基于遙感的南京市城市擴張方向和類型的熱效應

王月香, 陳婉婷, 朱瑜馨, 蔡安寧,3

(1.淮陰師范學院城市與環境學院,淮安 223300; 2.中國礦業大學公共管理學院(應急管理學院),徐州 221116; 3.南京市曉莊學院旅游與社會管理學院,南京 211171)

0 引言

近年來伴隨城市化快速發展、城市規模的不斷擴大,城市地區大量自然地表逐步被城鎮居民生活所需的房屋、道路和建筑物等不透水面所替代,城市人口與之相應急增,城市人為熱排放增加。這一系列變化引發城市熱島效應并導致熱環境逐漸惡化[1],目前城市熱島效應已成為最頻繁且最具影響力的氣候災害之一[2],分析城市擴張如何影響熱環境對優化城市熱環境質量具有重要意義。

國內外學者針對南京市城市化發展與地表溫度空間特征及動態變化之間的關系展開大量研究并取得豐富的研究成果。劉新等[3]利用城市化指標探究南京市城市化發展進程和熱島效應的關系; 朱俊峰等[4]結合歸一化植被指數(normalized difference vegetation index,NDVI)與歸一化建筑物指數(normalized difference building index,NDBI)探究南京市城市熱島與植被覆蓋和不透水面的關系; 裴歡等[5]基于土地利用覆蓋關系研究南京市夏季熱島特征。而南京市城市擴張方向和類型對熱環境的影響研究卻較少[6]。鑒于此,本文選擇研究南京市城市化過程中的城市用地時空演變特征及相應的城市熱環境變化。參考已有量化城市擴張指標文獻,選用不透水面[7]量化南京市城市擴張。隨著遙感技術的不斷發展,不透水面常用遙感指數法來識別,如生物量組分指數(biophysical composition index,BCI)[8]、歸一化差值不透水面指數(normalized difference impervious surface index,NDISI)[9]和NDBI[10]等,其中BCI指數能夠更好地區分土壤、水域和植被[8]。地表溫度的反演使用較為廣泛的方法包括輻射傳輸方程法(大氣校正法)、單窗算法和劈窗算法等[11-14],本文選用BCI提取2000—2020年近21 a的城市不透水面,采用適用任何熱紅外波段的輻射傳輸方程法反演相應時間地表溫度,探究2000—2020年間2個不同發展階段的不透水面擴張方向和類型,以及不透水面變化對地表溫度產生的影響,分析2個時期地表溫度的變化與不透水面擴張的相對關系。

1 研究區概況及數據源

1.1 研究區概況

南京市地處中國東部、長江下游中部地區,是江蘇省省會,作為新一線城市,承擔著中國的重要交通樞紐作用。該區地理坐標為N31°14′～32°37′,E118°22′～119°14′之間,總面積達6 587 km2,圖1為研究區位置示意圖。該區沿江而建,向北與廣闊的江淮平原相連,向東與繁華的長江三角洲相接,低山與和緩的平原構成的主要地貌,丘陵、崗地約占全市總面積的60.8%。南京市是全國重點門戶城市,作為長三角區域輻射帶動中西部地區的重要一員,在2021年公布的《新發展十年——中國城市投資環境發展報告》中,城市投資活躍度遠超其他區域,中國排名第四,僅次于深圳、上海、北京。經濟發展迅速,城市包容性大,更加推動了南京外來人口的迅速增多,推動南京城市經濟活動進一步發展。文化歷史悠久、政府大力扶持和經濟迅速發展加速了城市發展的進程,使南京市的城市體系和空間格局不斷變化。南京市城市人口的大量增加導致了城市空間向外擴大,更多的不透水地表取代了原來的自然地表,生態環境問題日益明顯。另外,南京市屬于亞熱帶季風氣候,氣候變化和城市的快速發展相結合,使得城市熱環境問題更加突出。因此,選取南京市作為研究區具有一定的代表性。

