京津冀城市群熱島定量評(píng)估

劉勇洪,房小怡,張 碩,欒慶祖,權(quán)維俊

1 北京市氣候中心,北京 100089 2 中國(guó)氣象局北京城市氣象研究所, 北京 100089 3 中國(guó)氣象局京津冀環(huán)境氣象預(yù)報(bào)預(yù)警中心, 北京 100089

京津冀城市群熱島定量評(píng)估

劉勇洪1,2,*,房小怡1,張 碩1,欒慶祖1,權(quán)維俊3

1 北京市氣候中心,北京 100089 2 中國(guó)氣象局北京城市氣象研究所, 北京 100089 3 中國(guó)氣象局京津冀環(huán)境氣象預(yù)報(bào)預(yù)警中心, 北京 100089

在采用城鄉(xiāng)二分法估算區(qū)域范圍內(nèi)多個(gè)城市地表熱島強(qiáng)度(Surface Urban Heat Island,SUHI)時(shí),如何選擇城鎮(zhèn)化影響最小的周邊鄉(xiāng)村背景是一個(gè)技術(shù)難點(diǎn),提出了一種基于地形、土地利用、植被覆蓋和城市夜間燈光指數(shù)來(lái)確定鄉(xiāng)村背景的SUHI估算方法,并建立了基于SUHI和熱島比例指數(shù)(Urban Heat Island Proportion Index,UHPI)的城市熱島強(qiáng)度定量評(píng)估方法。利用上述方法,基于長(zhǎng)時(shí)間序列MODIS和NOAA衛(wèi)星資料,開(kāi)展了京津冀城市群11個(gè)平原城市熱島時(shí)空變化分析與評(píng)估,并開(kāi)展了社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子對(duì)城市熱島大小的影響評(píng)估研究,同時(shí)結(jié)合未來(lái)京津冀一體化發(fā)展提出相應(yīng)參考建議。研究結(jié)果表明：(1)建立的SUHI估算方法能有效監(jiān)測(cè)城市群熱島年/季和晝/夜變化,近5年(2010—2014)年均SUHI≥3℃的熱島總面積1926 km2,但在熱島最強(qiáng)的夏季白天可達(dá)7386 km2(占行政區(qū)域面積的5.8%)；排名前四的分別是北京(2351 km2)、天津(1883 km2)、唐山(889 km2)和石家莊(611 km2),顯示出超大、特大城市及資源性城市貢獻(xiàn)了大部分城市群熱島面積；各中心城區(qū)平均SUHI和UHPI分別為3.0℃和0.61,熱島評(píng)估達(dá)到較嚴(yán)重等級(jí)以上的城市占到73%,表明當(dāng)前城市群整體熱島處于嚴(yán)峻現(xiàn)狀；(2)1994、2004年和2014年夏季白天城市群強(qiáng)熱島面積分別為190、1975、4539 km2,各中心城區(qū)平均SUHI分別為1.2、2.6、3.2℃,UHPI分別為0.29、0.58和0.69,熱島評(píng)估等級(jí)分別為“一般”、“較嚴(yán)重”和“嚴(yán)重”等級(jí),反映了20年來(lái)京津冀城市群熱島迅速增強(qiáng)增大事實(shí)；(3)各城市年均熱島面積增加2—86 km2/a,強(qiáng)熱島面積增加主要發(fā)生在超大城市,北京、天津強(qiáng)熱島區(qū)之間的最短空間距離從1994年的94 km逐步縮減到2014年的52 km,未來(lái)存在形成“京津區(qū)域熱島群”的可能,建議在京津之間建立“綠色生態(tài)屏障”來(lái)消除這種可能性；(4)城鎮(zhèn)人口數(shù)、國(guó)內(nèi)生產(chǎn)總值和用電量都極大地影響著京津冀城市熱島大小,擬合模型決定系數(shù)R2分別為0.9097、0.912和0.9661,意味著在未來(lái)京津冀一體化城市發(fā)展中可采取控制城市人口規(guī)模、減少能源消耗等措施減緩熱島效應(yīng)。

鄉(xiāng)村背景；地表熱島強(qiáng)度；熱島比例指數(shù)；定量評(píng)估；經(jīng)濟(jì)驅(qū)動(dòng)因子；京津冀城市群

Abstract： When estimating surface urban heat island intensity (SUHI) of different cities on a regional scale using the urban-rural difference method, it is technically difficult to select the rural districts or reference areas that exhibit minimal impact by urbanization. In this study, we propose a method of estimating SUHI based on land topography, land use, vegetation coverage, and urban nighttime light index to define the rural districts. Then, a quantitative evaluation method can be established to determine heat island intensity based on SUHI and the urban heat island proportion index (UHPI). Using this method, the temporal and spatial variation of urban heat island for the Beijing-Tianjin-Hebei urban agglomeration region was quantitatively evaluated based on long time series MODIS and NOAA satellite data. An impact assessment for socio-economic factors driving urban heat islands was also conducted, and some recommendations for Beijing-Tianjin-Hebei economic unity development are proposed. The results show that the SUHI estimation method can effectively reflect annual, seasonal, and diurnal variations of heat island in urban agglomerations. The annual mean heat island area with SUHI greater than or equal to 3.0℃ from 2010—2014 was 1,926 km2. It is highest on summer days at 7386 km2(5.8% of total urban group area). The four largest area cities are Beijing at 2351 km2, Tianjin at 1883 km2, Tangshan at 889 km2, and Shijiazhang at 611 km2, which represent megacities, extra-large cities, and resource-dependent cities contributing to most of the heat island areas. The mean SUHI and UHPI of all central urban areas are 3.0℃ and 0.61, respectively. Seventy-three percent of cities have heat island assessment levels that are more than relatively severe with SUHI greater than or equal to 3.0℃. This indicates that the phenomenon of heat islands in urban agglomeration is currently severe. During summer days in 1994, 2004, and 2014, the areas with SUHI greater than or equal to 5.0℃ were 190 km2, 1975 km2, and 4539 km2; the mean SUHI were 1.2℃, 2.6℃, and 3.2℃; and the UHPI were 0.29, 0.58, and 0.69. The heat island assessment levels were normal, relatively severe, and severe, respectively, which reflects the fact that the heat island effect for urban agglomerations has strengthened and expanded in the last 20 years. The annual growth rate of heat island areas is 2—86 km2/a, and the increasing areas of high-level heat islands in urban group regions occur mainly in megacity behemoths. The shortest distance between the Beijing heat island region and the Tianjin heat island region was reduced from 94 km in 1994 to 52 km in 2014. Thus, in future, the Beijing and Tianjin heat island regions will probably connect to form a new Beijing Tianjin heat island group, which may be an ecological disaster for urban agglomeration development. Therefore, an ecological green barrier between Beijing and Tianjin should be set up to halt the trend. Heat island area with SUHI greater than or equal to 3.0℃ for various cities correlate notably with the urban population, gross domestic product, and electricity consumption, and theR2are 0.9097, 0.912, and 0.9661, which indicates the important role of population control and energy consumption reduction in the development of the Beijing-Tianjin-Hebei economic unit.

KeyWords: rural background；surface urban heat island intensity；heat island proportion index；quantitative evaluation；socio-economic driving factors；Beijing-Tianjin-Hebei urban agglomeration

近年來(lái),在全球增溫和高速城市化的背景下,城市氣候被認(rèn)為是主導(dǎo)城市生態(tài)環(huán)境的重要因素之一,城市氣候最明顯的特征就是城市熱島效應(yīng)(urban heat island effect,簡(jiǎn)稱(chēng)UHI)。UHI已成為21世紀(jì)面臨的重要生態(tài)環(huán)境問(wèn)題[1- 2],UHI降低了人們生活的舒適度并加劇了大氣污染,嚴(yán)重影響了居民生活質(zhì)量,如何定量地監(jiān)測(cè)UHI的動(dòng)態(tài)變化并開(kāi)展UHI成因分析已成為當(dāng)前UHI研究的重要內(nèi)容。目前,常用的UHI研究手段有3種：氣象觀測(cè)、數(shù)值模擬和衛(wèi)星遙感。氣象觀測(cè)由于具有觀測(cè)資料時(shí)效長(zhǎng)、定點(diǎn)、準(zhǔn)確、定量的優(yōu)勢(shì),一直被作為基礎(chǔ)手段用于研究UHI的時(shí)空演變規(guī)律[3-7]。遙感則因具有時(shí)間同步性好、覆蓋范圍廣、空間結(jié)構(gòu)直觀定量等特點(diǎn),近20年已成為UHI研究的普遍手段[8-14]。此外,數(shù)值模擬也由于能深人研究UHI現(xiàn)象和成因之間的物理本質(zhì),已成為UHI機(jī)理形成、模擬及預(yù)測(cè)研究的一種重要手段[15-18]。

