矿业密集区地表热环境时空演变特征及驱动力分析

袁运许，朱小龙，侯春华，刘硕，宋建伟，李小光

(1.河北省地质环境监测院，石家庄 050000；2.河北省地质资源环境监测与保护重点实验室，石家庄 050000；3.唐山师范学院计算机科学系，唐山 063000；4.唐山市资源与环境遥感重点实验室，唐山 063210；5.华北理工大学矿业工程学院，唐山 063210；6.河北省矿业开发与安全技术重点实验室，唐山 063210；7.河北省矿区生态修复产业技术研究院，唐山 063210)

中国是全球主要的矿业大国，矿产资源的开发在促进地方文化和经济等快速发展的同时，也带来一些生态环境问题。由于矿产资源的不当开挖，导致原有地表遭到破坏，改变了城市地表下垫面的热特性，进而使得植被蒸散能力下降，不透水材料对太阳热辐射的吸收大大增加[1-2]。地表温度是区域与全球尺度地表物理过程分析与模拟的重要物理参量[3]。当前主要是在全球城市区域尺度范围内，利用遥感技术反演地表温度，以探究城市尺度的热岛效应为主要内容[4-6]，较少对镇域尺度矿业开采活动强烈的矿业密集区，地表热环境时空演变特征及驱动力进行详细分析。米晓楠等[7]利用多源卫星资料计算太原市2003—2019年城市热岛强度和城市热岛比例指数，分析太原市城市热岛效应时空变化特征。王美雅等[8]基于多时相Landsat遥感影像，对中外6个典型超大城市(北京、上海、广州、伦敦、纽约和东京)进行城市热环境变化对比及成因分析。黄曦涛等[9]利用多期Landsat遥感影像分析了西安市热岛效应的分布与变化规律。

乡镇是中国基层乡村发展管理和行政区划的最基本单元[10]。对于镇域尺度矿业密集区，无论是矿山企业数量，还是矿山企业所占用土地数量来说都是相对集中的区域[11-12]。矿区及周边区域的地表热环境，会因为矿业开采导致的原有地表覆被类型改变而发生变化[13-14]。但大多基于矿区尺度进行研究。毕银丽等[15]基于Landsat TM/OLI与 MODIS 卫星遥感数据，分析了准格尔矿区1988—2020年的植被覆盖与地表温度变化情况，结果表明：33a来准格尔矿区外围未扰动区域植被覆盖度呈整体上升趋势，矿区地表温度呈下降趋势。韩凯旭[16]采用1990—2019年Landsat-8 OLI/TIRS与Landsat-5 TM系列遥感影像结合MODIS-MOD11 L2数据，结合土地覆被时空间格局变化规律和地表温度空间分布，探究加拿大Alberta省油砂矿矿区油砂矿开采对地表温度变化的影响作用。

开展镇域尺度矿业密集区地表热环境时空演变特征及驱动力分析，是分析矿业开采扰动规律和制定区域环境治理政策的关键。遥感技术在宏观上开展矿区生态环境监测具有不可比拟的优势[16]，为此，基于Landsat遥感影像数据的热红外波段，利用辐射传输方程法(radiative transfer equation，RTE)反演地表温度，并进行定性和定量精度验证。基于Landsat遥感影像数据的可见光波段，提取矿业密集区地表下垫面覆被类型及矿业用地时空动态变化信息。在此基础上，从地表下垫面覆被类型角度，借助“黄蓝—差值影像法”、叠加分析和剖面分析等方法，对2000—2018年矿业密集区地表热环境时空演变特征及驱动力进行分析。以期深化矿业密集区地表热环境时空演变特征规律的认识，为制定缓解高温聚集效应策略提供定量参考依据。

