王瑩書, 石培基, 趙武生, 王梓洋, 謝曉藝

蘭州市熱環(huán)境時空特征及影響因素研究

王瑩書1,2, 石培基1, 2,*, 趙武生1,2, 王梓洋1,2, 謝曉藝1,2

1. 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070 2. 甘肅省土地利用與綜合整治工程研究中心, 蘭州 730070

基于Landsat數(shù)據(jù), 運用輻射方程傳輸法獲取蘭州市2005年、2015年和2018年夏季地表溫度作為基礎(chǔ)數(shù)據(jù), 分析蘭州市熱環(huán)境時空分布特征及其影響因素, 為緩解該市城市熱島效應(yīng)提供指導(dǎo)依據(jù)。結(jié)果表明: (1)蘭州市熱島效應(yīng)呈現(xiàn)增強趨勢, 空間分布呈現(xiàn)“樹杈狀”特征。非主城區(qū)地區(qū)成為主要熱島效應(yīng)區(qū)域, 其中, 以永登縣與皋蘭縣為熱島效應(yīng)最強烈區(qū)域。(2)低溫區(qū)與次低溫區(qū)分布的土地類型以林地和水域為主; 中溫區(qū)分布的土地類型以耕地和草地為主; 高溫區(qū)與次高溫區(qū)主要分布在建設(shè)用地、未利用地以及部分耕地與裸草地區(qū)域, 草地與耕地的植物含水量是影響地表溫度的主要因素。(3)各影響因素與LST之間的相關(guān)性由大到小分別為: NDVI、建筑密度、路網(wǎng)密度、建筑高度差、建筑平均高度、GDP和人口。

熱環(huán)境; 時空特征; 土地利用; 影響因素

0 前言

隨著城市化的不斷推進, 城市人口逐漸聚集, 自然資源加速消耗, 同時, 也對區(qū)域生理生態(tài)狀況、結(jié)構(gòu)組成、空間格局產(chǎn)生重大影響, 例如城市熱島(UHI)、環(huán)境污染、土壤沙化等。在城市化驅(qū)動下, 城市下墊面變化以及碳排放加劇是導(dǎo)致全球變暖主要原因之一。2018年聯(lián)合國政府間氣候變化專門委員會(IPCC)第五次評估報告指出, 1880—2012年全球海陸表面平均溫度呈線性上升趨勢, 且隨氣候持續(xù)變暖, 高溫?zé)崂藢⒆兊酶宇l繁[1]。城市熱島效應(yīng)是全球氣候變暖的響應(yīng)特征之一, 19世紀(jì)初期, 英國學(xué)者Howard L首次注意到城郊熱量差異[2]。近年來, 城市熱島效應(yīng)影響范圍不斷擴大, 對城市熱環(huán)境[3]、能源消耗[4]和居民健康[5]帶來的影響日益強烈[6]。隨著熱島效應(yīng)加劇, 城市熱環(huán)境已成為影響城市生態(tài)系統(tǒng)健康的重要因素之一。

近年來, 已有不少學(xué)者對城市熱環(huán)境的發(fā)展及演變進行了大量研究。其中, 遙感數(shù)據(jù)由于時間同步性高, 覆蓋范圍較廣, 被廣泛應(yīng)用于區(qū)域熱環(huán)境的動態(tài)監(jiān)測中[7-8]。目前, 國內(nèi)外研究者多以各國首都城市、一線城市、城市群和重要經(jīng)濟圈等經(jīng)濟發(fā)展速度較快區(qū)域為研究區(qū)[9-10], 對于西北欠發(fā)達地區(qū)以及具有特殊地形條件的城市研究相對較少。蘭州是典型的河谷地區(qū), 也是西北重要工業(yè)城市, 城市發(fā)展速度較快。已有研究多側(cè)重表現(xiàn)蘭州市地表溫度長時序的空間分異[11], 研究范圍也以主城區(qū)為主[12], 缺少對全市熱環(huán)境的研究。同時, 目前研究集中于單一成因分析, 如植被覆蓋度[13]、不透水面[14]和景觀格局[15]與地表溫度的數(shù)理關(guān)系, 較少定量的綜合評價自然、人文組合因素。

