苏州土地利用及热岛效应的时空变化

莫新宇，祝善友，张 磊

（1.南京信息工程大学 遥感学院，江苏 南京 210044）

近几十年，我国城市化进程不断加快，土地利用规模迅速增长，土地利用方式发生剧烈改变，随之日益显著的城市热岛效应对城市的气候环境、公共健康、经济发展造成了许多负面影响，引起人们越来越广泛的关注。开展热岛效应的时空演变及其机理研究，可以为政府部门的规划与决策提供一定的支持，促进城市可持续发展[1-10]。

苏州城市的快速扩张实现了现代与传统的共存，是我国城市化进程中的典型代表。本文以苏州市为例，研究了城市快速扩展过程中土地利用/覆盖类型与城市热岛的时空变化，并着重分析了下垫面变化对热岛时空变化的影响。

1 研究区概况

本文选取苏州部分区域作为研究区，包括金阊区、沧浪区、平江区、吴中区（部分）、相城区、苏州工业园区、苏州高新区和虎丘区。

苏州位于长江三角洲地区太湖以东，地处温带，气候温和，雨量充沛。全市地势低平，自西向东缓慢倾斜，平原占总面积的55%，西部有低山丘陵零星散布，境内河港交错，湖荡密布。作为江苏省第二大城市，苏州是江苏省重要的经济、对外贸易、工商业和物流中心城市，也是重要的文化、艺术、教育和交通中心。全市面积8 488 km2，2010年全市户籍人口达637.77万人，经济总量名列全国第五。

2 研究方法

2.1 数据及预处理

本文使用的数据是1986-07-25和2004-07-26的Landsat5 TM影像，2幅影像的成像季节及时间差异较小，具有较强可比性。利用已校正好的1995年同一区域TM影像作为基准，选取地面控制点并采用多项式拟合方法分别对2幅影像进行几何校正，校正均方根误差控制在0.5个像元内。对经过预处理的影像利用研究区行政区划矢量图进行裁切，并使用多光谱影像薄云去除算法[11]对影像作去云处理。

2.2 土地利用类型分类

根据TM影像的实际可解译能力及研究需求，参考《土地利用现状分类》国家标准（GB/T 21010-2007），将研究区域划分为人工建筑、水体、裸地、农地和林地5种类型。分类方法为基于单变量的决策树（UDT）法，该方法充分利用各地物在多波段内的差异，有效降低异物同谱、同物异谱对分类的干扰[12]。在分类过程中，选择TM遥感影像的第1～5和7波段，并构造一系列新变量，包括归一化植被指数（NDVI）、缨帽变换后的亮度分量、绿度分量和湿度分量、主成分变换后的第一主分量，构建11个波段特征参与分类。通过对不同波段彩色合成图像的目视解译，在影像上选取各类训练样本，对2个时期影像分别进行决策树分类，得到土地利用分类图（见图1）。

2.3 地表温度反演

覃志豪等根据地表热辐射传输方程推导出了对参数需求较少的单窗算法[13]。本文基于该算法，利用TM图像第6波段反演研究区的地表温度。由于城市地表具有较强的空间异质性，精确求算每个像元的比辐射率存在困难。在实际操作中，根据覃志豪等人的研究成果[14], 将水体、植被、裸土和人工建筑的比辐射率分别确定为 0.995、0.986、0. 972 15和0.97。研究区地表温度分布如图2所示。

图1 研究区土地利用分类图

图2 研究区地表温度分布图

3 研究结果与分析

3.1 土地利用变化分析

如图1所示，1986年苏州建成区基本呈块状集聚形态，主要集中在老城区及护城河外沿，建成区外为大面积农田覆盖，田间农村零星分布，沿水网有中小型乡镇，且相互间独立。经过近20 a的城市化建设，苏州市建成区面积成倍增长，主城区自古城向外扩张，外部的乡镇规模扩大，开发区建设迅速，蓬勃发展的道路交通系统纵横交错，将整个区域串联。随着城市人口的迁入和经济发展需求，生活用地与工业用地成为土地利用的主要驱动因子[15]。分别统计了2个年份研究区内不同下垫面类型面积（见表1），从1986年至2004年，研究区内人工建筑面积增长了77.46%，地表植被覆盖则大幅减少，降幅达24.31%，同时伴随着部分水网的淤积以及填湖造陆，水体面积减少了12.75%，城市密集的建筑工程也使得裸地面积增长了75.60%。

