基于FY-3B/VIRR數(shù)據(jù)的濟南市城市熱島效應(yīng)與影響因素分析

王晗，李峰，王昊，秦泉，趙彤

(1.山東省氣象防災(zāi)減災(zāi)重點實驗室，山東 濟南 250031；2.山東省氣候中心，山東 濟南 250031；3.青海省氣象科學(xué)研究所，青海 西寧 810000)

引言

城市熱島效應(yīng)(urban heat island effect)概念由英國氣候?qū)W家HOWARD[1]首次提出，指城市區(qū)域氣溫高于鄉(xiāng)村、郊區(qū)的現(xiàn)象。熱島效應(yīng)對人體健康的影響已成為最值得關(guān)注的公共衛(wèi)生問題之一[2]。DESCHNES and GREENSTONE[3]指出年極端高溫每增加一天，死亡率約上升0.11%。韓京等[4]通過篩查極端氣溫致濟南市居民非意外死亡的敏感人群，指出65歲以上老人為熱浪敏感人群，極端高溫會提高居民心腦血管疾病致死率。在全球氣候變暖與城市化進程逐漸加快背景下，城鎮(zhèn)人口數(shù)量持續(xù)上升，人為排放熱源不斷增加，城市規(guī)模擴張使城市下墊面類型與景觀分布急劇變化，均對城市熱島效應(yīng)造成顯著影響[5]。2013—2019年濟南市常住人口由833.17萬人增加到890.87萬人(包括萊蕪市并入濟南市之前的數(shù)據(jù))，城市建成區(qū)面積由590.6 km2增加到760.6 km2，地區(qū)生產(chǎn)總值由5 883.68億元增加到9 443.37億元[6-8]，城市化率進一步提升。

城市熱島效應(yīng)研究通常采用氣象觀測法[9-11]、數(shù)值模擬法[12-13]、實驗室仿真法[14]與遙感監(jiān)測法[15]。遙感監(jiān)測在時空尺度上具有時間高度同步、空間覆蓋廣、細節(jié)直觀的特點，在城市熱島效應(yīng)研究中具有不可替代的優(yōu)勢。針對不同衛(wèi)星的特點，學(xué)者基于多源衛(wèi)星數(shù)據(jù)如MODIS[16-18]、Landsat[19-20]、環(huán)境衛(wèi)星等數(shù)據(jù)[21]開展了很多研究。新一代國產(chǎn)極軌氣象衛(wèi)星的不斷升空，一定程度上克服了回訪周期較長、空間分辨率較低的缺點，使城市熱島監(jiān)測數(shù)據(jù)源的多樣性得到了進一步擴展[22-24]。定量監(jiān)測地表城市熱島可分為土地類型驅(qū)動型與地表溫度格局驅(qū)動型[25]，前者將土地覆蓋類型作為決定要素，通用性更強。地表溫度反演精度對城市熱島監(jiān)測產(chǎn)生重要影響，學(xué)者基于FY-3B/VIRR數(shù)據(jù)開展了反演研究與相關(guān)生態(tài)應(yīng)用，均得到較好反饋，也為地表城市熱島監(jiān)測應(yīng)用奠定了基礎(chǔ)[26-29]。

當前對于城市熱島的空間差異與日變化等都存在較多研究，而城市熱島長時間年際變化的研究更有利于深入精細剖析熱島形成機理，進而采取合理有效措施加以應(yīng)對。《濟南市城市總體規(guī)劃(2011—2020)》作為城市建設(shè)與發(fā)展的總指導(dǎo)，指出到2020年城鎮(zhèn)化水平達到75%以上，將構(gòu)成“一城兩區(qū)”的中心城空間結(jié)構(gòu)。故本文以濟南市為研究對象，基于FY-3B/VIRR數(shù)據(jù)采用“分裂窗”反演算法獲得高精度的地表溫度數(shù)據(jù)，根據(jù)遙感地表城市熱島強度相關(guān)指標，通過年際尺度與季節(jié)尺度精細分析2013—2020年間城市熱島的時空分布特征與相關(guān)影響因素，將為城市的發(fā)展，建設(shè)濟南“山水形勝、生態(tài)宜居的環(huán)境友好型都市圈”進一步提供決策參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

