基于遥感的重庆市主城区城市热环境研究

肖蓓蓓

(1．重庆欣荣土地房屋勘测技术研究所，重庆 400020 ；

2．重庆市土地利用与遥感监测工程技术研究中心，重庆 400020)

基于遥感的重庆市主城区城市热环境研究

肖蓓蓓1，2

(1．重庆欣荣土地房屋勘测技术研究所，重庆 400020 ；

2．重庆市土地利用与遥感监测工程技术研究中心，重庆 400020)

摘要：在遥感和地理信息系统技术支持下，以LANDSAT5为数据源，运用遥感热红外影像的地温反演技术和植被指数对重庆市主城区的热环境进行了研究，以揭示重庆市主城区城市热环境的空间格局及其与植被的关系。研究发现：重庆市主城区存在明显的热岛效应，热岛主要分布在车站、工业区、城市交通干道等区域，而城市交通网对于热岛的空间分布有很大影响，即城市热岛常常沿着交通干线分布；对地表温度与植被指数格局对比研究发现，城市地表温度与植被指数有着大致相反的空间分布规律，城市地表温度高的区域对应的植被指数一般都比较低，而地表温度低的区域对应的植被指数一般都比较高，二者在城市建筑、交通干道上表现得特别明显，对温度与植被指数的回归分析发现地表温度与植被指数之间呈现出显著的负相关关系，植被指数升高0.1，平均地表温度则降低大约1.3℃。

关键词：城市热环境；卫星遥感；植被指数；重庆

1引言

随着城市化进程不断加速，随之而带来的城市生态环境问题也引起了广泛的关注[1,2]，其中的“城市热岛”是受到人类关注较早且广泛的一种环境问题。传统的热岛研究方法包括单站气温变化趋势法、一个或几个城市站和一个或几个乡村站气温变化趋势比较法、一对或一组城市与乡村站温差比较法、城市和城郊固定站网的温度分布法等，这些方法对“城市热岛”效应的研究发挥着重要作用[3]；随着地理信息系统和遥感技术尤其是热红外技术的发展，出现了对因城市下垫面性质的差异引起的地表温度差异的热岛研究，这种地表温度热岛与传统的气温热岛是互相联系的但又不相同的，与气温热岛相比，地表温度热岛的成因更简单一些，它主要决定于地表的温度，而气温热岛除上述因素外，还与平流的影响有关，尽管二者存在差别，但气温热岛与地表温度热岛的时空分布却是相似的，都可以用来研究揭示“城市热岛”现象[3]，因而也被广泛用来研究城市的热岛现象(本研究中所指的热岛便是指地表温度热岛，下同)，这种方法通过热红外传感器探测城市地表温度，应用地理信息系统对所获取的遥感数据进行处理数据分析，能够全面地探测城市地表温度特征，还能周期性、动态地监测城市热环境的变化趋势[4]，为“城市热岛”效应的研究提供了新的技术手段[5]，极大地促进了“城市热岛”效应的研究。

重庆市是我国最年轻的直辖市，是长江上游的政治、经济、文化中心，近年来，随着城市化进程的不断加快，主城区大规模的城市基础设施建设强烈地改变着地表的结构，导致地表水分蒸腾减少、径流加速、显热的存储等一系列环境问题[1]，使得重庆主城区的热岛效应日益显著，对人们的日常生产生活产生了严重的影响，然而针对重庆主城区热岛的专门研究的报道却很少。因此，本文在地理信息系统和遥感技术的支持下，采用LANSAT5的热红外影像对重庆市主城区的地表温度进行定量反演，得到了重庆市主城区地表热场的格局，并在此基础上探讨了“城市热岛”与植被指数之间的关系，其研究结果对于城市生态环境建设，改善城市人居环境，促进城市的可持续发展具有重要的意义[10]。

