北京城市熱島的定量監測及規劃模擬研究

劉勇洪，徐永明，馬京津，權維俊

北京城市熱島的定量監測及規劃模擬研究

劉勇洪1，徐永明2，馬京津3，權維俊4

1. 北京市氣候中心，北京 100089；2. 南京信息工程大學遙感學院，江蘇 南京 210044；3. 北京市觀象臺，北京 100176；4. 中國氣象局京津冀環境氣象預報預警中心，北京 100089

為定量地評估北京城市熱島現狀并預測未來北京城市熱島發展趨勢，分別采用氣溫資料、遙感資料和城市規劃資料進行了研究分析。對北京20個氣象臺站按照臺站距離城市中心的距離劃分為遠郊、近郊和城市三類，分別計算三種類型站點經過海拔訂正后的年平均氣溫，利用1971—2012年城市站和遠郊站的年平均氣溫差值估算北京氣溫熱島的時間變化；利用1987—2012年的NOAA/AVHRR和Landsat-TM兩種不同分辨率的衛星資料，采用定量化的指標——地表熱島強度和熱島比例指數分別估算了不同時期北京地區和城六區熱島強度和范圍，并對北京平原地區的城市熱島狀況進行了評估；利用2020年的北京城市規劃土地利用資料，結合2008年的城市熱島現狀監測結果對2020年的北京熱島狀況進行了模擬分析。研究結果表明，北京城市的氣溫熱島與遙感監測地表熱島在時間變化趨勢上具有一致性，不同分辨率衛星資料監測地表熱島在時空分布上也具有一致性。其中1971—2012年，以年平均氣溫計算的北京城市熱島強度增溫率為0.33 ℃·(10 a)-1，近5年（2008—2012）平均熱島為1.12 ℃。遙感監測結果顯示1987—2001年北京地區的熱島持續增強，2001年之后由于北京申奧的成功進行了大面積的舊城改造和綠化，使得城市熱島強度和范圍在2004年和2008年有所降低，2008年之后城市熱島繼續向東、南和北方向擴展，并出現了中心城區熱島與通州、順義、大興、昌平熱島連成片的趨勢，到2012年城六區熱島面積百分比已從1990年的31%增加到77%。由熱島比例指數確定的北京各區縣熱島強度排名前三分別是城區、海淀和豐臺，延慶縣最低。對2020年城市規劃圖熱島模擬結果顯示北京熱島已由“攤大餅”演變為“中心+周邊分散”模式，中心城區熱島強度和范圍明顯減弱，周邊廣大遠郊區將出現分散型小熱島，城六區熱島面積將從2012年的77%降至為60%，顯示北京未來通過城市規劃改善城市熱島任務的艱巨性。

氣溫熱島；地表熱島強度；熱島比例指數；城市規劃；熱島模擬；北京

1 資料與方法

1.1資料

氣象資料：北京地區1971—2012年20個常規氣象臺站中單站逐年年平均氣溫資料，由北京市氣象信息中心提供。氣象臺站資料用來分析北京氣溫城市熱島變化分析。

城市規劃土地利用資料：北京地區2020年城市規劃土地利用資料（2004年編制，包括林地、農田、草地、建筑、水體、未利用地等），由北京城市規劃研究院提供。城市規劃土地利用資料用來開展2020年的城市熱島模擬研究。

衛星遙感資料：（1）選擇北京晴空1990、1996、2001、2004、2008、2012年等不同年份的6景NOAA/AVHRR下午星1B數據（表1），包括1景NOAA11、2景NOAA14、1景NOAA16、2景NOAA18數據，數據由北京市氣候中心提供。（2）選擇了北京夏季晴空1987、1992、2001、2005、2008和2011年不同年份的6景Landsat-TM數據（表1），用ENVI軟件經過了輻射校正和FLAASH大氣校正，統一到橫軸麥卡托投影并用雙線性重采樣法采樣到同樣大小。

表1 NOAA/AVHRR與Landsat-TM數據系列Table 1 NOAA/AVHRR and Landsat-TM data set

NOAA/AVHRR資料用于北京整個地區城市熱島時空變化分析，Landsat-TM用于北京城六區的精細化城市熱島空間格局分析，包含城區（東城區、西城區）、海淀、朝陽、豐臺、石景山等，城六區是北京的主要城市區域，其熱島強度變化可以反映北京總體熱島狀況。

