基于多源遙感數據的城市熱環境響應與歸因分析
——以深圳市為例

王 煜,唐 力,朱海濤,麥有全, 何偉彪,王偉民,劉 凱,蘇紅波

1 深圳市生態環境監測站, 深圳 518049 2 生態環境部衛星環境應用中心, 北京 100094 3 深圳市環境監測中心站, 深圳 518049 4 中國科學院地理科學與資源研究所, 北京 100101

城市化進程常常導致自然植被下墊面大量被水泥和瀝青等不透水地表代替,城市環境的復雜性使得影響地表能量交換的因子發生改變[1]。城市化通過人為熱排放源改變了近地表熱輻射通量交換模式,導致明顯的地區性氣候變化,即城市熱島現象。城市熱島現象不僅影響局部氣候、植被生長和空氣質量,而且影響人的身體健康。城市熱環境已被廣大科研工作者當作一個典型的研究變量,掌握城市熱環境影響因子的時空分布特征,定量研究各因素對城市熱環境的響應是實現城市可持續發展的重要環節[2]。

城市熱環境可以通過多種方式進行評估。傳統上,城市熱環境可以利用自動氣象站的地面觀測數據進行監測。雖然氣象觀測數據可以長時間、連續捕捉溫度的變化,但是氣象站點的空間代表性限制了它的應用。近年來,隨著對地觀測技術的迅速發展,衛星成像技術已被廣泛應用到城市氣候與環境研究。遙感技術的可以在不同的空間尺度提供一種有效的城市環境監測手段,動態地監測城市熱環境的變化趨勢[3-4]。相關研究嘗試利用MODIS和AVHRR,這些傳感器可以描述地表熱特征的大致分布[5-6]。另一方面,中等分辨率的傳感器LANDSAT和ASTER也被廣泛用于研究城市熱島和熱環境[7-9]。數值模型可以輸出模擬得到的氣溫或地表溫度數據,這種數據可以克服氣象觀測站點數據和遙感數據在空間或時間上的局限。數值模型輸出數據的精度依賴于模型和輸入數據的精度。為了充分利用已有數據,目前的研究都會綜合使用多種數據。

地表覆蓋類型與城市熱環境變化息息相關。不透水層地表與地表溫度的負相關性已經被很多研究報道[10]；但是,兩者之間的交互機制在復雜的城市區域依然難以確定。基于地表類型確定的遙感植被指數,雖然有著各種不確定性,依然可以描述地表熱環境。大量學者嘗試利用統計回歸的方法分析遙感指數,譬如Normalized Difference Vegetation Index(NDVI),Normalized Difference Built-up Index(NDBI)以及植被覆蓋度與地表溫度的關系[11-13]。另一些學者利用景觀指數和相關性分析,研究了景觀格局對城市熱島的影響。這些研究表明城市規劃、植被分布和人類活動等因素對城市熱島產生較大影響[14-15]。但是,地表覆蓋類型與環境變量之間的交互作用非常復雜,特別是在城市-郊區這一典型區域。因此,亟需深入分析城市土地利用格局對城市地表溫度分布和城市熱島熱環境的影響,理解城市熱環境演變與成因的機制。另外,當前研究多集中在地表要素對城市熱島的作用,較少涉及到地表通量的變化及其影響,對快速城市化過程中驅動城市熱島變化的因素及機理認識還不充分。

地表能量平衡理論可以認識城市熱環境的影響因素及其背后的驅動機制[16]?；诘乇砟芰科胶饫碚?生態環境的動態演變以及影響因子可以在能量層面開展定量分析,城市熱島的變化也能夠用各個能量分支的動態變化解釋。為了對城市熱島的變化做歸因分析,學者提出了多種歸因方法[17-18]。這些方法通常將城市熱島的變化歸因于城市與郊區之間的地表熱通量差異,包括輻射收支、蒸散發、傳輸效率和熱存儲等。傳統觀點認為城市熱島的是各個地表能量分支變化的結果,這些波動是與城市化進程中下墊面類型轉化相關。學者們進一步研究發現城市與郊區間熱量傳輸效率的差異可以導致城市熱島變化。在此基礎上,時間序列數據和歸因方法被學者用于對城市熱島形成機制的研究[19-20]。作為一個復雜的大氣-地表能量交換過程,城市熱島背后的機制地域差異化很大,環境因素產生的影響各異。鑒于此,對于不同地區的城市熱島,其形成機制和各種因素在其中的影響值得專門研究和探討。

