杭州村鎮下墊面遙感指數與地表溫度的相關性

金嘉樂，孫 劍，楊利斌，董程鋒，齊 鋒

（1.浙江農林大學 環境與資源學院，浙江 杭州 311300；2.浙江農林大學 風景園林與建筑學院，浙江 杭州311300）

近年來，由于經濟的快速發展，城市人口在不斷地增長趨于飽和，鄉村振興戰略的實施使得一部分城市人口往鄉村轉移，為鄉村居民創建更好的人居環境是目前的一個趨勢。地表溫度(LST)是顯示人居環境舒適度的一個重要指標，而利用遙感手段可以經濟地、宏觀地獲取地表溫度。城鎮化也給村鎮居住環境帶來破壞，人口數量的增加，城鎮覆蓋面積的擴大，下墊面的破壞，使得熱島效應問題也日益嚴重[1-2]。LAI等[3]從晝夜溫差出發探究了熱島效應，而HU等[4]通過大氣剖面分析城市熱島效應問題。研究表明，下墊面上所分布的水體、植被以及建筑都對熱島效應問題有一定的影響[5-8]。目前遙感技術在熱島效應問題方面的應用很多，遙感指數由于計算量小等特點被廣泛應用[9-10]。利用歸一化植被指數(NDVI)、歸一化建筑指數(NDBI)、不透水面信息指數(NDISI)、歸一化水汽指數(NDMI)和改進型歸一化差異水體指數(MNDWI)能獲得大量地表信息，為分析村鎮熱環境的主要影響因子奠定基礎[11-18]。但目前熱島效應仍存在很多問題，村鎮領域的熱環境研究未受到重視，遙感技術主要應用于大型城市中心或居住小區，在村鎮級別上尚未開展。本研究基于單通道算法[19]對浙江平原型、山地型、濱水型等3種類型村鎮進行地表溫度反演的基礎上，以杭州市為研究對象，分別提取各村鎮相應的5類遙感指數(NDVI、NDBI、NDISI、NDMI和MNDWI)，分析不同類型村鎮地表溫度與遙感指數的相關性，為進一步研究浙江村鎮宜居熱環境提供技術支撐。

1 研究地區與數據來源

1.1 研究區概況

杭州(29°11′～30°33′N，118°21′～120°30′E)是中國東部城市，該研究區地形復雜，西部為浙西丘陵區，有天目山等主干山脈，東部為浙北平原，地勢低平，河網密布。杭州屬于亞熱帶季風氣候，雨水充沛，四季分明，全年平均氣溫為17.8 ℃，夏季氣候炎熱濕潤，而冬季寒冷干燥。

1.2 數據來源

本研究遙感影像來源于美國Landsat 8衛星中OLI_TIRS數據，夏季成像時間為2016年7月27日，冬季成像時間為2018年2月23日，該遙感影像數據被用來計算遙感指數、亮溫和光譜輻射值。此外，本研究還使用了MODIS數據B1級MYD021KM計算大氣含水率，成像時間分別為2016年7月25日和2018年2月23日，是一種校正過的1 km分辨率對地觀測數據[20]。

為研究山地、濱水和平原等不同條件下村鎮的情況，在杭州市域范圍內隨機選取27個村鎮，其中大型、中型和小型村鎮各有9個。所有村鎮遍布杭州市域，空間覆蓋面較大，具有較好的代表性。在夏、冬兩季，選取相同村鎮進行橫向比較，分析5大遙感指數對地表溫度的影響。

2 研究方法

2.1 村鎮地表溫度的獲取方法

本研究對已校正的空間分辨率為30 m的Landsat 8遙感影像進行目視判讀，分別在夏、冬季節遙感影像上矩形裁剪出27個村鎮。由于TIRS11熱紅外波段定標參數不理想，已提出的劈窗算法誤差較大，選用了單通道算法單獨利用TIRS10波段來反演地表溫度，該算法能夠減小反演后的地表溫度誤差[21]。

該過程主要包含3步：首先利用RIS10和RIS11疊加影像文件對選取的村鎮進行裁剪，并計算光譜輻射值和亮溫。然后波段疊加MODIS數據的2波段和19波段，并計算大氣含水率參數。在重采樣之后計算大氣水汽含量的參數，最后利用JIMENEZ-MUNOZ等[22]的算法反演地表溫度。