蘭州是推動西部發(fā)展的重要引擎, 也是我國西北地區(qū)重要的工業(yè)基地與交通樞紐。區(qū)域高質(zhì)量發(fā)展, 對生態(tài)與經(jīng)濟之間的協(xié)調(diào)關(guān)系, 提出了更高的要求。2012年國家批準(zhǔn)建立蘭州新區(qū), 《蘭州市城市總體規(guī)劃(2011—2020)》提出將榆中縣作為蘭州副中心, 城市面積的擴展以及空間結(jié)構(gòu)的改變使得整個蘭州市熱環(huán)境發(fā)生變化。蘭州市熱島效應(yīng)夏季最強, 冬季最弱[16], 基于此, 本文利用遙感影像數(shù)據(jù), 研究2005—2018年蘭州市夏季地表溫度分布特征, 將自然影響因素與社會經(jīng)濟影響因素置于同一研究框架中, 定量分析形成蘭州市熱環(huán)境分布格局的影響因素。研究結(jié)果以期對蘭州市城市發(fā)展規(guī)劃方案提供數(shù)據(jù)支撐, 也為緩解干旱區(qū)其他河谷型城市熱島效應(yīng)提供參考。

1 研究區(qū)域及數(shù)據(jù)來源

1.1 研究區(qū)概況

蘭州是典型的河谷型城市, 位于南北兩山之間, 黃河自東西穿中心城區(qū)而過。蘭州深居西北內(nèi)陸, 成雨機會少, 降水量約324.8 mm, 年平均氣溫為9.3 °C。截至2018年, 全市下轄5個區(qū)、3個縣(圖1), 城鎮(zhèn)化率達81.03%。蘭州是蘭西城市群重要的區(qū)域性中心城市, 向西開放的重要經(jīng)濟增長極, 擁有經(jīng)濟、社會和文化積聚優(yōu)勢。城市化在推動國民經(jīng)濟快速增長的同時也造成了一系列生態(tài)環(huán)境問題。與全球其它河谷型城市和工業(yè)型城市類似, 長期的石化重工業(yè)污染累積, 大氣污染問題嚴(yán)重[17], 污染物質(zhì)難以向外擴散[18], 大氣中的氣溶膠粒子, 加劇了城市熱島效應(yīng)。加上蘭州市獨特的自然地形條件, 河谷地形氣流閉塞[19], 邊界層內(nèi)靜風(fēng)頻率高, 尤其冬季城市上空容易形成較厚的逆溫層, 對城市具有很好的“保暖作用”。

1.2 數(shù)據(jù)來源

研究數(shù)據(jù): (1)2005年、2015年和2018年蘭州市土地覆被數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)Landsat TM/ETM/8遙感影像數(shù)據(jù), 分辨率為30 m。 (2)地表溫度反演數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/), 選取2005、2015和2018年夏季Landsat7 ETM、Landsat8 OLI/TIRS遙感影像數(shù)據(jù), 數(shù)據(jù)分辨率為30 m, 軌道號130/35, 云量均小于1%, 地表反演效果佳, 運用 ENVI5.3 軟件去除云層污染, 并進行幾何校正、大氣校正、研究區(qū)裁剪等預(yù)處理。(3)地表影響因素及社會經(jīng)濟影響因素數(shù)據(jù)來源于中國GDP空間分布公里網(wǎng)格數(shù)據(jù)集、中國人口空間分布公里網(wǎng)格數(shù)據(jù)集、中國季度植被(NDVI)空間分布數(shù)據(jù)集、城市建筑面輪廓和建筑高度空間分布數(shù)據(jù)以及道路空間分布數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)。所有柵格數(shù)據(jù)大小均重采樣為30 m, 投影均為WGS1984 Albers。

圖1 研究區(qū)地理位置示意圖

Figure 1 Location map of study area

1.3 研究方法

1.3.1 地表溫度反演

式中: 式中L由TIRS Band 10輻射定標(biāo)后所得輻射亮度值表征,為地表比輻射率T為地表真實溫度(K),(T)為黑體熱輻射亮度/(m2·sr·μm),為大氣在熱紅外波段透過率,為大氣向上輻射亮度/(m2·sr·m),為大氣向下輻射亮度/(m2·sr·μm)。

