南京市不透水面時空演變特征及其與地表溫度空間關系分析

中圖分類號：P237 文獻標志碼：A 文章編號：1001-2443（2025）02-0156-10

引言

城市不透水面（Urban Impervious Surface Area，ISA）指的是廣場、水泥道路、瀝青道路等具有不透水特性的地表面，是現代城市地面的重要組成部分[1]。ISA是評估城市生態環境質量的重要指標[2-3]。ISA的面積及其變化特征體現出該城市的城市化程度。隨著社會經濟的快速發展和人口規模的急劇增長，中國正經歷著世界上最大規模的城鎮化過程。2011年，中國城鎮人口首次超過農村人口，城鎮化率已經達到 51.27% 。研究表明，預計到2030年，中國的城鎮化率將上升至 70%^[4] 。城市開發導致城市下墊面物理屬性改變和人類活動釋放的大量熱量，是城市熱環境破壞和熱島現象形成的關鍵因素[5]。當前，城市熱島現象已經嚴重影響到城市的生態環境和居民身體健康，也影響到城市的可持續發展[6]。因此，研究城市發展過程中城市熱環境的時空分布規律及其演變規律，對于探討城市熱島治理策略，優化和提高城市熱環境品質，都是十分必要的。

近幾年來，隨著遙感技術和氣象觀測技術的不斷進步，相關學者就城鎮發展與熱環境的空間關系開展了大量研究，其中多以ISA和地表溫度（Land Surface Temperature，LST）作為城鎮和熱環境的量化指標。例如：

吳子豪利用遙感數據與網絡可利用信息構建的城市形態隱式模型等方法研究城市形態的空間格局與城市熱環境之間的關系;孟慶巖通過提取北京市不透水面集聚密度，探究多空間尺度下城市地表熱環境與其的響應關系，發現二者存在明顯的正相關關系[8]。然而，現有的關于ISA與LST的關系的研究大多只是提取數值后基于面板信息進行普通線性回歸分析與相關分析，很少有從空間上探究二者的關聯，特別是LST在空間上隨著ISA擴展的變化特征。鑒于此，本文采用雙變量空間自相關以及景觀指數，以南京市為主要研究對象，分析南京市ISA與LST在空間上的聚合特征，探討ISA的擴張對LST的驅動機制，以期為相關部門制定城市發展計劃及改善人居環境，劃定城市熱島整治區提供理論依據。

1 研究區概況與數據來源

1.1 研究區概況

南京市是江蘇省的省會，面積總計 6587km² ，位于亞熱帶季風氣候區 （118^°22^′～119^°14^′E，31^°14^′～32^° 27^′N ），夏熱冬暖，四季分明，雨熱同期。它既是長三角面向中、西部的重要通道，又是我國長江經濟帶和東部沿海經濟帶的交匯核心區域[10]。截止2021年，城鎮人口由2000年的435.53萬人增長到931.97萬人，同時區域城鎮化率已增長至 86.9% 。隨著城市的快速發展，城市人口迅速增多，城市在空間上快速向外擴張，大量的ISA取代了原來的自然表面，城市的熱島效應也日益凸顯。

1.2 數據處理

1.2.1數據來源與預處理選取2000、20052013和2021年共6景Landsat系列影像，數據來自美國地質探測局（https：//glovis.usgs.gov/），成像時間在5—9月，云量均小于 5% ，滿足研究需要。其中，2000、2005年為Landsat5TM影像，2013、2021年為Landsat8OLS數據。運用ENVI5.3進行輻射定標、大氣校正、鑲嵌及研究區裁剪等準備工作。

1.2.2ISA提取采用基于完全約束條件最小二乘混合分離法的線性光譜混合分離模型（FCLS Spectral Un-mixing）分離影像[11]。

（1）線性光譜混合分解。在城市中，各種類型的地物在遙感的不同波段的波譜反射率上有很大的差別，因此可以假設，城市景觀像元是由高反射率地物、植被、低反射率地物及土壤組成，從而可以實現線性光譜混合象元的分離。并完成對ISA的提取。南京市裸地面積較小，因此只假定城市景觀像元由前三種地物組合構成。為避免水體對于ISA信息提取的影響，采用改進型歸一化水體指數（MNDWI）[12]對影像進行水體掩膜處理。對經過水體掩膜的影像進行MNF變換，并通過二維散點圖手動抓取高反射率地物、植被和低反射率地物三種端元。采用ENVI插件基于完全約束條件的最小二乘混合分離法的線性光譜混合分離模型（FCLSSpectralUnmixing）進行混合像元分解，最終得到三種地物的豐度圖。

