基于遙感數(shù)據(jù)的城市熱島效應(yīng)研究目錄1引言 52.材料與方法 72.1研究區(qū)概況 72.2技術(shù)路線圖 92.3數(shù)據(jù)來源及處理 92.3.1地表溫度數(shù)據(jù) 92.3.2下墊面因素 102.3.3土地利用數(shù)據(jù) 102.4熱島強度分級 112.5典型區(qū)域劃分 112.6統(tǒng)計分析 113.結(jié)果與分析 123.1熱島效應(yīng)的季節(jié)變化特征 123.2熱島效應(yīng)的區(qū)域變化 143.3下墊面對熱島效應(yīng)時空分布的影響 173.3.1NDVI對熱島效應(yīng)的影響 173.3.2NDWI對熱島效應(yīng)的影響 194.討論 205.結(jié)論 24參考文獻： 24致謝 25摘要：本研究以MODIS逐日數(shù)據(jù)反演的地表溫度產(chǎn)品為數(shù)據(jù)基礎(chǔ)，基于GEE平臺對地表溫度數(shù)據(jù)進行單位變換、逐月均值計算等處理，采用密度分割法對地表溫度進行熱島強度劃分，在季節(jié)尺度上通過對地表溫度進行統(tǒng)計分析，分析研究區(qū)熱島強度空間分布特征及其演變規(guī)律，結(jié)合土地利用數(shù)據(jù)將海口市劃分為建成區(qū)-近郊區(qū)-遠郊區(qū)三個典型區(qū)域，分析熱島強度的區(qū)域差異，采用相關(guān)分析方法，探討了下墊面因素對熱島效應(yīng)的影響。研究結(jié)果表明：（1）海口市城市熱島效應(yīng)2-8月逐步增強，9-1月逐步減弱，在8月達到最強，在1與12月達到最低，但在冬季城市熱島中心并不明顯；（2）?？谑袇^(qū)溫度比近郊和遠郊地區(qū)溫度更高，但差異不大（建成區(qū)與近郊區(qū)月均溫度相差0.76℃，建成區(qū)與遠郊區(qū)月均溫度相差0.22℃），熱島中心出現(xiàn)在市區(qū)；（3）海口市植被覆蓋度和水體指數(shù)均與熱島效應(yīng)呈正相關(guān)關(guān)系。關(guān)鍵詞：城市熱島；GEE平臺；地表溫度；土地覆蓋類型1引言進入21世紀，隨著人們城市化進程的不斷發(fā)展，城市的一些弊端也逐漸顯現(xiàn)出來。由于城市快速發(fā)展吸引著人們向城市遷移，城市逐漸成為一個高能量、高密度的極核。城市擴張導(dǎo)致的下墊面性質(zhì)發(fā)生變化，植被覆蓋面積減少和建筑用地面積的增加是導(dǎo)致城市熱島效應(yīng)產(chǎn)生的主要原因。城市地區(qū)相較于郊區(qū)植被覆蓋率低，并且城市人工建筑物密集，各類水泥建筑物和城市柏油道路比郊區(qū)的土壤、植被具有更大的吸熱率和更小的比熱容，使得城市地區(qū)升溫快，并向四周和大氣中大量輻散，造成了同一時間城區(qū)氣溫普遍高于周圍的郊區(qū)氣溫，從而形成熱島效應(yīng)。與傳統(tǒng)觀測站監(jiān)測相比，遙感具有連續(xù)性、覆蓋范圍廣、速度快、成本低等特點。遙感數(shù)據(jù)是獲取地表溫度、植被覆蓋信息和土地利用信息等的基礎(chǔ)，遙感技術(shù)為城市熱島效應(yīng)研究提供了有力的技術(shù)支持。探索城市熱島的強度和空間布局在時間尺度上的響應(yīng)關(guān)系，以揭示城市熱島與不同土地類型、人口的內(nèi)在聯(lián)系，以期為緩解城市熱島效應(yīng)、改善城市熱環(huán)境提供科學依據(jù)，同時對相關(guān)部門進行城市規(guī)劃和改善城市局地小氣候具有指導(dǎo)意義。國內(nèi)對城市熱島效應(yīng)研究略晚于國外，20世紀80年代我國才剛剛起步并重視熱島效應(yīng)的研究。早期的研究大多集中于城市熱島效應(yīng)明顯且經(jīng)濟迅速發(fā)展的城市，如，北京、上海、廣州等經(jīng)濟發(fā)達城市。現(xiàn)今隨著我國城市建設(shè)的不斷發(fā)展，城市熱島效應(yīng)的影響開始由超一線城市向一二線城市輻散。