曾永年,張瓔瓔,張鴻輝,黃 煒,鄭文武

1.中南大學(xué)信息物理工程學(xué)院,湖南 長沙 410083;2.中南大學(xué) 空間信息技術(shù)與可持續(xù)發(fā)展研究中心,湖南 長沙410083

城市擴(kuò)展強(qiáng)度及其地表熱特性遙感定量分析

曾永年1,2,張瓔瓔1,2,張鴻輝1,2,黃 煒1,2,鄭文武1,2

1.中南大學(xué)信息物理工程學(xué)院,湖南 長沙 410083;2.中南大學(xué) 空間信息技術(shù)與可持續(xù)發(fā)展研究中心,湖南 長沙410083

提出定量確定城市擴(kuò)展范圍及其發(fā)展強(qiáng)度的方法——地圖密度指數(shù)。以中部城市長沙為例,利用Landsat TM/ ETM+數(shù)據(jù)定量評價(jià)城市擴(kuò)張及其熱環(huán)境特征的變化。首先,集成遙感光譜指數(shù)提取地表非滲透表面,然后利用移動窗口算法獲得地圖密度指數(shù),再根據(jù)設(shè)定的閾值獲得密度指數(shù)等級圖,依此密度指數(shù)等級圖識別城市擴(kuò)展范圍及其發(fā)展強(qiáng)度。再結(jié)合地表溫度反演的數(shù)據(jù),分析城市格局及其變化與地表熱特性變化的定量關(guān)系。結(jié)果表明,自20世紀(jì)90年代以來,長沙市城市區(qū)域及其發(fā)展密度顯著增加,城市發(fā)展的密度差異與地表溫度相一致。地圖密度指數(shù)能較好刻畫城市擴(kuò)展范圍及其發(fā)展強(qiáng)度,并與地表溫度空間分布存在較好的對應(yīng)關(guān)系。

城市擴(kuò)張;地表熱特性;地圖密度指數(shù);遙感分析;長沙市

1 引 言

城市化將自然景觀轉(zhuǎn)變?yōu)椴煌恋乩玫某鞘芯坝^、改變了地表的物理特性。因此,掌握有關(guān)城市擴(kuò)張及其對環(huán)境影響的準(zhǔn)確信息對城市規(guī)劃、城市水土資源管理、決策等是至關(guān)重要的[1-10]。已有許多研究致力于土地利用的遙感制圖及監(jiān)測[11-21]。城市建筑區(qū)域(非滲透表面)一般被認(rèn)為是定量分析城市范圍及其發(fā)展強(qiáng)度的主要指標(biāo)[4],有許多量測城市建筑區(qū)域的方法,目前大多采用基于模式識別的遙感圖像分類方法,如監(jiān)督分類和非監(jiān)督分類方法[8-9,11-15]。由于城市用地的空間異質(zhì)性較高,利用傳統(tǒng)的分類方法往往不能獲得理想的結(jié)果。最近有學(xué)者致力于用混合光譜分解方法提取非滲透表面的研究。然而,利用混合像元分解方法定量提取城市范圍及發(fā)展密度仍存在許多挑戰(zhàn)[13-17]。另一方面,盡管許多城市遙感研究注重圖像分類方法的研究,但缺乏對城市化過程的深入分析與理解。近年來,用于刻畫景觀格局的許多指數(shù)被用于城市形態(tài)的研究,而這些景觀指數(shù)僅用數(shù)值描述景觀的格局,而缺乏對空間過程的有效描述。因此,為深刻理解城市化過程,采用適宜的空間指標(biāo)來刻畫城市擴(kuò)展過程是至關(guān)重要的問題。

許多研究通常采用土地利用/覆蓋的專題數(shù)據(jù),分析土地利用/覆蓋類型與地表熱特性的相關(guān)關(guān)系[6,8,10]。然而,這種簡單分析尚未使與地表生物物理特征相關(guān)的城市地表溫度場的變化得到全面的理解。另有學(xué)者證明了地表溫度與植被指數(shù)(NDVI)存在線性負(fù)相關(guān)[27-29]。然而,城市化將自然景觀轉(zhuǎn)變包括建筑物、道路、停車場和其他敷面的非滲透表面,這些建筑區(qū)域(非滲透表面)是城市環(huán)境質(zhì)量的重要指標(biāo)[4]。因此,分析地表溫度與非滲透表面的關(guān)系將會為城市化及其與熱環(huán)境的關(guān)系研究提供新的途徑[30]。

