宁德市蕉城区植被与热岛效应关系

2023年12月14日发(作者：对子歌)

-

宁德市蕉城区植被与热岛效应关系

李晓婷;贾宝全

【摘 要】文章利用1999年9月23日和2015年9月27日宁德市蕉城区TM卫星影像数据,定量反演了城区的热场和植被指数,并对城区热场变化以及其与植被之间的关系进行了分析.结果表明:1999-2015年,平均热场温度升高0.43℃,城市热场在东北部区域进一步扩大,在西南区域有所收缩;2015年与1999年相比,绿岛面积增加9.44％,弱热岛、中等热岛、强热岛和极强热岛分别减少6.08％、2.66％、0.64％和0.06％,绿岛面积在西南部区域扩展,弱热岛、中等热岛、强热岛和极强热岛在霍童镇、扶摇乡、八都镇、七都镇、漳湾镇、涵道乡、城南镇区域的分布更加集中,且在赤溪镇有所延伸;城区热场强度与植被指数、地表植被盖度等级呈显著负相关性.

【期刊名称】《中国城市林业》

【年(卷),期】2018(016)002

【总页数】5页(P5-9)

【关键词】热岛效应;相对亮温;植被指数;植被盖度;动态变化

【作 者】李晓婷;贾宝全

【作者单位】中国林业科学研究院林业研究所 北京 100091;国家林业局林木培育重点实验室 北京 100091;国家林业局城市林业研究中心 北京 100091;中国林业科学研究院林业研究所 北京 100091;国家林业局林木培育重点实验室 北京 100091;国家林业局城市林业研究中心 北京 100091 【正文语种】中 文

城市化发展的目标和基础是城市的可持续发展，而城市化可持续发展的关键在于城市建设与环境保护协同发展。目前，我国城镇化率高速增长，政府预计到2020年全国城镇化水平将会达到60%[1]，粗放型的城市化发展致使建设用地不断扩张，用于环境保护的生态用地被大量占压、毁损，生态环境极度恶化[2]，城市环境问题成为影响城市可持续发展的焦点问题，城市热岛效应是城市化快速发展带来的最为突出的生态环境问题，严重影响了城市居民的生活和健康[3]，而城市植被作为城市结构中的自然生产力主体，在缓解城市热岛效应方面发挥着极其重要的作用[4]，因此对城市植被与热岛效应关系的研究具有十分重要的现实意义。

宁德市蕉城区是闽东中心城市，也是宁德市政府所在地。地处长江经济板块与粤港大珠江经济板块的融汇中心点，境内纵行南北的沈海高速公路贯穿市区，依山而行的104国道连接浙、闽、粤等东南沿海各省，横向延伸至内陆诸省，坐拥广阔的经济腹地，三都澳深水港已开通日本、香港的海上航线，5～15万吨级远洋码头陆续建成，给宁德市社会经济的发展带来了众多的机遇，同时也给宁德市生态环境的建设提出了新的挑战，目前，全市正在开展 “国家森林城市”的创建，各县市积极响应。为此，本文利用遥感影像数据和GIS手段，从热场以及热场与地表植被盖度的关系角度对其环境的宏观变化情况进行分析，为未来森林城市建设的重点和空间布局提供有力支撑。

1 研究区概况

宁德市蕉城区地处福建东北的鹫峰山南麓、三都澳之滨，东与霞浦县隔海相望，东北与福安市相连，北接周宁县，西倚屏南县、古田县，南邻罗源县。总面积1 537

km2，其中海域面积172.96 km2。地势西高东低，大部分地区海拔500 m以上，为全国沿海地势最高的县区。气候属于亚热带海洋性季风气候，年均温19℃，年降水量2 013.8 mm。

蕉城区现辖10镇、4乡、2街道办事处和1个经济开发区，是宁德市政府所在地，是闽东的政治、经济、文化中心，到2015年年末，户籍总人口353 499人 (其中农业户籍人口275 967人)，城镇建成区总人口120 981人，公共财政收入37

980万元，工业企业总产值1 927 966万元。

2 研究方法

本研究选择轨道号为119/041的1999年9月23日和2015年9月27日Landsat TM卫星影像作为信息源，对地面亮温、相对亮温以及其与植被指数NDVI均值和植被盖度分级2个指标的相关性进行分析。

2.1 地面亮温

目前反演地面亮温的方法通常有3种:单通道算法，单窗算法和基于影像的反演算法，且3种方法各有利弊[5]。本研究区域范围较小，地形差异不大，因而可以忽略大气对辐射量的影响，选择基于影像的反演算法。由于目前该方法已经非常成熟，具体反演过程参见文献6[6]。

2.2 相对亮温

地面亮温是地面每一像元的温度值，虽然其对于热场的宏观空间分布情况的掌握非常有用，但不能够进行详细的区域量化分析，而相对亮温则可以对研究区域的热场情况从时间和空间上的绝对差异进行衡量[7]，具体计算公式为:

