劉祖昱, 楊維芳, *,呂建偉,李德宴,李蓉蓉

基于Landsat影像的西寧市不透水面時空演變及其增溫效應(yīng)分析

劉祖昱1, 2, 3, 楊維芳1, 2, 3, *,呂建偉1, 2, 3,李德宴1, 2, 3,李蓉蓉1, 2, 3

1. 蘭州交通大學(xué)測繪與地理信息學(xué)院, 蘭州 730070 2. 地理國情監(jiān)測技術(shù)應(yīng)用國家地方聯(lián)合工程研究中心, 蘭州 730070 3. 甘肅省地理國情監(jiān)測工程實(shí)驗室, 蘭州 730070

深入探討城市不透水面時空演變及其對城市熱環(huán)境的影響, 對于促進(jìn)城市協(xié)調(diào)發(fā)展和優(yōu)化城市生態(tài)系統(tǒng)意義重大。以西寧市2001、2009和2017年Landsat TM/OLI影像為數(shù)據(jù)源, 利用增強(qiáng)型歸一化差值不透水面指數(shù)提取不透水面, 采用單窗算法反演地表溫度, 分析了西寧市不透水面和地表溫度的時空分布特征, 并對二者進(jìn)行回歸分析和對比分析, 研究了不透水面的增溫效應(yīng)。結(jié)果表明: (1)2001—2017年西寧市不透水面擴(kuò)張顯著, 總面積由41.58 km2增長到96.23 km2, 年增長率高達(dá)8.22%; (2)2001-2017年, 不透水面下墊面溫度分布主要以中溫區(qū)、次高溫區(qū)和高溫區(qū)為主, 且中溫區(qū)、次高溫區(qū)比例呈下降態(tài)勢, 而高溫區(qū)比例持續(xù)上升, 高溫區(qū)面積由2001年5.36 km2增長到2017年的37.91 km2, 年增長率達(dá)12.8%; (3)城西區(qū)、城中區(qū)、城東區(qū)高溫區(qū)的增長主要集中在前期, 而城北區(qū)高溫區(qū)在整個研究期均呈顯著增長; (4)不透水面覆蓋比例與地表溫度正相關(guān), 不透水面比例每增加0.1, 地表溫度增加0.7-1 ℃, 城市不透水面增加對地表溫度的升高和城市熱環(huán)境的惡化作用明顯; (5)各城區(qū)不透水面增溫效應(yīng)存在差異性, 城北區(qū)不透水面增溫效應(yīng)最強(qiáng), 城中區(qū)、城西區(qū)不透水面增溫效應(yīng)最弱。

不透水面; 地表溫度; 時空演變; 增溫效應(yīng)

0 引言

當(dāng)前, 世界經(jīng)濟(jì)發(fā)展日新月異, 城市化是經(jīng)濟(jì)發(fā)展帶動下必然產(chǎn)生的趨勢, 據(jù)統(tǒng)計世界上有一半的人口居住在城市里, 而上個世紀(jì)末城市人口僅占四分之一[1]。城市化進(jìn)程的不斷推進(jìn), 導(dǎo)致土地利用類型快速轉(zhuǎn)變, 大量以植被、濕地、森林、土壤為主的自然景觀逐漸被瀝青、水泥等高儲熱性能的人工材料所替代[2]。人們對城市土地資源的開發(fā)利用, 從根本上改變了城市地表構(gòu)成, 進(jìn)而改變城市生態(tài)環(huán)境[3]。城市生態(tài)環(huán)境問題也逐漸影響了人類的活動及身心健康, 這種惡性的人地關(guān)系促使城市生態(tài)環(huán)境問題日趨嚴(yán)重, 受到學(xué)術(shù)、政府、公眾等社會各方面廣泛關(guān)注[4]。