本文以遙感數(shù)據(jù)為依據(jù),試圖采用新的空間指數(shù)定量確定城市范圍與發(fā)展強(qiáng)度法,并以中部城市——長沙為例,利用Landsat TM/ETM+數(shù)據(jù)采用新發(fā)展的空間指數(shù)定量評價(jià)城市擴(kuò)張及其熱環(huán)境特征的變化。首先集成遙感光譜指數(shù)提取地表非滲透表面,然后利用移動窗口算法獲得地圖密度指數(shù),再根據(jù)設(shè)定的閾值獲得密度指數(shù)等級圖,依此密度指數(shù)等級圖識別城市擴(kuò)展范圍及其發(fā)展強(qiáng)度。再結(jié)合地表溫度反演的數(shù)據(jù),分析了城市格局及其變化與地表熱特性變化的定量關(guān)系。

2 研究區(qū)域概況

本文選擇長沙市為研究區(qū)域。長沙市是湖南省經(jīng)濟(jì)、文化、制造業(yè)與交通中心,是長株潭城市群的核心城市。隨著中部崛起戰(zhàn)略的實(shí)施,以及資源節(jié)約型、環(huán)境友好型社會建設(shè)試驗(yàn)區(qū)的建設(shè)和發(fā)展,城市化和工業(yè)化的進(jìn)程將會進(jìn)一步加快。城市發(fā)展和向周圍農(nóng)業(yè)區(qū)域擴(kuò)展,將原有自然景觀轉(zhuǎn)變?yōu)橐猿鞘蟹菨B透表面為主的城市景觀,城市景觀特征及格局的變化將在不同尺度上會影響區(qū)域生態(tài)環(huán)境、氣候的變化。因此,有關(guān)城市擴(kuò)張及其對環(huán)境影響的準(zhǔn)確信息對長株潭城市規(guī)劃、城市水土資源管理、決策制定是至關(guān)重要的。開展長沙市城市擴(kuò)展及其對環(huán)境影響研究對城市環(huán)境、可持續(xù)發(fā)展具有非常重要的意義。

3 研究方法

3.1 圖像預(yù)處理

選擇1993-08-25和2001-09-24兩個(gè)時(shí)相的Landsat TM/ETM+數(shù)據(jù)為城市環(huán)境變化研究的主要依據(jù)。為變化監(jiān)測的需要,以1∶5 000地形圖為基礎(chǔ),采用二次多項(xiàng)式將2001年的遙感圖像校正到高斯-克呂格投影面上,并采用最鄰近法將各波段圖像重采樣為30 m。1993年的圖像則通過圖像配準(zhǔn)方法,以2001年的圖像為基準(zhǔn)進(jìn)行校正,幾何校正誤差(RMS)均小于半個(gè)像元。利用ERDAS圖像處理軟件ACTO模塊對除紅外波段的所有其他波段進(jìn)行了大氣校正,獲得各波段的地表反射率。

利用預(yù)處理后的Landsat TM/ETM+紅、近紅外和短波紅外的反射率,計(jì)算了歸一化植被指數(shù)(NDVI)、改進(jìn)的歸一化水體指數(shù)(MNDWI)[31]、歸一化建筑指數(shù)(NDBI)[32],以及歸一化裸土指數(shù)(NDBaL)[33]。計(jì)算公式為

式中,ρ2、ρ3、ρ4、ρ5和ρ7為Landsat TM/ETM+綠、紅、近紅外和短波紅外波段的反射率。

3.2 地表亮溫計(jì)算

Landsat熱紅外波段記錄了星上熱輻射值,這一輻射值受大氣及地表特征的影響。盡管已發(fā)展了不少利用遙感記錄的星上輻射值反演地表溫度的算法[34-35],而這些算法需要大氣參數(shù)和地表輻射率,由于獲取實(shí)時(shí)大氣參數(shù)和地表輻射率的難度較大,利用Landsat TM/ETM+熱紅外波段反演地表溫度仍具有較大的不確定性。

相對于較小的研究區(qū)域,可以假定大氣條件相對均一,大氣對輻射溫度的影響也就可以不考慮。在以上假定條件和不考慮地表輻射率變化的情況下,地面亮溫雖不能代表真實(shí)的地表溫度,但利用地面亮溫基本可以反映地表溫度場的空間分布。

