廣州市不透水面的空間格局演變監測及其對溫度的影響

收稿日期：2023-08-07

基金項目：廣東省科技計劃項目（2021B1212100003）

DOI：10.19850/j.cnki.2096-4706.2023.21.027

摘" 要：隨著經濟飛速發展，城市化趨勢越來越明顯，而在城市化的進程中，帶來巨大收益的同時也有著它負面的影響。城市化明顯的標志是以不透水面為主的人工建筑的擴張，它漸漸侵蝕著植被、水體等自然景觀。作為城市下墊面的最主要組成成分，城市不透水面對區域乃至全球的生態環境造成了巨大的影響。文章以中國城市化名列前茅的“北上廣”中的廣州市作為研究區域，對廣州市Landsat 8 OLI_TIRS衛星數據采用歸一化差值不透水面指數（NDISI）進行不透水面的提取。結果表明，不透水面對溫度的影響為正相關關系，這是引發熱島效應等環境溫度問題的主要原因之一。

關鍵詞：不透水面；溫度；NDISI指數

中圖分類號：TP391" 文獻標識碼：A" 文章編號：2096-4706（2023）21-0115-07

Monitoring of Spatial Pattern Evolution of Impermeable Surface and its Effect on Temperature in Guangzhou City

HE Min1，2， YAN Zihuan1，2

（1.Surveying and Mapping Institute Lands and Resource Department of Guangdong Province， Guangzhou" 510700， China;

2.Key Laboratory of Natural Resources Monitoring in Tropical and Subtropical Area of South China， Ministry of Natural Resources， Guangzhou" 510700， China）

Abstract： With the rapid development of economy， the trend of urbanization is more and more obvious. And in the process of urbanization， it brings huge benefits but also has its negative impact. Urbanization is obviously marked by the expansion of artificial buildings which are mainly the impermeable surface， gradually eroding vegetation， water and other natural landscapes. As the main component of the underlying surface of the city， the impermeable surface of the city has exerted a huge impact on the regional and even global ecological environment. In this paper， Guangzhou city， one of the most urbanized cities of “Beijing， Shanghai and Guangzhou” in China， is taken as the research area， and the Normalized Difference Impermeable Surface Index （NDISI） is used to extract the impermeable surface from the Landsat 8 OLI_TIRS satellite data of Guangzhou city. The results show that the influence of impermeable surface on the temperature is positively correlated， which is one of the main causes of environmental temperature problems such as heat island effect.

Keywords： impermeable surface; temperature; NDISI index

0" 引" 言

在過去20年里遙感信息技術得到飛速發展，許多專家學者使用衛星對地觀測技術進行城市不透水面信息的提取。國內外學者一直在研究可以快速準確提取不透水面的方法，目前國內在基于中高空間分辨率的遙感信息提取方法使用較多的是人工智能分類方法。林云杉等利用植被覆蓋度與不透水面之間呈負相關的關系思想提取不透水面，研究不透水面與城市熱島關系[1]；林冬鳳等采用徐涵秋提出的歸一化差值不透水面指數（NDISI）并引入水體指數（MNDWI）消除水體的影響，研究不透水面與水體、植被、溫度之間關系[2]；余琪利用監督分類的最大似然法提取廣州市不透水面，研究不透水面對地表徑流的影響[3]。國外對不透水面的研究有：Wu等用線性光譜混合分析法反演不透水面蓋度[4]；Lu等在線性光譜混合分析法的基礎上，加入地表溫度因子，更為準確地提取了不透水面[5]；Xian等利用回歸樹模型計算了不透水面蓋度，并對此預測其增長[6]；Van等采用中分辨率影像和亞像元分解的方法研究不透水面變化[7]。

不透水面作為城市下墊面最主要組成部分，是通過改變城市表面和邊界層兩者之間的顯熱與潛熱通量，從而影響地表溫度。隨著城市的發展，不斷新增建筑物或構筑物，不透水面占比顯著提高，使得導熱率增加，導致熱島效應等環境問題不斷加劇。深入研究不透水面對生態評估、城市規劃提供參考和指導，有利于協調人與環境的問題，營造更好的生活條件，對進一步加強城市建設和提高人居環境的質量具有重要的意義。

