北京城市热岛的定量监测及规划模拟研究

刘勇洪，徐永明，马京津，权维俊

北京城市热岛的定量监测及规划模拟研究

刘勇洪1，徐永明2，马京津3，权维俊4

1. 北京市气候中心，北京 100089；2. 南京信息工程大学遥感学院，江苏 南京 210044；3. 北京市观象台，北京 100176；4. 中国气象局京津冀环境气象预报预警中心，北京 100089

为定量地评估北京城市热岛现状并预测未来北京城市热岛发展趋势，分别采用气温资料、遥感资料和城市规划资料进行了研究分析。对北京20个气象台站按照台站距离城市中心的距离划分为远郊、近郊和城市三类，分别计算三种类型站点经过海拔订正后的年平均气温，利用1971—2012年城市站和远郊站的年平均气温差值估算北京气温热岛的时间变化；利用1987—2012年的NOAA/AVHRR和Landsat-TM两种不同分辨率的卫星资料，采用定量化的指标——地表热岛强度和热岛比例指数分别估算了不同时期北京地区和城六区热岛强度和范围，并对北京平原地区的城市热岛状况进行了评估；利用2020年的北京城市规划土地利用资料，结合2008年的城市热岛现状监测结果对2020年的北京热岛状况进行了模拟分析。研究结果表明，北京城市的气温热岛与遥感监测地表热岛在时间变化趋势上具有一致性，不同分辨率卫星资料监测地表热岛在时空分布上也具有一致性。其中1971—2012年，以年平均气温计算的北京城市热岛强度增温率为0.33 ℃·(10 a)-1，近5年（2008—2012）平均热岛为1.12 ℃。遥感监测结果显示1987—2001年北京地区的热岛持续增强，2001年之后由于北京申奥的成功进行了大面积的旧城改造和绿化，使得城市热岛强度和范围在2004年和2008年有所降低，2008年之后城市热岛继续向东、南和北方向扩展，并出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势，到2012年城六区热岛面积百分比已从1990年的31%增加到77%。由热岛比例指数确定的北京各区县热岛强度排名前三分别是城区、海淀和丰台，延庆县最低。对2020年城市规划图热岛模拟结果显示北京热岛已由“摊大饼”演变为“中心+周边分散”模式，中心城区热岛强度和范围明显减弱，周边广大远郊区将出现分散型小热岛，城六区热岛面积将从2012年的77%降至为60%，显示北京未来通过城市规划改善城市热岛任务的艰巨性。

气温热岛；地表热岛强度；热岛比例指数；城市规划；热岛模拟；北京

1 资料与方法

1.1资料

气象资料：北京地区1971—2012年20个常规气象台站中单站逐年年平均气温资料，由北京市气象信息中心提供。气象台站资料用来分析北京气温城市热岛变化分析。

城市规划土地利用资料：北京地区2020年城市规划土地利用资料（2004年编制，包括林地、农田、草地、建筑、水体、未利用地等），由北京城市规划研究院提供。城市规划土地利用资料用来开展2020年的城市热岛模拟研究。

卫星遥感资料：（1）选择北京晴空1990、1996、2001、2004、2008、2012年等不同年份的6景NOAA/AVHRR下午星1B数据（表1），包括1景NOAA11、2景NOAA14、1景NOAA16、2景NOAA18数据，数据由北京市气候中心提供。（2）选择了北京夏季晴空1987、1992、2001、2005、2008和2011年不同年份的6景Landsat-TM数据（表1），用ENVI软件经过了辐射校正和FLAASH大气校正，统一到横轴麦卡托投影并用双线性重采样法采样到同样大小。

表1 NOAA/AVHRR与Landsat-TM数据系列Table 1 NOAA/AVHRR and Landsat-TM data set

NOAA/AVHRR资料用于北京整个地区城市热岛时空变化分析，Landsat-TM用于北京城六区的精细化城市热岛空间格局分析，包含城区（东城区、西城区）、海淀、朝阳、丰台、石景山等，城六区是北京的主要城市区域，其热岛强度变化可以反映北京总体热岛状况。

