城市扩展与热岛空间分布变化关系研究——以上海为例

随着城市建设区域和格局的迅速改变,城市热岛分布也发生了巨大变化.为了了解城市热岛分布与城市建设的关系,为城市建设同时缓解改善热岛效应奠定基础,文章采用遥感动态监测和GIS多要素空间分析技术,对上海城市90年代以来的城市扩展以及热岛分布变化状况和演变规律进行监测分析,得出城市建设区域的扩大将会导致城市热岛范围和面积的增大,城市扩展与热岛扩展趋势具有空间一致性.同时,通过对上海城市不同温度情况下地面不同介质的比例、面积进行因子权重分析,得出温度越高,其建筑、交通、工业区的比例越大;反之温度越低,农田、耕地等介质的比例越高;表明不同地物对温度分布、强度的影响明显.研究还表明:城市扩展虽会导致热岛范围加大,但如注重环境和绿化建设,则在一定程度上可缓解热岛效应和缩小热岛范围.     

南京市四种下垫面气温日变化规律及城市热岛效应

为了监测城市热岛特征、热场空间分布及综合评价城市环境质量,探讨消减城市热岛效应对策,2005年7—9月期间,通过对南京市的中心城区夫子庙、城市湖泊玄武湖、城市森林紫金山、城市郊区浦口四个观测点选取水泥地、草地、林地和水体四种下垫面进行温度、湿度、风速等气象因子的24 h同步观测,结果表明,(1)四个观测点的四种下垫面白天气温呈林地<水体<草地<水泥地的变化趋势,夜晚则是相反,但草地的温度最低;与水泥地比较,其他3种下垫面白昼期有明显的降温效应,均幅度为0.2~2.9℃,而夜晚林地与水体有轻微的保暖效应,晴好无风天气时这种效应更明显。(2)南京市的热岛强度平均为0.5~3.5℃,凌晨3:00左右热岛强度较大且平稳,当日出后热岛强度减小,但在中午12:00左右有一个明显回升,然后下降,至傍晚18:00~21:00,热岛强度有个强烈提升的高峰。(3)利用各观测点温度的时间标准差、空间标准差及时空数据正规化的标准差定量与定性的揭示了城市景观与城市下垫面对城市热岛效应变化的影响机理。(4)不同观测点舒适度指数表明观测期间人们对温度、湿度和风速日变化的综合生理感觉是暑热到较舒适间的变化过程,紫金山和浦口有时给人舒适的感觉。基于实验观测数据,对南京市不同下垫面的温度日变化规律、热岛强度特征、舒适度指数以及相关成因机理进行了全面分析与探讨,为城市生态建设、城市规则、城市环境治理及城市绿化建设提供重要的理论参考。     

北京城市热岛的定量监测及规划模拟研究

为定量地评估北京城市热岛现状并预测未来北京城市热岛发展趋势,分别采用气温资料、遥感资料和城市规划资料进行了研究分析。对北京20个气象台站按照台站距离城市中心的距离划分为远郊、近郊和城市三类,分别计算三种类型站点经过海拔订正后的年平均气温,利用1971-2012年城市站和远郊站的年平均气温差值估算北京气温热岛的时间变化;利用1987-2012年的NOAA/AVHRR和Landsat-TM两种不同分辨率的卫星资料,采用定量化的指标--地表热岛强度和热岛比例指数分别估算了不同时期北京地区和城六区热岛强度和范围,并对北京平原地区的城市热岛状况进行了评估;利用2020年的北京城市规划土地利用资料,结合2008年的城市热岛现状监测结果对2020年的北京热岛状况进行了模拟分析。研究结果表明,北京城市的气温热岛与遥感监测地表热岛在时间变化趋势上具有一致性,不同分辨率卫星资料监测地表热岛在时空分布上也具有一致性。其中1971-2012年,以年平均气温计算的北京城市热岛强度增温率为0.33℃·（10 a）-1,近5年（2008-2012）平均热岛为1.12℃。遥感监测结果显示1987-2001年北京地区的热岛持续增强,2001年之后由于北京申奥的成功进行了大面积的旧城改造和绿化,使得城市热岛强度和范围在2004年和2008年有所降低,2008年之后城市热岛继续向东、南和北方向扩展,并出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势,到2012年城六区热岛面积百分比已从1990年的31%增加到77%。由热岛比例指数确定的北京各区县热岛强度排名前三分别是城区、海淀和丰台,延庆县最低。对2020年城市规划图热岛模拟结果显示北京热岛已由“摊大饼”演变为“中心＋周边分散”模式,中心城区热岛强度和范围明显减弱,周边广大远郊区将出现分散?     

