澳门城市热岛效应与景观格局关系初探

澳门城市热岛效应与景观格局关系初探王志石 周亮* 米金套**澳门大学科技学院 澳门*厦门大学嘉庚学院 福建漳州**国家环保总局 北京摘要本研究涉及到遥感技术和地理信息系统在研究城市景观格局演变及其城市热岛效应方面的应用。具体地说，是系统地分析了澳门城市扩展的时空变化及其景观格局演变，得出澳门近10年高速城市化过程的景观格局特征。研究澳门景观格局与城市热岛的关系，并分析热岛的时空变化，为澳门城市热岛的控制提供科学的依据。UrbanLandscapePatternvs.UrbanHeatIslandEffectWangZhishi ZhouLiang* MiJiantao**FacultyofScienceandTechnology,UniversityofMacau*Xia**NationalEnvironmentalProtectionAgencyofChina，BeijingAbstractThisresearchinvolvesapplicationofremotesensingtechniqueandGISsystemtoassessmentofurbanlandscapepatternevolutionandurbanheatislandeffect.Specifically,thespatialandtemporalchangesofurbanareasofMacaohasbeenstudiedwithLandsatMTremotesensingdata,focusingonrapidurbanizationofMacaoinrecentdecadeaswellasitsimpactonurbanmicroclimateofMacao.ThisresearchwilloffersomescientificbasisforcontrolofurbanheatislandeffectofMacao.1.引言近年来，遥感技术的快速发展，使得城市景观格局演变与热岛效应关系研究成为可能。利用遥感技术进行城市景观变化探测一般需要以下三个步骤：图像几何校正、辐射校正和变化检测。针对不同地区和实际情况，辐射校正和变化检测是主要的难点和关键。而景观分类是研究景观格局演变的基础，可现有的景观分类体系主要考虑到土地社会、经济作用，对土地的自然属性和生态功能关注较少，不便于开展城市景观生态环境影响的研究。从城市地表的自然水热条件出发，建立城市景观分类体系将有助于城市生态环境问题的解决。澳门特别行政区城市发展极为迅速，城市建成区面积自有记录的1912年的11.6平方公里逐步扩展到2004年的27.5平方公里，尤其是近年来因沿岸填海从1999年的23.8平方公里增长为2004年的27.5平方公里，从而出现了大规模的土地利用/覆盖格局变化。人口与产业过于集中于市区，导致中心城市生态环境压力过大，城市热岛加剧，居民生活质量持续下降。研究澳门城市景观格局演变以及与城市热岛的关系，不仅可以为澳门城市环境治理提供科学指导，同时也为类似城市生态系统研究提供了一个典型案例。鉴于上述研究背景，本项目将在城市生态系统景观格局－生态过程－环境响应的相互动态机理的指导下，以GIS和遥感为技术手段，系统的研究澳门城市景观格局演变特征，以及城市热岛时空分布及其影响因素，探索了城市景观格局与城市热环境的相应关系。2城市景观变化遥感分析方法利用遥感技术进行城市景观变化探测一般需要以下三个步骤：图像几何校正、辐射校正和变化检测。2.1图像几何校正遥感几何校正就是利用控制点改正原始图像的几何变形，产生一幅符合某种地图投影或图件表达要求的新图像（戴昌达等，2004），主要包括选取控制点、建立几何校正模型、图形重采样三个步骤。对于最后校正精度，Jensen（1981）认为进行变化探测时图像匹配的误差应小于0.5个像元。2.2图像辐射校正地面站提供的产品虽然经过系统辐射校正，消除了传感器系统产生的辐射畸变，但仍存在着大气散射和吸收引起的辐射误差及太阳高度角和地形等光照条件差异引起的辐射误差（戴昌达等，2004）。辐射校正的目的就是消除多时相遥感中地物辐射差异的影响，使影像间同一地物类型具有相同的辐射量，有利于样本点的选取和分类精度的提高（Seto等，2002）。大气辐射校正可以分为：绝对大气校正和相对大气校正两类。前者是将遥感图像的DN(digitalnumber)值转换为地表反射率或地表反射幅亮度的方法，它需要对大气的辐射传输过程进行有效的模拟，确定太阳入射角和传感器的视角以及地形起伏之间的相互关系，一般需要卫星过境时测定大气的光学厚度，所以在应用中受到限制；相对辐射校正一般以一期时相的影像作为参考影像（即主影像），对其它时相的影像（即从影像）进行辐射校正（Hall等，1991）。其校正后的得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。相对辐射校正不需要大量的大气状况参数，操作简便易行，不仅能纠正大气状况变化带来的差异，而且能够消弱传感器等其它原因产生的噪音（Caselles等，1989）。常用的相对辐射校正可以归纳为四类：统计调整法（StatisticalAdjustment）直方图匹配法（HistogramMatching，HM）、线性回归法（LinearRegression）和大气阻抗植被指数法（Elvidge等，1995；Yang等，2000；丁丽霞等，2005），非常适应于历史多源遥感数据的处理，在景观格局演变遥感分析中得到广泛的应用。2.3景观变化遥感检测城市景观遥感动态检测方法主要可以分为2类：光谱直接比较法（Image-toimageComparisonMethod）与分类后比较法（Map-to-mapComparisonMethod）（Yang等，2002）。此外很多人对基于光谱变化和分类后比较的混合动态监测方法也进行了不少探索。基本思路就是先光谱比较提取变化地区，再对变化区分类比较提取变化数量和类型信息。如何春阳等（2001）将变化矢量分析和分类后比较法相结合进行混合动态监测，尽管对单景图像分类精度提高不明显，却可以大大降低常规分类后比较法中误差累积的程度，改善了常规分类后比较方法中误差累积，出现不合理变化类型的缺陷，从而得到较为准确的土地利用/覆盖变化定量信息。根据地物在不同波段辐射值的差异，利用热红外传感器对城市地表温度进行大面积观测，通过计算得到地物热量空间分布。热红外遥感的发展可以从1962年第一台红外测温仪诞生算起，1978年美国发射热惯量卫星（HCMM），首次用卫星来观测地球表面的温度差异，标志着热红外卫星遥感的发展（赵英时，2003）。根据选用传感器平台的差异，分为卫星遥测法和航空遥测法。不同的遥感器，其通道光谱信息和空间响应信息均不相同。对于大区域尺度的研究一般选用NOAA/AVHRR，其空间分辨率为1.1km，过境周期短（Gallo等，1993）。但为了获取详细的热岛空间分布，许多学者常常选用Landsat的热红外波段TM6或者ASTER来评价城市热岛强弱（Kawashima等，2000）。航空遥测法就是将热传感器安置在飞机或其它飞行器上进行飞行测定，该方法可以根据试验设计进行，不用受到卫星过境时间的限制。当前主要运用两种传感器：TVR（Thermalvideoradiometer）和ATLAS（AdvancedThermalandLandApplicationsSensor）。它们在热噪声标识、重现性、稳定性，热敏感性和空间分辨率等方面具有很高的质量（Ben-Dor等，1997）。