Исследование Земли из Космоса, 2022, № 3, стр. 84-96

ВВЕДЕНИЕ

Быстрая урбанизация территории характерна для Вьетнама. Однако при отсутствии научного планирования урбанизация негативно сказывается на природных ресурсах и окружающей среде. Повышение температуры городской территории является примером такого негативного воздействия. Рост температуры городской поверхности в сравнении с прилегающей территорией, явление, известное как, “остров тепла”, является актуальной проблемой для большинства крупных городов. Основной причиной этого явления является изменение землепользования и земельного покрова в процессе урбанизации. Остров тепла образуется, когда солнечная радиация активно поглащается городской поверхностью и накапливается в поверхностном слое вместо того, чтобы отражаться обратно в атмосферу (Carnahan, Larson, 1990; Trinh, 2014). В настоящее время тепловые острова отрицательно влияют на качество жизни в крупных городах мира.

Городской тепловой остров был впервые обнаружен в 1833 г. в Лондоне (Howard, 1833). В работе (Oke, 1979) выдвинута гипотеза о двух причинах возникновения городских островов тепла, связанных со свойства поверхности территории и атмосферными условиями в городах.

В настоящее время для изучения этого феномена и наблюдения за ним используются средства дистанционного зондирования. Например, температура поверхности может быть получена на основе спутниковых датчиков Landsat, Aster, MODIS, регистрирующих изображения в тепло-инфракрасных каналах. По сравнению с традиционными методами, основанными на данных измерительных метеостанций, использование данных дистанционного зондирования имеет много преимуществ и широко используется в мире (Бондур, 2011).

В ряде работ тепловые инфракрасные изображения применялись для оценки температуры поверхности крупных городов. Выделяются два основных научных направления: изучение способов расчета температуры поверхности по тепловым инфракрасным каналам и изучение взаимосвязи между температурой поверхности и факторами земного покрова.

К первому направлению относятся исследования: (Alipour et al., 2004; Balling and Brazel, 1988; Cueto et al., 2007; Kumar et al., 2012; Trinh, 2014; Trinh and Vu, 2019; Yuan et al., 2007). В этих работах совершенствовались методики определения температуры поверхности по тепловым инфракрасным каналам Landsat TM, Landsat ETM+ на основе только первого теплового инфракрасного канала. В других исследованиях (Du et al., 2014; Rozenstein et al., 2014; Li and Jiang, 2018; Rongali et al., 2018) показано, что использование двух тепловых инфракрасных каналов Landsat 8, например, метод разделенного окна – split-window method, для определения температуры поверхности обладает большей точностью в сравнении с одноканальным методом.

Во втором направлении многими учеными доказана тесная взаимосвязь между температурой и типом подстилающей поверхности. Городская застройка с редкой растительностью характеризуется гораздо более высокими температурами поверхности, чем поверхность с густой растительностью (Tran et al., 2011; Boori et al., 2015; Bui, 2015; Bakar et al., 2016; Чинь и Заблоцкий, 2016; Nguyen and Pham, 2016; Pal and Ziaul, 2017; Anadababu et al., 2018; Guha et al., 2018).

Imran и др. (Imran et al., 2021) использовали данные тепловых ИК изображений Landsat для определения изменения земного покрова на температуру поверхности и оценки критерия теплового комфорта жителей города Дакка, Бангладеш. Показано, что за 27 летний период наблюдений произошло увеличение максимальной и средней температуры поверхности на 4.62 и 6.43°C, соответственно, в то время как изменение минимальной температуры поверхности было незначительным. Peng и др. (Peng et al., 2020) использовали данные Landsat 8 OLI_TIRS для оценки температуры поверхности города Ханчжоу (Китай) с учетом влияния таких топографических факторов, как высота местности, наклон, ориентация склона относительно стран света. Результаты показали, что высота и наклон отрицательно коррелируют с температурой поверхности, причем все топографические факторы связаны с температурой поверхности линейными зависимостями.

В работе Burnett и Chen (Burnett and Chen, 2021) использовались тепловые инфракрасные каналы спутников Landsat, Aster, MODIS для изучения взаимосвязи между температурой поверхности и воздухом на территориях с различной подстилающей поверхностью (город, растительность густая и редкая) в зимнее и летнее время. Результаты показали, что зимой температура поверхности и воздуха имеют более тесную линейную зависимость, чем летом, причем это наблюдалось для всех территорий с различными характеристиками поверхности. Aik и др. (Aik et al., 2020) изучали влияние изменения землепользования на температуру поверхности в нагорьях Камерон (Malaysia) в период с 2009 по 2019 г. на основе использования изображений Landsat 7 ETM+, Landsat 8 OLI_TIRS и MODIS. Исследование подтверждает влияние изменения землепользования/растительного покрова на температуру поверхности.

