福州市城市热岛效应的转移矩阵与缓冲区

吴慧凤，陈志强

（1.福建师范大学 湿润亚热带山地生态国家重点实验室培育基地，福州 350007；2.福建师范大学 地理科学学院，福州 350007）

在城市化带来文明进步和经济繁荣的同时，由于城市人口的不断增长，工业生产和居民生活的集中化程度越来越高，导致城市空间内热量聚集，影响城市的大气环境、区域气候、能源消耗及居民健康[1]，进而影响城市居民的热舒适度和整体生活质量[2]，形成城市热岛效应.城市热岛（urban heat island，UHI）效应是指城市气温明显高于周边郊区的现象，是城市化最明显的气候响应形式[3].目前，关于城市热岛效应的研究主要集中在研究方法[3]、形态结构[4]、变化趋势[5]、影响因素[6]、形成机制[7]及应对措施[8]等方面.就研究方法而言，城市热岛效应的相关研究方法主要为气象监测与遥感[9].由于遥感可以为城市热岛效应研究提供连续、宏观的数据源，有利于开展空间结构等细节特征的变化研究，因而该方法日益受到重视.

作为沿海经济高度发展的省会城市之一，福州市是闽南地区金融、科技、商贸的中心，同时也是重要的交通枢纽[10].改革开放以来，福州市城市化速度稳步加快，城市与人口规模显著扩大，城市下垫面结构及其性质变化显著，再加上四周环山的地形特点，城市热岛效应日益加剧[10].因此，本文选取福州市主城区为研究区，基于TM 影像数据，提取地表温度，划分热岛效应区，开展城市热岛的时空对比研究，以期为福州市及类似区域的新型城市化建设、城市经济发展和居民生活水平的提高提供借鉴意义.

1 研究区概况及研究方法

1.1 研究区概况

福州市位于25°58′～26°25′N，119°10′～119°41′E，地处福建省东南沿海，是闽江下游的河口盆地中心；平均日照时数达到1 700～1 980 h；年平均气温19.60 ℃，年均降雨量约1 637 mm，降水量时空分布不均，全年气候温暖湿润，四季较分明，属亚热带海洋性季风气候；地形以山地和丘陵为主，属于典型的河口盆地；受地形地貌的影响福州盛行东南风，其次为西北风；水系十分发达，水网密布，闽江横贯市区东流入海； 成土条件复杂，土壤以红壤和水稻土为主； 植被类型较为复杂，种类繁多，包括常绿阔叶林、 灌丛和滨海沙生植被等；2016年，福州城区有鼓楼区、台江区、晋安区、马尾区和仓山区共5 个市辖区，面积共计1 043 km2[11]，如图1 所示.

图1 福州市政区图Fig.1 Administrative region in Fuzhou city

近年来，由于城建速度加快，福州市的气温不断上升[12].

1.2 研究方法

1.2.1 数据源及预处理

本研究采用的数据为福州市Landsat TM 的3 期影像、1 ∶10 000 地形图和政区图.3 期影像获取时间分别为1989年6月15日、2000年6月29日和2016年6月25日，影像获取当日天气晴朗，可见度较高，云量较少.由于天气原因导致的影像质量问题，同时考虑到空间分辨率的匹配，以及Landsat TM 的3 期遥感影像第6 波段即热红外波段空间分辨率均为120 m，可以满足本研究的需求，因而本研究并未采用ETM影像.在ArcGIS 10.2 和ENVI 5.1 软件支持下，3 期影像均进行了系统辐射校正、统一坐标系和地面控制点几何校正（RMSE ＜0.5）等处理.

1.2.2 地表温度反演

Jimenez-Munoz & Sobrino 对普朗克函数在某个温度值附近展开一阶泰勒级数，得到普适单窗算法[13]：

式（1）中：

式（2）和式（3）中：λ 为波段的有效波长，Landsat TM6有效波长为11.457 μm；c1和c2均为辐射常数.

