昆明市主城區(qū)熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制分析

何志斌

?

昆明市主城區(qū)熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制分析

何志斌

（昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093）

選用昆明市主城區(qū)Landsat8遙感影像為基礎(chǔ)，計(jì)算建筑指數(shù)，植被指數(shù)，水體指數(shù)。通過纓帽變換提取土壤濕度指數(shù)。利用大氣校正法反演地表溫度。利用地理信息系統(tǒng)分析昆明市主城區(qū)熱島的空間分布特征，時(shí)間演變特征以及熱島效應(yīng)的驅(qū)動(dòng)機(jī)制。結(jié)果表明人為活動(dòng)和高密度建筑區(qū)域?qū)釐u形成的作用較大。研究區(qū)熱島效應(yīng)呈現(xiàn)兩極分化，高低溫區(qū)均有所增加。土壤濕度，水體，植被對熱島效應(yīng)有緩解作用，但抑制作用遠(yuǎn)低于人為活動(dòng)的促進(jìn)作用。

城市熱島；演變特征；空間分布；驅(qū)動(dòng)機(jī)制

0 引言

近年來隨著社會經(jīng)濟(jì)的快速發(fā)展，國內(nèi)大部分城市已經(jīng)逐步走向高度城市化。作為城市化程度的重要指標(biāo)，城市熱島效應(yīng)隨著城市環(huán)境的惡化也愈發(fā)受人關(guān)注。城市熱島效應(yīng)所引發(fā)的城市氣候問題已經(jīng)越來越嚴(yán)重。2017年7月，國內(nèi)大部分城市受到極度高溫天氣的侵襲，華北黃淮至江南華南等地18個(gè)省市區(qū)部分城市的平均氣溫超過40度；2016年12月環(huán)境保護(hù)部發(fā)布最嚴(yán)重霧霾預(yù)警，京津冀23個(gè)城市啟動(dòng)紅色預(yù)警。城市熱島效應(yīng)會使得城市空氣密度下降，城市風(fēng)速降低，因此城市中心的污染物不僅難以擴(kuò)散出去，相反城市周邊的大氣污染物還會進(jìn)一步向城市中心聚集[1-3]。城市熱島不僅會加劇大氣污染，還會危害到人體健康，已經(jīng)成為今天城市化發(fā)展背景下不可忽視的城市氣候問題[4]。

遙感技術(shù)已經(jīng)應(yīng)用到人類生活的方方面面[5-7]，遙感技術(shù)也是研究熱島效應(yīng)的最主要方法之一，由于獲取信息快、更新周期短、測量范圍大、信息量大的特征，遙感技術(shù)已經(jīng)逐漸成為熱島效應(yīng)研究的主要途徑[8]。林榮平等[9]利用1991、2000、2013年的landsatTM遙感影像研究了福州市所有沿海河谷盆地?zé)釐u效應(yīng)的時(shí)空變化，選取人文因素和自然因素探求熱島效應(yīng)的驅(qū)動(dòng)機(jī)制。結(jié)果表明熱島效應(yīng)呈中心向外沿江分布態(tài)勢，且高溫?cái)U(kuò)散區(qū)域與城市建設(shè)用地有一致性；對高溫區(qū)的形成人文促進(jìn)作用大于自然抑制作用。吳彥樨等[10]利用遙感影像反演武漢市地表溫度，提取NDVI，研究了武漢市城市熱島與植被覆蓋的空間相關(guān)性。結(jié)果表明武漢市地表溫度和NDVI之間呈現(xiàn)負(fù)相關(guān)，且地表溫度與其周圍700 m區(qū)域范圍內(nèi)的植被覆蓋程度的相互關(guān)聯(lián)度最大。李璇瓊等[11]通過對遙感影像K-T變換，提取了蘭州市的濕度指數(shù)。研究表明蘭州市地表溫度與濕度呈線性負(fù)相關(guān)。

