合肥市熱島效應時空演變分析

羅小瑞+沈非+王正+王甜甜+聶兵

摘 要：研究城市熱島效應的時空演變特征是緩解熱島效應的基礎，已成為當前科學研究的熱點問題。合肥市是安徽省省會城市，自改革開放以來，城市熱島效應日趨顯著。定量分析合肥市熱島效應的時空演變特征，可以為合理規劃城市建設，進一步緩解和控制城市熱島提供科學依據。該文基于landset遙感數據，運用覃志豪單窗算法，反演合肥市地表溫度，利用均值-標準差方法進行地表溫度區劃分熱島區，定性地描述熱島區的擴展方向和程度。結果表明：合肥市存在城市熱島效應，1995—2010年間城市熱島效應不斷增強，城市熱島主要集中在老城區以及各轄區中心人口、工業集聚的地區。

關鍵詞：合肥市；熱島效應；時空演變

中圖分類號 TP79 文獻標識碼 A 文章編號 1007-7731（2016）23-0091-05

Analysis on the Evolvement of Urban Heat Island of Hefei

Luo Xiaorui1 et al.

（1College of Territorial Resources and Tourism，Anhui Normal University，Wuhu 241003，China）

Abstract：Evolvement of urban heat island is the basis of relieving heat island effect and is the hotspot issues of ptrsent scientific research.As the capital in Anhui Province，Hefei development rapidly since the reform and opening policy in late 1970s.Quantitatively analysis of the trend of Hefei heat island effect can provide scientific basis for rational planning of urban construction，mitigation and control of urban heat island. The study is based on the remote sense data，retrieve land surface temperature of research area through Qin Zhihao's mono-window algorithm.Then，using the mean-standard deviation method to divide the urban heat island，qualitatively describe the direction and degree of heat island region.Research has concluded that urban heat island effect surely exist in Hefei City，mainly concentrated in the center of the old city and the jurisdiction of population，industrial agglomeration area.The heat island effect of Hefei had grown stronger from 1995 to 2010.

Key words：Hefei City；Thermal environment；Evolvement

城市是人類從事生產、生活活動的空間載體[1]，伴隨著社會經濟的快速發展，城市化進程的大幅加快，城市建筑面積不斷擴張，地表下墊面類型也發生了巨大的變化，城市熱島效應越來越越顯著，對人類的生產、生活產生了重大影響。

城市熱島效應是指城市化進程引起的地表和大氣特性改變導致城市區域氣候要比周圍非城市化區域溫暖的現象[2]。自1958年學者Manley首次提出城市熱島[3]的概念以來，各國學者在不同區域相繼也發現了城市熱島現象。國外學者Rao[4]、Price[5]、Mastson[6]、Balling[7]、Hawkins[8]等運用遙感數據對美國部分地區地表溫度進行了反演分析。國內學者吳學偉[9]、張兆明[10]、李鹍[11]和戴曉燕[12]等基于TM和ETM+熱紅外遙感數據分別反演了哈爾濱、北京、武漢、上海等城市地表溫度，分析研究了其熱島響應機制。徐涵秋[13]、孔達[14]、歐立業[15]、趙小艷[16]和盛輝[3]對不同年代時相的熱紅外遙感數據進行地面溫度反演、等級劃分等處理，分別分析了哈爾濱、南昌、南京和東營城市熱島的時空變化規律和空間分布規律。隨著信息技術的發展，國內外學者基于遙感數據運用遙感法研究城市地表熱環境已成為主流趨勢。

1 研究區概況

合肥市位于安徽省中部，長江淮河之間、巢湖之濱，是安徽省省會，全省政治、經濟、文化、信息、金融和商貿中心，也是全國重要的科研教育基地，現下轄瑤海、包河、蜀山、廬陽4區，城區面積838.52km2。地處中緯度地帶（北緯32°、東經117°），屬于暖溫帶向亞熱帶的過渡帶氣候類型，為亞熱帶濕潤季風氣候。全市年平均氣溫15.7℃，降雨量約1 000mm，日照約2 100h。作為緊鄰長三角的中部地區新生大城市，合肥市對中部地區的崛起正發揮著越來越重要的作用。