深圳市(珠三角區域)是中國改革開放的窗口,自20世紀80年代起經歷了快速工業化和城市化的過程,由此造成的城市熱島成為該區域一個顯著的環境問題。不同于中國其他位于中緯度地區的經濟中心(環渤海區域和長江三角洲區域),珠三角位于中國東南沿海的亞熱帶且是季風氣候。由于背景氣候對城市熱島的影響,深圳城市熱島變化及其背后的驅動因素值得進一步研究。本研究基于深圳市多源數據,分析城市化對地表溫度以及熱量收支狀況的影響。主要包括：(1)基于深圳市2018年LANDSAT 8遙感影像,提取土地利用類型和覆蓋度信息,研究土地利用格局對城市地表熱環境的影響；(2)基于2003—2018的MODIS地表溫度數據,研究深圳市城市熱島的時空變化特征,從地表能量的角度分析城市熱島變化的影響機制。本研究希望可以為緩解熱島效應與優化城市景觀格局、提供研究支持。

1 研究區域和數據

1.1 研究區域

深圳市位于中國南部沿海區域,地處113°46′E—114°37′E,22°27′N—22°52′N。陸域總面積1953 km2(圖1)。深圳地勢東南高、西北低,丘陵面積約占全市總面積的39%。深圳氣候溫和暖濕,年均氣溫約20℃,年均降水量約1900 mm。深圳市在近幾十年間成功實現了由邊陲小鎮向高度城市化的區域經濟中心的轉變。近幾十年來的快速的城市化不僅為深圳帶來了巨大的人口壓力,同時也導致了不透水地表覆蓋持續上升,城市熱環境問題日益嚴重[21]。

圖1 深圳市研究區域Fig.1 The location of study region

1.2 數據

本研究應用了多源數據。考慮到數據的時間完整性和空間代表性,遙感數據和陸表同化數據作為溫度數據和地表通量數據的主要數據源。

本研究收集了2018年9月的LANDSAT 8 (Landsat-8 OLI/TIRS)遙感影像,其可以提供空間分辨率為30 m的多光譜波段和100 m的熱紅外波段。本研究下載的 LANDSAT 8 OLI 數據為 Level-2級別,已經經過幾何校正和輻射校正處理。我們使用FLAASH大氣校正模塊對 OLI 影像進行大氣校正,以消除大氣因素和傳感器本身對圖像的影響,獲得真實的地表反射率。同時利用地形校正拓展模塊實現 OLI 影像的地形校正,有效地減少了地表陰影對地物信息的影響。研究中選取了同時段的高分辨影像(SPOT-6和GF-1),用于分類樣本選擇與反演精度評價。我們收集了全球人造不透水面(GAIA)數據。該數據基于30 m分辨率的Landsat影像和其他輔助數據,包含了從1985到2018年中的高分辨率不透水面的年際變化數據。

本研究收集了2003—2018年的月均 1 km分辨率地表溫度合成數據,這一數據通過合成MODIS Terra逐日地表溫度產品(MOD11A1)獲得, 其過境時間大約為10∶30。我們使用了同時段的地表通量數據,來自于饑荒早期預警網絡的數據同化系統(FLDAS)[22]。FLDAS是美國國家宇航局的土地信息系統的一個應用,它的主要目標是利用LIS框架下的數據管理和建模能力對現有的觀測數據進行建模和分析,該數據基于Noah陸面模型獲取。研究中主要使用FLDAS生產的短波凈輻射、長波凈輻射、感熱、潛熱以及土壤熱存量數據,這些地表通量數據與地表溫度數據通過時間序列匹配。

2 方法

本研究綜合應用遙感數據和數值模型數據分析深圳市的城市熱島現象。首先基于LANDSAT 8遙感影像,獲取地表熱通量參數和土地利用格局信息,研究土地利用格局對城市地表熱環境的影響。進一步基于時間序列MODIS地表溫度數據和FLDAS熱通量數據,研究城市熱島的時空變化特征,使用M-K檢驗在季節和年時間尺度上分析其動態變化,結合地表溫度差異和地表通量數據對感熱和潛熱的變化對城市熱島強度變化的貢獻率做歸因分析,從地表能量的角度分析城市熱島變化的影響機制。

