2018, Vol. 34
城市热岛效应(Urban Heat Island，简称UHI)是指城市之中的气温显著高于周围郊区的现象[1], 它是城市不同于其以外地域气候最明显的特征之一。据统计，世界上有1 000多个不同规模的城市发生了城市热岛现象，范围遍及南、北半球各纬度地区[2]。城市热岛已对城市的公共健康、空气质量、能源消耗、社会生产甚至气象环境产生了深远的影响[3]。
自1833年Howard就伦敦市中心气温比郊区高的现象提出“城市热岛”概念以来，城市热岛问题一直备受关注[4-5]。现有研究成果主要基于地面观测、遥感探测、数值模拟等技术手段[6-8]，其中，遥感数据因其时间同步性好、空间覆盖范围广的特点，能够更全面、深入地研究城市热岛的平面布局及其内部结构，为城市热岛研究提供了科学有效的技术平台[9-10]。利用卫星遥感资料，学者们针对城市热岛的空间格局[11]、时间序列[12]、驱动因素[13-14]、量化评价指标[15]等开展了多尺度、多角度、定量化的研究。国内最早开展城市热岛研究工作的是上海市和北京市，这两个城市相关的研究成果也最丰富，如：宫阿都等[16]、葛荣凤等[17]运用遥感数据对北京城市热岛格局进行了研究；陈云浩等[18]、陈命男等[19]、白杨等[20]、钱敏蕾等[21]从不同角度、用不同方法对上海城市热场结构、空间格局以及时空演变规律进行了详细的分析和研究。此外，针对武汉、厦门、郑州、兰州、合肥等地城市热岛的研究工作也取得了较大进展[22-24]。Cao等在《Nature Communications》发表的最新研究成果表明，气溶胶污染导致中国主要城市夜间的城市热岛效应增强，2003—2013年中国主要城市的热岛强度在夜间显著高于白天(夜间为3.4±0.2 K，白天为2.1±0.3 K)，且这种日变化趋势在半干旱地区更明显[25]。
纵观现有研究成果，对于广州市这样一个处于海洋性亚热带季风气候区、地形地貌复杂的国际化大都市，其城市热岛效应时空变化特征的长时序、定量研究成果并不多。鉴于此，本文利用2001—2015年MODIS数据，分别从日、季、年等时间尺度分析广州市城市热岛的时空分布特征，进而探讨其城市热岛的主要影响因素。
2 数据来源及处理方法 2.1 数据来源MODIS(Moderate-resolution imaging spectroradiometer，中分辨率成像光谱仪)是美国航空航天局搭载在地球观测系统(Earth Observation System，简称EOS)卫星上的光学遥感仪器。EOS系列包括上午星Terra(过境时间为地方时10：30)、下午星Aqua(过境时间为地方时13：30)。本文主要数据源为Terra/MODIS LST(Land Surface Temperature，地表温度)月产品，来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn)。该数据是对NASA发布的MODIS标准地表温度轨道产品MOD11A1产品进行拼接、切割、投影转换、单位换算等过程加工而成，其数据质量采取了多种方法控制数据质量，大量前人研究成果表明数据精度可达1 K[26]。该数据包括白天地表温度、夜间地表温度产品，覆盖范围为中国区域，空间分辨率为1 km× 1 km，投影方式为：地理经度/纬度。
此外，文中用到的2001—2015年广州市年平均气温、年日照时数、年灰霾日数由广东省气象局提供，分别从广州市内5个国家气象站(花都、从化、广州、增城、番禺)的对应观测值求平均得到，植被指数由MODIS数据计算得到，常住人口总数、地区生产总值从广州市统计局发布的《广州市国民经济和社会发展统计公报》得到。
2.2 前期数据处理 2.2.1 研究子区提取本文以广州市为研究区域，该市地处珠江三角洲的中心腹地，辖荔湾、越秀、海珠、天河、黄埔、萝岗、白云、番禺、花都、增城、从化、南沙等12区(2014年2月将黄埔、萝岗合并为新的黄埔区，本文沿用合并之前的行政分区)，地理跨度为112°57′~114°03′E，22°26′~23°56′N，总面积为7 434.4 km2。由于所获取的MODIS数据覆盖了整个中国区域，因此，需基于ENVI/IDL平台编程，利用广州市行政边界自动提取广州区域的数据子区，用于后续的研究。