1" 研究區域與數據源

1.1" 研究區域

廣州是我國快速城市化的城市之一，而城市化最明顯的特征就是自然地表變為不透水面。本文選取廣州市作為研究區域，研究城市不透水面格局變化對溫度的影響，如圖1所示。

廣州市位于廣東省中南部，占地面積為7 434.4 km2，其經緯度為東經112°57′至114°3′，北緯22°26′至23°56′，地處低緯度地區，瀕臨南海，屬于典型的南亞熱帶季風氣候，年平均日照時數為1 875.1～1 959.9 h，年太陽總輻射量105.3～109 Kcal/cm2，年平均氣溫20～22 ℃，干濕季明顯。

1.2" 數據源

在地理空間數據云上下載影像數據，分別選取2014年01月16日，2016年02月07日，2018年02月12日過境的Landsat 8 OLI_TIRS衛星含有廣州市的三年影像數據。對影像數據進行影像裁剪、輻射定標以及大氣校正等預處理。

2" 研究方法與過程

2.1" 不透水面的提取

不透水面可以根據徐涵秋提出的歸一化不透水面信息指數（NDISI）進行提取，該指數是采用復合波段的方法構成，它能夠有效地區別出不透水面和土壤，并且還能夠抑制沙子和水體信息的影響，使得提取不透水面更加準確[8]。NDISI指數方法提取不透水面公式如下：

（1）

其中：NIR、MIR1和TIR分別為近、中、熱紅外波段，TM數據中的B4、B5、B6波段，Landsat 8對應著B5、B6、B10波段；VIS1代表可見光紅、藍、綠3個波段中的任何一個。用原始波段衍生的水體指數波段可以有效地消除不透水面信息中含有水體的噪音，于是引入了改進型歸一化水體指數（MNDWI），消除水體的影響，所以將MNDWI代入NDISI的VIS1，MNDWI指數如下：

（2）

Green為綠光波段，對應著TM影像的B3波段，Landsat8的B4波段，MIR1為中紅外波段，對應著TM 影像的B5波段，Landsat 8的B6波段。

熱紅外波段和MNDWI波段都需要進行0～255級的線性拉伸，以統一各波段的量化級數。

在計算完三幅影像的NDISI值之后，根據NDISI指數中不透水面的像元值取值范圍，選取最適合的閾值區間，2014年選取0.74—0.83作為閾值區間，2016年選取0.74—0.85作為閾值區間，2018年選取0.72—0.85作為閾值區間。

NDISI指數法提取不透水面流程圖如圖2所示。

2.2" 地表溫度反演

用輻射傳輸方程法對Landsat 8數據進行地表溫度反演[9]。衛星傳感器監測到的輻射強度Lσ計算方程為：

（3）

由此公式可得到黑體在熱紅外波段的輻射亮度B（Ts）為：

（4）

其中，Ts為地表真實溫度（K），ε為地表輻射率，τ0為大氣在熱紅外波段的透過率， 和" 分別為大氣的向下輻射亮度和大氣的向上輻射亮度，而B（Ts）為通過反映物體溫度和輻射強度之間關系的普朗克公式推算所得的溫度T相對應的黑體亮度。運用普朗克公式的反函數，即可得到亮度溫度Tr：

（5）

其中，大氣透過率與大氣上、下行輻射亮度等參數的值可在NASA網站上查詢，輸入成像時間及中心經緯度獲取大氣剖面信息。K1、K2可在下載影像中的頭文件中獲得。

地表溫度反演需要對影像進行輻射定標，主要是兩部分：一個是熱紅外數據，一個是多光譜數據，另外多光譜數據還需進行大氣校正。流程如圖3所示。

3" 不透水面與地表溫度的時空分布

3.1" 不透水面的時空分布

2014年、2016年、2018年不透水面的時空分布如圖4所示。

3.1.1" 不透水面提取精度驗證

在喬峰地球下載分辨率為1 m的影像，對高分辨率影像進行幾何校正、影像裁剪，再以監督分類方法提取不透水面。選取道路、廣場、樓房作為不透水面的樣本以及植被、水體作為透水面的樣本，用Jeffries-Matusita和Transformed Divergence參數表示可分離性，參數大于1.9則說明樣本分離性好，小于1.8則需要重新選擇樣本，最后用支持向量機進行影像分類。

將監督分類得的不透水面與NDISI指數得到的不透水面，隨機抽取100個驗證點，以混淆矩陣方式不透水面為數字1，透水面為數字2，如表1所示。進行kappa系數計算，kappa系數越高則越一致，三年kappa系數分別為0.898、0.857、0.839。