濟南市位于山東省中部，地理位置介于36°01′～37°04′N，116°12′～117°44′E之間，地處暖溫帶大陸性季風(fēng)氣候區(qū)，四季分明，日照充足。夏季常受熱帶、副熱帶高壓影響，降水集中，雨熱同期；冬季受極地大陸氣團影響，天氣寒冷干燥。濟南南臨泰山為低山丘陵區(qū)，黃河及其支流自西向東流經(jīng)中部地區(qū)，北部為黃河下游的沖積平原。《山東省城鎮(zhèn)化發(fā)展綱要(2012—2020年)》重點指出要形成濟南省會城市群經(jīng)濟圈的快速發(fā)展新格局，在市域城鎮(zhèn)體系中提出構(gòu)筑三條城鎮(zhèn)聚合軸的空間結(jié)構(gòu)，即與產(chǎn)業(yè)空間布局相適應(yīng)，形成以中心城市為中心，向東、向西、向北的三條城鎮(zhèn)聚合軸，從而提高空間聚集性，帶動周圍城鎮(zhèn)發(fā)展(圖1)。

圖1 濟南市城市總體規(guī)劃(2011—2020年)(來源：http://nrp.jinan.gov.cn/)Fig.1 Master Plan of Jinan City (2011-2020) (Source: http://nrp.jinan.gov.cn/)

1.2 主要數(shù)據(jù)來源與處理

用于地表溫度反演的衛(wèi)星數(shù)據(jù)主要來自于山東省氣候中心實時接收的FY-3B/VIRR數(shù)據(jù)，熱紅外通道的空間分辨率為1 km，研究擬選用2013—2020年的晴空數(shù)據(jù)，基于國家衛(wèi)星氣象中心星地通公司開發(fā)的ShinerTek軟件包將數(shù)據(jù)進行預(yù)處理(定標、幾何校正、配準、投影變化、高度角訂正與云檢測等)，處理后獲得通道信息明晰的LD3格式數(shù)據(jù)集。以濟南7個國家級地面氣象觀測站0 cm地溫數(shù)據(jù)作為對比數(shù)據(jù)源，驗證溫度反演算法的反演精度與該算法在濟南區(qū)域的實用性。進而開展年際尺度與春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—次年2月)季節(jié)尺度的熱島時空特征分析。

熱島強度指數(shù)的計算，需要獲取郊區(qū)背景數(shù)據(jù)?！扮箸煲惶枴?LJ1-01)夜間燈光數(shù)據(jù)分辨率為130 m，覆蓋范圍250 km×250 km，重訪周期為15 d，相較于其他同類型數(shù)據(jù)如DMSP/OLS與VIIRS數(shù)據(jù)，可識別夜間微弱燈光，保留更多信息，研究基于2018年數(shù)據(jù)，通過輻亮度轉(zhuǎn)換公式(L=DN3/2×10-10)進行定標處理，采用夜間燈光強度指數(shù)閾值法(L≤100)，提取夜間無燈光區(qū)域；結(jié)合數(shù)字高程數(shù)據(jù)(DEM)剔除南部山區(qū)等與城市平原高程差異過大區(qū)域(海拔高度差≥50 m)；結(jié)合基于MODIS數(shù)據(jù)獲取的2018年最大植被指數(shù)分布圖，通過閾值劃分(反演歸一化植被指數(shù)NDVI≥0.7)去除植被覆蓋度較低區(qū)域；參考基于2015年landsat8-OLI數(shù)據(jù)得到的濟南市土地利用類型，最終確定不受城市活動影響，且土地類型較為穩(wěn)定的郊區(qū)背景數(shù)據(jù)(圖2)。

圖2 濟南郊區(qū)農(nóng)田背景(根據(jù)濟南市夜間燈光影像、最大植被指數(shù)、平原區(qū)域、土地利用類型分布確定)Fig.2 Farmland background of Jinan city (determined by the night light image, the maximum vegetation index, the plain area, and the distribution of land use types of Jinan City)

MODIS數(shù)據(jù)來源于美國國家航空航天局，選取2013—2020年夏季共52景分辨率為500 m的晴空數(shù)據(jù)，反演歸一化植被指數(shù)(NDVI)、基于植被指數(shù)和中紅外通道的混合水體指數(shù)(CIWI)和歸一化建筑指數(shù)(NDBI)?；凇稘辖y(tǒng)計年鑒》中2013年與2020年各行政區(qū)域的三項產(chǎn)業(yè)地區(qū)生產(chǎn)總值與年末總?cè)丝跀?shù)相關(guān)統(tǒng)計數(shù)據(jù)開展城市熱環(huán)境影響因素分析，并基于灰色關(guān)聯(lián)度分析法定量分析各影響因素對熱環(huán)境變化的貢獻程度。

