近20年重庆沙坪坝城市热岛效应变化特征.pdf

文章编号：1674 2184(2023)02 0105 08近 20 年重庆沙坪坝城市热岛效应变化特征唐晓萍1,张德军2*,赵漫1,何泽能2（1.中国气象局气候资源经济转化重点开放实验室/重庆市气象科学研究所，重庆401147；2.重庆市沙坪坝区气象局，重庆400030）摘要：基于 MODIS 地表温度产品，采用线性回归分析法和 Mann-Kendall 检验法，分析 20022019 年沙坪坝区城市热岛效应的时空分布特征和强度变化趋势。结果表明：沙坪坝区强热岛区主要集中在土主街道；较强热岛区分布在土主街道、丰文街道、陈家桥街道、虎溪街道、香炉山街道和曾家镇等部分区域，其热岛面积年平均值随时间呈波动上升的趋势，变化趋势相对平稳；沙坪坝区城市热岛效应具有显著的季节差异，其热岛强度依次为夏季秋季冬季春季。关键词：MODIS；热岛效应；时空分布；沙坪坝中图分类号：P467文献标识码：Adoi：10.3969/j.issn.1674-2184.2023.02.014 引言引言城市热岛效应（Urban Heat Island，UHI）是伴随城市化出现的城市热环境问题，它逐渐成为衡量城市生态环境质量的重要指标之一，在全球范围内受到广泛关注13。由于城市化发展，建筑群、柏油路和水泥路面比郊区的土壤和植被具有更大的热容量和吸热率，蒸发耗热减少，使得城区存储较多的热量，并向外辐射，致使城区气温普遍高于郊区。随着各地城市化进程的不断加快，越来越多的人将居住在城市之中，城市热岛的负面影响在全球气候变暖的影响下愈发严重。在中低纬度地区的夏季，热岛效应使原来就比较高的气温更高，加剧了城市高温出现的频率和高温灾害，这导致疾病和死亡增加。温度升高不仅加大了城市居民电量的消费，也加快了大气中光化学反应的速率，导致城市大气污染加重4。因此，关注愈发恶化的城市热岛效应已成为当务之急。关于城市热岛效应的形成及变化特征，国内外开展了大量研究，发现城市热岛效应的产生和变化与城市的发展密切相关58。国内研究京津冀等地区的城市热岛效应显示，城市热岛效应存在长期变化特征且季节差异显著911。长江三角洲地区城市热岛效应的研究结论也基本类似，但每个城市的变化特征各不相同1215。城市热岛效应的强度通常通过空气温度和城市地表温度来测量，前者通过气象站获取，而后者则是利用卫星遥感进行反演。近年来，随着卫星遥感技术的飞速发展，相关反演数据因其易获取性和广泛覆盖性，被广泛应用在重庆地区城市热岛效应的大尺度研究中。宗会明等16基于住宅小区空间矢量数据和多源兴趣点（Point of Interest，POI）数据，对近 20 年重庆市主城区住宅小区的空间演变特征和驱动因素进行研究。潘莹等17利用 MODIS 数据和气象数据，采用定性和定量分析手段，探讨重庆市城市热岛效应的时空变化特征，揭示地表温度与下垫面之间的关系。沙坪坝是重庆中心城区之一，近几年融入到西部（重庆）科学城、成渝地区双城经济圈、嘉陵江智能创新湾区建设中，发展速度加快，城市规模不断扩大。日益加快的城市化进程，不可避免地改变了周边自然环境，对城市气候产生重要影响。本文选取 20022019 年MODIS 地表温度产品，分析沙坪坝区城市热岛效应的时空分布特征和强度变化趋势，旨在加深对重庆地区城市热岛效应的认识，并为制定城市热环境改善措施提供科学依据。11研究区概况研究区概况重庆沙坪坝区（地理坐标:292713294636N，10614361063135E)）位于长江以北，嘉陵江以西，总面积约 395.8 km2，自然地理分布情况如图 1所示。沙坪坝区属亚热带季风性湿润气候，年均气温 18.8，年均降水量 1151.7 mm。2002 年末，沙坪坝区常住人口仅为 68.85 万人。2003 年、2005 年、2007年相继设立重庆大学城、西永微电子产业园区、西部 收稿日期：2022 06 26资助项目：风云卫星应用先行计划（FY-APP-2021.0306）；中国气象局省级气象科研所科技创新发展项目（SSFZ201819）；重庆市气象局业务技术攻关项目（YWJSGG-202101，YWJSGG-202106）；重庆市气象局青年基金项目（QNJJ-202209）作者简介：唐晓萍，高级工程师，主要从事城市气象业务服务与研究。E-mail：通讯作者：张德军，工程师，主要从事生态遥感研究。E-mail： 第 43 卷 第 2 期高原山地气象研究Vol.43 No.22023 年 6 月Plateau and Mountain Meteorology ResearchJun.2023现代物流园区，沙坪坝城市化进入快速发展阶段。