(1.广西大学海洋学院, 广西南宁530004; 2.广西大学资源环境与材料学院, 广西南宁530004;3.中国科学院遥感与数字地球研究所国家环境保护卫星遥感重点实验室, 北京100101;4.山东科技大学测绘科学与工程学院, 山东青岛266590)
随着城市经济的发展和人口的增加,城市规模不断扩张,导致热量在城区空间范围内聚集,从而形成较周边温度高的城市热岛。城市热岛对很多方面产生影响,包括城市土壤理化性质、物质循环、气候、水文、能量代谢以及生命健康等[1],同时生态环境效应产生的原因也和热岛现象有关,城市热岛还影响着城市大气环境、城市生物习性。目前城市地表热环境已经成为影响城市环境的重要因素之一,城市热岛现象随着城市快节奏的生活日益加重,影响着人们正常的工作和学习生活,对城市空气质量和城市能耗等都有较广泛的影响,而且城市热岛效应长期与气候现象作用将产生“城市雾岛”、“城市雨岛”、“城市污岛”等现象[2-4],所以对城市温度变化以及城市热岛效应的对比分析研究有着重要的意义,同时也为未来热岛发展趋势的预测作了铺垫。
地表温度是地球系统水热平衡的关键因子,在许多方面都意义重大,比如气候变化、军事目标识别、天气预报等[5]。基于观测对象,存在两种城市热岛效应,一种是基于气象站点观测的大气城市热岛效应(atmospheric urban heat island),另外一种是基于遥感卫星观测的地表城市热岛效应(land surface urban heat island)。第一种效应在夜晚更明显,而第二种效应在白天更强[6]。卫星遥感测量的陆地表面温度(land surface temperature)是地球表面的有效辐射温度,所以应用到多种热量平衡、气候模拟和全球变化研究中,而有效辐射温度控制着地球表面与大气的热量和水分交换[7]。由于遥感手段具有高时效性,覆盖范围广、空间连续性,可靠性的优点,被广泛应用到城市地表温度反演,以及城市热环境的时间和空间变化研究中。徐涵秋[8]用最新的参数以及算法对Landsat8数据进行处理反演出地表温度和反射率。2006年,岳文泽等[9]以Landsat7的ETM+反演上海的陆地表面温度,并分析它与NDVI在不同土地利用类型之间的差异以及二者之间的定量关系。覃志豪等[10]基于分裂窗算法利用MODIS数据对农业旱灾遥感监测中所需要的地表温度反演问题做了探讨,结果表明分裂窗算法反演大气透过率和地表比辐射率这两个参数不仅速度快而且反演结果精确。苏伟忠等[11]利用Landsat数据反演地表温度,认为南京市城市热场的空间分布被土地利用、覆盖类型的空间格局所影响,主要原因可能工业区较多。张佳华等[12]以北京为研究区,利用气象数据分析了其城市热岛和气温的年际变化以及5个城市站点在不同季节的日变化特征,结果均呈增加趋势。PRICE[13]利用NOAA 7卫星AVHRR获取1 km分辨率数据来估算地表温度以及对地球表面的辐射进行大气校正。谢元礼等[14]用单窗算法反演了兰州地区TM影像地表温度,认为反演结果有一定的可行性,结果表明该地区城市热岛效应进一步加剧。李峰等[15]利用改进的Becker和Li分裂窗地表温度反演算法和像元二分法反演FY-3/VIRR的山东省地表温度,与监测站的温度相关分析结果与地面实际很吻合。
本文以南宁市为例,利用多年来遥感数据反演城市热岛的规模,并分析多年来的变化趋势,与城市扩张,土地利用/覆盖,NDVI的变化进行对比分析,为城市中的热环境问题提供依据。
南宁市属于广西壮族自治区,是首府城市,简称邕。地理位置在北回归线南侧,属湿润的亚热带季风气候,阳光充足,雨量充沛,霜少无雪,气候温和,夏长冬短,夏季炎热潮湿,冬季稍显干燥,干湿季节分明,春秋两季气候温和。同时南宁市也是海上丝绸之路有机衔接的重要门户城市,北部湾核心经济区城市。
研究区范围是南宁市外环高速和G72以内的市区,如图1所示。包含有6个城区,分别为西乡塘区、青秀区、江南区、兴宁区、邕宁区、良庆区。
图1 研究区范围Fig.1 Location of study area
