基于landsa影像的廈門城市不透水面時空變化

0不透水面在大區(qū)域的分布現(xiàn)在，隨著城市化進程和城市規(guī)劃的快速擴張，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注，并進行了一系列相關研究。這些研究主要集中在植被、水和溫度之間的研究上，而對滲透表面和它們之間關系的研究較少。這主要是因為在不透水表面信息的獲取方面很難。在過去的10年里，已經通過遙感手段獲得不透水信息的技術已經開發(fā)出來，一些技術已經按照線性光譜混合分析方法對土地的sat7etm圖像進行了分解，并反演了美國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透水面模型，并對sun圖像進行了詳細的統(tǒng)計分析，并對sun圖像進行了建模和計算。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模型的非透水區(qū)域分析。對于圖像而言，為了模擬城市的不透水，布里斯提出了回歸功能的模型。對于psv等人（2008），使用線性光譜混合模型和非線性人工神經網絡分析算法對aster圖像進行了分解，并取得了良好的效果。對于日本橫濱市（2008），使用線性光譜混合模型和非線性人工神經網絡分析算法對aster圖像進行了初始分解。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，地震學技術是城市不透水面動態(tài)變化的主要技術。福建省的廈門市是中國最早成立的經濟特區(qū)之一,自1980年成立以來,廈門城市空間快速發(fā)展,并導致了城市不透水面的大面積分布.因此,本研究選擇廈門市作為研究對象,通過遙感信息技術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態(tài)變化及其與相關生態(tài)要素的定量關系,并籍此對其熱環(huán)境效應進行分析,這將為廈門城市的科學規(guī)劃和健康發(fā)展提供科學的決策依據.1方法1.1研究區(qū)范圍廈門市地處福建東南沿海,其行政中心坐標為118°04'04″E,24°26'46″N.本次研究區(qū)范圍為廈門市不透水面主要分布區(qū)域(圖1),包括了廈門島內的思明區(qū)、湖里區(qū),以及島外的集美、海滄、同安和翔安這4個區(qū)的大部,研究區(qū)總面積為1623km2.研究區(qū)內土地覆蓋變化迅速,能夠體現(xiàn)廈門市在研究期間的不透水面發(fā)展狀況,具有很好的代表性.1.2季影像的配準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個時相的Landsat-5TM夏季影像為主要數(shù)據源,跨度20周年.首先將3個時相的TM影像進行配準,配準點的均方根誤差(RMSE)小于0.5個像元.接著用Chander等和Chavez的日照大氣綜合校正模型(IACM)對3個時相的影像進行輻射校正,以糾正由于大氣以及日地距離和太陽高度角的不同所造成的影像光譜失真,并實現(xiàn)不同時相數(shù)據的正規(guī)化.1.2.1不透水面蓋度的增強和標準mndwi指數(shù)ndisi在當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題,并可以應用于大面積地區(qū)的快速計算,因此本研究選取NDISI來提取研究區(qū)的不透水面信息.該指數(shù)表達式如下: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級的線性拉伸,以統(tǒng)一各波段的量化級數(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不透水面信息.由于沙地和土壤也有類似的特征,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)分別對研究區(qū)3個時相影像的不透水面信息進行增強,并選用合適的閾值對所增強的不透水面信息進行提取.3個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NDISI提取的3個時相的不透水面進行精度驗證.研究采用隨機抽樣方法抽取了600個驗證點,3個時相的總精度分別是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,但事實上,在像元內部,不透水面所含比例即不透水面蓋度也有高低之分.因此,進一步探索一個像元內NDISI指數(shù)代表的不透水面蓋度模擬值與實際不透水面蓋度之間的關系.首先對NDISI影像做歸一化處理,將其轉換成不透水面蓋度模擬值,轉換公式如下:實際不透水面蓋度則用高分辨率影像的人工數(shù)字化結果表示.本次研究隨機選擇100個樣本,因為100個樣本是介于嚴格統(tǒng)計和實際限制之間的折中值.每個樣本都有對應的NDISI模擬值和不透水面蓋度實際值.結果發(fā)現(xiàn)NDISI模擬出的像元不透水面蓋度與像元實際不透水面蓋度值構成的點基本都分布在1∶1線周圍(圖4),均方差RMSE為0.083.這表明NDISI不透水面蓋度模擬值與實際值十分接近,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)的表達式見公式(2),NDVI植被指數(shù)的表達式如下:式(4)中:NIR和Red分別代表綠光波段和紅光波段,對Landsat衛(wèi)星而言,分別對應TM的4、3波段.TM影像的第6波段為熱紅外波段,可用來反演地表溫度(LST).