區域熱環境變化與土地利用/覆蓋變化的關系分析

顧今一

(中海環境科技(上海)股份有限公司， 上海 200135)

0 引 言

近年來，隨著自然災害越來越多，環境污染和氣候變暖問題越來越嚴重，人們對全球環境變化的關注度越來越高，其中土地利用和土地覆蓋的變化引起了研究人員的高度重視[1]。自“土地利用/土地覆蓋變化”項目成立以來，國內外學者已圍繞該項目開展大量研究[2-4]。

我國的土地覆蓋經過長期的發展已發生巨大變化，尤其是改革開放以來，隨著經濟社會的快速發展和城市化進程的不斷加快，土地利用/覆蓋變化的速度和范圍不斷增加，城市中原來的自然景觀逐漸被建筑群取代，使得城市的熱環境發生了變化，引起了熱島效應等熱環境問題，給人類的健康和社會的發展帶來了負面影響。因此，采取有效措施緩解熱環境問題成了當前亟待解決的問題。

上海作為我國的一線城市，在其高速發展過程中進行了大范圍的土地開發和城鎮建設，這使得其土地利用/覆蓋發生了巨大變化，引發的熱環境問題十分突出，其中浦東新區作為上海市最大的直轄區，以及郊區與市區的結合區，具有較強的代表性和研究價值。因此，本文對浦東新區的土地利用/覆蓋變化和熱環境變化進行研究，結合研究結果提出解決熱環境問題的建議。

1 研究區域概況

浦東新區位于上海東部，東瀕東海，南臨杭州灣，西與寶山、楊浦、虹口、黃浦和徐匯等5個區隔江相鄰，并與閔行和奉賢2個區接壤。2009年國務院撤銷上海市南匯區，將其并入浦東新區。

浦東新區內的海岸線長105.93 km，黃浦江岸線長43.5 km。該地區的地勢東南高，西北低，地面高程3.5～4.5 m，平均高程3.87 m；氣溫偏高，降水偏多，日照時間較短；全區總面積1 210.41 km2，常住人口約568.151萬人(2020年)；全區共有12個街道、24個鎮、910個居委會和365個村委會。本文研究的區域以當前浦東新區的行政邊界為準，包括原南匯區在內的12個街道和24個鎮。

2 數據來源及研究方法

2.1 數據源及預處理

選取Landsat TM/ETM+/OLI_TIRS遙感影像數據進行研究，因為TM/ETM+/OLI_TIRS影像中含有豐富的地面信息，可用來解譯分類土地利用/覆蓋類型，同時熱紅外波段可用來研究熱環境。為使研究結果更具有代表性，選取自浦東新區實施改革開放以來的3期月份相近的高質量遙感影像進行分析，分別為1984年4月23日的Landsat5 TM影像、2000年3月26日的Landsat7 ETM+影像和2020年2月22日的Landsat8 OLI_TIRS影像。

其他輔助資料有浦東新區行政區劃圖、上海市1∶50 000比例尺的地形圖和2016年浦東新區高清航拍圖。遙感影像預處理主要有幾何精校正、圖像鑲嵌與裁剪和圖像增強(線性拉伸、假彩色合成)等3個步驟，均借助ENVI5.3軟件完成。

2.2 土地利用/覆蓋類型解譯分類

選用中國科學院“八五”重大應用項目“國家資源環境遙感宏觀調查與動態分析”建立的土地分類系統[5]，將土地分為耕地、林地、草地、水域、建設用地和未利用土地等6類。

遙感分類方法可根據不同的劃分標準分為多種類型，需根據不同的情況和需求選擇合適的分類方法，本文采用最常見的監督分類法對3期遙感影像進行分類，主要分為樣本選擇、分類器選擇、分類后處理和精度評價等4個步驟，均借助ENVI 5.3軟件完成。

