基于局部氣候分區的城市熱舒適度遙感研究

［摘要］為探究城市不同空間形態特征對于城市熱舒適度的影響，借助衛星遙感、路網以及建筑數據，以局地氣候分區（LCZ）為基本分析框架，融合地表溫度遙感反演、改進溫濕指數（MTHI）、層次分析以及GIS空間分布等方法，選取上海市中心城區為研究區，開展城市熱舒適季節變化遙感研究。結果表明：（1）不同LCZ分區下的街道微氣候地表溫度數值有明顯差異，密集型建筑區域溫度波動小于開闊型；（2）LCZ類型在不同季節對MTHI的反映存在差異特征，過渡季MTHI數值明顯低于夏季和冬季；（3）各LCZ類型在不同季節的相對舒適水平大有不同，三季綜合看來密集低層建筑和開闊底層建筑為舒適度較高的兩種類型，水體在冬季屬于熱舒適度較低類型。

［關鍵詞］局部氣候分區；熱舒適；改進溫濕指數；熱紅外遙感

快速城市化使得氣候惡化，極端氣候事件頻發，氣溫不斷再創新高，熱應激危險頻發。據世界衛生組織統計預測，在2030～2050年，每年會多出約25萬的人口死于氣候變化所造成的營養不良、瘧疾以及氣溫過高[1]。氣候是影響人體熱舒適的主要因素，城市微氣候與城市形態之間存在密不可分的關系，因此關注城市形態對熱舒適的影響研究勢在必行[2]。

為了綜合探究城市不同形態特征對于城市熱環境的影響，局地氣候分區（Local Climate Zone， LCZ）體系應運而生，它依據城市地表覆蓋、地表結構以及人類活動將城市劃分為建成地表類型和自然地表覆蓋類型，并逐漸城市熱島及熱舒適度研究的重要手段。

本文以上海市建筑數據、路網、Landsat8遙感數據為主要數據源，綜合局部氣候分區制圖、地表溫度（Landsurface temperature， LST）反演、改進的溫濕指數、GIS空間分析等方法定量分析研究區內不同局部氣候區對城市室外熱舒適的影響，為未來城市規劃提供一定參考。

1 研究區概況

上海市（120°52′～122°12′E，30°40′～31°53′N）（圖1）位于中國華東地區，東瀕東海，南臨杭州灣，西接江蘇、浙江兩省，北界長江入海口，長江與東海在此連接。上海亞熱帶季風性氣候，四季分明，氣候溫和濕潤，春秋較短，冬夏較長，日照充分，雨量充沛，年均氣溫17℃左右。研究區中心城（外環線以內）面積約660 km2，總人口約1234萬人。研究區內城市形態結構豐富多樣，有利于分析城市局地氣候分區對熱舒適度的影響，是較為理想的研究區域。

2 研究數據與方法

2.1 研究數據

Landsat8衛星遙感數據廣泛應用于城市熱環境研究。本研究選取上海市2017～2020年影像清晰且云量低于1%影像，成像條件滿足研究需求。路網數據來源OSM，并基于高分影像及百度地圖進行預處理去除斷頭路等不合理數據。城市建筑數據包含建筑輪廓和樓層數用于計算局地氣候區垂直高度，來源于中國科學院資源環境科學與數據中心。為探究城市熱舒適的季節性變化特征，根據上海市氣象相關網站發布的常年季節更替時間，將上海市的季節分為三類，即夏季（5月中下旬至10月上旬）、過渡季（3月中旬至5月中旬和10月上旬至12月上旬）以及冬季（12月上旬至次年3月中旬）。詳情見表1。

2.2 LCZ 制圖

基于道路網將上海市中心城區劃分成大小不同的街區；然后根據地表覆蓋和建筑數據，按照LCZ定義與參數確定每個街區類型[3]；最后通過人機交互檢驗方式，對整個研究區LCZ分類結果進行核查，糾正錯誤分類，最終確定16個LCZ類別[4]，包括9類建成景觀類型（LCZ1-9）和7類自然覆蓋類型（LCZ A-G），具體見表2。

2.3 熱舒適遙感評估方法

人體為維持自身的熱平衡機制，通過生理反應來適應環境的溫度變化。從人體平衡調節機能看，環境溫度高時，排汗是調節熱平衡的主要手段，而能否快速地以這種方式散失人體多余熱量則與空氣的飽和差和流經皮膚表面的風速成正比，其中飽和差，即空氣飽和水氣壓與水氣壓之差是主要的影響因素，因此相對濕度是影響人體熱感覺和維持熱平衡的重要因子[5]。