1 研究方法

1.1 研究区概况及数据源

1.1.1 研究区概况

马兰庄镇位于河北省迁安市西北部，距市区 15 km，地处京、津、唐、秦腹地。东临滦河，与迁安镇、阎家店乡、大崔庄镇三个镇乡仅一河之隔，南连蔡园镇，西、北与迁西县接壤(图1)。西部群山环抱，三面环山、一面邻水，为半山区燕山隆起带余脉南麓，总面积49.16 km2，耕地面积530.83 hm2[12]。

马兰庄镇镇内矿产资源丰富，采矿场分布密集，是铁矿石资源丰富的钢铁重镇。全镇现有矿山企业超过50家。2001年迁安市境内19个乡镇，矿业用地密集程度的聚类分析统计结果表明，马兰庄镇境内的矿业用地占比为34.80%，聚类分析结果表明该乡镇矿业开发密集程度为1级，选取马兰庄镇为重点分析的镇域尺度矿业密集区[17]。马兰庄镇境内的矿业大多属于露天开采方式，开采扰动的具体表现形式是破坏地表原有植被，导致大量岩石和土壤出露。

1.1.2 数据源

(1)遥感影像数据。选取与研究区矿业开发历史变化紧密相关的5个典型时期的影像(表1)。分别代表矿业开发不景气时期、矿业开始大规模开采初期、矿业破坏最严重时期同时也是矿区生态修复起始时期、矿区生态修复效果初显时期、矿区生态修复效果较显著时期。

表1 Landsat遥感影像数据

由于夏季(6—8月)太阳高度角大，太阳辐射较强，地表温度较高。并且不同下垫面覆被类型的比热不同，导致地表热环境异质性特征尤为明显，进而能够较为准确地反映矿业密集区地表下垫面覆被和地表温度的差异，因此选用数据时优先考虑夏季数据。但因为迁安市自7月初气温持续上升，7月初―9月初处于高温期，因此选用4期8月初―9月初数据，由于2013年7月初—9月初数据云量较多，影响地表温度反演效果，故2013年选取9月底影像作为数据源。

Landsat 8携带有OLI陆地成像仪和TIRS热红外传感器，其中OLI陆地成像仪包括9个波段，TIRS包括2个单独的热红外波段。

(2)辅助数据。谷歌地球高分辨率影像，用于对地表覆被类型进行目视解译的精度验证。

1.2 地表温度反演及精度验证

1.2.1 基于辐射传输方程法反演地表温度

中外专家学者根据不同卫星传感器热红外波段数据的差异，提出了不同的温度反演算法。其中基于Landsat数据的热红外波段进行地表温度的反演算法主要有辐射传输方程法、单窗算法(mono-window algorithm，MWA)和单通道算法(single-channel method, SC)。其中辐射传输方程法计算过程较为复杂，但反演精度较为准确，精度达 0.6 ℃。单窗算法计算过程比较简单，但是较难获取大气平均温度和大气透射率等参数[18]。单通道算法操作过程简单，但受大气水汽含量影响较大，由于迁安市夏季大气水汽含量较大，因此不适合用该模型来反演地表温度。

结合以上3种算法的特点，选取辐射传输方程法(又称为大气校正法)反演地表温度，详细步骤参见文献[19]。

1.2.2 精度验证

利用气象站实测地温进行精度验证。由于马兰庄镇没有气象站，因此利用迁安市气象站数据进行验证。由于迁安市气象站缺少2000年、2003年和2008年实测地温数据，因此只对2013年和2018年LST反演结果进行精度验证。

2013年9月26日迁安市境内54439号气象站，地温实测点的经纬度分别为118°43′12″和 40°1′12″。2018年9月8日迁安市境内54439号气象站，地温实测点的经纬度分别为118°42′36″和 40°1′12″。两个年份的实测点均位于Landsat影像的同一像元内。