本文采用最大似然法[6]進行分類；完成主/次要分析、聚類處理和過濾處理等3種分類后處理；利用混淆矩陣和總體精度2種評價標準對精度進行評價。

2.3 地表亮溫反演

目前地表溫度反演算法主要有大氣校正法、單窗算法和分裂窗算法等3種[7]。本文借助ENVI5.3軟件，基于LandsatTM/ETM+/OLI_TIRS的熱紅外波段，采用單窗算法反演地表溫度。單窗算法是覃志豪等[9]于2001年提出的針對TM數據只有1個熱紅外波段的地表溫度反演算法，能取得很高的反演精度，同樣適用于ETM+和Landsat8數據。

波段的熱輻射傳導方程為

B6(T6)=t6(q)[ε6B6(Ts)+(1-ε6)I6～]+I6

(1)

式(1)中：Ts為地表溫度；T6為 TM6的亮度溫度；t6為大氣透射率；ε6為地表輻射率；B6(T6)為TM6遙感器接收到的熱輻射強度；B6(Ts)為地表在TM6波段區間內的實際熱輻射強度，其值直接取決于地表溫度；I6～和I6分別為大氣在TM6波段區間內的向上和向下熱輻射強度。

化簡后的單窗體算法模型為

Ts={a(1-C-D)+[b(1-C-D)+C+D]T6-DTa}/C

(2)

式(2)中：C=τ6ε6(ε6為比輻射率；τ6為透射率)；D=(1-τ6)[1+t6(1-ε6)]；a=-67.355 351；b=0.458 606。

3 結果與分析

3.1 土地利用/覆蓋分類結果

根據上述研究方法，解譯分類得到1984年、2000年和2020年浦東新區的土地利用/覆蓋圖，見圖1。

圖1 1984年、2000年和2020年浦東新區的土地利用/覆蓋圖

從圖1中可看出，1984—2020年浦東新區的土地利用/覆蓋發生了巨大變化，其中變化最明顯的用地類型為耕地和建設用地。1984年的建設用地主要集中在黃浦江沿岸，并向浦東新區的郊區擴散，區中心存在少數密集建筑群。當時浦東還未實施改革開放，區域內存在大片農田和極少數工業區，經濟社會發展比較落后，因此建設用地的面積很小。當時沿黃浦江的地區隸屬于黃浦區，且位于上海市中心，因此發展迅速，建設用地密集。2000年，浦東新區的建設用地面積相比1984年大大增加，且范圍擴大到了整個研究區域，但總體來說郊區的建設用地比中心城區稀疏。在1984—2020年這段時間，浦東新區經歷了重點開發階段，采用多軸多核的開發形態，既有沿黃浦江和楊高路形成的南北開發軸，又有從外灘至陸家嘴再向東經過張楊路商業中心、花木、張江、北蔡和浦東國際機場的東西開發軸，使整個區域進入了快速開發階段。2020年的建設用地沒有太大增加，而是均勻地分布在整個研究區域內，郊區建筑用地的密集程度與市區接近。值得注意的是，最東南部新建的南匯臨港新城擴大了浦東新區的建設用地范圍。2000年以后，浦東新區進入全面建設階段，土地開發速度減慢，需要20～30 a，甚至更長的時間，逐步實現建設的總體目標，因此整體建筑用地變化速度減慢，但郊區還在不斷開發。

3.2 土地利用/覆蓋變化分析

借助ArcGIS Pro2.7軟件計算1984年、2000年和2020年浦東新區各土地利用/覆蓋類型的面積，結果見表1。

表1 1984年、2000年和2020年浦東新區各土地利用/覆蓋類型的面積 單位：km2

從表1中可看出：1984年面積最大的土地利用/覆蓋類型是耕地，面積為1 072.56 km2；2000年和2020年面積最大的土地利用/覆蓋類型均為建設用地，面積分別為861.77 km2和982.86 km2。在這段時間內，建設用地的面積呈劇烈增加的趨勢，林地的面積先增加后減少，草地的面積先減少后增加，而耕地和水域的面積呈現出減少的趨勢。