因本文所選三期遙感影像為不同時相數(shù)據(jù), 為消除太陽輻射、風(fēng)速及云量等因素影響, 利于不同時相的熱環(huán)境空間分布及演變分析, 利用均值-標(biāo)準(zhǔn)差法[21]將研究區(qū)LST劃分為高溫區(qū)、次高溫區(qū)、中溫區(qū)、次低溫區(qū)和低溫區(qū)5個等級。見表1(表中M為LST的均值; δ代表標(biāo)準(zhǔn)差)。以次高溫區(qū)與高溫區(qū)代表城市熱島效應(yīng)區(qū)域。

表1 均值-標(biāo)準(zhǔn)差法的地表溫度等級劃分標(biāo)準(zhǔn)

1.3.2 影響因素

城市熱環(huán)境的變化是多種因素共同作用下的結(jié)果[22-23]。城市地表覆蓋類型的變化被認(rèn)為是城市熱島效應(yīng)形成和加劇的重要因素。城市化進程的推進, 導(dǎo)致林地、草地和水體等自然地表被硬化地表所替代, 不透水面升溫速度已被證實為最快[24], 并且, 蘭州市特殊的地形地貌條件, 導(dǎo)致城市建設(shè)難以“攤大餅”式的向外擴展, 城市內(nèi)部高層建筑物增加以及建筑密度的增加降低了熱量的交換速度, 主城區(qū)倚靠南北兩山亦成為影響熱浪擴散的“屏障”。因此, 本文選用NDVI、路網(wǎng)密度、建筑密度、建筑高度差和建筑平均高度作為影響城市熱環(huán)境形成的地表因素; 人口城市化與產(chǎn)業(yè)結(jié)構(gòu)的變化是城市化的驅(qū)動力也是城市化的結(jié)果, 人口集聚與經(jīng)濟發(fā)展所帶來的交通出行、生產(chǎn)側(cè)和消費側(cè)[25]等導(dǎo)致碳排放加劇, 因此, 選取GDP與人口作為影響城市熱環(huán)境的社會經(jīng)濟因素。較短時序內(nèi)區(qū)域氣候條件變化幅度較小, 因此未選用氣候相關(guān)因素進行影響因素分析。

相關(guān)性分析是探究區(qū)域地表溫度與影響因素之間響應(yīng)關(guān)系的關(guān)鍵方法。利用Arcgis10.2漁網(wǎng)工具對研究區(qū)進行網(wǎng)格劃分, 網(wǎng)格大小為500 m, 相關(guān)性分析的樣點設(shè)計采用均勻采樣法, 利用SPSS22進行Pearson相關(guān)分析, 探究城市熱環(huán)境形成的影響因素。Pearson相關(guān)分析計算公式為:

式中,為Pearson相關(guān)系數(shù),x與y分別為兩個變量值,為變量總個數(shù)。

2 結(jié)果與分析

2.1 熱環(huán)境時空演變特征

從不同溫度分布等級與用地類型分布變化情況來看(圖2、圖3), 2005—2018年, 蘭州市夏季熱島效應(yīng)總體呈現(xiàn)增加趨勢, 主要表現(xiàn)為高溫區(qū)范圍稍有減小, 次高溫區(qū)范圍大幅增長。熱島效應(yīng)區(qū)域大致呈現(xiàn)“樹杈狀”分布特征, 以大通河、湟水河和莊浪河為枝杈, 地表溫度自中部向四周逐漸降低, 尤其以2015年“樹杈狀”特征分布最為明顯; 高溫區(qū)主要分布在莊浪河以東的皋蘭縣, 黃河以北的城關(guān)區(qū), 莊浪河以西有少量分布; 次高溫區(qū)域基本沿高溫區(qū)外圍向四周擴展; 低溫區(qū)與次低溫區(qū)分布較為穩(wěn)定, 主要分布在密集的林區(qū)以及河流處。河流與林地對周圍區(qū)域有明顯的降溫作用, 形成“冷廊”與“冷島”。

