基于局地气候分区的城市热环境分析——以北京市为例_马永欢.pdf

基于局地气候分区的城市热环境分析以北京市为例*马永欢1）鹿琳琳2）肖达2，3）蔡萌4）任超5）周美玲3）惠文华3）李庆亭6）（1）中华人民共和国自然资源部信息中心，100812，北京；2）中国科学院空天信息创新研究院数字地球重点实验室，100094，北京；3）长安大学地质工程与测绘学院，710054，陕西西安；4）香港中文大学建筑学院，999077，香港；5）香港大学建筑学院，999077，香港；6）中国科学院空天信息创新研究院航空遥感中心，100094，北京）摘要局地气候分区（localclimatezone，LCZ）是一种用于城市热岛研究的地表分类系统框架.本文基于卫星遥感影像、建筑物矢量等多源数据，开展了北京市中心城区局地气候分区分类制图，探讨了不同 LCZ 类型的热特征及季节差异：1）根据城市建筑矢量、地物覆盖分类数据，利用分层次分类方法构建研究区 LCZ 地图；2）利用 Landsat8 卫星遥感影像和辐射传输方程法，反演得到研究区逐月地表温度数据；3）结合 LCZ 地图和多时相地表温度数据，分析不同局地气候分区各月份及季节间的热表现及差异.结果表明：研究区建筑以中低层为主，且多为开阔类型，自然地表覆盖中低植被区 LCZD 占主要比例；LCZ1-3 密集建筑类型较其他建筑类型地表温度更高，且随着建筑高度的降低温度依次增加，除水体外，LCZA/B林区是所有类型温度较低的区域；夏季各 LCZ 分区之间温度差异显著，7 月份热岛强度达到全年最大值.研究结果能够为城市规划设计提供参考，助力于城市的可持续健康发展.关键词城市热岛效应；局地气候分区；地表温度；Landsat；北京；城市可持续发展中图分类号TP79DOI：10.12202/j.0476-0301.2021200根据联合国报道，全球城市人口比例从 1950 年低于 30%增至 2018 年的 55%，2050 年这一比例预计达 68%1.城市人口的增长与城市化的推进，造成城市下垫面发生剧烈变化，进而影响了地表与大气的能量交换过程，导致城市热环境的变化2.在这种情况下，城市中心地区的地表温度通常都高于周边农村地区的相应温度，该现象被称为城市热岛（urbanheatisland，UHI）3.城市热岛能够带来空气污染加剧、能耗增加、居民健康风险上升等一系列负面影响，近年来引起了国内外学者的广泛关注45.为充分理解热岛及其影响因素，研究人员分别从城市扩张、土地覆盖、景观格局和城市形态等角度分析其与地表温度的相关性67.但长久以来没有统一标准量化城市热岛强度，已有研究通常指定特定区域为“城市”和“乡村”，以二者温度的差异来衡量热岛效应89.虽然城市和乡村的定义可以与实地景观相关联，但城市和乡村的界定缺乏公认的方法和标准，多由研究人员主观决定10.为了采用标准化的方法研究城市热岛并开展多城市对比，Stewart 等11提出了局地气候分区（localclimatezone，LCZ）的概念，用更标准、客观和定量化的方案描述城市和农村地区的形态和功能.LCZ 指水平尺度从数百米到数千米的一个具有均质地表覆盖、结构、材质和人类活动的区域，其分类系统中有 17 个标准类型，包括 10 种建成景观类型和 7 种自然覆盖类型.有学者探究了应用LCZ 研究城市热岛效应的科学性：Stewart 等12采用地表大气模式的温度观测和模拟结果来评估 LCZ 的概念划分，结果表明不同类型的 LCZ 都存在热差异，这种差异主要受建筑高度和间距、透水表面比例、树木密度和土壤湿度的影响；Geleti等13分析了捷克的 2 个最大城市布拉格和布尔诺 LCZ 与地表温度（landsurfacetemperature，LST）之间的关系，证实了LCZ 的独立性以及 LST 之间的差异性；Wang 等14分析了美国 2 个干旱区城市的局地气候区的温度并对*中国科学院先导专项项目（XDA19090130）；国家自然科学基金资助项目（42071321，41732066）通信作者：鹿琳琳（1984），女，副研究员.