圖1 研究區位置示意圖

1.2 數據源

為反映2000—2020年間2個階段城市擴張類型和方向的熱效應,以10 a為時間尺度,從地理空間數據云平臺(http: //www.gscloud.cn)下載覆蓋南京市域、成像時間相近、少云清晰的2期Landsat5 TM和1期Landsat8 OLI遙感影像,詳細信息如表1所示。

表1 Landsat數據相關信息

應用ENVI 5.3軟件對所有下載的Landsat遙感影像進行輻射定標和FLAASH大氣校正以消除影像影響。并對校正后影像依照研究區的矢量邊界進行拼接、裁剪,得到2000年、2010年及2020年的南京市Landsat衛星遙感影像。

2 研究方法

2.1 地表溫度反演

對2000年和2010年的Landsat5 TM及2020年的Landsat8 OLI 這3個年份熱紅外影像進行輻射定標,基于輻射傳輸方程,利用衛星傳感器接收到的熱紅外輻射亮度值來計算在熱紅外波段下黑體的輻射亮度,再利用普朗克定律反函數,計算地表真實溫度Ts。

首先,計算地表比輻射率,即物體向外輻射電磁波的能力。由于大尺度上對比輻射率精確測量有較大困難,本文依據可見光和近紅外光譜信息,參考Sobrino等[15]提出的NDVI閾值法估計比輻射率ε,計算公式為:

ε=0.004Pv+0.986

,

(1)

Pv=(NDVI-NDVIs)/(NDVIv-NDVIs) ,

(2)

式中:Pv為植被覆蓋度;NDVI為歸一化差異植被指數;NDVIs為無植被或完全為裸地區域的NDVI值;NDVIv為完全為植被區域的NDVI值。根據影像數據對NDVIv和NDVIs分別取合適的值。

接著,假設地表、大氣對熱輻射具有朗伯體性質,計算熱紅外波段下,溫度為T的黑體輻射亮度,計算公式為:

B(Ts)=[Lλ-L↑-τ(1-ε)L↓]/τε,

(3)

式中:Lλ為輻射定標值;L↑為大氣上行輻射亮度;L↓為大氣下行輻射并由地表反射后的亮度;τ為大氣在熱紅外波段的通過率。其中,L↑,L↓和τ可以通過在NASA平臺(https: //atmcorr.gsfc.nasa.gov/)輸入遙感影像的成像時間以及南京市的中心經緯度得到的相關大氣剖面數據獲取。該公式由其輻射傳輸方程換算得到,其計算公式為:

Lλ=[εB(Ts)+(1-ε)L↓]τ+L↑。

(4)

最后,依據普朗克定律反函數轉化計算地表真實溫度,單位為℃,其計算公式為:

Ts=K2/ln[K1/B(Ts)+1]

,

(5)

式中K1和K2分別為常量。在Landsat5中,K1=607.76 W/(m2?μm?sr),K2=1 260.56 K; 在Landsat8中,K1=774.89 W/(m2?μm?sr),K2=1 321.08 K。

應用同期的MODIS第6版的MOD11A1地表溫度產品對Landsat反演的地表溫度結果進行精度檢驗,相關系數計算結果分別為0.75,0.85和0.68,達到城市熱環境時空演變分析精度要求。

由于絕對溫度難以量化不同時期的熱環境變化,采用極差標準化地表溫度(normalized land surface temperature,NLST)比較不同年份熱環境的變化,采用自然間斷法將標準化地表溫度分為熱區、中熱區、中冷區和冷區4個熱力等級[16-17],并將熱區和中熱區定義為熱島區。

2.2 不透水面提取

選用BCI指數來提取不透水面[8],該方法源于混合像元分解模型,將城市地表視作由土壤、不透水面和植被3個主成分組成,BCI指數能較好地區分不同地物類型,為減少水體對不透水面信息提取的干擾,在計算BCI指數之前先進行了水體掩模。

首先,進行水體掩模處理,應用改進的歸一化差異水體指數(modified normalized difference water index,MNDWI)[18]結合閾值法提取水體,公式為:

,

(6)