1.2研究方法

1.2.1 气温热岛计算

由于北京城六区是北京的主要城市区域，因此把北京20个气象台站按照距离北京城六区中心的远近和所处位置划分为城市、近郊和远郊三类，其中城市站包括海淀、朝阳、丰台、观象台和石景山等5站，近郊站包括顺义、怀柔、平谷、通州、大兴、门头沟、房山和昌平等8站，远郊站包括汤河口、密云、上甸子、斋堂、霞云岭、延庆、佛爷顶等7站。由于北京的地形影响，海拔较高的都是山区站，如果不订正，就会夸大热岛强度，甚至得出错误结论，为此需要把北京20个气象观测站气温都订正到海平面高度。由于北京地区属于中纬度地区，按照文献(傅抱璞等，2004)中“中纬度地区，自由大气的年平均气温大约是每上升100 m降低0.6 ℃”的原则进行海平面订正，然后计算城市、近郊和远郊三类站点订正后年平均气温的平均值，在这里规定气温热岛为城市和远郊气温的距平值，可以计算北京地区逐年的气温热岛值。

1.2.2 地表温度反演

NOAA18/AVHRR 1B卫星地表温度的生成均采用Quan等（2012）提出的改进型的Becker分裂窗

方法，该地表温度反演结果与国际上广泛应用的MODIS地表温度产品具有较好的一致性。Landsat-TM地表温度反演采用JIMENEZ-MUNOZ等（2003）提出的单通道算法反演地表温度，具体反演过程见文献中的Landsat-TM地表温度反演（SOBRINO J A，2004；徐永明等，2013）。

1.2.3 地表热岛强度计算

在这里，采用叶彩华（2010）提出的地表热岛强度指数（Urban Heat Island Intensity Index，UHII）的计算方法来估算城市地表热岛强度，即：

其中，UHIIi为图象上第i个象元所对应的热岛强度，iT是地表温度，n为郊区农田内的有效象元数，cropT为郊区农田内的地表温度。并按热岛强度值的大小，划分为7级热岛强度：强冷岛、较强冷岛、弱冷岛、无热岛、弱热岛、较强热岛和强热岛等，分别赋值为1、2、3、4、5、6和7。

1.2.4 城市热岛比例指数

利用热岛比例指数在这里，采用叶彩华（2010）提出的地表热岛比例指数（Urban Heat Island Proportion Index，UHPI）的计算方法来定量估算城市地表热岛强度，可以定量反映城市热岛的时空差异。

式中UHPI为城市热岛比例指数；m为热岛强度等级数；i为城区温度高于郊区温度等级序号；nn为城区温度高于郊区温度的等级数；iw为第i级的权重，取等级值，ip为第i级所占的面积百分比。UHPI值在0～1.0之间，该值越大，热岛现象越严重。其值为0时，表明此地没有热岛现象，值为1时，表明此地均处于强热岛范围。由前面定义的热岛强度等级可知，m＝7，n＝3。

1.2.5 城市热岛的规划模拟

北京城市热岛效应与城市土地利用/覆盖类型及其空间分布有着紧密关系，而且水体、林地、农田、草地在热环境空间格局中处于不同等级的低温区，具有从大到小不同效应的热岛减缓效应，而休耕地（裸地）和城镇处于高温区，且平均温度具有水体＜林地＜农田＜草地＜裸地＜城镇等特征（苏伟忠等，2005；宫阿都等，2007）。因此在这里以2008年8月2日Landsat-TM估算的7级地表热岛强度图为基础，针对北京2020年的城市规划土地利用类型，设定规划中的水体和林地、农田、草地区域，如果在2008年热岛图上出现弱热岛以上等级（大于等于5），则相应类型的热岛模拟结果分别为降低4级、降低3级、降低2级和降低1级，对裸地和建筑区域如果在2008年热岛图上为无热岛以下等级（小于等于4），则相应类型的热岛模拟结果分别为增加1级和增加2级，其余情况则按2008年热岛赋值。按照上述赋值规则可产生2020年的北京城市热岛强度等级模拟图。

