此也常形成較高的地表亮溫。這在圖1和圖2中體現的非常明顯，2010年和2011年的秋季地表亮溫強度（圖1d和2d）要高于冬季地表亮溫強度（圖1(a)和圖2(a)）。

3.2 年際特征分析

由式(6)可得到上海地區城市熱島效應比率。為了便于進行對比和分析，根據研究區實際情況，將上海地區城市熱島效應比率劃分為5個等級：0.0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0，分別對應于城市的地表亮溫等級中的低溫區、次中溫區、中溫區、次高溫區和極端高溫區。結果如表1所示。

從表1中看出，對于Ⅳ和Ⅴ級熱場而言，在2000年增加到最大，兩者占到總面積的22.59%，隨后開始下降，到2003年為最低值，約為3.94%，隨后再次開始逐漸升高。有關數據表明，上海的城市建成區面積從1995年開始快速擴張，面積由700km2迅速增加到2008年的1000km2；綠地在1995年僅為49.5km2，且緩慢增長。從2000年開始迅速增長到2003年的290km2，隨后又開始緩慢增加。從綠地變化趨勢來看，其面積變化與Ⅳ和Ⅴ級熱場變化相一致，這表明綠地的快速擴張大大降低了上海的城市熱場現象。

圖1 上海地區2010年城市熱島的季節分布特征

圖2 上海地區2011年城市熱島的季節分布特征

Ⅱ級熱場在1995～2003年間的最低值在2000年，面積比1995年減少了17.23%，最高值為2003年的40.55%，隨后再次持續下降。而Ⅲ級熱場的年際變化特征恰好相反。兩者占到總面積的75.08%～90.11%。這表明Ⅱ和Ⅲ級熱場是上海城市熱環境的主體。近年來，隨著城市建成區的擴張，城市熱場逐漸由Ⅱ級向Ⅲ級熱場轉化，亦即在城市化背景下，上海地區地表亮溫有升高的趨勢。此外，Ⅰ級低溫區的面積基本上變化不大，且主要分布在上海的遠郊區和臨近海邊的崇明縣附近。

表1 1995～2012年上海市城市熱島效應比率面積分布

3.3 空間特征分析

根據上海的實際情況，將城市熱島效應比率0.6～0.8（次高溫區）和0.8～1.0（極端高溫區）統稱為上海城市熱環境的相對高溫區。參考相關統計數據，分別統計相對高溫區域和建成區面積[11-12]，結果如圖3所示。

圖3 相對高溫區和建成區面積

由圖3可知，從時間上來看，1995年上海中心城區的相對高溫區面積最大，其次是浦東新區和閔行、寶山，其他行政區則較小；到2000年，各個行政區的相對高溫區面積均不同程度的大幅增加，此時上海中心城區依然最大，其次是浦東新區、寶山、嘉定和閔行；隨后各個行政區的相對高溫區面積逐漸減小，到2003年，依然是上海市區、寶山、浦東新區的面積最大；從2008年開始，松江、閔行、嘉定等的相對高溫區面積逐漸超過傳統的上海中心城區、浦東新區和寶山等地。

從建成區面積來看，1995年上海中心城區的面積占有絕對優勢，浦東新區開發也剛剛起步，其他行政區的建成區面積都較小；到2000年，浦東新區開發已見成效，具有地理優勢的寶山開發也已經初具規模；此后，隨著城市化的快速推進，嘉定、閔行、松江等建成區面積迅速擴張，大大改善了上海市的建成區分布格局，使得最初的絕對中心式分布逐漸開始向中心式為主、多個副中心為輔的格局轉變。經分析，這主要是由于相關城市規劃政策的實施，使得建成區分布逐漸向多中心、多核的方向擴展，并引起城市相對高溫區域開始向外離散擴展。

由此可知，上海中心城區、浦東新區、寶山、閔行、松江等不但建成區面積較大，而且相對高溫區面積也較大，同時也是形成上海城市熱環境的重要部分。可以預見，這一趨勢在一定時期內還將進一步持續下去。

3.4 中心城區的平均城市熱島效應比率分析

表2是上海地區和中心城區的平均城市熱島效應比率，圖4是上海地區和中心城區的建成區面積和綠化覆蓋率變化情況[10-12]。

在表2中，總體上中心城區的平均城市熱島效應比率要大于上海地區的平均城市熱島效應比率，這是因為中心城區的城市化水平要明顯的大于全上海地區的水平；在1995～2000年間，中心城區和上海地區的平均城市熱島效應比率都是逐漸增大到2000年的0.72和0.49，隨后中心城區的平均城市熱島效應比率則是逐漸遞減，而上海地區的平均城市熱島效應比率則是遞減到2003年的0.32后開始逐漸增加。這表明最初集中在中心城市的相對高溫區逐漸向郊區和外圍的中心擴散。據分析，這很可能與中心城區從2000年開始實施大規模綠化有關。

