2007-2017年夏冬季上海市內外圈層土地覆蓋與地表溫度的定量關系

張周逸林, 申廣榮, 張婧穎, 楊偉才

(1.上海交通大學 農業與生物學院 低碳農業研究中心, 上海 200240; 2.農業部都市農業重點實驗室, 上海 200240;3.國家林業局 上海城市森林生態系統國家定位觀測研究站, 上海 200240; 4.上海聚隆生態科技有限公司, 上海 200090)

伴隨著經濟的發展，城市土地利用格局在城市化影響下快速變化，自然植被、耕地、水體等逐漸被建筑、道路等不透水地面取代[1-2]，不同下墊面的輻射、熱能轉換、空氣動力等條件不同，引發了城市地表熱力學屬性的變化[3]，進而產生了城市“熱島效應”等生態環境后果。同時，在大尺度上城市白天存在著明顯低于周圍環境溫度的“冷島”，即“冷島效應”。因而，不同土地覆蓋類型對地表溫度的聯合影響效應成為了人們關注的重要內容。

一般認為，城市中各類地物類型面積比與地表溫度均具有一定的相關性，但差異性較大。其中，建筑用地、裸地與地表溫度呈正相關，林地、水體與地表溫度呈負相關[4]。水體和林地在緩解城市熱島效應方面作用十分顯著，城市綠地包括草地、林地、喬灌草混交地能夠減緩熱島效應，具有“冷島效應”。不同的學者認為綠地和水體的冷島效應強度不一致[5-6]，不同月份綠地與水體的冷島強度也出現不同[7]，說明時間是影響冷島作用的重要因素[8]。另外，城市土地覆蓋及熱環境有著明顯的空間異質性特征，熱島和冷島效應與土地覆蓋密切相關。丁海勇等[9]發現2000—2015年15 a間南京市熱島強度逐年增強，市區溫度明顯高于郊區，且南京區域內存在多個熱島中心，均為城鎮建筑區域或人類活動較為頻繁的商業區居民區及工業區域。仇寬彪等[10]研究表明北京市區主要公園內地表溫度(28.91 ℃)顯著低于北京市五環內平均地表溫度(30.67 ℃)。

近年來，國內外開展了大量關于城市地表熱環境結構與地物特征的相關性分析研究[11-13]。許多研究認為隨著與市中心距離的增加，地表溫度平均值與不透水面密度正相關，與植被密度趨勢負相關，城市中心綠地冷島與郊區非滲水地面依然可以達到最大5 ℃的溫差，且不透水面對地表溫度的增溫效應大于植被的冷卻效應，城市用地是影響中心城區熱環境的決定因素[14-17]。Chen等[18]基于福州市城市綠地空間變化對地表溫度的影響研究發現，影響地表溫度變化或有效緩解熱島效應的城市綠地面積閾值為0.04 km2。城市熱場的空間格局變化與土地利用變化高度相關，增加濕地面積及減小景觀斑塊復雜性都可以緩解熱島效應[19-20]。

上海作為國內城市化程度最高、常住人口過千萬的超大城市之一，從1990年開始上海城市熱島強度遞增率達到0.20～0.27 ℃/(10 a)[21]。上海市城市冷島效應具有典型性，綠地平均降溫幅度達到2.63 ℃[22]然而，上海市不僅有高人口密度的中心城區，郊區的諸多衛星城以及農業生產聚落與中心城區的城市景觀形成了鮮明對比。對于類似上海的超大型城市，其中心城區與郊區的(熱)冷島效應時空分布特征特別是土地利用對地表溫度的響應特征還鮮見報道。本文以上海為例，選取2007，2013年和2017年夏季及冬季共6期Landsat系列多光譜及熱紅外影像數據，通過反演地表溫度，分析解譯中心城區及城郊土地利用信息，基于ArcGIS的FishNet工具構建的研究區矢量網格，深入分析城市內外圈層地表溫度與土地利用類型之間的量化關系，探究地表溫度對不同土地利用類型的響應特征，力求為城市建設和規劃設計提供科學參考。

