周依婷，李小梅

（福建師范大學(xué)環(huán)境科學(xué)與工程學(xué)院，福建 福州 350007）

1 前言

城市化對氣候的重要影響之一是地表溫度升高和溫室氣體排放的出現(xiàn)，它們已經(jīng)并將繼續(xù)影響城市氣候。由于世界各地城市的不斷擴(kuò)張，人口集中及城市建筑物大量增加，人類活動產(chǎn)生的熱量迅速增加。目前城市熱島現(xiàn)象已從一般的氣象問題變?yōu)閲?yán)重影響城市生態(tài)環(huán)境的關(guān)鍵因素[1]。城市熱量的積累使城市地表溫度明顯高于郊區(qū)或農(nóng)村地區(qū)[2]，其直接影響城市空氣質(zhì)量[3]、當(dāng)?shù)貧夂騕3]和能源利用[4]等。 城市地表溫度升高最直接的后果是極端高溫天氣的產(chǎn)生，加劇了城市熱島強(qiáng)度和范圍，例如伯明翰城市熱島強(qiáng)度高達(dá)7 ℃[5]、阿姆斯特丹高達(dá)9 ℃[6]、曼徹斯特最高為10 ℃[7]、美國東北部最高為5 ℃[8]、悉尼達(dá)到10 ℃[9]、福州達(dá)到6.73 ℃[10]。這樣的持續(xù)高溫環(huán)境可能大幅度增加中暑、心血管病、失眠率、心臟病、呼吸系統(tǒng)疾病等發(fā)生。顯然，城市熱島對人們的日常生活產(chǎn)生嚴(yán)重影響，城市居民因此面臨著健康風(fēng)險[9]。城市熱島是城市環(huán)境研究的熱點問題之一。

2 研究區(qū)域與數(shù)據(jù)來源

2.1 研究區(qū)概況

本文以福州市主城區(qū)為研究對象。福州市位于北緯25°15'～26°39'，東經(jīng)118°08'～120°31'（地理位置見圖1），為福建省省會，政治、文化、交通中心，也是海峽西岸經(jīng)濟(jì)區(qū)的中心城市。福州屬亞熱帶海洋性季風(fēng)氣候，年平均氣溫為20～25℃；最冷月份1～2月、平均氣溫達(dá)6～10℃；最熱月7～8月、平均氣溫為33～37℃；年平均降水量為900～2100 mm。福州市平均海拔600～1000 m，地勢由西向東傾斜，閩江穿城而過，從福州向東流向東海。福州是典型的河口盆地，城市在盆地中心，由于地形較封閉，不利于氣流流動，熱島效應(yīng)明顯。

圖1 研究區(qū)地理位置

2.2 數(shù)據(jù)源

本文選擇2016年7月27日Landsat數(shù)據(jù)作為遙感數(shù)據(jù)源，影像均下載自http://www.gscloud.cn/。為保證影像質(zhì)量，本文僅選取云量小于20%的影像。影像經(jīng)過幾何校正、地形校正、輻射定標(biāo)、大氣校正和區(qū)域裁剪等預(yù)處理，用以反演地表溫度。

3 研究方法

3.1 地表溫度反演

研究的地溫反演采用單窗算法[11]，該算法根據(jù)地表熱輻射傳輸方程推導(dǎo)出，公式如下：

其中，ε地表比輻射率，τ為大氣透射率，Lλ為圖像輻射定標(biāo)，K1、K2為系數(shù)。Tλ為地面亮度溫度值，Tα為大氣平均作用溫度，a、b為系數(shù)，取a=-62.806，b=0.434[12]。參數(shù)的計算采用熱帶平均大氣和中緯度夏季平均大氣溫度的平均值[13]，公式如下：

其中，T0為近地表溫度。

3.2 Anselin Local Moran's I 分析

Anselin Local Moran's I 分析又稱為聚類與異常值分析，它在原理上來說是屬于從下至上的系統(tǒng)聚類。Anselin Local Moran's I算法是Anselin 在基于Globe Moran's I算法的基礎(chǔ)上，提出的一個識別局部聚類和空間異常值的算法[14]。該算法的計算公式如下：

n 為要素的總數(shù)目。

3.3 地表指數(shù)的提取

歸一化植被指數(shù)(NDVI)反映地表植被狀況的遙感指數(shù)，定義為近紅外通道和可見光通道反射率之差的商[15]。在遙感圖像中，近紅外波段和紅色波段的反射值之差大于兩者之和。其計算公式如下：

其中，NIR為近紅外波段，R為紅外波段。

改進(jìn)的歸一化差異水體指數(shù)（MNDWI）基于Mcfeeters提出的歸一化差異水體指數(shù)（NDWI）的分析。徐涵秋修改了構(gòu)成該指數(shù)的波長組合，提出了一種改進(jìn)的歸一化差異水體指數(shù)（Modified NDWI）[16]，并在包含不同類型水體的遙感圖像上測試了該指數(shù)，大部分結(jié)果比NDWI更好，尤其是在市區(qū)提取水體時。城市建設(shè)用地信息混雜，提取水體的范圍擴(kuò)大。同時還發(fā)現(xiàn)與NDWI相比MNDWI可以揭示水體的細(xì)微特征，例如懸浮沉積物的分布和水質(zhì)的變化。另外，MNDWI可以輕松區(qū)分陰影和水體，解決了去除水體提取中的陰影的問題[17]其計算公式如下：

