中小城市昼夜热岛强度变化及驱动因素研究

薛乃婷，张 震，江玉杰，张莎莎，黄丹妮

(安徽理工大学 测绘学院，安徽 淮南 232000)

城市热岛效应是多年来城市气候和城市发展领域的研究热点[1]，热岛效应会带来一系列不良影响，如破坏生态环境、影响居民生活、给城市的经济发展造成一些损失、增加了一些自然灾害发生的频率等等。因此，为了缓解城市热岛效应，研究热岛强度驱动因素就具有十分重要的意义。

多年以来，国内外学者对城市热岛效应的时空分布特征和影响因素进行了大量的研究。王建凯[2]、张春桂[3]、Cui和DeFoy[4]、Lazzarini[5]和Quan[6]等利用MODIS数据的时间特性，分析地表城市热岛效应昼夜、季节以及年际变化特性。前人的研究结果表明影响城市热岛效应的影响因子众多，主要包括下垫面改变、城市化进程、城市规划、自然因素、气候因素、居民生产生活释放的人为热等因素[7]。研究不仅分析热岛强度的单因子或者多因子的线性相关关系，还对多因子进行综合研究，并且对各因素影响程度进行定量分析。如利用Landsat数据反演地表温度，研究城市热岛强度影响因子与地表温度的关联度排序大小[8]，利用气象站气温数据对城市热岛强度因子进行灰色分析[9-10]。但目前研究还存在一些不足，首先，中国城市热岛强度影响因素研究还局限于大城市[11-12]，大多集中于北京、上海、广州、珠江三角洲等[13-14]城市化发展迅速的城市和地区，对于中小型城市的热岛强度相关研究还较少。中小城市随着城市人口增加，经济发展迅速，是交通和物流的重要枢纽，产生了中小城市独特的热岛效应问题。而中小城市淮南市是中国能源之都、安徽省重要的工业城市，城市人口迅速增长，居民生活水平提高，工业生产和生活用能不断增加，这些因素都在促使淮南市热岛效应的形成和加强。而分析中小型城市的热岛强度驱动因素及其影响程度，对其城市创造适宜的城市人居环境、改善居民生活等具有十分重要的现实意义。其次，大多数利用气象站数据和Landsat数据来研究热岛强度影响因子，这些数据的时间分辨率较低，不能全面准确地分析城市热岛强度，且只分析了白天热岛强度的影响因子排序，缺乏夜间各因素影响程度。而MODIS地表温度产品已被广泛用于城市热岛强度相关的定量研究，与Landsat、ASTER等其他遥感数据相比，MODIS数据具有较高的时间分辨率，MODIS是搭载在terra和aqua卫星上的一个重要传感器，1 d可过境4次，获得1 d 4次的地表温度数据，包括白天和夜间，对分析城市热岛强度驱动因素研究的昼夜规律有很大优势[15]。

因此，本文以淮南市为研究区，利用2014—2017 MODIS地表温度8 d合成产品(MOD11A2、MYD11A2)进行过季节和年合成，计算淮南市热岛强度。根据淮南市年鉴数据和中国气象数据，定性地选取淮南市热岛强度驱动因素，运用灰色关联分析法，定量分析昼夜各驱动因素与热岛强度的关系，分别得到昼夜各驱动因素对热岛强度的影响程度大小，为缓解中小城市热岛强度提供合理建议。

1 研究区域和数据来源

1.1 研究区概况

安徽省淮南市位于31°54′8″～33°00′26″N和116°21′5″～117°12′30″E之间，地处安徽省中北部，长江三角洲腹地，淮河之滨，是沿淮城市群的重要节点，合肥都市圈核心城市。淮南市辖田家庵区、潘集区、谢家集区、八公山区、大通区、寿县、凤台县5区2县，总面积为5 571 km2。市境以淮河为界形成两种不同的地貌类型，淮河以南为丘陵，属于江淮丘陵的一部分；淮河以北为地势平坦的淮北平原，总体南高北低。淮南市是暖温带和亚热带的过渡地带，年平均气温偏高，降雨主要集中在夏季，每年的六月底到七月中旬是淮南的梅雨季节，梅雨期略短，20 d左右。淮南市行政区划如图1所示。

图1 淮南市行政区划

1.2 数据来源及预处理

地表温度数据为2014—2017的MODIS地表温度8 d合成产品(MOD11A2、MYD11A2)，数据来源于NASA官网 (https: //ladsweb.modaps.eosdis.nasa.gov/search/)，采用MODIS重投影工具(MODIS Reprojection Tools, MRT)对影像进行批量格式转换、重投影和重采样，选取白天和夜间地表温度(LST)。

土地利用数据为2014—2017的MODIS全球土地覆盖类型年合成产品(MCD12Q1)，数据来源于NASA官网 (https://ladsweb.modaps.eosdis.nasa.gov/search/)。采用MODIS重投影工具(MODIS Reprojection Tools，MRT)对影像进行批量格式转换、重投影和重采样，选取第一类植被分类方案即IGBP的全球植被分类方案，利用ArcGIS进行裁剪，得到2014—2017淮南市的土地覆盖类型数据。

