1981—2020年北京城市热岛效应时空特征及其影响因素分析

在气候变暖和快速城市化背景下,北京一直面临着城市热岛效应带来的环境问题。基于北京市1981—2020年逐日气温观测资料,采用线性回归、克里金插值和相关性分析等方法,研究了北京市城郊气温变化趋势以及北京市城市热岛强度(Urban Heat Island, UHI)的时空变化特征,并评估了气象因素、人口密度和土地利用/覆盖类型对城市热岛效应的影响。结果表明:近40 a来北京市城郊区的平均气温均呈上升的变化趋势,且城区气温增幅大于郊区,表明北京市UHI上升趋势显著。就季节而言,北京市冬季UHI最强(1.22℃),秋季次之,春、夏最弱,其中秋季UHI增幅最大。同时,北京市城市热岛效应范围也在逐渐扩大,其中城六区为高值区,热岛区由西北向东南方向延伸至城市副中心通州区,朝阳区和通州区增温趋势明显。2000年以来,北京市冬季UHI出现了显著的增加趋势,高值区UHI增加至1.6℃。此外,主成分分析表明人口、建设用地和气压对城市热岛效应的形成起促进作用,而风速和耕地是缓解城市热岛效应的重要影响因素。

2022年8月四川盆地持续性极端高温特征及不同模式预报误差分析

本文基于2022年8月四川盆地104站逐时温度、降水数据和1971—2021年历史同期数据,及EC、CMA-GFS、CMA-MESO模式的2 m气温预报等数据,运用统计学相关方法分析了此次极端高温过程的特征及预报误差。结果表明:①2022年8月四川盆地极端高温过程范围大、强度强、持续时间长,有87.5%站最高气温超过该站历史同期极值,且高温最强盛时段较历史同期明显推后。②2022年8月最高气温分布为东高西低,最高气温与历史同期极值差分布则相反,其中最高气温随站点海拔增大而减小,而极值差则随站点海拔先增大再减小。另外,受热岛效应影响,极值差大值站点主要集中在龙泉山脉附近。③高温期间,最高、最低气温平均值高、距平大,且累计降水量和雨日数也明显低于历史同期。④相较而言,EC模式的预报优势主要在盆地低海拔地区。而CMA-MESO模式在盆地周边陡峭地形区域的平均绝对误差则更小。另外,EC模式预报的最高气温峰值出现时间更接近于实况,而CMA-MESO模式预报高温持续日数更接近实况。

土地利用类型变化对城市热岛效应的影响分析

首先基于北京市2013—2020年Landsat-8卫星遥感影像,使用TIRS10_SC算法反演北京市地表温度;其次,对温度反演结果进行归一化处理,进行热岛等级划分,并计算热岛强度指数;最后,结合土地利用类型数据,分析土地利用类型覆盖面积变化对城市热岛强度的影响。结果表明:1)2013—2020年北京市的城市热岛效应呈现出先上升后下降的趋势,2015年城市热岛效应现象最明显;2)2013—2020年裸土地变化程度最大,其中有40.060%的裸土转变为植被,24.988%的裸土转变为建设用地;3)出现次热岛和强热岛现象的区域地表覆盖类型主要是建设用地和裸土,出现绿岛和冷岛的区域地表覆盖类型主要是植被和水体,并且在相同面积占比情况下,水体缓解热岛效应的效果更加明显。

武汉市建设用地开发强度与热岛强度特征研究

随着城市化进程的加快,越来越多的人口从农村进入城市,城市的气候和环境问题日益凸显。城市化过程导致城市下垫面改变,自然土体被不透水的钢筋混凝土覆盖,城市热岛问题突出。文章通过研究武汉市各类建设用地的开发强度特征,包括容积率、建筑密度和建筑平均高度,计算武汉市地表温度和热岛强度,分析和总结武汉市各类建设用地开发强度和热岛效应特征,从空间形态出发提出规划改善策略,为城市规划和建设提供指导依据。

通惠河(通州段)河道生态治理探析

通惠河(通州段)现状河段在排水、水资源生态利用、周边环境协调、水韵文化传承与发扬等诸多方面存在着不同程度的问题,亟须疏浚与治理。为加快实施该河段的治理,提升其作为通州新城城市内河的核心作用,针对问题成因进行分析,提出河道疏浚治理对策和水生态环境提升建议,探讨治理的生态技术和工程措施,为该段河道治理提供参考。

