, 黄宁钰Spatio-temporal pattern and evolution of the urban thermal landscape in metropolitan Beijing between 2003 and 2017
QIAOZhi, HUANGNingyu通讯作者:
收稿日期:2017-11-20
修回日期:2018-12-26
网络出版日期:2019-03-25
版权声明:2019《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (6586KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
自中国步入高速城市化阶段,城区气温明显高于郊区的“热岛效应”愈加显著。热岛效应”受城市下垫面景观类型及其格局影响,对人居环境质量甚至社会经济发展均产生不同程度的危害[1,2,3,4]。热力景观是依据景观生态学理论和方法分析城市热环境时空格局的新手段[5,6,7]。所谓城市热力景观是指城市景观在热力学上的表现,主要通过地表热辐射温度场的结构和动态变化来表述[8]。城市热力景观是城市生态环境的综合表征,深入揭示热力景观时空格局及其形成机制,能够从整体上诊断城市热环境问题成因机制并进一步防范城市热环境风险[9,10,11]。****已分别从地表热力景观时空格局特征、演变规律和形成机制等方面对城市热环境进行了研究和分析。陈云浩等构建了热力景观空间格局评价体系并分析了热力景观动态变化和类型组分转移过程[12]。基于此,明确各种景观指数意义是科学揭示地表热力景观形成机制的前提[13,14]。****针对城市热环境问题较为突出的大都市地区,利用气象站点监测数据或以遥感数据作为主要数据源反演地表温度,在此基础上通过多种景观指数分析城市热力景观格局时空特征差异[15,16]。陈爱莲等以北京部分城区为例,计算24个表征不同类型和水平的景观指数并分析其与地表辐射温度的相关性,揭示景观组成百分比、斑块密度、最大斑块指数和分离度均与地表温度显著相关[17];空间分析技术与站点监测及遥感技术集成,可提升城市热力景观格局特征和演变规律的时空分辨率并进一步揭示其形成机制[18,19,20]。质心迁移方法应用于城市热力景观空间格局及演变特征分析,使不同等级热力景观的迁移和演变规律更加直观,这为热力景观的研究提供了新思路[15, 21-22]。
已有研究多集中于讨论城市热岛效应年际和季节变化特征,缺乏多时空尺度的分析和对比。同时,深入揭示地表热力景观时空演变规律有助于探索城市热环境变化趋势及其成因,并为缓解城市热岛效应提出改良措施。本文以2003-2017年MODIS地表温度产品为主要数据源,分别从数量、形状和结构角度揭示北京市不同季相和昼夜间地表热力景观时空分异特征,并进一步通过热力等级变化图谱及质心迁移轨迹揭示城市热力景观时空演变规律,最终为调控城市热环境提供决策支持。
2 研究区域与数据来源
2.1 研究区概况
北京市城市空间扩展呈现速度快、范围广等特点,城市规模不断扩大,城市建设用地侵占生态用地并体现出空间聚集发展态势,城市能源消费不断增加,人为热排放显著增加,在一定程度上代表中国大部分城市发展的共性[23,24,25,26]。过快的城市化必然加剧了城市热岛效应并衍生其他生态环境问题。近年来北京市热岛强度总体上呈现增长趋势,其平均值在5.73 ℃~9.27 ℃之间,其增长速率为1.35 ℃/10a,热岛足迹半径达到28 km[27,28,29]。2.2 数据来源
地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一[30,31,32,33]。本文选用的地表温度数据为Aqua卫星MODIS地表温度8 d合成产品,过境时间为13:30和1:30,反演精度达到1 K的精度[34]。MODIS地表温度产品已被广泛用于城市热岛效应定量研究 中[35,36]。与其他遥感数据对比,尽管Landsat TM/ETM、ASTER和IKONOS等数据具有较高空间分辨率[37],但MODIS数据可获得一天4次的地表温度数据,较高的时间分辨率对研究城市热环境效应昼夜特征规律具有较大优势,并且1 km的空间分辨率也可以满足研究要求[38]。2.3 研究方法
2.3.1 MODIS地表温度数据处理 针对原始MODIS地表温度产品,需要进行几何纠正和重采样,并将其像元灰度值（Digital Number, DN）转为地表实际温度值（TS）[35]：对于MODIS地表温度产品被云覆盖的区域像元灰度值为0,根据公式（1）温度将被转换为-273.15 ℃。因此,在计算季节地表平均温度时需进行云掩膜处理,对被云覆盖的像元不进行计算,从而去除温度的离群值[24, 27],最终得到季节地表平均温度空间格局数据。
2.3.2 地表温度时空分布特征 本研究主要分析不同季相和昼夜间地表热力景观空间格局特征,为消除极端年份、季相和昼夜影响,需要对地表温度进行正规化处理。经正规化处理,表征地表温度值的范围分布在0~1之间[39]。
式中：Tni表示第i个像元正规化后的值;Tsi为第i个像元的实际地表温度;Ts max和Ts min分别表示研究区域地表温度的最大值和最小值。
针对正规化的地表温度数据进行空间等级划分,采用平均值-标准差方法将地表温度划分为5个热力景观等级[24, 40],分别为低温、次低温、中温、次高温和高温（表1）,并制成北京市地表热力等级空间分布图。
Tab. 1
表1
表1地表温度等级区间划分标准
Tab. 1The classification criteria of land surface temperature
| 地表温度等级 | 温度范围 |
|---|---|
| 低温 | Tni<Tmean-1.5S |
| 次低温 | Tmean-1.5S ≤ Tni<Tmean-0.5S |
| 中温 | Tmean-0.5S ≤ Tni<Tmean+0.5S |
| 次高温 | Tmean+0.5S ≤ Tni<Tmean+1.5S |
| 高温 | Tni ≥ Tmean+1.5S |
新窗口打开
2.3.3 城市热力景观指数选取 从数量、形状和结构角度,选取景观格局指数研究2003-2017年北京市地表热力景观时空分异规律（表2）,所选取的景观指数包括类型比例（Percentage of Landscape, PLAND）、景观形状指数（Landscape Shape Index, LSI）和聚合度指数（Aggregation Index, AI）[41,42,43,44,45]。
Tab. 2
表2
表2景观指数计算及特征描述
Tab. 2The calculation of landscape indexes and their characterizations
| 特征 | 景观指数 | 计算公式 | 变量解释 |
|---|---|---|---|
| 数量特征 | 类型比例(PLAND) | aij为i等级地表热力景观中j斑块的面积;A为景观总面积 | |
| 形态特征 | 景观形状指数(LSI) | E为所有斑块的边界总长度;A为景观总面积 | |
| 结构特征 | 聚合度(AI) | gij为i等级地表热力景观所有像元之间的邻接数;max→gii为i等级地表热力景观所有像元之间的最大邻接数;Pi为i等级地表热力景观斑块占景观总面积的比例 |
新窗口打开
（1）数量特征：PLAND表示地表热力景观各等级所占的面积比例。
（2）形态特征：LSI通过计算热力景观各等级空间形状与相同面积的圆或正方形之间的偏离程度来测量其形状复杂程度。结构最紧凑而又简单的几何形状（如圆）,景观形状指数小;热力景观的形状越复杂或越扁长,景观形状指数就越大。
（3）结构特征：AI表示同一热力景观等级的像元聚合形成斑块的邻接关系。它是基于同一等级热力景观中斑块间公共边界长度来计算的。当该等级中所有像元间存在的公共边界达到最大值时,聚合度指数最大,表示斑块聚合度最好,该等级热力景观分布最集中。
2.3.4 城市地表热力景观等级变化图谱信息 以时间序列为轴,对地表热力景观等级空间分布图进行空间叠加运算,生成城市地表热力景观等级空间—属性—过程图谱[46]。图谱以1年为步长,每5年一个时间单元（2003-2007年、2008-2012年、2013-2017年）进行分类。其中,前期变化型表示只在2003-2007年地表热力等级发生变化;中期变化型表示只在2008-2012年发生变化;后期变化型表示只在2013-2017年发生变化;反复变化型表示2003年和2017年地表热力等级相同,但在15年间至少发生两种变化;持续变化型表示2003-2017年地表热力等级持续发生变化,且2003年和2017年地表热力等级不同;稳定型表示2003-2017年地表热力等级未发生变化。计算公式为：
式中：A为地表热力等级信息变化图谱编码的时空复合体数据;n为参与计算的热力等级空间分布栅格数据集期数;R1, R2, …, Rn为不同年份地表热力等级栅格数据。
2.3.5 质心迁移方法 质心是地理学中描述地理要素或对象空间转变的重要空间指标。质心反映了空间方位的整体异质和“高密度”部分,它的动态迁移反映了地理要素或对象空间分布的整体迁移轨迹,对地理事物空间发展识别和未来规划具有较高的应用价值。对于多个地理要素或对象,质心坐标可用以下公式计算：
式中：针对某等级地表热力景观;
计算各地区对北京市热力景观质心迁移的贡献率（C）（图1）。首先计算北京市某一热力景观质心迁移路径为OA,迁移角度为∠NOA,其次将某一区域该热力景观质心迁移路径平行投影至O点为原点的位置,假设投影后的迁移路径为OB,迁移角度为∠NOB。根据力矩原理,从点B作OA的垂线BD,OD即为OB对OA的贡献[21]。即：
显示原图|下载原图ZIP|生成PPT图1地表热力景观质心迁移区域贡献率计算方法
-->Fig. 1Contribution of urban functional zones to the barycenter trajectories of the surface thermal landscape
-->
3 地表热力景观时空格局分异特征及演变规律特征分析
3.1 地表热力景观时空格局
2003年和2017年北京市不同季相和昼夜地表热力景观时空格局分布如图2所示。整体来看,各季节热力景观空间差异显著,夏季城市高温区最为集中,秋季次之,春季和冬季高温区分布较为零散;与之相比,昼夜热力景观空间差异更为显著,夜间在各个季节均形成较大规模的高温区。对比不同等级热力景观空间分布,高温区主要集中于北京市六环以内,次高温区和中温区在高温区外围呈镶嵌状分布,次低温区和低温区主要分布在怀柔区和延庆区。随着城市规模扩大,2003-2017年城市热力景观空间格局发生显著变化,高温区和次高温区面积增大,向东部和南部地区扩张趋势明显。尤其在西南部房山区的平原与山区交错过渡区,夜间高温区已呈现明显连片发展的趋势。
显示原图|下载原图ZIP|生成PPT图22003年和2017年北京市地表温度等级空间格局
注：a~d分别为2003年春、夏、秋、冬季节白天;e~h分别为2003年春、夏、秋、冬季节夜间;i~l分别为2017年春、夏、秋、冬季节白天;m~p分别为2017年春、夏、秋、冬季节夜间。
-->Fig. 2Spatiotemporal distribution of land surface temperatures in Beijing in 2003 and 2017
-->
3.2 地表热力景观指数分析
3.2.1 数量特征分析 北京市地表热环境中,中温区在夜间占主导地位（图3）,其比例远高于其他热力等级;次高温区在白天占主导地位,白天面积比例明显高于夜间,其面积整体呈增长趋势;白天次低温区较次高温区面积比例小,但在夜间基本与次高温区持平或略低于次高温区;高温区和低温区作为面积较小的地表热力景观,在昼夜间比例显著不同。白天低温区比例明显高于高温区,夜间高温区比例增加,略低于低温区。最为显著的区别即夜间高温区比例明显高于白天比例。
显示原图|下载原图ZIP|生成PPT图32003年和2017年北京地表热力景观类型比例特征
-->Fig. 3Characteristics of land surface thermal landscape patterns in Beijing in 2003 and 2017
-->
对比2003年和2017年不同等级地表热力景观面积比例,昼夜间各等级热力景观呈现显著不同的变化趋势。白天,热力景观面积比例变化最明显的是中温区和次低温区。中温区面积比例下降,次低温区增加。次高温区面积比例在冬季有显著增加趋势,从33.19%增加至42.57%。夏季,高温区面积比例从6.14%增加到7.59%,冬季比例从3.18%下降至0.32%。低温区在春、夏、秋季进一步减少,冬季略有增长。夜间,除秋季略有下降外,高温区面积比例在其他季节均呈增长趋势,其中春季和冬季增加最为明显,分别增加1.31%和1.19%;低温区面积比例除夏季略有增加外,其他各季节均呈减小趋势,减小最为明显的是春季和冬季,分别减小1.97%和1.74%;次高温区面积除夏季增加0.78%,其他季节均有所减少。夏季,中温区比例明显减小,从41.20%下降到38.18%.;冬季,次低温区面积比例从20.87%增加到25.36%;白天中温区和次高温区明显高于其他等级热力景观面积,夜间中温区占绝对主导地位。从各等级热力景观比例分析,2003-2017年白天地表热力景观更集中向次高温区发展。夜间,地表热力景观变化两极分化严重。温度向次低温区和高温区发展,地表温度有一定的升高趋势,但相对白天,变化趋势较小。
3.2.2 形态特征分析 热力景观形状指数昼夜差异显著,白天明显高于夜间（图4）,这说明白天热力景观斑块受人为活动影响,形状更为复杂;从季节来看,冬季各等级热力景观形状指数最大,春季和秋季次之,景观形状指数在夏季最小,表征夏季热力景观斑块形状更为规则。比较不同等级热力景观形状指数,中温区景观形状指数最大,形状最为复杂,受影响程度最大;次低温区次之,形状复杂程度有所降低;高温区景观形状指数最小,表现出最为简单和规则的景观斑块形状。
显示原图|下载原图ZIP|生成PPT图42003年和2017年北京地表热力景观形状指数特征
-->Fig. 4Characteristics of the landscape shape index according to the land surface thermal landscape pattern in Beijing in 2003 and 2017
-->
对比2003年和2017年不同等级热力景观形状指数变化,白天各等级热力景观形状指数整体呈减小趋势,说明白天热力景观形状趋于规则。其中,次高温区减小趋势较为明显,2003-2017年冬季次高温区景观形状指数从15.40降低到8.21。除春季外,2003年高温区景观形状指数均低于2017年,高温区景观形状指数呈减小趋势,冬季减小最为明显,冬季减小5.73,高温斑块形状趋于规则;春季高温区景观形状指数从2.19上升到6.11,说明春季高温斑块形状变得复杂。夜间,低温区、次高温区和高温区景观形状指数均呈减小状态,热力景观斑块形状越来越规则,与之显著不同的是次低温区和中温区,春季和冬季景观形状指数增加,斑块形状变得复杂。
3.2.3 结构特征分析 地表热力景观聚合度指数昼夜和季节差异显著（图5）。整体来看,白天各等级热力景观聚合度指数较夜间差异较大,说明热力景观在夜间空间聚合程度好,白天受到人类活动影响程度较大;从季节来看,除次高温区外,夏季白天各等级热力景观聚合度指数高于其他季节,表现出较好的聚合性,冬季白天各等级热力景观聚合度指数较低,说明冬季白天各等级热力景观斑块较为分散。对比不同等级热力景观,高温区、次高温区和中温区聚合度整体上较高,呈现出温度较高的斑块通常成片发展的趋势。
显示原图|下载原图ZIP|生成PPT图52003年和2017年北京地表热力景观聚合度指数特征
-->Fig. 5Characteristics of the aggregation index according to the land surface thermal landscape pattern in Beijing in 2003 and 2017