1 研究區及研究方法

1.1 研究區概況

上海市位于120°51′—122°12′N，31°40′—31°53′E，全市總面積6 340.5 km2，其中外環內城區面積680 km2，外環外面積5 660.5 km2。2019年末常住人口達到2.43×107人，城市化發展迅速，截至2018年上海市城鎮化率已達到88%，是中國城市化程度最高的城市。全市多年平均氣溫15.2～15.7 ℃，最冷月(1月)平均氣溫4.8 ℃，最熱月(7月)平均氣溫28.6 ℃。國土資源調查及第六次人口普查表明，截至2010年上海市外環內外人口密度分別為1.68×104人/km2, 1.90×103人/km2；上海市耕地、林地、草地等綠地比例達到47.32%，建設用地比例43.77%，未利用荒地比例0.44%，灘涂、河流、湖泊等水體比例8.48%。

1.2 數據來源及預處理

本文以10 a作為時間尺度，基于研究區天空云量和夏冬季節期限兩項指標，選取成像質量相對完整的Landsat 5 TM(2007年2月2日、2007年7月28日)和2013年升空的Landsat 8 OLI/TIRS影像數據[23](2013年8月29日、2013年12月3日、2017年8月24日、2018年1月15日)解譯提取研究區土地利用類型信息，并通過熱紅外通道數據反演地表溫度。影像的成像時間均為上午10∶30左右，研究區上空云量均小于5%，數據質量良好，地物識別度較高。本研究在對獲取的圖像數據使用ENVI進行輻射校正、FLAASH大氣校正后，應用單窗算法基于六期熱紅外波段分別反演生成同期城市地表溫度信息。同時利用Landsat不同波段計算NDVI，NDBI，MNDWI并經過假彩色合成后通過非監督分類和人工目視修正得到6期土地利用類型數據。

為提高圖像分類精度和土地利用信息提取的精確性，研究利用Google Earth Pro 7.3下載的2007，2013，2017年高分衛星影像，以及相關的土地利用資源調查矢量圖等作為參考和解譯的輔助信息。

1.3 地表溫度反演

地表溫度(land surface temperature, LST)反映的是傳感器在衛星高度下探測到的地面熱輻射強度所對應的溫度，LST反演采用Qin等[24]的單窗算法，通過地表比輻射率、大氣透過率、大氣平均作用溫度可以計算出地表溫度。地表溫度計算公式如下：

Ts={a(1-C-D)+〔b(1-C-D)+C+D〕

Tsensor-DTa}/C

(1)

式中：Ts為地表溫度(K)；Tsensor為輻射亮溫；Ta為大氣平均作用溫度(K)；T0為近地面氣溫(K)，可使用Landsat圖像當日平均氣溫；τ為大氣透射率，可由NASA大氣校正參數計算器獲得(https:∥atmcorr.gsfc.nasa.gov/)；ε為地表比輻射率；a=-67.355 4，b=0.458 6。

利用普朗克公式將熱輻射強度轉化為像元亮度溫度，其公式如下：

(2)

式中：Tsensor表示像元亮溫(K)；K1，K2為常量，其中Landsat 5傳感器K1=607.76 (W·m2)/(sr·μm)，K2=1 260.56 K；Landsat 8傳感器K1=774.89 (W·m2)/(sr·μm)，K2=1 321.08 K。

歸一化植被指數(NDVI)計算：

NDVI=(NIR-R)/(NIR+R)

(3)

式中：NIR為傳感器近紅外波段；R為紅外波段。

植被覆蓋率計算：

pv=(Ni-Ng)/(Nv-Ng)

(4)

式中：pv為植被覆蓋度;Ni為第i個像元的NDVI值；Nv和Ng分別為研究區內植被和裸地的NDVI值,一般選取研究區內NDVI最大值作為Nv,最小值作為Ng。

1.4 土地利用信息提取

在中國《城市用地分類與規劃建設用地標準》中將城市用地分為12大類：居住用地、公共設施用地、工業用地、倉儲用地、對外交通用地、道路廣場用地、市政用地、特殊用地、綠地、林地、水域、裸地。

本文根據研究重點，在參考《標準與分類準則》的基礎上綜合Landsat傳感器分辨率及研究區中心城區(外環內)和城郊區(外環外)土地利用特點，將上海市外環內土地利用類型劃分為水體、林地、草地、裸地、非滲水地面5類；將外環外區域農業用地與草地林地合并為綠地，把土地覆蓋類型劃分為水體、綠地、裸地、非滲水地面4類。