表2 上海地區和中心城區的平均城市熱島效應比率

由圖4可知，從時間上來看，1995～2000年中心城區的綠化覆蓋率僅增長0.84%，而2000～2003、2003～2008、2008～2012年的綠化覆蓋增長率分別為4.32%、5.20%和3.54%。此外，整個上海地區的綠化覆蓋率也在不斷地提高。綠化面積的大量增加有效地緩解了上海中心城區的城市熱島狀況。

圖4 上海市和中心城區的建成區面積和綠化覆蓋率

從建成區面積來看，1995～2000年間中心城區的建成區面積占到上海地區總建成區面積的50%以上，其城市化水平也要遠高于全市平均水平。此時，中心城區在1995和2000年的平均城市熱島效應比率分別為0.36和0.31。隨著浦東新區、閔行等地的開發，中心城區建成區占總建成區面積的比重逐漸減小到2012年的36.31%。與此同時，中心城區的平均城市熱島效應比率逐漸下降，上海地區的平均城市熱島效應比率逐漸增加，二者之間的差異也在不斷的縮小。

綜合城市建成區面積和平均城市熱島效應比率來看，1995～2000年間的上海地區城市熱島特征主要取決于中心城區；此后，城市化水平的提高和浦東新區等地的開發，逐漸形成了多中心的建成區結構，使得中心城區對上海地區熱環境的支配力不斷減小，其他建成區的支配力則不斷增大，最終形成了中心城區為主、其他建成區為輔的城市熱環境格局。

3.5 上海中心城區城市熱環境形成因素分析

上海中心城區是上海地區城市熱環境的主體部分。近年來，隨著中心城區大規模綠化和合理的城市規劃，使得相對高溫區雖然有下降的趨勢，但是仍然占有較大的比例。這是因為中心城區不但人口稠密，而且還存在著大量老式住宅、新興的新式住宅和工業園區等。據統計中心城區內部的建筑容積率高達1.9以上，再加上大量采用水泥、玻璃等高反照度的建筑材料，這些都增大了中心城區的城市熱環境。

針對上海中心城區，相對高溫區域主要是由城市建筑和人為熱所造成的。但是對于不同地區，其相對高溫區的形成因素又有所不同。如黃浦、虹口和閘北南部的相對高溫區主要是由高度密集的人口聚居區與老式建筑所造成，閘北和普陀北部、長寧、徐匯以及寶山主要是由大量分布的工業造成，而楊浦和浦東的相對高溫區則受到城市居民日常生活影響和工業生產釋放廢熱的雙重影響。此外，對于中心城區的非相對高溫區，主要是受市區的公園、綠地、黃浦江、蘇州河等生態因子的稀釋作用，形成溫度較低的城市熱環境。

4 結論

本文利用熱紅外衛星數據對上海地區1995～2012年間的城市熱環境分別從時間、空間和城市熱島效應比率等方面對上海地區進行城市熱環境進行了研究，取得以下結論：

1）從上海地區城市熱島效應比率的年際變化來看，次中溫區和中溫區是上海地區城市熱環境的主體部分，占到總面積的75.08%～90.11%。近年來，城市熱場逐漸由次中溫區向中溫區轉化，這表明上海地區的城市地表亮溫有升高的趨勢。

2）從上海城市熱島效應比率的空間分布來看，近年來隨著快速城市化，上海地區城市熱環境逐漸由中心城區占支配地位開始向以中心城區為主、多個中心建成區為輔的格局轉變。

3）上海地區中心城區的相對高溫區主要是由密集的建筑群和工業、居民日常生活等產生的人為熱造成的，中心城區內部的公園、綠地、河流等對城市熱環境的稀釋作用非常明顯。

在獲取上述部分有益的結論的同時，本研究仍然存在一些問題還未解決。例如，上海地區城市熱環境特征不但與上海地區特定的城市經濟和社會關系密切，而且還與當地所處的大氣候環境和包括地表植被覆蓋、土地利用結構等在內的城市規劃因素密切相關。因此，在今后的研究中，還非常有必要嘗試利用統計學方法對影響城市熱環境的不同因素進行定量化分析和探討。

[1] Chen X L, Zhao H M, Li P X, et al.. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes[J]., 2006, 104(2):133-146.

[2] Yuan F, Bauer M E. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery[J]., 2007, 106(3):375-386.