UHI最初定義為城市中的氣象臺(tái)站觀測(cè)的氣溫明顯高于外圍郊區(qū)或鄉(xiāng)村的現(xiàn)象,近年來(lái)已擴(kuò)展至遙感觀測(cè)的城市陸表溫度高于郊區(qū)或鄉(xiāng)村的現(xiàn)象[19- 20],通常把這種主要通過(guò)衛(wèi)星觀測(cè)的城市熱島稱(chēng)之為地表城市熱島(Surface Urban Heat Island,簡(jiǎn)稱(chēng)SUHI)[21-22]?？紤]到UHI是一個(gè)城市高于鄉(xiāng)村的相對(duì)溫度距平值,由于涉及到城市區(qū)(或城市氣象代表站點(diǎn))與鄉(xiāng)村背景區(qū)(或鄉(xiāng)村氣象代表站點(diǎn))選擇的復(fù)雜性,不斷有新的UHI或SUHI計(jì)算方法被提出。如利用城市氣象站距離遠(yuǎn)近結(jié)合土地利用類(lèi)型選擇選擇鄉(xiāng)村氣象站點(diǎn)來(lái)估算UHI[23],在城市內(nèi)部選擇大面積植被覆蓋的公園作為城市氣象代表站來(lái)反映城市化引起的熱島效應(yīng)[24],選擇城市中最低氣溫的站點(diǎn)作為背景參考站估算UHI等[25]。基于衛(wèi)星資料估算SUHI最常用的方法有城鄉(xiāng)二分法[26- 28],均值-標(biāo)準(zhǔn)差法[29- 31],正規(guī)化法或歸一化[32- 33]。在采用城鄉(xiāng)二分法計(jì)算SUHI時(shí),難點(diǎn)在于郊區(qū)或農(nóng)村等參考或背景地區(qū)的確定[21]。近年來(lái),中國(guó)城鎮(zhèn)化迅速,分布于大城市周邊的郊區(qū)衛(wèi)星城鎮(zhèn)擴(kuò)展迅速,如何提取城鎮(zhèn)化影響最小的鄉(xiāng)村背景是一個(gè)復(fù)雜的技術(shù)難點(diǎn)。王建凱等[26]在利用MODIS影像研究北京城市熱島(冷島)時(shí),根據(jù)高分辨率影像結(jié)合土地覆蓋類(lèi)型人為選定遠(yuǎn)離北京五環(huán)外的一塊平原農(nóng)田區(qū)域作為郊區(qū)背景,Imhoff等[34]在利用MODIS影像估算美國(guó)38個(gè)城市熱島強(qiáng)度時(shí),基于高分辨率美國(guó)國(guó)家土地覆蓋數(shù)據(jù)庫(kù)(NLCD)中的不透水蓋度數(shù)據(jù)集、中心城市距離和地形因子來(lái)確定不同城市的鄉(xiāng)村背景,Schwarz等[35]則采用了離城市周?chē)?0 km區(qū)域作為鄉(xiāng)村背景,葉彩華等[36]人為選取了遠(yuǎn)離城區(qū)的兩塊5×5像元大小的長(zhǎng)期種植結(jié)構(gòu)無(wú)變化的農(nóng)田作為鄉(xiāng)村背景,林奕桐等[28]則基于遙感反演的植被覆蓋度高值區(qū)來(lái)選定郊區(qū)農(nóng)田參照點(diǎn)來(lái)估算南寧城市熱島強(qiáng)度,劉勇洪等[25]在計(jì)算京津唐城市群熱島時(shí),主要根據(jù)植被覆蓋度和不透水蓋度結(jié)合土地利用類(lèi)型來(lái)確定各城市的鄉(xiāng)村背景。上述方法在選擇鄉(xiāng)村背景時(shí),在選擇農(nóng)田的基礎(chǔ)上更多地考慮了植被覆蓋與不透水蓋度,由于這兩個(gè)指標(biāo)計(jì)算的不確定性以及國(guó)內(nèi)尚沒(méi)有建立全國(guó)性的標(biāo)準(zhǔn)植被覆蓋度和不透水蓋度數(shù)據(jù)集,使得國(guó)內(nèi)依據(jù)這些指標(biāo)選擇鄉(xiāng)村背景具有諸多不確定性,本文將探尋一種考慮簡(jiǎn)便性與易獲取性來(lái)選擇鄉(xiāng)村背景的SUHI估算方法。

SUHI具有明顯的時(shí)空變化特征[37-38],其大小和形態(tài)不但與城市核心區(qū)(或城市氣象代表站)與鄉(xiāng)村背景區(qū)(或郊區(qū)氣象代表站)選擇有關(guān),還與研究的時(shí)空尺度有關(guān)。在城市宏觀尺度上氣候類(lèi)型[34]、天氣條件(包括溫度、云、風(fēng)、逆溫等)[39-41]、物候(晝/夜、季節(jié)、生長(zhǎng)期)[31,39- 42]和土地利用類(lèi)型[23,31]等因子對(duì)SUHI影響較明顯,在城市微觀尺度上地形條件[43-44]、植被豐度與綠地景觀結(jié)構(gòu)[16,45-46]、城市不透水蓋度[22,34]、城市建筑結(jié)構(gòu)[47-48]等因子對(duì)SUHI有較大影響；而人口、國(guó)內(nèi)生產(chǎn)總值(GDP)、能耗、人為熱等等作為社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子,對(duì)SUHI的形成和擴(kuò)大具有重要作用[22,42,48-49]。當(dāng)前研究大多關(guān)注單一城市或者是處于不同氣候帶的多個(gè)大城市之間局地SUHI之間的相互比較,而對(duì)處于同一氣候類(lèi)型較大范圍城市連片發(fā)展的城市群SUHI效應(yīng)研究相對(duì)較少,由于城市群下墊面土地利用的變化對(duì)區(qū)域氣候的增溫效應(yīng)明顯[50],而且由于城市群下墊面的不均勻性,局地增溫效應(yīng)在城市群內(nèi)部以及城市群之間都存在明顯差異[51],因此有必要開(kāi)展城市群內(nèi)各城市之間的SUHI效應(yīng)研究,為城市群的整體發(fā)展規(guī)劃提供參考。

京津冀城市群作為中國(guó)未來(lái)要發(fā)展成一個(gè)世界級(jí)城市群的重要經(jīng)濟(jì)地區(qū),近30年城鎮(zhèn)化進(jìn)入了空前快速發(fā)展階段,城市規(guī)模不斷擴(kuò)大,生態(tài)環(huán)境惡化、能源消耗高以及SUHI帶來(lái)的不利影響和問(wèn)題日益突顯。在京津冀一體化發(fā)展規(guī)劃和北京城市功能布局調(diào)整中,減緩、降低SUHI及其影響,成為改善整個(gè)京津冀地區(qū)城市生態(tài)環(huán)境亟待解決的問(wèn)題,因此對(duì)京津冀城市群的SUHI監(jiān)測(cè)及評(píng)估將為改善城市生態(tài)環(huán)境提供基礎(chǔ)。本文將探討如何在大尺度區(qū)域范圍內(nèi)建立較為簡(jiǎn)單、數(shù)據(jù)易獲取的SUHI估算和評(píng)估方法,并開(kāi)展城市驅(qū)動(dòng)經(jīng)濟(jì)因子包括經(jīng)濟(jì)規(guī)模(國(guó)內(nèi)生產(chǎn)總值,簡(jiǎn)稱(chēng)GDP)、人口規(guī)模、能源消耗(以電力為代表)、人為熱排放(以機(jī)動(dòng)車(chē)保有量為代表)對(duì)SUHI大小的影響評(píng)估,為未來(lái)京津冀一體化發(fā)展及改善城市生態(tài)環(huán)境提供建議。

1 研究區(qū)概況

京津冀地區(qū)位于36.07—42.65°N,113.46—119.79°E(圖1),包括北京、天津直轄市與河北省。整個(gè)地區(qū)地勢(shì)西北高,東南低,燕山山脈和太行山脈自東向西又向南形成弧形山脈,山脈東部及南部為河北平原區(qū),境內(nèi)海拔相差懸殊,最高海拔為小五臺(tái)山(約2840 m),平原地區(qū)多數(shù)海拔為50 m以下。該地區(qū)屬溫帶季風(fēng)氣候區(qū),大部分地區(qū)四季分明,其特點(diǎn)是夏季炎熱多雨,春季干燥少雨多風(fēng)沙,秋季天氣晴爽,冬季寒冷少雪。年日照時(shí)數(shù)2400—3100 h,年無(wú)霜期120—200 d；年均降水量300—800 mm；年平均氣溫在4—13℃之間。本文主要研究京津冀城市群地級(jí)以上中等平原城市,包括北京、天津、石家莊、唐山、廊坊、保定、滄州、衡水、邢臺(tái)、邯鄲和承德等11個(gè)平原城市,秦皇島、張家口由于位于山區(qū)及山地,不做熱島研究,其中北京、天津和石家莊為省會(huì)城市,其余為地級(jí)城市；按照2013年12月中國(guó)城市規(guī)模新劃分標(biāo)準(zhǔn)(http://politics.people.com.cn/n/2014/1121/c70731- 26064695.html),結(jié)合2013年城區(qū)常住人口統(tǒng)計(jì)資料,北京、天津?yàn)槌蟪鞘?城區(qū)常住人口在1000萬(wàn)以上),石家莊為特大城市(城區(qū)常住人口在500—1000萬(wàn)之間),唐山、保定、滄州、形態(tài)、邯鄲為Ⅰ型大城市(城區(qū)常住人口在300—500萬(wàn)之間),廊坊、衡水、秦皇島為Ⅱ型大城市(城區(qū)常住人口在100—300萬(wàn)之間)。另外選擇各城市市轄區(qū)作為城市中心城區(qū)熱島狀況進(jìn)行評(píng)估。

2 資料和方法

2.1 資料

(1)MODIS衛(wèi)星資料 MODIS衛(wèi)星陸表溫度產(chǎn)品(Land Surface Temperature, LST),由于其較好的質(zhì)量、誤差在1 K之內(nèi)[52],已在SUHI監(jiān)測(cè)中得到廣泛應(yīng)用[34-35,38-39,53]。本研究選用京津冀地區(qū)2003—2014年全年MODIS/Terra和MODIS/Aqua白天和夜晚8天合成平均LST產(chǎn)品(MOD11A2,MYD11A2),來(lái)源于美國(guó)國(guó)家航空與航天局陸表數(shù)據(jù)中心網(wǎng)站(https://lpdaac.usgs.gov/data_access/data_pool),可免費(fèi)下載。利用LST有效像元均值法可計(jì)算得到2003—2014京津冀地區(qū)逐年平均及春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—2月)LST影像。