2 數據來源與處理

2.1 數據來源與預處理 以合肥市瑤海、包河、蜀山和廬陽4區（合肥市主城區）為研究對象。遙感數據選取分辨率較高，容易獲取的美國陸地資源衛星Landset5 TM三幅和Landset7 ETM影像1幅，獲取的影像成像時間分別為1995年9月18日01：45：07，2002年7月11日02：31：43和2005年8月12日02：31：20，2010年1月14日02：34：25，軌道號為121/38。4幅影像質量均好，清晰無云。對遙感影像進行幾何精校正、影像剪裁和大氣校正。然后對處理后的熱紅外波段（TM6）進行亮溫提取，獲取影響當日大氣溫度以及空氣濕度數據。大氣數據收集了合肥市氣象局在上述四幅影像日期的氣溫和空氣濕度值，分別用以大氣平均作用溫度和大氣透射率的求算。基礎地理數據選取了1∶5萬合肥市地形圖和1∶5萬合肥市行政區劃圖，通過配準、校正，然后對行政區劃圖進行矢量數字化，提取邊界。

2.2 技術路線 基于覃志豪單窗算法，結合地表比輻射率、大氣透射率、大氣平均作用溫度3個參數，反演合肥市地表溫度。在研究區影像監督分類的基礎上，利用NDVI計算比輻射率。大氣透射率根據水分含量選擇相應的估算方程求出。大氣平均作用溫度根據覃志豪單窗算法公式求出。最后采用均值-標準差法對城市熱島進行界定，經過統計分析揭示合肥市城市熱島時空演變規律。

2.3 反演模型的選擇 利用衛星遙感數據反演地表溫度已是當今各國學者求算地溫的主流方法，覃志豪根據地表熱輻射傳輸方程，在一系列假設的基礎上，建立了反演地表溫度單窗算法模型[17，18]，由以下3個公式組成：

[Ts=[a6（1-C6-D6）+（b6（1-C6-D6）+C6+D6）T6-DTa]/C] （1）

[C=ετ] （2）

[D6=（1-τ6）+[1+（1-ε6）τ6]] （3）

式中，Ts是所求地區地表溫度（K）；a6和b6是系數，溫度范圍不同，其取值也不同。在本文試驗中，合肥溫度在0～70℃，a6 取值-67.355 351，b6 取值0.458 606；τ6為大氣透射率；ε6是地表比輻射率；Ta是大氣平均作用溫度（K）；T6則是亮溫溫度（K）。

2.4 反演參數提取

2.4.1 亮溫提取 亮溫是衛星傳感器所在高度可以探測到的熱輻射強度的溫度。計算出亮溫是反演出地表溫度的前提條件。由于灰度值（DN值）表示熱紅外波段，并且其與地表熱輻射強度呈正相關關系，因此熱輻射強度可用下式表示：

[Lb=Lmin+（（Lmax-Lmin）/255）×DN]（4） 式中，Lb（TM6）為6波段的入射的輻射亮度，Lmax和Lmin分別為傳感器可探測到的最大輻射和最小輻射度，即對應于DN=255和DN=0時的最大和最小輻射強度，可在影像的頭文件中查到，DN為6波段的圖像灰度值。

根據DN值跟輻射亮度值關系，先計算出輻射亮度，再求算出亮溫，具體公式如下[3]：

[Lsensor=Gain×DN+Bias] （5）

[Tsensor=K2ln（K1/Lsensor+1）] （6）

式中：Lsensor是陸地資源衛星傳感器所接收的熱輻射強度；Gain和Bias是衛星預設參數，分別是影像的增益值和偏移值，可從衛星影像的頭文件中直接讀取；Tsensor是輻射亮溫（K）；K1和K2是衛星預設常數，對于陸地資源衛星Landset 5而言，波段6的K1和K2分別是60.776 W/m2·ster·μm和1 260.56 K；而對于landset ETM，K1=66.609W/m2·ster·μm，K2=1 282.7K。代入公式求得研究區亮溫（圖1），溫度單位采用絕對溫度（K）。

2.4.2 大氣平均作用溫度 大氣狀態與大氣剖面氣溫決定了大氣平均作用溫度。覃志豪[19]等通過對標準大氣廓線的模擬研究發現，大氣平均作用溫度（Ta）與近地面2m左右的大氣溫度（T0）存在相關關系，二者在不同緯度地區，不同季節，其線性關系存在差異。所研究的合肥市地區正處于中緯度地區，由于采用的4幅遙感影像時間均為北半球，故選用中緯度夏季和冬季大氣公式。計算大氣平均作用溫度。此外，對合肥市氣象局監測的近地面大氣溫度進行處理，得出最接近影像成像時的溫度作為T0估算出大氣平均作用溫度。

2.4.3 大氣透射率 作為單窗算法的關鍵參數之一——大氣透射率，其與大氣水分含量關系尤為密切。由合肥市氣象局觀測數據可以得出合肥市大氣相對濕度，經計算，合肥市大氣水分含量均在0.4～1.6g/cm2，由于研究區選取的影像時間在夏半年和冬半年，因此分別采用低氣溫和高氣溫大氣剖面且水分含量在0.4～1.6g/cm2的大氣透射率估計方程（表4），公式如下[20]：