2.1 LANDSAT 地表溫度反演

研究中采用輻射傳輸法反演地表溫度[23]。該方法先估算地表熱輻射強度,然后轉化為相應的地表溫度。熱紅外輻射信息(L)可以通過以下公式轉化為亮度溫度 (Tb)。

L=a×DN+b

式中,a和b為增益和偏移量,K1和K2是預設的常量。亮度溫度可以利用地表比輻射率ε校正為地表溫度Ts。

式中,λ是發射波長,σ是波爾茲曼常數,h是普朗克常量,c為光速。

地表比輻射率基于NDVI閾值法獲取[24]。該方法廣泛應用于熱紅外遙感數據反演中,其考慮了不同NDVI值情況下地表比輻射率的估計:(i)像元NDVI值小于最小閾值時被看作是裸地,采用裸地的地表比輻射率值；(ii)像元NDVI值大于最大閾值時被看作是植被完全覆蓋區,采用植被的地表比輻射率值；(iii)像元NDVI值在其它情況下,研究對象被看作是裸土和植被混合區,這時需要估計混合像元的地表比輻射率值。

2.2 城市地表熱通量獲取

為了對城市局部區域能量收支平衡進行定量估算和分析,遙感數據已經被用于驅動物理-經驗模型,以提高建模精度。對于在植被不太茂密或者植被稀疏地區(如城市區域),為了更精確的定量表達地表實際狀況,需要將植被和非植被分開考慮,即整個地表的顯熱通量或潛熱通量是土壤和植被顯熱通量、潛熱通量之和,其在城市遙感領域被廣泛用于研究城市地表熱量收支。本研究中采用了一個常見的城市熱通量模型[25-26]。對于單角度觀測的衛星數據,在一個混合像元內準確分離植被和非植被地表組分溫度是不實際的。因此,采用了一種有效阻抗方法來獲得感熱通量H,如式：

式中,ρ是空氣密度,Cp是空氣的定壓比熱。Ts是地表溫度；Ta是空氣溫度。Rav和Ran是植被和非植被的空氣動力學阻抗,Fc是植被覆蓋度。

式中,Zm是風速的觀測高度,Zh是濕度的觀測高度,d是零平面位移高度,Z0m是制約動量傳遞的粗糙長度,Z0h是制約熱和水汽傳遞的粗糙長度。k是馮卡曼常數,u是風速,Rs是邊界層地表阻抗。參數d,Z0m和Z0h根據每個地物類別進行設定,基于現有的文獻,所需參數的值列于表1。

表1 熱通量模型參數設置

Zm: 風速的觀測高度;Zh: 濕度的觀測高度;d: 零平面位移高度;Z0m: 制約動量傳遞的粗糙長度;Z0h: 制約熱和水汽傳遞的粗糙長

潛熱通量LE可以通過分別估算植被地區的潛熱通量LEv和非植被地區的潛熱通量LEnv獲取。

LE=Fc×LEv+(1-Fc)×LEnv

式中,eo是飽和水汽壓,γ是干濕表常數。rsv和rsn分別是植被區域和非植被區域的氣孔阻抗。

2.3 土地類型分類與覆蓋度估算

本研究采用常規的支持向量機方法對LANDSAT數據進行分類。與常規的監督分類方法不同,支持向量機方法并不要求數據符合高斯分布,該方法常常能夠用較少的訓練樣本得到較好的分類精度[27]。本研究中選取了高斯徑向基核函數,在訓練過程中有兩個重要的參數：一是控制最大化邊距和最小化訓練誤差之間平衡的正則化參數C,另一個是核寬度γ。這兩個輸入參數是利用10折交叉驗證方法訓練得到,本研究中的C和γ被設置為300和3。根據深圳市土地利用/覆蓋的具體特點,將土地利用類型劃分為以下幾類:城市用地、農田/草地、林地、水體、裸地等。圖2給出了2018年9月LANDSAT圖像生成的土地利用分類。進一步對分類精度進行評估,從高空間分辨率圖像上隨機選取驗證樣本點,結果表明評價的整體精度和Kappa系數分別為92%和0.93。

