img

官方微信

遥感技术与应用, 2020, 35(5): 1197-1205 doi: 10.11873/j.issn.1004-0323.2020.5.1197

遥感应用

一带一路沿海超大城市热岛时空特征遥感分析

程雨婷,1,2, 刘昭华1, 鹿琳琳,2, 刘士彪1, 李庆亭2

1.江西理工大学建筑与测绘工程学院,江西 赣州 341000

2.中国科学院空天信息创新研究院数字地球重点实验室 北京 100094

Spatio-temporal Dynamics of Surface Urban Heat Island in Coastal Mega Cities along the Belt and Road from Remote Sensing Data

Cheng Yuting,1,2, Liu Zhaohua1, Lu linlin,2, Liu Shibiao1, Li Qingting2

1.School of Architectural and Surveying & Mapping Engineering Jiangxi University of Science and Technology,Ganzhou 314000,China

2.Key Laboratory of Digital Earth Science,Aerospace Information Research Institute,Chinese Academy of Sciences,Beijing 100094,China

通讯作者: 鹿琳琳(1984—),女,山东济宁人,副研究员,主要从事城市环境遥感研究。E⁃mail: lull@radi.ac.cn

收稿日期: 2019-08-22   修回日期: 2020-07-21   网络出版日期: 2020-11-26

基金资助: 国家重点研发计划项目.  2016YFB0500304
中国科学院先导专项项目.  XDA19090107
国家自然科学基金项目.  41471369
江西省教育厅科学技术研究项目.  GJJ170524
互联网+地名众包项目.  2016MZRL015-05

Received: 2019-08-22   Revised: 2020-07-21   Online: 2020-11-26

作者简介 About authors

程雨婷(1994—),女,江西高安人,硕士研究生,主要从事城市环境变化遥感研究E⁃mail:1378607406@qq.com , E-mail:1378607406@qq.com

摘要

城市热岛不仅影响城市局地及区域气候,而且对城市空气质量、能源消耗、居民健康等有显著的负面作用。利用长时序遥感数据,系统地分析各超大城市热岛的时空特征,能够为城市热岛效应减缓政策的制定提供参考,对带路城市可持续发展具有重要意义。基于2001~2017年MODIS地表温度产品和Landsat土地利用分类数据,以城市热岛强度(Surface Urban Heat Island Intensity, SUHII)作为指标,从季节和年际的角度分析一带一路沿海超大城市2001~2017年热岛效应时空格局的变化。研究结果表明:①2001~2017年期间各超大城市的核心区存在扩张趋势,高强度热岛主要分布在人口活动密集的城市核心区;②年均城市热岛强度最大的城市是卡拉奇,多年SUHII平均值为3.02 ℃,热岛强度显著上升的是金奈(0.07 ℃/a,P<0.1);③各城市热岛强度存在季节性差异,其中夏季城市热岛强度最大的城市是伊斯坦布尔,SUHII平均值为2.88 ℃,冬季城市热岛强度最大的城市是卡拉奇,SUHII平均值为4.45 ℃。

关键词: MODIS ; 土地利用分类 ; 沿海超大城市 ; 地表温度 ; 热岛效应

Abstract

Urban heat island not only affects local and regional climate of the city, but also has significant adverse effects on urban air quality, energy consumption and human health. By using long time series of remote sensing data, the systematic analysis of the temporal and spatial characteristics of the heat island in megacities can provide helpful information for the formulation of policies for urban heat island effect mitigation, and thus is of great importance for the urban sustainable development in the Belt and Road region. Based on the MODIS land surface temperature products from 2001 to 2017 and land use classification data from Landsat, the spatiotemporal changes of the surface urban heat island effect were analyzed from the seasonal and inter-annual perspectives in the coastal mega cities by using the Surface Urban Heat Island Intensity (SUHII) as an indicator. The analysis results showed that during 2001~2017, the urban areas of mega cities all experienced an expanding process, and the high intensity urban heat island was mainly distributed in the densely populated core areas of the cities. Secondly, among the 10 megacities, the annual average SUHII of Karachi was strongest with the value of 3.02 ℃, and the SUHII of Chennai showed a significant upward trend (0.07 ℃/a, P<0.1). Finally, there were seasonal differences in the urban heat island among the mega cities. In summer, the average SUHII of Istanbul was strongest with the value of 2.88 ℃. In winter, the average SUHII of Karachi was the strongest with the value of 4.45 ℃.