城市热岛强度与城市气候因素、下垫面性质、人为热排放、经济因素、地形因素和城市规划等息息相关。由于地形地貌和城市规划等因素较为稳定，本研究仅考虑能够人为加以改善并相对易控的因素，选取如表1所示的10种因素。气候因素选取年降水量和年平均风速两个因素，城市下垫面性质选取绿化面积、城市和建筑区面积两个因素，人口因素选取年末常住人口一个因素，经济因素选取全市总产值和工业总产值两个因素，人为热排放选取能源消耗总量、全社会用电量总计和机动车保有量3个因素。这10个驱动因素数据来源于2014—2017淮南统计年鉴和中国气象数据网。

表1 2014—2017各驱动因素值

2 研究方法

2.1 MODIS地表温度产品合成

因MODIS地表温度产品(MOD11A2、MYD11A2)在有云的区域DN值为0，所以在MODIS地表温度合成时，使DN值为0的区域不参与计算。根据需求，先将MOD11A2和MYD11A2产品进行月份合成，得到月平均地表温度产品，在此基础上再按照季节划分：春季(3月、4月、5月)、夏季(6月、7月、8月)、秋季(9月、10月、11月)、冬季(12月、1月、2月)合成季平均地表温度产品，最后得到年平均地表温度产品。

2.2 城市热岛强度计算

基于MCD12Q1的第一类植被分类方案，提取DN值为13的城市和建筑区，结合高分辨率影像，提取淮南市主要建成区，并计算主要建成区的面积，得到主要建成区的平均地表温度。Peng 等[16]在热岛强度的相关研究中指出：热岛效应的最小影响区域为城区面积的150%。在主要建成区外建立缓冲区，其缓冲区即为城市郊区，使缓冲区的面积是主要建成区面积的150%，得到缓冲区的平均地表温度，利用式(1)计算热岛强度。

Tcv=Tc-Tv.

(1)

式中：Tcv为城市热岛强度，Tc为主要建成区的平均地表温度，Tv为城市郊区的平均地表温度。

2.3 灰色关联分析法

灰色关联分析法是根据因素之间发展趋势的相似或相异程度，亦称灰色关联度，作为衡量因素间关系程度的一种方法。较其他的统计分析方法，灰色关联分析法更加符合实际，充分考虑了热岛强度驱动因素的复杂性和不确定性，不需要大量的数据资源即可探寻规律，只需要2014—2017 MODIS地表温度产品(MOD1A2、MYD11A2)、淮南市统计年鉴和中国气象数据，就可以定量研究热岛强度的驱动因素。其计算原理[17]如下：

设X0= (x0(1) ,x0(2) , …,x0(n) ) 为系统特征行为序列，且

X1= (x1(1) ,x1(2) , …,x1(n) )

…

Xi= (xi(1),xi(2) , …,xi(n))为相关因素序列。

对于ξ∈ (0,1)，令

γ(x0(k),xi(k))=(minmin|x0(k)-xi(k)|+

ξmaxmax|x0(k)-xi(k)|)/|x0(k)-xi(k)|+

ξmaxmax|x0(k)-xi(k)|，

(2)

γ(X0,Xi)= 1/n∑γ(x0(k),xi(k)).

(3)

式中：i=1,2,3,…,m为相关因素的数量；k=1,2,3，…,n为每种因素的样本数量；ξ为分辩系数；γ(X0,Xi)为每种相关因素与系统特征的灰色关联度。

3 结果与分析

3.1 热岛强度季节变化特征

分别计算2014—2017昼夜不同季节淮南市热岛强度，如图2所示，2014—2016淮南市白天热岛强度以春季最强，夏季其次，然后是秋季，冬季最弱，2017年淮南市热岛强度是夏季最强，春季次之，其次是秋季，冬季最弱。夏季热岛强于冬季是因为夏季空调的使用，人为热排放增加，而冬季没有集中供暖，能源消耗较少。2014—2017热岛强度的变化趋势分别为春季：上升-上升-下降，夏季：下降-上升-下降，秋季：下降-上升-上升，冬季：上升-下降-上升。2017年较2014年，春季热岛强度下降，夏季、秋季和冬季热岛强度上升。

图2 2014—2017不同季节淮南市热岛强度

可以看出，2014—2017淮南市夜间热岛强度以春季最强，冬季其次，然后是夏季，秋季最弱。2014—2017热岛强度的变化趋势分别为春季和夏季：下降-下降-上升，秋季和冬季：上升-下降-上升。2017年相比于2014年，四季的热岛强度都有所下降。

除了2015年秋季，白天的热岛强度小于夜间，2014—2017春季、夏季和秋季，白天热岛强度均大于夜间，而冬季，夜间热岛强度大于白天。夏季白天空调等排放大量的人为热，大气层结稳定度较强，城区增温比城市郊区强，热岛强度增加；夜间空调使用率下降，排放的人为热减少，城区和郊区下垫面的温差减小，热岛强度减小。冬季夜间由于城区形成近地大气层，使得城市郊区地面的气温下降速率大于城区，形成夜间城市热岛强度，城市热岛强度在白天会减弱。