1.2研究方法

1.2.1 氣溫熱島計算

由于北京城六區是北京的主要城市區域，因此把北京20個氣象臺站按照距離北京城六區中心的遠近和所處位置劃分為城市、近郊和遠郊三類，其中城市站包括海淀、朝陽、豐臺、觀象臺和石景山等5站，近郊站包括順義、懷柔、平谷、通州、大興、門頭溝、房山和昌平等8站，遠郊站包括湯河口、密云、上甸子、齋堂、霞云嶺、延慶、佛爺頂等7站。由于北京的地形影響，海拔較高的都是山區站，如果不訂正，就會夸大熱島強度，甚至得出錯誤結論，為此需要把北京20個氣象觀測站氣溫都訂正到海平面高度。由于北京地區屬于中緯度地區，按照文獻(傅抱璞等，2004)中“中緯度地區，自由大氣的年平均氣溫大約是每上升100 m降低0.6 ℃”的原則進行海平面訂正，然后計算城市、近郊和遠郊三類站點訂正后年平均氣溫的平均值，在這里規定氣溫熱島為城市和遠郊氣溫的距平值，可以計算北京地區逐年的氣溫熱島值。

1.2.2 地表溫度反演

NOAA18/AVHRR 1B衛星地表溫度的生成均采用Quan等（2012）提出的改進型的Becker分裂窗

方法，該地表溫度反演結果與國際上廣泛應用的MODIS地表溫度產品具有較好的一致性。Landsat-TM地表溫度反演采用JIMENEZ-MUNOZ等（2003）提出的單通道算法反演地表溫度，具體反演過程見文獻中的Landsat-TM地表溫度反演（SOBRINO J A，2004；徐永明等，2013）。

1.2.3 地表熱島強度計算

在這里，采用葉彩華（2010）提出的地表熱島強度指數（Urban Heat Island Intensity Index，UHII）的計算方法來估算城市地表熱島強度，即：

其中，UHIIi為圖象上第i個象元所對應的熱島強度，iT是地表溫度，n為郊區農田內的有效象元數，cropT為郊區農田內的地表溫度。并按熱島強度值的大小，劃分為7級熱島強度：強冷島、較強冷島、弱冷島、無熱島、弱熱島、較強熱島和強熱島等，分別賦值為1、2、3、4、5、6和7。

1.2.4 城市熱島比例指數

利用熱島比例指數在這里，采用葉彩華（2010）提出的地表熱島比例指數（Urban Heat Island Proportion Index，UHPI）的計算方法來定量估算城市地表熱島強度，可以定量反映城市熱島的時空差異。

式中UHPI為城市熱島比例指數；m為熱島強度等級數；i為城區溫度高于郊區溫度等級序號；nn為城區溫度高于郊區溫度的等級數；iw為第i級的權重，取等級值，ip為第i級所占的面積百分比。UHPI值在0～1.0之間，該值越大，熱島現象越嚴重。其值為0時，表明此地沒有熱島現象，值為1時，表明此地均處于強熱島范圍。由前面定義的熱島強度等級可知，m＝7，n＝3。

1.2.5 城市熱島的規劃模擬

北京城市熱島效應與城市土地利用/覆蓋類型及其空間分布有著緊密關系，而且水體、林地、農田、草地在熱環境空間格局中處于不同等級的低溫區，具有從大到小不同效應的熱島減緩效應，而休耕地（裸地）和城鎮處于高溫區，且平均溫度具有水體＜林地＜農田＜草地＜裸地＜城鎮等特征（蘇偉忠等，2005；宮阿都等，2007）。因此在這里以2008年8月2日Landsat-TM估算的7級地表熱島強度圖為基礎，針對北京2020年的城市規劃土地利用類型，設定規劃中的水體和林地、農田、草地區域，如果在2008年熱島圖上出現弱熱島以上等級（大于等于5），則相應類型的熱島模擬結果分別為降低4級、降低3級、降低2級和降低1級，對裸地和建筑區域如果在2008年熱島圖上為無熱島以下等級（小于等于4），則相應類型的熱島模擬結果分別為增加1級和增加2級，其余情況則按2008年熱島賦值。按照上述賦值規則可產生2020年的北京城市熱島強度等級模擬圖。

圖1 北京城市區、近郊區和遠郊區站訂正后年平均氣溫變化趨勢Fig.1 Change of modified annual mean temperature of urban, suburb and exurb of Beijing