式中G和MIR分別為遙感影像綠光波段和中紅外波段的反射率。

接著,對掩模水體后的反射率影像進行纓帽變換,獲得具有明確物理含義的亮度、綠度和濕度分量,并最大最小值標準化為[0,1],公式分別為:

,

(7)

,

(8)

,

(9)

式中:H,L和V分別為高反照率、低反照率和植被,TC1,TC2和TC3分別為纓帽變換生成的亮度、綠度和濕度分量;TC1max,TC1min,TC2max,TC2min,TC3max和TC3min分別為TC1,TC2和TC3的最大、最小值。

再計算BCI指數,公式為:

。

(10)

最后,應用閾值法提取2000年、2010年和2020年南京市不透水面。對識別的不透水面結果,從Google Earth影像上隨機采集200個驗證樣本作為真實值進行Kappa系數精度檢驗,結果顯示Kappa系數值分別為0.70,0.75和0.78,均大于0.6,達到城市擴張分析精度要求。對其進行計算獲得城市擴張強度和緊湊度,計算公式分別為:

(11)

,

(12)

式中:UII為城市擴張強度;U1和U2分別為研究區初期、末期城市不透水面面積;p為時間間隔;t為年份;Ct為第t年城市斑塊緊湊度;At和Pt分別為第t年城市斑塊的面積和周長。

2.3 標準差橢圓

由于城市的發展空間特征主要體現在不透水面擴張上,選擇通過分析不透水面的城市擴張方向和類型的變化來反映南京市近年來的城市擴張狀況。標準差橢圓是分析空間分布方向性特征的經典方法之一[19-20],可以概括各種地理要素的中心趨勢、離散性與方向性趨勢等空間特征。其計算公式分別為:

(13)

,

(14)

,

(15)

(16)

2.4 景觀擴張指數

城市擴張空間類型是對城市斑塊擴張方式最直接的描述,參考劉小平等[21]提出的景觀擴張指數量化城市擴張類別的方法,將南京市城市擴張景觀劃分為3種空間類型,分別是填充式、邊緣式和飛地式。景觀擴張指數是通過計算新增城市斑塊最小包圍盒面積占比來定量描述某景觀動態擴張過程中的類型和空間分布[22]。其計算公式為:

,

(17)

式中:LEI為景觀擴張指數;BA為新增斑塊的最小包圍盒面積;NA為新增斑塊面積;IA為最小包圍盒與原有斑塊相交的面積。

首先,通過疊加2個時期的城市不透水面提取新增不透水面,并記錄其編號及面積; 其次,為新增區域創建最小包圍盒,并依據編號計算包圍盒面積; 最后,將最小外包圍盒與第一年不透水面相交,統計各包圍盒內的所有相交斑塊面積。然后,計算LEI,對擴張區域進行分類:LEI在(50,100]之間,類型為填充式; 在(0,50]之間,為邊緣式; 等于0時,為飛地式。分別統計2000年、2010年和2020年南京市的不透水面面積,計算在2000—2010年和2010—2020年2個時期的面積變化和變化速率。

3 結果與分析

3.1 熱環境時空特征

2000年、2010年和2020年南京市地表溫度空間分布如圖2所示,城市中心溫度高、周圍郊區溫度低,存在顯著的城市熱島效應。其中建設用地和工業用地地表溫度高,水體和公園溫度低,地表溫度熱島區分布都較為集中且相似,并在主城區都沿著長江呈條帶狀。由表2可以看出,2000—2020年間,整體上平均溫度由29 ℃增加到30 ℃,最高溫度增加了2 ℃,說明城市擴張引發城市熱島效應。過程中出現了先下降后上升現象,主要是因為遙感反演地表溫度為瞬時值,氣象觀測數據顯示2000年5月3日、2010年4月5日與2020年4月24日平均氣溫分別為22.2 ℃,16.2 ℃和30 ℃。

