京津冀地区地表热环境时空分布格局

2023-10-31吴凡,常勇,姚磊,孙硕

西安理工大学学报 2023年2期

吴凡, 常勇, 姚磊, 孙硕

(山东师范大学地理与环境学院, 山东济南 250358)

根据联合国统计署发表的报告显示,现在世界上已经有超过一半的人居住在城市之中,《2020年世界城市报告》显示,到2050年城市人口占全球总人口比例将达到68%[1]。自改革开放以来,中国的城市化进程速度不断加快,第七次人口普查城市化率已经达到63.89%。急速的城市化极大地改变了中国城市景观格局和城市热环境,城市热岛效应是城市热环境不断恶化引发的城市生态问题之一[2]。城市热岛(UHI)一般被定义为城市比周围农村温度高的现象[3],不同时间、不同空间、不同层次,热岛效应都有不同的特点。城市化显著地改变了城市不透水面的结构,绿地、水面布局的减少以及人为的热排放都会增强热岛效应。城市热岛效应促使了城市高温灾害的形成、加剧了高温的出现频率,并带来了巨大危害,严重威胁着城市可持续发展[4-5]。因此,对地表热环境分布格局及其影响因素的探索是本文研究的重点。

人们普遍认为,城市化将提高城市气温和地表温度[6],改变城市热环境空间分布状态,因此,国内外学者多关注于城市扩张与城市热岛的空间关系。胡平[7]通过劈窗算法反演成都市遥感影像发现,热岛区域多集中地分布在二环至绕城区域,说明城市扩张现象严重。韩冬锐等[8]发现长三角地区热环境的不安全区域多发布在城市建成区及其周围,且呈扩张趋势。钱敏蕾等[9]使用TVX空间法定量研究上海市热环境效应,结果也表明热岛强度分布与城市化建设密切相关,呈现“葫芦串-葡萄串-摊大饼型”的蔓延模式。张伟等[10]提出了一种基于空间统计特征的城市热岛范围界定方法,并得出杭州城市热岛的空间形态日趋复杂——单中心向多中心扩散发展。胡李发等[11]利用主成分分析法构建城市热环境指数,发现关中平原城市群热岛强度老城区增速大于新建城区。徐双等[12]通过分区统计法分析了不同热力景观等级下长沙市各城市景观的空间格局变化,从中心位置到偏北、偏东和偏南方向上,热力景观从市区向周边郊区呈现破碎化,而向西方向上则相反。多数学者聚焦于单一城市在城市扩张与热环境形态间的关联,而较少关注城市群体系中,各城市与郊区的热环境随城市化进程的变化。因此,本研究将中国快速城市化的典型地区京津冀城市群作为研究区域,重点研究城市群区域的热环境表征情况。

在城市热岛与景观指数结合的领域,李玉杰等[13]通过地统计学和景观格局的结合发现,海口市近19a热岛效应先增后减,热岛斑块前期缩小后期扩张,斑块形状区域平稳。高静等[14]创新性地引用大气污染中的“源”“汇”概念,研究了武汉市主城区内的源汇景观组对城市热岛的作用,发现两者存在极强的相关性,即汇-源景观面积比大于0.89时,景观组对城市热岛具有缓解作用。

城市热环境受下垫面的影响[15],特别是城市化过程中大量自然植被被人工不透水面取代,使生态环境压力提升[16],部分学者探究了土地覆被对城市热岛的影响。邱海玲[17]以北京市为研究区,发现绿地面积与降温作用一定范围内呈对数关系,且降温幅度与绿地面积等大小没有明显的相关性。杨雅君等[18]基于热红外成像技术观测地表温度,综合分析6种典型城市下垫面,发现嵌草砖的热环境稳定性较草地和大理石要好,沥青路面最能代表下垫面地表温度的时空变化特征。而樊智宇、聂芹、郭宇、黄奕钦、吴昌广等[19-23]研究发现不透水面是城市热环境恶化的主要驱动因素。在城市扩张与土地覆被状况及其景观格局的共同影响下,城市热环境的格局不断发生变化,而这种影响与变化在京津冀城市群演化中的体现,也是本研究的探讨内容。