其中，Green為綠光波段數(shù)據(jù)；MIR為中紅外波段數(shù)據(jù)。

歸一化建筑指數(shù)（NDBI）是查勇等提出的一種提取城鎮(zhèn)建設(shè)用地信息的指數(shù)[18]，其計算公式如下：

其中，MIR為中紅外波段數(shù)據(jù)；NIR為近紅外波段數(shù)據(jù)。

4 結(jié)果與分析

4.1 福州市主城區(qū)2016年地表溫度分布特征

圖2 福州市主城區(qū)2016年地表溫度

從圖2中可知，2016年福州市主城區(qū)地表溫度升高趨勢顯著。研究區(qū)北部有橫山、國家森林公園、鯉魚峰等山脈，南部水域環(huán)繞，起到了降溫效果，地表溫度呈現(xiàn)出“中間高四周低”的現(xiàn)象，而城市中心高溫度地區(qū)呈現(xiàn)“多中心”現(xiàn)象。

主干道交通量大，燃料消耗大向周邊環(huán)境中排除大量的熱量。同時，機(jī)動車駕駛產(chǎn)生大量的氮氧化物，二氧化碳，粉塵和其他排放物。這些物質(zhì)將從下墊面吸收熱輻射并產(chǎn)生溫室效應(yīng)，這導(dǎo)致周邊環(huán)境進(jìn)一步變暖，因此人類活動所釋放的熱量是形成城市地表溫度升高的主要原因之一。

4.2 福州市地表溫度空間關(guān)聯(lián)動態(tài)

任何地理事物都與其他地理事物有關(guān)，但在距離上，鄰近的地理事物比其他地理事物更重要，即空間自相關(guān)[19]。同樣，地表溫度升高集聚也是一種常見的地理現(xiàn)象，在對流換熱作用下，相鄰空間單元之間存在連通性，其熱環(huán)境相互影響。利用ArcGIS提供的Global Moran’s I工具，可識別地表溫度的空間自相關(guān)，在建立一個500 m×500 m的空間網(wǎng)格后，該工具將根據(jù)每個空間網(wǎng)格的位置和平均表面溫度來衡量空間自相關(guān)，給定一組元素和相關(guān)屬性，該工具將評估所表示的模式是聚類模式、離散模式還是隨機(jī)模式[14]。

圖3 局部空間自相關(guān)分析結(jié)果

從圖3可以看出，地表溫度在某些區(qū)域具有顯著的正相關(guān)性，高溫區(qū)與低溫區(qū)相對隔離?！案?高”的空間網(wǎng)格主要包括3種類型的功能空間：⑴東街口區(qū)、鼓樓區(qū)、晉安區(qū)政府、王莊和其他高密度的居民和商業(yè)混合區(qū)；⑵上洋工業(yè)區(qū)、紅星工業(yè)區(qū)以及浦上工業(yè)區(qū)；⑶交通樞紐，如汽車北站、汽車南站、火車北站、火車南站等。“低-低”空間類型相對簡單，均為研究范圍內(nèi)有大面積水體或者大面積植被覆蓋起到了降溫作用?？傮w上，雖然地表溫度高溫區(qū)總面積較大，空間分布密集，但主要由水體和植被組成的低溫區(qū)域?qū)Ω邷貐^(qū)域具有明顯的隔離作用，形成了相對集中的降溫作用。

4.3 地表溫度集聚成因分析

4.3.1 地表溫度與地表指數(shù)回歸分析

本文以2016年7月27日Landsat 8 OLI/TIRS為基礎(chǔ)，分析了城市地表指數(shù)與地表溫度的關(guān)系，提取了3種具有代表性的地表指數(shù)，其中包括歸一化植被指數(shù)（NDVI）改良?xì)w一化差分水分指數(shù)（MNDWI）、歸一化建筑指數(shù)（NDBI），如圖4。

圖4 地表指數(shù)（NDVI、MNDWI、NDBI）以及LST分布圖

圖5 NDVI與LST散點圖

在福州市主城區(qū)中創(chuàng)建1000個隨機(jī)點，間隔為100 m，將提取出的各地表指數(shù)的值賦值給各個點，3種表面指數(shù)與表面溫度的相關(guān)分析。結(jié)果見圖5。

從圖5中的線性回歸方程可以看出，福州市主城區(qū)NDVI與地表溫度呈現(xiàn)明顯的負(fù)相關(guān)，但是相關(guān)系數(shù)很低，只有0.141。隨著NDVI的增大地表溫度降低，當(dāng)NDVI增大0.5時，地表溫度下降約1.3 ℃。這表明NDVI能夠影響地表溫度的上升即植被具有抑制城市地表溫度升高的作用，因此，增加城市植被覆蓋度可以減輕地表溫度的升高。