[τ=0.974290-0.08007ω]/[τ=0.982007-0.09611ω] （7）

[ω=0.189p+0.342] （8）

[p=0.6108×exp[17.27×（T0-273）237.3+T0-273]×RH] （9）

上式中，[τ]為大氣透射率；[ω]為大氣水分含量（g/cm2）；[p]為絕對水汽壓；RH為相對濕度；[τ]、[ω]、RH的具體取值見表3。

2.4.4 地表比輻射率 比輻射率是反演地表溫度的關鍵，由于研究區包括自然地表與人工性質的地表，需要將二者分開考慮，因此選取覃志豪改進的典型地物及混合模型估算法，考慮到水體結構類型比較簡單，直接賦予其比輻射率為0.995。地表結構相對來說比較復雜的人工性質和自然地表，可以分別視為建筑物與植被葉冠的組合、裸土與植被葉冠的組合，二者比輻射率計算公式為：

[εsurface=PvRvεv+（1-Pv）Rsεs+dε] （10）

[εbuilt—up=PvRvεv+（1-Pv）Rmεm+dε] （11）

式中：Pv是植被覆蓋度；Rv、Rm、和Rs分別為植被葉冠、建筑物和裸土的溫度比率，Rv =0.9332+0.0585Pv，Rs=0.9902+0.1068 Pv，Rm =0.9886+0.1287 Pv；εv、εs和εm植被葉冠、裸土和建筑物的地表比輻射率，εv =0.986，εs=0.972，εm=0.970。當地表較為平坦時，dε可忽略不計，合肥坐落于平原地帶，地表比較平坦，因而公式10、11可化簡為：

[εbuilt—up=0.9589+0.086Pv-0.0671Pv2] （12）

[εsurface=0.9625+0.0614Pv-0.0461Pv2] （13）

Pv的求算可以運用歸一化指數NDVI來計算，具體公式為：

[NDVI=NIR-RedNIR+Red] （14）

[Pv=[（NDVI-NDVIs）/（NDVIv-NDVIs）]2] （15）

NDVIs、NDVIv分別為裸土、植被的NDVI值，由于缺少研究區影響全裸土或全植被像元，選定=0.70，=0.05。當NDVI大于NDVIv時，Pv=1；當NDVI小于NDVIs時，Pv=0。

將研究區劃分為水體、自然地表和城鎮，利用ENVI計算研究區NDVI影像，然后將其帶入改進的典型地物及混合模型算法，得出地表比輻射率（圖2）。

3 熱島演變分析

根據覃志豪單窗算法，反演出研究區地表溫度主要數值（表4），影像如圖3，溫度單位采用攝氏溫度（℃）。

根據反演出來的地表溫度，采用平均值-標準差法分析兩幅季相不同的熱島分布格局[21]。具體公式如下：

[T=A±x×std] （16）

T為求算出的溫度值；A為研究區地表溫度平均值；std為研究區地表溫度方差；x為方差的倍數（取值為0.5，1）。

最后把研究區2002年和2010年溫度影像按公式16計算的閾值分為5個等級（表5，圖4）。

表5 研究區熱島等級劃分

[T

≤T≤A+0.5std＼&A+0.5std

從1995年9月18日熱島等級圖中可以發現：21世紀以前，合肥市區存在城市熱島，主要集中在人口和建筑密集的老城區。從2002年7月11日的熱島等級圖中可以看出：21世紀后，熱島范圍主要交通干線延伸發育。主要表現為：在蜀山區沿著國道312和國道206擴展；在包河區沿國道4001延伸。強熱島區主要集中在中心城區和瑤海區的南部，該地區為合肥市老城區，發展早，經濟水平高。區內多為發達商業區和住宅區，建筑物密集，人口密度大。熱島區主要分布在強熱島區的外圍，行政區劃上主要集中在廬陽區、瑤海區、蜀山區和包河區4區交界處，面積較廣。強綠島區主要集中分布在巢湖、董鋪水庫、南淝河、北淝河等水體和植被覆蓋度較高的景區、丘陵地帶。2005年的熱島范圍較2002年大為擴展，但強熱島區域減少，與季節和大規模城市綠地建設有關系。