2.4城市热岛的时空分布特征从大量的观测结果看，城市热岛强度具有明显的周期性和非周期性变化特征，而在相同时间相同气象条件下，热岛强度会因水平区域和垂直高度不同呈现出明显的差异，其变化情况十分复杂。城市热岛强度呈周期性和非周期性交叉变化。国内外众多城市观测的资料表明，城市热岛强度主要表现出2种周期性的变化，即日变化和年变化。在晴稳天气条件下，热岛强度的日变化表现为夜晚强，白昼午间弱，一天中热岛效应最强烈发生在日落2-5h（邓莲堂等，2001）。但福州热岛效应日变化在不同季节表现不同：冬春08时出现最多，冬季14时最少，而春季20时最少；夏秋02时最多，夏季20时最少，而秋季14时最少（陈千盛，1997）。由于城市热岛效应在不同时间强度不同，热岛强度通常采用城乡之间气温的最小值、最大值或平均值的差异来表示。最小温度是热岛最为明显的象征；而最大温度则可以作为热岛对环境和人类健康的最大压力。年变化特征一般表现为秋、冬季强，夏季弱。但Gallo和Owen（1999）研究美国28个城市热岛，发现一年中热岛最强列发生在7-8月。城市热岛强度不但有周期性变化，而且还有明显的非周期性变化。引起热岛强度非周期性变化的原因主要是与当时的风速、云量、天气形势和低空气温直减率有关，主要表现为风速越大，云量越多，天气形势越不稳定，低空气温直减率越大，热岛强度就越小，甚至不存在热岛。通常对城市热岛水平空间分布的理解是早期Oke（1987）概括的城市热岛气温剖面图：从郊区到城郊结合部，气温陡升，被称为“陡崖”（Cliff）；到了市区气温保持平缓一致，因下垫面不同有所起伏，该段称为“高原”（Plateau）；在市中心人口密集人类活动最为集中的区域，气温达到最高点，称之为“高峰”（Peak）。JánosUnger（2001）采用城市横穿断面方式，从市中心至郊区选择一条样带，分析其热岛分布，得出其季节空间轮廓遵从于Oke描述的气温空间分布。在市区内部，根据热岛的水平分布形状，我们将其抽象为以下几种范式：a、单中心式；b、多中心；c、条状；d、辐射状；e、格网状等。城市热岛与城市空间形态结构是基本一致的。早期许多城市大多是呈中心环状放射发展，它们热岛形式多是单中心的，如法国巴黎，周边平均温度为10.6-10.9℃，而市中心温度为12.3℃（Dettwiller，1970）。大城市在初期具有很强的向心力，但到一定阶段后，会出现郊区化现象。城市中心区功能逐渐减弱，郊区边缘城市、卫星城等随之形成，而热岛效应也相应呈现为多中心的空间格局。条状的热岛多在交通量较大的街道发生，由于受到交通热量排放、下垫面的影响，公路通常如同高温带一样。当多条公路相互交织在城市中，就呈现格网状。在一个城市，以上热岛水平空间分布长期共同存在，在不同条件下可能相互转化。如波兰的Łódź城中热岛出现2种空间分布格局，①在无风的天气下多中心热岛；②在微风（2-4m/s）下单一类型（Kazimierz，城市热岛不仅影响近地面温度，还会影响城市边界层内能量交换，具有明显的立体空间分布特征。根据热岛发生的位置和高度，我们确定了不同类型的城市热岛，包括空气热岛、地表热岛及地下热岛。其中，城市地表温度与气温格局差异很大，不能用红外温度代替气温的测定（Ingegärd，1996）。尽管二者在缘由和时间动态上各不相同，但许多研究又表明了它们之间具有很好的相关性（Roth等，1989；Ben-Dor等1997）。Stoll.等人（1992）在Phoenix,Arizona的研究表明空气辐射温度（通过热辐射计距地面3m）与气温（距地面1.5m测定）之间有很好的相关性。不同时间、不同层次热岛程度是不同的，但它们的空间分布是相似的（Hadas等，2000）。Kawashima,S.等利用Landsat5遥感数据研究日本冬天夜晚地表温度与气温的关系，发现前者对后者的影响与大气边界层温度的平均直减率（meanlapserate）相关（Kawashima等，2000）。3研究技术路线及数据来源3.1本研究的技术路线（1）城市热岛研究已经开展了100多年，但城市景观格局的时空变化对热岛影响的研究相对较少，特别是定量化和模型化方面；（2）景观分类主要集中于土地利用，对城市景观的自然属性和生态功能关注较少。本研究以澳门城区为对象，基于遥感和GIS技术，分析澳门城市扩展过程中景观演变特征及其对城市热岛的影响，为澳门城市规划和城市环境改善提供理论依据。（1）明确澳门城市景观格局和热岛效应的演变特征；（2）揭示城市景观格局演变对地表温度时空分布特征影响机制，为城市热岛效应的缓解提供科学依据。基于上述研究目的，本研究在系统总结国内外城市景观格局演变以及城市热岛研究现状的基础上，利用遥感和GIS技术进行澳门地表温度反演，研究澳门回归后城市扩展景观格局特征以及城市热岛的时空分布，探索城市景观格局演变对城市热岛影响机制。具体工作流程简要地表示如图1所示。3.2数据来源遥感数据主要用于澳门地表温度反演、土地利用/覆盖获得及景观格局分析，包含2种数据源（由表1给出）。遥感影像前处理（配准、空间增强、光谱增强）遥感影像前处理（配准、空间增强、光谱增强）ETM第六波段QuickBird影像地表温度反演矢量化热岛空间分布分析制作各影响因素数据层【包括道路密度（长度）、道路密度（面积）、道路平均宽度、NDVI、绿地覆盖率、水体覆盖率；人口、地形、与海距离、建筑物高度、建筑物密度、空调密度、容积率、屋顶材质类型、建筑物用途。以及一系列各土地类型的景观指数，比如形状指数、聚集度、邻近度、路网环度等。】各影响因素与城市热岛强度的相关性分析（网格法）地表比辐射率、大气平均作用温度、大气透射率估计逐步回归，得出热岛各相关因子的权重及总方程根据权重对重要景观（绿地、道路等）进行景观生态学分析城市用地图交通用地面状图交通用地线状图绿化用地图未利用地图水体湖泊图土地利用图提出景观改造建议，应用CITYgreen模型评估控制措施效果应用MM5、RAMS等不同尺度模型评估热岛效应图3-1澳门景观格局及城市热岛研究技术路线表3-1澳门遥感数据清单图像日期传感器类型空间分辨率图像编号2005年1月6日QucikBird0.61m-19LandsatTM30m热红外波段120m122-451999LandsatTM30m热红外波段120m122-452000年9月14日LandsatETM+30m热红外波段60m122-452001年9月17日LandsatETM+30m热红外波段60m122-452004年10月19日LandsatTM30m热红外波段120m122-45Landsat卫星过境澳门时间多在城市热岛强度较低的上午10时35分至40分，对热岛效应分析可能产生一定影响。3.3土地利用/覆盖图等矢量数据如图3－2所示，在2003年版澳门地理信息系统和2005年1月6日QuickBird影像的基础上，参照地图绘制暨地籍局发行的澳门地图集（影像地图版，2005年12月），更新了各矢量图层，体现了2005年1月澳门的土地利用/覆盖状况。此外，地图绘制暨地籍局提供了2006年的土地利用/覆盖图，作为验证、比较和进一步研究之用。2005年1月和2006年的数据主要包括：（1）澳门历年（1912-2006）城市演变边界图（1：1000，SHP和DGN格式）；（2）澳门土地利用类型图（1：1000），主要类型有：城市用地、建筑物、道路、道路中轴线、桥梁、湖泊水体、绿地、山体、区界、等高线等。其中，澳门绿地矢量图（图3－3a、b）是以树冠的垂直投影为准进行重新勾绘的，与官方统计绿地的方式（按占地面积算）略有不同，主要因为QuickBird、TM、ETM等传感器（包括反演热岛效应的热红外波段）均从太空中拍摄地面景物，其数据记录的是树冠的反射光谱，反映的是树木的冠幅大小，而不是树木基部的占地情况。