Keywords: MODIS ; Land use classification ; Coastal mega city ; Land surface temperature ; Urban heat island effect

PDF (6005KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

程雨婷, 刘昭华, 鹿琳琳, 刘士彪, 李庆亭. 一带一路沿海超大城市热岛时空特征遥感分析. 遥感技术与应用[J], 2020, 35(5): 1197-1205 doi:10.11873/j.issn.1004-0323.2020.5.1197

Cheng Yuting, Liu Zhaohua, Lu linlin, Liu Shibiao, Li Qingting. Spatio-temporal Dynamics of Surface Urban Heat Island in Coastal Mega Cities along the Belt and Road from Remote Sensing Data. Remote Sensing Technology and Application[J], 2020, 35(5): 1197-1205 doi:10.11873/j.issn.1004-0323.2020.5.1197

1 引 言

城市化是20世纪以来最为显著的人类活动过程。据联合国统计,全球城市人口比例从1950年低于30%,增加到2014年的54%,经预测到2050年这一比例将达到66%1。目前,全球约有30亿人口居住在距海岸线200 km以内的城市地区,并且到2025年人口总数可能会翻倍2。沿海城市快速且持续的城市化促进了交通设施的改善、旅游业和贸易的发展,同时给当地自然资源与生态环境带来了较大压力3。城市热岛效应指城区温度高于周围临近乡村的一种局地气候现象,是城市化进程中产生的特有环境问题。城市热岛效应能够造成空气污染加剧、能耗增加、居民健康风险上升等一系列负面影响4-6,近年来引起国内外学者的广泛关注。

城市热岛研究根据数据源的不同可分为两种,一种是大气城市热岛(the atmospheric Urban Heat Island),通常叫做UHI,它一般是用由气象站获取的大气温度进行城市热岛的评估和研究7-8,属于传统热岛研究方式。由于气象站空间分布稀疏,且主要分布在城区,易受到周围复杂环境的影响,所观测的气象数据不利于城市热岛空间分布特征的研究。遥感数据具有监测范围广、观测连续、时空分辨率高等优点,利用遥感影像数据研究城市热岛能够从根本上克服传统方法的不足,这就是地表城市热岛(Surface Urban Heat Island,SUHI)的研究方式。它通常采用热红外卫星传感器反演的地表温度数据(Land Surface Temperature, LST)进行热岛的评估和分析9-10,已成为国内外学者对城市热岛效应研究的主要技术之一。城市热岛效应具有很强的时空异质性,以往热岛效应的研究对象多以单个城市或城市群为主11-16,这些研究采用的数据源、研究方法各不同,在热岛格局、特征、驱动因素等方面得到的结论存在差异,仅有少数学者开展了全球或区域尺度多个城市热岛的分析17-19。系统的分析和对比城市间热岛效应的强度和空间分布格局,有助于在区域尺度了解城市热岛效应的物理特征、影响因素以及所带来的环境压力等,对制定热岛减缓措施具有重要意义。

2013年9月和10月,中国国家主席习近平在出访中亚和东南亚国家期间,先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”(以下简称“一带一路”)的重大倡议。一带一路建设,有利于促进沿线各国经济繁荣与区域经济合作,共同打造政治互信、经济互融、文化包容的利益共同体、命运共同体和责任共同体20-21。一带一路沿海地区人口聚集,海岸线附近分布有10个人口超过1 000万的超大型城市。一方面,这些城市特别是分布在亚洲地区的超大城市近年来人口增长迅速,缺少规划和管理的城市发展导致空气污染、热岛效应等环境问题显著22。另一方面,这些城市大多数位于低纬度地区,属于太阳辐射和热量比较集中的地带,全年气候炎热,相比其他地区,热环境问题更为突出。因此,为深入了解带路沿海超大城市热岛效应的时空特征,本研究基于MODIS地表温度产品和Landsat土地利用分类数据,对比分析了2001~2017年一带一路沿海超大城市的热岛效应时空格局及其变化。

2 研究区和数据

2.1 研究区概况

选取一带一路沿海10个超大城市作为研究区,分别为天津、上海、广州、深圳、孟买、金奈、马尼拉、雅加达、卡拉奇和伊斯坦布尔(图1)。这些城市贯穿整个一带一路各大港口和入海口,地理位置扼要,是海上丝绸之路的战略支点和枢纽城市,其中4个位于中国、2个位于印度,其余分别分布在菲律宾、印度尼西亚、巴基斯坦和土耳其,是各国重要的政治、经济、文化、贸易和交通中心。