-->
对比2003年和2017年不同等级热力景观聚合度指数变化。各等级热力景观斑块的聚合度整体增加,其中次高温区和高温区聚合度指数变化最显著。2017年夏季白天较2003年高温区聚合度指数增加5.10%,景观斑块呈现较强的空间聚合趋势。春季和冬季,高温区聚合度指数下降,说明斑块破碎度增加,表现出高温斑块易受人类活动干扰。次高温区聚合度指数增加最大,其中冬季白天增加11.07%。夜间各等级热力景观斑块的聚合度整体增加,景观斑块在夜间空间聚合度有所增强,表征斑块连通性增强。
3.3 地表热力等级变化图谱
2003-2017年北京市城市地表热力等级空间变化在季节和昼夜上呈现显著差异（图6）。整体来看,地表热力等级中稳定型占比最多,比例几乎均超过50%,分布范围遍及整个市域。除冬季外,白天稳定型区域明显高于夜间;其次是反复变化型和前期变化型区域,所占面积比例均在10%~20%。反复变化型主要体现在次低温区和中温区发生反复转向以及中温区和次高温区中发生反复转向;白天多表现为升温趋势且发生在城郊区,夜间多表现为降温趋势且发生在山区及城郊—山地交错地带;中期变化型和后期变化型均在城郊区呈现降温趋势;持续变化型在白天多表现为降温,夜间多表现为升温。冬季的持续变化型是最显著的,但所占面积比例未超过10%。
显示原图|下载原图ZIP|生成PPT图62003-2017年北京市地表热力等级变化图谱
注：a~d分别为2003-2017年春、夏、秋、冬季节白天;e~h分别为2003-2017年春、夏、秋、冬季节夜间。
-->Fig. 6The change in land surface temperatures in Beijing during 2003-2017
-->
3.3.1 前期变化型 热力等级前期变化型在夏季白天和冬季白天较为突出,占全市面积比例接近20%。夏季白天,前期变化型主要分布在通州区和密云县,其中城郊区多由中温区转向次高温区（29.85%）;城郊—山地交错地带多由次高温区转向中温区（21.48%）;山区多表现为由中温区转向次低温区（19.38%）;在城区中有部分区域由次高温区转为高温区（9.73%）。冬季白天前期变化型主要分布在城郊区,多由中温区转向次高温区（38.68%）;城郊—山地交错地带多由次高温区转向中温区（19.37%）;山区多由中温区转向次低温区（12.51%）。整体来看,前期变化型多出现在城郊区、城郊—山地交错地带及山区,且城郊区呈现出逐级升温趋势,山区及城郊—山地交错地带呈现逐级降温趋势。
3.3.2 中期变化型 热力等级中期变化型夜间面积比白天大,占全市面积比例均在5%~8%之间,白天占全市面积比例均小于5%。春季夜间（32.14%）和冬季夜间（35.44%）中期变化型主要表现为由次高温区转向中温区,主要分布在城郊区;夏季夜间主要表现为由中温区转向次高温区（43.56%）,多分布在城市建成区周边的平原地区。整体来看,除冬季白天中期变化型以在山区分布为主,其余季相主要分布在城市建成区周边的平原地区。除夏季夜间外,中期变化型大都呈现逐级降温的趋势。
3.3.3 后期变化型 热力等级后期变化型除秋季外,夜间面积比白天有明显增加。春季夜间（31.23%）和冬季夜间（35.66%）主要由中温区转向次低温区,夏季夜间主要由次高温区转向中温区（32.41%）。从空间分布来看,后期变化型主要分布在城郊区,呈现出逐级降温趋势。
3.3.4 反复变化型 热力等级反复变化型季节和昼夜规律差异显著。白天,春季和冬季该区域所占全市面积比例较高,接近20%;夜间,秋季和夏季该区域面积比例较高,其中秋季夜间该区域面积比例达到20.24%。该类型在冬季白天主要表现为次高温—中温—次高温（29.15%）、中温—次低温—中温（28.27%）。其中,次高温转向中温主要发生在城区和城郊—山区交错地带,中温转向次低温主要分布在山区。春季白天主要表现为次高温—中温—次高温（25.74%）、中温—次低温—中温（16.73%）。其中,次高温转向中温主要发生在位于平原地区的城郊区,中温转向次低温主要发生在城郊—山区交错地带。从空间分布来看,从冬季到春季,相同热力等级转换类型区域向城市建成区迁移。夏季夜间主要表现为中温—次低温—中温（23.54%）、中温—次高温—中温（29.06%）。其中,中温转向次低温主要发生在城郊—山区交错地带,中温转向次高温主要发生在城区周围的平原地区。秋季夜间主要表现为中温—次低温—中温（36.87%）、中温—次高温—中温（19.84%）。其中,中温转向次低温主要分布在城市建成区周围的平原地区,中温转向次高温主要发生在城郊—山区交错地带。整体来看,次低温和中温的反复转向,主要发生在城郊—山区交错地带及山区,中温和次高温的反复转向主要发生在城郊区中的平原地区和城郊—山区交错地带。
3.3.5 持续变化型 热力等级持续变化型仅在冬季较为显著,占全市面积比例超过8%,其余各季节昼夜面积占比均不足5%。冬季白天主要表现为中温—次高温—中温—次高温（20.18%）和中温—次高温—高温—次高温（13.13%）,主要分布在城郊—山区交错地带;冬季夜间主要表现为中温—次低温—中温—次低温（27.32%）、中温—次高温—中温—次高温（19.72%）和次低温—中温—次低温—中温（16.24%）,主要分布在靠近城郊区的山区。各个季度和昼夜整体来看,持续变化型在白天多表现为升温,夜间多表现为降温。
3.3.6 稳定型 热力等级稳定型除冬季外,夜间面积比例明显小于白天。其中,秋季白天热力等级稳定型比例最大,达到68.54%,冬季白天最小（43.41%）,但也明显高于其他热力等级变化类型。整体来看,低温区、次低温区和中温区稳定型主要分布在山区及城郊—山区交错地带,次高温区主要分布在城市建成区的平原地区,高温区主要分布在城市建成区。白天,次高温区稳定型占比最高;夜间,中温区稳定型占比最高。
3.4 地表热力景观质心迁移分析
3.4.1 地表热力景观质心迁移轨迹 地表热力景观质心呈现显著的空间差异（图7）。总体来看,高温区至低温区自南向北存在明显的空间梯度。其中,高温区和次高温区质心主要集中在东城区、西城区、石景山区、海淀区和朝阳区等“首都功能核心区”和“城市功能拓展区”;中温区质心主要集中于昌平区和顺义区等“城市发展新区”,夜间较白天更接近于中心城区;低温区和次低温区质心主要集中于延庆区和怀柔区等“生态涵养区”,夜间较白天分布规律更为明显。
显示原图|下载原图ZIP|生成PPT图72003-2017年地表不同热力等级质心轨迹变化
注：a~d分别为春、夏、秋、冬季节白天;e~h分别为春、夏、秋、冬季节夜间。
-->Fig. 7Barycenter trajectories of land surface temperatures during 2003-2017
-->
对比2003-2017年地表热力景观质心迁移轨迹昼夜和季节差异。白天高温区质心表现出向城市中心迁移趋势,夜间变化不明显,说明白天城市外围高温斑块减少,中心城区高温斑块聚合性增强;次高温区质心白天无明显变化,夜间向城市外围有一定程度的移动,尤其是夏季和冬季夜间,表现出次高温区在夜间向外扩张的空间趋势;中温区质心昼夜均表现出向城市外围迁移的趋势,区别在于白天更多地从城市发展新区向生态涵养发展区迁移,夜间多从城市功能拓展区向城市发展新区迁移;次低温区质心迁移不明显,但也表现出一定的昼夜特征差异。白天,次低温区质心略微向城市外围迁移,夜间,质心向中心城区移动。尤其是冬季夜间,次低温区质心从怀柔区西北部向南部明显迁移;低温区质心整体向生态涵养发展区迁移,但较其他热力等级区域迁移程度明显减弱。
3.4.2 地表热力景观质心迁移区域贡献率 2003-2017年,不同城市功能区对地表热力景观质心迁移贡献差异显著（图8）。整体来看,生态涵养发展区地表热力景观空间格局变化对北京市地表热力景观质心迁移贡献率明显高于其他城市功能区,城市发展新区次之。城市功能拓展区仅在特定时间对北京市地表热力景观质心迁移有所贡献,首都功能核心区几乎无贡献。
显示原图|下载原图ZIP|生成PPT图82003-2017年热力景观质心迁移区域贡献率
注：a~d分别为春、夏、秋、冬季节白天;e~h分别为春、夏、秋、冬季节夜间。
-->Fig. 8Contribution of urban functional zones to the barycenter trajectories of land surface temperatures during 2003-2017
-->
对比不同地表热力景观等级质心迁移所受城市功能区的影响程度。2003-2017年,低温区质心迁移几乎完全由生态涵养发展区地表热力景观空间格局变化影响;生态涵养发展区对次低温区质心迁移贡献率较低温区小,但均在70%以上;中温区受城市发展新区影响程度明显增加。尤其在夏季昼夜,城市发展新区对中温区质心迁移贡献率分别为39.69%和65.60%,成为贡献率最大的城市功能区;次高温区受生态涵养区和城市发展新区影响较为明显,夏季昼夜两个功能区对次高温区质心迁移贡献率相近,春季夜间城市发展新区贡献率超过生态涵养区。针对高温区,生态涵养发展区贡献率明显降低,城市发展新区影响程度显著提高,尤其冬季白天和夏季夜间,城市发展新区贡献率均超过85%。城市功能拓展区贡献率有明显提高,尤其是春季夜间和冬季夜间,贡献率分别达到21.08%和27.28%。
4 结论与讨论
通过MODIS地表温度产品数据,绘制2003-2017年不同季相和昼夜间北京市地表热力景观时空分布格局,从数量、形状和结构角度选取不同景观指数分析城市地表热力景观时空分异特征,采用热力等级变化图谱及质心迁移轨迹揭示不同时相各等级热力景观演变规律,探究热力景观等级转换生态过程,有助于制定有效缓解城市热岛效应技术和管理措施。通过研究得到以下结论：① 北京市地表温度呈增长趋势,高温区面积增加,这与城市化进程中不透水面积扩张和人为热排放的增加直接相关;② 中温区在北京城市热环境中占主导地位。白天,中温区是最不稳定的热力景观;夜间,次低温和次高温不稳定性增加,转向面积增大;③ 地表热力景观等级变化以稳定型占主,反复变化型和前期变化型次之。地表热力景观几乎不会发生剧烈转向,通常呈现逐级递增或递减规律,山区呈现逐级降温趋势,北部城郊—山地交错地带表现出次低温和中温的反复转向,南部地区有一定的升温趋势;④ 不同地表热力景观质心迁移呈现明显的季节和昼夜差异。高温区向城市中心集中,低温区向城市外围扩散。生态涵养发展区热环境时空格局变化对北京市地表热力景观质心迁移最为敏感。
因此,在实际制定热岛效应减缓措施时,试图将高温区直接降至低温区或次低温区是不现实也不科学的,高温区最容易转向次高温区,再由次高温区转向中温区,尽量逐级规划或采取减缓措施来改善城市热环境。高温区多集中于城市中心城区,对新增建筑物材料和空间布局要严格控制,提高能源循环利用效率,对已有建筑采用增加建筑表面的湿度和反照率、增加植被覆盖度、减少人为热排放等措施改善其热环境;次高温区内科学布局城市空间发展规模并建立通风廊道和生态绿道等方式进一步削弱其热岛效应;中温区作为最不稳定区域以及从高温区向低温区过渡的区域,除以上措施外,通过划定城镇增长边界等规划管理措施防范新增城市用地使其热环境进一步恶化并对低温区形成屏障和保护,具有重要的科学意义。对于生态涵养发展区等低温区,作为城市热环境的“汇”区,其变化对整个区域热环境贡献率最大,因此亟待大力保护。针对该区域,从外部科学设计最小生态安全距离,避免由城市建设用地肆意扩展所带来的增温效应,从内部着力在“增绿”、“护蓝”上下功夫,发挥其生态用地降温效应。在未来城市热环境研究中,仅通过观测和遥感技术手段是不全面的,应加强数值模式对各种减缓措施进行定量模拟,比较不同情景下城市热环境缓减效率,从而为有效缓解城市热岛效应提供参考及建议。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . 由于中国城市扩展导致部分气象站点被动进入城市内部,从而造成对区域气温的高估。本文利用遥感多期影像对中国700多个气象站点各历史时期的下垫面进行判别,得到"进城"站点及其进城时间。通过比较"进城"站点的观测数据和背景气温,计算出70年代以来"进城"气象站点上的平均热岛效应强度,并对热岛效应强度的季节性差异进行了分析,得出70年代以来秋冬季节的热岛强度高于春季和夏季的结论。通过比较真实气温和背景气温的空间数据,识别出了气温高估区域,得出中国东部地区的气温高估略高于中部地区,东部地区和中部地区的气温高估均远高于西部地区的结论。通过计算真实气温和背景气温序列的年平均气温变化趋势,得出近40年来全国的增温值约为1.58℃,其中因城市扩展带来的增温贡献约为0.01℃,在气温高估的核心区域的贡献约为0.09℃。 . 由于中国城市扩展导致部分气象站点被动进入城市内部,从而造成对区域气温的高估。本文利用遥感多期影像对中国700多个气象站点各历史时期的下垫面进行判别,得到"进城"站点及其进城时间。通过比较"进城"站点的观测数据和背景气温,计算出70年代以来"进城"气象站点上的平均热岛效应强度,并对热岛效应强度的季节性差异进行了分析,得出70年代以来秋冬季节的热岛强度高于春季和夏季的结论。通过比较真实气温和背景气温的空间数据,识别出了气温高估区域,得出中国东部地区的气温高估略高于中部地区,东部地区和中部地区的气温高估均远高于西部地区的结论。通过计算真实气温和背景气温序列的年平均气温变化趋势,得出近40年来全国的增温值约为1.58℃,其中因城市扩展带来的增温贡献约为0.01℃,在气温高估的核心区域的贡献约为0.09℃。 |
| [2] | . 以上海市为例,从土地利用规模和强度的变化、类型和布局的变化、利用方式的变化三个方面揭示其对热岛效应的影响机理;实证分析结果表明:(1)土地城市化是上海城市热岛强度的主要影响因素;就建成区扩张对热岛强度的具体影响而言,累积效应大于其增量效应;(2)工业化、房地产开发、人口增长对上海城市热岛强度均具有较大的影响;就经济发展和能源消耗对城市热岛强度的具体影响而言,密度效应通常大于其规模效应;就全社会房屋竣工面积、20层以上高层建筑数量对热岛强度的影响而言,累积效应小于增量效应;就人口增长对城市热岛强度的具体影响而言,密度效应与规模效应大体相近;(3)土地利用和城市发展模式的差异导致了城市热岛效应的空间差异。 . 以上海市为例,从土地利用规模和强度的变化、类型和布局的变化、利用方式的变化三个方面揭示其对热岛效应的影响机理;实证分析结果表明:(1)土地城市化是上海城市热岛强度的主要影响因素;就建成区扩张对热岛强度的具体影响而言,累积效应大于其增量效应;(2)工业化、房地产开发、人口增长对上海城市热岛强度均具有较大的影响;就经济发展和能源消耗对城市热岛强度的具体影响而言,密度效应通常大于其规模效应;就全社会房屋竣工面积、20层以上高层建筑数量对热岛强度的影响而言,累积效应小于增量效应;就人口增长对城市热岛强度的具体影响而言,密度效应与规模效应大体相近;(3)土地利用和城市发展模式的差异导致了城市热岛效应的空间差异。 |