不透水面是指如道路、瀝青、水泥等水不能通過其下滲到土壤中的城市人工景觀[5]。不透水面作為城市地表構(gòu)成的重要部分, 其景觀的面積、格局變化等特征, 可定量反映城市的擴(kuò)張變化, 并可表征城市化的進(jìn)度, 對于城市規(guī)劃、環(huán)境和資源管理具有重要意義。城市不透水面的快速擴(kuò)張, 帶來了一系列生態(tài)環(huán)境問題, 比如城市排水泄洪能力減弱[6]、水體質(zhì)量下降[7]和城市熱島效應(yīng)增強(qiáng)等[8-9], 因此有必要對不透水面進(jìn)行深入的研究。

近年來, 國內(nèi)外學(xué)者針對不透水面對城市地表溫度的影響做了大量研究, 大多研究集中在不透水面信息提取方法及不透水面覆蓋比例與地表溫度的相關(guān)關(guān)系上, 缺乏不透水面時空擴(kuò)張對城市增溫幅度的定量估算研究, 而且現(xiàn)有的研究主要集中在一線城市[10-14], 針對西北干旱區(qū)城市研究較少。西寧市作為干旱區(qū)代表性城市之一, 在西部大開發(fā)戰(zhàn)略的推動下, 城市不透水面快速擴(kuò)張, 城市熱環(huán)境惡化顯著, 研究其不透水面時空變化對城市地表溫度的影響對于優(yōu)化人居環(huán)境與提升城市品質(zhì)有重要的意義[15]。因此本文采用增強(qiáng)型歸一化差值不透水面指數(shù)(Enhanced normalized difference impervious surface index, ENDISI)[16]和單通道算法[17]反演不透水面專題信息和地表溫度, 研究西寧市不透水面時空分布對地表溫度的影響, 為改善城市熱環(huán)境和城市發(fā)展合理規(guī)劃提供參考。

1 研究區(qū)概況

本文以西寧市主城區(qū)為研究范圍(圖1), 西寧市是一個擁有悠久歷史的高原古城, 位于青海省東北部, 青藏高原東北部, 地處在湟水及三條支流的交匯處。呈東西向條帶狀, 地勢西南高、東北低。四周群山懷抱, 南有南山、北有北山。

圖1 研究區(qū)地圖

Figure 1 Map of the study area

2 數(shù)據(jù)來源

獲取了2001、2009 年Landsat5 TM數(shù)據(jù)和2017年Landsat8 OLI日間成像數(shù)據(jù), 具體數(shù)據(jù)標(biāo)識包括LT51320352001226BJC00、LT51320352009264IKR 00、LC81320352017254LGN00, 數(shù)據(jù)來源于中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http://www.Gscloud.cn/)。

3 研究方法

3.1 不透水面提取

目前不透水面提取的主要方法有: 基于像素的圖像監(jiān)督分類法[18], 混合像元分析法[19-20]以及面向?qū)ο蠓诸惖乃惴╗21]和指數(shù)法[22]等, 本研究不透水面提取采用適用于西北干旱區(qū)的ENDISI指數(shù)法。利用該指數(shù)時需先利用改進(jìn)的歸一化水體差異指數(shù)(modified normalized difference water index,MNDWI)掩模水體, 再進(jìn)行ENDISI結(jié)果的提取。具體波段運(yùn)算公式如下:

式中:分別對應(yīng)TM影像的第1、2、3、4、5、7, OLI影像的第2、3、4、5、6、7波段。

3.2 地表溫度反演

目前地表溫度反演常用的方法主要有: 輻射傳輸方程法、單窗算法、單通道算法, 考慮到單窗算法的普適應(yīng)和易操作性, 本研究采用單窗算法獲取地表溫度信息, 其計算公式如下:

上式中,為地表溫度,為傳感器溫度值,為熱紅外波段的中心波長,為波爾茲曼常數(shù),為地表比輻射率;KK為定標(biāo)系數(shù);L分別為TM和OLI影像BB波段的輻射值;為像元灰度值,依次為波段增益值、偏置值; 不同時相影像因天氣原因?qū)е庐?dāng)天氣溫發(fā)生變化, 分析地表溫度時空分布特征不能直接進(jìn)行分析, 因此本文采用陳松林等提出的均值－標(biāo)準(zhǔn)差法[23]對地表溫度進(jìn)行分級(表1)。

