(缺图)基于ENVI遥感软件支持下的厦门土地利用动态监测与城市热岛效应防治.doc

基于ENVI遥感软件支持下的厦门土地利用动态监测与城市热岛效应防治
庄熙雯
（厦门轨道交通集团有限公司 福建 厦门 361000）
摘要：随着厦门经济的发展，城区扩展迅速，厦门城市热岛形成并不断加剧。传统上，我们认为一度造成大量绿地消失，水域面积减少，而城市建筑 面积剧增，及建筑用地与城市绿地的分布不合理是造成厦门热岛效应形成的主要原因。我们利用landsat遥感卫星数据监测厦门市土地利用类型的变化，利用ENVI遥感软件采用分类后比较法实施动态监测，结果表明， 1994年到2000年厦门市林地和草地转化为建筑用地的幅度较大，因此，2002开始，厦门开始出现了明显的热岛效应。但是，卫星数据分析同样向我们提示，2000年到2015年城市建筑用地虽有增加，但增加速度有所减缓，城市绿地面积基本保持不变，但是，厦门的热岛效应非但没有减轻，反而有进一步恶化的趋势。本文试图以卫星数据为基础，结合热岛效应形成因素，进一步探索厦门热岛效应不断加剧的原因，从而反思传统城市规划上的局限，提出绿地规划网格化的建议。
关键词：热岛效应 城市规划 遥感卫星数据 网格化治理