随着经济的发展,中国的城市化进程正朝着大城市集群方向发展。京津冀地区作为中国城市最密集、城市化水平最高的地区之一[24],自20世纪80年代以来,经历了城市化快速发展时期。发达的工业、频繁的人类活动导致该区域城市热岛现象日趋严重,并对区域气候和人类生活造成了不可忽略的影响[5,25]。而京津冀城市群作为中国核心经济区的重要组成部分,肩负国家应对全球竞争的重大使命。因此,探究区域地表热环境的分布及演化对经济快速发展的京津冀地区来说十分必要。

1 研究区域与研究方法

1.1 研究区域

京津冀城市群由首都经济圈发展而来,位于113°27′～119°50′E、36°1′～42°37′N之间,总面积2.18×105 km2(图1)。京津冀地区属于暖温带大陆性季风型气候,夏季高温多雨,冬季寒冷干燥,年均降水量300～800 mm。上世纪80年代中期国家将京津冀地区作为“四大”试点地区之一,在实施国土整治战略、开展跨区域分工协作、优化产业和人口布局等方面的探索具有重要意义。截至2019年,该区域占国土面积的2.35%,却居住着全国7.24%的人口,GDP占全国的8.6%。据《中国城市营销发展报告(2019)》显示,京津冀城市群位列城市群品牌第三位。与此同时,京津冀地区也面临城镇化发展失衡、区域热环境加剧的问题。然而,由于缺乏区域统筹,热环境应对策略常常只针对特定区域,特别是两个直辖市,其政策与战略总是与河北省分离。

图1 京津冀地区地理位置

总体而言,京津冀地区是中国城市群发展的典型代表,了解其区域热环境的时空演变格局,有助于为其政策规划提供参考,同时对于城市化飞速发展的其他区域的环境治理具有重要借鉴意义。

1.2 数据来源及预处理

MODIS传感器作为Aqua和Terra卫星上的重要载荷,提供了丰富的大气、陆地与海洋系列标准产品。考虑到研究时间的跨度,本文使用的数据包括MODIS月均温数据和土地覆被数据。地表温度数据为2000年、2005年、2010年、2015年和2020年1～12月的月均地表温度数据,空间分辨率为1 km,该数据从地理空间数据云网站(http://www.gscloud.cn/)下载,已被广泛应用于区域和全球尺度的热环境研究。土地覆被数据来自于自然资源部30 m全球地表覆盖数据集(http://www.globallandcover.com/),参考中科院土地利用分类标准,将土地利用数据重新分类为林地、草地、水体、耕地、建成区、裸地6种土地覆被类型(图2)。为统一研究数据空间分辨率[26-27],本文将地温数据与地表覆被数据重分类为3 km分辨率的影像以作进一步研究。

图2 京津冀土地覆盖分类

2000—2020年,京津冀水体及耕地面积占比连续下降,草地面积占比则以2005年为转折点表现为先上升后下降,林地、建成区面积逐渐增加,建成区增长率也呈上升趋势,其绝对份额由9.97%增长至14.74%,面积增加8 187.26 km2,说明20年间城市建成区正处于快速扩张阶段(图3)。2000年,各城市的建成区规模相对较小且相互隔离,多集中在城市化程度较高的行政中心,如北京、天津、石家庄等地。2000—2020年,建成区扩张主要体现在各城市行政区划范围内的近郊地区,如邢台、邯郸、保定等次等级城市的建成区也逐渐连点成片。

图3 京津冀土地覆盖率的变化

1.3 研究方法

1.3.1相对地表温度的计算

考虑到不同年份间整体地表温度的差异,并方便后续对不同区域对热环境的贡献进行统计,本文选取地表温度的相对值来代表区域热岛的强度[28],其公式为:

(1)

1.3.2相对地表温度的计算

标准差椭圆是一种用于揭示空间要素分布及变化的空间统计法。选用用标准差椭圆法以RLST等级为权重识别京津冀地区热岛的整体情况,分析20年来京津冀各温区热环境的演变趋势和趋向性,其公式为:

(2)

(3)