已有的大部分研究利用單一因素與城市熱島進(jìn)行關(guān)系分析。吳彥樨等的研究雖然說明了武漢市植被覆蓋與城市熱島的關(guān)系，但城市熱島形成復(fù)雜，需從多個(gè)角度多個(gè)維度進(jìn)行解釋；李璇瓊等研究則分析了NDBI、植被覆蓋，濕度以及土地利用類型和地表溫度的關(guān)系。但分析過程是獨(dú)立進(jìn)行的，不能體現(xiàn)影響因素的主次關(guān)系。本文以昆明市主城區(qū)作為研究對象，基于遙感影像反演地表溫度，提取多個(gè)環(huán)境指數(shù)，通過相關(guān)性分析以及主成分分析探求昆明市中心城區(qū)熱島效應(yīng)的驅(qū)動(dòng)機(jī)制。

1 研究區(qū)概況

昆明地處云貴高原中部，位于東經(jīng)102°10￠~ 103°40￠，北緯24°23￠~26°22￠?？傮w地勢北部高，南部低，由北向南呈階梯狀逐漸降低。中部隆起，東西兩側(cè)較低。以湖盆巖溶高原地貌形態(tài)為主，紅色山原地貌次之。是云南省省會，西南地區(qū)中心城市之一；是中國面向東南亞、南亞乃至中東、南歐、非洲的前沿和門戶。本研究主要區(qū)域?yàn)槔ッ魇兄鞒撬膮^(qū)，城市化明顯，人口密集，具有較強(qiáng)代表性。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)介紹

2013年發(fā)射的Landsat8衛(wèi)星包含OLI（Operational Land Imager陸地成像儀）和TIRS（Thermal Infrared Sensor熱紅外傳感器）兩種傳感器。本研究選取2017年3月14日、2015年3月9日、2014年2月5日的昆明市主城區(qū)（官渡區(qū)、西山區(qū)。盤龍區(qū)、五華區(qū)）的Landsat8影像數(shù)據(jù)作為基礎(chǔ)研究數(shù)據(jù)，選取的影像基本無云覆蓋。本研究的人口數(shù)據(jù)來自《昆明統(tǒng)計(jì)年鑒》[12]。

2.2 地表溫度反演

2.2.1 輻射定標(biāo)

Landsat8遙感影像上熱紅外波段的無量綱DN值轉(zhuǎn)換為輻射亮度[13]。

Ll=Lmin(l)+(Lmax(l)-Lmin(l))Qdn/Qmax（1）

Ll為衛(wèi)星傳感器接收到的熱紅外輻射亮度值，Lmax(l)為接收到的最大熱紅外輻射亮度值，Lmin(l)為接收到的最小熱紅外輻射亮度值，Qdn為像元灰度值，Qmax為遙感影像最大灰度值

2.2.2 地表溫度反演

選用大氣校正法對地表溫度進(jìn)行反演。求取同溫度下黑體反射率[14]：

B(Ts)=[Ll-L--t·(1-e)Lˉ]/t·e（2）

B(Ts)為黑體在Ts溫度下的熱輻射亮度，e為地表輻射率，t為大氣在熱紅外波段透過率，L-為大氣向上輻射亮度，Lˉ為大氣向下輻射到達(dá)地面后的反射能量。

地表真實(shí)溫度計(jì)算[15]：

B(Ts)為黑體在Ts溫度下的熱輻射亮度，K1，K2對應(yīng)Landsat8的熱紅外波段定標(biāo)常數(shù)，對于TIRS10波段常數(shù)值值為774.89和1321.08。Ts減去開爾文溫度273得到攝氏溫度。

2.3 地表信息提取

（1）歸一化建筑指數(shù)

查勇等利用NDBI-NDVi改善城市建筑用地的提取方法[16]。

NDBI=(MIR-NIR)/(MIR+NIR) （4）

式中MIR為中紅外波段，NIR為近紅外波 段。Landsat8的中紅外波段與近紅外波段分別是 B6, B5。

（2）歸一化植被指數(shù)[17]

NDVI=(NIR-Red)/(NIR+Red) （5）

式中NIR為近紅外波段，Red為紅光波段。Landsat8紅光波段與近紅外波段分別為B4，B5。

（3）改進(jìn)歸一化差異水體指數(shù)[18]