首先,利用式(5),式(6)將 Landsat TM/ ETM+熱紅外波段的灰度值轉(zhuǎn)變?yōu)楣庾V輻射值[8]

其次,利用式(7)將光譜輻射值轉(zhuǎn)變?yōu)榱翜?/p>

式中,TB為亮溫(K);Lλ為光譜輻射值(mW cm-2sr-1μm-1);K1、K2校正常數(shù),對于Landsat-5 TM數(shù)據(jù),K1=607.76 mW cm-2sr-1μm-1,K2= 1 260.56 K。而對于Landsat-7 ETM+圖像,K1=666.09 mW cm-2sr-1μm-1,K2=1 282.71 K。

利用式(7)計(jì)算獲取的地面亮溫,進(jìn)行統(tǒng)計(jì)分析得到研究區(qū)域地表亮溫的均值、標(biāo)準(zhǔn)差,并以亮溫均值加減標(biāo)準(zhǔn)差的倍數(shù)為劃分地表溫度分布區(qū)域的閾值,依此分區(qū)閾值將地表溫度的分布變化分為高溫、常溫、低溫3個(gè)區(qū)域,地表溫度分布如圖1所示。

圖1 長沙市地表溫度分區(qū)(1993—2001年)Fig.1 Land surface temperature zone in Changsha

3.3 圖像分類

有許多城市土地利用/覆蓋的遙感分類方法,其中遙感圖像的模式識別如監(jiān)督和非監(jiān)督的分類應(yīng)用較廣。由于城市景觀的空間異質(zhì)性較高,傳統(tǒng)的分類方法通常不能獲得滿意的結(jié)果。近年來,一些學(xué)者致力于用混合光譜分析的方法獲得城市表面的分量,由于這種方法的不確定性使定量提取城市范圍及發(fā)展強(qiáng)度仍存在較大的挑戰(zhàn)。因此,本文采用決策樹分類方法對研究區(qū)域的土地利用/覆蓋進(jìn)行了分類。首先利用SPOT全色圖像和多光譜圖像進(jìn)行圖像融合獲得高分辨率的多光譜遙感圖像,該圖像用于識別土地利用/覆蓋類型的樣區(qū)。其次,對每一種土地利用/覆蓋類型,根據(jù)在高分辨率圖像上確定的樣點(diǎn),在對應(yīng)遙感指數(shù)圖像上確定其最大值、最小值、均值及標(biāo)準(zhǔn)差作為決策樹分類的閾值,最后建立了決策分類規(guī)則(圖2),并用于整個(gè)圖像的分類。1993年和2001年圖像分類的總體精度分別達(dá)到85.8%和86%,Kappa系數(shù)為0.82。決策樹分類結(jié)果精度能夠滿足城市景觀分析與變化監(jiān)測(圖3)。

3.4 地圖密度指數(shù)

通常城市景觀格局的分析,基于土地利用/覆蓋類型圖采用景觀指數(shù)進(jìn)行分析。盡管已發(fā)展了許多刻畫城市景觀格局的指數(shù),并用于城市景觀的研究,然而,這些指數(shù)僅用數(shù)值來描述景觀格局,無法直接利用這些指數(shù)刻畫空間形態(tài)。為在空間上更加直觀描述城市景觀格局,本文提出地圖密度指數(shù)用于分析空間現(xiàn)象的空間異質(zhì)性分布。城市建筑用地的分布能夠用于指示城市范圍及空間發(fā)展強(qiáng)度,作者用地圖密度指數(shù)分析城市建筑用地的空間分布及其密度。地圖密度指數(shù)采用移動窗口法計(jì)算獲得,其值等于移動窗口中建筑物所占像元數(shù)與窗口內(nèi)全部像元數(shù)之比。對整個(gè)土地利用/覆蓋圖進(jìn)行移動窗口的計(jì)算后就獲得城市用地的空間密度圖。根據(jù)城市用地空間密度分布水平,依據(jù)不同樣區(qū)的密度值,將整個(gè)區(qū)域分為高、中、低三級。高密度的城市用地為城市用地集聚或緊湊分布的區(qū)域,中等密度則指相對較松散的區(qū)域,低密度指松散或較稀疏的區(qū)域。運(yùn)用地圖密度指數(shù)及其分區(qū)能較好地在空間上刻畫城市擴(kuò)展的空間格局(圖4)。

圖2 基于Landsat圖像波段組合的決策分類樹Fig.2 Decision tree based on combined bands from Landsat image

