滨海地区地表温度空间异质性影响因素探究

宋筱楠,迟广源,史月,范强

(辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000)

0 引言

随着我国城市化进程不断加快,大量人口从乡村走向城市,据《中国统计年鉴》显示,1979–2018年城市人口平均增长速度为4.0%。城市人口聚集势必会导致城市大量林地、草地和水域等“蓝绿空间”被建筑和道路等不透水面所替代[1−3],导致地表温度(LST)持续增高。《2019年全球气候报告》指出,地表温度变化会导致大气污染、海洋污染、登革热病毒传播、森林火灾频发和海洋生物多样性减少等一系列巨型灾害的发生。

滨海城市是陆地与海洋的过渡城市,具有复杂而特殊的生态系统[4]。作为中国城市化水平发展较快的城市类型,其地表温度变化原因异常复杂。有研究表明,地表温度变化很大程度是由于下垫面性质发生改变[5],下垫面用地类型由于自身的导热性及比热容等因素,对地表温度产生巨大影响,而下垫面指数对下垫面用地类型有较强的表征意义,故国内外学者针对城市下垫面和地表温度的相关性进行了大量研究。Guha等[6]使用4期Landsat影像探究了地表温度与归一化植被指数(NDVI)的时空关系,结果表明:地表温度与NDVI呈现非常强烈的负相关效应,且影响效应随时间减小;Mishra等[7]使用MODIS数据探究了地表温度与NDVI的空间相关性,结果发现:NDVI值在空间上有显著变化,但并不与地表温度变化一致,这种现象在林地地区尤为严重;帅晨等[8]学者利用NDVI、改进的归一化水体指数(MNDWI)和归一化建筑指数(NDBI)三种遥感指数研究了地表温度与三种指数的相关关系,结果表明:下垫面指数与地表温度存在空间差异性,且各指数对地表温度的相关性效应各有不同。早期的研究多用普通最小二乘法(OLS)回归研究自变量与因变量之间的拟合关系,众多研究显示,该方法描述变量之间的全局效应较为合适,但描述存在明显空间异质性变量的能力明显不足[9−11]。随着空间分析技术的不断革新,地理加权回归(GWR)技术在空间异质性或不稳定性研究中的优势逐渐显露。GWR经过多年发展,从最初的基本模型改进出混合地理加权回归模型(Mixed-GWR)[12]、时空地理加权回归分析模型(GTWR)[13]、多尺度地理加权回归模型(Multiscale-GWR)[14]等多种衍生模型。改进的回归模型对存在空间异质性变量之间的描述更为细致、准确。

综上所述,本文利用Multiscale-GWR模型探究大连市内四区地表温度与NDBI、NDVI、归一化裸土指数(NDBAI)和MNDWI 4种下垫面指数的相关关系,并进行可视化表示,直观地分析4种指数与地表温度空间异质性关系,以期改善人居健康和生态环境。

1 数据来源与研究方法

1.1 研究区域概况与数据来源

大连市 (图 1)地处辽宁省南端 (38◦43′N∼40◦12′N,120◦58′E∼123◦31′E),位于黄海与渤海的交界处,属带有海洋性特点的温带季风性气候,冬无严寒,夏无酷暑。由于其独特的地理位置和优质的旅游资源,大连市近年来逐步成为东北三省的经济引领城市,所辖地区内甘井子区、西岗区、沙河口区和中山区组成的内四区经济发展极为迅速。经济的发展代表着人口的聚集,所引起的地表温度升高问题尤为严重,因此以大连市内四区为研究区域探究滨海城市地表温度与下垫面之间的空间异质性具有代表性意义。

图1 研究区域位置。(a)辽宁省;(b)大连市;(c)大连市内四区Fig.1 Location of the study area.(a)Liaoning Province;(b)Dalian City;(c)four districts of Dalian