為更有效和精確地提取研究區土地利用類型信息，本研究借助ERDAS IMAGINE 2018對經過輻射校正和大氣校正的圖像首先分別計算對植被、建筑用地和水體敏感的歸一化差異植被指數(normalized difference vegetation index, NDVI)，歸一化差異建筑指數(normalized differences built-up index, NDBI)和改進歸一化差異水體指數(modified normalized difference water index, MNDWI)，然后以NDBI為紅色、NDVI為綠色、MNDWI為藍色進行RGB假彩色合成，最后采用非監督分類法(K-means)對合成的假彩色圖像進行不同圈層的分類，同時借助高分辨率Google Earth電子地圖和相關輔助信息進行人工目視修正獲得研究區土地利用信息。

1.4.1 歸一化差異植被指數(NDVI) 由于綠色植物在紅光波段的強吸收和近紅外波段的強反射光譜特性，利用這一點經過一系列數學變換得到的歸一化植被指數，NDVI可以消除部分因太陽輻射、陰影及不同土壤背景產生的光譜誤差，可以較好地提取區域植被信息，其公式如下：

NDVI=(NIR-R)/(NIR+R)

(5)

式中：NIR為近紅外波段,即TM/OLI第4波段的亮度值;R為紅外波段,即TM/OLI的第3波段亮度值。

1.4.2 歸一化差異建筑指數(NDBI) 基于建筑物在中紅外波段具有較高光譜反射而在近紅外波段反射降低的原理，NDBI指數通常用于提取建筑信息，但建筑物在中紅外及近紅外波段反射差異不及植被和水體明顯，在實際研究中不能單純將NDBI>0作為提取建筑信息的依據，因為裸地、水體等信息會混雜其中。故提取建筑信息需要NDBI融合NDVI和MNDWI指數合成之后再進行信息提取，其公式如下：

NDBI=(MIR-NIR)/(MIR+NIR)

(6)

式中：MIR為中紅外波段即TM/OLI第5波段亮度值; NIR為近紅外波段即TM/OLI第4波段亮度值。

1.4.3 改進歸一化差異水體指數(MNDWI) 改進的歸一化差異水體指數是在歸一化水體指數(NDWI)的基礎上，將差異較小的近紅外波段替換為差異更大的中紅外波段之后得到的一種改進型指數，使得水體在MNDWI影像上亮度更高且其他地物亮度更低，其公式如下：

MNDWI=(Green-MIR)/(Green+MIR)

(7)

式中：Green為綠光波段即TM/OLI第2波段亮度值; MIR為中紅外波段即TM/OLI第5波段亮度值。

1.5 不同地類對地表溫度的影響

為了深入分析研究區土地利用與地表溫度的定量關系，本研究利用ArcGIS 10.0軟件，根據上海市行政區劃圖以及Landsat TM/OLI影像分辨率，生成研究區900 m×900 m單元的矢量網格，其中881個網格覆蓋研究區外環內區域，8 484個網格覆蓋外環外區域。通過分區統計獲得每個網格內地表溫度平均值及每個網格內不同土地利用類型面積，進一步計算獲得不同土地利用類型在網格中所占面積比例，最后借助SAS 9.4軟件進行不同土地利用類型的面積比例與地表溫度的相關性分析、一元線性回歸及多元線性回歸。

研究區地表溫度等級劃分標準根據公式(8)計算獲得，并將地表溫度劃分為7類，根據此等級劃分法確定熱島區域(極高溫區、高溫區、次高溫區)，中溫區及冷島區域(極低溫區、低溫區、次低溫區)[25](表1)。

表1 城市地表溫度等級劃分

(8)

2 研究結果

2.1 上海地表溫度及土地利用類型時空變化特征

基于不同年份Landsat衛星遙感數據反演計算獲得研究區地表溫度分布結果表明，上海市夏季和冬季外環內外具有典型的空間差異(圖1—2)。

圖1 2007，2013，2017年夏季上海市地表溫度分布特征

如圖1所示，夏季，2007，2013,2017年3個年份上海市平均溫度29.97 ℃，外環內平均溫度34.39 ℃，外環外平均溫度29.53 ℃，外環內外平均溫差達4.86 ℃。3個年份中，上海市外環內中心城區5～7成處于次高溫區，而外環外區域僅有2成處于次高溫區，4成左右處于中溫區，還有3成左右處于次低溫區。夏季地表溫度空間特征為外冷內熱。