Landsat是美国NASA发射的陆地卫星。自1972年起,美国宇航局一共发射了7颗Landsat陆地卫星。Landsat4、5是第二代卫星,传感器主要是7个波段的TM,可见光到短波红外波段空间分辨率为30 m,热红外波段为120 m,重采样至30 m[16]。Landsat8是NASA 2013年2月11日发射的卫星,主要携带有OLI和TIRS两个载荷,OLI陆地成像仪包括9个波段,空间分辨率30 m,TIRS热红外传感器包括2个波段,空间分辨率为100 m,重采样至30 m。
本文运用2003年~2016年期间不同时相的Landsat5和Landsat8的遥感图像,收集年份为2003年、2006年、2009年、2010年、2015年以及2016年,一共六个时期南宁市秋季,晴空遥感数据。具体数据见表1,选择的是晴天无云、数据清晰的影像。对每景影像进行几何精校正、辐射定标等预处理。
表1 六期遥感数据Tab.1 6 periods remote sensing data
基于遥感主要的地表温度反演方法有辐射传输法(大气校正法)[17]、单窗算法[18]、单通道法[19]、分裂窗算法(劈窗算法)[20]。本研究用大气校正法来反演地表温度,首先通过MODTRAN与大气剖面信息求得大气对地表热辐射的影响,然后将其从卫星观测热辐射总量中去除,再通过大气透过率与地表比辐射率得到实际地表热辐射,进而转换至实际地表温度。最后通过热岛强度指标计算不同时相的城市热岛范围和强度。
卫星传感器接收到的热红外辐射亮度值Lλ由地表辐射亮度、大气上行辐射亮度、大气下行辐射亮度三部分组成。Lλ表达式可写为:
Lλ=τ[εB(TS)+(1-ε)Ld]+Lu,
(1)
式中,ε为波段地表比辐射率,TS为地表真实温度,B(TS)为黑体热辐射亮度,τ为波段大气透射率,Lu和Ld分别是大气的上行和下行热辐射亮度。
式(2)可将卫星DN值转化为辐射亮度值:
Lλ=gain×DN+offset,
(2)
式中,Lλ为卫星辐射亮度,gain和offset分别为Landsat辐射定标的增益和偏移系数,可以在影像的头文件中获取gain和offset这两个系数。
在NASA官网中输入对应影像的参数,通过MODTRAN模型计算得到τ、Lu、Ld三个参数值,代入到式(3)中可以得到去除大气热辐射影响的地表实际热辐射。
B(TS)=[Lλ-Lu-τ(1-ε)Ld]/τε。
(3)
再通过式(4)获得实际的地表温度Ts为:
(4)
Ts为实际的地表温度,K,K1和K2为系数,对于Landsat5 TM取K1=607.76,K2=1 260.56,对于Landsat8 TIRS取K1=774.89,K2=1 321.08。
在研究中先提取水体,其比辐射率赋值为0.995。城市地区下垫面在100 m或者120 m空间分辨率下非常复杂,主要由各种建筑物、公路、人行道等不透水面和绿化植被所组成。将研究区划分为城镇像元(像元组成类型是植被和建筑物等的混合),包括乡村和城市,以及自然表面(像元组成类型是不同比例的裸土、植被叶冠组成混合),包括各种林地、农田、陆地表面等。植被、裸土和建筑表面的比辐射率,分别取0.986,0.972,0.970[21-22],混合像元划分为城镇和自然表面两种类型,地表比辐射率分别根据式(5)、(6)进行计算:
εbuilding= 0.958 9 + 0.086FV- 0.067 1FV2,
(5)
εsurface= 0.962 5 + 0.0614FV- 0.046 1FV2,
(6)
式中,εbuilding和εsurface分别代表城镇像元和自然表面像元的比辐射率,FV代表植被覆盖度。
植被指数能够反映地表的植被覆盖情况,是人为因素对环境影响的敏感指标。归一化植被指数(normalized difference vegetation index,NDVI)是植被生产力和植被覆盖的良好指标,它可以用来监测植被覆盖度和植被长势等。根据红光波段和近红外波段的地表反射率,利用式(7)求得NDVI:
(7)
式中,ρNIR表示近红外波段反射率,ρR表示红光波段反射率。