2.2.2 计算白天平均、夜间平均、季节平均、多年平均LST本文搜集整理了2001—2015年广州市的白天、夜间地表温度数据，从日变化、季节变化、年际变化等不同时间尺度研究过去15年间广州城市热岛效应的时空变化规律，因此，需分别计算15年平均白天/夜间LST、15年平均春季/夏季/秋季/冬季白天LST、2001—2015年各年平均白天LST等数据。其中，关于季节平均，按常规选取每年3—5月为春季、6—8月为夏季、9—11月为秋季、12月—次年2月为冬季。
2.3 计算城市热岛强度城市热岛强度指数(Urban Heat Island Intensity Index，简称UHII)的计算方法已十分成熟[27-29]，如下式：
|
(1) |
式中，Ii为城市第i个像元的热岛强度，Ti为城市第i个像元的地表温度值，n为郊区农田内的有效像元数，Tj为郊区农田内第j个像元的地表温度值。
在城市热岛强度指数的计算中，郊区像元的选择是关键。为确保郊区像元的典型性，需遵循以下原则：(1)大面积覆盖，并与城市中心海拔高度相差很小的开阔农田；(2)结构稳定，植被种类和土壤性质很少发生变化；(3)远离城市中心。依据上述原则，本文以MODIS土地利用分类数据为底图，在远离广州市中心城区的偏远地区选取5个农田区域(图 1)，用于计算Tj。
|
图 1 MODIS广州市土地利用分类及农田样本分布图 |
为了便于统计分析，本文参照前人的方法将城市热岛强度划分为7个等级，具体划分方法见表 1。
|
表 1 城市热岛强度等级划分表 |
通过对2001—2015年广州市城市热岛的日变化、季变化、年变化规律的分析，可发现，无论哪个时间尺度，城市热岛的空间分布规律都与地形地貌关系密切。广州市城市热岛效应从北到南，表现为逐渐增强趋势。负热岛区域主要出现于北部山区，该区森林集中，由于森林的蒸腾蒸发作用，该区域地表温度相对最低；无热岛区域主要出现于中部低山丘陵区，该区植被覆盖度高，地表温度在全市范围内处于中间水平；热岛区域主要出现在中南部，该区域以平原为主，城市化程度高，地表温度相对高；此外，最南部的南沙区因为珠江及南海水体对温度的调节作用，地表温度低于南部的其它区域，表现为无热岛区域。地形地貌对城市热岛的影响主要表现为以下几方面：(1)城市化进程通常会“因地制宜”，山地、丘陵区往往开发程度相对较低、植被覆盖度高、地表温度相对较低，因此成为负热岛区或无热岛区，平原区因其地理优势而优先发展成为人口密集、建筑密集、经济繁荣的城市中心区域，地表温度相对较高，因此而成为热岛区；(2)广州的海拔高度呈北高南低走势，山地、丘陵区海拔较高、纬度较高、地表温度较低，因此在城市中表现为负热岛区，平原区海拔较低、纬度较低、地表温度较高，因此表现为热岛区；(3)水体因为比热容大、增温率小，使得其表面温度相对较低，同时，珠江水系形成的低温廊道，将高温区域分割成小块，并使得热量更好地流通，可达到降低区域温度的作用。
3.2 城市热岛日变化规律对2001—2015年MODIS资料无云像元统计得到，白天多年平均地表温度为25.0 ℃，夜间多年平均地表温度为18.5 ℃，昼夜温差达6.5 ℃(图 2)。白天热岛区(包括弱热岛、较强热岛、强热岛，下同)、负热岛区(包括强负热岛、较强负热岛、弱负热岛，下同)面积均小于夜间，但热岛强度、负热岛强度均大于夜间。
|
图 2 近15年平均广州市白天(a)、夜间(b)热岛强度空间分布 |
白天近15年广州市平均热岛强度分级面积统计为，强热岛区占比为0%；较强热岛区为3.65%，弱热岛区为26.39%，无热岛区为41.90%，弱负热岛区为23.78%，较强负热岛区为4.24%，强负热岛区为0.04%。对于夜间而言，强热岛区占比为0%，较强热岛区为0.79%，弱热岛区为30.61%，无热岛区为40.25%，弱负热岛区为25.99%，较强负热岛区为2.36%，强负热岛区0%。城市热岛在夜间的空间分布相对于白天而言主要有三点变化：(1)夜间较强热岛区更集中，在越秀区、荔湾区北部形成明显的孤岛；(2)由于珠江、南海水体的调节作用，番禺区、南沙区夜间地表温度相对于其他区域下降缓慢，使得白天为无热岛的区域在夜间变成了弱热岛区域；(3)从化山区的强负热岛区消失，较强负热岛区下降了1.88%。
3.3 城市热岛季节变化规律从图 3可知，广州市各个季节的白天均存在不同大小和范围的热岛效应，冬季热岛区面积最大，热岛强度最小，夏季热岛区面积最小，热岛强度最大；冬季负热岛区面积最小，负热岛强度最小，夏季负热岛区面积最大，负热岛强度最大。
|
图 3 近15年平均广州市春(a)、夏(b)、秋(c)、冬(d)白天热岛强度的空间分布 |
