基于多源遥感数据的呼和浩特城市热岛调控优先区识别研究_乌达木.pdf

第 37 卷第 4 期干旱区资源与环境Vol 37No 42023 年 4 月Journal of Arid Land esources and EnvironmentApr 2023文章编号:1003 7578(2023)04 117 10doi:1013448/j cnki jalre2023094基于多源遥感数据的呼和浩特城市热岛调控优先区识别研究*乌达木1，郝润梅1，王考1，窦银银2，萨日盖1，匡文慧2(1 内蒙古师范大学地理科学学院，呼和浩特 010022;2 中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室，北京 100101)提要:伴随着城市化进程中地表不透水面覆盖增加和城市人口密度增大，城市热岛效应也逐渐加剧，对城市生活品质、城市生态服务系统等产生诸多影响。融合多源卫星遥感数据以及基础地理数据，构建基于“高温环境因子 地表覆盖因子 人口密度因子”模型，结合 GIS 空间叠加的城市热岛调控区识别方法，对呼和浩特市 2020 年城区热岛调控优先区进行识别与验证，分析城市地块尺度、社区尺度以及街道尺度上城市热岛优先区的合理性与形成因素。结果显示:呼和浩特市城市热岛调控优先区主要分布于以旧城高密度不透水为主的中心城区老商业圈，呈单中心向外逐渐减少趋势;三个识别因子空间分布特征各不相同，其中人口密度因子和高温环境因子与城市热岛调控优先区空间变化较为一致，是城市热岛调控优先区的主要识别因子，也是城市热岛效应最终形成的主要因素;地表覆盖因子呈西聚东散分布状态，人口脆弱因子呈现出中心聚集度大，向城市南部扩散的空间格局，与呼和浩特市城市发展方向一致。研究表明基于多源遥感数据的模型估算与空间叠加方法识别城市热岛调控区理论上是可行的，研究结果可对未来呼和浩特市城市更新中的城市热岛调节、城市生活品质提升具有一定的指导作用，并为城市热灾害风险管理和合理布局公共服务设施提供一定参考。关键词:多源遥感;城市热岛;调控优先区;识别;呼和浩特中图分类号:X16文献标识码:A据相关研究，2050 年我国城市人口将占总人口的 80%1，剧增的城市人口加剧城市热环境威胁，也给城市生态服务带来前所未有的挑战2 3。近 40 年来我国城市建设用地规模增长了 8 68 倍4，城市下垫面结构和类型也发生了巨大变化，大量不透水地表替代了原有的植被、水体等自然地表，导致局地净辐射通量发生改变，进一步加剧了城市内部的热岛效应5 7;以建筑物和街道峡谷为主要特征的城市肌理不断变化，使得城市整体通风减少，热量积累，形成了热岛效应显著的城市气候特征，直接或间接地影响着城市居民身心健康和人居环境的适宜性8。2017 年国家发展改革委、住房城乡建设部发布 关于印发气候适应型城市建设试点工作的通知，内蒙古自治区呼和浩特市成为首批 28 个气候适应型城市建设试点城市之一，呼和浩特市“十四五”应对气候变化规划 中明确提出要不断提高城市区域气候适应性、韧性以及应对极端气候事件的能力。但至今呼和浩特市城区(市四区)范围内仅有 2 个气象观测站点，气象观测数据不能满足城区热岛效应研究的数据要求，因此，文中利用高分辨率遥感影像、土地利用/覆盖数据、高精度人口密度数据、OpenStreetMap(OSM)数据和基础地理数据等多源数据，尝试采用构建基于“高温环境因子 地表覆盖因子 人口密度因子”模型估算与 GIS 空间叠加方法，在地块、街道和社区(村庄)3 个尺度上对呼和浩特市城市热岛调控优先区进行识别，为及时掌握城区热岛效应的形成与变化提供预警依据，也为呼和浩特市未来改善城市生态环境，促进气候适应型城市建设、补充城区站点偏少的数据等方面提供一定参考。1数据处理1 1研究区基本概况*收稿日期:2022 9 16;修回日期:2023 2 17。作者简介:乌达木(1996 )，男，内蒙古赤峰人，硕士研究生，研究方向为土地资源开发利用与管理。