城市LUCC時空格局對地表溫度的影響效應研究
——以廣西柳州市為例

梁保平，李曉寧

（1.廣西師范大學環境與資源學院，廣西 桂林 541004；2.巖溶生態與環境變化研究廣西高校重點實驗室，廣西 桂林 541004）

城市LUCC時空格局對地表溫度的影響效應研究
——以廣西柳州市為例

梁保平1，2，李曉寧1

（1.廣西師范大學環境與資源學院，廣西 桂林 541004；2.巖溶生態與環境變化研究廣西高校重點實驗室，廣西 桂林 541004）

研究目的：定量分析中國西南典型重工業城市——柳州市的土地利用、地表溫度時空演化特征以及不同土地利用類型對地表溫度的聯合影響效應。研究方法：利用1991年Landsat 5的TM影像和2013年Landsat 8的OLI/TIRS影像數據，通過遙感技術反演提取研究區歸一化植被指數（NDVI）、歸一化差異建筑指數（NDBI）、改進的歸一化差異水體指數（MNDWI）以及地表溫度（LST）等遙感參數，基于遙感指數疊加分類法獲取城市土地利用/覆蓋（LUCC）信息。研究結果：（1）柳州市22年間LUCC變化劇烈，受人為因素影響強烈的地物類型為建筑用地、耕地和裸地。其中，建筑用地變化幅度最大，面積增加了126.71%，新增建筑用地主要源于城市中原有的耕地類型。（2）兩期地表溫度數據均顯示，城市建筑用地的地表溫度最高，水體的地表溫度最低，建筑用地升溫效果顯著，是造成城市熱島效應的主要原因之一。（3）影響因子相關性與多元回歸分析揭示，城市中各地物類型面積比與地表溫度均具有一定的相關性，但差異性較大。其中，建筑用地、裸地與地表溫度呈正相關，林地、水體與地表溫度呈負相關。研究結論：城市各種LUCC類型的地表溫度差異較大，水體和林地在緩解城市熱島效應方面作用十分顯著，兩者比較，水體的降溫效果要優于林地。

土地利用；土地覆被變化；地表溫度；遙感技術；柳州市

土地利用/覆被變化（簡稱LUCC）是全球變化研究的重要領域，是學術界最為關注的熱點問題之一[1]。近10年來，中國的城市化發展呈現日益加速態勢，快速城市化導致土地利用與覆被格局的劇烈變化，自然植被、水體等地物逐漸被建筑物、道路、廣場等不透水地表所取代，繼而引發城市熱島、霧霾污染、生態用地縮減、城市內澇等諸多生態問題，對城市人居環境的改善與城市可持續發展造成嚴重的影響。目前，遙感技術的快速發展為獲取城市土地利用和地表溫度信息，動態監測其變化提供了有效的技術支持。

國內外學術界圍繞城市土地利用與城市熱環境的問題進行了大量研究，也取得了許多代表性成果[1-14]。如Hung等利用TERRA/MODIS數據，研究亞洲18個大城市的城市熱島強度的空間分布特征，并且利用Landsat系列影像分析了地表溫度與植被覆蓋度之間的相關性[1]。陳鋒等利用Landsat遙感數據，分別對北京、上海、沈陽和武漢4城市的熱島效應和城市下墊面的空間分布相關性進行了定量研究[3]。夏俊士基于Landsat TM熱紅外數據反演的地表溫度數據，利用混合像元分解法和V-I-S模型，定量分析了徐州市地表溫度與不同土地覆蓋類型之間的關系[4]。韓貴鋒以重慶市主城區為例，利用TM影像反演地表溫度，提取城市各坡向上的地表溫度，并進行方差分析。結果發現不同用地類型上的城市建設強度和生產、生活活動差異是引起地表溫度變化的主要因素，而坡向的影響效應是微弱的[5]。

上述研究對揭示城市土地利用格局與地表溫度和其他相關指數之間的關系具有較大的學術價值。但可看出，相關研究多集中在國內外經濟發展與城市化進程較發達地區，研究內容主要是針對城市某一時間界面或者單個要素的分析，而對于地處中國西部城市化滯后區，開展不同時間界面上城市地表溫度的多要素聯合影響評價研究相對少見。