綜合考慮溫度和濕度對人身舒適度的影響早有研究且提出了許多基于兩個因子的指標，其中運用較為廣泛的指標為溫濕指數（Temperature Humid Index，THI），溫濕指數反映了群體的人對環境的熱感受。計算公式如下[6]：

THI=1.8Ta+32-0.55×（1-RH）×（1.8Ta-26） （1）

式中，THI為溫濕指數；Ta為空氣溫度（℃）；RH為相對濕度。

本文利用地表溫度和歸一化水汽指數（Normalized Difference Moisture Index，NDMI）替換公式1中的空氣溫度和相對濕度，得到改進后的溫濕指數（Modified temperature―humidity index， MTHI）[6]，公式如下：

MTHI=1.8LST+32-0.55×（1-NDMI） ×（1.8LST-26） （2）

其中，LST為基于大氣校正法反演得到的地表溫度[7]，基本原理是估計大氣對地表熱輻射的影響，得到地表輻射強度，再進一步轉化為相應的地表溫度。具體計算步驟如下：

歸一化植被指數（Normalized Difference Vegetation Index， NDVI），通過測量近紅外（植被強烈反射）和紅光（植被吸收）之間的差異來量化植被，公式如下：

NDVI=（NIR-RED）/（NIR+RED） （3）

其中NIR為近紅外波段，RED為紅波段。植被覆蓋度（Fractional Vegetation Cover，FVC），指植被（包括葉、莖、枝）在單位面積內植被的垂直投影面積所占百分比。公式如下：

FVC=（NDVI-NDVISoil）/（NDVIVeg-NDVISoil ） （4）

其中，NDVI為歸一化植被指數，NDVISoil為完全是裸土或無植被覆蓋區域的NDVI值，NDVIVeg則代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。利用計算得到的植被覆蓋度進一步計算地表比輻射率，公式如下：

LSE=0.004×FVC+0.986 （5）

其中LSE為地表比輻射率；最終的LST計算如下

LST=T/（1+（λT/α）lnε） （6）

其中，T為同溫度下黑體輻射亮度，λ為波長，α為常數，?為地表比輻射率。

NDMI是基于中紅外與近紅外波段的歸一化比值指數，值在0-1之間，越接近1則水汽含量越高，與NDVI相比，它能有效地提取植被冠層的水分含量；在植被冠層受水分脅迫時，NDMI指數能及時地響應[9]，公式如下：

NDMI=（NIR-SWIRI）/（NIR+SWIRI） （7）

其中，NIR為近紅外波段，SWIRI為短波紅外波段。

為了便于不同季節的MTHI具有可比性，根據標準差分類法[8]將MTHI劃分為五個等級，劃分依據見表3。

2.4 層次分析法

層次分析法（Analytic Hierarchy Process，AHP）[10]，是美國國防部在研究中提出的一種層次權重決策分析方法，是指將與決策總目標相關的所有元素分為三個層次：目標層、準則層和方案層，逐層進行定性分析和定量分析的一種決策方法。一般分為四個步驟：（1）構建指標層次體系，確定目標層、準則層以及方案層元素；（2）構建判斷矩陣，使用“德爾菲法”確定各項元素的重要程度[11]；（3）計算各層權重；（4）對結果進行一致性檢驗[12]。

3 結果分析

3.1 LCZ 空間格局特征

研究區LCZ類型的空間分布如圖2所示，統計情況如圖3所示。

上海中心城區的建成景觀類型和自然覆蓋類型分別占比83.2% 和16.8%，其中自然覆蓋類型多分布于黃浦江以東，建筑類型更多分布于黃浦江以西；建成類型中LCZ5占比達到67.7%為最高，LCZ1和LCZ9的面積均不足1%；自然覆蓋類型中LCZD 占比23.8% 為最高，LCZF 占比最低，僅有3.5%，其余5種自然覆蓋景觀占比較均勻。

3.2 不同LCZ 類別的季節性地表溫度分析

圖4為上海市不同季節地表溫度的空間分布差異。通過單因素方差分析（plt;0.05）[13]，三個季節的不同LCZ之間LST存在顯著性差異。為了探究不同LCZ類型之間的季節性地表溫度差異，繪制了三個季節不同LCZ類別的地表溫度箱型圖，如圖5所示。從整體來看，每個季節的各LCZ類型平均溫度之間的差別基本一致，在對各LCZ類型地表溫度三季均值的統計中，建成景觀類型的LCZ2類型的均值最高，LCZ7最低；自然景觀類型中，LCZF的LST最高，LCZG最低且極差大。