图1

图1   研究区地理位置

Fig.1   Geographic location of the study area


2.2 数据源

采用的遥感数据主要是美国国家航空航天局(National Aeronautics and Space Administration, NASA)发射的Terra卫星上搭载的中等分辨率光谱成像仪(Moderate Resolution Imaging Spectroradiometer, MODIS)获取的8 d合成空间分辨率为1km的全球地表温度产品(MOD11A2)。Terra卫星为太阳同步轨道,每天的重返周期为2次,当地时间约上午10:30和下午10:30左右过境,分别处于地表升温和降温的过程。MOD11A2产品的温度数据采用分裂窗算法反演得到,误差大多在±1 K之间23。该数据可从美国国家航空航天局获取(https://modis-land.gsfc.nasa.gov/temp.html)。由于白天太阳辐射易受城市地形、结构以及下垫面热属性等因素的影响,而夜间地表温度主要受人为热释放的影响,更能反应城市热岛现象1822。所以,本研究仅选择2001~2017年的夜间地表温度数据用于城市热岛的分析。

在城市化的背景下,城市土地利用结构变化较大。林中立等24基于局地气候分区(Local Climate Zone,LCZ)的分类体系,将研究区土地利用覆被细分为17类,以占建成区面积比例最大的建筑类型温度代表城区温度,以低矮植被类型的平均温度代表郊区温度进行城市热岛强度的研究。参考该方法,采用2001、2005、2010和2015年前后共4期Landsat数据,利用支持向量机监督分类法对每期数据进行土地利用分类,将研究区分为建设用地、植被、水域和裸地4类。根据Google Earth同时期影像,通过目视解译随机采集验证样本进行精度评价,确保各期影像分类整体精度均达到85%以上。

3 方 法

3.1 数据预处理

采用MODIS地表温度产品,原始数据以HDF格式存储,地图投影为正弦投影,每年约有14 582景影像。首先利用MODIS数据几何纠正及重采样工具MRT(MODIS Reprojection Tool)对HDF数据进行预处理,包括影像拼接、投影及格式转换,得到投影方式为地理投影,坐标系为WGS84,格式为TIFF的全球8 d合成LST数据,每年有46景影像。因为MODIS地表温度产品的单位为开尔文(K),利用公式(1)将LST数据的单位转换为摄氏度(℃)。

LST=DN*0.02-273.15

其中:LST为地表温度值(单位:℃),DN为像元灰度值。

然后根据超大城市的矢量边界,批量裁剪出研究区,得到各城市2001~2017年地表温度数据。分别计算各城市地表温度2001~2017年平均值、夏季和冬季平均值。因为10个城市除了雅加达位于南半球的低纬度地区(5.91°~6.50°S),其余城市均位于北半球,所以选取每年6~8月份的数据计算夏季平均LST,每年12月份到次年2月份的数据计算冬季平均LST。

3.2 城市热岛强度分析

3.2.1 城市热岛强度量化

地表城市热岛强度(Surface Urban Heat Island Intensity, SUHII)可以用城区与乡村之间的温度差度量17,由公式(2)表示:

SUHII=Turban-Trural

其中:SUHII表示地表城市热岛强度,Turban表示城区平均温度,Trural表示乡村平均温度。以热岛强度为指标研究城市热岛效应,可减少MODIS地表温度产品反演误差造成的不确定性。

目前地表城市热岛研究中缺少对城区和乡村范围界定的统一标准,一般采用城市聚集算法或根据土地利用数据选取建筑密集且人口集中的城市核心地区,作为研究中的城区范围25-26。乡村区域多用城区周边一定距离的缓冲区内的非建设用地来确定。参考基于LCZ分类体系的城市热岛研究方法24,本文基于Landsat土地利用分类数据,提取建设用地密度大于50%的建成区连续区域作为城市核心区。以1km为单位,核心城区为基础向外做缓冲区,直至出现建设用地面积占比小于10%的缓冲区,以该缓冲区内浓密植被(NDVI>0.5)的平均温度作为乡村平均温度27。以2000、2005、2010和2015为基准年份,以这些年份的土地利用分类结果确定各城市4期核心城区和乡村区域,并应用于临近的前后2年。图2展示了菲律宾马尼拉市2013~2017年城市核心区边界及对应的乡村背景区域,底图为2016年2月13日Landsat 8卫星真彩色合成影像。

图2

图2   马尼拉市核心城区和乡村区域

Fig.2   Administrative boundary, core urban area and rural area of Manila


3.2.2 城市热岛强度空间分布特征

为了直观的分析城市热岛的空间分布特征,本文用乡村范围内的平均地表温度数据代替公式(2)中的Trural,逐年计算研究区各象元年均热岛强度(SUHII)。然后利用公式(3)对17 a的SUHII数据求平均(剔除异常值),得到各城市17 a间的多年平均热岛强度空间分布。

SUHIIci=j=20012017SUHIIcij17

其中:SUHIIci 表示城市c 2001~2017年SUHII在像元i上的平均值;j表示年份(j=2001,2002,…,2017)。

根据多年平均热岛强度值,将研究区划分为不同的等级,如表1所示。SUHII≤0℃的像元定义为0级热岛,0℃<SUHII≤1℃的像元定义为1级热岛,1℃<SUHII≤2℃的像元定义为2级热岛,2℃<SUHII≤3℃的像元定义为3级热岛,SUHII>3℃则定义为4级热岛。