| [3] | . 深入分析城市扩张对城市热场时空分布及演变的影响机制，对探求城市热岛效应缓解对策、改善城市生态环境质量意义重大。基于1987年、1996年、2007年和2013年的Landsat影像反演武汉主城区地表温度、提取不透水面值，定量研究两者的关系，探讨城市建设对城市热场空间分布的影响；采用不透水面和正规化地表温度差值影像动态定量1987－2013年武汉城市扩张对热场时空演变的影响机制。结果表明：①1987—2013年，武汉不透水面不断增加，城市建设强度加强，城市扩张明显，但是不同时期表现出不同的扩张方向、范围和模式。②城市热岛效应主要发生在相应时期的建成区和武钢工业区，而城市大型水体则表现出明显的“冷廊效应”和“冷岛效应”；1987－1996年、1996—2007年和2007－2013年热状况恶化面积分别为382．0km2、305．1km2和105．7km2，热状况总体呈现恶化趋势。③不透水面指数能较好地解释热场空间的异质性，两者回归方程的系数为0．751-0．923，不透水面值每增加0．1，正规化地表温度值会增加0．01-0．02。④城市热状况变化从改良极显著、改良较显著、无变化、恶化较显著到恶化极显著，对应的不透水面差值由小到大，城市扩张和城市建设强度加大对恶化城市热环境和加剧城市热岛扩展作用明显。 . 深入分析城市扩张对城市热场时空分布及演变的影响机制，对探求城市热岛效应缓解对策、改善城市生态环境质量意义重大。基于1987年、1996年、2007年和2013年的Landsat影像反演武汉主城区地表温度、提取不透水面值，定量研究两者的关系，探讨城市建设对城市热场空间分布的影响；采用不透水面和正规化地表温度差值影像动态定量1987－2013年武汉城市扩张对热场时空演变的影响机制。结果表明：①1987—2013年，武汉不透水面不断增加，城市建设强度加强，城市扩张明显，但是不同时期表现出不同的扩张方向、范围和模式。②城市热岛效应主要发生在相应时期的建成区和武钢工业区，而城市大型水体则表现出明显的“冷廊效应”和“冷岛效应”；1987－1996年、1996—2007年和2007－2013年热状况恶化面积分别为382．0km2、305．1km2和105．7km2，热状况总体呈现恶化趋势。③不透水面指数能较好地解释热场空间的异质性，两者回归方程的系数为0．751-0．923，不透水面值每增加0．1，正规化地表温度值会增加0．01-0．02。④城市热状况变化从改良极显著、改良较显著、无变化、恶化较显著到恶化极显著，对应的不透水面差值由小到大，城市扩张和城市建设强度加大对恶化城市热环境和加剧城市热岛扩展作用明显。 |
| [4] | . 1980～2009年是中国城市化发展的显著时期,也是气温上升剧烈的时期.本文基于卫星观测的城市土地利用数据,分析了1980～2009年中国城市化对地表观测气温的影响.城市用地指标采用1980～2005年的城市用地扩张量(ΔU),根据该指标将全国气象站点分为3类:(C1)站点周围城市化剧烈;(C2)站点周围城市化较明显;(C3)站点周围城市化微弱.结果表明C1类城市以中国的直辖市和省会城市为主,C2类城市以地级市为主,C3类城市以县城为主.鉴于C3类城市的ΔU很小,因此认为其温度可能受城市用地变化的影响不显著.如果三类城市受全球变暖的影响类似,则C1类或C2类城市的增温减去C3类城市的增温就可能在较大程度上去除全球变暖的影响,而突出城市化对局地温度的贡献.结果表明,C1类城市化对局地温度的影响为0.258℃/10a,占总增温幅度的41%;C2类对局地温度的影响为0.099℃/10a,占总增温幅度的21%.在全国尺度上,城市用地变化的影响为0.27℃/30a或0.09℃/10a,占总增温幅度的20%,且冬季高于夏季.由于C3类城市可能并非完全不受城市化影响,因此,这里计算得到的可能是城市化影响的最低值,实际影响可能略高于该值.此外,土地利用变化只是研究城市热岛效应的一个途径,但是这个指标比人口数量、夜晚光亮度等指标更直接地反映了地理环境的变化. . 1980～2009年是中国城市化发展的显著时期,也是气温上升剧烈的时期.本文基于卫星观测的城市土地利用数据,分析了1980～2009年中国城市化对地表观测气温的影响.城市用地指标采用1980～2005年的城市用地扩张量(ΔU),根据该指标将全国气象站点分为3类:(C1)站点周围城市化剧烈;(C2)站点周围城市化较明显;(C3)站点周围城市化微弱.结果表明C1类城市以中国的直辖市和省会城市为主,C2类城市以地级市为主,C3类城市以县城为主.鉴于C3类城市的ΔU很小,因此认为其温度可能受城市用地变化的影响不显著.如果三类城市受全球变暖的影响类似,则C1类或C2类城市的增温减去C3类城市的增温就可能在较大程度上去除全球变暖的影响,而突出城市化对局地温度的贡献.结果表明,C1类城市化对局地温度的影响为0.258℃/10a,占总增温幅度的41%;C2类对局地温度的影响为0.099℃/10a,占总增温幅度的21%.在全国尺度上,城市用地变化的影响为0.27℃/30a或0.09℃/10a,占总增温幅度的20%,且冬季高于夏季.由于C3类城市可能并非完全不受城市化影响,因此,这里计算得到的可能是城市化影响的最低值,实际影响可能略高于该值.此外,土地利用变化只是研究城市热岛效应的一个途径,但是这个指标比人口数量、夜晚光亮度等指标更直接地反映了地理环境的变化. |
| [5] | . This study reports on a study of the urban heat island (UHI) phenomenon in Guangzhou, China. In the study, surface radiant temperatures derived from Landsat TM thermal infrared images of December, 13, 1989, March 3, 1996, and August 29, 1997 were used. To examine the spatial distribution of surface radiant temperatures, transects were drawn and analyzed from each temperature image. The fractal dimensions of these transects were then computed using the divider method, to better understand the spatial variability of surface radiant temperatures caused by the thermal behavior of different land-cover types and landscape pattern characteristics. The effect of urban development on the geographical distribution of surface radiant temperatures and thus on the UHI was also investigated. The results revealed two major heat islands, one in the southwest and the other in the east of the city. The distribution of the UHIs was closely associated with industrial land uses but not with residential land uses. Changes in fractal dimension in different seasons were not only attributed to solar illumination and climatologic conditions relating to soil moisture and air temperature, but also to the topographic variation and the spatial arrangement and extent of different land cover types. Urban development increased the spatial variability of radiant temperatures, resulting in higher fractal dimension values. |
| [6] | . 以上海市中心城区为例,首先采用SPOT影象,人工解译出城市土地利用的类型,同时利用Landsat7卫星,ETM+影象的热红外波段反演每个像元内的陆地表面温度,分析陆地表面温度在不同土地利用类型之间的差异,进一步分析不同土地空间分布格局与地面温度之间的关系。研究结果显示:上海市地表温度具有明显中心城区高、郊区低的热岛效应存在;在城市不同土地利用类型上的表面温度具有显著性差异,两两之间的比较揭示,城市地面温度在大多数土地利用类型之间的差异是显著的。城市内部不同土地类型所产生的热环境效应不同;城市土地类型在空间布局上越复杂,其产生的热岛效应越明显。 . 以上海市中心城区为例,首先采用SPOT影象,人工解译出城市土地利用的类型,同时利用Landsat7卫星,ETM+影象的热红外波段反演每个像元内的陆地表面温度,分析陆地表面温度在不同土地利用类型之间的差异,进一步分析不同土地空间分布格局与地面温度之间的关系。研究结果显示:上海市地表温度具有明显中心城区高、郊区低的热岛效应存在;在城市不同土地利用类型上的表面温度具有显著性差异,两两之间的比较揭示,城市地面温度在大多数土地利用类型之间的差异是显著的。城市内部不同土地类型所产生的热环境效应不同;城市土地类型在空间布局上越复杂,其产生的热岛效应越明显。 |
| [7] | . 城市热环境是城市生态环境中的一个重要指标，将景观生态学理论融入到热环境研究中，尝试探讨北京地区热力景观格局及城市公园、道路景观的热环境效应。地表温度反演是分析热力景观格局及典型城市景观热环境效应的前提，论文以北京地区为例，首先利用两景ASTER影像数据采用TES算法定量反演地表温度。通过半变异函数分析地表温度空间异质性，确定最大采样尺度，然后在景观统计软件Fragstats中，计算不同粒度下的景观格局指数，分析热力景观格局及其尺度效应。通过景观斑块特征分析和缓冲区分析，探讨公园景观斑块、道路景观廊道特征的热环境效应。总体上公园景观对应的平均温度随着公园面积、边界长度的增加而减小，随着公园周长面积比增大而增大；随着距离公园渐远，地表温度升高，且升温趋势变缓。随着道路密度增加，道路平均温度显著升高，标准差显著降低，道路密度等级与道路平均温度的相关系数达到0.8021；随着距离道路中心线距离增加，缓冲区内的平均温度略有下降，但变化微弱。因此，应充分重视公园景观在缓解城市热环境方面的作用，合理布局城市道路。 . 城市热环境是城市生态环境中的一个重要指标，将景观生态学理论融入到热环境研究中，尝试探讨北京地区热力景观格局及城市公园、道路景观的热环境效应。地表温度反演是分析热力景观格局及典型城市景观热环境效应的前提，论文以北京地区为例，首先利用两景ASTER影像数据采用TES算法定量反演地表温度。通过半变异函数分析地表温度空间异质性，确定最大采样尺度，然后在景观统计软件Fragstats中，计算不同粒度下的景观格局指数，分析热力景观格局及其尺度效应。通过景观斑块特征分析和缓冲区分析，探讨公园景观斑块、道路景观廊道特征的热环境效应。总体上公园景观对应的平均温度随着公园面积、边界长度的增加而减小，随着公园周长面积比增大而增大；随着距离公园渐远，地表温度升高，且升温趋势变缓。随着道路密度增加，道路平均温度显著升高，标准差显著降低，道路密度等级与道路平均温度的相关系数达到0.8021；随着距离道路中心线距离增加，缓冲区内的平均温度略有下降，但变化微弱。因此，应充分重视公园景观在缓解城市热环境方面的作用，合理布局城市道路。 |
| [8] | . 如何定量分析城市热环境 (热场 )结构及其演变特征是当前热环境遥感研究中的难点问题之一。本文将分形几何引入到对热场结构信息的定量研究中 ,针对城市热环境的结构特点设计出 3种不同的分形计算模型 :灰度曲面分形 ,剖面线分形和像元点分形。其中灰度曲面分形计算侧重揭示热场整体的分形特征 ,剖面线分形可用于对典型区域的热场结构信息变化的对比分析 ,像元点分形计算则给出了像元热场变化梯度的定量描述。应用上述模型对 1 990年、1 995年、1 998年上海城市热环境的结构信息及其变化过程进行了分析 . 如何定量分析城市热环境 (热场 )结构及其演变特征是当前热环境遥感研究中的难点问题之一。本文将分形几何引入到对热场结构信息的定量研究中 ,针对城市热环境的结构特点设计出 3种不同的分形计算模型 :灰度曲面分形 ,剖面线分形和像元点分形。其中灰度曲面分形计算侧重揭示热场整体的分形特征 ,剖面线分形可用于对典型区域的热场结构信息变化的对比分析 ,像元点分形计算则给出了像元热场变化梯度的定量描述。应用上述模型对 1 990年、1 995年、1 998年上海城市热环境的结构信息及其变化过程进行了分析 |
| [9] | . 城市热环境的空间格局对城市微气候、城市生态环境演变有重要影响.为探讨城市热环境空间格局 的研究方法,借鉴景观生态学的研究方法,首次提出热力景观概念,以景观的观点来研究城市热环境的空间格局.在RS,GIS的支持下,创建了热力景观空间格 局的评价指标体系.应用转移矩阵法对1990年,1995年和1998年上海城市多时相热力景观的转移概率进行计算,分析了热力景观的动态变化和热力景观 类型的组分转移过程.通过分析,揭示了上海城市近10年热力景观类型的变化强度和趋势. . 城市热环境的空间格局对城市微气候、城市生态环境演变有重要影响.为探讨城市热环境空间格局 的研究方法,借鉴景观生态学的研究方法,首次提出热力景观概念,以景观的观点来研究城市热环境的空间格局.在RS,GIS的支持下,创建了热力景观空间格 局的评价指标体系.应用转移矩阵法对1990年,1995年和1998年上海城市多时相热力景观的转移概率进行计算,分析了热力景观的动态变化和热力景观 类型的组分转移过程.通过分析,揭示了上海城市近10年热力景观类型的变化强度和趋势. |
| [10] | |
| [11] | . <div >评价城市景观生态风险可以为城市景观管理和综合风险防范提供定量依据。针对城市景观生态风险在各尺度上相互关系不明确的问题，本研究选择深圳市6种代表性景观生态风险，采用通用水土流失方程、生境质量评价模型等方法计算各风险在像元、流域、街道办尺度上的相关性。结果表明：深圳市景观生态风险平均值与变异系数高值区分别位于城市西部、北部和东南部；土壤侵蚀风险与其他风险呈显著负相关（<em>P</em><0.05），而城市热岛、生境受损、地表硬化、人群聚集风险之间呈显著正相关（<em>P</em><0.05）；景观多样性与风险的关联性随统计尺度增大而增强。景观连通性与景观生态风险正相关，这与一般认知有所差异，体现了城市景观格局的特殊性。不同尺度下风险关联的显著性发生改变，印证了多尺度综合风险防范的城市管理需求。</div><div > </div> . <div >评价城市景观生态风险可以为城市景观管理和综合风险防范提供定量依据。针对城市景观生态风险在各尺度上相互关系不明确的问题，本研究选择深圳市6种代表性景观生态风险，采用通用水土流失方程、生境质量评价模型等方法计算各风险在像元、流域、街道办尺度上的相关性。结果表明：深圳市景观生态风险平均值与变异系数高值区分别位于城市西部、北部和东南部；土壤侵蚀风险与其他风险呈显著负相关（<em>P</em><0.05），而城市热岛、生境受损、地表硬化、人群聚集风险之间呈显著正相关（<em>P</em><0.05）；景观多样性与风险的关联性随统计尺度增大而增强。景观连通性与景观生态风险正相关，这与一般认知有所差异，体现了城市景观格局的特殊性。不同尺度下风险关联的显著性发生改变，印证了多尺度综合风险防范的城市管理需求。</div><div > </div> |
| [12] | . 城市热环境是城市空间环境在热力场中的综合表现,通过对城市热环境的研究可以揭示城市空间结构、城市规模的发展变化。在RS、GIS的支持下,研究城市热环境的空间格局分析方法。借鉴景观生态学的研究方法,首次提出热力景观观点用以研究城市热环境空间格局,创建了热力景观空间格局的评价体系(总体评价指标、类评价指标、块评价指标)。对不同时期上海城市热环境的空间结构与格局进行了研究,使传统的对热环境空间格局的定性研究进入了定量阶段。 . 城市热环境是城市空间环境在热力场中的综合表现,通过对城市热环境的研究可以揭示城市空间结构、城市规模的发展变化。在RS、GIS的支持下,研究城市热环境的空间格局分析方法。借鉴景观生态学的研究方法,首次提出热力景观观点用以研究城市热环境空间格局,创建了热力景观空间格局的评价体系(总体评价指标、类评价指标、块评价指标)。对不同时期上海城市热环境的空间结构与格局进行了研究,使传统的对热环境空间格局的定性研究进入了定量阶段。 |
