福州市城市熱島效應的轉移矩陣與緩沖區

吳慧鳳，陳志強

（1.福建師范大學 濕潤亞熱帶山地生態國家重點實驗室培育基地，福州 350007；2.福建師范大學 地理科學學院，福州 350007）

在城市化帶來文明進步和經濟繁榮的同時，由于城市人口的不斷增長，工業生產和居民生活的集中化程度越來越高，導致城市空間內熱量聚集，影響城市的大氣環境、區域氣候、能源消耗及居民健康[1]，進而影響城市居民的熱舒適度和整體生活質量[2]，形成城市熱島效應.城市熱島（urban heat island，UHI）效應是指城市氣溫明顯高于周邊郊區的現象，是城市化最明顯的氣候響應形式[3].目前，關于城市熱島效應的研究主要集中在研究方法[3]、形態結構[4]、變化趨勢[5]、影響因素[6]、形成機制[7]及應對措施[8]等方面.就研究方法而言，城市熱島效應的相關研究方法主要為氣象監測與遙感[9].由于遙感可以為城市熱島效應研究提供連續、宏觀的數據源，有利于開展空間結構等細節特征的變化研究，因而該方法日益受到重視.

作為沿海經濟高度發展的省會城市之一，福州市是閩南地區金融、科技、商貿的中心，同時也是重要的交通樞紐[10].改革開放以來，福州市城市化速度穩步加快，城市與人口規模顯著擴大，城市下墊面結構及其性質變化顯著，再加上四周環山的地形特點，城市熱島效應日益加劇[10].因此，本文選取福州市主城區為研究區，基于TM 影像數據，提取地表溫度，劃分熱島效應區，開展城市熱島的時空對比研究，以期為福州市及類似區域的新型城市化建設、城市經濟發展和居民生活水平的提高提供借鑒意義.

1 研究區概況及研究方法

1.1 研究區概況

福州市位于25°58′～26°25′N，119°10′～119°41′E，地處福建省東南沿海，是閩江下游的河口盆地中心；平均日照時數達到1 700～1 980 h；年平均氣溫19.60 ℃，年均降雨量約1 637 mm，降水量時空分布不均，全年氣候溫暖濕潤，四季較分明，屬亞熱帶海洋性季風氣候；地形以山地和丘陵為主，屬于典型的河口盆地；受地形地貌的影響福州盛行東南風，其次為西北風；水系十分發達，水網密布，閩江橫貫市區東流入海； 成土條件復雜，土壤以紅壤和水稻土為主； 植被類型較為復雜，種類繁多，包括常綠闊葉林、 灌叢和濱海沙生植被等；2016年，福州城區有鼓樓區、臺江區、晉安區、馬尾區和倉山區共5 個市轄區，面積共計1 043 km2[11]，如圖1 所示.

圖1 福州市政區圖Fig.1 Administrative region in Fuzhou city

近年來，由于城建速度加快，福州市的氣溫不斷上升[12].

1.2 研究方法

1.2.1 數據源及預處理

本研究采用的數據為福州市Landsat TM 的3 期影像、1 ∶10 000 地形圖和政區圖.3 期影像獲取時間分別為1989年6月15日、2000年6月29日和2016年6月25日，影像獲取當日天氣晴朗，可見度較高，云量較少.由于天氣原因導致的影像質量問題，同時考慮到空間分辨率的匹配，以及Landsat TM 的3 期遙感影像第6 波段即熱紅外波段空間分辨率均為120 m，可以滿足本研究的需求，因而本研究并未采用ETM影像.在ArcGIS 10.2 和ENVI 5.1 軟件支持下，3 期影像均進行了系統輻射校正、統一坐標系和地面控制點幾何校正（RMSE ＜0.5）等處理.

1.2.2 地表溫度反演

Jimenez-Munoz & Sobrino 對普朗克函數在某個溫度值附近展開一階泰勒級數，得到普適單窗算法[13]：

式（1）中：

式（2）和式（3）中：λ 為波段的有效波長，Landsat TM6有效波長為11.457 μm；c1和c2均為輻射常數.