城市下墊面的面積豐度信息是影響城市熱環境的關鍵因素,采用多端元光譜解混方法提取城市關鍵地表(植被和不透水地表)的豐度信息。多端元光譜混合分解模型允許端元數目、類型和光譜不斷改變來應對端元光譜變異問題,可以減少城市景觀空間異質性對地表面積提取的影響[28]。圖2給出了2018年9月的LANDSAT圖像生成的不透水層面積豐度圖。為了確保不透水層豐度的反演精度,將LANDSAT估算結果與利用高空間分辨率圖像數字化得到的參考值進行比較。驗證發現,不透水層豐度反演精度為整體RMSE為9.1%,欠密集地區(小于30)和密集地區(大于或等于30)的RMSE分別為9.74%和8.16%。與基于光譜混合分析的現有研究,如[29-30],進行比較,可以看出我們的研究結果是可靠的和可以接受的。

圖2 土地分類結果和不透水層豐度圖Fig.2 Spatial distribution of the land cover classification and the abundance of impervious surface

2.4 長時間序列熱島分析

本研究中城市熱島強度定義為有大量人類活動和高不透水面覆蓋率的市中心和其臨近的、較少受到人類活動擾動的郊區之間的溫度差異。已有研究表明,由于長期的城市化進程和氣候變化會對局部氣候產生顯著影響,城市熱島強度在時間和空間上有較大的異質性。由此,代表市中心與郊區的像元集需要謹慎選擇,以避免在長時段內產生偏差。為了保證選取像元集的連續性,在市中心和郊區分別選取3組2 × 2的像元集以計算平均溫度。城市熱島效應強度(UHII)可以具體描述為：

Mann-Kendall(M-K)檢驗廣泛應用于趨勢分析。作為一個非參數化算法,M-K檢驗不受數據中的異常值影響且對數據分布沒有要求。我們使用M-K檢驗檢測城市熱島是否存在隨時間變化的趨勢。

基于地表能量平衡理論,本研究探討了感熱和潛熱通量對城市熱島的貢獻[18]。在不考慮近地面水平對流的影響的情況下,一個城市的地表能量平衡可以用下式表達：

Rn+A=H+LE+G

式中,Rn是全波段的凈輻射,A是人為排放的熱通量,H是感熱通量,LE是潛熱通量,G是土地熱儲量。城市熱島的變化可以歸因為以上幾個地表通量的變化：

式中,a是常數項,ΔRn,ΔH,ΔLE和ΔG分別是凈輻射、感熱、潛熱和土壤熱通量的變化量。偏導數是ΔT對幾個地表熱通量變化的敏感度。地表熱通量的值來源于FLDAS的地表通量數據集,為了定量化比較感熱和潛熱的貢獻率,對它們的敏感度做歸一化處理。

3 結果和討論

3.1 地表溫度、熱通量分布與土地利用格局的關系

土地利用格局對于城市熱環境變化具有重要作用,其與環境變量之間的交互作用非常復雜,特別是對于快速城市化區域。我們首先利用100 m分辨率的LANDSAT圖像分析了深圳市的城市熱環境分布。圖3顯示了2018年9月的LANDSAT圖像生成的衛星過境時的地表溫度結果。從圖像上可以發現,西部區域的溫度明顯要高于東部,這與植被和建成區的空間分布相關。特別地,高溫區主要分布在城市建筑區域,如居民生活區、商業區和工業區等等,這些地方主要是由水泥、瀝青和金屬等不透水層構成,而且人類活動強烈,排放的熱源較多。相反地,城市綠地、水體以及與農田等對應的地表溫度則較低。城市和郊區地表溫度的顯著差異揭示了的城市熱島效應的存在。我們的研究基本與前人的研究吻合[31-32]。

圖3 LANDSAT 地表溫度分布,感熱通量分布和潛熱通量分布Fig.3 Spatial distribution of land surface temperature, sensible heat flux and latent heat flux