研究區夏季地表溫度分布特征與其地表覆蓋類型密切相關。2007，2013,2017年3個年份外環外城郊區域綠地比例平均為53.58%，非滲水地表平均為39.69%；外環內中心城區，3個年份綠地平均比例為16.77%，而非滲水地面積比例平均為80.05%。時間尺度上，2007—2017年上海市夏季地表溫度總體上呈現下降趨勢，夏季外環外區域和外環內中心城區地表溫度分別由2007年的32.1 ℃，37 ℃降低到2017年的29.1 ℃和33.5 ℃；外環內外溫差由2007年的4.91 ℃降到2017年的4.39 ℃。其中外環外區域平均地表溫度在2007到2013年間下降4.76 ℃，而后到2017年升高1.81 ℃。

相應地，外環外區域綠地比例由2007年的59.84%降到了2013年的50.26%，而從2013—2017年綠地比例基本保持不變。類似地，上海市外環內中心區域平均地表溫度從2007到2013年下降4.38 ℃，到2017年又微增0.91 ℃；相應地從2007—2017年外環內非滲水地面比例增加1.49%，林地及草地比例增加5.58%。

如圖2所示，冬季2007,2013,2017 3個年份上海市平均溫度13.21 ℃，外環內平均溫度13.05 ℃，外環外平均溫度13.23 ℃，外環內外溫差較小。冬季上海市外環內中心城區近7成處于中溫區，而外環外城郊區40%～60%處于中溫區，有20%～30%左右面積處于次高溫區，總體上地表溫度空間特征為外熱內冷。

圖2 2007，2013，2017年冬季上海市地表溫度分布特征

研究區冬季地表覆蓋類型分布特征為，3個年份外環外城郊區域綠地比例平均20.3%，裸地比例平均23.56%，非滲水地面比例平均為49.87%；外環內中心城區，3個年份綠地平均比例為10.72%，而非滲水地面積比例平均為77.94%。時間尺度上，2007—2017年上海市冬季地表溫度總體上呈現上升趨勢，冬季外環外區域和外環內中心城區地表溫度分別由2007年的7.84 ℃和7.34 ℃升高到2017年的14.74 ℃，14.82 ℃；不同年份中冬季外環內外溫差均很小。

其中:冬季上海市外環外區域從2007到2013年地表溫度急速上升9.26 ℃,2013到2017年又降低2.36 ℃。同樣地,外環內中心城區平均地表溫度從2007到2013年升高9.64 ℃,但到2017年又下降2.16 ℃。3個年份間,冬季上海市外環內外地表覆蓋類型比例變化平緩。外環外區域非滲水地面比例從2007到2017增加了15.92%,綠地比例則減少了8.32%。外環內非滲水地面比例總體減少5.67%,林地及草地比例總體增加4.03%。

2.2 上海外環線內外冷島效應相關因子分析

2.2.1 土地利用類型比例與地表溫度一元線性回歸分析 針對上海夏冬季地表溫度和土地利用類型的變化特征，基于2007—2017年夏季冬季共6期遙感圖像以及900 m×900 m單元的矢量網格，對地表溫度與土地利用類型比例定量關系進行詳細的分析。為排除單因子低比例時其他因子的影響，回歸分析均剔除了低于5%的土地覆蓋比例數據。各土地利用類型比例與地表溫度的相關性及一元線性回歸分析顯示，土地利用類型所占比例與地表溫度的變化具有極顯著相關性，其中綠地和水體與地表溫度呈負相關，裸地和非滲水地面與地表溫度呈正相關(圖3—4)。另外，在外環外城郊和外環內中心城區，綠地，草地以及非滲水地面的k值從2007到2013年變化均高于2013—2017時間段，這一變化趨勢與對地表溫度的變化趨勢一致，也和不同用地類型所占比例的變化趨勢相同。夏季回歸擬合度非滲水最大，R2為0.7左右，綠地與水體R2均在0.5～0.6之間，表明夏季回歸曲線中非滲水地面比例更貼近地表溫度的變化，而綠地及水體的影響程度則低于非滲水地面。

