基于遥感的上海城市热岛效应与植被的关系研究

与植被的关系研究

唐曦，束炯，乐群

华东师范大学地理信息科学教育部重点实验室，上海 (200062)

E-mail:51050801034@

摘要：研究选择2001年3月和7月上海地区的陆地卫星ETM+影像，利用ETM+热红外亮温计算模式将6波段影像灰度值转换成像元亮温，由此直接表征地表温度(LST)分布，对城市热岛的空间分布特征、强度变化及其相关影响因素进行了概括.通过3、4波段影像融合提取出归一化植被指数(NDVI)，并基于统计方法对城市不同尺度、不同区域的亮温和NDVI 进行回归分析，拟合模型一致证明亮温与植被水平呈明显负相关,且植被降低下垫面温度的效果夏季好于春季；对回归方程斜率的比较又揭示出不同下垫面中绿地和热环境关系的分异，即植被对地面温度的影响受下垫面结构制约，增加相同水平的植被，夏季白天降温程度在植被面积占优势的地区不及非植被或少植被区.建议应因地制宜地对工业区、商务区及住宅区、城乡结合部等不同结构的下垫面环境进行针对性的植被规划，更有效地减轻热岛效应. 关键词：城市热岛；亮温；植被指数(NDVI)；ETM+

中图分类号：P463.3；P461+.7；X87

1.引言（四号，宋体，加粗）

城市热岛效应指城市比周围地区温度高，是城市对气温影响最突出的特征，也是城市气候与城市大气环境最重要的特征之一；城市热岛效应是在城市化的人为因素（以下垫面性质的改变、人为热和过量温室气体排放、大气污染等为主），以及局地天气气象条件共同作用下形成的[1]。城市热岛直接对当地有关气候要素产生多种影响，尤其在夏季可增加高温出现的频率并加重高温程度。在温室效应和全球变暖的背景下，上海的城市热岛现象从20世纪80年代开始迅速扩展和增强，这与上海城市建设有明显的对应关系[2]。浦东、郊县卫星城镇的建成区面积迅速增加及大规模旧城区的改造，导致城市化过程外扩缺乏有力控制，加之生态规划不尽完善，尽管城市绿地规模有所增强，但其减轻热岛效应的功效仍十分有限。因此，进一步研究上海热岛特征与植被规划的关系，对优化人居环境、实现城市的可持续发展有重大战略意义。

城市热岛研究的常规方法，如“城郊对比法”、“历史对比法”，一般多采用地面气象站定点监测或线路流动观测等手段，常用指标是气温（即距地表 1.5m高的大气温度），其塑造的热岛称为“城市气温热岛”。邓莲堂等在分析上海热岛的日变化和季节变化[3]以及江汉田等在探讨上海热岛时域、频域的多尺度演变规律[4]时即采用Davis自动气象观测仪所记录的数据。由于传统研究的观测点位密度不大、流动线路有限，所得的数据同步性不佳，且通过样本空间插值所得到的热岛信息有时不能很好地表征研究地区的总貌或细部，这就限制了对热岛平面展布、内部结构的深入研究。随着遥感技术的发展，观测数据的时相、空间及光谱分辨率大幅提高，利用卫星影像进行由点到面的资料提取，可以周期性动态地监测热环境的变化趋势，早在1993年Callo等就利用NOAA遥感参数研究了城市热岛效应对最低气温升高的影响[5]，而目前遥感地表参数已成为研究城市热岛效应的有效手段[6]。

[7]