進一步利用土地利用動態度模型反映各土地利用類型的變化速度，結果見表2。土地利用動態度指數考慮了研究時段內各土地利用類型間的相互轉換，其意義在于反映整個區域土地利用變化的劇烈程度，便于在不同空間尺度上找出土地利用變化的熱點區域[10-11]，計算公式為

(3)

式(3)中：S為土地利用動態度指數；La為某種土地利用/覆蓋類型在研究時間段內最初的面積；Lb為某種土地利用/覆蓋類型在研究時間段內最后的面積；T為研究的時間長度，a。

表2 1984—2020年浦東新區各土地利用類型的動態度指數 單位：%

從表2中可看出，1984—2000年的綜合動態度遠大于2001—2020年的綜合動態度。在1984—2000年，浦東新區的土地利用/覆蓋類型動態度：最大的是林地和建設用地，分別為14.28%和6.91%；其次是草地和水域，分別為-5.60%和-3.17%；最小的是耕地，為-1.69%。在2001—2020年，浦東新區的土地利用/覆蓋類型動態度：最大的是草地，為15.97%，其次是林地和水域，分別為-4.01%和-1.93%；最小的是建設用地和耕地，分別為0.70%和-0.10%。

進一步利用ArcGIS Pro2.7建立土地利用類型轉換矩陣，由此體現不同時間段同一區域內的不同土地利用類型間的相互轉換關系，進一步了解各土地利用/覆蓋類型的變化情況，結果見表3和表4。

表3 1984—2000年浦東新區土地利用/覆蓋轉換矩陣 單位：km2

表4 2001—2020年浦東新區土地利用/覆蓋轉換矩陣 單位：km2

從表3中可看出，1984—2000年：減少的耕地主要轉換為建設用地和林地，面積分別為364.64 km2和63.64 km2，轉為耕地的面積共160.01 km2，主要來自于水域和建設用地；林地基本上沒有轉換為其他土地利用類型，其主要轉入來源是耕地，共轉出3.21 km2，轉入70.76 km2；草地主要轉換為建設用地，其次是耕地，面積分別為76.65 km2和6.41 km2，草地的轉入來源主要是耕地；減少的水域主要轉換為耕地和建設用地，水域的主要轉入來源是耕地，共轉出171.5 km2，轉入21.33 km2；減少的建設用地主要轉換為耕地，建設用地的轉入來源主要是耕地，其次是草地和水域，共轉出28.39 km2，轉入480.7 km2。

從表4中可看出，2001—2020年：耕地主要轉換為建設用地，面積為276.83 km2，其次是水域和草地，面積分別為23.41 km2和15.64 km2，耕地的主要轉入來源也是建設用地，其次是水域和林地；林地主要轉換為耕地和建設用地，面積分別為44.38 km2和39.29 km2，林地的轉入來源主要是耕地；草地和水域均主要轉換為耕地和建設用地；建設用地主要轉換為耕地，面積為203.26 km2，建設用地的主要轉入來源也是耕地。

3.3 地表亮溫反演結果

根據上述反演算法得到1984年、2000年和2020年的地表亮溫圖，并利用均值-標準差法，以μ-std、μ-0.5 std、μ+0.5 std和μ+std為分割點，將反演后的3期結果分類為5個溫度等級[12]，分別為高溫區、次高溫區、中溫區、次中溫區和低溫區，見圖2。

a) 1984年

b) 2000年

c) 2020年

從圖2中可看出，1984年浦東新區的高溫區主要集中在黃浦江沿岸的陸家嘴地區，且研究區的中心存在一些零散的高溫區小斑塊。2000年，浦東新區的高溫區范圍開始擴大，逐漸向南向東蔓延，面積明顯增加。盡管2000年的高溫區仍主要分布在靠近市中心的區域，但可發現高溫區的分布呈現出南北向和東西向的軸狀，與浦東多軸多核的開發形態相符合。2020年，浦東新區的高溫區面積明顯減小，且不再集中分布在市中心區域，而是零散地分布在整個研究區內，但相對而言仍是市中心區域的高溫區和次高溫區小斑塊更密集。該變化是政府意識到熱環境問題的嚴重性，開始注重環境保護，加強植樹造林的結果。

