基于MODIS地表温度的京津冀地区城市热岛时空差异研究

陈彬辉 冯瑶 袁建国 周一敏 赵昕奕



基于MODIS地表温度的京津冀地区城市热岛时空差异研究

陈彬辉 冯瑶 袁建国 周一敏 赵昕奕†

北京大学城市与环境学院, 地表过程分析与模拟教育部重点实验室, 北京100871; † 通信作者, E-mail: sh-zhao@urban.pku.edu.cn

利用2000, 2005和2010年土地利用数据识别城市和郊区, 基于 2000—2010 年 1, 4, 7, 10 月 MODIS地温产品探究京津冀地区城市热岛效应的时空差异, 讨论城区土地利用对城市热岛效应的影响。结果表明, 京津冀地区城市热岛效应的昼夜、季节特征突出。白天热岛与夜间热岛差异较大, 夜间 92.8%以上的城镇表现为热岛, 且季节差异小。夏季白天热岛最强, 冬季白天 85%的城市呈现冷岛效应。白天水体减弱城市热岛强度, 夜间相反。春、夏季草地增加白天城市热岛强度, 冬季白天为减弱作用, 夜间四季均为增强作用。农田和林地在春、夏、秋季白天减弱城市热岛强度, 冬季白天为增强作用, 夜间四季均为减弱作用。

京津冀; 城市热岛效应; MODIS地温

城市热岛效应(urban heat island effects, UHI)指相对于其周边环境, 城市地区的硬化地面对温度的影响[1]。城市地面由钢筋、混凝土、沥青瓷砖等材料构成, 相对于自然地表, 城市地表的不透水层占绝大部分面积, 导致城市的温度高于周边环境。研究表明, 城市热岛的增温效应仅次于未利用地, 远高于农田、草地等自然覆被[2–3]。Kalnay 等[4]研究表明, 一半的升温结果是由于土地利用变化所导致, 土地利用变化导致的升温率达到 0.27℃/100a。Jr Stone[5]研究表明, 美国大城市在 1951—2000 年的50年间, 年代际的热岛效应达到0.05℃, 并且在美国南部和北部热岛效应有所不同。近几十年来, 城市热岛效应研究在研究区域、研究规模、研究内容、研究深度和研究方法上都有长足的发展[6–10]。在研究区域上, 由中高纬度城市扩展到热带城市[11]; 在研究规模上, 由大城市扩展到小城市和小聚落, 由单一城市扩展到城市群[12–13]; 在研究内容上, 不仅关注气温场, 还开始探讨城市低温分布的特征和规律[14]; 在研究深度上, 不仅对热岛现象进行研究, 还开始关注热岛造成的后果和次级效 应[15]; 在研究方法上, 数值模拟和遥感技术成为发展趋势[16–24]。

目前, 不少学者开始关注国内大城市热岛效应。赵娜等[25]利用北京12个台站的气候观测资料研究发现, 1961—2008年北京城市热岛强度增加了1.4℃, 上升幅度为0.29℃/10a。张景哲等[26]分析北京城市气温与下垫面结构的关系, 发现绿地、建筑物、水域三要素的相关程度随着季节和昼夜的变化而变化。刘继韩[27]提出可以利用城市和郊区的气温分布图, 按城镇内外, 用加权平均计算热岛强度。张恩洁等[28]研究发现, 深圳的城市热岛呈现明显的多中心现象, 降水、有风等天气要素对热岛发展有很大的影响。窦浩洋等[12]利用 2000—2003年珠江三角洲城市群自动气象站的温度数据进行空间分析, 统计热岛和冷岛出现的频率, 总结空间分布规律, 并对照土地利用类型图分析热岛区域与地表覆被的对应关系。黄良美等[29]研究南京市 4 种下垫面的气温日变化规律及城市热岛效应, 结果表明, 与水泥地相比, 水体、草地和林地下垫面白天有明显的降温效应, 而夜晚林地和水体有轻微的保暖效应。王佳丽等[30]研究了北京地表气温的年变化、季节变化以及4个季节的日变化特征。

随着遥感技术的发展, 基于遥感数据的研究也取得大量的成果。Rigo 等[31]对不同卫星和实地测量的城市地表温度进行差异分析, 发现MODIS提供的地表温度与实测的差异小于5%。Zhao 等[32]运用MODIS 地温数据和模式模拟的方式发现, 在北美洲局地气候通过改变对流效率来影响城市热岛强度, 在湿润地区的影响强度为 3±0.3 K, 而干旱地区为–1.5±0.2 K。Pandey等[33]运用MODIS地温数据研究德里的热岛, 发现夜间热岛全年存在, 而 5—6 月和 10—12 月白天存在冷岛, 并且热岛强度与气溶胶光学厚度负相关。

