基于遙感技術的長沙城市熱島效應特征分析

張翠峰，萬計，羅含之，楊碧蕊

(1.長沙市規劃勘測設計研究院，湖南 長沙 417000； 2.湖南省測繪產品質量監督檢驗授權站，湖南 長沙 417000；3.加州大學圣巴巴拉分校，加利福尼亞州 圣巴巴拉市 93106)

1 引 言

熱島效應是指由于人口向城市聚集、城市建設規模擴大造成熱量在局部空間范圍內集中，并由此引起的一種地區性氣候現象。在城市的中心區域呈上升氣流，周邊污染物進入城區嚴重影響空氣質量，影響居民健康。同時，城市熱島還會影響生態環境的多個要素，包括土壤理化性質、物質循環、氣候、水文、能量代謝等[1]。熱島效應強度作為國家園林城市和生態園林城市申報的評估指標之一，一直受到相關部門的重視，尤其在我國碳達峰碳中和目標實現過程中，城市熱島監測是一種有效的監測手段。衛星遙感技術具有大面積的同步觀測、覆蓋范圍廣、可靠性高且成本低的特點，被廣泛應用到城市地表溫度反演和城市熱環境的時空變化研究中[2]。劉施含[3]等在研究北京城市熱島效應的過程中發現，建成區的擴大和人流量和交通流量的增加會導致城市熱島的嚴重程度增加。Wang[4]等運用單窗法，使用Landsat-8 TIRS傳感器的第10波段，反演了地表溫度，反演模型的平均誤差在 0.67 K。覃志豪[5]等利用MODIS數據，使用分裂窗算法對大區域的地表溫度反演問題做了研究，結果表明分裂窗算法不僅效率高而且反演結果精確，但是MODIS數據的地面分辨率較低，只能反映宏觀數據。蘇偉忠[6]等利用Landsat數據反演地表溫度，結果表明城市熱島的空間分布受地表覆蓋類型的空間格局所影響，尤其是工業的分布。

2 研究區概況

長沙作為我國中部地區迅速發展的中心城市之一，建成區不斷擴大，城市化水平快速提升，伴隨著城市下墊面性質也在發生快速轉變，城市生態環境受到極大考驗。關于城市熱島效應的研究也有不少成果[7，8]，主要集中在長時間序列的熱島效應時空演變特征分析，或者利用氣象資料分析熱島的變化特征，定量分析和地表結構與熱環境的關系研究還比較少，且有待進一步深入。本研究采用Landsat8衛星的多光譜數據和熱紅外數據，基于單窗法反演城市地表溫度，不僅研究熱島效應的時空變化特征，還對長沙市內不同土地利用類別與地表溫度的關系，下墊面性質與熱島的分布和強度之間的定量關系開展研究。

長沙市地理位置介于東經111°53′～114°15′，北緯27°51′～28°41′之間，屬亞熱帶季風氣候。“十三五”期間，長沙城市建設速度明顯加快；“十四五”期間，長沙將聚焦建設 1 000萬常住人口、建成區面積近 1 000 km2的特大城市目標，進一步做大長沙城市空間容量和人口規模。因此為分析長沙城市熱島效應特征，本文把市域主要建成區作為研究重點(圖1)。該區域人口密度大，交通發達，建筑物密集，呈現較大的城市規模，局部氣候特征明顯。長沙作為國家的園林城市，同時也正在申報國家生態園林城市，對熱島效應指標有明確的約束條件，因此研究長沙市熱環境效應具有一定的現實意義和地理研究效益。

圖1 研究區域影像圖

3 溫度反演主要方法和參數選擇

3.1 衛星傳感器和反演方法選擇

高質量的衛星遙感圖像決定了反演地表溫度的精度。由于熱紅外波段接收的信號受到大氣中的水汽含量的影響很大，所以無云或少云的長沙衛星影像是最優選擇。另外，在選定衛星遙感數據時，要考慮的因素是空間分辨率。衛星影像較高的空間分辨率可以使反演的溫區空間范圍更加精準，也為鎖定城市熱島熱點以及研究其形成原因提供了有利的條件。