圖3 2017年夏季上海市外環內外地表溫度與土地利用面積比例

冬夏季上海市外環內外地表溫度分布特征不同，其各土地利用類型比例對地表溫度的影響特征也不相同。2007，2013，2017年冬季上海市外環內外各地類一元回歸曲線表明(圖4)，外環外區域和外環內中心城區水體k值分別為-3.39，-4.68，-7.16，外環內-0.52，-5.20，-8.16，3個年份趨勢相同，外環內外水體降溫效應基本一致，總體比夏季低，但到2017年水體由弱冷源轉變為強冷源，接近夏季的降溫效應。外環外綠地k值3個年份分別為-2.79，-3.75，-3，綠地對冬季地表溫度的影響較為穩定，為弱冷源；外環內林地k值分別為-3.47，-3.05，-0.99，降溫效應呈緩慢減弱趨勢；草地k值分別為2.69，-1.56，-0.78，由弱熱源轉為弱冷源。外環外非滲水地面k值分別為0.64，1.25，3.97，增溫效應呈上升趨勢；外環內非滲水地面k值分別為-1.81，1.50，2.72，由弱冷源轉為弱熱源。總體上，外環外各地類比例升溫效應增加，外環內升溫效應趨緩，與冬季上海外環外熱外環內冷的分布特征一致。但從3個年份兩個時間段看，2007—2013年各用地類型比例對地表溫度的影響如k值變化明顯高于其值在2013—2017年的變化，這也與相同時期地表溫度變化一致，并與其用地類型比例變化相關(圖2)。研究區夏冬季的一元回歸分析均表明用地類型對地表溫度的顯著影響特征。冬季各地類一元線性回歸R2也與夏季產生明顯區別；除水體外其余地類均未體現出較高擬合度，且僅有水體比例各像元與LST體現出線性相關。表明冬季LST受水體比例影響較大，而其他地類比例對LST的影響均較低。

圖4 2017年冬季上海市外環內外地表溫度與土地利用面積比例

2.2.2 土地利用與地表溫度多元回歸分析 不同土地利用類型對地表溫度的一元線性回歸分析了單一土地利用類型對地溫的影響，為進一步揭示土地利用類型對地表溫度的升高及降低產生的綜合影響，研究利用SAS 9.4軟件對上述網格樣本數據進行基于逐步回歸的多元線性回歸分析，剔除不滿足0.05顯著性水平的影響因子，構建了2007，2013，2017年冬夏兩季上海外環內外地表溫度與各類土地利用類型比例的關系方程(表2)。

多元回歸結果(表2)顯示，夏季多元回歸方程截距平均為外環內28.89，外環外25.21，由于截距反映了地表基礎溫度，表明夏季上海市基礎地表溫度外環內高于外環外，從一個角度解釋了夏季地表溫度外冷內熱的空間特征(圖2)。非滲水地面(平均回歸系數外環內8.52，外環外10.63)、裸地(平均回歸系數外環內5.75，外環外8.14)起升溫作用，總體上外環外升溫效應高于外環內；但水體(平均回歸系數外環內外均為-2)、綠地(平均回歸系數外環內林地2.21，草地-6.15，外環外-0.25)起降溫作用，外環內降溫效應更明顯。相比外環內，夏季非滲水地面在外環外會使地表溫度更快升高達0.2 ℃/10%比例；裸地在外環外會使地表溫度更快升高0.3 ℃/10%比例。夏季多元回歸部分結果中出現高系數裸地因子，但考慮到夏季上海市各像元中裸地比例均在20%以內，因此在整個多元回歸模型里實際貢獻度有限。方程中非滲水地面回歸系數均較高，反映出非滲水地面的升溫作用較為明顯。水體因子與非滲水因子在各年份多元回歸結果中均有出現，表明水體和非滲水地面對地表溫度的影響十分穩定，其中水體總體上體現為降溫效應，非滲水地面總體上體現為升溫效應，與一元線性回歸結果一致。