1.3.3聚类分析

空间聚类分析可以根据空间对象的属性对空间对象将“属性相似,空间临近”进行分类划分,已被广泛应用于城市规划、环境监测、地震预报等领域,也是空间数据挖掘领域的重要分支。为了对区域热岛模式进行多尺度的空间集聚格局分析,本文选用RipleyL函数法[29、32],对各梯度下京津冀各温区热环境的集聚格局进行探究。最近邻比是随机条件下最近邻平均观测距离与最近邻平均预期距离之比,可以显示景观要素的空间集聚格局,但是受尺度影响较大,而RipleyL函数法则更有助于确定动态尺度下的空间格局,计算公式为:

(4)

(5)

式中:d代表尺度;n是特征的数量;A为特征总面积;ki,j为权重。L(d)>0表示在距离d处出现高温聚集现象,L(d)<0表示其在距离d处是分散的。NRR=1表示空间格局呈随机分布,NRR<1和NRR>1分别表示空间格局是集群或分散的。

1.3.4景观格局

景观指数能定量反映景观的结构组成与空间配置,是浓缩景观格局信息的指标。为了分析区域热岛各温区的形态及分布特征,本文基于Fragstats(v4.2)软件平台,综合考虑数据的空间分辨率,并参考相关文献[33-35],选取了斑块类型总面积(TA)、斑块数量(NP)、平均斑块面积(ARER_MN)和斑块所占景观面积比例(PLAND)四个斑块水平景观指数作为分析基础,对京津冀地区各温区的空间形态进行分析,对景观指数的具体描述见表1。

表1 景观指数及其含义

1.3.5相关性分析

地表热环境的分布格局与地区地表覆被类型密切相关,本文结合前人研究[36],将地表覆被密度的概念引入,以此表示地表覆被特征,计算公式为:

(6)

式中:i表示林地、草地、水体、耕地、建成区、裸地6种土地覆被类型;LCD表示地表覆被密度;ni表示该网格内i土地覆被类型所占像素数;sr表示单个像素的固定面积;S表示单个格网总面积。基于现实的考虑以及数据的可操作性,选取LCD>5%的数据进行后续分析,对于LCD≤5%的土地覆被数据,忽略其对该格网内相对地表温度的影响。

如上文所述,城市地表温度的异质性是多种因素共同作用的结果,包括自然覆被、建成区不透水地表、城市建筑形态和社会经济等因素。鉴于本文的研究目的,本文选取Spearman相关系数探索各时期土地覆被密度与相对地表温度之间的关系。

2 结果与分析

2.1 京津冀热环境变化趋势分析

本文利用ArcGIS 10.2统计分析2000—2020年京津冀地区RLST的转化情况,并通过转移矩阵将其进行可视化分析,以揭示在此期间京津冀地区地表热环境效应的时空演化规律。2000—2020年,京津冀地区RLST的总体表现为中温区的面积大幅下降,由2000年的66 877 km2变为2015年的34 857 km2,主要转换为低温区、次高温区、高温区,面积分别为8 516 km2、32 042 km2和631 km2,特别是2000—2005年期间,有26 702 km2转换为次高温区(图5)。2010年前,中温区持续下降,高温区持续上升,热环境形势趋于恶化,而在2010年后,低温区及高温区的面积有所回退,中温区及次高温区面积小幅增加,区域热环境呈好转趋势。在京津冀地区地表温区的转换(面积大于50 km2)中,由高等级向低等级转换的主要类型有4种,面积达16 139 km2,而由低等级向高等级转换的主要类型有5种,面积高达42 842 km2,为高等级向低等级转换的2.65倍。总体来说,京津冀地区随着城市化进程的发展,社会经济发展对土地利用模式的影响增加,区域热环境格局变化明显,整体温区等级走高,2010年前热环境两极化持续加剧,2010—2020年有所好转。

