(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课案

1、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 Iandsat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

2、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 Iandsat遥感卫星数据监测厦门市土地

3、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

4、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30C时，水泥路的地标温度可以达到 55C,柏油马路的温度更高达61 C。因

5、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28C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

6、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Lan dsat 陆地探测卫星TM和ETM数据（http:/ 199

7、4, 2000, 2002, 2006, 2008, 2010, 2015年的遥感影像作为研究厦门地区的土 地利用类型的原始数据。 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

8、，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 ope n image file 2）选择 sever file as ENVI Sta ndard 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R

9、GB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en ha nee选项，然后选择 equalizati on （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 OverlayRegion of intest。在ROI Tool对话框中单击 ROI_TypePolygon。接

10、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 “Maskpixels 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

11、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Ba nd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

12、形感兴趣区，以及在 ROI Tool对话框中，单击NEVRegion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EN

13、VI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 Distanee ,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 Distanee 参数设置对话框 2) Select Classes from Regio ns :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

14、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

15、内建设用地面积为4510.98 k川，占研究区总 面积的31.36 %,林地面积为3982.95k m2,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

16、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Iandsat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

17、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 H - NDVI s) / (NDVIv - NDVI

18、 s)(2) 其中，NDVI为归一化差异植被指数，取 NDVV = 0.70 和NDVS = 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： (bl 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

19、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： surface = 0.9625 + 0.0614F V - 0.0461F v2(3) 2 e building = 0.9589 + 0.086F v - 0.0671F v(4) 式中， surface和 building分别代表自然表面像兀和城镇像兀的比辐射率。 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 + 0.08

20、6*b2 - 0.0671*b2A2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2A2) 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(T s)+ 1) 对于 ETM+ K1 =666.09W/(m2 sr 卩 m), K2 =1282.71K。 利用ENVI主菜单-Basic Tools-Band Math ，在公式输入栏中输入： (1282.71 ) /al

21、og (666.09/b1 +1 ) -273 bl: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 C以上，红色 l 35 C至39 C，黄色 l 30 C至35 C，绿色 l 低于30 C，蓝色 (3) 单击 Apply。 选择File-OutFut Range to C

22、lass 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

23、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

24、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

25、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一一西北区域，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

26、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