圖3 長沙市土地利用/覆蓋分類圖(1993—2001年)Fig.3 Land use and land cover in Changsha from 1993 to 2001

圖4 長沙市城市建筑用地密度分級圖(1993—2001年)Fig.4 The built-up area(impervious)density level in Changsha city from 1993 to 2001

4 結(jié)果與分析

4.1 城市擴(kuò)展格局

城市建筑用地分布指示了城市擴(kuò)展(圖3),城市建筑用地由1993年的14 762.97 ha增加到2001年的 21 415.21 ha(表1)。1993年到2001年的土地利用/覆蓋變化矩陣(表1)揭示了城市的擴(kuò)展導(dǎo)致了耕地與林地的減少,從1993年到2001年城市建筑用地增加了45%,而耕地和林地分別減少了24%和20%?？焖俚某鞘谢^程將自然景觀轉(zhuǎn)變?yōu)槿藶槌鞘芯坝^,改變地表的物理特征,這將會對城市環(huán)境產(chǎn)生較大的影響。

用移動窗口法計(jì)算的城市用地密度分布及其變化如圖4所示,1993年高、中、低密度區(qū)域所占比重分別為18.5%,45.4%,和36.1%,而2001年為17.5%,45.6%和36.9%。不同密度區(qū)域都在增加,城市區(qū)域發(fā)展以原建城區(qū)密度的增加以及城市向周邊耕地和林地的擴(kuò)展并存。圖4顯示大多數(shù)城市擴(kuò)張區(qū)域發(fā)生在主要公路沿線和城市外圍區(qū)域。

4.2 地表溫度與城市擴(kuò)展的關(guān)系

已有研究都提到城市化過程會改變地表溫度分布格局,每一土地利用/覆蓋類型的空間范圍與占地面積都會影響到地表溫度分布格局[4]。統(tǒng)計(jì)結(jié)果顯示(表2)建筑用地和裸地呈現(xiàn)最高的地表溫度,其次為耕地。而低溫區(qū)位于林地和水體。這就意味著隨著城市的發(fā)展,由于自然景觀被人工建筑物所取代,可使得地表溫度平均提高4°C,建筑用地區(qū)地表溫度呈現(xiàn)出較大的標(biāo)準(zhǔn)差,說明由于建筑材料的差異、建筑物高度及空間結(jié)構(gòu)的不同,使這一土地覆蓋類型內(nèi)部具有較大的地表溫度差異。相對而言,由于裸地、林地、耕地和水體空間均一性較高,其地表溫度標(biāo)準(zhǔn)差也較小。

表2 不同土地利用/覆蓋類型的溫度統(tǒng)計(jì)值Tab.2 Statistics of temperature of different LULC

為更好地理解城市化過程與地表溫度分布變化的關(guān)系,將城市用地密度圖(圖4)與城市地表溫度分區(qū)(圖1)進(jìn)行疊置分析,并統(tǒng)計(jì)獲得不同溫度區(qū)城市用地密度分布(圖5)。分析結(jié)果表明,每一溫度區(qū)受不同城市用地密度的影響。地表溫度區(qū)域Ⅰ(低溫區(qū))與城市用地低、中密度區(qū)相聯(lián)系,1993年低、中密度城市用地區(qū)分別占低溫區(qū)面積的45%,49%,2001年低、中密度城市用地區(qū)分別占低溫區(qū)面積的為50%,47%。地表溫度區(qū)域Ⅱ(常溫區(qū))主要分布在中密度城市用地分布區(qū),1993年,2001年中密度城市用地區(qū)分別占常溫區(qū)面積的52%,56%。地表溫度區(qū)域Ⅲ(高溫區(qū))主要為高密度城市用地分布區(qū),1993年,2001年高密度城市用地區(qū)分別占高溫區(qū)面積的54%,52%。以上結(jié)果說明城市化導(dǎo)致的地表自然覆蓋向人工建筑覆蓋的變化改變著地表溫度場的格局,而且地表溫度的變化與城市發(fā)展的強(qiáng)度密切相關(guān),城市用地的密度差異與其熱效應(yīng)相關(guān),較高的人工非滲透表面分布通常與地表高溫區(qū)相聯(lián)系。因此,地圖密度指數(shù)結(jié)合地表溫度能定量刻畫城市發(fā)展強(qiáng)度及其與地表溫度場的定量關(guān)系。

