寧德市蕉城區植被與熱島效應關系

2023年12月14日發(作者：對子歌)

-

寧德市蕉城區植被與熱島效應關系

李曉婷;賈寶全

【摘 要】文章利用1999年9月23日和2015年9月27日寧德市蕉城區TM衛星影像數據,定量反演了城區的熱場和植被指數,并對城區熱場變化以及其與植被之間的關系進行了分析.結果表明:1999-2015年,平均熱場溫度升高0.43℃,城市熱場在東北部區域進一步擴大,在西南區域有所收縮;2015年與1999年相比,綠島面積增加9.44％,弱熱島、中等熱島、強熱島和極強熱島分別減少6.08％、2.66％、0.64％和0.06％,綠島面積在西南部區域擴展,弱熱島、中等熱島、強熱島和極強熱島在霍童鎮、扶搖鄉、八都鎮、七都鎮、漳灣鎮、涵道鄉、城南鎮區域的分布更加集中,且在赤溪鎮有所延伸;城區熱場強度與植被指數、地表植被蓋度等級呈顯著負相關性.

【期刊名稱】《中國城市林業》

【年(卷),期】2018(016)002

【總頁數】5頁(P5-9)

【關鍵詞】熱島效應;相對亮溫;植被指數;植被蓋度;動態變化

【作 者】李曉婷;賈寶全

【作者單位】中國林業科學研究院林業研究所 北京 100091;國家林業局林木培育重點實驗室 北京 100091;國家林業局城市林業研究中心 北京 100091;中國林業科學研究院林業研究所 北京 100091;國家林業局林木培育重點實驗室 北京 100091;國家林業局城市林業研究中心 北京 100091 【正文語種】中 文

城市化發展的目標和基礎是城市的可持續發展，而城市化可持續發展的關鍵在于城市建設與環境保護協同發展。目前，我國城鎮化率高速增長，政府預計到2020年全國城鎮化水平將會達到60%[1]，粗放型的城市化發展致使建設用地不斷擴張，用于環境保護的生態用地被大量占壓、毀損，生態環境極度惡化[2]，城市環境問題成為影響城市可持續發展的焦點問題，城市熱島效應是城市化快速發展帶來的最為突出的生態環境問題，嚴重影響了城市居民的生活和健康[3]，而城市植被作為城市結構中的自然生產力主體，在緩解城市熱島效應方面發揮著極其重要的作用[4]，因此對城市植被與熱島效應關系的研究具有十分重要的現實意義。

寧德市蕉城區是閩東中心城市，也是寧德市政府所在地。地處長江經濟板塊與粵港大珠江經濟板塊的融匯中心點，境內縱行南北的沈海高速公路貫穿市區，依山而行的104國道連接浙、閩、粵等東南沿海各省，橫向延伸至內陸諸省，坐擁廣闊的經濟腹地，三都澳深水港已開通日本、香港的海上航線，5～15萬噸級遠洋碼頭陸續建成，給寧德市社會經濟的發展帶來了眾多的機遇，同時也給寧德市生態環境的建設提出了新的挑戰，目前，全市正在開展 “國家森林城市”的創建，各縣市積極響應。為此，本文利用遙感影像數據和GIS手段，從熱場以及熱場與地表植被蓋度的關系角度對其環境的宏觀變化情況進行分析，為未來森林城市建設的重點和空間布局提供有力支撐。

1 研究區概況

寧德市蕉城區地處福建東北的鷲峰山南麓、三都澳之濱，東與霞浦縣隔海相望，東北與福安市相連，北接周寧縣，西倚屏南縣、古田縣，南鄰羅源縣。總面積1 537

km2，其中海域面積172.96 km2。地勢西高東低，大部分地區海拔500 m以上，為全國沿海地勢最高的縣區。氣候屬于亞熱帶海洋性季風氣候，年均溫19℃，年降水量2 013.8 mm。

