近15年郑州市主城区热环境与下垫面指数关系研究

胡欣雨， 魏凌伟， 莫惠萍， 陆东芳

(福建农林大学园林学院，福建 福州 350002)

随着城市化水平不断提高，城市的地表温度也随之发生变化，很多城市出现了热岛效应(Urban Heat Island,UHI)。城市区域的地表环境逐渐由植被向建筑物、道路等不透水面转化，使地表吸收的太阳辐射能量增加，城市中的高层建筑，阻碍空气流动，使地表温度持续升高，由此引发的城市热岛效应给生态环境和人类健康带来了极大的危害[1-2]。地表温度是指陆地表面与大气层相互作用形成的临界层温度，是反映地表热环境的重要指数[3]，已被广泛运用到城市热环境的研究中。研究温度的方法主要包括气象站法、数值模拟法和遥感测定法[4]。实际地面中气象站的分布并不均匀，观测的温度只能反映局部区域的温度，无法准确反映大范围的温度，空间连续性差。数值模拟法研究尺度一般局限在数百米至数千米的范围内，面临着在更高精度要求下进行城市热岛研究的难题，计算结果存在较大的不确定性[4-5]。热红外遥感具有覆盖范围广，时效性高，成本更低的优点，可以快速反演出地表温度，客观的反映出城市热环境[6]。近年来，大量学者利用热红外数据反演不同空间、不同时间的地表温度，取得了很好的效果[7-11]。基于本文近15年的时间跨度研究，结合对比Landsat 5 TM、Landsat 7 ETM和Landsat 8 OLI_TIRS的热红外波段空间分辨率大小，采用热红外波段空间分辨率相近的Landsat 5 TM、Landsat 8 OLI_TIRS热红外数据作为本研究的主要数据源。基于Landsat 5 TM只有一个热红外波段和Landsat 8 OLI_TIRS有两个热红外波段的特点，参考前人的研究[12-14]，可采用覃志豪单窗算法和JIMÉNEZ-MUOZ普适性单通道算法进行温度反演。两种方法都考虑了地表比辐射率和大气辐射率的影响，反演结果精度较高，但是JIMÉNEZ-MUOZ普适性单通道算法只适用于一定的水汽含量范围，有一定的局限性。所以本研究采用覃志豪等[6]提出的覃志豪单窗算法反演地表温度，选取郑州市主城区作为研究区域，对郑州市主城区热环境空间分布特征及其下垫面指数对热环境效应的影响开展研究，以期为郑州市的环境生态规划提供参考。

1 研究区概况与数据来源

1.1 研究区概况

如图1所示，郑州市是河南省省会城市，位于东经112°42′～114°14′、北纬34°16′～34°58′，属于北温带大陆性季风气候，四季分明，年均气温16 ℃，年均降雨量600 mm。郑州市全市总面积为7 446.2 km2，其中主城区面积为1 057.2 km2，2016年国家发改委发函支持郑州建设“国家中心城市”[15]，2019年郑州市的GDP达到了11 589.7亿元。近年来，郑州市经济发展迅速，逐渐成为中原经济区的核心城市，这在一定程度上影响了郑州市土地类型的发展和居住环境的变化[16-17]，而城市下垫面的变化是城市热岛效应的重要驱动因素。因此，本研究着重探讨城市地表温度与下垫面指数的相关关系。郑州市主城区是城市化发展较快的区域，故本研究所选范围为惠济区、金水区、中原区、二七区和管城回族区。

1.2 材料来源与处理

本研究所用数据来源于地理空间数据云平台(http://www.gscloud.cn/)，下载郑州市2004-04-24、2009-04-06、2014-05-06、2019-04-18 4期遥感影像图，空间分辨率为30 m。下载的遥感图成像时间相近，且云量较少，遥感图质量较高。借助ENVI5.3软件对下载的遥感影像图进行辐射定标、FLAASH大气校正、拉伸等预处理，通过郑州市中心城区矢量边界进行裁剪，从而得到惠济区、中原区、金水区、二七区和管城回族区的研究范围。

图1 郑州市地理位置与研究范围Fig.1 The geographical location and research scope of Zhengzhou City