(2)NOAA衛(wèi)星資料 NOAA衛(wèi)星具有與MODIS衛(wèi)星類(lèi)似的熱紅外通道(第4通道(10.3—11.3μm)和第5通道(11.5—12.5μm)),空間分辨率為1 km左右,利用其反演的陸表溫度數(shù)據(jù)可以有效監(jiān)測(cè)城市熱島[54-56]。本文選用京津冀地區(qū)1994年NOAA11/AVHRR LST逐日產(chǎn)品數(shù)據(jù)集[57],LST的反演采用改進(jìn)型的Becker分裂窗方法,反演結(jié)果與國(guó)際上廣泛應(yīng)用的MODIS陸表溫度產(chǎn)品具有較好的一致性[58]。

(3)DMSP/OLS衛(wèi)星資料 美國(guó)軍事氣象衛(wèi)星Defense Meteorological Satellite Program(DMSP)搭載的Operational Linescan System(OLS)傳感器能夠探測(cè)到城市燈光甚至小規(guī)模居民地、車(chē)流等發(fā)出的低強(qiáng)度燈光,這一特征使其系列數(shù)據(jù)產(chǎn)品已被廣泛而成功地應(yīng)用于城市化相關(guān)研究[59-61]。其中DMSP/OLS數(shù)據(jù)灰度值(Digital Number,DN值有效范圍為1—63)高值區(qū)多用來(lái)提取城市建成區(qū)反映人類(lèi)活動(dòng)影響范圍,使之明顯區(qū)別于低值區(qū)的黑暗鄉(xiāng)村背景[62-63],因此在本研究中可利用DMSP/OLS數(shù)據(jù)的低值區(qū)提取幾乎不受人類(lèi)活動(dòng)影響的黑暗鄉(xiāng)村農(nóng)田背景區(qū)域。本研究選用京津冀地區(qū)2013年DMSP/ OLS夜間燈光數(shù)據(jù),來(lái)源于美國(guó)國(guó)家航空與航天局國(guó)家環(huán)境信息數(shù)據(jù)中心網(wǎng)站(http://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html#AVSLCFC),可免費(fèi)下載。

(4)植被指數(shù)資料 遙感估算的歸一化植被指數(shù)(NDVI)定義為近紅外波段與可見(jiàn)光波段數(shù)值之差和這兩個(gè)波段數(shù)值之和的比值,是植被生長(zhǎng)狀態(tài)及植被覆蓋的良好指示因子。本文選用京津冀地區(qū)2013年1 km空間分辨率MODIS月歸一化植被指數(shù)NDVI產(chǎn)品(MOD13A3),來(lái)源于美國(guó)國(guó)家地質(zhì)調(diào)查局?jǐn)?shù)據(jù)陸表數(shù)據(jù)中心網(wǎng)站(https://lpdaac.usgs.gov/data_access/data_pool),可免費(fèi)下載。采用最大值法可獲取2013年最大NDVI影像。

(5)社會(huì)經(jīng)濟(jì)資料 京津冀城市群11個(gè)城市2013年社會(huì)經(jīng)濟(jì)數(shù)據(jù),包括國(guó)內(nèi)生產(chǎn)總值、城鎮(zhèn)人口數(shù)、電力用量、機(jī)動(dòng)車(chē)保有量,來(lái)源于當(dāng)?shù)亟y(tǒng)計(jì)局。

(6)其他資料 京津冀地區(qū)90 m空間分辨率的數(shù)字高程影像(DEM),來(lái)源于國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)((http://datamirror.csdb.cn/dem/search.jsp),可免費(fèi)下載。

2.2 研究方法

2.2.1 SUHI估算

本文選用城鄉(xiāng)二分法,由于UHI是一個(gè)城市高于鄉(xiāng)村的相對(duì)溫度距平值,而這個(gè)距平值無(wú)論是地表城市熱島,還是氣象熱島,至今沒(méi)有統(tǒng)一的閾值標(biāo)準(zhǔn)[1,34]。在這里,采用葉彩華等[36]提出的SUHI指標(biāo)及等級(jí)劃分方法來(lái)估算遙感地表熱島強(qiáng)度,即：

(1)

式中,SUHIi為圖象上第i個(gè)象元所對(duì)應(yīng)的熱島強(qiáng)度(℃),Ti是陸表溫度(℃),n為鄉(xiāng)村背景內(nèi)的有效象元數(shù),Tcrop為鄉(xiāng)村背景內(nèi)的陸表溫度(℃)。并按熱島強(qiáng)度值的大小,劃分為7級(jí)熱島強(qiáng)度：強(qiáng)冷島、較強(qiáng)冷島、弱冷島、無(wú)熱島、弱熱島、較強(qiáng)熱島和強(qiáng)熱島等,分別賦值為1、2、3、4、5、6和7。SUHIi的具體等級(jí)劃分參見(jiàn)表1,本文主要為季、年SUHI等級(jí)劃分。

表1 地表熱島強(qiáng)度(SUHI)等級(jí)劃分及含義

2.2.2 鄉(xiāng)村背景的確定

按照城市熱島的定義,SUHI是城市與周邊鄉(xiāng)村或郊區(qū)陸表溫度的差異,因此對(duì)大尺度空間區(qū)域內(nèi)城市群的多個(gè)城市不能用同一個(gè)鄉(xiāng)村背景值來(lái)計(jì)算各城市熱島強(qiáng)度?？紤]估算指標(biāo)的簡(jiǎn)便性、易獲取性和通用性,本文確定4個(gè)指標(biāo)來(lái)選取鄉(xiāng)村背景區(qū)域。

(1)平原(平壩) 與城市所在區(qū)域高程差別≤50 m,通過(guò)該閾值的設(shè)置可以忽略由于地形高度造成的兩地溫度差異,減少由于地形引起的熱島強(qiáng)度誤差,該指標(biāo)可通過(guò)當(dāng)?shù)財(cái)?shù)字高程圖像(DEM)計(jì)算得到。

(2)農(nóng)田類(lèi)型 大多研究采用城鄉(xiāng)二分法計(jì)算城市熱島強(qiáng)度時(shí)選擇的鄉(xiāng)村或郊區(qū)背景參考區(qū)域一般都是農(nóng)田地區(qū),本文繼續(xù)遵循這一原則。該指標(biāo)一般可通過(guò)當(dāng)?shù)赝恋乩妙?lèi)型獲取。本文采用2014年京津冀地區(qū)MODIS土地覆蓋分類(lèi)產(chǎn)品(MCD12Q1),產(chǎn)品來(lái)源于美國(guó)國(guó)家地質(zhì)調(diào)查局?jǐn)?shù)據(jù)陸表數(shù)據(jù)中心網(wǎng)站(https://lpdaac.usgs.gov/data_access/data_pool),可免費(fèi)下載?；谠撏恋馗采w類(lèi)型產(chǎn)品,結(jié)合2007年華北地區(qū)的植被覆蓋分類(lèi)圖[64]與2011年京津唐地區(qū)土地利用類(lèi)型[22]以及部分Landsat-TM高分辨率遙感資料,進(jìn)行了部分類(lèi)別如城鎮(zhèn)用地、農(nóng)田類(lèi)型的目視解譯修正,總體分類(lèi)精度在90%以上,可得到京津冀地區(qū)2013年土地利用類(lèi)型(圖2)。

圖2 京津冀地區(qū)2013年土地利用類(lèi)型、夜間燈光強(qiáng)度指數(shù)值、年最大植被指數(shù)及提取的郊區(qū)農(nóng)田背景Fig.2 Landuse types,DMSP/OLS DN values，annual maximal NDVI and rural crop background areas in Beijing-Tianjin-Hebei region in 2013

(3)夜間燈光強(qiáng)度指數(shù)值≤15,通過(guò)該指標(biāo)可以確定基本不受人類(lèi)活動(dòng)影響(可以由夜間燈光反映)的區(qū)域,包含了一般不存在熱島效應(yīng)的鄉(xiāng)村,該指標(biāo)可以從美國(guó)衛(wèi)星DMSP/OLS資料中的灰度值(Digital Number,DN值有效范圍為1—63)計(jì)算得到,如圖2為提取的京津冀地區(qū)2013年夜間燈光指數(shù)圖,與土地利用圖2中的城鎮(zhèn)用地區(qū)域相比,夜間燈光指數(shù)高值區(qū)(指數(shù)值在50—63)面積明顯大于城鎮(zhèn)用地區(qū)域,顯示城市與衛(wèi)星小城鎮(zhèn)周邊郊區(qū)雖然也是農(nóng)田植被,但受城鎮(zhèn)化影響較大,已不適合作為郊區(qū)農(nóng)田背景,因此需要在夜間燈光指數(shù)低值區(qū)來(lái)選擇鄉(xiāng)村背景農(nóng)田。

(4)年最大植被指數(shù)NDVI≥0.7,通過(guò)該指標(biāo)可以確定不包含水體且為高植被覆蓋的純植被,也排除了城市周邊郊區(qū)的大量鄉(xiāng)鎮(zhèn)及衛(wèi)星城鎮(zhèn)等低植被覆蓋人類(lèi)活動(dòng)區(qū),可以根據(jù)MODIS月歸一化植被指數(shù)產(chǎn)品(MOD13A3)求取年最大值獲得,如圖2所示：城鎮(zhèn)地區(qū)和沿海水體NDVI值較低,一般在0.50以下,而山區(qū)林地和平原農(nóng)田NDVI值較高,普遍在0.60以上,值得注意的是西部太行山山前的植被NDVI普遍不高,一般在0.40—0.60之間。

根據(jù)上述4個(gè)指標(biāo),可提取得到1 km空間分辨率尺度上的京津冀地區(qū)的鄉(xiāng)村農(nóng)田背景區(qū)域,如圖2d所示：京津冀地區(qū)北部張家口市、承德市大部分地區(qū)處于山區(qū)或山地,幾乎沒(méi)有合適的郊區(qū)農(nóng)田背景,而北京由于城鎮(zhèn)化程度高,僅在南部與東部地區(qū)有少量的局部農(nóng)田能作為北京城市的郊區(qū)農(nóng)田背景,而其他城市地區(qū)由于地處平原,農(nóng)田面積大,城鎮(zhèn)化程度不高,有大量的農(nóng)田可入選為郊區(qū)農(nóng)田背景。

