基于GEE的典型草原城市建...度研究——以锡林浩特市为例_赵鹏程.pdf

157赵鹏程等基于 GEE 的典型草原城市建筑用地与植被的热岛强度研究第 2 期第 42 卷 第 2 期2023 年 4 月内蒙古工业大学学报（自然科学版）Journal of Inner Mongolia University of Technology（Natural Science Edition）Vol.42 No.2Apr.2023文章编号：1001-5167（2023）02-0157-06基于 GEE 的典型草原城市建筑用地与植被的热岛强度研究以锡林浩特市为例赵鹏程，李素英，郑宁，孙燕佳，潘心悦，王鑫厅，常英（内蒙古工业大学 能源与动力工程学院，呼和浩特 010051）Study on heat island intensity of typical steppe citys built-up land and vegetation based on GEE:a case study of Xilinhot cityZHAO Pengcheng，LI Suying，ZHENG Ning，SUN Yanjia，PAN Xinyue，WANG Xinting，CHANG Ying收稿日期：2022-08-26基金项目：国家自然科学基金项目（32060251）；内蒙古自治区自然科学基金项目（2020MS03078）第一作者：赵鹏程（1996），男，硕士研究生，主要从事环境科学方面的研究。E-mail:通信作者：李素英（1970），女，博士，主要从事草地遥感方面的研究。E-mail:(School of Energy and Power Engineering，Inner Mongolia University of Technology，Hohhot 010051，China)Abstract：In order to study the spatio-temporal characteristics of heat island intensity in the typical steppe city of medium scale,Xilinhot city was chosen as the research object,whose Landsat 8 remote sensing images from 2013 to 2020 were used to retrieve the land surface temperature based on Google Earth Engine(GEE)cloud platform.Random forest method was used to classify suburban land use and calculate urban heat island intensity.The results show that:the inter-annual variation trend of land surface temperature of built-up land and vegetation is generally similar,and the increase of land surface temperature in suburban areas is larger than that in urban areas.The urban heat island intensity of Xilinhot was negative from 2013 to 2020(cold island effect).The heat island intensity of built-up land in suburban areas has no significant impact on the overall urban heat island intensity,while the heat island intensity of vegetation in suburban areas has a significant positive impact on the overall urban heat island intensity.The vegetation heat island intensity was higher than the building heat island intensity from 2013 to 2020.Key words：the typical steppe；heat island intensity；Google Earth Engine；land use摘 要：为研究中等尺度典型草原城市的热岛强度时空特征，以锡林浩特市城区和郊区的热岛情况为研究对象，基于谷歌地球引擎云平台，利用 2013-2020 年锡林浩特市的 Landsat 8 遥感影像，进行地表温度反演，并采用随机森林法进行城郊区的土地利用分类，计算城市的热岛强度。