哈尔滨城市森林景观季节变化对地表温度影响的定量研究

城市森林是平衡城市环境温度的自然解决方案,对降低城市热岛负面影响和发挥生态效益具有重要意义。文章利用地理信息技术提取春季、夏季和秋季城市森林景观和LST空间信息,探究不同季节城市森林景观指标对LST变化的最佳解释模型。结果表明,不同季节城市森林景观组成指标与LST的相关性最为显著,但不同类型的林地景观与LST的相关关系和程度均存在差异。因此,丰富森林景观内部植被种类的多样性,增加城市森林斑块形状的复杂性,并联通单独的城森林景观斑块形成森林生态廊道,是最大限度发挥哈尔滨市城市森林景观调节LST效益的方法。

多维协同的城市蓝绿空间降温效应情景模拟——以上海市中心城为例

高温热浪叠加热岛效应导致城市夏季温度日益升高,布局蓝绿空间是有效应对途径。蓝绿空间降温效应受多重因素影响,认知不同建筑环境中其面积、配置、构形维度如何协同降温,是提升降温能力的关键。在厘清上述影响因素的基础上,基于情景模拟统筹分析多维度指标对蓝绿空间降温效应的影响,并采用广义相加模型其的交互作用。以上海市中心城为例开展实践,结果显示,单一维度提升情境中,面积提升带来的降温幅度最大,其次为配置优化,但小斑块优化配置、构形效果不佳。协同多维度更能提升蓝绿空间降温效应,尤其在建设强度低的社区。

上海地区高温过程中局地气候区尺度城市热岛特征分析

本文以超大城市上海为研究对象,选取2017年7月为夏季代表月,利用自动气象站网观测得到的逐小时气温和风速数据,基于局地气候分区方法分析了上海市各局地气候区(Local Climate Zone,LCZ)在不同天气条件下的气温和城市热岛强度(Urban Heat Island Intensity,UHII)时空特征及其成因。结果表明:由于城市几何形态、建筑材料、表面不透水面占比以及人类活动的不同,上海市夏季典型月各LCZ的气温和UHII表现出明显差异,在高温日,UHII日变化曲线可以分为"W"型、浅"U"型、"V"型、日间型和平稳型这五类。城市建筑形态对城市风、热环境具有较为复杂的影响,UHII与天空可视因子(Sky View Factor,SVF)的相关系数在00时(北京时,下同)为负,而在12、16时为正,这是由于建筑物对城市冠层内的辐射传输的影响和建筑物的热量储存导致的;城乡风速之比与SVF在00、12和16时都为正相关,说明了高大密集的建筑物对风速有衰减作用,同时风速通过影响大气的平流输送进一步影响UHII。

城市热屿的时空变化特征及其与绿地的相关性研究——以南京主城区为例

在全球气候变化的背景下,热岛效应成为城市面临的重要挑战之一,但针对热岛自身组成和分布的时空异质性研究还比较少。以南京主城区2017和2022年的热环境为例,将热岛细分为多个独立的热屿(heatislets),识别出不同的时空变化类型,并探索城市绿地与热屿变化的相关性。结果表明,破碎与融合是热屿时空变化的主要类型,其中破碎之后热屿的热岛强度会明显降低,而融合类型则正好相反。破碎或融合前后热屿的变化与其中绿地的变化有极显著的相关性。假设其他因素一致的情况下,绿地面积每增加1.00hm^(2),热屿面积会平均减少14.25hm^(2),热屿破碎后的数量会平均增加1.86个;绿地面积每减少1.00hm^(2),就有平均1.51个热屿融合在一起,热屿的面积也会平均增加3.89hm^(2)。根据不同热屿的特征进行针对性的绿地规划布局,能更加有效地降低热岛强度。研究结果有望为缓解城市热岛效应提供新的研究和实践思路。