圖2 北京城市區-遠郊區站年平均氣溫距平變化趨勢Fig.2 Change of annual mean temperature anomaly between urban and exurb of Beijing

2 結果與分析

2.1氣溫城市熱島時間變化

圖1為1971—2012年北京城市區、近郊區和遠郊區訂正后年平均氣溫變化趨勢。可以看出，1971—1980年，城市區、近郊區和遠郊區的年均氣溫差異很小，1980年之后，城市的氣溫高于近郊和遠郊，且隨著年份的推移增溫趨勢明顯加快，城市與近郊區和遠郊區的溫差不斷加大。圖2為1971—2012年北京城市區與遠郊區站氣溫距平變化趨勢。可以看出1971—2012年，不同年份的氣溫距平有差異，如2000年氣溫距平達0.93 ℃，2006年降至0.81 ℃，到2010年升至1.16 ℃，雖然城市區和遠郊區的氣溫距平在不同年代有波動，但氣溫距平隨時間推移呈增加趨勢。對這種趨勢線性模擬的結果顯示：北京從20世紀的70年代初至今，北京城市熱島強度（城市區與遠郊區站氣溫距平）以年平均氣溫計算，熱島強度年增溫率為0.33 ℃·(10 a)-1，這與林學椿等

（2005）得出的“1961—2000年北京熱島強度的增溫率為0.31 ℃·(10 a)-1”結論接近。其中2006—2010年平均熱島強度為0.972 ℃，而近5年（2008—2012）年平均熱島強度為1.12 ℃。表明隨著北京城市建設的發展，北京城市熱島強度也在呈增加趨勢。

圖3 基于NOAA/AVHRR資料計算的北京城市熱島強度變化（1990—2012）Fig.3 Change of UHII of Beijing based on NOAA/AVHRR data（1990—2012）

2.2基于NOAA/AVHRR衛星資料的北京城市熱島時空變化

圖3為NOAA/AVHRR衛星資料估算的北京地區1990、1996、2001、2004、2008和2012年熱島強度等級及范圍。由圖3可知，1990年，北京的熱島主要集中于城區（東城和西城），以較強熱島以上為主，城區鄰近地區、通州、大興、密云等部分城鎮區域和永定河谷等裸露砂嚷地區有弱熱島；1990年之后城市熱島范圍向四周尤其向豐臺、海淀、朝陽擴展明顯，1996年，除了城區之外，豐臺、海淀南部、永定河谷以及房山山區前沿暖區等地出現明顯的較強熱島，郊區縣城大興、通州、順義、平谷、密云等城鎮出現弱熱島；2001年，熱島強度和范圍明顯增加，向南、向北擴展趨勢明顯，城六區大部為較強熱島和強熱島所籠罩，各個郊區縣城也出現明顯的較強熱島；2001年后由于北京申奧成功，開展了大面積的舊城改造和大范圍的綠化措施，使得熱島強度得到一定緩解，2004年和2008年中心城區、海淀北部和大興北部區域的熱島強度和范圍均較2001年有所減小，但仍呈現向東和東北方向擴展的趨勢，這與期間通州和朝陽區東北望京地區快速發展密切相關。到2012年城市熱島范圍已超過2001年，主要是郊區縣城如通州、大興、順義和昌平等的熱島強度和范圍明顯增強，雖然中心城區的熱島強度由于城市綠化原因相比2001年有所減小，但已出現了中心城區熱島與通州、順義、昌平、大興熱島連成片的趨勢。

如果以弱熱島等級以上面積分別統計城六區各年份的熱島面積，則1990、1996、2000、2001、2004、2008和2012年的熱島面積分別為442、773、807、1002、862、908和1083平方公里，面積百分比從1990年的32%增加到2012年的77%，表明當前北京主要城市大部分區域為熱島所覆蓋，熱島現象已非常嚴重。

2.3基于Landsat-TM衛星資料的北京城市熱島時空變化

圖4為Landsat-TM衛星資料估算的北京城六區1987、1996、2001、2005、2008和2011年熱島強度。由圖4可知，與前面NOAA/AVHRR數據監測結果類似，1987年北京熱島強度和范圍很小，熱島主要集中在城區（東城、西城）、石景山首鋼地區、豐臺城區和朝陽與東城相鄰的城市地區；1996年城區（東城、西城）熱島強度和范圍均有所加強，海淀、朝陽均出現明顯熱島；1996年后熱島向四周擴散，到2001年達到一個高值，城六區大部分為熱島區域所覆蓋，隨著北京申奧的成功，實行了大規模的舊城改造和城市綠化，2005年和2008年城市熱島強度

