龔　珍，胡友健，黎　華

(1. 中國地質(zhì)大學(xué)，湖北 武漢 430079； 2. 武漢理工大學(xué)，湖北 武漢 430079)

Quantitative Analysis of the Relationship between the Spatial Distribution

of Water and Surface Temperature

GONG Zhen，HU Youjian，LI Hua

?

城市水體空間分布與地表溫度之間的關(guān)系研究

龔珍1,2，胡友健2，黎華2

(1. 中國地質(zhì)大學(xué)，湖北 武漢 430079； 2. 武漢理工大學(xué)，湖北 武漢 430079)

Quantitative Analysis of the Relationship between the Spatial Distribution

of Water and Surface Temperature

GONG Zhen，HU Youjian，LI Hua

摘要：城市熱島效應(yīng)影響著城市的氣候變化和居民的生活環(huán)境，是目前快速城市化進(jìn)程中最具代表性的區(qū)域生態(tài)環(huán)境問題之一。本文以“百湖之市”武漢為例，采用HJ-1B衛(wèi)星的遙感影像，提取了城市地表溫度，利用景觀生態(tài)學(xué)方法分析了城市水體的空間分布。研究結(jié)果表明：地表平均溫度受到研究區(qū)域內(nèi)水體面積比重的影響，地表溫度的標(biāo)準(zhǔn)差受到水體面積比重和水體離散度的影響。

關(guān)鍵詞：城市溫度；水體面積比；溫度標(biāo)準(zhǔn)差；水體離散度

一、引言

隨著全球城市建設(shè)的高速發(fā)展，城市熱島效應(yīng)也變得越來越明顯。城市熱島效應(yīng)不僅給城市的生態(tài)環(huán)境帶來了嚴(yán)重的影響，而且也影響著城市居民的生活環(huán)境。如何合理規(guī)劃城市布局，減緩城市熱島效應(yīng)，已經(jīng)成為國內(nèi)外研究的熱點(diǎn)。

植被是城市生態(tài)系統(tǒng)的組要組成部分，植被指數(shù)很早就被用于城市熱島效應(yīng)的研究[1]。1993年，Gallo等首次指出了植被指數(shù)與城市氣溫之間存在明顯的線性關(guān)系[2]。隨后，NDVI指數(shù)被廣泛應(yīng)用于地表溫度與城市熱島的研究中[3]。徐涵秋的研究表明，城市水體對(duì)城市地表有降溫作用[4]。

由于城市中水體的形狀、大小、面積不一樣，因此緩解熱島效應(yīng)的效果也不同。研究城市不同水體對(duì)緩解城市熱島效應(yīng)的作用，改變城市局部生態(tài)環(huán)境具有重要意義[5]。但目前，從區(qū)域角度研究水體對(duì)于城市熱島效應(yīng)的研究還非常缺乏。本文以“百湖之市”武漢為例，采用HJ-1B衛(wèi)星的遙感影像，提取城市地表溫度，引入間隙度維數(shù)描述城市水體的空間分布，為緩解城市熱島效應(yīng)、優(yōu)化人居環(huán)境、合理進(jìn)行城市規(guī)劃提供了科學(xué)依據(jù)。

二、研究區(qū)域與研究方法

1. 研究區(qū)域概況

武漢市(113.41°E—115.05°E，29.58°N—31.22°N)屬于亞熱帶濕潤氣候，7月進(jìn)入盛夏，最高氣溫達(dá)到37℃~39℃。近年來，武漢市植被覆蓋度雖不斷增加，但城市面積快速擴(kuò)張，高密度的人口增加，導(dǎo)致了武漢市熱島效應(yīng)仍然突出。

2. 數(shù)據(jù)來源及預(yù)處理

本文采用的遙感影像是環(huán)境與災(zāi)害監(jiān)測B星(HJ-1B)的2級(jí)產(chǎn)品，采集時(shí)間為2011年7月9日2：52，當(dāng)日溫度為25℃~34℃。影像已進(jìn)行了初步的輻射校正和幾何校正處理，利用武漢市矢量圖截取了研究區(qū)域，采用ENVI自帶的FLaash大氣校正模型對(duì)多光譜影像進(jìn)行了大氣校正。