图1 北京城市区、近郊区和远郊区站订正后年平均气温变化趋势Fig.1 Change of modified annual mean temperature of urban, suburb and exurb of Beijing

图2 北京城市区-远郊区站年平均气温距平变化趋势Fig.2 Change of annual mean temperature anomaly between urban and exurb of Beijing

2 结果与分析

2.1气温城市热岛时间变化

图1为1971—2012年北京城市区、近郊区和远郊区订正后年平均气温变化趋势。可以看出，1971—1980年，城市区、近郊区和远郊区的年均气温差异很小，1980年之后，城市的气温高于近郊和远郊，且随着年份的推移增温趋势明显加快，城市与近郊区和远郊区的温差不断加大。图2为1971—2012年北京城市区与远郊区站气温距平变化趋势。可以看出1971—2012年，不同年份的气温距平有差异，如2000年气温距平达0.93 ℃，2006年降至0.81 ℃，到2010年升至1.16 ℃，虽然城市区和远郊区的气温距平在不同年代有波动，但气温距平随时间推移呈增加趋势。对这种趋势线性模拟的结果显示：北京从20世纪的70年代初至今，北京城市热岛强度（城市区与远郊区站气温距平）以年平均气温计算，热岛强度年增温率为0.33 ℃·(10 a)-1，这与林学椿等

（2005）得出的“1961—2000年北京热岛强度的增温率为0.31 ℃·(10 a)-1”结论接近。其中2006—2010年平均热岛强度为0.972 ℃，而近5年（2008—2012）年平均热岛强度为1.12 ℃。表明随着北京城市建设的发展，北京城市热岛强度也在呈增加趋势。

图3 基于NOAA/AVHRR资料计算的北京城市热岛强度变化（1990—2012）Fig.3 Change of UHII of Beijing based on NOAA/AVHRR data（1990—2012）

2.2基于NOAA/AVHRR卫星资料的北京城市热岛时空变化

图3为NOAA/AVHRR卫星资料估算的北京地区1990、1996、2001、2004、2008和2012年热岛强度等级及范围。由图3可知，1990年，北京的热岛主要集中于城区（东城和西城），以较强热岛以上为主，城区邻近地区、通州、大兴、密云等部分城镇区域和永定河谷等裸露砂嚷地区有弱热岛；1990年之后城市热岛范围向四周尤其向丰台、海淀、朝阳扩展明显，1996年，除了城区之外，丰台、海淀南部、永定河谷以及房山山区前沿暖区等地出现明显的较强热岛，郊区县城大兴、通州、顺义、平谷、密云等城镇出现弱热岛；2001年，热岛强度和范围明显增加，向南、向北扩展趋势明显，城六区大部为较强热岛和强热岛所笼罩，各个郊区县城也出现明显的较强热岛；2001年后由于北京申奥成功，开展了大面积的旧城改造和大范围的绿化措施，使得热岛强度得到一定缓解，2004年和2008年中心城区、海淀北部和大兴北部区域的热岛强度和范围均较2001年有所减小，但仍呈现向东和东北方向扩展的趋势，这与期间通州和朝阳区东北望京地区快速发展密切相关。到2012年城市热岛范围已超过2001年，主要是郊区县城如通州、大兴、顺义和昌平等的热岛强度和范围明显增强，虽然中心城区的热岛强度由于城市绿化原因相比2001年有所减小，但已出现了中心城区热岛与通州、顺义、昌平、大兴热岛连成片的趋势。

如果以弱热岛等级以上面积分别统计城六区各年份的热岛面积，则1990、1996、2000、2001、2004、2008和2012年的热岛面积分别为442、773、807、1002、862、908和1083平方公里，面积百分比从1990年的32%增加到2012年的77%，表明当前北京主要城市大部分区域为热岛所覆盖，热岛现象已非常严重。