有所降低，但2008年奧運會后，熱島又開始明顯增強和擴展，到2011年城市熱島范圍和強度已超過了2001年。另外，在各個時期，北京城六區水體所在區域如前海、后海、南海、北海、紫竹院、玉淵潭、昆明湖和大片綠色所在區域如天壇公園、朝陽公園、奧林匹克公園等地都不存在熱島效應，表明水體和大的綠地對城市熱島有明顯減緩作用。

圖4 基于Landsat-TM資料計算的北京城六區熱島強度變化（1987—2011）Fig.4 Change of UHII of Beijing based on Landsat-TM data（1990—2012）

2.4北京城市熱島時空定量比較

根據Landsat-TM資料計算的熱島強度UHII，可以計算北京城六區1987、1996、2001、2005、2008和2011年城市熱島比例指數，如圖5所示。可以看出，1987—2011年北京熱島比例指數UHPI總體呈增加趨勢，1987年UHPI還很低（0.1175），此后持續增長，到2001年達到一個高峰值（0.4559），2001年后UHPI有所減少，2005年與2008年UHPI均低于2001年，2008年奧運會后UHPI持續增加，2011年達到新的高峰值（0.5038），這與前面氣溫監測北京城市熱島的趨勢基本一致。

利用2012年8月22日的NOAA18/AVHRR影像，可以計算得到2012年北京市各區縣UHPI，以反映近期北京地區各區縣熱島強度狀況，如圖6所示：北京各區縣UHPI，以城區熱島強度最高（0.92），豐臺次之（0.77），海淀第三（0.64），石景山也較高（0.63）；而北京山區縣延慶、密云、懷柔UHPI均很低，在0.05以下，熱島強度非常低。

圖5 北京城六區UHPI（1987—2011）Fig..5 UHPI of Beijing six-district area（1987—2011）

圖6 北京2012年各區縣UHPIFig..6 UHPI of different districts of Beijing in 2012

2.5北京平原城市熱島評估

為有效地評估近期北京平原城市熱島狀況，利用2011年7月26日Landsat-TM估算的熱島強度

（UHII）影像，按照熱島強度值的大小進行評估等級劃分，即按UHII≥10 ℃、5≤UHII＜10 ℃、3≤UHII＜5 ℃和＜3 ℃把北京平原地區熱島劃分為四個區域：急需緩解、需要緩解、警戒狀態和安全狀態。其中“急需緩解”和“需要緩解”均需要采取措施來緩解或降低城市熱島，而“急需緩解”則更為緊迫一些，而“警戒狀態”表明未來熱島還可能繼續加強發展，有可能發展成“需要緩解”狀態，因此需要保持警惕防止其進一步發展成熱島區。

從圖7可以看出，北京五環以內區域熱島十分明顯，近一半區域處于熱島“需要緩解”和“急需緩解”狀態，而水體或大片綠地所在區域，例如北海、玉淵潭、紫竹院公園、昆明湖及天壇公園等評估為安全狀態。北京平原地區城市熱島“急需緩解”的區域主要特征為：（1）以老舊建筑區為主，綠化少，不透水面積大，長期處于強熱島區域：如城區的前門、海淀清河、西北旺、田村和石景山蘋果園：（2）不透水面積大、建材用地密集區域：如朝陽的十八里店、海淀西三旗等；（3）新建大型密集居民區，密度大、綠化較少區域：如昌平回龍觀、霍營、天通苑、朝陽望京、豐臺方莊等；（4）郊區縣城等，如昌平城區、通州城區、順義城區、密云城區等；（5）其它高不透水蓋及高建筑密度度等區域，如朝陽的金盞、CBD、黑莊戶、首都機場，豐臺的右安門、太平橋、盧溝橋，大興西紅門、金星、舊宮等地。

另外，北京的東南西三環到西五環區域之間這一區域老舊建筑小區多，建材城多，綠化少，水體少，又連接大興亦莊工業區，自2001年以來就長期處于強熱島區域，造就了北京面積最大的熱島區域，是當前熱島“急需緩解”區域。而在北部朝陽與昌平交界區域、豐臺與大興交界區域出現了大量的“點狀”熱島區域，需要采取措施防止連片熱島擴大化趨勢。