表1   热岛强度等级划分

Table1  Classification of SUHII

热岛强度等级范围
0级热岛SUHII≦0℃
1级热岛0℃<SUHII≦1℃
2级热岛1℃<SUHII≦2℃
3级热岛2℃<SUHII≦3℃
4级热岛SUHII>3℃

新窗口打开| 下载CSV


3.2.3 城市热岛强度年际变化分析

根据核心城区边界对相应SUHII数据进行掩模,利用公式(4)计算城区(剔除水域)年均SUHII数据的平均值,得到各城市每年的年平均SUHII值,即城市年均热岛强度。

SUHIIcj=i=1nSUHIIciji

其中:SUHIIcj 表示c城市第j年的SUHII平均值;i表示第i个像元。

利用线性回归方法,分析各城市的年平均SUHII变化趋势,并对趋势进行显著性分析28

3.2.4 城市热岛强度季节性变化分析

基于逐年夏季和冬季平均地表温度数据,根据公式(2),计算得到各城市2001~2017年的夏季和冬季热岛强度空间分布。然后利用公式(4)分别对每年夏季和冬季SUHII数据求平均,得到各城市每年夏季和冬季的SUHII值。通过线性回归分析,得到各城市夏、冬季平均SUHII的变化趋势及显著性。

4 结果和分析

4.1 城市热岛强度空间分布特征

图3展示了超大城市2013~2017年城市核心区及2001~2017年多年平均热岛强度分级空间分布特征。热岛(SUHII>0℃)主要分布在各城市的核心城区,尤其是高强度热岛基本分布在人口活动密集的城市核心区内,表明各城市普遍出现城区温度高于乡村温度的城市热岛效应。各城市多年平均热岛强度等级差别较大,除雅加达热岛强度较弱之外,其余城市热岛强度最高等级主要在3~4级之间。特别是卡拉奇和天津的热岛效应较为显著,热岛强度最高达5 ℃到6 ℃,且强热岛(SUHII>3 ℃)区域所占面积明显大于其他城市。卡拉奇城市核心区主要集中在中南部沿海地区,建设用地高度密集,其东西北部均以裸岩山脉为主,植被稀少,这些区域地表温度明显高于周边区域。受城市化高速发展影响,天津强热岛区域主要分布在天津中心城区(市辖区、北辰区、东丽区、津南区和西青区)和滨海新区(塘沽区、大港区和汉沽区)29。天津海滨新区将成为继深圳经济特区、上海浦东新区后我国第3个经济增长区,近年来滨海新区和天津市都进入1个高速发展期,城市化进程迅速,大规模城市建设及工企业进驻导致中心城区热岛效应不断加剧,滨海新区热岛效应从弱到强29

图3

图3   超大城市2001~2017年平均热岛强度空间分布

Fig.3   The spatial distribution of average HII from 2001 to 2017 in mega cities


2000~2017年10个城市的城市核心区均有一定程度的扩张(表2)。城区扩张幅度较大的城市有上海、深圳、天津和广州,2015年前后城市核心区比2000年分别增加了83.73%、39.70%、35.66%和27.67%。其中7个城市的城区扩张速度较快的时期在2000~2005年之间,之后扩张速度有所减缓。

表2   2000-2015年超大城市核心城区扩张速度/%

Table2  The expansion rates of urban areas in mega cities

时期广州金奈卡拉奇马尼拉孟买上海深圳天津雅加达伊斯坦布尔
2000~200516.155.450.323.930.3247.0511.688.972.273.98
2006~20104.571.360.281.710.0313.3912.8716.601.482.43
2011~20155.101.201.282.310.1010.1910.836.770.930.79

注:表中黑色字体为扩张速度最快的时期

新窗口打开| 下载CSV


上海市2005年前后比2000年城区扩张了47.05%,2005~2010年扩张速度下降至13.39%,2015年比2010年城区扩张速度减慢至10.19%。相对其他城市,卡拉奇和孟买在2000~2017年期间城市核心区扩张幅度较小。

4.2 城市热岛强度变化特征

4.2.1 城市热岛强度年际变化特征

图4展示了10个城市年均SUHII的年际变化,各城市热岛强度呈波动式变化。城市热岛强度变化较平缓的城市是天津和伊斯坦布尔。天津多年年均SUHII值基本在2.0~2.5℃之间,最大值出现在2002年(2.91℃),最小值出现在2015年(1.91℃)。伊斯坦布尔多年年均SUHII值在1.5~2℃,最大值出现在2014年(2.09℃),最小值出现在2003年(1.42℃)。2010年之前,孟买城市热岛强度波动幅度也比较小,年均SUHII值基本在1.3~1.8℃之间。

