1996-2017年張家口市區景觀格局與地表熱環境的時空變化

劉孟竹， 李雅麗， 張紅娟， 王飛梟， 裴宏偉

(1.河北建筑工程學院 市政與環境工程系， 河北 張家口 075000;2.河北省水質工程與水資源綜合利用重點實驗室， 河北 張家口 075000)

自20世紀80年代以來，中國城市化率已經由初期的17.90%增長至如今的59.58%，在未來30 a估計將達到70%[1]。快速的城市化發展導致城市不透水面區域顯著增加以及城市植被、水體等自然景觀被大量的建筑、道路等人為景觀代替，而人為景觀往往熱容量高、反照率低，易引起城市地表溫度的升高，進而加劇城市地表熱環境的極端化[2]。極端的熱環境不僅會導致城市空氣污染污染加重、居民生產生活受威脅，還會引發能耗增加、熱浪災害等不利后果[3-4]。因此，城市熱環境一直是城市生態研究及可持續發展的重要內容之一[5]，大量研究[6-7]表明，城市地表熱環境與城市的景觀格局密不可分。相比于費時、費力的地面點位測量，通過遙感手段多尺度地反演城市地表熱環境參數進而分析這些參數與城市景觀格局之間的關系，一直是國內外學者研究的主要方式[8-9]。在數量關系上，Hoan等[10]研究發現越南河內市單位面積植被景觀更替為建筑用地時，會導致局部約3.3 ℃的增溫效應；在驅動因素上，Tang等[11]通過分析城市熱環境的主導因素得出，不透水面以及歸一化植被指數為影響城市熱環境最重要的因素；在空間關系中，Liu等[12]通過對南京市熱島效應的研究發現，景觀斑塊的破碎度對城市熱環境的增溫具有顯著的正相關作用；在應對措施中，Li等[13]認為增加綠地覆蓋度是緩解城市熱環境的有效方式。以上可以明確，城市景觀格局對城市熱環境的影響是目前國內外學者普遍關注的研究熱點。然而在國內外相關研究中，研究區域普遍為北上廣深或是各國首都等特大城市，而對經濟相對不發達的城市研究較少；在研究內容上，多數研究更加側重于景觀格局與城市地表熱環境參數數量關系上的分析，對于兩者空間關系的探討仍然缺乏。基于此，本文選擇河北省張家口市區為研究區域，對該區景觀格局及城市熱環境的時空變化及關系進行分析。張家口市作為2022年冬奧會主辦城市，一方面，該市多年來城市化發展并不顯著落后于其他城市，未來的城市化進程在冬奧會的間接驅動下將進一步提速；另一方面，該區的景觀格局與城市熱環境關系的研究鮮有報道。對城市景觀格局與城市熱環境關系的研究將有助于城市規劃決策以及城市環境可持續發展。

1 材料與方法

1.1 研究區概況

河北省張家口市(東經113°50′—116°30′，北緯39°30′—42°10′)地處河北省西北部，位于京、冀、晉、蒙4省市交界處，是冀西北地區的中心城市和連接京津、溝通晉蒙的交通樞紐，2019年常住人口城鎮化率為58.38%。市主城區行政劃分單元由橋東區和橋西區組成，總面積約為602.79 km2。為了使得景觀面積基數較大以符合后續的研究，將主城區周圍區域均納入研究范圍。根據市區內氣象站點(東經114°88′，北緯40°78′)統計分析，張家口市屬溫帶大陸性季風氣候，近30 a來日平均溫度在-9.5～24.8 ℃之間，年均氣溫9.36 ℃，氣溫最低值出現在1月，峰值在7—8月；多年平均降水量為452.00 mm，主要集中在6—9月；多年平均日照時間為2 723.7 h；多年平均風速在1.6～3.0 m/s之間，7—10月處于低值。據《張家口統計年鑒》記載，橋東及橋西區1994—2017年GDP(按當年價格計算)由37.63億元增長至275.39億元，市區人口由初期44.18萬人增加至末期52.15萬人，23 a來凈增加近8萬人。

1.2 數據源及處理

為保證影像質量以及數據可獲取性，選取了Landsat 5/8衛星影像1996/9/25，2008/9/10，2017/9/19這3景影像數據，來源于地理空間數據云(http:∥www.gscloud.cn/)。影像選取原則為研究區完全無云覆蓋，成像時間相近，且天氣均為晴天，以消除由于降雨給熱島效應帶來的影響，熱紅外波段分辨率也已經重采樣至與可見光及近紅外波段相同，均為30 m，市內氣象站點對應影像的當天的平均氣溫分別為17.9，17.7，18.0 ℃。研究區衛星過境時間均為北京時間早上10：30—11：00點左右。對獲取的3景影像均采用輻射校正、FLAASH大氣校正和裁剪處理。影像分類采用監督分類中最大似然法并結合目視解譯等人機交互解譯完成，根據研究區實際情況分為：不透水面、植被、水域、裸地4類景觀類型。根據Google Earth同期高清影像選點驗證精度均在85%以上，可以滿足后續分析研究。