京津冀作为我国经济发展的第三极, 正在进行大规模的城市化, 并向一体化发展。1990—2008年期间, 京津冀都市圈城镇扩展明显, 18年间, 城镇用地面积由 1990 年的 1.17 万 km2增长到2008 年的 1.57 万 km2, 净增加4022.37 km2, 城镇扩展平均速率为每年1.91%[34]。

以往研究都是以单个城市或不同气候区的多个城市作为研究对象, 较少选择一个区域的多个城市运用 MODIS 地温数据(LST)进行区域研究。本文选择经济发展迅速的京津冀地区作为研究区域, 利用土地覆被数据和MODIS地温数据, 分析京津冀地区城市热岛的时空差异。

1 数据和方法

1.1 数据来源

本文使用的数据包括 MODIS 8 天平均地温产品和土地覆被数据。地表温度数据为NASA Earth Data提供的2000年1月至2012年12月MODIS 8天平均地温产品(https://lpdaac.usgs.gov/prod-ucts/modis_products_table/mod11a2), 该产品包括夜间地温和白天地温, 其传感器搭载在Terra卫星上, 过境时间为当地太阳时的 10:30 和 22:30, 空间分辨率为 1 km。土地覆被数据来源于全国生态环境十年变化(2000—2010 年)遥感调查与评估项目提供的京津冀地区2000, 2005 和 2010 年土地覆被数据, 空间分辨率为 30 m。土地覆被分类系统分为两级: 一级为 IPCC 土地覆被类型; 二级基于碳收支的LCCS 土地覆被类型。土地覆被系统中, 一级为 6 类: 林地、草地、水体、农田、人工地表和其他。其他指一年最大植被覆盖度小于 20%的地表和冰雪, 人工地表包括居住地、交通用地、工业用地和采矿场。

1.2 研究方法

由于京津冀地区采矿场少且离城镇远, 因此将居住地、交通用地和工业用地这三类人工地表定义为城市用地类型, 判断是否城市区的基础条件是至少有3 km×3 km的网格为城市用地类型, 确定主体后, 以该主体区域为中心点, 向外扩展, 若以上三类用地与该区域相连接, 则判定为城市区域。在城市区域的基础上向外扩展出与城市面积相等的区域作为郊区(图 1)。基于此算法, 分别确定 2000, 2005和2010年的城郊区域。

定义城市热岛强度为城市区域地温平均值与郊区地温平均值之差:

其中UHI为城市热岛强度, LSTu为城市区域地表温度平均值, LSTs为对应郊区地表温度平均值。同时选择 2000—2002年、2003—2007 年、2008—2012年1, 4, 7, 10 月平均白天地温和平均夜间地温分别代表 2000, 2005和2010 年京津冀地区冬、春、夏、秋季的白天地温和夜间地温, 利用城区和郊区的识别方法, 计算城区范围内的地温平均值和郊区范围内的地温平均值, 其差值为城郊温度差, 即城市热岛。

2 结果分析

依据本文的定义, 2000, 2005 和 2010 年京津冀地区分别有 56, 60 和 72 个城镇, 城镇的面积分别为 4497.5, 6698.2 和 8965.0 km2, 分别占京津冀土地总面积的 2.09%, 3.11%和 4.16%, 每 5 年增长 1个百分点。

2.1 研究区域平均热岛特征

京津冀地区基于地温的平均热岛强度如图 2 所示。可以看出, 白天地温热岛与夜间地温热岛呈现不同的特征: 冬、春季夜间大于白天, 夏季相反, 秋季则无明显昼夜特征。夏季和冬季的热岛昼夜差异明显大于春秋两季。白天热岛各季节差异巨大, 夏季热岛最强可达2.53℃, 春秋次之, 而冬季存在冷岛现象(UHI<0); 各季节夜间热岛差异较小, 强度均在1~1.6℃之间, 呈现出冬季最强而春季次之、秋季再次、夏季最弱的特点。

2.2 研究区热岛的级别特征

将所有热岛值从大到小排序, 并将其分为热岛(>0℃)和冷岛(<0℃), 定义热岛的前 20%为三级热岛(>1.5℃), 中间60%为二级热岛(0.5~1.5℃), 后20%为一级热岛(<0.5℃), 分为3个等级。