城市熱通量與土地利用格局緊密相關,已有學者關注城市植被和不透水層對地表能量交換的貢獻。但是,土地利用格局對城市熱耗散的定量分析比較復雜,并沒有形成一個統一的共識。我們進一步研究了城市熱通量與土地利用格局的關系。基于城市地表熱通量模型和LANDSAT數據,生成了2018年9月的地表潛熱和地表感熱分布圖,如圖3所示。可以看到,各地物間的熱通量分布具有明顯差異。特別地,城市建成區與周圍林地(和農田)的熱環境存在顯著的區別,城區與郊區之間的邊界明確。由于地表下墊面大部分為不透水層,城區的地表溫度與感熱通量高于郊區的植被覆蓋區域,而潛熱通量卻較低。這主要是因為不透水地表的表層水分難以通過水汽的形式擴散到大氣中,從而使得城市區域的蒸散發量(潛熱通量)明顯降低。于此同時,由于缺乏植被覆蓋,地表粗糙度相對較效,容易形成強烈大氣湍流活動,城市區域的感熱通量相對于郊區明顯增加。

進一步檢查了不同土地利用類型所對應熱通量的平均值和標準差(表2),以及不同植被覆蓋度類型和不透水層豐度所對應溫度與熱通量的平均值和標準差(表3和表4)。結果顯示,植被與潛熱通量具有較好的相關性,顯示出了較大的潛熱通量,而不透水層的潛熱通量僅占地面凈輻射的一部分。相反地,不透水層地表(水泥路面和建筑物表面)與感熱通量具有較好的相關性,其感熱通量要明顯高于植被；而植被覆蓋區域的感熱通量僅占地面凈輻射的一小部分。我們的研究表明城市植被覆蓋的分布狀況對城市熱環境的具有顯著的影響。

表2 不同土地利用類型所對應熱通量的平均值和標準差

表3 不同植被覆蓋度類型所對應溫度的平均值和標準差

表4 不同不透水層豐度所對應熱通量的平均值

3.2 長時間序列觀測

中等分辨率LANDSAT 8數據傾向于表征地表熱環境的單一狀態。城市景觀常常經歷著復雜的地表能量循環和氣象條件的高變異性,因此可靠而有效的時間序列的數據亟需用來評估一個較長的時間周期里熱環境的動態變化。長時間序列分析有助于研究城市熱環境的年際和季節變化趨勢。我們進一步分析了深圳2003—2018年的月均地表溫度,如圖4所示。結果顯示,相對高溫出現在6月到9月之間,相對低溫出現在冬季(12月、1月和2月)。與LANDSAT結果相吻合,MODIS地表溫度分布的空間格局從西向東逐漸降低。低溫區域主要分布在東部的植被覆蓋區域,同時高溫區域主要分布在西邊中心城區。圖5顯示了深圳年均城市熱島強度。在2003—2018年間,城市的平均熱島強度為2.14℃,而且大致呈現趨于平穩的趨勢,這主要是由于地方采取了生態紅線管控策略。

圖4 2003—2018月均地表溫度Fig.4 Spatial distribution of monthly land surface temperature during 2003—2018

圖5 2003—2018年均熱島強度Fig.5 The urban heat island intensity during 2003—2018

在研究時段內,深圳經歷了顯著的人口和經濟增長、以及快速城市化的過程,這些因素都影響了城市熱島的變化。這里我們使用M-K檢驗探測年均城市熱島是否存在顯著變化的趨勢。圖6顯示深圳城市熱島整體上呈現下降的趨勢?？紤]到季節變化和人為活動的影響,對季均數據也開展了同樣的M-K檢驗。季均城市熱島的檢驗結果與年均變化率的檢驗結果趨于一致的。城市熱島在春季顯示下降趨勢,不過在統計學上并不顯著。但是,這一下降趨勢在其他季節上具有統計顯著性。

已有研究普遍采用基礎變量,如地表反照率、地表發射率、大氣阻力以及土地覆蓋等,作為輸入參數計算各個地表能量通量的值。這些研究不適用于長時間序列分析,本研究中直接采用數值模型輸出的地表能量通量數據作為輸入數據,簡化了歸因分析的算法且降低了收集輸入數據的難度。利用MODIS月均溫度和FLDAS通量數據,基于歸因分析方法進一步研究了感熱和潛熱對城市熱島變化的貢獻。圖6分別給出了感熱和潛熱的相對貢獻率?？梢钥吹?感熱通量在深圳城市熱島強度變化中發揮了主要作用。這主要是由于城市化和人類活動顯著地改變了城市結構,譬如提高了城市中的建筑物密度和高度, 從而導致熱輻射、熱存儲以及熱傳導模式都發生了改變。另外,人為生活方式也改變了熱輻射和熱存儲模式,是熱島強度改變的一個顯著因素。因此,經過了快速城市化的過程后,深圳市目前發展方向是提高城市區域的利用效率。