研究结果表明：建筑用地与植被的地表温度年际变化趋势总体相似，郊区地表温度升温幅度较城区大；锡林浩特市的城市热岛强度在 2013-2020 年为负值（冷岛效应）；城郊区建筑用地热岛强度对城市整体热岛强度影响不显著，城郊区植被热岛强度会对城市整体热岛强度产生显著的正向影响关系；2013-2020 年植被热岛强度高于建筑热岛强度。关键词：典型草原；热岛强度；谷歌地球引擎；土地利用中图分类号：TK 448.21 文献标志码：A 城市扩张带来了繁荣与进步，但也对生态环境产生了负面影响，其中城市热岛（Urban Heat Island,UHI）效应尤为突出1。城市热岛是指城市气温高于郊区的现象2，而城郊之间的温度差被称为城市地表热岛强度（Surface Urban Heat Island Intensity,SUHII），常用来刻画城市热岛程度的一个重要指标。因城市区域和郊区的界定模糊，产生不同的城市热岛定量化研究方法，主要有城市热岛驱动3和土地覆被驱动4，其中土地覆盖驱动是最常用于描述城市热岛强弱的方法3。城市热岛效应受土地覆被类型的影响，植被覆盖度与城市地表温度有明显的负相关关系5，植被DOI:10.13785/ki.nmggydxxbzrkxb.2023.02.012158内蒙古工业大学学报（自然科学版）2023 年面积的增加能缓解局部热岛的范围和强度6。城市地区不同的土地覆盖类型（水体、植被、不透水表面等）由于热容量和反射率等特性对冷/热岛的空间分布等有不同的影响7-8。目前，大尺度、大城市的热岛效应研究较多5,9，尚少涉及到中等尺度典型草原城市的热岛强度时空特征的研究，然而，典型草原城市发展影响着草原生态环境10-11，因此，开展草原区城市热岛效应的研究十分必要。目前景观格局12、植被覆盖13等方法已被用于研究热岛效应，然而这些方法都是传统的获取遥感影像的方式。谷歌地球引擎 Google Earth Engine（GEE）的出现打破了传统遥感软件获取信息的方式，避免了单幅影像由于云覆盖影像而无法使用的问题14。GEE 支持多时相影像融合途径，基于该平台已开展多领域的遥感研究14，包括植被变化监测15、土地利用/覆被变化监测16、热环境变化监测17等，展现出了更快的处理速度。本文利用城乡温度差来衡量城市地表热岛强度18，通过 GEE 云平台处理锡林浩特城市 2013-2020 年夏季的遥感影像，进行地表温度反演及地表分类，剖析典型草原区城市地表温度的变化趋势、热岛效应的时间变化、建筑和植被的热岛强度对城市整体热岛强度的影响。为典型草原城市的规划和建设、保护和管理环境及居民健康提供科学依据。1数据来源与研究方法1.1 研究区域锡林浩特市位于内蒙古自治区东北部，地形南高北低，平均海拔 988 m，地理坐标为北纬43 02 44 52，东经 115 18 117 06。市境南北 208 km，东西 143 km，总面积 14 785 km2，城市建成区面积 37.5 km2（图 1）。根据相关定义和土地利用数据，将锡林浩特市地区城市用地归为“城区”，周边非城市背景区视为“郊区”。1.2 数据与处理方法原始遥感影像选取 2013 年 7 月至 2020 年 7 月，GEE 平台所提供的空间分辨率为 30 m 的 Landsat遥感数据，选择每年夏季云量小于 25%的影像。基 于 GEE 平 台 的 API 编 程，筛 选 出 2013-2020 年的辐射定标及大气校正后的研究区 Landsat 8 影像，并进行高分辨率影像的监督分类，提取建筑用地和植被两类土地利用类型。在 GEE 中进行锡林浩特市城市地表温度(Land Surface Temperature，LST)反演19，Landsat 8 卫星的热红外传感器（TIRS）具有两个热红外波段（10、11 波段），由于 TIRS 11 波段的定标参数不稳定，USGS 暂不鼓励使用劈窗算法，本文选用GEE 平台中精度较高的由传统辐射方程改进的单窗算法20(Mono-Window Algorithm)。城市地表热岛强度通常表示城市内部城区与郊区的平均地表温度之差18。根据土地覆盖类型数据，锡林浩特市城市热岛强度计算公式为：SUHII=TUrban+TRural式中：TUrban和 TRural分别表示城区和郊区的平均地表温度值。本研究采用中国地面国际交换站气候资料日值数据集（v3.0）中 2013-2020 年地面气象站点（区站号 54102，43 57，116 07）0 cm 的地表温度数据，验证地表温度反演精度。分别提取遥感影像数据与气象站点数据的对应点温度，进行线性拟合，线性关系为 Y=19.949+0.375X，拟合系数为R2=0.642，对模型进行 F 检验时发现模型通过 F 检验(F=10.755，p=0.0170.05)，表示建筑热岛强度对城市热岛强度产生的影响较小；植被热岛强度的回归系数为 0.715(t=4.754，P=0.0050.01)，表示植被热岛强度会对城市热岛强度产生显著的正向影响关系。