功能区对热岛发生频率及其强度的影响

通过定点观测的方法对商业区、工业区、社区和森林公园的热岛发生频率及其强度进行了研究.结果显示,功能区对热岛发生频率及其强度具有明显的影响,但在各季节影响规律各不相同.总体来说,商业区和森林公园对热岛发生频率及其强度影响较大,商业区对热岛效应具有正效应.而森林公园对其则趋向于负效应.结果表明,城市各功能区的热岛效应可以通过生态型功能区规划和特殊管理方式进行缓解.     

城市扩张对热环境时空演变的影响——以哈尔滨为例

城市发展过程中土地利用类型及其景观格局的变化是影响城市地表温度的主要原因,为定量揭示城市扩张过程中土地利用景观格局的变化对夏季地表温度的影响及作用机制,以哈尔滨为例,基于1984—2015年Landsat数据,通过分析城市建筑用地和地表温度的时空演变特征,以及地表温度与建筑用地、植被和水体之间的关系,揭示哈尔滨城市扩张过程中夏季城市热岛格局的演变特征及影响因素,为政府部门制定城市热岛效应的缓解措施提供参考。结果表明,1984—2015年哈尔滨市建筑用地面积由187 km~2扩大到571 km~2,平均扩张速度为13 km~2·a~(-1),建筑用地重心向东南方向移动了1.01 km。与1984年相比,2015年哈尔滨市有44.84%区域地表相对温度升高,有10.63%区域地表相对温度下降;从空间分布看,2015年中心城区出现热岛效应减弱、热岛斑块面积减小的趋势,周边区域出现热岛效应加强、热岛斑块面积增大的趋势。城市建筑用地与地表温度之间存在正相关关系,水体和植被与地表温度之间存在负相关关系,建筑用地的增温效应远远大于水体和植被的降温效应。在城市热岛效应分析中,应用Shannon熵的研究结果与景观指数的研究结果具有很好的一致性。在城市建设中,减小集中连片的建筑用地,增加城市绿地面积,是缓解城市热岛效应的有效手段。     

深圳市城中村的热环境特征与热岛强度分析

最近几十年的全球升温和城市化导致了城市地区热环境的持续恶化。由于建筑物密集、绿化少、人口多等原因,城中村的热环境恶化现象更为明显。近年来对城中村的热环境问题的研究,以定性讨论的多,定量的研究少,其主要原因是缺乏系统的观测数据。以地处亚热带的特大城市深圳市为例,选取平山村及绿地为研究对象,通过一年的运动样带观测,分析对比了晴天和极端高温条件下城中村和绿地的热环境特征、热岛强度和热环境舒适度,探讨了影响城中村热环境的主要因素。结果表明:深圳城中村热岛效应明显,月份间的热岛强度关系为:降雨量少的月份热岛更强;一天中各时段的热岛强度变化特征为:热岛强度在日落之后逐渐加强,在20:00至24:00间达到最大值,在午夜后逐渐减弱,最强热岛强度出现于2月份的20:00时,达3.95℃。5月至9月深圳的热环境特征为炎热潮湿,热环境极不舒适,城中村与绿地夜间温湿指数差异明显,城中村较绿地热环境不舒适性增加一个等级,夜间为城中村居民室外活动最为频繁的时候,因而对城中村居民带来不舒适的直接感受,进入后半夜之后会进而影响居民的休息,增加空调等的使用,高极端高温天气条件下,城中村与绿地的热环境较普通夏季平均值更为不舒适,容易引发中暑等危害。城中村人工下垫面较自然下垫面占比大,改变原有的水热平衡且引入更多的人为热排放,是引起热岛效应及热环境不舒适的主要原因。这些研究结果可以为城市规划设计提供理论依据。     