2.2.3 城市熱島比例指數(shù)

在這里,采用葉彩華等[36]提出的地表熱島比例指數(shù)(Urban Heat Island Proportion Index, UHPI)的計(jì)算方法來(lái)定量估算各城市空間單元內(nèi)的熱島強(qiáng)度,可以比較各城市不同時(shí)空尺度下的熱島強(qiáng)度大小。

(2)

式中,UHPI為城市熱島比例指數(shù)；m為熱島強(qiáng)度等級(jí)數(shù)；i為城區(qū)溫度高于郊區(qū)溫度等級(jí)序號(hào)；n為城區(qū)溫度高于郊區(qū)溫度的等級(jí)數(shù)；wi為第i級(jí)的權(quán)重,取等級(jí)值,pi為第i級(jí)所占的面積百分比。UHPI值在0—1.0之間,該值越大,熱島現(xiàn)象越嚴(yán)重。其值為0時(shí),表明此地沒(méi)有熱島現(xiàn)象,值為1時(shí),表明此地均處于強(qiáng)熱島范圍。由前面定義的熱島強(qiáng)度等級(jí)可知,m=7,n=3。

2.2.4 空間單元熱島強(qiáng)度評(píng)估

(1)SUHI均值評(píng)估

對(duì)各城市采用中心城區(qū)空間單元的SUHI平均值(單位為℃)定量評(píng)估該城市的熱島強(qiáng)度大小。

(2)熱島面積評(píng)估

對(duì)各城市區(qū)域范圍內(nèi)統(tǒng)計(jì)弱熱島、較強(qiáng)熱島及強(qiáng)熱島面積(單位為km2)及占行政區(qū)域內(nèi)面積百分比,可以有效評(píng)估城市化影響的熱島范圍大小。

(3)UHPI評(píng)估

由式(2)可知,UHPI通過(guò)具有熱島效應(yīng)的多個(gè)等級(jí)熱島強(qiáng)度在空間單元所占的面積百分比加權(quán)和綜合反映該城市空間單元熱島強(qiáng)度大小,較SUHI均值和熱島面積評(píng)估指標(biāo)更具客觀性與科學(xué)性,通過(guò)對(duì)UHPI分級(jí)可對(duì)各城市空間單元總體熱島狀況進(jìn)行定量評(píng)估(表2)。

表2 城市空間單元熱島評(píng)估等級(jí)劃分

可以看出,SUHI均值、熱島面積、UHPI估算的區(qū)域并不一致,SUHI均值針對(duì)所有等級(jí)熱島范圍的均值狀況進(jìn)行評(píng)估,而熱島面積、UHPI則主要從該區(qū)域內(nèi)產(chǎn)生的熱島范圍進(jìn)行總體評(píng)估。由于UHPI兼具了熱島等級(jí)和熱島范圍特征,較SUHI均值和熱島面積更具科學(xué)性與合理性,本文主要評(píng)估中心城區(qū)(Central Urban Area,簡(jiǎn)稱(chēng)CA)內(nèi)的UHPI。評(píng)估熱島強(qiáng)度大小的目的是分析城市建筑等人類(lèi)活動(dòng)影響所引起的城市氣候環(huán)境變化,因此對(duì)于海拔較高溫度明顯低于附近平原受地形影響的山區(qū)和山地,不符合做熱島評(píng)估要求,因此在估算各城市空間單元UHPI時(shí),需要排除山區(qū)、山地等區(qū)域,只對(duì)平原地區(qū)進(jìn)行評(píng)估。

在這里統(tǒng)一用字母簡(jiǎn)化文中出現(xiàn)的各種評(píng)估指標(biāo)：熱島面積(指弱熱島以上等級(jí)面積,Heat Island Area),簡(jiǎn)稱(chēng)HA；較強(qiáng)熱島以上面積(Relative High Above Heat Island Area),簡(jiǎn)稱(chēng)RHA；強(qiáng)熱島面積(High Above Heat Island Area),簡(jiǎn)稱(chēng)HHA；中心城區(qū)平均SUHI,簡(jiǎn)稱(chēng)SUHI_CA；中心城區(qū)UHPI,簡(jiǎn)稱(chēng)UHPI_CA；熱島評(píng)估等級(jí)(Assessment Grades),簡(jiǎn)稱(chēng)AG。

3 結(jié)果與分析

3.1 年均熱島分析

利用2010—2014年MODIS衛(wèi)星逐日4個(gè)時(shí)次的LST產(chǎn)品可計(jì)算得到近5年京津冀地區(qū)全年、白天和夜晚平均SUHI圖,如圖3所示。結(jié)合土地利用圖(圖2)分析可知：就全年平均SUHI(圖3)來(lái)看,京津冀城市群大部分平原農(nóng)田地區(qū)處于無(wú)熱島狀態(tài),大部分山區(qū)林地則呈現(xiàn)冷島現(xiàn)象,局部山區(qū)例如河北西部的太行山山前地區(qū)受地形和較低植被覆蓋影響,出現(xiàn)弱熱島現(xiàn)象；各大中城市地區(qū)均出現(xiàn)熱島效應(yīng),部分特大以上城市如北京、天津和石家莊等城市出現(xiàn)強(qiáng)熱島。就全年白天平均SUHI(圖3)來(lái)看,熱島空間分布趨勢(shì)與全年一致,但出現(xiàn)熱島的區(qū)域以弱熱島為主,部分大中城市中心局部地區(qū)會(huì)出現(xiàn)較強(qiáng)熱島。就全年夜晚平均SUHI(圖3)來(lái)看,熱島空間分布趨勢(shì)與全年基本一致,但各城市熱島強(qiáng)度等級(jí)和范圍明顯大于白天和全年平均。其中水體例如北京的密云水庫(kù)和天津沿海等區(qū)域具有明顯熱島效應(yīng),這與未結(jié)冰的水體在夜晚具有明顯熱島效應(yīng)這一結(jié)論[55]具有一致性。對(duì)比圖3可知,京津冀地區(qū)各城市年平均夜晚熱島強(qiáng)度明顯大于白天,這與眾多學(xué)者利用氣象資料對(duì)北京、天津和石家莊等城市熱島研究的“夜晚城市熱島強(qiáng)度大于白天”具有一致性[65-68],表明利用本文建立的SUHI方法可有效監(jiān)測(cè)京津冀城市群年均熱島狀況。

圖3 京津冀地區(qū)2010—2014年均全年、白天、夜晚SUHIFig.3 Annual mean SUHI for all year, day, night in Beijing-Tianjin-Hebei region in 2010—2014

熱島評(píng)估表明(表3)：就年均熱島面積來(lái)看,京津冀城市群總的RHA為1926 km2,占行政區(qū)域總面積的1.5%,其中排名前3位的分別是天津(640 km2)、北京(433 km2)和唐山(243 km2),石家莊與邯鄲分列第四(223 km2)和第五(134 km2)。就SUHI_CA來(lái)看,排名前3位的分別是石家莊(3.6℃)、保定(3.3℃)和邢臺(tái)(2.6℃),北京和天津并列第4(2.3℃),廊坊、衡水、秦皇島都比較低(0.10℃以下)。就UHPI_CA來(lái)看,排名前3位的與SUHI_CA排名相同,分別是石家莊(0.82)、保定(0.74)和邢臺(tái)(0.72),天津和北京分別為0.64和0.62,此外邯鄲、唐山、滄州也在0.50以上?？梢钥闯?SUHI_CA排名與UHPI_CA排名基本相同,但北京和天津的SUHI_CA一樣,而天津的UHPI_CA卻略大于北京,同時(shí)參考RHA值,表明天津的年均熱島很可能較北京嚴(yán)重。城市群各城市UHPI_CA平均值為0.50,總體AG為3級(jí)(較嚴(yán)重),其中5級(jí)(非常嚴(yán)重)和4級(jí)(嚴(yán)重)的城市有6個(gè),占到54%,表明京津冀城市群中心城區(qū)年均熱島總體都比較嚴(yán)重。

表3 京津冀各城市年平均RHA、SUHI_CA、UHPI_CA和AG對(duì)比(2010—2014年)

3.2 季節(jié)熱島分析

利用2010—2014年MODIS衛(wèi)星逐日LST產(chǎn)品可計(jì)算得到近5年京津冀地區(qū)春、夏、秋、冬四季白天和夜晚平均SUHI圖,如圖4和圖5所示。

圖4 京津冀地區(qū)2010—2014春季、夏季、秋季、冬季平均白天SUHIFig.4 Seasonal day SUHI for spring,summer,autumn,winter in Beijing-Tianjin-Hebei area in 2010—2014

對(duì)白天而言(圖4),京津冀地區(qū)各城市四季SUHI分布差異明顯。春季白天熱島空間差異最為明顯(圖4),大部分城市城鎮(zhèn)地區(qū)存在熱島效應(yīng),北京以弱熱島為主,天津、石家莊出現(xiàn)較強(qiáng)以上熱島,但許多平原農(nóng)田地區(qū)以及西部太行山山前地帶存在明顯熱島區(qū)域,這主要是由于京津冀地區(qū)春季降水少,平原既分布著大量的較高植被覆蓋的冬小麥(低溫冷島區(qū)),又分布著大量的白天受熱升溫較快的干燥裸土區(qū)(高溫?zé)釐u區(qū)),而太行山山前受地形遮擋春季西北冷空氣影響加之植被覆蓋較低存在較多干燥裸土區(qū)也存在一高溫?zé)釐u區(qū)。夏季白天(圖4),植被覆蓋普遍較高,大部分平原農(nóng)田為無(wú)熱島區(qū)域,城鎮(zhèn)地區(qū)顯現(xiàn)出明顯熱島效應(yīng),北京、天津、唐山、石家莊、邯鄲、滄州、邢臺(tái)等城市均有明顯強(qiáng)熱島發(fā)生,其中強(qiáng)熱島面積排名前3的分別是北京(1501 km2)、天津(1198 km2)和唐山(362 km2),石家莊排第4(307 km2)。秋季白天(圖4),大部分城市城鎮(zhèn)所在區(qū)域以弱熱島為主,局部有較強(qiáng)熱島。冬季白天(圖4),與春季、夏季、秋季不同,大部分城市城鎮(zhèn)所在區(qū)域出現(xiàn)冷島效應(yīng),這是由于冬季白天,郊區(qū)地面裸露土壤較為干燥,蒸發(fā)量較小,其升溫速度高于城區(qū)地表；另一方面原因是冬季較為嚴(yán)重的城區(qū)污染物對(duì)太陽(yáng)輻射有散射和吸收作用,很大程度削弱了到達(dá)地表的太陽(yáng)輻射[26]。因此對(duì)白天而言,京津冀大部分城市熱島在城鎮(zhèn)區(qū)域內(nèi)均有夏季最強(qiáng)、冬季最弱特點(diǎn),這與眾多學(xué)者利用遙感監(jiān)測(cè)城市白天熱島結(jié)果具有一致性[26,34,49]。但這與氣象觀測(cè)熱島不一致,主要原因是白天受太陽(yáng)輻射影響,衛(wèi)星觀測(cè)與氣象觀測(cè)的城市熱島原理不同,兩者相關(guān)關(guān)系普遍較差[25,38]。