1.3 研究方法

1.3.1 地表溫度反演

研究采用適用于FY-3B/VIRR數(shù)據(jù)的改進型Becker和Li“分裂窗”算法[30]對2013—2020年濟南市的地表溫度進行反演。方法基于輻射傳輸方程，采用最小二乘法，在獲得多種地表、大氣狀態(tài)下輻亮度模擬數(shù)據(jù)與結(jié)合熱紅外通道溫度數(shù)據(jù)集的基礎(chǔ)上重新計算各所需參數(shù)，針對FY-3B/VIRR數(shù)據(jù)有更強的適用性：

TS=A0+P(T4+T5)/2+M(T4-T5)/2

(1)

式中，A0為常數(shù)，取-0.897；T4與T5為FY-3B/VIRR數(shù)據(jù)4、5熱紅外通道的亮溫，P和M分別為關(guān)于平均比輻射率與比輻射率差值的函數(shù)：

P=1+α(1-ε)/ε+β×Δε/ε2

(2)

M=γ′+α′(1-ε)/ε+β′×Δε/ε2

(3)

式中，α、β、γ′、α′和β′均為系數(shù)常數(shù)，分別為0.273、-0.358、4.061、5.918和0.388[31]。ε和Δε為4、5熱紅外通道的平均比輻射率與差值比輻射率：

ε=(ε4+ε5)/2

(4)

Δε=ε4-ε5

(5)

1.3.2 熱島強度指數(shù)計算

研究通過熱島強度指數(shù)(urban heat island intensity，UHII)分析濟南市及各區(qū)縣城市熱島年際尺度與季節(jié)尺度的時空變化規(guī)律。熱島強度指數(shù)為遙感反演的格點地表溫度與劃定郊區(qū)區(qū)域溫度均值之差，可直觀定性描述城市熱島效應(yīng)的大小與影響范圍[32]：

(6)

式中，IUHII(i)為第i個像元的熱島強度，Ti為第i個像元的遙感地表溫度，n為劃定郊區(qū)內(nèi)的有效像元數(shù)量；Tsub為劃定郊區(qū)內(nèi)各像元的遙感地表溫度。按照遙感地表城市熱島強度指數(shù)劃分，可分為強熱島(IUHII(i)>5.0 ℃)，較強熱島(3.0 ℃

1.3.3 熱島比例指數(shù)計算

研究通過熱島比例指數(shù)(urban heat island proportion index，UHPI)對區(qū)域城市熱島強度進行整體評估，定量反映區(qū)域內(nèi)不同等級熱島強度與范圍。熱島比例指數(shù)指區(qū)域內(nèi)城區(qū)溫度高于郊區(qū)溫度的不同等級熱島面積的加權(quán)之和[33]：

(7)

式中，IUHP為熱島比例指數(shù)；m為熱島強度等級序號，m=7；i為城區(qū)溫度高于郊區(qū)溫度等級序號，i=5，6，7；n為城區(qū)溫度高于郊區(qū)溫度的等級數(shù)，n=3；wi為第i級的權(quán)重(取等級序號值)；pi為第i級所占面積百分比。IUHP的值取0～1.0，熱島比例指數(shù)增加意味著熱島現(xiàn)象的加重，按照區(qū)域城市熱島效應(yīng)評估等級劃分，可分為嚴重?zé)釐u等級(0.8

1.3.4 城市熱環(huán)境影響因子計算

從自然的角度出發(fā)，綜合考慮環(huán)境與地理因素，選取歸一化植被指數(shù)(NDVI)[34]、基于植被指數(shù)和中紅外通道的混合水體指數(shù)(CIWI)[35]以及歸一化建筑指數(shù)(NDBI)[36]開展熱環(huán)境影響因素分析，并對CIWI進行歸一化處理：

INDV=(ρNIR-ρRed)/(ρNIR+ρRed)

(8)

ICIW=(INDV+RNIR/NIR)×C+C

(9)

INDB=(ρMIR-ρNIR)/(ρMIR+ρNIR)

(10)

式中，INDV為歸一化植被指數(shù)，ICIW為基于植被指數(shù)和中紅外通道的混合水體指數(shù)，INDB為歸一化建筑指數(shù)；NIR為近紅外波段；Red為紅光波段；MIR為中紅外波段；RNIR/NIR為近紅外波段與近紅外波段反照率均值的比值；C為常數(shù)，通常取100。

