遥感和社会感知数据揭示了城市热岛形成因素的尺度依赖性与系统特异性

日前，南京大学、丹麦哥本哈根大学、江苏省城市规划设计研究院和南京师范大学的研究团队在Remote Sensing上发表了题为“Remote Sensing and Social Sensing Data Reveal Scale-Dependent and System-Specific Strengths of Urban Heat Island Determinants”的文章，基于遥感和网络社会大数据探究了城市热场格局形成的主导因素，并进行了多尺度和系统特异性探究。现对研究结果进行简单的介绍：

【研究背景】城市热岛效应（Urban Heat Island Effect, UHI）是同一时刻城市温度高于周边郊区的现象。热岛效应会影响城市的微气候、城市居民的健康，城市热岛的形成一方面是由于城市化引致的自然地表（植被、水体）逐渐被不透水面所取代，另一方面是由于人类活动加剧所引致的人为热排放的增加。过去大多数对城市热场的研究多针对特定的城市，且多聚焦在单一尺度以及单一的热场影响因素上，缺乏系统性、多尺度和对热场影响因素的重要性的比较。

【科学问题】自然地表和非自然地表对城市热场格局的相对重要性及其对研究基于的空间尺度的响应，同时研究不同城市之间是否具有系统特异性。

【研究内容和方法】本研究选取了中国32个主要城市（图1），基于Landsat 8遥感数据，利用辐射传输方程法反演了夏季地表温度（Land Surface Temperature, LST）作为城市热场格局的指标，同时提取了归一化植被指数（Normalized difference vegetation index, NDVI）和水体盖度（Water Cover, WC）作为自然地表的表征，并通过高德地图提供的应用程序接口抓取了用户兴趣点（Point of Interest, POI）数据作为表征人类活动强度的非自然地表指标。在（0.25×0.25 km², 0.5×0.5 km², 1×1 km², 2×2 km², and 5×5 km²）空间粒度以及（20 x 20 km²，30 x 30 km²，40 x 40 km²，50 x 50 km²，60 x 60 km²）空间幅度下，利用回归分析和相对重要性分析（Relative Weight Analysis, RWA）的方法对自然地表和非自然地表对热场格局的影响及相对重要性进行了多尺度的分析，研究的流程图见图2。

 Figure 1. The locations of the 32 studied Chinese cities

Figure 2. Flowchart showing the procedures for data acquisition and methodology

【研究结果】

（1）   城市群尺度上，城市地表温度与植被、水体覆盖及人类活动的关系及相对重要性对尺度变换的响应

地表温度与植被覆盖和水体盖度呈负相关关系，与用户兴趣点密度呈正相关关系，且各因素与地表温度的回归模型和全模型的决定系数会受到研究基于的空间尺度的影响（图3）。植被、水体覆盖和人类活动对地表温度的相对重要性的结果（图4）显示，就所有城市的综合结果来看，植被覆盖在各空间尺度下均有最高的相对重要性，且植被、水体覆盖和人类活动强度对地表温度的相对重要性会受到研究空间幅度的影响。回归分析和相对重要性分析的尺度响应曲线大致可分为单调增加、单调减少、先增后减的驼峰状三种类型。

Figure 3. The power (adjusted R2) of NDVI, water cover (WC) and POI density explaining the LST patterns across the grain size range from 0.25 km to 5 km (at each fixed spatial extent, a-d) and the spatial extent range from 20 to 60 km (at each fixed grain size, e-h).

Figure 4. The Boxplot of the relative importance of NDVI, water cover (WC) and POI density for explaining the LST patterns across the grain size range from 0.25 km to 5 km (at each fixed spatial extent, a-c) and the spatial extent range from 20 to 60 km (at each fixed grain size, d-f).

（2）   单个城市尺度上，城市地表温度与植被、水体覆盖及人类活动的关系及相对重要性对尺度变换的响应

与城市群尺度上，植被、水体盖度和用户兴趣点密度与地表温度的关系对尺度变换的响应曲线的相对单一的结果不同，单个城市的尺度响应曲线是多样的，总结来看大致分可为以下6类：（1）单调增加型（monotonically increase）；（2）单调减少型（monotonically decrease）；（3）先增后减型（humped，凸型）；（4）先减后增型（inversely humped，凹型）；（5）尺度不变型（scale invariance，不随尺度的变化有较大的波动）；（6）无序型（erratic）。具体结果见图5、图6，具体的讨论见文章正文。

Figure 5. The frequency (amount of cities) distributions of 6 types of scaling relations with respect to grain size (at each fixed spatial extent, a-d) and spatial extent (at each fixed grain size, e-h) for the individual explanatory power of NDVI, water cover (WC) and POI density as well as their overall explanatory power. The amount of cities (the frequency) that had a specific scaling relation type is annotated above the corresponding bar.

Figure 6. The frequency (amount of cities) distributions of 6 types of scaling relations with respect to grain size (at each fixed spatial extent, a-c) and spatial extent (at each fixed grain size, d-f) for the relative importance of NDVI, water cover (WC) and POI density. The amount of cities (the frequency) that had a specific scaling relation type is annotated above the corresponding bar.

此外，我们在单个城市的基础上，通过比较相对权重的数值罗列出了各城市最重要的影响因素，并制作了频度分布图（图7），我们发现不同于对于所有城市群来说植被覆盖的重要性最高的结果，就单个城市的结果来看，在某些研究尺度下水体覆盖和人类活动强度均可能成为某些城市最重要的影响因素。

Figure 7. The frequency (amount of cities) distributions of NDVI, water cover (WC) or POI density as the dominant urban-heat-island determinant that had the highest relative importance at each combination of spatial extent and grain size.

【讨论及对缓解城市热岛效应的建议】

自然地表和非自然地表可以解释绝大部分的热场格局，植被、水体覆盖对地表温度的降温效应，人类活动强度对地表温度的增温效应的强度及各因素的相对强弱会受到研究的空间尺度的影响。其中对于城市群的综合结果来看，植被盖度对地表温度的相对重要性在各尺度均是最高的，且显著高于水体盖度和用户兴趣点密度。说明通过合理的配置植被和水体资源、降低人类活动的强度是缓解城市热岛效应的切实可行的措施，尤其是增加城市的绿色空间。但是就单个城市个体来说，由于城市间与城市间的系统特异性，对于某些城市来说，增加水体覆盖以及降低人类活动的强度是最为有效的缓解城市热岛效应的措施。这提示我们在拟定缓解城市热岛效应的措施，要因地制宜，在运用通用的缓解措施的基础上，应当找准影响该城市热场格局的最主要的因素制定对应的缓解措施。

【研究团队】本文的第一完成单位为南京大学生命科学学院，由丹麦哥本哈根大学助理教授余兆武、南京大学博士后滕漱清和南京大学教授徐驰共同指导。