3.2 热岛强度年际变化特征

为了反映淮南市热岛强度的年际变化，分别计算2014—2017的热岛强度，如图3所示，白天和夜间，2014—2017淮南市的热岛强度变化并不显著，白天略微增加，增加了0.018 102，夜间略微减少，减少了0.026 016，白天的热岛强度均大于夜间。

图3 2014—2017淮南市热岛强度

3.3 城市热岛强度驱动因素分析

为了定量研究城市热岛强度的主要驱动因素，采用灰色关联分析法，分别将2014—2017淮南市昼夜的热岛强度作为因变量，选取2014—2017的绿化面积、城市和建筑区面积、年末常住人口数量、全市生产总值、工业总产值、能源消耗总量、全社会总用电量、机动车保有量、年降水量和年平均风速作为影响因子，它们与热岛强度的关联度分别为γ12，γ13，γ14，γ15，γ16，γ17，γ18，γ19，γ110,γ111。

各影响因子对城市热岛强度的促进或阻碍程度是不同的，基于灰色关联分析法的计算结果如表2所示，可以看出，2014—2017白天，对淮南市热岛强度影响最大的驱动因素是工业总产值，其后各驱动因素的关联度从大到小为：城市和建筑区面积>能源消耗总量>全社会总用电量>年平均风速>年降水量>绿化面积>全市生产总值>年末常住人口数量>机动车保有量。随着淮南市工业总产值的逐年增加，说明城市发展越快，城市的人为热也越多，对城市热岛的影响也日益突出。随着城市建筑区面积的增加，大量的不透水面取代了自然表面，植被覆盖率减少，城市下垫面的热容量大，导热率高，相比于郊区，城市获得的太阳辐射能更多[18]。由于工业的发展，城市能源消耗总量增加，产生大量人为热，热岛强度增加。

表2 各驱动因素和热岛强度的关联度

夜间，对淮南市热岛强度影响最大的驱动因素是年平均风速，其后各驱动因素的关联度从大到小为：绿化面积>年降水量>城市和建筑区面积>能源消耗总量>全社会总用电量>工业总产值>全市生产总值>年末常住人口数量>机动车保有量。风速有利于城市热岛效应的形成和增加城市热岛效应。随着城市规模的扩大，高层建筑不断增多，不利于风的扩散，使风速减小，而风速减小有利于形成城市热岛效应。一般而言夜间的风速小，空气稳定度增大，热岛强度增强。植物吸收辐射能量用于蒸腾散热，同时光合作用吸收二氧化碳，减弱热岛强度。但淮南市绿化面积减少，使其热岛强度增加。年降水量减少，空气相对湿度相对较小，导致潜热交换的热量减少，热岛强度增加。

风速、降水量为自然因素，其余驱动因素均为人为因素，自然因素和人为因素共同影响城市热岛强度。淮南市是暖温带和亚热带的过渡地带，年平均气温偏高，降雨主要集中在夏季，每年的六月底到七月中旬是淮南的梅雨季节，梅雨期略短，20 d左右，自然环境相对比较稳定。而随着城市化进程不断加快，淮南市人口不断增长，城市建筑区不断扩大，人为热不断增加，人为因素越来越成为主导驱动因素。

白天较夜间相比，白天，自然因素对于热岛强度的影响较小，人为因素中的工业总产值影响较大；夜间，自然因素对于热岛效应的影响较大，人为因素中绿化面积影响较大。这可能源于产生热岛效应的几个主要原因：白天，影响热岛强度的关键是吸收的短波辐射的强弱和人为热排放导致的热量增加；而夜间影响热岛强度的关键是地面长波辐射条件、不同属性下垫面导致的降温率差异和近地层温度结构。不论白天还是夜间，一些驱动因素与热岛强度的关联度排序都是：城市和建筑区面积>能源消耗总量>全社会总用电量>全市生产总值>年末常住人口数量>机动车保有量。

为了缓解城市的热岛效应，应该根据影响因子的关联度，制定某些策略，如减少能源消耗、可用清洁能源代替、增加绿化面积、控制空调的使用、节约用电、绿色出行、减少机动车的排放等等。

4 结束语

充分利用MODIS地表温度8 d合成产品(MOD11A2、MYD11A2)，运用灰色关联度分析法发现：淮南市昼夜热岛强度的季节变化均较为明显，四季和昼夜的热岛强度存在差异；淮南市昼夜热岛强度年际变化并不显著，白天略微增加，夜间略微减少，白天的热岛强度均大于夜间；2014—2017淮南市昼夜的热岛强度驱动因素与热岛强度的关联度排序不同，白天，工业总产值排第一，夜间，年平均风速排第一；自然因素和人为因素共同影响淮南市热岛强度，白天，自然因素对于热岛强度的影响较小，人为因素中的工业总产值影响较大；夜间，自然因素对于热岛强度的影响较大，人为因素中绿化面积影响较大。可根据各驱动因素的关联度，制定某些策略以缓解城市热岛效应，减少热岛效应带来的一系列不良影响，对于改善城市规划具有十分重要的意义。