MNDWI=(Green-MIR)/(Green+MIR) （6）

式中Green為綠光波段，MIR為中紅外波段，分別對應(yīng)Landsat8的B3,B6 波段。

（4）濕度因子

對昆明市主城區(qū)Landsat8遙感影像進(jìn)行K-T變換[19]，提取其中濕度指數(shù)。用于反映區(qū)域內(nèi)土壤植被濕度特征。

2.4 驅(qū)動(dòng)因素分析

2.4.1 驅(qū)動(dòng)因子選取與標(biāo)準(zhǔn)化

選取研究期內(nèi)昆明市主城區(qū)人文因素與自然因素兩大類共6個(gè)因子進(jìn)行驅(qū)動(dòng)因素分析。由于因子間的量綱不同，因子間數(shù)量級別有較大差異。采用方差標(biāo)準(zhǔn)化對驅(qū)動(dòng)因子進(jìn)行標(biāo)準(zhǔn)化處理[20]：

2.4.2 相關(guān)性與主成分分析

針對昆明市主城區(qū)地表溫度的變化情況，對驅(qū)動(dòng)因子進(jìn)行相關(guān)性分析與主成分分析，判斷與地表溫度變化最為顯著的驅(qū)動(dòng)因子。

3 結(jié)果與分析

3.1 熱島效應(yīng)空間分布特征

通過ArcGIS10.1軟件對地表溫度反演結(jié)果進(jìn)行區(qū)域分析。獲取2014、2015、2017年的地表溫度。三年內(nèi)城區(qū)內(nèi)地表溫度變化范圍分別為9.50℃-35.72℃、13.34℃-37.74℃、15.90℃-40.36℃。平均地表溫度分別為20.08℃、22.86℃、26.60℃。

表1 昆明市主城區(qū)地表溫度統(tǒng)計(jì)（單位：℃）

Tab.1 The surface temperature in kunming urban area statistics (unit: ℃)

由圖（1, 2）可知官渡區(qū)和五華區(qū)建筑用地較多，且連續(xù)大范圍內(nèi)植被覆蓋較少，熱島形成最明顯，盤龍區(qū)和西山區(qū)山地林地居多，高溫區(qū)較少。昆明主城區(qū)熱島分布基本上與城市的建筑密集區(qū)，人口活動(dòng)頻繁區(qū)分布一致。近年來昆明市主城區(qū)逐漸走向高度城市化，人口向城市流動(dòng)，城市建設(shè)用地面積不斷增加。由3年的地表溫度空間分布狀態(tài)圖可以看出，高溫區(qū)面積不斷擴(kuò)大，且以商業(yè)住宅區(qū)為中心逐漸形成高溫聚集區(qū)，平均地表溫度從2014年的20.08℃上升到2017年的26.60℃。高溫區(qū)內(nèi)大部分是商業(yè)區(qū)與住宅區(qū)以及在建的建筑用地，區(qū)域內(nèi)人口密集，人類活動(dòng)頻繁。

圖1 2014-2017年昆明主城區(qū)熱島分布

圖2 昆明主城區(qū)熱島影響因素分布

3.2 熱島效應(yīng)時(shí)間變化特征

使用ArcGIS軟件對2014、2015、2017年昆明市主城區(qū)地表溫度結(jié)果進(jìn)行溫度級別劃分，劃分方法采用自然間斷點(diǎn)分級法，將溫度級別劃分為4個(gè)類別。通過重分類統(tǒng)計(jì)各溫度級別下的像元數(shù)，并通過像元大小換算成面積。

由表2圖3看出，昆明市主城區(qū)在2014-2017年間，地表溫度向低溫區(qū)和高溫區(qū)分化。低溫區(qū)面積由434.82 km2增加到437.01km2，面積占比增加了0.1個(gè)百分點(diǎn)，高溫區(qū)由316.58 km2增加到355.48 km2，面積增加了1.85個(gè)百分點(diǎn)，而中溫區(qū)由688.60 km2減少到603.08 km2，減少了4.07個(gè)百分點(diǎn)。城區(qū)大部分空間由中溫區(qū)轉(zhuǎn)化為高溫區(qū)和次高溫區(qū)，形成熱島。次高溫區(qū)變化最快，年均變化率0.53%，高溫區(qū)次之且年均變化率0.46%。高溫區(qū)與次高溫區(qū)面積的占比越來越高，昆明市熱島范圍逐漸擴(kuò)大。