可见，建筑热岛强度对城市热岛强度产生的影响较小，但植被热岛强度对城市热岛强度影响较大且较为显著。3讨论本文分析内蒙古典型草原区锡林浩特市的城市热岛，发现城市化的城区与郊区地表温度均趋向上升，城区内升温幅度较郊区小，城区以建筑用地为主，建筑用地的储热性能更好，使得城区地表温度变幅较小21；空气质量较好的郊区太阳辐射更强，地面吸收大量热量，导致郊区气温比城区偏高22。锡林浩特市建筑和植被土地类型的郊区地表温度均高于城区内两类土地的地表温度，因为郊区植被主要为草地，蒸腾作用弱，使得郊区的植被地表温度比城区植被高5。锡林浩特市的城市热岛强度总体呈现城市内部温度低，夏季存在较强的冷岛效应。研究表明夏季热岛效应最弱（冷岛效应最强）的城市主要集中于华北、西北地区，主要受地理位置决定的气候和城市化/工业化引起地表覆盖的影响23。锡林浩特市处于华北地区，属于半干旱大陆性季风气候，市区人为热排放少，城市规模小，市区的地表吸收了大量太阳辐射，且其地表建筑材料的特点是比热容小、导热系数高，在高温中升温较快而在低温中降温快23-24，因此锡林浩特市夏季呈现冷岛效应。锡林浩特的植被热岛强度对城市热岛强度产生显著的正向影响关系。本研究的城区土地类型主要为建筑与植被，植被的热岛强度与城市整体热岛强度呈正相关，这是因为地表温度随着植被指数的增加而递减25，随植被面积的增大而下降26，因此，植被对锡林浩特城市的地表温度有降温作用，植被会增强城市冷岛的效应。建筑对地表温度有升温作用，建筑会增强城市热岛的效应。在典型草原地区锡林浩特市，城郊区植被对地表温度的作用强于城郊区建筑对地表温度的作用。城郊区的植被热岛强度总体高于建筑热岛强度。植被吸收热量和蒸发散热，对地表温度有一定降温作用27，城区为组合的乔灌草植物，蒸发散热较多，郊区为单一的草原植物，蒸发散热较少，因此，草原城区植被和郊区植被间的地表温度有差异。建筑物导热性能较好，吸热快，放热也快，城区建筑物密集，汇集较多热量，散发较慢；郊区建筑物稀疏，汇集较少热量，散发较快，可见城区建筑用地和郊区建筑用地差异较大28，致使两种建筑用地的增降温效果不同。162内蒙古工业大学学报（自然科学版）2023 年4结论1）锡林浩特市郊区植被主要为草地，蒸发量较低，使郊区的地表温度较高，故典型草原郊区的升温幅度高于城区。2）锡林浩特市位于华北地区，夏季城市热岛强度总体表现为负值，典型草原地区的城市呈冷岛效应，市区的地表温度低于郊区，城区更凉爽，郊区更温暖。3）典型草原区的植被热岛强度对城市整体热岛强度产生显著的正向影响，城区与郊区植被的地表温度差异越大，引起城区与郊区的地表温度差异越大，因此城郊区植被强化了城郊区的地表温度变幅。建筑用地和植被的热岛强度与城市整体热岛强度的年际变化一致，城市整体热岛强度会随着两类土地类型的热岛强度变化而起伏。4）典型草原区城市的植被冷岛强度总体高于建筑冷岛强度，城区与郊区植被的温度差异小于城区与郊区建筑物的温度差异，植被类型更容易牵制城市的地表温度，因此城市建设应充分考虑城市植被与城市建筑物的配比，以达到最优的城市地表温度效果。参考文献1 张艳,鲍文杰,余琦,等.超大城市热岛效应的季节变化特征及其年际差异 J.地球物理学报,2012,55(4):1121-1128.2 MANLEY G.On the frequency of snowfall in metropolitan EnglandJ.Quarterly Journal of the Royal Meteorological Society,1958,84(359):70-72.3 SCHWARZ N,SCHLINK U,FRANCK U,et al.Relationship of land surface and air temperatures and its implications for quantifying urban heat island indicatorsAn application for the city of Leipzig(Germany)J.Ecological Indicators,2012,18:693-704.4 TANG Z H,LI Y,GU Y,et al.Assessing Nebraska playa wetland inundation status during 19852015 using Landsat data and Google Earth EngineJ.Environmental Monitoring and Assessment,2016,188(12):654.5 裴欢,房世峰.南京市夏季热岛特征及其与土地利用覆盖关系研究 J.干旱气象,2008,26(1):23-27.6 曹丽琴,张良培,李平湘,等.城市下垫面覆盖类型变化对热岛效应影响的模拟研究 J.武汉大学学报(信息科学版),2008,33(12):1229-1232.7 李翔泽,李宏勇,张清涛,等.