Ψ1、Ψ2和Ψ3為大氣參數，

式（4）～式（6）中：w 為大氣水汽含量，本研究設大氣水汽含量為1.5 g/cm2.

用于獲取植被信息的遙感指數眾多，本研究使用歸一化植被指數（normal differential vegetation index，NDVI）.NDVI 可用于確定被觀測目標區是否為綠色植物覆蓋以及植被覆蓋程度[14]，

式（7）中：TM3和TM4分別為TM 和ETM+數據的第3和第4 波段數據[15].NDVI 介于-1 到1 之間，綠色植被較多時，NDVI 值較高，非植被區如水體、 建筑物等較多時，NDVI 值較低[16].計算NDVI 之前使用ENVI5.1 的FLAASH大氣校正工具對圖像進行了快速大氣校正等相關處理.

在ArcGIS 中采用目視判讀人工解譯，得到自然地表、 城市建設用地和水域3 期的土地利用數據.在每期解譯結果中隨機選取100 個采樣點，根據谷歌高分辨率影像等輔助材料對解譯結果進行精度分析.根據估算，3 期土地利用數據總體精度均在87%以上.

根據文獻[17-18]中的方法設置地表比輻射率；采用普適單窗算法反演地表溫度.

1.2.3 熱島效應劃分

在ArcGIS 中提取每個柵格單元建設用地密度，據此劃分城市核心區UCR（urban core region）和非城市核心區NUCR（non urban core region）.城市核心區指建設用地密度為0.5～1.0 的城市地區，非城市核心區指建設用地密度低于0.5 的郊區或農村地區[19].分別求取3個年份城市核心區和非城市核心區各自的平均溫度，并根據表1 標準劃分熱島效應區.

表1 熱島劃分標準[20]Tab.1 Classification standard of heat islands

1.2.4 轉移矩陣分析

轉移矩陣是對兩期同一地區不同年份的熱島效應區圖層進行疊加，求得不同熱島效應區發生變化后的級別及其變化面積的二維矩陣，用以反映靜態固定區域、固定時間、不同級別熱島效應區的面積，以及初期各類熱島效應區面積的轉出情況和末期各類熱島效應區的轉入情況[21].此外，利用式（7）計算其轉換概率[22]：

式（7）中：Pij為1989—2000年（或2000—2016年）i 級熱島效應區類型轉換為j 級熱島效應區類型的轉換概率；Sij為i 級熱島效應區類型轉換為j 級熱島效應區類型的面積；Sj為j 級熱島效應區類型的面積.

1.2.5 緩沖區分析

基于遙感影像對福州城市建設用地的布局進行判讀，基本上可以認為福州市為單中心城市.由于福州市八一七路的中間位置—東街口是福州城市經濟活動最繁忙的地段，因此，本研究以其為中心點向外進行等距離擴散作為緩沖區，緩沖距離為1 km，繪制同心圓，覆蓋整個福州，共計37 個同心圓，最大同心圓半徑為37 km.將同心圓與不同年份的福州市熱島分布圖進行疊加，并對非熱島效應區、弱熱島效應區、中等熱島效應區和強熱島效應區4 個不同級別的熱島效應進行賦值，分別賦以1、2、3 和4，并用熱島效應綜合指數表示熱島效應在不同緩沖距離的分布情況，進而分析城市化過程中表現出的熱島效應空間分布特征[23].本文將熱島效應綜合指數定義為

式（8）中：W 為熱島效應綜合指數；Sij為第j 環第i 級熱島效應面積；Sj為第j 環面積；a 為各級熱島效應區的賦值.

2 結果與分析

2.1 熱島效應區面積比例變化

福州市3個年份熱島的面積及其比例如表2 所示.表3 為福州市城市核心區域與非城市核心區溫度對比情況.