1.3.5 灰色關(guān)聯(lián)度分析

相較于在大量研究數(shù)據(jù)的支撐下，通過概率統(tǒng)計進行系統(tǒng)分析的傳統(tǒng)方法，灰色關(guān)聯(lián)度分析法對樣本數(shù)量的要求較低，針對時間樣本相對較少的城市熱島效應(yīng)過程具有更好的應(yīng)用效果，可較為客觀地對各影響因素的貢獻度開展定量分析[37-38]。灰色關(guān)聯(lián)度分析主要對各影響因素時間序列開展比較，通過計算關(guān)聯(lián)度γi定量體現(xiàn)各影響因素的貢獻程度[39]：

(11)

式中，i為各影響因素類型；n為各影響因素的時間序列評價樣本數(shù)；ξi(k)為k時刻的關(guān)聯(lián)系數(shù)：

(12)

2 結(jié)果與分析

2.1 地表溫度反演

為驗證改進型Becker和Li“分裂窗”地表溫度反演算法在濟南市的適用性，研究以2018年為代表年份，提取該年度71景地表溫度反演數(shù)據(jù)中濟南(站號54823)、濟陽(站號54821)、商河(站號54724)、章丘(站號54727)、長清(站號54816)、平陰(站號54818)和萊蕪(站號54828)7個國家級地面氣象觀測站所在像元點的遙感地表溫度，與衛(wèi)星過境時刻站點實測“0 cm地表溫度”數(shù)據(jù)進行對比驗證分析(圖3)。反演結(jié)果與實測值之間的相關(guān)性較高，決定系數(shù)R2達到0.89，存在顯著線性正相關(guān)關(guān)系，為精確城市熱島監(jiān)測奠定基礎(chǔ)。

圖3 遙感地表溫度與地面實測溫度對比(單位：℃)Fig.3 Comparison of remotely sensed land surface temperature and actual surface temperature (units: ℃)

濟南不同季節(jié)地表溫度的高、低值分布特點存在明顯差異：春季和夏季濟南市地表溫度高值區(qū)出現(xiàn)在濟南市城區(qū)(歷下區(qū)、市中區(qū)、槐蔭區(qū)、天橋區(qū)和歷城區(qū)，下同)和鋼城區(qū)，低值區(qū)春季出現(xiàn)在商河縣和濟陽區(qū)，夏季出現(xiàn)在長清區(qū)和萊蕪區(qū)；秋季濟南市地表溫度高值區(qū)出現(xiàn)在鋼城區(qū)，低值出現(xiàn)在萊蕪區(qū)(表1)。整體上，濟南市不同季節(jié)的地表溫度基本與實際情況吻合，可以比較客觀、準確地反映地表熱量差異、分布范圍和發(fā)展趨勢等特征。

表1 2013—2020年濟南春、夏、秋、冬季各區(qū)(縣)遙感地表溫度均值

2.2 城市熱島時間變化規(guī)律

2.2.1 年際尺度變化規(guī)律

2013—2020年總熱島區(qū)域(熱島強度≥1 ℃，下同)與總冷島區(qū)域(熱島強度≤-1 ℃，下同)面積占比總體呈現(xiàn)相反年際變化特征(圖4)?？偀釐u區(qū)域面積占比先增加后減小逐漸平穩(wěn)，在2014年達到峰值35.0%，2015年較上年明顯減小，不斷降低至2018年達到谷值11.0%，其后緩慢上升變化趨于穩(wěn)定；總冷島區(qū)域占比于2014年降至谷值為29.5%，后迅速上升至2018年出現(xiàn)峰值達59.1%；無熱島區(qū)域面積占比變化明顯，2018年之前變化緩慢，2018年后顯著上升。

圖4 2013—2020年濟南各熱島強度等級(a)和各冷島強度等級(b)面積變化(單位：%)Fig.4 Area changes in the intensity levels of Jinan’s urban heat(a) and cold(b) islands from 2013 to 2020 (units: %)

2013—2020年強熱島和較強熱島區(qū)域面積變化緩慢，總體呈降低趨勢；弱熱島等級面積變化與弱冷島之間呈現(xiàn)顯著相反的變化趨勢，其中弱熱島面積占比于2014年表現(xiàn)峰值達26.5%，后逐年降低于2017年達到谷值為8.9%，而后緩慢上升，2018年弱冷島強度區(qū)域面積占比增至峰值為35.0%，其后呈現(xiàn)下降趨勢，降幅高于弱熱島區(qū)域增加幅度，弱熱島與弱冷島總體面積占比總體均呈現(xiàn)減小趨勢；強冷島與較強冷島面積占比呈現(xiàn)波動變化的特點。