4 結(jié)果分析

4.1 不透水面時空分布

根據(jù)前面介紹的不透水面提取方法, 得到各期不透水面空間分布信息(圖2)和不透水面覆蓋率及年均變化率統(tǒng)計表(表2), 以google歷史影像作為參考對不透水面提取結(jié)果進(jìn)行精度驗證, 提取精度都在85%以上, 符合精度要求。由圖2可見, 西寧市不透水面時空擴(kuò)張顯著, 由城中心向周邊呈快速蔓延態(tài)勢。2001年西寧市不透水面分布非常集中, 主要分布在城中心, 2001—2009年研究區(qū)不透水面快速向四周蔓延, 表現(xiàn)為“擴(kuò)張式”增長模式; 2009—2017不透水面集聚程度不斷提高, 該階段不透水面增長主要以“填充式”增長模式為主。由表2可以看出, 不透水面覆蓋率由2001年的11.92%增長到2017年的27.60%, 年均增長率為8.22%; 從各個城區(qū)看, 研究期內(nèi)西寧市四個區(qū)不透水面積均表現(xiàn)持續(xù)增長的趨勢, 城北區(qū)不透水面面積覆蓋率由2001年的12.14%發(fā)展到2017年的30.31%, 其不透水面年均增長率位于四個城區(qū)之首, 且后期年比前期略有增長; 城西區(qū)2001年不透水面覆蓋率為12.12%, 2017年增長至25.81%, 年均增長率在前期均處于較高水平, 不透水面面積迅速增加, 而在后期明顯減速, 表明后期城西區(qū)建設(shè)步伐放緩; 城東區(qū)與城中區(qū)不透水面覆蓋率相對較低, 2001年2個城區(qū)不透水面覆蓋率分別為14.12%、19.61%, 2017年分別增至24.95%、29.31%, 城東區(qū)不透水面年均增長率在后期大幅度降低, 表明該區(qū)域不透水面擴(kuò)張步伐呈放緩的態(tài)勢, 城中區(qū)16年以來增速始終處于較低水平并且后期增速還在減小。通過橫向?qū)Ρ劝l(fā)現(xiàn), 前期研究區(qū)不透水面擴(kuò)張區(qū)域主要集中在城東區(qū)、城北區(qū)和城西區(qū), 到后期主要城北區(qū)為主, 城西區(qū)增速降低, 而城東區(qū)和城中區(qū)城市化建設(shè)已接近飽和狀態(tài), 增速大大減慢。

表1 溫度等級劃分標(biāo)準(zhǔn)

(注: T為溫度, Mean代表溫度均值, Std代表溫度標(biāo)準(zhǔn)差)

圖2 2001-2017 研究區(qū)不透水面專題信息影像

Figure 2 Thematic information image of impervious surface in the research area from 2001 to 2017

表2 研究區(qū)不透水面覆蓋率及年均增長率統(tǒng)計

4.2 地表溫度時空分布特征

根據(jù)地表溫度反演模型及溫度劃分標(biāo)準(zhǔn)得到研究區(qū)各期的地表溫度分區(qū)圖(圖3), 以各期不透水面為掩模數(shù)據(jù)獲得研究區(qū)不透水面下墊面溫度分布信息及年均變化率統(tǒng)計表(表3)和各城區(qū)不透水面下墊面溫度分布信息統(tǒng)計表(表4)。