Ψ1、Ψ2和Ψ3为大气参数，

式（4）～式（6）中：w 为大气水汽含量，本研究设大气水汽含量为1.5 g/cm2.

用于获取植被信息的遥感指数众多，本研究使用归一化植被指数（normal differential vegetation index，NDVI）.NDVI 可用于确定被观测目标区是否为绿色植物覆盖以及植被覆盖程度[14]，

式（7）中：TM3和TM4分别为TM 和ETM+数据的第3和第4 波段数据[15].NDVI 介于-1 到1 之间，绿色植被较多时，NDVI 值较高，非植被区如水体、 建筑物等较多时，NDVI 值较低[16].计算NDVI 之前使用ENVI5.1 的FLAASH大气校正工具对图像进行了快速大气校正等相关处理.

在ArcGIS 中采用目视判读人工解译，得到自然地表、 城市建设用地和水域3 期的土地利用数据.在每期解译结果中随机选取100 个采样点，根据谷歌高分辨率影像等辅助材料对解译结果进行精度分析.根据估算，3 期土地利用数据总体精度均在87%以上.

根据文献[17-18]中的方法设置地表比辐射率；采用普适单窗算法反演地表温度.

1.2.3 热岛效应划分

在ArcGIS 中提取每个栅格单元建设用地密度，据此划分城市核心区UCR（urban core region）和非城市核心区NUCR（non urban core region）.城市核心区指建设用地密度为0.5～1.0 的城市地区，非城市核心区指建设用地密度低于0.5 的郊区或农村地区[19].分别求取3个年份城市核心区和非城市核心区各自的平均温度，并根据表1 标准划分热岛效应区.

表1 热岛划分标准[20]Tab.1 Classification standard of heat islands

1.2.4 转移矩阵分析

转移矩阵是对两期同一地区不同年份的热岛效应区图层进行叠加，求得不同热岛效应区发生变化后的级别及其变化面积的二维矩阵，用以反映静态固定区域、固定时间、不同级别热岛效应区的面积，以及初期各类热岛效应区面积的转出情况和末期各类热岛效应区的转入情况[21].此外，利用式（7）计算其转换概率[22]：

式（7）中：Pij为1989—2000年（或2000—2016年）i 级热岛效应区类型转换为j 级热岛效应区类型的转换概率；Sij为i 级热岛效应区类型转换为j 级热岛效应区类型的面积；Sj为j 级热岛效应区类型的面积.

1.2.5 缓冲区分析

基于遥感影像对福州城市建设用地的布局进行判读，基本上可以认为福州市为单中心城市.由于福州市八一七路的中间位置—东街口是福州城市经济活动最繁忙的地段，因此，本研究以其为中心点向外进行等距离扩散作为缓冲区，缓冲距离为1 km，绘制同心圆，覆盖整个福州，共计37 个同心圆，最大同心圆半径为37 km.将同心圆与不同年份的福州市热岛分布图进行叠加，并对非热岛效应区、弱热岛效应区、中等热岛效应区和强热岛效应区4 个不同级别的热岛效应进行赋值，分别赋以1、2、3 和4，并用热岛效应综合指数表示热岛效应在不同缓冲距离的分布情况，进而分析城市化过程中表现出的热岛效应空间分布特征[23].本文将热岛效应综合指数定义为

式（8）中：W 为热岛效应综合指数；Sij为第j 环第i 级热岛效应面积；Sj为第j 环面积；a 为各级热岛效应区的赋值.

2 结果与分析

2.1 热岛效应区面积比例变化

福州市3个年份热岛的面积及其比例如表2 所示.表3 为福州市城市核心区域与非城市核心区温度对比情况.

