1996-2017年张家口市区景观格局与地表热环境的时空变化

刘孟竹， 李雅丽， 张红娟， 王飞枭， 裴宏伟

(1.河北建筑工程学院 市政与环境工程系， 河北 张家口 075000;2.河北省水质工程与水资源综合利用重点实验室， 河北 张家口 075000)

自20世纪80年代以来，中国城市化率已经由初期的17.90%增长至如今的59.58%，在未来30 a估计将达到70%[1]。快速的城市化发展导致城市不透水面区域显著增加以及城市植被、水体等自然景观被大量的建筑、道路等人为景观代替，而人为景观往往热容量高、反照率低，易引起城市地表温度的升高，进而加剧城市地表热环境的极端化[2]。极端的热环境不仅会导致城市空气污染污染加重、居民生产生活受威胁，还会引发能耗增加、热浪灾害等不利后果[3-4]。因此，城市热环境一直是城市生态研究及可持续发展的重要内容之一[5]，大量研究[6-7]表明，城市地表热环境与城市的景观格局密不可分。相比于费时、费力的地面点位测量，通过遥感手段多尺度地反演城市地表热环境参数进而分析这些参数与城市景观格局之间的关系，一直是国内外学者研究的主要方式[8-9]。在数量关系上，Hoan等[10]研究发现越南河内市单位面积植被景观更替为建筑用地时，会导致局部约3.3 ℃的增温效应；在驱动因素上，Tang等[11]通过分析城市热环境的主导因素得出，不透水面以及归一化植被指数为影响城市热环境最重要的因素；在空间关系中，Liu等[12]通过对南京市热岛效应的研究发现，景观斑块的破碎度对城市热环境的增温具有显著的正相关作用；在应对措施中，Li等[13]认为增加绿地覆盖度是缓解城市热环境的有效方式。以上可以明确，城市景观格局对城市热环境的影响是目前国内外学者普遍关注的研究热点。然而在国内外相关研究中，研究区域普遍为北上广深或是各国首都等特大城市，而对经济相对不发达的城市研究较少；在研究内容上，多数研究更加侧重于景观格局与城市地表热环境参数数量关系上的分析，对于两者空间关系的探讨仍然缺乏。基于此，本文选择河北省张家口市区为研究区域，对该区景观格局及城市热环境的时空变化及关系进行分析。张家口市作为2022年冬奥会主办城市，一方面，该市多年来城市化发展并不显著落后于其他城市，未来的城市化进程在冬奥会的间接驱动下将进一步提速；另一方面，该区的景观格局与城市热环境关系的研究鲜有报道。对城市景观格局与城市热环境关系的研究将有助于城市规划决策以及城市环境可持续发展。

1 材料与方法

1.1 研究区概况

河北省张家口市(东经113°50′—116°30′，北纬39°30′—42°10′)地处河北省西北部，位于京、冀、晋、蒙4省市交界处，是冀西北地区的中心城市和连接京津、沟通晋蒙的交通枢纽，2019年常住人口城镇化率为58.38%。市主城区行政划分单元由桥东区和桥西区组成，总面积约为602.79 km2。为了使得景观面积基数较大以符合后续的研究，将主城区周围区域均纳入研究范围。根据市区内气象站点(东经114°88′，北纬40°78′)统计分析，张家口市属温带大陆性季风气候，近30 a来日平均温度在-9.5～24.8 ℃之间，年均气温9.36 ℃，气温最低值出现在1月，峰值在7—8月；多年平均降水量为452.00 mm，主要集中在6—9月；多年平均日照时间为2 723.7 h；多年平均风速在1.6～3.0 m/s之间，7—10月处于低值。据《张家口统计年鉴》记载，桥东及桥西区1994—2017年GDP(按当年价格计算)由37.63亿元增长至275.39亿元，市区人口由初期44.18万人增加至末期52.15万人，23 a来净增加近8万人。

1.2 数据源及处理

为保证影像质量以及数据可获取性，选取了Landsat 5/8卫星影像1996/9/25，2008/9/10，2017/9/19这3景影像数据，来源于地理空间数据云(http:∥www.gscloud.cn/)。影像选取原则为研究区完全无云覆盖，成像时间相近，且天气均为晴天，以消除由于降雨给热岛效应带来的影响，热红外波段分辨率也已经重采样至与可见光及近红外波段相同，均为30 m，市内气象站点对应影像的当天的平均气温分别为17.9，17.7，18.0 ℃。研究区卫星过境时间均为北京时间早上10：30—11：00点左右。对获取的3景影像均采用辐射校正、FLAASH大气校正和裁剪处理。影像分类采用监督分类中最大似然法并结合目视解译等人机交互解译完成，根据研究区实际情况分为：不透水面、植被、水域、裸地4类景观类型。根据Google Earth同期高清影像选点验证精度均在85%以上，可以满足后续分析研究。