圖5 不同城市地表溫度區(qū)城市發(fā)展密度區(qū)分布(1993—2001年)Fig.5 The statistics of urban density categories by temperature zone from 1993 to 2001

5 結(jié) 論

本文以長沙為例,利用Landsat TM/ETM+數(shù)據(jù)定量分析評價(jià)了城市擴(kuò)張及其熱環(huán)境特征的變化。提出利用移動窗口算法定量確定城市范圍及其發(fā)展強(qiáng)度的地圖密度指數(shù)方法,結(jié)合反演的地表溫度分區(qū)數(shù)據(jù),客觀地揭示城市格局及其變化與地表熱特性變化的定量關(guān)系。結(jié)果表明,自20世紀(jì)90年代以來,長沙市城市區(qū)域及其發(fā)展密度顯著增加,城市化導(dǎo)致的地表自然覆蓋向人工建筑覆蓋的變化改變著地表溫度場的格局,而且地表溫度的變化與城市發(fā)展的強(qiáng)度有關(guān),城市用地的密度差異與其熱效應(yīng)相關(guān),較高的人工非滲透表面分布通常與地表高溫區(qū)相聯(lián)系。利用本文提出的地圖密度指數(shù)結(jié)合地表溫度場的分布能定量表示城市發(fā)展強(qiáng)度及其與地表溫度場的關(guān)系。

[1] KALNAY E,CAI M.Impact of Urbanization and Landuse Change on Climate[J].Nature,2003,423:528-531.

[2] ROTH M.Effects of Cities on Local Climates[C/CD]∥Proceedings of Workshop of Institute for Global Environment Studies/Asia-Pacific Network(IGES/APN)Megacity Project.Kitakyushu:[s.n.],2002.

[3] TANG Z X,ENGEL B A,LIM KJ,et al.Minimizing the Impact of Urbanization on Long Term Runoff[J].Journal of the American Water Resources Association,2005,41 (6):1347-1359.

[4] WENG Q.A Remote Sensing-GIS Evaluation of Urban Expansion and its Impact on Surface Temperature in the Zhujiang Delta,China[J].International Journal of Remote Sensing,2001,22:1999-2014.

[5] ZHOU L,DICKINSON R,TIAN Y,et al.Evidence for a Significant Urbanization Effect on Climate in China[C]∥Proceedings of the National Academy of Sciences of the United States of America.New York:PNAS,2004,101 (26):9540-9544.

[6] CARLSON T N,ARTHUR S T.The Impact of Land Use-land Cover Changes due to Urbanization on Surface Microclimate and Hydrology:a Satellite Perspective[J]. Global and Planetary Changes,2000,25:49-65

[7] HE Chunyang,SHI Peijun,CHEN Jin,et al.A Study on Land Use/Cover Change in Beijing Area[J].Geographic Research,2001,20(6):679-688.(何春陽,史培軍,陳晉,等.北京地區(qū)土地利用/覆蓋變化研究[J].地理研究, 2001,20(6):679-688.)

[8] QIAN Lexiang,DING Shengyan.Influence of Land Cover Change on Land Surface Temperature in Zhujiang Delta[J]. Acta Geographica Sinica,2005,60(5):761-770.(錢樂祥,丁圣顏.珠江三角洲土地覆蓋變化對地表溫度的影響[J].地理學(xué)報(bào),2005,60(5):761-770.)

[9] WU Hongan,JIANG Jianjun,ZHANG Hailong,et al. Urban Expansion and Its Effects on Eco-environment in Xi’an Region Based on Landsat TM Data[J].Journal of Natural Resources,2006,21(2):311-318.(吳宏安,蔣建軍,張海龍,等.西安地區(qū)城鎮(zhèn)擴(kuò)展及其生態(tài)環(huán)境效應(yīng)研究[J].自然資源學(xué)報(bào),2006,21(2):311-318.)

[10] YUE Wenze,XU Jianhua,XU Lihua.An Analysis on Eco-environmental Effect of Urban Land Use Based on Remote Sensing Images:A Case Study of Urban Thermal Environment and NDVI[J].Acta Ecologica Sinica,2006, 26(5):1450-1460.(岳文澤,徐建華,徐麗華.基于遙感影像的城市土地利用生態(tài)環(huán)境效應(yīng)研究:以城市熱環(huán)境和植被指數(shù)為例[J].生態(tài)學(xué)報(bào),2006,26(5): 1450-1460.)