金點點等[23]將多種算法反演的地表溫度與實際溫度進行比較，發現基于Landsat的單通道算法具有較高的精度，且該方法也在各種應用中得到驗證。由表1可見：冬季和夏季影像反演的地表溫度標準差分別為0.651 和1.400 ℃，表明反演的地表溫度具有較高的穩定性，該計算方法可靠性高。

表1 不同季節地表溫度情況統計Table 1 Surface temperature statistics in different seasons

2.2 村鎮地表遙感指數的獲取方法

2.2.1 歸一化植被指數 (NDVI) 根據植被的光譜特性，將衛星可見光和近紅外波段進行組合，形成各種植被指數。NDVI是植被生長狀態及植被覆蓋度的最佳指示因子，一般來說，如果NDVI大于0，那么就具有植被，如果NDVI大于0.5，則具有較高的植被覆蓋度。其計算公式如下：

式(1)中：INDV為歸一化植被指數；ρNIR與ρR分別為近紅外波段與紅光波段的反射率。

2.2.2 歸一化建筑指數 (NDBI) NDBI是由查勇等[13]提出的歸一化建筑指數，它能有效地提取城鎮用地信息，獲得城鎮用地分布范圍和面積資料。與傳統的計算機分類和手工屏幕數字化方法相比，同時具備工作量小和精度高的特點。其計算公式如下：

式(2)中：INBV為歸一化建筑指數；ρMIR與ρNIR分別為中紅外波段與近紅外波段的反射率。

2.2.3 改進型歸一化差異水體指數 (MNDWI) MNDWI是基于MEFEETERS[14]提出的歸一化差異水體指數(NDWI)修改波長組合所得到的改進型歸一化差異水體指數，在提取城鎮范圍內水體有很好的效果。其計算公式如下：

式(3)中：IMNDW為歸一化差異水體指數；ρGreen與ρMIR分別為綠光波段和中紅外波段的反射率。

2.2.4 歸一化水汽指數 (NDMI) NDMI也稱歸一化差異濕度指數，該指數便于研究地表濕度，為地表濕度與村鎮溫度的關系研究提供依據。其計算公式如下：

式(4)中：INDM為歸一化水汽指數；ρMIR與ρNIR分別為中紅外波段與近紅外波段的反射率。

2.2.5 不透水面信息指數 (NDISI) NDISI的基本原理是在研究不透水面的電磁波譜特征的基礎上，尋找不透水面最強和最弱的反射波段，然后利用強反射率熱紅外波段與弱反射率近紅外波段建立指數，達到增強不透水面信息的目的，可以顯著區分土壤與不透水面。其計算公式如下：

式(5)中：INDIS為不透水面信息指數；ρTIR、ρNIR、ρMIR和ρR分別為TIR10波段、近紅外波段、中紅外波段以及紅光波段的反射率。

3 結果與分析

3.1 地表溫度與單一遙感指數相關性分析

3.1.1 NDVI 如圖1所示：村鎮的地表溫度(y)與NDVI(x)具有較好的擬合優度，屬于顯著的線性負相關關系(P＜0.05)。NDVI每增加0.1，地表溫度就下降1.421 ℃，這與南陽市農村居民用地NDVI與地表溫度[24]的研究結果相一致。可見，增加綠化對優化村鎮熱環境起到較為顯著的作用。

3.1.2 NDBI 圖2顯示：村鎮地表溫度(y)和NDBI(x)具有較好的擬合優度，村鎮地表溫度與NDBI呈顯著正相關關系(P＜0.05)，NDBI每上升0.1，地表溫度就上升1.302 ℃。地表溫度一定程度上受建筑密度影響，建筑密度越大的地方，地表溫度更容易保持高溫。建筑主要由鋼筋、混凝土等材料建成，密度越高，溫度越容易上升，如果建筑的間距過小，那么地表的散熱將更加緩慢，溫度將保持在高位。建筑密度高讓冬季更容易保溫，卻讓夏季不容易降溫，保持合理的間距能讓人居環境更加舒適。