Данные тепловых инфракрасных датчиков дистанционного зондирования широко используются во Вьетнаме при изучении температуры поверхности больших городов. Tran и др. (Tran et al., 2011) проанализировали изменение температуры поверхности города Хошимин под воздействием урбанизации. Авторы применяли изображения Landsat для расчета индексов NDVI (Normalized Difference Vegetation Index) и NDBI (Normalized Difference Built-up Index) и показали тесную корреляцию указанных индексов с температурой поверхности. Bui (Bui, 2015) изучал зависимость температуры поверхности города Ханой от плотности городской застройки. Результаты показали, что в районах, где плотность застройки превышает 80%, средняя температура достигла 37°C, что примерно на 5° выше, чем в районах с плотностью застройки менее 10%.

Trinh (Trinh, 2014) также использовал тепловые инфракрасные изображения Landsat для анализа распределения температуры поверхности в городе Ханой. Исследование Trinh (2014) показало, что температура поверхности в центральной части Ханоя с высокой плотностью зеленых насаждений значительно ниже, чем температура поверхности в новостройках на окраине города, для которых характерна низкая плотность древесных насаждений.

В данной работе анализируется взаимосвязь между температурой поверхности города Ханой и типом подстилающей поверхности, включая растительный покров, открытую водную поверхность и застроенную территорию. Шесть многозональных изображений Landsat за период 2000–2019 гг. использовались для расчета температуры поверхности и оценки типа земного покрова. Зависимость между температурой и типом подстилающей поверхности оценивалась на основе анализа коэффициента корреляции между температурой поверхности и индексами NDVI, MDNWI, NDBI.

ИСХОДНЫЕ ДАННЫЕ И МЕТОДИКА ОБРАБОТКИ ДАННЫХ

Исследуемая территория и данные дистанционного зондирования

Исследуемая территория. Ханой – столица Социалистической Республики Вьетнам, простирается от 20°53′ до 21°23′ северной широты и от 105°44′ до 106°02′ восточной долготы. Площадь города составляет 3324.92 км², население более 8 миллионов человек (по данным переписи 2019 г.). За последнее время землепользование и почвенный покров города очень быстро изменились, что отрицательно сказывается на окружающей среде. Сравнение температурных данных метеостанции в центральной части города (станция Ланг) и станций на окраинах (станция Ха Донг и Хоай Дык) показало, что с 1990–2000 гг., средняя температура в центральной части города увеличилась на 0.5°C, а окраинах всего на 0.1–0.2°C. В работе Le (Le, 2005) на основе данных наземных наблюдений убедительно показано существование “острова тепла” в городе.

В данной работе исследуемой территорией является центральная часть города, в которой расположены, как плотная городская застройка, так и зоны отдыха (рис. 1).

Рис. 1.

Местоположение исследуемой территории.

Исходные данные. Шесть многозональных изображений LANDSAT 5 TM и Landsat 8 OLI_TIRS, полученных в период с 2000 по 2019 гг., использовались в работе (табл. 1 и рис. 2). Изображения LANDSAT были загружены с веб-сайта Геологической службы США (USGS – http://glovis.usgs.gov). Чтобы минимизировать влияние разнообразный погодных условий, изображения выбирались только для сухого сезона – с октября по декабрь месяц. Изображения Landsat в видимом и инфракрасном канале имеют пространственное разрешение 30 м. Пространственное разрешение тепловых инфракрасных каналов Landsat TM и Landsat 8 составляет 120 и 100 м соответственно. Этого вполне достаточно для проведения исследований на региональном масштабе и изучения оптических и тепловых свойств подстилающей поверхности города Ханой.

Таблица 1.  

Изображения LANDSAT, использованные в работе

No.	Спутник	Дата съемки
1	Landsat 5 TM	4 ноября 2000
2	Landsat 5 TM	9 октября 2005
3	Landsat 5 TM	8 ноября 2010
4	Landsat 8 OLI_TIRS	02 декабря 2013
5	Landsat 8 OLI_TIRS	30 октября 2016
6	Landsat 8 OLI_TIRS	03 декабря 2019

Рис. 2.

Исходные изображения Landsat в видимом диапазоне.

Методика обработки данных

Данные разновременных спутниковых изображений Landsat предварительно обрабатывались для устранения радиометрических и геометрических ошибок (Chavez, 1996), а затем переводились в местную систему координат VN-2000.