本文以中國西南典型的重工業城市柳州市為案例，利用Landsat系列的多光譜和熱紅外影像為數據源，通過反演各種地表參數，利用遙感指數疊加監督分類方法獲取城市土地利用/覆蓋信息，進而定量分析城市地表溫度的時空分布特征、不同土地利用類型對地表溫度的聯合影響效應，以期為緩解城市熱島效應、合理實施城市規劃、城市生態建設以及城市管理提供科學依據。

1 研究區域與數據獲取

1.1 研究區概況

柳州市地處中國華南地區、廣西壯族自治區中北部，位于北緯23°54′—26°03′，東經108°32′—110° 28′之間，屬中亞熱帶向南亞帶過渡的氣候帶，受季風環流影響，冬短夏長，雨量豐沛，光熱充足，無霜期長。市區平均氣溫為21.4℃，年降水量為1345—1940 mm之間，年蒸發量976.0 mm。全市現轄柳北、柳南、城中和魚峰4城區和柳江、柳城、鹿寨、融安、融水、三江6縣，土地總面積1.8萬km2，全市總人口375.87萬人（2013年末）。作為廣西的第二大城市，柳州市也是中國華南、西南地區重要的工業基地、交通樞紐及區域性中心城市。

本文研究范圍選取位于柳州市繞城高速以內的城市區域，因繞城高速范圍已成型不會再有大變動，且繞城高速涵蓋了城市建設的核心區，是城市化過程、人為干擾最強烈的地帶，研究區具有典型性，其研究結論也具有現實指導意義。

1.2 研究數據獲取來源

本文采用1991年10月30日和2013年12月4日獲取的Landsat系列衛星影像作為基礎數據①研究區近3年來有效數據只有2013年12月4日的Landsat8 OLI/TIRS影像。受天氣系統影響，此期間獲取的其他影像均存在不同程度的云覆蓋問題，因此無法用于城市土地利用分類和地表溫度的熱紅外反演研究。。衛星軌道號行號是P125r43，遙感圖像為UTM投影，坐標系統為WGS84，橢球體類型為Krasovsky。其中，前者為Landsat 5的TM數據，包括7個波段，除第6波段（熱紅外波段）的空間分辨率為120 m外，其他波段為30 m。后者為Landsat 8的OLI/TIRS數據，包括11個波段，除第8波段（全色波段）、TIRS波段（band10/band11）的空間分辨率分別為15 m和100 m外，其余均為30 m。研究利用兩期熱紅外波段反演生成同期城市地表溫度信息，影像的成像時間均為上午10：30左右，研究區上空無云覆蓋，數據質量良好，地物識別度較高。

為更好地進行城市地物對比驗證，研究中利用柳州市90年獲取的航片數據以及Google Earth Pro 7.1平臺下載的近期（2014年）高分衛星影像作為參考圖件。其他相關參考資料有柳州市行政區劃圖、柳州社會經濟統計年鑒（1991—2013年）、《柳州市城市總體規劃（2004—2020年）》以及柳州市30 m的ASTER-DEM數據等。

2 研究方法

2.1 城市土地利用/覆蓋信息提取方法

考慮到Landsat遙感數據分辨率精度及研究區土地利用特征，同時參照中國土地資源分類系統的土地分類標準[15]，將區域土地覆蓋類型劃分成林地、耕地、建筑用地、水體和裸地5類。

借助遙感影像處理專業軟件ERDAS IMAGINE 9.3，通過典型指數疊加監督分類方法獲取城市土地利用/覆蓋信息。即首先對兩期遙感影像進行光譜增強預處理，分別提取歸一化植被指數（NDVI）、歸一化差異建筑指數（NDBI）和改進的歸一化差異水體指數（MNDWI），然后對這3個指數進行假彩色波段合成，經目視解譯后再采用最大似然監督分類法提取土地利用信息。通過與同期參考圖像數據檢驗發現，研究區1991年、2013年兩期影像的總體分類精度分別為89.72%（Kappa系數為0.84）和92.43%（Kappa系數為0.86），整體效果要優于傳統的多光譜監督分類法（圖1，封二）。

