1990—2015年寧波市熱島效應特征與人口資源環境分析

譚志寧，席素亭

(1.廣西壯族自治區城鄉規劃設計院，廣西 南寧 530022；2.河北工程大學 建筑與藝術學院，河北 邯鄲 056038)

據國家統計局統計截止到2019年我國的城市化率己達到60.60%，快速的城市化進程對地球環境造成很多負面的影響，遠遠超出了其所在的物理邊界，從《京都協議書》到《哥本哈根議定書》，再到2015年我國國家領導人赴巴黎參加世界氣候大會，世界各國對全球氣候、生態的變化都密切關注，人類賴以生存的人-地-氣生態平衡系統，正逐漸失去其原有的平衡，而城市熱島效應就是生態平衡系統中的重要因素[1]。熱島效應是指當城市發展到一定程度，城區溫度明顯高于郊區，形成類似高溫孤島的現象[2]。在氣候變暖背景下，城市熱島和天氣事件聯系越來越緊密：城市熱島與熱浪的協同作用加劇了城市惡劣的微氣象條件，對城市生態環境、人類健康和環境質量都帶來極大威脅與挑戰[3]。城市熱島效應已成為城市發展進程中普遍面臨的環境問題，因此對其深入研究意義重大。1972年Rao提出用熱紅外監測地表熱島之后[4]，地表溫度(Land Surface Temperature, LST)被廣泛用于城市熱島的研究，遙感技術的發展為地表溫度的全面監測提供手段，熱紅外監測地表熱島也有利于從宏觀角度把握其變化規律。獲取近地面的地表溫度最直接和準確的方法是現場監測,但是由于地面監測站點較少且建設費用高，無法進行長時間連續大范圍監測。隨著衛星數據的時空分辨率日益提高，地表溫度反演對城市熱島的長時間序列監測受到人們的廣泛關注。

目前對熱島效應的研究主要在于熱島效應時空演變[5-6]，熱島效應影響因素分析[7-8]，城市熱島的生態效應[9-10]以及熱島效應的預測評估[11-12]。歷華基于4個季節的MODIS影像計算長株潭地區的地表溫度, 在對歸一化建筑指數 (Normalized Difference Built-up Index，NDBI) 和歸一化植被指數(Normalized Difference Vegetation Index，NDVI)研究中發現，NDBI是城市熱島研究的有效指標[13]，李學敏對襄陽市熱島效應演變進行分析，基于剖面分析和多元回歸，得出植被覆蓋對城市熱島的影響大于建筑密度[14]。目前研究較少從人口、GDP等社會經濟因素分析城市熱島效應的時空演變。但實際上由于人類的強干預作用，人類的經濟活動對于環境的影響遠大于自然作用，是導致環境質量下降的主要因素[15]。因此探究社會經濟因素與溫度關系，是研究人口資源環境的新課題。

本文主要選取了寧波市在六個時間段的LST數據，采用單窗算法進行地表溫度反演LST數據，利用MODIS數據進行驗證,運用地理信息系統空間分析技術、Pearson相關性分析方法,分析寧波市中心城區熱島效應的時空特征演變特征及其與NDVI、NDBI、人口規模和GDP產值的相關性，明確各社會經濟因子對城市熱島空間規模、地表溫度變化的影響，為制定緩解寧波市熱島效應的政策措施提供可靠理論依據以及合理建議，以期緩解該區域環境變化。

1 材料與方法

1.1 研究區概況

寧波市地處我國海岸線中段，長江三角洲南翼，處于東經120°55′至122°16′，北緯28°51′至30°33′的范圍。寧波市不僅僅是東南沿海重要的港口城市，長江三角洲南翼經濟中心，也是環杭州灣大灣區的重要組成部分(圖1)。本文選取寧波市中心城區為研究區域，總面積為2 437.59 hm2, 寧波市中心城區布局呈“一主兩副，雙心三帶”的空間結構。一主即三江片，兩副即北侖片和鎮海片；雙心即三江口中心和東部新城中心；三帶即余姚江、奉化江、甬江形成的三條濱江生活帶，外圍形成慈城、東錢湖、東部濱海、九龍湖、澥浦等組團。到2020年寧波市中心城區人口規模達到395萬，建設用地規模達到420 hm2，隨著城市規模的不斷擴大，熱島效應受到人們的廣泛關注。如，姚一舟等人利用 Landsat 衛星影像反演了寧波市 1995、2002、2009 年的不透水面、植被、水體、地面溫度等主要地表參數，發現14 年間研究區域城市熱島范圍明顯擴大，熱島效應逐漸加強，并且研究區內8個方向上出現了 10 個新的熱島[16]；丁燁毅等人利用1961—2005年城郊兩氣象站氣溫資料，分析出寧波市的城市熱島效應呈逐年增強的趨勢，秋冬季的熱島強度較春夏季強熱島效應具有較明顯的日變化，并且“夜熱島”強于“日熱島”[17]。