蕉城區現轄10鎮、4鄉、2街道辦事處和1個經濟開發區，是寧德市政府所在地，是閩東的政治、經濟、文化中心，到2015年年末，戶籍總人口353 499人 (其中農業戶籍人口275 967人)，城鎮建成區總人口120 981人，公共財政收入37

980萬元，工業企業總產值1 927 966萬元。

2 研究方法

本研究選擇軌道號為119/041的1999年9月23日和2015年9月27日Landsat TM衛星影像作為信息源，對地面亮溫、相對亮溫以及其與植被指數NDVI均值和植被蓋度分級2個指標的相關性進行分析。

2.1 地面亮溫

目前反演地面亮溫的方法通常有3種:單通道算法，單窗算法和基于影像的反演算法，且3種方法各有利弊[5]。本研究區域范圍較小，地形差異不大，因而可以忽略大氣對輻射量的影響，選擇基于影像的反演算法。由于目前該方法已經非常成熟，具體反演過程參見文獻6[6]。

2.2 相對亮溫

地面亮溫是地面每一像元的溫度值，雖然其對于熱場的宏觀空間分布情況的掌握非常有用，但不能夠進行詳細的區域量化分析，而相對亮溫則可以對研究區域的熱場情況從時間和空間上的絕對差異進行衡量[7]，具體計算公式為:

式中TR為相對亮溫；Ti為區域第i點的亮溫；Ta為研究區域的平均亮溫。基于相對亮溫與陸地表面溫度之間的關系將熱島強度劃分為5個等級:TR≤0， 綠島； 0＜TR≤0.1， 弱熱島； 0.1＜TR≤0.2，中等熱島；0.2＜TR≤ 0.4，強熱島；TR＞0.4，極強熱島[8]。

2.3 植被指數 NDVI是被廣泛應用的表征植被狀況的參數。對于Landsat5而言，計算公式為:

式 (2)中，B4，B3分別是 TM3、TM4波段的DN值。NDVI的值被限定在 [－1，1]范圍內，在非植被區，如沙漠、水體等的NDVI值很低或為負值，一般認為其值小于0.1時植被已很稀少[8－9]。

2.4 植被蓋度分級

目前植被蓋度的分級主要有4級分類法和5級分類法[10－11]。本文研究區域屬于南方城市植被蓋度受農田收耕、水域植被等影響較大，固采用4級分類法:fc≥75%，60%≤fc＜75%，45%≤fc＜60%和fc＜45%。

3 結果與分析

3.1 寧德市蕉城區絕對溫度下的熱場空間分布

寧德市蕉城區1999年和2015年區域亮溫分布情況見圖1。從圖1可以看出寧德市蕉城區城市熱島空間分布具有以下3個特點:

1)城市熱島主要集中在303省道、104國道和沈海高速沿線，呈帶狀形式分布。

2)與1999年相比，2015年城區熱場強度有所增強，主要體現在兩方面:一方面熱場強度有所增大，表現為平均氣溫有所升高 (從1999年的21.48℃升到2015年的21.91℃，升幅為0.43℃)，最高溫和最低溫分別比1999年提高了1.66℃和0.73℃；另一方面亮溫極差擴大，1999年極差為17.02℃，2015年為17.95℃，比1999年提高了0.93℃。

3)與1999年相比，2015年城市熱場在新厝、洋中鎮和石厝等西南區域以及三都鎮呈空間收縮態勢，而在赤溪鎮、霍童鎮、扶搖、九都鎮、八都鎮、七都鎮、漳灣鎮、涵道、城南鎮和飛鸞鎮的廣大東北部區域，熱場的空間分布則有所擴大，尤其是赤溪鎮、霍童鎮、涵道鄉和城南鎮區域熱場空間擴大極其明顯。