图4

图4   超大城市热岛强度年际变化

Fig.4   The inter-annual variations of SUHII in mega cities


根据多年年均SUHII值变化(表3),城市热岛效应最显著的城市是卡拉奇,多年的年均SUHII值高达3.02 ℃,其次是天津和广州,SUHII平均值分别为2.31和2.14 ℃。SUHII多年平均值超过1 ℃的城市还有伊斯坦布尔、深圳、孟买、马尼拉和金奈,分别为1.82、1.81、1.59、1.42和1.33 ℃。

表3   超大城市年均SUHII变化趋势

Table3  The changing trends in annual average SUHII in mega cities

广州金奈卡拉奇马尼拉孟买上海深圳天津雅加达伊斯坦布尔
年均SUHII变化趋势(℃/a)0.000.07*-0.03-0.030.010.01-0.04-0.02-0.010.00
SUHII平均值(℃)2.141.333.021.421.590.731.812.31-0.041.82

注:**p<.05;*p<.1

新窗口打开| 下载CSV


根据趋势分析(表3),年均城市热岛强度上升趋势最显著的城市是金奈,其年均SUHII值每年上升约0.07 ℃(P<0.1),其余城市的热岛强度没有显著的变化趋势。

4.2.2 城市热岛强度季节变化特征

图5可以发现,城市热岛强度的季节性变化差异明显。这一结论与前人研究结果25相似,城市热岛强度的季节性差异因地域而异,主要是受地理位置引起的气候差异性的影响。

图5

图5   超大城市季节平均热岛强度年际变化

Fig.5   The inter-annual variations of SUHII in mega cities in summer and winter


首先,除伊斯坦布尔之外,大部分城市冬季SUHII波动幅度比夏季更小,即冬季热岛强度变化更稳定。其次,夏季热岛强度明显大于冬季的城市是伊斯坦布尔,而卡拉奇则相反,冬季热岛强度明显大于夏季。根据图5表4,夏季热岛强度最大的城市是伊斯坦布尔,其多年SUHII值稳定在2.5~3 ℃上下浮动,SUHII平均值为2.88 ℃。其次是广州(2.31 ℃)。夏季SUHII平均值超过1 ℃的城市还有天津(1.80 ℃)、深圳(1.75 ℃)、孟买(1.44 ℃)和卡拉奇(1.36 ℃)。冬季热岛强度最显著的城市是卡拉奇,其SUHII值近乎每年都在4 ℃以上,SUHII平均值高达4.45 ℃,其次是深圳(2.21 ℃)、天津(2.19 ℃)和马尼拉(2.15 ℃)。冬季SUHII平均值超过1 ℃的城市还有孟买(1.99 ℃)、金奈(1.98 ℃)和广州(1.92 ℃)。

表4   超大城市季节平均SUHII变化趋势

Table4  The changing trends in SUHII in mega cities in summer and winter

夏季冬季
变化趋势/℃a-1平均值/℃变化趋势/℃a-1平均/℃
广州0.062.310.021.92
金奈0.25**0.440.07**1.98
卡拉奇-0.091.360.004.45
马尼拉-0.080.57-0.022.15
孟买0.051.440.02**1.99
上海0.000.890.05**0.50
深圳0.061.75-0.062.21
天津-0.021.800.002.19
雅加达0.03-0.13-0.020.12
伊斯坦布尔-0.04**2.880.040.48

注:**p<.05;*p<.1

新窗口打开| 下载CSV


相对其他城市,卡拉奇和伊斯坦布尔热岛强度存在较强的季节性差异。伊斯坦布尔位于巴尔干半岛东端、博斯普鲁斯海峡南口西岸,属于典型的地中海式气候,夏季炎热干燥、冬季温和多雨,夏季城市热岛现象非常显著26。而卡拉奇位于巴基斯坦南部海岸、印度河三角洲西北部,南濒临阿拉伯海,常年高温少雨,炎热难耐,冬季城市热岛更显著。

根据热岛强度季节变化趋势分析(表4),夏季城市热岛强度变化趋势显著的城市有金奈和伊斯坦布尔,其中金奈以0.25℃/年(P<0.05)的速率显著上升,相反,伊斯坦布尔夏季城市热岛强度呈显著下降趋势(-0.04℃/a,P<0.05)。冬季热岛强度变化趋势显著的城市有金奈、孟买和上海,热岛强度均呈显著上升的趋势,速率分别为0.07、0.02和0.05℃/a(P<0.05)。其余城市热岛强度的季节性变化趋势不显著。上海市建成用地的扩张大幅改变了土地覆被状况,大面积的农田、森林、灌丛等植被覆盖地表被不透水地表替代,从而改变了局地气候,是城市热岛强度的主要影响因素30。另外,由于城市中心、中央商务区等核心区人口和经济活动高度聚集,高密度建筑连片分布,这些区域能源消耗和人为热释放较多,对城市热岛强度也具有较大影响31