通過對中文文獻的檢索結(jié)果分析表明，近兩年內(nèi)城市熱島效應(yīng)相關(guān)的論文數(shù)量已經(jīng)達到40篇，有關(guān)一線城市的論文就接近30篇，其中，近5年內(nèi)關(guān)于北京熱島效應(yīng)研究論文數(shù)量接近20篇，近3年內(nèi)有關(guān)南京城市熱島效應(yīng)論文接近10篇，因此可以看出，目前關(guān)于一二線城市的城市熱島效應(yīng)的研究的仍是熱點以往對城市熱島監(jiān)測方式主要采用氣象站觀測、人員實地考察等傳統(tǒng)方法，但現(xiàn)如今我國遙感技術(shù)快速發(fā)展，對城市熱島效應(yīng)研究也以遙感技術(shù)監(jiān)測為主，通過遙感技術(shù)可以有效且快速對城市地表溫度的空間分布定期監(jiān)測。王靖嵐等人以城市地表溫度揭示熱島與土地覆被的變化，通過反演城市地表溫度研究城市熱島分布[1-3]。Lai等人通過將灌木草坪等地與建筑、不透水地面相比，得知具有不同的熱慣性與熱容量值，具有明顯的緩沖溫度、濕度變化的功效[4]。鄭培鑫等人利用遙感地表溫度資料，對太原城市群地表溫度和熱島強度進行研究，并從多個時間尺度研究太原城市群熱島效應(yīng)的分布特征和演變規(guī)律[5]。李玉杰等人通過研究融合“源-匯”理論,引入城市熱島源匯指數(shù),通過城鄉(xiāng)梯度法分析源、匯景觀類型對熱島效應(yīng)的貢獻;識別局域尺度下景觀格局顯著影響城市熱島的閾值,為城市規(guī)劃的景觀組分提供量化控制范圍，進而為減輕熱島的景觀規(guī)劃提供指導(dǎo)[6]。楊朝斌針對城市水體和植被組成的“藍綠空間”，定量化的分析了蘇州市的藍綠空間對城市綠道的降溫作用[7]。熊鷹基于多源遙感數(shù)據(jù)和興趣點數(shù)據(jù)等，討論人居環(huán)境中的熱環(huán)境效應(yīng)及其影響因素，結(jié)果表明景觀格局、城市建設(shè)強度和地形地貌是影響城市熱環(huán)境格局的主要因素，而人文因素則在加劇熱島效應(yīng)的形成[8]。李璇瓊等利用Landsat8遙感影像計算研究區(qū)亮度溫度，再利用劈窗算法反演地表溫度，并計算凈輻射通量和土壤熱通量，然后分析熱島效應(yīng)與植被覆蓋度、凈輻射通量與環(huán)境空氣質(zhì)量的相關(guān)性，最后有針對性地提出公園城市建設(shè)的相關(guān)措施[9]。還有學者基于FY-3C/VIRR地表溫度數(shù)據(jù)開展熱島效應(yīng)的時空分布特征研究[10-11]。目前通過遙感數(shù)據(jù)反演地表溫度來探究城市熱島效應(yīng)，取得了顯著的研究進展。熱帶地區(qū)多云雨天氣，不利于遙感數(shù)據(jù)的獲取，因此，熱帶海島城市由于受云雨等氣象條件的限制，該區(qū)域高質(zhì)量遙感數(shù)據(jù)十分有限，這為熱帶海島城市相關(guān)研究造成一定困難。此外，熱島海島城市，相較于內(nèi)陸有其獨特的自然、氣候特點，例如海島城市的氣候顯著受到本地常年季風的影響，常年有穿過城市冠層內(nèi)街道的季風對緩解城市熱島強度起到了非常關(guān)鍵的作用，與此同時，晴朗天氣條件下強烈的太陽輻射對城市熱島效應(yīng)具有較大的增強作用。臺風多發(fā)季所帶來的大量降水相較于其他季節(jié)城市熱島效應(yīng)也會減弱。然而，目前針對熱帶海島城市的城市熱島效應(yīng)研究較少，熱帶海島城市熱島效應(yīng)強度、時空分布規(guī)律及其影響機制有待進一步研究，因此，本研究以海南省典型城市為研究區(qū)，基于多源遙感數(shù)據(jù)，分析城市熱島強度及其空間分布規(guī)律和季節(jié)差異，分析下墊面因素與地表溫度的關(guān)系，探討緩解城市熱島效應(yīng)的因素，為改善城市熱環(huán)境提供科學依據(jù)。2.材料與方法2.1研究區(qū)概況?？谑?，海南省轄地級市、省會，北部灣城市群重要節(jié)點城市，二線城市，位于北緯19°31′—20°04′，東經(jīng)110°07′—110°42′之間，地處海南島北部，東鄰文昌，西接澄邁，南毗定安，北瀕瓊州海峽。