研究方向：城市遥感与可持续发展.E-mail：收稿日期：2021-08-242022-12北京师范大学学报（自然科学版）58（6）JournalofBeijingNormalUniversity（NaturalScience）901比了 LCZ 物理量与参考值之间的差异.我国学者在基于 LCZ 的城市热岛研究中也开展了诸多尝试1517：林中立等16利用 LCZ 分类体系分析了福州的城市热岛强度和分布状况；金珊合等17分析了大连市区的不同局地气候分区对地表温度的影响.此外，LCZ 还被应用于能耗、空气污染分布模式和热舒适性等研究领域1820.LCZ 方案提出后，众多研究致力于利用遥感影像和地理信息数据构建 LCZ 地图2123.目前，以可免费获取的遥感影像为主要数据源的 LCZ 分类制图方法取得了较大进展.世界城市数据库和访问门户工具（worldurbandatabaseandaccessportaltools，WUDAPT）提出了采用 Landsat8 遥感影像的 LCZ 分类方法，用于更好地理解全球城市的形态和功能2425.但该方法达到的分类精度为 60%90%，且极大依赖训练样本的选取.Qiu 等26结合全球城市脚印、开放街区地图、夜间灯光数据、Sentinel-2 和 Landsat8 多光谱 5 种数据进行 LCZ 分类，发现多种数据的使用可以有效提高 LCZ 分类精度.基于多时相 Sentinel-2 卫星影像、卷积神经网络等深度学习技术的应用，将 LCZ 分类精度较基于像元和纹理的随机森林分类方法提高了 4.8%16.5%27.由于全球城市区域存在较大的多样性和异质性，发展具备鲁棒性且高精度的 LCZ 制图方法仍是局地气候分区研究关注的热点.与以往城市土地覆盖分类不同，不同 LCZ 类型的区分需要考虑天空开阔度、粗糙度、建筑高度和人为热通量等因素.遥感数据源中通常缺乏这些信息，而城市地理信息数据能够提供城市冠层参数信息.基于地理信息数据的 LCZ 分类方法，通过设定基本的分析单元，计算其中的城市冠层参数，利用基于规则的分类方法和冠层参数值进行分类.因数据获取困难，全球仅20 多座城市开展了基于地理信息数据的 LCZ 分类案例研究28.根据实际的城市环境，研究者对 LCZ 分类结构进行局部调整，并尝试了模糊规则分类、贝叶斯分类器、K 均值聚类等多种方法28.针对城市局地气候分区分类数据获取的困难，本文尝试使用开放的多源地理信息数据构建北京市中心城区局地气候分区图，结合遥感影像反演的地表温度，比较和分析不同 LCZ 类型的地表温度特征及其月份及季节性变化.分析结果为制定城市规划和设计策略以减缓热岛效应的负面影响提供参考.1研究区与数据源1.1研究区北京地区平均海拔约 43.5m，地形西北高东南低.西部为西山属太行山脉，北部和东北部为军都山属燕山山脉.北京属于温带大陆性季风气候，夏季高温多雨，冬季寒冷干燥，年平均温度约 13，夏季气温炎热（常达 40），冬季平均温度基本保持0.随着城市化的发展，城区建设用地面积急剧增加，出现了较为显著的热岛现象2930.本文选择的研究区主要包括北京市五环路内的中心城区（图 1），总面积约为 1821.5km2.1.2数据源主要选用 2 种类型的数据：1）遥感影像数据，用于研究区地表温度反演；2）地理信息数据，用以局地气候分区分类（表 1）.为分析局地气候分区的热特性，选用覆盖全年各月份的 Landsat8 卫星遥感影像.在辐射定标、大气纠正预处理后，采用第 10 波段热红外数据进行地表温度的反演.研究区建筑矢量数据（buildingvectordata，N高程/m40003957395439513948116151162111627116332 2590研究区25 环0510 km图1研究区概况902北京师范大学学报（自然科学版）第 58 卷BVD）包含建筑的轮廓以及建筑的高度信息，用于建筑物三维形态数据的获取.