表1 不同土地利用类型面积统计/km2

3.2 城市热岛效应时空分布与变化

受数据获取时的环境条件影响，反演得到的不同时期地表温度难以直接比较，但成像环境并不改变地表温度相对强弱的空间分布特征，因此可以通过对城市地表热场划分等级来分析地表热场的相对时空变化。以往研究大多基于反演得到的地表温度或其变形形式，并在其取值范围内进行等间距密度分割[6,16]，这种硬分级在最佳分割点及分级数的确定上主观性较大，在热岛的空间分布和温度变异的细节表现力等方面存在不足[17]。

均值-标准差法利用地表温度均值和不同倍数标准差的组合来划分地表热场等级，从而有效地界定热岛区域[18]。标准差反映了温度相对于平均温度的偏离程度，而均值与标准差的组合能够一定程度上体现同类地物间的相关性及不同地物温度的变异性。均值-标准差法在一定程度上减小了背景差异影响，提高了不同时相温度数据的可比性。

通过对不同分级数情况下的结果对比，最终将苏州市辖区内地表温度以μ(均值 )、μ±0.5σ(σ为标准差 )、μ±σ为分界点分为6个等级：特高温区、高温区、次高温区、中温区、次低温区和低温区，并相应赋予编号1～6。分级后的结果分布（如图3所示）较符合实际情况，能够表征地表温度相对高低，且对热场的细节表现较好。选择特高温区和高温区作为热岛范围，计算城市热岛所占面积百分比（R）和热岛强度（P），计算公式为：

式中，i为热岛区对应的温度级数；Ai为温度级i的面积；S为研究区面积；TH为热岛区平均温度值；Tv为热岛区外区域温度级对应的平均温度值。

图3 研究区热场等级分布图

根据图3可知，1986年热岛所占面积百分比为22.07%，热岛强度为3.12°，2004年的热岛所占面积百分比为31.64%，热岛强度为4.76°。在1986年，苏州地表热岛区域表现为以主城区为主体的独立团状斑块以及主城区外乡村为代表的零散小型热点。到了2004年，辖区内热岛地区广泛分布，原有小型热点聚合成大面积连续斑块，呈现较规则的多边形轮廓，有典型的城市街区特征，道路形成了明显的高温“廊道”将地表分割，并贯穿各个热岛斑块。结果表明，研究区内热岛现象在范围与程度上皆明显加重。

3.3 土地利用/覆盖类型变化与城市热岛效应变化的关系

对比图1～图3可以发现，研究区地表热场分布与下垫面类型分布存在一定的对应关系。为了分析辖区下垫面变化与地表热场等级变化的关系，将1986年的热场分级图减去2004年的热场分级图，得到地表热场等级变化图（见图4）。令取值5、4、3的区域为等级大幅增加区，取值2、1的区域为等级稍有增加区，取值0的区域为等级不变区，取值-1、-2的区域为等级稍有降低区，取值-3、-4、-5的区域为等级大幅降低区。结合地表热状况变化图和地表分类图，统计各变化程度内不同地物类型在1986年和2004年的面积百分比，结果如表2所示。

图4 1986年～2004年研究区地表热场等级变化图

由表2可知，地表热状况变化方向及变化程度受土地利用/覆盖类型间转化的影响明显，热等级增强伴随着植被覆盖、水体向人工建筑的高强度转化；相反，大面积植被、水体的恢复可以有效缓减地表热效应；而等级不变则意味着该区域下垫面类型构成基本未改变。在空间上，原有建成区热等级几乎不变，热等级增强区与新建成区相吻合，主要表现为3类：位于独墅湖、澄湖及太湖西岸的填湖造陆区；位于苏州工业园区、高新区以及吴中区吴县经济开发区的工厂、仓储用地；随农村地区城镇化而扩大的新建商业、生活用地。下垫面介质的热传导率、热容量等特征决定了不同土地利用类型具有各自的热学特征和辐射特征，人工建筑主要表现为水泥、沥青、砖瓦等材料构成的不透水下垫面，储热能力及热辐射能力都高于其他类型下垫面，而城镇街区特有的空间结构不利于地表湍流的热传输，更加剧了热岛效应。

