合肥市热岛效应时空演变分析

罗小瑞+沈非+王正+王甜甜+聂兵

摘 要：研究城市热岛效应的时空演变特征是缓解热岛效应的基础，已成为当前科学研究的热点问题。合肥市是安徽省省会城市，自改革开放以来，城市热岛效应日趋显著。定量分析合肥市热岛效应的时空演变特征，可以为合理规划城市建设，进一步缓解和控制城市热岛提供科学依据。该文基于landset遥感数据，运用覃志豪单窗算法，反演合肥市地表温度，利用均值-标准差方法进行地表温度区划分热岛区，定性地描述热岛区的扩展方向和程度。结果表明：合肥市存在城市热岛效应，1995—2010年间城市热岛效应不断增强，城市热岛主要集中在老城区以及各辖区中心人口、工业集聚的地区。

关键词：合肥市；热岛效应；时空演变

中图分类号 TP79 文献标识码 A 文章编号 1007-7731（2016）23-0091-05

Analysis on the Evolvement of Urban Heat Island of Hefei

Luo Xiaorui1 et al.

（1College of Territorial Resources and Tourism，Anhui Normal University，Wuhu 241003，China）

Abstract：Evolvement of urban heat island is the basis of relieving heat island effect and is the hotspot issues of ptrsent scientific research.As the capital in Anhui Province，Hefei development rapidly since the reform and opening policy in late 1970s.Quantitatively analysis of the trend of Hefei heat island effect can provide scientific basis for rational planning of urban construction，mitigation and control of urban heat island. The study is based on the remote sense data，retrieve land surface temperature of research area through Qin Zhihao's mono-window algorithm.Then，using the mean-standard deviation method to divide the urban heat island，qualitatively describe the direction and degree of heat island region.Research has concluded that urban heat island effect surely exist in Hefei City，mainly concentrated in the center of the old city and the jurisdiction of population，industrial agglomeration area.The heat island effect of Hefei had grown stronger from 1995 to 2010.

Key words：Hefei City；Thermal environment；Evolvement

城市是人類从事生产、生活活动的空间载体[1]，伴随着社会经济的快速发展，城市化进程的大幅加快，城市建筑面积不断扩张，地表下垫面类型也发生了巨大的变化，城市热岛效应越来越越显著，对人类的生产、生活产生了重大影响。

城市热岛效应是指城市化进程引起的地表和大气特性改变导致城市区域气候要比周围非城市化区域温暖的现象[2]。自1958年学者Manley首次提出城市热岛[3]的概念以来，各国学者在不同区域相继也发现了城市热岛现象。国外学者Rao[4]、Price[5]、Mastson[6]、Balling[7]、Hawkins[8]等运用遥感数据对美国部分地区地表温度进行了反演分析。国内学者吴学伟[9]、张兆明[10]、李鹍[11]和戴晓燕[12]等基于TM和ETM+热红外遥感数据分别反演了哈尔滨、北京、武汉、上海等城市地表温度，分析研究了其热岛响应机制。徐涵秋[13]、孔达[14]、欧立业[15]、赵小艳[16]和盛辉[3]对不同年代时相的热红外遥感数据进行地面温度反演、等级划分等处理，分别分析了哈尔滨、南昌、南京和东营城市热岛的时空变化规律和空间分布规律。随着信息技术的发展，国内外学者基于遥感数据运用遥感法研究城市地表热环境已成为主流趋势。

1 研究区概况

合肥市位于安徽省中部，长江淮河之间、巢湖之滨，是安徽省省会，全省政治、经济、文化、信息、金融和商贸中心，也是全国重要的科研教育基地，现下辖瑶海、包河、蜀山、庐阳4区，城区面积838.52km2。地处中纬度地带（北纬32°、东经117°），属于暖温带向亚热带的过渡带气候类型，为亚热带湿润季风气候。全市年平均气温15.7℃，降雨量约1 000mm，日照约2 100h。作为紧邻长三角的中部地区新生大城市，合肥市对中部地区的崛起正发挥着越来越重要的作用。