[11] SHA Jinming,GAN Shu,WANG Renchao,et al.Using Remote Sensing Techniques to Monitor the Land use Expending in Shaoxing City[J].Remote Sensing for Land& Resources,1998,3(37):51-55.(沙晉明,甘淑,王人潮,等.紹興市城鎮(zhèn)用地?cái)U(kuò)展的遙感監(jiān)測[J].國土資源遙感,1998,3(37):51-55.)

[12] TIAN Guangjin,LIU Jiyuan,ZHUANG Dafang,et al. The Temporal-spatial Characteristics of Urban Land in China in 1990s by Remote Sensing and GIS[J].Quaternary Sciences,2003,23(4):421-427.(田光進(jìn),劉紀(jì)遠(yuǎn),莊大方,等.基于遙感與GIS的20世紀(jì)90年代中國城鎮(zhèn)用地時(shí)空特征[J].第四紀(jì)研究,2003,23(4) : 421-427.)

[13] WU Hongan,JIANGJianjun,ZHOU Jie,et al.Dynamics of Urban Expansion in Xi’an City Using Landsat TM/ ETM+Data[J].Acta Geographica Sinica,2005,60(1): 143-150.(吳宏安,蔣建軍,周杰,等.西安城市擴(kuò)展及其驅(qū)動力分析[J].地理學(xué)報(bào),2005,60(1):143-150.)

[14] WU Xiaoqing,HU Yuanman,HE Hongshi,et al.Spatiotemporal Pattern and Its Driving Forces of Urban Growth in Shenyang City[J].Chinese Journal of Applied Ecology, 2007,18(10):2282-2288.(吳曉青,胡遠(yuǎn)滿,賀紅士,等.沈陽市城鎮(zhèn)擴(kuò)展時(shí)空格局及其驅(qū)動力[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(10):2282-2288.)

[15] HUANG Chengyi,DENG Liangji,FANG Conggang. SatelliteRemote Sensing and Dynamic Variation of Urban Land Use Changes—Taking Chengdu City as an Example[J].Geo-Information Science,2007,9(2):118-123.(黃成毅,鄧良基,方從剛.城市用地遙感監(jiān)測與動態(tài)變化分析:以成都市土地利用為例[J].地球信息科學(xué),2007,9(2):118-123.)

[16] HEROLD M,GOLDSTEIN N,CLARKE K.The Spatiotemporal Form of Urban Growth:Measurement,Analysis and Modeling[J].Remote Sensing of Environment,2003, 86:286-302.

[17] MAKTAV D,ERBEK F S,JURGENS C.Remote Sensing of Urban Areas[J].International Journal of Remote Sensing,2005,26(4):655-659.

[18] MESEV V.Remote Sensing of Urban Systems:Hierarchical Integration with GIS[J].Computers,Environment,and Urban Systems,1998,21(3/4):175-302.

[19] WARD D,PHINN S R,MURRAY A T.Monitoring Growth in Rapidly Urbanization Areas Using Remotely Sensed Data[J].The Professional Geographer,2000,52 (3):371-385.

[20] YANG X.Remote Sensing for Urban Analysis:An Introduction[J].Computers,Environment and Urban Systems,2005,29:497-500.

[21] YEH A G O,LI X.Urban Growth Management in the Pearl River Delta:An Integrated Remote Sensing and GIS Approach[J].ITC Journal,1996,(1):77-86.

[22] RASH T,WEEKS J R,ROBERTS D,et al.Measuring the Physical Composition of Urban Morphology Using Multiple Endmember Spectral Mixture Models[J].Photogrammetric Engineering and Remote Sensing,2003,69: 1011-1020.

[23] LU D,WENG Q.Spectral Mixture Analysis of the Urban Landscape in Indianapolis with Landsat ETM+Imagery[J]. Photogrammetric Engineering&Remote Sensing,2004, 70(9):1053-1062.

[24] LU D,WENG Q.Use of Impervious Surface in Urban Land-use Classification[J].Remote Sensing of Environment,2006,102:146-160.

[25] WU C,MURRAY T.Estimating Impervious Surface Distribution by Spectral Mixture Analysis[J].Remote Sensing of Environment,2003,84:493-505.

[26] WU C.Normalized Spectral Mixture Analysis for Monitoring Urban Composition Using ETM+Image[J].Remote Sensing of Environment,2004,89:467-483.