随着厦门经济的发展，城区扩展迅速，厦门城市热岛形成并不断加剧。传统上，我们认为一度造成大量绿地消失，水域面积减少，而城市不透水面面积剧增，是造成厦门热岛效应形成的主要原因。我们利用landsat遥感卫星数据监测厦门市土地利用类型的变化，利用ENVI遥感软件采用分类后比较法实施动态监测，结果表明， 1994年到2000年厦门市林地和草地转化为建筑用地的幅度较大，因此，2002开始，厦门开始出现了明显的热岛效应。但是，卫星数据分析同样向我们提示，2000年到2015年城市建筑用地虽有增加，但增加速度有所减缓，城市绿地面积基本保持不变，但是，厦门的热岛效应非但没有减轻，反而有进一步恶化的趋势，那么，到底是什么导致厦门地热效应的加剧呢？
一、城市热岛效应形成的主要原因
什么是热岛效应呢？根据百度百科的阐释，“城市热岛效应(Urban heat island effect, UHI effect)是城市因大量的人工发热、建筑物和道路等高蓄热体及绿地减少等因素，造成城市高温化。城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。”
换句话说，因为城市内有大量混凝土、柏油路面、各种建筑墙面等人工构筑物，它们的热容小、吸热快，它们对太阳辐射的吸收率远远高于自然地表。例如，在同等太阳辐射下，它们比绿地、林地、水面等自然下垫面升温快，它们的表面温度也明显高于自然下垫面的表面温度，例如，如果草坪的温度达到30℃时，水泥路的地标温度可以达到55℃，柏油马路的温度更高达61℃。因此，大量的人工构筑物的存在就犹如大批的城市沙漠，它不仅使得更多的热量以显热形式进入空气中，导致空气升温，同时，这些高温物体更以巨大的热源的形式，烘烤着周围。
城市热岛的形成对于城市环境以及居民的健康造成了严重的危害。医学研究表明，环境温度高于28°C时，人们就会有不适感,容易导致烦躁、中暑、精神紊乱等症状；气温持续高于34°C，还可导致一系列疾病，特别是使心脏、脑血管和呼吸系统疾病的发病率上升，死亡率明显增加。此外，气温升高还会加快光化学反应速度，使近地面大气中臭氧浓度增加，影响人体健康。同时高温天气迫使城市需要消耗更多的能量用于防暑降温，例如，如2012年美国1/6的电力消费用于降温目的，这进一步造成了城市环境的恶化。
二、关于厦门热岛效应的相关数据来源以及相关整合方法
（一）厦门自然区域状况
厦门市位于东经118°04′04″、北纬24°26′46″，地处中国东南沿海，福建省东南部、九龙江入海处，背靠漳州、泉州平原，濒临台湾海峡，与台湾宝岛和澎湖列岛隔海相望。厦门岛地势南部多为山地，其余多为丘陵或平原，筼筜湖横亘于厦门岛的中部，地带性植被为亚热带季风常绿阔叶林，原始森林已绝迹，现多为人工林，树种单一。
（二）数据来源及相关整合方法
本次研究所采用的遥感数据是由”地理空间数据云”提供下载的美国Landsat 陆地探测卫星TM和ETM数据(
我们在进行遥感数据预处理时，由于遥感系统空间、波谱、时间以及辐射分辨率的限制，我们发现，很难精确地记录复杂地表的信息，因而会在数据获取的过程中产生误差。这些误差降低了遥感数据的质量，从而影响了图像分析的精度。因此，我们在图像分析和处理之前需要进行遥感原始影像的预处理，对相关图像进行必要的纠正和重建，例如，辐射校正、几何纠正等。通过对原始图像中的几何与辐射变形的修正，我们力求得到一个几何和辐射意义上真实可靠的图像。
当然，原始遥感数据是以单波段的形式存储的，因此，为了研究的方便我们先将单波段影像合成多波段图像，下面，我们将2015年遥感数据为例，进行具体的说明，具体步骤如下：
1．打开并加载数据，将单波段影像合成多波段影像
具体步骤为
1)file >open image file >
2)选择 sever file as >ENVI Standard
3)依次加载 landsat 7个波段的数据 合成后 点击 OK 存储
4）合成IMG格式 多光谱影像，1994年，2001年，2010年等影像采用同样方法处理。
2.波段组合和增强
在具体的操作过程中，我们发现，不同的波段组合合成可以增强不同的地物，为了统计的方便，我们统一使用743波段作为 RGB 合成影像，743组合为模拟真彩色影像便于对地物进行识别分类，具体增强方法如下:
（1）在ENVI主窗口上选择 单击 enhance 选项 ，然后选择 equalization （均衡）和 先行拉伸 linaer作为增强方法如下图所示
（2）关于厦门岛影像裁剪
影像裁剪的方法一般分为规则裁剪和不规则裁剪，这里我们采用不规则裁剪的方法。这里我们以裁剪2015年影像为例，具体方法如下：
第一，绘制感兴趣区域。先打开影像影像并下实在Display 中。然后，在Image 窗口中选择Overlay>Region of intest。在ROI Tool 对话框中单击ROI_Type>Polygon。接着在绘制窗口 (window) 选择 Image ，绘制出厦门岛的轮廓，右键结束。选择主菜单>Basic Tool > Subset data via ROIs 选择裁剪影像。最后，在 Spatial Subset via ROI parameters 中设置一下参数
第二，在ROI 列表中选择绘制 ROI，并在 “Mask pixels outside of ROI ”选项中 选择 YES，由此，就可以在裁剪背景值选择 (Mask Background VALUE) :0 （此处可概括性翻译或直接展示结果）
第三,执行监督分类(supervised classification）以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。换句话说,即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类。
第四，打开遥感影像并分析影像,打开裁剪后的厦门TM影像 Band 以6，4，3合成RGB显示在DISPLAY中;并通过目视将地物分为林地 ，裸地，建筑，草地，水体5类。
第五，应用 ROI 创建感兴趣区，在主窗口中选择 Overlay > Region of Interest ,打开ROI Tool 对话框，并在ROI 对话框中，在ROI name 字段输入样本的名称，在Color字段中，单击右键选择一种颜色。
最后，绘制多边形感兴趣区，以及在 ROI Tool 对话框中，单击NEW Region 按钮，新建一个训练样本种类。
3．评价训练样本，借助ENVI，我们可以计算训练样本的离散程度，从而衡量样本的可分离性，具体操作如下：
1） 在ROI Tool对话框中，选择 Option > compute ROI Separability。
2） 在文件选择对话框中，选择2015年厦门岛影像，单击OK 按钮。
3） 在 ROI Separability Calculation 对话框中，单击Select ALL Items按钮，选择所有ROI 可分离性计算，可分离性计算结果将显示出来。
4．执行监督分类。借助ENVI提供了多种分类器，我们选择最小距离法进行分类，具体方法为：
1）在主菜单中选择 Classification > Supervised > Minimum Distance ,在文件输入对话框中选择 2015年厦门岛分类影像，单击OK 打开Minimum Distance 参数设置对话框
2）Select Classes from Regions : 单击Select ALL Items 按钮 ，选择全部的训练样本。
3)执行监督分类
使用此方法依次对1994 ，2000，2002,2008，2006，2010,2015年执行监督分类
得到分类后影像
三、关于厦门的热岛效应的土地动态监测途径和相关数据分析
（一）相关土地的动态监测途径
根据卫星监测所得的数据，我们采用分类后比较法，将数据分类后进行归纳比较。分类后计算出种土地利用类型的面积及各种土地的比重，制作成报表进行比较分析