表2 福州市1989年、2000年和2016年熱島的面積及其比例Tab.2 Areas and proportions of heat islands in Fuzhou city in 1989，2000 and 2016

由表1～表3 可知，1989年、2000年和2016年，福州市城市核心區與非城市核心區的平均溫差逐漸增大，分別為3.67 ℃、3.70 ℃和5.38 ℃，城市熱島效應逐步增強.非熱島效應區及弱熱島效應區的面積比例不斷減少，強熱島效應區迅速擴大.

相關研究表明，影響熱島強度最為突出的因素是城市人口及城區擴張.城市擴展引起下墊面的性質發生變化，如地表反照率和熱容性等地表第一性物理參數[21].建筑物和裸地等區域由于植被覆蓋較少，具有較小的地表反照率、較大的熱容性以及很小的蒸發和蒸騰，導致地表溫度變化較為顯著[22].因此，在工業用地、建筑物及人口較為密集的地區大多溫度較高，而植被覆蓋較好的區域以及水系區域大多溫度較低[23].

表3 城市核心區與非城市核心區溫度對比Tab.3 Comparison of temperature between urban core area and non-urban core area ℃

圖2 為福州市1989年、2000年和2016年的熱島分布情況.

圖2 1989年、2000年和2016年福州市的熱島分布Fig.2 Distributions of heat islands in Fuzhou city in 1989，2000 and 2016

由圖2 可以看出，1989年，福州市的強熱島效應區和中等熱島效應區集中于城市核心區[24]，強熱島效應區呈雙中心結構，分別主要對應鼓樓區和臺江區.這主要是因為這2 個區的商業和住宅較為密集，人為熱排放較多.非熱島效應區和弱熱島效應區主要對應于水體、 耕地和林地等區域；2000年，由于老城區工廠不斷遷出，導致2 個強熱島效應區趨于萎縮.同時，晉安區的鼓山鎮、倉山區和馬尾經濟技術開發區熱島面積均有較大增幅，形成多個強熱島效應區，呈多中心結構；2016年，老城區、 南臺島和馬尾區等地的城市建設用地不斷增加，造成強熱島效應區由原本的多中心結構向連片結構的態勢演變[25].同時，2016年在研究區的中部和東部也出現了強熱島效應區，這主要是因為中部采用“火燒山”的方式將林地開墾為園地，新植果園地表覆蓋率較低，裸露面積較大；而右側新增強熱島區域主要是因為經濟發展、人口增加以及建設用地擴張等原因導致.

2.2 熱島效應轉移矩陣分析

1989—2000年福州市不同等級熱島效應區的轉移矩陣和轉換概論矩陣如表4 和表5 所示.由表4 和表5 可知，1989年的弱熱島效應區向中熱島效應區和強熱島效應區轉移的面積分別為4 406.97 hm2和359.22 hm2，約占1989年弱熱島效應區總面積（37 033.37 hm2）的12.87%.以此類推，在1989—2000年，非熱島效應區、弱熱島效應區和中等熱島效應區向更高級別的熱島效應區轉移的面積分別約占該熱島類型區域面積的22.42%、12.87%和13.39%.2000年的強熱島效應區有39.60%由中等熱島效應區轉化而來，33.83%保留其原熱島強度.在中等熱島效應區中，有39.42%由弱熱島效應區轉化而來，41.39%保留其中等熱島效應區的特性.弱熱島效應區及非熱島效應區大部分保留其原有強度，只有小部分發生轉化.

2000—2016年福州市不同等級熱島效應區轉移矩陣和轉換概論矩陣分別如表6 和表7 所示.由表6和表7 可知，2000—2016年，非熱島效應區、 弱熱島效應區和中等熱島效應區分別向熱島強度更強的級別轉移，分別約占該熱島類型區域面積的37.78%、39.44%和77.48%.2016年的強熱島效應區有50.44%由中等熱島效應區轉化而來，36.92%由弱熱島效應區轉化而來.中等熱島效應區有61.73%由弱熱島效應區轉化而來，而弱熱島效應區有56.36%由非熱島效應區轉化而來，非熱島效應區大部分保留其原有強度.