1.3 研究方法

1.3.1 地表温度(LST)反演及分级 本研究选取适用于Landsat影像地表温度反演的大气校正法[14]，该方法经过孟宪红等[15]研究论证，对比单窗算法、单通道算法，大气校正法反演结果具有更小的均方差。本文基于大气校正法，其原理是把大气对卫星传感器的影响从观测到的热辐射总量中去除，进而通过相应公式转换为地表温度[16]。首先利用Landsat热红外波段(TM为第6波段，TIRS为第10波段)数据进行热红外波段辐射定标，将像元灰度值转换为辐射亮度值，根据覃志豪等[17]的研究，通过归一化植被指数(NDVI)以及植被覆盖度(FVC)进行地表比辐射率计算，再进一步估算出同温下黑体辐射亮度，根据普朗克函数对研究区地表温度进行反演。具体方法参考文献[18]，计算公式为：

Lx=Gainx×DNx+Biasx

(1)

(2)

(3)

式中：Lx为云顶辐射亮度〔(W/(m2·sr·μm)〕; Gainx, Biasx和DNx分别为转换函数的斜率系数、截距系数和像元灰度值,由影像自带的元数据中可获得。Ly为地表辐射亮度〔W/(m2·sr·μm)〕;Lm,Ln分别为上、下行辐射强度〔W/(m2·sr·μm)〕;t为大气透过率,这3个参数均可由NASA网站查询得到(https:∥atmcorr.gsfc.nasa.gov/);e为地表发射率,由覃志豪等[17]研究成果计算可得;Ts为反演的地表温度(K);K1,K2均为定标常数,在TIRS 10波段中,K1=774.885 W/(m2·sr·μm),K2=1 321.079 K。

为了更好地表达研究区整体温度多年来的变化，本文采用等间隔分割法对研究区3个时期的地表温度进行等距划分，划分低温区(≤20 ℃)、次低温区(20～23 ℃)、中低温区(23～26 ℃)、中温区(26～29 ℃)，中高温区(29～32 ℃)，次高温区(32～35 ℃)、高温区(≥35 ℃)7个等级来细化不同景观温度区间的分布。

1.3.2 移动窗口法获取景观指数 为避免选取多个景观指数带来的信息冗余，在Fragstats 4.2软件中采用移动窗口法获取窗口单元的3个景观指数，分别为斑块类型中的景观面积比例(PLAND)以及景观类型中的景观形状指数(LSI)和聚合度(AI)，从景观类型的数量特征、形态特征、以及结构特征来分析对城市热岛效应的影响。通过参考同类研究[19]选取范围并经过反复调试，最终确定窗口单元大小为210×210 m(7×7个像元)。每个窗口的景观指数都将被赋值给中心像元上，一共生成916 593个窗口单元。各个景观指数的生态意义及计算公式发展已经非常成熟，具体可参考文献[20]。窗口中心像元LST值根据ArcMap 10.6软件焦点统计工具计算出窗口内7×7个像元的温度平均值进行赋值，最后进行LST值与景观指逐像元的相关性分析。

2 结果与分析

2.1 城市景观格局分析

如表1所示，研究区1996—2017年景观格局发生较为显著的变化。城市水域景观经历了下降后上升的变化，在1996—2008年期间减少了1.29 km2后在2008—2017年期间又恢复到初期水平。通过Google Earth查阅研究区影像发现，1996年张家口市区内清水河还未修建人工水渠，仅有非常狭窄的细流，故该时期影像没有中未划分出市区内的水域景观。研究区裸地面积在前一阶段增加了32.09 km2，在后一时期减少了51.60 km2，裸地面积的增加主要来源于林草地的转入(图1)。此外，植被景观多年来一直处于下降趋势，主要原因为大量的裸地侵占了林、草地，同时城市化扩张也占用了植被用地。近20 a来，研究区包括建筑用地、道路交通、工矿用地在内的不透水面景观呈现持续扩张趋势，整个时期增长了81.26 km2(65.57%)；2008—2017年期间，不透水面景观增加了57.04 km2，占1996—2017年总增长面积的70%，增长主要来源于裸地的转入。近20 a来，研究区景观格局变动明显，城市化扩张较显著。