На следующем этапе индексы NDVI (Rouse et al., 1973), MNDWI (Xu, 2006) и NDBI (Zha et al., 2003) рассчитывались по следующим формулам:

(1)

${\text{NDVI}} = \frac{{{{\rho }_{{{\text{NIR}}}}} - {{\rho }_{{{\text{RED}}}}}}}{{{{\rho }_{{{\text{NIR}}}}} + {{\rho }_{{{\text{RED}}}}}}},$

(2)

${\text{MNDWI}} = \frac{{{{\rho }_{{{\text{GREEN}}}}} - {{\rho }_{{{\text{SWIR1}}}}}}}{{{{\rho }_{{{\text{GREEN}}}}} + {{\rho }_{{{\text{SWIR1}}}}}}},$

(3)

${\text{NDBI}} = \frac{{{{\rho }_{{{\text{SWIR1}}}}} - {{\rho }_{{{\text{NIR}}}}}}}{{{{\rho }_{{{\text{SWIR1}}}}} + {{\rho }_{{{\text{NIR}}}}}}}.$

Тепловой инфракрасный канал (канал 6 изображения Landsat TM, канал 10 изображения Landsat 8) использовался для расчета яркостной температуры в соответствии с методом, предложенным NA-SA (http://usgs.gov):

(4)

${{T}_{B}} = \frac{{{{K}_{2}}}}{{\ln \left( {\frac{{{{K}_{1}}}}{{{{L}_{\lambda }}}} + 1} \right)}}$

T_B – яркостная температура (K);

K₁ и K₂ – первая и вторая калибровочные констансты, записанные в файле метаданных изображения Landsat.

Для расчета температуры поверхности использовался вегетационный индекс NDVI с учетом коэффициента излучения поверхности в соответствии с методом, предложенным Valor и Caseless (Valor и Caseless, 1996):

(5)

$\varepsilon = {{\varepsilon }_{v}}{{P}_{v}} + {{\varepsilon }_{s}}{\kern 1pt} (1 - {{P}_{v}})$

ε – коэффициент излучения от неоднородной поверхности;

${{\varepsilon }_{v}}$ – коэффициент излучения сплошной растительности;

${{\varepsilon }_{s}}$ – коэффициент излучения открытой почвы;

${{P}_{v}}$ –отношение растительности и почвы в пикселе, рассчитанное по формуле:

(6)

${{P}_{v}} = {{\left( {\frac{{{\text{NDVI}} - {\text{NDV}}{{{\text{I}}}_{{\min }}}}}{{{\text{NDV}}{{{\text{I}}}_{{\max }}} - {\text{NDV}}{{{\text{I}}}_{{\min }}}}}} \right)}^{2}}.$

На последнем шаге осуществлялось вычисление поверхностной температуры (LST) по формуле:

(7)

${\text{LST}} = \frac{{{{T}_{B}}}}{{1 + \frac{{\lambda {{T}_{B}}}}{\rho }\ln \varepsilon }}$

λ – длина волны; ρ – константа (1.438 × 10^–2 м К).

После расчета температуры поверхности и индексов NDVI, MNDWI и NDBI рассчитывались коэффициенты корреляции между температурой поверхности и индексами NDVI, MNDWI, NDBI. Значение коэффициента корреляции позволяет оценить зависимость между температурой поверхности и такими типами земного покрова, как растительность, открытая водная поверхность, городская застройка.

Блок-схема алгоритма оценки взаимосвязи между температурой поверхности и типом подстилающей поверхности показана на рис. 3.

Рис. 3.

Блок-схема алгоритма оценки взаимосвязи между температурой поверхности и типом земного покрова.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ ПОЛУЧЕННЫХ МАТЕРИАЛОВ

Красный канал (канал 3 изображения Landsat TM, канал 4 изображения Landsat 8) и ближний инфракрасный канал (канал 4 изображения Landsat TM, канал 5 изображения Landsat 8) использовались для расчета индекса NDVI по формуле (1). Результаты расчета индекса NDVI исследуемой территории показаны на рис. 4. На изображении NDVI, растительность представлена яркими светлыми пикселями, темные пиксели – области с редкой растительностью или без нее. Как правило, индекс NDVI меняется от –1 до 1, при этом растительность характеризуется значениями индекса большими 0.2.

Рис. 4.

Индексы NDVI территории Ханоя и его окрестностей.

Для расчета индекса MNDWI по формуле (2) использовался зеленый канал (канал 2 изображения Landsat TM, канал 3 изображения Landsat 8) и коротковолновый инфракрасный канал (канал 5 изображения Landsat TM, канал 6 изображения Landsat 8). Результаты расчета MNDWI исследуемой территории показаны на рис. 5. Можно видеть, что на изображении MNDWI водная поверхность представлена светлыми пикселями, а почва и растительность – темными пикселями. Спектральная отражательная способность воды в зеленом канале выше, чем в коротковолновом инфракрасном канале, однако для растительности справедливо обратное отношение.