（2）ISA提取和結果修正。城市ISA是由高反射率地物和低反射率地物組成，所以將分解結果的高反射率地物與低反射率地物相加，得到南京市的ISA圖。為保證ISA提取的精度，引入植被覆蓋指數（NDVI）對ISA進行篩選與確認。

（3）精度驗證。借助ArcGIS軟件對透水面及ISA各自隨機生成100個精度驗證點，并借助Goole EarthPro歷史影像進行比對分析，計算混淆矩陣和kappa系數。

1.2.3LST反演采用大氣校正法[13]反演LST。利用ENVI5.3計算植被覆蓋度與地表比輻射率，公式如下：

P_ν=[（NDVI-NDVI_min）/（NDVI_max-NDVI_min）]²

式中： P_ν 為植被覆蓋度，NDVI為歸一化植被指數， NDVI_min 與 NDVI_max 分別為裸露地表和植被的歸一化植被指數值，取經驗值0.05與0.7; ε_water 表示水體像元的比輻射率， ε_building 表示城鎮區即ISA與植被土壤的混合像元的比輻射率， E_surface 表示自然地表面即植被土壤的混合像元的比輻射率。

之后，通過Landsat影像的熱紅外波段計算輻射亮度，再通過輻射亮度計算出黑體輻射亮度并將其轉換

為LST，同時為實現與ISA值的統一，對其進行標準化處理。具體操作公式如下：

L_λ=Gain×DN+Offeset

式中， L_λ 為星上輻射亮度， DN 為熱紅外波段的像元值， Gain 與Offeset為輻射定標的增益與偏移值，在Landsat影像的頭文件（MTL）中可獲取。 為黑體輻射亮度 ，L_atm↑，L_atm↓ 與 τ 分別為大氣上行、下行輻射亮度和大氣透過率，可通過NASA發布的大氣計算器獲取（ttps：//atmcor.gsfc.nasa.gov），輸入相關參數即可得到大氣剖面信息。 T_s 為LST， K₁ 二 K₂ 為定標常值，也可在頭文件（MTL）中獲取; LST^' 為正規化后的LST，LST_max 與 LST_min 為LST的最大、最小值。

采用均值u和標準差std法將歸一化地表溫度進一步做等級劃分[14]。具體劃分標準如表1所示。

1.2.4數據網格化為滿足后續特定研究的需求，借助ArcGIS10.8的漁網分析，將南京市矢量圖重新制作成 90m×90m 的漁網，同時提取每個網格單元的ISA與LST的平均值作為該網格單元的數值，經連接后得到含有ISA與LST屬性值的南京市漁網圖。

1.3 研究方法

1.3.1 象限方位法 以南京市2000年的ISA重心為坐標原點，以正北方向為起始， 45^°"為劃分區間，將南京市劃分為八個方向區域，運用定量分析方法，對八方向內的2000—2021年城市ISA進行統計，分析城市ISA的時空擴張特點。

1.3.2擴展強度指數為使不同研究時期各方向上的城市ISA擴展速度具有可比性，引人擴展強度指數。擴展強度是指城市內某空間單元擴展面積占該城市土地總面積的百分比，其實質上是將年平均擴展速度進行標準化處理。公式如下：

式中： E_i 為第i個象限城市ISA擴展強度指數， ΔA 為第 i 個象限研究時間段內城市ISA的面積，A為第 i 個象限土地總面積， Δt 為研究時間段。

1.3.3標準差橢圓分析為探討ISA的時空擴展規律及擴張方向，對其進行標準差橢圓分析（Standard devi-ational ellipse，SDE）。基于ISA圖，通過SDE方法計算標準差橢圓的面積、長軸、短軸及方位角。橢圓面積的變化反映ISA空間分布范圍的變化；長軸、短軸的變化則分別代表著ISA分布的主要與次要趨勢方向，兩者標準差的比值則可以反映ISA分布的空間形狀；方位角的變化能夠反映ISA空間分布的主趨勢方向的變化。計算公式如下：