圖2 蘭州市2005年、2015年和2018年溫度等級分布圖

Figure 2 Temperature level distribution of Lanzhou in 2005, 2015 and 2018

圖3 蘭州市2005年、2015年和2018年土地利用類型圖

Figure 3 Land use types of Lanzhou in 2005, 2015 and 2018

研究期內(nèi)夏季各區(qū)縣地表溫度均呈現(xiàn)不同程度的變化。其中, 以榆中縣增幅最快, 地表溫度年平均增長率達到2.4%。榆中縣地表溫度的快速增加, 與自然地理條件和社會經(jīng)濟因素的發(fā)展密不可分。榆中縣山地多, 川地少, 中部盆地是全縣人口、城鎮(zhèn)、工礦的集中分布區(qū), 導(dǎo)致地表溫度較高。南北兩山雖然土地利用程度不高, 多為未利用地、裸地或者稀疏植被, 植被含水量少, 蒸騰作用較弱使得地表溫度升溫較快。皋蘭縣是全市地表平均溫度最高的地區(qū), 2005—2018年皆以次高溫區(qū)和高溫區(qū)為主, 皋蘭縣城以及黑石鎮(zhèn)一帶因為其社會經(jīng)濟發(fā)展較好是主要的溫度高值分布區(qū)域。相比三縣以及紅古區(qū), 主城區(qū)平均溫度稍低于三縣。城關(guān)區(qū)作為全市經(jīng)濟、政治和人口中心, 建設(shè)用地占比較高, 人口密集, 成為主城區(qū)地表溫度最高的地區(qū); 其次為安寧區(qū)與西固區(qū), 2005—2015年期間兩區(qū)地表溫度之間差值較小, 2018年安寧區(qū)地表溫度開始高于西固區(qū)。這是因為安寧區(qū)是全市最主要的科教地區(qū)以及蔬菜水果生產(chǎn)區(qū), 近幾年隨著“城中村”改造等城市建設(shè)的實施, 建設(shè)用地面積增加以及人口碳排放加劇, 導(dǎo)致地表升溫速度加快。七里河區(qū)始終是主城區(qū)地表平均溫度最低的區(qū)域, 也是全市地表平均溫度最低的地區(qū)。

2.2 熱環(huán)境的影響因素分析

根據(jù)Pearson相關(guān)分析結(jié)果(表2), 地表相關(guān)因素對蘭州市熱環(huán)境影響程度較高, 而社會經(jīng)濟因素與LST相關(guān)性較低。各影響因素與LST相關(guān)性由大到小分別為: NDVI、建筑密度、路網(wǎng)密度、建筑高度差、建筑平均高度、GDP和人口。其中, GDP、人口、路網(wǎng)密度、建筑密度與LST呈正相關(guān), NDVI、建筑高度差和建筑平均高度與LST呈負(fù)相關(guān)。

城市地表覆蓋情況是影響蘭州市熱環(huán)境形成的主要因素, 二者之間具有顯著負(fù)相關(guān)性, 即植被覆蓋度越高, 地表溫度越低, 這與前人研究一致[26]。蘭州市地表高溫區(qū)與次高溫區(qū)主要分布在城市建設(shè)用地、未利用地以及部分耕地和裸草地區(qū)域。與以往研究不同的是[27-39], 人口密度最高、經(jīng)濟發(fā)展最快的地區(qū)卻不是產(chǎn)生熱島效應(yīng)的唯一區(qū)域。蘭州市主城區(qū)不透水面比例與建筑密度均較高卻不是主要高溫區(qū)域, 這與主城區(qū)面積相對較小有關(guān), 也與城市綠色基礎(chǔ)設(shè)施完備情況有關(guān)。綠地降溫主要是在于植物的蒸騰作用。蘭州深處大陸內(nèi)部, 水汽難以到達, 并且蒸散量大, 氣候條件對天然林地、草地和水域的形成以及天然植被含水量造成影響, 進而影響到植物蒸騰作用。與濕潤地區(qū)城市地表覆被特征不同的是, 夏季干旱區(qū)城市建成區(qū)內(nèi)部及周邊地區(qū)雖然有較多天然形成的稀疏植被地表, 但植物含水量較少, 比熱容較低, 升溫快, 甚至可以成為干旱區(qū)城市的熱島中心區(qū)[30]。城市人工綠地的降溫效果大于天然形成的稀疏植被, 人工綠地灌溉水量有保證, 而天然綠地主要依靠降雨。蘭州市政府努力建設(shè)國家級園林城市, 主城區(qū)從人均公園綠地面積不足9 m2到11.08 m2, 從“省級園林城市”到“國家園林城市”, 從地面綠化到屋頂綠化, 以及2014年全城“灑水抑塵”的實行, 這些措施都有利于地表溫度的降低。由于蘭州市城市空間擴展受到地形與地貌的影響, 城市擴展更注重內(nèi)部組合以及三維方向上的發(fā)展, 具體表現(xiàn)在水平面上的建筑密度增加, 垂直空間上的建筑高度增加。水平方向上, 單位面積地表內(nèi)建筑密度越大, 代表建筑間空隙越小, 氣流通過的可能性越小, 進而影響局部散熱; 垂直方向上, 建筑高度差與建筑平均高度綜合反映了建筑群內(nèi)局部氣流以及散熱情況, 建筑高度差越大, 可以加強空氣流動來促進局部散熱, 并且建筑平均高度越大, 也可以在一定程度上遮擋部分太陽輻射, 進而減少地表吸收熱量, 降低地表溫度。城市路網(wǎng)一方面屬于硬化地表, 必然帶來地表高溫, 另一方面, 路網(wǎng)承載著城市居民基本的交通出行, 居民使用交通工具帶來的碳排放也會造成城市路網(wǎng)升溫效應(yīng)加劇。