全是地勢平緩，分布在海拔10米左右的平原上。?？谑休犘阌^(qū)、龍華區(qū)、瓊山區(qū)、美蘭區(qū)4個區(qū)。?？谑袑儆跓釒Ъ撅L海洋性氣候，全年日照時間長，輻射能量大，年平均日照時數(shù)2000小時以上，太陽輻射量可達到11到12萬卡；年平均氣溫23.8℃，最高平均氣溫28℃左右，最低平均氣溫18℃左右，最熱月8月為，最冷月為1月。作為海南省的省會，近年來?？谑谐鞘薪ǔ蓞^(qū)不斷向外擴張，城市建筑高度與城市化發(fā)展水平也逐年上升，使得熱量在城市區(qū)域內(nèi)大量堆積，熱島效應(yīng)進一步增強。圖SEQ圖表\*ARABIC1研究區(qū)分布與2022年土地利用現(xiàn)狀圖2.2技術(shù)路線圖本研究采用的數(shù)據(jù)是基于GEE平臺和Sentinel-2衛(wèi)星獲取的影像進行分析得到的數(shù)據(jù)。分析流程包括基于GEE平臺獲取的地表溫度數(shù)據(jù)產(chǎn)品進行熱島強度分級、基于GEE平臺地表反射率數(shù)據(jù)進行反演得到下墊面因素在研究區(qū)的分布特征、對Sentinel-2衛(wèi)星獲取的衛(wèi)星影像進行地類分析獲取土地利用類型數(shù)據(jù)圖并基于此進行典型區(qū)域劃分。具體流程如圖2所示：圖2技術(shù)路線圖2.3數(shù)據(jù)來源及處理2.3.1地表溫度數(shù)據(jù)本研究使用MODIS地表溫度產(chǎn)品（MODIS/061/MOD11A2），MODIS/061/MOD11A2為L1B級8天合成產(chǎn)品，空間分辨率為1KM。L1B級產(chǎn)品的最新算法在反射響應(yīng)速度、掃描角度與紅外波段的光學串擾等方面進行了調(diào)整，產(chǎn)品精度進一步提升，保證了數(shù)據(jù)的一致性與相對穩(wěn)定性。本研究基于谷歌地球引擎（GEE）平臺獲取覆蓋?？谑?021年12月至2022年11月的逐日地表溫度產(chǎn)品數(shù)據(jù)?；贕EE平臺，集成掩膜提取算法，使用?？谑行姓^(qū)劃圖提取?？趨^(qū)域范圍的MODIS數(shù)據(jù)。集成像元矯正算法，對MODIS地表溫度數(shù)據(jù)進行一點的矯正。另外，采用轉(zhuǎn)換公式（式1）將MODIS溫度產(chǎn)品的單位由開爾文轉(zhuǎn)化為攝氏度C=0.02?K?273.15（1）式中，C為單位轉(zhuǎn)換后的地表溫度；K為MODIS11A1數(shù)據(jù)集的像元值。由于本研究是在季節(jié)尺度上進行研究的，因此，基于GEE平臺，通過集成統(tǒng)計算法，進一步計算獲得逐月地表溫度數(shù)據(jù)。2.3.2下墊面因素本研究通過植被覆蓋度來探究植被對?？谑袩釐u效應(yīng)的相關(guān)關(guān)系，本文采用NDVI數(shù)據(jù)來表征植被覆蓋度。本研究基于GEE平臺，利用MODIS地表反射率數(shù)據(jù)，反演獲取NDVI數(shù)據(jù)，NDVI的計算公式(2)為:NDVI=(NIR?R)/(NIR+R)(2)NIR為近紅外波段的反射值,R為紅光波段的反射值。本研究采用歸一化水指數(shù)來探究水域?qū)Τ鞘袩釐u效應(yīng)的影響，與NDVI相比，NDWI指數(shù)能及時地響應(yīng)，可以很好的反映區(qū)域溫度過高的熱島效應(yīng)。該指數(shù)也是基于GEE平臺，利用MODIS地表反射率數(shù)據(jù)反演獲取，NDWI是基于綠波段與近紅外波段的歸一化比值指數(shù)，表達式（式3）為：NDWI=(G?NIR)/(G+NIR)（3）式中，G為綠色波段；NIR為近紅外波段的反射值。接著，利用獲取到的反演數(shù)據(jù)，通過集成統(tǒng)計來計算研究區(qū)逐月下墊面指數(shù)數(shù)據(jù)，并與通過GEE平臺獲取到的逐月地表溫度數(shù)據(jù)進行線性相關(guān)分析。