1.2 數據來源

本研究采用的溫度反演數據為1990年8月14日、1995年7月3日、2000年8月2日和2005年7月28日的Landsat 5 TM數據、2010年8月29日和2015年8月24日Landsat 8 OLI/TIRS數據，來自地理空間數據云平臺，行列號為118/39(表1)。本研究主要選取B6熱紅外波段進行單窗算法溫度反演，研究區內圖像質量良好，云量極少，地面特征清晰。溫度反演后利用MODLT1D 中國1 km地表溫度產品對2000、2005、2010和2015年地表溫度反演結果進行驗證，由于MODIS地表溫度存在較多空值，基于最大值合成法將相鄰三天的地表溫度數據進行合成。進一步從NDVI、NDBI、人口和GDP對熱島效應的變化進行分析，數據采用中國人口、GDP空間分布公里網格數據集，來自中國科學院資源環境數據云平臺(http://www.resdc.cn/)。

圖1 研究區概況Fig.1 Overview of the study area

表1 數據來源

1.3 研究方法

本研究采用覃志豪等的單窗算法[18]進行地表溫度反演，該算法針對Landsat TM/ETM+的熱紅外波段數據提出，后胡德勇等人根據Landsat8數據特征進行改進[19]，具有較高的反演精度，計算公式如下：

Ts=[a10(1-C10-D10)+
(b10(1-C10-D10)+C10+D10)]T10

(1)

C10=τ10ε10

(2)

D10=(1-τ10)[1+(1-ε10)τ10]

(3)

式中：Ts為地表溫度(K)；T10為衛星傳感器探測到的像元亮度溫度(K)；則a10=-67.954 2，b10=0.459 87[20]；τ10和ε10分別指大氣透射率和地表比輻射率，地表比輻射率參考覃志豪算法。大氣透射率可在NASA官網(http//atmcorr.gsfc.nasa.gov/)上根據影像的成像時間和中心經緯度查詢，由于2000年之前的大氣透射率無法查詢，1990年和1995年遙感數據反演地表溫度采用2000年8月2日的大氣透射率。

1.4 熱島效應指標

為比較不同時相的寧波市中心城區熱島效應強度，將寧波市中心城區地表溫度按照標準差法進行劃分，將地表溫度較高的四級定義為極強熱島、中強熱島、次強熱島和弱熱島(表2)，Tmean表示平均地表溫度，Tsd表示地表溫度的標準差。

表2 熱島類型劃分

1.5 歸一化植被指數提取

歸一化植被指數NDVI是研究熱島效應驅動因素的常見參數。目前國內外相關研究較多集中在NDVI時序變化與其它生態因子相關性的研究，而這些生態因子主要是氣候因子，如降水、溫度等[21]。NDVI具有消除部分輻射誤差的特點，可用于檢測植被生長狀況，其公式如下：

(4)

式中：ρNIR和ρRED是Landsat數據的近紅外波段和紅外波段的表面反射率，NDVI越高表明區域內植被覆蓋度越高、生長狀況越好。

歸一化建筑指數NDBI源于對歸一化植被指數NDVI的深入分析，其可以用來表征城鎮用地的密集程度，計算公式如下：

(5)

式中，ρMIR和ρNIR為Landsat TM數據的中紅外波段和近紅外波段的表面反射率，Landsat8 OLI/TIRS的NDBI通過SWIR1和NIR波段計算。NDBI越高表明區域內建筑物用地比例越高，建筑分布越密集。

2 結果與討論

2.1 溫度反演結果及驗證

1990—2015年寧波市中心城區地表溫度反演結果如圖2所示，研究表明MODIS LST數據與實際溫度差小于1℃[22]，隨機選取寧波市中心城區內的樣本點對2000、2005、2010和2015年地表溫度反演結果進行驗證(圖3、表3)，地表溫度反演LST和MODIS LST為顯著正相關，R2最小為0.68，擬合優度較好，反演結果與真實溫度具有良好的一致性，RMSE和絕對誤差結果較小，地表溫度反演結果良好，對城市發展研究具有一定價值。