| [13] | . 首先对城市热岛效应的研究历史、大气城市热岛(AUHI)和地表城市热岛(SUHI)等概念、以及数据获取方式等方面进行简要地概述;随之着重综述从景观格局角度对城市热岛效应进行的研究。统计描述、传统景观格局指数分析和模型模拟法是目前该方向研究的主要方法,统计和景观格局指数分析的研究方法相似,主要统计地表参数或地表景观格局指数与地表温度的相关关系,在SUHI的研究中用得较多;AUHI和SUHI的数据源和机理不尽相同,其研究方法也不同;AUHI一般使用固定气象站点的数据和精细的局部移动气象站数据,较难和景观格局指数结合;模型模拟法则既可以使用地表温度也可以使用大气温度,其结果具体可靠,但目前模型模拟中涉及的景观格局参数,尤其是二维或多维的格局参数并不多;最后从数据源和景观格局参数的参与两个角度讨论了该方向研究存在的问题并提出今后研究的重点,包括(1)针对研究目标,选取或生产最合适的高质量数据;(2)深入从景观格局角度模拟城市热岛效应的研究,尤其是二维和三维景观格局的模拟,并发展多维度的景观格局指数;(3)中尺度上充分利用多光谱遥和热红外遥感数据,结合小尺度的测量和模拟,建立基于机理的景观模型或格局指数以评价中尺度的城市热岛效应;(4)多领域数据的融合和多学科方法的交叉研究和应用。 . 首先对城市热岛效应的研究历史、大气城市热岛(AUHI)和地表城市热岛(SUHI)等概念、以及数据获取方式等方面进行简要地概述;随之着重综述从景观格局角度对城市热岛效应进行的研究。统计描述、传统景观格局指数分析和模型模拟法是目前该方向研究的主要方法,统计和景观格局指数分析的研究方法相似,主要统计地表参数或地表景观格局指数与地表温度的相关关系,在SUHI的研究中用得较多;AUHI和SUHI的数据源和机理不尽相同,其研究方法也不同;AUHI一般使用固定气象站点的数据和精细的局部移动气象站数据,较难和景观格局指数结合;模型模拟法则既可以使用地表温度也可以使用大气温度,其结果具体可靠,但目前模型模拟中涉及的景观格局参数,尤其是二维或多维的格局参数并不多;最后从数据源和景观格局参数的参与两个角度讨论了该方向研究存在的问题并提出今后研究的重点,包括(1)针对研究目标,选取或生产最合适的高质量数据;(2)深入从景观格局角度模拟城市热岛效应的研究,尤其是二维和三维景观格局的模拟,并发展多维度的景观格局指数;(3)中尺度上充分利用多光谱遥和热红外遥感数据,结合小尺度的测量和模拟,建立基于机理的景观模型或格局指数以评价中尺度的城市热岛效应;(4)多领域数据的融合和多学科方法的交叉研究和应用。 |
| [14] | . 景观格局的改变被视为城市热岛形成的直接原因,但景观格局指标与热岛效应的关联机理仍未厘清.城市规模、景观组分、空间构型作为景观格局的重要表征指标,对热岛效应的影响体现了从整体到局部、从数量到空间的递进关系.其中,城市规模与热岛效应的关联存在地带性规律;景观组分与热岛效应的相关性受昼夜、季节控制;显著驱动热岛效应的关键空间构型指标仍有待遴选.景观格局与热岛效应的非线性关联可能存在拐点,拐点前后对应不一致的因子驱动强度.科学界定城市规模、景观组分、空间构型等景观格局要素显著影响热岛效应的阈值区间,有助于明晰缓解城市热岛效应的关键景观生态途径. . 景观格局的改变被视为城市热岛形成的直接原因,但景观格局指标与热岛效应的关联机理仍未厘清.城市规模、景观组分、空间构型作为景观格局的重要表征指标,对热岛效应的影响体现了从整体到局部、从数量到空间的递进关系.其中,城市规模与热岛效应的关联存在地带性规律;景观组分与热岛效应的相关性受昼夜、季节控制;显著驱动热岛效应的关键空间构型指标仍有待遴选.景观格局与热岛效应的非线性关联可能存在拐点,拐点前后对应不一致的因子驱动强度.科学界定城市规模、景观组分、空间构型等景观格局要素显著影响热岛效应的阈值区间,有助于明晰缓解城市热岛效应的关键景观生态途径. |
| [15] | . 城市热环境是城市生态环境的重要方面,它与城市气候、城市生态、城市灾害有着重要的联系。以北京、上海、广州三地为研究区,选取近10年MODIS的夜晚地表温度(LST)产品MOD11A2,分别采用质心迁移、景观格局指数、空间自相关方法研究京沪穗三地近10年的不同等级热力景观质心迁移演变、格局变迁和空间集聚特征。主要结论为:三地热力景观随郊区向市中心趋近,体现了由低温区、次中温区向中温区、次高温区、高温区过渡的趋势;三地的中温区所占比例最大,城市热力景观破碎度三地中上海市最高,5种热力景观比较,次中温区和高温区的破碎度最高;城市热力景观离散度三地中北京市最高,低温区和高温区的离散度较高。热环境空间自相关分析表明三地均以高温-高温区,低温-低温区集聚为主,北京、广州高温-高温区分布于南部,且集中成片分布,而上海市高温-高温区分布比较离散,相对较为复杂。从分布面积来说,10a中北京、上海表现为先减少后增加,而广州则持续减少。总体而言北京热环境恶化,而广州、上海热环境有所好转。 . 城市热环境是城市生态环境的重要方面,它与城市气候、城市生态、城市灾害有着重要的联系。以北京、上海、广州三地为研究区,选取近10年MODIS的夜晚地表温度(LST)产品MOD11A2,分别采用质心迁移、景观格局指数、空间自相关方法研究京沪穗三地近10年的不同等级热力景观质心迁移演变、格局变迁和空间集聚特征。主要结论为:三地热力景观随郊区向市中心趋近,体现了由低温区、次中温区向中温区、次高温区、高温区过渡的趋势;三地的中温区所占比例最大,城市热力景观破碎度三地中上海市最高,5种热力景观比较,次中温区和高温区的破碎度最高;城市热力景观离散度三地中北京市最高,低温区和高温区的离散度较高。热环境空间自相关分析表明三地均以高温-高温区,低温-低温区集聚为主,北京、广州高温-高温区分布于南部,且集中成片分布,而上海市高温-高温区分布比较离散,相对较为复杂。从分布面积来说,10a中北京、上海表现为先减少后增加,而广州则持续减少。总体而言北京热环境恶化,而广州、上海热环境有所好转。 |
| [16] | . 城市热环境问题是城市气候和区域气候研究中的热点,其对城市空气质量和公共健康等有着深远影响,严重威胁城市的可持续发展.以长春市为例,基于3期Landsat ETM+影像数据(2006、2010和2014),应用覃志豪单窗算法和线性光谱混合模型获取长春市区夏季地表温度、长春市不透水面盖度和植被覆盖率,构建热力景观动态度指数,分析了2006-2014年长春市热力景观格局的时空变化特征,并探讨地表温度与不透水面盖度和植被覆盖率的关系.结果表明:研究区城市热环境整体呈恶化趋势,地表平均温度年均增长0.15℃;热力景观整体变化更为剧烈,2006-2010年热力景观综合动态度为45.39％,2010-2014年热力景观综合动态度为52.64％;城市地表高温等级热力斑块面积和数量都增大,并向郊区扩张,热力景观整体呈现破碎化;低温等级为长春市变化最为剧烈的地表温度等级,城市地表热力性质复杂化.此外,统计分析表明:长春市的不透水面每增加1％,地表温度上升0.06-0.07℃;植被覆盖率每增加1％,地表温度下降0.07-0.08℃,植被对地表温度的影响力大于不透水面. . 城市热环境问题是城市气候和区域气候研究中的热点,其对城市空气质量和公共健康等有着深远影响,严重威胁城市的可持续发展.以长春市为例,基于3期Landsat ETM+影像数据(2006、2010和2014),应用覃志豪单窗算法和线性光谱混合模型获取长春市区夏季地表温度、长春市不透水面盖度和植被覆盖率,构建热力景观动态度指数,分析了2006-2014年长春市热力景观格局的时空变化特征,并探讨地表温度与不透水面盖度和植被覆盖率的关系.结果表明:研究区城市热环境整体呈恶化趋势,地表平均温度年均增长0.15℃;热力景观整体变化更为剧烈,2006-2010年热力景观综合动态度为45.39％,2010-2014年热力景观综合动态度为52.64％;城市地表高温等级热力斑块面积和数量都增大,并向郊区扩张,热力景观整体呈现破碎化;低温等级为长春市变化最为剧烈的地表温度等级,城市地表热力性质复杂化.此外,统计分析表明:长春市的不透水面每增加1％,地表温度上升0.06-0.07℃;植被覆盖率每增加1％,地表温度下降0.07-0.08℃,植被对地表温度的影响力大于不透水面. |
| [17] | . 以北京部分城区为研究对象，以QuickBird影像制作景观类型图，基于同年4个季节的Landsat ETM+数据反演地表温度；将120 m×120 m作为固定窗口，计算其中的景观格局指数，探寻传统景观格局指数解释地表温度的适用性.结果表明：在景观水平计算的24个景观格局指数中，只有景观组成百分比(PLAND)、斑块密度（PD）、最大斑块指数(LPI)、欧氏距离变异系数（ENN_CV）和分离度(DIVISION)与3月、5月、11月的地表温度具有稳定的显著相关.在类型水平计算的24个景观格局指数中，PLAND、LPI、DIVISION、相似邻接百分比、分散与并列指数与4个时相(3月、5月、7月和12月)的温度显著相关，且与7月温度的相关性最强；斑块密度、边界密度、聚簇度、凝聚度、有效MESH大小、分裂度、聚合度、归一化景观形状指数依据不同景观类型而与地表温度呈现相关性.传统景观格局指数可能并不适合评估河流对地表温度的影响.一些景观格局指数可以用来表征城市地表温度，辅助分析城市地表热岛效应，但需要对其进行筛选和甄别. . 以北京部分城区为研究对象，以QuickBird影像制作景观类型图，基于同年4个季节的Landsat ETM+数据反演地表温度；将120 m×120 m作为固定窗口，计算其中的景观格局指数，探寻传统景观格局指数解释地表温度的适用性.结果表明：在景观水平计算的24个景观格局指数中，只有景观组成百分比(PLAND)、斑块密度（PD）、最大斑块指数(LPI)、欧氏距离变异系数（ENN_CV）和分离度(DIVISION)与3月、5月、11月的地表温度具有稳定的显著相关.在类型水平计算的24个景观格局指数中，PLAND、LPI、DIVISION、相似邻接百分比、分散与并列指数与4个时相(3月、5月、7月和12月)的温度显著相关，且与7月温度的相关性最强；斑块密度、边界密度、聚簇度、凝聚度、有效MESH大小、分裂度、聚合度、归一化景观形状指数依据不同景观类型而与地表温度呈现相关性.传统景观格局指数可能并不适合评估河流对地表温度的影响.一些景观格局指数可以用来表征城市地表温度，辅助分析城市地表热岛效应，但需要对其进行筛选和甄别. |
| [18] | . 以广州为中心的珠江三角洲城市群发展十分迅速，区域内热岛强度与规模日益加剧，受研究方法和技术的限制，热岛空间格局及其动态研究不深入。因此，研究城市特别是城市群热环境空间格局的日变化特征具有重要的现实意义和理论意义。采用遥感反演和中尺度模式MM5模拟的结果研究城市热力景观及其日变化规律，其中MM5模拟采用四重嵌套网格，最高分辨率为1km，遥感数据采用ETM+的热红外波段。结果表明该区域热岛具有多中心的特征，两种方法得到的热岛空间分布特征一致，其精度均较高，但遥感反演结果更为细致。两者的空间格局与自相关性较接近，数值模拟结果的空间自相关程度呈近似余弦曲线变化；热力景观格局指数白天波动明显、夜间波动较小，且斑块数和景观形状指数白天大于夜晚，并在5:00出现小波峰；景观水平上的景观指数11:00~14:00出现最大值，夜间较小，其中景观分离度和面积-周长分维数在5:00出现小波峰，21:00出现拐点；下垫面性质、地表热量交换、局地环流等对热力景观格局影响较大。以数值模拟为基础，借助3S技术能较好研究城市热力景观空间格局的日变化特征。 . 以广州为中心的珠江三角洲城市群发展十分迅速，区域内热岛强度与规模日益加剧，受研究方法和技术的限制，热岛空间格局及其动态研究不深入。因此，研究城市特别是城市群热环境空间格局的日变化特征具有重要的现实意义和理论意义。采用遥感反演和中尺度模式MM5模拟的结果研究城市热力景观及其日变化规律，其中MM5模拟采用四重嵌套网格，最高分辨率为1km，遥感数据采用ETM+的热红外波段。结果表明该区域热岛具有多中心的特征，两种方法得到的热岛空间分布特征一致，其精度均较高，但遥感反演结果更为细致。两者的空间格局与自相关性较接近，数值模拟结果的空间自相关程度呈近似余弦曲线变化；热力景观格局指数白天波动明显、夜间波动较小，且斑块数和景观形状指数白天大于夜晚，并在5:00出现小波峰；景观水平上的景观指数11:00~14:00出现最大值，夜间较小，其中景观分离度和面积-周长分维数在5:00出现小波峰，21:00出现拐点；下垫面性质、地表热量交换、局地环流等对热力景观格局影响较大。以数值模拟为基础，借助3S技术能较好研究城市热力景观空间格局的日变化特征。 |
| [19] | . <p>城市热岛效应是全球与区域气候变化研究中的焦点问题。基于2001—2012年较长时间序列的北京市MODIS地表温度产品及相关NDVI和反射率产品,给出地表温度时间序列构建方法。基于站点气象观测资料进行的精度验证表明地表温度时间序列构建方法可行,并最终给出城市热岛强度的量化方案。研究选取统计学中X-11-ARIMA时间序列建模方法,分离并分析城市热岛强度时间序列的结构性成分。分析发现,以平均城乡温差为指标的北京城市热岛强度季节性特征明显,与城乡土地利用状况、季节性地表覆盖、地物热特性以及气候因子等联系密切。趋势—循环特征与城市扩张速度及入选城市区域面积相关。以已发生城市热岛区域城乡平均温差为指标的北京城市热岛强度趋势—循环特性在12年间表现平稳。时间序列建模分析提取出不规则变动成分,为定量研究偶然因素对城市热岛的影响提供了可能。</p> . <p>城市热岛效应是全球与区域气候变化研究中的焦点问题。基于2001—2012年较长时间序列的北京市MODIS地表温度产品及相关NDVI和反射率产品,给出地表温度时间序列构建方法。基于站点气象观测资料进行的精度验证表明地表温度时间序列构建方法可行,并最终给出城市热岛强度的量化方案。研究选取统计学中X-11-ARIMA时间序列建模方法,分离并分析城市热岛强度时间序列的结构性成分。分析发现,以平均城乡温差为指标的北京城市热岛强度季节性特征明显,与城乡土地利用状况、季节性地表覆盖、地物热特性以及气候因子等联系密切。趋势—循环特征与城市扩张速度及入选城市区域面积相关。以已发生城市热岛区域城乡平均温差为指标的北京城市热岛强度趋势—循环特性在12年间表现平稳。时间序列建模分析提取出不规则变动成分,为定量研究偶然因素对城市热岛的影响提供了可能。</p> |
| [20] | . 表面城市热岛多时间尺度变化的遥感研究已取得了阶段性进展。然而,受限于热红外遥感模型与数据的不足,目前典型城市群表面城市热岛的日内逐时变化规律仍不清楚。以MODIS(Moderate-resolution Imaging Spectrometer)遥感影像为主要数据源,结合地表温度日内变化INA08模型,率先模拟并分析了长三角城市群在夏、冬两季的表面城市热岛空间格局与热岛强度的逐时变化特征。结果表明:在夏季,日内所有城市整体而言均呈现热岛效应,但由于城市植被或水体的降温作用,白天至上半夜(08:00~21:00)部分城市存在相对"冷点",而这些"冷点"在21:00之后基本消失。此季节内城市热岛强度与地表温度日内逐时变化规律相似,两者均在上午迅速上升,并于12:00~14:00到达峰值,而后逐渐下降,并持续至次日日出前。在冬季,多数城市在白天出现了"城市冷岛",但"冷岛"多在午后至傍晚(14:00~17:00)消失,此后所有城市均恢复为"热岛"。此季节内城市热岛强度与地表温度日内逐时变化规律区别较大,且以农田和森林为背景计算的城市热岛强度的逐时变化趋势存在明显差异,前者在日内到达峰值的时间(约18:00)显著晚于后者(约13:30)。 . 表面城市热岛多时间尺度变化的遥感研究已取得了阶段性进展。然而,受限于热红外遥感模型与数据的不足,目前典型城市群表面城市热岛的日内逐时变化规律仍不清楚。以MODIS(Moderate-resolution Imaging Spectrometer)遥感影像为主要数据源,结合地表温度日内变化INA08模型,率先模拟并分析了长三角城市群在夏、冬两季的表面城市热岛空间格局与热岛强度的逐时变化特征。结果表明:在夏季,日内所有城市整体而言均呈现热岛效应,但由于城市植被或水体的降温作用,白天至上半夜(08:00~21:00)部分城市存在相对"冷点",而这些"冷点"在21:00之后基本消失。此季节内城市热岛强度与地表温度日内逐时变化规律相似,两者均在上午迅速上升,并于12:00~14:00到达峰值,而后逐渐下降,并持续至次日日出前。在冬季,多数城市在白天出现了"城市冷岛",但"冷岛"多在午后至傍晚(14:00~17:00)消失,此后所有城市均恢复为"热岛"。此季节内城市热岛强度与地表温度日内逐时变化规律区别较大,且以农田和森林为背景计算的城市热岛强度的逐时变化趋势存在明显差异,前者在日内到达峰值的时间(约18:00)显著晚于后者(约13:30)。 |