2资料与方法

2.1　研究区域

本研究以重庆市主城区为研究区域(主要包括内环高速以内的重庆市主城区和铜锣山、中梁山的部分区域)，东西长约24km，南北长约20km，面积约480km2，地理位置介于东经106°22′53″~106°37′57″之间，北纬29°26′31″~29°37′37″之间；地形从南北向长江河谷倾斜，起伏较大，重庆主城区位于南北走向的铜锣山与中梁山之间，多为丘陵和低山，海拔约200~350m，是典型的山城，长江、嘉陵江穿行于研究区内并在朝天门汇合；气候属亚热带湿润季风性，雨量充沛，空气湿润。研究区的地理位置如图1。

图1　研究区域示意图

2.2　数据及其预处理

本文利用的温度反演数据为2004年8月LANDSAT5的第6波段数据，该影像图像清晰，成像条件较好，可用于温度反演计算；所用的几何校正参考数据为1∶50000的地形图，在遥感图像处理软件ERDAS中对遥感影像的几何变形进行较正，保证配准时的剩余误差在一个像元以内，以达到精度的要求；其它的辅助数据包括重庆市主城街道图、行政区划图等。

2.3　城市地表温度反演

卫星传感器输出的数值只是电信号数值或模拟量，我们所得到的数据是以灰度值(DN, Digital Number)来表示的，不是实际的反射或辐射强度；在推算地表真实温度之前，必须从TM数据中求算地表辐射强度[11]。对于LANDSAT5而言，辐射定标常常采用定标系数(增益和偏移系数)把DN值转化为相应的热辐射强度值，其辐射校正公式为[12]：

Lλ=gain×DN+offset

(1)

式中：Lλ为传感器获取的热辐射值，gain为卫星的增益系数，offset为偏移系数，这两个系数可以在原始影像的头文件中获取。

再通过辐射亮度推算亮度温度，其计算公式为[12]：

(2)

式中：TB为亮度温度，其中K1和K2为标定常数，对于LANDSAT5的TM6波段而言K2=1260.56K，K1=60.776mw(cm)-2， (sr)-1(μm)-1。

最后通过辐射亮温求算地表温度，用比辐射率(ε)对辐射亮温进行校正，使之成为地表温度[13]，其校正公式为：

(3)

式中：TS为地表温度，TB为亮度温度；λ为发射辐射的波长，取热红外波段平均值λ= 11.5μm，β=1.438 ×10-2mk，ε为比辐射率。

2.4　比辐射率的计算

由于城市下垫面非常复杂，直接确定比辐射率是比较困难的，一般都采用下面的间接方法来计算ε[9，14~17]：

ε=1.0094+0.047ln(NDVI)

(4)

此公式要求NDVI的值介于0.157～0.727之间，对于城市而言，有很多小于0.157的像元，主要由裸露地和水体组成，从这部分地表中提取出水体后，剩下的是裸露地表，主要由城市水泥、沥青路面或屋顶组成，据相关的研究，将其比辐射率定为0.923[18]，而水面，根据相关研究将其比辐射率定为0.9925[19]。根据公式得到地表比辐射率分布如图2。

图2　重庆主城区地表比辐射率的空间格局

2.5　植被指数的计算

城市热环境与植被是紧密相关的，而NDVI是表征地表植被覆盖特征的一种常用的植被指数[26]，其计算公式如下:

(5)

式中：B4和B3分别为TM影像在第4波段(近红外波段)和第3波段(红色波段)的反射率，植被指数可以在遥感处理软件ERDASA中直接计算得到，图3b即为重庆市主城区的植被指数分布图。