2.1.1 歸一化植被指數（NDVI） NDVI是利用綠色植被在紅光波段的強吸收和近紅外波段的強反射光譜特性，經數學組合變換得到的一種歸一化指數。該指數能夠部分消除因太陽輻射、地形陰影和土壤背景不同而產生的光譜誤差，可以較好地提取區域植被的生物信息，其計算公式為：

式（1）中，NIR為近紅外波段, 即TM或OLI的第4波段的亮度值；R為紅光波段，即TM或OLI的第3波段的亮度值。2.1.2 歸一化建筑指數（NDBI） NDBI是基于建筑物在中紅外波段具有較高的光譜反射特性，而在近紅外波段的反射值降低的原理而構造。但由于建筑物在中紅外與近紅外波段的反射值差異不如植被和水體那么明顯，因而如果單純以NDBI＞0來提取城市建筑用地信息，則其中會混有裸地、植被水體等其他地物類型信息。因而NDBI需要融合NDVI和MNDWI兩個指數波段進行假彩色合成，才能更好地提取區域建設用地信息，其計算公式為：

式（2）中，MIR為中紅外波段, 即TM或OLI的第5波段的亮度值；NIR為近紅外波段, 即TM或OLI的第4波段的亮度值。

2.1.3 改進的歸一化差異水體指數（MNDWI） 它是在Mcfeeters提出的歸一化差異水體指數（NDWI）的基礎上，對構成該指數的波長組合重新調整后得到的一種新指數。通過對水體、植被、建筑物的光譜曲線進行了分析,發現水體在MNDWI波段影像上呈高亮度顯示，該指數易于將水體與植被、建筑物、裸地等地物區分開[16]。其計算公式為：

式（3）中，Green為綠光波段，即TM或OLI的第2波段的亮度值；MIR為中紅外波段, 即TM或OLI的第5波段的亮度值。

2.2 城市地表溫度（LST）反演

地表溫度反映的是在衛星高度下，傳感器所探測到的熱輻射強度相對應的地面溫度，其反演可采用Artis和Carnahan的算法[17]。即先將Landsat熱紅外波段灰度值轉化為相應的熱輻射強度值，像元輻射強度與其DN值有如下關系：

式（4）中，Lλ表示傳感器接收到的熱輻射強度；DN表示熱紅外波段的像元灰度值，即Landsat 5的第6波段和Landsat 8 TIRS載荷的第10波段的亮度值；Gain和Bias分別為熱紅外波段對應的增益和偏置。其次，再將熱輻射強度轉換為像元亮度溫度，計算公式為：

式（5）中，Ts表示像元亮度溫度,單位為K；K1、K2為常量，對于Landsat 5衛星，K1= 607.76 W·m-2·sr-1·μm-1，K2= 1260.56 K；對于Landsat 8衛星，K1= 774.89 W·m-2·sr-1·μm-1，K2= 1321.08 K。最后，根據地物的比輻射率將亮度溫度轉化為地表真實溫度，計算公式為：

式（6）中，LST為地表溫度（K）；Ts為輻射亮溫；λ為熱紅外波段的中心波長，取值為11.5 μm；ρ = hc/b（1.438× 10-2m·K），b為波爾茲曼常數（1.38×10-23J·K-1），h為普朗克常量（6.626×10-34J·s），c為光速（2.998×108m·s-1）；ε為地物比輻射率，根據相關研究，植被覆蓋區、水體、建筑用地和裸地的比輻射率分別可取值0.986、0.995、0.970和0.972[18]（圖2，封二）。