不同地被类型对城市热环境的影响研究 J.生态环境学报,2014,23(1):106-112.8 孙宗耀,孙希华,徐新良,等.土地利用差异与变化对区域热环境贡献研究以京津冀城市群为例 J.生态环境学报,2018,27(7):1313-1322.9 高 佳 佳,黄 晓 清,尼 玛 吉.2012-2016 年 拉 萨 市 热 岛效应的时空分布及对土地利用/覆盖的响应 J.气象,2018,44(7):936-943.10 黄耀,孙文娟,张稳,等.中国草地碳收支研究与展望 J.第四纪研究,2010,30(3):456-465.11 尹燕亭,侯向阳,运向军.气候变化对内蒙古草原生态系统影响的研究进展 J.草业科学,2011,28(6):1132-1139.12 管昱,宋瑜,金城,等.城市地表热环境与景观格局的定量关系研究以杭州市为例J.杭州师范大学学报(自然科学版),2021,20(2):192-200.13 吴彦樨,焦利民,金健飞.武汉市城市热岛与植被覆盖的空间相关性分析 J.环境科学与技术,2016,39(11):156-161.14 修晓敏,周淑芳,陈黔,等.基于 Google Earth Engine 与机器学习的省级尺度零散分布草地生物量估算 J.测绘通报,2019(3):46-52,75.15 CHEN B Q,XIAO X M,LI X P,et al.A mangrove forest map of China in 2015:analysis of time series Landsat 7/8 and Sentinel-1A imagery in Google Earth Engine cloud com-puting platformJ.ISPRS Journal of Photogrammetry and Remote Sensing,2017,131:104-120.16 LIU X P,HU G H,CHEN Y M,et al.High-resolution multi-temporal mapping of global urban land using Landsat images based on the Google Earth Engine PlatformJ.Re-mote Sensing of Environment,2018,209:227-239.17 LIU X,ZHOU Y Y,YUE W Z,et al.Spatiotemporal patterns of summer urban heat island in Beijing,China using an im-proved land surface temperatureJ.Journal of Cleaner Pro-duction,2020,257:120529.18 HU L Q,BRUNSELL N A.The impact of temporal aggregation of land surface temperature data for surface urban heat island(SUHI)monitoringJ.Remote Sensing of Environment,2013,134:162-174.19 柳菲,王新生,徐静,等.基于 NDVI 阈值法反演地表比辐射率的参数敏感性分析 J.遥感信息,2012,27(4):3-12.20 WANG F,QIN Z H,SONG C Y,et al.An improved mono-window algorithm for land surface temperature retrieval from Landsat 8 thermal infrared sensor dataJ.Remote Sensing,2015,7(4):4268-4289.21 胡远满,徐崇刚,布仁仓,等.RS 与 GIS 在城市热岛效应研究中的应用 J.环境保护科学,2002,28(2):1-3.22 李红梅,樊万珍.西宁城市热岛效应分析 J.气象科学,2019,39(4):562-568.23 王阳,孙然好.区域气候背景对城市热岛效应的影响规律 J.生态学报,2021,41(11):4288-4299.24 苏玥,玉山,都瓦拉,等.基于 MODIS 时间序列的内蒙古城市热(冷)岛效应研究 J.高原气象,2019,38(6):1263-1271.25 李晓婷,贾宝全.宁德市蕉城区植被与热岛效应关系 J.中国城市林业,2018,16(2):5-9.26 郭宇,唐明,王宏伟,等.南京市冷/热岛格局的尺度效应研究 J.应用技术学报,2021,21(1):75-82,87.27 王东东,万安国,童志辉.基于 Landsat 数据的南京市城市热岛效应时空演变研究 J.江西科学,2020,38(5):705-709.28 黄曦涛,张瑜.西安市城市热岛效应强度定量研究与应用 J.测绘科学,2021,46(9):144-149.