表1 研究区1996-2007年景观类型面积 km2

图1 研究区1996-2017年不同景观流转变化

2.2 地表温度LST反演结果与分析

由图2中地表温度经过分级后的统计结果详见表2。由表2可知，研究区1996，2008和2017年地表温度等级分别以次低温区、次低温区、中温区为主。在2008年，中低温区面积比1996年多87.31 km2，地表温度同等级的面积增加，且地表温度等级升高。研究区3个时期平均温度分别为23.58，25.31和26.60 ℃，地表温度在1996—2017年以来整体处于上升态势。分阶段来看，研究区中温及以上热力等级面积在整个研究时期内逐阶段上升，高温区由初始阶段0 km2到2017年增长为0.32 km2，次高温区由0.11 km2增长至7.40 km2，中高温区在近20 a增加了近128.23 km2，增幅达到15.25%。低温及次低温区面积缩减均在100 km2以上。从分布来看，2008和2017年，中高温及以上热力等级区域主要分布在张家口市区建筑、交通用地区域，次低温及以下热力等级区域分布在张家口市区东北部崇礼区。1996年次低温及以下区域在张家口市区北部分布较广，低温区较多分布在在市区南部，该区以裸地景观为主，温度较低的原因与裸地季节性的农作物种植有关。在景观分类中，农作物植被没有被划分为植被景观，这就导致当农作物植被处于生长季、植被覆盖水平较高时，地表均温低于常年无植被覆盖的裸地景观水平。近20 a来，研究区低温区面积显著减少，高温区面积明显增加，城市热环境水平进一步提升(见图2)。

表2 研究区1996-2017年地表温度分级面积及比例

图2 研究区1996-2017年地表温度

2.3 景观格局与LST影响分析

2.3.1 不同景观类型对LST影响 为更好地表征不同景观类型的对LST的整体影响，通过GIS对不同景观类型的LST值进行栅格尺度上的分区统计(图3)。研究区植被与水域景观在1996，2008和2017年3个时间节点上平均LST均未超过25 ℃；不透水面与裸地(除1996年)在整个研究期间地表平均温度均均超过25 ℃，两者对于地表热环境的贡献程度最大。多年来，研究区4类景观类型的平均LST均呈现逐阶段上升趋势，裸地、植被、水域、不透水面景观平均LST在1996—2017年分别增加了3.31，1.97，2.96，3.19 ℃。其中，植被景观平均LST波动较小，较其他景观更具稳定性；水域景观面积占比较小，该景观区域内的LST易受水域周边不透水面景观影响，因此LST的波动性较大；裸地和不透水面景观区域的LST波动性性不如植被景观的稳定。从整体上看，研究区各景观类型平均温度多年来逐步上升，进一步说明张家口市热环境水平趋于升高。

图3 研究区1996-2017年不同景观类型平均温度

为细分研究区不同景观类型对于不同地表温度等级区域的贡献程度，通过GIS面积制表工具统计得到研究区1996，2008和2017年各景观类型在不同地表温度等级的分布情况(表3)。在2008—2017年，低温区植被景观占比接近100%；在1996年植被景观在研究区低温区的占比也较大(近63%)，而随着地表温度等级的升高，其占比逐步减小，植被景观LST处于明显的的低温水平。从裸地景观对LST的影响来看，裸地景观LST主要集中在中低温和中高温区，在2008—2017年期间在低温、高温区分布较少，裸地景观对LST的影响并没有很显著的相关性。研究区水域景观面积占比较少，这导致了水域景观在LST不同等级区占比均偏低。此外，水域景观在中高温及以上热力等级区占比均接近于0%，说明该景观对LST升高的贡献程度极低。不透水面景观在2008—2017年高温区占比接近100%，整个研究区期间在中高温、次高温区占比也较高(61%～100%)，以上可以认为，植被、不透水面景观分别是研究区的热“汇”、热“源”景观。