表2 2007，2013，2017年上海市外環內外土地利用與LST多元回歸方程

冬季多元回歸方程截距外環內12.13，外環外13.87，表明上海市基礎地表溫度外環外高于外環內，和基于遙感數據反演計算的研究區冬季地表溫度空間特征外熱內冷(圖2)一致。冬季外環外相對更易降溫，相比外環內，水體會使外環外溫度下降更快0.25 ℃/10%比例，綠地會使外環外溫度加快下降0.27 ℃/10%比例。外環內相對更易升溫，相比外環外，裸地會使外環內溫度上升更快，達0.32 ℃/10%比例。水體因子在各年份冬季多元回歸方程結果中均有出現，且回歸系數均為所有因子中最小，表明冬季水體對地表溫度的影響最為穩定，且總體上體現為降溫效應。冬季各年份回歸方程中裸地出現次數及回歸系數均明顯高于非滲水地面，表明冬季影響地溫上升的主導因子為裸地，且裸地升溫效應小于水體的降溫效應。

總體上上海市外環內外地表溫度夏季外冷內熱、外熱內冷的分布特征正是各類用地類型分布格局及其自身熱效應的綜合體現。

3 結論與討論

本研究運用Landsat 5 TM和Landsat 8 OLI/TIRS數據，基于900 m×900 m單元的矢量網格詳細分析了夏季和冬季上海市外環內外不同土地利用類型對地表溫度的影響特征。

(1) 上海市夏冬季地表溫度變化與土地利用類型比例緊密相關。夏季非滲水地面與地表溫度的相關性最高，在外環外，非滲水地表比例每增加10%可升溫1.24 ℃，外環內達升溫0.97 ℃。綠地及水體對地表溫度呈負相關，外環內，林地比例每增加10%可降溫1.29 ℃，外環外，綠地比例每增加10%可降溫0.73 ℃；外環內外水體每增加10%可降溫平均為0.85 ℃。夏季研究區土地利用類型對地表溫度的影響程度為非滲水地面>裸地>水體>綠地。

冬季地表溫度與水體相關性最高，其降溫效應在外環內外平均為0.80 ℃/10%比例；裸地的升溫效應在外環內外平均為0.43 ℃/10%比例。冬季土地利用類型對地表溫度的影響程度外環內外綜合為水體>裸地>綠地>非滲水地面。各土地利用類型夏冬季的熱環境效應是進行科學合理的景觀格局和土地利用規劃，進而保證區域熱環境質量的重要參考。

(2) 水體及綠地比例對夏冬季上海外環內外冷島強度的影響不同。夏季形成城市冷島的主導因素為綠地和水體，而冬季形成冷島的主導因素為水體。但在不同季節外環內外綠地降溫效應不同；夏季外環內林地、草地比例的回歸系數均小于外環外綠地回歸系數，表明外環內的綠地降溫效應大于外環外；且夏季上海市綠地回歸系數均小于水體回歸系數，表明綠地(林地和草地)的降溫效應高于水體。水體回歸系數在冬夏季、外環內外基本相近，降溫效應隨年份推移逐漸增大。

研究區2007，2013，2017年夏季上海市外環外形成的次低溫區中，水體比例分別為28%，27%，25%，綠地比例則分別為91%，78%，73%，夏季上海外環外形成次低溫區所需水體和綠地比例呈降低趨勢，同時也說明區域土地利用和景觀格局等對形成低溫區的重要作用。冬季水體對形成冷島的貢獻在上海外環內外也不相同；2007，2013，2017年上海市外環外形成的冷島中水體比例分別為30%，29%，39%。外環內，2013，2017年形成的冷島中水體比例為20%，27%。

(3) 地表因子信息的有效、準確提取是研究其地表溫度關系的基礎。本文采用與地表溫度存在顯著相關關系的NDVI，NDBI和MNDWI 3種指數疊加合成的假彩色圖像，及其900 m×900 m單元的矢量網格為研究地表溫度對不同用地類型比例的響應特征提供了重要支撐。但對植被覆蓋度，以及NDVI與地表溫度的季節性關系及其影響有待進一步深入研究。

與眾多的LST和土地覆蓋類型的相關研究相比，盡管不同研究所得出的相關性不盡相同，但在關鍵地類對LST的影響趨勢上基本保持了一致，即非滲水地面主要導致LST升高而水體綠地主要導致LST降低。因此在城市規劃建設中合理的保護、增加水體與綠地面積是緩解熱島效應的重要手段。通過由單一城市中心向多城市中心轉變，實現多中心的城市格局；重視道路綠化建設，增加城市功能區中公園、綠地比例；守住城郊基本農田紅線與自然水面，可以有效地降低熱島效應的影響范圍和影響強度。