2 研究方法

2.1 地表温度反演算法

本研究采用覃志豪等[6]提出的覃志豪单窗算法来反演地表温度，单窗算法主要针对TM数据只有一个热红外波段的地面温度反演算法，经过众多学者的验证，单窗算法具有很高的精度，并且此算法同样适用于Landsat 8 OLI_TIRS数据。其反演公式如下：

Ts=(a(1-C-D)+(b(1-C-D)+C+D)Tsensor-DTa)/C

式中:Ts为地表温度(K)；a、b为参考系数，当地表温度为0～70 ℃时，a=-67.355 351,b=0.458 606，C、D为中间变量，其计算公式为：

C=ετ

D=(1-τ)[1+(1-ε)τ]

式中：ε为地表比辐射率，τ为地面到传感器的大气总透射率。Tsensor为Landsat 5 TM遥感影像中第6波段的亮度温度(K)，或为Landsat 8 OLI_TIRS遥感影像中第10波段的亮度温度(K)；Ta为大气平均温度(K)，根据研究区域的情况，本研究选择中纬度夏季大气模式的大气平均作用温度公式来计算大气平均作用温度，Ta=16.011 0+0.926 21，T0为近地表空气温度(K)。其具体参数值的详细计算可以参考覃志豪等[18-19]和杨景梅等[20]学者提出的相关计算方法。

2.2 热岛分级方法

研究采用均值-标准差的方法进行温度等级的划分[21]，以μ、μ+0.5std、μ-0.5std、μ+std、μ-std为分割点，将研究区域划分6级，划分等级如表1所示。

表1 研究区地表温度等级划分标准Table 1 Classiication of surface temperature of research area

2.3 地表温度与下垫面指数回归分析

城市热岛效应是自然因素和人为因素共同作用的结果，下垫面性质的改变极大的影响了地表温度的变化[22-24]。为了探究地表温度与下垫面的关系，选取归一化植被指数NDVI[25]、归一化差异水体指数MNDWI[26]和归一化差值不透水面指数NDISI[27]与地表温度进行拟合，分析各指数与城市热环境的关系。其指数公式分别为：

NDVI=(NIR-Red)/(NIR+Red)

式中：NIR为近红外波段；Red为红波段。

MNDWI=(Green-SWIRI)/(Green+SWIRI)

式中：Green为绿波段；SWIR1为中红外波段。

NDISI=(TIRS-(MNDWI+NIR+SWIRI)/3)/(TIRS+(MNDWI+NIR+SWIRI)/3)

式中：TIRS为热红外波段；NIR为近红外波段；SWIR1为中红外波段；MNDWI为归一化差异水体指数。

采用归一化公式，将指数数值统一量化到0～1之间，其公式为：

N′=(N-Nmin)/(N+Nmin)

式中：N′为正规化处理后的数值，其值在0～1之间；N为初始值；Nmin为N值中的最小值，Nmax为N值中的最大值。

3 结果与分析

3.1 郑州市主城区地表温度的空间分布特征

运用单窗反演温度的方法，得到2004年、2009年、2014年、2019年4期郑州市主城区温度图，同时统计出这4年的最高温度，最低温度与平均温度，如图2、图3所示。从图2可以看出，郑州市主城区的高温区面积越来越大，低温区面积逐渐减少。2004年郑州市主城区的高温区主要分布在三环以内，三环外的温度相对较低；2009—2014年，三环内的高温面积有所下降，但三环至四环内的高温面积逐渐增加，高温区域呈现出由市中心向外围转移的趋势；2019年郑州市主城区的温度普遍较高，低温区面积较小，分布较为零散。从图3可以看出，2004—2014年最低温度、最高温度和平均温度都呈上升趋势，且2014年的最低温度、最高温度和平均温度都比较高，最高温度高达38.73 ℃；2014—2019年，最低温度、最高温度和平均温度都逐渐下降，最高温度减少了5.47 ℃；2004—2019年，最低温度、最高温度和平均温度分别增加了3.94、1.26和4.43 ℃，反映出主城区温度普遍较高。

图2 2004—2019年郑州市主城区地表温度Fig.2 Surface temperature in the main urban area of Zhengzhou City from 2004 to 2019

图3 2004—2019年郑州市主城区温度变化折线图Fig.3 A broken line graph of temperature change in the main urban area of Zhengzhou City from 2004 to 2019