图3　重庆市主城区地表温度与植被指数(NDVI)的空间格局

3结果与分析

3.1　城市热环境空间分布特征

根据上述的地表温度反演方法对2004年8月TM5的重庆主城区地表温度进行了处理。图3a提供了重庆市主城区地表温度的反演结果。图上显示城区的温度要高于城郊地区，具有明显的“城市热岛”效应，由于受到城市复杂下垫面性质的影响，在城区内部地表温度的差异也十分显著，高温区主要分布在城区的城市建筑和交通干道上，如居民生活区、车站、工业区等，这些地方主要是由金属、沥青、水泥等不可渗透材料构成的，而且人口密度相对较大，人为活动频繁，建筑物多而且密集，植被覆盖较差，因而产生的热量较多；而城市交通网对热岛的空间分布有很大影响，这与车辆排出的尾气和路面的下垫面性质有关，而且随着交通干线的延伸，城市建设也常沿交通干线布局，往往形成新的工业区、居住区，最为典型的是沿高速公路发展起来的新型工业区，形成了的城市明显的高温区，对“城市热岛”的形成起到了明显的促进作用。图3a清楚地显示重庆主城区的内环高速、北滨路等城市主干道；渝北的火车北站、汽车北站；江北区的长安汽车集团；沙坪坝区的火车站、汽车站；渝中区的菜袁坝火车站；九龙坡区的九龙园区、建设工业集团；大渡口区的重庆钢铁集团公司、重钢废金属厂等形成了重庆主城区的主要热岛区域，其温度要明显地高于周边地区。

水体、公园和绿地具有明显的降低城市温度的作用，其对应温度一般都较低，水体的热容量很大，是城市气候的调节器；绿地植物可以发挥其降温增湿的生态作用，对周围环境有一定的调节能力。从图3a上可以清楚地看出长江和嘉陵江形成了一个最为明显的低温区，而具有主城“肺叶”之称的中梁山和铜锣山因为高的植被覆盖也形成了明显的低温区，而在城区内几个较大的公园绿地、水库也形成了低温中心，这些区域被高温区所包围形成了城市的“冷岛”，特别是中梁山和铜锣山对主城区气候的调节中发挥着重要的作用。

3.2　地表(下同)温度与植被指数的空间差异

城市热环境与植被是紧密相关的，而NDVI是表征地表植被覆盖特征的一种常用的植被指数[20]，NDVI在一定程度上代表了土地利用/覆盖的变化情况，探讨NDVI与地表温度的关系，在一定程度上代表了植被覆盖与地表温度的关系。

图3同时提供了重庆主城区地表温度和植被指数(NDVI)的格局信息，从两图的空间分布图上总体来看，地表温度与NDVI在空间变化上具有大致相反的趋势。对于地表温度来说，主城区要高于城郊地区，而NDVI则相反，城郊地区要明显高于主城区；二者对于一些城市建筑、高速公路、城市主要道路都具有较强的敏感性，不过地表温度对应的是高值区，而NDVI则为低值区；对公园绿地、森林景观来说，NDVI则表现为高值区，地表温度则为低值区，中梁山和铜锣山是在城市热环境中形成了低温区域，而对应的NDVI则是高值区域。水体则是一个特例，从图上可以看出二者都形成了低值区，其中以嘉陵江和长江最为明显。

为了更直观、定量化地研究地表温度与NDVI的关系，在东西和南北方向上各选择了一个剖面，并利用遥感处理软件ENVI分别提取了每个剖面上的地表温度与NDVI的值，结果如图4和图5，从图上可以清楚地看出，无论是东西方向还是南北方向上，地表温度和NDVI的值都具有大致相反的变化趋势，地表温度高的区域对应NDVI一般都较低，例如在东西方向上的九龙园区，南北方向上的火车北站的温度都比较高，而对应的NDVI值都较低，而地表温度低的区域对应NDVI一般都较高，例如在东西方向上的南山，南北方向上的龙头寺公园都具有这个特征，而水体依然是个例外，在两个剖面方向上的长江和嘉陵江的温度和NDVI都有形成了低值区域。

将两个剖面的地表温度与NDVI(去除水体)数据导入到SPSS中，经过回归分析得到地表温度()与NDVI之间的回归方程为：

T=312.463-12.972DNVI

(6)

方程的相关系数为0.816，相关系数在0.01置信水平上是显著的，从中可以发现地表温度与NDVI具有显著的负相关关系，NDVI每升高0.1，平均地表温度则降低大约1.3℃，可见城市地表植被对重庆市主城区热岛的形成有重要的影响，这比相关的研究要稍微偏大[7,21]，说明了重庆市主城区地表温度受NDVI的变化较为敏感。而有研究也表明植被覆盖度在较低水平时，其对地表温度的影响要高于高植被盖度区域[9]，这也说明了重庆市城市的植被覆盖还处于较低的水平。