不同LCZ地表溫度在三個季節呈現相對一致的變化趨勢：建筑類型的平均溫度高于自然覆蓋類型的平均溫度；建筑類型中，LCZ2（密集中層建筑）的平均溫度最高，并且LCZ3和LCZ5的平均溫度與其相差不足1℃，這三種類型的平均溫度在不同季節時均高于研究區域的平均溫度，LCZ7的平均溫度最低；自然景觀類型中LCZF的平均溫度始終高于全區域平均溫度，并且在過渡季和冬季時，全部LCZF斑塊的地表溫度均大于區域均溫，甚至高于大部分建成景觀類型的溫度。這是由于裸土和沙地的比熱容較小，對溫度敏感，并且陰影較少，導致陽光直射，LST會高于周邊區域[14]。LCZG的溫度在三個季節中都在區域均溫以下，在過渡季與區域均溫差值最大達到4℃左右，夏冬兩季差值在2℃左右。由此可見，水體具有很好的降溫效果。

不同LCZ地表溫度在三個季節存在一定差異：過渡季的每類建成景觀類型的溫差明顯大于其他兩個季節，尤其是LCZ2-LCZ6；LCZA和LCZB類型在夏季和過渡季中高于區域均溫的斑塊不足0.1%，冬季接近50%，高于全區域平均溫度的LCZA斑塊由于植被面積較小，所以對降低溫度的作用甚微[15]；自然景觀類型的平均溫度在夏季和過渡季普遍低于全區域平均溫度，且自然景觀類型普遍低于建成景觀類型，冬季則相反，由此可見，自然景觀類型在溫熱季節具有較好的降溫效果，尤其是茂密樹林，僅次于水體。

3.3 不同LCZ 類別的季節性舒適度指數分析

三個季節不同LCZ的MTHI空間分布情況如圖6所示，從夏季過渡到冬季過程中MTHI有明顯變化。夏季全區域都在微熱及以上程度，無涼爽斑塊，且微熱的區域面積不足1%，微熱區域中不包含LCZ2、LCZ7-LCZ9、LCZA-LCZC；過渡季的MTHI明顯偏低，極熱區域面積極小，包括LCZ2、LCZ5和LCZ8；很熱的區域占全區域的0.04%，所占比例最高的是微熱，其次是熱區域，相比夏季而言，過渡季全區域內的溫差較大；冬季MTHI各等級所占面積呈橄欖式分布，極冷和溫暖均低于0.1%，微冷占比最高。LCZ2在冬季無極冷斑塊。

為了直觀反映不同LCZ類型在不同季節的舒適情況，繪制了三個季節的MTHI箱型圖（圖7）和百分比堆積（圖8）。各LCZ類型在不同季節對MTHI的反映有明顯特征：LCZ1類型的MTHI極差一直較小，在夏季無極熱和涼爽斑塊，過渡季無極熱和很熱的斑塊，冬季無溫暖斑塊，故LCZ1類型在全年整體MTHI體感偏涼；LCZ2-6類型的MTHI值與地表溫度表現相似的特征，極差較大，且LCZ2在夏季無涼爽斑塊，在冬季無極冷斑塊，過渡季大部分斑塊MTHI集中在中間程度，說明LCZ2的MTHI全年偏熱；LCZ3在夏季和過渡季的總體MTHI偏低，冬季偏高；LCZ7-9類型的MTHI在三個季節呈現的規律相似，夏季無涼爽斑塊，過渡季無極熱斑塊，冬季無溫暖斑塊，全年看來LCZ7-9在過渡季最舒適；自然景觀類型在過渡季和冬季的MTHI的分布特征相似，LCZF類型的MTHI最高，LCZG最低，相對夏季而言，水體（LCZG）的降溫效果更明顯，遠大于其他自然景觀類型，裸土和沙地（LCZF）3個季節的MTHI的變化和LST相似，始終大于其他自然景觀類型。

3.4 不同LCZ 類型的相對熱舒適水平

為了反映各LCZ類型在單季和全年角度上的相對舒適水平，利用綜合評價法[16]進行表征，利用層次分析法獲得不同季節以及各季節中MTHI的值對相對舒適水平的貢獻度，結合各等級該LCZ類型占其總面積的比例，得到不同LCZ類型在單季節和三季節的相對舒適水平指數，其中指數數值越低表明舒適度越高。