2021 年末，常住人口已增至148.34 万人，其中城镇常住人口达 143.89 万人，常住人口城镇化率 97.0%。人为活动的增加、地表下垫面的改变和气候的相对变化，均对沙坪坝区地表温度产生着重要影响。东部丘陵台地区中梁山低山区西部丘陵台地区缙云山低山区 图 1 沙坪坝区自然地理分布情况 22研究数据与方法研究数据与方法2.1研究数据MODIS 是搭载在 Terra 和 Aqua 卫星上的一个重要的传感器，有 36 个离散光谱波段，光谱范围宽，从0.4 m（可见光）到 14.4 m（热红外）全光谱覆盖18。研究选取 20022019 年 MYD11A1 V006 产品数据，用于分析沙坪坝区城市热岛效应变化特征，空间分辨率为 1 km，时间分辨率为 1 d。MYD11A1 V006 产品主要采用广义分裂窗算法和昼夜算法，由中红外、热红外谱段的 4 个通道数据反演得到。表 1 是 MODIS 陆地温度产品介绍19。表 1 地表温度产品介绍 属性MODIS 陆表温度产品获取卫星Terra 卫星、Aqua 卫星空间分辨率1 km、6 km、0.05时间分辨率每日、8 d 合成、月合成投影坐标系正弦投影、等角地理坐标系数据格式HDF-EOS 2.2研究方法2.2.1城市热岛监测方法地表热岛强度表征城市地表温度与郊区地表温度的差异 20。本文采用叶彩华等 21提出的热岛强度指数来定量评估沙坪坝区城市热岛效应的时空变化规律，计算公式如下：SUHIi=Ti1nni=1Tcrop（1）SUHIiTiTcrop式中：为遥感图像上第 i 个像元所对应的热岛强度（K），为第 i 个像元对应的地表温度值（K），n 为郊区背景内的有效像元个数，为郊区背景内的地表温度值的平均值（K）。按照热岛强度值的大小，将热岛强度划分为强冷岛、较强冷岛、弱冷岛、无热岛、弱热岛、较强热岛和强热岛七个等级，具体划分标准如表 2 所示。季节划分以 35 月为春季、68 月为夏季、911 月为秋季、12 月次年 2 月为冬季。表 2 热岛强度等级划分标准21 等级值日地表热岛强度(K)季、年地表热岛强度(K)含义1 7.0 5.0强冷岛27.05.05.03.0较强冷岛35.03.03.01.0弱冷岛43.03.01.01.0无热岛53.05.01.03.0弱热岛65.07.03.05.0较强热岛7 7.0 5.0强热岛 2.2.2时间序列分析本文采用一元线性回归分析法22讨论了20022019年沙坪坝区热岛强度随时间的变化情况，其计算公式如下：Slope=nni=1(iSi)ni=1ini=1Sinni=1i2(ni=1i)2（2）Si式中：Slope 为统计回归方程的斜率，为第 i 年热岛影响区域的面积，n 为研究的时间长度。当 Slope0 时，表示该处城市热岛强度呈增加趋势；反之，呈降低趋势；当 Slope=0 时，表示该处城市热岛强度随时间基本不变。Mann-Kendall 检验23（M-K 检验）是一种非参数统计检验方法，不需要样本遵从一定的分布规律，也不受少数异常值的干扰，更适用于类型变量和顺序变量。具体计算步骤如下：对于具有 n 个样本量的时间序列 x，构造一秩序列：Sk=ki=1rik=2，3,n（3）Sk式中：是第 i 时刻数值大于 k 时刻数值个数的累计数。在时间序列随机独立的假定下，定义统计量：106高原山地气象研究第 43 卷UFk=SkE(Sk)var(Sk)k=1，2,n（4）E(Sk)var(Sk)Sk式中：和分别为累计数的均值和方差，其计算方式如下：E(Sk)=k(k1)4var(Sk)=k(k1)(2k+5)72k=2，3,n（5）UFk|UFk|UUBk=UFkUFkUBk式中：为标准正态分布，是按时间序列 x 的顺序计算出的统计量序列。给定显著性水平，若，则表明序列存在明显的趋势变化。按时间序列的逆序 x 重复上述过程，得到。若或为正，则序列呈上升趋势，反之则呈下降趋势；两者超过临界值的范围可确定为出现突变的时间区域，如果两者出现交点且交点在临界值之间，那么交点对应的时刻便是突变开始的时间。33热岛强度时空变化特征热岛强度时空变化特征3.1空间分布特征选取 2002 年、2007 年、2012 年和 2019 年为代表年份，对比分析了沙坪坝区城市热岛年际空间分布特征（图 2）。2002 年（图 2a），沙坪坝区主要受弱热岛影响，影响区域面积占比为 30%；研究区东南角为区政府驻地所在区域，该区域人为活动较为密集，自然下垫面受人为活动影响较大，因而出现了少部分的较强热岛，区域面积占比为 2.93%。