基于landsa影像的廈門(mén)城市不透水面時(shí)空變化

基于landsa影像的廈門(mén)城市不透水面時(shí)空變化

0不透水面在大區(qū)域的分布現(xiàn)在，隨著城市化進(jìn)程和城市規(guī)劃的快速擴(kuò)張，以植物和水體為主的自然景觀逐漸被城市不透水面所取代。城市不透水面指的是城市中各種不透水的覆蓋表面。這一地表景觀的變化將不可避免地導(dǎo)致區(qū)域生態(tài)環(huán)境的變化。因此，它引起了世界的廣泛關(guān)注，并進(jìn)行了一系列相關(guān)研究。這些研究主要集中在植被、水和溫度之間的研究上，而對(duì)滲透表面和它們之間關(guān)系的研究較少。這主要是因?yàn)樵诓煌杆砻嫘畔⒌墨@取方面很難。在過(guò)去的10年里，已經(jīng)通過(guò)遙感手段獲得不透水信息的技術(shù)已經(jīng)開(kāi)發(fā)出來(lái)，一些技術(shù)已經(jīng)按照線性光譜混合分析方法對(duì)土地的sat7etm圖像進(jìn)行了分解，并反演了美國(guó)columbus區(qū)域的不透水區(qū)域。陸等人（2005）提出了基于線性光譜混合分析的無(wú)透水面模型，并對(duì)sun圖像進(jìn)行了詳細(xì)的統(tǒng)計(jì)分析，并對(duì)sun圖像進(jìn)行了建模和計(jì)算。肖恩等人（2007）提出了一種多段源圖像源光譜分解模型，并使用了基于回歸樹(shù)模型的非透水區(qū)域分析。對(duì)于圖像而言，為了模擬城市的不透水，布里斯提出了回歸功能的模型。對(duì)于psv等人（2008），使用線性光譜混合模型和非線性人工神經(jīng)網(wǎng)絡(luò)分析算法對(duì)aster圖像進(jìn)行了分解，并取得了良好的效果。對(duì)于日本橫濱市（2008），使用線性光譜混合模型和非線性人工神經(jīng)網(wǎng)絡(luò)分析算法對(duì)aster圖像進(jìn)行了初始分解。xu（2010）創(chuàng)建了歸一化差分以外的不透水面信息，該區(qū)域快速、自動(dòng)地提取了不透水面信息。采用中間高分辨率圖像和亞洲圖像分解方法研究了自1988年至2001年的杜布林地區(qū)的變化。顯然，地震學(xué)技術(shù)是城市不透水面動(dòng)態(tài)變化的主要技術(shù)。福建省的廈門(mén)市是中國(guó)最早成立的經(jīng)濟(jì)特區(qū)之一,自1980年成立以來(lái),廈門(mén)城市空間快速發(fā)展,并導(dǎo)致了城市不透水面的大面積分布.因此,本研究選擇廈門(mén)市作為研究對(duì)象,通過(guò)遙感信息技術(shù)獲取城市不透水面信息,研究該市從1989—2009年期間的不透水面動(dòng)態(tài)變化及其與相關(guān)生態(tài)要素的定量關(guān)系,并籍此對(duì)其熱環(huán)境效應(yīng)進(jìn)行分析,這將為廈門(mén)城市的科學(xué)規(guī)劃和健康發(fā)展提供科學(xué)的決策依據(jù).1方法1.1研究區(qū)范圍廈門(mén)市地處福建東南沿海,其行政中心坐標(biāo)為118°04'04″E,24°26'46″N.本次研究區(qū)范圍為廈門(mén)市不透水面主要分布區(qū)域(圖1),包括了廈門(mén)島內(nèi)的思明區(qū)、湖里區(qū),以及島外的集美、海滄、同安和翔安這4個(gè)區(qū)的大部,研究區(qū)總面積為1623km2.研究區(qū)內(nèi)土地覆蓋變化迅速,能夠體現(xiàn)廈門(mén)市在研究期間的不透水面發(fā)展?fàn)顩r,具有很好的代表性.1.2季影像的配準(zhǔn)和輻射校正本次研究以1989年6月5日、1996年5月17日和2009年6月6日3個(gè)時(shí)相的Landsat-5TM夏季影像為主要數(shù)據(jù)源,跨度20周年.首先將3個(gè)時(shí)相的TM影像進(jìn)行配準(zhǔn),配準(zhǔn)點(diǎn)的均方根誤差(RMSE)小于0.5個(gè)像元.