2.3基于Landsat-TM卫星资料的北京城市热岛时空变化

图4为Landsat-TM卫星资料估算的北京城六区1987、1996、2001、2005、2008和2011年热岛强度。由图4可知，与前面NOAA/AVHRR数据监测结果类似，1987年北京热岛强度和范围很小，热岛主要集中在城区（东城、西城）、石景山首钢地区、丰台城区和朝阳与东城相邻的城市地区；1996年城区（东城、西城）热岛强度和范围均有所加强，海淀、朝阳均出现明显热岛；1996年后热岛向四周扩散，到2001年达到一个高值，城六区大部分为热岛区域所覆盖，随着北京申奥的成功，实行了大规模的旧城改造和城市绿化，2005年和2008年城市热岛强度

有所降低，但2008年奥运会后，热岛又开始明显增强和扩展，到2011年城市热岛范围和强度已超过了2001年。另外，在各个时期，北京城六区水体所在区域如前海、后海、南海、北海、紫竹院、玉渊潭、昆明湖和大片绿色所在区域如天坛公园、朝阳公园、奥林匹克公园等地都不存在热岛效应，表明水体和大的绿地对城市热岛有明显减缓作用。

图4 基于Landsat-TM资料计算的北京城六区热岛强度变化（1987—2011）Fig.4 Change of UHII of Beijing based on Landsat-TM data（1990—2012）

2.4北京城市热岛时空定量比较

根据Landsat-TM资料计算的热岛强度UHII，可以计算北京城六区1987、1996、2001、2005、2008和2011年城市热岛比例指数，如图5所示。可以看出，1987—2011年北京热岛比例指数UHPI总体呈增加趋势，1987年UHPI还很低（0.1175），此后持续增长，到2001年达到一个高峰值（0.4559），2001年后UHPI有所减少，2005年与2008年UHPI均低于2001年，2008年奥运会后UHPI持续增加，2011年达到新的高峰值（0.5038），这与前面气温监测北京城市热岛的趋势基本一致。

利用2012年8月22日的NOAA18/AVHRR影像，可以计算得到2012年北京市各区县UHPI，以反映近期北京地区各区县热岛强度状况，如图6所示：北京各区县UHPI，以城区热岛强度最高（0.92），丰台次之（0.77），海淀第三（0.64），石景山也较高（0.63）；而北京山区县延庆、密云、怀柔UHPI均很低，在0.05以下，热岛强度非常低。

图5 北京城六区UHPI（1987—2011）Fig..5 UHPI of Beijing six-district area（1987—2011）

图6 北京2012年各区县UHPIFig..6 UHPI of different districts of Beijing in 2012

2.5北京平原城市热岛评估

为有效地评估近期北京平原城市热岛状况，利用2011年7月26日Landsat-TM估算的热岛强度

（UHII）影像，按照热岛强度值的大小进行评估等级划分，即按UHII≥10 ℃、5≤UHII＜10 ℃、3≤UHII＜5 ℃和＜3 ℃把北京平原地区热岛划分为四个区域：急需缓解、需要缓解、警戒状态和安全状态。其中“急需缓解”和“需要缓解”均需要采取措施来缓解或降低城市热岛，而“急需缓解”则更为紧迫一些，而“警戒状态”表明未来热岛还可能继续加强发展，有可能发展成“需要缓解”状态，因此需要保持警惕防止其进一步发展成热岛区。