2.2.2 季節(jié)尺度變化規(guī)律

濟南市夏季城市熱島強度最強且總熱島區(qū)面積最大為35.3%，秋季總熱島區(qū)域面積占比明顯高于春冬兩季為22.5%，春季、冬季總熱島強度區(qū)域面積占比基本持平分別為11.5%和10.6%，總體表現(xiàn)為夏季>秋季>春季>冬季；冷島區(qū)域面積在春季超過50%為69.5%，是四季之首，夏季與秋季面積占比基本持平，分別為31.1%和34.6%，冬季冷島強度區(qū)域面積占比為43.7%，總體表現(xiàn)為春季>冬季>秋季>夏季；無熱島區(qū)域隨季節(jié)變化影響范圍逐漸變大(圖5)。

圖5 濟南春、夏、秋、冬季各熱島強度等級面積占比變化(單位：%)Fig.5 Area changes in the proportions of each heat island intensity level in Jinan in each season (units: %)

分析不同季節(jié)熱島區(qū)域的年際變化(表2)可以得到：2014年與2015年春季總熱島區(qū)域面積明顯較高，分別為25.7%和27.3%，2016年次之，為10.8%，其余年份均小于10%，其中強熱島區(qū)域在2014年占比最大，為2.4%，其余年份均小于1%；2013年夏季總熱島面積區(qū)域占比最大超過50%為58.1%，其中強熱島區(qū)域占比7.9%，2015年、2016年和2019年面積基本持平，2018年明顯較低，僅為15.6%；2013年和2014年秋季總熱島面積占比較高，分別為49.6%和49.0%，自2015年起有顯著下降，較上年減少36.2%，2020年有輕微回升；2014年冬季熱島區(qū)域占比明顯較大，為37.5%，2020年次之，為21.7%，其余年份較小，均在7%以下。

表2 2013—2020年濟南市春、夏、秋、冬季熱島面積占比

2.3 城市熱島空間分布規(guī)律

以2013年與2020年為例，分析濟南市各區(qū)(縣)春、夏、秋、冬季城市熱環(huán)境格局空間分布(圖6)特征：2013—2020年間，春季以冷島區(qū)域為主，主要分布在商河縣、濟陽區(qū)、天橋區(qū)大部、歷城區(qū)與章丘區(qū)北部，市中區(qū)、萊蕪區(qū)、鋼城區(qū)和平陰縣主要以無熱島區(qū)域為主，歷下區(qū)與槐蔭區(qū)以弱熱島等級為主；夏季以熱島區(qū)域為主，歷下區(qū)與槐蔭區(qū)大部多表現(xiàn)強熱島，市中區(qū)北部、天橋區(qū)南部、歷城區(qū)中北部和章丘區(qū)大部以弱熱島區(qū)域為主，其余區(qū)(縣)多為無熱島區(qū)域；秋季、冬季大部分區(qū)(縣)以無熱島區(qū)域為主，歷下區(qū)秋季主體表現(xiàn)為較強熱島，冬季以弱冷島為主，天橋區(qū)秋、冬季分別以弱熱島與弱冷島為主，歷城區(qū)秋季呈現(xiàn)弱冷島，商河縣秋冬兩季均以弱冷島為主，市中區(qū)、濟陽區(qū)冬季主要以弱冷島區(qū)域為主。

圖6 2013年(a1、b1、c1、d1)和2020年(a2、b2、c2、d2)濟南市春季(a1、a2)、夏季(b1、b2)、秋季(c1、c2)、冬季(d1、d2)熱島強度空間分布(色階表示熱島和冷島強度等級)Fig.6 Spatial distribution of UHII in Jinan City in spring(a1/a2), summer(b1/b2), autum(c1/c2) and winter(d1/d2) in 2013(a1/b1/c1/d1) and 2020(a2/b2/c2/d2)(color scale represents the intensity of the heat island and cold island)

