基于GIS的广东省建成区与高温热浪时空格局变化研究

韦晚秋 余德举 关志宇 金相任 兰猗令 罗世勤

1.广西现代职业技术学院 广西 河池 547000 2.广西壮族自治区河池水利电力勘测设计研究院 广西 河池 547000

高温热浪是城市现代化发展进程中产生的气象灾害之一。随着广东省城市规模的扩大，空间上呈现面积不断增加并集聚的特点，而地理、社会和经济等多方面的影响加重了高温热浪的产生的机率。在国内外城市高温热浪的研究涉及有：理论研究[1]，空间分布[2]，等级评估[3]，治理与防御[4]等。而国内多以研究地理空间分析法探讨城市高温热浪现象。例如，秦蓓蕾等[2]对全球变暖背景下珠江流域年日最高气温时空变化特征及影响进行了研究，冯雷等[5]通过综合气候、社会经济、医疗、地理环境和人口学及教育因素等方面信息建构脆弱性模型来反映高温热浪对人类健康的危害。可见，利用大数据分析城市高温热浪是重要的手段之一，但如何选择合适的模型才能更好的反演高温热浪的时空分布并进行风险评估具有重要的研究意义。常见的模型有：加权平均法[6]、犹豫层次分析法[7]、逼近理想解的排序方法[8]等。在大量的反演模型上大多数未加入时间因子综合考量高温热浪影响因子在时间维度上的演变趋势，因此，本文弥补前人的研究不足并作出了相关延伸研究及创新，针对广东省独特的地理位置与经济地位采用地理加权回归模型（GWR）以时空双维度探讨广东省城市群高温热浪差异格局。由此可见，GIS进行高温热浪评估对气象灾害起到了一定的监测作用，这将为广东城市环境的空间结构优化提供参考。

综上所述，本文基于GIS以DMSP/OLS夜间灯光数据、地表温度数据以及社会统计数据为主要数据源，实现广东省建成区面积提取，计算灯光指数、城市复合水平指标、地表温度指标作为评估因子重构GWR模型反演广东省高温热浪时空分布并分析，旨在对广东省各城市发展规划和预防高温热浪灾害提供参考与新思路。

1 研究区及数据源

1.1 研究区概况

广东省以岭南东道、广南东路得名，简称“粤”，省会广州，是中国大陆南端沿海的一个省份，位于南岭以南，南海之滨[9]。广东省下辖21个地级市，划分为珠三角、粤东、粤西和粤北四个区域。其位于亚热带地区，气候温暖湿润，年平均气温达到25℃，特别是夏季，气温高达35℃以上并连年上升，热带气旋频繁。与此同时，广东省以中国第一经济大省的地位不断发展，人均生活水平处于全国上游，因此吸引许多外来人口，如深圳、广州、东莞等。其繁盛的经济、日益增长的人口数量都加剧了城市环境的负担，这将引起强烈的区域性气候变化，如热岛效应、极端天气、高温热浪等，给人类健康带来影响以及经济财产损失。因此本文以广东省为研究区，重点探讨高温热浪的影响因子以及时空格局变化。

1.2 数据源概况

（1）DMSP/OLS灯光数据。本文选用了2003年（F15卫星）、2008年（F16卫星）、2013年（F18卫星）的非辐射定标平均灯光强度图像产品数据，作为广东省建成区面积提取与高温热浪评估起到基础数据作用，数据来源于美国国家海洋气象局中的数据中心。

（2）MODLT1M中国1KM地表温度月合成产品。选用了2003、2008、2013年的数据进行广东省各个地级市分区求平均地表温度作为广东省高温热浪皮评估模型的重要因子之一，数据来源于地理空间数据云网站。

（3）广东省行政区边界。中国省级、市级、县级行政区划图来自国家基础地理信息中心，比例尺为1:200万，坐标系为WGS84。

（4）社会经济统计数据。本文用到的2003、2008、2013年包括人口、经济以及建成区面积的广东统计数据，来源于广东省统计信息网站。

2 研究方法

本文基于GIS利用DMSP/OLS夜间灯光数据提取城市建成区，并以统计数据为标准，进行提取精度评估，在此基础上得到2003-2013年广东省建成区时空变化特征。结合广东省独特的地理位置和经济条件，以城市化复合水平指标和灯光指数、地表温度带入GWR模型计算，反演得到广东省高温热浪时空分布特征，从而对广东省建成区与高温热浪时空格局变化进行分析。