| [21] | . 城市热环境及其变化与城市发展关系密切,热力环境的时空变化在一定程度上反映了城市发展的空间变化格局。通过构建热力重心转移距离、热力重心转移角度以及热力重心转移贡献率3个指数,计算3个不阶段广州市城市热环境的时空变化格局。结果表明,广州市1990～2005年高温地区的热力重心一直向南迁移。城市热力重心的转移路径与城市内部各地区在不同时期的发展及扩张具有一定的关系。 . 城市热环境及其变化与城市发展关系密切,热力环境的时空变化在一定程度上反映了城市发展的空间变化格局。通过构建热力重心转移距离、热力重心转移角度以及热力重心转移贡献率3个指数,计算3个不阶段广州市城市热环境的时空变化格局。结果表明,广州市1990～2005年高温地区的热力重心一直向南迁移。城市热力重心的转移路径与城市内部各地区在不同时期的发展及扩张具有一定的关系。 |
| [22] | . 利用热岛容量模型和MODIS逐日地表温度产品，刻画北京2004年至2008年的城市热岛重心移动轨迹，以总体反映北京城市热岛的位置和空间分布的年际变化。结果表明热岛重心在白昼沿着西南-东北方向移动，夜间在4-6月和10-12月具有向南移动的倾向，在1-3月和7-9月沿着东西向移动。白昼的城市热岛重心具有在二环路内沿着东北-西南方向季节性变化的特征，而夜间热岛重心则相对稳定在城市核中心附近。因子分析结果显示白昼城市热岛重心位置与NDVI的分布密切相关，夜间热岛重心在2004-2005年主要与NIR、SW波段反照率关系密切，而在2006年后与NDVI的相关性更强，这说明影响城市热岛的主要因子会随时间变化。最后，城市热岛强度，范围和容量的时间变化监测发现北京城市热岛面积在2007年有显著扩张，三个指标的季节变化呈现昼夜相反的特征。 . 利用热岛容量模型和MODIS逐日地表温度产品，刻画北京2004年至2008年的城市热岛重心移动轨迹，以总体反映北京城市热岛的位置和空间分布的年际变化。结果表明热岛重心在白昼沿着西南-东北方向移动，夜间在4-6月和10-12月具有向南移动的倾向，在1-3月和7-9月沿着东西向移动。白昼的城市热岛重心具有在二环路内沿着东北-西南方向季节性变化的特征，而夜间热岛重心则相对稳定在城市核中心附近。因子分析结果显示白昼城市热岛重心位置与NDVI的分布密切相关，夜间热岛重心在2004-2005年主要与NIR、SW波段反照率关系密切，而在2006年后与NDVI的相关性更强，这说明影响城市热岛的主要因子会随时间变化。最后，城市热岛强度，范围和容量的时间变化监测发现北京城市热岛面积在2007年有显著扩张，三个指标的季节变化呈现昼夜相反的特征。 |
| [23] | . |
| [24] | . 城市热环境空间区划是采用分区管理的思路来缓解城市社会经济发展与热环境之间矛盾的技术基础。本文构建城市热环境区划模型的思路为：（1）将不同时相的MODIS地表温度数据产品进行正规化、分级，分析2008年北京城市热环境时空分布特征。（2）构建城市热环境影响因素评价体系，并通过空间主成分分析计算得到热环境影响主成分因子。（3）通过自组织映射神经网络，利用热环境影响主因子，进一步对热环境进行空间区划。结果表明，北京夜间较白天城市热岛分布层次感明显，夏季白天较其他季节高温区聚合程度高。区域下垫面组成要素直接影响热环境，北京城市热环境的主成分因子依次为植被覆盖、地形地貌、城市下垫面建设规模和人为热排放，并依此将北京划为7个热环境区域，根据各个分区热环境成因机制差异分别提出热环境改善和调控措施。 . 城市热环境空间区划是采用分区管理的思路来缓解城市社会经济发展与热环境之间矛盾的技术基础。本文构建城市热环境区划模型的思路为：（1）将不同时相的MODIS地表温度数据产品进行正规化、分级，分析2008年北京城市热环境时空分布特征。（2）构建城市热环境影响因素评价体系，并通过空间主成分分析计算得到热环境影响主成分因子。（3）通过自组织映射神经网络，利用热环境影响主因子，进一步对热环境进行空间区划。结果表明，北京夜间较白天城市热岛分布层次感明显，夏季白天较其他季节高温区聚合程度高。区域下垫面组成要素直接影响热环境，北京城市热环境的主成分因子依次为植被覆盖、地形地貌、城市下垫面建设规模和人为热排放，并依此将北京划为7个热环境区域，根据各个分区热环境成因机制差异分别提出热环境改善和调控措施。 |
| [25] | . <div >以北京市为例，基于多期土地利用变化(LUCC)数据集，城市和郊区气象观测数据及一期Landsat TM影像，对北京市的城市扩展与地表温度和近地表气温的对应关系及变化过程作了分析。利用混合像元分解技术实现北京市区下垫面的分类，并联立“单窗算法”反演的地表温度数据进行分析，在北京市范围内利用多期LUCC和气象站点观测数据，对北京城市扩展对气候的影响进行时间和空间上的综合评价。结果表明：北京市地表温度的高低主要与不透水层的比例有关，不透水层对地表增温的作用要大于植被层的降温作用；从时间上看，初步证实了城市热岛强度前期随着城市扩展而增加，但在一定条件下，其强度随城市扩展并非一味升高，反而会出现一定程度上的稳定甚至降低现象。</div><div > </div> . <div >以北京市为例，基于多期土地利用变化(LUCC)数据集，城市和郊区气象观测数据及一期Landsat TM影像，对北京市的城市扩展与地表温度和近地表气温的对应关系及变化过程作了分析。利用混合像元分解技术实现北京市区下垫面的分类，并联立“单窗算法”反演的地表温度数据进行分析，在北京市范围内利用多期LUCC和气象站点观测数据，对北京城市扩展对气候的影响进行时间和空间上的综合评价。结果表明：北京市地表温度的高低主要与不透水层的比例有关，不透水层对地表增温的作用要大于植被层的降温作用；从时间上看，初步证实了城市热岛强度前期随着城市扩展而增加，但在一定条件下，其强度随城市扩展并非一味升高，反而会出现一定程度上的稳定甚至降低现象。</div><div > </div> |
| [26] | . 城市化进程在为人类带来经济、社会效益的同时,也产生了一系列生态环境问题,城市热岛效应是其中极为重要的问题之一.近二十年,伴随着中国经济的高速发展,作为政治、文化、经济中心的首都北京,城市扩张显著,人口稳步增长,热环境势必受到一定影响.为定量研究近十多年来北京市城市扩张范围及其对城市增温效应的影响,本文对DMSP/OLS夜间灯光数据进行去饱和处理,对北京市城市扩张进行动态监测,结合MODIS反演的地表温度数据月合成产品定量考察了北京市城市扩张及其对城市增温效应的贡献.结果表明,夜间灯光数据经过去饱和处理后能够以更高精度提取城市范围;2000-2012年北京市城市建设用地面积持续增长,2000-2003年增长速度相对较快,2004-2012年城市扩张速度明显减慢;北京市近十多年来城市建设用地以原有核心功能区为基础逐渐向四周扩张,表现出以主城区为中心的外延式发展,周边区县的建设用地也在各自原有城镇建设用地基础上呈现向四周的外延式扩张.随着城市化进程的推进,热岛效应始终显著,城镇用地温度逐渐主导了全区温度水平,城镇用地温度与区域平均温度之差明显减小. . 城市化进程在为人类带来经济、社会效益的同时,也产生了一系列生态环境问题,城市热岛效应是其中极为重要的问题之一.近二十年,伴随着中国经济的高速发展,作为政治、文化、经济中心的首都北京,城市扩张显著,人口稳步增长,热环境势必受到一定影响.为定量研究近十多年来北京市城市扩张范围及其对城市增温效应的影响,本文对DMSP/OLS夜间灯光数据进行去饱和处理,对北京市城市扩张进行动态监测,结合MODIS反演的地表温度数据月合成产品定量考察了北京市城市扩张及其对城市增温效应的贡献.结果表明,夜间灯光数据经过去饱和处理后能够以更高精度提取城市范围;2000-2012年北京市城市建设用地面积持续增长,2000-2003年增长速度相对较快,2004-2012年城市扩张速度明显减慢;北京市近十多年来城市建设用地以原有核心功能区为基础逐渐向四周扩张,表现出以主城区为中心的外延式发展,周边区县的建设用地也在各自原有城镇建设用地基础上呈现向四周的外延式扩张.随着城市化进程的推进,热岛效应始终显著,城镇用地温度逐渐主导了全区温度水平,城镇用地温度与区域平均温度之差明显减小. |
| [27] | . 利用2001年—2012年MODIS分裂窗算法反演得到的1 km分辨率地表温度产品分析了北京城市热岛效应。首先计算北京2001年—2012年地表温度年平均值,其次利用半径法确定热岛足迹并计算热岛容量。结论如下：（1）热岛足迹及热岛容量昼夜差异明显,2012年白天热岛足迹是夜间的1.5倍,这是由于城市下垫面热特性差异及人为活动的综合影响。（2）2001年—2012年北京城市高温区在空间上向南北扩展,热岛足迹和热岛容量呈阶段性增长。2010年白天热岛足迹最大,半径为28 km,面积是2001年的2.4倍。当热岛足迹相同时,城市绿地和水体功能区的分布和布局方式等因素能够影响热岛容量。城市建设用地和农村居民点对城市热环境贡献率明显高于其他土地利用类型。当建设用地面积比例超过50%时,区域会产生显著的热岛现象。（3）根据北京热岛足迹及容量时空动态变化特征,提出改善城市热岛的措施。 . 利用2001年—2012年MODIS分裂窗算法反演得到的1 km分辨率地表温度产品分析了北京城市热岛效应。首先计算北京2001年—2012年地表温度年平均值,其次利用半径法确定热岛足迹并计算热岛容量。结论如下：（1）热岛足迹及热岛容量昼夜差异明显,2012年白天热岛足迹是夜间的1.5倍,这是由于城市下垫面热特性差异及人为活动的综合影响。（2）2001年—2012年北京城市高温区在空间上向南北扩展,热岛足迹和热岛容量呈阶段性增长。2010年白天热岛足迹最大,半径为28 km,面积是2001年的2.4倍。当热岛足迹相同时,城市绿地和水体功能区的分布和布局方式等因素能够影响热岛容量。城市建设用地和农村居民点对城市热环境贡献率明显高于其他土地利用类型。当建设用地面积比例超过50%时,区域会产生显著的热岛现象。（3）根据北京热岛足迹及容量时空动态变化特征,提出改善城市热岛的措施。 |
| [28] | . 城市热岛效应是快速城市化过程带来最明显的生态环境问题之一，理清其形成和演变规律对城市规划、人居环境改善等具有重要意义。利用1991-2011年间8期夏季（6-8月）Landsat-5 TM遥感影像反演的地表温度空间场作为基础数据，通过定义热岛强度与热岛容量指数，并利用重心模型与Moran’s I全局自相关等空间分析方法，对受城市化影响的典型区域——北京六环区域内热岛效应的时空动态变化特征及演变规律进行分析。结果表明：20年间六环内热岛强度总体上呈现增长趋势，其平均值在5.73-9.27℃之间，统计意义上，北京市六环内热岛强度的增长速率为1.35℃/10 a；空间格局上，南北维度的变化较东西维度明显，但总体上呈现破碎化态势，全局Moran’s I指数从1991年的0.63下降到2011年的0.16；空间重心模型显示研究区内热环境变化的圈层特征明显，受功能疏解等因素的影响，城市中心二环区域的热环境呈现一定程度的好转。;The urban heat island (UHI) effect is one of the many typical ecological problems caused by rapid urbanization both in China and all over the world. Understanding the dynamics of the UHI effect in urban areas is essential to the improvement of human settlement and better urban planning. In this study, a region enclosed by the six-ring road of Beijing was adopted as the sample area, due to the rapid urbanization processes it has undergone over the past 20 years. Based on the land surface temperature (LST) retrieval methods from Landsat-5 TM in summers of 1991, 1993, 1996, 1999, 2004, 2007, 2009, and 2011, indicators of UHI intensity (HII) and capacity index of UHI (HCI) were established. Furthermore, the global spatial autocorrelation index and a gravity center model were used to describe the temporal and spatial dynamics of the UHI effect in the study area quantitatively. The results show that the average HII fluctuated from 5.73℃ to 9.27℃ from 1991 to 2011, with an increasing rate of 1.31℃/10a, indicating the worsening trend of the thermal environmental conditions in the study area over the past 20 years. With regard to the spatial patterning, changes occurring in north-south dimension were significantly more evident than those in the east-west dimension. The overall pattern tended to be fragmented and this can be demonstrated by the decrease in Moran's I index from 0.63 in 1991 to 0.16 in 2011. The gravity center model showed that the UHI effect spread outwards with the urban planning activities in circle ring, from weak to intensive expansion. The location of the gravity center was initially in the zone of the second-ring, the center of case area, and then transferred successively from east to north and south, and finally returning back to the center. The enclosed area of the second-ring showed evident improvement of thermal environmental conditions, due to the changes over time of the region's function. . 