佳文赏析 | 一种确定LST影响因子及其研究尺度的小波相干方法
一种确定LST影响因子及其研究尺度的小波相干方法
01
摘要
地表温度（LST）作为衡量城市热环境的有效指标，在不同尺度上受到一系列人为和自然因素的显著影响。然而，由于以往的研究采用相对离散的尺度或单一的因子，LST多种影响因子的尺度依赖性还没有得到充分的探讨。从LST的影响因素出发，探索优先研究尺度的确定方法是一大挑战。以西安、咸阳城区为例，提出了一种基于小波相干分析的LST影响因素及其研究尺度的优选方法。结果表明，基于研究样带，以1km左右为研究尺度，可以同时探索多种LST影响因素。而NDBI（归一化建筑指数）是多尺度稳定性最强的影响因子。蓝色用地面积百分比与LST的相干关系，以及蓝色用地平均斑块面积与LST的相干关系表现出高度的空间异质性，在水体广布的区域具有多尺度稳定性。由于NDVI的多尺度稳定性及其中等相干性，NDVI也应得到重视。本研究提出一种小波相干分析方法来探讨LST与多个影响因子之间的空间异质性及尺度依赖性。
02
研究背景
近几十年来，中国经历了快速的城市化过程，西安和咸阳是中国西部城市化最快的城市连绵带。在LST归因分析中探索越来越多的影响因素已成为一种趋势，但这些因素的尺度依赖性并没有得到重视，LST影响因素的选择也没有注意其多尺度稳定性。与其他相关方法相比，小波相干分析在考虑空间相位的同时，可以获得不同空间位置和尺度下的相干系数，从而得到LST与其影响因素的尺度依赖特征、空间异质特征。然而，将小波相干分析应用于探索LST及其影响因素尺度依赖性的研究却很少。
03
科学问题
本研究的主要目的是：（1）比较各影响因素与LST相干关系的多尺度稳定性；（2）确定各影响因素与LST具有显著相干关系的优先尺度；（3）根据与LST的稳定长尺度相干特征确定优先影响因素。
04
研究内容和方法
Fig. 1. Location of the study area and the position of the transects.
西安市和咸阳市均沿袭古城布局，即沿着南北轴和东西轴发展。在城市化进程中，这两条轴线也最能代表城市发展战略。因此，沿着两条轴线，选取了经过两市主城区的两条样带。红色样带（称为“样带1”或“T1”）是西安市的一条南北轴，穿过钟楼的市中心（图1B）。蓝色样带（命名为“横断面2”或“T2”）是横跨咸阳市人民广场（图1B）的两个城市的东西轴线。每条样带的总长度均为52.65km。为确保采样区域主要覆盖城区而非可能出现LST反演误差的农田，T2位于西安市中心以北（图1C）。由此得到的LST值显示，整个采样区域都存在高温现象，主要集中在物流用地和高密度城市区域（图1F&G），同时过境河流的降温效果显著（图1D&E）所有数据均沿T1和T2获得。在ArcGIS 10.4中，原始土地覆盖类型被合并为四类：（1）建设用地；（2）绿地（包括草地、林地和灌木丛）；（3）蓝色土地（包括水体和湿地）；（4）其他土地（包括农田和裸地）。考虑到夜间灯光强度等数据的空间分辨率，本研究选取390m作为采样尺度。采用ArcGIS 10.4、ENVI 5.1、MATLAB R2018b、Fragstats 4.1等软件进行数据处理和分析。
为进一步探讨LST与其影响因子之间的多尺度显著相关性，经分析保留了10个指标: NDVI、Per_ B、NDBI、Pop_den、DEM、ED_G、Area_MN_G、ED_B、Area_MN_B和ED_C,对它们进行进一步分析。
基于空间连续小波变换与小波相干分析，定义了单尺度相干率（SCR）、长尺度相干率（LC）和尺度不变性优势度（SID）三个相干指标，定量分析了LST与其影响因子之间的相干关系（具体方法见原文）。
05
研究结果
空间异质性和尺度依赖性是探索LST及其影响因素之间相互关系的重大挑战。通过基于空间连续小波变换的小波相干分析，定义了三个相干指标，量化了LST及其影响因子在多尺度和多位置上的相干性，以确定优先的研究尺度和影响因子。以西咸城区为例，以样本样带为基础的研究结果表明，1km左右是对LST有显著相干关系的影响因子最多的尺度，可作为LST归因分析的优先研究尺度。NDBI是研究区长尺度稳定的增温因子，具有最强的多尺度稳定性和空间均质性。水体与LST的相干关系，特别是Per_B和Area_MN_B指标，表现出高度的空间异质性，在水体密集分布区具有多尺度稳定性。NDVI在研究样带上也表现出多尺度稳定性和稳定的中等相干性。
1. LST影响因素的多尺度稳定性
如图2和表1所示，在T1和T2样带上，NDBI与LST之间的相干性关系显示出最强的多尺度稳定性，而Per_B、Area_MN_B和NDVI在特定位置的多尺度稳定性也远强于其它影响因子。
Fig. 2. Wavelet coherence of all LST influencing factors on the transect of T1 and T2.