濟南市城市熱島空間格局主要以城鎮(zhèn)聚合軸為主導(dǎo)驅(qū)動，呈現(xiàn)交通線路連接高溫?zé)釐u區(qū)，“點-線”式城市熱島空間結(jié)構(gòu)的特點。將濟南市條帶狀城市熱島中心城區(qū)(歷下區(qū)大部、市中區(qū)北部、槐蔭區(qū)東部與天橋區(qū)南部)作為強熱島輻射源，主要通過兩條城市主干道連接各區(qū)(縣)城市副高溫區(qū)：“東—西”走向以膠濟鐵路與經(jīng)十路、經(jīng)十東路連接歷城區(qū)中部與章丘區(qū)城市副高溫區(qū)；“東北—西南”走向以經(jīng)十西路、G220國道連接長清區(qū)與平陰縣城市副高溫區(qū)。南北走向城鎮(zhèn)聚合軸城市熱島空間格局也有相應(yīng)表現(xiàn)，但由于北部濟陽區(qū)與商河縣下墊面類型主要以農(nóng)田為主，郊區(qū)冷島效應(yīng)表現(xiàn)明顯，與“東北—西南”走向相比，影響范圍顯著較小，其中濟陽區(qū)熱島影響較商河縣更為顯著。

濟南市城市冷島區(qū)域主要可分為南部山區(qū)、北部平原農(nóng)田區(qū)與中部黃河流域區(qū)。南部山區(qū)以天然地形優(yōu)勢，且存在豐富的植被覆蓋，成為城市的天然冷源之一，是濟南市最主要、最穩(wěn)定的冷島區(qū)域；黃河及相關(guān)支流自西向東由城市中部區(qū)域穿過，其流域也形成了天然冷源帶，流域南北溫度差異顯著，在熱島強度緩解方面效應(yīng)明顯；北部平原農(nóng)田區(qū)由于下墊面類型的特殊性，相較于城鎮(zhèn)建設(shè)用地具有較大比熱容，且土壤具有一定的儲水能力，因此該區(qū)域成為濟南市影響面積最大的低溫冷島區(qū)域。

2.4 熱島比例指數(shù)變化

研究基于熱島比例指數(shù)表征與評價濟南各區(qū)(縣)熱島效應(yīng)程度，濟南市熱島比例指數(shù)總體呈現(xiàn)下降趨勢，2013年與2014年為較輕熱島，2014年后表現(xiàn)為輕微熱島。從季節(jié)來看，2015年春季為較輕熱島，其余年份均為輕微熱島；2013年夏季熱島比例指數(shù)為0.46，屬一般熱島，2014—2016年與2019—2020年為較輕熱島，2016—2018年為輕微熱島；2013—2014年秋季為較輕熱島，2014年后均為輕微熱島；冬季除2014年為較輕熱島，其余年份均為輕微熱島。

通過對比2020年與2013年城市熱島比例指數(shù)，發(fā)現(xiàn)春季除長清區(qū)與平陰縣熱島比例指數(shù)分別以0.04與0.08的幅度下降外，其余區(qū)(縣)均呈現(xiàn)上升趨勢，歷下區(qū)升高幅度最大為0.45；夏季除濟陽區(qū)呈現(xiàn)0.04的輕微上升幅度以外，總體均呈現(xiàn)明顯下降趨勢，以鋼城區(qū)的下降幅度最大為0.33；歷下區(qū)與槐蔭區(qū)秋季熱島比例指數(shù)均表現(xiàn)升高，市中區(qū)2020年與2013年持平，其余區(qū)(縣)下降趨勢顯著；冬季除萊蕪區(qū)與鋼城區(qū)外，熱島比例指數(shù)均呈現(xiàn)上升趨勢，其中歷下區(qū)與槐蔭區(qū)變化幅度較大，分別為0.60與0.56(圖7)。

圖7 2013—2020年濟南市熱島比例指數(shù)(UHPI)年際與季節(jié)變化(a)、各區(qū)(縣)熱島比例指數(shù)差值(ΔUHPI)變化(b)Fig.7 The changes of UHPI in interannual and seasonal variations from 2013 to 2020 (a), and the changes of UHPI in each county from 2013 to 2020 (b)