（3）澳门自然环境、城市现状、旅游资源等多种专题图，主要有：地形地貌图、气候图、娱乐博彩场所分布图、巴士路线、巴士站分布图、教堂及庙宇分布图、公园分布图、主要景点及酒店分布图等。图3-2澳门半岛2005年土地利用/覆盖状况图3-3a官方绿地统计标准：绿地占地面积图3-3b本研究统计标准：以树木冠幅的垂直投影面积为准4.澳门城市热岛效应时空分布（1988～1999～2004年）4.1研究概况对于城市热环境遥感分析研究，TM6波段是当前主要的数据源，但其地面温度的反演却一直是个难题。很多人直接用影像的灰度值（DN值）代替地表温度变化，一部分人直接用TM6的卫星高度的亮度温度（由DN值直接转换成温度值）。但卫星热红外遥感器探测大气顶层的辐射，它包括地表发射辐射、大气上行辐射和天空下行辐射三部分。由于大气的影响，而使得卫星上的亮度温度与实际地表温度差距较大，在天气晴朗干燥的情况下，这一差距约为5～10℃，而在空气湿度较大情况下，这一差距可达15℃以上（Sugita等,1993）。因此，在计算地表亮度温度之前，大气影响必须得到校正。同时，还要对地表亮度温度进行比辐射率纠正，以反映地表热学性质、粗糙度、植被覆盖种类和数量以及土壤含水量的差异。地面温度反演的算法可以分为分裂窗算法（SplitWindowsAlgorithm）、热惯量方法（ThermalInertialMethod）和温度、比辐射率分离算法（SeparateTemperatureandEmissivityMethod）等（江东等，2001）。然而由于TM只有一个热通道，要得到地表真实温度一般需要利用辐射传输方程的方法，实时资料的近年来许多研究致力于解决这个问题，其中普适性单通道算法（Jiménez-Muñoz等，2003）和单窗算法（Qin等，2001）报道较多。尤其是Qin的单窗算法，备受关注，在许多地区得到验证（覃志豪等，2001；2003；2004）。覃志豪等根据地表热辐射传导在TM6波段区间内的特征，改进了针对只有一个热通道传感器的普适性单通道算法，为从TM6较高精度地反演地表真实温度提供了可能。本研究选用覃志豪的方法对澳门城市地表温度进行反演，进而对城市热岛变化进行研究。具体算法如下：亮温求算亮温求算地表比辐射率估计大气平均作用温度估算大气透射率估算Qin’s单窗算法反演地表真实温度TM6TM1－5，7土地利用分类NDVI求算地表气温、湿度地表温度分级、城市热岛研究图4-1Qin’s单窗算法反演真实地表温度流程图4.2亮温计算首先需要求算TM6的亮度温度。所谓亮度温度是指辐射出与观测物体相等的辐射能量的黑体的温度，亮度温度（T）与真实温度（t）的关系是：(为发射率)，亮度温度略小于真实温度。（1）由下式将TM6的DN值转换成绝对辐射亮度：(1-1)其中Rmax=1.896(mW﹒cm-2﹒Sr-1)，Rmin=0.1534(mW﹒cm-2﹒Sr-1)，DN为TM6图像灰度值，为绝对辐射亮度值(mW﹒cm-2﹒Sr-1)。（2）单位光谱范围的辐射亮度值计算如下：(1-2)其中Rb为单位光谱辐射亮度值(mW﹒cm-2﹒Sr-1﹒μm-1)，b为有效光谱范围(μm)，有效光谱范围以使传感器反应大于50％的部分计，取b=1.239﹙μm﹚。（3）单位辐射亮度值Rb与绝对亮温T6的关系可由下式给出：(1-3)其中，对于Landsat5号星来说，K1＝1260.56（k）；K2=60.766(mW﹒cm-2﹒Sr-1﹒μm-1)；T6为绝对亮温（K）。（4）上述三个公式整理如下，可直接利用TM6的DN值算出绝对亮温：T6＝0.12378+0.0054923DN(1-4)T6为绝对亮温（K），DN为TM6图像灰度值。4.3单窗算法真实地表温度的反演需要3个基本参数：地表比辐射率、大气透射率和大气平均作用温度。Qin’s算法的基本公式如下：Ts＝[a6(1-C6-D6)+[b6(1-C6-D6)+C6+D6]T6-D6Ta]/C6＝[a6(1-C6-D6)+[(b6-1)(1-C6-D6)+1]T6-D6Ta]/C6(1-5)式中，Ts、Ta单位为K，Ta为大气平均温度；a6和b6为常量，一般情况下（地表温度在0~70度范围内），取值a6=-67.35351，b6=0.458606；C6和D6是中间变量，分别为：(1-6)(1-7)其中ε6为地表比辐射率，6为大气透射率。地表比辐射率主要取决于地表的物质结构和遥感器的波段区间。TM6波段区间为10.45~12.6μm。Qin认为，地球表面不同区域的地表结构从卫星像元的尺度来看，可以大体视作由3种类型构成：水面、城镇和自然表面。水面结构简单；城镇包括城市和村庄，主要由道路、各种建筑和房屋组成；自然表面主要是指各种天然陆地表面、林地和农田等。对于地表温度反演来说，自然表面通常占图像比例最大，澳门则是水面和城镇占比重较大。自然表面比辐射率的估计方法用到下面的公式。(1-8)该地表热辐射强度式中，Pv是植被占混合像元的比例；εv和εs分别是植物和裸土在TM6波段区间内的辐射率；T是像元的平均温度；Tv和Tbs分别是植被和裸土的温度(K)；Δ为植被和裸土之间的热辐射相互作用量，但如果地表相对平坦，这一相互作用就很小。对于面积较大的100%植被或裸土表面，可直接用这2种类型的地表比辐射率来表示其像元的比辐射率，因此，当Pv=1时，ε=εv；当Pv=0时，ε=εs。但是，通常很难有100％的植被覆盖或裸土表面，因此，一般是通过下式来估计混合像元的地表比辐射率：(1-9)Pv是植被占混合像元的比例；εv和εs分别是植物和裸土在TM6波段区间内的辐射率；Rv和Rs分别是植被和裸土的温度比率，定义为Ri=(Ti/T)4，其中i代表植被或裸土。在地表相对较平整情况下，一般可取dε=0；在地表高低相差较大情况下，dε可以根据植被的构成比例简单估计，经验公式如下：当Pv<0.5时，dε＝0.0038Pv(1-10a)当Pv>0.5时，dε＝0.0038(1-Pv)(1-10b)当Pv=0.5时，dε最大，dε＝0.0019(1-10c)如果公式（1-9）计算出来的ε大于εv，则取ε＝εv。城镇像元的地表比辐射率也可应用上述方法来确定。由于城镇主要是由各种建筑物表面和分布其中的绿化植被所组成，所以：(1-11)式中，Rm是建筑表面的温度比率；εm是建筑表面的比辐射率。根据各地表类型温度比率随植被覆盖度变化状况，Qin提出用如下经验公式估计植被、裸土和建筑表面的温度比率：Rv=0.9332+0.0585Pv(1-12aRs=0.9902+0.1068Pv(1-12b)Rm=0.9886+0.1287Pv(1-12典型地物的比辐射率可按下面的假设进行评估。水体εw=0.995；植被εv=0.986；土壤εs=0.97215；城镇εm=0.97。地表构成的确定可采用一种比较简便的混合像元构成比例估计方法，就是利用TM图像的可见光和近红外波段来估计植被覆盖度及确定水面比例。水体在可见光波段的吸收率很强，尤其是在红光和近红外波段，水体的反射率一般低于5%。所以，可以识别水体像元，并取Pw=1。也可以用监督分类法判别。对于由植被和裸土组成的混合像元，如农田和森林，可以用如下公式确定各像元的植被覆盖度，即植被构成比例Pv：Pv＝（NDVI-NDVIs）/（NDVIv-NDVIs）(1-13)如果图像范围内有明显的茂密植被区，则取该植被区的平均NDVI值作为NDVIv值；同样，如果有明显的裸土区，则取该裸土区的平均NDVI值作为NDVIs进行估计。当NDVI>NDVIv时，取Pv=1；当NDVI<NDVIs时，取Pv=0。