3.3 城市熱島驅(qū)動(dòng)機(jī)制

昆明市主城區(qū)的熱島形成是受多種因素綜合影響的結(jié)果。為探求研究區(qū)熱島效應(yīng)的驅(qū)動(dòng)機(jī)制研究選取人文因素和自然因素兩個(gè)大類中的NDVI、MNDWI、濕度、NDBI、人口與人口密度這6個(gè)因子進(jìn)行高溫區(qū)驅(qū)動(dòng)力分析。

表2 昆明市主城區(qū)2014-2017年地表溫度級別面積統(tǒng)計(jì)表（單位：km2）

Tab.2 Statistical table of surface temperature level area in main urban area of kunming city from 2014 to 2017 (unit: km2)

圖3 2014-2017年昆明市主城區(qū)地溫等級面積

表3 昆明市主城區(qū)溫度影響因子

Tab.3 The temperature influence factor of the main urban area of kunming city

注：人口數(shù)據(jù)來自《昆明統(tǒng)計(jì)年鑒-2016》

表4 驅(qū)動(dòng)因子相關(guān)分析

Tab.4 Drive factor correlation analysis

注：*表示相關(guān)系數(shù)在0.01水平上顯著.

利用SPSS軟件進(jìn)行地表溫度與各因子之間的相關(guān)性分析，所選取的6個(gè)因子中，人口密度因子Sig值大于顯著性水平，接受原假設(shè)認(rèn)為人口密度與地表溫度間不相關(guān)，剩余5個(gè)因子都與城市地表溫度存在相關(guān)關(guān)系。人口因子與地表溫度呈高度正相關(guān)，相關(guān)系數(shù)0.840；NDBI與地表溫度呈中度正相關(guān)，相關(guān)系數(shù)0.609；NDVI與NDWI都和地表溫度呈中度負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.524，-0.554；城市土壤濕度與地表溫度呈低度負(fù)相關(guān)，相關(guān)系數(shù)-0.310。

剔除與地表溫度不相關(guān)的人口密度因子（P2），對其余5個(gè)因子進(jìn)行公因子方差檢驗(yàn)，信息損失量在20%以內(nèi)，認(rèn)為主成分分析效果較好，信息損失量不大，可以進(jìn)行主成分分析。分析結(jié)果各因子主成分貢獻(xiàn)率見表5。第一主成分貢獻(xiàn)率72.063%，第二主成分貢獻(xiàn)率23.060%，兩個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)到95.096%，兩個(gè)主成分包含了5個(gè)變量95.096%的信息，因此取前兩個(gè)成分作為主成分即可充分反映昆明市主城區(qū)地表溫度變化的驅(qū)動(dòng)機(jī)制。

采用最大方差法對主成分進(jìn)行旋轉(zhuǎn)，獲取正交旋轉(zhuǎn)的因子載荷矩陣（表6），可更清楚解釋各因子在兩個(gè)主成分上的載荷分配。由表p5可知，人口，NDBI，NDVI，土壤濕度與第一主成分有較強(qiáng)相關(guān)性，MNDWI與第二主成分有較強(qiáng)的相關(guān)性。第一主成分可以解釋人口，NDBI，NDVI和土壤濕度的因子信息，第二主成分可以解釋MNDWI的因子信息。

表5 因子主成分分析

Tab.5 Factor principal component analysis

表6 主成分正交旋轉(zhuǎn)因子載荷矩陣

Tab.6 Principal component orthogonal rotation factor loading matrix

結(jié)果表明昆明市主城區(qū)熱島的形成的主要影響因素是人文因素，人口與建筑用地是城市形成熱島的主要原因。植被，植被水分以及土壤濕度對熱島形成有阻力作用，但作用力遠(yuǎn)低于前兩者對熱島形成的促進(jìn)作用。