人口和GDP在一定程度上代表著城市化的發(fā)展進程, 但是與蘭州LST相關(guān)性并不顯著。這是因為, 影響地表溫度變化的主要因素在于綠地降溫[31], 并且主要通過植被的蒸騰作用。主城區(qū)人工綠化覆蓋率較高, 綠色基礎(chǔ)設(shè)施相對較為完善, 且主城區(qū)面積相對較小并有黃河穿城而過, 較大規(guī)模性的水域或林草地在一定程度上對兩岸起到降溫作用; 三縣林地與水域面積雖然多于主城區(qū), 但總面積占比不高, 并且基本獨立分布于人跡較少的行政區(qū)邊界, 對緩解高溫作用有限。

表2 影響因素與LST相關(guān)系數(shù)表

注: **在 0.01 水平(雙側(cè)) 顯著相關(guān); *在 0.05 水平(雙側(cè)) 顯著相關(guān)。

3 討論

本文從二維空間層面指出城市綠地覆蓋情況與城市熱環(huán)境的形成具有高顯著負(fù)相關(guān)性, 即綠地面積越大, 地表溫度越低, 綠地的降溫效果越強, 這與其他學(xué)者研究一致。但是綠地規(guī)模的降溫作用具有一定范圍, 面積過大或者面積不足均達不到降溫效果的最大值, 當(dāng)綠地面積達到3—5 hm2時, 綠地具有較強的降溫作用; 當(dāng)綠地面積大于5 hm2時, 其降溫作用趨于穩(wěn)定[32]。相對于二維綠地主要從綠地規(guī)模、綠地率與綠化覆蓋率指標(biāo)來表征與熱環(huán)境的響應(yīng)關(guān)系, 三維綠地更加注重從植物的遮陰作用以及蒸騰作用解釋綠地與城市熱環(huán)境之間的關(guān)系, 即從植物莖葉部分的體積總和, 去表征植物生長狀況、植物配置情況與城市熱環(huán)境在微觀層面上的關(guān)系。已有研究表明, 各類植物的降溫效果大致為: 闊葉樹>花卉植物或者灌木>針葉樹, 具有較大樹冠體積的喬木類植物遮陰作用優(yōu)于草坪以及花卉, 同時, 其葉片數(shù)量較多, 蒸騰作用也較為強烈[33]。總而言之, 三維綠地可以綜合反映綠地內(nèi)部的空間布局特征, 也可以較好的反映出植物在三維空間的分布情況以及組合特征, 本文接下來的研究將從綠地的三維空間分布特征出發(fā)去探討城市綠地的降溫機制。

