泰山区地表温度及植被覆盖度的关系分析

靳舒婷

摘   要：为研究泰山区城市热岛状况与植被覆盖度之间的关系，本文基于Landsat OLI数据，通过辐射传输方程法对泰山区2009年和2018年地表温度进行反演，同时利用NDVI结合像元二分模型，计算泰山区植被覆盖度，得到泰山区植被覆盖的空间分布格局，在此基础上分析地表温度与植被覆盖度的关系。研究结果表明：泰山区2009年地表温度最低为14.913℃，最高为40.169℃，平均值为27.540℃，2018年地表温度最低为16.745℃，最高为42.798℃，平均值为28.689℃，城市热岛效应增强，地温分布呈现“北低南高”的空间分布格局;泰山区植被覆盖度在-0.114至1.065的范围内，植被可以有效地控制地表温度上升，此外，下垫面性质、人为因素等也会对地温产生多重影响;中部老城区地表温度普遍高于新开发城区，未来城区热环境向低温、健康方向发展。

关键词：泰山  地表温度反演  辐射传输方程法  像元二分模型  植被覆盖

中图分类号：P2                                      文献标识码：A                        文章编号：1674-098X（2020）06（c）-0099-04

Abstract： For the study of Taishan district urban heat island and vegetation coverage， the relationship between the based on the Landsat OLI data， through the radiative transfer equation method for Taishan district in 2009 and 2018， land surface temperature inversion， at the same time using the NDVI as binary model， calculation of Taishan district of vegetation coverage， get Taishan district spatial distribution pattern of vegetation coverage， on the basis of the analysis of the surface temperature and vegetation coverage. The results showed that the lowest surface temperature in Taishan district in 2009 was 14.913 ℃， the highest 40.169 ℃， and the average value was 27.540 ℃. The lowest surface temperature in 2018 was 16.745 ℃， the highest 42.798 ℃， and the average value was 28.689 ℃. Vegetation can effectively control the rise of the surface temperature， the nature of the underlying surface and human factors will also have multiple effects on the surface temperature. The surface temperature of the old city in central area is generally higher than that of the newly developed city. In the future， the thermal environment of the city will develop in the direction of low temperature and health.

Key Words： Mount Tai; Surface temperature Inversion; RTE; Dimidiate pixel model; Vegetation coverage

植被不仅有保持水土、净化空气、降低噪音、改良土壤、保护生物多样性等诸多生态服务功能，还可以发挥本身经济作用，促进相关行业的发展[1]。城区内植被可以提供良好的游览、休憩场所，缓解城市生活的压力，增进居民的健康，已成为城市生活质量的重要标志，在城市生态建设以及可持续发展中发挥着重要的作用[2]。

泰山是文化与自然相结合的游览胜地，带动着泰山区打造旅游风格，且随着城市化进程加快，生态环境与城市建设协调问题成为焦点。研究泰山区植被覆盖空间格局分布以及与地表温度关系，有助于减缓该城市热岛效应的形成，为政府未来绿地规划改造提出优化建议，实现经济发展与城市建设的双赢。

通过气象站点来研究城市的热岛效应尺度较大，不适于局部地区温度计算，遥感手段可以快速获取大范围高精度的地面温度数据，逐渐成为城市热岛研究的主流技术之一[3]。韦正等[4]利用劈窗算法和Landsat OLI数据对安庆市2014—2018年的地表温度进行了反演，得出安庆市热岛效应不断增强的结论;杨永健等[5]利用Landsat OLI遥感影像反演了2002—2017年泉州市地表温度、植被指数、建筑物指数，提出城市热岛与下垫面性质有着密切关系，尤其是植被覆盖，呈典型负相关关系;裴志方等[6]基于Landsat OLI遥感数据，利用劈窗算法对郑州市地表温度进行反演，分析郑州市热环境空间分布环境状况，对城市规划建设提供了借鉴依据。由于北部山区阻碍，泰山区仅三个方位会形成热对流，中心城区热量有所滞留，易形成城市热岛，降低居民的生活环境质量。因此，本文利用Landsat OLI数据，基于辐射传輸方程反演泰山区地表温度，利用像元二分法计算植被覆盖度，分析泰山区热环境空间分布及变化特征，并讨论地表温度与下垫面植被覆盖度的关系，为泰山区城市规划及热岛效应防治提供借鉴依据。