1.3 研究方法

1.3.1 地表溫度(LST)反演及分級 本研究選取適用于Landsat影像地表溫度反演的大氣校正法[14]，該方法經過孟憲紅等[15]研究論證，對比單窗算法、單通道算法，大氣校正法反演結果具有更小的均方差。本文基于大氣校正法，其原理是把大氣對衛星傳感器的影響從觀測到的熱輻射總量中去除，進而通過相應公式轉換為地表溫度[16]。首先利用Landsat熱紅外波段(TM為第6波段，TIRS為第10波段)數據進行熱紅外波段輻射定標，將像元灰度值轉換為輻射亮度值，根據覃志豪等[17]的研究，通過歸一化植被指數(NDVI)以及植被覆蓋度(FVC)進行地表比輻射率計算，再進一步估算出同溫下黑體輻射亮度，根據普朗克函數對研究區地表溫度進行反演。具體方法參考文獻[18]，計算公式為：

Lx=Gainx×DNx+Biasx

(1)

(2)

(3)

式中：Lx為云頂輻射亮度〔(W/(m2·sr·μm)〕; Gainx, Biasx和DNx分別為轉換函數的斜率系數、截距系數和像元灰度值,由影像自帶的元數據中可獲得。Ly為地表輻射亮度〔W/(m2·sr·μm)〕;Lm,Ln分別為上、下行輻射強度〔W/(m2·sr·μm)〕;t為大氣透過率,這3個參數均可由NASA網站查詢得到(https:∥atmcorr.gsfc.nasa.gov/);e為地表發射率,由覃志豪等[17]研究成果計算可得;Ts為反演的地表溫度(K);K1,K2均為定標常數,在TIRS 10波段中,K1=774.885 W/(m2·sr·μm),K2=1 321.079 K。

為了更好地表達研究區整體溫度多年來的變化，本文采用等間隔分割法對研究區3個時期的地表溫度進行等距劃分，劃分低溫區(≤20 ℃)、次低溫區(20～23 ℃)、中低溫區(23～26 ℃)、中溫區(26～29 ℃)，中高溫區(29～32 ℃)，次高溫區(32～35 ℃)、高溫區(≥35 ℃)7個等級來細化不同景觀溫度區間的分布。

1.3.2 移動窗口法獲取景觀指數 為避免選取多個景觀指數帶來的信息冗余，在Fragstats 4.2軟件中采用移動窗口法獲取窗口單元的3個景觀指數，分別為斑塊類型中的景觀面積比例(PLAND)以及景觀類型中的景觀形狀指數(LSI)和聚合度(AI)，從景觀類型的數量特征、形態特征、以及結構特征來分析對城市熱島效應的影響。通過參考同類研究[19]選取范圍并經過反復調試，最終確定窗口單元大小為210×210 m(7×7個像元)。每個窗口的景觀指數都將被賦值給中心像元上，一共生成916 593個窗口單元。各個景觀指數的生態意義及計算公式發展已經非常成熟，具體可參考文獻[20]。窗口中心像元LST值根據ArcMap 10.6軟件焦點統計工具計算出窗口內7×7個像元的溫度平均值進行賦值，最后進行LST值與景觀指逐像元的相關性分析。

2 結果與分析

2.1 城市景觀格局分析

如表1所示，研究區1996—2017年景觀格局發生較為顯著的變化。城市水域景觀經歷了下降后上升的變化，在1996—2008年期間減少了1.29 km2后在2008—2017年期間又恢復到初期水平。通過Google Earth查閱研究區影像發現，1996年張家口市區內清水河還未修建人工水渠，僅有非常狹窄的細流，故該時期影像沒有中未劃分出市區內的水域景觀。研究區裸地面積在前一階段增加了32.09 km2，在后一時期減少了51.60 km2，裸地面積的增加主要來源于林草地的轉入(圖1)。此外，植被景觀多年來一直處于下降趨勢，主要原因為大量的裸地侵占了林、草地，同時城市化擴張也占用了植被用地。近20 a來，研究區包括建筑用地、道路交通、工礦用地在內的不透水面景觀呈現持續擴張趨勢，整個時期增長了81.26 km2(65.57%)；2008—2017年期間，不透水面景觀增加了57.04 km2，占1996—2017年總增長面積的70%，增長主要來源于裸地的轉入。近20 a來，研究區景觀格局變動明顯，城市化擴張較顯著。