从图3可以看出, 各季节白天热岛所占比例差异较大, 大部分城市在冬季白天出现冷岛现象(3个年份出现冷岛的城镇所占比例分别为 85.7%, 85.0%和 90.3%), 只有少部分为热岛, 主要出现在邯郸市周围以及渤海湾周围几个面积较小的城镇。冬季白天出现冷岛的原因可能是城市周边被农田环绕, 冬季农田没有植被, 土壤裸露, 反照率较低, 而且土壤含水量较低, 白天受太阳照射时, 农田的地表温度迅速升高, 高于城区地表温度, 从而出现冷岛的现象。夏季白天所有城镇均存在热岛, 且三级热岛的数量和比例都在增长, 分别为 23 (41.1%), 30 (50.0%)和 37 (51.4%), 呈现出上升趋势, 且分布上有所改变。2000 年三级热岛主要分布在北京市、天津市以及河北南部城镇, 2010年三级热岛主要分布在渤海湾附近。各个时段各个季节夜间出现热岛的城镇比例均在92.8%以上, 2000—2010 年 4 个季节二级热岛城镇所占比例均呈现上升趋势, 其中冬季和春季增长明显, 分别为13.0%和38.9%, 而冬季和春季一级热岛的比例分别下降13.1%和38.5%, 冷岛主要分布在渤海湾附近。

2.3 城区土地覆被对UHI的影响

划分出的城区中包括水体、草地等多种土地类型, 这部分与人工地表差异巨大, 对城市热岛有一定的作用。将这部分土地覆被分别剔除, 重新计算UHI, 与未剔除对比, 得出各种土地覆被对UHI的影响强度(表 1), 其中负值表示该土地覆被减弱城市热岛, 正值相反。

2.3.1 水体对UHI的影响

将城镇中水体剔除后计算新的城市热岛, 与未剔除时对比, 有72个城镇包含水体, 面积占城镇面积的0.50%~23.91%。去除这部分后, 计算其平均ΔUHI, 发现各个季节白天水体均减弱 UHI, 其中冬、春季节效果较为明显。各个季节夜间水体对城市热岛为保持作用, 其强度均在0.01℃左右。

表1 不同覆被对城市热岛的影响强度

2.3.2 草地对UHI的影响

有 93 个城镇包含草地, 面积占城镇面积的0.50%~13.85%。计算剔除后与剔除前的差异, 发现草地在春、夏季白天对城市热岛有增强作用, 而秋季白天作用不明显, 冬季则是减弱作用。各个季节草地对夜间城市热岛均表现为增强作用, 且季节差异较小。

2.3.3 林地对UHI的影响

有 63 个城镇包含林地, 面积占城镇面积的0.26%~11.11%。运用同样的方法计算平均 ΔUHI, 发现林地在春、夏、秋季白天对于城市热岛有减弱作用, 夏季减弱作用最强, 而春、秋减弱效果接近。冬季白天林地对城市热岛有增强效果。夜间林地减弱城市热岛, 春、夏季较为明显, 而秋、冬季影响较小。

2.3.4 农田对UHI的影响

171个城镇包含农田, 面积占城镇面积的1.09%~35.54%。春、夏、秋季白天, 农田对城市热岛有减弱作用, 其中夏季作用最强, 减弱0.108℃, 而春、秋季减弱幅度均在0.01℃左右。冬季农田对城市热岛具有增强作用,增强幅度达0.109℃。各个季节农田对夜间城市热岛强度具有减弱作用, 冬季减弱效果最强, 而夏季最弱。

2.3.5 水体、草地、林地、农田对城市热岛的综合影响

剔除城市中其他覆被, 只将居住地、工业用地和交通用地的地温用于计算 LSTu, 与未剔除的情况做对比(表 2, 负值表示减弱作用, 正值相反), 发现白天其他覆被类型对春、夏、秋季热岛有减弱作用, 其中夏季效果最明显, 而对冬季白天热岛有增强作用。夜间其他覆被类型对4个季节的热岛均为减弱作用, 冬季效果最好而夏季最差。

表2 4种土地覆被的综合影响

3 结论

1) 京津冀冬、春季夜间热岛强于白天, 而夏季相反, 冬季昼夜差异最大可达 2.5℃以上, 夏季次之, 在 1.34~1.53℃之间, 春季和秋季再次。各季节白天热岛差异大, 夏季最强, 冬季最弱, 为冷岛。各季节夜间热岛差异小, 均在 1℃左右, 冬季最强, 春秋次之, 夏季最弱。