表2 2000年、2010年和2020年地表溫度統計

(a) 2000年 (b) 2010年 (c) 2020年

為了更好刻畫南京市熱力等級變化規律,依據地表溫度分級處理結果(圖3),統計2000年、2010年和2020年不同等級區域面積占比(表3)。熱島區域占比由34.2%升至58.6%再至46.4%,總體呈現出上升趨勢。3個年份高溫區域均主要圍繞城市中心區域,其他區域隨著距離高溫區核心區域的距離增加而溫度降低。核心區域在2000年主要位于秦淮區、鼓樓區和建鄴區老城區與浦口區; 在2010年除了主城區以外主要為江寧區及高淳區; 在2020年除了主城區以外主要為浦口區及溧水區。溫度區間為冷區和中冷區時,2種類別之和所占比例由65.8%下降至41.4%再至53.7%,總體上呈現下降趨勢,其中兩者基本位于水域、農田或大片森林及周邊,這也說明水體和植被對熱島效應有削弱作用。

表3 2000年、2010年和2020年熱力等級分區面積占比

(a) 2000年 (b) 2010年 (c) 2020年

3.2 城市擴張方向和類型

2000年、2010年和2020年的南京市不透水面空間分布如圖4所示,不透水面面積總體呈增長趨勢,隨著時間推移逐漸向南擴張,增長范圍擴大,除中心城區外的其他區域不透水面面積變化較大,顯著增加,在一定范圍內不透水面密度增大?；诔鞘袛U張強度與緊湊度計算結果,能看出2010—2020年城市擴張現象最為強烈,擴張強度值為1.38%,顯著高于前10 a的0.07%。3個年份城市不透水面的緊湊度分別為0.873 0, 0.870 8和0.857 1,在2020年最為分散,這段時間內南京市的城市擴張速度較快。

(a) 2000年 (b) 2010年 (c) 2020年

根據2.3節方法將計算得到的南京市3個年份的標準差橢圓疊加可視化(圖5),通過對3個橢圓的數據對比發現橢圓分布方向上大致相似(表4),表明城市不透水面擴張總體以“南北”方向增長為主,且隨著時間推移橢圓長軸增長,城市擴張方向性變強,2020年城市擴張范圍最大,2000年最小。這3個年份的標準差橢圓短半軸逐年減短,說明城市不透水面向心力減弱,隨著時間發展,南京市的不透水面分布較為分散,不再只分布在城市原有中心城區附近,開始在其他區域形成新的城市核心。

表4 2000年、2010年和2020年標準差橢圓相關數據

圖5 2000年、2010年及2020年不透水面標準差橢圓分布

統計分析2000—2010年與2010—2020年的2個時期不透水面空間分布變化(表5),發現前10 a不透水面擴張速度遠小于后10 a,移動角度分別為303°和275°,擴張方向總體為東南方向。2000—2010年為城市擴張的主要時間,在這一個10 a間的新增不透水面面積占21 a間所有新增擴張面積的66.0%。

表5 2000—2020年新增不透水面變化數據

圖6為根據景觀擴張指數,通過式(17)計算得到的2000—2020年南京市不透水面地表擴張類型情況?？傮w上來看,在2000—2010年間城市用地擴張區域大于2010—2020年; 在前10 a間,南京市長江以南區域城市擴張比其他區域更明顯,后10 a間南京市長江以北區域城市擴張比其他區域更明顯。依據不同擴張類型的占比(表6)可以看出邊緣擴張模式占比最大,成為南京市城市擴張主導類型,在近21 a間南京市擴張區域內廣泛分布,且集中在江寧區、高淳區、棲霞區、浦口區和六合區。在各個區域內以某點為核心向外發展。填充擴張是最集中的,呈現出在中心老城區附近,區域較小,成塊狀分布的特點。飛地擴張是最分散的,在全市各個區域都有零散分布。2個時期內南京城市擴張在中心區域的發展都主要表現為沿著河流向東西方向延伸。