對(duì)夜晚而言(圖5),京津冀地區(qū)各城市四季熱島分布較為相似,各城鎮(zhèn)地區(qū)均存在明顯熱島效應(yīng),水體具有“暖島效應(yīng)”。春季夜晚SUHI(圖5),多數(shù)城市均出現(xiàn)較強(qiáng)以上熱島,局部強(qiáng)熱島,RHA排名前3位的分別是天津(1555 km2)、北京(779 km2)和唐山(730 km2),石家莊為232 km2。夏季夜晚SUHI(圖5),大部分城市以弱熱島為主,熱島范圍也明顯小于其他季節(jié),RHA排名前3位的分別是天津(770 km2)、北京(585 km2)和唐山(272 km2),石家莊為160 km2。秋季夜晚SUHI(圖5)與春季分布相似,大部分城鎮(zhèn)地區(qū)出現(xiàn)熱島,RHA排名前3位的分別是天津(1729 km2)、北京(958 km2)和唐山(632 km2),石家莊為276 km2。冬季夜晚SUHI(圖5),大部分城市出現(xiàn)強(qiáng)熱島,熱島強(qiáng)度及范圍也明顯大于其他季節(jié),RHA排名前3位的分別是天津(2033 km2)、北京(1186 km2)和唐山(773 km2),石家莊為310 km2。值得一提的是四季夜晚天津的較強(qiáng)熱島面積均為各城市中最大,這與夜晚天津沿海分布著大面積的水體具有“暖島”效應(yīng)有關(guān)。對(duì)比四季SUHI(圖5)可知,對(duì)夜晚SUHI而言,京津冀大部分城市在城鎮(zhèn)區(qū)域內(nèi)均有冬季最強(qiáng)、夏季最弱特點(diǎn)。這與北京市氣象局氣候資料室[69]及謝莊等[65]利用氣溫資料對(duì)北京地區(qū)的研究結(jié)論相似：即冬季熱島最強(qiáng),夏季最弱。這是由于衛(wèi)星遙感監(jiān)測(cè)的地溫與氣溫在夜間具有良好的正相關(guān)性,而這種高度相關(guān)可以由夜間地表可以看作一個(gè)均質(zhì)的單一熱源來(lái)解釋[70]。即對(duì)城市熱島監(jiān)測(cè)而言,遙感監(jiān)測(cè)只有在夜晚才與氣溫監(jiān)測(cè)具有較好的一致性[22]。

圖5 京津冀地區(qū)2010—2014春季、夏季、秋季、冬季平均夜晚SUHIFig.5 Seasonal night SUHI for spring,summer,autumn,winter in Beijing-Tianjin-Hebei region in 2010—2014

由圖4和圖5對(duì)比可知,不考慮京津冀地區(qū)地形對(duì)熱島影響和沿海水體夜晚的“暖島效應(yīng)”,夏季白天各城市SUHI強(qiáng)度和范圍最大,而且夏季白天也是高溫易發(fā)對(duì)人居環(huán)境及人體健康影響最大的時(shí)段,在這里對(duì)夏季白天各城市RHA、較強(qiáng)以上熱島面積比例(占該行政區(qū)域面積的百分比,簡(jiǎn)稱(chēng)P_RHA)、SUHI_CA、UHPI_CA及AG進(jìn)行分析,如表4所示：RHA排名前三的分別是北京(2351 km2)、天津(1883 km2)和唐山(889 km2),石家莊排第四(611 km2),分別占該行政區(qū)域面積的14%、16%、7%和4%,其余各城市RHA均在400 km2以下,面積百分比為4%以下,整個(gè)京津冀城市群RHA為7386 km2,占行政區(qū)域面積的5.8%；11個(gè)平原城市SUHI_CA和UHPI_CA平均值分別為3.0℃和0.61,但排名前三的SUHI_CA和UHPI_CA城市并不一致,前三的SUHI_CA是保定(4.5℃)、北京和石家莊(并列第二,4.3℃)、天津(3.6℃),前三的UHPI_CA為石家莊(0.87)、保定(0.83)、北京和邢臺(tái)(并列,0.81),UHPI評(píng)估為5級(jí)(非常嚴(yán)重)；唐山、天津、邯鄲也在0.60以上。就AG而言,5級(jí)(非常嚴(yán)重)的城市有4個(gè),4級(jí)(嚴(yán)重)的有3個(gè),3級(jí)(較嚴(yán)重)的有1個(gè),2級(jí)(一般)的有3個(gè),3級(jí)(較嚴(yán)重)以上城市占到73%,表明夏季白天京津冀城市群各中心城區(qū)熱島總體都很?chē)?yán)重。

3.3 熱島時(shí)空變化現(xiàn)狀分析

由前面分析可知,夏季白天是京津冀城市群SUHI最強(qiáng)的時(shí)段,利用1994年NOAA11、2004年和2014 MODIS衛(wèi)星資料可估算京津冀地區(qū)不同年代夏季白天SUHI_CA、UHPI_CA和HHA(圖6)。

圖6 京津冀地區(qū)不同年代1994年、2004年、2014年夏季白天SUHI變化Fig.6 SUHI temporal change in summer day in 1994,2004,2014 in Beijing-Tianjin-Hebei region

1994年 各城市熱島強(qiáng)度和范圍比較弱(圖6),以弱熱島和較強(qiáng)熱島為主,大部分UHPI_CA在0.60以下,排名前三位的分別是石家莊(0.67)、唐山(0.46)、北京(0.37),大部分城市HHA很小,一般在100 km2以下。

2004年 各城市熱島強(qiáng)度和范圍明顯增加,出現(xiàn)明顯強(qiáng)熱島區(qū)域(圖6),各UHPI_CA明顯增加,UHPI_CA在0.60以上的城市占到45%,各城市HHA均增加2倍以上,其中北京、天津、石家莊HHA分別增加到866、373、189 km2。

2014年 各城市熱島強(qiáng)度和范圍較2004年繼續(xù)擴(kuò)大(圖6),各城市UHPI_CA呈持續(xù)增加趨勢(shì),UHPI_CA在0.60以上的城市上升到73%,其中排名前三的分別是石家莊(0.93)、保定(0.88)、北京(0.85)與邢臺(tái)(0.85),AG均達(dá)5級(jí)(非常嚴(yán)重)；天津、唐山、滄州、邯鄲UHPI_CA分別為0.79、0.78、0.73和0.66,AG均達(dá)4級(jí)(嚴(yán)重),表明2014年京津冀城市群大部分中心城區(qū)夏季白天熱島已經(jīng)很?chē)?yán)重；HHA也迅速增加,北京、天津分別已達(dá)到1346km2和1342km2,明顯高于其他城市,石家莊排第三,達(dá)562 km2,唐山也達(dá)486 km2,保定、廊坊、邢臺(tái)、邯鄲的HHA為124—254 km2,其他城市在100 km2以下,該結(jié)果也顯示出超大城市(北京、天津)、特大城市(石家莊)、資源型城市(唐山)貢獻(xiàn)了京津冀城市群大部分熱島面積。

表4 京津冀各城市夏季白天RHA、P_RHA、SUHI_CA、UHPI_CA和AG對(duì)比(2010—2014)

對(duì)比3個(gè)時(shí)期的熱島變化分析看出,經(jīng)過(guò)20a的城市發(fā)展,11個(gè)平原城市夏季白天SUHI_CA平均值為1.2℃,UHPI_CA平均值在1994年僅為0.29,AG為2級(jí)(一般),總的HHA為190 km2；到2004年SUHI_CA和UHPI_CA平均值分別增加到2.6℃和0.58,AG為3級(jí)(較嚴(yán)重),總的HHA增加到1975 km2；到2014年SUHI_CA和UHPI_CA平均值分別增加到3.2℃和0.69,AG為4級(jí)(嚴(yán)重),總的HHA增加到4539 km2,占行政區(qū)域總面積的3.6%,這種變化反映了京津冀城市群20年來(lái)城市擴(kuò)展導(dǎo)致的熱島效應(yīng)增強(qiáng)增大事實(shí)。

3.4 熱島時(shí)空變化趨勢(shì)

利用MODIS衛(wèi)星資料估算2003—2014逐年城市年均熱島面積(HA)與夏季白天強(qiáng)熱島面積(HHA),對(duì)熱島面積時(shí)間變化進(jìn)行趨勢(shì)線性擬合(模型達(dá)到0.05顯著水平),可以得到京津冀各城市近12年熱島面積變化量：京津冀各城市HA呈增加趨勢(shì),平均增加45 km2/a,除了秦皇島增加很少(2 km2/a),其余城市增加23—86 km2/a,天津HA增加最大(86 km2/a),其次是北京(61 km2/a),石家莊為43 km2/a。對(duì)夏季白天HHA而言,京津冀各城市平均增加15 km2/a,但主要增加在天津和北京,分別為69 km2/a和63 km2/a,唐山增加12km2/a,其余城市在6 km2/a以下,而衡水和秦皇島幾乎沒(méi)有增加。