表2 福州市1989年、2000年和2016年热岛的面积及其比例Tab.2 Areas and proportions of heat islands in Fuzhou city in 1989，2000 and 2016

由表1～表3 可知，1989年、2000年和2016年，福州市城市核心区与非城市核心区的平均温差逐渐增大，分别为3.67 ℃、3.70 ℃和5.38 ℃，城市热岛效应逐步增强.非热岛效应区及弱热岛效应区的面积比例不断减少，强热岛效应区迅速扩大.

相关研究表明，影响热岛强度最为突出的因素是城市人口及城区扩张.城市扩展引起下垫面的性质发生变化，如地表反照率和热容性等地表第一性物理参数[21].建筑物和裸地等区域由于植被覆盖较少，具有较小的地表反照率、较大的热容性以及很小的蒸发和蒸腾，导致地表温度变化较为显著[22].因此，在工业用地、建筑物及人口较为密集的地区大多温度较高，而植被覆盖较好的区域以及水系区域大多温度较低[23].

表3 城市核心区与非城市核心区温度对比Tab.3 Comparison of temperature between urban core area and non-urban core area ℃

图2 为福州市1989年、2000年和2016年的热岛分布情况.

图2 1989年、2000年和2016年福州市的热岛分布Fig.2 Distributions of heat islands in Fuzhou city in 1989，2000 and 2016

由图2 可以看出，1989年，福州市的强热岛效应区和中等热岛效应区集中于城市核心区[24]，强热岛效应区呈双中心结构，分别主要对应鼓楼区和台江区.这主要是因为这2 个区的商业和住宅较为密集，人为热排放较多.非热岛效应区和弱热岛效应区主要对应于水体、 耕地和林地等区域；2000年，由于老城区工厂不断迁出，导致2 个强热岛效应区趋于萎缩.同时，晋安区的鼓山镇、仓山区和马尾经济技术开发区热岛面积均有较大增幅，形成多个强热岛效应区，呈多中心结构；2016年，老城区、 南台岛和马尾区等地的城市建设用地不断增加，造成强热岛效应区由原本的多中心结构向连片结构的态势演变[25].同时，2016年在研究区的中部和东部也出现了强热岛效应区，这主要是因为中部采用“火烧山”的方式将林地开垦为园地，新植果园地表覆盖率较低，裸露面积较大；而右侧新增强热岛区域主要是因为经济发展、人口增加以及建设用地扩张等原因导致.

2.2 热岛效应转移矩阵分析

1989—2000年福州市不同等级热岛效应区的转移矩阵和转换概论矩阵如表4 和表5 所示.由表4 和表5 可知，1989年的弱热岛效应区向中热岛效应区和强热岛效应区转移的面积分别为4 406.97 hm2和359.22 hm2，约占1989年弱热岛效应区总面积（37 033.37 hm2）的12.87%.以此类推，在1989—2000年，非热岛效应区、弱热岛效应区和中等热岛效应区向更高级别的热岛效应区转移的面积分别约占该热岛类型区域面积的22.42%、12.87%和13.39%.2000年的强热岛效应区有39.60%由中等热岛效应区转化而来，33.83%保留其原热岛强度.在中等热岛效应区中，有39.42%由弱热岛效应区转化而来，41.39%保留其中等热岛效应区的特性.弱热岛效应区及非热岛效应区大部分保留其原有强度，只有小部分发生转化.

2000—2016年福州市不同等级热岛效应区转移矩阵和转换概论矩阵分别如表6 和表7 所示.由表6和表7 可知，2000—2016年，非热岛效应区、 弱热岛效应区和中等热岛效应区分别向热岛强度更强的级别转移，分别约占该热岛类型区域面积的37.78%、39.44%和77.48%.2016年的强热岛效应区有50.44%由中等热岛效应区转化而来，36.92%由弱热岛效应区转化而来.中等热岛效应区有61.73%由弱热岛效应区转化而来，而弱热岛效应区有56.36%由非热岛效应区转化而来，非热岛效应区大部分保留其原有强度.