图5 京津冀的地表温区转移

在此本文将京津冀热环境发展分为两大阶段,一阶段(2000—2010年),二阶段(2010—2020年),以便于后续分析与验证。

标准差椭圆用于分析京津冀地区各温区的分布趋势及随时间的变化(图6)。从其结果来看,京津冀地区各温区及整体的标准差椭圆具有一定的方向性特征,热环境形势的空间发展方向(椭圆的长轴方向)大致为西南-东北走向。这与土地覆被分类图(图2)中,耕地和建成区这些人类活动密集频繁的区域分布趋势相似,说明京津冀地区热环境的发展情况与人类活动密不可分。中温区于一阶段标准差椭圆中心朝东北方向移动,标准差椭圆方向性逐渐减小,离散性逐渐增大,后于二阶段向西南方向移动。次高温区变化幅度较小,由于高温区面积占比较小,分布较为分散,变化幅度被放大,二阶段大致朝东南方向移动,标准差椭圆半径缩短,方向性有所减小。在一阶段,各温区标准差椭圆的长轴均呈缩短趋势,面积呈现缩小趋势,说明在西南-东北方向呈收缩集中趋势,整体聚集性升高。而在二阶段,趋势呈反转状况,说明京津冀地区热环境的中高温区集聚性有所降低,呈分散特征,形势转好。各温区整体而言,变化趋势由中温区主导,次高温区变化幅度较小,且随着温区等级的提升标准差椭圆中心逐渐向西南方向移动。而与京津冀整体的标准差椭圆变化对比可以发现,京津冀地区热环境整体变化趋势受次高温区影响较大,随着京津冀地区城市化进程的快速发展,区域热环境的空间格局逐渐由自东北向西南到自西南向东北方向转变。

图6 京津冀各温区标准差椭圆变化趋势

2.2 京津冀热环境聚集性分析

本文以栅格中心点为点元素,根据京津冀地区经纬度范围确定200 km为区域点元素运行RipleyL函数的最大距离,以12 km为距离增量在ArcMap中进行聚类分析(见图7)。中温区、次高温区、高温区分别在60 km、70 km、45 km附近出现单峰值拐点,而京津冀地区峰值拐点出现在更远的80 km附近,表明在0 km到拐点对应距离范围内集聚性不断增强,在峰值处达到最大,并在此空间尺度上最显著。京津冀地区热环境的空间分布格局在较大的距离范围内聚集,且各温区总体分布格局基本一致,聚集度随着空间距离的增加先增强后减弱。从时间上来看,各温区均在2010年前后呈现出聚集趋势的转变,中温区与次高温区表现在峰值的高低上,聚集性由升高转为降低,高温区则是聚集度的峰值由不断后移的趋势转为前移。总的来说,京津冀地区整体热环境在286 km范围内呈聚类分布,一阶段L(d)值逐渐上升,于二阶段有所回落,在更高温区内呈现出更强的波动性,整体在40～80 km内呈现出高聚集性,进一步验证了上文提及的京津冀热环境发展的两大阶段。

图7 Ripley L函数结果

图8 各土地覆盖类型的平均相对地表温度

2.3 京津冀热环境形态特征分析

结合表2及景观指数含义(表1)可知,在2000年的京津冀热环境中,中温区约是次高温区的面积的1.55倍,而两者的平均斑块面积却很接近,说明中温区的破碎化程度相对较高;而高温区虽然斑块所占景观总面积的比例很低,但它在斑块数量仅为次高温区20%的情况下斑块平均面积却达到了次高温区的64%,表明其集聚性很高。一阶段期间,中温区斑块面积缩小、斑块数量减少、斑块所占景观面积比例下降,高温区则斑块面积扩大、斑块数量增加、斑块所占景观面积比例上升。二阶段则有轻微的反向波动。而次高温区在2000—2005年间斑块面积急剧扩张、平均斑块面积巨幅增大、斑块所占景观面积比例暴涨,而在2005年后有少许回落。总体来看,京津冀热环境斑块组成在2010年前后呈转折性发展,一阶段高温区及次高温区斑块呈变大变多趋势,二阶段则反向收缩,再次验证了京津冀热环境发展的两大阶段。