在大多数情况下，叶冠茂密健康植被的NDVI值都在0.7以上，有时达0.8；裸土的NDVI值一般只有0.03~0.08。大气平均作用温度主要取决于大气剖面气温分布和大气状态。由于卫星飞过研究区上空的时间很短，一般情况下很难实施实时大气剖面数据和大气状态的直接观测（如天空气球探测）。通常大气平均作用温度的估计过程如下：（1）根据研究区现有大气剖面数据，如空测资料，首先推算大气水分含量和大气温度在大气剖面各层的比率分布Rw(z)和Rt(z)；然后，用这些比率来代表该研究地区的大气分布状态。如果没有大气剖面数据，则可以用标准大气来替代。（2）用公式(1-14)和实时大气总水分含量w，推算大气剖面各层的水分含量。如果没有实时大气总水分含量的数据，可以用公式(1-15)求算近似值。(1-14)(1-15)式中，w(0)是地面附近（约2m高度）的空气水分含量，Rw(0)是地面附近的空气水分含量占大气水分总含量的比率，在没有当地空探资料时，可用标准大气比率来替代。（3）根据已知地面附近的当地气温数据，推算大气剖面各层的气温分布，并计算大气平均温度Ta。(1-16)(1-17)由于缺乏澳门本地的大气剖面数据，所以采用热带标准大气替代，估算Rw(z)和Rt(z)。最后公式简化如下（澳门大气类型假设为热带标准大气）：Ta=17.9769+0.91715T0(1-18)式中T0为地面附近的气温，即气象局给予的1.5m处地面温度（注意：气象局的地面温度指的是1.5m高处的气温，而不是地表温度）。大气透射率(τ6)的估计运用大气模拟程序LOWTRAN7模拟大气水分含量变化与大气透射率变化之间的关系，建立相关方程，用来进行大气透射率的近似估计。其中，当w在0.4～3.0g/cm2之间时，大气透射率可用表4-1公式估算，w处于其他范围时可用表4-2查表估算表4-1TM6的大气透射率估计方程大气剖面水分含量w/(g﹒cm)大气透射率估计方程相关系数平方(R）标准误差(SEE)高气温0.4～1.66=0.974290-0.08007w0.996110.0023681.6～3.06=1.031412-0.11536w0.998270.002539低气温0.4～1.66=0.982007-0.09611w0.994630.0033401.6～3.06=1.053710-0.14142w0.998990.002375表4-2TM6波段大气透射率与大气水分含量之间的关系水分含量w/(g·cm-2)大气透射率水分含量w/(g﹒cm-2)大气透射率高气温低气温高气温低气温0.40.9394910.9397093.40.6051600.5352030.60.9260970.9245913.60.5789400.5049330.80.9118820.9064063.80.5529800.47535810.8965640.88959440.5268400.4460241.20.8800300.8694364.20.5012500.4177271.40.8622330.8475454.40.4756900.3899181.60.8432120.8239884.60.4508600.3633451.80.8230210.7989364.80.4265100.33774820.8039120.77254550.4024400.3128792.20.7794730.7449735.20.3792700.2894002.40.7562000.7163945.40.3565200.2668122.60.7323970.6871005.60.3347700.2456212.80.7077450.6567975.80.3137500.22555530.6826550.62680960.2933700.2065153.20.6570180.5961646.20.2739500.1887703.40.6311880.5656156.40.6051600.5352034.4．澳门地表温度比较与热岛区域的筛选澳门地表温度反演结果如下图。研究了1988年，1999年和2004年共三年的遥感数据。图4-3澳门1988年、1999年地表温度反演结果（单位：K）图4-3(a)2004年地表温度反演结果（单位：K）由于澳门气象与地球物理局提供的地面温度指的是1.5m高处的气温，不是真正意义上的地表温度，所以遥感反演出的地表温度无法用该地面温度来分析精度。在缺乏实时地表温度的情况下，我们利用国家海洋环境预报中心公布的同时期海温和中国气象局国家卫星气象中心公布的大尺度旬地表温度分布状况来检验地温反演精度，误差在0.8～2K左右，基本符合要求。从澳门城市三年的地表温度图上可看出历年高温区与城市建设热点区域密切相关的规律，如1988年时的氹仔市区，1999年时的氹仔东部、机场和路环东北部，2004年时的填海区。我们试验了2种方法来划分热岛区域：（1）Robust法，即以温度平均值＋2×标准差为界，温度在界限以上的区域为城市热岛区域；（2）以均质城市地表（如机场）的平均温度为界限，温度在界限以上的划分为城市热岛区域。Robust法筛选结果由图4-4给出。图4－4a澳门1988年城市热岛区域（机场未建成）图4－4b澳门1999年城市热岛区域图4－4c澳门2004年城市热岛区域表4-3澳门城市热岛区域和热岛强度年份主要城市热岛区域城市热岛区域面积（km2）1988年花地玛堂区：青洲山东面、望厦山西北、北面、东北；花王堂区：堂区中部、望厦山西南；风顺堂区：堂区北部；大堂区：堂区西北角和东南部；凼仔中部；5.411999年花地玛堂区：望厦山东北、堂区东部；花王堂区：堂区中部、望厦山西南；风顺堂区：堂区北部；凼仔西南部；大凼山北部、东部、机场；路凼填海区：路环发电厂4.072004年花地玛堂区：堂区中、东部零星；花王堂区：堂区中部、望厦山西南；大堂区：沙格斯大马路东侧；凼仔西南部；大凼山北部、东部、机场；路凼填海区：中部南部、路环发电厂、东亚运动会体育馆2.83

机场均温法筛选结果由图4-5给出。图4－5a澳门1999年城市热岛区域图4－5b澳门2004年城市热岛区域表4-4澳门城市热岛区域和热岛强度（机场均温法）年份主要城市热岛区域城市热岛区域面积（km2）1999年澳门半岛：除山体和水体外的全部区域；凼仔：除山体和水体外的全部区域；路凼填海区：路环发电厂8.322004年澳门半岛：望厦山周边；沙格斯大马路东侧；凼仔西南部；大凼山北部、东部、机场；路凼填海区：中部、西南部、路环发电厂、东亚运动会体育馆附近4.275.澳门城市景观格局分析5.1研究概况景观是由相互作用的生态系统镶嵌构成，并以类似形式重复出现，具有高度空间异质性的区域（Forman和Godron，1986），一般是反映内陆地形、地貌或景色（诸如草原、森林、山脉、湖泊等），或是反映某一地理区域的综合地形特征（邬建国，2000）。景观是由大大小小的斑块组成的，斑块的类型、数目及其空间分布与配置称为景观格局(pattern)（邬建国，2000），因此景观格局就是指景观的空间格局。景观格局是许多景观过程长期作用的产物，同时景观格局也直接影响景观过程。不同的景观格局对景观上的个体、种群、或生态系统的作用差别很大（傅伯杰等，2001）。城市景观格局演变反映了城市土地利用类型及其变化，而城市土地利用/覆盖的变化跟城市热岛的形成息息相关，此外，城市景观格局对描述城市化过程和城市扩展动态具有重要参考价值。景观生态学研究最突出的特点是强调空间异质性、生态学过程和尺度的关系。景观格局分析方法是指用来研究景观结构组成特征和空间配置关系的方法，包括传统统计学方法和一些专门解决空间问题的方法，如空间自相关分析、变量图和相关图分析、分维分析等空间统计学方法和景观指数法。