式中： （x_umc，y_umc） 是 （x_i，y_i） 的平均中心， w_i 為權重； 和 y^′_i 是各ISA像元距離域中心的相對坐標;根據tanθ可以得到點分布格局的轉角； δ_x 和 δ_y 分別為沿著 x 軸的標差和沿著y軸的標準差。

1.3.4雙變量空間自相關空間自相關指的是，在同一分布區內，空間變量與其相鄰變量之間是否存在著潛在的空間關聯性，它可以被劃分為兩種類型，一種是全局空間自相關，另一種是局部空間自相關。雙變量空間自相關分析（BivariateMoran'sI）指的是將兩個變量之間的空間相關性表達出來，它能夠有效地反映出兩類變量之間的空間相關性與空間依賴特性[12]。本文通過使用GeoDa軟件來進行雙變量空間自相關分析。

首先開展雙變量全局空間自相關分析，探討LST對ISA的空間關聯特征。公式為

式中：I為雙變量全局空間自相關指數，即LST與ISA的全局空間分布的相關性; n 為空間單元的總數; W_ij （204號為通過K-近鄰法建立的空間權重矩陣； x_i?ji 分別為ISA、LST在空間單元 i，j 的觀測值; S² 為所有樣本的方差。

在此基礎上，對兩個變量的局部空間進行了自相關分析，公式為

式中： I_i 為空間單元i的ISA與LST的局部空間關系； z_i，.z_j 是空間單元 ∴j 觀測值的方差標準化值。基于 I_i 可得四種高低聚類模式，并由此組成LISA（Local indications of Spatial Association）空間分布圖：分為HH（高高）聚集，鄰單元內自變量因變量值均較大;LL（低低）聚集，即近鄰單元內自變量因變量值均較小;LH（低高）聚集，即近鄰單元內自變量值較小因變量值較大;HL（高低）聚集，近鄰單元內自變量值較大因變量值較小1.3.5景觀指數景觀指數（Landscape indices）是一種量化的表示城市綠地系統的空間構成及其分布特點的量化指標[9]。利用 Fragstats 軟件，選取景觀類型比（Percentage of Landscape，PLAND）、最大斑塊指數（Largest Patch Index，LPI）、聚集度指數（Aggregation Index，AI）、平均形狀指數（Mean Shape-Index，MSI）四類景觀指數，對ISA和LST兩個變量局部空間自相關下4種聚類方式進行分析，探討其空間格局特征。

2 結果分析

2.1 不透水面時空演變分析

2.1.1ISA空間格局變化特征對2000—2021年共計四期的南京市的ISA提取結果進行精度驗證（表2），結果顯示，其總體分類精度高于 87% ，kappa系數在0.74以上，提取出的不透水指數具有較高的準確度，滿足研究需要。

圖1所示為南京市ISA分析結果，圖中柵格值（ 30m 精度）大于0小于1。從圖1可以看出，從2000年開始，南京市ISA指標總體上呈擴大的態勢，高值區以市中心六區為主，其余5個區域只存在少數幾個高值區。江寧區及市中心六區在2005年度ISA指標較高區域的區域面積出現了較大幅度的增加，其他四區增長不明顯；2005一2013年溧水區、江寧區ISA明顯增長，ISA高值區增多；2013年以來，南京市的ISA總體上呈現出較快的發展態勢，尤其是新建的國家級高新區浦口區和六合區，隨著其建設用地持續增加，ISA指標高值區也迅速擴大。除此之外，在其它區域，也有不少高值區。從整體上講，南京市城鎮擴展呈現出多個時間、多個點的不同步性擴張特點。

2.1.2八方位ISA時空演變特征采用象限方位法，分別統計2000一2021年南京市不同方位ISA的面積和比例。如圖2所示，2000—2021年正北方位ISA面積占研究區總面積的比重始終最大，但呈現出下降趨勢，2000年時占比 37.02% ，到2021年時則降至30.84% ，比重降低了 6.18% ，同時ISA面積占比呈下降趨勢的還有西北方位，2000年時占比有 24.56% ，到2021年時僅占比 11.38% ，比重減少了 13.18% 。其他方位2021年ISA面積比重較2000年都表現出不同程度的增加趨勢，其中比重增加最多的為東南方向，共增長了 7.03% ，面積增加了 203.21km² 。由此可見，南京市ISA分布中心在北向方位，而整體發展方向則偏向東南方位。