表4 1989—2000年福州市不同等级热岛效应区转移矩阵Tab.4 Transfer matrix of different heat island regions in Fuzhou city from 1989 to 2000 hm2

表5 1989—2000年福州市不同等级热岛效应区转换概论矩阵Tab.5 Transfer transition probability matrix of different heat island regions in Fuzhou city from 1989 to 2000 %

表6 2000—2016年福州市不同等级热岛效应区转移矩阵Tab.6 Transfer matrix of different heat island regions in Fuzhou city from 2000 to 2016 hm2

表7 2000-2016年福州市不同等级热岛效应区转换概论矩阵Tab.7 Transfer transition probability matrix of different heat island regions in Fuzhou city from 2000 to 2016 %

2.3 热岛效应缓冲区分析

图3 和图4 分别为福州市3个年份各缓冲区的热岛效应综合指数及热岛缓冲区分布.

图3 福州市3个年份各缓冲区的热岛效应综合指数Fig.3 Composite indexes of heat island in buffer areas in Fuzhou city in 1989，2000 and 2016

由图3 和图4 可看出，同一年份的热岛效应综合指数从城市中心点向外呈现递减趋势，表明离城市中心点越近，热岛效应表现得越强烈，离城市中心点越远，热岛效应较弱.由图4（a）可以看出，1989年，在距离城市中心点5 km 范围内表现出较强的热岛效应，在距离城市中心点1 km 范围内热岛最强； 从2000年的数据可见，在距离城市中心点7 km 范围内的热岛效应表现得较为强烈，在距离城市中心点1 km范围内表现最强；而2016年的热岛效应表现为在距离城市中心点11 km 范围内较强，在距离城市中心点3 km 范围内热岛效应水平相当，由此可知，福州市东街口的中心职能范围不断地扩大和强化.1989年、2000年和2016年在0～10 km 范围内，热岛效应综合指数下降速度较快，而在距离城市中心点相同距离的缓冲区范围内，随着时间的推移，热岛效应综合指数也大致呈递增趋势.这一变化主要是因为城市化进程的不断推进，城市建设用地不断增多，而随着经济的发展，大量人口在城市中心点附近聚集，从而呈现团聚现象，且该团块面积也在不断增加.

图4 福州市3个年份热岛缓冲区分布Fig.4 Buffer distributions of heat island in Fuzhou city in 1989，2000 and 2016

3 结论

本研究以福州市1989年、2000年和2016年的TM 遥感影像为载体，采用遥感与GIS 结合的方法对福州市热岛效应区的热岛强度变化和空间结构变化进行分析，得出以下结论：

（1）福州城市核心区与非城市核心区的平均温差不断增加，城市热岛效应显著增强.非热岛效应区和弱热岛效应区面积比例不断减少，强热岛效应区迅速扩大，其福州强热岛效应区分别呈现双中心、 多中心和集中连片的格局.

（2）福州热岛分布呈现出由热岛强度较低的地区不断向热岛强度较强的地区转化的趋势，且热岛强度较强的地区面积不断增大.

（3）福州市热岛效应综合指标随着离城市中心点距离的增加而减小，分别在距离城市中心点5、7、11 km 表现出较强热岛效应.在距离城市中心点相同距离的地点，随着时间的推移，大体呈现递增趋势.

（4）采用遥感影像反演城市热岛的空间分辨率较高，而时间分辨率较低[15]，同时城市热岛的形成与天气条件有较大的关联，如天气晴朗少云和静风能够促进城市热岛效应的形成和加剧[22].因此，未来应将遥感影像和地面实测数据进行耦合，深入揭示城市热岛的时空格局[15].有研究表明，除了土地利用及植被覆盖变化外，热岛强度也与一个地区的GDP、 人口以及人为热排放等因素密切相关.如随着生活条件的改善，居民空调拥有量持续上升[26]，导致人为热的大量释放，促进了城市热岛的形成.因此，未来应将社会和经济因素纳入城市热岛的相关研究，进一步分析城市热岛的形成规律.