开放街道地图计划（openstreetmap，OSM）数据是可免费获取的众源地理信息数据，其路网数据定期发布，在城市中心区具备较高的质量和现势性.土地利用和土地覆盖分类（landuseandlandcover，LULC）来 自 清 华 大 学（http:/ 数据集.该数据集是基于 LandsatTM/ETM+影像生产的全球 30m 分辨率土地覆盖数据，用以计算分类参数和区分局地气候分区中不同植被类型.表1本研究采用的数据源数据类型影像ID获取时间季节来源分辨率/mLandsat8OLI/TIRSLC81230322017063LGN002017-03-04T10:53:21春USGS（https:/glovis.usgs.gov/）15（全色波段）、30（多光谱波段）、100（热红外波段）LC81230322018098LGN002018-04-08T10:52:54LC81230322019133LGN002019-05-13T10:53:04LC81230322017191LGN002017-07-10T10:53:19夏LC81230322019165LGN002019-06-14T10:53:20LC81230322019165LGN002019-08-17T10:53:39LC81230322019261LGN002019-09-18T10:53:48秋LC81230322019293LGN002019-10-20T10:53:54LC81230322019309LGN002019-11-05T10:53:54LC81230322017031LGN002017-01-31T10:53:34冬LC81230322018034LGN002018-02-03T10:53:23LC81230322019341LGN002019-12-07T10:53:50BVD2019高德地图OSM2019openstreetmapLULC2017清华大学30DEM2009地理空间数据云302理论方法2.1局地气候分区分类局地气候分区分类框架把地表分为 17 种类型，可采用表征地表覆盖、结构、辐射特性、热力特性和人类活动特征的标准化参数进行区分11.本文选择 5 种地表形态参数进行研究区LCZ 制图3132，包括建筑占地面积比率（buildingsurfacefraction，BSF）、透水面比率（pervioussurfacefraction，PSF）、不透水面比率（impervioussurfacefraction，ISF）、天空开阔度（skyviewfactor，SVF）和平均几何高度（heightofroughnesselements，HRE）.BSF 指分析单元内建筑物占地比例；PSF 指透水面如裸土、植被、水体等占地的比例，通过地表覆盖分类数据获得；ISF 指不透水表面即硬质铺地的占地比例，除去建筑和透水面所剩余的部分；SVF 指地面可见的天空半球数量的平均比率，使用地形可视化工具箱33计算；HRE 指分析单元内建筑物高度的几何平均值.利用 OSM 路网数据划分街区单元，作为各参数计算的最小分析单元.不同局地气候分区类型的地表形态特征参数的值域范围如表 2.考虑研究区存在参数值超过表格中给定的值域范围的情况，本研究增加了极其开阔高层建筑 LCZ4A（0.1BSF0.2，HRE25m）和极其开阔中层建筑 LCZ5A（0.1BSF0.2，10mHRE25m），用以表示介于LCZ4、LCZ5 和LCZA 之间的建筑类型.采用分层次分类法对研究区 LCZ 类型进行划分.首先，设置 BSF10%的阈值条件区分出 LCZ19 和LCZAG，将研究区分为自然覆盖类型和建筑类型.针对 LCZ19，以 HRE25m 代表高层建筑，包括LCZ1、LCZ4 和 LCZ4A 这 3 类；1025m 代表中层建筑，包括 LCZ2、LCZ5 和 LCZ5A 这 3 类；210m