2.5 城市熱環(huán)境影響因素分析

由于城市熱環(huán)境形成依賴多因素共同作用，研究從自然與社會經(jīng)濟角度出發(fā)，結(jié)合時間尺度與空間尺度，通過Pearson相關(guān)性檢驗分析多種因素與城市熱環(huán)境的相關(guān)性?；?013—2020年MODIS晴空數(shù)據(jù)，采用歸一化植被指數(shù)(NDVI)、歸一化建筑指數(shù)(NDBI)和基于植被指數(shù)、中紅外通道的混合水體指數(shù)(CIWI)，分析熱島典型發(fā)生季節(jié)(夏季)各熱島主要發(fā)生區(qū)域(歷下區(qū)、市中區(qū)、槐蔭區(qū)、天橋區(qū)、歷城區(qū)和章丘區(qū))三個主要因素的季節(jié)均值與熱島比例指數(shù)之間的相關(guān)關(guān)系，從時間尺度探索植被覆蓋、城鎮(zhèn)建筑和水體分布對熱環(huán)境的影響：熱島比例指數(shù)與三個主要自然因素在0.01顯著水平上均呈現(xiàn)高度相關(guān)關(guān)系，與歸一化植被指數(shù)、混合水體指數(shù)之間呈顯著負相關(guān)，相關(guān)系數(shù)R分別為0.700和0.617，植被覆蓋度較高、水體分布豐富有助于環(huán)境地表降溫，有益于熱島效應(yīng)的緩解；熱島比例指數(shù)與歸一化建筑指數(shù)之間為顯著正相關(guān)關(guān)系，相關(guān)系數(shù)R為0.334，即城鎮(zhèn)建筑越密集，一定程度上加重城市熱效應(yīng)(圖8、表3)。

圖8 熱島比例指數(shù)(UHPI)與歸一化植被指數(shù)(NDVI, a)、歸一化建筑指數(shù)(NDBI, b)和混合水體指數(shù)(CIWI, c)之間的相關(guān)性分析Fig.8 The relationship between UHPI and various influencing factors (a. NDVI, b. NDBI, c. CIWI)

除去自然因素外，社會經(jīng)濟也是影響城市熱環(huán)境的主要因素，分析2019年與2013年的各區(qū)(縣)三項產(chǎn)業(yè)生產(chǎn)總值差值(ΔPI-GDP、ΔSI-GDP、ΔTI-GDP)、總?cè)丝诓钪?ΔPOP)與總熱島區(qū)域面積差值(ΔSUHI)之間的相關(guān)關(guān)系。結(jié)果表明：ΔSUHI與ΔPOP、ΔSI-GDP、ΔTI-GDP之間呈現(xiàn)正相關(guān)關(guān)系，且與ΔPOP、以服務(wù)業(yè)為主的ΔTI-GDP在0.01顯著水平下呈現(xiàn)高度相關(guān)，相關(guān)系數(shù)R分別為0.823與0.769，人口增長帶來了較豐富的生產(chǎn)活動與增加的能源消耗對城市熱環(huán)境的影響較大；ΔSUHI與以傳統(tǒng)工業(yè)與建筑業(yè)為主的第二產(chǎn)業(yè)呈現(xiàn)中等相關(guān)，相關(guān)系數(shù)R為0.492，熱島面積的變化均與這些因素之間存在較大關(guān)聯(lián)(圖9、表3)。

圖9 濟南市各區(qū)縣熱島面積占比差值(單位：%)與地區(qū)生產(chǎn)總值差值(單位：億元)、人口差值(單位：萬人)變化Fig.9 The relationship between ΔSUHI(units:%) and ΔPOP(units:10000 people)、ΔGDP (units: hundred million) in various counties of Jinan City

表3 UHPI與NDVI、NDBI、CIWI，ΔSUHI與ΔPOP、ΔPI-GDP、ΔSI-GDP、ΔTI-GDP的Pearson相關(guān)

為進一步分析各影響因素對城市熱環(huán)境變化的貢獻程度，基于灰色關(guān)聯(lián)度分析法，以2013—2019年熱島比例指數(shù)為參考數(shù)列，其他自然、社會因素共7項因素作為對比數(shù)列，定量評價各類因素的貢獻程度(表4)。人口與歸一化植被指數(shù)對城市熱島效應(yīng)的變化貢獻度最高，達到0.8以上，是影響城市熱島效應(yīng)的較為直接的因素，其中人口因素的貢獻度達到0.927 1；NDBI、CIWI和TI-GDP與熱島比例指數(shù)的關(guān)聯(lián)度在0.70～0.80之間，歸一化建筑指數(shù)與第三產(chǎn)業(yè)生產(chǎn)總值的變化也間接影響人口的變化，水體作為城市內(nèi)的天然冷源，對城市熱島效應(yīng)的變化也具有一定的貢獻度；第二與第一產(chǎn)業(yè)生產(chǎn)總值對熱島效應(yīng)變化的貢獻度較小，關(guān)聯(lián)度在0.7以下，其中第一產(chǎn)業(yè)生產(chǎn)總值的灰色關(guān)聯(lián)度最小，僅為0.501 1。