3 結果與分析

3.1 柳州市LUCC空間分布特征及動態變化分析

利用ArcGIS 10.0軟件工具，對柳州市1991年、2013年兩期土地利用/覆蓋分類圖進行數據統計分析后，得到表1。

從表1中可以看出，近22年間柳州市土地利用狀況發生了劇烈的變化。其中，建筑用地面積增幅最大，從83.44 km2增加到189.17 km2，面積凈增105.73 km2，變化率為126.71%，年均增幅5.76%。表明柳州市目前正處于快速城市化發展的過程中，研究區內建設用地面積擴張十分顯著。建筑用地增加最為明顯的區域為柳東新區、柳北區和柳南區，尤其是柳東新區，由于被規劃為未來柳州市的新城區和廣西的汽車產業發展基地，其區位優勢和政策優勢非常突出，在政府宏觀規劃的引導下，新區的大規模開發建設導致建筑用地面積增長日益加快；其次分別是林地、水體，面積分別凈增20.16 km2和8.00 km2，變化率分別為8.10%和42.7%。林地和水體屬于生態用地類型，它們在維護城市生態系統平衡與穩定方面具有重要的功能。兩類用地面積的增加，說明柳州市近年來環境保護工作取得了較大成績，特別是在城市水環境綜合整治、園林綠地與森林城市建設方面成效顯著，因而市區及周邊的生態環境質量已得到明顯改善。與之相反，耕地和裸地則呈現減少趨勢，其中耕地面積減少最快，面積從284.38 km2減少到151.63 km2，面積凈減少了46.68%，年變化率為-2.12%。通過兩期土地利用/覆蓋分類圖的疊置分析可知，新增的建筑用地主要來源于城市中原有的耕地類型，說明城市建成區的不斷擴張是以耕地的占用和縮減為代價的，這也是當前中國城市化發展過程中的普遍現實。

表1 1991—2013年柳州市LUCC的面積及變化率統計Tab.1 The statistical table of LUCC area and rate of change in Liuzhou from 1991 to 2013

3.2 柳州市土地覆蓋類型的地表溫度統計特征

為揭示城市不同土地覆蓋類型的地表溫度特征，將柳州市1991年、2013年的地表溫度圖層與土地利用分類圖進行疊加，并根據公式T = K-273.15，將開氏溫度（K）轉換成攝氏溫度（℃），分別統計城市各土地利用類型的地表溫度特征值，結果如圖3所示。

從圖3可以看出，在柳州市各類土地利用/覆蓋類型中，林地、耕地、建筑用地、裸地及水體等不同地物的地表溫度均不相同，并且相同地物類型在不同監測期的地表溫度也存較大差異。統計數據顯示，1991年柳州市LUCC的5類地物平均地表溫度大小排序為：建筑用地＞裸地＞耕地＞林地＞水體，而2013年大小排序則為：建筑用地＞耕地＞裸地＞林地＞水體。兩期數據中建筑用地的地表溫度都為最高（25.13℃和21.05℃），且標準差和差異系數也較大。建筑用地主要由水泥硬化路面和建筑屋頂等不透水層覆蓋，物質結構中水分含量少，地表潛熱容量較小，熱傳導率大，一旦接收太陽輻射后，地表升溫速度會很快。此外，城市建筑用地以商業區、居民區及工業區分布為主，這些區域人口數量密集，經濟社會活動頻繁，人為熱排放量大，也是造成地表溫度偏高的重要原因。在LUCC各類地物中，林地和水體是兩類典型的低溫地物，兩期地表溫度空間分布圖顯示，柳州市的低溫區集中分布在柳江河、三門江國家森林公園和龍潭公園等重要水體和林地地帶。根據圖3，研究區水體和林地1991年的地表平均溫度較建筑用地分別低4.68℃和2.82℃，2013年則分別低3.07℃和2.62℃，兩者相比較，水體的“冷島”效應要比林地更為顯著。由于水的比熱容較大，因相變而產生潛熱交換，它可以有效調節地表和空氣溫度增減的速率。