从热岛区范围而言，冬季最大(38.43%)，春季(32.26%)、秋季(30.66%)其次，夏季最小(21.53%)，较强以上等级的热岛区主要出现在荔湾、越秀、海珠、天河、黄埔等城市中心区，并零星分布于花都、番禺、增城等外围城区，这些区域建筑密集、人口集中、植被覆盖度低，地表温度高于郊区，因此而形成热岛区。从负热岛区范围而言，夏季最大(38.96%)，秋季(24.85%)、春季(24.59%)其次，冬季最小(20.64%)，负热岛区主要分布于从化区，该区域以山地为主、森林集中，海拔、纬度都相对较高，加上森林的蒸腾蒸发作用对地表温度的调节，使得地表温度相对最低，因此形成负热岛。
3.4 城市热岛年际变化规律从图 4可知，在2001—2015年间，广州市的热岛区、负热岛区占全市总面积的百分比呈现上升趋势，无热岛区所占百分比呈现下降趋势。对于热岛区，2001年占比18.57%，2015年占比27.02%，年平均上升率为0.66%；对于负热岛区，2001年占比26.03%，2015年占比36.41%，年平均上升率为0.52%；对于无热岛区，2001年占比55.40%，2015年占比36.57%，年平均下降率为1.21%。这一现象产生的原因为：人为热排放在城市中心区域的持续增长，加上区内建筑密度大、植被覆盖度低，导致了热岛区的增加；北部山丘至中部丘陵山区植被的持续好转，加上区内地理特征限制了城市化发展，导致了总负热岛区的增加；鉴于热岛区、负热岛区、无热岛区的总和为100%，热岛区、负热岛区的增加，必然导致了无热岛区的下降。
|
图 4 近15年广州市热岛区、负热岛区、无热岛区面积百分比变化曲线 |
通常认为，城市热岛的形成与下垫面类型、人为热源、空气污染以及城市的地理特征、气象条件等要素有关，其中，地理特征是固定要素，它决定了广州市城市热岛的南北分布特征，前文已作分析，不再赘述。表 2列举了广州市地理特征之外的城市热岛影响因素在2001—2015年间的变化情况，其中年平均气温、年日照时数代表气象条件，在近15年间呈波动式变化趋势，灰霾日数代表空气污染状况，呈先增加后减小趋势，这三者对城市热岛区、无热岛区、负热岛区的面积比例变化影响并不显著。植被指数一定程度可反映下垫面类型，常住人口数、地区生产总值代表人为热源的排放情况，这三者在过去15年间均呈现每年递增趋势，其中，植被指数的增加，特别是北部山区植被状况的进一步好转，是导致负热岛区持续增加的主要因素；常住人口、地区生产总值的增加，可代表人为热源的增加，对于广州市而言，两者增加幅度最大的区域是荔湾、越秀、天河、海珠、黄埔等城市中心区域，以及中南部的番禺区，人为热源在这些建筑密度大、原本地表温度相对较高且缺乏森林、水体调节作用区域的持续增加，是导致热岛区在过去15年间持续增加的主要原因。
|
|
表 2 2001—2015年广州城市热岛主要影响因素 |
本文利用2001—2015年MODIS LST数据分析广州市城市热岛的时空分布特征及其主要影响因素，得出如下结论。
(1) 广州市城市热岛的空间分布受地形地貌影响明显，负热岛区主要分布于森林密集的北部山区，无热岛区主要分布于中部低山丘陵区域，热岛区主要分布于高度城市化的中南部平原区，此外，广州市最南部的南沙区，虽然地形地貌与中南部接近，但因为珠江水系及南海海域对温度的调节作用，地表温度低于中南部地区，其中部分区域为无热岛区[30-31]。
(2) 近15年广州市城市热岛的日变化规律为：白天热岛区、负热岛区面积均小于夜间，但热岛强度、负热岛强度均大于夜间。强热岛区在白天、夜间均为0；较强热岛区，白天多于夜间，白天零星分布于除从化、南沙以外的其它区域，夜间面积明显减少，且空间分布更集中，在越秀区与荔湾区北部形成明显的孤岛；弱热岛区，白天少于夜间，主要因为珠江、南海水体的调节作用，番禺区、南沙区夜间地表温度相对于其他区域下降缓慢，使得在白天为无热岛的地区在夜间变成了弱热岛区域，从而使得夜间弱热岛区多于白天。
(3) 近15年广州市城市热岛的季节变化规律为：从热岛区范围而言，冬季最大，春季、秋季其次，夏季最小，较强以上等级的热岛区主要出现在荔湾、越秀、海珠、天河、黄埔等城市中心区，并零星分布于花都、番禺、增城等外围城区，这些区域建筑密集、人口集中、植被覆盖度低，地表温度高于郊区，因此形成热岛区。从负热岛区范围而言，夏季最大，秋季、春季其次，冬季最小，负热岛区主要分布于从化区，该区域以山地为主、森林集中，海拔、纬度都相对较高，加上森林的蒸腾蒸发作用对地表温度的调节，使得地表温度相对最低，因此形成负热岛。