注：水平轴表示采样位置，再乘以0.39km，即从0.39km到52.65km，换算成实际距离。垂直轴为2.06～46.75，再乘以0.39km，即0.81km～18.23km，转换为实际空间尺度。可能受边缘效果影响的影响锥显示为较浅的阴影。实心黑线轮廓包围的区域表示具有显著相干性的区域（p<0.05）。箭头方向LST与其影响因素之间的相位差（θ），“θ=0”表示箭头指向右，“θ=π”表示箭头指向左。
Table 1
Scale range and its length of significant coherence with LST for each influencing factor.
Fig. 3. Cumulated SCR for all LST influencing factors at each scale on the transect of T1 and T2.
Fig.4.Cumulated coherence coefficients of all LST influencing factors on the transect of T1 and T2. Note: The wavelet coherence coefficients passed the significance test with a confidence level of 0.05.
3. LST影响因素的相对优先级
长尺度相干特征和分类结果如图5a、b、e所示。结果表明，在研究样带上，高反照率因子（NDBI）、蓝色空间因子（Area_MN_B，Per_B）和绿色空间因子（NDVI）与LST的相干性在长尺度和广域空间采样位置上均高于其它影响因子。此外，两个样带上各影响因子的SID和分类结果如图5c、d、e所示。通过比较蓝色空间面积百分比和平均斑块面积的SID，可以得出两个水体相关影响因子均表现出高度的空间异质性，并在特定位置具有稳定的低尺度依赖性。其余影响因素对T1、T2的SID特征有较大差异。
综上，NDBI、Area_MN_B、Per_B和NDVI可能被视为优先考虑的影响因素，因为它们在两个样带上与LST的长尺度相干程度最高且SID特征较稳定。
Fig. 5. LC and SID for each influencing factor on T1 (a, c) and T2 (b, d) and their classification (e). Note: The grey mark meant the indicator did not belong to the category in both transects.
06
局限性及未来研究方向
首先，根据夜间灯光数据的空间分辨率确定本研究的基本采样尺度。它只能基于采样尺度分析一系列非线性尺度（Dabiri and Blaschke，2019）。不同空间分辨率的夜间灯光数据和人口密度数据在拟合过程中不可避免地存在误差。未来的研究可能会使用更高的空间分辨率数据来获得更精细的优先尺度范围。
其次，由于水体样本有限，可能出现水体相关因子与LST相关性的统计误差。有必要深入探讨水体对LST的降温效应，特别是水体面积占比等指标。
再次，本研究基于样带数据应用连续小波变换的小波相干分析，虽然样带选择遵循着城市规划格局，但在未来的研究中，应该考虑更多的样带，甚至覆盖整个研究区域。同时，本研究所提出的方法可在其他城市应用，期望在更多研究区探讨优先影响因素及研究尺度的共同结论或差异的成因。
最后，小波相干分析的应用在空间上提高LST及其影响因素之间相干关系的鲁棒性时，也带来了不可避免的不确定性。如何降低空间关联关系的不确定性是未来小波相干分析方法改进的重点之一。
翻译作者简介
肖杨，南京大学博士生在读
余兆武，博士，助理教授，现就职于哥本哈根大学地球科学与自然资源管理系。主要研究城市生态与健康，城市气候与规划、城镇化及生态环境效应。
Email: zhyu@ign.ku.dk
转载自城市生态学实验室（ID:UrbanEcologyLab）
经作者授权转载。
文章仅代表作者观点，与本公众号无关，版权归原作者所有
原文标题：【研究速递】基于小波相干性的LST影响因素及其研究尺度的优选方法
图文整理：来 莱
责任编辑：张英浩
审核：王波涛
终审：顾伟男 田巍 梁龙武
猜你喜欢
扫描二维码，关注我们
我要睁大眼睛看看，是哪个小可爱也【在看】鸭~