2 数据来源与处理

2.1 数据来源与预处理 以合肥市瑶海、包河、蜀山和庐阳4区（合肥市主城区）为研究对象。遥感数据选取分辨率较高，容易获取的美国陆地资源卫星Landset5 TM三幅和Landset7 ETM影像1幅，获取的影像成像时间分别为1995年9月18日01：45：07，2002年7月11日02：31：43和2005年8月12日02：31：20，2010年1月14日02：34：25，轨道号为121/38。4幅影像质量均好，清晰无云。对遥感影像进行几何精校正、影像剪裁和大气校正。然后对处理后的热红外波段（TM6）进行亮温提取，获取影响当日大气温度以及空气湿度数据。大气数据收集了合肥市气象局在上述四幅影像日期的气温和空气湿度值，分别用以大气平均作用温度和大气透射率的求算。基础地理数据选取了1∶5万合肥市地形图和1∶5万合肥市行政区划图，通过配准、校正，然后对行政区划图进行矢量数字化，提取边界。

2.2 技术路线 基于覃志豪单窗算法，结合地表比辐射率、大气透射率、大气平均作用温度3个参数，反演合肥市地表温度。在研究区影像监督分类的基础上，利用NDVI计算比辐射率。大气透射率根据水分含量选择相应的估算方程求出。大气平均作用温度根据覃志豪单窗算法公式求出。最后采用均值-标准差法对城市热岛进行界定，经过统计分析揭示合肥市城市热岛时空演变规律。

2.3 反演模型的选择 利用卫星遥感数据反演地表温度已是当今各国学者求算地温的主流方法，覃志豪根据地表热辐射传输方程，在一系列假设的基础上，建立了反演地表温度单窗算法模型[17，18]，由以下3个公式组成：

[Ts=[a6（1-C6-D6）+（b6（1-C6-D6）+C6+D6）T6-DTa]/C] （1）

[C=ετ] （2）

[D6=（1-τ6）+[1+（1-ε6）τ6]] （3）

式中，Ts是所求地区地表温度（K）；a6和b6是系数，温度范围不同，其取值也不同。在本文试验中，合肥温度在0～70℃，a6 取值-67.355 351，b6 取值0.458 606；τ6为大气透射率；ε6是地表比辐射率；Ta是大气平均作用温度（K）；T6则是亮温温度（K）。

2.4 反演参数提取

2.4.1 亮温提取 亮温是卫星传感器所在高度可以探测到的热辐射强度的温度。计算出亮温是反演出地表温度的前提条件。由于灰度值（DN值）表示热红外波段，并且其与地表热辐射强度呈正相关关系，因此热辐射强度可用下式表示：

[Lb=Lmin+（（Lmax-Lmin）/255）×DN]（4） 式中，Lb（TM6）为6波段的入射的辐射亮度，Lmax和Lmin分别为传感器可探测到的最大辐射和最小辐射度，即对应于DN=255和DN=0时的最大和最小辐射强度，可在影像的头文件中查到，DN为6波段的图像灰度值。

根据DN值跟辐射亮度值关系，先计算出辐射亮度，再求算出亮温，具体公式如下[3]：

[Lsensor=Gain×DN+Bias] （5）

[Tsensor=K2ln（K1/Lsensor+1）] （6）

式中：Lsensor是陸地资源卫星传感器所接收的热辐射强度；Gain和Bias是卫星预设参数，分别是影像的增益值和偏移值，可从卫星影像的头文件中直接读取；Tsensor是辐射亮温（K）；K1和K2是卫星预设常数，对于陆地资源卫星Landset 5而言，波段6的K1和K2分别是60.776 W/m2·ster·μm和1 260.56 K；而对于landset ETM，K1=66.609W/m2·ster·μm，K2=1 282.7K。代入公式求得研究区亮温（图1），温度单位采用绝对温度（K）。

2.4.2 大气平均作用温度 大气状态与大气剖面气温决定了大气平均作用温度。覃志豪[19]等通过对标准大气廓线的模拟研究发现，大气平均作用温度（Ta）与近地面2m左右的大气温度（T0）存在相关关系，二者在不同纬度地区，不同季节，其线性关系存在差异。所研究的合肥市地区正处于中纬度地区，由于采用的4幅遥感影像时间均为北半球，故选用中纬度夏季和冬季大气公式。计算大气平均作用温度。此外，对合肥市气象局监测的近地面大气温度进行处理，得出最接近影像成像时的温度作为T0估算出大气平均作用温度。

2.4.3 大气透射率 作为单窗算法的关键参数之一——大气透射率，其与大气水分含量关系尤为密切。由合肥市气象局观测数据可以得出合肥市大气相对湿度，经计算，合肥市大气水分含量均在0.4～1.6g/cm2，由于研究区选取的影像时间在夏半年和冬半年，因此分别采用低气温和高气温大气剖面且水分含量在0.4～1.6g/cm2的大气透射率估计方程（表4），公式如下[20]：