3.1.2" 不透水面提取結果分析

對獲得的不透水面矢量數據利用ArcGIS進行統計面積得到表2，并對2014年不透水面結果利用景觀生態學知識分析得到表3。

從圖4可以看出，在廣州市西南部分，不透水面較多，密度較大；而在廣州市東北部分，不透水面較少，密度也較低。部分地方在2016年為不透水面，而到了2018年，不透水面面積卻減少了，這是由于在道路，廣場等不透水面區域進行了綠化措施，新增了行道樹、花圃、觀賞綠地等。荔灣區與海珠區是廣州市商業繁華，城建密集區，所以不透水面覆蓋度則高于其他區，但是這兩區近年來不透水面增長逐漸緩慢，是由于原本已形成的不透水面較為飽滿。

由表2得知2014年廣州市不透水面面積為

1 768.74 km2，2018年時已經增長到1 985.56 km2，四年增長了216.82 km2，年均增長率為3.91%，不透水面的擴張模式大多是無規律式，攤大餅的。以2014年不透水面分布為例，如表3所示，不透水面與透水面在2014年時比例約為1：4；透水面的破碎度大于不透水面的破碎度；不透水面與透水面都為不規則形狀，且不透水面比透水面更為不規則。

3.2" 地表溫度的時空分布

2014年、2016年、2018年地表溫度的時空分布如圖5所示。

3.2.1" 地表溫度反演精度驗證

通過查詢廣州市歷史天氣情況得知2014年1月16日、2016年2月07日、2018年2月12日三天天氣情況如表4所示。

溫度反演結果：2014年廣州市地表平均溫度為15.69 ℃，2016年廣州市地表平均溫度為14.72 ℃，2018年廣州市地表平均溫度為15.36 ℃，均符合當日歷史天氣狀況。利用覃志豪2001年提出的單窗算法反演地表溫度[10]，作為精度驗證的依據。單窗算法的公式如下：

（6）

Ta = 0.926 2T0 + 16.011 0" " " " " " " " "（7）

其中，a = -62.735 66，b = 0.434 04，M為地表比輻射率，N為大氣透過率，T10為熱紅外波段上亮度溫度，Ta為大氣平均作用溫度，T0為近地面氣溫。

將輻射傳輸方程法與單窗算法得到的結果進行隨機抽樣對比，抽取100個樣本點，排除異常點，誤差均小于3 ℃，即認為大氣校正法進行地表溫度反演精度較高。

3.2.2" 地表溫度反演結果分析

根據三年的溫度反演空間分布圖可以直觀看出，廣州市西南部地區溫度相對于東北部地區高，西南部地區存在幾個溫度較高的異常點。

若不考慮異常值的影響，廣州市區域內實際溫度差值并不大，西南區域溫度在15～17 ℃之間，東北區域溫度在12～14 ℃之間，之間的溫度相差2～3 ℃。

從表5可以看出荔灣區，海珠區這些廣州市的主城區即城市化水平較高的地區是平均溫度較高的區域，而從化區和增城區，花都區這些城市化相對較低的地區，平均溫度相對較低，二者溫差相差大約3 ℃，其他市轄區地表溫度只相差1 ℃左右。

4" 不透水面與地表溫度的關系

4.1" 異常值事例

根據三年溫度反演空間分布圖，發現有幾處溫度較高，在圖中較為突出，選取其中某處作為具體分析的對象，選取處如圖6所示（以2018地表溫度反演空間圖截取）。

2018年此處整體的溫度為21 ℃左右，從截取處位置以及形狀結合百度地圖分析，該構筑物為廣州白云國際機場，位于白云區人和鎮和花都區新華街道、花東鎮的交界處。機場占地總面積為140.37萬平方米。因為機場大部分土地為不透水面，飛機起飛時排放的尾氣、熱量，以及與空氣摩擦產生的熱量，使得廣州白云國際機場地表溫度比周圍地表溫度還高。

4.2" 回歸分析

為了深入了解不透水面與地表溫度的關系，利用ArcGIS生成115個同等大小，面積為44.07 km2的長方形樣本區域，分別計算該樣本區域內的不透水面密度和平均地表溫度。

對115個樣本進行線性回歸分析，結果如表6、圖7所示。

在結果輸出的三年樣本回歸分析信息表格中顯示了模型的擬合情況，三年不透水面占比與地表溫度的回歸系數分別為0.878、0.847、0.828，所以不透水面增加會導致地表溫度上升。

只用線性回歸進行分析，可以知道不透水面占比和地表溫度存在正相關關系，卻無法準確了解地表平均溫度與不透水面占比的關系。于是增加指數、對數等多種回歸模型對二者關系進行分析，結果如表7到表9所示。