接著用Chander等和Chavez的日照大氣綜合校正模型(IACM)對(duì)3個(gè)時(shí)相的影像進(jìn)行輻射校正,以糾正由于大氣以及日地距離和太陽(yáng)高度角的不同所造成的影像光譜失真,并實(shí)現(xiàn)不同時(shí)相數(shù)據(jù)的正規(guī)化.1.2.1不透水面蓋度的增強(qiáng)和標(biāo)準(zhǔn)mndwi指數(shù)ndisi在當(dāng)前使用的不透水面信息反演的算法中,基于指數(shù)的方法是常用的一種.其中,徐涵秋提出的歸一化不透水面指數(shù)NDISI(NormalizedDifferenceImperviousIndex)可以較好地解決沙土、水體、陰影等信息與不透水面信息相混的問(wèn)題,并可以應(yīng)用于大面積地區(qū)的快速計(jì)算,因此本研究選取NDISI來(lái)提取研究區(qū)的不透水面信息.該指數(shù)表達(dá)式如下:式(1)和(2)中:NIR為影像的近紅外波段(TM4),MIR1為影像中紅外波段(TM5),TIR為影像的熱紅外波段(TM6),MNDWI為改進(jìn)型歸一化水體指數(shù),Green為綠光波段.其中熱紅外波段和MNDWI波段都必須作0~255級(jí)的線性拉伸,以統(tǒng)一各波段的量化級(jí)數(shù).從圖2可以看出,不透水面在TM6波段的均值最高,而在TM4波段的均值較低,因此二者的比值有助于增強(qiáng)不透水面信息.由于沙地和土壤也有類(lèi)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有助于不透水面與二者的區(qū)分.引入MNDWI水體指數(shù)則是為了消除水的影響.利用NDISI指數(shù)分別對(duì)研究區(qū)3個(gè)時(shí)相影像的不透水面信息進(jìn)行增強(qiáng),并選用合適的閾值對(duì)所增強(qiáng)的不透水面信息進(jìn)行提取.3個(gè)年份的提取閾值分別為:0.08(1989年),0(1996年)和0.1(2009年).圖3以2009年為例顯示不透水面信息的增強(qiáng)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幅高分辨率影像對(duì)NDISI提取的3個(gè)時(shí)相的不透水面進(jìn)行精度驗(yàn)證.研究采用隨機(jī)抽樣方法抽取了600個(gè)驗(yàn)證點(diǎn),3個(gè)時(shí)相的總精度分別是88.93%(1989年),90.17%(1996年)和92.10%(2009年),Kappa系數(shù)分別為0.855,0.878和0.889.以上不透水面提取只是將地表分為不透水面與非不透水面兩大類(lèi),但事實(shí)上,在像元內(nèi)部,不透水面所含比例即不透水面蓋度也有高低之分.因此,進(jìn)一步探索一個(gè)像元內(nèi)NDISI指數(shù)代表的不透水面蓋度模擬值與實(shí)際不透水面蓋度之間的關(guān)系.首先對(duì)NDISI影像做歸一化處理,將其轉(zhuǎn)換成不透水面蓋度模擬值,轉(zhuǎn)換公式如下:實(shí)際不透水面蓋度則用高分辨率影像的人工數(shù)字化結(jié)果表示.本次研究隨機(jī)選擇100個(gè)樣本,因?yàn)?00個(gè)樣本是介于嚴(yán)格統(tǒng)計(jì)和實(shí)際限制之間的折中值.每個(gè)樣本都有對(duì)應(yīng)的NDISI模擬值和不透水面蓋度實(shí)際值.結(jié)果發(fā)現(xiàn)NDISI模擬出的像元不透水面蓋度與像元實(shí)際不透水面蓋度值構(gòu)成的點(diǎn)基本都分布在1∶1線周?chē)?圖4),均方差RMSE為0.083.這表明NDISI不透水面蓋度模擬值與實(shí)際值十分接近,可用于反演不透水面蓋度.1.2.2地表溫度的反演利用MNDWI和NDVI2個(gè)指數(shù)反演研究區(qū)的水體和植被信息.MNDWI水體指數(shù)的表達(dá)式見(jiàn)公式(2),NDVI植被指數(shù)的表達(dá)式如下:式(4)中:NIR和Red分別代表綠光波段和紅光波段,對(duì)Landsat衛(wèi)星而言,分別對(duì)應(yīng)TM的4、3波段.TM影像的第6波段為熱紅外波段,可用來(lái)反演地表溫度(LST).