圖7 北京平原地區熱島狀況評估Fig..7 Evaluation of urban heat island of Beijing Plain

2.6城市熱島預測模擬

根據《北京城市總體規劃（2004—2020）》，北京規劃了2道綠化隔離地區，第一道綠化隔離地區位于四環路周邊的地區，用于隔離城中心地區和其它邊緣集團，功能定位為城市公園環。第二道綠化隔離地區為第一道綠化隔離帶及中心城邊緣集團外界至規劃六環路外側1000 m綠化帶，總用地面積1650 km2。因此在2020年北京城市規劃土地利用類型中出現了大面積的綠地，如圖8為模擬預測的2020年北京城市熱島強度等級圖，與2012年相比，2020年的城市熱島強度范圍和大小都明顯減弱，城六區熱島面積比例降到60%（2012年為77%）。具體到城六區來說，城區（東城、西城）、海淀、朝陽、豐臺、石景山等區的熱島面積百分比分別減少7%、15%、28%、22%和18%，這主要是由于第二道綠化隔離帶減緩熱島效應的結果，在東南三環和東南五環之間的原先大片熱島區也由于規劃中的綠地建設而大部分消失。熱島布局由“攤大餅”型熱島向“中心+四周分散”型熱島發展，中心城區熱島強度和范圍明顯減弱，周邊廣大遠郊區將出現分散型小熱島，如大興、順義、平谷、房山、昌平、通州等區的較強熱島以上等級面積百分比分別比2008年增加了1%、1%、3%、4%、4%和5%。這與北京“抑制城中心發展、大力發展衛星城鎮”策略相適應。根據2011年7月26日Landsat-TM估算的六環路外側1000 m內綠地面積僅為1093 km2，即使加上水體面積也只是1129 km2，與2020年規劃的1650 km2相差很大，未來減緩熱島的任務艱巨。因此，未來幾年保證規劃綠地面積的落實是達到城市規劃目的降低熱島的最重要途徑。

圖8 北京地區熱島2020年預測Fig..8 Forecast of urban heat island of Beijing in 2020

3 結論

本文利用長時間序列的氣溫資料、遙感資料分析評估了北京地區的熱島變化狀況，并利用城市規劃資料模擬預測了未來（2020年）的北京城市熱島情景。

結果顯示用年平均氣溫估算的北京城市熱島變化與遙感資料分析得到的地表城市熱島變化在趨勢上具有一致性。1971—2012年，以年平均氣溫計算的北京城市熱島強度增溫率為0.33 ℃·(10 a)-1，近5年（2008—2012）平均熱島強度為1.12 ℃。利用兩種不同分辨率的衛星資料——NOAA/AVHRR粗分辨率資料和Landsat-TM中高分辨率資料對北京城市地表熱島強度的變化監測具有一致性。1987—2001年北京地區的熱島范圍逐年擴大，出現了向北、東和南三面擴展趨勢，2001年之后由于北京申奧的成功，進行了大面積的舊城改造和綠化措施，使得城市熱島強度和范圍在2004年和2008年較2001年有所降低，2008年之后城市繼續向北和南擴展，出現了中心城區熱島與通州、順義、大興、昌平熱島連成片的趨勢，到2012年城六區城市熱島面積已占到77%，五環區域內一半以上的區域需要采取措施進行熱島緩解，主要集中于老舊建筑區、新建大型密集居民區、大型建材城及快速發展的郊區縣城等，但水體或大片綠地所在區域則沒有熱島現象。利用熱島比例指數定量估算北京各區縣熱島強度，高值排名前三是城區、海淀和豐臺，山區縣延慶熱島強度最低。對2020年城市規劃圖的熱島模擬結果顯示北京熱島已由城區“攤大餅”的熱島模式演變為“中心+周邊分散”模式，城六區熱島面積降至為60%，顯示當未來依靠綠地規劃來減緩熱島的任務十分艱巨。

對于城市熱島的模擬預測，本文只是采用了熱島強度與土地利用類型的初步關系，熱島強度的更準確模擬預測還需要依賴于城市下墊面參數如植被覆蓋度、不透水百分比、建筑密度等等，還需要進一步研究。

JIMENEZ-MUNOZ J C, SOBRINO J A. 2003. A generalized single channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research, 108(D22): 4688-4695.

LIU W D, JI C P, ZHONG X, et al. 2007. Temporal characteristics of the Beijing urban heat island. Theoretical and Applied Climatology, 87: 213-221.