3. 地表溫度反演

相對(duì)于傳統(tǒng)的定點(diǎn)觀測，遙感監(jiān)測能夠獲得空間上連續(xù)的熱環(huán)境狀況。本文采用單窗算法反演地表溫度。首先將HJ-1B影像的DN值轉(zhuǎn)化為輻射值，公式為

Lλ=DN-b/g

(1)

式中，Lλ為下墊面的輻射值；DN為HJ-1B衛(wèi)星IRS-4波段的灰度值；g為絕對(duì)定標(biāo)系數(shù)增益；b為偏移量。

通過下式將L轉(zhuǎn)化為輻射亮溫

TB=K2/[ln(K1/Lλ+1)]

(2)

式中，K1和K2為常數(shù)，其值分別為607.766 W·m-2·sr-1·um-1和1 260.56 K。

TS=TB/1+(λ×TB/C)lnε

(3)

式中，TS為地表溫度；TB為亮度溫度；λ為有效中心波長；C為常數(shù)(C=hc/σ，h為普朗克常數(shù)，c為光速，σ為波爾茲曼常數(shù))，值為1.438 768 69×10-2m·K；ε為地表比輻射率。

對(duì)比輻射率ε的估算，為簡便起見，采用NDVI閾值法[6-8]，最終得到武漢市的地標(biāo)溫度如圖1所示。

圖1　武漢市地表溫度

4. 水體提取

本文利用LBV[9]變換對(duì)HJ-1B衛(wèi)星的多光譜影像進(jìn)行了處理，利用B波段能監(jiān)測水體和地表層的潮濕程度，并能區(qū)分云、雪和冰的特性，采用閾值法[10]提取了研究區(qū)域的水體，如圖2所示。

圖2　武漢市水體空間分布

三、研究方法與結(jié)果

1. 水體和溫度參數(shù)提取

本文選取武漢市的矢量重心為圓心，以半徑步長2 km來建立圓形緩沖區(qū)，以南北、東西方向?yàn)橹行妮S，建立半徑為2的緩沖區(qū)，并對(duì)緩沖區(qū)中的同心圓中的溫度平均值、溫度方差、水體的總面積比重、水體的平均面積、水體的離散度進(jìn)行了提取，其中水體的離散度按照景觀格局的定義進(jìn)行計(jì)算[11-12]，如圖3所示。

圖3　溫度和水體提取方法

2. 地表溫度與水體空間格局的定量研究

將得到的水平和垂直方向的溫度和水體數(shù)據(jù)共20組用SPSS軟件進(jìn)行Pearson相關(guān)性分析，結(jié)果見表1。

表1　相關(guān)性

注：*表示在0.05水平(雙側(cè))上顯著相關(guān)；**表示在0.01水平(雙側(cè))上顯著相關(guān)。

由表1可以看出，地表平均溫度與水體的面積比重具有顯著的相關(guān)性，地表溫度的方差與水體的離散度、水體的總面積比重具有顯著相關(guān)性。

3. 地表溫度與水體空間格局的多因子回歸分析

為了進(jìn)一步弄清水體空間格局與對(duì)地表溫度的影響，本文將水平方向和垂直方向的水體數(shù)據(jù)放在一起，利用SPSS進(jìn)行了多元數(shù)據(jù)回歸分析，結(jié)果見表2—表4。

表2　模型匯總

注：a為預(yù)測變量；常量為水體面積比重、水體離散度、水體平均面積。

表3　Anovab

注：變量為水體比重、水體離散度、水體平均面積；因變量為溫度方差。

表4　系數(shù)a

注：因變量為標(biāo)準(zhǔn)方差。

得到的公式如下

T=302.612-0.044PLAND

(4)

ΔT=1.209+0.005PLANJ+0.005PLAND

(5)

式中，PLADJ表示水體的離散度；PLAND表示水體的面積比重。由公式可以看出，地表平均溫度受到研究區(qū)域內(nèi)的水體面積比重的影響，地表溫度的標(biāo)準(zhǔn)差受到水體面積比重和水體離散度的影響。