Рис. 5.

Индексы MNDWI территории Ханоя и его окрестностей.

На рис. 6 показаны результаты расчета индекса NDBI по формуле (3) для исследуемой территории. Участки с городской застройкой представлены яркими светлыми пикселями. Сравнивая индексы NDBI можно сделать вывод о том, что площадь городской застройки, особенно в центральной части быстро увеличивалась с 2000 по 2019 г.

Рис. 6.

Индексы NDBI территории Ханоя и его окрестностей.

Температура поверхности территории города, рассчитаная по формуле (7) показана на рис. 7. Анализ полученных результатов показывает, что минимальная температура поверхности в городе за период 2000–2019 гг. существенно не менялась и составляла около 17°C. Однако максимальная температура постоянно увеличивалась и составляла 40.3, 40.7, 40.9, 41.0, 41.9 и 42.6°C в 2000, 2005, 2010, 2013, 2016 и 2019 гг. соответственно. Средняя температура городской поверхности в 2000, 2005, 2010, 2013, 2016 и 2019 гг. составляла 27.1, 28.0, 28.3, 27.4, 32.1 и 33.4°C соответственно. Из рис. 6 и 7 следует, что высокая температура характерна для участвов с высокой плотностью городской застройки и малопроницаемыми поверхностями. На участках, покрытых растительностью и открытой водной поверхностью температура поверхности намного ниже (показано темными пикселями).

Рис. 7.

Температура поверхности Ханоя и его окрестностей.

Чтобы оценить изменение во времени индексов NDVI, MNDWI, NDBI и влияние различных типов покрова на температуру поверхности были рассчитаны коэффициенты корреляции между температурой и индексами. В табл. 2. представлены результаты расчета коэффициента корреляции между температурой поверхности и индексами для территории города.

Анализ результатов табл. 2 показывает, что температура поверхности положительно коррелирует с индексом NDBI (положительный коэффициент корреляции) и отрицательно коррелирует с индексом NDVI и MNDWI (отрицательный коэффициент корреляции). Увеличение площади застроенной территории и связанное с этим увеличение температуры городской поверхности хорошо фиксируется индексом NDBI. Тепловой остров города за последнее время увеличился в размерах. С другой стороны, увеличение площади растительного покрова и площади открытой воды приводит к снижению температуры городской поверхности, что фиксируется индексами NDVI и MNDWI.

Температура поверхности максимально коррелирует с таким типом покрова, как “городская застройка”. Коэффициент корреляции между температурой поверхности и индексом NDBI в 2000, 2005, 2010, 2013, 2016 и 2019 гг. составлял соотвественно 0.536, 0.627, 0.699, 0.807, 0.810 и 0.816. Эти значения намного превышают коэффициент корреляции между температурой и индексами NDVI и MNDWI. Растительный покров оказывал меньшее влияние на температуру поверхности, по сравнению с городской застройкой, но намного сильнее, нежели открытая водная поверхность.

Установлено, что коэффициент корреляции между температурой поверхности и индексом NDBI постоянно увеличивался в течение периода 2000–2019 гг.. вместе с ростом площади застроенных земель. Таким образом, можно утверждать, что процесс урбанизации, и связанное с ним увеличение площади застроенных земель, находит отражение в возрастании максимальных температур поверхности города.

ВЫВОДЫ

Многозональные изображения Landsat являются ценным источником данных в изучении распределения температуры поверхности городской территории. Полученные результаты показали, что, как средние значения, так и распределение температуры на территории Ханоя с 2000 по 2019 гг. претерпели значительные изменения. Площадь территории с высокой температурой поверхности быстро росла вместе с увеличением площади застройки. Чтобы оценить взаимосвязь между температурой поверхности и типом подстилающей поверхности в ходе активной урбанизации территории, в исследовании использовались спектральные индексы NDVI, MNDWI и NDBI и рассчитывался коэффициент корреляции между температурой поверхности и этими индексами. Полученные результаты показали, что температура городской поверхности положительно коррелирует с индексом NDBI и отрицательно коррелирует с индексом NDVI и MNDWI. Коэффициент корреляции между температурой и индексом NDBI достигает максимального значения по сравнению с индексами NDVI и MNDWI. Можно утверждать, что увеличение площади застроенной територии оказывает наибольшее влияние на температуру поверхности по сравнению с другими факторами и лучше фиксируется индексом NDBI.

Полученные результаты и методика обработки данных дистанционного зондирования могут использоваться городскими и региональными властями в качестве источника информации для принятии обоснованных решений развития городской территории с целью уменьшения рисков резкого роста температуры окружающей среды.