基于landsa影像的厦门城市不透水面时空变化

基于landsa影像的厦门城市不透水面时空变化

0不透水面在大区域的分布现在，随着城市化进程和城市规划的快速扩张，以植物和水体为主的自然景观逐渐被城市不透水面所取代。城市不透水面指的是城市中各种不透水的覆盖表面。这一地表景观的变化将不可避免地导致区域生态环境的变化。因此，它引起了世界的广泛关注，并进行了一系列相关研究。这些研究主要集中在植被、水和温度之间的研究上，而对渗透表面和它们之间关系的研究较少。这主要是因为在不透水表面信息的获取方面很难。在过去的10年里，已经通过遥感手段获得不透水信息的技术已经开发出来，一些技术已经按照线性光谱混合分析方法对土地的sat7etm图像进行了分解，并反演了美国columbus区域的不透水区域。陆等人（2005）提出了基于线性光谱混合分析的无透水面模型，并对sun图像进行了详细的统计分析，并对sun图像进行了建模和计算。肖恩等人（2007）提出了一种多段源图像源光谱分解模型，并使用了基于回归树模型的非透水区域分析。对于图像而言，为了模拟城市的不透水，布里斯提出了回归功能的模型。对于psv等人（2008），使用线性光谱混合模型和非线性人工神经网络分析算法对aster图像进行了分解，并取得了良好的效果。对于日本横滨市（2008），使用线性光谱混合模型和非线性人工神经网络分析算法对aster图像进行了初始分解。xu（2010）创建了归一化差分以外的不透水面信息，该区域快速、自动地提取了不透水面信息。采用中间高分辨率图像和亚洲图像分解方法研究了自1988年至2001年的杜布林地区的变化。显然，地震学技术是城市不透水面动态变化的主要技术。福建省的厦门市是中国最早成立的经济特区之一,自1980年成立以来,厦门城市空间快速发展,并导致了城市不透水面的大面积分布.因此,本研究选择厦门市作为研究对象,通过遥感信息技术获取城市不透水面信息,研究该市从1989—2009年期间的不透水面动态变化及其与相关生态要素的定量关系,并籍此对其热环境效应进行分析,这将为厦门城市的科学规划和健康发展提供科学的决策依据.1方法1.1研究区范围厦门市地处福建东南沿海,其行政中心坐标为118°04'04″E,24°26'46″N.本次研究区范围为厦门市不透水面主要分布区域(图1),包括了厦门岛内的思明区、湖里区,以及岛外的集美、海沧、同安和翔安这4个区的大部,研究区总面积为1623km2.研究区内土地覆盖变化迅速,能够体现厦门市在研究期间的不透水面发展状况,具有很好的代表性.1.2季影像的配准和辐射校正本次研究以1989年6月5日、1996年5月17日和2009年6月6日3个时相的Landsat-5TM夏季影像为主要数据源,跨度20周年.首先将3个时相的TM影像进行配准,配准点的均方根误差(RMSE)小于0.5个像元.接着用Chander等和Chavez的日照大气综合校正模型(IACM)对3个时相的影像进行辐射校正,以纠正由于大气以及日地距离和太阳高度角的不同所造成的影像光谱失真,并实现不同时相数据的正规化.1.2.1不透水面盖度的增强和标准mndwi指数ndisi在当前使用的不透水面信息反演的算法中,基于指数的方法是常用的一种.其中,徐涵秋提出的归一化不透水面指数NDISI(NormalizedDifferenceImperviousIndex)可以较好地解决沙土、水体、阴影等信息与不透水面信息相混的问题,并可以应用于大面积地区的快速计算,因此本研究选取NDISI来提取研究区的不透水面信息.该指数表达式如下:式(1)和(2)中:NIR为影像的近红外波段(TM4),MIR1为影像中红外波段(TM5),TIR为影像的热红外波段(TM6),MNDWI为改进型归一化水体指数,Green为绿光波段.其中热红外波段和MNDWI波段都必须作0~255级的线性拉伸,以统一各波段的量化级数.从图2可以看出,不透水面在TM6波段的均值最高,而在TM4波段的均值较低,因此二者的比值有助于增强不透水面信息.