遥感数据分析显示， 1994年到2000年厦门市土地利用变化较大。这6年间，厦门岛林地和草地大量转化为建筑用地；从2000年到2015年，厦门的城市建筑用地继续增加，但增加速度已经有所减缓。在这15年间，城市绿地、林地面积基本保持不变。在这15年间，厦门市建筑面积呈不断增加的趋势，从整体分布上，则呈现出由厦门岛东北部逐步向厦门岛西北部扩展的趋势。
从分类结果看出，2000年厦门岛内建设用地面积为4510.98 k㎡，占研究区总面积的31.36％，林地面积为3982.95k㎡，占研究区总面积的27.68％，由此可知，2000年厦门岛域的主要土地利用类型为林地和建设用地。从2005年之后，整个厦门岛域建设用地比例有了大幅度的增长，尤其是在2008年之后，建设用地的比例超过了整体面积的一半。
由此可见，从2000年到2015年间，厦门岛的建设用地在总的用地面积中所占的比例不断的在扩大；林地在总用地面积上所占的比例逐渐的在降低，但降低的幅度不是很迅速。但是，大量的耕地和水体转化为了建筑用地，这在总的用地面积所占的比例变化的幅度是最迅猛的。
（二）厦门岛热岛分布及其变化分析
厦门土地利用的变化引起了厦门热力分布的变化，根据landsat遥感卫星数据，我们发现，厦门岛的热岛效应正在呈现逐年扩张的现象，综上数据均来自具体操作流程如下：
首先，我们进行数据准备。热红外数据使用的是Landsat的第6波段，已经做了传感器定标、几何校正、工程区裁剪。使用文件为TM6-rad-subset-jz-厦门.img。在此基础上，我们借助TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->Basic Tools->Resize Data（SFatial/SFectral）重采样为60米分辨率，与TM6数据保持一致
其次，我们进行地表比辐射率计算。物体的比辐射率是物体向外辐射电磁波的能力表征。它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。该计算过程主要要考虑植被覆盖度与地表比辐射率两方面。
1. 植被覆盖度计算
计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：
FV = (NDVI
- NDVIS)／(NDVIV - NDVIS) （2）
其中，NDVI为归一化差异植被指数，取NDVIV = 0.70和NDVIS = 0.00，且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.00，FV取值为0。
利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：
（b1 gt 0.7）*1+（b1 lt 0.）*0+（b1 ge 0 and b1 le 0.7）*（(b1-0.0)/(0.7-0.0)）
b1:选择NDVI图像
得到植被盖度图像。
2.地表比辐射率计算
根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式（3）（4）进行计算：
εsurface = 0.9625 + 0.0614FV - 0.0461FV2 （3）
εbuilding = 0.9589 + 0.086FV - 0.0671FV2 （4）
式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。
利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：
（b1 le 0）*0.995+（b1 gt 0 and b1 lt 0.7）*(0.9589 + 0.086*b2 - 0.0671*b2^2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2^2)
b1：NDVI值；
b2：植被覆盖度值。
由此，我们得到地表比辐射率数据。并在此基础上反演地表温度，在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度TS： TS = K2/ln(K1/ B(TS)+ 1)
对于ETM+，K1 =666.09W/(m2·sr·μm)，K2 =1282.71K。
利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：
（1282.71）/alog（666.09/b1 +1）-273
b1：温度为T的黑体在热红外波段的辐射亮度值。
得到真实的地表温度值，单位是摄氏度。
结果浏览与输出
在DisFlay中显示温度值，是一个灰度的单波段图像。
(1)选择Tools->Color MaFFing->Density Slice，单击Clear Range按钮清除默认区间。
(2)选择OFions->Add New Ranges，增加以下四个区间：
l 39℃以上，红色
l 35℃至39℃，黄色
l 30℃至35℃，绿色
l 低于30℃，蓝色
(3)单击Apply。
(4)选择File->OutFut Range to Class Image，可以将反演结果输出。
如果我们将植被覆盖度与地表比辐射率综合予以考虑，观察不同土地利用类型下对地表温度的影响。运用ENVI 软件，在对应年份的温度分布图和分布图中找出上述所采到的点的温度值和值，对所得到的地表温度值和值进行回归分析。以NDVI为自变量，以地表温度值为因变量（即地表温度以摄氏度为单位。在图中描绘出各个点所在的位置，即散点图如图所示，然后在散点图中添加趋势线。通过回归分析得到与地表温度的相关系数。EDVI与地表温度之间呈负相关。
通过对厦门岛2000年、2002年、2008年、2010年、2015年的TM 影像进行地表温度反演，我们得到了厦门地表温度的相应分布状况。为了便于比较各个年份中热岛的空间分布，我们对经过地表温度反演的影像进行密度分割，得到厦门岛十年来地表温度分布图。图中将厦门岛的热岛分为五个等级，分别表示强绿岛、绿岛区、正常区、热岛区强热岛。由图可以看到，厦门岛的热岛随着时间的向前推移，呈现不断扩张的现象。
在图中可以看出，在2000年以前，厦门岛的热岛并不是很明显，而到2002年之后，厦门岛开始出现明显的热岛效应。随着建筑物和道路等高蓄热体的大量增加以及绿地、林地面积的相应减少，自2002年开始，厦门岛出现明显的热岛效应。例如，厦门岛内南部主要为山地，植物覆盖率高，形成“冷岛”，比周围的非山地的气温低。强热岛主要分布在平原地带的建成区内。热岛效应的扩散趋势同建设用地扩散的趋势成正相关，主要是由于建成区的土地基底是建设用地，大量的水泥下垫面、密集的人类生活、工业生产的热量排放，从而导致这里的温度比周围高。例如，从2010年热岛分布图看出，厦门岛热岛区和强热岛分布呈东北西南方向，主要分布在湖里大道、成功大道、湖滨南路、南山路、金湖路、仙岳路。高崎机场是一个大面积的热岛区。强绿岛主要分布在在东坪山、狐尾山公园、万石植物园、仙岳公园、农科所、会展中心、莲花公园、磨心山、白鹭洲公园、松柏公园等。