利用混合像元分解法计算植被覆盖度FV,具体的计算公式如式(8):
FV=(NDVI-NDVIS)/(NDVIV-NDVIS),
(8)
取NDVIV=0.70和NDVIS=0.00,归一化差异植被指数NDVI大于0.70的像元,FV=1;归一化差异植被指数NDVI小于0.00的像元,FV=0。
城市热岛强度指数(urban heat island intensity index, UHII)即城市地表温度与郊区乡村地表温度之差[23],则。
(9)
其中,UHIIi是指热岛强度(遥感影像上第i个像元),Ti是陆地表面温度,n为郊区(乡村)农田的像元数Tcrop为郊区(乡村)农田内的陆地表面温度。按照热岛强度值的大小,划分为强冷岛、较强冷岛、弱冷岛、无热岛、弱热岛、较强热岛和强热岛共7级热岛强度[23],分别赋值为1、2、3、4、5、6、7。
地表热岛比例指数(urban heat island proportion index, UHPI)是描述热岛范围在空间上所占比例大小,以市区空间为单元计算所占总面积的热岛比例,并在该空间单元赋予权重表征热岛的发育程度[23],计算方法如式(10)所示。则:
(10)
式中,m为热岛强度等级数,i为城区高于郊区温度等级序号;n为城区温度高于郊区温度的等级数;wi为第i级的权重,取等级值,pi为第i级所占的面积百分比。UHPI值越高,热岛现象越严重。当UHPI值大小接近于0时,即城市几乎没有热岛现象,当值接近于1时,即城市强热岛范围较广。由4.1知m=7,n=3。长时间序列的城市热岛比例指数对定量反映城市热岛的变化很有优势。
植被绿度变化指数(greenness rate of change index, GRCI)判断的是植被在这期间处于恢复还是退化[24],计算方法如式(11)所示。
(11)
根据第i年的NDVIi值来计算,采用一元线性回归分析可以分析每个栅格点的变化趋势,计算结果是年际变化的最小次方线性回归方程的斜率。从理论上讲,当GRCI的大小在0左右时,说明植被变化趋势不明显,也就是维持在原有水平上;当GRCI值大于0时,说明在该时间段中植被是恢复的,且绝对值与恢复趋势成正比;当GRCI值小于0时,说明在该时间段中植被是退化的,且随着绝对值增大退化趋势越明显。用七个等级来表示结果,分别是明显改善、中度改善、轻微改善、基本不变、轻微退化、中度退化、严重退化。
按照上述反演方法得到不同时相遥感影像的地表温度,结合植被指数NDVI进行对比分析(图2)。以2016年10月9日的数据为例,在市中心以及工业区聚集地植被较少,NDVI属于低值区;在公园农田绿地等植被较多的地区,NDVI则为高值区。市区建筑群较密集的快环高速地表温度LST较高,青秀区以及植被较茂密的城郊区域LST较低。邕江、南湖、八尺江等水体的温度较低,而NDVI为负值。从图2看出地表温度与植被指数NDVI呈相反的趋势。
为了更好地揭示在不同方向上NDVI和LST的变化和差异,提取图2中西北—东南方向上的剖面线,根据不同距离不同像元所代表的温度及NDVI值,以及剖面线经过的代表性区域绘制剖面线变化对比图(图3)。
从图3中可以明显地看出,植被指数NDVI和地表温度LST有着相反的趋势走向。明华村和广西大学附近建筑密集,周边有工业区,温度较高,植被指数较低。NDVI在青秀山风景区的值最高,温度则为最低。对于南湖、邕江、八尺江来说其NDVI为负值,温度也呈低值范围。在城郊这样的地理位置包含有大量农田房屋建筑等,温度和LST的变化走势都比较平稳,但是对于城郊来说人口较少,几乎远离了工业区城市区,所以温度较低。总体来说植被指数偏低的地方温度较高,两者存在相反的空间格局。郊区植被多的地方温度低,城区工业区则相反。
图3 图2中西北—东南向剖面线上LST与NDVI变化对比Fig.3 Northwest-Southeast profiles across research areas in Figure 2