圖1 歸一化植被指數與地表溫度的回歸分析Figure 1 Regression analysis of NDVI and surface temperature

圖2 歸一化建筑指數與地表溫度的回歸分析Figure 2 Regression analysis of NDBI and surface temperature

3.1.3 MNDWI MNDWI與地表溫度相關性擬合優度較差，27個村鎮的MNDWI與地表溫度的負相關性不顯著。村鎮范圍的研究與市域研究的結果不一致[25]，村鎮內部不包含或較少包含水體，MNDWI主要分布在[-0.2，0]，MNDWI在此研究區域內無法與地表溫度進行較好擬合(圖3)。因此，覆蓋面積足夠大的水域才能顯著降溫?，F在城鎮中的水體都普遍較少，本身河流湖泊的數量就不是很多，再加上城市建設填埋大量的河流湖泊，縮短河流的寬度，數據展示的正是鄉村城市化所處的狀態。水體的存在雖然無法讓整個村鎮降溫，但能在小范圍內發揮一定作用。

3.1.4 NDMI 由圖4可見：地表溫度(y)與NDMI(x)具有較好的擬合優度。NDMI對以水泥、柏油為主的城鄉居民建設用地具有顯著的降溫作用，高NDMI使得整片的建設用地地表溫度下降，NDMI每上升0.1，地表溫度就下降0.891 ℃。NDMI與地表溫度呈顯著負相關關系，且這種相關性強于NDVI與地表溫度的相關性。夏季炎熱，村鎮內地表干燥，如果能夠改善地表濕度，就能夠顯著降溫。

圖3 改進型歸一化差異水體指數與地表溫度的回歸分析Figure 3 Regression analysis of MNDWI and surface temperature

圖4 歸一化水汽指數與地表溫度的回歸分析Figure 4 Regression analysis of NDMI and surface temperature

從反演結果得出濕度是影響地表溫度的主要因子，水分的蒸發可以使地面快速降溫。但地面的蒸發速度比較快，想要在降雨之后地面的濕度維持在一個水平難度很大度。降溫快，蒸發也快，水分蒸發之后地表依靠濕度的降溫手段就十分有限了。目前從幾個方面提供建議：①通過灑水車給地面降溫，但這種方法還需要考慮村鎮的經濟條件。②栽植植物固定土壤中的水分，保持地面濕度。③引入大量的暗渠，保持地面或地下水分，從而保持地面的濕度。

3.1.5 NDISI 如圖5所示：地表溫度(y)與NDISI(x)的擬合效果較差。NDISI的分布較為狹窄，近似矩形，主要集中在[0.35, 0.50]，說明地表溫度與NDISI的相關性不顯著。村鎮與市域的研究范圍不同，不透水面的影響效果也有一定區別[26-27]。因此，村鎮的不透水面對地表溫度的影響作用較小，不作為主要的降溫手段。

圖5 不透水面信息指數與地表溫度的回歸分析Figure 5 Regression analysis of NDISI and surface temperature

3.2 地表溫度與多遙感指數相關性分析

針對不同類型的村鎮，隨機選取了100個樣本點，并按上述方法分別提取其地表溫度與遙感指數，得到村鎮遙感指數與地表溫度的皮爾遜相關系數矩陣(表2)。

表2 地表溫度與遙感指數的皮爾遜相關系數矩陣 Table 2 Pearson coefficient matrix of surface temperature and remote sensing index

從表2可見：NDISI在濱水、山地、平原3種地形下的相關系數分別為-0.156、0.053和-0.053，其雙尾檢驗均不顯著；MNDWI在濱水、山地、平原3種地形下的相關系數分別為-0.176、-0.063和-0.122，其檢驗也均不顯著。因此，NDISI和MNDWI對地表溫度的影響較小。這與上述討論單地表遙感指數與地表溫度的相關性相吻合，NDISI和MNDWI在村鎮區域內對地表溫度的影響較為微弱。

將NDVI、NDMI和NDBI與濱水、山地和平原地形的相關系數取絕對值。NDVI與濱水、山地和平原的相關系數分別為0.448、0.325和0.438，低于NDMI和NDBI與濱水、山地和平原的相關系數，這也與單地表遙感指數NDVI與地表溫度的相關性相吻合。村鎮中植被覆蓋度高的地方，地表溫度相對較低，植被通過蒸騰作用等手段降低地表溫度，尤其對降低夏季地表溫度具有較強的效果。但是植被對地表的降溫需要以自身為媒介，這種降溫具有間接性。因此，相對于地面本身的屬性，如濕度、建筑密度等，植被對地表降溫的能力相對較弱。

