土地利用变化模拟研究进展

土地利用变化研究经历了近30年的快速发展,学者基于不同建模目标构建出多种土地利用变化模型,实现了从数量模拟到时空格局模拟,从单一模型向多种模型耦合的跨越。当前研究主要在元胞自动机(Cellular Automata, CA)模型和CLUE-S(Conversion of Land Use and its Effects at Small region extent)模型的基础上进行改进,马尔科夫模型、系统动力学(System Dynamics, SD)模型、Logistic回归和随机森林等均可计算CA模型和CLUE-S模型中所需的土地利用需求,多标准评价、地理加权回归、多主体模型以及人工神经网络等方法也多被用于CA模型的扩展,而CLUE-S的改进则存在模型本身系列的升级。这些模型广泛应用于各种区域和尺度土地利用变化预测实例研究并研发软件系统和数据集。驱动力分析主要从自然因素与人文因素两方面进行,人文因素是引发土地利用变化的主要因素。在目前的研究中,由于技术手段的限制,仍然存在时空尺度、数据误差、数据整合的不确定性等问题。未来土地利用变化模拟研究应进一步发挥大数据技术优势,推动土地利用变化模拟研究朝向精细化、多元化方向发展。结合生态环境领域实际问题,深挖土地利用变化与其生态环境效应之间的互馈机制,将研究视角从探究人类活动对土地利用变化的影响逐渐转向二者相互作用,最终促进人地关系协调发展。

城市热岛斑块遥感识别及空间扩张路径研究——以北京市为例

研究利用 MODIS 地表温度数据产品,引入概率阈值算法提升城市热岛斑块空间识别精度。在此基础上,构建城市热岛扩张指数将城市热岛斑块时空变化过程分解为飞地型、边缘型、填充型扩张模式和缩减型模式。基于土地利用变化过程,开展城市热岛斑块空间扩张模式的路径分析,准确识别城市热岛斑块空间扩张路径的来源和归趋。研究表明:2020 年北京市夏季昼夜城市热岛斑块总面积分别为 3 932 km^(2)和 2 266 km^(2),占北京市总面积比例23.96% 和 13.81%。2005―2020 年夏季昼夜城市热岛斑块面积比例分别增加 43.40% 和 24.44%。增长型城市热岛斑块面积大于缩减型城市热岛斑块面积。边缘型扩张模式是增长型城市热岛斑块最主要的模式。耕地、城市建设用地、农村居民点是增长型城市热岛斑块主要的空间扩张路径。研究结果为揭示城市热环境形成过程和精细化管理提供理论依据和数据支撑。

利用ECOSTRESS探究LCZ类间和类内城市热环境日动态变化

在全球气候变暖与城市化进程加快的背景下,城市热环境受到广泛关注。了解城市热环境时空变化和城市空间形态对城市局地气候的影响对于缓解城市热岛效应至关重要。ECOSTRESS在昼夜不同时刻获取高时间分辨率地表温度(Land Surface Temperature,LST)为从精细化时空尺度对城市热环境进行动态评估提供了数据支持。本文基于局地气候区(Local Climate Zones,LCZ)视角,利用ECOSTRESS LST数据探究了北京市六环内夏季地表城市热岛强度(Surface Urban Heat Island Intensity,SUHII)的日尺度时空变化特征以及LCZ类间和类内SUHII差异。结果表明:(1)研究区夏季SUHII具有时空异质性,清晨6时左右,SUHII最低,上午10时左右,SUHII达到最高,下午SUHII逐渐下降,傍晚18时左右开始上升,21时左右达到夜间最高值;(2)在日尺度上,不同类型LCZ表现出显著的热源/汇角色差异。建筑类型LCZ(除LCZ 9)和自然类型LCZ E~F整体上为热源,LCZ 9和LCZ B~C整体上为热汇,LCZ A和LCZ G存在昼夜源汇角色变化;(3) LCZ类内SUHII表现出显著的昼夜和类型差异。LCZ类内SUHII差异在清晨6时左右最小,在下午13时左右达到最大值。建筑类型LCZ中,低层建筑类内SUHII差异总体上高于中高层建筑。自然类型LCZ中,LCZ C和LCZ E类内SUHII差异相对较小,而LCZ D、LCZ F和LCZ G类内SUHII差异相对较大;(4) LCZ类型表现出昼夜不同的热特性和源汇角色变化。LCZ G存在昼夜源汇变化,夜间呈现出明显的城市热源特性。本文所采用的10个时刻的ECOSTRESS LST数据克服了以往利用单一固定时刻的LST数据对于SUHII的高估和低估,所得到的LCZ类间和类内SUHII差异对比结果降低了城市热环境定量研究的不确定性,并为城市热环境源汇景观设计的昼夜权衡提供了理论依据和实践支持。