嘉峪关市中心城区扩张过程及其景观特征变化

以中国干旱区嘉峪关市1986、1996、2006和2010年Landsat TM/ETM＋影像为数据源,采用道路扩展和城市建设用地扩张强度反映城区建设扩张过程,同时分析了城市景观类型的斑块特征和结构特征,研究结果表明：1）嘉峪关市中心城区主干道路扩展显著,城市面积增加明显。1986—2010年间嘉峪关市道路长度增加了100.20 km,城市面积从1986年的2 220.03hm^2增加到2010年的5 048.22hm^2,年均扩张强度指数达5.10%。2）城市景观格局变化显著,建设用地、城市绿地和水体分别增加了2 003.74hm^2、655.30hm^2和169.15hm^2,未利用地则减少2 828.19hm^2。建设用地和城市绿地破碎度增加,未利用地破碎度减少。3）城市景观斑块类型更趋均衡化,整体景观和异质性多样性增加。4）城市扩张是嘉峪关城市绿地和水体明显增加的重要原因,人类活动对城市生态环境的影响逐渐增强。     

大西安都市圈城市热岛效应时空分布特征及AOD对热岛强度的影响研究

近年来,随着城市化进程快速发展以及城市气溶胶污染的加重,城市热岛效应(UHI)日益明显。以大西安都市圈为研究对象,利用2003—2018年MODIS LST数据提取了大西安近16 a的地表温度信息,基于Mann-Kendall非参数检验法、Pearson相关分析和R/S分析法等方法研究分析了大西安城市热岛效应时空分布特征,剖析了城市热岛强度与其影响因子的相关性,以及定量评估了气溶胶对城市热岛效应的贡献。结果表明,(1)大西安都市圈在2003—2018年间白天平均地表温度为21.68℃,夜晚为7.28℃,年均和季均地表温度均呈现上升趋势,整个研究区地表温度在空间上呈现北高南低的分布格局。(2)全年昼夜平均地表温度变化率分别为0.123℃·a~(-1)和0.051℃·a~(-1)。从四季地表温度趋势检验结果来看,夏季白天(P0.01)和冬季白天(P0.05)均呈现上升趋势;夏季、秋季和冬季在夜晚也呈现上升趋势,并且分别通过了0.05、0.05和0.01的显著性检验。(3)影响全年白天城市热岛强度的主要因素是NL、EVI、人口密度和不透水表面,在夜间影响因素主要为NL、AOD和不透水表面,其中,不透水表面是影响城市热岛的最直接因素。(4)估算得到气溶胶对稳定城市区域夜间UHI的贡献为(1.64±0.16)℃,对城市区域夜间UHI的贡献为(1.92±0.14)℃,由于城市区域周边工业工厂较多,因此气溶胶污染相比稳定城区较高。然而,通过治理气溶胶污染可以有效地缓解夜间城市热岛现象和热胁迫。     

基于LandsatTM影像的武汉市热岛效应研究

采用定量遥感与GIS相结合的方法,利用武汉市2006年TM遥感影像,定量分析武汉市植被指数和热岛效应的关系和空间分布。在空间剖面上,研究了植被指数（NDVI）与地表辐射温度的关系并对植被指数（NDVI）与地表辐射温度进行了回归拟合。在此基础上,研究了武汉市热岛空间分布,解释了武汉市热岛等级空间分布的特点。研究结果表明：植被指数（NDVll与地表辐射温度存在着明显的负相关性;随着植被覆盖的变化,城市建设用地的地表辐射温度明显比其他土地类型敏感;城市中工业区和人口活动密集的商业区热岛强度高;水体和绿地对于分割城市热岛和缓解热岛效应有显著作用。该研究可为城市生态规划、用地合理布局等提供参考。     