QUAN W J, CHEN H B, HAN X Z, et al. 2012. A Modified Becker’s Split-Window Approach for Retrieving Land Surface Temperature from AVHRR and VIRR[J]. Acta Meteor. Sinica, 26(2): 229-240.

SOBRINO J A, JIMENEZ-MUNOZ J C, PAOLINI L. 2004. Land surface temperature retrieval from Landsat TM 5[J]. Remote Sensing of Environment, 90 (4): 434-440.

陳云浩, 史培軍, 李曉兵. 2002. 基于遙感和GIS的上海城市空間熱環境研究[J]. 測繪學報. 31(2):139-144.

丁金才, 張志凱, 奚紅, 等. 2002.上海地區盛夏高溫分布和熱島效應的初步研究.大氣科學, 26(3)：412-420.

方永俠, 申雙和, 韓瑩, 等. 2011. 基于TM影像的不同季節北京城市熱環境研究[J]. 氣候與環境研究, 16(4):487-493.

傅抱璞, 翁篤鳴, 虞靜明, 等. 1994.小氣候學[M]. 北京：氣象出版社, 241-242.

甘霖. 2011. 基于遙感影像的北京城市熱島時空演變及其影響因素分析(1992—2008)[J]. 北京規劃建設, 3: 78-83.

宮阿都, 陳云浩, 李京, 等. 2007. 北京市城市熱島與土地利用/覆蓋變化的關系研究[J]. 中國圖像圖形學報, 12(8): 1476-1482.

郭勇, 龍步菊, 劉偉東, 等. 2006. 北京城市熱島效應的流動觀測和初步研究[J]. 氣象科技, 34(6): 656-661.

季崇萍, 劉偉東, 軒春怡. 2006. 北京城市化進程對城市熱島的影響研究[J]. 地球物理學報, 49(1): 69-77.

江學頂, 夏北成. 2007. 珠江三角洲城市群熱環境空間格局動態[J]. 生態學報, 27(4):1461-1470.

李鹍, 余莊. 2008. 基于遙感技術的城市布局與熱環境關系研究——以武漢市為例[J]. 城市規劃, 32(5):75-82.

林學椿, 于淑秋, 唐國利. 2005. 北京城市化進程與熱島強度關系的研究[J]. 自然科學進展, 15(7): 882-886.

劉偉東, 楊萍, 尤煥苓等. 2013. 北京地區熱島效應及日較差特征[J]. 氣候與環境研究，18 (2): 171–177.

馬玉霞, 王式功, 魏海茹. 2009. 蘭州市近50年城市熱島強度變化特征[J].氣象科技, 37(6): 660-664.

彭靜, 劉偉東, 龍步菊, 等. 2007.北京城市熱島的時空變化分析[J]. 地球物理學進展, 22(6): 1942-1947.

彭少麟, 周凱乙, 葉有華, 等. 2005.城市熱島效應研究進展[J]. 生態環境, l4(4): 574-579.

錢樂祥. 2006. 城市熱島研究中地表溫度與植被豐度的耦合關系[J]. 廣州大學學報: 自然科學版, 5(5): 62-68.

宋艷暾, 余世孝, 李楠. 2007. 深圳特區表面溫度空間分異特征[J]. 生態學報, 27(4): 1489-1498.

蘇偉忠, 楊英寶, 楊桂山. 2005. 南京市熱場分布特征及其與土地利用覆被關系研究[J]. 地理科學, 25(6): 697-703.

王建凱, 王開存, 王普才. 2007. 基于MODIS地表溫度產品的北京城市熱島(冷島)強度分析[J]. 遙感學報, 11(3): 330-339.

王郁, 胡非. 近10年來北京夏季城市熱島的變化及環境效應的分析研究[J]. 地球物理學報, 2006, 49 (1): 61-68.

肖榮波, 歐陽志云, 李偉峰, 等. 2005. 城市熱島的生態環境效應[J]. 生態學報, 25(8): 2055-2060.

謝莊, 崔繼良, 陳大剛, 等. 2006. 北京城市熱島效應的晝夜變化特征分析[J]. 氣候與環境研究, 11(1)：69-75.

徐永明, 劉勇洪. 2013. 基于TM 影像的北京市熱環境及其與不透水面的關系研究[J]. 生態環境學報, 22(4):639-643.

