文献分享
——
Literature
Sharing
森林盆地峰值地形中基于局部气候带的地表温度季节分析——以桂林市为例
研究背景 ▼
城市高温挑战是由于与城市化、人类活动和建筑环境相关的因素共同造成的。城市热岛效应 （UHI） 为这些挑战创造了潜在条件，当与热浪相结合时，情况会更加严重。由此产生的一系列城市困境包括健康风险、能源消耗增加、空气污染和与高温相关的社会不平等。这些城市挑战凸显了 UHI 量化和缓解科学研究的必要性。
由于测量点分散且调查设备有限，高分辨率遥感地表温度 （LST） 通常用于研究 UHI 效应。时空数据融合方法因利用不同数据源的优势而受到广泛关注，它通过整合来自 MODIS 数据的时间变化和空间关系来预测精细的时空分辨率 LST，从而提高 LST 时空分辨率。计算 UHII 的传统方法是比较城乡之间的平均温差，称为城乡二分法。但是，此方法存在一些限制。一个挑战是选择非城市参考，而非城市参考的选择不正确会导致对城市效应的估计不准确。此外，这种方法过度简化了城乡关系，应该更准确地将其描述为一个连续的、动态的系统，而不是一个二分法。此外，它未能解释城市地区的异质热行为。为了克服这些限制，Stewart 和 Oke 提出了一种更准确和细致的方法，即局部气候区 （LCZ） 分类系统，以捕捉城市地区 UHI 的复杂性。该方法通过 LCZ 之间的温度变化来定义 UHI，从而能够评估城市内的 UHI。以前的研究主要集中在分析LST特征及其与城市形态（如建筑高度和密度）的相关性。但研究受复杂地理环境影响的城市气候的重要性变得更加明显。使用 LCZ 框架调查复杂地理区域中的 UHI 正在成为一个新的研究主题，相关研究在多个城市进行。
为了填补上述研究空白，本研究开发了一种 SUHI 评估方法，将改进的地表城市热强度比指数 （SUHIRI） 与基于 LCZ 的 SUHII 相结合，能够对整体和详细 SUHI 效应进行双重评估。
研究数据和方法 ▼
1 研究数据
（1）根据在桂林观测到的真实温度条件，该研究将 3 月、9 月、10 月和 1 月分别指定为春季、夏季、秋季和冬季的代表性月份。2022 年至 2023 年桂林的月度气温趋势（来源于中国国家气象科学数据中心）。
（2）检索 LST，本研究使用了 Landsat 8-9 Operational Land Imager （OLI） 和热红外传感器 （TIRS） Collection 2 Level-1 产品，地质调查局 （USGS） （https://glovis.usgs.gov/）。
（3）为了在具有显著云效应或严重图像残缺的情况下执行 LST 交叉验证和时空图像融合，本研究利用了美国国家航空航天局 （NASA） （https://ladsweb.modaps.eosdis.nasa.gov/） 免费提供的中等分辨率成像光谱仪 （MODIS） 表面温度/发射率日常产品。
2 研究方法
该研究的处理和流程图由三个主要阶段组成。
（1）桂林市的 LCZ 映射
本研究利用 Bechtel 等提出的世界城市数据库和访问门户工具 （WUDAPT） 来获取城市地区的 LCZ 地图。
（2）LST 检索
本研究采用辐射传递方程 （RTE） 方法和 STI-FM 技术来检索 LST。在具有大云效应或严重图像损坏的情况下，采用 STI-FM 技术来预测合成的 Landsat LST 图像。STI-FM 技术通过融合 MODIS 获取的 LST 影像来提高 Landsat LST 影像的时间分辨率。
（3）LST 特性的季节性分析
重要图表 ▼
研究结论 ▼
本研究开发了一种 SUHI 评估方法，将改进的 SUHIRI 与基于 LCZ 的 SUHII 相结合，能够对整体和详细 SUHI 效果进行双重评估。此外，STI-FM 技术被用于解决 LST 结果中的大云效应或严重图像残缺的问题。基于开发的方法，它调查了季节性 LST 特征，并深入研究了地理因素（包括地形要素和自然特征）对季节性 LST 模式的潜在影响，特别关注已建成的 LCZ。以森林流域峰市桂林为例，以表示复杂的城市环境。我们的结果揭示了以下内容。
1.LCZ 地图：LCZs 地图取得了令人满意的准确率，OA 为 81.73 %，Kappa 系数为 0.77。桂林市景观相关城市总体规划对 LCZ 的分布产生了重大影响，其中 LCZ 5 是市区的主要 LCZ 类型。
2.LST 检索验证：从 Landsat 8-9 逆演的基于 RTE 的 LST 结果和使用 STI-FM 技术合成的 LST 图像都提供了可靠的结果。STI-FM 技术适用于研究季节性 LST 特征，但在处理云影响方面存在局限性，导致剪接 LST 结果出现偏差。
3.LST 特性总体分析：城乡 LST 差异在夏季 （SUHIRI = 0.48） 最为显著，其次是秋季 （SUHIRI = 0.19）、春季 （SUHIRI = 0.14） 和冬季 （SUHIRI = 0.03）。值得注意的是，与某些郊区相比，在冬季，市区表现出相对较低的 LST 值，这表明由于桂林独特的地貌条件，存在异常的热岛现象。相比之下，在春季、夏季和秋季，高 LST 区域主要集中在城市地区，表明存在 SUHI 现象。此外，低 LST 区域在所有季节都集中在城市中心周围的森林和水体中，尽管冬季的空间范围缩小。
4.基于 LCZ 的 LST 特性分析：不同 LCZ 的 LST 值表现出季节性变化，夏季最高，冬季最低。LCZ 8 在所有季节中始终显示最高的 LST 值，而 LCZ G 始终保持最低。建筑物密度与 LST 呈正相关，而植被覆盖与 LST 呈反比关系。就基于 LCZs 的 SUHII 而言，已建成的 LCZ 和 LCZ E 通常表现出 SUHI 效应，在夏季表现最强。LCZ 8 在所有季节中始终表现出最高的 SUHII 值。相比之下，LCZ A、LCZ B 和 LCZ G 在所有季节中始终表现出负 SUHII 值，表明存在 UCI 现象。
5.地理因素的影响：不同建成的 LCZ 上受山脉和水体影响的冷却效果随季节变化，在这些自然元素边缘 50 m 的距离内观察到最强的冷却效果。LCZ 2 在所有四个季节都始终表现出最强的冷却效果，受山脉和水体的影响。此外，观察到 LST 和海拔呈负相关，LCZ A 在所有季节中始终显示出最显着的负相关。尽管 LST 和斜率之间的相关性通常是负的，但它往往是微弱的。
小编说 ▼
该文章题目为“Seasonal analysis of land surface temperature using local climate zones in peak forest basin topography: A case study of Guilin”，于2024年发表在《Building and Environment，IF=7.1。
引用：Nan M ,Jie H ,Yingde Y , et al.Seasonal analysis of land surface temperature using local climate zones in peak forest basin topography: A case study of Guilin[J].Building and Environment,2024,247
文献声明
欢迎转载、转发本号发布的内容，可留言或后台联系小编进行授权。未经授权允许的，请勿在其他渠道或平台转载转发。文中部分来源于网络的图片，以及转述他人的内容，如涉及作品版权和其他问题，请留言联系小编处理。
本期编辑：邬欣阳
本期文案：邬欣阳