表4 熱島比例指數(shù)(UHPI)與各影響因素之間的關(guān)聯(lián)度

3 結(jié)論與討論

3.1 結(jié)論

1)采用Becker和Li“分裂窗”算法進行地表溫度反演，與地表實測0 cm地溫數(shù)據(jù)開展精度對比驗證，存在高度線性相關(guān)關(guān)系，決定系數(shù)R2達0.89，進一步驗證了該方法在濟南地區(qū)的適用性。濟南市地表溫度高值區(qū)主要出現(xiàn)在濟南市城區(qū)和鋼城區(qū)。

2)2013—2020年間，濟南市總熱島區(qū)域與總冷島區(qū)域面積呈現(xiàn)相反變化特征，總體呈現(xiàn)階段性，熱島區(qū)域2013—2014年、2018—2020年為上升階段，2014—2018年為下降階段，冷島區(qū)域變化趨勢反之。

3)濟南市春、夏、秋、冬季均存在不同程度的熱島現(xiàn)象。濟南市夏季城市熱島強度最強且熱島區(qū)域面積最大，秋季次之且顯著高于春、冬兩季。春季以2014年與2015年較大，2016年次之，其中2014年強熱島區(qū)域面積占比最大；夏季以2013年最大，為58.1%，2018年最小，僅為15.6%；秋季以2013年和2014年占比較大，2015年起占比顯著降低?？偀釐u區(qū)域面積占比在夏、秋兩季呈現(xiàn)顯著下降趨勢，春、冬兩季為上升趨勢。

4)春季濟南市冷島效應(yīng)表現(xiàn)明顯，其中歷下區(qū)與槐蔭區(qū)以弱熱島強度區(qū)域為主；夏季以熱島區(qū)域為主，歷下區(qū)與槐蔭區(qū)以強熱島強度區(qū)域為主；秋、冬季大部分區(qū)(縣)均為無熱島區(qū)。濟南市城市熱島空間格局主要以城鎮(zhèn)聚合軸為主導(dǎo)驅(qū)動，呈現(xiàn)交通線連接高溫?zé)釐u區(qū)，“點-線”式空間結(jié)構(gòu)特點。冷島區(qū)域主要分布在南部山區(qū)、北部平原農(nóng)田區(qū)與中部黃河流域區(qū)。

5)濟南市熱島比例指數(shù)總體呈現(xiàn)下降趨勢，其中2013年、2014年為較輕熱島，其余年份為輕微熱島等級。春、冬兩季熱島比例指數(shù)總體呈現(xiàn)上升，其中歷下區(qū)上升幅度最大，夏、秋兩季大部分區(qū)(縣)均以下降趨勢為主。

6)從自然與社會經(jīng)濟因素的角度出發(fā)，通過Pearson相關(guān)性檢驗，UHPI與NDVI、CIWI、NDBI，ΔSUHI與ΔPOP、ΔTI-GDP在0.01顯著水平上均呈現(xiàn)顯著相關(guān)關(guān)系；通過灰色關(guān)聯(lián)度分析，POP與NDVI為影響城市熱島效應(yīng)的主要因素。

3.2 討論與建議

1)對濟南市熱島強度的時空變化特征進行了分析，在年際尺度與季節(jié)尺度獲得了一些初步結(jié)論，但還存在一些局限性。首先本文采用FY-3B/VIRR數(shù)據(jù)進行研究，時間分辨率有一定提升，可更加具體地在時間尺度上進行分析，但與其他光學(xué)衛(wèi)星數(shù)據(jù)的紅外波段對比，空間分辨率相對較低，在精細化分析局地?zé)釐u效應(yīng)變化方面存在一些不足，今后可開展多源衛(wèi)星數(shù)據(jù)結(jié)合，對濟南市內(nèi)部小范圍重點區(qū)域進行獨立分析，更有助于了解熱島效應(yīng)的發(fā)展特征。

2)研究僅開展了濟南市城市熱島效應(yīng)的規(guī)律探索，但周圍城市群的發(fā)展也共同影響中心城市的熱島效應(yīng)，未來可擴大研究的空間范圍，綜合考慮城市群因素開展更深入的研究。

3)基于本文的研究結(jié)論，影響城市熱島效應(yīng)最為主要的因素為人口與植被覆蓋度。未來可適度控制濟南市城區(qū)常住人口數(shù)量，關(guān)注重點區(qū)域如歷下區(qū)和市中區(qū)的人口密度；增加城市“冷源”如豐富城市植被覆蓋度、擴大水體分布度等均可一定程度上緩解城市熱島效應(yīng)。