楊英寶, 蘇偉忠, 江南. 2006.基于遙感的城市熱島效應研究[J]. 地理與地理信息科學, 22(5):36-40.

葉彩華, 劉勇洪, 劉偉東, 等. 2011. 城市地表熱環境遙感監測指標研究及應用[J]. 氣象科技, 39(1)：95-101.

岳文澤, 徐建華, 徐麗華. 2006. 基于遙感影像的城市土地利用生態環境效應研究——以城市熱環境和植被指數為例[J]. 生態學報, 26(5): 1450-1460.

張光智, 徐祥德, 王繼志, 等. 2002. 北京及周邊地區城市尺度熱島特征及其演變[J]. 應用氣象學報, 13: 43-50.

張佳華, 孟倩文, 李欣, 等. 2011.北京城區城市熱島的多時空尺度變化[J]. 地理科學, 31(11): 1349-1354.

張尚印, 徐祥德, 劉長友. 2006. 近40年北京地區強熱島事件初步分析[J]. 高原氣象, 25(6): 1147-1152.

鄭祚芳, 劉偉東, 王迎春, 等. 2006. 北京地區城市熱島的時空分布特征

[J]. 南京氣象學院學報, 29(5): 694-699.

Quantitative Assessment and Planning Simulation of Beijing Urban Heat Island

IU Yonghong1, XU Yongming2, MA Jingjin3, QUAN Weijun4
1. Beijing Municipal Climate Center, Beijing 100089, China；2. School of remote sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China; 3. Beijing Meteorological Observatory, Beijing 100176, China；4. Environmental Meteorology Forecast Center of Beijing-Tianjin-Hebei, CMA, Beijing 100089, China

In order to quantitatively evaluate the current situation of the urban heat island and forecast the trend of the heat island development for Beijing in future, air temperature data, remote sensing data and the city planning data are used to monitor and assess the current heat island and simulate the future heat island distribution in Beijing. Based on the distance between the central of Beijing urban and 20 different weather stations, the weather stations are divided into three distinct types such as the exurban, suburb and urban stations, which the annual mean air temperature is corrected by the sea level elevation, respectively. The temporal variation of the annual mean air temperature is estimated from the difference of average air temperature between urban stations and exurban stations for the period of 1971—2012. The intensity and spatial distribution of the heat island for Beijing and six-district regions is obtained using two indexes of the heat island intensity and heat island proportion from the two different spatial resolution satellite data. They are NOAA/AVHRR and Landsat-TM, respectively. The heat island of Beijing plain area is evaluated, too. Using the monitoring result of the urban heat island intensity in 2008, together with the land use types of city planning for 2020 in Beijing city, the heat island in 2020 is simulated. Results show that temporal change trends of the urban heat island obtained from the observations of weather stations and remote sensing have a good agreement. The difference of the temporal and spatial distribution of the heat island from different satellite data is small. For example, the warming rate of the city heat island intensity is 0.33 ℃·(10 a)-1with the mean of 1.12 ℃ in recent five years(2008—2012) calculated from the annual mean air temperature. Observed results from the remote sensing show that heat island intensity has consistently enhanced for the period of 1987—2001. However, after 2001, the intensity and area range of the heat island is reduced for 2004 and 2008 owing to the successful Olympic bid, large-scale old city reconstructions and greening measures implemented. After 2008, the heat island spatially expands except the direction of west and the blending of Tongzhou, Shunyi, Changping and Daxing district with the central city tends to be obvious. Percent of the heat island area in six-district regions rises from 31% in 1990 to 77% in 2012. Based on the heat island intensity scores, the top three of the heat island intensity is Chengqu, Haidian and Fengtai, respectively and Yanqing is the least influenced by the heat island. The simulation results of the urban heat island for 2020 show that the pattern of the Beijing heat island will be changed from the urban center-sprawl to center-periphery. The intensity and scope of heat island in six-district regions will be obviously decreased but the small distributed heat island will be more around the exurban. The area of the heat island in the six-district regions will decrease from 77% in 2012 to 60% in 2020, which shows the difficult and complexity of reducing the urban heat island only based on the city planning for Beijing.

heat island of air temperature; land surface heat island intensity; heat island proportion index; city planning; heat island simulation; Beijing

X16

A

1674-5906（2014）07-1156-08

國家自然科學基金項目（41175015）；中國科學院寒旱區陸面過程與氣候變化重點實驗室開放基金項目（LPCC201209）；北京市氣象局“城市邊界層觀測分析與精細模式”創新團隊

劉勇洪（1974年生），男，研究員級高工，碩士，主要從事衛星遙感與應用氣象等的研究。E-mail: lyh7414@163.com

2014-02-10

劉勇洪，徐永明，馬京津，權維俊. 北京城市熱島的定量監測及規劃模擬研究[J]. 生態環境學報, 2014, 23(7): 1156-1163.