從前面分析可知,不考慮受河北太行山山前地區(qū)影響的熱島區(qū)域,無(wú)論時(shí)間上還是空間上,京津冀城市群熱島強(qiáng)度與范圍呈持續(xù)增加趨勢(shì),其中北京城市熱島范圍呈現(xiàn)向東、南、背三面擴(kuò)展的趨勢(shì),而天津熱島呈向東北、東擴(kuò)展趨勢(shì)。根據(jù)主要強(qiáng)熱島區(qū)域最外圍位置估算,北京與天津強(qiáng)熱島最近空間距離1994年為94 km(圖6),到2004年縮減到79 km(圖6),到2014年則已縮減到52 km(圖6),雖然兩個(gè)超大城市中間隔著的廊坊城市熱島范圍擴(kuò)展并不十分明顯,但由京津冀夜間燈光指數(shù)圖(圖2)可知廊坊的城鎮(zhèn)化也非常明顯,隨著未來(lái)北京城市重心東移以及東南部的北京第二國(guó)際機(jī)場(chǎng)建設(shè),將會(huì)大大促進(jìn)周邊廊坊市的城鎮(zhèn)發(fā)展,北京、廊坊、天津大范圍熱島連片的可能性大大增加,這很可能將給京津冀生態(tài)圈環(huán)境帶來(lái)惡劣后果。許多研究指出增加植被覆蓋是有效防止城市熱島的重要措施[16,46,58,63],因此,在未來(lái)的京津冀一體化發(fā)展城市規(guī)劃中,需要在北京與天津之間建立有效的綠色生態(tài)屏障,防止大面積熱島連片成為超大的“京津區(qū)域熱島群”。

3.5 經(jīng)濟(jì)驅(qū)動(dòng)因子對(duì)SUHI的影響

利用京津冀地區(qū)各城市近5年平均(2010—2014)夏季白天RHA(km2)與2013各城市國(guó)內(nèi)生產(chǎn)總值(GDP(萬(wàn)元))、城鎮(zhèn)人口數(shù)(UP(萬(wàn)人))、用電量(EC(kW·h))、機(jī)動(dòng)車(chē)數(shù)量(VP(萬(wàn)輛))進(jìn)行線性擬合分析(圖7)。京津冀城市群RHA與GDP、UP、EC、VP存在顯著正相關(guān)關(guān)系,模型決定系數(shù)R2分別為0.9097、0.912、0.9661和0.7098(均達(dá)到0.01顯著水平),顯示京津冀城市群經(jīng)濟(jì)規(guī)模、人口規(guī)模、用電量和機(jī)動(dòng)車(chē)數(shù)量與城市熱島有明顯的正相關(guān)關(guān)系,顯示了這些社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子對(duì)城市熱島大小的重要影響,意味著控制人口規(guī)模和減少能耗可有效緩解熱島效應(yīng)。

一般來(lái)說(shuō),經(jīng)濟(jì)規(guī)模、電力消耗、機(jī)動(dòng)車(chē)數(shù)量均是以一定的城鎮(zhèn)人口規(guī)模為基礎(chǔ),根據(jù)城鎮(zhèn)人口數(shù)與熱島面積之間模型(圖7)擬合結(jié)果,可估算出京津冀Ⅱ型大城市、Ⅰ型大城市、特大城市、超大城市的RHA分別為38—280、280—524、524—1133、≥1133 km2,這為京津冀城市群內(nèi)各城市發(fā)展時(shí),如何通過(guò)控制城市規(guī)模來(lái)避免當(dāng)?shù)爻鞘袩釐u大小提供了一個(gè)參考。

圖7 2013年京津冀各城市GDP、UP、EC、VP與2010—2014年夏季白天RHA_HHA關(guān)系Fig.7 Relation between GDP,UP,EC,VP of cities in 2013 and the RHA_HHA in summer day in 2010—2014P<0.01表示線性擬合模型達(dá)到0.01顯著水平

同時(shí)為避免未來(lái)“京津區(qū)域熱島群”出現(xiàn)的可能,一方面需要控制或減少超大城市的城鎮(zhèn)人口規(guī)模來(lái)控制熱島面積,在2015年4月我國(guó)發(fā)布的《京津冀協(xié)同發(fā)展規(guī)劃綱要》中已提到解決“大城市病”的一條重要措施就是人口疏解,這有利于緩解超大城市的熱島效應(yīng)；另一方面則需要做好京津冀一體化的城市規(guī)劃,尤其是城市綠地和土地利用規(guī)劃,已有研究表明通過(guò)城市的土地利用有效規(guī)劃能明顯緩解熱島效應(yīng)[56]。

4 結(jié)論與討論

利用遙感定量表達(dá)城市熱島強(qiáng)弱是個(gè)復(fù)雜的科學(xué)問(wèn)題,其中關(guān)于郊區(qū)或鄉(xiāng)村背景以及城市區(qū)選擇來(lái)估算熱島強(qiáng)度是一個(gè)重要的技術(shù)問(wèn)題。本文建立的SUHI估算方法能有效監(jiān)測(cè)京津冀城市群熱島,各大中城市熱島時(shí)空分布與前人的研究結(jié)果相似,城市群SUHI不但存在年/季、晝/夜變化,還受土地利用類(lèi)型、地形影響,例如平原農(nóng)田一般無(wú)熱島,大部分山區(qū)林地呈冷島,水體在夜間呈“暖湖效應(yīng)”,河北太行山山前地區(qū)易出現(xiàn)熱島。另外,雖然在夜晚由衛(wèi)星遙感估算的SUHI與氣溫?zé)釐u具有較好一致性,但由于白天陸表溫度與氣溫形成原理上的差異,使得兩種方式估算的熱島強(qiáng)度并不具有一致性,許多研究也提到這種明顯差異[25,39- 40],同時(shí)SUHI(或UHI)的分級(jí)也沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),這給城市熱島強(qiáng)度的合理、準(zhǔn)確描述及城市熱島比較分析帶來(lái)困惑。因此,如何統(tǒng)一、協(xié)調(diào)好二者來(lái)更加合理、準(zhǔn)確表達(dá)一個(gè)城市的熱島強(qiáng)度是今后值得研究的內(nèi)容。另外,本文提出的熱島強(qiáng)度估算方法在屬于一個(gè)氣候帶里的京津冀城市群進(jìn)行了有效應(yīng)用,由于熱島強(qiáng)度是一個(gè)相對(duì)溫度距平指標(biāo)值,它考慮了一定范圍內(nèi)(即氣候條件相似)地形、土地利用類(lèi)型、植被覆蓋、人類(lèi)活動(dòng)因素,且各因素指標(biāo)容易獲取,因此該方法可在其他氣候類(lèi)型區(qū)進(jìn)行推廣應(yīng)用。但受氣候與地形差異,不同氣候帶城市熱島很可能呈現(xiàn)與京津冀城市群不一致的時(shí)空分布,如楊英寶利用衛(wèi)星資料[71]對(duì)處于亞熱帶季風(fēng)氣候區(qū)的南京城市熱島研究發(fā)現(xiàn)熱島強(qiáng)度最高值出現(xiàn)在秋季,李曉敏[72]對(duì)同處于亞熱帶季風(fēng)氣候區(qū)但又受盆地影響的成都城市熱島研究發(fā)現(xiàn)熱島強(qiáng)度最高值出現(xiàn)在春季,而處于溫帶海洋性氣候的荷蘭鹿特丹城市熱島強(qiáng)度最高值出現(xiàn)在冬季[38]。因此,針對(duì)不同氣候類(lèi)型地區(qū)的熱島時(shí)空格局還需要考慮多種因素進(jìn)一步的研究。

對(duì)京津冀城市群熱島定量監(jiān)測(cè)評(píng)估表明：城市群近5年(2010—2014)年均較強(qiáng)以上熱島面積RHA(SUHI≥3℃)為1926 km2,但在熱島最強(qiáng)的夏季白天,RHA達(dá)到7386 km2(占行政區(qū)域面積的5.8%),排名前三的分別是北京(2351 km2)、天津(1087 km2)和唐山(889 km2),石家莊排第四(611 km2)；11個(gè)平原城市中心城區(qū)平均SUHI和UHPI分別為3.0℃和0.61,熱島評(píng)估較嚴(yán)重(UHPI大于0.6)以上城市占到73%,評(píng)估結(jié)果顯示城市群各中心城區(qū)熱島總體都很?chē)?yán)重,同時(shí)顯示超大城市(北京、天津)、特大城市(石家莊)和以重化工業(yè)代表的資源型城市(唐山)占據(jù)了城市群熱島面積的大部分,這對(duì)未來(lái)京津冀城市群一體化發(fā)展,如何控制城市規(guī)模、把握城市定位、保護(hù)生態(tài)環(huán)境提供一個(gè)參考。

對(duì)比3個(gè)不同時(shí)期發(fā)現(xiàn),京津冀城市群11個(gè)平原城市夏季白天SUHI和UHPI平均值,在1994年僅為1.2℃和0.29(熱島評(píng)估為“一般”等級(jí)),強(qiáng)熱島面積HHA(SUHI≥5℃)為190 km2；到2004年分別增加到2.6℃和0.58(熱島評(píng)估為“較嚴(yán)重”等級(jí)),HHA增加到1975 km2；到2014年則增加到3.2℃和0.69(熱島評(píng)估為“嚴(yán)重”等級(jí)),HHA增加到4539 km2,占行政區(qū)域總面積的3.6%,這種變化反映了京津冀城市迅速擴(kuò)展導(dǎo)致的熱島增強(qiáng)增大事實(shí)。同時(shí)分析表明北京、天津強(qiáng)熱島區(qū)的空間距離日趨縮小,未來(lái)隨著北京城市重心東移和北京第二機(jī)場(chǎng)的建設(shè),北京、天津兩個(gè)強(qiáng)熱島區(qū)存在集中連片為“京津區(qū)域熱島群”的可能,這是未來(lái)京津冀城市群“一體化”發(fā)展需要極力避免的重大生態(tài)環(huán)境問(wèn)題,可在京津之間建立“綠色生態(tài)屏障”有效措施防止熱島蔓延趨勢(shì)。