計算不同時期ISA的擴展強度，分析其變化特點：2000—2005年東北、正東、西南方位的ISA擴展強度較大，高于該時期的平均水平，其中正東方位的擴展強度指數最大，為1.72，其次為東北方位，為1.67，比較而言正南和西北方位的擴展強度指數相對較小，ISA呈現出東北—西南方位擴張趨勢。2005—2013年除正東方位擴展強度指數較上一階段降低，其余方位ISA擴展強度指數較上一階段有所增加，正西、東北和西南方位擴展強度較高，分別為2.21、2.3、1.92。此階段反映了城市擴張速度逐漸加快，擴展強度增強，城市整體均勻的向外擴張。2013—2021年，東北、西南、正西和西北方位較前一階段有所回落，而正北、正東、東南和正南方位ISA的擴展強度與上一時期相比則呈現上升趨勢。正東、東南、正北和正南方位的擴展強度較大，分別為1.86、1.79、1.51和1.51，均超越了同一時期的平均水平，ISA向東和向西方位發展。總體而言，2000—2021年正北、東南和正南方位的ISA擴展強度不斷增加，擴張較為明顯。

2.1.3ISA擴張趨勢分析城鎮的空間格局變化受到自然環境、經濟發展以及政府發展策略等多種要素的綜合影響，在發展模式上表現為同心圓、軸帶以及多中心等[15]。應用標準差橢圓法定量研究2000—2021年南京市ISA的空間擴展趨勢。

對南京市ISA的空間重心轉移進行分析。如圖3所示，2000—2021年間南京市ISA空間重心從 31.948^°N 118.829^°E 轉移至 31.872^°N，118.858^°E ，向東南方向遷移了 8.86km ，仍分布在江寧區北部，貼近市中心六區。就不同擴張階段而言，ISA重心遷移方向和程度不同：2000—2005年ISA重心向東南方向移動，移動距離7.27km ，年均轉移 1.45km;2005-2013 年，ISA重心向西北方向移動，移動距離為 2.76km ，年均轉移 0.55km;2013 年至2021年，ISA又向東南方向移動，移動距離為 4.33km ，年均轉移 0.87km 。結合圖1和圖3，發現在三個階段中：2000—2005年ISA空間重心表現為東南遷移趨勢，但遷移距離與遷移角度有限，這一時期南京市ISA主要是以市中心六區建成區為中心點向南部郊區擴張，市區面積進一步擴大，其他地區ISA增加面積相對較少；2005—2013年轉移距離和轉移角度最大，擴張方向指向西北，說明該時期ISA擴張最為顯著，發展重心偏向于長江沿岸地帶；而在2013—2021年間，ISA空間重心的轉移距離和轉移角度也相對較大，這主要是由于此時長江兩岸城鎮發展已經形成規模，使得城市發展重心向東南方位偏移。

分析不同時期南京市ISA標準差橢圓，研究發現，四個時期南京市ISA標準差橢圓的方位角始終保持在 170^° 附近，這表明南京市ISA擴張的空間方位維持在西北—東南方向。2000—-2005年標準差橢圓長軸長度增加短軸長度減少，橢圓扁率由2.399增大為2.694，表明這一時期ISA的擴張主要以偏南方向為主，城市發展的重點在市區偏南地帶。2005—2013年標準差橢圓的面積是三個時期中增加最為顯著的，表明這一時期ISA的空間擴展范圍最大，2013年橢圓的長軸只比2005年增加了 0.035km ，而短軸卻比2005年增加了 2.381km ，橢圓扁率由2.694減少至2.430，這說明該時期ISA的空間擴張主要沿短軸方向，擴張范圍主要是以市中心六區為中心沿東西走向向長江兩岸發展，其他片區ISA增加也相對較多，空間分布由市中心六區集聚轉變為市域大范圍集聚，在空間上形成連續成片狀布局模式。2013—2021年橢圓的長軸由57.659km增加至 61.877km ，短軸則由 23.762km 減少至 22.927km ，橢圓扁率增加至2.699，說明這一時期ISA擴張的方向性最為明顯，ISA空間分布范圍進一步擴大，城鎮發展凸顯為全域發展模式。