2.1 建成区面积提取与精度评估

由于DMSP/OLS 影像数据是来自不同的时间和不同的卫星，因此不同年份的多颗卫星获取的影像缺乏统一性。本文首先对影像进行投影转换、裁剪后，采用影像间相互校正法[10]对2003、2008、2013年3期夜间灯光影像进行校正处理，再采用二分迭代法[11]可以确定灯光阈值从而计算建成区面积公式如下：

式中影像最大亮度值为DNmax，最小亮度值为DNmin，该区域灯光阈值为 DNT。

则在阈值DNT下，灯光图像中提取的城镇用地面积S(DNT)为[10]：

式中，DNi表示从夜间灯光影像的灰度值DNT到DNmax之间的某一个值，Area为像元大小，f(DNi)表示影像灰度值为DNi的像元的总数。

将得到的面积S(DNT)与统计数据中同期建成区面积US进行比较，如果S(DNT)与US不充分接近，则需要重新设置阈值，如此循环比较直到它们几乎接近为止获得的DNT，即为最佳阈值。DNT下S(DNT) 与US之间的差值为：

根据上述提出的灯光数据提取建成区面积的方法计算，并以统计数据为标准，进行误差比较，得到利用统计数据对灯光数据提取的结果，即2003-2013年广东省建成区面积逐年上升，其中，深圳、广州、东莞等市建成区面积最大，增长速率最快，而珠海、潮州、湛江市建成区增长趋势平缓。

2.2 高温热浪主导因子计算

（1）城市化灯光指数计算

灯光指数，是指研究区域内平均相对灯光强度与灯光面积占区域总面积比的乘积，I表示区域内的平均相对灯光强度，S表示区域内所有灯光像元的总面积AreaN与整个区域面积Area之比[12]，其反映了灯光的空间延展特征，如下式：

式中，ni为地区内该灰度级像元总数，NL表示该区域像元总数，像元要满足条件DNM≥DN≥1，DNi表示该地区内第i级像元灰度值，DNM为最大可能灰度值。

（2）城市化水平复合指标计算

依据城市化水平复合指标法，结合考虑本文高温热浪模型的主导因子对城市化的影响，通过统一纲量进行相关性系数计算，结果如图1所示，从a)、b)、c)三幅图中可以看出，三者之间相关性系数较低，具有独立性，图1城市化水平复合指标相关因子相关性图，因此给予相同的权重，均为1/3，计算得到广东各市城市化水平复合指标Cj。城市化水平复合指标包括：人口城市化率（C1）为非农业人口占总人口的比重，经济城市化率（C2）为第二、三产业产值占区内生产总值的比重，空间城市化率（C3）为建成区面积占整个区域面积的比重[12]。则城市化复合指标由这三个指标复合而成[13]：

图1 城市化水平复合指标相关因子相关性分析

其中，Cj表示区域j的城市化水平复合指标，Wi表示第i种城市化因子的权重，Ci表示选取的城市化因子。

（3）地表温度计算

本文采用MODLT1M中国 1KM 地表温度月合成产品，经过辐射定标如下式2-8、几何校正、裁剪后计算2003、2008、2013年的广东省年平均地表温度。

式中，T为地表温度值（单位为：℃），value为像元灰度值，0.02为定标系数。

2.3 高温热浪模型建立

地理加权回归模型（GWR）是一种改进的空间线性回归模型，与传统的回归模型相比，引入了数据的空间地理位置维度。其可以把空间权重矩阵应用到线性回归计算中，从而形象地表现出空间结构分异[14-15]，在各领域得到了广泛的应用。本文综合分析广东省高温热浪的影响因子，即以灯光指数、城市化复合水平指标与地表温度来构建高温热浪模型，利用GWR模型反演广东省城市高温热浪空间变化规律，结果得到，GWR模型的Adjusted R2为0.83，AIC为405.01，表明GWR模型对反演城市高温热浪具有较高的适用性，模型表达式为2-9：