為了直觀反映不同LCZ類型的舒適情況，繪制了3個季節的季舒適指數柱狀圖及年舒適指數柱狀圖，如圖9所示。不同季節各LCZ類型之間舒適水平存在差異：夏季各LCZ類型的舒適水平相近，LCZ8和LCZ2最低；過渡季LCZ2舒適水平最高，LCZ9舒適水平最低，與夏季明顯不同；冬季LCZ5舒適水平最高，LCZ7最低。從年熱舒適水平來看，LCZ3的舒適水平最高，LCZ7最低；自然景觀類型中，LCZF給人的舒適體驗最好，LCZG舒適水平最低。

4 結論

本文以上海市Landsat8遙感影像為基礎，繪制基于街區的LCZ分類圖，研究不同季節、不同LCZ類別的地表溫度及溫濕指數分布特征，分析不同LCZ類別對地表溫度和舒適度的影響。研究結果表明：（1）地表溫度對于LCZ類別的響應有季節性差異，主要體現在過渡季不同LCZ之間溫差最大，冬季最小；（2）水體和茂密樹林在夏季和過渡季的溫度可低于全區域的平均溫度，具有良好的降溫效果；（3）裸土和沙地全年溫度都高于區域均溫，減少裸土和沙地面積對城市熱舒適有一定改善；（4）LCZ3的年舒適水平最高，說明低層建筑較為適合常年居住。

［參考文獻］

［1］張馨航. 我國區域人群極端高溫健康脆弱性評估［D］. 中國疾病預防控制中心，2021.

［2］陶燁明，虞佳維. 旅游氣候舒適度指數比較分析——以嵊泗縣為例［J］. 綠色科技，2021，23（06）：183-184.

［3］盧陽，楊建思，黃昕，等. 面向局部氣候帶的城市形態對地表溫度的影響［J］. 武漢大學學報（信息科學版），2021，46（09）：1412-1422.

［4］鄭梓聰. 基于局地氣候分區體系的城市熱環境空間分異規律研究［D］. 廣州大學，2023.

［5］皇甫昊. 室外熱環境因素對人體熱舒適的影響［D］. 中南大學，2014.

［6］趙璊璊，馮莉，郭松，等. 景觀格局影響下的南京市熱舒適度動態變化［J］. 長江流域資源與環境，2018，27（08）：1712-1724.

［7］賈傳，衛亞星. 太原市主城區地表溫度變化研究［J］. 科學技術創新，2021（01）：45-46.

［8］程晨，蔡喆，閆維，等. 基于Landsat TM/ETM+的天津城區及濱海新區熱島效應時空變化研究［J］. 自然資源學報，2010，25（10）：1727-1737.

［9］李斌，王慧敏，秦明周，等.NDVI、NDMI 與地表溫度關系的對比研究［J］. 地理科學進展，2017，36（05）：585-596.

［10］顧盼盼，緱少偉. 鄭州市高溫熱浪風險評估及其空間特征分析［J］. 北京測繪，2023，37（04）：542-546.

［11］劉超，段志光. 基于參考文獻出版年圖譜的德爾菲法起源與演化研究［J］. 中國社會醫學雜志，2023，40（03）：373-377.

［12］王師，楊靜，蔣志豪，等. 模糊層次分析法在建模優選中的應用［J］. 電子技術，2022，51（07）：85-87.

［13］牛凱. 數據分析之單因素方差分析［J］. 產業與科技論壇，2019，18（02）：57-58.

［14］鄭志遠，韋志剛，李振朝，等. 中國西北三類典型裸土下墊面地表寬波段發射率變化特征研究［J］. 大氣科學，2016，40（06）：1227-1241.

［15］博文靜，沈鈺仟，王馨悅，等. 植被覆蓋度對夏季降溫效應的影響——以內蒙古為例［J］. 生態學報，2022，42（22）：9165-9174.

［16］鐘志科. 綜合評價方法的合理性研究［D］. 西南交通大學，2012.

［資助項目］國家自然科學基金“城市空間形態特征精細化表達及其對三維立體化熱環境的影響機制研究”（編號：42201123）。中國博士后科學基金“城市三維立體化熱環境時空異質性特征及其驅動機制研究”（編號：2022M713309）。