單獨比較NDMI與NDBI，發現兩者都是影響地表溫度的重要指標。若要有效地控制地表溫度，改變地表濕度和建筑密度是最直接有效的手段。另外，在濱水與山地的狀態下，NDMI對地表溫度的影響較大，而在平原狀態下，NDBI對地表溫度的作用明顯較強。這種情況需要更多的實驗進行相關分析。

從表2還可以發現：山地地形下NDVI、NDMI和NDBI的絕對值分別為0.325、0.375和0.414，均低于平原和濱水的指數。這說明了濱水與平原的地域受到城市化的影響，地表特征開始變得單一，而山地區域的地面情況明顯受到更多因素的影響，地表特征更加多樣化。

對于村鎮建設，為了提升高溫下的宜居熱環境，首先應該考慮下墊面的濕度、建筑用材以及建筑密度。下墊面濕度的提升能起到一定的降溫作用，緩解熱島效應問題；合理的建筑密度則能保持生活空間的合理大小，還有利于通風散熱。其次可以在建筑周圍種植植物，植物不僅能使建筑降溫，還能促進生態環境的循環。雖然村鎮中植被覆蓋度普遍較低，但有限的植被仍然能夠起到顯著的降溫作用。

3.3 地表溫度與夏、冬季遙感指數相關性分析

利用夏、冬季影像對研究區域的夏、冬季地表溫度進行了反演，并得到圖6。圖像的東北部主要是杭州城市中心，西南部是杭州城西的山區丘陵地帶。從圖6可以看出：夏季城市地表溫度高的地方主要集中在東北部，處于杭州市的中心，該區域城市熱島效應嚴重。到了冬季，城市地表溫度高的地方由東北方向移動到西南方向，而城市中心卻是溫度較低的區域。

杭州市中心城市熱島效應嚴重，冬季地表溫度較低，居住環境較差。杭州西南部傍山、靠水，冬暖夏涼，是適宜人居的區域。因此，未來杭州市的住宅用地可以往西南方向拓展和開發。

圖6 區域夏季、冬季地表溫度反演示意圖Figure 6 Retrieval map of surface temperature in summer and winter

從圖7可知：夏季影像的擬合度(圖1)優于冬季，夏季影像NDVI與地表溫度的線性相關性比冬季更加顯著。NDVI主要受綠色植物葉片的影響，當冬季許多植物的葉片掉落后，NDVI的效果將會降低。冬季的地表溫度較低，不同地方的地表溫度變化較小，幾個地表遙感指數在冬季的使用效果均較差。因此，在進行遙感分析時，選取相應季節的影像是需要考慮的一項重要舉措。

圖7 冬季地表溫度與歸一化植被指數擬合圖Figure 7 Fitting charts of surface temperature and NDVI in winter

4 結論

通過研究村鎮下墊面遙感指數與地表溫度的相關性，得出NDMI、NDBI和NDVI是影響地表溫度的關鍵性指標，它們分別代表了下墊面濕度、建筑密度和植被覆蓋度。提升下墊面濕度能起到直接的降溫作用，提升高溫環境下的熱舒適度。保持合理的建筑密度有益于通風散熱，可以降低村鎮夏季的地表溫度。在村鎮建筑周圍合理栽植綠色植物，可以降低建筑外表面溫度，同時也可以降低地表溫度，從而提高村鎮宜居熱環境質量。但村鎮區域而言，遙感指數與地表溫度的相關性與城市內的相關性存在差異，NDISI和MNDWI所對應的不透水面和小范圍水域對村鎮范圍內的地表起不到明顯的降溫作用。此外，杭州市中心區域熱島效應最為嚴重，而杭州西南部無論是夏季，還是冬季，其熱島效應均不明顯，且地表溫度相對杭州其他區域呈現夏季低、冬季高的特點，具有較好的熱環境質量，因此該區域宜作為未來新村鎮規劃與建設的重點區域。