2.3.3土地利用數(shù)據(jù)本研究所使用的空間分辨率為10m的土地利用類型數(shù)據(jù)，是基于Sentinel-2衛(wèi)星所獲取的影像數(shù)據(jù)進行土地利用分類，通過目視判別法與分析Sentinel-2衛(wèi)星的各個波段的波長的方法，結(jié)合研究區(qū)實地資料及照片，判斷遙感影像上實地地物類別?；谂袛嗟牡匚镱悇e，利用監(jiān)督分類對研究區(qū)地物進行地類劃分，從而獲得土地利用類型數(shù)據(jù)?；诟黝惻袆e方法所獲取到的地物類別包括，水域、林地、淹沒植被、耕地、建筑區(qū)、裸地、云與牧場。如圖1。2.4熱島強度分級基于得到的以季節(jié)為尺度的月均地表溫度數(shù)據(jù)進行熱島等級劃分，本研究采用密度分割法劃分研究區(qū)熱島等級。將得到地表溫度產(chǎn)品數(shù)據(jù)進行統(tǒng)計分析得到年均溫度，即為均值，利用月均地表溫度數(shù)據(jù)計算標準差，得到均值為28℃，標準差為3。以6攝氏度為區(qū)間，將熱島強度劃分為4個等級。具體劃分如表1所示：表SEQ表格\*ARABIC1熱島強度等級劃分序號熱島強度等級范圍1低溫T<22中溫23中高溫24高溫T≥（注：T為地表溫度）2.5典型區(qū)域劃分通過查詢土地利用類型分類表，來提取土地利用類型圖中各土地利用類型，通過得到的信息將被建筑用地覆蓋率超過80%的區(qū)域劃分為建成區(qū)，郊區(qū)根據(jù)主要土地利用類型的種類來劃分成近郊區(qū)和遠郊區(qū)。依據(jù)杜能農(nóng)業(yè)區(qū)位論原理，建成區(qū)向外依次為自由式農(nóng)業(yè)、林業(yè)、輪作式農(nóng)業(yè)、谷草式農(nóng)業(yè)、三圃式農(nóng)業(yè)、畜牧業(yè)這樣的同心圓結(jié)構(gòu)?；谘芯繀^(qū)土地利用類型分類圖將大部分被林地覆蓋的區(qū)域劃為近郊區(qū)，以耕地和牧場為主的區(qū)域劃分為遠郊區(qū)。對已劃分的3個區(qū)域，由于每個區(qū)域都存在高溫區(qū)和相對低溫區(qū)，因此為了使各區(qū)域的地表溫度進行對比，所以分別計算在其范圍內(nèi)的已獲得的地表溫度數(shù)據(jù)各月份的平均值，以此來減少各區(qū)域極端高溫和相對極端低溫對數(shù)據(jù)對比的影響。2.6統(tǒng)計分析基于GEE平臺獲取的地表溫度產(chǎn)品數(shù)據(jù)，對其進行以季節(jié)為尺度的均值計算，統(tǒng)計計算各個月的地表溫度均值與極大值極小值像元，對基于Sentinel-2衛(wèi)星獲得的土地利用類型數(shù)據(jù)所劃分的各個典型區(qū)域以及對利用密度分割法劃分的各個熱島強度等級也進行均值與極值的統(tǒng)計計算，計算各個區(qū)域的地表溫度均值與極大極小值。基于GEE平臺MODIS地表反射率數(shù)據(jù)反演獲得的NDVI與NDWI下墊面因素，統(tǒng)計計算均值，與地表溫度均值進行相關(guān)回歸分析，探究下墊面因素與城市熱島效應(yīng)的關(guān)系。3.結(jié)果與分析3.1熱島效應(yīng)的季節(jié)變化特征通過2022年?？谑型恋乩脭?shù)據(jù)可以發(fā)現(xiàn)，研究區(qū)北部屬于?？谑惺袇^(qū)，并且位于沿海地區(qū)，因此溫度變化迅速且波動較大。研究區(qū)東部存在著紅樹林保護區(qū)，因此溫度變化較為穩(wěn)定。南部地區(qū)存在著大范圍的農(nóng)場和耕地，西部地區(qū)主要是以林地為主。通過對2021年12月—2022年11月研究區(qū)地表溫度數(shù)據(jù)的處理和統(tǒng)計分析，得到研究區(qū)各月份城市熱島效應(yīng)強度等級的分布圖。為了更直觀的分析海口市區(qū)域范圍地表溫度的分布狀況，分別統(tǒng)計了各個月的最高溫、最低溫，還有不同熱島強度的均溫。（圖3，表2）?？