3.3　缓解城市热岛的建议

从公式中6中可以看出要降低城市地表的温度就要提高NDVI值，不同的土地利用类型的NDVI值差异较大，对城市热场变化有着重要的影响，火车站、汽车站、工业园区用地NDVI值较低，极易形成城市的热岛，因此应该加强对这类用地的规划管理，尽可能地在远离城市的区域安排此类用地，并配合大面积的绿化带，改善小气候。城市植被具有较高的NDVI值，对热岛效应具有良好的缓解作用，因此在城市规划与建设中要尽可能地提高城市绿化率，构建良好绿化结构，另外由于重庆特殊的地理环境，山地、丘陵多，平地少，城市用地紧张，建筑密度大，应因地制宜，大力提倡屋顶绿化，这既可以有效增加绿化面积，缓解用地矛盾，还可以美化城市环境，防暑降温，弱化城市热岛效应。

4结语

本文在地理信息系统和遥感技术的支持下，利用热红外遥感影像对重庆市主城区的地表温度进行了反演，得到了主城区的热环境和植被指数的空间分布格局，研究发现重庆市主城区存在明显的热岛效应，而城市内部热岛效应也具有很大的差异性，其热岛主要分布在车站、工业区、城市交通干道等区域，而城市交通网对于热岛的空间分布有很大影响，即“城市热岛”常常沿着交通干线分布；而在一些公园、水体、森林的表面上形成了一些大大小小的“冷岛”区域，以长江和喜陵江，中梁山和铜锣山最为明显。

对地表温度与植被指数格局对比研究发现，城市地表温度与植被指数有着大致相反的空间分布规律，城市地表温度高的区域对应的植被指数一般都比较低，而地表温度低的区域对应的植被指数一般都比较高，二者在城市建筑、交通干道上表现得特别明显，而水体则例外，二者都对应着低值区域；进一步地采用剖面线的方法地

图4　东西剖面地表温度和NDVI的格局

图5　南北剖面地表温度和NDVI的格局

表温度和植被指数的东西和南北方向上各取一剖面，对同一剖面的地表温度和植被指数的对比分析更加进一步证实了此规律，利用SPSS对剖面的地表温度与植被指数的回归分析发现地表温度与植被指数之间呈现出显著的负相关关系，植被指数升高0.1，平均地表温度则降低大约1.3℃。可见地表植被对重庆市主城区热岛的形成有重要的影响。

参考文献：

[1]OwenTW,CarlsonTN,GilliesRR.Anassessmentofsatelliteremotely-sensedlandcoverparametersinquantitativelydescribingtheclimaticeffectofurbanization[J].InternationalJournalofRemoteSensing, 1998, 19:1663~1681.

[2]VitousekPM,MooneyHA,LubchencoJ.Humandominationofearth’secosystems[J].Science,1997,277:494~499.

[3]王喜全,王自发,郭虎.北京“城市热岛”效应现状及特征[J].气候与环境研究,2006,11(5):627~636.

[4]解修平,周杰,张海龙,等.基于LandsatTM的西安市城市热岛效应研究[J].河北师范大学学报：自然科学版, 2007,31(3):397~400.

[5]孙天纵,周坚华.城市遥感[M].上海:上海科学技术文献出版社,1995：59~86.

[6]杜灵通.基于LandsatETM+数据的银川城市热岛研究[J].测绘科学,2008,33(4):169~172.

[7]江樟焰,陈云浩,李京.基于LandsatTM数据的北京城市热岛研究[J].武汉大学学报：信息科学版, 2006, 31(2) :120~123.

[8]周淑贞,张超,郑景春.城市气候与区域气候—上海城市气候的研究[M].上海:华东师范大学出版社,1989：38~49.

[9]岳文泽,徐建华,徐丽华.基于遥感影像的城市土地利用生态环境效应研究——以城市热环境和植被指数为例[J].生态学报,2006, 26(5):1450~1460.