IU Yonghong, XU Yongming, MA Jingjin, QUAN Weijun. Quantitative Assessment and Planning Simulation of Beijing Urban Heat Island [J]. Ecology and Environmental Sciences, 2014, 23(7): 1156-1163.

近年來，在全球增溫和高速城市化的背景下，城市熱環境被認為是主導城市生態環境的重要因素之一，城市熱環境最明顯的特征就是城市熱島效應(Urban Heat Island effect，簡稱UHI)，它是一種由于城市建筑及人們活動導致的熱量在城區空間范圍內聚集的現象，是城市氣候最明顯的特征之一（肖榮波等，2005）。城市熱島降低了人們生活的舒適度并加劇了大氣污染，嚴重影響了居民生活質量，如何定量的監測城市熱環境的動態變化及合理地進行城市規劃已成為當前城市熱島研究的重要內容。目前，城市熱島的研究主要有兩種手段：氣象觀測和遙感。氣象觀測由于具有觀測資料時效長、定點、準確、定量的優勢，一直被作為基礎手段用于研究城市熱島的時空演變規律（張光智等，2002；季崇萍等，2006；王郁等，2006；郭勇等，2006；謝莊等，2006；Liu等，2007）。張尚印等（2006）利用長時間序列氣溫資料開展了北京地區四十年北京地區強熱島事件分析，鄭祚芳等（2006）應用自動氣象站逐時氣溫觀測資料分析了北京城市熱島的時空分布特征，馬玉霞等（2009）分析了蘭州城市近50年的熱島變化。除了常規的氣象觀測資料被用于城市熱島的研究中外，更加精細化的自動站氣溫資料被用來研究城市熱島的更多細節特征，張佳華等（2011）采用精細的氣象站逐小時觀測資料來研究城市熱島的多時空尺度變化。劉偉東等（2013）也采用了自動氣象站氣溫數據來分析城市熱島與氣溫日較差關系。除了氣象觀測手段外，遙感則是近年來普遍用于城市熱島研究的另一種重

要手段，它具有時間同步性好、覆蓋范圍廣、空間結構直觀定量等特點，可以減少局部環境人為干擾和降低成本等優勢。通過遙感不但能開展城市熱島時間變化的研究，還能開展空間結構等細節特征變化研究。陳云浩等（2002）、宋艷暾等（2007）、江學頂等（2007）利用衛星熱紅外遙感資料分別開展了上海、深圳、珠三角城市群的空間格局分析研究。但上述對城市熱島的研究多以定性指標為主，少有定量的指標描述，且很少把氣象觀測與遙感結合起來進行定量監測和相互驗證，而且對某地區的研究僅使用單一的衛星資料，缺乏多種不同分辨率衛星資料之間的相互驗證。因此本文嘗試在分析長期氣象觀測資料基礎上，充分利用多種衛星資料，引入定量指標來開展北京地區城市熱島變化的定量監測和相互驗證，以確定北京城市熱島變化是否在氣象觀測和遙感觀測上具有一致性。另外，城市的熱環境與城市規劃之間存在著較為密切的關系，城市下墊面的不合理布局和人為活動的過度密集是熱島效應產生的主要因素（李鹍等，2008），土地利用／覆蓋類型的空間格局總體上決定了城市熱場的空間分布（蘇偉忠等，2005），岳文澤等（2006）開展了上海城市土地利用生態環境效應研究，錢樂祥（2006）探討了廣州海珠區城市熱島研究中地表溫度與植被豐度的耦合關系，甘霖（2011）等對北京城市熱島研究指出合理的城市規劃布局是減少城市熱島的重要途徑，因此通過城市規劃的下墊面參數與城市熱島之間的關系來模擬城市熱島變得可能。本文將在氣象觀測與遙感觀測城市熱島一致性的基礎上，引入城市規劃資料利用熱島定量指標開展未來城市熱島模擬預測研究，對于城市規劃中的城市熱環境問題進行評估具有重要意義。