经查验该气象站在2013年9月26日10：00点，0 cm和5 cm实测地温分别为26 ℃和19.2 ℃。11：00，0 cm和5 cm实测地温分别为29.2 ℃和22.3 ℃。2013年9月26日Landsat卫星在迁安市过境时间为10：49。对照谷歌高分影像发现该时刻气象站地温实测点位于稀疏草地像元内。因为地表温度通常被定义为地球表面的温度，在植被覆盖度较低的区域，通常利用植被冠层以及土壤的平均温度表征；在植被覆盖度较高的区域，通常利用植被冠层的温度表征；在裸地区域，通常利用土壤的表面温度表征[20]。因此用0 cm(裸地地表)和5 cm(草地冠层)实测地温均值来表示稀疏草地内的地温值。

由于实测地温为地表冠层的整点温度，因此首先利用线性插值法[21]，内插得到与卫星过境时刻相对应的0 cm(裸地地表)和5 cm(草地冠层)的实测地温分别为28.62 ℃和21.74 ℃，计算二者均值得到稀疏草地实测地温值为25.18 ℃。经查验Landsat卫星过境时刻与该气象站实测地温同经纬度的像元内地温反演值为25.09 ℃。计算得出2013年9月26日相同时刻相同经纬度，地温实测值和反演值之间误差为0.09 ℃。

经查验该气象站在2018年9月8日10：00，0 cm 和5 cm实测地温分别为23.3 ℃和26.5 ℃。11：00，0 cm和5 cm实测地温分别为24.2 ℃和29.5 ℃。2018年9月8日Landsat卫星在迁安市过境时间为10：46。对照谷歌高分影像发现该时刻气象站地温实测点位于浓密草地像元内，因此用5 cm(草地冠层)实测地温值来表示浓密草地内的地温值。

由于实测地温为地表冠层的整点温度，因此利用线性插值法[16]，内插得到与卫星过境时刻相对应的5 cm(草地冠层)的实测地温，即得到浓密草地实测地温值为28.81 ℃。经查验Landsat卫星过境时刻与该气象站同经纬度的像元内地温反演值为28.68 ℃。计算得出2018年9月8日相同时刻相同经纬度，地温实测值与反演值之间的误差为0.13 ℃。

可知2013年和2018年地温实测值与反演值之间误差较小，反演结果精度较高。

1.3 矿业用地信息提取

1.3.1 影像分割和合并

基于ENVI5.3软件平台面向对象特征提取模块 feature extraction的基于规则的面向对象影像分类算法，对马兰庄镇境内矿业用地进行信息提取。

参考基于样本的面向对象影像分类算法中分割和合并实验方法，在实验过程中通过预览分割和合并效果确定最优分割尺度(图2)。当分割尺度设置为10时，地物边界清晰，但存在过分割现象，分割效果较破碎。当分割尺度设置为30时，地物边界混杂，存在欠分割现象，不同地物可能会合并到同一地物类型中。最终经过多次实验，当分割尺度为20，合并尺度为50时，各类地物边缘特征能够得到有效识别，因此作为最优阈值参与后续分类实验。

图2 2018年马兰庄镇Landsat影像不同分割合并尺度下的效果

1.3.2 特征分析

以2018年影像为例，图3展示了研究区不同地表下垫面覆被类型的平均光谱曲线。5类地物在海岸波段(第1波段)、蓝波段(第2波段)、绿波段(第3波段)和红波段(第4波段)的DN值相差不大，区分度不高。矿业用地仅在在近红外波段(第5波段)与其他地物表现出了明显差异，5类地物像元亮度值(digital number, DN)在该波段排序为林地>耕地>居民地>矿业用地>水域。因此不能单独利用光谱信息来提取矿业用地信息，需要结合纹理特征和空间特征对研究区矿业用地进行信息提取。

图3 2018年研究区地表下垫面覆被类型光谱曲线

1.3.3 精度验证

在谷歌地球高分辨率影像上，利用随机选点的方式选择矿业用地和其他地类各50个样本点，对乡镇A境内矿业用地信息提取结果进行了精度验证。表2为矿业用地信息提取混淆矩阵，总体分类精度和Kappa系数分别为93.00%和0.86。矿业用地的制图精度和用户精度分别为92.00%和93.88%，说明矿业用地信息提取结果精度较高，可用于下一步分析。