2007 年（图 2b），随着城市化进程的加快，沙坪坝区出现了两个明显的较强热岛中心，一个位于区政府驻地区域，另一个位于陈家桥街道附近，两个较强热岛区域所占面积百分比为 7.32%；弱热岛区域面积占比为 35.37%。2012 年（图 2c），沙坪坝区热岛强度逐渐增大，出现了强热岛区域，中心位于土主街道、陈家桥街道和曾家镇，所占面积百分比为 2.93%；较强热岛区域分布在强热岛区域附近，区域面积占比为 17.32%；弱热岛面积占比为 43.41%。2019 年（图 2d），沙坪坝区城市热岛强度有所缓解，强热岛区域主要集中在土主街道，面积占比减少为 1.46%；较强热岛区域主要分布在土主街道、丰文街道、陈家桥街道、虎溪街道、香炉山街道和曾家镇等部分区域，区域面积占比为 24.39%；弱热岛区域主要集中在沙坪坝区北部，面积占比为 44.15%。可见，近年来沙坪坝区热岛强度逐渐增强，受热岛影响的区域面积逐渐扩大，而且随着城市化进程的加快，热岛效应变化也较快。图 3 给出了 2019 年不同季节沙坪坝区城市热岛强度空间分布特征。分析可知，沙坪坝区城市热岛效应表现出显著的季节差异，其强度从大到小依次为夏季、秋季、冬季、春季。春季（图 3a），沙坪坝区主要受弱热岛影响，影响区域面积占比为 40.24%，土主街道和区政府所在地出现较强热岛，区域面积占比为3.41%，西侧缙云山区和东侧中梁山区出现了冷岛，区域面积占比为 16.34%。夏季（图 3b），地表温度显著升高，城乡温差进一步扩大，热岛影响面积以及热岛强度增大，除西侧的缙云山区和东侧的中梁山区未受热岛影响外，其余地区均受较强热岛以上等级影响，影响区域面积占比为 57.56%。秋季（图 3c），沙坪坝区地表温度开始降低，部分夏季强热岛和较强热岛区域转为弱热岛，受强热岛、较强热岛和弱热岛影响面积占比分别为 0.49%，29.27%和 47.07%。冬季（图 3d），沙坪坝区受热岛影响区域较少，53.90%的区域未受到热岛影响，43.17%的区域受弱热岛影响，与春季热岛空间分布较为一致，较强热岛出现在土主街道和区政府所在地，面积占比为 2.93%。结合图 2d 可知，2019 年沙坪坝区年均值热岛影响区域面积介于秋季和夏季之间，空间分布与秋季较为一致，主要受较强热岛和强热岛影响，影响区域面积占比为 25.85%；较强热岛以上区域分布在土主街道、丰文街道、陈家桥街道、虎溪街道、香炉山街道和曾家镇等地；弱热岛区域分散在较强热岛和强热岛附近，无热岛和冷岛则出现在西侧的缙云山区和东侧的中梁山区。3.2时间变化特征y=5.37x+183.14图 4 和图 5 分别给出了 20022019 年沙坪坝区各级热岛强度影响面积的逐年变化和 M-K 检验结果。如图 4 所示，20022019 年沙坪坝区总体以弱热岛为主，从 2008 年开始较强热岛影响面积呈波动上升趋势；线性拟合公式为，其中 y 代表热岛强度影响面积（单位：km2），x 代表研究时段内的第x 年（下同）。如图 5 所示，除 20062008 年呈弱下降趋势外，20022006 年和 20082019 年沙坪坝区热岛影响面积总体呈上升趋势，其中 2012 年异常偏强，而其余时段变化相对平稳。y=5.56x+100.77y=13.45x+112.51y=10.46x+78.63图 6 给出了 20022019 年沙坪坝区四季各级热岛强度影响面积逐年变化。春季（图 6a），沙坪坝区各年无热岛和弱热岛区域面积占比相对较大，20022019年沙坪坝区受热岛影响区域面积呈波动上升趋势，其线性拟合公式为。夏季（图 6b），各年弱热岛、较强热岛和强热岛区域面积占比相较于春季均有所增加，20022019 年热岛影响区域的面积呈现明显上升趋势，其线性拟合公式为。秋季（图 6c），2013 年之前沙坪坝区无热岛区域面积占比最大，弱热岛次之；2013 年之后弱热岛、较强热岛和强热岛积占比逐渐增大；线性拟合公式为，相对于夏季，秋季城市热岛强度随时间的增速有所减缓。冬季（图 6d），20022019 年沙第 2 期唐晓萍，等：近 20 年重庆沙坪坝城市热岛效应变化特征107坪坝区无热岛区域面积占比最大，热岛影响区域面积占比相对较小，且热岛区域面积随时间呈波动变化，变化趋势相对较小。图 7 给出了 20022019 年沙坪坝区四季城市热岛影响面积的 M-K 检验结果。春季（图 7a），20022015年沙坪坝区城市热岛影响面积呈下降趋势，尤其是20062009 年下降趋势明显，UF 值超过了 95%显著性水平临界线，在 2016 年处发生突变，之后热岛影响面积增加。夏季（图 7b），20022019 年沙坪坝区热岛影响面积呈上升趋势，2011 年后显著上升。