城市热岛效应是快速城市化过程带来最明显的生态环境问题之一，理清其形成和演变规律对城市规划、人居环境改善等具有重要意义。利用1991-2011年间8期夏季（6-8月）Landsat-5 TM遥感影像反演的地表温度空间场作为基础数据，通过定义热岛强度与热岛容量指数，并利用重心模型与Moran’s I全局自相关等空间分析方法，对受城市化影响的典型区域——北京六环区域内热岛效应的时空动态变化特征及演变规律进行分析。结果表明：20年间六环内热岛强度总体上呈现增长趋势，其平均值在5.73-9.27℃之间，统计意义上，北京市六环内热岛强度的增长速率为1.35℃/10 a；空间格局上，南北维度的变化较东西维度明显，但总体上呈现破碎化态势，全局Moran’s I指数从1991年的0.63下降到2011年的0.16；空间重心模型显示研究区内热环境变化的圈层特征明显，受功能疏解等因素的影响，城市中心二环区域的热环境呈现一定程度的好转。;The urban heat island (UHI) effect is one of the many typical ecological problems caused by rapid urbanization both in China and all over the world. Understanding the dynamics of the UHI effect in urban areas is essential to the improvement of human settlement and better urban planning. In this study, a region enclosed by the six-ring road of Beijing was adopted as the sample area, due to the rapid urbanization processes it has undergone over the past 20 years. Based on the land surface temperature (LST) retrieval methods from Landsat-5 TM in summers of 1991, 1993, 1996, 1999, 2004, 2007, 2009, and 2011, indicators of UHI intensity (HII) and capacity index of UHI (HCI) were established. Furthermore, the global spatial autocorrelation index and a gravity center model were used to describe the temporal and spatial dynamics of the UHI effect in the study area quantitatively. The results show that the average HII fluctuated from 5.73℃ to 9.27℃ from 1991 to 2011, with an increasing rate of 1.31℃/10a, indicating the worsening trend of the thermal environmental conditions in the study area over the past 20 years. With regard to the spatial patterning, changes occurring in north-south dimension were significantly more evident than those in the east-west dimension. The overall pattern tended to be fragmented and this can be demonstrated by the decrease in Moran's I index from 0.63 in 1991 to 0.16 in 2011. The gravity center model showed that the UHI effect spread outwards with the urban planning activities in circle ring, from weak to intensive expansion. The location of the gravity center was initially in the zone of the second-ring, the center of case area, and then transferred successively from east to north and south, and finally returning back to the center. The enclosed area of the second-ring showed evident improvement of thermal environmental conditions, due to the changes over time of the region's function. |
| [29] | . 在采用城乡二分法估算区域范围内多个城市地表热岛强度(Surface Urban Heat Island,SUHI)时,如何选择城镇化影响最小的周边乡村背景是一个技术难点,提出了一种基于地形、土地利用、植被覆盖和城市夜间灯光指数来确定乡村背景的SUHI估算方法,并建立了基于SUHI和热岛比例指数(Urban Heat Island Proportion Index,UHPI)的城市热岛强度定量评估方法。利用上述方法,基于长时间序列MODIS和NOAA卫星资料,开展了京津冀城市群11个平原城市热岛时空变化分析与评估,并开展了社会经济驱动因子对城市热岛大小的影响评估研究,同时结合未来京津冀一体化发展提出相应参考建议。研究结果表明:(1)建立的SUHI估算方法能有效监测城市群热岛年/季和昼/夜变化,近5年(2010—2014)年均SUHI≥3℃的热岛总面积1926km~2,但在热岛最强的夏季白天可达7386 km~2(占行政区域面积的5.8%);排名前四的分别是北京(2351 km~2)、天津(1883km~2)、唐山(889 km~2)和石家庄(611 km~2),显示出超大、特大城市及资源性城市贡献了大部分城市群热岛面积;各中心城区平均SUHI和UHPI分别为3.0℃和0.61,热岛评估达到较严重等级以上的城市占到73%,表明当前城市群整体热岛处于严峻现状;(2)1994、2004年和2014年夏季白天城市群强热岛面积分别为190、1975、4539 km~2,各中心城区平均SUHI分别为1.2、2.6、3.2℃,UHPI分别为0.29、0.58和0.69,热岛评估等级分别为"一般"、"较严重"和"严重"等级,反映了20年来京津冀城市群热岛迅速增强增大事实;(3)各城市年均热岛面积增加2—86 km~2/a,强热岛面积增加主要发生在超大城市,北京、天津强热岛区之间的最短空间距离从1994年的94 km逐步缩减到2014年的52 km,未来存在形成"京津区域热岛群"的可能,建议在京津之间建立"绿色生态屏障"来消除这种可能性;(4)城镇人口数、国内生产总值和用电量都极大地影响着京津冀城市热岛大小,拟合模型决定系数R2分别为0.9097、0.912和0.9661,意味着在未来京津冀一体化城市发展中可采取控制城市人口规模、减少能源消耗等措施减缓热岛效应。 . 在采用城乡二分法估算区域范围内多个城市地表热岛强度(Surface Urban Heat Island,SUHI)时,如何选择城镇化影响最小的周边乡村背景是一个技术难点,提出了一种基于地形、土地利用、植被覆盖和城市夜间灯光指数来确定乡村背景的SUHI估算方法,并建立了基于SUHI和热岛比例指数(Urban Heat Island Proportion Index,UHPI)的城市热岛强度定量评估方法。利用上述方法,基于长时间序列MODIS和NOAA卫星资料,开展了京津冀城市群11个平原城市热岛时空变化分析与评估,并开展了社会经济驱动因子对城市热岛大小的影响评估研究,同时结合未来京津冀一体化发展提出相应参考建议。研究结果表明:(1)建立的SUHI估算方法能有效监测城市群热岛年/季和昼/夜变化,近5年(2010—2014)年均SUHI≥3℃的热岛总面积1926km~2,但在热岛最强的夏季白天可达7386 km~2(占行政区域面积的5.8%);排名前四的分别是北京(2351 km~2)、天津(1883km~2)、唐山(889 km~2)和石家庄(611 km~2),显示出超大、特大城市及资源性城市贡献了大部分城市群热岛面积;各中心城区平均SUHI和UHPI分别为3.0℃和0.61,热岛评估达到较严重等级以上的城市占到73%,表明当前城市群整体热岛处于严峻现状;(2)1994、2004年和2014年夏季白天城市群强热岛面积分别为190、1975、4539 km~2,各中心城区平均SUHI分别为1.2、2.6、3.2℃,UHPI分别为0.29、0.58和0.69,热岛评估等级分别为"一般"、"较严重"和"严重"等级,反映了20年来京津冀城市群热岛迅速增强增大事实;(3)各城市年均热岛面积增加2—86 km~2/a,强热岛面积增加主要发生在超大城市,北京、天津强热岛区之间的最短空间距离从1994年的94 km逐步缩减到2014年的52 km,未来存在形成"京津区域热岛群"的可能,建议在京津之间建立"绿色生态屏障"来消除这种可能性;(4)城镇人口数、国内生产总值和用电量都极大地影响着京津冀城市热岛大小,拟合模型决定系数R2分别为0.9097、0.912和0.9661,意味着在未来京津冀一体化城市发展中可采取控制城市人口规模、减少能源消耗等措施减缓热岛效应。 |
| [30] | . The energetic basis of the urban heat island OKE T. R. Quarterly Journal of the Royal Meteorological Society, 1982 |
| [31] | . 城市地表温度热岛是城市生态环境效应研究的热点之一,其影响因素研究为缓解城市热岛带来的负效应、促进城市可持续发展提供依据。本文系统回顾了国内外关于城市地表温度热岛影响因素的研究进展。首先结合热岛效应表征的地表能量过程,基于景观生态学格局-过程理论,从地表能量吸收释放、转换及传输3种过程中归纳热岛效应的影响机理,分别对应地表覆盖、人为活动和景观格局特征3方面影响因素;其次,从影响因素的3个方面分析了近年来的研究进展,并比较了国内外地表温度热岛综合影响因素研究领域的异同;最后探讨了研究进展与热岛效应影响机理研究的差距,提出利用多源数据深化城市热岛效应的机理性与综合影响因素研究,以期为制定热岛效应缓解策略有所启示。 . 城市地表温度热岛是城市生态环境效应研究的热点之一,其影响因素研究为缓解城市热岛带来的负效应、促进城市可持续发展提供依据。本文系统回顾了国内外关于城市地表温度热岛影响因素的研究进展。首先结合热岛效应表征的地表能量过程,基于景观生态学格局-过程理论,从地表能量吸收释放、转换及传输3种过程中归纳热岛效应的影响机理,分别对应地表覆盖、人为活动和景观格局特征3方面影响因素;其次,从影响因素的3个方面分析了近年来的研究进展,并比较了国内外地表温度热岛综合影响因素研究领域的异同;最后探讨了研究进展与热岛效应影响机理研究的差距,提出利用多源数据深化城市热岛效应的机理性与综合影响因素研究,以期为制定热岛效应缓解策略有所启示。 |
| [32] | . 城市能量平衡是研究城市热岛效应的物理基础。利用北京市教学植物园2010年的实测数据,设置不同类型下垫面(植被覆盖类型:林地、草地和不透水层覆盖类型:道路、房屋),利用局地尺度城市气象参数化方案模拟并分析了相同气象条件和净辐射通量输入下,不同类型下垫面的显热、潜热通量及蒸散降温效应的差异。结果显示:(1)不同类型下垫面的各能量支出项有明显差异,植被覆盖区域和不透水层覆盖区域的波文比年均值分别为0.28和4.60,且在植被生长季差异较大;(2)城市扩展过程中道路、房屋替换林地、草地的过程,也是显热增加而潜热减少的过程。植被层向不透水层转换的过程中,显热通量年均增加32.74W/m2,潜热通量减少38.87W/m2,储热通量增加7.95W/m2;(3)理论上,植被蒸散的年降温效应使单位面积植被覆盖区域的气温比不透水层区域可低2.63℃。 . 城市能量平衡是研究城市热岛效应的物理基础。利用北京市教学植物园2010年的实测数据,设置不同类型下垫面(植被覆盖类型:林地、草地和不透水层覆盖类型:道路、房屋),利用局地尺度城市气象参数化方案模拟并分析了相同气象条件和净辐射通量输入下,不同类型下垫面的显热、潜热通量及蒸散降温效应的差异。结果显示:(1)不同类型下垫面的各能量支出项有明显差异,植被覆盖区域和不透水层覆盖区域的波文比年均值分别为0.28和4.60,且在植被生长季差异较大;(2)城市扩展过程中道路、房屋替换林地、草地的过程,也是显热增加而潜热减少的过程。植被层向不透水层转换的过程中,显热通量年均增加32.74W/m2,潜热通量减少38.87W/m2,储热通量增加7.95W/m2;(3)理论上,植被蒸散的年降温效应使单位面积植被覆盖区域的气温比不透水层区域可低2.63℃。 |
| [33] | . Quantifying the effects of urban land use/land cover with regard to surface radiation and heat flux regulation is important to ecological planning and heat stress mitigation. To retrieve the spatial pattern of heat fluxes in the Beijing metropolitan area, China, a remote sensing-based energy balance model was calibrated with synchronously measured energy fluxes including net radiation, latent heat flux (LE), and sensible heat flux (H). Our model calibration approach avoided the uncertainties due to subjective judgments in previous empirical parameterization methods. The land surface temperature (LST), H, and Bowen ratio () of Beijing were found to increase along the outskirt-suburban-urban gradient, with strong spatial variation. LST and H were negatively correlated with vegetation fraction cover (VFC). For example, the modern high-rise residential areas with relatively higher VFC had lower H and than the traditional low-rise residential areas. Our findings that indicate thermal dissipation through vegetation transpiration might play an important role in urban heat regulation. Notably, the thermal dissipating strength of vegetation (calculated as LE/VFC) declined exponentially with increased VFC. For the purpose of heat stress regulation, we recommend upgrading the traditional low-rise residential areas to modern high-rise residential areas and focusing urban greenery projects in areas whose VFC<0.1, where the heat regulating service by urban vegetation could be twice as effective as in other places. Key Points |