2.2 ISA與LST的空間關系

2.2.1熱環境空間分布格局LST時空分布如圖5所示。2000—2021年熱島區皆由透水面向ISA聚集的城區轉移，2000年因為ISA較少，熱島區多分布在長江北岸的耕地地區，這些地方因為地表裸露，太陽輻射后升溫迅速;2000年以后，因為ISA的快速擴張，LST的城鄉差距變得明顯，高溫區也開始向城鎮區集聚，原本的耕地因為城市的快速升溫LST反而由高溫區降為次高溫區和中溫區。2005—2021年間隨著ISA的不斷擴展，城市熱島效應增加明顯，相比之下廣大的透水區的熱島效應下降，高溫區和次高溫區均向城市轉移，形成城市熱島區。總之，南京市LST的分布與南京市ISA擴張導致的城鎮格局的改變相關聯。

2.2.2ISA與LST的全局空間關系分析軟件（GeoDa）計算ISA與LST的雙變量莫蘭指數（表2）。結果顯示，南京市四個年份的ISA與LST均呈現正相關性，且隨著時間的推移，兩者的空間正相關性越發顯著，即ISA的擴張會帶動擴張區的LST上升。這是由于南京市的透水面主要是由植被覆蓋，熱容量較高，而ISA主要是由城市建設用地、硬化道路組成，熱容量低、熱傳導性高，當ISA擴張取代原本的透水面后，會使得擴張區域的LST迅速上升，并通過熱量傳遞帶動周邊地區的LST上升。從整體來看，隨著時間的推移，南京市的雙變量莫蘭值逐漸變大，即ISA與LST的空間關聯更加顯著，這說明隨著南京市ISA的逐漸擴張，LST的高值區在空間上呈現集聚趨勢，呈現出ISA的高值集聚區即為LST的高值集聚區的空間集聚狀態。這是因為一方面南京市的城鎮擴張會使得原本分散破碎的ISA逐漸連接成片，城市的熱島效應增強，熱島范圍擴大，出現城市區即為熱島區的空間現象。而另一方面，由于ISA與透水面的LST差異，加劇了城市LST的熱傳導效應，導致城市周邊地區的LST的上升，最終導致熱島區范圍要大于城市區范圍。

比較來看，南京市市中心六區與其他五區的雙變量莫蘭值存在變化差異。市中心六區的雙變量莫蘭值始終保持在一個較高水平，而其他五區的雙變量莫蘭值則有較大的增加幅度。這主要是由于南京市不同區的城市發展進程的不同造成的，對比四期ISA與LST空間分布圖，可以發現，市中心六區的城鎮在2000年時就已經初具規模，而其他五區的城鎮則有一個較長的發展周期，在2000年，由于市六區以外的地區ISA分布較少，所以城市熱島區除了在市六區分布外，主要集中于長江以北的大片耕地區域，南京市其他地區的ISA與熱島區的空間關聯并不顯著。而到了2005年，其他各區的城鎮化水平得到了一定的發展，與熱島區的空間范圍更加匹配，來到2013年，南京市其他各區的城市發展已成規模，ISA的集聚不僅使得城市的LST升高，也使得熱量向城市周邊傳遞的強度更加顯著，出現了以ISA聚集區為核心，覆蓋ISA周邊地區的大熱島區，2021年這種現象則更加明顯。

2.2.3ISA與LST的局部空間關系借助空間分析軟件（GeoDa）對ISA與LST進行了局部高低聚類分析，得到了南京市ISA與LST的LISA分布圖（圖6）。如圖所示，HH集聚主要分布在長江沿岸的城區，且以長江為界向其南北擴張集中的趨勢明顯;LL聚集在2000年和2005年主要出現在南京市的河湖地區，2013年至2021年后又擴張到了長江北岸的廣闊耕地范圍內，這主要是由于城市的快速擴張使LST產生高低值分區所導致的;LH在2000年主要分布于長江北岸，之后三個年份便一直集中于HH集聚區附近，2000年長江北岸大面積區域屬于透水面和熱島區，所以出現大范圍LH集聚，2005年之后熱島區便主要集中于ISA高值聚集區，但由于LST的熱傳導性、太陽輻射及人供熱排放的影響，使得城區附近的透水面的LST也相對較高，造成了LH集聚的現象;HL集聚數量較少，多分布在城鎮邊緣區和小范圍零散分布的ISA集聚區，盡管ISA的值較高，但由于周邊多為植被覆蓋區，受冷島效應的影響，LST較低。