5 结 语

本研究基于MODIS夜间地表温度数据和Landsat土地利用分类数据,分析了一带一路沿海超大城市2001~2017年的热岛效应时空格局及变化特征,主要得到以下结论:

(1) 2000、2005、2010和2015年城市核心区提取结果表明,2000~2017年期间10个城市核心城区均有一定的扩张,约70%的城市在2000~2005年前后城市核心区扩张最为明显。各城市17 a平均热岛强度空间分布特征显示,热岛范围主要分布在人口活动密集的城市核心区。

(2) 根据城市热岛强度年际变化分析,多年城市热岛强度最大的城市是卡拉奇,多年SUHII平均值高达3.02 ℃,其次是天津和广州,SUHII平均值分别为2.31 ℃和2.14 ℃。年均城市热岛强度上升趋势最显著的是金奈,其SUHII值平均每年增加0.07 ℃(P<0.1)。

(3) 城市热岛强度季节性变化分析表明,城市热岛强度存在季节性差异。夏季城市热岛强度最大的城市是伊斯坦布尔,SUHII值平均值为2.88℃,热岛强度上升趋势最显著的城市是金奈(0.25℃,P<0.05)。冬季城市热岛强度最大的城市是卡拉奇,SUHII值平均值为4.45℃,热岛强度上升趋势显著的城市有金奈(0.07℃/a,P<0.05)、孟买(0.02℃/年,P<0.05)和上海(0.05℃/年,P<0.05)。

综合以上,本研究能够为一带一路超大城市的合理规划建设以减缓城市热岛效应的负面影响提供参考,进而促进城市的健康可持续发展。由于地理位置、气候条件、经济水平、城市规模以及人口密度等存在差别,城市热岛效应具有较强的时空异质性,甚至同一城市不同季节、日、夜之间的热岛特征也不相同。本文采用MODIS地表温度产品对一带一路沿海超大城市的热岛效应时空格局进行了对比分析,存在以下一些局限性。首先,热岛时空演变规律研究结果受遥感数据源时空分辨率的限制。随着高时空分辨率遥感数据的日益丰富,在今后研究中可对区域尺度城市热岛效应进行更精细化的分析。其次,本文仅分析了超大城市热岛的季节性和年际变化,未考虑热岛效应日、夜、月份的变化。最后,因城市化引起的城市扩张、土地利用覆被变化、人类活动强度增加等是导致城市气候变化的重要原因32-33。今后可结合土地覆被数据、气候数据等,深入研究城市热环境变化的影响因素和机制。

参考文献

Angel SParent JCivco D Let al.

The Dimensions of Global Urban Expansion: Estimates and Projections for All Countries, 2000–2050

[J]. Progress in Planning, 2011752):53107. doi: 10.1016/j.progress.2011.04.001.

[本文引用: 1]

UNEP (2014). Assessing Global Land Use: Balancing Consumption with Sustainable Supply

[R]. A Report of the Working Group on Land and Soils the International Resource Panel2014.

[本文引用: 1]

Sengupta DChen R SMeadows M E.

Building Beyond Land: An Overview of Coastal Land Reclamation in 16 Global Megacities

Applied Geography, 20189090):229-238. doi: 10.1016/j.apgeog.2017.12.015.

[本文引用: 1]

Oke T R.

City Size and Urban Heat Island

[J]. Atmospheric Environment, 197378):769-779.doi: 10.1016/0004-6981(73)90140-6.

[本文引用: 1]

Imhoff M LZhang PWolfe R Eet al.

Remote Sensing of the Urban Heat Island Effect Across Biomes in the Continental USA

[J]. Remote Sensing of Environment, 20101143):504-513. doi: 10.1016/j.rse.2009.10.008.

Chen LidingSun RanhaoLiu Hailian.

Eco-environmental Effects of Urban Landscape Pattern Changes

[J]. Acta Ecolorical Sinica, 2013334):1042-1050.

[本文引用: 1]

陈立顶孙然好刘海莲.

城市景观格局演变的生态环境效应研究进展

[J].生态学报,2013334):1042-1050.

[本文引用: 1]

Huang QunfangLu Yuqi.

Long-term Trend of Urban Heat Island Intensity and Climatological Affecting Mechanism in Beijing City

[J]. Scientia Geographica Sinica, 20183810):1715-1723.

[本文引用: 1]

黄群芳陆玉麒.