圖1 蕉城區亮溫分布圖 3.2 寧德市蕉城區相對亮溫下的熱場變化

從城區的相對亮溫來看 (圖2，表1)，寧德市蕉城區的熱場強度總體不高，以綠島和弱熱島占絕對優勢，1999年其面積比例分別為44.80%和41.69%，2015年為54.25%和35.61%；其次為中等熱島，其面積比例在1999年和2015年分別為11.34%和8.68%；強熱島和極強熱島所占比例極小。從其數量和空間變化來看，2015年與1999年相比，綠島面積增加了9.44%，而弱熱島、中等熱島、強熱島和極強熱島均有所減少，分別減少了 6.08%，2.66%，0.64%和 0.06%，綠島面積在西南部的新厝、洋中鎮、石厝、飛鸞鎮和三都鎮區域大面積擴展，而弱熱島、中等熱島、強熱島和極強熱島卻更加集中的分布在霍童鎮、扶搖、八都鎮、七都鎮、漳灣鎮、涵道、城南鎮區域，且在赤溪鎮有所延伸。

圖2 蕉城區相對亮溫分級

表1 蕉城區相對亮溫統計綠島 67 448.05 44.80 81 664.82 54.25 14 216.77

9.44弱熱島 62 763.87 41.69 53 604.33 35.61 －9 159.54 －6.08中等熱島

17 073.42 11.34 13 073.27 8.68 －4 000.15 －2.66強熱島 3 150.61 2.09

2 189.14 1.45 －961.47 －0.64極強熱島 110.86 0.07 15.25 0.01 －95.61

－0.06

3.3 寧德市蕉城區熱場與植被覆蓋關系

3.3.1 熱場與植被NDVI均值的關系

熱場與植被的關系非常密切[12]。通過GIS中的空間分析以及統計工具得到相對亮溫等級內的平均 NDVI(圖3)，從圖3可以看出，無論是1999年還是2015年，NDVI均值均與亮溫等級呈負相關性；從變化情況來看，2015年與1999年相比，除極強熱島以外其他各相對亮溫等級內的NDVI均值均有所減少，減少值分別為綠島(0.123 8)；弱熱島(0.101 3)；中等熱島(0.107 4)；強熱島(0.049 1)。只有極強熱島中的NDVI均值表現為微量增加，增加了0.078 2。這說明寧德市蕉城區熱場強度的增強與植被的退化呈正相關關系。

圖3 蕉城區各相對亮溫等級區內NDVI均值

3.3.2 熱場強度與地表植被覆蓋等級的關系

將蕉城區1999年和2015年城市相對亮溫與植被蓋度等級在GIS中做疊置分析得到統計結果(表2)，從表2可以看出，無論是1999年還是2015年，蕉城區相對亮溫分布區域與地表植被覆蓋等級呈顯著的負相關關系。綠島、弱熱島、中等熱島分布區域地表植被覆蓋等級均以中高覆蓋度和高覆蓋度為主，強熱島分布區域均以中覆蓋度和中高覆蓋度為主，極強熱島分布區域則均以中覆蓋度和低覆蓋度為主。

表2 蕉城區相對亮溫與地表植被覆蓋等級統計 %植被覆蓋等級綠島 弱熱島 中等熱島 強熱島 極強熱島1999年 2015年 1999年 2015年 1999年 2015年

1999年 2015年 1999年 2015年低覆蓋度 0.95 1.17 3.88 4.05 2.36

2.89 3.75 4.43 13.44 21.79中覆蓋度 1.84 1.14 4.25 3.13 9.63 20.91

44.10 76.96 80.65 76.92中高覆蓋度 39.03 33.49 16.67 17.76 18.53

26.72 27.80 17.08 5.20 1.28高覆蓋度 58.18 64.20 75.20 75.06 69.47

49.48 24.36 1.54 0.71 0.00增 (＋) 減 (－)植被覆蓋等級 綠島 弱熱島 中等熱島 強熱島 極強熱島低覆蓋度 ＋0.22 ＋0.17 ＋0.53 ＋0.68 ＋8.35中覆蓋度

＋6.02 ＋1.07 －11.28 ＋32.86 －3.73中高覆蓋度 －0.7 －0.14 －8.19 －10.72 －3.92高覆蓋度 －5.54 －1.12 －19.99 －22.82 －0.71