[27] WENG Q,LU D,SCHUBRING J.Estimation of Land Surface Temperature-vegetation Abundance Relationship for Urban Heat Island Studies[J].Remote Sensing of Environment,2004,89:467-483.

[28] ZHANG Xiaofei,WANG Yanglin,WU Jiansheng,et al. Study on Land Surface Temperature Vegetation Cover Relationship in Urban Region:A Case in Shenzhen City[J]. Geographical Research,2006,25(3):369-378.(張小飛,王仰麟,吳健生,等,城市地域地表溫度-植被覆蓋定量關(guān)系分析:以深圳市為例[J].地理研究,2006,25(3):369-378.)

[29] GUO Hong,GONG Wenfeng,LI Yan,et al.Relationship between Heat Island Effect and Vegetation in Harbin City:RS and GIS Based Quantitative Study[J].Journal of Natural Disasters,2007,16(2):22-26.(郭紅,龔文峰,李雁,等,哈爾濱市熱島效應(yīng)與植被的關(guān)系:基于RS和GIS的定量研究[J].自然災(zāi)害學(xué)報(bào),2007,16(2):22-26.)

[30] 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].Remote Sensing of Environment,2007,106: 375-386.

[31] XU H Q.Modification of the Normalized Difference Water Index(MNDWI)to Enhance Open Water Features in Remotely Sensed Imagery[J].International Journal of Remote Sensing,2006,27(14):3025-3033.

[32] ZHA Y,GAO J,NI S.Use of Normalized Difference Built-up Index in Automatically Mapping Urban Areas from TM Imagery[J].International Journal of Remote Sensing,2003,24(3):583-594.

[33] ZHAO H M,CHEN X L.Use of Normalized Difference Bareness Index in Quickly Mapping Bare Areas from TM/ ETM+[C]∥IEEE International Geoscience and Remote Sensing Symposium:3[S.l.]:IEEE,2005:1666-1668.

[34] QIN Z H,KARNIELI A,BERLINER P.A Mono-window Algorithm for Retrieval Land Surface Temperature from Landsat TM Data and Its Application to the Israel-E-gypt Border Region[J].International Journal of Remote Sensing,2001,22(18):3719-3746.

[35] SOBRINO J A,J IMéNEZ-MU n′OZ J C,PAOLINI L. Land Surface Temperature Retrievalfrom Landsar TM5[J].Remote Sensing of Environment,2004,90(4): 434-440.

A Quantitative Analysis of Urban Growth and Associated Thermal Characteristics Using Remote Sensing Data

ZENG Yongnian1,2,ZHANG Yingying1,2,ZHANG Honghui1,2,HUANG Wei1,2,ZHENG Wenwu1,2
1.School of Info-Physics and Geomatics Engineering,Central South University,Changsha 410083,China;2.Center for Geomatics and Regional Sustainable Development Research,Central South University,Changsha 410083,China

This study utilized remote sensing data of Landsat TM/ETM+to assess urban sprawl and its thermal characteristics in Changsha of central China.A new approach was proposed for quantitatively determining urban land use extents and development densities.Firstly,impervious surface areas were mapped by integrating spectral index derived from remotely sensed data.Then,map density index were derived by using moving window calculation and selecting certain threshold values.Based on the map density index,the urban land extents and development densities were identified.The urban surface thermal patterns were investigated using Landsat thermal band. Analysis results suggest that urban extent and development density and surface thermal characteristics and patterns can be identified through qualitatively based on map density index and land surface temperature.Results show the built-up area and urban development densities have increased significantly in Changsha since 1990s.The differences of urban development densities correspond to thermal effects where higher percent imperviousness is usually associated with higher surface temperature.Map density index and land surface temperature are demonstrated to be very useful sources in quantifying urban land use extent,development intensity,and urban thermal patterns.

urban growth;thermal characteristics;map density index;remote sensing analysis;Changsha

ZENG Y ongnian(1959—),PhD,professor,majors in remote sensing geo-analysis,GIS application,environmental changes and modeling.

1001-1595(2010)01-0065-06

P237

A

國家自然科學(xué)基金(40771198);湖南省自然科學(xué)基金(08JJ6023)

(責(zé)任編輯:叢樹平)

2008-12-16

2009-03-02

曾永年(1959—),博士,教授,主要從事遙感與地理信息系統(tǒng)及其應(yīng)用研究,環(huán)境變化研究。

E-mail:ynzeng@mail.csu.edu.cn