北京地区城市热岛强度长期变化特征及气候学影响机制

[J].地理科学,20183810):1715-1723.

[本文引用: 1]

Xu WeiYang HanweiZhang Shipenget al.

Variations of the Urban Heat Island Effect in Shanghai

[J]. Journal of Tropical Meteorology, 2018342):228-238.

[本文引用: 1]

徐伟杨涵洧张仕鹏.

上海城市热岛的变化特征

[J].热带气象学报,2018342):228-238.

[本文引用: 1]

Xu HanqiuChen Benqing.

An Image Processing Technique for the Study of Urban Heat Island Changes Using Different Seasonal Remote Sensing Data

[J]. Remote Sensing Technology and Application, 2003183):129-133.

[本文引用: 1]

徐涵秋陈本清.

不同时相的遥感热红外图像在研究城市热岛变化中的处理方法

[J].遥感技术与应用,2003183):129-133.

[本文引用: 1]

Zhou JiChen YunhaoLi Jinget al.

A Volume Model for Urban Heat Island based on Remote Sensing Imagery and Its Application: A Case Study in Beijing

[J]. Journal of Remote Sensing, 2008125):734-742.

[本文引用: 1]

周纪陈云浩李京.

基于遥感影像的城市热岛容量模型及其应用——以北京地区为例

[J].遥感学报,2008125):734-742.

[本文引用: 1]

Wang JiankaiWang KaicunWang Pucaiet al.

Urban Heat (or Cold) Island over Beijing from MODIS Land Surface Temperature

[J]. Journal of Remote Sensing, 2007113):330-339.

[本文引用: 1]

王建凯王开存王普才.

基于MODIS地表温度产品的北京城市热岛(冷岛)强度分析

[J].遥感学报,2007113):330-339.

[本文引用: 1]

Ye KeQin Zhihao.

A Study of Urban Heat Island in Summer of Nanjing based on MODIS Data

[J]. Remote Sensing Technology and Application, 2006215):426-431.

叶柯覃志豪.

基于MODIS数据的南京市夏季城市热岛分析

[J].遥感技术与应用,2006215):426-431.

Li JunGong WeiXin Xiaozhouet al.

Land Surface Temperature Retrieval and Its Spatial Heterogeneity in Summer in Chongqing

[J]. Remote Sensing Technology and Application, 2018335):820-829.

李军龚围辛晓洲.

重庆地表温度的遥感反演及其空间分异特征

[J].遥感技术与应用,2018355):820-829.

Fan ZhiyuZhan QingmingLiu Huiminet al.

Spatial-temporal Distribution of Urban Heat Island and the Heating Effect of Impervious Surface in Summer in Wuhan

[J]. Journal of Geo-information Science, 2019212):226-235.

樊智宇詹庆明刘慧民.

武汉市夏季城市热岛与不透水面增温强度时空分布

[J].地球信息科学学报,2019212):226-235.

Yang ZhiweiChen YingbiaoWu Zhifenget al.

Spatial Pattern of Urban Heat Island and Multivariate Modeling of Impact Factors in the Guangdong-HongKong-Macao Greater Bay Area

[J]. Resources Science, 2019416):1154-1166.

杨智威陈颖彪吴志峰.

粤港澳大湾区城市热岛空间格局及影响因子多元建模

[J].资源科学,2019416):1154-1166.

Fang YingboZhan WenfengHuang Fanet al.

Hourly Variation of Surface Urban Heat Island over the Yangtze River Delta Urban Agglomeration

[J]. Advances in Earth Science, 2017322):187-198.

[本文引用: 1]

方迎波占文凤黄帆.

长三角城市群表面城市热岛日内逐时变化规律

[J].地球科学进展,2017322):187-198.

[本文引用: 1]

Peng S SPiao S LCiais Pet al.

Surface Urban Heat Island Across 419 Global Big Cities

[J]. Environmental Science & Technology, 2012462):696-703. doi: 10.1021/es2030438.

[本文引用: 2]

Zhou D CZhao S QZhang L Xet al.

The Footprint of Urban Heat Island Effect in China

[J]. Scientific Reports. 201555):11160. doi: 10.1038/srep11160.

[本文引用: 1]

Wang MeiyaXu Hanqiu.

Analyzing the Influence of Urban Forms on Surface Urban Heat Islands Intensity in Chinese Mega Cities

[J]. Journal of Geo-information Science, 20182012):1787-1798.

[本文引用: 1]

王美雅徐涵秋.

中国大城市的城市组成对城市热岛强度的影响研究

[J].地球信息科学学报,20182012):1787-1798.

[本文引用: 1]

Guo H D.

Steps to the Digital Silk Road

[J]. Nature, 20185547690):25-27.