使用Fragststs 4.2計算南京市ISA與LST的HH、LL、LH、HL集聚的景觀指數（圖7）。結果顯示，南京市ISA與LST的HH集聚和LL集聚的PLAND呈增加態勢，LH集聚和HL集聚的PLAND、AI、LPI則呈減少態勢，這主要是由于城市擴張使得原先的透水面轉變成了ISA，帶動其范圍內的LST上升，最終使ISA高值區與LST高值區重疊，形成HH集聚;而相比較而言，城市外部廣大的透水面的LST的熱島等級下降，這部分區域大多轉化形成LL集聚區。城鎮擴張也將原先分裂破碎的城鎮區連接起來，形成連續的片狀，促使城市熱島效應的強度增加，分布范圍更為廣泛，城鎮間的HL集聚減少，而原本LH集聚的透水面也城鎮的快速擴張而變得破碎，對比城鎮而言其熱島效應降低，LST也相對降低，所以LH集聚與HL集聚的斑塊豐度趨于減少，斑塊趨于收縮破碎。HH集聚、LL集聚的MSI呈上升趨勢，說明斑塊形狀并不趨于平整，這主要是因為LL集聚區受限于耕地及河湖形狀平整度較低，而HH集聚斑塊平整度較低的原因是城市邊界并不規整。而LH集聚的斑塊趨于集聚則是因為集聚區多為公園綠地綠化帶。總體來看，2000—2021年南京市的HH集聚、LL集聚的PLAND、LPI都為高值，而LH集聚、HL集聚的PLAND、LPI皆為低值，且下降的趨勢明顯。這表明隨著ISA的擴張，城市熱島效應不斷加強，HH集聚、LL集聚的景觀優勢度較大且較為聚集，而LH集聚、HL集聚的斑塊則趨于收縮破碎。

另外可以看出，相較于其他三個聚類方式景觀格局較為明顯的變化趨勢而言，LL集聚的四類景觀指數的變化趨勢較為穩定，且一直保持在一個較高數值范圍內，這主要是因為ISA的擴張總是在原有的ISA分布基礎上向外圍輻射，這樣就使得后增加的ISA高值區在空間上包圍著原有的ISA高值區，透水面的也是伴隨著ISA的擴張而逐漸消減，而這種消減過程也保證著透水面在空間上仍具有較好的連續性，因此在城市熱島輻射的范圍外所形成的LL聚集區的PLAND、LPL、AI并未受到較大的影響，同時由于透水面本身的形狀也較為曲折，其LL集聚的MSI也維持在高值。由圖6也可以看出，南京市HH集聚的PLAND與AI呈增加趨勢，這也與ISA在擴張中趨于集聚相關聯，長江沿岸的ISA沿著長江向東西兩側逐漸擴展，最終連接成為一個跨域行政區劃的ISA集聚區，而南北兩側的ISA也在沿著連接彼此的交通干線逐步擴張，呈連接聚集趨勢。這種ISA連接聚集趨于合并的趨勢，也帶動了ISA擴張區及周邊地區的LST的上升，HH集聚在大空間上逐漸融合成為一體。同時也應該注意到，HH集聚的LPI在2005年之后有小幅度的減少，微觀視角中南京市的ISA變得破碎，這可能與南京市的舊城改造有關，為改善人居環境，減少熱島效應影響，原來的南京市城區內的部分ISA被改造成了綠化公園和綠化帶，這使得ISA的單個斑塊不會過于龐大，而綠化帶和公園也因其透水的性質，ISA較低，形成被HH集聚區包圍的破碎的LH集聚區。因此，HH集聚在宏觀范圍內趨于集中連續連片發展，向外擴張的趨勢明顯，而在微觀范圍內被LH集聚分割，單個斑塊的大小受限。

