方 刚,陈健宇,2,芮广军, 邓大保
(1.宿州学院 环境与测绘工程学院,安徽 宿州 234000; 2.淮北矿业(集团)有限责任公司,安徽 淮北 235000)
目前,合肥市正处于高速发展阶段,城市人口不断增长,高层建筑、道路等也不断增加,导致城市热岛效应越来越强。植被覆盖度是调节城市热岛效应的关键因素之一,对维持生态系统稳定和改善热力环流条件具有重要意义。因此,就合肥市植被覆盖度与地表温度的关系进行定量分析,对缓解合肥市城市热岛效应、改善城市生态环境、维持城市生态系统的稳定发展和推进低碳城市建设等均具有一定促进作用。目前,城市热岛效应模型主要有4类:大气校正法[1]、普适性单通道算法[2]、基于影像的反演算法[3]和单窗算法[4]。植被指数主要有2种:归一化植被指数[5]和土壤调整植被指数[6]。此前,覃志豪等[7]、Mcmillin[8]、杨斌等[9]都对城市热岛效应做了大量研究。
本研究以2020年的Landsat 8影像为数据源[10],以合肥市为研究区,以ENVI 5.3与ArcGIS 10.6软件为平台,首先利用像元二分法(DPM)提取合肥市植被覆盖度信息,然后利用大气校正法(RTE)反演出合肥市地表温度并对其进行密度分割,在此基础上对合肥市的城市热岛效应进行分析,最后利用ArcGIS 10.6软件建立合肥市植被覆盖度与地表温度之间的剖面线,分析二者的定量关系[11],研究结果可为合肥市的城市规划提供参考。
合肥市,安徽省省会,总面积为11 445.1 km2(其中巢湖水域面积为825 km2),辖肥西县、肥东县、长丰县、瑶海区、庐江县、蜀山区、庐阳区、包河区和巢湖市。合肥市行政区划如图1所示。
图1 合肥市行政区划Fig.1 The administrative division of Hefei
本研究以2020年4月15日Landsat 8卫星影像为数据源,轨道号为121-038,云量为0.6%,数据来源于中国科学院地理空间数据云(http:∥www.gscloud.cn),研究区影像如图2所示。
图2 研究区影像Fig.2 Image of studied area
归一化植被指数(NDVI)的计算公式如下:
(1)
式中:B5代表NIR波段;B4代表Red波段。
FVC是在像元二分模型和NDVI指数基础上构建的[12-13],其计算公式如下:
(2)
式中:NDVI为归一化植被指数;NDVIsoil表示全裸露或无植被覆盖区的归一化植被指数;NDVIveg表示全植被覆盖区的归一化植被指数。参考文献[14]的研究成果,NDVIveg和NDVIsoil分别取0.70和0.05,即:当NDVI>0.70时,FVC值为1;当NDVI<0.05时,FVC值为0[14]。
利用公式(1)、(2)得到合肥市植被覆盖度情况,如图3所示。在此基础上,利用ENVI 5.3软件对植被覆盖度进行密度分割和面积统计,结果如图4和表1所示。
图3 植被覆盖度Fig.3 Vegetation coverage
图4 植被覆盖度分级Fig.4 Classification of vegetation coverage
表1 植被覆盖分级区面积Tab.1 Classification of vegetation coverage area
由图4和表1可知:2020年合肥市主城区植被覆盖度较低,大部分地区为中、低度植被覆盖,主要原因是主城区城市化水平较高;肥东县城区植被覆盖度不高,绝大部分为中度植被覆盖,而东部郊区植被覆盖度较高,西部水体较多,植被覆盖度较低;肥西县北部植被覆盖度较高,南部较低,东北部邻近主城区植被覆盖度较低;长丰县城区植被覆盖度较低,环长丰站向外植被覆盖度逐渐升高,长丰县北部、西部和南部郊区植被覆盖度较高。
卫星传感器所接收到的热红外辐射能量Lλ由3个部分组成:大气向上辐射能量L↑、经过大气层到达卫星的能量和大气辐射到地面后反射的能量L↓[15]。由于大气对地表热辐射的影响,所以要将其在总热辐射中扣除,转换为相应地表温度。Lλ的计算公式如下:
Lλ=[εB(Ts)+(1-ε)L↓]τ+L↑,
(3)
式中:ε表示地表辐射比率;Ts表示地表温度,K;B(Ts)表示黑体热辐射亮度;τ表示热红外波段大气透射率。
温度为T时,热红外波段的黑体辐射亮度B(Ts)计算公式如下:
(4)
利用普朗克公式得到Ts,计算公式如下:
(5)
对于不同的卫星,K1和K2取值不同,如表2所示。
表2 影像数据参数Tab.2 Image data parameters
根据文献[16]提出的NDVI阈值法计算地表辐射比率ε,公式如下:
ε=0.004FVC+0.986,
(6)
式中:FVC是植被覆盖度。
利用式(3)、(4)、(5)和(6)反演出合肥市地表温度,结果如图5所示。在此基础上,利用ENVI 5.3软件对合肥市地表温度进行密度分割和面积统计,结果如图6和表3所示。