四、結(jié)束語

本文以HJ-1B遙感數(shù)據(jù)為基礎(chǔ)，利用GIS空間分析方法和景觀分析方法，以“百湖之市”武漢為例，重點(diǎn)研究了城市水體對(duì)地表溫度的影響，發(fā)現(xiàn)地表平均溫度受到研究區(qū)域內(nèi)的水體面積比重的影響，地表溫度的標(biāo)準(zhǔn)差受到水體面積比重和水體離散度的影響。

在城市規(guī)劃中，通過建設(shè)不同的水體，可以有效地降低城市的熱環(huán)境效應(yīng)，但是如何合理地布局水體的空間結(jié)果，使其生態(tài)效應(yīng)最大化是值得進(jìn)一步研究的課題[13]。本文為解決這一問題提供了一定的參考依據(jù)。

參考文獻(xiàn)：

[1]胡云.上海城區(qū)不同類型水體與地表溫度關(guān)系研究[J].人民長江，2013,44(19):88-90.

[2]GALLO K P,MCNAB A,KARL T R,et al.The Use of NOAA AVHRR Data for Assessment of the Urban Heat Island Effect[J].Journal of Applied Meteorology,1993,32(5):899-908.

[3]WILSON J S,CLAY M,MARTIN E,et al. Evaluating Enviroment Influences of Zoning in Urban Ecosystems with Remote Sensing[J].Remote Sensing of Enviroment,2003,86(3):303-321.

[4]徐涵秋.城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析[J].生態(tài)學(xué)報(bào),2009,29(5):2456-2462.

[5]丁圣彥,曹新向.清末以來開封市水域景觀格局變化[J].地理學(xué)報(bào),2004,59(6):956-963.

[6]HANTSON S,CHUVIECO E.Evaluation of Different Topographic Correction Methods for Landsat Imagery[J].Internatioal Journal of Applied Earch Observation and Geoinf Ormation,2011,13(5):691-700.

[7]姜浩,馮敏,肖桐,等.基于線狀特征增強(qiáng)的TM遙感影像細(xì)小河流提取方法[J].測繪學(xué)報(bào),2014,43(7):705-710.

[8]楊樹文,薛重生,劉濤,等.一種利用TM影像自動(dòng)提取細(xì)小水體的方法[J].測繪學(xué)報(bào),2010,39(6):611-617.

[9]ZENG Z Y. A New Method of Data Transformation for Satellite Images:I.Methodology and Transformation Equation for TM Images[J].International Journal of Remote Sensing,2007,28(18):4095-4124.

[10]栗敏光,范洪冬,鄧喀中.基于LBV變化的TM數(shù)據(jù)水體提取新方法[J].測繪科學(xué),2010,35(3):138-139.

[11]鄭新奇，付梅亞.景觀格局空間分析技術(shù)及其應(yīng)用[M].北京：科學(xué)出版社,2010.

[12]趙芳，朱豐琪，馮仲科，等.運(yùn)用資源三號(hào)衛(wèi)星影像提取水體信息的方法研究[J].測繪通報(bào)，2014(3):25-28.

[13]孫茂存，李俊峰.基于TM遙感影像數(shù)據(jù)的烏魯木齊熱島效應(yīng)分析[J].測繪通報(bào)，2015(5):95-98.

[14]殷亞秋,李家國,余濤,等. 基于高分辨率遙感影像的面向?qū)ο笏w提取方法研究[J].測繪通報(bào),2015(1):81-85.

作者簡介：龔珍(1981—)，女，博士生，研究方向?yàn)槌鞘凶兓b感監(jiān)測。E-mail：doudouzhen@126.com

基金項(xiàng)目：十二五國家科技支撐計(jì)劃(2012BAJ11B00)；國家自然科學(xué)基金青年基金(41301588)；中國博士后科學(xué)基金(2013M531749)

收稿日期：2014-12-08； 修回日期： 2015-11-03

中圖分類號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：0494-0911(2015)12-0034-03

引文格式： 龔珍，胡友健，黎華. 城市水體空間分布與地表溫度之間的關(guān)系研究[J].測繪通報(bào)，2015(12)：34-36.DOI:10.13474/j.cnki.11-2246.2015.372