(4) 近15年广州市城市热岛的年际变化规律为：广州市的总负热岛区、总热岛区占全市总面积的百分比呈现上升趋势，无热岛区所占百分比呈现下降趋势。究其原因，主要是人为热排放在城市中心区域的持续增长，加上区内建筑密度大、植被覆盖度低，导致了热岛区的增加；而北部山丘至中部丘陵山区的植被的持续好转，加上区内地理特征限制了城市化发展，导致了总负热岛区的增加[30-31]。
需要指出的是，本文对广州市城市热岛的时空分布规律进行了定量分析，但对其成因的分析仍停留在定性阶段，在后期可结合数值模式技术定量分析城市热岛成因，使得研究成果更完善。
| [1] | 石涛, 杨元建, 马菊, 等. 基于MODIS的安徽省代表城市热岛效应时空特征[J]. 应用气象学报, 2013, 24(4): 484-494. DOI:10.3969/j.issn.1001-7313.2013.04.011 |
| [2] | 寿亦萱, 张大林. 城市热岛效应的研究进展与展望[J]. 气象学报, 2012, 70(3): 338-353. |
| [3] | 张佳华. 城市热环境遥感[M]. 北京: 气象出版社, 2010. |
| [4] | HOWARD L. The climate of London deduced from meteorological observation[M]. London: Harvey and Darton, 1833. |
| [5] | 陈云浩, 李京, 李晓兵. 城市空间热环境遥感分析——格局、过程、模拟与影响[M]. 北京: 科学出版社, 2004. |
| [6] | 蒙伟光, 张艳霞, 李江南, 等. WRF/UCM在广州高温天气及城市热岛模拟研究中的应用[J]. 热带气象学报, 2010, 26(3): 273-282. DOI:10.3969/j.issn.1004-4965.2010.03.003 |
| [7] | 张春桂, 潘卫华, 季青. 基于MODIS数据的城市热岛动态监测及时空变化分析[J]. 热带气象学报, 2011, 27(3): 396-402. DOI:10.3969/j.issn.1004-4965.2011.03.013 |
| [8] | 丁硕毅, 乔冠瑾, 郭媛媛, 等. 珠三角城市群热岛及其气象影响因子研究[J]. 热带气象学报, 2015, 31(5): 681-690. |
| [9] | WENG Q H. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2009, 64(4): 335-344. DOI:10.1016/j.isprsjprs.2009.03.007 |
| [10] | 李元征, 尹科, 周宏轩, 等. 基于遥感监测的城市热岛研究进展[J]. 地理科学进展, 2016, 5(9): 1062-1074. |
| [11] | CLINTON N, GONG P. MODIS detected surface urban heat islands and sinks: global locations and controls[J]. Remote Sensing of Environment, 2013, 134(5): 294-304. |
| [12] | HAASHEMI S, WENG Q H, DARVISHI A, et al. Seasonal variations of the surface urban heat island in a semi-arid city[J]. Remote Sensing, 2016, 8(4): 352 DOI:10.3390/rs8040352 |
| [13] | XIAN G, CRANE M. An analysis of urban thermal characteristic and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data[J]. Remote Sensing of Environment, 2006, 104(2): 147-156. DOI:10.1016/j.rse.2005.09.023 |
| [14] | WU H, YE L P, SHI W Z, et al. Assessing the effects of land use spatial structure on urban heat islands using HJ-1B remote sensing imagery in Wuhan, China[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 32(1): 61-67. |