[τ=0.974290-0.08007ω]/[τ=0.982007-0.09611ω] （7）

[ω=0.189p+0.342] （8）

[p=0.6108×exp[17.27×（T0-273）237.3+T0-273]×RH] （9）

上式中，[τ]为大气透射率；[ω]为大气水分含量（g/cm2）；[p]为绝对水汽压；RH为相对湿度；[τ]、[ω]、RH的具体取值见表3。

2.4.4 地表比辐射率 比辐射率是反演地表温度的关键，由于研究区包括自然地表与人工性质的地表，需要将二者分开考虑，因此选取覃志豪改进的典型地物及混合模型估算法，考虑到水体结构类型比较简单，直接赋予其比辐射率为0.995。地表结构相对来说比较复杂的人工性质和自然地表，可以分别视为建筑物与植被叶冠的组合、裸土与植被叶冠的组合，二者比辐射率计算公式为：

[εsurface=PvRvεv+（1-Pv）Rsεs+dε] （10）

[εbuilt—up=PvRvεv+（1-Pv）Rmεm+dε] （11）

式中：Pv是植被覆盖度；Rv、Rm、和Rs分别为植被叶冠、建筑物和裸土的温度比率，Rv =0.9332+0.0585Pv，Rs=0.9902+0.1068 Pv，Rm =0.9886+0.1287 Pv；εv、εs和εm植被叶冠、裸土和建筑物的地表比辐射率，εv =0.986，εs=0.972，εm=0.970。当地表较为平坦时，dε可忽略不计，合肥坐落于平原地带，地表比较平坦，因而公式10、11可化简为：

[εbuilt—up=0.9589+0.086Pv-0.0671Pv2] （12）

[εsurface=0.9625+0.0614Pv-0.0461Pv2] （13）

Pv的求算可以运用归一化指数NDVI来计算，具体公式为：

[NDVI=NIR-RedNIR+Red] （14）

[Pv=[（NDVI-NDVIs）/（NDVIv-NDVIs）]2] （15）

NDVIs、NDVIv分别为裸土、植被的NDVI值，由于缺少研究区影响全裸土或全植被像元，选定=0.70，=0.05。当NDVI大于NDVIv时，Pv=1；当NDVI小于NDVIs时，Pv=0。

将研究区划分为水体、自然地表和城镇，利用ENVI计算研究区NDVI影像，然后将其带入改进的典型地物及混合模型算法，得出地表比辐射率（图2）。

3 热岛演变分析

根据覃志豪单窗算法，反演出研究区地表温度主要数值（表4），影像如图3，温度单位采用摄氏温度（℃）。

根据反演出来的地表温度，采用平均值-标准差法分析两幅季相不同的热岛分布格局[21]。具体公式如下：

[T=A±x×std] （16）

T为求算出的温度值；A为研究区地表温度平均值；std为研究区地表温度方差；x为方差的倍数（取值为0.5，1）。

最后把研究区2002年和2010年温度影像按公式16计算的阈值分为5个等级（表5，图4）。

表5 研究区热岛等级划分

[T

≤T≤A+0.5std＼&A+0.5std

从1995年9月18日热岛等级图中可以发现：21世纪以前，合肥市区存在城市热岛，主要集中在人口和建筑密集的老城区。从2002年7月11日的热岛等级图中可以看出：21世纪后，热岛范围主要交通干线延伸发育。主要表现为：在蜀山区沿着国道312和国道206扩展；在包河区沿国道4001延伸。强热岛区主要集中在中心城区和瑶海区的南部，该地区为合肥市老城区，发展早，经济水平高。区内多为发达商业区和住宅区，建筑物密集，人口密度大。热岛区主要分布在强热岛区的外围，行政区划上主要集中在庐阳区、瑶海区、蜀山区和包河区4区交界处，面积较广。强绿岛区主要集中分布在巢湖、董铺水库、南淝河、北淝河等水体和植被覆盖度较高的景区、丘陵地带。2005年的热岛范围较2002年大为扩展，但强热岛区域减少，与季节和大规模城市绿地建设有关系。

在中央“中部崛起”战略的推动下，合肥市经济迅速发展。城市化水平不断提高，城区面积扩展较快。与此相对应，合肥市热岛面积自1995—2010年有较大增加，热岛范围也随之大大扩展，以主城区为中心向郊区呈辐射状蔓延，在各辖区交界处连成一片，增长主体在2002年原热岛区外围和包河区中部，较为明显扩展方向主要为东南和西南方向。这与合肥市自2006年来大力发展滨湖新区密切相关。另一方面，随着滨湖新区的快速发展，人口、资金和商业也迅速向其集聚，因而原主要分布在瑶海区的强热岛区面积大幅减少，至2010年强热岛区在城市几何中心呈块状分布，在各辖区中心城区零星布局。滨湖新区的开发建设缓解了原强热岛地区的热岛效应。而在蜀山区南部，强热岛区发育形成。强绿岛和绿岛仍然具有与水体植被分布范围相一致的规律，但其范围明显减少。