4 結(jié)論

本研究選用昆明市主城區(qū)Landsat8三期遙感影像作為基礎(chǔ)數(shù)據(jù)，通過地表溫度反演，依據(jù)反演結(jié)果研究昆明市主城區(qū)熱島效應(yīng)的空間分布特征。研究區(qū)內(nèi)熱島效應(yīng)在官渡區(qū)和五華區(qū)最明顯，這兩個(gè)區(qū)域建筑密集，人類活動(dòng)頻繁，又是商業(yè)區(qū)和住宅區(qū)集中區(qū)域，植被覆蓋區(qū)較少，熱島分布以建筑密集區(qū)為中心向外擴(kuò)散。

研究采用自然間斷點(diǎn)法對反演的3期地表溫度結(jié)果進(jìn)行溫度級別劃分，重采樣統(tǒng)計(jì)各溫度級別像元數(shù)并轉(zhuǎn)換為地表面積。依據(jù)各溫度級別面積的變化研究昆明主城區(qū)熱島效應(yīng)時(shí)間演變特征。結(jié)果表明城區(qū)熱島效應(yīng)呈現(xiàn)兩極分化，中溫區(qū)面積減少，低溫區(qū)高溫區(qū)面積增加且大部分城市區(qū)域溫度增加轉(zhuǎn)變?yōu)楦邷貐^(qū)和次高溫區(qū)。次高溫區(qū)擴(kuò)散速率最快，年均增長率0.53%。

研究提取多個(gè)地表信息，結(jié)合《昆明統(tǒng)計(jì)年鑒》的人口統(tǒng)計(jì)數(shù)據(jù)，選取對昆明主城區(qū)熱島有影響的驅(qū)動(dòng)因子進(jìn)行分析，探求城市熱島的驅(qū)動(dòng)機(jī)制。研究顯示城區(qū)內(nèi)人類活動(dòng)和建筑對熱島形成有促進(jìn)作用，且作用力較大；城區(qū)內(nèi)植被分布，水體分布以及土壤濕度對城市熱島有緩解作用，但作用力遠(yuǎn)低于人類活動(dòng)和建筑區(qū)域?qū)釐u的促進(jìn)作用。

緩解昆明主城區(qū)熱島效應(yīng)可采取增加城區(qū)植被覆蓋面積，提高城市土壤濕度，保留城市水體面積；同時(shí)控制城市開發(fā)密度，避免住宅區(qū)商業(yè)區(qū)大范圍連片建設(shè)，間接調(diào)整人類活動(dòng)由個(gè)別區(qū)域密集轉(zhuǎn)為多區(qū)域分散。

[1] 陶雙成, 鄧順熙, 高碩晗, 姚嘉林, 熊新竹. 北京采暖期典型區(qū)域環(huán)境空氣污染特征分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2016, 25(11): 1741-1747.

[2] Shobhakar Dhakal. The urban heat environment and urbansustainability[C]. In: FredMoavenzadeh, Keisuke Hanaki, PererBaccini eds. Future Cities: Dyanmincs and Sustainability. London:Kluwer A cadem ic Publishers, 2002: 179-172.

[3] Gillies R R, Carlson T N. Thermal remote sensing of surface soilwater content with partial vegetation cover for incorporation into climate models[J]. Journal of Applied Meteorology, 1995, 34: 745-756.

[4] 吳萍, 余文周. 霧霾成因、危害、公眾反應(yīng)及治理對策的探討[J]. 中國公共衛(wèi)生管理, 2014, 30(03): 453-454.

[5] 劉鑫淼, 康朝紅, 薛樂樂. 基于ICA的遙感圖像去噪融合研究[J]. 軟件, 2015, 36(7): 53-56.

[6] 錢育蓉, 于炯, 英昌甜, 等. 云計(jì)算環(huán)境下新疆遙感應(yīng)用數(shù)據(jù)中心的挑戰(zhàn)與機(jī)遇[J]. 軟件, 2015, 36(4): 58-61.