2) 85%以上的城镇冬季白天出现冷岛, 而夏季白天所有城镇均为热岛, 且 2000—2010 年呈三级热岛的城镇数量和比例都在上升。各个时段各个季节夜间出现热岛的城镇比例均在 92.8%以上, 且2000—2010 年冬、春季一级热岛城镇比例下降明显, 二级热岛城镇比例上升明显。

3) 各个季节白天, 水体对城市热岛有减弱作用, 而夜间为增强作用; 草地在春、夏季白天对城市热岛有增强作用, 秋季白天作用不明显, 冬季白天是减弱作用, 夜间则均呈增强作用。林地春、夏、秋季白天对于城市热岛有减弱作用, 冬季白天为增强效果。夜间林地对于城市热岛为减弱作用, 夏季最为明显, 春季次之, 秋、冬季影响小。农田在春、夏、秋季白天对城市热岛有减弱作用, 而在冬季白天为增强作用, 夜间均表现为减弱作用。4 种土地覆被对城市热岛的综合作用为春、夏、秋季白天和四季夜间为减弱作用, 而冬季白天为增强作用。

参考文献

[1]Oke T R. The energetic basis of the urban heat-island. Quarterly Journal of the Royal Meteorological Socie-ty, 1982, 108: 1–24

[2]Yang X, Hou Y, Chen B. Observed surface warming induced by urbanization in east China. Journal of Geophysical Research: Atmospheres, 2011, 116(D14): 263–294

[3]Jingyong Z, Wenjie D, Lingyun W, et al. Impact of land use changes on surface warming in China. Advances in Atmospheric Sciences, 2005, 22(3): 343–348

[4]Kalnay E, Cai M. Impact of urbanization and land-use change on climate. Nature, 2003, 423: 528–531

[5]Jr Stone B. Urban and rural temperature trends in proximity to largeUS cities: 1951–2000. Int J Clima-tol, 2007, 27(13): 1801–1807

[6]De Laat A T J, Maurellis A N. Evidence for influence of anthropogenic surface processes on lower tropo-spheric and surface temperature trends. International Journal of Climatology, 2006, 26(7): 897–913

[7]Hausfather Z, Menne M J, Williams C N, et al. Quantifying the effect of urbanization on US Historical Climatology Network temperature records. Journal of Geophysical Research: Atmospheres, 2013, 118(2): 481–494

[8]Benali A, Carvalho A C, Nunes J P, et al. Estimating air surface temperature in Portugal using MODIS LST data. Remote Sensing of Environment, 2012, 124(9): 108–121

[9]Dou H, Zhao X. Climate change and its human dimensions based on GIS and meteorological statist-ics in Pearl River Delta, Southern China. Meteoro-logical Applications, 2011, 18(1): 111–122

[10]Li Y, Zhu L, Zhao X, et al. Urbanization impact on temperature change in China with emphasis on land cover change and human activity. Journal of Climate, 2013, 26(22): 8765–8780

[11]黄嘉佑, 刘小宁, 李庆祥. 中国南方沿海地区城市热岛效应与人口的关系研究. 热带气象学报, 2004, 20(6): 713－722

[12]窦浩洋, 张晶晶, 赵昕奕. 珠江三角洲城市热岛空间分布及热岛强度研究. 地域研究与开发, 2010, 29(4): 72–77

[13]Fumiaki Fujibe. Urban warming in Japanese cities and its relation to climate changemonitoring. Int J Clima-tol, 2011, 31(2): 162–173

[14]李庆祥, 黄嘉佑, 董文杰. 基于气温日较差的城市热岛强度指标初探. 大气科学学报, 2009, 32(4): 530-535

[15]Thorsson S, Lindberg F, Bjorn J, et al. Potential changes in outdoor thermal comfort conditions in Gothenburg, Sweden due to climate change: the influence of urban geometry. Int J Climatol, 2011, 31(2): 324–335

[16]Mohan M, Kikegawa Y, Gurjar B R, et al. 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

[17]崔耀平, 刘纪远, 张学珍, 等. 城市不同下垫面的能量平衡及温度差异模拟. 地理研究, 2012, 31(7): 1257–1268

[18]Clinton N, Gong P. MODIS detected surface urban heat islands and sinks: global locations and controls. Remote Sensing of Environment, 2013, 134(5): 294–304

[19]Zhang H Q, Gao X J, Li Y H. Climate impacts of land-use change in China and its uncertainty in a global model simulation. Climate Dynamics, 2009, 32(4): 473–494