在三年數據的所有模型分析中，三次曲線模型的相關性最高，LST（地表平均溫度）與ISA（不透水面占比）所得的回歸方程如下：

（8）

（9）

（10）

根據三年的回歸方程計算，不透水面占比每增加10%，地表溫度就上升1.6 ℃左右。結合以市轄區劃分不透水面蓋度等級和各區平均溫度，在不透水面蓋度60%的地區，不透水面每增加10%，地表溫度上升2.3 ℃左右，而在不透水面覆蓋度10%的地區，不透水面每增加10%，地表溫度上升1.4 ℃左右，說明在高密度建筑區溫度上升比低密度建筑區快。不透水面密集區域的溫度相對透水面區域的溫度普遍較高，這是由于不透水面比熱容較小，導熱率高。而透水面的地區以植被和水體為主，水體比熱容較大，溫度改變較小，以及植被有遮陰、蒸騰作用，緩解溫度的升高。高密度的建筑物聚集形成連續性大面積的不透水面，使得局部地表溫度上升，比周圍地區的溫度高，造成熱島效應等環境問題。在城市中相應減少不透水面，增加水體、植被等透水面的比例能有效地降低地表溫度。

5" 結" 論

不透水面的增加是導致“熱島效應”“洪澇災害”等災害發生的重要因素之一。為了保護我們所居住的生態環境，需協調好不透水面與植被水體的關系。在不透水面覆蓋度較低的區域，水體降低地表溫度的強度大于植被，而在不透水面覆蓋度較高的區域，植被降低地表溫度的作用于更為明顯。所以，為了緩解熱島效應，在不透水面覆蓋度較低的區域，可以重點增加水體覆蓋度，例如，修建池塘、人工湖、以及保護自然水體；在不透水面覆蓋度較高的區域，可以重點增加植被綠化的覆蓋度，例如，種植行道樹、屋頂綠化、以及保護自然植被。除了協調植被、水體與不透水面的關系，還需從源頭解決問題，如降低水泥、大理石、柏油、花崗巖等不透水材質的使用，改用多孔混凝土、透水瀝青、荷蘭磚、彩石環氧通體等透水材料。我國在上海世博園、北京奧運館等建設都大量使用透水材料，但相比歐洲、美國、日本等發達國家，我國透水路面的建設還處于起步階段。為了營造更好的生活環境，增加不透水面各方面的研究，更深入了解不透水面在各個方面起到的作用，為城市規劃提供理論依據。

參考文獻：

[1] 林云杉，徐涵秋，周榕.城市不透水面及其與城市熱島的關系研究——以泉州市區為例 [J].遙感技術與應用，2007（1）：14-19.

[2] 林冬鳳，徐涵秋.廈門城市不透水面及其熱環境效應的遙感分析 [J].亞熱帶資源與環境學報，2013，8（3）：78-84.

[3] 余琪.廣州市不透水面擴張對地表徑流的影響研究 [D].廣州：廣州大學，2018.

[4] WU C S，MURRAY A T. Estimating impervious surface distribution by spectral mixture analysis [J].Remote Sensing of Environment，2003，84：493-505.

[5] LU D S，WENG Q H. Use of impervious surface in urban land-use classification [J].Remote Sensing of Environment，2006，102：146-160.

[6] XIAN G，CRANE M. Assessment of urban growth in the Tampa Bay Watershed using remote sensing data [J].Remote Sensing of Environment，2005，97：203-215.

[7] VAN D V T，JACQUET W，Canters F. Mapping form and function in urban areas; An approach based on urban metricsand continuous impervious surface data [J].Landscape and Urban Planning，2011，102：143-155.

[8] 徐涵秋.一種快速提取不透水面的新型遙感指數 [J].武漢大學學報：信息科學版，2008（11）：1150-1153+1211.

[9] 侯宇初，張冬有.基于Landsat8遙感影像的地表溫度反演方法對比研究 [J].中國農學通報，2019，35（10）：142-147.

[10] 覃志豪，ZHANG M，Arnon K，等.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（4）：456-466.

作者簡介：何敏（1989—），女，漢族，湖南益陽人，高級技師，本科，主要研究方向：自然資源調查、地理信息系統、工程測量；通訊作者：晏梓寰（1997—），男，漢族，福建廈門人，助理工程師，本科，主要研究方向：GIS理論及應用、自然資源調查監測。