图4为6期Landsat卫星资料计算的南宁市六城区热岛强度指数分布。2003年南宁热岛强度和范围都比较小,大部分为淡黄色,分布在快速环道以内,有少部分较红的颜色分布在朝阳广场及以西和以北的老城市中心地带,黄色和较红的颜色在快速环道以外零星分布,与主要干道具有重合性。2006年总体趋势与2003年一致,快速环道内依然是城市热岛的集中区域,处于淡黄色这个级别。这个时间段内的热岛效应主要集中在快速环道以内的局部区域,如朝阳片区等老城区。
图4 南宁市2003年~2016年期间城市热岛强度指数分布Fig.4 Index distribution of urban heat island intensity in Nanning from 2003 to 2016
2009年热岛强度和范围逐渐加强,弱热岛向外蔓延的同时,较强热岛和强热岛也逐渐增多,尤其在2009年,强热岛范围非常明显,而且不单单局限于快速环道范围以内,在快速环道以外的西乡塘区、兴宁区和江南区的热岛效应也比较明显。2010年这两年相比于前一年的热岛强度稍微有所下降,但是整体是呈增长趋势的,热岛范围越来越向外围扩张,并且由弱热岛向较强热岛和强热岛的过渡;这一时间段的热岛效应集中在快速环道以内区域,以及西乡塘的高新片区,江南的白沙大道沿线。
2015年热岛效应最明显的区域是江南区的快速环道以内和快速环道沿线,西乡塘的高新片区,另外大沙田、邕宁区政府、五象新区、凤岭片区形成成片的黄色,表明城市热岛效应由原先的较单发变为成片。这种情况在2016年特别明显,2016年强热岛达到最高,另外热岛范围遍布六个城区。说明随着时间增加,总体来说热岛强度和范围是逐渐增加的。
根据南宁市6个不同年份的遥感图像计算出来的UHII,继而计算出南宁市各个年份的城市热岛比例指数UHPI,从图5可以看出2003年~2016年其UHPI值虽然存在波动,但是总体呈增加趋势。2003年~2010年的UHPI值总体处于0.1附近,处于较低的一个状态,这个时间段内热岛效应在波动中略有上升。2010年之后UHPI持续增长,在2016年达到最高。综合热岛强度指数(图4)和热岛比例指数(图5)可知南宁市的热岛效应的范围和强度是逐渐增大的。
利用2003年~2016年不同年份的遥感影像,可以分别统计每个年份南宁市外环内各区的UHPI,以反映南宁市六个城区的热岛强度分别随年份的变化而变化的状况(图6)。从图6中六个城区多年城市热岛比例指数UHPI中可以看出来,多年以来江南区几乎都处于第一名,说明江南区的热岛效应长期以来都最明显。上升幅度最快的是良庆区,尤其是2010年之后到2016年期间,UHPI直线上升,并在2016年时达到第一名。邕宁区的变化情况与良庆区的情况类似,从2003年的最后一名上升到第三名,邕宁区前几年的热岛强度较低,但是从2010年开始逐渐上升到2016年达到最高,这也与五象新区(包括良庆区和邕宁区)在最近五年来的城市建设正在全方位的开展情况相吻合。另外三个城区即西乡塘区、青秀区和兴宁区保持着较一致的热岛效应增加趋势。分析热岛效应与近年来的南宁市城市建设相一致,2003年~2006年时期重点建设快速环道以内区域,之后高新区的建设比较迅速。到2010年以后,五象新区作为重点建设区域,其热岛效应非常明显,并且随着原有建设的连片效应,整个城市的热岛效应急剧显现。造成2016年总的UHPI是2003年的3倍。
图5 南宁市2003年~2016年期间城市热岛比例指数UHPI
Fig.5 Nanning city heat island proportionindex UHPI from 2003 to 2016
图6 南宁市6个城区2003年~2016年期间城市热岛比例指数UHPI
Fig.6 Urban heat island proportion index UHPI inthe six urban areas of Nanning from 2003 to 2016
NDVI变化趋势指的是从2003年到2016年间研究内的植被覆盖变化,从而反映土地利用/覆盖的变化。从图7中可以看出对于六个区来说大部分面积的植被无明显变化趋势,植被严重退化区域面积不多。基本不变的地区分布在快速环道以内,邕宁的农村区域。因为快速环道内的城市建设基本完成,这些年来变化不大。邕宁区的农田也变化不大。