表2 矿业用地信息提取混淆矩阵

2 结果与分析

2.1 矿业用地时空动态演变分析

2.1.1 矿业用地空间变化分析

马兰庄镇境内矿业用地的演变过程以2008年为界，分为两个阶段。2000年以前矿业处于开发不景气时期，境内的矿区占地面积较少，主要集中于北部地区，东南部地区零星分布。2000年以后随着矿业的大规模开采，采矿境界不断扩张，2003年在2000年基础上沿原开采境界向外围扩展，2008年在2003年基础上向外围扩张。2008年以后随着矿区生态修复工作的逐步实施，2013年矿区占地在2008年基础上逐步缩小，2018年在2013年基础上逐步缩小，缩小的区域主要被植被覆盖(图4)。

图4 5期影像马兰庄镇境内矿业用地分布

2.1.2 矿业用地时间演变统计

由表3可以看出，2000—2018年，矿区占地面积变化明显，以2008年为界，分为两个阶段。第一个阶段是2000—2008年，2000年以前矿业处于开发不景气时期，境内的矿区占地面积较少，对生态破坏不大，2000年矿业用地占比仅为25.78%。2000年以后随着国内市场对于矿产资源需求的加大，矿产资源开采规模急剧扩张，大量植被和耕地遭到破坏，大量土地被压占，生态环境破坏程度加剧，矿业用地占比逐年增加，2003年占比增加到31.91%。2008年是矿业破坏最严重时期，矿区面积占比高达38.78%。第二个阶段是2008—2018年，由于矿业开采导致的生态环境问题日益突出，从2008 年开始，政府开始重视环境保护工作，矿区生态修复开始逐步实施，矿业用地占比逐年缩小，2013年矿区生态修复效果初显，矿区面积占比下降到32.07%，矿区生态问题得到一定程度缓解。直至2018年矿区面积占比下降到27.94%，矿区生态修复效果初见成效。由此可知，2000—2003年和2003—2008年这两个时期，是矿业用地占比的急剧上升时期，2008—2013年和2013—2018年这两个时期，是矿业用地占比的缓慢下降时期。

表3 5期影像马兰庄镇境内矿业用地变化统计

为进一步定量化和可视化的探究马兰庄镇境内，2000—2018年矿业用地时空动态变化过程，利用遥感变化检测技术黄蓝-差值影像法，分别获得了5个时段(2000—2003年、2003—2008年、2008—2013年、2013—2018年、2000-2018年)，矿业用地和非矿业用地的变化影像(图5)，并统计了矿业用地和非矿业用地面积占比变动情况。

黄色区域表示矿业用地增加区域(非矿业用地减少区域)；蓝色区域表示矿业用地减少区域(非矿业用地增加区域)

2000—2008年，由于矿产资源的大规模开采，大量绿地被占用，致使矿业用地在2000—2003年和2003—2008年两个时段内大幅度增加。2003年矿业用地占比相较于2000年增加了6.71%，2008年矿业用地占比相较于2003年增加了6.87%。

2008—2018年，矿区生态环境质量在深度治理中明显改善，使得矿业用地在2008—2013年和2013—2018年这两个时段内大幅度减少。2013年矿业用地占比相较于2008年减少了8.39%，2018年矿业用地占比相较于2013年减少了4.13%。虽然2008年以后政府开始重视环境保护工作，但是由于生态修复效果显现时效滞后性的特点，2018年矿业用地占比仍高于2000年2.16%。基于“黄蓝-差值影像法”得到的乡镇A境内5个时段的矿业用地变动情况，与乡镇A境内5个年份矿业用地的时空演变特征相吻合。