在中央“中部崛起”戰略的推動下，合肥市經濟迅速發展。城市化水平不斷提高，城區面積擴展較快。與此相對應，合肥市熱島面積自1995—2010年有較大增加，熱島范圍也隨之大大擴展，以主城區為中心向郊區呈輻射狀蔓延，在各轄區交界處連成一片，增長主體在2002年原熱島區外圍和包河區中部，較為明顯擴展方向主要為東南和西南方向。這與合肥市自2006年來大力發展濱湖新區密切相關。另一方面，隨著濱湖新區的快速發展，人口、資金和商業也迅速向其集聚，因而原主要分布在瑤海區的強熱島區面積大幅減少，至2010年強熱島區在城市幾何中心呈塊狀分布，在各轄區中心城區零星布局。濱湖新區的開發建設緩解了原強熱島地區的熱島效應。而在蜀山區南部，強熱島區發育形成。強綠島和綠島仍然具有與水體植被分布范圍相一致的規律，但其范圍明顯減少。

4 結語

基于覃志豪單窗算法反演合肥市地表溫度，將復雜模型中的大氣參數簡化為相對容易獲取的大氣透射率和大氣平均作用溫度，可以有效地解決未知參數多且獲取困難的等問題，同時大大提高了反演精度，方法簡單易行。本文運用單窗算法反演地表溫度，反演結果與實際氣象觀測數據十分接近。合肥市1995—2010年，熱島面積有較大擴展，主要沿2002年原熱島區向外圍延伸以及向包河區中部擴張。強熱島區面積則有所減少，現零散分布在主城區和各轄區中心城區。

參考文獻

[1]岳文澤，徐建華，徐麗華，等.基于遙感影像的城市土地利用生態環境研究—以城市熱環境和植被指數為例[J].生態學報，2006，26（5）：1450-1460.

[2]王建凱，王開存，王普才.基于MODIS地表溫度產品的北京城市熱島（冷島）強度分析[J].遙感學報，2007，11（3）：330-339.

[3]盛輝，萬紅，崔建勇，等.基于TM影像的城市熱島效應監測與預測分析[J].遙感技術與應用，2010，25（1）：8-14.

[4]P K.Rao.Remote sensing of urban heat islands from anenvironmental satellite[J].Bulletin of the American Meteorological Society，1972，53（13）：645-647.

[5] J.C.Price.Assessment of the Urban Heat Island Effect through the Use of Satellite Data[J].Monthly Weather Review，1979，107（11） ：1554-1557.

[6]M.Mastson，E.P.McClain.Satellite detection of urban heat islands[J].Monthly Weather Review，1978，106（12）：1725-1734.

[7]Jr R.C.Balling，S.W.Brazel.High resolution surface temperature patterns in a complex urban terrain[J].Photodrama Engineering of Remote Sensing，1988，54（9）：1289-1293.

[8]T.W.Hawkins，A.J.Brazel.The role of rural variability in urban heat island deterimination for Phoenix，Arizona[J].Journal of Applied Meteorology，2004，43（3）：476-486.

[9]吳學偉，楊冰，智長貴，等.基于遙感和GIS的哈爾濱城區熱島效應研究[J].地理信息世界，2006，10（5）：63-66.

[10]張兆明，何國金，肖榮波，等.基于RS與GIS的北京市熱島研究[J].地球科學與環境學報，2007，29（1）：107-110.

[11]李鹍，余莊.基于遙感技術的城市布局與熱環境關系研究[J].城市規劃，2008，32（5）：75-82.

[12]戴曉燕，張利權，過仲陽，等.上海城市熱島效應形成機制及空間格局[J].生態學報，2009，29（7）：3995-4004.

[13]徐涵秋，陳本清.不同時相的遙感熱紅外圖像在研究城市熱島變化中的處理方法[J].遙感技術與應用，2003，18（3）：129-133.

[14]孔達，龔文峰，趙惠新，等.基于RS與GIS的哈爾濱城市熱島效應動態變化分析[J].哈爾濱工業大學學報，2009，41（3）：198-201.

[15]歐立業，鄭海金.基于衛星遙感影像的南昌市城市熱島效應研究[J].測繪信息與工程，2009，34（4）：28-30.

[16]趙小艷，楊沈斌，申雙和，等.基于遙感的南京市城市熱島效應時空演變分析[J].安徽農業科學，2009，37（22）：10776-10778.

[17]Qin Z H，Zhang M，Karnieli A，et al.A mono-window algorithm for retrievall and surface temperature from Landsat TM data and its application to the lsrael-Egypt border region[J].International Journal of RemoteSensing，2001，22（18）：3719-3746.

[18]覃志豪，Zhang Minghua.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.

[19]覃志豪，李文娟，張明華，等.單窗算法的大氣參數估計方法[J].國土資源遙感，2003（2）：37-43.

[20]潘竟虎，馮兆東，相得年，等.河谷型城市土地利用類型及格局的熱環境效應遙感分析[J].遙感技術與應用，2008，23（2）：202-207.

[21]任霞.城市地表參數的定量研究及熱島演變分析[D].蕪湖：安徽師范大學，2011. （責編：張宏民）