式中，式中y为高温热浪危险系数；xij为高温热浪的影响因子；pij为高温热浪中影响变量的系数；pi0为截距；b为随机误差项。

3 结果分析

3.1 广东城市建成区空间分布

依据DMSP/OLS数据产品特性，采用二分迭代法来确定阈值，使用阈值分割栅格影像，分别得到2003年、2008年、2013年各市城镇用地栅格数据。在此基础上，采用统计比较法以每个市为研究对象逐一设定阈值进行城市化信息提取运用空间分析法重建广东十年间城市空间变化过程如图2所示。

如图2所示，2003-2013年广东省建成区分布较为集中且逐年不断增长，整体扩大到2倍左右，呈沿海不断发展的趋势。其中深圳、珠海、东莞、中山、广州五市建成区最为密集，并不断向外扩散，在粤东地区的汕头市也呈现建成区向外扩散现象，而接近内陆地区城市建成区比较离散。

经过统计分析可得到广东省2003、2008、2013年城市空间格局特征表，从表1中可以得出：城市斑块数量从2003年的67个到2008年的90个，5年时间内增加了23个斑块，斑块密度由2003年的0.02676个/km2减少至2008年的0.0.02576个/km2，说明广东在2003年到2008年的时间内呈现了破碎度减少的趋势；2008年到2013年增加了16个，斑块密度由2008年的0.02576个/km2增加至2013年的0.023531个/km2，说明广东在2008年到2013年的时间内呈现出破碎度增加的趋势。通过综合分析可知，2003-2013年间，广东城市建成区面积和城市斑块数量持续增加，斑块密度持续减小，说明广东城市离散化程度降低。

表1 广东省2003-2013年城市空间格局特征表

3.2 广东省高温热浪风险时空特征分布

根据上文研究方法中提出的高温热浪模型进行计算，同时参考何等提出的等级分化方式[19]，将高温热浪危险系数分成5个等级，分别为：0-0.2为低、0.2-0.4为次低、0.4-0.6为中等、0.6-0.8为次高、0.8-1.0为高。结合高温热浪风险时空特征、空间格局演变特性，对聚类结果进行局部修正，形成广东省21个单元的高温热浪风险区划图，如下图3 2003-2013年高温热浪风险空间分布图。

图3 2003-2013年高温热浪风险空间分布图

由图3里的三幅图说明2003-2013年，广东省高温热浪风险与建成区时空特征分布大体相同，呈现出以深圳为首的高温风险地区并向周围地带辐射的现象，其外围的广州、佛山、东莞、珠海的珠江三角洲地区形成次高风险区，将深圳市紧紧包围，高温不断向外扩展辐射。同时粤东地区以汕头为中心，不断向粤东地区的、潮州、揭阳外扩，共同形成广东省高温热浪中心向其他地区外扩的形式。总体看来，广东省高温热浪聚集区保持稳定向外扩散的趋势，低风险区仍均匀分布在广东省接壤中国内陆城市，相对较为稳定，受高温热浪腐蚀较小。证明广东省的高温热浪风险区风险程度与等级总体增加、风险分布的“中心外扩”特征日益明显，与建成区分布特征趋势大体保持一致。

4 结论

本文基于GIS平台利用灯光数据计算提取广东省建成区面积，根据广东省独特的地理位置与经济条件，运用GWR模型反演广东省城市高温热浪空间变化规律，并探讨了2003-2013年广东省高温热浪的时空特征，得到以下结论：

（1）广东省城市建成区分布较为集中且逐年不断增长，整体扩大到2倍左右，城市建成区斑块密度持续减小，离散化程度有所降低。

（2）根据GWR模型反演广东省城市间高温热浪空间分布特征，其风险程度逐年上升，2008、2013年较2003年同比增长0.046%、0.080%，其分布情况具有显著“中心外扩”特征，分别以深圳市、汕头市为高温热浪外扩两个中心点，逐渐向各市辐射，与建成区分布特征趋势大体保持一致。