基于MSPA和电路理论的京津冀城市群热环境空间网络

快速城市化加剧了城市热环境系统复杂性,严重影响城市生态环境和人居健康.综合地理信息系统、遥感、形态学空间格局分析和电路理论等理论与技术,应用MODIS地表温度遥感数据,定量识别京津冀城市群热岛斑块时空分布特征,划分城市热岛斑块景观类型并分析其时空转移路径.在此基础上,揭示城市群热环境空间网络和关键廊道时空演变过程.结果表明,2020年城市热岛斑块面积为16610 km^(2),占研究区面积比例为7.68%.2005~2020年京津冀城市群热岛面积和斑块数量显著增加.城市热岛斑块类型由2005年孤岛型为主导转变为2020年以核心型为主导.其中,2020年核心型城市热岛斑块主要来源于2005年的非城市热岛斑块、核心型和边缘型城市热岛斑块.2020年京津冀城市群热环境源地数量和廊道长度、密度及电流密度均高于2005年.通过城市热环境廊道等级分析发现,2020年京津冀城市群热环境敏感型廊道为主要类型.2005~2020年敏感型廊道增加数量最多.同时,城市热环境廊道系数增加,表征京津冀城市群热环境廊道趋向稳定型发展.最终提出城市热环境空间网络模式并讨论城市热环境主动适应和减缓措施.研究结果将为城市热环境空间网络识别提供范式,旨在实现主动有序适应和减缓城市热环境风险与促进城市可持续发展的目标.

全球气候变化背景下基于土地利用的人类活动对城市热环境变化归因分析——以京津冀城市群为例

近年来全球气候变化已经影响到人类生活的所有地区,气候系统变化的规模和现状是数千年来前所未有的。与此同时,中国城镇化进程显著加快,尤其以城市建设用地扩张主导的土地城镇化最为突出,导致城市热环境脆弱性加剧。已有研究探索了特定类型土地利用变化对于城市热环境的影响,但忽视了全球气候变化背景下自然气候和人类活动共同作用城市热环境变化的双重过程。因此,本研究提出一种基于土地利用类型的城市热环境变化贡献度算法,旨在厘清自然气候(表征为土地利用平均温度变化)和人类活动(表征为土地利用类型转变)对于区域热环境变化的单独贡献。本研究使用中分辨率成像光谱仪(Moderate-Resolution Imaging Spectroradiometer,MODIS)地表温度及发射率数据,定量计算2005—2020年四季和昼夜京津冀城市群各城市土地利用类型平均温度和面积变化对于城市热环境变化的分别贡献。该算法计算各城市四季和昼夜地表温度变化与MODIS LST产品误差在1 K以内。2005—2020年各城市地表平均温度大多数呈增长态势,其中冬季白天增温幅度最高。耕地、城市建设用地和农村居民点对城市热环境变化的贡献度较其他土地利用类型突出。京津冀城市群中各城市人类活动对城市热环境变化的单位贡献强度远高于自然气候(4.03~648.07倍),而人类活动的贡献总量(-0.25~0.92 K)低于自然气候(-2.40~6.50 K)。研究结果对于京津冀城市群空间协同发展和适应及减缓气候变化等具有重要的科学意义和实践价值。