2.2 熱島效應時空變化特征

通過計算得到寧波市中心城區1990—2015年6個不同時期地表溫度反演結果，根據標準差法將其劃分為極強熱島、中強熱島、次強熱島和弱熱島(圖4)。1990—2015年寧波市中心城區熱島效應變化顯著，各類型熱島面積(hm2)如表4所示。1990—1995年，中強熱島面積從86.43 hm2增加到109.95 hm2，極強熱島面積從73.49 hm2增加到83.31 hm2，城市熱島聚集在三江口中心逐漸向西部擴散；1995到2000年次強熱島從323.94 hm2增加到449.86 hm2，中強熱島從109.95 hm2增加到221.16 hm2，增長100.01%，但極強熱島下降明顯，從83.31 hm2減少到6.74 hm2，主要原因是寧波市中心城區發展迅速，城市熱島逐漸從單中心發展到多中心，熱島效應普遍上升，各地區之間熱島差異減少；2000—2005年極強熱島從6.74 hm2增加到24.22 hm2，中強熱島也有所增加，熱島效應粗具規模；2005—2010年熱島面積未發生較大變化，主要原因是寧波從“增量發展”逐步走向“存量發展”，從單一的注重“增量市場”到逐步關注“存量市場”。在2005—2010年，寧波市中心城區擴張速度減緩，因此熱島效應有所緩和。隨著城市的發展，熱島斑塊會逐漸由低級向高級轉變，寧波市中心城區在三江口周邊、甬江口兩岸和經濟技術開發區形成了三大高溫片區[23]。2010—2015年熱島面積基本保持不變，熱島效應仍不可忽視。總而言之，1990—2015年寧波市中心城區熱島效應經歷了由單中心走向多中心、高速發展到緩慢增長的歷程。

2.3 溫度變化特征與各因素的相關性

2.3.1 溫度與NDVI、NDBI的相關性

寧波市中心城區地表溫度與NDVI呈負相關性，與NDBI呈正相關性(表5)。從1990—2017年平均LST、平均NDVI和平均NDBI變化(圖5)來看，從宏觀上分析，平均NDVI變化趨勢與平均LST基本相同，這表明了城市植被覆蓋率與城市熱島效應之間聯系緊密。1995—2000年平均NDVI變化幅度最大，下降約35.71%；1990—2000年平均LST與NDVI相關性不強，在2005年之后，NDVI絕對值增大且大于0.5，說明植被對于熱島效應的緩解作用逐漸增強。

1990—2005年平均NDBI上升約75%，2005—2010年平均NDBI迅速下降，寧波市城市建設用地分布從密集走向疏散，2010—2015年平均NDBI變化較少。原因可能為，1990—1995年寧波市中心城區發展迅速，熱島效應加劇，2000年突如其來的非典疫情大大減少了人類活動，減少溫室氣體的排放，緩解了熱島效應，而持續的高溫干旱使得植被的活動減少，因此平均NDVI值較小，2000—2005年城鄉發展迅速，區域統籌發展格局加快發展，熱島效應加劇。

圖2 1990—2015年寧波市中心城區地表溫度Fig.2 Land surface temperature of Ningbo central urban area from 1990 to 2015

圖3 遙感反演地表溫度和MODIS LST散點圖Fig.3 Remote sensing inversion of land surface temperature and MODIS LST scatter map

表3 2000、2005、2010、2015地表溫度反演驗證

表4 寧波市1990、1995、2000、2005、2010、2015熱島面積

圖4 1990—2015年寧波市中心城區熱島效應演變Fig.4 Evolution of the heat island effect in the central urban area of Ningbo from 1990 to 2015

圖5 1990—2017年平均LST、平均NDVI和平均NDBI變化Fig.5 Changes of mean LST, mean NDVI and mean NDBI from 1990 to 2015

表5 地表溫度與NDVI、NDBI相關性

2005—2010年加快區域統籌發展，不少外圍組團、衛星城的建設緩解了中心城區的壓力，中心城區熱島效應減緩，2010—2015年寧波市注重綠色空間的營造，NDVI增加，對熱島效應起到了很好的緩解作用。NDBI、NDVI與熱島效應聯系較為密切，城市發展中城市規模應當合理，避免“攤大餅”式地擴張，當城市發展到一定規模時，城市綠色建設是緩解熱島效應的有效途徑。