3.3 柳州市土地利用/覆蓋對地表溫度的綜合影響分析

3.3.1 城市LUCC比重與地表溫度的相關性分析 為定量揭示區域LUCC比重對城市地表溫度的影響效應，利用ArcGIS 10.0軟件工具分別在1991年、2013年柳州土地利用分類圖上生成1 km×1 km單元的矢量網格，共建立624個網格。利用該軟件中的Spatial Analyst工具，將單元格網圖層分別與兩期地表溫度圖層進行疊加分析，統計每個單元網格的平均地表溫度，同時計算出每個單元網格中土地利用/覆蓋的面積，并求出各類地物在網格中的面積百分比，最后在SPSS軟件中對各類地物的面積比例與地表溫度進行一元線性回歸與相關性分析，統計結果見圖4。圖4中的相關性曲線與回歸方程顯示，在兩期數據中，城市各類地物面積比與地表溫度均具有一定的線性關系，但相關性程度差異較大。各地物類型中建筑用地、裸地與地表溫度均為正相關關系，而林地、水體與地表溫度呈現負相關性。一元線性擬合方程揭示，除裸地（2013年）在P＜0.05水平下呈現相關外，其他線性回歸方程均在P＜0.01下呈現顯著相關性，說明各土地覆蓋類型對于城市地表溫度變化都有一定的貢獻。1991年時，與地表溫度相關性程度最大的地物類型為裸地，復相關系數R2為0.237。裸地主要由城市中裸土、裸石和城市待建的開發用地等構成，其地表熱特征與城市建筑相類似，一旦接受太陽輻射后地表溫度上升較快，加上20世紀90年代初期，柳州市建設正處于快速擴張期，城市待開發建設用地面積比重較大，因而對同期地表溫度的貢獻率也最為顯著。2013年，各類地物類型中與地表溫度相關程度最大為林地，其復相關系數為0.505。大量研究表明，森林植被在減輕城市熱島效應方面起著重要作用，綠色植被的葉面具有遮陽和蒸騰作用，能夠降低氣溫、調節濕度、吸收太陽輻射，其面積大小和數量是改善城市熱力環境的重要因子，尤其是伴隨城市建筑用地面積的急劇膨脹，這種生態調節作用也越來越明顯。

圖3 柳州市1991—2013年各土地覆蓋類型的地表溫度特征Fig.3 The LST of different land cover in Liuzhou from 1991 to 2013

對比兩期數據，柳州市林地、建筑用地、水體、耕地與地表溫度的復相關系數R2均呈現增大趨勢，其中，林地、建筑用地與地表溫度的復相關系數變化較為明顯，分別從0.2129增大到0.4843，0.1613增大到0.505。該變化意味著隨時間的推移，各土地類型對區域地表溫度的影響在不斷增強。其他類型與地表溫度擬合方程的復相關系數雖然較小（R2＜0.1），但由于本研究分析采用的是大數據樣本（自由度N＞600），故擬合方程在0.01水平上均是顯著的。此外，兩期數據的相關性分析結果揭示，耕地屬于一種特殊的地物類型，表現在它與地表溫度由1991年負相關轉變為2013年的正相關關系。其原因在于，耕地作為典型的人工地物類型，受季相與地表作物覆蓋變化影響較大，1991年、2013年的衛星影像數據獲取時間分別為秋季（10月底）和冬季（12月初），秋季地表仍有一定農作物覆蓋，地物光譜特征與林地類似，因而其與地表溫度會呈現負相關的關系，研究區冬季的耕地上少有綠色植被覆蓋，地表光譜特征與裸地相類似，故其與地表溫度會呈現正相關的關系。

圖4 研究區各類用地面積比與地表溫度的線性相關性（1991、2013年）Fig.4 Correlation between the area ratio of different land and LST in research area（1991、2013）

3.3.2 城市LUCC與地表溫度的多元回歸分析 影響因子的一元線性回歸擬合僅能反映各地物類型與地表溫度的兩兩相關關系，但是在區域尺度上，不同地物類型會對地表溫度的變化共同產生作用，為進一步揭示城市LUCC如何對地表溫度產生聯合影響，即為探討和解釋可能對城市熱島效應中起主導性作用的影響因子（土地覆被類型）。研究利用SPSS 軟件對上述格網樣本數據進行多元線性回歸分析，結果發現1991年、2013年的城市LST與各土地類型比例存在如下關系:

兩期分析數據多元線性回歸方程的復相關系數R2分別為0.474和0.654，顯著性概率P均小于0.01，表明城市地表溫度與各土地類型比例之間是顯著的線性關系。從回歸方程系數來看，1991年，對城市地表溫度變化起重要影響的地物類型分別是裸地、建筑用地和水體，其中裸地、建筑用地起著增溫作用，水體起著降溫作用。2013年，對城市地表溫度變化起重要影響的地物類型分別是水體、林地和建筑用地，其中水體、林地起著降溫作用，建筑用地起著增溫作用。以2013年的水體為例，在假定其他自變量不變的情況下，研究區水體面積比例每增加10%，其地表溫度將降低0.22℃。若林地面積百分比每增加10%，區域地表溫度則降低0.13℃，這說明在城市化快速發展與熱島效應日益顯著的背景下，水體、林地是城市中兩類重要的低溫地物，而水體的降溫效果要比林地明顯。