通過對相關衛星傳感器和波段數據的分析統計得出下表1，分析對比后選取了Landsat-8 TIRS傳感器的衛星數據作為反演地表溫度的數據。未選取MODIS傳感器和AVHRR傳感器的原因是空間分辨率過低，未選取ASTER傳感器的原因是數據資源獲取較為麻煩，未選取高分五號全光譜成像儀(VIMS)是由于衛星數據出現問題，不適合研究使用。本研究選取了Landsat-8衛星的6景影像，時間為2018年7月29日、2019年8月17日和2020年8月3日，每個時間兩景影像數據，可以覆蓋長沙市主城區范圍。目前，利用熱紅外遙感反演地表溫度比較成熟的方法有單窗法[9，10]和劈窗法[11，12]兩種算法，衛星數據僅包含一個熱紅外波段的(如Landsat-TM/ETM)用單窗算法，而具有多個熱紅外波段的遙感數據(如Terra-MODIS、NOAA-AVHRR等)則兩種方法都可以使用。

通過對反演算法和波段穩定性的評估，本次研究選擇Landsat-8的第10波段數據通過單窗法反演地表溫度。根據表1可知，Landsat-8衛星可用于反演地表溫度的熱紅外波段分別為第10波段(10.6 μm～11.2 μm)和第11波段(11.5 μm～12.5 μm)，而目前Landsat-8的第11波段經常處于不穩定狀態。因此選用第10波段來反演是目前較為主流的做法。選取單窗法的原因是Landsat系列單窗法反演研究多，精度評定高，反演模型的總體誤差在 1.4 K左右。

表1 具備地表溫度反演熱紅外波段的衛星統計表

3.2 地表溫度反演主要參數

地表比輻射率是指相同溫度條件下，地表發射的輻射量與黑體發射的輻射量的比值。目前比較成熟的地表比輻射率計算方法有基于NDVI的比輻射率方法、基于分類的比輻射率方法以及獨立溫度光譜指數法等三種。本次研究使用基于NDVI的比輻射率方法來確定地表比輻射率。

大氣透過率也是衛星熱紅外數據反演地表溫度的一個關鍵參數，是指電磁波經大氣衰減后的電磁輻射通量與入射時電磁輻射通量的比值。本次研究通過NASA網站資源獲取大氣透過率相關參數。

4 研究方法

4.1 技術流程

本研究中城市熱島效應的溫度反演流程圖如如圖2所示。

圖2 城市熱島效應溫度反演流程圖

4.2 地表比輻射率計算

地表比輻射率作為區分星上亮溫和地表溫度的主要參數之一，被應用到單窗法和劈窗法兩種地表溫度反演的方法中。本次研究我們將采用NDVI閾值法來計算地表比輻射率。這個方法將土地覆蓋大致分為三類：植被、土壤和介于植被與土壤之間的材料，依據它們不同的參數來計算地表比輻射率。我們將Landsat-8 OLI L1T產品的第4波段(Band4：0.64 μm-0.67 μm)和第5波段(Band5：0.85 μm-0.88 μm)提取出來，利用公式計算出長沙城區的地表比輻射率(如下式)。ε為地表比輻射率，Ln為NDVI值。

4.3 大氣參數獲取

利用NASA官方網站，根據成像時間(GMT)、長沙市中心點經緯度(28.228N，112.939E)和其他的相關信息可以得到大氣在熱紅外波段的透過率τ、大氣向上輻射亮度L↑和大氣向上輻射亮度L↓。

表2 大氣透過率和大氣向上向下輻射值

4.4 溫度反演

根據普朗克公式計算地表溫度。如下：

其中，TS是為各波段對應的亮度溫度(K)；B(TS)為黑體輻射亮度；K1、K2為Landsat-8 TIRS的系數，從衛星影像的頭文件中獲取。

最后得到反演結果如下(以2019年為例)：

圖3 長沙市2019年8月17日地表溫度反演圖

4.5 溫區劃分

考慮到遙感數據獲取時間不同，太陽輻射、云量等因素對反演的影響，本次所選三期遙感數據將使用平均溫度及標準差對反演的長沙市地表溫度進行分割。通過正態分布和標準差劃分溫區的方法，我們將研究范圍劃分成了低溫區、中低溫區、中溫區、中高溫區、高溫區，因此每年度熱島效應溫區的劃分由不同日期的不同溫度分布決定。計算公式為：

T=T0±X×SD

T為地表溫度劃分閾值，T0為地表平均溫度值，SD為地表溫度標準差。T0和SD可以通過影像的溫度反演統計數據獲取(如表3所示)。根據地表溫度分布實際情況，將X取值定為0.5和1.5[10]，將地表溫度劃分為5個等級(如表4所示)

表3 各年份地表平均溫度值及地表溫度標準差(℃)

表4 各年份溫區劃分表(℃)