2.3.2 溫度與人口規模的相關性

1990—2015年人口空間分布如圖6所示，將1990、2000、2005、2015年LST 數據和1990、2000、2005、2015年人口公里網格進行相關分析，分析得出地表溫度與人口呈正相關(表6)且其相關性在2004年為最大值。由圖7可知,在1990—2005年，寧波市中心城區人口呈現波動變化。通過調查分析后發現，人口在這段時間內發生波動的主要原因是寧波市中心城區人口在當時處于流出狀態，一部分寧波人選擇外出經商，同時一部分外來務工人員涌入，但人口規模最終并未發生很大變化。除此之外，這一時期寧波市中心城區注重港口建設，鎮海區和北侖區的人口明顯增多，由此可見，人口主要增長區域與地表溫度變化是相一致的。2005年后，隨著寧波市綜合實力的不斷提高，人口有了較大增長，增長的人口主要來自兩個部分：一部分是吸引到寧波發展、工作的優秀人才，一部分是外出經商的寧波人回鄉建設。2005—2010年的最大1 km網格人口與2005年前相比增長到將近5倍，可以得出隨著時間的推移，人口區域差異在不斷增大。2010—2015年，雖然人口持續增長，城鄉差距仍舊顯著，但是人為活動對熱島效應的影響減弱，主要原因是由于寧波市在不斷推進新型城市化的同時開始注重生態保護。人口的快速增加和城鄉的差距并不會直接導致城市熱島效應，建議政府在城市化初期合理控制人口規模，并在城市化水平的提高過程中，注重資源和環境的保護，由此可以在縮小城鄉差異的同時既能為城市發展注入活力，又能為城市建設營造良好的生態環境。

2.3.3 溫度與GDP相關性

1995—2015年寧波市中心城區GDP空間分布如圖8所示，計算1998、2004、2013、2017年遙感反演LST數據和2000、2005、2010、2015年GDP的相關性，其相關性在2010年達到最大，為0.62(表7)。

圖6 1990—2015年寧波市中心城區人口空間分布Fig.6 Spatial distribution of population in the central urban area of Ningbo from 1990 to 2015

表6 地表溫度與人口空間分布相關性

圖7 1990—2015年1 km網格人口變化Fig.7 Population change of 1 km grid from 1990 to 2015

從圖8中可以發現，2005—2010年，寧波市中心城區GDP處于下滑狀態，其主要原因是2008 年的金融危機所帶來的持續性影響。當時我國雖然沒有在金融上遭受嚴重沖擊，但全球金融危機及經濟衰退的影響對我國的沖擊和考驗也是嚴峻的。在全球經濟一體化和國際分工高度化，中國長期以來用外需來支持經濟的發展模式等，都導致了中國在當時的債務水平激增，經濟增長處于弛緩狀態。2010—2015年，寧波市中心城區GDP持續上升，經濟發展速度加快，經濟水平整體呈上行狀態，其主要原因是驅動經濟增長的要素，已逐漸從傳統的勞動與資源密集型，升級成以人才流入、科技創新、消費升級為導向的“高質量發展”。寧波市中心城區不斷轉型升級的制造業，是經濟茁壯生長的基石。2015年，寧波市中心城區GDP產值已經超過了2005至2010年下滑前，2005年的GDP產值，達到了19 679.68萬元/km2的水平。這表明了寧波市中心城區的經濟發展正在逐漸向技術驅動型轉變。隨著環杭州灣大灣區的建設，寧波市發展將迎來更大挑戰，城市發展應當優先發展高新技術行業，發揮港口的優勢，加快貿易往來，促進經濟發展的同時保護生態環境，為城市生活營造良好環境。

圖8 1995—2015年GDP空間分布和平均GDP總產值變化Fig.8 Spatial distribution of GDP and change of average GDP from 1995 to 2015

表7 地表溫度與GDP空間分布相關性

3 結論

本文嘗試利用寧波市Landsat 5 TM和Landsat 8 OLI/TIRS數據，進行溫度反演及其影響因素的相關性分析，主要的研究結果如下，1990—2015年寧波市中心城區熱島效應逐漸增強，中強熱島和極強熱島面積逐漸增多，寧波市中心城區熱島效應經歷了由單中心走向多中心、高速發展到緩慢增長的歷程；影響因素分析表明，熱島效應與NDVI和NDBI和人口規模布局息息相關，植被對于熱島效應起到一定程度緩解作用，而建筑密度增加會增強熱島效應，人口和GDP也是熱島效應的驅動因素。

研究采用單窗算法進行地表溫度反演，雖然對于TM數據而言反演精度高，有利于從宏觀角度把握變化規律，但基于單窗算法的地表溫度反演依賴氣象數據，從而會影響較極端或嚴重污染情況下的溫度反演精度，今后可考慮對寧波—杭州—上海，乃至環杭州灣大灣區的更長時間序列的Landsat 8數據進行深入分析，以提高結論的準確性和代表性。