表1 研究區1996-2007年景觀類型面積 km2

圖1 研究區1996-2017年不同景觀流轉變化

2.2 地表溫度LST反演結果與分析

由圖2中地表溫度經過分級后的統計結果詳見表2。由表2可知，研究區1996，2008和2017年地表溫度等級分別以次低溫區、次低溫區、中溫區為主。在2008年，中低溫區面積比1996年多87.31 km2，地表溫度同等級的面積增加，且地表溫度等級升高。研究區3個時期平均溫度分別為23.58，25.31和26.60 ℃，地表溫度在1996—2017年以來整體處于上升態勢。分階段來看，研究區中溫及以上熱力等級面積在整個研究時期內逐階段上升，高溫區由初始階段0 km2到2017年增長為0.32 km2，次高溫區由0.11 km2增長至7.40 km2，中高溫區在近20 a增加了近128.23 km2，增幅達到15.25%。低溫及次低溫區面積縮減均在100 km2以上。從分布來看，2008和2017年，中高溫及以上熱力等級區域主要分布在張家口市區建筑、交通用地區域，次低溫及以下熱力等級區域分布在張家口市區東北部崇禮區。1996年次低溫及以下區域在張家口市區北部分布較廣，低溫區較多分布在在市區南部，該區以裸地景觀為主，溫度較低的原因與裸地季節性的農作物種植有關。在景觀分類中，農作物植被沒有被劃分為植被景觀，這就導致當農作物植被處于生長季、植被覆蓋水平較高時，地表均溫低于常年無植被覆蓋的裸地景觀水平。近20 a來，研究區低溫區面積顯著減少，高溫區面積明顯增加，城市熱環境水平進一步提升(見圖2)。

表2 研究區1996-2017年地表溫度分級面積及比例

圖2 研究區1996-2017年地表溫度

2.3 景觀格局與LST影響分析

2.3.1 不同景觀類型對LST影響 為更好地表征不同景觀類型的對LST的整體影響，通過GIS對不同景觀類型的LST值進行柵格尺度上的分區統計(圖3)。研究區植被與水域景觀在1996，2008和2017年3個時間節點上平均LST均未超過25 ℃；不透水面與裸地(除1996年)在整個研究期間地表平均溫度均均超過25 ℃，兩者對于地表熱環境的貢獻程度最大。多年來，研究區4類景觀類型的平均LST均呈現逐階段上升趨勢，裸地、植被、水域、不透水面景觀平均LST在1996—2017年分別增加了3.31，1.97，2.96，3.19 ℃。其中，植被景觀平均LST波動較小，較其他景觀更具穩定性；水域景觀面積占比較小，該景觀區域內的LST易受水域周邊不透水面景觀影響，因此LST的波動性較大；裸地和不透水面景觀區域的LST波動性性不如植被景觀的穩定。從整體上看，研究區各景觀類型平均溫度多年來逐步上升，進一步說明張家口市熱環境水平趨于升高。

圖3 研究區1996-2017年不同景觀類型平均溫度

為細分研究區不同景觀類型對于不同地表溫度等級區域的貢獻程度，通過GIS面積制表工具統計得到研究區1996，2008和2017年各景觀類型在不同地表溫度等級的分布情況(表3)。在2008—2017年，低溫區植被景觀占比接近100%；在1996年植被景觀在研究區低溫區的占比也較大(近63%)，而隨著地表溫度等級的升高，其占比逐步減小，植被景觀LST處于明顯的的低溫水平。從裸地景觀對LST的影響來看，裸地景觀LST主要集中在中低溫和中高溫區，在2008—2017年期間在低溫、高溫區分布較少，裸地景觀對LST的影響并沒有很顯著的相關性。研究區水域景觀面積占比較少，這導致了水域景觀在LST不同等級區占比均偏低。此外，水域景觀在中高溫及以上熱力等級區占比均接近于0%，說明該景觀對LST升高的貢獻程度極低。不透水面景觀在2008—2017年高溫區占比接近100%，整個研究區期間在中高溫、次高溫區占比也較高(61%～100%)，以上可以認為，植被、不透水面景觀分別是研究區的熱“匯”、熱“源”景觀。

表3 研究區不同地表溫度等級區域景觀類型面積比例

2.3.2 景觀指數對LST影響 本文以鄰近年份2017年為例，將選取的景觀指數與LST做柵格尺度上的相關性分析。為更清晰地表達景觀指數與LST的關系，對數據進行平滑處理，將各個景觀指數的重復值對應的多個LST值做均值處理，最終擬合結果如圖4所示。植被、水域景觀比例與LST均具有明顯的負相關性(R2>0.94，p<0.01)；不透水面景觀比例與LST呈正相關性(R2=0.95，p<0.01)；裸地景觀比例與LST呈非線性關系(R2=0.91，p<0.01)，隨著裸地比例的上升，其與LST的相關性由正相關轉為負相關。植被、水域、不透水面景觀比例與LST存在明顯的線性相關性；裸地景觀比例與LST最佳擬合曲線為二次函數，其面積占比達到60%時，該類景觀LST達到峰值。