表3 研究區(qū)不透水面下墊面溫度分布信息及年均變化率統(tǒng)計表

圖3 2001-2017年研究區(qū)地表溫度分區(qū)圖

Figure 3 Zoning map of surface temperature in the study area from 2001 to 2017

表4 西寧市各城區(qū)不透水面下墊面溫度分布信息統(tǒng)計

由表3和圖3可以看出, 整體上2001—2017年西寧市城市熱環(huán)境惡化明顯, 不透水面下墊面高溫區(qū)迅速擴(kuò)張, 高溫區(qū)比例從2001年的12.88%增長到2017年的39.39%, 年均增長率高達(dá)12.86%, 而次高溫區(qū)、中溫區(qū)、次中溫區(qū)、低溫區(qū)均呈現(xiàn)負(fù)增長, 中溫區(qū)所占比例降低最快, 從2001年的48.25%下降到2017年30.29%, 年均增長率為-2.33%。分析各研究時期地表溫度分布發(fā)現(xiàn), 2001年不透水面下墊面溫度分布以中溫區(qū)、次高溫區(qū)為主, 所占比例高達(dá)81.9%, 中溫區(qū)所占比例最大, 而低溫區(qū)和次中溫區(qū)比例較低; 2009年低溫區(qū)、次中溫區(qū)相比2001年變化不大, 中溫區(qū)、次高溫區(qū)呈現(xiàn)負(fù)增長, 而高溫區(qū)呈現(xiàn)迅速增長態(tài)勢, 年均增長率高達(dá)19.21%; 2017年, 低溫區(qū)、次中溫區(qū)、中溫區(qū)、次高溫區(qū)相比2009年呈現(xiàn)略微下降態(tài)勢, 而高溫區(qū)持續(xù)增長。

由表4可以看出, 研究期內(nèi)低溫區(qū)、次中溫區(qū)在城西區(qū)、城中區(qū)、城東區(qū)的分布一直處于較低水平, 城北區(qū)早期低溫區(qū)、次中溫區(qū)面積遠(yuǎn)高于其他幾個城區(qū), 并呈下降態(tài)勢, 這是由于早期城市化發(fā)展程度低于其他幾個區(qū)所致, 隨著城北區(qū)城市化速度的加快, 低溫區(qū)比例開始下降。中溫區(qū)、次高溫區(qū)在各城區(qū)分布均處于較高水平, 且整體呈下降態(tài)勢。高溫區(qū)整體成增長態(tài)勢, 城西區(qū)、城中區(qū)、城東區(qū)高溫區(qū)的增長主要集中在前期, 后期增長不明顯, 而城北區(qū)高溫區(qū)在整個研究期均呈顯著增長態(tài)勢, 2017年高溫區(qū)在各個城區(qū)的分布比例均處于較高水平, 局部熱島現(xiàn)象顯著。

4.3 不透水面增溫效應(yīng)分析

不透水面提高了城市地表溫度, 同時影響著熱量散發(fā), 對熱環(huán)境有較大負(fù)面影響, 為了定量分析城市不透水面對熱環(huán)境的影響, 在Arcgis中采用3 × 3 像元大小的網(wǎng)格覆蓋不透水面專題信息圖, 基于單個像元采用隨機(jī)采樣的方法生成150樣本, 每個樣本對應(yīng)一組不透水面比例和溫度值數(shù)據(jù), 然后將兩者進(jìn)行線性回歸分析(圖4)。

由圖4可以看出, 各研究期內(nèi)不透水面比例與地表溫度呈線性正相關(guān)關(guān)系; 2001年, 研究區(qū)內(nèi)不透水面的比例每增長0.1會導(dǎo)致地表溫度相對升高1 ℃; 到2009年時, 不透水面的比例每增長0.1會使地表溫度升高0.9 ℃; 到2017年不透水面比例每增長0.1, 地表溫度升高0.7 ℃?？傮w來說,不透水面的時空擴(kuò)張會直接導(dǎo)致地表溫度的上升, 進(jìn)而造成城市熱環(huán)境惡化, 加劇城市熱島效應(yīng)。