式中TR为相对亮温；Ti为区域第i点的亮温；Ta为研究区域的平均亮温。基于相对亮温与陆地表面温度之间的关系将热岛强度划分为5个等级:TR≤0， 绿岛； 0＜TR≤0.1， 弱热岛； 0.1＜TR≤0.2，中等热岛；0.2＜TR≤ 0.4，强热岛；TR＞0.4，极强热岛[8]。

2.3 植被指数 NDVI是被广泛应用的表征植被状况的参数。对于Landsat5而言，计算公式为:

式 (2)中，B4，B3分别是 TM3、TM4波段的DN值。NDVI的值被限定在 [－1，1]范围内，在非植被区，如沙漠、水体等的NDVI值很低或为负值，一般认为其值小于0.1时植被已很稀少[8－9]。

2.4 植被盖度分级

目前植被盖度的分级主要有4级分类法和5级分类法[10－11]。本文研究区域属于南方城市植被盖度受农田收耕、水域植被等影响较大，固采用4级分类法:fc≥75%，60%≤fc＜75%，45%≤fc＜60%和fc＜45%。

3 结果与分析

3.1 宁德市蕉城区绝对温度下的热场空间分布

宁德市蕉城区1999年和2015年区域亮温分布情况见图1。从图1可以看出宁德市蕉城区城市热岛空间分布具有以下3个特点:

1)城市热岛主要集中在303省道、104国道和沈海高速沿线，呈带状形式分布。

2)与1999年相比，2015年城区热场强度有所增强，主要体现在两方面:一方面热场强度有所增大，表现为平均气温有所升高 (从1999年的21.48℃升到2015年的21.91℃，升幅为0.43℃)，最高温和最低温分别比1999年提高了1.66℃和0.73℃；另一方面亮温极差扩大，1999年极差为17.02℃，2015年为17.95℃，比1999年提高了0.93℃。

3)与1999年相比，2015年城市热场在新厝、洋中镇和石厝等西南区域以及三都镇呈空间收缩态势，而在赤溪镇、霍童镇、扶摇、九都镇、八都镇、七都镇、漳湾镇、涵道、城南镇和飞鸾镇的广大东北部区域，热场的空间分布则有所扩大，尤其是赤溪镇、霍童镇、涵道乡和城南镇区域热场空间扩大极其明显。

图1 蕉城区亮温分布图 3.2 宁德市蕉城区相对亮温下的热场变化

从城区的相对亮温来看 (图2，表1)，宁德市蕉城区的热场强度总体不高，以绿岛和弱热岛占绝对优势，1999年其面积比例分别为44.80%和41.69%，2015年为54.25%和35.61%；其次为中等热岛，其面积比例在1999年和2015年分别为11.34%和8.68%；强热岛和极强热岛所占比例极小。从其数量和空间变化来看，2015年与1999年相比，绿岛面积增加了9.44%，而弱热岛、中等热岛、强热岛和极强热岛均有所减少，分别减少了 6.08%，2.66%，0.64%和 0.06%，绿岛面积在西南部的新厝、洋中镇、石厝、飞鸾镇和三都镇区域大面积扩展，而弱热岛、中等热岛、强热岛和极强热岛却更加集中的分布在霍童镇、扶摇、八都镇、七都镇、漳湾镇、涵道、城南镇区域，且在赤溪镇有所延伸。

图2 蕉城区相对亮温分级

表1 蕉城区相对亮温统计绿岛 67 448.05 44.80 81 664.82 54.25 14 216.77

9.44弱热岛 62 763.87 41.69 53 604.33 35.61 －9 159.54 －6.08中等热岛

17 073.42 11.34 13 073.27 8.68 －4 000.15 －2.66强热岛 3 150.61 2.09

2 189.14 1.45 －961.47 －0.64极强热岛 110.86 0.07 15.25 0.01 －95.61

－0.06

3.3 宁德市蕉城区热场与植被覆盖关系

3.3.1 热场与植被NDVI均值的关系

热场与植被的关系非常密切[12]。通过GIS中的空间分析以及统计工具得到相对亮温等级内的平均 NDVI(图3)，从图3可以看出，无论是1999年还是2015年，NDVI均值均与亮温等级呈负相关性；从变化情况来看，2015年与1999年相比，除极强热岛以外其他各相对亮温等级内的NDVI均值均有所减少，减少值分别为绿岛(0.123 8)；弱热岛(0.101 3)；中等热岛(0.107 4)；强热岛(0.049 1)。只有极强热岛中的NDVI均值表现为微量增加，增加了0.078 2。这说明宁德市蕉城区热场强度的增强与植被的退化呈正相关关系。

图3 蕉城区各相对亮温等级区内NDVI均值

3.3.2 热场强度与地表植被覆盖等级的关系

将蕉城区1999年和2015年城市相对亮温与植被盖度等级在GIS中做叠置分析得到统计结果(表2)，从表2可以看出，无论是1999年还是2015年，蕉城区相对亮温分布区域与地表植被覆盖等级呈显著的负相关关系。绿岛、弱热岛、中等热岛分布区域地表植被覆盖等级均以中高覆盖度和高覆盖度为主，强热岛分布区域均以中覆盖度和中高覆盖度为主，极强热岛分布区域则均以中覆盖度和低覆盖度为主。