2.2 地表热环境特征叠加分析

为了定量分析矿业开发对地表热环境的扰动规律，对归一化地表温度(normalized land surface temperature, NLST)进行均值-标准差分级。根据NLST的取值范围，依托ArcGIS10.2软件，将NLST划分为5个热力等级(表4)，更加系统地反映研究区地表温度等级分布状况[22]。结果表明，5个年份境内地表热环境均呈现显著的空间异质性和规律性。林地和水域分别是低温和次低温区，耕地主要为中温区，居民地是次高温区，矿业用地为高温区(图6)。

图6 5期影像乡镇A地表温度等级分布

表4 NLST等级划分标准

统计5期影像乡镇A境内地表温度等级面积占比(表5)，2000年境内高温区面积占比为25.11%，随着矿业用地的扩张，2003年和2008年高温区面积占比分别达到31.05%和39.93%；随着2008年之后矿区生态修复工作的大规模实施，矿业用地占比逐年缩小，2013年境内高温区面积占比下降到30.75%，随着生态修复工作的推进，直至2018年境内高温区面积占比下降到28.71%，矿区生态修复效果初见成效。由此可知，2000—2003年和2003—2008年境内高温区面积占比处于急剧增加时期，2008—2013年和2013—2018年，境内高温区面积占比处于缓慢下降时期。高温区面积占比与境内矿业用地面积占比的波动情况基本一致，并且经过叠加分析得知境内高温区范围与矿业用地占地范围基本重合。

表5 5期影像乡镇A境内NLST各等级面积占比

2.3 地表热环境特征剖面分析

在地表热环境研究中，剖面分析方法被广泛应用于表征不同空间上的温度差异[23]。贯穿矿业用地的温度剖面线具有较大波动，呈现出多个波峰和波谷特征，能较好地从空间上清晰地展现矿业开发密集区不同地表下垫面覆被类型的地表热环境差异。

以2000年、2008年和2018年3期地表温度数据为基础，在ArcGIS10.2软件的支持下，选取具有代表性的贯穿大石河矿区、马兰庄矿区和水厂矿区等大型矿区的4条剖面线A-A、B-B、C-C和D-D，对马兰庄镇境内不同地表下垫面覆被类型对地表热环境的影响进行剖面分析(图7)。

图7 乡镇A境内4条剖面线位置

为了使不同年份的地表温度数据能在统一的量纲下进行对比，参考文献[24]，首先对地表温度进行正规化处理NLST，其计算公式[25]为

NLST=(LST-LSTmin)/(LSTmax-LSTmin)

(1)

式(1)中：NLST为正规化后的地表温度值；LST为原始地表温度值；LSTmax为LST影像中的最大值；LSTmin为LST影像中的最小值。

2.3.1 剖面线A-A温度与地表下垫面覆被类型关系

剖面线A-A长度约为7 300 m，横穿1个矿区采场、1个排土场和1尾矿库(图8)。

黄色温度剖面线表示2000年地表温度；橙色温度剖面线表示2008年地表温度；红色温度剖面线表示2018年地表温度

整个剖面线范围内，2008年和2018年温度剖面线总体变化趋势基本一致。2000年地表温度普遍低于2008和2018年，这是由于2000年之后矿业大规模开发占用了大量绿地，出现的裸露地表具有热传导率大，热惯量和热容量小的热学特性，使得地表温度在太阳直接辐射作用下迅速升高。最为明显的是2 000～3 000 m范围，2000年该范围内覆盖着大量地表原有植被，2000年之后随着矿产资源开采工作的实施，原有地表覆被逐渐被剥离，大量植被遭到破坏，形成了矿区采场等裸露地表，因此2008年和2018年的温度剖面线明显高于2000年。4 900～5 800 m的矿区排土场范围，由于2008年之后对该排土场进行的生态修复工作成效显著，大量绿色植被覆盖其上，使得到达地表的一部分太阳辐射被阻挡和吸收，蒸腾量增加，与裸地相比地温上升较慢，因此2018年的温度剖面线明显低于2000年和2008年。