通过对以上数据的分析，我们发现：1994年到2000年厦门市土地利用变化较大，大量林地和草地转化为建筑用地，2000年到2015年城市建筑用地继续增加，但增加速度有所减缓，城市林地面积基本保持不变，究其原因，主要是厦门岛的土地面积有限，便于作为建筑用地的区域多数得到了开发。然而，颇为令人寻味的是，厦门的热岛效应并未因此得到缓解，反而在不断地加剧，例如，厦门本岛的热场强度也不断强，热岛区和强热岛区从年的散点状分布发展到年在厦门本岛北部区域大规模集结成片地分布，现在整个岛的热场类型以热岛和强热岛为主，集中成片分布在本岛中心正北——西北区域，这里是城市的商中心、居住区组团以及早期的工业区组团。
四、网格化规划，防止热岛效应的有效方法
一般来说，我们防治城市热岛效应的主要手段是增加城市绿化的覆盖率。城市绿化的覆盖率越高，则热岛强度越低，当覆盖率高于百分之三十以后，城市热岛效应就会相对削弱；当覆盖率高于百分之五十时，热岛效应就会被明显的遏制；而城市绿地的规模高于3公顷且覆盖率高达百分之六十后，城市的地表温度的平均值基本就可以郊区自然下垫面的温度持平，换句话说，等于热岛现象基本从城市中被消除。
但是，我们也发现，如果单纯增加在绿地面积并不能从根本上改变城市区域地表受热不均的现象。事实上，要在城市中大面积地实现退建还绿是一种不现实的空想。在某种意义上，热岛效应是城市化发展的必然产物，我们无法从本质改善强热岛区的热场问题。但是，我们可以缓解它，不断削弱它的效应与危害。因此，唯一的办法就是局部调整强热岛成片区的土地结构，以防止大块的强热岛的出现。一方面，我们可以采取垂直绿化、立体种植、采用透水材料等办法，当然，更重要的是，我们需要形成一种网格化的系统治理模式，即管理、数据、支持服务、应用和展现五个层面间有机组合，形成了系统网格，彼此取长补短，实现优化配置，增加森林绿地斑块以及其与廊道的相互联系。
绿地
绿地