图7 南宁市2003年~2016年期间NDVI变化图Fig.7 NDVI change graph from 2003 to 2016 in Nanning
严重退化分布在高新片区、兴宁的快速环道外侧附近、青秀的凤岭片区(包括凤岭南和凤岭北),仙葫片区、五象新区、邕江南岸(五象大桥到蒲庙大桥之间)、江南沙井片区和南宁南站片区,邕宁区蒲庙镇。
南宁市从快速环道以内的区域逐渐向外发展,这一区域包括西乡塘区、青秀区、江南区和兴宁区主要是建筑用地较多,而后建筑用地由这几个区域向外扩展,邕宁良庆均为正在发展的城区。图7中显示西乡塘区、江南区等植被呈增加趋势,但兴宁区和青秀区的增长趋势最明显,南宁市政府对于公园景区的投资建立相对很重视,绿化面积比较广泛,包括青秀区的5A级青秀山风景区、南湖公园。围绕快速环道和G75高速之间的六城区大部分处于植被中度轻微退化范围,植被严重退化属良庆区所占面积最大,其次是江南区;邕宁区大部分是郊区,植被处于基本不变范围,小面积是中度退化范围。总体来看退化的区域里大多是植被用地被建筑用地慢慢所代替,热岛效应也逐渐变得明显。
根据2016 年10月9日的影像计算的热岛强度(UHII)结果,按照热岛强度值的大小进行评估等级划分,即按UHII≥10 ℃、5≤UHII<10 ℃、3≤UHII<5 ℃和<3 ℃[25],把研究区针对热岛效应划分为四个区域:急需缓解、需要缓解、警戒状态和安全状态。其中需要采取措施来降低城市热岛的有“急需缓解”和“需要缓解”区域,但“急需缓解”状态更加紧急。“警戒状态”有可能发展成“需要缓解”状态,因此需要保持警惕防止其进一步发展成热岛区。
城市热岛评估如图8所示,“急需缓解”所占面积比例仅0.6 %,零星状被包裹在片状“需要缓解”范围中。“需要缓解”占18.6 %,警惕状态占16.3 %。超过六成的区域处于“安全状态”,占64.4 %,主要分布在兴宁区、青秀区和邕宁区的未建成区和青秀山风景区。
图8 南宁市城市热岛评估Fig.8 Evaluation of Urban Heat Island in Nanning
本文用2003年~2016年中六个年份的秋季遥感图像反演得到南宁市的地表温度和NDVI,然后对2016年的LST和NDVI的空间分布进行对比,并画出西北—东南方向的剖面线,从中可以明显的看出两者呈相反走势,且城区的温度较郊区高,NDVI则相反。并用不同的指标分析得到南宁市不同年份和不同地区的热岛效应强度变化和发展。南宁市外环高速G7201内六城区的城市热岛强度逐渐由无热岛、弱热岛向较强热岛、强热岛转换,且热岛面积越来越大。热岛扩张的途径是从快速环道内向快速环道外发展,从原来的老城区向新兴建成区域扩张,强热岛从零星点状向成片发展。从空间来看较强热岛和强热岛主要从快速环道内的西乡塘区、兴宁区、江南区、青秀区的老城区向外扩展,尤其是最近几年五象新区的快速建设不可避免的带来了热岛效应的快速向外,向南部扩展。不同年份的城市热岛比例指数UHPI也表明南宁市热岛强度是逐渐升高的,由此可以预计在快速城市化过程中未来南宁市城市热岛效应的强度显现出继续升高的趋势。研究期间,植被的退化对应着城市化的进程,继而在导致热岛效应的产生和发展,在空间上具有很好的对应关系。从2016年各城区的城市热岛比例指数来看,良庆区、江南区UHPI远超过其他城区,邕宁区UHPI由2003年的第六名上升到第三名,其余三个城区保持比较一致的趋势增加的较平缓。从NDVI变化趋势可以看出青秀区的植被增加比较多,由于快环以内是较老城区,其NDVI基本不变,围绕快环以外的几个城区分别有中度轻微的退化,这是由于城市逐渐往外扩展,不少建筑工业用地覆盖各个城区,植被减少。最后对南宁市城市热岛进行评估,西乡塘区和江南区急需缓解和需要缓解的区域较多,大部分为警戒状态,只有位于青秀区和兴宁区接近高速公路的部分属于安全状态。遥感方法反演出地表温度,计算热岛效应,使热岛趋势清晰明了,可采取相应措施实施治理,对南宁市未来的发展及环境质量的提高很有帮助。