3.4 熱環境變化分析

利用地理信息系統(Geographic Information System, GIS)的空間分析功能，對1984年、2000年和2020年各溫度等級的面積進行計算,進一步監測熱環境的面積變化,結果見表5。

表5 1984—2020年浦東新區地溫面積變化情況 單位：km2

從表5中可得出，1984年浦東新區各溫區的面積：中溫區的面積最大，為1 225.69 km2；次中溫區和次高溫區的面積次之，分別為228.64 km2和214.49 km2；低溫區的面積為187.16 km2；高溫區的面積最小，為40.21 km2。2000年浦東新區各溫區的面積：中溫區的面積依舊最大，為1 395.01 km2；次高溫區和次中溫區的面積次之，分別為261.40 km2和184.59 km2，其中次高溫區的面積超過了次中溫區；高溫區的面積有所增加，為45.44 km2；低溫區的面積最小，為9.74 km2。2020年浦東新區各溫區的面積：高溫區的面積最小，僅為11.33 km2；次高溫區的面積為115.02 km2；中溫區的面積最大，為1 378.12 km2；次中溫區的面積次之，為362.04 km2；低溫區的面積也很小，為29.67 km2。

總體來說，2000年高溫區和次高溫區的面積都呈增加的趨勢，分別增加5.23 km2和46.91 km2；次中溫區和低溫區的面積呈減少的趨勢，分別減少44.05 km2和177.42 km2，其中低溫區的面積占比大大減小。與 2000年相比，2020年高溫區和次高溫區的面積都減少50%以上，分別減少34.11 km2和146.38 km2；次中溫區和低溫區的面積都呈增加的趨勢，分別增加177.45 km2和19.93 km2。

這表明，在1990年浦東新區實施改革開放之后，隨著城市化進程的加快，其熱環境問題明顯加劇，在2000年以后，隨著浦東新區開發的速度減慢，加上熱環境問題逐漸被人們所了解，環境保護得到各界的重視，熱環境問題得到了明顯的改善。

3.5 土地利用/覆蓋與熱環境的關系分析

利用ArcGIS Pro2.7軟件對1984年、2000年和2020年的土地利用/覆蓋分類圖和地溫分布圖進行疊置分析，計算出這3 a各土地利用/覆蓋類型的地表溫度(以下簡稱“地溫”)平均值，結果見表6。

表6 1984—2020年浦東新區各土地利用/覆蓋類型的地溫平均值 單位：℃

從表6中可看出，1984年、2000年和2020年浦東新區建設用地的地溫平均值均最高，分別為19.74 ℃、22.83 ℃和29.31 ℃，這表明建筑群越密集的區域地表溫度越高，產生熱環境問題的概率越大。與建筑用地相比，在這3 a中：草地、林地和耕地的地溫平均值相對較低，這是由于植被在吸收熱量的同時能迅速散熱，降低溫度；水域的地溫平均值最低，分別為14.86 ℃、18.51 ℃和25.43 ℃，這是因為水體的熱容量大，導熱率小，溫度上升緩慢。由此可發現，這3 a的總體地溫平均值呈現出升高的趨勢，但各土地利用/覆蓋類型的地溫平均值的高低次序沒有隨著面積占比的變化而變化。

利用GIS的空間分析功能，借助ArcGIS Pro2.7軟件，計算各溫度等級中各土地利用/覆蓋類型的面積，進一步研究不同土地利用/覆蓋類型對熱環境的貢獻率，結果見圖3～圖5。