| [15] | XU H X, CHEN Y H, DAN S M, et al. Dynamic monitoring and evaluation methods to urban heat island effects based on RS&GIS[J]. Procedia Environmental Sciences, 2011, 10: 1228-1237. DOI:10.1016/j.proenv.2011.09.197 |
| [16] | 宫阿都, 江樟焰, 李京, 等. 基于Landsat TM图像的北京城市地表温度遥感反演研究[J]. 遥感信息, 2005(3): 18-20. DOI:10.3969/j.issn.1000-3177.2005.03.005 |
| [17] | 葛荣凤, 王京丽, 张力小, 等. 北京市城市化进程中热环境响应[J]. 生态学报, 2016, 36(19): 6040-6049. |
| [18] | 陈云浩, 宫阿都, 李京. 基于地表辐射亮温标准化的城市热环境遥感研究-以上海市为例[J]. 中国矿业大学学报, 2006, 35(4): 462-467. DOI:10.3321/j.issn:1000-1964.2006.04.008 |
| [19] | 陈命男, 张浩, 唐靖寅, 等. 上海城市地表热环境多时期遥感研究[J]. 中国环境科学, 2011, 31(7): 1143-1151. |
| [20] | 白杨, 孟浩, 王敏, 等. 上海市城市热岛景观格局演变特征研究[J]. 环境科学与技术, 2013, 36(3): 196-201. |
| [21] | 钱敏蕾, 徐艺扬, 李响, 等. 上海市城市进化过程中热环境响应的空间评价[J]. 中国环境科学, 2015, 35(2): 624-633. |
| [22] | 段金龙, 宋轩, 张学雷. 基于RS的郑州市城市热岛效应时空演变[J]. 应用生态学报, 2011, 22(1): 165-170. |
| [23] | 黄聚聪, 赵小峰, 唐立娜, 等. 城市化进程中城市热岛景观格局演变的时空特征——以厦门市为例[J]. 生态学报, 2012, 32(2): 622-631. |
| [24] | 吴彦樨, 焦利民, 金健飞. 武汉城市热岛与植被覆盖的空间相关性分析[J]. 环境科学与技术, 2016, 39(11): 156-161. |
| [25] | CAO C, LI X H, LIU S D, et al. Urban heat islands in China enhanced by haze pollution[J]. Nature Communications, 2016, 7: 1-7. |
| [26] | 冯茹, 孟翔飞, 魏虹, 等. 基于MODIS的三峡库区(重庆段)地表温度格局[J]. 生态学杂志, 2013, 32(9): 2398-2406. |
| [27] | 叶彩华, 刘勇洪, 刘伟东, 等. 城市地表热环境遥感监测指标研究及应用[J]. 气象科技, 2011, 39(1): 95-101. DOI:10.3969/j.issn.1671-6345.2011.01.019 |
| [28] | 葛伟强, 周红妹, 杨何群. 基于MIDOS数据的近8年长三角城市群热岛强度特征及演变分析[J]. 气象, 2010, 36(11): 77-81. DOI:10.7519/j.issn.1000-0526.2010.11.011 |
| [29] | 江学顶, 夏北成. 珠江三角洲城市群热环境空间格局动态[J]. 生态学报, 2007, 27(4): 1461-1470. DOI:10.3321/j.issn:1000-0933.2007.04.025 |
| [30] | 邓玉娇, 匡耀求, 黄宁生, 等. 温室效应增强背景下城市热环境变化的遥感分析——以广东省东莞市为例[J]. 地理科学, 2008, 28(6): 815-819. |
| [31] | 邓玉娇, 匡耀求, 黄锋. 基于Landsat/TM资料研究广州城市热岛现象[J]. 气象, 2010, 36(1): 26-30. |