由于景观指数易于理解、生态学意义较明确，所以景观指数法比其他方法得到更普遍的应用。景观指数是指能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指针。景观格局特征可以在三个层次上分析：一是单个斑块水平（patchlevel），二是由若干个斑块组成的斑块类型（classlevel），三是由若干个斑块类型组成的景观镶嵌体（landscapelevel）。同时景观空间格局指数包括两部分，即景观单元特征指数和景观异质性指数（landscapeheterogeneityindex）。景观要素特征指数是指用于描述斑块面积、周长和斑块数等特征的指针；景观异质性指数包括多样性指数（diversityindex）、镶嵌度指数（patchinessindex）、距离指数（distanceindex）以及景观破碎化指数（landscapefragmentationindex）四类。应用这些指数定量地描述景观格局，可以对不同景观进行比较，研究它们结构、功能和过程的异同。当前在景观指数法应用上，存在着为算指数而算指数的倾向，没有根据具体的对象和生态学过程来选用、分析指数，从而陷入玩数字游戏的怪圈。国际和国内都有相当数量文献关于景观指标的选取（张金屯等，2000；LiH.，1993；BakerW.L.，Y.Cai.，1992；BendellP.R.，J.E.Gates.，1987；BogaertJ.，1989；ChenJ.，1990；DaleV.H.，1994，2000；GilpinM.E.，1991；GustafsonE.J.，1992，1994，1998；KroodsmaR.L.，1982；LandeR.，1987）。这些文献都强调用最简单和最有说服力的指数来说明问题，要了解各指数的变化趋势和相应阈值，并根据景观尺度和粒度来选择指数，分析指数时要针对具体的对象和生态学过程。目前，用景观指数法来分析城市景观格局特征、动态及其驱动力在景观生态学中广泛应用，并在分析城市空间特征、城市格局与过程、评价城市化发展等方面取得一定成果（张利权等，2004）。景观指数法又分为整体分析、分区分析、梯度分析三种方法。许多研究者（车生泉，宋永昌，2002；王天明等，2004）在分析整片区域的基础上，采用分区分析法对局部区域进行研究，或按行政区进行划分，或从环路圈层和南北城区角度进行分析（吴丽娟，2006）。整体分析法和分区分析法更关注研究区或研究子区的整体特征，由于分区数较少，很难反映景观空间格局的细节特征。由Whittaker用于植被分析所发展的梯度分析（Gradientanalysis）在国际上曾被用于研究城市化对植物分布和生态系统的影响，在国内景观生态学领域，梯度分析常见于森林生态、小流域的环境梯度研究（毕晓丽等，2005；冶民生等，2005；马克平等，1997），用于城市生态研究的较少，仅有少量文献通过景观格局梯度分析对上海、北京等大城市的城市化过程进行描述（张利权等，2004；李俊祥等，2004）。5.2研究方法本章采用景观指数法与整体分析、分区分析法相结合，研究澳门整体以及澳门半岛、凼仔－路环两个分区的景观格局；在今后的研究中，再深入应用梯度分析法和网格分析法，以反映澳门具体区域景观格局的细节特征。分析软件采用FRAGSTATS3.3，源文件为Grid格式，景观粒度为1m分辨率。FRAGSTATS是由美国俄勒冈州立大学森林科学系开发的景观指数计算软件，FRAGSTATS栅格版本可以计算多达277个景观指标，其中斑块指数22个，斑块类型指数123个，景观水平指数为132个，但许多指标之间都是高度相关景观类型划分如下：表5-1研究区景观分类景观类型ID值裸地1建设用地（包括商业用地、住宅用地、公共用地等）2湖泊水体3道路桥梁4植被5由于城市生态系统的复杂性，城市中许多格局与过程间关系研究还不够深入，所以本研究在分析景观格局时，不涉及面积、标准差加权的指标，仅选取计算公式简单、生态学意义明确、便于比较的景观指数，包括：斑块数（NP），斑块密度（PD），边缘密度（ED），景观形状指数（LSI），平均斑块面积（MPS），平均斑块形状指数（MSI），周长—面积比分维数（PAFRAC），平均最近邻体距离（ENN），蔓延度指数（CONTAG），聚集度指数（AI），Shannon多样性指数（SHDI），Shannon均匀度指数（SHEI），破碎度指数（LFI）。这些指标的公式和计算方法都采用FRAGSTATS的表示方式（McGarigaletal，2002）。各指数表示方法及意义见表5-2。表5-2景观格局指数选取列表景观指数缩写描述斑块数NP景观中斑块的总数。取值范围：NP≥1，无上限。边缘密度ED景观中所有斑块边界总长度（米）除以景观总面积（平方米），再乘以106（转换成平方千米）。取值范围ED≥0，无上限。平均斑块面积MPS景观中所有斑块的总面积（平方米）除以斑块总数，再乘以106（转换成平方千米）。取值范围：MPS>0，无上限。景观形状指数LSI景观中所有斑块边界的总长度（米）除以景观总面积（平方米）的平方根，再乘以正方形校正常数。取值范围：LSI≥1,无上限。当景观中只有一个正方形斑块时，LSI＝1；景观中斑块形状不规则或偏离正方形时，LSI值增大。平均斑块形状指数MSI景观中每一斑块的周长（米）除以面积（平方米）的平方根，再乘以正方形校正常数，然后对所有斑块加和，再除以斑块总数。取值范围：MSI≥1，无上限。当景观中所有的斑块均为正方形时，MSI=1；当斑块的形状偏离正方形时，MSI增大。周长—面积比分维数PAFRAC定量描述其核心面积的大小及其边界线的曲折性，其中周长—面积比分维数值越大，景观形状越复杂。蔓延度CONTAG式中，m是斑块类型总数，是随即选择的两个相邻栅格细胞属于类型i与j的概率。蔓延度指数通常度量同一类型斑块的聚集程度，但其取值还受到类型总数及其均匀度的影响。取值范围：0<CONTAG≤100。聚集度AI反映景观组分可能的最大邻近度。景观中的同类型斑块被最大程度的离散分布时，其聚集度为0；景观中的同类型斑块被聚合成一个单独的、结构紧凑的斑块时，聚集度为100。平均最近邻体距离MNN（或ENN）景观中每一个斑块与其最近邻体距离的总和（米）除以具有邻体的斑块的总数，无上限。Shannon多样性指数SHDI其中，m是斑块类型总数，Pi为i类型斑块出现的概率，SHDI≥0，无上限。Shannon均匀度指数SHEI描述景观中不同景观类型的分配均匀程度。破碎度指数LFILFI=（NP－1）/A其中，NP为斑块数，A为某景观类型斑块的总面积，LFI越大，景观破碎程度越高。5.3面积/密度/边界指数分析斑块平均面积(MPS)可用来描述景观粒度，在一定意义上揭示景观破碎化程度。对于斑块数(numberofpatches)(NP)、斑块密度(patchdensity)(PD)来说，如果研究取样的面积相同，两者反映出相同的信息；如果分析景观时对斑块采用不同的描述规则（如四邻域和八邻域原则），会对斑块密度的测定产生影响。而且，斑块密度虽与斑块平均面积互为倒数，但是生态意义明显不同，它在一定程度上能反映景观的镶嵌度和各景观类型的孔隙度。边界密度(edgedensity)(ED)用于揭示景观或类型被边界的分割程度，是景观破碎化程度的直接反应。边界密度越大，表明景观的开放性强，易于同周围斑块的物质能量流流通。