根據各年份溫區劃分表制作2018年～2020年熱島效應溫區圖，各年份溫區圖如圖4～圖6所示(白色部分為云掩膜去除的影像數據，不參與整體統計分析)：

圖4 2018年長沙市熱島效應溫區圖

圖5 2019年長沙市熱島效應溫區圖

圖6 2020年長沙市熱島效應溫區圖

將每年度按劃分后的溫區計算面積，統計得到下表5：

表5 各年份溫區面積統計表

5 數據分析

5.1 熱島強度變化分析

通過分析逐年溫區的比例變化和面積變化，可以研究熱島強度。根據各年份溫區面積表制作2018年～2020年溫區比例變化圖，從圖7可以看出，近三年長沙市的熱島效應有所緩解。

圖7 2018年～2020年溫區比例變化

5.2 地類抽樣分析

在長沙市內選取各種地類中具有代表性的地點記錄他們的平均溫度，分析地類與地溫的聯系，如圖8～圖10所示。本研究選取的地類是：居民居住用地、商業用地、農業用地，林地，草地，政府用地，交通用地，水體。

圖8 2018年采樣點平均溫度

圖9 2019年采樣點平均溫度

圖10 2020年采樣點平均溫度

從以上3年的8種地類的地表溫度可以得出：水域溫度為地類中最低，交通用地的溫度最高，植被覆蓋率高的林地、農業、公園用地溫度較低，住宅、政府、商業等建筑指數高的地類溫度較高。

5.3 下墊面性質分析

城市下墊面性質會影響熱島的分布和強度。本次研究選取了約 1 200個樣本點，根據樣本點位的正規化指數值和地表溫度值進行趨勢擬合，得到各指數與地表溫度的線性回歸方程，如圖11～圖13所示。

圖11 地表含水散點趨勢圖

圖12 植被生長狀況散點趨勢圖

圖13 地表建設程度散點趨勢圖

從以上三圖可以看出，地表水體、植被、建筑與地表溫度有明顯的相關關系。地表水體和植被覆蓋與地表溫度之間具有負相關關系，城市建筑與地表溫度之間具有正相關關系。簡單來說，地表含水量越高，地表溫度越低；地表植被生長狀況越好，越密集，地表溫度越低；地表建設程度越高，地表溫度越高。因此，改變城市下墊面性質可以有效治理城市熱島問題。

6 結 論

城市熱島效應受到多個影響因素的共同作用，進行其形成機制的多因素綜合研究非常必要。

隨著城市的規模化發展，建成區面積的不斷擴張，改變了原有的地表覆蓋特征和下墊面性質，這是熱島效應形成的主要因素。NDBI(歸一化建筑指數)和交通用地與地表溫度升高關系顯著，是長沙市城市熱島形成的主要影響因子。從下墊面的性質分析得出的回歸方程可以表明，長沙主城區的建筑物指數增加0.1，將會導致地表溫度增加2.85℃；植被指數增加0.1，將會導致地表溫度降低大約1.72℃；水體指數增加0.1，將會導致地表溫度降低大約1.56℃。因此保護和增加城市濕地和綠地面積是降低地表溫度、緩解城市熱島的有效途徑。尤其是在熱島效應明顯的道路旁建設一定規模的綠帶，在建構筑物密集的城區建設一定規模的綜合公園、海綿公園、帶狀公園等綠地，通過科學的城市綠地設計能力最大化地發揮植被、水體的降溫作用，能夠有效降解城市的熱污染，解決熱島效應治理問題。

7 進一步思考

城市熱島效應研究還可以根據其應用發展來進一步拓展研究深度和廣度。

7.1 綠色建筑識別

從2019年8月17日的多色溫區圖(圖14)中，我們發現長沙地標建筑IFS(長沙國際金融中心)被劃為中溫區/中高溫區，平均溫度為39.79℃，顯著低于其周邊建成區溫度。經過分析發現，IFS為LEED(能源與環境設計先鋒)認證的鉑金級(最高級)綠色建筑，碳排放量少，因此在溫區圖中它的溫度相較其他市中心傳統商業建筑的溫度較低。

圖14 長沙IFS局部溫區示意圖

7.2 高層建筑和低層建筑地表溫度差值分析

基于每年度熱島效應溫區圖，可以對比分析高層建筑與低層建筑之間的地表溫度差異，對城市規劃建設提供參考決策依據。

7.3 長沙市熱島效應強度

按照國家園林城市標準對城市熱島效應的考核要求，可以進一步開展長沙市熱島效應強度指標計算。