图5 地表温度Fig.5 Surface temperature
图6 地表温度分级Fig.6 Surface temperature classification
表3 地表温度分级区面积Tab.3 Temperature classification of surface area
由图6和表3可知:主城区地表温度明显高于郊区的林地和耕地,城市热岛区分布呈面状发散和点状放射,包河区长虹工业园及安徽建筑大学以南地区具有较强的城市热岛效应,庐阳区和蜀山区城市热岛效应也十分明显,巢湖附近城市热岛效应强度呈阶梯式分布,越靠近环巢湖大道,城市热岛效应越弱,大房郢水库和董铺水库附近城市热岛效应呈点状分布;肥东县城市热岛效应自肥东站主干道延伸至瑶海区附近呈块状分布,由主干道向两侧逐渐变弱;肥西县城市热岛区主要分布在肥西县北部,其中高店乡附近城市热岛效应较肥西县其他地区明显;长丰县城市热岛效应主要分布在主城区和北部工业园区;巢湖市与庐江县城市热岛效应主要集中在城区,郊区不明显。
利用ArcGIS 10.6软件随机选取研究区两条剖面线(见图7),制作地表温度与植被覆盖度的折线图,如图8和图9所示。
图7 研究区剖面线空间位置Fig.7 Spatial location of section in studied area
图8 剖面线1贯穿地区的地表温度与植被覆盖度样本值对比Fig.8 Comparison of surface temperature and vegetation coverage sample values in section 1
图9 剖面线2贯穿地区的地表温度与植被覆盖度样本值对比Fig.9 Comparison of surface temperature and vegetation coverage sample values in section 2
分析同一条剖面线上的地表温度与植被覆盖度的关系可知:地表温度与植被覆盖度呈相反的变化趋势,地表温度高的区域植被覆盖度低。城市中央形成了一个地表温度高值区即城市热力环流的范围,其同时也是低植被覆盖区,很好地验证了上述规律。
剖面线1贯穿整个合肥市南北方向,穿过的绝大多数区域植被覆盖度较高,而在恰好穿过合肥市市区时地表温度快速上升、植被覆盖度快速下降。在穿过巢湖水域时,地表温度明显降低,植被覆盖度为0。剖面线2贯穿合肥市东西方向,除市中心外的其他区域地表温度较低、植被覆盖度较高。
图8与图9虽然分布趋势基本相同,但存在部分异常,异常值图斑主要集中在合肥市西部和南部的肥西县与庐江县境内。结合图4与图5可知:主城区西部和南部的肥西县与庐江县境内,大部分地区为裸土层,多数为旱地,少数为水田,城市热岛现象不明显,植被覆盖度也不高。
分别选取图7中郊区和城市的一小段剖面线进行随机采样,通过回归分析[17]进一步分析地表温度与植被覆盖度之间的定量关系,结果如图10与图11所示。
图10 郊区地表温度与植被覆盖度之间的线性关系Fig.10 Linear relationship between surface temperature and vegetation cover in suburb areas
图11 城区地表温度与植被覆盖度之间的线性关系Fig.11 Linear relationship between surface temperature and vegetation cover in urban areas
由图10可知:郊区地表温度与植被覆盖度具有较强的负相关关系(R2=0.712 6, 即相关系数为0.84),植被覆盖度每增加0.1,地表温度下降0.39 ℃,二者的定量关系为y=-3.934 4x+26.244。由图11可知:城区地表温度与植被覆盖度具有很强的负相关关系(R2=0.817 5,即相关系数为0.90),植被覆盖度每增加0.1,地表温度下降0.6 ℃,二者的定量关系为y=-6.041x+32.495。
(1)地表温度越高,城市热岛效应越明显。2020年合肥市强绿岛区面积为892.05 km2,绿岛区面积为8 077.62 km2,正常区面积为2 198.73 km2,热岛区面积为269.24 km2,强热岛区面积为7.46 km2。
(2)2020年合肥市高植被覆盖度区域分布在肥东县、肥西县、巢湖市和长丰县,面积为1 585.90 km2;低植被覆盖度区域分布在庐阳区、包河区和肥西县等,面积为2 692.36 km2。总体来说,郊区植被覆盖度较高,城区较低,且呈现出“东高西低、北高南低”的特点。
(3)地表温度与植被覆盖度之间呈现出很强的负相关关系。郊区植被覆盖度每增加0.1,地表温度下降0.39 ℃;城区植被覆盖度每增加0.1,地表温度下降0.6 ℃。