城市熱環(huán)境還受到城市空間內(nèi)分布的植被、水體、陰影等影響, 不同的地表構(gòu)成會導(dǎo)致不透水面增溫效應(yīng)存在差異性, 利用增溫強(qiáng)度分析研究區(qū)各城區(qū)不透水面增溫效應(yīng)的差異性, 增溫強(qiáng)度用高溫區(qū)比例與不透水面比例的比值代表, 表2和表4可以看出, 整個研究區(qū)內(nèi), 城北區(qū)不透水面增溫效應(yīng)最強(qiáng), 2001—2017年不透水面覆蓋率增長18.17%, 不透水面下墊面高溫區(qū)比例增長15.03%, 增溫強(qiáng)度達(dá)0.83; 其次是城東區(qū)不透水面增長10.83%,不透水面下墊面高溫區(qū)比例增長7.87%, 增溫強(qiáng)度為0.73; 城中區(qū)、城西區(qū)地表溫度對不透水面增長響應(yīng)最弱, 增溫強(qiáng)度僅為0.16和0.13。

圖4 不透水面與地表溫度相關(guān)性分析圖

Figure 4 Correlation analysis between impervious surface and surface temperature

5 結(jié)論與討論

5.1 結(jié)論

在新型城鎮(zhèn)化背景下進(jìn)行了不透水面時空演變及其增溫效應(yīng)研究, 得出主要結(jié)論如下:

(1)西寧市不透水面擴(kuò)張顯著, 總面積由2001年的41.58 km2增長到2017年的96.23 km2, 年均增長率高達(dá)8.22%; 城北區(qū)不透水面面積增長率位于四區(qū)之首, 城中區(qū)增長率最低; 研究期內(nèi)前期不透水面面積增長主要集中城東區(qū)、城北區(qū)和城西區(qū), 后期面積增長主要以城北區(qū)為主, 城東區(qū)和城中區(qū)不透水面空間分布接近飽和狀態(tài), 其增長速度大大降低。

(2)西寧市不透水面下墊面溫度分布主要以中溫區(qū)、次高溫區(qū)、高溫區(qū)為主, 且中溫區(qū)、次高溫區(qū)比例呈下降態(tài)勢, 而高溫區(qū)比例持續(xù)上升, 高溫區(qū)面積由2001年的5.36 km2增長到2017年的37.91 km2, 年均增長率高達(dá)12.8%; 城西區(qū)、城中區(qū)、城東區(qū)高溫區(qū)的增長主要集中在前期, 而城北區(qū)高溫區(qū)在整個研究期均呈顯著增長態(tài)勢。

(3)不透水面覆蓋比例與地表溫度呈正相關(guān), 不透水面下墊面溫度隨不透水面比例增高而升高, 不透水面比例每增加0.1, 地表溫度增加0.7-1 ℃, 不透水面的增加對城市熱環(huán)境的惡化和城市熱島效應(yīng)的增強(qiáng)推動作用明顯; 各城區(qū)不透水面增溫效應(yīng)由于不透水面時空分布特征不同而存在差異性, 城北區(qū)不透水面增溫效應(yīng)最強(qiáng), 城中區(qū)、城西區(qū)地表溫度對不透水面增長響應(yīng)最弱。

5.2 討論

本文基于landsat遙感影像分析了西寧市不透水面時空演變對地表溫度的影響, 能有效體現(xiàn)城市不透水面時空分布特征和地表溫度分布的空間異質(zhì)性, 有助于人們了解城市發(fā)展?fàn)顩r和熱環(huán)境演變態(tài)勢, 為政府部門規(guī)劃決策提供參考。但本文目前僅通過研究區(qū)不透水面覆蓋比例變化分析對地表溫度的影響, 而不透水面對地表溫度的影響還涉及不透水面的形狀、材料等多個因素, 如何綜合考慮多個指標(biāo)分析不透水面變化對城市熱環(huán)境的影響是下一步研究的重點(diǎn)。

[1] 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, 2009, 29(05): 2456–2462.

[2] 李樂, 徐涵秋. 杭州市城市空間擴(kuò)展及其熱環(huán)境變化[J]. 遙感技術(shù)與應(yīng)用, 2014, 29(02): 264–272.

[3] 李偉峰, 歐陽志云. 城市生態(tài)系統(tǒng)的格局和過程[J]. 生態(tài)環(huán)境, 2007, (02): 672–679.