[7] 曹丹陽, 霍然, 孫凌, 等. 衛(wèi)星可見光波段觀測模擬與分析系統(tǒng)設(shè)計(jì)與開發(fā)[J]. 軟件, 2018, 39(3): 01-07.

[8] 趙麗麗, 趙云升, 董貴華. 基于ETM+遙感影像的城市熱島效應(yīng)監(jiān)測技術(shù)研究[J]. 中國環(huán)境監(jiān)測, 2006, (03): 59-63.

[9] 林榮平, 祁新華, 葉士琳. 沿海河谷盆地城市熱島時(shí)空特征及驅(qū)動(dòng)機(jī)制[J]. 生態(tài)學(xué)報(bào), 2017, 37(01): 294-304.

[10] 吳彥樨, 焦利民, 金健飛. 武漢市城市熱島與植被覆蓋的空間相關(guān)性分析[J]. 環(huán)境科學(xué)與技術(shù), 2016, 39(11): 156-161.

[11] 李璇瓊, 盧正, 李永樹. 蘭州市熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制研究[J]. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 52(01): 69-74.

[12] 《昆明統(tǒng)計(jì)年鑒——2016年》編委會和編輯部. 楊建偉總編, 昆明統(tǒng)計(jì)年鑒, 中國統(tǒng)計(jì)出版社, 2016, 4, 年鑒.

[13] 馬偉, 趙珍梅, 劉翔等. 植被指數(shù)與地表溫度定量關(guān)系遙感分析——以北京市TM數(shù)據(jù)為例[J]. 國土資源遙感, 2010, (04): 108-112.

[14] 張仁華, 著. 定量熱紅外遙感模型及地面實(shí)驗(yàn)基礎(chǔ)[M]. 北京: 科學(xué)出版社, 2009.

[15] 徐涵秋. 新型Landsat8衛(wèi)星影像的反射率和地表溫度反演[J]. 地球物理學(xué)報(bào), 2015, 58(03): 741-747.

[16] 查勇, 倪紹祥, 楊山. 一種利用TM圖像自動(dòng)提取城鎮(zhèn)用地信息的有效方法[J]. 遙感學(xué)報(bào), 2003, (01): 37-40+82.

[17] 黃榮峰, 徐涵秋. 利用Landsat ETM+影像研究土地利用/覆蓋與城市熱環(huán)境的關(guān)系——以福州市為例[J]. 遙感信息, 2005, (05): 36-39+71.

[18] 徐涵秋. 利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J]. 遙感學(xué)報(bào), 2005, (05): 589-595.

[19] 李博倫, 遆超普, 顏曉元. Landsat 8陸地成像儀影像的纓帽變換推導(dǎo)[J/OL]. 測繪科學(xué), 2016, 41(04): 102-107.

[20] 承繼成, 林琿, 楊汝萬. 面向信息社會的區(qū)域可持續(xù)發(fā)展導(dǎo)論[M]. 北京: 商務(wù)印書館, 2001.

Analysis of Characteristics and Driving Mechanism of Heat Island Effect in Kunming

HE Zhi-bin

(School of Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650093, China)

The Landsat8 remote sensing image of main city in Kunming was used to calculate the NDBI, NDVI, MNDWI. The soil humidity index was extracted through Tasseled Cap Transformation. The Radiative Transfer Equation was used to extract land surface temperature. Geo-Information system was used to discuss the distribution characteristics, evolution characteristics and the mechanism of UHI (Urban Heat Island Effect) of main city in Kunming. Results show that High density building area and human activity made a greater contribution to the heat island. The UHI area of Kunming main city displayed a polarization appearance, low temperature and high temperature areas were increased. Soil humidity, water and vegetation could relieve the UHI but the inhibitory action was weaker than the acceleration of human activity.

Urban Heat Island Effect; Evolution characteristics; Space distribution; Driving mechanism

TP79

A

10.3969/j.issn.1003-6970.2018.07.032

何志斌(1994-)，男，碩士研究生，研究方向?yàn)镚IS。

本文著錄格式：何志斌. 昆明市主城區(qū)熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制分析[J]. 軟件，2018，39（7）：152-156