地表溫度的反演主要根據(jù)NASA官方的Landsat用戶(hù)手冊(cè)進(jìn)行計(jì)算,通過(guò)像元亮度值反演出傳感器處的光譜值(L6)及傳感器處的溫度值(T).式(5)和(6)中:L6是LandsatTM第6波段的像元在傳感器處的光譜輻射值;DN是像元亮度值;T是傳感器處溫度值;K1和K2分別為定標(biāo)參數(shù),對(duì)于TM影像,K1=607.76w/(m2·str·μm),K2=1260.56K.進(jìn)一步將傳感處溫度T反演成地表溫度LST:式(7)中,λ為T(mén)M6的中心波長(zhǎng)(λ=11.45μm);ρ=h×c/σ=1.438×10-2m·K(其中σ為斯特藩-波耳茲曼常數(shù)σ=1.38×10-23J·K-1,普朗克常數(shù)h=6.626×10-34Js,光速c=2.998×108m·s-1);ε為地物的比輻射率,根據(jù)Nicholl的研究成果,水體取0.99,植被取0.96,其余地物均取0.92.2結(jié)果和分析2.1不透水面的年際變化通過(guò)對(duì)提取出的3個(gè)年份的不透水面進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn),研究區(qū)不透水面的面積從1989年的31.78km2增加到2009年的246.54km2,20年期間共增加了214.76km2,年均增長(zhǎng)率達(dá)到10.74%(表1).可見(jiàn)廈門(mén)市的不透水面在1989—2009年這20年里飛速增長(zhǎng),特別是在1996—2009年期間增加的面積最大,增幅達(dá)到180km2,增長(zhǎng)的空間主要分布在廈門(mén)島北部及廈門(mén)島外的城區(qū)(圖5).進(jìn)一步將不透水面信息與水體和植被信息疊加分析發(fā)現(xiàn),1989—2009年,在新增的不透水面中,有166km2是占用了原來(lái)的植被,占凈增不透水面總面積的77.29%;其次是水體,20年通過(guò)圍海造地,有43.53km2的近岸水體轉(zhuǎn)換為不透水面,占凈增不透水面面積的20.27%;而從裸地轉(zhuǎn)換為不透水面的只有5.23km2,占凈增不透水面面積的2.44%(圖6).2.2回歸分析方法不透水面、植被、水體是城市生態(tài)系統(tǒng)中最基本的組成部分.在這三者之中,城市不透水面以其顯著的熱環(huán)境效應(yīng)而倍受重視.由于不透水面信息的獲取較為困難,因此,對(duì)城市生態(tài)環(huán)境進(jìn)行包括城市不透水面在內(nèi)的多要素全面研究還不多,各種要素對(duì)城市生態(tài)環(huán)境綜合影響的定量關(guān)系還較難確定.但是,借助于歸一化不透水面指數(shù)NDISI,不僅能夠提取出區(qū)域的不透水面信息外,還能將其用于數(shù)值運(yùn)算.NDISI和植被指數(shù)、水體指數(shù)一樣,可用于和地表溫度進(jìn)行定量關(guān)系分析,并可與植被指數(shù)、水體指數(shù)一起綜合分析地表參數(shù)對(duì)城市生態(tài)環(huán)境的影響,從而實(shí)現(xiàn)不透水面對(duì)城市生態(tài)系統(tǒng)影響的定量研究.由于反演得出的各因子(NDISI、MNDWI、NDVI)的數(shù)值和量綱都不統(tǒng)一,因此在定量分析之前應(yīng)先將其正規(guī)化,統(tǒng)一到0~1之間,并轉(zhuǎn)化成百分率.使用大樣本量對(duì)整幅研究區(qū)影像進(jìn)行采樣,然后進(jìn)行定量關(guān)系的回歸分析,以確?；貧w關(guān)系的可靠性.