聚合度(AI)表示同一景觀類型的像元聚合形成斑塊的鄰接關系，當AI值越大，表示該類型景觀集中程度越高。

由圖4可知，研究區景觀的聚合度與LST相關性不夠顯著，R2僅為0.04。可以認為，在區域內景觀規劃時，景觀的集中程度對區域尺度內的LST幾乎沒有影響。景觀形狀指數(LSI)表示景觀斑塊形態特征的復雜性，LSI值越小，表示景觀斑塊形態越規則、簡單，LSI值越大，景觀斑塊形狀越雜亂和無規律。當景觀形狀指數增大時，LST呈現增加后減小的變化趨勢，LST與景觀形狀指數的相關性也由正轉負(R2=0.77，p<0.01)。

圖4 研究區2017年不同景觀指數與地表溫度的擬合關系

3 討論與結論

3.1 討 論

從本文誤差來源來看，在影像質量上保證了其無云覆蓋、時相臨近，且成像時期前后數天內均是無雨天氣，這樣避免了對LST反演可能造成的影響；在對影像的分類中，本文選擇了監督分類法中分類精度較高的最大似然法[21]，同時通過對照Google Earth軟件里的同時期高清影像在土地分類后進行了人工校正以及精度驗證，保證了后續景觀指數對LST影響結果的可靠性；在研究區LST反演方法上，本文選擇了大氣校正法，該方法經過孟憲紅等[15]的研究論證，對比單窗算法、單通道算法，大氣校正法反演結果具有更小的均方差，盡管如此，天氣冷熱狀況的偶然性給LST反演結果帶來了不確定性，時序數據和月均值數據的使用會是解決該問題的有效途徑；另外，LST反演結果未得到有效驗證，結果的驗證是未來需要進一步深入的方向。

與同類研究對比，張家口市水域、植被景觀面積比例與LST呈負相關性，與不透水面和裸地呈現正相關性，該結果與同類研究[19-20]一致。景觀指數與LST相關性分析中，本研究得出聚合度、景觀形狀指數均與LST之間沒有明顯的正負相關性，這與以往研究[13,22]不同，因為這些研究對于景觀格局指數與LST的相關性分析均是基于全局或者局部的柵格尺度上的擬合，本研究是基于景觀指數重復的相同值對應的不同LST的均值求出的擬合，可以看到植被、水域、不透水面景觀均與LST之間展現了較高擬合程度的相關性，而聚合度、景觀形狀指數與LST之間沒有明顯的相關性，這也說明了不同的擬合方法得出的結論并不完全一致。另外，隨著裸地面積比例的增大，其與LST的相關性由正到負的轉變，這與裸地的植被覆蓋有關。裸地的植被覆蓋水平往往與季節性、人類對土地的利用方式有關，在影響分類精度的影響下，低植被覆蓋的像元也會被分類成裸地，這種情況也會隨著裸地面積的增多而愈發顯著，因此導致具有少許植被覆蓋的裸地像元增多帶來的低溫效應越明顯。

3.2 結 論

(1) 整體來看，裸地和植被景觀是張家口市區最主要的景觀類型，2017年總占比達到75.17%，不透水面景觀次之(24.38%)；水域景觀在整個研究期間面積占比均為超過0.50%。由變化情況來看，裸地和植被景觀面積在1996—2017年期間呈減少態勢，分別達到5.77%，16.44%；同時期，不透水面面積增長65.57%(81.26 km2)，水域面積在研究期間上無明顯變化。

(2) 3個觀測時期中，2017年張家口市區地表平均LST為26.6 ℃，較1996年同時期增加了約3 ℃，研究區地表熱環境向更熱水平發展。

(3) 不透水面和植被分別為城市熱環境中的“熱源”和“冷源”，在研究期間的平均LST分別為27.39和23.77 ℃；裸地和水域的平均LST分別為25.52和22.36 ℃。各個景觀類型的平均LST在1996—2017年呈逐階段上升趨勢。

(4) 植被和水域景觀面積比例均與平均LST呈負相關，不透水面景觀面積比例與平均LST呈正相關；隨著裸地面積比例和景觀形狀指數增大，兩者均與平均LST呈由正相關過渡到負相關的變化；聚合度與平均LST沒有明顯相關性。