整个剖面线内的低温区(波谷)位于绿地和水域。高温区(波峰)主要分布于1 400～3 000 m的矿区采场裸岩，4 800～5 800 m未修复排土场矿渣和5 900～6 800 m的尾矿库尾砂。整个剖面线范围内的高温和低温覆被类型交替出现，导致温度上升和下降幅度较大，温度剖面线“波峰”和“波谷”转化较快，振幅较大。

2.3.2 剖面线B-B温度与地表下垫面覆被类型关系

剖面线B-B长度约为9 700 m，横穿2个矿区采场、1个排土场和1个尾矿库(图9)。

黄色温度剖面线表示2000年地表温度；橙色温度剖面线表示2008年地表温度；红色温度剖面线表示2018年地表温度

可以看出，300～1 400 m范围，虽然3个年份在该区域内都是矿区采场裸岩，但是由于2008年和2018年矿区采场裸岩内存在部分阴影，阴影区域由于太阳短波辐射被遮蔽，导致地温升温较慢，因此2008年和2018年的温度剖面线普遍低于2000年。3 000～3 900 m 和5 400～6 200 m范围，2000年的温度剖面线普遍低于2008年和2018年，这是由于2000年的大量绿地区域，被转变为2008年和2018年的矿业用地和居民地等裸露地表和不透水面，裸地和不透水面的热传导系数大、热惯量和热容量小，吸收太阳辐射后升温较快。3 900～5 000 m范围，2000年温度剖面线普遍高于2008年和2018年，这是因为2008年和2018年对该区域的尾矿库进行了生态修复工作，植物的光合作用和蒸腾作用会消耗较多能量，使得地表温度升温较慢。从 7 000 m 开始，2008年和2018年的温度剖面线与2000年呈现相反的变化趋势，主要原因是2000年的绿地和水域，转化为了2008年和2018年的居民地，植被和水体的减少使得蒸发蒸腾作用大幅度降低，导致地温急剧上升。

整个剖面线内的低温区(波谷)位于绿地和水域。高温区(波峰)分布于300～1 400 m的矿区采场裸岩，1 500～3 000 m的排土场矿渣，3 900～4 900 m 的尾矿库尾砂，以及5 400～6 200 m的矿区采场裸岩，由于这4个区域内的高温和低温覆被类型交替出现，因此温度剖面线“波峰”和“波谷”交替突变，振幅较大。

2.3.3 剖面线C-C温度与地表下垫面覆被类型关系

剖面线C-C长度约为7 100 m，横穿1个尾矿库和2个矿区采场(图10)。

黄色温度剖面线表示2000年地表温度；橙色温度剖面线表示2008年地表温度；红色温度剖面线表示2018年地表温度

可以看出，4 500 m以内的区域，2000年、2008年和2018年的温度剖面线出现交替变化，主要原因是2000年大部分原有绿地转化为了2008年和2018年堆积尾砂的尾矿库。植被具有遮蔽太阳辐射和蒸腾吸热作用，而尾矿库内尾砂较之植被能够吸收和发射更多的长波辐射，对地-气间的显热交换更强烈，导致地表升温较快。4 500～7 100 m范围，2000年的温度剖面线普遍高于2008年和2018年，这是由于2008年和2018年温度剖面线贯穿矿区采场阴影区域，阴影区域由于太阳短波辐射被遮蔽，因而地表温度普遍较低。

整个剖面线范围内的低温区(波谷)主要位于绿地和水域。高温区(波峰)分布于500～2 600 m的未修复尾矿库，2 700～4 100 m以及4 300～7 000 m的矿区采场裸岩。