[3] LI Chengfan, SHEN di, DONG Jiang-shan, et al. Monitoring of urban heat island in Shanghai, China, from 1981 to 2010 with satellite data[J]., 2014, 7(10): 3961-3971.

[4] 李金萍, 劉自強, 余英, 等. 基于NOAA衛星圖像信息的大氣輻射校正方法研究[J]. 紅外技術, 2008, 30(6): 316-320.

LI Jinping, LIU Ziqiang, YU Ying, et al. A research on atmospheric radiation correction method based on NOAAY satellite image information[J]., 2008, 30(6): 316-320.

[5] 李成范, 尹京苑, 董江山, 等. 基于熱紅外衛星遙感的火山灰云監測研究[J]. 紅外技術, 2013, 35(8): 487-491.

LI Chengfan, YIN Jingyuan, DONG Jiangshan, et al. Detecting of volcanic Ash cloud based on thermal infrared satellite remote sensing[J]., 2013, 35(8): 487-491.

[6] 王寒棟. 基于紅外熱像的噴霧吸收特性及其可視化試驗研究[J]. 紅外技術, 2010, 32(6): 356-361.

WANG Handong. IR Thermography based experimental research on the characteristics and visualization of spray absorber[J]., 2010, 32(6): 356-361.

[7] 高文廣, 孫繼銀, 劉浩. 基于數據庫的紅外輻射大氣傳輸仿真模型[J]. 紅外技術, 2010, 32(6): 333-336.

GAO Wenguang, SUN Ji-in, LIU Hao. The simulation models of atmospheric infrared emissinon based on database[J]., 2010, 32(6): 333-336.

[8] Srivastava PK, Majumdar TJ, Bhattacharya AK. Study of land surface temperature and spectral emissivity using multi-sensor satellite data[J]., 2010, 119(1): 67-74.

[9] Qin Z H, Kernieli A, Berliner P. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J]., 2001, 22(18): 3719-3746.

[10] 尹球, 祝善友, 鞏彩蘭. 城市白天地面亮溫與下墊面類型關系的遙感分析—以上海為例[J]. 紅外與毫米波學報, 2009, 28(2): 134-137.

YIN Qiu, ZHU ShanYou, GONG CaiLan. Remote sensing analysis of the relationships between daytime ground bright temperature and land-use types of city——with shanghai as an example[J]., 2009, 28(2):134-137.

[11] LI J J, WANG X R, WANG X J, et al. Remote sensing evaluation of urban heat island and its spatial pattern of the Shanghai metropolitan area, China[J]., 2009, 6(4): 413-420.

[12] 鄧蓮堂, 束炯, 李朝頤. 上海城市熱島的變化特征分析[J]. 熱帶氣象學報, 2001, 17(3): 273-280.

DENG Liantang, SHU Jiong, LI Chaoyi. Character analysis of shanghai urban heat island[J]., 2001, 17(3): 273-280.

Monitoring of Urban Thermal Environment in Shanghai Area from 1995 to 2012 Using Thermal Satellite Remote Sensing

LIU Lan，LI Chengfan，YIN Jingyuan，ZHAO Junjuan

(,,200444,)

Landsat TM/ETM and MODIS thermal infrared satellite data during 1995-2012 were used to investigate Shanghai area’s urban thermal environment from time, space and urban heat island effectratio (UHIER) aspects. The results show that: in thetime series, on the one hand, theland brightness temperature ofShanghai areais the strongest, followed by spring, and then autumn and winter. On the other hand, the main body of Shanghai area’s urban thermal environment has transformed from secondary-medium temperature area to medium temperature area, and urban land brightness temperature has a trend of increasing in general. In the spatial distribution, urban land brightness temperature structure is mainly dominated by urban area in 1995-2000, and the landscape patternof land brightness temperature that one center of urban area primarily and supplemented by the multicenter built-up area is gradually formed since the rapid development of built-up area of Pudong new district, Songjiang district, Minhang district, and Jiading district in 2000.

urban thermal environment，satellite remote sensing data，thermal infrared，Shanghai area

TN219

A

1001-8891(2016)01-0053-06

2015-04-19；

2015-09-11.

劉嵐（1982-），女，博士研究生，山東濟寧人，主要研究方向為遙感與空間信息處理研究。

李成范（1981-），男，河南南陽人，高級工程師，博士，碩士生導師，主要研究方向為空間信息處理。E-mail：lchf@shu.edu.cn。

國家自然科學基金項目（41404024，41172303）；上海市科技發展基金項目（14231202600）；上海高校青年教師培養資助計劃項目（2014-2016）。