表2 斑块型景观指数按温区类型统计

2.4 热环境与下垫面的相关性分析

就不同土地覆被类型的平均相对地表温度及其年际变化而言,建设用地的平均相对地表温度为1.7℃～2.3℃左右,对京津冀热环境的升温情况关系密切,林地、草地的平均相对地表温度为在-2.7℃～-0.9℃之间,相对较低。说明城市化导致的不透水地表通常会产生热效应,而林地与草地则会产生冷却效应(图9)。值得注意的是,耕地的平均地表温度在0℃以上但在2℃以下,考虑到其植被类型较为单一且为人工管理,区域内人类活动频繁,其降温作用通常较小或不具备降温作用。

Spearman相关分析显示(表3),林地密度、水体密度在不同时间点上,所有LCD均与RLST呈显著负相关,且显著性均呈先增大后减小的趋势;而耕地密度、建成区密度则在各时间点均与RLST呈显著正相关,前者显著性在一阶段上升,二阶段有所下降,而后者在整个时间段内均呈上升趋势,且幅度不断加大。这与京津冀地区建成区面积飞速扩张,影响力增强有很大关系。由于京津冀地区裸地面积占比较低(图2),数据量过少,结果可信度较低。

表3 不同时期LCD和RLST的Spearman相关系数

其中,林地密度与相对地表温度的负相关关系最强,耕地密度与相对地表温度的正相关关系最强,两者均于一阶段期间呈增强趋势,二阶段则有所回落,在时间上变化趋势一致。这表明林地和耕地是影响京津冀地区相对地表温度的主要因素,建成区则作为增温效应的新军影响力飞升,是最值得注意的地表覆被类型,这与各土地覆被类型区域内的平均RLST结果一致(图2),可信度较高。

3 讨论

城市的进程显著增强了城市热岛效应,但对于城市群规模的热环境影像研究仍然不足。城市化的发展和城市边界的加速扩张,导致城市间的距离不断缩小甚至趋于消失。以往的研究也证明了城市热岛效应的影响通常具有其现实意义,有学者提出城市于郊区是连续而流动的,并不具有严格意义的分界,可见传统的城乡分类在今天已经过时,尤其是在人口稠密的发展中地区[37]。因此,结合前人的研究结果[30],城市化进程中的区域热环境指数(即区域热岛)在描述城市群热环境方面具有相对优势。孤立的建成核心区从城市中心区域延伸到郊区并逐渐相互连接,最终形成城市集群的过程,这与京津冀热环境高温区的发展趋势一致(图2)。此外,RipleyL函数的结果表明,区域热岛于2005年在较小距离下呈聚集趋势,但于二阶段在较大距离上聚集性显著。

不透水地表的扩张可以解释快速城市化过程中城市热岛现象的变化,同样也可以解释城市群区域热岛的变化[38]。有学者发现2005—2015年间,京津冀地区不透水面的时空格局经历了两个时期,2010—2015年各自然区域不透水地表的增长速度明显快于前一阶段[39]。总体来说,在城市化的初始阶段,城市的扩张受到了行政边界的隔离和制约。随后,城市从单中心向多中心的扩张和城市间大型基础设施(交通网络)的建设导致了区域热岛的形成。土地利用类型的变化对区域热岛也具有显著影响。相关研究表明[16],城市绿地具有缓解城市热岛效应的作用,且其降温作用随其面积的增加而增加,这与本研究的分析结论一致。城市群区域快速城市化引起的一系列区域热岛问题并不能仅靠一个城市解决,而应该从区域的尺度上制定方案。因此,在区域尺度上理解热环境的时空格局、成因及其演化规律,对于全面理解城市群扩张下的热环境问题并制定解决方案具有重要意义。

京津冀地区具有典型的夏季高温多雨的温带大陆性季风气候,这使得获取夏季统一时间的完全无云干扰的高质量影像数据变得极为困难。虽然大部分图像质量非常高,但由于时空跨度较大,部分区域的地表温度数据仍受到云层影像而缺失。MODIS图像数据的另一个局限性在于年度地表温度数据使用了月合成地表温度数据进行计算,可能对结果具有一定的影响。为了避免这种时间维度上的跨越性,在未来的研究中,可以使用多传感器融合的方法获取更准确的地表温度数据。此外,地形走向与降水情况对区域热环境的影响也值得更进一步的研究。