谑?0月、11月、12月和1月迎來大范圍的低溫區(qū)（由于海口地處熱帶地區(qū)，屬于熱帶季風氣候，因此城市熱島等級的低溫區(qū)是相較于熱帶地區(qū)的低溫），其中以12月以及1月最為強烈，平均溫度分別為24℃和23.1℃。?？谑袇^(qū)域最低溫出現(xiàn)于11月，最高溫度出現(xiàn)于8月，分別為7.55℃和42.85℃。2月—8月逐漸出現(xiàn)大范圍的中高溫及以上區(qū)域，研究區(qū)平均溫度由26.68℃逐步攀升至32.12℃，其中6月，8月出現(xiàn)大范圍高溫區(qū)，8月高溫區(qū)域面積達到最大，而6月與8月高溫區(qū)的平均溫度分別為為35.22℃和35.75℃。8月過后，溫度開始逐步減弱，9月平均溫度較8月下降了0.63℃，之后平均溫度以每個月超過1℃的跌幅逐步降低。各月份地表平均溫度最大最小值的差值都在10℃以上，最大達到了28.4℃，平均差值為15.41℃。高溫區(qū)主要集中在?？谑薪ǔ蓞^(qū)，近郊區(qū)和遠郊區(qū)在6月之后逐漸轉(zhuǎn)為中高溫區(qū)域。中高溫熱島面積相對浮動較小，且在3月—9月長時間占據(jù)熱島面積60%以上。建成區(qū)全年存在相較于近郊區(qū)和遠郊區(qū)的大范圍高溫區(qū)。圖SEQ圖表\*ARABIC3?？谑?021年12月至2022年11月城市熱島效應(yīng)等級分布圖表2海口市各月份各熱島等級強度均值（℃）JanFebMarAprMayJunJulAugSepOctNovDec低溫18.2818.5216.1118.9315.8319.50中溫23.1525.8426.3524.9524.7426.4626.7026.1825.4825.0523.97中高溫28.4227.8229.2230.4830.1231.1831.0731.0131.2228.7327.7027.39高溫34.5934.7935.2234.6035.7535.11max28.9931.2133.8636.2737.5738.3539.1542.8537.4432.7932.3927.56min12.6316.6023.0924.959.1725.2626.1825.0527.5716.597.5518.83mean23.1026.6829.0030.5328.8532.0631.1732.1231.4927.0025.8124.00另外，通過統(tǒng)計也得到了?？谑性缕骄鶞囟茸兓瘓D（圖4）。自9月起，溫度開始呈現(xiàn)下降趨勢，在1月達到最低后，溫度開始漸漸提升。此外，可以看出溫度在5月出現(xiàn)了一次下降，通過查詢資料得知，2022年5月?？诙嚓幱晏鞖?，并且月初受冷空氣影響，溫度僅為20~23℃。因此導(dǎo)致5月份月均溫相較于上個月下降了1.68℃。在7月，溫度也出現(xiàn)了小幅度的下降，這是由于?？诘貐^(qū)夏季多發(fā)臺風天氣，并且通過查閱資料，2022年7月出現(xiàn)了長時間的雷雨天氣，受云霧影響，7月研究區(qū)范圍受太陽光輻射時間減少，因此導(dǎo)致溫度出現(xiàn)小幅度下降。圖SEQ圖表\*ARABIC4?？谑性缕骄鶞囟茸兓瘓D3.2熱島效應(yīng)的區(qū)域變化對于2022年海口市土地利用數(shù)據(jù)提取的建成區(qū)，近郊區(qū)，遠郊區(qū)，通過統(tǒng)計分析各區(qū)域范圍內(nèi)的地表溫度數(shù)據(jù)，得到溫度對比圖（圖5，圖6）。在8月和9月，建成區(qū)與遠郊區(qū)的溫度差異最大，8月建成區(qū)和遠郊區(qū)相差3.66℃，9月相差2.13℃，同樣也是在8月和9月，建成區(qū)與近郊區(qū)溫度差異達到最大，分別為2.47℃和2.49℃。5月—9月建成區(qū)與近郊區(qū)開始出現(xiàn)明顯溫度差距，而1月、2月、3月、4月、10月和12月各區(qū)域溫度基本相似，并無太大差別，而遠郊區(qū)在1月、2月、4月、5月、7月、12月同建成區(qū)的溫差并不太大。但是在11月，出現(xiàn)建成區(qū)溫度明顯低于遠郊區(qū)溫度的現(xiàn)象，而且近郊區(qū)溫度也大于建成區(qū)溫度，并有相較于其他月份有較大差距。