城区与郊区NO_(2)-O_(3)作用的多重分形差异分析

为定量揭示城区和郊区O_(3)前体物对O_(3)生成的差异化影响,文章基于多重分形去趋势互相关分析法和K均值聚类算法,对2016-2022年四川省15个重点城市城区和郊区不同站点NO_(2)-O_(3)互相关性的多尺度特征进行对比分析。结果表明,城区和郊区大气NO_(2)-O_(3)互相关性均具有多重分形性及长期持续性特征,且郊区站点多重分形强度显著高于城区。城区和郊区NO_(2)-O_(3)互相关性多重分形强度差异呈现逐年递增规律,且受季节影响较大,其中夏季城区和郊区差异最大,冬季最小,这些差异主要受O_(3)前体物排放特征和热岛效应的影响。研究结果有助于从新的角度理解城区郊区大气污染差异及形成机理,为城郊O_(3)精细化预测模型的完善提供动力参数。

绿地空间降温效应综述:景观调控视角

在全球变暖和极端热事件加剧的背景下,绿地空间优化已经成为一种有效调控热环境的基于自然的解决方案,明晰绿地空间的降温过程、效应特征和景观调控作用对区域绿地空间结构和格局优化至关重要。梳理当前景观调控视角下绿地空间降温效应相关的理论、方法与案例,回顾了植被降温过程。植被通过遮荫、蒸散、固碳、湍流等过程直接或间接地实现降温效果,但同时受到了大气和土壤含水量、环境温度、风系统等背景气候的影响。从内部视角(绿地景观变化对本地温度的影响)和外部视角(绿地景观对外部区域温度的影响)总结了降温范围、强度、梯度、效率等特点,分析不同度量指标的空间差异与关键阈值。内部视角厘定降温效应主要模拟区域内土地覆被变化(如造林、植被类型转换等)和植被覆盖度变化的影响;外部视角强调以绿地景观为中心的距离变化及其温度序列关联的特征曲线。进一步归纳了景观视角下绿地空间对温度的调控途径,梳理绿地景观组分(景观的类型、结构和规模特征)和空间配置(景观的空间形态和关系特征)对降温效应的影响差异。已有研究表明,绿地空间的景观组分与温度的关联性结论较为一致,但关键调控阈值在不同气候和发展水平的区域存在差异;规则或复杂绿地景观、集聚或离散绿地景观对区域热环境的影响则并未统一,但空间配置对降温效应的影响通常弱于景观组分。最后,围绕“机理-阈值-优化”提出未来景观调控视角下绿地空间降温效应研究需要关注绿地空间降温的非线性过程、多目标协同的绿地景观调控机制、面向降温效应提升的绿地空间网络等重点方向。

1991-2021年哈尔滨市热岛效应时空特征及影响因素分析

城市热岛效应对气候、居民身体健康及经济发展产生了深远影响。以哈尔滨市1991—2021年的温度数据为基础,运用Mann-Kendall突变、Sen+Mann-Kendall趋势分析、主成分分析等方法进行研究。结果表明,哈尔滨市热岛效应(UHI)31年来以0.05℃/10 a的速度呈波浪型增长,UHI的高值区以城区为主,年均UHI趋势系数呈-0.41~0.19/10 a,阿城区、宾县和哈尔滨站的UHI下降趋势显著。人口密度、年均人口和PM 2.5对UHI有正向影响,而风速对UHI的影响则是负向的。此研究结果对哈尔滨市的城市发展具有重要的指导意义。

南昌市城市热岛效应时空变化特征及模拟预测研究

本文以南昌市为研究对象,利用Landsat系列遥感数据,结合大气校正法反演地表温度、构建气温预测GM模型等方法,获取南昌市城市热岛效应时空变化特征,并模拟预测未来的温度变化。结果表明:(1)2005-2021年,南昌市的最高地表温度值上升了25.36℃,最低温度值上升了11.59℃,高温地区呈高度中心聚集化分布。(2)南昌市热岛效应主要集中在人口聚集与高速发展的中心城区,且地表温度呈现以城市建成区为中心向周边扩散降低的趋势。(3)2021年后南昌市的年均温将持续攀升,城市热岛效应问题将愈发严峻。(4)通过分析下垫面类型与地表温度空间分布化之间的关系,得出水域和植被与城市地表温度呈负相关关系,可以在一定程度上改善热岛效应。本研究提出的南昌市城市热岛效应时空变化基础数据与理论依据,为减缓城市热岛效应提供了可行的方法。