| [34] | . 城市热岛是影响城市及其周边地区天气气候和空气质量的重要因素。利用2000-2005年MODIS（Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪）分裂窗算法反演得到的1km分辨率地表温度产品分析了北京的城市热岛效应,发现白天城市热岛强度具有明显的季节变化,夏季最大值可以达到10℃以上,冬季变为冷岛,即城市地表温度低于乡村,最低值可以达到-5℃;模拟结果表明冬季城市冷岛的存在主要是城市和乡村地表热特性（热惯量）的差异引起的。夜间热岛强度的季节变化较小,全年稳定在5℃左右。选择北京周边地区比较典型的乡村耕地、山区森林以及永定河流域来研究乡村的选择对热岛强度的影响。发现选择不同的邻近区域作为乡村时,不仅城市热岛（冷岛）强度有较大变化,而且热岛强度的季节变化情况也有较大差异。冬季白天北京城市冷岛增加了近地层的大气稳定度,可能会降低城市空气污染物的扩散能力,加剧了北京冬季的空气污染。 . 城市热岛是影响城市及其周边地区天气气候和空气质量的重要因素。利用2000-2005年MODIS（Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪）分裂窗算法反演得到的1km分辨率地表温度产品分析了北京的城市热岛效应,发现白天城市热岛强度具有明显的季节变化,夏季最大值可以达到10℃以上,冬季变为冷岛,即城市地表温度低于乡村,最低值可以达到-5℃;模拟结果表明冬季城市冷岛的存在主要是城市和乡村地表热特性（热惯量）的差异引起的。夜间热岛强度的季节变化较小,全年稳定在5℃左右。选择北京周边地区比较典型的乡村耕地、山区森林以及永定河流域来研究乡村的选择对热岛强度的影响。发现选择不同的邻近区域作为乡村时,不仅城市热岛（冷岛）强度有较大变化,而且热岛强度的季节变化情况也有较大差异。冬季白天北京城市冷岛增加了近地层的大气稳定度,可能会降低城市空气污染物的扩散能力,加剧了北京冬季的空气污染。 |
| [35] | . Beijing has experienced rapid urbanization and associated urban heat island effects and air pollution. In this study, a contribution index was proposed to explore the effect of urbanization on land surface temperature (LST) using Moderate-Resolution Imaging Spectroradiometer (MODIS)-derived data with high temporal resolution. The analysis indicated that different zones and landscapes make diurnally and seasonally different contributions to the regional thermal environment. The differences in contributions by the three main functional zones resulted from differences in their landscape compositions. The roles of landscapes in this process varied diurnally and seasonally. Urban land was the most important contributor to increases in regional LSTs. The contributions of cropland and forest varied distinctly between daytime and nighttime owing to differences in their thermal inertias. Vegetation had a notable cooling effect as the normalized vegetation difference index (NDVI) increased during summer. However, when the NDVI reached a certain value, the nighttime LST shifted markedly in other seasons. The results suggest that urban design based on vegetation partitions would be effective for regulating the thermal environment. (C) 2013 International Society for Photogrammetry and Remote Sensing, Inc. (ISPRS) Published by Elsevier B.V. All rights reserved. |
| [36] | . Abstract The subsurface urban heat island (SubUHI) is one part of the overall UHI specifying the relative warmth of urban ground temperatures against the rural background. To combat the challenge on measuring extensive underground temperatures with in situ instruments, we utilized satellite-based moderate-resolution imaging spectroradiometer data to reconstruct the subsurface thermal field over the Beijing metropolis through a three-time-scale model. The results show the SubUHI's high spatial heterogeneity. Within the depths shallower than 0.5 m, the SubUHI dominates along the depth profiles and analyses imply the moments for the SubUHI intensity reaching first and second extremes during a diurnal temperature cycle are delayed about 3.25 and 1.97 h per 0.1 m, respectively. At depths shallower than 0.05 m in particular, there is a subsurface urban cool island (UCI) in spring daytime, mainly owing to the surface UCI that occurs in this period. At depths between 0.5 and 10 m, the time for the SubUHI intensity getting to its extremes during an annual temperature cycle is lagged 26.2 days per meter. Within these depths, the SubUHI prevails without exception, with an average intensity of 4.3 K, varying from 3.2 to 5.3 K. |
| [37] | . |
| [38] | . This paper presents an evaluation of the Earth Observing System (EOS) Moderate Resolution Imaging Spectroradiometer (MODIS) thermal infrared bands and the status of land surface temperature (LST) version-3 standard products retrieved from Terra MODIS data. The accuracy of daily MODIS LST products has been validated in more than 20 clear-sky cases with in situ measurement data collected in field campaigns in 2000–2002. The MODIS LST accuracy is better than 1°C in the range from 6110 to 50°C. Refinements and improvements were made to the new version of MODIS LST product generation executive code. Using both Terra and Aqua MODIS data for LST retrieval improves the quality of the LST product and the diurnal feature in the product due to better temporal, spatial and angular coverage of clear-sky observations. |
| [39] | . 运用遥感(RS)和地理信息系统(GIS)技术,对北京1995年至2005年的土地利用时空变化特征进行了分析,并分析了土地利用变化对区域内地表温度的影响。北京在1995年至2000年的土地利用变化较小,随后五年城镇面积大量扩张,占用了大量的耕地和林地。北京地表温度等级较高的区域在数量上呈逐年增加的趋势,同时在空间分布上呈现从分散向城市中心集中的趋势。构建了TVX空间研究土地利用变化对地表温度的影响,计算了不同土地利用类型转变为建设用地的变化向量长度,并选取未变化的土地利用类型的平均温度作为控制点,消除不确定性因素,分析得出变化向量的幅度依次是:有林地水域其他林地灌木林地草地耕地,由此可以看出,林地和水域对缓解地表热环境作用较强,在城市规划中,要尽量保护林地和水域。 . 运用遥感(RS)和地理信息系统(GIS)技术,对北京1995年至2005年的土地利用时空变化特征进行了分析,并分析了土地利用变化对区域内地表温度的影响。北京在1995年至2000年的土地利用变化较小,随后五年城镇面积大量扩张,占用了大量的耕地和林地。北京地表温度等级较高的区域在数量上呈逐年增加的趋势,同时在空间分布上呈现从分散向城市中心集中的趋势。构建了TVX空间研究土地利用变化对地表温度的影响,计算了不同土地利用类型转变为建设用地的变化向量长度,并选取未变化的土地利用类型的平均温度作为控制点,消除不确定性因素,分析得出变化向量的幅度依次是:有林地水域其他林地灌木林地草地耕地,由此可以看出,林地和水域对缓解地表热环境作用较强,在城市规划中,要尽量保护林地和水域。 |
| [40] | . 城市化进程的加快对区域热环境具有重要影响，热环境的改变会引发一系列生态环境问题，科学地评价城市群热环境安全对于城市发展的规划布局和建设舒适的人居环境具有重要意义。本文利用多期MODIS地表温度数据产品，在构建热环境安全等级分级标准的基础上，对长江三角洲城市群热环境安全格局时空变化特征和土地利用变化的影响进行了探讨。结果表明：①2015年长江三角洲城市群热环境不安全区域多分布于城市建成区及建成区周围，以南京、上海、杭州和宁波等城市形成的“Z”型区域最明显，临界安全区域多分布于郊区，较安全区域集中分布于长江以北平原区域，安全区域则主要分布于杭州及杭州以南山地、丘陵区，太湖大部分区域以及长江三角洲城市群北部区域；②2005—2015年长江三角洲城市群热环境不安全区域、临界安全区域、较安全区域和安全区域分别呈现扩张、小幅增长、缩减和先缩减后扩张趋势；③土地利用结构中建设用地比例过高和林地比例过低是导致热环境安全等级下降的主要原因，其次，建设用地侵占大量耕地也是导致热环境不安全区域扩张的主要原因。 . 城市化进程的加快对区域热环境具有重要影响，热环境的改变会引发一系列生态环境问题，科学地评价城市群热环境安全对于城市发展的规划布局和建设舒适的人居环境具有重要意义。本文利用多期MODIS地表温度数据产品，在构建热环境安全等级分级标准的基础上，对长江三角洲城市群热环境安全格局时空变化特征和土地利用变化的影响进行了探讨。结果表明：①2015年长江三角洲城市群热环境不安全区域多分布于城市建成区及建成区周围，以南京、上海、杭州和宁波等城市形成的“Z”型区域最明显，临界安全区域多分布于郊区，较安全区域集中分布于长江以北平原区域，安全区域则主要分布于杭州及杭州以南山地、丘陵区，太湖大部分区域以及长江三角洲城市群北部区域；②2005—2015年长江三角洲城市群热环境不安全区域、临界安全区域、较安全区域和安全区域分别呈现扩张、小幅增长、缩减和先缩减后扩张趋势；③土地利用结构中建设用地比例过高和林地比例过低是导致热环境安全等级下降的主要原因，其次，建设用地侵占大量耕地也是导致热环境不安全区域扩张的主要原因。 |