圖6 2003—2018城市熱島強度變化,潛熱通量與感熱通量對城市熱島的相對貢獻 Fig.6 The change rate of urban heat island intensity during 2003—2018,and the relative contribution of latent heat flux and sensible heat flux to urban heat island

3.3 進一步討論和意義

時空分析和歸因結果表明城市熱島強度的變化與城市的發展緊密相關。這與此前的研究發現一致,城市熱島強度的變化主要受包括植被覆蓋、不透水面等在內的環境因素的影響。全球人造不透水面數據進一步表明,盡管在2003—2018年深圳不透水面的面積有顯著的增長。在經歷幾十年的工業化與城市化之后,深圳的生態環境發生了顯著變化。不透水面與經濟活動的快速增長不可避免的改變了城市結構和建筑物密度,并對深圳城市熱環境的動態變化產生了巨大影響。

對于如何緩解城市熱島,本研究對城市管理者和規劃者有幾點建議。結果表明通過適當的城市規劃,大城市也可以降低城市熱島強度。在連續的不透水面中增加植被斑塊不僅能提高蒸散發,而且能改變地表粗糙度,這可以提高地表向外傳輸熱能的效率。同時對于長期是不透水面的區域,不應該過分依賴植被去緩解城市熱島。在潛熱通量始終都處于較低水平時,城市熱島的變動受到城市結構與材質的影響大于植被變化的影響,尤其是建筑物的密度和高度。為了緩解城市熱島,需要全面考慮地表熱通量和其他地表生物物理要素的影響。

在解讀本研究的發現時有幾點需要注意。已有研究表明城市熱環境不僅隨著季節變動而變動,而且在日間和夜間也有不同表現。然而本研究所用的月均溫度數據主要針對日間溫度,因此本研究的結果可能無法完全揭示城市熱島在一天中的變化過程。此外,由于FLDAS輸出的地表能量通量數據同樣是月均值,以此為基礎的歸因分析也應從適當的時間尺度上去解讀。本研究強調的是感熱和潛熱在一個較長的時間段內對城市熱環境的影響。顯然,具備高分辨率的,長時間序列的,連續的,覆蓋廣泛的地表溫度和地表能量通量數據是未來進一步研究的基礎。本研究使用了一種歸因分析的方法分析感熱與潛熱對城市熱島變化的影響,未來的研究中可以采取多種歸因方法探索這些影響。

4 結論

本文基于多源影像,分析了深圳城市土地覆蓋對地表溫度以及熱量收支狀況的影響?？紤]到城市化進程和氣候變化會對局部城市熱島強度的影響,城市熱島強度由代表市中心與郊區的像元集合計算得出。本研究使用一個基于地表能量平衡理論的歸因方法確定感熱通量和潛熱通量對城市熱島變化的貢獻率,討論了引起城市熱島變化的機制和緩解城市熱島的可能策略。

研究發現深圳存在城市熱島現象,城市地物間有著明顯的地表溫度差異。城市不同土地覆蓋類型的感熱和潛熱存在著較大差異,這些差異對城市熱島的形成和消除具有重要影響。時間序列分析表明深圳的城市熱島強度夏季較高而冬季較低,月均熱島強度的最大值出現在6月。對于年際變化,深圳在2003—2018表現出顯著的下降趨勢,大約下降0.1℃/a。歸因分析顯示感熱通量的影響在深圳起主要作用,這一模式在全年和季節上都較為明顯。深圳市經過了高速擴張的階段,目前發展方向應是提高建成區的利用效率,這一研究強調了熱傳輸作用對城市熱環境演變的作用。

總之,本研究探討了過去近20年深圳市的城市熱島強度變化以及感熱和潛熱在其中的作用。本文的研究可以為緩解熱島效應與景觀格局優化研究提供借鑒。隨著珠三角的不斷發展,城市間的邊界逐漸模糊。如將本研究擴展到城市群尺度上,則能加強對城市化如何影響局部環境的認識。