地表溫度的反演主要根據NASA官方的Landsat用戶手冊進行計算,通過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分別為定標參數(shù),對于TM影像,K1=607.76w/(m2·str·μm),K2=1260.56K.進一步將傳感處溫度T反演成地表溫度LST:式(7)中,λ為TM6的中心波長(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結果和分析2.1不透水面的年際變化通過對提取出的3個年份的不透水面進行統(tǒng)計發(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,年均增長率達到10.74%(表1).可見廈門市的不透水面在1989—2009年這20年里飛速增長,特別是在1996—2009年期間增加的面積最大,增幅達到180km2,增長的空間主要分布在廈門島北部及廈門島外的城區(qū)(圖5).進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年通過圍海造地,有43.53km2的近岸水體轉換為不透水面,占凈增不透水面面積的20.27%;而從裸地轉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)境效應而倍受重視.由于不透水面信息的獲取較為困難,因此,對城市生態(tài)環(huán)境進行包括城市不透水面在內的多要素全面研究還不多,各種要素對城市生態(tài)環(huán)境綜合影響的定量關系還較難確定.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)值運算.NDISI和植被指數(shù)、水體指數(shù)一樣,可用于和地表溫度進行定量關系分析,并可與植被指數(shù)、水體指數(shù)一起綜合分析地表參數(shù)對城市生態(tài)環(huán)境的影響,從而實現(xiàn)不透水面對城市生態(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先將其正規(guī)化,統(tǒng)一到0~1之間,并轉化成百分率.使用大樣本量對整幅研究區(qū)影像進行采樣,然后進行定量關系的回歸分析,以確?；貧w關系的可靠性.本研究采用了線性、多項式、指數(shù)、對數(shù)等多種模型對NDISI影像(代表不透水面蓋度ISA)與LST影像(代表溫度)進行回歸分析,發(fā)現(xiàn)LST與ISA呈正相關關系,且在所選的模型中,以指數(shù)模型的相關度最高,其回歸方程式如下(方程皆通過5%的顯著性檢驗):以上回歸分析表明,不透水面蓋度和地表溫度之間的關系并不是一種簡單的線性關系,而是一種指數(shù)函數(shù)關系.圖7以2009年為例表示不透水面與地表溫度的關系.圖7中每個散點代表某一不透水面蓋度及其對應的地表溫度值,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2009年的回歸方程計算,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了3.3℃(表2).對于4個維度的要素(LST、ISA、MNDWI、NDVI),無法用圖形來直觀表示和分析,因此采用逐步回歸分析來揭示它們之間的關系.以地表溫度(LST)為因變量,不透水面(ISA)、植被(NDVI)和水體(MNDWI)作為自變量來研究不透水面、植被、水體這三大地表要素對區(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:為了進一步考察三者對地表溫度的綜合影響效果,將不透水面蓋度分為10個等級,統(tǒng)計各個等級的不透水面、植被、水體和地表溫度的平均值,然后假設不透水面蓋度在原等級上減少10%,而植被蓋度相應增加10%,水體保持不變;或者水體相應增加10%,植被蓋度保持不變,根據以上回歸模型計算調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,會使地表溫度降低2.93或2.53℃(表3).利用同樣的調整比例方法研究其他2個年份也發(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)效應廈門市在1989—2009年的20年間,不透水面面積飛速增長,從1989年的31.78km2擴大到2009年的246.54km2,增加了近7倍.不透水面的增加主要通過大面積侵占植被和近海水體來實現(xiàn).回歸統(tǒng)計結果顯示,不透水面與地表溫度之間存在著指數(shù)正相關關系,對地表溫度的上升起著促進的作用,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.隨著社會經濟的快速發(fā)展,廈門市的城市化程度將進一步提高,城市空間還將進一步擴展,對土地的需求也將日益增大.因此,廈門市在進一步規(guī)劃中,要協(xié)調好不透水面與植被和水體的比例,以避免過高的不透水面比例可能給生態(tài)環(huán)境帶來的負面效應.以上3個自變量在逐步回歸分析中都通過了5%的顯著性檢驗而保留下來,說明三者都是影響地表溫度的重要因子.進一步觀察各個影響因子的系數(shù)可以發(fā)現(xiàn),它們對LST影響程度不一,其中不透水面因子的系數(shù)絕對值最大且為正,而NDVI和MNDW