社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子分析表明,京津冀城市經(jīng)濟(jì)規(guī)模(GDP)、人口數(shù)量和用電量都極大地影響著京津冀各城市熱島大小(擬合模型決定系數(shù)R2均在0.90以上),意味著控制城市規(guī)模、減少能源消耗可有效減緩熱島效應(yīng),這為《京津冀協(xié)同發(fā)展規(guī)劃綱要》中提到“人口疏解”和“促進(jìn)綠色循環(huán)低碳發(fā)展”以及合理地規(guī)劃城市規(guī)模大小以減緩熱島并避免“京津熱島群”出現(xiàn)的可能提供了參考。同時(shí),城市熱島形成的機(jī)制很復(fù)雜,本文只是從社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子來(lái)描述其對(duì)城市熱島的可能影響,但并沒(méi)有從機(jī)理上也難以從衛(wèi)星遙感的監(jiān)測(cè)現(xiàn)狀去解釋各種因素對(duì)熱島的具體影響過(guò)程,而數(shù)值模擬則為熱島形成機(jī)制提供了一種較好解決手段[15-16,50-51,53]。因此通過(guò)衛(wèi)星遙感獲取精細(xì)化地表參數(shù),融合數(shù)值模式和能量平衡模型,結(jié)合實(shí)地試驗(yàn)觀測(cè)數(shù)據(jù)來(lái)研究城市熱島的形成機(jī)制是未來(lái)的重要研究方向,這必將對(duì)城市的熱島效應(yīng)有深入理解,促進(jìn)各城市采取有力措施以減緩城市熱島效應(yīng)給自然環(huán)境、區(qū)域氣候造成的負(fù)面影響。

[1] Voogt J A. Urban heat island//Douglas I, Ed. Encyclopedia of Global Environmental Change Volume 3: Causes and Consequences of Global Environmental Change. New York: John Wiley & Sons, 2002: 660- 666.

[2] Rizwan A M, Dennis L Y C, Liu C H. A review on the generation, determination and mitigation of urban heat island. Journal of Environmental Sciences, 2008, 20(1): 120- 128.

[3] 張光智, 徐祥德, 王繼志, 楊元琴. 北京及周邊地區(qū)城市尺度熱島特征及其演變. 應(yīng)用氣象學(xué)報(bào), 2002, 13(Z1): 43- 50.

[4] 季崇萍, 劉偉東, 軒春怡. 北京城市化進(jìn)程對(duì)城市熱島的影響研究. 地球物理學(xué)報(bào), 2006, 49(1): 69- 77.

[5] 郭勇, 龍步菊, 劉偉東, 李明. 北京城市熱島效應(yīng)的流動(dòng)觀測(cè)和初步研究. 氣象科技, 2006, 34(6): 656- 661.

[6] Liu W D, Ji C P, Zhong X, Jiang X, Zheng Z. Temporal characteristics of the Beijing urban heat island. Theoretical and Applied Climatology, 2007, 87(1/4): 213- 221.

[7] 馬玉霞, 王式功, 魏海茹. 蘭州市近50年城市熱島強(qiáng)度變化特征. 氣象科技, 2009, 37(6): 660- 664.

[8] 陳云浩, 史培軍, 李曉兵. 基于遙感和GIS的上海城市空間熱環(huán)境研究. 測(cè)繪學(xué)報(bào), 2002, 31(2): 139- 144.

[9] Voogt J A, Oke T R. Thermal remote sensing of urban climates. Remote Sensing of Environment, 2003, 86(3): 370- 384.

[10] 蘇偉忠, 楊英寶, 楊桂山. 南京市熱場(chǎng)分布特征及其與土地利用/覆被關(guān)系研究. 地理科學(xué), 2005, 25(6): 697- 703.

[11] 宋艷暾, 余世孝, 李楠, 龔友夫. 深圳特區(qū)表面溫度空間分異特征. 生態(tài)學(xué)報(bào), 2007, 27(4): 1489- 1498.

[12] 江學(xué)頂, 夏北成. 珠江三角洲城市群熱環(huán)境空間格局動(dòng)態(tài). 生態(tài)學(xué)報(bào), 2007, 27(4): 1461- 1470.

[13] 胡姝婧, 胡德勇, 李小娟, 王榮華. 京津冀都市圈熱環(huán)境空間格局遙感分析. 國(guó)土資源遙感, 2009, (3): 94- 99.

[14] Li C F, Yin J Y. Study on urban thermal field of Shanghai using multi-source remote sensing data. Journal of the Indian Society Remote Sensing, 2013, 41(4): 1009- 1019.

[15] 楊玉華, 徐祥德, 翁永輝. 北京城市邊界層熱島的日變化周期模擬. 應(yīng)用氣象學(xué)報(bào), 2003, 14(1): 61- 68.

[16] 佟華, 劉輝志, 李延明, 桑建國(guó), 胡非. 北京夏季城市熱島現(xiàn)狀及楔形綠地規(guī)劃對(duì)緩解城市熱島的作用. 應(yīng)用氣象學(xué)報(bào), 2005, 6(3): 357- 366.

[17] 江曉燕, 張朝林, 高華, 苗世光. 城市下墊面反照率變化對(duì)北京市熱島過(guò)程的影響——個(gè)例分析. 氣象學(xué)報(bào), 2007, 65(2): 301- 307.

[18] Sarkar A, De Ridder K. The urban heat island intensity of Paris: A case study based on a simple urban surface parametrization. Boundary-Layer Meteorology, 2011, 138(3): 511- 520.

[19] Stewart I D. A systematic review and scientific critique of methodology in modern urban heat island literature. International Journal of Climatology, 2011, 31(2), 200- 217.

[20] De Lucena A J, Filho O C R, de Almeida Fran?a J R, de Faria Peres L. Urban climate and clues of heat island events in the metropolitan area of Rio de Janeiro. Theoretial and Applied Climatology, 2013, 111(3/4): 497- 511.

[21] Martin P, Baudouin Y, Gachon P. An alternative method to characterize the surface urban heat island. International Journal of Biometeorology, 2015, 59(7): 849- 861.

[22] 劉勇洪, 欒慶祖, 權(quán)維俊, 張碩. 基于多源衛(wèi)星資料的京津唐城市群熱環(huán)境研究. 生態(tài)環(huán)境學(xué)報(bào), 2015, 24(7): 1150- 1158.

[23] He J F, Liu J Y, Zhuang D F, Zhang W, Liu M L. Assessing the effect of land use/land cover change on the change of urban heat island intensity. Theoretical and Applied Climatology, 2007, 90(3/4): 217- 226.

[24] Gaffin S R, Rosenzweig C, Khanbilvardi R, Parshall L, Mahani S, Glickman H, Goldberg R, Blake R, Slosberg R B, Hillel D. Variations in New York city′s urban heat island strength over time and space. Theoretical and Applied Climatology, 2008, 94(1/2): 1- 11.

[25] Mohan M, Kikegawa Y, Gurjar B R, Bhati S, Kolli N R. Assessment of urban heat island effect for different land use-land cover from micrometeorological measurements and remote sensing data for megacity Delhi. Theoretical and Applied Climatology, 2013, 112(3/4): 647- 658.

[26] 王建凱, 王開(kāi)存, 王普才. 基于MODIS地表溫度產(chǎn)品的北京城市熱島(冷島)強(qiáng)度分析. 遙感學(xué)報(bào), 2007, 11(3): 330- 339.

[27] 鄧玉嬌, 匡耀求, 黃鋒. 基于Landsat/TM資料研究廣州城市熱島現(xiàn)象. 氣象, 2010, 36(1): 26- 30.

[28] 林奕桐, 葉駿菲, 林開(kāi)平, 張家安. 南寧市熱島效應(yīng)的遙感研究. 災(zāi)害學(xué), 2014, 29(4): 192- 197.

[29] 王天星, 陳松林, 閻廣建. 地表參數(shù)反演及城市熱島時(shí)空演變分析. 地理科學(xué), 2009, 29(5): 697- 702.

[30] 徐賽萍, 沙晉明, 劉玉琴, 祝坤子. 城市熱島效應(yīng)對(duì)植被生態(tài)環(huán)境質(zhì)量的響應(yīng)研究——以福州市馬尾區(qū)為例. 福建師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2014, 30(3): 137- 146.

[31] Walawender J P, Szymanowski M, Hajto M J, Bokwa A. Land surface temperature patterns in the urban agglomeration of Krakow (Poland) derived from Landsat- 7/ETM+Data. Pure and Applied Geophysics, 2014, 171(6): 913- 940.

[32] 徐涵秋, 陳本清. 不同時(shí)相的遙感熱紅外圖像在研究城市熱島變化中的處理方法. 遙感技術(shù)與應(yīng)用, 2003, 18(3): 129- 133.

[33] 潘衛(wèi)華, 張春桂. 泉州市城市化進(jìn)程中的熱島效應(yīng)遙感研究. 國(guó)土資源遙感, 2006, (4): 50- 54.

[34] Imhoff M L, Zhang P, Wolfe R E, Bounoua L. Remote sensing of the urban heat island effect across biomes in the continental USA. Remote Sensing of Environment, 2010, 114(3): 504- 513.

[35] Schwarz N, Lautenbach S, Seppelt R. Exploring indicators for quantifying surface urban heat islands of European cities with MODIS land surface temperatures. Remote Sensing of Environment, 2011, 115(12): 3175- 3186.