本研究采用了線性、多項(xiàng)式、指數(shù)、對(duì)數(shù)等多種模型對(duì)NDISI影像(代表不透水面蓋度ISA)與LST影像(代表溫度)進(jìn)行回歸分析,發(fā)現(xiàn)LST與ISA呈正相關(guān)關(guān)系,且在所選的模型中,以指數(shù)模型的相關(guān)度最高,其回歸方程式如下(方程皆通過(guò)5%的顯著性檢驗(yàn)):以上回歸分析表明,不透水面蓋度和地表溫度之間的關(guān)系并不是一種簡(jiǎn)單的線性關(guān)系,而是一種指數(shù)函數(shù)關(guān)系.圖7以2009年為例表示不透水面與地表溫度的關(guān)系.圖7中每個(gè)散點(diǎn)代表某一不透水面蓋度及其對(duì)應(yīng)的地表溫度值,可以看出,不透水面蓋度越高,地表溫度上升速度就越快.根據(jù)2009年的回歸方程計(jì)算,在低不透水面地區(qū)(ISA<30%),不透水面蓋度每增加10%,地表溫度只增加2℃左右,但到了高不透水面蓋度的地區(qū)(ISA>70%),不透水面蓋度每增加10%,地表溫度的增到則超過(guò)了3.3℃(表2).對(duì)于4個(gè)維度的要素(LST、ISA、MNDWI、NDVI),無(wú)法用圖形來(lái)直觀表示和分析,因此采用逐步回歸分析來(lái)揭示它們之間的關(guān)系.以地表溫度(LST)為因變量,不透水面(ISA)、植被(NDVI)和水體(MNDWI)作為自變量來(lái)研究不透水面、植被、水體這三大地表要素對(duì)區(qū)域生態(tài)環(huán)境尤其是區(qū)域溫度的影響.逐步回歸分析得到以下方程式:為了進(jìn)一步考察三者對(duì)地表溫度的綜合影響效果,將不透水面蓋度分為10個(gè)等級(jí),統(tǒng)計(jì)各個(gè)等級(jí)的不透水面、植被、水體和地表溫度的平均值,然后假設(shè)不透水面蓋度在原等級(jí)上減少10%,而植被蓋度相應(yīng)增加10%,水體保持不變;或者水體相應(yīng)增加10%,植被蓋度保持不變,根據(jù)以上回歸模型計(jì)算調(diào)整比例前后的溫度變化,以判斷不透水面、植被、水為例,不透水面蓋度每減少10%用于增加植被或者水體,會(huì)使地表溫度降低2.93或2.53℃(表3).利用同樣的調(diào)整比例方法研究其他2個(gè)年份也發(fā)現(xiàn),地表溫度可以降低2.4或1.98℃(1996年)和2.26或1.58℃(1989年).這充分表明,在城市中減少不透水面覆蓋比例,相應(yīng)地增加植被或水域的比例能夠有效地降低城市地表溫度.3不透水面蓋度的生態(tài)效應(yīng)廈門(mén)市在1989—2009年的20年間,不透水面面積飛速增長(zhǎng),從1989年的31.78km2擴(kuò)大到2009年的246.54km2,增加了近7倍.不透水面的增加主要通過(guò)大面積侵占植被和近海水體來(lái)實(shí)現(xiàn).回歸統(tǒng)計(jì)結(jié)果顯示,不透水面與地表溫度之間存在著指數(shù)正相關(guān)關(guān)系,對(duì)地表溫度的上升起著促進(jìn)的作用,且在高不透水面蓋度的地區(qū)表現(xiàn)得比低不透水面蓋度的地區(qū)更為突出.隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,廈門(mén)市的城市化程度將進(jìn)一步提高,城市空間還將進(jìn)一步擴(kuò)展,對(duì)土地的需求也將日益增大.因此,廈門(mén)市在進(jìn)一步規(guī)劃中,要協(xié)調(diào)好不透水面與植被和水體的比例,以避免過(guò)高的不透水面比例可能給生態(tài)環(huán)境帶來(lái)的負(fù)面效應(yīng).以上3個(gè)自變量在逐步回歸分析中都通過(guò)了5%的顯著性檢驗(yàn)而保留下來(lái),說(shuō)明三者都是影響地表溫度的重要因子.進(jìn)一步觀察各個(gè)影響因子的系數(shù)可以發(fā)現(xiàn),它們對(duì)LST影響程度不一,其中不透水面因子的系數(shù)絕對(duì)值最大且為正,而NDVI和MNDW