秋季（图 7c），近20 a 沙坪坝区热岛影响面积呈上升趋势，20052007 年和 20152019 年有两次显著上升，这两个时段的 UF值均超过了95%显著性水平临界线。冬季（图7d），20022005 年沙坪坝区城市热岛影响面积呈上升趋势，之后为下降趋势，根据 UF 和 UB 曲线的交点位置可以确定在 2005 年发生了一次突变。2945N2940293529302945N2940293529302945N2940293529302945N294029352930106151062010625E106151062010625E106151062010625E106151062010625E强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 kmNNNN(a)(b)(c)(d)图 2 不同年份沙坪坝区城市热岛强度空间分布对比（a.2002 年，b.2007 年，c.2012 年，d.2019 年）108高原山地气象研究第 43 卷 2945N2940293529302945N2940293529302945N2940293529302945N294029352930106151062010625E106151062010625E106151062010625E106151062010625E强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 km强冷岛强热岛较强冷岛较强热岛弱冷岛弱热岛行政区划无热岛036 kmNNNN(a)(b)(c)(d)图 3 2019 年不同季节沙坪坝区城市热岛强度空间分布特征（a.春季，b.夏季，c.秋季，d.冬季）350300250200150100500面积(km2)弱冷岛无冷岛弱热岛较强热岛强热岛热岛2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019年 图 4 20022019 年沙坪坝区各级热岛强度影响面积逐年变化第 2 期唐晓萍，等：近 20 年重庆沙坪坝城市热岛效应变化特征10944结论与讨论结论与讨论本文选取 20022019 年 MODIS 地表温度产品，采用线性回归分析法和 M-K 检验法，分析了沙坪坝区城市热岛效应的时空分布特征和强度变化趋势，得到以下主要结论：（1）近 20 a 沙坪坝区强热岛区主要集中在土主街道，较强热岛区分布在土主街道、丰文街道、陈家桥街道、虎溪街道、香炉山街道和曾家镇等部分区域，弱热岛区域主要集中在沙坪坝区北部，冷岛区域则分布在沙坪坝区东西两侧的缙云山和中梁山低山区。（2）20022019年沙坪坝区热岛面积年平均值随时间变化呈波动上升的趋势，其变化趋势相对平稳。沙坪坝区城市热岛效应具有显著的季节差异，其热岛强度依次为夏季秋季冬季春季。春季，沙坪坝区主要受弱热岛影响；夏季，城市地表温度显著升高，城乡温差进一步扩大，热岛影响区域以及热岛强度增大，多数地区均受较强热岛以上等级影响；秋季，沙坪坝区地表温度开始降低，部分夏季强热岛和较强热岛区域转为弱热岛；冬季，热岛强度减缓，多数地区未受热岛影响。（3）20022006 年和 20082019年沙坪坝区热岛影响面积呈上升趋势，其变化趋势相对平稳，在 20062008 年呈弱下降趋势。春季，沙坪坝区城市热岛影响面积总体呈下降趋势，20062009 年下降趋势明显，2016 年后热岛影响面积有所增加；夏季，沙坪坝区城 200320052007200920112013201520172019突变点检验UFUB95%显著水平2.01.51.00.500.51.01.52.0年份统计量 图 5 20022019 年沙坪坝区城市热岛影响面积 M-K 检验 350300250200150100500面积(km2)350300250200150100500面积(km2)350300250200150100500面积(km2)400350300250200150100500面积(km2)2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019年(a)(b)(c)(d)强冷岛较强冷岛弱冷岛无冷岛弱热岛较强热岛强热岛热岛 图 6 20022019 年沙坪坝区四季各级热岛强度影响面积逐年变化（a.春季，b.夏季，c.秋季，d.冬季）110高原山地气象研究第 43 卷市热岛影响面积呈上升趋势，2011 年后显著增加；秋季，沙坪坝区城市热岛影响面积呈上升趋势，20052007 年和20152019 年有两次显著上升；冬季，20022005年沙坪坝区城市热岛影响面积呈上升趋势，之后呈下降趋势，但变化相对平稳，在 2005 年发生了一次突变。