4 结语

基于覃志豪单窗算法反演合肥市地表温度，将复杂模型中的大气参数简化为相对容易获取的大气透射率和大气平均作用温度，可以有效地解决未知参数多且获取困难的等问题，同时大大提高了反演精度，方法简单易行。本文运用单窗算法反演地表温度，反演结果与实际气象观测数据十分接近。合肥市1995—2010年，热岛面积有较大扩展，主要沿2002年原热岛区向外围延伸以及向包河区中部扩张。强热岛区面积则有所减少，现零散分布在主城区和各辖区中心城区。

参考文献

[1]岳文泽，徐建华，徐丽华，等.基于遥感影像的城市土地利用生态环境研究—以城市热环境和植被指数为例[J].生态学报，2006，26（5）：1450-1460.

[2]王建凯，王开存，王普才.基于MODIS地表温度产品的北京城市热岛（冷岛）强度分析[J].遙感学报，2007，11（3）：330-339.

[3]盛辉，万红，崔建勇，等.基于TM影像的城市热岛效应监测与预测分析[J].遥感技术与应用，2010，25（1）：8-14.

[4]P K.Rao.Remote sensing of urban heat islands from anenvironmental satellite[J].Bulletin of the American Meteorological Society，1972，53（13）：645-647.

[5] J.C.Price.Assessment of the Urban Heat Island Effect through the Use of Satellite Data[J].Monthly Weather Review，1979，107（11） ：1554-1557.

[6]M.Mastson，E.P.McClain.Satellite detection of urban heat islands[J].Monthly Weather Review，1978，106（12）：1725-1734.

[7]Jr R.C.Balling，S.W.Brazel.High resolution surface temperature patterns in a complex urban terrain[J].Photodrama Engineering of Remote Sensing，1988，54（9）：1289-1293.

[8]T.W.Hawkins，A.J.Brazel.The role of rural variability in urban heat island deterimination for Phoenix，Arizona[J].Journal of Applied Meteorology，2004，43（3）：476-486.

[9]吴学伟，杨冰，智长贵，等.基于遥感和GIS的哈尔滨城区热岛效应研究[J].地理信息世界，2006，10（5）：63-66.

[10]张兆明，何国金，肖荣波，等.基于RS与GIS的北京市热岛研究[J].地球科学与环境学报，2007，29（1）：107-110.

[11]李鹍，余庄.基于遥感技术的城市布局与热环境关系研究[J].城市规划，2008，32（5）：75-82.

[12]戴晓燕，张利权，过仲阳，等.上海城市热岛效应形成机制及空间格局[J].生态学报，2009，29（7）：3995-4004.

[13]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）：129-133.

[14]孔达，龚文峰，赵惠新，等.基于RS与GIS的哈尔滨城市热岛效应动态变化分析[J].哈尔滨工业大学学报，2009，41（3）：198-201.

[15]欧立业，郑海金.基于卫星遥感影像的南昌市城市热岛效应研究[J].测绘信息与工程，2009，34（4）：28-30.

[16]赵小艳，杨沈斌，申双和，等.基于遥感的南京市城市热岛效应时空演变分析[J].安徽农业科学，2009，37（22）：10776-10778.

[17]Qin Z H，Zhang M，Karnieli A，et al.A mono-window algorithm for retrievall and surface temperature from Landsat TM data and its application to the lsrael-Egypt border region[J].International Journal of RemoteSensing，2001，22（18）：3719-3746.

[18]覃志豪，Zhang Minghua.用陸地卫星TM6数据演算地表温度的单窗算法[J].地理学报，2001，56（4）：456-466.

[19]覃志豪，李文娟，张明华，等.单窗算法的大气参数估计方法[J].国土资源遥感，2003（2）：37-43.

[20]潘竟虎，冯兆东，相得年，等.河谷型城市土地利用类型及格局的热环境效应遥感分析[J].遥感技术与应用，2008，23（2）：202-207.

[21]任霞.城市地表参数的定量研究及热岛演变分析[D].芜湖：安徽师范大学，2011. （责编：张宏民）