[4] 余紅嬌. 干旱區(qū)城市不透水面的遙感估算及其氣候效應(yīng)分析[D]. 烏魯木齊: 新疆大學(xué), 2018.

[5] 周玄德, 郭華東, 孜比布拉·司馬義. 城市擴(kuò)張過程中不透水面空間格局演變及其對地表溫度的影響——以烏魯木齊市為例[J]. 生態(tài)學(xué)報, 2018, 38(20): 7336–7347.

[6] 石樹蘭, 龐博, 趙剛, 等. 基于有效不透水面識別的城市雨洪過程模擬研究[J]. 北京師范大學(xué)學(xué)報(自然科學(xué)版), 2019, 55(05): 595–602.

[7] 蔣昌波, 鐘量, 隆院男, 等. 溈水流域中上游徑流對不透水面擴(kuò)張的響應(yīng)[J]. 水資源與水工程學(xué)報, 2019, 30(05): 32–39.

[8] 王琳, 徐涵秋. 快速城市化下福州市的熱環(huán)境變遷[J]. 同濟(jì)大學(xué)學(xué)報(自然科學(xué)版), 2017, 45(09): 1336–1344.

[9] 宋毅, 楊昆, 趙旭東, 等. 基于ETM+/TM數(shù)據(jù)的滇池流域不透水面變化與城市熱島效應(yīng)關(guān)系研究[J]. 科學(xué)技術(shù)與工程, 2014, 14(03): 49–54.

[10] 馮珊珊, 樊風(fēng)雷. 2006―2016年粵港澳大灣區(qū)城市不透水面時空變化與驅(qū)動力分析[J]. 熱帶地理, 2018, 38(04): 536–545

[11] 周正龍, 沙晉明, 季建萬. 福州主城區(qū)熱島效應(yīng)與不透水面的關(guān)系及時空變化分析[J]. 福建師范大學(xué)學(xué)報(自然科學(xué)版), 2019, 35(01): 19–27.

[12] 王林申, 付佳, 賈琦, 等. 濟(jì)南市地表參數(shù)變化及其熱島效應(yīng)響應(yīng)[J]. 干旱區(qū)資源與環(huán)境, 2019, 33(01): 148– 152.

[13] 鄧睿, 胡日查, 劉亮, 等. 基Landsat8 OLI/TIR數(shù)據(jù)的重慶市不透水面與城市熱環(huán)境關(guān)系研究[J]. 重慶交通大學(xué)學(xué)報(自然科學(xué)版), 2017, 36(01): 68–76.

[14] 徐永明, 劉勇洪. 基于TM影像的北京市熱環(huán)境及其與不透水面的關(guān)系研究[J]. 生態(tài)環(huán)境學(xué)報, 2013, 22(04): 639–643.

[15] 樊智宇, 詹慶明, 劉慧民, 等. 武漢市夏季城市熱島與不透水面增溫強(qiáng)度時空分布[J]. 地球信息科學(xué)學(xué)報, 2019, 21(02): 226–235.

[16] 穆亞超, 頡耀文, 張玲玲, 等. 一種新的增強(qiáng)型不透水面指數(shù)[J]. 測繪科學(xué), 2018, 43(02): 83–87.

[17] 周玄德. 新疆典型城市不透水面及其地表溫度的分形研究[D]. 新疆大學(xué), 2018.

[18] 翟珂, 吳曉青, 秦元偉, 等. 基于OLI影像的環(huán)渤海灣不透水面提取及空間格局分析[J]. 資源科學(xué), 2015, 37(10): 1920–1928.

[19] WENG Qihao, LU Dengsheng. A sub-pixel analysis of urbanization effect on land surface temperature and its interplay with impervious surface and vegetation coverage in Indianapolis,United States[J]. International Journal of Applied Earth Observations and Geoinformation, 2007, 10(01): 68–83.

[20] WU Changshan, ALAN T. Murray.Estimating impervious surface distribution by spectral mixture analysis[J]. Remote Sensing of Environment, 2003, 84(4): 493–505.