绿地

绿地
绿地
绿地

绿地

绿地

绿地
绿地

绿地

绿地
绿地
绿地

绿地

绿地

A 城市 B 城市
A 城市与B城市绿地面积相同，A城市绿地面积虽然很大，但过于集中城市建筑用地过于集中，这种模式对于降低城市热岛效应显然是不利的。B城市城市建筑用地和绿地面积与A城市相当 ，但是B城两用土地利用类型相间分布，有效调节了局部环境的小气候，降低了热岛效应的强度。因此增加社区公园，增加社区绿化，避免成片大规模建筑群的出现是降低热岛效应的有效途径。
五、结论：
本文 以厦门岛Land Sat TM遥感影像为数据源，根据厦门岛1994- 2015年的土地利用类型分布图，釆用最大似然法对遥感影像的土地利用进行分类和EDVI指数的提取，采用LST Mono -window算法，在ENVI软件的环境下提取厦门岛的LST，从中得到厦门岛LST分布图。将所得到的分布图同土地利用类型图和植被覆盖度等级图对比，分析不同地表覆类型不同时间段的地球表面的温度分布；对1994年来厦门岛热岛效应的研究，得出了厦门岛的热岛随着时间的推移呈现出不断扩张的现象.
1） 2002年开始厦门岛出现明显的热岛效应，厦门岛内南部主要为山地，植物覆盖率高，形成“冷岛”，比周围的非山地的气温低。强热岛主要分布在建成区内，扩散的趋势同建设用地扩散的趋势成正相关。通过对厦门岛2000年- 2015年热岛分布及其变化的研究，发现厦门岛的热岛效应正在呈现逐年扩张的现象。利招线性回归分析，得出NDVI与地表温度是成高度负相关，NDVI越大地表温度就越小。
2） 要想在有限土地的岛均改善热岛问题，唯一的办法就是局部调整强热岛成片区的土地结构，建立网格化的绿化系统，增加森林绿地斑块以及其与廊道的相互联系。

参考文献
[1]邓书斌．ENVI遥感图像处理方法[D]．北京：科学出版社，2010．
[2]杨晏立等．基于ENVI 的三维地形制作[J]．成都：成都理工大学地质灾害防治与地质环境保护国家重点实验室 测绘第33 卷第5 期,2010．

13