[36] 葉彩華, 劉勇洪, 劉偉東, 劉誠(chéng), 權(quán)維俊. 城市地表熱環(huán)境遙感監(jiān)測(cè)指標(biāo)研究及應(yīng)用. 氣象科技, 2011, 39(1): 95- 101.

[37] Wang J, Huang B, Fu D, Atkinson P M. Spatiotemporal variation in surface urban heat Island intensity and associated determinants across major Chinese cities. Remote Sensing, 2015, 7(4): 3670- 3689.

[38] Van Hove L W A, Jacobs C M J, Heusinkveld B G, Elbers J A, Van Driel B L, Holtslag A A M. Temporal and spatial variability of urban heat island and thermal comfort within the Rotterdam agglomeration. Building and Environment, 2015, 83: 91- 103.

[39] Cheval S, Dumitrescu A, Bell A. The urban heat island of Bucharest during the extreme high temperatures of July 2007. Theoretical and Applied Climatology, 2009, 97(3/4): 391- 401.

[40] Morris C J G, Simmonds I, Plummer N. Quantification of the influences of wind and cloud on the nocturnal urban heat island of a large city. Journal of Applied Meteorology, 2001, 40(2): 169- 182.

[41] Hu L Q, Brunsell N A. The impact of temporal aggregation of land surface temperature data for surface urban heat island (SUHI) monitoring. Remote Sensing of Environment, 2013, 134: 162- 174.

[42] Cheval S, Dumitrescu A. The summer surface urban heat island of Bucharest (Romania) retrieved from MODIS images. Theoretical and Applied Climatology, 2015, 121(3/4): 631- 640.

[43] Mohsin T, Gough W A. Characterization and estimation of urban heat island at Toronto: impact of the choice of rural sites. Theoretical and Applied Climatology, 2012, 108(1/2): 105- 117.

[44] Bokwa A, Hajto M J, Walawender J P, Szymanowski M. Influence of diversified relief on the urban heat island in the city of Kraków, Poland. Theoretical and Applied Climatology, 2015, 122(1/2): 365- 382.

[45] Ren Z B, Zheng H F, He X Y, Zhang D, Yu X Y. Estimation of the relationship between urban vegetation configuration and land surface temperature with remote sensing. Journal of the Indian Society of Remote Sensing, 2015, 43(1): 89- 100.

[46] Connors J P, Galletti C S, Chow W T L. Landscape configuration and urban heat island effects: assessing the relationship between landscape characteristics and land surface temperature in Phoenix, Arizona. Landscape Ecology, 2013, 28(2): 271- 283.

[47] Yamashita S, Sekine K, Shoda M, Yamashita K, Hara Y. On relationships between heat island and sky view factor in the cities of Tama River basin, Japan. Atmospheric Environment, 1986, 20(4): 681- 686.

[48] Roth M. Review of urban climate research in (sub)tropical regions. International Journal of Climatology, 2007, 27(14): 1859- 1873.

[49] Oke T R. City size and the urban heat island. Atmospheric Environment, 1973, 7(8): 769- 779.

[50] 崔耀平, 劉紀(jì)遠(yuǎn), 張學(xué)珍, 秦耀辰, 董金瑋. 京津唐城市群土地利用變化的區(qū)域增溫效應(yīng)模擬. 生態(tài)學(xué)報(bào), 2015, 35(4): 993- 1003.

[51] 周莉, 江志紅, 李肇新, 楊修群. 中國(guó)東部不同區(qū)域城市群下墊面變化氣候效應(yīng)的模擬研究. 大氣科學(xué), 2015, 39(3): 596- 610.

[52] Wan Z M. New refinements and validation of the MODIS land-surface temperature/emissivity products. Remote Sensing of Environment, 2008, 112(1): 59- 74.

[53] Rajasekar U, Weng Q H. Urban heat island monitoring and analysis using a non-parametric model: A case study of Indianapolis. International Journal of Photogrammetry and Remote Sensing, 2009, 64(1): 86- 96.

[54] Prata A J. Land surface temperatures derived from the Advanced Very High Resolution Radiometer and the along-track scanning radiometer: 1. Theory. Journal of Geophysical Research, 1993, 98(D9): 16689- 16702.

[55] 劉勇洪, 軒春怡, 權(quán)維俊. 基于衛(wèi)星資料的北京陸表水體的熱環(huán)境效應(yīng)分析. 湖泊科學(xué), 2013, 25(1):73- 81.

[56] 劉勇洪, 徐永明, 馬京津, 權(quán)維俊. 北京城市熱島的定量監(jiān)測(cè)及規(guī)劃模擬研究. 生態(tài)環(huán)境學(xué)報(bào), 2014, 23(7): 1156- 1163.

[57] 權(quán)維俊. 長(zhǎng)序列AVHRR的地表參數(shù)反演及其在青藏高原地區(qū)時(shí)空變化的分析[D]. 北京: 中國(guó)科學(xué)院大學(xué), 2014.

[58] Quan W J, Chen H B, Han X Z, Liu Y H, Ye C H. A modified Becker′s split-window approach for retrieving land surface Temperature from AVHRR and VIRR. Acta Meteorologica Sinica, 2012, 26(2): 229- 240.

[59] 卓莉, 李強(qiáng), 史培軍, 陳晉, 鄭璟, 黎夏. 基于夜間燈光數(shù)據(jù)的中國(guó)城市用地?cái)U(kuò)展類(lèi)型. 地理學(xué)報(bào), 2006, 61(2): 169- 178.

[60] 楊眉, 王世新, 周藝, 王麗濤. DMSP/OLS夜間燈光數(shù)據(jù)應(yīng)用研究綜述. 遙感技術(shù)與應(yīng)用, 2011, 26(1): 45- 51.

[61] Liu Q P, Yang Y C, Tian H Z, Zhang B, Gu L. Assessment of human impacts on vegetation in built-up areas in China based on AVHRR, MODIS and DMSP_OLS nighttime light data, 1992- 2010. Chinese Geographical Science, 2014, 24(2): 231- 244.

[62] 楊洋, 何春陽(yáng), 趙媛媛, 李通, 喬云偉. 利用DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)提取城鎮(zhèn)用地信息的分層閾值法研究. 中國(guó)圖象圖形學(xué)報(bào), 2011, 16(4): 666- 673.

[63] 王翠平, 王豪偉, 李春明, 董仁才. 基于DMSP/OLS影像的我國(guó)主要城市群空間擴(kuò)張?zhí)卣鞣治? 生態(tài)學(xué)報(bào), 2012, 32(3): 942- 954.

[64] 劉勇洪, 葉彩華, 權(quán)維俊, 高燕虎.華北植被的光能利用率及其時(shí)空變化分析. 高原氣象, 2010, 29(3): 696- 702.

[65] 謝莊, 崔繼良, 陳大剛, 胡保昆. 北京城市熱島效應(yīng)的晝夜變化特征分析. 氣候與環(huán)境研究, 2006, 11(1): 69- 75.

[66] 鄭祚芳, 劉偉東, 王迎春. 北京地區(qū)城市熱島的時(shí)空分布特征. 南京氣象學(xué)院學(xué)報(bào), 2006, 29(5): 694- 699.

[67] 黃利萍, 苗峻峰, 劉月琨. 天津城市熱島效應(yīng)的時(shí)空變化特征. 大氣科學(xué)學(xué)報(bào), 2012, 35(5): 620- 632.

[68] 卞韜, 任國(guó)玉, 張翠華, 閻訪. 石家莊氣象站記錄的城市熱島效應(yīng)及其趨勢(shì)變化.南京信息工程大學(xué)學(xué)報(bào):自然科學(xué)版, 2012, 4(5): 402- 408.

[69] 北京市氣象局氣候資料室. 北京城市氣候. 北京: 氣象出版社, 1992: 2- 7.

[70] Wang W H, Liang S L, Meyers T. Validating MODIS land surface temperature products using long-term nighttime ground measurements. Remote Sensing of Environment, 2008, 112(3): 623- 635.

[71] 楊英寶, 蘇偉忠, 江南. 南京市熱島效應(yīng)時(shí)空特征的遙感分析. 遙感技術(shù)與應(yīng)用, 2006, 21(6): 488- 492.

[72] 李曉敏, 曾勝蘭. 成都、重慶城市熱島效應(yīng)特征對(duì)比. 氣象科技, 2015, 43(5): 888- 897.

ResearchonquantitativeevaluationsofheatislandsfortheBeijing-Tianjin-HebeiUrbanAgglomeration

LIU Yonghong1,2,*,FANG Xiaoyi1, ZHANG Shuo1, LUAN Qingzu1, QUAN Weijun3

1BeijingMunicipalClimateCenter,Beijing100089,China2InstituteofBeijingUrbanMeteorology,ChinaMeteorologicalAdiministration,Beijing100089,China3EnvironmentalMeteorologyForecastCenterofBeijing-Tianjin-Hebei,ChinaMeteorologicalAdiministration,Beijing100089,China

高分氣象遙感應(yīng)用示范系統(tǒng)(一期);中國(guó)氣象局氣候變化專(zhuān)項(xiàng)(CCSF201618);北京市科技計(jì)劃課題(Z161100001216011);北京市氣象局城市氣候評(píng)估創(chuàng)新團(tuán)隊(duì);中國(guó)氣象局氣候變化創(chuàng)新團(tuán)隊(duì)

2016- 06- 03; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 04- 24

10.5846/stxb201606031074

*通訊作者Corresponding author.E-mail: lyh7414@163.com

劉勇洪,房小怡,張碩,欒慶祖,權(quán)維俊.京津冀城市群熱島定量評(píng)估.生態(tài)學(xué)報(bào),2017,37(17):5818- 5835.

Liu Y H, Fang X Y, Zhang S, Luan Q Z, Quan W J.Research on quantitative evaluations of heat islands for the Beijing-Tianjin-Hebei Urban Agglomeration.Acta Ecologica Sinica,2017,37(17):5818- 5835.