另外，沙坪坝区强热岛和较强热岛区域正好位于重庆中心城区西部槽谷，是西部（重庆）科学城建设的一部分，也是沙坪坝区倾力打造的西部新城范围。该区域城市化的快速扩张和推进，大量的人口、商业、工业活动迁入，影响着西部槽谷热环境的变化。人口密度增加、人为热源激增、下垫面属性改变等也影响着区域热环境的分布。加之近年来，极端天气气候事件频发重发，城市的人口和经济要素聚集，气象灾害的暴露度和脆弱性更大，受城市特殊下垫面的影响，中小尺度的强对流天气多发重发，气象灾害的突发性、极端性、不可预见性随之也增强。因此，在了解小尺度地表城市热岛强度的演变特征后，未来研究重心将在城市热岛精密监测、精细分析方面加强，以进一步揭示小尺度、小范围城市热岛效应的形成机制，为城市生态环境、热环境、局地气候环境研究和城市气象灾害预报预警等提供重要的科学依据。参考文献 彭少麟,周凯,叶有华,等.城市热岛效应研究进展J.生态环境,2005，14（4）：574 579 1 Grigoras G,Uritescu B.Land use/land cover changes dynamics andtheir effects on surface urban heat island in bucharest,RomaniaJ.International Journal of Applied Earth Observation andGeoinformation,2019，80：115 126 2 胡嘉骢,朱启疆.城市热岛研究进展J.北京师范大学学报(自然 3 科学版),2010，46（2）：186 193 李晓敏,曾胜兰.成都、重庆城市热岛效应特征对比J.气象科技,2015，43（7）：888 897 4 Kathrin W,Steffen L,Birgit K,et al.Heat waves and urban heatislands in Europe:A review of relevant driversJ.Science of theTotal Environment,2016，569-570（1）：527 539 5 Wong N H.Urban heat island research:Challenges and potentialJ.Frontiers of Architectural Research,2016，5（2）：276 278 6 Lauwaet D,Ridder K D,Saeed S,et al.Assessing the current andfuture urban heat island of BrusselsJ.Urban Climate,2016，15：1 15 7 Noushig K,Youssef D.Effects of urbanization on the urban heatisland in BeirutJ.Urban Climate,2015，14（2）：154 165 8 刘伟东,尤焕苓,孙丹.1971-2010 年京津冀大城市热岛效应多时间尺度分析J.气象,2016，42（5）：598 606 9 黄利萍,苗峻峰,刘月琨.天津城市热岛效应的时空变化特征J.大气科学学报,2012，35（5）：620 632 10 张尚印,徐祥德,刘长友,等.近40年北京地区强热岛事件初步分析J.高原气象,2006，25（6）：1147 1153 11 朱家其,汤绪,江灏.上海市城区气温变化及城市热岛J.高原气象,2006，25（6）：1154 1160 12 董良鹏,江志红,沈素红.近十年长江三角洲城市热岛变化及其与城市群发展的关系J.大气科学学报,2014，37（2）：146 154 13 刘新,刘寿东,赵小艳,等.南京城市化进程与热岛效应的初步研究J.长江流域资源与环境,2013，22（12）：1543 1549 14 卿清涛,冯建东,郭海燕.基于NOAA/AVHRR资料的城市热岛效应研究方法J.高原山地气象研究,2010，30（3）：48 51 15 宗会明,季欣.19992018 年重庆市主城区住宅用地空间演变特征及驱动因素研究J.地理科学,2021，41（7）：1256 1265 16 潘莹,崔琳琳,刘昌脉,等.基于MODIS数据的重庆市城市热岛效应时空分析J.