局地气候分区下的杭州中心城区城市热环境研究

以杭州市主城区为例,运用局地气候分区分类框架分析杭州城市热环境。整合卫星遥感影像、建筑物矢量等多源数据,开展了杭州市中心城区局地气候分区分类制图,探讨各LCZ类型分布格局,分析类间和类内热特征和季节差异。①根据城市建筑矢量、地物覆盖分类数据,利用WUDAPT构建研究区LCZ地图;②利用Landsat 8卫星遥感影像通过GEE反演得到研究区逐月地表温度数;③结合LCZ地图和多时相地表温度数据,分析不同局地气候分区各季节间的热环境差异。结果表明:研究区内建筑以中低层为主,且多为开阔类型,自然地表覆盖中低植被区LCZ D占主要比例;LCZ 1-LCZ 3密集建筑类型较其他建筑类型地表温度更高,且随着建筑高度的升高温度依次降低;除水体外,LCZA是所有类型温度最低的区域;夏季各分区之间温度差异显著,夏季热岛强度达到全年最大值,春秋两季热岛强度相近,但是变化趋势不同;类内热岛内部相对稳定,强度变化受周边环境特征影响较大,LCZ 5.1的特征要素相关系数与城市整体变化趋势不一致,尽管占比较高,但不能主导整体变化趋势,BSF在秋季的影响最大(每升高10%升高0.7℃),PSF和ISF在四季的影响力相近,且夏季最高,冬季最低。研究结果能够为城市规划设计和公园建设提供参考,助力于城市的可持续健康发展。

基于MODIS时序数据的北京市植被物候时空变化特征分析

植被是生态环境变化的指示器,分析植被物候的时空变化特征及其影响因素对分析陆地生态系统的碳、水和能量平衡具有重要意义。该文利用MOD13Q1 EVI数据集,采用D-L拟合法和动态阈值法提取了北京市2001—2020年植被生长季开始期(start of season,SOS)、植被生长季长度(growing season length,GSL)和植被生长季结束期(end of season,EOS)。通过构建城乡梯度带,分析了北京市城乡区域植被物候的时空变化特征。利用回归分析和趋势分析方法探讨了植被物候参数对气温、降水、日照、风速等气候因子以及城市热岛强度和城市化影响因子的响应。研究表明:2001—2020年间北京市植被物候呈现出SOS提前、GSL延长和EOS推迟的趋势。林地和灌木的SOS比草地早,EOS较草地晚,说明木本植物生长季开始期早,结束期晚。通过分析气候因子与物候之间的关系发现气温、降水、日照和风速都对北京市植被物候有一定的影响,其中SOS对日照的变化最为敏感,EOS对风速的变化最为敏感。植被物候沿城区—郊区—农村方向呈现明显的梯度变化,城区SOS比农村平均提前12.2 d、EOS平均推迟18.9 d。城市夜晚热岛强度与SOS在城乡梯度带上具有显著相关性(p<0.01),SOS,GSL和EOS与人口密度、城市建成区面积、地均GDP均存在显著相关关系(p<0.01),说明城市化发展对北京市SOS提前、GSL延长和EOS推迟具有重要作用。

2000—2018年长株潭城市群城市扩张及其热岛响应

城市热岛效应同城市居民福祉息息相关,特别是近20 a我国的中西部城市在快速城市化的背景下,城市扩张进程进一步加快,城市热岛效应的影响也随之不断增加。为探究城市及城市群扩张与城市热岛效应变化的关系,以长株潭城市群为研究区域,利用Boyce-Clark形状指数分析城市扩张进程及空间形态变化。首先,利用基于Google Earth Engine(GEE)平台的实用单通道算法进行温度反演;然后,使用均值-标准差法划分温度等级区并定义和提取城市热岛范围;最后,提取城市重心和热岛重心,采用重心迁移方法分析城市扩张与热岛效应之间的变化趋势。结果表明城市热岛变化与城市群城市扩张趋势一致,研究结论如下:①2015年后长株潭城市群进入高速发展关键时期;②城市扩张是热岛面积增加的主要原因;③城市热岛重心与城市重心迁移趋势基本一致,城市热岛范围增加的方向也同城市扩张方向基本一致。

广东区域通风廊道识别初探

以广东省为例,通过绘制空气动力学粗糙长度,从动力学角度初步识别出通风潜力;利用数值模拟输出的冬夏季平均水平风场,结合近地面温度和粗糙长度加权后得到通风指数,发现城际尺度风道分布受季节热力差异影响,冬季通风能力显著优于夏季。将通风评价结果划分为4个等级,从广东全域尺度分冬、夏两季识别了潜在风道。