本研究采用的数据来源于美国地质勘探局USGS官网(网址:http://glovis.usgs.gov/),因为夏季的地表温度较高,热岛效应较强,研究具有现实意义,故选择的影像时间为2018年8月,将数据进行辐射定标与大气校正预处理。

1.2 研究方法

1.2.1 辐射校正及单窗算法

为了将获取影像的辐射亮度值转换为星上亮度温度并消除传感器自身产生的误差[15],需要对原始影像进行辐射定标及大气校正处理,转换的公式为

式中Lλ为像元辐射亮度值,单位为W·m−2·sr−1·µm−1;ML为增益参数;E为像元值;AL为偏移参数。辐射定标后,采用FLAASH方法进行大气校正处理。

目前针对地表温度的反演主要有单通道算法[16−18]、多通道算法[19,20]、单窗算法[21]和劈窗算法[22]等。综合考虑地表温度反演所用参数,单窗算法具有反演精度高、普适性强等特点。本研究采用的Landsat 8 OLI数据拥有第10波段和第11波段两个热红外波段,据研究显示第10波段对地表温度的反演效果最佳[23],因此采用单窗算法计算第10波段热红外通道的大连市内四区地表温度,公式为

式中Ld为地表温度(单位为K),a、b为回归系数,α为大气透过率,C、D为中间变量,T为星上辐射量度对应的亮温温度,β为地表比辐射率,Tmn为大气平均作用温度。

1.2.2 下垫面指数

下垫面是地形、地貌和气候等自然因素与道路和建筑等人造因素的结合体,其物理性质对热环境有着非常大的影响。近年来随着遥感技术的不断发展,遥感指数作为下垫面性质的独特表征受到众多学者青睐。另有研究表明,下垫面指数与地形[24]、气候[25]和季风[26]等地表温度相关因素息息相关。本研究利用研究区域矢量对经过辐射校正后的影像进行裁剪,提取影像绿光、红光、短波红外、中红外、近红外和热红外波段以求解下垫面指数。下垫面指数计算方式见表1。

表1 下垫面指数计算方式Table 1 Calculation method of underlying surface index

1.2.3 多尺度地理加权回归

传统的回归分析主要是假定在不同区域内变量呈现为同质性,并对自变量和因变量进行回归分析,以探究变量之间的全局效应。主要用到的方式为OLS[31],该模型的计算公式为

式中Yi表示第i点因变量值,β0表示截距,βk为回归系数,Xi,k表示第i点第k个自变量值,εi表示残差。该模型计算自变量和因变量之间的全局效应较为合适,但是对于存在地理空间异质性的变量描述结果不佳。空间异质性主要是描述在不同地理区域、某一物质具有不同表征的一种性质。随后出现的GWR模型即可解决存在空间异质性的变量回归问题,该模型将空间坐标融入OLS,以实现空间异质性研究[32],GWR模型的计算公式为

式中µi、νi表示第i点的空间坐标,该模型通过不断迭代确定最优带宽以影响自变量与因变量的拟合效果。多尺度地理加权回归在地理加权回归的基础上进行优化,引入了各自变量不同的优化带宽,经过GWR估计、半参数GWR估计、最小二乘估计和总体归零的初始化步骤后,残差估计收敛至收敛准则,迭代结束[33]。Multiscale-GWR模型的计算公式为

式中you j为回归系数的最优带宽,其中不同带宽即为多尺度的具体体现。

2 结果分析

2.1 地表温度空间分异特征

图2为单窗算法反演的大连市内四区地表温度分布情况。大连市内四区的地表温度呈现由东向西递减的分布态势,且中山区、沙河口区和西岗区的平均地表温度比甘井子区要高。分别为西岗区(36.95◦C)>沙河口区(36.66◦C)>中山区(34.93◦C)>甘井子区(34.83◦C)。中山区、沙河口区和西岗区南部地区临海,地表温度总体趋势为由北至南递减;甘井子区西南部林地较多,东部地区地表温度明显较西南部高。