從兩年的變化情況來看，2015年與1999年相比，綠島分布區域表現為低覆蓋度植被和高覆蓋度植被分別增加0.22%和6.02%，中覆蓋度和中高覆蓋度植被分別減少0.7%和5.54%，植被狀況向兩極演化；弱熱島分布區域，低覆蓋度和中高覆蓋度植被分別增加0.17%和1.07%，高覆蓋度和中覆蓋度植被分別減少0.14%和1.12%；中等熱島分布區域，中覆蓋度、中高覆蓋度和高覆蓋度植被均有所減少，分別減少11.28%，8.19%，19.99%，低覆蓋度植被則增加0.53%；強熱島分布區域表現為低覆蓋、中覆蓋度植被分別增加0.68%，32.86%，中高覆蓋度和高覆蓋度分別減少10.72%，22.82%；極強熱島分布區域與中等熱島分布區域植被變化狀況相同表現為中覆蓋度、中高覆蓋度、高覆蓋度植被分別減少3.73%，3.92%，0.71%，低覆蓋度植被則增加8.35%。綜合來看，各類型熱島分布區域均表現出低覆蓋度植被的增加，并且植被出現不同程度的退化，這說明寧德市蕉城區綠島面積增加其他各類型熱島面積均減少但城市亮溫卻呈現升高趨勢的原因，也一定程度指示出熱場與植被變化的密切相關性。

4 結論

寧德市蕉城區熱場強度總體不高，1999年和2015年均以綠島和弱熱島占絕對優勢，2015年與1999年相比，綠島面積增加9.44%，弱熱島、中等熱島、強熱島和極強熱島分別減少6.08%，2.66%，0.64%和0.06%，整體環境質量有更進一步的改善。研究發現寧德市蕉城區熱場與植被蓋度呈顯著負相關性，綠島、弱熱島、中等熱島分布區域地表植被覆蓋等級均以中高覆蓋度和高覆蓋度為主，強熱島分布區域均以中覆蓋度和中高覆蓋度為主，極強熱島分布區域則均以中覆蓋度和低覆蓋度為主。2015年與1999年相比，蕉城區各類型熱島分布區域植被均出現不同程度退化。

參考文獻

[1]蘇宏偉，蔡宏.緩解城市熱島效應的有效路徑[J].環境經濟，2017(增 2):100－101.

[2]劉鳳鳳，閆偉姣，孔繁花，等.基于氣溫實地調查的城市綠地降溫效應研究現狀與未來展望[J].應用生態學報，2017，28(4):1387－1396.

[3]周少甫，蔡夢寧.城市化、碳排放與經濟增長關系的實證分析[J].統計與決策，2017(2):130－132.

[4]王娜.我國城市化與生態環境協調性發展綜合評價研究[D].長沙:湖南大學，2015. [5]賈寶全，邱爾發.基于TM衛星遙感影像的西安市城市熱島效應變化分析[J].干旱區研究，2013，30(2):347－355.

[6]賈寶全，邱爾發，宋宜昊.南京市市域熱場變化及其原因分析[J].安全與環境學報，2013，13(1):152－158.

[7]賈寶全，邱爾發，蔡春菊.唐山市域1993—2009年熱場變化[J].生態學報，2011，31(20):6215－6223.

[8]牛安逸，馬姣嬌，陳志云.基于遙感技術及綜合指數法的廣州市自然生態環境評價[J].中國城市林業，2015，13(6):11－15.

[9]李紅，李德志，宋云，等.快速城市化背景下上海崇明植被覆蓋度景觀格局分析[J].華東師范大學學報(自然科學版)，2009(6):89－100.

[10]陳云浩，李曉兵，宮阿都.基于遙感的城市空間熱環境尋因分析[J].同濟大學學報(自然科學版)，2006，34(6):782－785.

[11]楊勝天，劉昌明，楊志峰，等.南水北調西線調水工程區的自然生態環境評價[J].地理學報，2002，57(1):11－18.

[12]WENG Q H，LU D S，SCHUBRING tion of land surface

temperature-vegetation abundance relationship for urban heat island

studies[J].Remote Sensing of Environment，2004，89(4):467－483.

-