首页 > 论文范文 > 自然科学论文 > 气象学论文 > 气候学论文 > 探讨上海市城市热岛效应时空变化特征及扩张趋势

探讨上海市城市热岛效应时空变化特征及扩张趋势

2020-06-12 1306 上传者：管理员

摘要：以上海市城区为研究对象，利用Landsat遥感数据作为数据源，采用辐射传输方程法进行地表温度遥感反演，并对反演结果进行分级处理，得出上海市2000—2017年夏季地表温度的空间分布特征，结果表明上海市城市热岛效应十分显著，城市热岛有进一步扩张的趋势。

关键词：
Landsat
上海市
地表温度
城市热岛效应
时空变化
气候学
辐射传输方程法
加入收藏

城市热岛效应[1是指城市中心温度明显高于城市周边温度的城市热环境现象，是城市空间结构变化和人为活动因素造成的城市与郊区存在的热量平衡差异。近年来，城市化进程的迅速发展在带来经济效益的同时也伴随着一系列城市生态环境问题。城区的迅速扩张、城市硬化表面积的增加造成了下垫面性质的改变，使得其在太阳辐射下地表温度迅速增加，城市高温出现的频率和强度加大，城市热岛效应日渐严重。王美雅等[2]对中国的13个大城市进行研究，均发现存在不同程度的热岛效应。雷金睿等[3]利用Landsat数据研究发现1989—2015年海口市地表温度逐步上升，城市热岛区域面积扩展明显。陈迪等[4]对珠三角地区进行研究发现在快速城市化过程中，受城市热岛效应影响，珠三角地区夏季高温热浪日数不断增加、强度大幅度增强，在2004年高温热浪的强度高达9.21℃·d-1。侯浩然等[5]利用空间降尺度HUT算法研究发现近20年间福州市城区高温面积显著增加，温度等级明显升高，城市热岛效应明显加强。乔治等[6]采用分裂窗算法反演分析发现北京城市热岛足迹和热岛容量呈阶段性增长，并根据热岛足迹及容量时空动态变化特征提出改善城市热岛的措施。

人们对于城市热岛效应研究日益重视和关注，通过对城市热环境变化现象进行相关研究，制定合理的城市空间发展规划，有效缓解城市热平衡差异具有非常重要的意义。目前，对于城市热岛的监测方法主要有借助气象资料或实地观测资料的地面观测法与利用遥感影像进行地表温度反演的遥感监测法[7]。前者由于气象站点的限制，获得的数据不适于做大范围高精度的分析，具有空间微观连续性差的缺点。利用遥感影像可以较好地实时反映研究区域连续完整的温度分布状态。

自改革开放以来，上海进入了城市化高速发展阶段，城市面积、人口规模不断扩大，现已是我国城市化水平最高、经济最发达的地区之一。然而随着经济建设的迅速发展，上海市的城乡温度差异不断扩大，热岛强度、面积不断增大，夏季高温现象持续加强，高温灾害频繁出现，城市热环境问题愈发突出。基于以上研究背景，本文利用3期上海市Landsat卫星影像为数据源对上海市城市热岛效应进行研究，分析上海市2000—2017年地表温度空间分布特征，为改善上海市城市环境和减缓城市热岛效应提供参考。

1、研究区概况与数据获取

上海市位于平均海拔高度4m左右的长江三角洲冲积平原东南部前缘，地理位置为东经120°51'～122°12'，北纬30°40'～31°53'，东临东海，北近长江入海口，南临杭州湾，西与浙江、江苏两省相接壤，南北长约130km，东西宽约100km，总面积约为6340.5km2。属于北亚热带季风气候，气候温和湿润，年均气温17.6℃，日照充足，降雨量充沛。本文数据选取研究区2000、2009和2017年3期晴朗少云成像质量良好时的Landsat数据，所用遥感影像数据以及行政区划矢量数据在地理空间数据云网站下载。

1.1反演方法

目前遥感反演地表温度的方法主要有辐射传输方程法、单窗算法、单通道算法[8,9,10]。辐射传输方程法将计算出的大气对地表热辐射的影响因子从卫星传感器观测到的热辐射总量中减去，得到地表热辐射强度，再根据地表热辐射强度与地表温度关系函数将地表热辐射强度转换为地表温度。单窗算法根据辐射传输方程得出，将大气和地表影响直接包括在演算公式中，去除了大气模拟误差的影响，适用于只有一个热波段的遥感数据。单通道算法(Single-channelMethod)假定地表比辐射率确定，通过校正单个热红外通道辐射亮度值来计算地表温度，同样适用于只有一个热波段的遥感数据。当大气水分含量较高时，单窗算法与单通道算法对近地面气温估算的误差较大[11]，而上海市属于沿海城市，夏季大气水汽含量大，故本文选择使用辐射传输方程法进行地表温度反演。

1.2关键参数计算

1.2.1植被覆盖度计算

在做植被覆盖度计算之前，先要完成研究区域的NDVI(归一化植被指数)值提取，其表达式如下:

式中:NIR为可见光红光波段，MIR为近红外波段。当NDVI<0表示地物对可见光高反射，主要为水体、云等;NDVI≈0表示地物为裸地;NDVI>0表示有植被覆盖，NDVI越大，植被覆盖度越高。

植被覆盖度估算采用像元二分模型，像元二分模型假设传感器所接收到的信息包括植被信息和下垫面信息，假设像元只由植被与非植被覆盖地表，光谱信息也只由这两个组分线性组成，各自所占比例即为各因子的权重。基于NDVI的像元二分模型可表达为:

式中:fvc表示植被覆盖度，NDVI为归一化植被指数，NDVIsoil和NDVIveg为NDVI统计结果中的最小值与最大值，通常NDVIsoil选择累计达到所有像元总数2%的像元值，NDVIveg选择累计达到所有像元总数98%的像元值。

1.2.2地表比辐射率计算

地表比辐射率是物体的辐射出射度与相同温度相同波长下绝对黑体的辐射出射度的比值，表征了实际物体的热辐射与黑体热辐射的接近程度。本文采用NDVI阈值法估算地表比辐射率，将遥感影像简化为水面，道路、各种建筑和房屋组成的城镇，各种天然陆地表面、林地和农田组成的自然表面3种类型。其中水体像元比辐射率为0.995，城镇和自然表面像元比辐射率由下式计算得到:

1.2.3辐射亮度值计算

由于地表热辐射强度并不是由卫星传感器观测得到的热辐射强度，所以直接使用原数值(DN值或辐射亮温)进行分析存在较大的偏差。卫星传感器接收到的热红外辐射亮度值Lλ由大气向上热辐射亮度L↑，地面的真实辐射亮度经过大气衰减后到达卫星传感器的能量和大气向下辐射到达地面后反射的能量卫L＿↓组成，其表达式可写为(大气辐射传输方程):

则温度为T的黑体在热红外波段的辐射亮度B(TS)为:

式中:TS为地表真实温度，ε为地表辐射率，τ为大气在热红外波段的透过率。

大气在热红外波段的透过率τ，大气向上热辐射亮度L↑，大气向下辐射亮辐射亮度L↓等辐射参数信息在NASA大气校正的官网(http://atmcorr.gsfc.nasa.gov/)中输入研究区遥感影像成影时间以及遥感影像中心点经纬度获得。

1.2.4地表温度计算

在计算温度T的黑体在热红外波段的辐射亮度后，地表温度TS根据普朗克公式反函数可得:

对于TIRSBand10,K1=774.89W/(m2*μm*sr),K2=1321.08K，最后将地表温度单位转化为摄氏度，得到真实地表温度值。

2、城市热岛分级与分析

2.1城市热岛效应分级

本文采用UHIER指数法对地表温度进行归一化处理，在一定程度上反应城市热岛强度，其计算方法如下式:

式中:UHIERk为第k个像元的城市热岛强度，Ti为第i个像元地表温度，Tmin为地表温度最小值，Tmax为地表温度最大值。采用密度分割法将上海市地表热场划分为低温区、较低温区、中温区、较高温区、高温区5个等级，划分标准如表1所示。其中，中温区可视为上海市平均地表温度，高温区和较高温区定义为城市热岛区域。

表1地表温度等级划分

注:UHIERk为标准化值，UHIERmean为UHIER平均值，S为标准差。

2.2上海市城市热岛时空格局分析

根据上述方法得到2000—2017年上海市城市热岛空间分布特征(图1)，各地表温度等级变化如表2所示。上海市2000—2017年城市高温区域面积不断扩大，2000年高温区主要分布在城市中心区域、黄浦江沿岸和宝山区的重工业区等浦西地区，城市热岛面积为9.47%，这部分区域开发强度和开发密度大，建筑物密集，地表植被覆盖度较低，热岛区域连接成片;到2009年时，城市热岛范围向周边明显扩大，城市中心区域、黄浦江沿岸和宝山区内的热岛面积占比不断增加，嘉定区、闵行区等区域开始出现明显的城市热岛现象，中、低温区面积明显减少，城市热岛面积较2000年增加11.01%;到2017年，高温、较高温区面积仍在继续扩大，低温区和中温区面积比例逐渐减少，低、中温区主要分布在水域和城市边缘，松江区、金山区、奉贤区等区域内部开始存在明显的热岛点，仅有崇明县无明显热岛，但该区域也有些许热岛点分布，研究结果表示上海市城市热岛存在持续扩张的趋势，城市热岛现象十分严重。

表2上海市2000—2017年地表温度等级面积比例

3、结论与讨论

本文应用大气辐射传输方程法对2000—2017年上海市夏季Landsat数据进行地表温度反演，分析得出上海市城市地表温度的空间格局特征。上海市城市热岛现象十分突出且热岛面积存在持续增加的趋势，由此引发的城市生态环境问题将更加严重。应采取优化城市功能区空间配置格局、合理安排城市土地利用类型的比重、增加城市蓝绿空间建设等措施减缓城市热岛发展趋势，改善城市生态环境，为居民提供更好的生活环境。

参考文献：

[2]王美雅,徐涵秋.中国大城市的城市组成对城市热岛强度的影响研究[J].地球信息科学学报,2018,20(12):1787-1798.

[3]雷金睿,陈宗铸,吴庭天,等.1989—2015年海口城市热环境与景观格局的时空演变及其相互关系[J].中国环境科学,2019,39(4):1734-1743.

[4]程迪,王咏薇,刘寿东,等.1959—2012年夏季珠三角地区高温热浪的时空分布特征及其城市热岛效应的影响分析[J].科学技术与工程,2019,19(1):273-283.

[5]侯浩然,丁凤,黎勤生.近20年来福州城市热环境变化遥感分析[J].地球信息科学学报,2018,20(3):385-395.

[6]乔治,田光进.北京市热环境时空分异与区划[J].遥感学报,2014,18(3):715-734.

[7]白杨,王晓云,姜海梅,等.城市热岛效应研究进展[J].气象与环境学报,2013,29(2):101-106.

[11]丁凤,徐涵秋.单窗算法和单通道算法对参数估计误差的敏感性分析[J].测绘科学,2007(1):87-90,95,163.

张菊,刘汉胡.2000—2017年上海市城市热岛效应时空变化分析[J].环境科学导刊,2020,39(03):36-39.