表2 不同热场等级变化程度内1986、2004年各地物面积百分比/%

4 结 语

本文利用1986年、2004年2期Landsat5 TM数据，分类得到苏州地区土地利用类型图，并基于反演出的地表温度进行地表热场分级，对地表类型和城市热岛效应的时空变化进行了分析，其主要结论如下：

1）农村城镇化和开发区建设是研究区城市扩张的主要方式，城市化过程中下垫面结构变化显著，人工建筑面积增长了77.46%，相应的是地表植被覆盖降幅达24.31%，水体面积减少了12.75%。

2）苏州城市热岛效应在近20 a内显著增强。2004年研究区城市热岛范围在1986年老城区的基础上大幅扩张，热岛强度由3.12°增至4.76°。热岛分布由独立斑块聚合成大面积连通斑块，呈现较规则的多边形轮廓，有明显的城市街区特征，道路形成的“廊道”贯穿整个区域。

3）不同下垫面类型对城市热岛效应的影响不同，下垫面类型的变化程度决定了热岛强度的变化方向。水体及大面积植被如耕地、森林的温度较低，可以有效缓减地表热效应，而人工建筑区特别是工业用地、高人口密度的商业、生活用地温度较高，是城市的主要热源。

[1]胡嘉骢,朱启疆.城市热岛研究进展[J].北京师范大学学报：自然科学版，2010, 46(2):186-193

[2]陈云浩,李京,李晓兵. 城市空间热环境[M].北京：科学出版社,2003

[3]周明煜. 北京地区热岛效应和热岛效应环流特征[J]. 环境科学,1980,1 (5) : 12-18

[4]周淑贞,张超. 上海城市热岛效应[J]. 地理学报,1991 ,46 (2):207-212

[5]周红妹,周成虎,葛伟强,等. 基于遥感和GIS的城市热场分布规律研究[J]. 地理学报,2001,56(2): 189-197

[6]肖胜,廖福霖,倪志荣,等. 应用遥感技术研究厦门市热岛效应与植被覆盖关系[J].东北林业大学学报,2002 ,30 (3) :141-143

[7]陈云浩,王浩,李晓兵,等. 夏季城市热场的卫星遥感分析[J].国土资源遥感,2002 ,4 : 55-59

[8]周榕,徐涵秋,林云彬. 城市建成区地表热通量的遥感研究——以泉州市区为例[J]. 遥感信息,2006,6: 50-54

[9]苏伟忠,杨英宝,杨桂山. 南京市热场分布特征及其与土地利用/覆被关系研究[J].地理科学,2006 ,25 (6)：697-703

[10]Stathopoulos M, Cartalis C. Daytime Urban Heat Islands from Landsat ETM+ and Corine Land Cover Data: An Application to Major Cities in Greece [J]. Solar Energy, 2007, 81 (3): 358-368

[11]Xing Yuanhe, Jian Bohu, Wei Chen, et al. Haze Removal Based on Advanced Haze Optimized Transformation (AHOT)for Multispectral Imagery[J]. International Journal of Remote Sensing, 2010, 31(20)：5 331-5 348

[12]李爽,丁圣彦,钱乐祥. 决策树分类法及其在土地覆盖分类中的应用[J]. 遥感技术与应用,2002,17(1): 6-11

[13]覃志豪,Zhang M, Karnieli A, 等. 用陆地卫星TM6数据演算地表温度的单窗算法[J]. 地理学报, 2001 , 56 (4) : 456-466

[14]覃志豪,李文娟,徐斌. 陆地卫星 TM6波段范围内地表比辐射率的估计[J].国土资源遥感, 2004,3: 29-32

[15]马晓冬,朱传耿,马荣华,等.苏州地区城镇扩展的空间格局及其演化分析[J].地理学报, 2008,63(4):405-416

[16]张兆明,何国金, 肖荣波,等. 北京市热岛演变遥感研究[J].遥感信息, 2005(6) : 46-48

[17]陈松林,王天星. 等间距法和均值-标准差法界定城市热岛的对比研究[J].地球信息科学学报, 2009, 11 (4) :145-150

[18]徐涵秋,陈本清.不同时相的遥感热红外图像在研究城市热岛变化中的处理方法[J].遥感技术与应用,2003, 18 (3) :129-131