圖6 MNDWI與LST散點圖

根據(jù)圖6中的回歸方程可以看出，福州市主城區(qū)改進(jìn)的MNDWI與地表溫度相關(guān)性較弱，其相關(guān)系數(shù)只有0.003。當(dāng)改進(jìn)的MNDWI處于-0.5～0時，其對應(yīng)的地表溫度則分布在27.5～37.5 ℃范圍中。

圖7 NDBI與LST散點圖

從圖7的線性回歸方程可以看出，福州市主城區(qū)NDBI與地表溫度成正相關(guān)，相關(guān)系數(shù)為0.626，隨著NDBI增加地表溫度升高。NDBI每增加0.25，地表溫度將升高約2.71 ℃，這表明NDBI的增加將加劇地表溫度的升高，即建筑用地的增加將會帶來地表溫度升高。

簡而言之，除了MNDWI與表面溫度之間的相關(guān)性較低外，其他指標(biāo)與地表溫度之間的相關(guān)性較好。NDVI與地表溫度呈負(fù)相關(guān)，而NDBI與地表溫度呈正相關(guān)。在分析表面指數(shù)與表面溫度之間的相關(guān)性時，NDBI對地表溫度的升高具有較大的貢獻(xiàn)，而NDVI在一定程度上抑制了表面溫度的升高。因此，提高城市植被覆蓋度和合理規(guī)劃城市建設(shè)用地，對于減輕福州城市地表溫度升高具有重要意義。

4.3.2 基于PCA法的城市地表溫度升高驅(qū)動機(jī)制分析 在城市熱流場研究中，影響地表溫度變化的因素很多。因此，有必要將原始變量轉(zhuǎn)化為幾個相互獨立的新變量，并以線性組合的形式包含原始變量的信息，從而簡化原始變量的作用。使用SPSS 26軟件分析并計算上述相關(guān)地表指數(shù)，并計算每個影響因素對主要成分的貢獻(xiàn)率。其中，第一主成分的貢獻(xiàn)率為63.8%，第二主成分的貢獻(xiàn)率為35.751%，累計貢獻(xiàn)率為99.591%。前2個主要因素是福州市城市地表溫度升高的主要影響因素。

結(jié)合主成分特征向量值，第一主成分Y1主要為NDVI，其次為NDBI；第二主成分Y2主要為NDBI、其次為MNDWI。2個主成分同各指標(biāo)間的線性關(guān)系為：

Y1=0.69X1+0.11X2-0.71X3

Y2=-0.27X1+0.95X2-0.12X3

對研究區(qū)進(jìn)行2個主成分?jǐn)?shù)值提取，并與地表溫度進(jìn)行回歸擬合，結(jié)果如表3。

為對比各個指標(biāo)的貢獻(xiàn)程度，此處引入標(biāo)準(zhǔn)化回歸模型：

TS=-0.156Y1+0.822Y2

將主成分公式代入，該模型轉(zhuǎn)化為：

TS=-0.32958X1+0.76374X2-0.01212X3

由上式可知，各個指標(biāo)每變化1個單位，會導(dǎo)致福州市主城區(qū)地表溫度變化0.32958，0.76374，0.01212。由此表明，建筑規(guī)模促進(jìn)地表溫度升高、城市地表溫度升高，貢獻(xiàn)率為0.76374。而植被、水體對城市地表溫度起抑制作用，貢獻(xiàn)率為-0.32958，水體影響較弱，貢獻(xiàn)率為-0.01212。

5 結(jié)論

通過對福州市主城區(qū)2016年Landsat系列數(shù)據(jù)進(jìn)行地表溫度反演，結(jié)合全局空間自相關(guān)分析，線性分析、主成分分析等方法，研究了福州市夏季地表溫度特征，并對地表指數(shù)與城市地表溫度的關(guān)系做了分析研究。主要得到以下結(jié)論：

⑴ 2016年福州市主城區(qū)城市地表溫度集聚顯著，高溫區(qū)主要集中于人口密集的東街口區(qū)，鼓樓區(qū)，晉安區(qū)政府，王莊和其他高密度的居民和商業(yè)混合區(qū)；上洋工業(yè)區(qū)、紅星工業(yè)區(qū)、浦上工業(yè)區(qū)；以及交通樞紐，如汽車北站，汽車南站，火車北站，火車南站等。雖然高溫區(qū)總面積較高，空間分布密集，但水體和植被起到了一定的區(qū)域降溫作用形成了相對集中的冷卻效應(yīng)。

表1 主成分分析主要結(jié)果（a）

表2 主成分分析主要結(jié)果（b）

表3 回歸系數(shù)

⑵ 地表溫度與地表指數(shù)具有一定的相關(guān)性，NDVI與地表溫度呈現(xiàn)負(fù)相關(guān)，NDBI與地表溫度呈現(xiàn)正相關(guān)，但MNDWI與地表溫度的相關(guān)性較差。通過對3個指標(biāo)進(jìn)行主成分分析，發(fā)現(xiàn)建筑規(guī)模能夠影響地表溫度上升，對其具有促進(jìn)作用，地表植被及水體環(huán)境能夠緩解地表溫度的上升，其中水體環(huán)境的作用較弱。