建成區(qū)與近郊區(qū)、遠郊區(qū)的溫度差值有50%以上的月份為正值，近郊區(qū)為10個月，遠郊區(qū)為7個月，并且年均溫差均為正值，近郊區(qū)為0.76℃，遠郊區(qū)為0.26℃，如表3，圖7所示。由于各區(qū)域的主要土地利用類型性質(zhì)差異較大，使得近郊區(qū)的溫度變化范圍相較于建成區(qū)和遠郊區(qū)更小。建成區(qū)月均最高溫度為34.53℃，位于8月，最低溫為22.99℃，位于1月；近郊區(qū)月均最高溫度為32.06℃，位于8月，最低溫為22.91℃，位于1月；遠郊區(qū)月均最高溫度為33.08℃，位于6月，最低溫為23.42℃，位于1月。建成區(qū)和近郊區(qū)的溫度都是在9月開始呈現(xiàn)出下降趨勢，2月開始呈現(xiàn)上升趨勢，但是在遠郊區(qū)范圍內(nèi)，地表溫度在6月達到最高，并開始出現(xiàn)下降趨勢，并且在9月出現(xiàn)小幅溫度回升。圖SEQ圖表\*ARABIC5?？谑懈鲄^(qū)域溫度對比圖圖SEQ圖表\*ARABIC6?？谑懈鲄^(qū)域月平均溫度變化圖圖SEQ圖表\*ARABIC7建成區(qū)與近、遠郊區(qū)溫度差異變化（a：建成區(qū)與近郊區(qū)，b：建成區(qū)與遠郊區(qū)）表3各區(qū)域均溫及溫度差異表JanFebMarAprMayJunJulAugSepOctNovDec建城區(qū)22.9926.5428.7730.9730.0332.0231.8334.5333.4027.2424.1024.37近郊區(qū)22.9126.5628.5430.3527.9531.3830.4732.0630.9127.0525.5423.90遠郊區(qū)23.4226.9329.7730.5429.6133.0831.8130.8731.2726.5026.5123.84建遠差異-0.42-0.39-1.010.420.42-1.060.033.662.130.74-2.410.54建近差異0.08-0.020.230.612.080.641.362.472.490.19-1.440.483.3下墊面對熱島效應(yīng)時空分布的影響3.3.1NDVI對熱島效應(yīng)的影響植被在全球生態(tài)系統(tǒng)中扮演著重要的角色，利用遙感影像來獲取植被信息，成為研究氣候及生態(tài)變化的重要方向。NDVI數(shù)據(jù)與植被的許多參數(shù)密切相關(guān)，是監(jiān)測地面植被變化的一個重要指標。通過對所獲取的MODIS數(shù)據(jù)進行NDVI指數(shù)的計算，來研究歸一化植被指數(shù)（NDVI）與城市熱島效應(yīng)之間的關(guān)系。歸一化植被指數(shù),可使植被從水和土中分離出來,能客觀地反映植被覆蓋量的變化,是植被生長狀態(tài)及植被覆蓋度的最佳指示因子。NDVI是基于影像近紅外波段和紅色波段的反射率的值得到的。圖8分別表示建成區(qū)與NDVI的關(guān)系圖，近郊區(qū)與NDVI的關(guān)系圖，遠郊區(qū)與NDVI的關(guān)系圖，?？谑信cNDVI的關(guān)系圖。如圖7和表4所示，建成區(qū)的NDVI數(shù)值遠遠小于近郊區(qū)和遠郊區(qū)。?？谑械乇頊囟扰cNDVI數(shù)值呈一定的正相關(guān)關(guān)系，不僅僅是海口市，每個研究區(qū)域的地表溫度與NDVI都呈現(xiàn)出一定的正相關(guān)關(guān)系，即隨著植被覆蓋量的增加，?？谑醒芯繀^(qū)各區(qū)域的地表溫度也隨之升高，城市熱島效應(yīng)逐漸增強。但植被覆蓋度在一般情況下是與LST成負相關(guān)關(guān)系。圖SEQ圖表\*ARABIC8各典型區(qū)域以及?？