[本文引用: 1]

Feng SuyunZhang KaixuanLu Linlin.

Remote Sensing Analysis of Environmental Changes in Mega Cities along the Maritime Silk Road

[J]. Journal of Geo-Information Science, 2018205):602-612.

[本文引用: 1]

冯素云张凯选鹿琳琳.“

海上丝绸之路”超大城市环境变化遥感分析

[J].地球信息科学学报,2018205):602-612.

[本文引用: 1]

Lu L LWeng Q HGuo H Det al.

Assessment of Urban Environmental Change Using Multi-source Remote Sensing Time Series (2000–2016): A Comparative Analysis in Selected Megacities in Eurasia

[J]. Science of the Total Environment, 2019684684):567-577. doi: 10.1016/j.scitotenv.2019.05.344.

[本文引用: 2]

Wan Z M.

New Refinements and Validation of the Collection-6 MODIS Land-surface Temperature/Emissivity Product

[J]. Remote Sensing of Environment, 2014140140):36-45. doi: 10.1016/j.rse.2013.08.027.

[本文引用: 1]

Lin ZhongliXu Hanqiu.

A Study of Urban Heat Island Intensity Based on “Local Climate Zones”

[J]. Journal of Geo-information Science, 2017195):713-722.

[本文引用: 2]

林中立徐涵秋.

基于LCZ的城市热岛强度研究

[J].地球信息科学学报,2017195):713-722.

[本文引用: 2]

Zhou DZhao SLiu Set al.

Surface Urban Heat Island in China's 32 Major Cities: Spatial Patterns and Drivers

Remote Sensing of Environment, 2014152152):51-61. doi: 10.1016/j.rse.2014.05.017.

[本文引用: 2]

Hicham BHassan RAhmed Bet al.

Effects of Urbanization and Seasonal Cycle on the Surface Urban Heat Island Patterns in the Coastal Growing Cities: A Case Study of Casablanca, Morocco

[J]. Remote Sensing, 2016810):829. doi: 10.3390/rs8100829.

[本文引用: 2]

Estoque R CMurayama Y J.

Monitoring Surface Urban Heat Island Formation in A Tropical Mountain City Using Landsat Data (1987-2015)

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017113133):18-29. doi:10.1016/j.isprsjprs.2017.09.008.

[本文引用: 1]

Li Q TLu L LWang C Zet al.

MODIS-Derived Spatiotemporal Changes of Major Lake Surface Areas in Arid Xinjiang, China, 2000-2014

[J]. Water, 2015710):5731-5751. doi:/10.3390/w7105731.

[本文引用: 1]

Cheng ChenCai ZheYan Weiet al.

Study of Temporal and Spatial Variation of Urban Heat Island based on Landsat TM in Central City and Binhai New Area of Tianjin

[J]. Journal of Natural Resources, 20102510):1727-1737.

[本文引用: 2]

程晨蔡喆闫维.

基于Landsat TM/ETM+的天津城区及滨海新区热岛效应时空变化研究

[J].自然资源学报,20102510):1727-1737.

[本文引用: 2]

Peng BaofaShi YishaoWang Hefenget al.

The Impacting Mechanism and Laws of Function of Urban Heat Islands Effect: A case Study of Shanghai

[J]. Acta Geographica Sinica, 20136811):1641-1471.

[本文引用: 1]

彭保发石忆邵王贺封.

城市热岛效应的影响机理及其作用规律—以上海市为例

[J].地理学报,20136811):1641-1471.

[本文引用: 1]

Li Y YZhang HKainz W G.

Monitoring Patterns of Urban Heat Islands of the Fast-growing Shanghai Metropolis, China: Using time-series of Landsat TM/ETM+ Data

[J]. International Journal of Applied Earth Observation and Geoinformation,20121919):127-138. doi:10.1016/j.jag.2012. 05.001.

[本文引用: 1]

Lin ZhongliXu Hanqiu. Comparative Study on the Urban Heat Island Effect in “Stove Cities” during the Last 20

Years

[J]. Remote Sensing Technology and Application, 2019343):521-530.

[本文引用: 1]

林中立徐涵秋.

近20年来新旧“火炉城市”热岛状况对比研究

[J].遥感技术与应用,2019343) :521-530.

]`

Shi ShushuKuang WenhuiDong Siqi.

Spatiotemporal Pattern of Urban-rural Aradient Land Cover Changes and Their Impact on Urban Heat Island in Xi′an City Since the 21st Century

[J]. Remote Sensing Technology and Application, 2020353):537-547.

[本文引用: 1]

史姝姝匡文慧董斯齐.

21世纪以来西安城乡梯度土地覆盖变化及对城市热岛影响时空特征

[J].遥感技术与应用,2020353):537-547.

[本文引用: 1]

/