天津市热环境时空演变及影响因素分析

随着城市化进程加快,城市热环境发生显著变化,对人类活动造成很大影响。为探究天津市城市热环境时空变化及其影响因素,基于2005—2020年四期Landsat遥感数据,利用辐射传输方程法反演地表温度,计算城市热岛比例指数,用标准差椭圆法分析城市热环境发展和布局,利用地表温度并结合土地利用分类研究城市地物覆盖类型与地表温度的响应关系,并采用地理探测器探究高程、绿地、建筑用地和水体对地表温度变化的影响差异。结果表明:天津市热岛足迹沿主干道由市内六区向环城四区发展,天津城市热环境呈现先增高后降低的趋势;由标准差椭圆分析可知,城市热岛呈现发展主轴维持在东北—东南方向,整体空间格局呈现放射状分布;天津市中心城区建筑用地面积占比逐年增加,水体面积占比逐年降低,各类型地物平均温度排序为:建筑用地>绿地>水体;地理探测器分析表明:NDBI和NDVI是影响地表温度变化的主要因子,NDVI和MNDWI对LST交互作用最强,是城市热环境驱动作用最强的因子组合。

湖陆风对滨湖夏季气温和岳阳市城市热岛强度的影响

利用逐日逐时气象资料对岳阳市主城区2019-2021年夏季城市热岛强度进行了评估,探讨了东洞庭湖湖陆风对滨湖夏季气温以及城市热岛强度的影响。结果表明:平均气温郊区较城区、滨湖低1.47、1.11℃,最低气温郊区较城区、滨湖低1.89、2.03℃,最高气温城区较郊区高0.61℃、郊区较滨湖高0.63℃。白天城区气温高于郊区,郊区气温高于滨湖;夜间城区气温与滨湖相当,且明显高于郊区。各区逐时气温变率郊区最大,城区次之,滨湖最小,三者在23时-次日06时相当且变化较小。城区平均、最高、最低气温分别比郊区高1.47、0.61和1.89℃,对应城市热岛强度分别为弱、弱、中等。08-19时城市热岛强度为弱,20时-次日07时为中等。滨湖09-18时湖风强,19时-次日08时陆风弱。湖陆风与各区气温以及城市热岛强度均极显著相关。夜间城市热岛效应强于白天湖泊冷效应,白天城市热岛效应和夜间湖泊热效应受站点与滨湖和郊区的距离远近影响的强度不同,离滨湖越近的城市站白天受城市热岛效应影响越小,夜间受城市热岛效应影响越大。

盐都区PM_(2.5)污染特征的城郊差异及成因初探

为探究城郊细颗粒物(PM_(2.5))污染特征的差异及其成因,利用2022年盐都区城区和郊区ρ(PM_(2.5))数据,分析了城郊站点ρ(PM_(2.5))水平和日变化特征的差异,并从污染来源和传输影响两方面进行了成因初探。结果显示:2022年盐都郊区ρ(PM_(2.5))年均值较城区高23.1%;郊区站点ρ(PM_(2.5))日变化峰值更突出,春、夏、秋三季早晨峰值出现在06:00左右,明显早于城区站点。PM_(2.5)特征组分质量浓度比值和化学质量平衡(CMB)模型模拟结果表明,城郊站点PM_(2.5)的主要贡献源为移动源、燃煤源等,城区的餐饮源和郊区的生物质燃烧源也有贡献;此外,郊区站点受二次生成的影响要远大于城区站点。ρ(PM_(2.5))与城市热岛效应强度(UHII)间关系研究结果表明:郊区受热岛效应影响的程度相对城区更强;各季节郊区ρ(PM_(2.5))与UHII均呈负响应,UHII越强,郊区PM_(2.5)的水平扩散能力越强,城郊PM_(2.5)的垂直扩散能力差别越明显。后向气流轨迹分析结果表明:郊区受到来自西南(安徽中部、江苏中部)方向、东部(黄海、东海)方向以及高空下沉污染气团的影响明显强于城区,外来污染气团的输送也是郊区ρ(PM_(2.5))高于城区的重要原因。