2.3.4 剖面线D-D温度与地表下垫面覆被类型关系

剖面线D-D长度约为6 400 m，横穿2个排土场和1个矿区采场(图11)。

黄色温度剖面线表示2000年地表温度；橙色温度剖面线表示2008年地表温度；红色温度剖面线表示2018年地表温度

可以看出，0～1 250 m范围，2008年和2018年的温度剖面线变化趋势较一致，2000年温度剖面线明显低于2008年和2018年，这是由于2000年地表原有植被较多，而2008年和2018年大量绿地占用使得裸露地表出现，地表能够吸收更多的太阳辐射，并且裸地极为干燥，热容量小，导致地温急剧升高。1 500～2 500 m范围，2000年和2008年温度剖面线普遍高于2018年，主要原因是2008年之后对该区域的排土场进行了生态修复，栽植了大量绿色植被，当植被覆盖密度较大时，通过蒸发蒸腾作用带走较多热量，因而2018年地表温度明显低于2000年和2008年。2 750～3 250 m范围，2000年温度剖面线明显高于2008年和2018年，这是由于2008年和2018年该排土场内水域面积增大，水体在各地表下垫面覆被类型中具有最大的热容量和反射能力以及最强的蒸散作用，温度上升缓慢，因此地表温度最低。3 250～6 300 m范围，3个年份地表温度呈现交替相反的波段趋势，这是由于该区域内排土场和采场境内的水域、绿地、阴影和裸岩、矿渣等地物交替出现导致的。

3 结论

在探究镇域尺度矿业开发密集区，午间地表热环境特征及驱动力过程中，基于辐射传输方程法(RTE)反演地表温度，并进行定量精度验证。基于“黄蓝差值影像法”、叠加分析和剖面分析等方法，揭示矿业开采过程对地表热环境动态变化的驱动力，弥补了矿业开采导致矿业密集区地表热环境特征及驱动力分析的不足。得出以下主要结论。

(1)利用5期Landsat遥感影像热红外波段，基于RTE反演的地表温度结果，与气象站实测地温数据之间误差约为0.1 ℃，表明利用Landsat影像热红外数据基于RTE，在无地面同步资料情况下进行地表温度反演精度较高，能够满足研究区地表热环境异质性研究的需要。

(2)3期影像各条温度剖面线的波谷(低温区)均位于绿地和水域，波峰(高温区)均位于矿区采场裸岩、未进行生态修复的排土场矿渣和尾矿库内尾砂。主要是由于矿业用地的裸地占比较大，裸地由于没有植被覆盖，因此很难通过植被的蒸腾作用达到降低地表温度的作用，因而地表温度较高。而绿地内的植物和农作物蒸腾蒸散较高，地表温度较低。水域的比热容较大，升温较慢。

(3)马兰庄镇的矿业在 2000 年以前处于开发不景气时期，境内的矿区占比较少仅为25.78%；2000年以后随着矿业的大规模开发，采矿境界不断扩张，境内矿区面积在2000年基础上沿原开采境界不断向外围扩展，致使2008年上升到38.78%；2008年以后随着矿区生态修复工作的逐步实施，矿区占地面积逐步缩小，缩小的区域主要被植被覆盖，使得2018年矿区面积下降到27.94%。

(4)马兰庄镇境内高温区均位于矿业用地，并且高温区面积占比从2000年的25.11%，上升到2008年的39.93%，再下降到2018年的28.71%，高温区面积占比与矿业用地面积占比的变化趋势基本一致，即均以2008年为拐点分为两个阶段，分别是2000—2008年的上升阶段，和2008—2018年的下降阶段。这是由于2000年开始矿业大规模开发，地表原有植被被破坏，变成了以裸地形式存在的矿业用地。裸地上由于没有植被覆盖，因此很难通过植被的蒸腾作用来达到降低地表温度的目的，因此2008年地温高温区面积较之2000年明显增加。2008年之后由于开始进行生态修复工作，经过人工栽植植被后，一部分裸地转化为了植被覆盖区，植被可以有效阻挡太阳辐射直达地表，保持地表湿度，还可以通过蒸腾作用将吸收的太阳辐射释放出去，因而达到降低地表温度的目的。