广州市热岛效应与城市露水相互关系研究

关于城市热岛效应的研究较多,而关于城市露水的研究较少,尤其是城市热岛作用下的城市露水研究则更少。探清城市露水与城市热岛的关系对增进城市露水凝结,改善城市水分平衡具有重要意义。为研究两者的相互关系,采用布片法(Cloth-plate Method)分别在广州的露水高发季节(8—11月,含秋季代表月份10月)和其他几个代表季节的1月(冬季)、4月(春季)、7月(夏季)进行了露水收集;采用常用的城郊平均温差表示热岛的统计方法对热岛进行统计分析;露水收集和热岛监测的4个点位分别选在广州的工业区、商业区、居住区、森林公园,为了比较分析也增设了郊区对照点位。结果显示,无论白天、夜间还是日平均热岛频率,其与城市露水均不存在显著的相关关系,即使城市地区存在高频率的热岛效应,也难以完全阻碍露水事件发生,无露水发生的天气其热岛频率比有露水发生时高10%左右。不论是白天、夜间还是日平均热岛强度,它们都与城市夜间露水量呈极显著负相关,城市各功能区露水量差异与该功能区内热岛强弱不无关系。城市热岛与城市露水的相互关系受多种因素的影响,热岛可能通过影响相对湿度、蒸发量来影响露水形成。结果表明,无热岛效应可能更有利于露水发生,热岛强度变化将直接影响露水凝结量的大小。     

城市化对北京夏季极端高温影响的数值研究

利用一个耦合了城市冠层模式（UCM）的区域数值模拟系统（WRF／NCAR）,引入由LandsatTM提取的京津冀区域30m分辨率下垫面GIS数据集代替美国USGS地表分类数据,对2009年6月24—25日出现在北京地区的一次超过40℃极端高温天气过程进行了高分辨率数值模拟,用以考察WRF／UCM系统对北京“城市热岛”及城市高温天气的模拟效果,并分析了城市化对北京地区城市高温和地表能量平衡的影响及其日变化特征。结果表明：采用精细化下垫面分类数据集后能更好地模拟出主要高温区的分布特征,并能较好再现夜间的“城市热岛”效应。城市化发展对近地层气温的影响主要表现在会促使城区及其下风向近郊区气温的升高,增幅可达0．5～2℃,这与城市热岛及其下游效应有关。城市下垫面的高粗糙度对近地层风速表现出明显的阻挡效应,表现在模拟的10m风场减弱明显。考虑了城市下垫面属性的敏感性试验更好地再现了城区温度的日变化,其模拟的日间最高温度与实际观测值更为接近,也较好地模拟出了城区具有较高最低温度的特征。通过城区与郊区能量平衡过程差异的分析表明,城市化可以显著改变能量平衡中各项所占的比重。地表对近地层大气热量输送过程的变化表明随着城市下垫面的日愈扩大,会显著增强白天地表对大气的向上感热输送,增大城区日间出现高温的可能。夜间,模式反映出地表能量收入来自土壤热通量的向上输送,同样由于城区的潜热通量小,收入的能量仍主要以感热形式加热大气,夜间城区具有较高的最低温度并表现出较强的热岛特征,主要与夜间感热加热的持续相关。     

春季福建柏林内、林缘与市区的舒适度对比研究

用陆鼎煌提出的“综合舒适度指数（S）”表征人体舒适度这一生物气象指标,比较了春季福建柏林内外与市区小气候的差异,结果表明：福建柏林缘与市区相比降温幅度为0．6～3．5℃;福建柏林内与市区相比降温幅度为1．3～4．2℃。在增湿率方面,福建柏林缘与市区相比增湿幅度为5．28％～29．27％;福建柏林内与市区相比增湿幅度为7．7％。33．7％。在降低风速方面,林缘与市区相比平均风速降低了0．05m／s;林内与市区相比平均风速降低了0．74m／s。综合各下垫面人体感觉舒适的时间分别为福建柏林内（8h）：福建柏林缘（8h）〉市区（4h）。     