[10]陈云浩.上海城市空间热环境的遥感图像分析与应用研究[J].测绘学报,2001,30(3):282.

[11]覃志豪,zhangMH,KamieliA.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报, 2001, 56 (4) :456~466.

[12]LandsatProjectScienceOffice.Landsat5sciencedatauser’shandbook[EB/OL].GoddardSpaceFlightCenter.2002,http://www.gsfc.nasa.gov/IAS/handbook/handbook_toc.html.

[13]ArtisDA,CamahanWH.Surveyofemissivevariabilityinthermographyofurbanareas[J].RemoteSensingofEnvironment,1982,12:313~329.

[14]徐丽华,岳文泽.城市公园景观的热环境效应[J].生态学报,2008,28(4):1702~1710.

[15]江学顶,夏北成.珠江三角洲城市群热环境空间格局动态[J].生态学报,2007,27(4):1461~1470.

[16]WengQ.Fractalanalysisofsatellite-detectedurbanheatislandeffect[J].PhotogrammetricEngineering&RemoteSensing,2003,69(5) :555~565.

[17]VanD,GriendA,OweM.Ontherelationshipbetweenthermalemissivityandthenormalizeddifferencevegetationindexfornaturesurfaces[J].InternalJournalofRemoteSensing,1993,4 (6):119~131.

[18]GONGA-du,JIANGZhang-yan,LIJing,etal.UrbanLandSurfaceTemperatureRetrievalBasedonLandsatTMRemoteSensingImagesinBeijing[J].RemoteSensingInformation,2005(3):18~22.

[19]MasudaK,TakashimaT,TakayamaY.Emissivityofpureandseawatersforthemodelseasurfaceintheinfraredwindowregion[J].RemoteSensingoftheEnvironment,1988(24):313~332.

[20]LoCP,QuattrochiDA,LuvallJC.Applicationofhigh-resolutionthermalinfraredremotesensingandGIStoassesstheurbanheatislandeffect[J].InternationalJournalofRemoteSensing,1997,18:287~303.

[21]宫阿都,陈云浩,李京,等.北京市城市热岛与土地利用/覆盖变化的关系研究[J].中国图象图形学报,2007, 12:(8) :1476~1483.

StudyontheUrbanThermalEnvironment

ofChongqingMunicipalityBasedonRemoteSensing

XiaoBeibei

(1. Chongqing Jubilant Land and Housing Investigation Techniques Institute, Chongqing 400020, China;

2.Chongqing Engineering Research Center of Land Use and Remote-Sense Monitoring,Chongqing 400020,China)

Abstract:With the technical support of remote sensing and geographical information system, this article takes LANDSAT5 as data source and studies the urban thermal environment in main urban area of Chongqing based on surface temperature inverse technique of thermal infrared remote sensing image and vegetation index, which aims to reveal the spatial pattern of the urban thermal environment and its correlation with vegetation. The results show that there is an intense urban heat island effect in Chongqing municipality. Heat islands mainly distribute in the bus or railway stations, the industrial area and the artery of the transport. and the net of the transport greatly affects the spatial distribution of the heat island, which means the urban heat islands usually distribute along the arterial traffic; the comparative study on the land surface temperature and the vegetation index indicates that there's an opposite spatial distribution pattern of urban land temperature and vegetation index. In the urban architectures and the artery of the transport, the differences are quite obvious. The area with the high land surface temperature always has a low vegetation index while the area with the low land surface temperature always has a high vegetation index. The results of regressive analysis show that there is a significant negative correlation between the land surface temperature and vegetation index. In general, the vegetation index increases 0.1 and the average land surface temperature decreases about 1.3℃.

Key words:urban thermal environment; satellite remote sensing; vegetation index; Chongqing

中图分类号：TP79

文献标识码：A

文章编号：1674-9944(2015)04-0036-05

作者简介：肖蓓蓓(1981—)，女，四川邛崃人，工程师，硕士，主要从事土地利用规划、国土遥感等方面工作。

收稿日期：2015-03-02