3.2 郑州市热岛空间特征分析

采用上述热岛分级的方法，将高于地面平均温度即特高温区、高温区、次高温区区域划分为城市热岛区域，结果如图4、表2所示。基于地表温度的空间分布特征，统计出三环内的温度等级面积、三环至四环内的温度等级面积和四环外的温度等级面积，从而进一步了解城市热岛分布变化的情况。如表3、图6、图7、图8所示。

图4 2004—2019年郑州市主城区温度等级分布Fig.4 Temperature grade distribution in the main urban area of Zhengzhou City from 2004 to 2019

图5 2004—2019年地表温度等级面积分布比例Fig.5 Temperature grade distribution ratio in the main urban area of Zhengzhou City from 2004 to 2019

图6 2004—2019年三环内温度等级面积分布比例

图7 2004—2019年三环至四环内温度等级面积分布比例

图8 2004—2019年四环外温度等级面积分布比例

从温度等级分布图(图4)可以看出，郑州市的城市热岛效应明显，主要分布在四环以内，热岛区域从城市中心逐渐向外围发展，三环以内的特高温区面积减少，中温区面积和低温区面积有所增加，热岛效应得到缓解。从表2可知，低温面积所占总面积的比例由2004年的14.23%下降到2019年的7.8%，呈现出下降的趋势；次中温面积所占总面积的比例逐渐下降，由2004年的14.43%下降到2019年的10.28%，中温面积和次高温面积所占总面积比例呈现上升趋势，中温面积比例由2004年的17.95%增加到2019年的25.09%，增加幅度为7.14%，次高温面积变化幅度较大，面积比例由2004年的21.48%增加到2019年的32.49%，增加幅度为11.01%，高温面积所占比例由2004年的19.09%变化到2019年的19.35%，变化幅度小；从2004—2019年，特高温面积占总面积比例逐渐减少，变化幅度较大，由2004年的12.81%减少到2019年的4.99%。从图5可以看出，中温、次高温、高温面积占总面积比例较大，高温面积波动较小；2004—2019年，次高温面积占总面积比例逐渐增加，且面积占比一直最大，中温面积占总面积比例呈上升趋势；特高温、次中温和低温面积占总面积比例呈下降趋势，特高温面积逐渐减少。

从图6、图7、图8可以看出，2004—2019年，三环内的特高温和高温面积比逐渐下降，占三环内总面积比例逐渐减小；次高温面积占区内面积较大，且呈上升趋势；中温面积呈上升趋势，变化幅度较大，由2004的7.69%增加到2019年的26.84%；次中温面积和低温面积占比逐渐上升，但占三环总面积比例较小。2004—2019年，三环至四环内的次高温面积逐渐增加，且占区内总面积较大，高温面积和中温面积呈上升趋势，增加幅度较小；特高温面积、次中温面积和低温面积呈下降趋势，次中温面积和低温面积下降幅度较大。2004—2019年，四环外的低温面积和次中温面积呈下降趋势，低温面积由2004年的20.45%下降到2019年的10.78%，次中温面积由2004年的17.49%下降到2019年的9.79%；特高温面积呈下降趋势，面积所占比例较小；中温面积、次中温面积和高温面积所占比例呈上升趋势，且次高温面积变化幅度较大，由2004年的19.26%增加到2019年的30.99%。

表2 2004—2019年各等级温度面积及所占比例统计Table 2 Statistics of temperature area and percentage of each grade from 2004 to 2019

表3 2004—2019年郑州市各环线内外温度等级面积统计Table 3 Statistics of temperature grade area of each ring road in Zhengzhou City from 2004 to 2019

3.3 地表温度与下垫面关系分析

本研究中分别提取2004—2019年归一化植被指数(NDVI)、归一化差异水体指数(MNDWI)和归一化差值不透水面指数(NDISI)，结果如图9、图10所示。从空间布局上看，郑州市主城区的植被分布呈现出由城中心向外围递减的格局，越靠近市区中心，植被覆盖度越低，植被斑块越小，植被斑块逐渐被蚕食、分割，连接度较差；2004—2009年主城区中心区域，植被斑块明显消失，植被覆盖度降低；2014—2019年，二七区南部丘陵植被斑块较明显，植被斑块较大，其他区植被斑块逐渐被分割，植被斑块逐渐变小，但市中心区域零散分布较小的植物斑块，植被覆盖度有所提高。2004—2019年，城市中心的水体指数呈现出增加的趋势，2014年水体斑块明显增加，水体指数提高，2019年水体指数有所下降，三环外区域的水体斑块明显减少。2004—2009年，不透水面斑块明显增大，不透水面指数提高；2014-2019年市区分布零散的水体和植被斑块，不透水面指数有所下降。