谑蠳DVI與溫度關(guān)系圖（a:建成區(qū)，b：近郊區(qū)，c：遠郊區(qū)，d：海口市）表4各典型區(qū)域NDVI數(shù)值表JanFebMarAprMayJunJulAugSepOctNovDec建成區(qū)NDVI0.050.020.300.270.090.09近郊區(qū)NDVI20.350.210.480.400.380.35遠郊區(qū)NDVI0.130.080.200.320.210.470.420.390.34全區(qū)NDVI0.100.080.180.290.180.420.360.330.333.3.2NDWI對熱島效應(yīng)的影響通過對各區(qū)域的水體指數(shù)進行對比，可以看出建成區(qū)的NDWI最小，而近郊區(qū)和遠郊區(qū)并無太大差異（圖9），建成區(qū)與近郊區(qū)的差值的均值為0.1，而建成區(qū)與遠郊區(qū)的差值的均值為0.09，近郊區(qū)NDWI相對較高。建成區(qū)NDWI最高為0.28，最小為0.133；近郊區(qū)NDWI最高為0.296，最小為0.14；遠郊區(qū)NDWI最高為0.294，最小為0.136。通過將海口市每月平均溫度與?？谑蠳DWI進行散點圖對比，可以發(fā)現(xiàn)NDWI與海口市地表溫度呈一定的正相關(guān)關(guān)系（圖10）。但在正常情況下NDWI應(yīng)對溫度有抑制作用。圖SEQ圖表\*ARABIC9各區(qū)域NDWI對比圖圖10研究區(qū)NDWI與地表溫度關(guān)系4.討論北部沿海地區(qū)相較于內(nèi)陸地區(qū)首先受到冷空氣侵襲，更早進入低溫范圍，但是由于海陸熱力性質(zhì)不同，溫度的下降幅度比內(nèi)陸地區(qū)要小，并且北部地區(qū)為建成區(qū)，城市人工建筑物，各類水泥建筑物和城市柏油道路吸熱率大和比熱容小，使得城市地區(qū)升溫快，并向四周和大氣中大量輻散，造成全年大部分時間建成區(qū)地表溫度高于郊區(qū)溫度，?？谑袇^(qū)成為熱島中心，并向外輻散，受城市熱島效應(yīng)的影響，溫度會高于內(nèi)陸地區(qū)。冷空氣消退后，城市下墊面相較于郊區(qū)對太陽輻射有較強的吸收作用，因此溫度回升迅速。研究區(qū)東部地區(qū)由于存在紅樹林保護區(qū)，并且紅樹林主要生長于陸地與海洋交界帶的灘涂淺灘，是陸地向海洋過渡的特殊生態(tài)系統(tǒng)，紅樹林和灘涂、海水對太陽輻射的疊加吸收，使得溫度的下降和上升比北部地區(qū)和西部地區(qū)更加緩慢。中西部地區(qū)以林地為主，大部分位于近郊區(qū)內(nèi)，F(xiàn)VC(FractionalVegetationCover)與LST（LandSurfaceTemperature）整體上呈負相關(guān)關(guān)系，農(nóng)田區(qū)域出現(xiàn)顯著負相關(guān)，而林地相關(guān)性最低[12],因此近郊區(qū)溫度是所有區(qū)域內(nèi)最低的。南部區(qū)域由于存在大范圍的農(nóng)場和耕地，與林地相比，耕地白天對地表有增溫效應(yīng)，夜晚有降溫效應(yīng)，總體上，全天有增溫效應(yīng)[13]。農(nóng)場主要種植主要種植荔枝、圣女果、菠蘿、番石榴等經(jīng)濟作物，另外耕地翻耕后對太陽輻射的吸收率變高，使得土壤溫度上升，而灌溉會導(dǎo)致土壤中的水分蒸發(fā)，蒸發(fā)過程需要消耗熱量，當水分蒸發(fā)時，熱量向外輻散，因此導(dǎo)致耕地的表面溫度相對較高溫度上升較為顯著。而?？谑醒芯繀^(qū)中西部地位為近郊區(qū)，北部為建成區(qū)，而南部為遠郊區(qū)，因此造成近郊區(qū)溫度明顯低于建成區(qū)和遠郊區(qū)。由于建成區(qū)和遠郊區(qū)自身下墊面的因素，這兩個區(qū)域在除8、9月外的月份，溫度差異并不大，并且大部分時間建成區(qū)溫度還高于遠郊區(qū)溫度。對于3.1的像元缺失現(xiàn)象和3.1、3.2的溫度異常下降現(xiàn)象，5、10、11月出現(xiàn)的大范圍像元缺失情況，通過查詢天氣可以得知，由于當時云雨天氣較多，云霧遮擋造成的信息缺失可以歸結(jié)為兩個方面，首先,云霧遮擋了遙感傳感器對地面物體的觀測，導(dǎo)致遙感影像中某些區(qū)域無法獲得有用的信息。