[20]Campra P, Garcia M, Canton Y, et al. Surface temperature cooling trends and negative radiative forcing due to land use change toward greenhouse farming in southeastern Spain. Journal of Geophysical Research: Atmospheres, 2008, 113(D18): D18109

[21]Urban M, Eberle J, Hüttich C, et al. Comparison of satellite-derived land surface temperature and air temperature from meteorological stations on the pan-arctic scale. Remote Sensing, 2013, 5(5): 2348–2367

[22]刘树华, 刘振鑫, 李炬,等. 京津冀地区大气局地环流耦合效应的数值模拟. 中国科学 D 辑: 地球科学, 2009, 39(1): 88–98

[23]刘振鑫, 刘树华, 胡非,等. MM5和WRF对北京地区低层大气局地环流模拟能力的对比研究. 中国科学 D 辑: 地球科学, 2012, 42(2): 301–312

[24]Miao Y C, Liu S H, Zheng Y J, et al. Numerical study the effects of topography and urbanization on the local atmospheric circulations over the Beijing-Tianjin-Hebei, China. Advances in Meteorology, 2014: http://dx.doi.org/10.1155/2015/397070

[25]赵娜, 刘树华, 虞海燕. 近 48 年城市化发展对北京区域气候的影响分析. 大气科学, 2011, 35(2): 373–385

[26]张景哲, 刘继韩, 周一星, 等. 北京城市热岛的几种类型. 地理学报, 1984, 39(4): 428–435

[27]刘继韩. 论城市热岛强度的表示方法. 地理研究, 1987, 6(3): 50–56

[28]张恩洁, 张晶晶, 赵昕奕, 等. 深圳城市热岛研究. 自然灾害学报, 2008, 17(2): 19–24

[29]黄良美, 黄海霞, 项东云, 等. 南京市四种下垫面气温日变化规律及城市热岛效应. 生态环境. 2007, 16(5): 1411–1420

[30]王佳丽, 张人禾, 王迎春. 北京不同区域表面气温的变化特征以及北京市观象台气温的代表性. 气候与环境研究, 2012, 17(5): 563–573

[31]Rigo G, Parlow E, Oesch D. Validation of satellite observed thermal emission with in-situ measurements over an urban surface. Remote Sensing of Environ-ment, 2006, 104(2): 201–210

[32]Zhao L, Lee X, Smith R B, et al. Strong contributions of local background climate to urban heat islands. Nature, 2014, 511: 216–219

[33]Pandey A K, Singh S, Berwal S, et al. Spatio- temporal variations of urban heat island over Delhi. Urban Climate, 2014, 10: 119–133

[34]徐新良, 通拉嘎, 郑凯迪, 等. 京津冀都市圈城镇扩展时空过程及其未来情景预测. 中国人口·资源与环境, 2012, 22(11): 256–261

Spatiotemporal Difference of Urban Heat Island in Jing-Jin-Ji Area Based on MODIS Land Surface Temperature

CHEN Binhui, FENG Yao, YUAN Jianguo, ZHOU Yimin, ZHAO Xinyi†

College of Urban and Environmental Sciences, Laboratory for Earth Surface Processes (MOE), Peking University, Beijing 100871; † Corresponding author, E-mail: sh-zhao@urban.pku.edu.cn

Utilizing land cover change(LCC) information together with MODIS land surface temperature in Jing-Jin-Ji area in 2000, 2005 and 2010, spatiotemporal difference of urban heat island (UHI) effects and the factors influenced UHI is explored. Results reveal that the seasonal fluctuations of daytime UHI is bigger than that of nighttime UHI. More than 92.8% of the urban have UHI in the nighttime every season. The strongest daytime UHI happens in summer, but more than 85% of the cities have urban cooling effect in winter. The nighttime UHI in different seasons appear to be similar. The water in urban has different influence to UHI in daytime and nighttime which is to weaken the UHI and to enhance the UHI. The grass in urban enhance the UHI in the daytime of spring and summer and in the nighttime of all seasons but weaken the UHI in the daytime of winter. The forest and the crop land in the urban have the same effect which are weaken the UHI in the daytime of spring, summer and autumn and in the nighttime of all seasons but enhance the UHI in the daytime of winter.

Jing-Jin-Ji; urban heat island; MODIS LST

10.13209/j.0479-8023.2016.104

P423

国家自然科学基金(41471073)资助

2015-05-19;

2015-07-14;

网络出版日期: 2016-11-05