表5-3斑块平均面积(MPS)单位：km2景观类型澳门整体澳门半岛凼仔路环植被0.24470.05910.4062道路桥梁0.6511.19910.1012湖泊水体0.64810.88350.4648建设用地0.22750.22930.2246裸地0.67050.31760.8796平均0.30270.1960.4065从表5-3可以看出，各种景观类型的斑块平均面积都很小，除了湖泊水体和裸地外，斑块平均面积基本上都在0.5km2以下的。尤其是绿地，尽管整体来看，达到了0.245km2/个，但这是因为路环山体植被覆盖加入平均的结果，实际上，澳门半岛0.059km2/个的斑块平均面积才更反映整个澳门城市的现实——城市景观破碎化程度较高，景观被分割成小块表5-4斑块数(NP)单位：个景观类型澳门整体澳门半岛凼仔路环植被358416681916道路桥梁261316湖泊水体267118148建设用地418423361852裸地1145462706总数920645974638从表5-4可以看出，植被和建设用地的斑块数最多，分别达到3584和4184块，结合表5-5的数据，植被和建设用地的斑块密度比其它类型大得多，进一步证明了，澳门城市景观破碎化程度很高，主要表现在植被和建设用地景观这两种类型上，对于缓解城市热岛来说，建设用地被分割是有利的，避免了水泥等下垫面拼接带来的热量聚集，但植被的分割是不利的，大面积植被的降温增湿效果比相同面积的小块植被组合好得多。表5-5斑块密度(PD)单位：个/km2景观类型澳门整体澳门半岛凼仔路环植被128.6319185.136101.6135道路桥梁0.93321.44290.8485湖泊水体9.582813.09727.8491建设用地150.1663259.279398.2193裸地41.094751.278737.4421总体330.4089510.234245.9725表5-6边界密度（ED）单位：m/ha景观类型澳门整体澳门半岛凼仔路环植被247.3918236.7632252.4942道路桥梁336.5692468.4508273.5864湖泊水体18.201625.927914.4953建设用地346.7757593.6951228.8924裸地0.16730.15540.148总体474.5528662.4962384.8081从表5-6可以看出，植被、建设用地和道路的边界密度很高，除了说明景观破碎化外，同时表明景观的开放性强，易于同周围斑块的物质能量流流通。单从平面上来说，这样的开放式格局有利于热量的流通、散发，即道路交通、城市能耗产生的热量排放，在不考虑高度的情况下，能够比较方便地扩散出去。然而，不考虑高度是不行的，城市建筑的高度往往会形成“城市街谷”，从而阻碍热量的流动散发，所以，平面上的开放格局对城市热岛的缓解有何帮助，有待进一步研究。5.4形状指数分析形状指数(shapeindex,Shape)的值大于等于1，等于1时，形状最简单；大于1时，指标值越大，说明斑块形状越复杂。其特点是指标值的量度不受斑块面积的影响。形状指数分景观形状指数（LSI）和平均斑块形状指数（MSI）。周长面积比(perimeter-arearatio，PARA)是斑块的自身周长和其面积之比。在没有把斑块标准化成一个典型的欧几里得多边形时，周长面积比可以看作是对斑块形状复杂程度的简单测度。一般来讲，斑块形状越复杂，其周长面积比值越大，但是这个指标也会随斑块的大小的变化而波动，例如：当形状不变时，增加斑块面积会导致周长面积比的降低。分维数(fractaldimension，FRAC)越靠近1，其形状越简单(如正方形的分维数为1)；而如果斑块形状越复杂，其分维数也会随之增高。周长—面积分维数（PAFRAC）是上述两个指数的合一，周长—面积比分维数越小，景观形状越复杂。表5-7景观形状指数（LSI）单位：无景观类型澳门整体澳门半岛凼仔路环植被59.708854.613543.9409道路桥梁90.121488.828757.0518湖泊水体9.63785.71718.2375建设用地80.165359.768553.424裸地13.753312.91275.8总体68.513253.950246.0467表5-8平均斑块形状指数（MSI）单位：无景观类型澳门整体澳门半岛凼仔路环植被1.67171.67061.674道路桥梁1.93862.59591.6299湖泊水体1.47271.47261.4758建设用地1.64371.63421.6548裸地1.73191.53641.8349总体1.66141.63621.6844表5-9周长—面积分维数（PAFRAC）单位：无景观类型澳门整体澳门半岛凼仔路环植被1.32461.35031.3107道路桥梁1.35931.38641.3085湖泊水体1.13061.14491.1219建设用地1.22261.19191.269裸地1.33431.36911.327从表5-7、表5-8、表5-9中可以看出，除了道路由于本身固有的特征形状比较复杂外，植被和建设用地也表现出形状较复杂的趋势，在某些指数上跟道路不相上下。形状越复杂，边缘效应越强，这进一步说明了植被和建设用地被均匀分割后，表现出的开放性景观格局。对于城市热岛效应来说，植被的边缘效应越强，植被与周边景观的热交换表面积越大，缓解热岛效应效果越好，但植被斑块的小型化限制了缓解效果的发挥。5.5邻近度/蔓延度/聚集度指数平均最近邻体距离（ENN）是一个直观的表征邻近程度的指数，其单位是m，它描述的是某种类型斑块间的平均距离。两个斑块间距离该如何计算呢——在它们的质心的连线上，计算斑块边缘到边缘的长度——故该指数能更好地描述均匀分布的、形状不复杂的斑块类型。蔓延度(Contagion，CONTAG)是景观水平的指数，其单位为%，它与边缘密度呈负相关。当一个类型的斑块占据了景观中较大的面积，同时边缘密度也较低的时候，景观的蔓延度就会很高；反之亦然。同样斑块的分散度较低时，景观也会具有较高的蔓延度；反之亦然。聚集度指数(AggregationIndex，AI)来源于斑块类型水平上的邻近矩阵的计算，在景观水平上则是通过各个类型斑块面积加权平均计算而得。就斑块类型水平而言，景观中的同类型斑块被最大程度的离散分布时，其聚集度为0；当此类型斑块聚集的更加紧密时，聚集度也随之升高；当景观中的此类型斑块被聚合成一个单独的、结构紧凑的斑块时，聚集度为100。测量这一个景观的聚集度可以解释该景观组分的可能的最大邻近度。聚集度只计算同类型斑块的邻近程度，而不反映不同类型的邻近程度。表5-10平均最近邻体距离（ENN）单位：m景观类型澳门整体澳门半岛凼仔路环植被7.72317.63147.8129道路桥梁8.28999.27698.1622湖泊水体42.177236.965146.2091建设用地4.95794.29165.8257裸地215.2906251.7944170.8357总体8.12237.5438.8602从表5-10可以看出，植被、道路桥梁、建设用地的斑块之间平均距离很短，4.2m到9.3m不等，这有利于斑块间能量物质的交换。植被斑块的距离短，物质能量交换、联系多，从某种程度上弥补了植物斑块较小的缺憾，使得聚集在一起的若干小斑块也能发挥出大斑块的缓解热岛效应效果。表5-11蔓延度(CONTAG)单位：％CONTAG澳门整体澳门半岛凼仔路环55.923658.818159.5879表5-12聚集度指数(AI)单位：无景观类型澳门整体澳门半岛凼仔路环植被98.016494.595198.4599道路桥梁96.891796.973796.1918湖泊水体99.342999.537499.1263建设用地97.432997.459497.4277裸地96.782392.742997.7494总体97.552696.609698.0206从表5-11蔓延度指数来看，澳门不存在单个类型的斑块占据景观中绝对大的面积，而是各种景观类型共同构成了澳门景观的整体，同时还说明了各景观类型分散度较高。