其次，云霧散射和吸收了光線，使得遙感影像的亮度和對比度下降，從而降低了圖像中地物的辨識度。這兩個方面的共同作用下，云霧遮擋造成了遙感影像中的信息缺失。而大量的云雨天氣造成到達地表的太陽輻射的量減少，地物吸收太陽輻射后向外輻散的自身熱輻射量也減少，才會造成?？谑?月平均溫度低于4月和6月的情況。通過查詢資料，得知2022年11月陰雨天氣多達15天，占50%，而且還出現(xiàn)了連續(xù)7天的降雨，由于建成區(qū)本身下墊面的性質(zhì)，導(dǎo)致建成區(qū)熱島效應(yīng)強度大大降低，建成區(qū)溫度明顯低于近郊區(qū)和遠郊區(qū)。一般情況下，NDVI與LST是呈負相關(guān)關(guān)系的，NDVI與植被覆蓋度的關(guān)系可以通過像元二分模型來描述，利用該模型中，NDVI的值可以通過公式4與植被覆蓋度（FVC）相關(guān)聯(lián)：VFC=(NDVI?NDVIsoil)/(NDVIveg?NDVIsoil)（4）其中，NDVIsoil是完全無植被覆蓋區(qū)域的NDVI值，NDVIveg是完全被植被覆蓋區(qū)域的NDVI值。因此，NDVI越大，VFC也越大，從而該呈現(xiàn)出LST越低的現(xiàn)象。但3.3出現(xiàn)的植被指數(shù)與地表溫度呈一定正相關(guān)關(guān)系的現(xiàn)象，并不符合一般情況下NDVI與LST的相關(guān)關(guān)系。通過對比分析每個月各區(qū)域各自的NDVI與LST的關(guān)系作出圖表，如圖11所示，可能的原因是，?？谑杏捎谖挥跓釒У貐^(qū)，全年長時間的日照使得植被覆蓋度高的地區(qū)所能吸收熱量超出限度，但長時間的光照也使得植被長勢愈發(fā)良好，因此在溫度上升2-8月份，光照時間增加，太陽輻射也增強，使得植被也隨之發(fā)育成長，NDVI也變高，但由于到達地面的太陽輻射遠遠超出了地表植物所能所能緩解的量，因此NDVI和LST呈現(xiàn)出一定的正相關(guān)關(guān)系。NDWI也應(yīng)對熱島效應(yīng)有抑制作用，但實際情況是NDWI隨著溫度的上升而增加。出現(xiàn)這種情況的原因可可能與NDVI相似，由于地處熱帶，全年照射到地表地太陽輻射總量遠遠高于內(nèi)陸地區(qū)，已超過水體所能抑制的限度，而溫度升高也伴隨著強降水的出現(xiàn)，因此出現(xiàn)了隨著溫度的升高，NDWI也隨之增加的情況。圖11各區(qū)域地表溫度與NDVI對比圖（a：建成區(qū)b:近郊區(qū)c:遠郊區(qū)d：海口市）5.結(jié)論本研究利用2021年12月-2022年11月的基于GEE平臺的MODIS地表溫度產(chǎn)品數(shù)據(jù)統(tǒng)計計算了?？谑行姓^(qū)劃范圍內(nèi)的地表溫度并據(jù)此進行了熱島強度分級劃分。本研究得出以下主要結(jié)論：（1）?？趨^(qū)域城市熱島效應(yīng)強度在2月-8月逐步增強，9月-1月逐步減弱，主要表現(xiàn)在地表平均溫度在2-8月逐步上升，在9-1月逐步下降。城市熱島強度在8月達到最強，平均溫度為32.12℃，最高溫達到42.85℃。高溫區(qū)域主要集中在建成區(qū)，從4月開始到9月，建成區(qū)一直存在高溫區(qū)。在1月和12月研究區(qū)被中低溫區(qū)所覆蓋，平均溫度達到最低，且在冬季熱島中心并不明顯。（2）建成區(qū)溫度相較于近郊區(qū)和遠郊區(qū)溫度更高，在以季節(jié)為尺度的大部分時間內(nèi)建成區(qū)與近郊區(qū)和遠郊區(qū)的平均溫度差值都為正值，但差異不大，近郊區(qū)與建成區(qū)的平均溫度差值為0.76℃，遠郊區(qū)與近郊區(qū)的平均溫度差值為0.26℃，由此可以判斷研究區(qū)城市熱島中心為與建成區(qū)。（3）研究區(qū)地表溫度與NDVI表現(xiàn)出一種正相關(guān)關(guān)系，隨著溫度的上升，NDVI也逐步增加，但建成區(qū)地表溫度要高于近郊區(qū)和遠郊區(qū)，建成區(qū)NDVI相較于近、遠郊區(qū)更