1  研究区与数据来源

泰安市泰山区（如图1所示）位于山东省中部，是泰安市委、市政府驻地，全市政治、经济、科技、文化和旅游中心。全区辖有3个街道办事处、5个乡镇。气候属暖温带半湿润季风气候，四季分明，寒暑适宜，光温同步，雨热同季。其地理位置特殊，泰山区北部即为泰山自然风景区，具有丰富的植被资源，对南部城区小气候起到良好的缓冲作用。

本文选取泰山区2018年Landsat OLI遥感影像，空间分辨率为30m，采用UTM-WGS84投影，对其进行辐射定标与大气校正、裁剪等预处理。

2  研究方法

2.1 归一化植被指数（NDVI）

NDVI是一种反映作物长势的常用植被指数，与植被覆盖关系密切，可以直观指示植被覆盖变化，且有效消除太阳角、地形、云阴影和有关辐照度等变化[7]，其计算公式为：

其中NIR表示近红外波段，R表示红波段。

2.2 植被覆盖度（FVC）

像元二分模型在植被覆盖度计算中使用广泛[8]，其核心思想是像元信息由绿色植被信息和裸土信息共同贡献组成，公式为：

本文基于NDVI进行FVC的计算，公式如下：

以0.5%为置信区间下限取NDVI的裸土像元值为0.04，以99.5%为置信区间上限取纯植被覆盖的像元值为0.83，代入公式（3）得到植被覆盖空间分布状况。

2.3 基于辐射传输方程的地表温度反演

由于气象站点均匀分散分布，通过传统气象站点数据获得的数据，地表温度由已知产品插值精度难以保证，故采用遥感影像进行地温反演更加适于局部地区的研究。目前基于遥感影像的地表温度反演的方式主要有辐射传输方程、单通道算法和劈窗算法三种[9]，基于辐射传输方程反演大气参数，估算地表温度，突破了传统参数获取的局限性，是地表温度反演的主要方法之一。本文基于辐射传输方程法反演2009年与2018年泰山区地表温度，过程如下：

首先进行辐射定标及大气校正，用得出的结果计算地表比辐射率数据，根据公式 ：

计算相同温度下黑体的辐射亮度值，在NASA官网查得大气向上辐射亮度参数，大气向下辐射亮度参数，地表辐射率，大气在热红外波段的透过率，带入公式（4）和公式（5）。用ENVI计算得到相同温度下黑体的辐射亮度值。最后根据普朗克公式反函数：

反演出地表温度，根据landsat-8的卫星参数，k1值为774.885，k2值为1321.079.得到地表温度的反演结果。

3  结果分析

3.1 地表温度空间分布分析

为了研究泰山区城市热岛发展状况，本文分别估算了2009和2018两年的地表温度。分析2009—2018年的地表温度分布可知，2009年地表平均温度为27.540℃，2018年地表平均温度为28.689℃，升高近1℃，因此近10年间泰山区热岛效应有所增强。由图2（a）可知，泰山区2009年地表温度分布在14.913℃～40.169℃范围内，地表温度呈“北低南高”空间格局。泰山区中部市区地表温度由中心向外围递减，东南部城郊村镇地温略高于市区，整体成斑块状分布，地表覆盖类型为市区边缘村镇的农田。由于卫星影像取于5月下旬，处于山东省农忙季前后，部分耕地已被收割，植被覆盖变化较大，对地表温度有所影响。2018年相同时相农忙活动基本未进行，因此农田区域整体温度较低，如图2（b）所示。泰山区2018年地表温度分布在16.745℃～42.780℃范围内。地表高温区为中部泰山区老城、岱宗大街火车站附近，此类区域人口、建筑密集，局部地区地表温度可达42.798℃;温度次高处位于莱泰高速与东岳大街交叉口附近，此地人口密度较小，人流、车流密度较大，植被覆盖度较低、地表温度较高，未来可采取相关措施削弱以上区域的热岛程度。