图2 地表温度图Fig.2 Distribution of LST

2.2 OLS与Multiscale-GWR模型回归结果

以LST作为因变量,NDBI、NDVI、MNDWI和NDBAI指数作为自变量,构建OLS模型与Multiscale-GWR模型,模型结果见表2。

表2 OLS与Multiscale-GWR模型结果Table 2 The results of OLS and Multiscale-GWR model

由表2所示,经过Multiscale-GWR模型的变量拟合后,残差平方和下降至274.400,说明Multiscale-GWR模型拟合精度较OLS模型有大幅度提高;同时,Multiscale-GWR模型的赤池信息准则较OLS模型也有大幅度的下降。R2的值域为[0,1],自0至1代表着拟合程度逐渐增高,R2的值越高,说明自变量对因变量的解释力更足,所以从R2和调整R2(AdjustedR2)得知,Multiscale-GWR模型使变量之间的拟合程度增高。OLS模型除了进行全局效应的拟合,还可以计算方差膨胀因子(VIF),VIF的值若小于10,则可以证明自变量之间不存在多重共线性[34]。本研究采用的变量VIF的值分别为:NDBI(2.203)、NDVI(1.789)、MNDWI(1.204)、NDBAI(1.147),下垫面指数之间不存在多重共线性。综上所述,大连市内四区地表温度与下垫面指数之间的全局效应非常薄弱,二者的空间异质性非常强,因此本研究利用Multiscale-GWR模型探究地表温度与下垫面指数之间的空间异质性。经计算,所选指数的最优带宽分别为:NDBI(70.00)、NDVI(46.00)、MNDWI(46.00)、NDBAI(43.00)。

2.3 空间异质性分析

2.3.1 Multiscale-GWR模型拟合程度异质性

Multiscale-GWR模型的回归系数如表3所示,其中选取回归系数的平均值、标准差、中位数及最大值作为统计类型。由表可以看出,下垫面指数的回归系数存在正负双值的现象,表明各指数存在空间异质性。回归系数的绝对值大小可以表现出下垫面指数对地表温度的影响作用力强弱,利用回归系数的平均值作为整体回归的影响作用力度量,故下垫面指数对地表温度的影响作用力由大至小依次为:NDBAI、NDVI、MNDWI、NDBI。

表3 回归系数Table 3 Regression coefficient

大连市内四区Multiscale-GWR模型的拟合分布如图3所示(LocalR2为局部拟合程度)。由图可知,研究区中心的整体拟合程度较大,边缘地区拟合程度较小,平均地表温度最大的西岗区拟合程度高的区域面积比例较小。

图3 Multiscale-GWR模型的拟合结果Fig.3 Fitting results of multiscale-GWR model

2.3.2 下垫面指数相关系数空间异质性分析

将Multiscale-GWR模型运行得到的下垫面指数相关系数进行可视化表示,得到如图4所示结果。

图4 下垫面指数相关系数。(a)NDBI系数;(b)NDVI系数;(c)NDBAI系数;(d)MNDWI系数Fig.4 The correlation coefficient of underlying surface index.(a)Coefficient of NDBI;(b)coefficient of NDVI;(c)coefficient of NDBAI;(d)coefficient of MNDWI

1)NDBI系数空间异质性分析。NDBI指数对地表温度的影响具有空间异质性。大连市内四区的总体影响力为正值区域较多,负值主要出现在边缘地区,说明NDBI指数对地表温度的影响大部分呈正相关效应,伴随着NDBI数值的增加,地表温度也在升高,这与郭宇等[35]的研究结果相似。这主要是由于不同下垫表面中,不透水面的地表温度较高,而大连市8月份的地表温度较高、城市热岛效应聚集,与高度城市化的市内四区NDBI指数大多呈现一致的分布态势。高度影响力地区出现在甘井子区的西南部和沙河口区的南部,上述地区的土地利用类型多为林草地。其他地表温度较低区域大多呈现的是负相关效应。