道路建设对成都市热岛效应的影响

热岛效应是城市气候最显著的特征之一。土地利用方式及土地覆盖的改变,如城市化和道路建设是导致热岛现象的重要原因之一。然而目前针对道路属性（道路密度及类型）对城市热岛效应的影响研究还较缺乏。本研究运用2012年成都市不同时次（冬夏季）的遥感数据及城市道路交通专题图,运用3S技术探讨道路密度对城市热岛效应的影响以及不同类型道路对城市热岛效应的热贡献。研究表明：（1）成都市热岛效应明显,市区地表平均温度显著高于郊区且热岛强度呈现夏强（3~4℃）冬弱（2.5~3℃）、夜强昼弱的特征。日间城市热岛效应呈现多热中心的分布模式,但冬夏季热岛中心位置不同。夏季日间热中心位于城市的西南部和中东北部,最高可达32.66℃,而冬季日间城市的西南部地表温度较高且热中心主要分布于城市边界地区,地表温度超过16℃。无论冬夏,夜间城市热岛效应均呈现环状分布特征,即从城市边缘到中心,地表温度逐渐升高,夏季城乡地表温差高达4.37℃而冬季达到2.82℃。（2）成都市区道路呈现“圈层型＋辐射型”分布模式,道路密度与道路的分布有关,城市南部及西南部的道路密度高于北部区域。（3）无论冬夏,道路密度与地表温度正相关,但两者相关性呈现昼弱夜强的特征,其中夜间相关系数达到0.5左右。对热效应贡献度指数、热单元权重指数、区域热单元权重指数3个指标的分析都表明无论冬夏、无论昼夜,市区分布面积最广的三级道路对城市热岛效应的热贡献最大,其热效应贡献度指数均在95%以上,其次是二级道路,各项热效应贡献度指数为45%~80%。本研究结果将有助于未来城市建设和道路规划,并为缓解城市热岛效应提供理论支持。     

不同土地利用方式对城市土壤活性有机碳的影响——以开封市为例

以开封市为例,采集不同土地利用方式下城市表层土壤并测定其有机碳含量,进而探讨土地利用方式对城市土壤活性有机碳特性的影响。结果表明:土地利用方式对城市土壤活性有机碳的影响差异显著,其中易氧化态和水溶性有机碳含量依次为近郊蔬菜地>城区>近郊非农业区>远郊,微生物量有机碳含量则为近郊蔬菜地>近郊非农业区>城区>远郊,这与不同土地利用方式下土壤有机碳总量的变化情况不一样;土壤活性有机碳占总有机碳的比率也随土地利用方式的不同而变化,但其变化与土壤活性有机碳的变化情况不一致;土壤易氧化态、水溶性和微生物量有机碳之间有较强的相关性,其变化趋势在同一土地利用方式下近于一致。     

杭州城市热岛空间分布及时域-频域多尺度变化特征

利用杭州20个自动气象站逐时数据计算2006年四季各站平均热岛强度,用薄盘样条函数法研究杭州城市热岛的空间变化,发现:夏秋季时较强,而春冬季强度较弱;总体趋势是杭州市丰体城区最大,向外辐散,逐渐减弱.利用2006年2月～2007年2月逐时气象数据,结合Morlet小波变换方法分析了杭州热岛周期变化特征,发现:其在频域上具有多尺度的周期振荡,尺度主要是24 h(日)、168 h(周)和1 490 h(2月).以日为周期的热岛强度与局地气候系统、地面长波辐射、近地层热量交换、人为热的日周期变化有关;而以周为周期的热岛强度变化成因主要与人类活动及城市大气污染物排放的"周末效应"有显著的关系;以2个月为周期的变化特征与一些较大尺度的自然变化相关.结果表明,杭州城市热岛时空变化是天气系统、地面长波辐射、下垫面、大气污染、人为热、人类活动、近地层热量交换等共同作用的结果.     