| [41] | . The effects of land cover composition on land surface temperature (LST) have been extensively documented. Few studies, however, have examined the effects of land cover configuration. This paper investigates the effects of both the composition and configuration of land cover features on LST in Baltimore, MD, USA, using correlation analyses and multiple linear regressions. Landsat ETM + image data were used to estimate LST. The composition and configuration of land cover features were measured by a series of landscape metrics, which were calculated based on a high-resolution land cover map with an overall accuracy of 92.3%. We found that the composition of land cover features is more important in determining LST than their configuration. The land cover feature that most significantly affects the magnitude of LST is the percent cover of buildings. In contrast, percent cover of woody vegetation is the most important factor mitigating UHI effects. However, the configuration of land cover features also matters. Holding composition constant, LST can be significantly increased or decreased by different spatial arrangements of land cover features. These results suggest that the impact of urbanization on UHI can be mitigated not only by balancing the relative amounts of various land cover features, but also by optimizing their spatial configuration. This research expands our scientific understanding of the effects of land cover pattern on UHI by explicitly quantifying the effects of configuration. In addition, it may provide important insights for urban planners and natural resources managers on mitigating the impact of urban development on UHI. |
| [42] | . 热岛效应作为城市化过程中产生的特有环境问题,对其形成和演变规律的研究有助于人们提出有效的应对措施。以厦门市为研究对象,利用1987-2007年等时间间隔、同时相的5景Landsat TM/ETM+遥感影像数据进行地表温度反演,在此基础上使用景观格局指数分析厦门城市热岛景观格局随城市化进程演变的趋势。结果表明:随着厦门城市化进程加深,整个热岛景观在逐渐变得更加破碎化,高等级热岛景观斑块个数、类型面积和个体面积都增大;新的高等级热岛景观斑块都出现在原有高等级斑块附近,致使高等级类型的邻近度增加而各类型之间相互接触的程度也增加;景观总体的聚合度逐渐下降,而高等级热岛景观类型的聚合度则呈上升趋势;景观水平的蔓延度总体呈下降趋势,优势度高的低等级热岛景观所占的比重下降,优势度逐渐降低;多样性指数、均匀度指数总体呈上升趋势,各热岛景观面积在各类型间的分配逐渐趋于均匀;热岛景观斑块的转化方面,在20 a间低等级斑块类型(1、2、3级)向高等级斑块类型(4、5、6级)转化的面积总体上呈增加趋势,而高等级斑块类型向低等级斑块类型转化的面积总体上呈减小趋势,且等级升高的面积明显大于同期等级降低的面积;就高等级热岛景观斑块而言,他们与3级热岛景观斑块间的相互转化最容易发生,远比高等级斑块内部各类型之间的相互转化来得容易,尤其6类和5类的转化是最为困难的热岛景观变化之一;从空间上看,各高等级热岛景观斑块都经历了数量增加、面积扩大、等级升高三个方面的变化,形成了海沧、新阳、杏林、厦门岛西北港口区和机场5个高温组团。利用景观指数分析城市热环境,可探明热岛景观随城市化演变的趋势,并为有效的热岛效应减缓措施提供直接的理论依据。 . 热岛效应作为城市化过程中产生的特有环境问题,对其形成和演变规律的研究有助于人们提出有效的应对措施。以厦门市为研究对象,利用1987-2007年等时间间隔、同时相的5景Landsat TM/ETM+遥感影像数据进行地表温度反演,在此基础上使用景观格局指数分析厦门城市热岛景观格局随城市化进程演变的趋势。结果表明:随着厦门城市化进程加深,整个热岛景观在逐渐变得更加破碎化,高等级热岛景观斑块个数、类型面积和个体面积都增大;新的高等级热岛景观斑块都出现在原有高等级斑块附近,致使高等级类型的邻近度增加而各类型之间相互接触的程度也增加;景观总体的聚合度逐渐下降,而高等级热岛景观类型的聚合度则呈上升趋势;景观水平的蔓延度总体呈下降趋势,优势度高的低等级热岛景观所占的比重下降,优势度逐渐降低;多样性指数、均匀度指数总体呈上升趋势,各热岛景观面积在各类型间的分配逐渐趋于均匀;热岛景观斑块的转化方面,在20 a间低等级斑块类型(1、2、3级)向高等级斑块类型(4、5、6级)转化的面积总体上呈增加趋势,而高等级斑块类型向低等级斑块类型转化的面积总体上呈减小趋势,且等级升高的面积明显大于同期等级降低的面积;就高等级热岛景观斑块而言,他们与3级热岛景观斑块间的相互转化最容易发生,远比高等级斑块内部各类型之间的相互转化来得容易,尤其6类和5类的转化是最为困难的热岛景观变化之一;从空间上看,各高等级热岛景观斑块都经历了数量增加、面积扩大、等级升高三个方面的变化,形成了海沧、新阳、杏林、厦门岛西北港口区和机场5个高温组团。利用景观指数分析城市热环境,可探明热岛景观随城市化演变的趋势,并为有效的热岛效应减缓措施提供直接的理论依据。 |
| [43] | . Urban green spaces often form urban cool islands (UCIs), which are important for human health and urban sustainability. Previous studies have emphasized the cooling effects of urban green spaces on their surrounding areas at landscape level. Less attention, however, has been directed to effects of urban green space patterns on their own UCIs at patch level. In this study, we focused on the effects of spatial patterns of urban green patches on their own surface UCIs. The urban green spaces of Beijing, China, were extracted from one QuickBird image and were classified as Trees, Shrubs, Grass, Crops, River and Lake. Land surface temperatures (LSTs) were derived from four Landsat images, each in one season. The UCI was represented by the minimum LST of each urban green patch. Results showed spatial patterns of urban green patches had significant effects on their UCIs in four seasons. In detail, the size, edge and connectivity of urban green spaces all affected the UCIs negatively, and the influence was stronger in warm seasons. Shape of urban green space also had effects on UCIs, but the effects were stronger in cool seasons. Great differences were found between predictive values of metrics for different green types. Shape metrics were more important for indicating UCIs of River, Trees and Crops than were patch size and connectivity. However, patch size and connectivity metrics were more effective in determining UCIs of Shrubs, Grass and Lake than were shape metrics. Further, among shape metrics, only shape index was a good indicator of UCIs. The results of this study suggest that a combination of specific urban green types and pattern metrics are a prerequisite for analyzing the influence of urban green patterns on UCIs and for urban green design. |
| [44] | . 61LST dynamic was examined in Beijing during 2001–2009.61LST increased averagely in the whole metropolitan area but decreased in city center.61Built-up areas and barren land contribute most to UHI.61Cooling effects of ecological land is obvious with the proportion above 70%.61LST is determined more by landscape composition than spatial configuration. |
| [45] | . Taking Dalian City as the study area, the spatial distribution of urban green space and land surface temperature (LST), as well as their evolution in 1999, 2007 and 2013, were obtained through remote sensing (RS) interpretation and inversion. Landsat ETM and SPOT data were used for this purpose. By combining the temperature and vegetation index models (TVX), the effects of urban green space reduction on the thermal environment during city development were evaluated. The results show the following. (1) During 1999 2013, 88.1 km 2 of urban green space was converted to other land uses, accounting for a 29.4% reduction in urban green space in the study area. (2) During the study period, the LST in this area increased by +8.455 K. The evolution of the regional thermal landscape can be characterized by increases in the LST, greater complexity of the thermal landscape structure, increase and aggregation of high-temperature areas, and reduction and fragmentation of low-temperature areas. (3) During the process of urbanization, urban green space with low land-surface temperature was converted to other land use types with high land-surface temperature. When development occurred at the price of urban green space, negative effects on the regional thermal environment were observed. |
| [46] | . 热岛效应是城市化进程中产生的特有环境问题。基于Landsat TM/ETM+（1989、2001、2007、2013年）遥感影像完成哈尔滨地面亮温定量反演、标准化和等级划分等处理，并分析城市热岛空间分布特征和时空演变规律。基于地学信息图谱理论，定量分析24 a间热岛效应图谱信息变化特征，探究城市热岛格局的时空演变进程和形成机制，揭示城市化进程与热岛效应之间的响应关系。结果表明，随着哈尔滨城市化进程加速，4级热岛效应呈递增趋势，面积比例分别为4.36%、5.69%、6.29%和7.12%，主要分布在道外区和铁路沿线地带；植被和水体区域的地面温度较低，其边缘温度更低；反复变化型面积最大，后期变化型面积最小，面积比例分别为33.30%和7.30%。地学信息图谱分析可为城市热岛效应随城市化演变趋势提供准确、丰富的信息，对全面分析城市热岛的形成和发展具有重要的意义。 . 热岛效应是城市化进程中产生的特有环境问题。基于Landsat TM/ETM+（1989、2001、2007、2013年）遥感影像完成哈尔滨地面亮温定量反演、标准化和等级划分等处理，并分析城市热岛空间分布特征和时空演变规律。基于地学信息图谱理论，定量分析24 a间热岛效应图谱信息变化特征，探究城市热岛格局的时空演变进程和形成机制，揭示城市化进程与热岛效应之间的响应关系。结果表明，随着哈尔滨城市化进程加速，4级热岛效应呈递增趋势，面积比例分别为4.36%、5.69%、6.29%和7.12%，主要分布在道外区和铁路沿线地带；植被和水体区域的地面温度较低，其边缘温度更低；反复变化型面积最大，后期变化型面积最小，面积比例分别为33.30%和7.30%。地学信息图谱分析可为城市热岛效应随城市化演变趋势提供准确、丰富的信息，对全面分析城市热岛的形成和发展具有重要的意义。 |