2)NDVI系数空间异质性分析。NDVI指数相关系数表明,总体为负相关效应,正相关效应在空间上分布较为分散,主要集中于甘井子区,与地表温度分布图对比得知,地表温度较高的区域主要为负相关,这主要是由于NDVI指数的正负差异性,负值区域大部分为湖泊和河流等水域,不透水面聚集区域水域较少,NDVI数值降低,地表温度增高。同时,中山区、西岗区和沙河口区的正相关效应区域也恰好为地表温度较低区域。NDVI的主要表征地物为林草地,通过本研究成果可以验证林草地能够起到降低地表温度的作用,这也验证了刘丹和于成龙[36]、崔林林等[37]分析NDVI指数可以反映林草地具有降温效应的观点。

3)NDBAI系数空间异质性分析。NDBAI指数的相关系数在空间上呈现由中心向四周逐渐增大的扩散分布态势,总体呈负相关效应,市内四区边缘呈现正相关效应。说明在大部分地区NDBAI数值较高的区域,地表温度较低,而在NDBAI数值较低的区域,地表温度较高。原因可能是大连市属生态宜居型城市,城市绿化率、城市用地使用率和水体覆盖率较高,加之夏季草类植物生长茂盛,使得裸地的面积较小,从而导致NDBAI指数在大部分区域呈现负相关效应。

4)MNDWI系数空间异质性分析。MNDWI指数在空间上的分布呈现负相关效应的面积占比多于正相关效应,甘井子区和沙河口区地表温度较高区域与地表温度呈现负相关效应,而西岗区和中山区地表温度较高区域与地表温度呈现正相关效应。水域属于降温地物,夏季较大的太阳辐射量及较长的日照时间可蒸发产生大量水汽,使得地表温度降低。对NDVI和MNDWI进行对比发现,NDVI比MNDWI的系数绝对值大,可以说明植被的降温效果较水域更为强烈,这验证了曹璐等[38]的研究结果。

3 结论

为了提出改善人居环境和生态健康可借鉴性成果,利用Multiscale-GWR模型探究了大连市内四区地表温度与下垫面指数的空间异质性关系,结论如下:

1)大连市内四区的地表温度呈现由东向西递减的分布态势,由于南部地区临海,中山区、沙河口区和西岗区的地表温度北部地区较南部地区要高;甘井子区的西南部林地较多,故该区域其他地区的地表温度较西南部高。

2)从全局模式和局部模式探究得知,大连市内四区地表温度与下垫面指数关系基本上不存在全局效应,空间异质性很强。Multiscale-GWR模型通过优化不同因子的不同带宽,拟合程度达到0.968,说明选取的4个下垫面指数对地表温度有着非常强的解释力。

3)下垫面指数对地表温度的影响存在空间异质性。二者的相关系数表明,下垫面指数对地表温度的影响作用力NDBAI>NDVI>MNDWI>NDBI。NDBAI、NDVI和MNDWI指数总体上呈现负相关效应,NDBI总体上呈现正相关效应。

城市化推进引起的地表温度升高,导致城市病不断出现,合理控制地表温度升高是城市发展的必要考虑。本研究采用Multiscale-GWR模型探究大连市内四区地表温度与下垫面指数的相关效应,拟合程度非常高,间接提出可以从不同层面上改善地表温度升高的方式,即地表温度升高的主要因素是不透水面的升温作用,裸土及未利用地的升温作用在大连市内四区内表现不强,林草地及水域具有良好的降温效果,且林草地的降温效果更佳,故城市在大力发展城市建设用地的同时,更应该注重林草地及水域的合理化配置,可以更好地调节地表温度。但是,本研究仅以大连市内四区为例进行探究,从国家及省域层面的地表温度空间异质性因素并未得知,接下来的研究着重利用不同方法探究更大区域的地表温度空间异质性因素。