[3]。上海地区气温热岛强度秋冬强春夏弱，夜间强于白天；亮温热岛强度在暖季白天最强在夜间最弱[8]，所以考察暖季白天热岛与植被的关系宜选择亮温。

在城市环境中，植被丰度影响太阳辐射在可感热和潜热通量间的分配，进而成为控制陆

地表面温度的最具影响的因素之一[9]，植被斑块的分布、大小和表面特征差异会影响植被覆盖区和裸地之间地表温度、湿度的差异[10]。因此，探讨减轻城市热岛效应的对策有必要研究植被覆盖和城市热岛之间关系，而方法较多采用下垫面的植被指数信息与温度数据进行相关分析或回归拟合。沈涛等[11][12][13][6]、肖胜等、程承旗等、延昊等分别选择某种植被指数(NDVI 、CVI 、BVI )与亮温、TM 6波段灰度值或地表温度求相关系数，或建立回归模型；李延明等将NDVI转换为实验区的绿地面积和覆盖率，并与区域热岛比例做回归分析[14]；国外Shigeto 用昼夜城郊的地表温度分别与不同下垫面类型的NDVI做线性回归[15]，Hope 和McDowell 研究了牧区草地地表温度和NDVI的关系[16]，Smith 和Choudhury 分析了遥感得到的地表温度和NDVI 的关系[17]，Callo 等认为NDVI和DMSP数据可定量测度城市热岛且该方法可在全球应用[18]。此外非植被指数的方法也有应用，如鲍淳松等采用实测气温与观测点不同半径内绿地率建立了线性回归关系[19]；周红妹等在GIS空间多因子模型中就绿地面积覆盖率和高温面积比、亮温进行对应分析[20]。以上研究一致表明植被或城市绿地系统对减缓热岛效应有很大作用。

2. 研究方案

2.1数据和技术路线

根据史蒂芬-波尔茨曼定律，可知地物的辐射强度与温度的4次方成正比，所以地物温度的微小差异就会引起热红外辐射的明显变化。热红外波段(8~14μ)是研究地表热辐射特性的一般窗口，该波段内太阳辐射能量很小(约1w/m m

图1 技术路线

Fig. 1 Flow scheme

2

)，地物反射的太阳能量可忽略不记，故遥感在热红外波段内所响应的主要是地物本身的热辐射[21]。陆地卫星热红外波段(ETM +6) 的波长区间为10.4~12.5，星下点像元分辨率为60m ×60m ，可用于辨别区域地表不同地物的辐射温度差异；可见光和近红外波段(ETM +1、2、3、4)的星下点像元分辨率为30m ×30m ，可用于植被信息提取，并适于比较精确的区域分析。因此，本研究选择Landsat7在2001年3月13日和7月3日上午10点的ETM+6 快速格式数据。

μm 本研究技术路线(图1)即在提取上海市全境不同时相的热岛亮温及植被指数信息的基础上，研究不同下垫面景观结构中亮温与植被的相互

2.2亮温提取

卫星影像的灰度仅反应传感器所接受的辐射强弱，必须将其转化为传感器所接受的辐射亮度，进而求取像元亮温。根据Landsat 7快速格式头文件记录的辐射校正的相关参数，可将像元灰度值转换为大气上界传感器的辐射亮度L 6，L 6 = gain *DN + bias (L 6、gain 和bias 的单位为，DN 是像元灰度值[22]21w m sr m μ−−−⋅⋅⋅1)。代入两时相影像的相应参数即得：

2001年3月：L 6 = 0.037204722719868×DN + 3.162795324963847 2001年7月：L 6 = 0.037058821846457×DN + 3.200000047683716

[22]，可将辐射亮度换算为像元亮温：

再利用ETM+热红外亮温计算模式2

616273.15ln[(L )1]

K T K =

−+

其中K 1=666.09321w m sr m μ1−−⋅⋅⋅−，K 2=1282.7108K 。用ERDAS/IMAGING软件建模得2001年3月13日亮温范围为7~22℃，7月3日为亮温范围22~39℃。为了用符合人眼温度序列的色系来反映了下垫面温度场，张穗等将TM6的灰度值作为H参与IHS彩色变换[23]；徐涵秋等则对热红外影像进行增强、分段线性拉伸及密度分割[24]。本研究根据亮温的最值进行灰度均匀线性密度分割[25]：

(1)(1)

0.5i FH FL FLEV FL GN

−−+=+

+

(其中FLEV 为每级分割点的值，GN 为级数，FH 为最大像元值，FL 为最小像元值，i 为每一级序数，0.5为实化整时四舍五入而引入的）；在此基础上再根据像元直方特征做细微调整，得到两个时段的亮温分级图(图2)。

总体上城乡亮温差异较明显，呈现以中心市区大热岛为核，郊区城镇小热岛分散环绕的

“岛群”结构：市区以黄、橙、红系高温色调为主，其高低温突变界线与城区轮廓大体一致；

(a) (b)

图2 上海地区ETM+6传感器亮温分级设色图

(a) 2001年3月13日；(b) 2001年7月3日

Fig. 2 Hierarchical-tinting images of ETM +6 at-sensor brightness temperature in Shanghai

(a) March 13, 2001；(a)

July 3, 2001