E mail:hereidudem163 com通讯作者:郝润梅(1963 )，女，陕西府谷人，教授，主要从事土地资源开发利用与管理方向研究。E mail:haorunmei126 com图 12020 年呼和浩特市四区区位及地表覆盖状况Figure 1 Location and land cover of four districts in Hohhot，2020呼和浩特市是我国北方沿边地区重要的省会级中心城市，市城区地处内蒙古中部阴山中段的大青山南麓，由赛罕区、新城区、回民区及玉泉区构成，包括 274 个社区、街道办事处及行政村，共 2060 53km2。区域气候条件为中温带大陆性季风气候，四季分明，年均降水量 335 2 534 6mm，雨季主要集中在 7 8 月份;年均气温 2 6 7，由北部大青山山麓向南部平原递增。近几十年来随着城市空间范围“摊大饼”式的扩张，城市不透水面迅速增加导致的城市热环境问题也日益凸显(图 1)。1 2数据来源及预处理1 2 1数据来源文中采用栅格、矢量和统计三类数据。栅格数据包括 2019 年 30m 分辨率 Landsat8 OLI 影像，来源于美国地质勘 探 局 官 网 USGS(http:/glovisusgs gov/);2020 年 30m 分辨率中国城市不透水面与绿地空间组分数据集，来源于中国科学院地理科学与资源 研 究 所(http:/www igsnrr accn/);2020 年 WordPop 人口数据下载自世界人口网站(https:/www world图 2城市地块分布Figure 2 Distribution of urban land parcelspop org/)。矢量数据包括 OpenStreet-Map(OSM)地图数据，来源于 Open-StreetMap 网 站(https:/www openstreetmap org/);基础地理数据来源于国家基础地理信息中心(http:/wwwngcc cn);统计数据包括中国气象要素逐月站点观测数据集，来源于中国科学院资源环境科学与数据中心网站(https:/www resdc cn);呼和浩特市辖区7 个气象站点2019 2020 年气象要素逐月站点观测数据，来源于呼和浩特市气象部门收集资料。1 2 2数据预处理(1)Landsat8 OLI 影像预处理:主要包括辐射定标与大气校正。基于ENVI5 3 软件中的 adiometric Cali-bration 工具和 FLAASH 大气校正工具对研究区影像进行处理。(2)生成城市地块数据:地块是指由城市道路所划分的基本研究单元9。参考 Zhang 等10 提出的方法，基于 OSM 道路网数据，选取其中的主干道、干道、高速公路、二级公路以及三级公路五类路网数据生成原始城市地块，再依据高分辨影像对其中明显错误或不相连的地块进行人工矫正，并依据城市道路设计811干旱区资源与环境第 37 卷规范标准 将上述五类道路合并为三类道路数据，建立不同等级缓冲区，并将缓冲部分从研究区矢量面图层中擦除，获取最终的城市地块数据。研究区最终生成城市地块 506 个(图 2)。2城市热岛调控优先区识别借鉴匡文慧等11 提出的生态海绵城市建设下垫面调控理论中的城市热岛缓解模块，以及相关研究成果12 13，选取对城市热岛效应影响较大的高温环境因子、地表覆盖因子以及人口脆弱因子作为识别城市热岛调控优先区的关键因子，并采用 GIS 空间叠加方法获取城市热岛调控优先区(图 3)。图 3研究思维导图Figure 3 Study mind map2 1识别因子确定2 1 1高温环境因子高温环境因子是指来自城市系统外部的、对城市系统造成威胁的极端气温因素14。