3 結論與展望

3.1 結論

基于2000—2021年四期六景遙感影像，利用受約束的線性光譜分離法解譯南京市不透水面演變數據，并使用擴展強度指數、標準差橢圓探究南京市不透水面的時空演變特征，同時采用大氣校正法反演地表溫度，借助雙變量空間自相關及景觀指數探究不透水面與地表溫度的空間關聯，深入解析兩者的交互作用。研究結論如下：

（1）2000—2021年南京市ISA的比重不斷增大，向南發展的趨勢明顯，城鎮擴張模式由早期的以市中心六區為中心的條帶狀擴張模式逐漸轉變為多點蔓延式全域發展模式。

（2）2000—2021年南京市ISA與LST的雙變量莫蘭指數大于零且逐漸增加，表明ISA與LST呈現出明顯的正相關關系且相關性不斷增強，ISA的擴張會加劇城市熱島效應。ISA與LST的空間聚類模式以HH集聚和LL集聚為主，HH集聚區主要分布在ISA呈高值的城市地帶，LL集聚區主要分布在城市以外的廣大透水區，特別是耕地和河流地帶。

（3）由于ISA的不斷擴張，城市熱島效應愈發顯著，ISA與LST的HH集聚和LL集聚的景觀優勢度及聚集度不斷增加，斑塊占比不斷增大且趨于集聚，相比較而言HL集聚和LH集聚的景觀優勢度和聚集度不斷下降，斑塊趨于收縮破碎。

（4）南京市ISA以原有ISA分布區為中心向外輻射的有序擴張模式使得在ISA分布區外的廣大透水區的LL集聚在空間上維持其連續性，各類景觀指數保持在一個較高水平。

（5）在宏觀尺度上長江沿岸的ISA沿著長江向東西兩側逐漸擴展，最終連接成為一個跨域行政區劃的ISA的集聚區，而南北兩側的ISA也在沿著連接彼此的交通干線逐步擴張，呈連接聚集趨勢。這種ISA連接聚集趨于合并的趨勢，也帶動了ISA擴張區及周邊地區的LST的上升，HH集聚在大空間上逐漸融合成為一體，其PLAND、AI呈現上升趨勢;而在微觀尺度上受舊城改造的影響，部分ISA集聚區逐漸更新成為綠化公園及綠化帶，形成被HH集聚區包圍的破碎的LH集聚區，HH集聚區受其分割，單個斑塊的大小受限，LPI呈現小幅度的減少趨勢。

3.2 研究展望

本文分析了2000—2021年南京市ISA的擴張趨勢及其與LST的空間關聯，在一定程度上揭示了南京市的城鎮發展動態以及城鎮發展對地表溫度的影響機制。

然而，本文仍存在一些不足之處。一方面，研究所用的遙感影像成像時間在5—9月，時間跨度大，地表溫度在此期間的變化較大，遙感影像在時間選擇上并未達到最佳效果。另一方面，手動抓取純凈像元的尺度受到操作者本身的影響，在提取過程中難免出現抓取到混合像元的情況，從而影響到ISA的提取精度。同時，本文在探究ISA與LST的空間關系時，僅僅考慮了其空間關聯程度，沒有很好地分析出兩者的耦合變化特征以及在空間上的協調性。

因此，在后續研究中，對于遙感影像的選擇，在時間考量上應該尋求最適應的時間尺度，以保證在長時間跨度研究中能保持研究對象的時序一致性;其次，后續研究提取ISA時，會采用PPI純凈像元法，以避免操作者抓取尺度不一致的影響，提高ISA的提取精度；最后，為充分分析ISA與LST的耦合協調特征，在后續研究中會加人時空耦合態勢研究以及空間協調性研究，以形成更加全面、更為合理的研究結果。

參考文獻：

[1]米軍，張肖，劉良云.1985—2020年上海市不透水面時空特征演化分析[J].遙感技術與應用，2023，38（2）：297-307.

[2]李發志，朱高立，姬超，等.基于不透水表面指數的城市擴張趨勢及驅動機制分析——以南京市為例[J].長江流域資源與環境，2021，（3）：575-590.

[3]石春艷，張連蓬，趙清.徐州市城市不透水面變化及其影響因素分析[J].地理空間信息，2021，19（10）：33-39+149.

[4]吳子璇，張強，宋長青，等.珠三角城市化對氣溫時空差異性影響.地理學報，2019，74（11）：2342-2357.