4 結論與討論

本文利用遙感指數疊加分類法獲取城市土地利用/覆蓋信息，進而定量分析研究區的土地利用、地表溫度時空演化特征和不同土地利用類型對地表溫度的聯合影響效應，研究結果表明：

（1）1991—2013年的22年間，柳州市LUCC變化劇烈，其中受人為因素影響強烈的地物類型為建筑用地、耕地和裸地，特別是建筑用地和耕地面積比例發生了明顯的變化。建筑用地面積凈增105.73 km2，增加幅度為126.71%，耕地面積凈減少到132.74 km2，面積減少了46.68%，新增的建筑用地主要源于城市中原有的耕地類型。

（2）城市各種LUCC類型的地表溫度具有顯著性差異，兩期統計數據均顯示，建筑用地的地表溫度最高，水體的地表溫度最低。隨著城市建筑用地面積的日益擴張，其升溫效果顯著，是造成城市熱島效應的主要原因之一。

（3）影響因子相關性與多元回歸分析揭示，城市中各類地物類型面積比與地表溫度都具有一定的相關性，但差異性較大。其中，建筑用地、裸地與地表溫度為正相關，林地、水體與地表溫度呈負相關。水體和林地作為城市中兩類關鍵的地物類型，在緩解城市熱島效應與改善生態環境質量方面的作用十分顯著，兩者比較，水體的降溫效果要優于林地。

（4）由于受影像空間分辨率、分類方法有效性等因素影響，估算LUCC地物類型面積時，部分混合像元可能會出現錯誤分類；此外，利用熱紅外數據進行地表溫度多元回歸分析時，受反演算法精度、數據獲取時間差異、城市下墊面多樣性以及分析樣本尺度大小等因素影響，從而使得各個研究參數之間的關系變得更為復雜。因而，本研究得出的結論還需結合不同研究區域、不同時相、不同取樣尺度等條件，進行進一步驗證和分析。

（5）城市熱島效應的影響因素分析已經成為城市遙感研究的一個熱點課題，近年來的研究大多聚焦于城市植被指數或覆蓋度、不透水層、土壤濕度等生物物理參數與地表溫度的相關性問題。諸多研究表明，僅采用單一影響因素解釋城市熱島效應有較大的不確定性。地表溫度作為指示城市熱環境狀況的一個關鍵性遙感參數，其大小受到研究區氣候條件、植被覆蓋、不透水層、土壤質地以及地形地貌等諸多要素的影響，其異質性分布是多種因子共同作用下的結果。隨著研究的不斷深入，城市土地利用與土地覆蓋景觀格局、地表生物物理組分以及人類活動空間強度特征等對于城市熱島的影響機理將是未來研究的重點內容。

參考文獻（References）：

［1］ Hung T, Uchihama D, Ochi S, et al. Assessment with satellite data of the urban heat island effects in Asian mega cities［J］ . International Journal of Applied Earth Observation and Geoinformation，2006，（8）：34 - 48.

［2］ Buyantuyev A, Wu. Urban heat islands and landscape heterogeneity:linking spatiotemporal variations in surface temperatures to landcover and socioeconomic patterns［J］ . Landscape Ecology，2010，25（1）：17 - 33.

［3］ 陳鋒，何報寅，龍占勇. 利用Landsat ETM+分析城市熱島與下墊面的空間分布關系［J］ . 國土資源遙感，2008，2：56 - 61.

［4］ 夏俊士，杜培軍，張海榮，等. 基于遙感數據的城市地表溫度與土地覆蓋定量研究［J］ . 遙感技術與應用，2010， 25（1）：15 - 23.

［5］ 韓貴鋒，葉林，孫忠偉. 山地城市坡向對地表溫度的影響——以重慶市主城區為例［J］ . 生態學報，2014，34（14）：4017 - 4024.

［6］ 白楊，王敏，孟浩. 上海市快速城市化過程中地表溫度與地表覆蓋的關系研究［J］ . 環境污染與防治，2013，35（6）：49 - 54.

［7］ 曹璐，胡瀚文，孟憲磊，等. 城市地表溫度與關鍵景觀要素的關系［J］ . 生態學雜志 ，2011，30（10）：2329 - 2334.

［8］ 王敏，孟浩，白楊，等. 上海市土地利用空間格局與地表溫度關系研究［J］ . 生態環境學報，2013，22（2）：343 - 350.