圖3 1984年浦東新區各地溫等級中各土地利用/覆蓋類型面積

圖4 2000年浦東新區各地溫等級中各土地利用/覆蓋類型面積

圖5 2020年浦東新區各地溫等級中各土地利用/覆蓋類型面積

從圖3～圖5中可看出，在1984年、2000年和2020年這3 a中：建設用地的面積在各溫度等級中的分布比例均隨著地溫的升高而增大；草地、水域和林地的面積在各溫度等級中的分布比例均隨著地溫的升高而減小。

1) 1984年，高溫區中面積占比最大的用地類型是建設用地；次高溫區和中溫區中面積占比最大的用地類型是耕地，其次是建設用地；次中溫區中占比最高的用地類型是耕地和水域；低溫區中占比最大的用地類型是水域。

2) 2000年，建設用地在高溫區和次高溫區中的面積占比最大，其次是耕地；中溫區中面積占比最大的用地類型是耕地，其次是建設用地，2種類型的占比相差不大；次中溫區中耕地和水域的面積比較大。與1984相比，在高溫區、次高溫區和中溫區中，2000年建設用的地面積占比增長了近2倍。

3) 2020年，高溫區、次高溫區和中溫區中面積占比最大的用地類型均為建設用地；耕地是次中溫區中面積占比最大的用地類型，建設用地次之。與2000年相比，高溫區和次高溫區中的建設用地面積占比明顯減小，而在中溫區中建設用地的面積占比仍有增長。

綜上，建設用地在高溫區和次高溫區的面積占比較大，林地、草地和水域在次中溫區，尤其是在低溫區的面積占比較大。因此，建設用地對熱環境的貢獻率較大，是影響熱島效應的主要因素之一，而草地、水域和林地可有效幫助緩解熱環境問題。這是因為城市建設用地對太陽輻射的反射率小，吸收率高，升溫快。綠色基礎設施地類，包括林地和草地，被大量綠植覆蓋，含有大量水分，植物葉片可吸收大部分太陽輻射，出現水分蒸騰現象[13]，從而提高空氣濕度，降低周圍的溫度。因此，在城市中應因地制宜，盡可能多地種植適合該地區環境的綠植，增加林地和草地面積，充分發揮綠色基礎設施地類的作用，達到改善城市熱環境問題的效果。

4 結 語

本文選取浦東新區改革開放以來不同階段的3期典型年份的Landsat系列數據，利用監督分類法對3期遙感影像進行土地利用/覆蓋分類，采用單窗算法反演地表溫度，并對土地利用/覆蓋和熱環境的時空變化及兩者之間的關系進行研究，主要得到以下結論。

1) 土地利用/覆蓋變化：

(1) 1984—2020年，面積最大的土地利用/覆蓋類型由耕地轉變為了建設用地；

(2) 1984—2000年各土地利用/覆蓋類型的變化速度遠大于2000—2020年的變化速度；

(3) 1984—2000年土地利用/覆蓋類型的轉換主要是由耕地轉換為建設用地和林地，2000—2020年則是耕地與建設用地相互轉換；

(4) 1984—2020年浦東新區的建設用地分布從主要集中在黃浦江沿岸擴大到密集、均勻地分布在整個研究區內。

2) 熱環境變化：

(1) 1984—2020年，高溫區和次高溫區的面積先增大后減小，次中溫區和低溫區的面積先減小后增大；

(2) 1984—2000年，浦東新區的高溫區分布從主要集中在黃浦江沿岸逐步向南、向東蔓延，而2020年的高溫區面積大大減小，零散地分布在整個研究區內。

3) 土地利用/覆蓋與熱環境的關系：

(1) 建設用地的地溫平均值遠高于其他用地類型，其中水域的地溫平均值最低；

(2) 隨著溫度的升高，建設用地的面積在各溫度等級中所占比例越來越大，林地、草地和水域的面積所占比越來越小。