[5］喬治，黃寧鈺，徐新良，等.2003—2017年北京市地表熱力景觀時空分異特征及演變規律.地理學報，2019，74（3）：475-489.

[6]楊軍軍，龍雙雙，王珂純.城市不透水面與地表熱環境的關系研究[J].地理空間信息，2020，18（9）：89-90+118.

[7]吳子豪，童滋雨.城市形態空間格局與城市熱環境關聯性研究——以南京市為例[J].南京師大學報（自然科學版），2022，45（2）：16-25.

[8]孟慶巖，王子安，張琳琳，等.多空間尺度下城市熱環境與不透水面聚集密度響應關系[J].遙感學報，2022，26（9）：1789-1801.

[9]沈中健，曾堅.閩南三市城鎮發展與地表溫度的空間關系[J].地理學報，2021，76（3）：566-583.

[10]錢志友，符海月，王妍，等.2004—2016年南京市城市擴張及形態演變特征[J].國土資源遙感，2019，31（2）：149-156.

[11]黃艷妮.基于LSMM的遙感估算方法在城市不透水面提取中的研究與應用——以合肥市為例[D].蕪湖：安徽師范大學，2012：17-28.

[12]徐涵秋.利用改進的歸一化差異水體指數（MNDWI）提取水體信息的研究[J].遙感學報，2005，9（5）：589-595.

[13]趙禾苗，阿里木江·卡斯木.烏魯木齊市主城區熱環境與下墊面關系研究[J].測繪科學，2021，46（8）：179-187.

[14]王嘉麗，馮婧珂，楊元征，等.南寧市主城區不透水面與熱環境效應的空間關系研究[J].生態環境學報，2023，32（3）：525-534.

[15]米軍，張肖，劉良云.1985—2020年上海市不透水面時空特征演化分析[J].遙感技術與應用，2023，38（2）：297-307.

Spatial and Temporal Evolution Characteristics of Impervious Surface and Its Spatial Relationship with Surface Temperature in Nanjing

DAI Qian-kun， JIAO Xu-yuan， ZHAO Yang （1.Scholofgacalieeha WestaUivesityancoona;oofstoulurd Normal University，Fuyang236037，China）

Abstract：Based ontheremote sensing imagesofNanjing from 20o0 to2O21，the study interprets the evolution data of impervioussurface in Nanjing，and uses theexpansion intensity indexand standard deviation elipse to explore the spatialand temporal evolution characteristics ofthe impervious surfaceofNanjing，and inverts the surface temperature atthe same time，and withthehelpofthe bivariate spatial autocorelationandthelandsape index toexplorethespatial correlation between the impervious surfaceand surface temperature，and todeeplyanalyze the interactions between the two，and arives at the following study conclusion： （1）From 2000 to 2021，the proportion of ISA in Nanjing increases，and the trend of southward development is obvious，and the pattrn of town expansion gradually changes from a strip expansion patern to a multi-point spreading whole-area development pattern.（2）From 2O00 to 2021， the positive correlation between ISA and LST in Nanjing is obvious and increasing，and the expansionof ISA wil aggravate the urban heat island effct，and the spatial clustering patern of ISA and LST is dominated by HH agglomeration andLL agglomeration.（3）From 200 to 2021，the landscape dominance and aggregation degre of HH agglomeration and LLagglomeration in ISAandLSTare increasing，and the patches tend to expand and agglomerate， while the landscape dominance and aggregation degreeof HL agglomeration and LH agglomeration are decreasing， and the patches tend to shrink and fragment.（4）From 2000to 2021，LLagglomeration maintains theagglomeration characteristics inspace，andallkindsoflandscape indexesare keptatahigh level.（5）From20o0to2021，with the continuous expansion of ISA，the HHagglomeration of ISAand LST gradually integrates into one on the macro-scale， and its PLANDand AIshow a rising trend; and on the micro-scale bythe influence of the old cityrenovation，some ISA agglomerations are gradually renewed into green parksand green belts，forming broken LHagglomerations surounded byHHagglomerations，and HHagglomerations are divided bythem，with the sizeof individual patches limited，and the LPI shows a small decreasing trend.

Key words： impervious surface （ISA）;land surface temperature （LST）;bivariate spatial autocorrelation; landscape index; Nanjing

（責任編輯：鞏劫）