生态学杂志,2018，37（12）：3736 3745 17 突变点检验(a)UFUB95%显著水平321012统计量突变点检验(b)UFUB95%显著水平4321012统计量突变点检验(c)UFUB95%显著水平321012统计量突变点检验(d)UFUB95%显著水平2.01.51.00.500.51.01.52.0统计量200320052007200920112013201520172019年份200320052007200920112013201520172019年份200320052007200920112013201520172019年份200320052007200920112013201520172019年份 图 7 20022019 年沙坪坝区四季城市热岛影响面积 M-K 检验（a.春季，b.夏季，c.秋季，d.冬季）第 2 期唐晓萍，等：近 20 年重庆沙坪坝城市热岛效应变化特征111 Wan Z M.New refinements and validation of the collection-6MODIS land-surface temperature/emissivity productJ.RemoteSensing of Environment,2014，140：36 45 18 叶昱含,张文娟,官云兰,等.基于MODIS 产品的全球温度数据生成方法J.江西科学,2018，36（2）：209 216 19 Sun Y,Zhang X,Ren G,et al.Contribution of urbanization towarming in ChinaJ.Nature Climate Change,2016，6：706 709 20 叶彩华,刘勇洪,刘伟东,等.城市地表热环境遥感监测指标研究及应用J.气象科技,2011，39（1）：95 101 21 杨瑜峰,白冰,陈学君,等.基于DEM的1983-2012年甘南州降水空间变化趋势及特征J.高原山地气象研究,2016，36（1）：52 56 22 伍云华,秦宁生,彭晓滨.近57a长江黄河源区径流量变化异同特征分析J.高原山地气象研究,2021，41（4）：43 47 23 VariationCharacteristicofHeatIslandEffectinShapingba,ChongqinginRecent20YearsTANG Xiaoping1,ZHANG Dejun2*,ZHAO Man1,HE Zeneng2(1.CMA Key Open Laboratory of Transforming Climate Resources to Economy/Chongqing Institute of Meteorological Sciences,Chongqing 401147,China;2.Shapingba Meteorological Bureau,Chongqing 400030,China)Abstract：Based on MODIS LST product,with the linear regression analysis and Mann-Kendall(M-K)test method,the spatiotem-poral distribution and the intensity variation of UHI in Shapingba from 2002 to 2019 are analyzed.The results show that the regions af-fected by strong UHI are concentrated in Tuzhu street.The relatively strong UHI areas are distributed in some street such as Tuzhu,Feng-wen,Chenjiaqiao,Huxi,etc.And the annual mean of the UHI shows a fluctuating upward trend with time,and the change trend is relat-ively stable.In addition,the UHI of Shapingba district shows a significant seasonal variation characteristic,and the intensity of UHI issummerautumnwinterspring.Keywords：MODIS，Heat island effect，Spatiotemporal distribution，Shapingba112高原山地气象研究第 43 卷