表3 研究区不同地表温度等级区域景观类型面积比例

2.3.2 景观指数对LST影响 本文以邻近年份2017年为例，将选取的景观指数与LST做栅格尺度上的相关性分析。为更清晰地表达景观指数与LST的关系，对数据进行平滑处理，将各个景观指数的重复值对应的多个LST值做均值处理，最终拟合结果如图4所示。植被、水域景观比例与LST均具有明显的负相关性(R2>0.94，p<0.01)；不透水面景观比例与LST呈正相关性(R2=0.95，p<0.01)；裸地景观比例与LST呈非线性关系(R2=0.91，p<0.01)，随着裸地比例的上升，其与LST的相关性由正相关转为负相关。植被、水域、不透水面景观比例与LST存在明显的线性相关性；裸地景观比例与LST最佳拟合曲线为二次函数，其面积占比达到60%时，该类景观LST达到峰值。

聚合度(AI)表示同一景观类型的像元聚合形成斑块的邻接关系，当AI值越大，表示该类型景观集中程度越高。

由图4可知，研究区景观的聚合度与LST相关性不够显著，R2仅为0.04。可以认为，在区域内景观规划时，景观的集中程度对区域尺度内的LST几乎没有影响。景观形状指数(LSI)表示景观斑块形态特征的复杂性，LSI值越小，表示景观斑块形态越规则、简单，LSI值越大，景观斑块形状越杂乱和无规律。当景观形状指数增大时，LST呈现增加后减小的变化趋势，LST与景观形状指数的相关性也由正转负(R2=0.77，p<0.01)。

图4 研究区2017年不同景观指数与地表温度的拟合关系

3 讨论与结论

3.1 讨 论

从本文误差来源来看，在影像质量上保证了其无云覆盖、时相临近，且成像时期前后数天内均是无雨天气，这样避免了对LST反演可能造成的影响；在对影像的分类中，本文选择了监督分类法中分类精度较高的最大似然法[21]，同时通过对照Google Earth软件里的同时期高清影像在土地分类后进行了人工校正以及精度验证，保证了后续景观指数对LST影响结果的可靠性；在研究区LST反演方法上，本文选择了大气校正法，该方法经过孟宪红等[15]的研究论证，对比单窗算法、单通道算法，大气校正法反演结果具有更小的均方差，尽管如此，天气冷热状况的偶然性给LST反演结果带来了不确定性，时序数据和月均值数据的使用会是解决该问题的有效途径；另外，LST反演结果未得到有效验证，结果的验证是未来需要进一步深入的方向。

与同类研究对比，张家口市水域、植被景观面积比例与LST呈负相关性，与不透水面和裸地呈现正相关性，该结果与同类研究[19-20]一致。景观指数与LST相关性分析中，本研究得出聚合度、景观形状指数均与LST之间没有明显的正负相关性，这与以往研究[13,22]不同，因为这些研究对于景观格局指数与LST的相关性分析均是基于全局或者局部的栅格尺度上的拟合，本研究是基于景观指数重复的相同值对应的不同LST的均值求出的拟合，可以看到植被、水域、不透水面景观均与LST之间展现了较高拟合程度的相关性，而聚合度、景观形状指数与LST之间没有明显的相关性，这也说明了不同的拟合方法得出的结论并不完全一致。另外，随着裸地面积比例的增大，其与LST的相关性由正到负的转变，这与裸地的植被覆盖有关。裸地的植被覆盖水平往往与季节性、人类对土地的利用方式有关，在影响分类精度的影响下，低植被覆盖的像元也会被分类成裸地，这种情况也会随着裸地面积的增多而愈发显著，因此导致具有少许植被覆盖的裸地像元增多带来的低温效应越明显。

3.2 结 论

(1) 整体来看，裸地和植被景观是张家口市区最主要的景观类型，2017年总占比达到75.17%，不透水面景观次之(24.38%)；水域景观在整个研究期间面积占比均为超过0.50%。由变化情况来看，裸地和植被景观面积在1996—2017年期间呈减少态势，分别达到5.77%，16.44%；同时期，不透水面面积增长65.57%(81.26 km2)，水域面积在研究期间上无明显变化。

(2) 3个观测时期中，2017年张家口市区地表平均LST为26.6 ℃，较1996年同时期增加了约3 ℃，研究区地表热环境向更热水平发展。

(3) 不透水面和植被分别为城市热环境中的“热源”和“冷源”，在研究期间的平均LST分别为27.39和23.77 ℃；裸地和水域的平均LST分别为25.52和22.36 ℃。各个景观类型的平均LST在1996—2017年呈逐阶段上升趋势。

(4) 植被和水域景观面积比例均与平均LST呈负相关，不透水面景观面积比例与平均LST呈正相关；随着裸地面积比例和景观形状指数增大，两者均与平均LST呈由正相关过渡到负相关的变化；聚合度与平均LST没有明显相关性。