表2 蕉城区相对亮温与地表植被覆盖等级统计 %植被覆盖等级绿岛 弱热岛 中等热岛 强热岛 极强热岛1999年 2015年 1999年 2015年 1999年 2015年

1999年 2015年 1999年 2015年低覆盖度 0.95 1.17 3.88 4.05 2.36

2.89 3.75 4.43 13.44 21.79中覆盖度 1.84 1.14 4.25 3.13 9.63 20.91

44.10 76.96 80.65 76.92中高覆盖度 39.03 33.49 16.67 17.76 18.53

26.72 27.80 17.08 5.20 1.28高覆盖度 58.18 64.20 75.20 75.06 69.47

49.48 24.36 1.54 0.71 0.00增 (＋) 减 (－)植被覆盖等级 绿岛 弱热岛 中等热岛 强热岛 极强热岛低覆盖度 ＋0.22 ＋0.17 ＋0.53 ＋0.68 ＋8.35中覆盖度

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

从两年的变化情况来看，2015年与1999年相比，绿岛分布区域表现为低覆盖度植被和高覆盖度植被分别增加0.22%和6.02%，中覆盖度和中高覆盖度植被分别减少0.7%和5.54%，植被状况向两极演化；弱热岛分布区域，低覆盖度和中高覆盖度植被分别增加0.17%和1.07%，高覆盖度和中覆盖度植被分别减少0.14%和1.12%；中等热岛分布区域，中覆盖度、中高覆盖度和高覆盖度植被均有所减少，分别减少11.28%，8.19%，19.99%，低覆盖度植被则增加0.53%；强热岛分布区域表现为低覆盖、中覆盖度植被分别增加0.68%，32.86%，中高覆盖度和高覆盖度分别减少10.72%，22.82%；极强热岛分布区域与中等热岛分布区域植被变化状况相同表现为中覆盖度、中高覆盖度、高覆盖度植被分别减少3.73%，3.92%，0.71%，低覆盖度植被则增加8.35%。综合来看，各类型热岛分布区域均表现出低覆盖度植被的增加，并且植被出现不同程度的退化，这说明宁德市蕉城区绿岛面积增加其他各类型热岛面积均减少但城市亮温却呈现升高趋势的原因，也一定程度指示出热场与植被变化的密切相关性。

4 结论

宁德市蕉城区热场强度总体不高，1999年和2015年均以绿岛和弱热岛占绝对优势，2015年与1999年相比，绿岛面积增加9.44%，弱热岛、中等热岛、强热岛和极强热岛分别减少6.08%，2.66%，0.64%和0.06%，整体环境质量有更进一步的改善。研究发现宁德市蕉城区热场与植被盖度呈显著负相关性，绿岛、弱热岛、中等热岛分布区域地表植被覆盖等级均以中高覆盖度和高覆盖度为主，强热岛分布区域均以中覆盖度和中高覆盖度为主，极强热岛分布区域则均以中覆盖度和低覆盖度为主。2015年与1999年相比，蕉城区各类型热岛分布区域植被均出现不同程度退化。

参考文献

[1]苏宏伟，蔡宏.缓解城市热岛效应的有效路径[J].环境经济，2017(增 2):100－101.

[2]刘凤凤，闫伟姣，孔繁花，等.基于气温实地调查的城市绿地降温效应研究现状与未来展望[J].应用生态学报，2017，28(4):1387－1396.

[3]周少甫，蔡梦宁.城市化、碳排放与经济增长关系的实证分析[J].统计与决策，2017(2):130－132.

[4]王娜.我国城市化与生态环境协调性发展综合评价研究[D].长沙:湖南大学，2015. [5]贾宝全，邱尔发.基于TM卫星遥感影像的西安市城市热岛效应变化分析[J].干旱区研究，2013，30(2):347－355.

[6]贾宝全，邱尔发，宋宜昊.南京市市域热场变化及其原因分析[J].安全与环境学报，2013，13(1):152－158.

[7]贾宝全，邱尔发，蔡春菊.唐山市域1993—2009年热场变化[J].生态学报，2011，31(20):6215－6223.

[8]牛安逸，马姣娇，陈志云.基于遥感技术及综合指数法的广州市自然生态环境评价[J].中国城市林业，2015，13(6):11－15.

[9]李红，李德志，宋云，等.快速城市化背景下上海崇明植被覆盖度景观格局分析[J].华东师范大学学报(自然科学版)，2009(6):89－100.

[10]陈云浩，李晓兵，宫阿都.基于遥感的城市空间热环境寻因分析[J].同济大学学报(自然科学版)，2006，34(6):782－785.

[11]杨胜天，刘昌明，杨志峰，等.南水北调西线调水工程区的自然生态环境评价[J].地理学报，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.

-