在城市中, 建設(shè)用地與城市綠地之間彼此相互制約又相互影響, 并且隨著城市化進程的快速發(fā)展, 二者之間的矛盾越發(fā)突出。蘭州市特殊的河谷地形條件, 嚴(yán)格限制了城市建設(shè)用地向外擴散, 這使得建設(shè)用地與城市綠地之間的矛盾越發(fā)尖銳, 未來城市內(nèi)部發(fā)展將更加趨于緊湊化以及垂直化, 這意味著城市熱環(huán)境研究也應(yīng)當(dāng)相應(yīng)地從二維平面布局延伸至三維空間層面。這種基于三維空間的研究視角可以助推城市綠地與城市熱環(huán)境之間的關(guān)系更加深入, 得到綠地三維時空特征作用于城市熱環(huán)境的形成機理, 最終達到利用有限的綠地覆蓋面積獲得最優(yōu)的降溫效果。未來城市熱環(huán)境與城市綠地的相關(guān)研究應(yīng)當(dāng)從以下幾個問題著手: 有限的城市空間中, 綠地結(jié)構(gòu)如何分配將達到最優(yōu)降溫效果？綠地在城市中心地帶或者城市外圍應(yīng)當(dāng)如何分布？不同尺度下的綠地結(jié)構(gòu)與地表溫度的相關(guān)性如何變化？研究結(jié)果以期為城市綠地設(shè)計、規(guī)劃和建設(shè)提供科學(xué)依據(jù)和數(shù)據(jù)支撐, 從而達到緩解城市熱島效應(yīng)的目的

4 結(jié)論

1) 研究期內(nèi)蘭州市夏季熱島效應(yīng)呈現(xiàn)增強趨勢, 主要表現(xiàn)為高溫區(qū)范圍稍有減小, 次高溫區(qū)范圍大幅增長。熱島效應(yīng)區(qū)域大致呈現(xiàn)“樹杈狀”分布特征, 主要分布在永登縣、皋蘭縣和城關(guān)區(qū)。蘭州市主城區(qū)并不是產(chǎn)生熱島效應(yīng)的唯一地區(qū), 相反, 三縣及紅古區(qū)因為耕地以及裸草地植被含水量較少, 部分區(qū)域也成為城市熱島地區(qū)。

2) 低溫區(qū)與次低溫區(qū)分布的土地類型為林地和水域, 規(guī)模性地林地與水域?qū)χ車鷧^(qū)域有明顯的降溫效應(yīng), 形成“冷廊”與“冷島”; 中溫區(qū)分布的土地類型主要是草地和耕地; 次高溫區(qū)與高溫區(qū)主要以建設(shè)用地、未利用地、部分耕地以及部分裸草地分布, 草地和耕地的植物含水量是影響地表溫度的主要因素。

3) 根據(jù)Pearson相關(guān)分析結(jié)果, GDP、人口、路網(wǎng)密度、建筑密度與LST呈正相關(guān), NDVI、建筑高度差和建筑平均高度與LST呈負(fù)相關(guān)。地表相關(guān)因素對蘭州市熱環(huán)境影響程度較高, 而社會經(jīng)濟因素與LST相關(guān)性較低。各影響因素與LST相關(guān)性由大到小分別為: NDVI、建筑密度、路網(wǎng)密度、建筑高度差、建筑平均高度、GDP和人口。

[1] 孫偵, 賈紹鳳, 呂愛鋒, 等.IPCC AR5全球氣候模式對1996—2005年中國氣溫模擬精度評價[J]. 地理科學(xué)進展, 2015, 34(10): 1229–1240.

[2] HOWARD L. The climate of London, deduced from meteorological observations[M]: London: Joseph Rickerby, Printer, 1833.

[3] 于琛, 胡德勇, 張旸, 等. 近20年京津唐主體城區(qū)地表熱場空間特征變化分析[J]. 地理科學(xué), 2019, 39(6): 1016–1024.

[4] 彭保發(fā), 石憶邵, 王賀封, 等. 城市熱島效應(yīng)的影響機理及其作用規(guī)律——以上海市為例[J]. 地理學(xué)報, 2013, 68(11): 1461–1471.

[5] 黃鶴樓,丁燁毅, 姚日升, 等. 寧波城市化進程對夏季極端氣溫和高溫?zé)崂说挠绊慬J]. 氣象與環(huán)境科學(xué), 2020, 43(2): 56–62.