城市生态气象监测评估初步研究与实践——以北京为例

气象条件作为影响生态系统最活跃、最直接的驱动因子,影响着生态系统的质量和人类生存的环境,关系着生态保护和建设的成果,而城市生态系统具有与其他系统不一样的气候特征,目前还未形成一套有关城市的生态气象监测评估方法。基于生态气象学理论,分别从城市气候环境、与气候相关的陆表环境、大气环境、人居环境以及城市高影响天气气候事件等5个方面选择不同的要素和指标开展了城市生态气象监测评估初步研究,并以北京为例,利用2018年国家和区域自动气象站资料、大气成分观测资料、2002—2018年MODIS卫星资料、Landsat及环境一号卫星资料,开展了2018年北京城市生态气象监测评估。监测评估显示,(1)2018年北京城市“热岛”和“干岛”气候特征明显,并在北京二环与五环之间存在一个“冂”形风速低值区。(2)2018年北京陆表生态环境、大气环境、人居环境进一步好转:其中植被覆盖度达61.6%,创2002年以来新高,气象条件贡献率达50%,生态涵养区植被生态质量处于正常偏好的面积比例达93.2%;中心城区陆表温度为2011年以来最低值;重要水源地密云水库、官厅水库水体面积均为2000年以来最大值;气溶胶光学厚度、霾日数、大气静稳指数分别较过去4年平均值下降14%、31%和8%,大气扩散条件偏好,对霾日减少贡献率达21%,外地污染传输对PM2.5贡献达到53%;城市生态冷源较2013年明显增加,城市“热岛”得到缓解。(3)历史罕见的夏季高温闷热、冬季阶段低温、极端强降水以及持续无降水等高影响天气气候事件给城市安全运行和生态环境带来不利影响。综合评估表明2018年北京气象条件总体利于陆表生态环境改善,有利的气候条件提高了生态环境的质量,但城市生态质量仍面临着极端天气气候事件、城市热岛、低风速以及外来大气污染输送等风险。     

城市化进程对南京市区域气温变化的影响

20 世纪90 年代以来中国进入城市化快速发展阶段,城市规模迅速扩张,这在一定程度上对大气热环境产生了影响,如产生了城市热岛效应.文章基于南京气象站点观测数据、南京市统计年鉴以及landsat TM 影像数据,选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群,运用灰色关联度分析法对影响南京气温变化的因子群进行贡献度分析.首先,基于以往研究及南京市统计年鉴选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群;其次,基于landsat TM 影像数据利用监督分类方法提取建成区面积;最后,基于灰色关联度分析方法,定量计算出人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项城市化因子分别对年均温、年最高温、年最低温、季均温、月均温以及不同时期温度均值的影响.研究发现,（1）1983-2011 年期间,南京市气温呈明显递增趋势,20 世纪90 年代后期增温更为明显,1999-2007 年年均温增长了1.50 ℃.（2）发现对于同-参考数列（年均温、月均温等）而言,其影响因子关联度整体排序是一致的：人口密度〉建成区面积〉废气排放量〉运营车辆〉用电量〉绿地覆盖面积.（3）同一城市化因子对年均温变化、年最高温变化、年最低温变化的影响是不相同的.例如,人口密度对1983-2011 年年均温变化影响最大,关联度达到了0.95;用电量、废气排放量和运营车辆对1983-2011 年年最低温变化影响最大,其关联度分别为0.68、0.74、0.73.（4）同一城市化因子对不同月份气温变化的影响是不相同的,如人口密度与2 月月均温之间的关联度最小,关联度为0.78;与3 月月均温之间的关联度最大,关联度为0.93.（5）不同城市化因子随着时间的推移,对区域气温变化的     

Determinants of local extinction and turnover rates in urban bird communities.

Studying the effects of urbanization on the dynamics of communities has become a priority for biodiversity conservation. The consequences of urbanization are mainly an increased fragmentation of the original landscapes associated with a decrease in the amount of favorable habitats and an increased pressure of human activities on the remaining patches suitable for wildlife. Patterns of bird species richness have been studied at different levels of urbanization, but little is known about the temporal dynamics of animal communities in urban landscapes. In particular, urbanization is expected to have stronger negative effects on migratory breeding bird communities than on sedentary ones, which should lead to different patterns of change in composition. Using an estimation method accounting for heterogeneity in species detection probability and data collected between 2001 and 2003 within a suburban area near the city of Paris, France, we tested whether these communities differ in their local extinction and turnover rates. We considered the potential effects of patch size and distance to Paris' center as a measure of the degree of urbanization around the patches. As expected, local rates of extinction and turnover were higher for migratory than for sedentary species, and they were negatively related to patch size for migratory species. Mean species richness of the sedentary species increased during the study period and their local turnover rate was negatively related to the distance to the urban core, showing a trend to colonize the most urban patches. These results highlight the very dynamic nature of the composition of some local bird communities in fragmented habitats and help to identify factors affecting colonization and extinction.