表4 1989—2000年福州市不同等級熱島效應區轉移矩陣Tab.4 Transfer matrix of different heat island regions in Fuzhou city from 1989 to 2000 hm2

表5 1989—2000年福州市不同等級熱島效應區轉換概論矩陣Tab.5 Transfer transition probability matrix of different heat island regions in Fuzhou city from 1989 to 2000 %

表6 2000—2016年福州市不同等級熱島效應區轉移矩陣Tab.6 Transfer matrix of different heat island regions in Fuzhou city from 2000 to 2016 hm2

表7 2000-2016年福州市不同等級熱島效應區轉換概論矩陣Tab.7 Transfer transition probability matrix of different heat island regions in Fuzhou city from 2000 to 2016 %

2.3 熱島效應緩沖區分析

圖3 和圖4 分別為福州市3個年份各緩沖區的熱島效應綜合指數及熱島緩沖區分布.

圖3 福州市3個年份各緩沖區的熱島效應綜合指數Fig.3 Composite indexes of heat island in buffer areas in Fuzhou city in 1989，2000 and 2016

由圖3 和圖4 可看出，同一年份的熱島效應綜合指數從城市中心點向外呈現遞減趨勢，表明離城市中心點越近，熱島效應表現得越強烈，離城市中心點越遠，熱島效應較弱.由圖4（a）可以看出，1989年，在距離城市中心點5 km 范圍內表現出較強的熱島效應，在距離城市中心點1 km 范圍內熱島最強； 從2000年的數據可見，在距離城市中心點7 km 范圍內的熱島效應表現得較為強烈，在距離城市中心點1 km范圍內表現最強；而2016年的熱島效應表現為在距離城市中心點11 km 范圍內較強，在距離城市中心點3 km 范圍內熱島效應水平相當，由此可知，福州市東街口的中心職能范圍不斷地擴大和強化.1989年、2000年和2016年在0～10 km 范圍內，熱島效應綜合指數下降速度較快，而在距離城市中心點相同距離的緩沖區范圍內，隨著時間的推移，熱島效應綜合指數也大致呈遞增趨勢.這一變化主要是因為城市化進程的不斷推進，城市建設用地不斷增多，而隨著經濟的發展，大量人口在城市中心點附近聚集，從而呈現團聚現象，且該團塊面積也在不斷增加.

圖4 福州市3個年份熱島緩沖區分布Fig.4 Buffer distributions of heat island in Fuzhou city in 1989，2000 and 2016

3 結論

本研究以福州市1989年、2000年和2016年的TM 遙感影像為載體，采用遙感與GIS 結合的方法對福州市熱島效應區的熱島強度變化和空間結構變化進行分析，得出以下結論：

（1）福州城市核心區與非城市核心區的平均溫差不斷增加，城市熱島效應顯著增強.非熱島效應區和弱熱島效應區面積比例不斷減少，強熱島效應區迅速擴大，其福州強熱島效應區分別呈現雙中心、 多中心和集中連片的格局.

（2）福州熱島分布呈現出由熱島強度較低的地區不斷向熱島強度較強的地區轉化的趨勢，且熱島強度較強的地區面積不斷增大.

（3）福州市熱島效應綜合指標隨著離城市中心點距離的增加而減小，分別在距離城市中心點5、7、11 km 表現出較強熱島效應.在距離城市中心點相同距離的地點，隨著時間的推移，大體呈現遞增趨勢.

（4）采用遙感影像反演城市熱島的空間分辨率較高，而時間分辨率較低[15]，同時城市熱島的形成與天氣條件有較大的關聯，如天氣晴朗少云和靜風能夠促進城市熱島效應的形成和加劇[22].因此，未來應將遙感影像和地面實測數據進行耦合，深入揭示城市熱島的時空格局[15].有研究表明，除了土地利用及植被覆蓋變化外，熱島強度也與一個地區的GDP、 人口以及人為熱排放等因素密切相關.如隨著生活條件的改善，居民空調擁有量持續上升[26]，導致人為熱的大量釋放，促進了城市熱島的形成.因此，未來應將社會和經濟因素納入城市熱島的相關研究，進一步分析城市熱島的形成規律.