由于沙地和土壤也有类似的特征,但二者在TM5波段的均值大于不透水面,因此引入TM5有助于不透水面与二者的区分.引入MNDWI水体指数则是为了消除水的影响.利用NDISI指数分别对研究区3个时相影像的不透水面信息进行增强,并选用合适的阈值对所增强的不透水面信息进行提取.3个年份的提取阈值分别为:0.08(1989年),0(1996年)和0.1(2009年).图3以2009年为例显示不透水面信息的增强和提取效果.利用1988年10月5日、1994年10月14日的SPOTPan和2009年10月19日的ALOS等3幅高分辨率影像对NDISI提取的3个时相的不透水面进行精度验证.研究采用随机抽样方法抽取了600个验证点,3个时相的总精度分别是88.93%(1989年),90.17%(1996年)和92.10%(2009年),Kappa系数分别为0.855,0.878和0.889.以上不透水面提取只是将地表分为不透水面与非不透水面两大类,但事实上,在像元内部,不透水面所含比例即不透水面盖度也有高低之分.因此,进一步探索一个像元内NDISI指数代表的不透水面盖度模拟值与实际不透水面盖度之间的关系.首先对NDISI影像做归一化处理,将其转换成不透水面盖度模拟值,转换公式如下:实际不透水面盖度则用高分辨率影像的人工数字化结果表示.本次研究随机选择100个样本,因为100个样本是介于严格统计和实际限制之间的折中值.每个样本都有对应的NDISI模拟值和不透水面盖度实际值.结果发现NDISI模拟出的像元不透水面盖度与像元实际不透水面盖度值构成的点基本都分布在1∶1线周围(图4),均方差RMSE为0.083.这表明NDISI不透水面盖度模拟值与实际值十分接近,可用于反演不透水面盖度.1.2.2地表温度的反演利用MNDWI和NDVI2个指数反演研究区的水体和植被信息.MNDWI水体指数的表达式见公式(2),NDVI植被指数的表达式如下:式(4)中:NIR和Red分别代表绿光波段和红光波段,对Landsat卫星而言,分别对应TM的4、3波段.TM影像的第6波段为热红外波段,可用来反演地表温度(LST).地表温度的反演主要根据NASA官方的Landsat用户手册进行计算,通过像元亮度值反演出传感器处的光谱值(L6)及传感器处的温度值(T).式(5)和(6)中:L6是LandsatTM第6波段的像元在传感器处的光谱辐射值;DN是像元亮度值;T是传感器处温度值;K1和K2分别为定标参数,对于TM影像,K1=607.76w/(m2·str·μm),K2=1260.56K.进一步将传感处温度T反演成地表温度LST:式(7)中,λ为TM6的中心波长(λ=11.45μm);ρ=h×c/σ=1.438×10-2m·K(其中σ为斯特藩-波耳兹曼常数σ=1.38×10-23J·K-1,普朗克常数h=6.626×10-34Js,光速c=2.998×108m·s-1);ε为地物的比辐射率,根据Nicholl的研究成果,水体取0.99,植被取0.96,其余地物均取0.92.2结果和分析2.1不透水面的年际变化通过对提取出的3个年份的不透水面进行统计发现,研究区不透水面的面积从1989年的31.78km2增加到2009年的246.54km2,20年期间共增加了214.76km2,年均增长率达到10.74%(表1).可见厦门市的不透水面在1989—2009年这20年里飞速增长,特别是在1996—2009年期间增加的面积最大,增幅达到180km2,增长的空间主要分布在厦门岛北部及厦门岛外的城区(图5).进一步将不透水面信息与水体和植被信息叠加分析发现,1989—2009年,在新增的不透水面中,有166km2是占用了原来的植被,占净增不透水面总面积的77.29%;其次是水体,20年通过围海造地,有43.53km2的近岸水体转换为不透水面,占净增不透水面面积的20.27%;而从裸地转换为不透水面的只有5.23km2,占净增不透水面面积的2.44%(图6).2.2回归分析方法不透水面、植被、水体是城市生态系统中最基本的组成部分.