近几年西部城区不断扩张，但市政府注重生态建设，城市整体绿地状况优良，且建筑密度适中，使得西部城区的地表温度低于老城区的地表温度。北部为泰山景区，植被覆盖程度高，山脉由于旅游业的发展，旅游路线两侧的缓冲区地表温度较2009年升高，地表温度与城区相近。因此，单纯的植被对地表温度的影响是有限的，旅游产业开发等经济发展活动对下垫面性质的改变是局部地表温度的升高的主要原因。

3.2 地表温度与植被覆盖度分析

为了深入研究植被覆盖与地表温度的关系，本文估算2018年植被覆盖度（如图3（b）），并与该年地表温度（图3（a））结合分析。如图3（b）可知，植被覆盖程度整体呈现“北部>南部>中西部”的分布格局，与地表温度空间分布格局趋势一致。北部景区主要为生态林区，植被覆盖状况良好，该区域地表温度相对较低，表明森林植被对地表温度有显著调节作用;南部及东南部由于植被与城建用地镶嵌分布，且部分植被覆盖类型为耕地，植被覆盖度低于北部山区，该区域地温高于山区林地，因此，虽同为植被覆盖的自然下垫面，对地表温度的调节作用限度不同，对城区热岛影响的承受力也有所差异;由于大量建筑用地的存在，中西部城区植被覆盖度较低，由中心老城向扩张城区延伸植被覆盖度逐渐升高，体现了城区扩建时对绿化问题的重视。

值得注意的是，中部城区向北部山区有一个植被覆盖由低到高的南北方向缓冲，可能由以下两个原因导致：一是此区域地势较高且地质状况特殊，有部分裸岩分布，遏制植被生长，二是泰山区旅游路线的开发，导致修建山路、服务区等，植被覆盖受到轻微影响，但总体覆盖值远高于城区，可见泰山区旅游产业打造的同时注重对生态环境的保护。

4  结论与讨论

2009—2018年泰山区城市热岛效应有所增强，整体地表温度南北分布存在差异，“北高南低”且差值较大。自然景区植被对地表温度到了良好的调节作用，但調节作用有限，外界人为经济因素、自然因素等对地表温度有较明显的影响;城市绿地在热岛局部区域的地温控制效果显著，部分人流稀疏、交通发达地区的植被覆盖有待改善。

本文研究局限于泰山区某两年的地温反演，可以适当扩大数据范围，分析泰山区多年同时相地温的变化趋势，结合城市扩张状况综合分析。在反演地表温度时，本文只选取了基于辐射传输方程的算法，可以在此基础上，尝试单通道算法和劈窗算法进行计算并对比验证，增强分析可信度。

参考文献

[1] 刘胜涛，高鹏，刘潘伟，等.泰山森林生态系统服务功能及其价值评估[J].生态学报，2017，37（10）：3302-3310.

[2] 海若.绿色城市突围“热岛效应”[N].中国自然资源报，2019-11-09（006）.

[3] 刘耀宇，汤江龙，欧立业.南昌市城市热岛效应遥感分析[J].江西科学，2020，38（1）：54-59.

[4] 韦正，孙嘉乐，陈志敏，等.基于Landsat8影像的安庆市城市热岛效应分析[J].西昌学院学报：自然科学版，2018，32（4）：66-70+133.

[5] 杨永健，李洪忠，钟舒怡.基于Landsat遥感影像的地表温度分析——以泉州市区为例[J].软件导刊，2019，18（5）：187-191，2.

[6] 裴志方，文艳，杨武年.城市化下城市热环境与下垫面关系研究——以郑州市为例[J].云南师范大学学报：自然科学版，2019，39（1）：66-71.

[7] MosesAzongCho，AbelRamoelo. Optimal dates for assessing long-term changes in tree-cover in the semi-arid biomes of South Africa using MODIS NDVI time series （2001–2018）[J]. International Journal of Applied Earth Observations and Geoinformation，2019，81.

[8] 程東亚，李旭东，安芬，等.高原山区小流域植被覆盖度演变时空格局[J].贵州师范大学学报：自然科学版，2020，38（1）：6-13，57.

[9] 侯宇初，张冬有.基于Landsat8遥感影像的地表温度反演方法对比研究[J].中国农学通报，2019，35（10）：142-147.