［9］ Kong F H, Yin H W, Philip James, et al. Effects of spatial pattern of greenspace on urban cooling in a large metropolitan area of eastern China［J］ . Landscape and Urban Planning，2014，128：35 - 47.

［10］ 孔繁花，尹海偉，劉金勇，等. 城市綠地降溫效應研究進展與展望［J］ . 自然資源學報，2013，28（1）：171 - 181.

［11］ 李昕瑜，杜培軍，阿里木·賽買提. 南京市地表參數變化與熱島效應時空分析［J］ . 國土資源遙感，2014，26（2）：177 - 183.

［12］ 梁保平，馬藝芳，李暉. 桂林市典型園林綠地與水體的降溫效應研究［J］ . 生態環境學報，2015，24（2）：278 - 285.

［13］ 孟丹，李小娟，宮輝力，等. 北京地區熱力景觀格局及典型城市景觀的熱環境效應［J］ . 生態學報，2010，30（13）：3491 - 3500.

［14］ 張小飛，王仰麟，吳健生，等. 城市地域地表溫度——植被覆蓋定量關系分析：以深圳市為例［J］ . 地理研究，2006，25（3）：369 -377.

［15］ 張景華，封志明，姜魯光. 土地利用/土地覆被分類系統研究進展［J］ . 資源科學，2011，33（6）：1195 - 1203.

［16］ Artis D A, Carnahan W H. Survey of emissivity variability in thermography of urban areas［J］ . Remote Sensing of Environment，1982，12：313 - 329.

［17］ 徐涵秋. 利用改進的歸一化差異水體指數MNDWI提取水體信息的研究［J］ . 遙感學報，2005，9（5）：19 - 25.

［18］ 覃志豪，Zhang M H, Karnieli A, Berliner P. 用陸地衛星TM6數據演算地表溫度的單窗算法［J］ . 地理學報，2001，56（4）：456 -466.

（本文責編：陳美景）

The Effects of Urban LUCC Spatio-temporal Structure on Land Surface Temperatures: A Case Study in Liuzhou City

LIANG Bao-ping1，2, LI Xiao-ning1
（1. College of Environment and Resources, Guangxi Normal University, Guilin 541004, China; 2. University Key Laboratory of Karst Ecology and Environmental Change of Guangxi Province, Guilin 541004, China）

The purpose of this paper is to quantitatively analyze the spatial-temporal characteristics of the urban land use and LST, to reveal the impacts of different land use types on LST of Liuzhou which is a heavy industry city in Southwest China. The paper made use of Landsat 5 TM in 1991 and Landsat 8 OLI&TIRS imagery in 2013. And the normalized difference vegetation index（NDVI）, normalized difference built up index（NDBI）, modified normalized difference water index（MNDWI）and land surface temperatures（LST）were extracted by remote sensing techniques. The land use andcover change（LUCC）data was gained by index-overlay classification. The results showed that 1）LUCC of Liuzhou changed drastically over the past 22 years, construction land, cropland and bare land were strongly affected by human factors. The area of construction land increased 126.71%. The newly-added construction land was mainly transformed from cropland. 2）The LST of construction land was the highest, making the main contribution to urban heat island, while the LST of water is the lowest. 3）Correlation analysis and multivariable regression analysis revealed that the proportion of LUCC had certain relation with LST, but there was a significant difference. The proportion of construction land and bare land were positive correlation with LST, things were the opposite for woodlands and water. It is concluded that LST of urban LUCC had significantly differences, woodlands and water could play a very important role in relieving Heat Island Effect, and the cooling effect of water was stronger than woodlands.

land use; land cover change; land surface temperatures; remote sensing techniques; Liuzhou City

F301.24

A

1001-8158（2016）11-0041-09

10.11994/zgtdkx.20161118.092253

2016-01-07；

2016-06-01

國家自然科學基金項目（No41361041）；廣西自然科學基金項目（2014GXNSFAA118300）；巖溶生態與環境變化研究廣西高校重點實驗室（YRHJ15Z005）。

梁保平（1974-），男，陜西西安人，碩士，副教授。主要研究方向為3S技術應用與城市土地利用規劃。E-mail: liangbp@163.com