[6] 林榮平, 祁新華, 葉士琳. 沿海河谷盆地城市熱島時空特征及驅(qū)動機制[J]. 生態(tài)學(xué)報, 2017, 37(1): 294–304.

[7] 王剛, 張秋平, 肖榮波, 等. 城市綠地對熱島效應(yīng)的調(diào)控功能研究——以廣州為例[J]. 生態(tài)科學(xué), 2017, 36(1): 170–176.

[8] 趙志剛, 余德, 何寧, 等. 贛西三市熱環(huán)境時空演變特征及影響因素[J]. 生態(tài)科學(xué), 2019, 38(3): 174–181.

[9] 高靜, 龔健, 李靖業(yè). “源-匯”景觀格局的熱島效應(yīng)研究——以武漢市為例[J]. 地理科學(xué)進展, 2019, 38(11): 1770–1782.

[10] 楊智威, 陳穎彪, 吳志峰, 等. 粵港澳大灣區(qū)建設(shè)用地擴張與城市熱島擴張耦合態(tài)勢研究[J]. 地球信息科學(xué)學(xué)報, 2018, 20(11): 1592–1603.

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

[12] 潘竟虎, 韓文超. 蘭州中心城區(qū)用地擴展及其熱島響應(yīng)的遙感分析[J]. 生態(tài)學(xué)雜志, 2011, 30(11): 2597–2603.

[13] 董磊磊, 潘竟虎, 王衛(wèi)國, 等. 基于遙感和GWR的蘭州中心城區(qū)夏季熱場格局及與土地覆蓋的關(guān)系[J]. 土壤, 2018, 50(2): 404–413.

[14] 李瑤, 潘竟虎. 基于Landsat 8劈窗算法與混合光譜分解的城市熱島空間格局分析——以蘭州市中心城區(qū)為例[J].干旱區(qū)地理, 2015, 38(1): 111–119.

[15] 潘竟虎. 蘭州市景觀生態(tài)格局熱環(huán)境效應(yīng)研究[D]. 蘭州: 蘭州大學(xué), 2011.

[16] 何正強. 蘭州的城市熱島效應(yīng)研究現(xiàn)狀[J]. 甘肅科技, 2016, 32(9): 23–28.

[17] FENG Huihui, ZOU Bin, WANG Jinyan, et al. Dominant variables of global air pollution-climate interaction: geographic insight[J]. Ecological Indicators, 2019, 99(4): 251–260.

[18] 王博, 陳紅, 夏敦勝, 等. 蘭州市葉面塵磁性與黑碳特征對大氣污染的響應(yīng)[J]. 中國環(huán)境科學(xué), 2019, 39(8): 3178–3185.

[19] 張金貴. 河谷型城市風(fēng)場及污染物擴散數(shù)值仿真研究[D]. 蘭州: 蘭州大學(xué), 2017.

[20] 孫喆. 北京市第一道綠化隔離帶區(qū)域熱環(huán)境特征及綠地降溫作用[J]. 生態(tài)學(xué)雜志, 2019, 38(11): 3496–3505.

[21] 于琛, 胡德勇, 曹詩頌, 等. 2005-2016年北京中心城區(qū)熱島時空格局及影響因子多元建模[J]. 地球信息科學(xué)學(xué)報, 2017, 19(11): 1485–1494.

[22] 謝啟姣. 武漢城市熱島特征及其影響因素分析[J]. 長江流域資源與環(huán)境, 2016, 25(3): 462–469.

[23] 岳文澤, 徐麗華, 徐建華. 20世紀(jì)90年代上海市熱環(huán)境變化及其社會經(jīng)濟驅(qū)動力[J]. 生態(tài)學(xué)報, 2010, 30(1): 155–164.

[24] 李孝永, 匡文慧. 北京、天津和石家莊城市地表覆蓋組分與結(jié)構(gòu)特征對地表溫度的影響[J]. 生態(tài)學(xué)雜志, 2019, 38(10): 3057–3065.

[25] 彭水軍, 張文城, 孫傳旺. 中國生產(chǎn)側(cè)和消費側(cè)碳排放量測算及影響因素研究[J]. 經(jīng)濟研究, 2015, 50(1): 168–182.