在这三者之中,城市不透水面以其显著的热环境效应而倍受重视.由于不透水面信息的获取较为困难,因此,对城市生态环境进行包括城市不透水面在内的多要素全面研究还不多,各种要素对城市生态环境综合影响的定量关系还较难确定.但是,借助于归一化不透水面指数NDISI,不仅能够提取出区域的不透水面信息外,还能将其用于数值运算.NDISI和植被指数、水体指数一样,可用于和地表温度进行定量关系分析,并可与植被指数、水体指数一起综合分析地表参数对城市生态环境的影响,从而实现不透水面对城市生态系统影响的定量研究.由于反演得出的各因子(NDISI、MNDWI、NDVI)的数值和量纲都不统一,因此在定量分析之前应先将其正规化,统一到0~1之间,并转化成百分率.使用大样本量对整幅研究区影像进行采样,然后进行定量关系的回归分析,以确保回归关系的可靠性.本研究采用了线性、多项式、指数、对数等多种模型对NDISI影像(代表不透水面盖度ISA)与LST影像(代表温度)进行回归分析,发现LST与ISA呈正相关关系,且在所选的模型中,以指数模型的相关度最高,其回归方程式如下(方程皆通过5%的显著性检验):以上回归分析表明,不透水面盖度和地表温度之间的关系并不是一种简单的线性关系,而是一种指数函数关系.图7以2009年为例表示不透水面与地表温度的关系.图7中每个散点代表某一不透水面盖度及其对应的地表温度值,可以看出,不透水面盖度越高,地表温度上升速度就越快.根据2009年的回归方程计算,在低不透水面地区(ISA<30%),不透水面盖度每增加10%,地表温度只增加2℃左右,但到了高不透水面盖度的地区(ISA>70%),不透水面盖度每增加10%,地表温度的增到则超过了3.3℃(表2).对于4个维度的要素(LST、ISA、MNDWI、NDVI),无法用图形来直观表示和分析,因此采用逐步回归分析来揭示它们之间的关系.以地表温度(LST)为因变量,不透水面(ISA)、植被(NDVI)和水体(MNDWI)作为自变量来研究不透水面、植被、水体这三大地表要素对区域生态环境尤其是区域温度的影响.逐步回归分析得到以下方程式:为了进一步考察三者对地表温度的综合影响效果,将不透水面盖度分为10个等级,统计各个等级的不透水面、植被、水体和地表温度的平均值,然后假设不透水面盖度在原等级上减少10%,而植被盖度相应增加10%,水体保持不变;或者水体相应增加10%,植被盖度保持不变,根据以上回归模型计算调整比例前后的温度变化,以判断不透水面、植被、水为例,不透水面盖度每减少10%用于增加植被或者水体,会使地表温度降低2.93或2.53℃(表3).利用同样的调整比例方法研究其他2个年份也发现,地表温度可以降低2.4或1.98℃(1996年)和2.26或1.58℃(1989年).这充分表明,在城市中减少不透水面覆盖比例,相应地增加植被或水域的比例能够有效地降低城市地表温度.3不透水面盖度的生态效应厦门市在1989—2009年的20年间,不透水面面积飞速增长,从1989年的31.78km2扩大到2009年的246.54km2,增加了近7倍.不透水面的增加主要通过大面积侵占植被和近海水体来实现.回归统计结果显示,不透水面与地表温度之间存在着指数正相关关系,对地表温度的上升起着促进的作用,且在高不透水面盖度的地区表现得比低不透水面盖度的地区更为突出.随着社会经济的快速发展,厦门市的城市化程度将进一步提高,城市空间还将进一步扩展,对土地的需求也将日益增大.因此,厦门市在进一步规划中,要协调好不透水面与植被和水体的比例,以避免过高的不透水面比例可能给生态环境带来的负面效应.以上3个自变量在逐步回归分析中都通过了5%的显著性检验而保留下来,说明三者都是影响地表温度的重要因子.进一步观察各个影响因子的系数可以发现,它们对LST影响程度不一,其中不透水面因子的系数绝对值最大且为正,而NDVI和MNDW