但是，整体不能代替细节，路凼填海区大片的裸地，路环的整片山体植被，如果把这些区域单独剥离出来研究，那么结果就不太相同了。我们将在下一步的研究中，对澳门城市景观格局的细节进行进一步的探讨。从表5-12聚集度指数来看，各景观类型的聚集度都比较高，说明各景观类型的斑块之间分布紧密、结构紧凑。5.6多样性/均匀度/破碎度指数分析Shannon多样性指数（Shannon'sDiversityIndex，SHDI）反映景观要素的多少及各景观要素所占比例的变化。当景观由单要素构成时，景观是匀质的，其多样性指数为0；随着景观类型的增加或者随着不同类型的景观类型分布的更加均衡，多样性指数也会随之上升，当各景观类型所占比例相等时，其景观多样性最高；各景观类型所占比例差异增大，则景观的多样性下降，取值范围大于等于0。Shannon均匀度指数（Shannon'sEvennessIndex，SHEI）没有单位，范围介于0到1之间。当整个景观中只有一个斑块时，Shannon均匀度指数为0；整个景观中的分布极不均衡时，指数接近于0；当整个景观中的类型分布极其均匀时，均匀度指数为1。破碎度指数（FragmentationIndex，LFI）是指景观要素被分割的破碎程度，反映景观空间结构的复杂性和人类活动对景观结构的影响程度。表5-13多样性/均匀度/破碎度指数单位：无澳门整体澳门半岛凼仔路环SHDI1.28951.16661.1913SHEI0.80120.72490.7402LFI330.4079510.204245.971从表5-13来看，澳门城市景观的多样性和均匀度都处于中等程度，结合前文数据，可以得出以下结论：澳门植被、建设用地、道路桥梁分布较为均匀，而裸地、湖泊水体分布较为集中，两相平均就得出了多样性和均匀度都处于中等程度的结果。破碎度指数则说明了澳门城市各景观要素被强烈分割，破碎化程度高，相对来说，澳门半岛人类活动强度大，破碎化程度更高一些，凼仔路环人类活动影响较小，破碎化程度略低。综合上述各指数，我们对澳门的城市景观格局做一个初步描述：由于人为干扰剧烈，澳门城市景观破碎化，各景观要素斑块面积小，分布较均匀，景观间呈现出开放式分布格局，物质能量交换频繁。这样的格局对城市热岛效应的缓解是否有利，还需要进一步研究。6澳门城市热岛影响因素分析城市温度尤其是地表温度，是城市表层能量平衡的中心，是影响城市气候最为重要的因素之一，调节和控制着许多生态学过程。城市热岛改变了城市热量环境，影响区域气候、城市水文、空气质量、城市土壤理化性质、城市生物的分布与行为以及诸多城市生态过程如物质代谢、能量循环等，引发出一系列生态环境问题，进而影响人类居住舒适程度和身体健康（肖荣波等，2005）。伴随着城市化的发展，澳门城市热岛日趋严重（SongandZhang，2003）。因此开展澳门城市热岛效应研究，分析热环境空间特征及其影响因素，提出相应的缓解措施，对于控制澳门热岛效应、减缓其他生态环境问题，增强居民身体健康有重要的意义。城市热岛经过近2个世纪的研究，人们对其时空分布特征逐渐认识。但城市热岛的时空变化，是天气条件、城市下垫面性质、人为热源释放等因素相互交织作用的结果。不同地区、不同性质的城市或在同一城市不同时间，热岛的形成机制都在发生变化。城市热岛形成的原因可简单的归结为内部因素和外部因素。伴随城市化的人为作用是形成城市热岛的内部因素；局地天气形势和气象条件是其外部因素。过去大量研究主要集中在物理和气象因素上，如城市建设用地面积、建筑高度（Bottyán&Unger，2003），风和云量（Morris等，2001），城市和街道几何形状（Eliasson，1996），土地利用/覆盖（Lo等，1997；Weng，2001，2003，2004；Dousset&Gourmelon，2003），植被（Carlson等，1994；GilliesandCarson，1995；Gillies等，1997；Lo等，1997；GalloandOwen，1998；Weng，2001；Goward等，2002）。虽然人口密度会影响人为热的释放（FanandSailor，2005）和人类活动强度（Elvidge等，1997），但却受到较少的关注。尤其是在城市内部，结合城市地表物理特征和人口社会变量，分析它们对城市热环境空间分布的影响，这种研究报道的极为少见。主要是由于二者数据空间尺度不一致性所导致：城市地表物理变量一般是利用遥感获取或实地调查，而人口密度一般以行政界限为统计单元，二者无法在空间上匹配（Yuan等，1997）。参考前人的研究，考虑到数据的可获取性，本研究将影响澳门热环境的因素归结为：植被比例、水体比例、植被指数、建筑负荷强度、硬化地表比例、人口密度、道路密度等。以澳门城区为研究区，利用GIS和遥感提取地表温度和影响因素，利用统计分析，确定澳门城市热环境影响的主要因素，为城市热岛的控制、环境改善提供理论依据。图6-1澳门城市热岛影响因素分析的网格设置6.1城市硬化地表的遥感估测城市土地利用/覆盖是开展城市空间格局分析、景观演变以及生态环境效应的前提和基础。Anderson在1976创建的基于遥感的土地利用/覆盖分类系统在城市景观生态分析中被广泛修改应用（Anderson，1976）。例如，Lo等（2002）在研究Atlanta时，将土地利用/覆盖分为高密度城市用地、低密度城市用地、农田/草地、森林、水体和裸地；同样，国内何春阳等人（2002）在研究北京城市化过程中，也采用了类似的分类系统，他们根据植被覆盖程度的差异将城镇用地分为高、中、低三个密度级别。这种分类体系存在突出一些问题：不同学者由于研究目的、研究区域不同，可以任意设定建设密度阈值来进行城市用地的划分，从而使得不同学者的研究结果可比性差；更为重要的是，这种分类体系难以定量区分城镇用地内部的植被覆盖、透水性地表以及其它自然要素的差异，这样就难以反映城镇用地内部的水热状况的分布和物质能量交换的差异，不利于城市生态环境的分析。例如某个象素被分类为居民地，既可以代表硬化地表覆盖率为60～100％，也可以代表植被覆盖率在0～60％之间。定量描述城市用地内部的自然覆盖的异质性，为城市土地利用/覆盖分类提供量化的指标。硬化地表（Impervioussurfaces）是描述城市建设强度的重要指标，是指地表水无法下渗的地表覆盖物质，包括自然的或人工的物质，包括道路、楼房（屋顶）、停车场以及其它建设地表等。近年来，伴随着城市硬化地表的深入研究，人们逐渐认识到它对城市生态环境的影响，包括城市径流、水质、地下水、生物栖息地、局部气候等，逐渐成为指示城市生态环境质量的重要指标（Arnold等，1996）。同时，它也成为当前许多水文、水质模型以及其它生态环境模型的必要输入参数。准确估计城市硬化地表，为开展城市景观格局以及城市热岛的演变特征奠定技术基础。本研究中提出硬化地表指数（Impervioussurfaceindex，简称为ISI）是指单位面积硬化地表的面积比例。城市硬化地表一般通过以下方法提取：（1）对航片或者高分辨率的卫片人工目视解译，该方法精度很高，但需要巨大的人力、物力，成本很高（Smith，2000）；（2）直接从现有的土地利用/覆盖图转化，该方法便捷快速，但依赖于研究区是否具有土地利用/覆盖数据，而且其空间分辨率受限于原数据比例尺（Lee&Heaney，2003）；（3）均一象元估测，一般利用计算机自动分类（如监督分类、非监督分类），该方法假设象元完全被一种地物类型所覆盖，从而忽视了一个象元内部的异质性（Forster，1985）；（4）混和象元估测，即通常所说的亚象元分类法（Subpixelclassification），该方法认为象元由多种地物构成，一般利用不同分辨率遥感影像之间光谱响应关系，对城市硬化地表进行估测（Yang等，2003a）。