[26] 姚遠(yuǎn), 陳曦, 錢靜. 城市地表熱環(huán)境研究進展[J]. 生態(tài)學(xué)報, 2018, 38(3): 1134–1147.

[27] CARLOS B, PAUL O, ALAN P. Spatio-temporal patterns in green infrastructure as driver of land surface temperature variability: the case of Sydney[J]. International Journal of Applied Earth Observations and Geoinformation, 2019, 83(11): 101903–101910.

[28] 劉靜, 溫仲明, 剛成誠. 黃土高原不同植被覆被類型NDVI對氣候變化的響應(yīng)[J]. 生態(tài)學(xué)報, 2020, 40(2): 678–691.

[29] 崔耀平, 劉紀(jì)遠(yuǎn), 張學(xué)珍, 等. 京津唐城市群土地利用變化的區(qū)域增溫效應(yīng)模擬[J]. 生態(tài)學(xué)報, 2015, 35(04): 993–1003.

[30] 謝啟姣, 劉進華, 胡道華. 武漢城市擴張對熱場時空演變的影響[J]. 地理研究, 2016, 35(07): 1259–1272.

[31] 韓善銳, 韋勝, 周文, 等. 基于用戶興趣點數(shù)據(jù)與Landsat遙感影像的城市熱場空間格局研究[J]. 生態(tài)學(xué)報, 2017, 37(16): 5305–5312.

[32] 孫喆. 北京市第一道綠化隔離帶區(qū)域熱環(huán)境特征及綠地降溫作用[J]. 生態(tài)學(xué)雜志, 2019, 38(11): 3496–3505.

[33] 周宏軒, 陶貴鑫, 炎欣燁, 等. 綠量的城市熱環(huán)境效應(yīng)研究現(xiàn)狀與展望[J]. 應(yīng)用生態(tài)學(xué)報, 2020, 31(08): 2804–2816.

Spatial-temporal characteristics and influencing factors of thermal environment in Lanzhou

WANG Yingshu1,2, SHI Peiji1,2,*, ZHAO Wusheng1,2, WANG Ziyang1,2, XIE Xiaoyi1,2

1. College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China 2. Land Use and Comprehensive Improvement Engineering Research Center of Gansu Province, Lanzhou 730070, China

The land surface temperature in summer of 2005, 2015 and 2018 in Lanzhou was obtained by using the radiative equation transfer method asbasic data based on Landsat data. The spatial-temporal distribution characteristics of thermal environment in Lanzhou and its influencing factors were analyzed to provide guidance for alleviating the urban heat island effect. The results showed that: (1) The urban heat island effect showed an increasing trend, and the spatial distribution presented a "tree branch" feature, and the non-main urban area became the main heat island effect area. Yongdeng and Gaolan were the areas with the strongest heat island effect. (2) The land surface temperature of forest land and water area mainly distributed in low temperature area and sub low temperature area; grassland and cultivated land mostly distributed in medium temperature area; high temperature area and sub high temperature area were mainly distributed in construction land, unused land, part of cultivated land and bare grassland, plant moisture of grassland and cultivated land was the main factor affecting surface temperature. (3) The influencing factors of LST were mainly NDVI, building density, road network density, building height difference, average building height, GDP and population.

thermal environment; spatial-temporal characteristics; land use; influencing factors

10.14108/j.cnki.1008-8873.2022.02.007

Q939.5

A

1008-8873(2022)02-059-07

2020-07-28;

2020-09-29

國家自然科學(xué)基金項目(41771130)

王瑩書(1996—), 女, 甘肅蘭州人, 碩士研究生, 主要從事城市生態(tài)、城市與區(qū)域發(fā)展研究, E-mail:wangys011@163.com

通信作者:石培基, 男, 博士生導(dǎo)師, 教授, 主要從事城市與區(qū)域發(fā)展研究, E-mail: shipj@nwnu.edu.cn

王瑩書, 石培基, 趙武生,等. 蘭州市熱環(huán)境時空特征及影響因素研究[J]. 生態(tài)科學(xué), 2022, 41(2): 59–65.

WANG Yingshu, SHI Peiji, ZHAO Wusheng, et al. Spatial-temporal characteristics and influencing factors of thermal environment in Lanzhou[J]. Ecological Science, 2022, 41(2): 59–65.