多项研究表明气温与遥感反演的地表温度之间存在线性相关关系15 16，因此选择地表温度作为呼和浩特市高温评价的主要遥感指标，参考覃志豪等17 18 提出的单窗算法(MW 算法)，采用遥感影像特征反演地表温度，即利用ENVI 5 3 计算 Landsat8 的第 10 波段的亮度温度，利用 NDVI 计算植被覆盖度和不同地表的比辐射率，结合大气剖面参数反演获取地表温度，见公式(1):T0=a10(1 C D)+b10(1 C D)+C+D T6+D T6C=D=(1 )1+(1 )(1)式中，T0表示待反演的地表温度;a10和 b10是经验常数，分别为 63 1885 和 0 44111;C 和 D 为中间变量;T6表示亮度温度;表示大气总透过率，表示地表比辐射率。2 1 2地表覆盖因子植被、不透水面、水体及裸地等地表覆盖类型是城市复合生态系统的重要组成部分，其比例和空间变化很大程度地影响着城市热环境状况19。研究显示城市不透水地表的增多是引起城市热岛效应的重要911第 4 期乌达木等基于多源遥感数据的呼和浩特城市热岛调控优先区识别研究因素，并直接影响城市生态系统服务功能20;城市各地表覆盖类型年平均地表温度总体表现为建筑用地等不透水面 农田耕地 森林植被 水体21，此外，也有研究表明城市建筑用地和裸地的密集区也是主要的强热岛效应分布区22。文中根据城区地表覆盖状况获得城市不透水、植被覆盖、水域和裸土 4 类地表覆盖类型的组分信息，计算得到地表覆盖因子空间赋值，见公式(2)、(3):CE=CISA+CVeg+CWater+CSoil(2)LCF=(CE CEmin)/(CEmax CEmin)(3)式中，LCF 是地表覆盖因子，CE 为城市环境因子;CISA、CVeg、CWater和 CSoil分别为不透水地表、植被、水域和裸土的面积比例;、和 分别为4 类地表覆盖类型的环境指数，通常由对应地表覆盖类型的地表温度决定，参考相关研究成果23，文中将 4 个环境指数分别选定为 0 9792、0 4407、0 和 1 010。2 1 3人口脆弱因子弱性因子指城市内部承灾体承受风险的能力24。城市人口是城市高温热浪最重要的承受群体，城市人口密度的增加会导致人为热释放量增大、周围温度升高，居住在人口密度较高区域的人们可能更容易受到高温健康风险的影响，而且随着人口密度增加相应的风险也会增加25 27，城市人口密度一定程度上可以反映城市高温热浪的脆弱性因子，因此，文中选取城市人口密度作为城市热岛调控中的人口脆弱性因子，见公式(4):PD=PWS(4)式中:PD 为人口密度;PW 为人口总数;S 为总面积。2 2城市热岛调控优先区确定利用自然断点法将像元尺度的高温环境因子(HTF)、地表覆盖因子(LCF)和人口脆弱性因子(PVF)值划分为 5 个级别，并将最高等级的区域作为像元尺度的城市热岛调控优先区，在空间上分别形成高温环境因子优先区、地表覆盖因子优先区和人口脆弱因子优先区;再利用 GIS 空间叠置进行并集叠加，得到像元尺度的热岛调控优先区10，见公式(5):Heatpixel=HTFpLCFpPVFp(5)最后，将像元尺度的热岛调控优先区与城市街区地块空间数据叠置分析，将包含像元尺度的热岛调控优先区的街区地块作为城市热岛调控优先区，见公式(6):Heatparcel=0，NumHeatpixel101，NumHeatpixel10(6)3结果与分析3 1识别因子特征分析3 1 1高温环境因子根据 2 1 获得研究区像元尺度高温环境因子等级分布图(图 4)可以看出，高温环境因子以老城区为中心点，高温环境因子优先区等级由内向外逐渐降低;高优先等级区主要分布在回民区东南部、玉泉区东北部以及西部、赛罕区西北部以及新城区西南部;外围的高温环境因子高优先等级区则集中在呼和浩特机场、金桥开发区、炼油厂及小黑河镇、金河镇、黄河少镇、榆林镇等独立片区;此外，在中心城区高优先等级区中部分包含绿地公园的地块和街道则呈现出低值级别。从面积统计看，研究区高优先等级区占比仅 654%，其中玉泉区和回民区相对较高，分别为 13 94%和 12 41%，表明地表温度将会对该区域热岛效应形成产生明显的影响。3 1 2城市地表覆盖因子根据21 获得研究区像元尺度城市地表覆盖因子等级分布图(图 5)，地表覆