图9 2004—2019年郑州市主城区归一化植被指数变化

借助ArcGIS软件，将归一化的2004—2019年各指数图与地表温度图进行叠加，随机抽取1 000个点，利用SPSS软件进行各指数与温度的回归方程分析，结果如图12—图14所示。通过回归方程分析，定量得出温度与植被指数、水体指数和不透水面指数之间的关系。从图12—图14可以看出，地表温度与归一化植被指数、归一化水体指数具有负相关关系，地表温度与归一化不透水面指数具有负相关关系；植被指数每上升0.1，将对地表产生0.8～1.2 ℃的降温作用，水体指数每上升0.1 ℃，将对地表产生0.9～1.3 ℃的降温作用，不透水面指数每上升0.1 ℃，将对地表产生0.6～1 ℃的升温作用。郑州市主城区地表温度变化与下垫面变化存在显著的相关性，不透水面的增加，导致主城区温度逐渐增高，而植被和水体对地表温度有调节作用，缓解城市热岛的强度。

图10 2004—2019年郑州市归一化差异水体指数变化

图14 2004—2019年郑州市主城区地表温度-归一化差值不透水面指数散点图及回归关系

4 讨论与结论

近年来，由于城市热环境对城市居民健康和生态环境具有较大的影响，逐渐被人们关注，城市下垫面的变化是城市热环境发展的重要驱动因素。本研究从近15年郑州市主城区地表温度变化入手，分析2004—2019年郑州市主城区热环境的时空演变规律。采用归一化植被指数(NDVI)、归一化差异水体指数(MNDWI)和归一化差值不透水面指数(NDISI)，通过回归分析，探究地表温度与各指数的关系，进而可知城市下垫面的变化影响城市热环境的发展程度。

本研究基于Landsat数据，使用覃志豪单窗算法反演郑州市主城区地表温度，分析郑州市主城区热环境的空间分布特征及其下垫面指数与地表温度的关系，研究结果如下：

(1)2004—2019年郑州市主城区的高温度区域面积越来越大，低温度区域面积逐渐减少，低温度区域逐渐被高温度区域侵占，分布较为零散。高温度区域逐渐由三环内向三环外的区域发展，尤其是三环至四环内的低温度区域逐渐被蚕食分割，面积逐渐减少，高温度区域逐渐增加，变化明显。4个时期内的最低温度、最高温度和平均温度都呈现上升的趋势，反映出郑州市主城区温度普遍较高。

(2)郑州市主城区具有明显的热岛效应，主要分布在四环以内。2004—2019年，三环内的热岛斑块逐渐减小，热岛区域面积减少，热岛区域由三环内逐渐向外围发展，三环内的热环境有所缓解；三环至四环内区域的低温区斑块逐渐被分割，热岛区域逐渐扩大，热环境发展较为剧烈。

(3)从地表温度与植被归一化指数、归一化差异水体指数和归一化差值不透水指数的拟合方程可以看出，地表温度与植被、水体具有负相关关系，与不透水面具有正相关关系，植被与水体对地表温度具有降温作用，缓解城市热岛效应，而不透水面对地表温度具有增温作用，会加剧城市热岛的发展。从2014年、2019年，郑州市三环内区域，逐渐增加了零散的植被斑块和水体斑块，特高温面积减少，低温面积和次中温面积增加，而四环内外植被斑块、水体斑块逐渐被侵蚀、分割，由片状斑块向点状斑块发展，不透水面面积逐渐增加，而低温和次中温面积呈下降趋势，高温面积逐渐增加，这也验证了地表温度与植被、水体具有负相关关系，与不透水面具有正相关关系。

基于本文的研究，在城市化进程中要重视植被和水体资源的保护，在城市规划建设的同时考虑到城市生态环境问题，提高城市环境质量。城市中不透水面的扩张是城市热岛产生的主要因素，今后的城市建设中要考虑生态效益与经济效益的平衡，防止城市热岛的加剧，努力为市民创造一个良好的生活环境。