表6 2000—2020年擴張類型占比

(a) 2000—2010年 (b) 2010—2020年

3.3 城市擴張類型與地表熱環境的關系

整體上,南京市城市熱島分布和不透水面分布具有空間一致性(圖3—4),城市熱島區與不透水面空間分布區域基本吻合,且相同時間內變化區域也較為一致。城市中心區域不透水面密度較大成為城市熱島中心,隨著南京市城市不透水面向外擴張,南京市地表的熱島區也隨之向外蔓延,兩者均向南發展。隨著距中心城區的距離增加,不透水面的密度下降,面積減少,地表溫度也逐漸降低,成為較低的熱力等級; 隨著時間的推移,南京城市區域范圍擴大,不透水面面積增加,地表溫度上升,甚至部分低熱力等級區域轉變為高熱力等級區域。

近20 a來,南京市的3種城市擴張類型的熱環境具有不同的特征,其中,邊緣式擴張對南京市地表溫度的影響更大。由圖3和圖6可得南京市主要擴張類型的邊緣擴張,其熱島等級主要是由中冷區、中熱區轉變為熱島區,而填充式擴張多由中熱區轉變為熱區,總體上不透水面擴張區域地表溫度呈上升趨勢?；诒?可以對比得出: 2000—2020年期間,熱島區域在每個擴張類型內占比都較大,且呈增加趨勢。2000—2010年期間,邊緣式、飛地式和填充式擴張模式熱島面積占比分別為68.0%,66.7%和59.4%,說明邊緣式擴張模式熱島效應最強,其次飛地式,而填充式擴張模式相對較小。2010—2020年期間,邊緣式擴張模式中熱島面積百分比最高,值為85.0%; 其次為飛地式擴張模式,值為77.6%; 填充式擴張模式最小,值為60.5%。值得注意的是雖然熱島面積占比呈增加趨勢,但后10 a中的熱區占比與前10 a相比顯著減少,說明新型生態城市建設有助于改善城市熱環境。

表7 2000—2020年不同城市擴張類型的熱力等級占比

由于不透水面是影響城市熱環境的主導因素[23-26],因此選用不透水面占比的變化進一步分析不同城市擴張模式造成城市熱環境變化差異的可能原因。按照城市擴張模式疊加統計起始、結束年份不透水面的占比,結果顯示2000—2010年間,邊緣式、飛地式和填充式擴張模式不透水面占比分別增加了69.99,55.46和55.64百分點。2010—2020年期間,飛地式擴張模式不透水面占比增加值最大為68.20百分點; 其次為邊緣式擴張模式,為67.86百分點; 填充式擴張模式不透水面占比上升最小,為21.57百分點。

4 結論

基于Landsat衛星影像,通過不透水面指數及地表溫度反演方法,得到多年不透水面及地表溫度數據,對比分析結果研究得出南京市不透水面時空變化規律及熱環境的演變特征,研究城市擴張方向和類型對熱環境的影響。得出以下結論:

1)利用地表溫度反演方法得到的2000—2020年的地表溫度分區,南京市熱島面積由2 248 km2增加到3 051 km2,高溫區域范圍逐年擴大。隨著距中心區域距離的增加,地表溫度降低,城市主城區范圍相對于整個區域為高溫區。在2000—2010年間城市熱島向南擴張,2010—2020年向四周擴張。

2)利用BCI指數提取得到2000年、2010年和2020年南京市不透水面,研究不透水面擴張的方向與類型,隨著時間的推移,南京市不透水面由中心向四周擴張,擴張速度先快后慢,擴張中心向南移動。21 a間的城市擴張類型構成相似,邊緣式擴張模式占比最高,填充式次之,飛地式最小。

3)南京市不透水面分布與地表溫度具有空間一致性,不透水面與地表溫度較高的區間空間一致性高。不透水面擴張方向與地表熱島擴張方向一致,邊緣式擴張模式熱效應最大,飛地式次之,填充式最小。改善邊緣式擴張模式中景觀格局配置能夠有效緩解城市熱島效應。

但本文仍存在一些不足之處,由于選取時間跨度為10 a,缺少連續時間范圍變化規律與特征的分析研究。