[21] SEBARI I, HE Dong-Chen. Automatic fuzzy object- based analysis of VHSR images for urban objects extra-ction[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 79(Complete): 171–184.

[22] 徐涵秋. 一種快速提取不透水面的新型遙感指數(shù)[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2008, 33(11): 1150–1153.

[23] 王天星, 陳松林, 閻廣建. 地表參數(shù)反演及城市熱島時空演變分析[J]. 地理科學(xué), 2009, 29(05): 697–702.

Spatial-temporal evolution of impervious surface in Xining based on landsat imagery and analysis of its temperature increasing effect

LIU Zuyu1, 2, 3,YANG Weifang1, 2, 3, LV Jianwei1, 2, 3, LI Deyan1, 2, 3, LI Rongrong1, 2, 3

1. Faculty of Geomatics, Lanzhou Jiaotong University1, Lanzhou 730070, China 2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China 3. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China

In-depth discussion of the spatial and temporal evolution of urban impervious surface and its impact on urban thermal environment is of great significance for promoting coordinated urban development and optimizing urban ecosystem.The Landsat TM / OLI images of Xining City in 2001, 2009 and 2017 were used as data sources. The impervious surface was extracted using the enhanced normalized difference impervious surface index, and the single-window algorithm was used to retrieve the surface temperature. Spatial-temporal distribution characteristics of surface and surface temperature, and regression analysis and comparative analysis of the two were conducted to study the effect of temperature increase on the impervious surface.The results show that: (1) In 2001-2017, the impervious surface expansion of Xining City was significant, the total area increased from 41.58 km2to 96.23 km2, and the annual growth rate was as high as 8.22%. (2)From 2001 to 2017, the temperature distribution of the underlying surface of the impervious surface was mainly in the middle temperature zone, the sub-high temperature zone, and the high temperature zone, and the proportion of the middle temperature zone and the sub high temperature zone showed a downward trend, while the proportion of the high temperature zone continued to increase from 5.36 km2in 2001 to 37.91 km2in 2017, and the annual growth rate reached 12.8%. (3)The growth of high-temperature areas in the western, central and eastern parts of the city was mainly concentrated in the early stage, while the high-temperature areas in the northern part of the cityincreased significantly throughout the study period. (4)The proportion of impervious surface coverage was positively related to the surface temperature. For every 0.1 increase in the proportion of impervious surface, the surface temperature increases by 0.7-1 ℃. The increase in impervious surface of the city had a significant effect on the increase of surface temperature and the deterioration of urban thermal environment. (5)There were differences in the effect of temperature increase on the impervious surface of each urban area. The effect of temperature increase on the impervious surface of the northern part of the city was the strongest, and the effect of temperature increase on the impervious surface of the central and western parts was the weakest.

impervious surface; surface temperature; space-time evolution; Warming effect

10.14108/j.cnki.1008-8873.2020.04.013

劉祖昱, 楊維芳, 呂建偉,等. 基于Landsat影像的西寧市不透水面時空演變及其增溫效應(yīng)分析[J]. 生態(tài)科學(xué), 2020, 39(4): 99–105.

Liu Zuyu,Yang Weifang, Lu Jianwei, et al. Spatial-temporal evolution of impervious surface in Xining based on landsat imagery and analysis of its temperature increasing effect[J]. Ecological Science, 2020, 39(4): 99–105.

X87

A

1008-8873(2020)04-099-07

2019-12-07;

2020-01-13

國家自然科學(xué)基金(41364001); 國家重點(diǎn)研發(fā)計劃資助項目(2017YFB0504203)資助; 蘭州交通大學(xué)優(yōu)秀平臺支持(201806)

劉祖昱(1993—), 男, 碩士, 主要從事遙感圖像變化檢測、生態(tài)變化評估的研究, E-mail: 574125874@qq.com

楊維芳(1970—), 女, 博士、教授, 主要從事空間數(shù)據(jù)處理技術(shù)的研究, E-mail: 99903217@qq.com