由于这种方法可以详细描述象素之间的景观组成差异，近年来越来越受到学者的关注，成为当前城市遥感学研究的热点问题之一。亚象元分类的基本思想是：传感器瞬时视场角(IFOV)内观测的辐射亮度值通常不是来源于同一地物，根据不同地物光谱特征来确定其面积比，从而以提高分类精度。现在主要有三种亚像元分类方法（1）线性模型（1inearmixturemode1）：假定每种地物对像元亮度值的贡献与其占像元面积比成正比，此方法要求像元内所能包含的地物种类不能超过波段数；（2）校正模型（Calibratedmode1）：利用训练好的经验模型去获得各地物面积比；（3）软分类方法：求得像元对于各类地物的隶属度，用隶属度代替地物所占像元面积比（王圆圆等，2004）。为了挖掘不同分辨率影像光谱之间的关系，不同研究者采用的方法各异，主要归纳为回归树法、多元回归法、基于对象法（李伟峰，2006）、神经网络法等。其中，回归树法和多元回归法运用的最为广泛。结合澳门现状，由于地籍局提供了1：1000的土地利用/覆盖图，精度和准确度很高，符合硬化地表指数估算的要求。因此，本研究采用土地利用/覆盖图来估算硬化地表指数，将水体、植被、裸地合并，表示非硬化地表，其它建筑物（建设用地）、道路桥梁等表示硬化地表，生成硬化地表二值图。根据硬化地表指数将地物分为高密度城市用地HB（ISI>60%），中等建设密度用地MB（40%<ISI<60%），低密度城市用地LB（10%<ISI<40%）以及低于10％的自然地表NS。这种分类方式可以体现城市用地自然属性的差异，强调城市用地的水热条件差异和自然生态过程。6.2建筑负荷强度估算建筑负荷强度（BuiltPressure）是建筑占地面积与建筑容积率的乘积。过去仅用建筑密度或建筑容积率来代表一个地区建设强度，都一定的局限性。建筑负荷强度是衡量城市土地开发利用强度的一项重要指标。其中，建筑密度可以通过影像直接判读，建筑容积率的确定需要首先测算建筑总面积和该建筑物的占地面积。对绝大部分单体建筑而言，由于每层楼平面面积相同，楼层数即是该建筑物的容积率。楼层高度的计算是估算建筑容积率的关键。通常是实地调查法或者利用大比例尺地形图直接量算，但这种方法耗时耗力。对于小范围的，也可以通过从航片上测量楼房高度，再按每层楼的高度来推算。随着一些高分辨率民用卫星的发射，有关学者尝试利用卫星图像进行建筑物高度估算。首先由Cheng等（1995）在1995年利用SPOT全色图像中建筑物阴影直接估算建筑物高度，并在42座建筑物高度测量中获得3.69m的均方根误差，开创了这方面的研究。Hartl和Cheng（1995）的工作是Cheng和Thiel工作的延伸，他们的试验涉及77座建筑物，报道的均方根误差为6.19m。Shettigara和Sumerling（1998）又提出了一种在子像元级确定阴影边界的方法，并发展了基于最佳阈值选择的阴影信息提取程序，该方法是通过选定（合适的）阈值，来完成对整个图象阴影轮廓的分割，这对于提高估算精度是十分有意义的。国内，何国金等（2001）首先采用类似的算法，在以北京市为例的试验中，建筑物高度分级抽样验证准确率达80%。IKONOS、QuickBird等高分辨率卫星的出现大大提高了这种方法的精度（谢军飞等，2004）。然而由于操作复杂，一般不易为人们利用。建筑负荷强度的计算公式如下：BP=BD×h其中BP是建筑负荷强度指数，BD是建筑密度，h为建筑高度。6.3人口密度空间分布模拟采用定性与定量相结合的方法，反演出人口在一定时点和一定地理空间中的分布状态，这就是人口统计数据的空间分布化（吕安民等，2002）。人类活动是影响城市热岛的一个重要因素。对澳门城区人口密度空间分布进行模拟，是目前需要解决的主要问题。目前，城市人口空间分布研究初步结果如下。最初的城市人口空间分布模型由Clark在1951年提出，他假设城市为理想地表形态、各项同性的圆形区域，人口围绕城市中心呈圆形分布，给出了城市人口分布密度的衰减规律：其中p(r)为人口密度，p0为城市特征半径内的人口密度，r为距城市特征中心的距离，r0为城市特征半径。该模型我们一般称为“指数模型”，与此类似的还有Sherratt模型等（Song，1996）和“负指数模型”（Brachen等，1989）。高斯分布模型是另一个流行的人口分布模型（Smeed等，1963），许多学者认为它更具有普遍意义和理论价值（吕安民等，2002）。但这两个模型都假定城市是单中心的，城市人口的空间分布由城市中心向周围递减。随着现代城市的高速发展，很多城市的人口不再围绕城市中心呈圆形分布，有的城市也不只有一个中心，而是有两个以上的中心，这时应用以上模型模拟人口的分布势必会偏离实际情况（吕安民等，2002）。该方法就是将人口普查数据利用GIS空间表现，一般是以人口普查小区为单位。这种分析目的是为了对人口基本情况和迁移规律进行调查研究和分析，对人口的地域分布进行综合描述，并进行大尺度上的人口区划。如刘峰等（2004）将空间统计分析与GIS相结合，探讨天水市人口空间分布模式；冯健（2002）研究了杭州市人口密度空间分布及其演化。这种人口空间表达方式有以下一些优点：调查资料详细，能反映了人口及相关的社会经济信息，如单元内人口密度、男女比例、各行业人口分布、居民受教育情况等；数据可靠、详细，一般由权威及相关专业部门组织进行等。但存在一些缺点：人口数据调查由于基于统计单元，数据具有集合性质，不能反映单元内部差异；人口统计主要基于人文单元（省、市、县、乡镇行政区划单元等），而自然环境问题则主要基于自然单元（流域、上壤类型单元、植被类型单元等），二者空间单元的不重合，导致数据应用受到极大限制。利用遥感获取自然地表数据、利用GIS强大的空间分析功能，可以将人口数据与其空间分布数据结合起来，估算人口空间分布。①空间内插法人口统计单位的空间内插法一般按以下步骤：首先将研究的区域划分为一定分辨率的格网；然后每个区域放置一个中心点，并把人口数连到中心点上；最后使用一种内插方法把中心点上的人口密度内插到格网表面。每个格网上的人口都是均匀分布的，随着格网分辨率的提高，就可以模拟出符合人口详细分布的人口密度空间连续分布模型（吕安民等，2002）。Wu等利用硬化地表（ImperviousSurfaceFractions，简称ISF）对土地覆盖类型分类，可大致分为居住区域和非居住区域，然后用Cokriging插值法，根据居住区ISF比例同人口数据建立相关关系建立模型，测试精确度并校正之。该方法使估计相对误差降为-0.3%。LiuXiaohang（2004）采用更高分辨率IKONOS影像结合Cokriging插值法，在人口空间分布估计中进行了很有价值的探索：首先对IKONOS影像进行预处理，将不同时间、不同状况下获取的影像进行标准化修正；然后进行土地覆盖分类；根据人口居住地的密度真实值获取半变异值（Semi-variogram），并用于Cokriging插值；然后对估计区域（TargetZone）与源区域（SourceZone）相应的土地利用类别进行插值；最后使用人口估计模型对每个估计区域进行人口密度估计。②遥感光谱法分析不同光谱特征与人口密度的关系，建立相关回归方程，对人口密度进行估测。如Lo（1998）研究了TM影像不同波段的光谱值与城市人口密度之间的关系。夜间灯光强度数据具有实