从图7可以看出，北京五环以内区域热岛十分明显，近一半区域处于热岛“需要缓解”和“急需缓解”状态，而水体或大片绿地所在区域，例如北海、玉渊潭、紫竹院公园、昆明湖及天坛公园等评估为安全状态。北京平原地区城市热岛“急需缓解”的区域主要特征为：（1）以老旧建筑区为主，绿化少，不透水面积大，长期处于强热岛区域：如城区的前门、海淀清河、西北旺、田村和石景山苹果园：（2）不透水面积大、建材用地密集区域：如朝阳的十八里店、海淀西三旗等；（3）新建大型密集居民区，密度大、绿化较少区域：如昌平回龙观、霍营、天通苑、朝阳望京、丰台方庄等；（4）郊区县城等，如昌平城区、通州城区、顺义城区、密云城区等；（5）其它高不透水盖及高建筑密度度等区域，如朝阳的金盏、CBD、黑庄户、首都机场，丰台的右安门、太平桥、卢沟桥，大兴西红门、金星、旧宫等地。

另外，北京的东南西三环到西五环区域之间这一区域老旧建筑小区多，建材城多，绿化少，水体少，又连接大兴亦庄工业区，自2001年以来就长期处于强热岛区域，造就了北京面积最大的热岛区域，是当前热岛“急需缓解”区域。而在北部朝阳与昌平交界区域、丰台与大兴交界区域出现了大量的“点状”热岛区域，需要采取措施防止连片热岛扩大化趋势。

图7 北京平原地区热岛状况评估Fig..7 Evaluation of urban heat island of Beijing Plain

2.6城市热岛预测模拟

根据《北京城市总体规划（2004—2020）》，北京规划了2道绿化隔离地区，第一道绿化隔离地区位于四环路周边的地区，用于隔离城中心地区和其它边缘集团，功能定位为城市公园环。第二道绿化隔离地区为第一道绿化隔离带及中心城边缘集团外界至规划六环路外侧1000 m绿化带，总用地面积1650 km2。因此在2020年北京城市规划土地利用类型中出现了大面积的绿地，如图8为模拟预测的2020年北京城市热岛强度等级图，与2012年相比，2020年的城市热岛强度范围和大小都明显减弱，城六区热岛面积比例降到60%（2012年为77%）。具体到城六区来说，城区（东城、西城）、海淀、朝阳、丰台、石景山等区的热岛面积百分比分别减少7%、15%、28%、22%和18%，这主要是由于第二道绿化隔离带减缓热岛效应的结果，在东南三环和东南五环之间的原先大片热岛区也由于规划中的绿地建设而大部分消失。热岛布局由“摊大饼”型热岛向“中心+四周分散”型热岛发展，中心城区热岛强度和范围明显减弱，周边广大远郊区将出现分散型小热岛，如大兴、顺义、平谷、房山、昌平、通州等区的较强热岛以上等级面积百分比分别比2008年增加了1%、1%、3%、4%、4%和5%。这与北京“抑制城中心发展、大力发展卫星城镇”策略相适应。根据2011年7月26日Landsat-TM估算的六环路外侧1000 m内绿地面积仅为1093 km2，即使加上水体面积也只是1129 km2，与2020年规划的1650 km2相差很大，未来减缓热岛的任务艰巨。因此，未来几年保证规划绿地面积的落实是达到城市规划目的降低热岛的最重要途径。

图8 北京地区热岛2020年预测Fig..8 Forecast of urban heat island of Beijing in 2020

3 结论

本文利用长时间序列的气温资料、遥感资料分析评估了北京地区的热岛变化状况，并利用城市规划资料模拟预测了未来（2020年）的北京城市热岛情景。

结果显示用年平均气温估算的北京城市热岛变化与遥感资料分析得到的地表城市热岛变化在趋势上具有一致性。1971—2012年，以年平均气温计算的北京城市热岛强度增温率为0.33 ℃·(10 a)-1，近5年（2008—2012）平均热岛强度为1.12 ℃。利用两种不同分辨率的卫星资料——NOAA/AVHRR粗分辨率资料和Landsat-TM中高分辨率资料对北京城市地表热岛强度的变化监测具有一致性。1987—2001年北京地区的热岛范围逐年扩大，出现了向北、东和南三面扩展趋势，2001年之后由于北京申奥的成功，进行了大面积的旧城改造和绿化措施，使得城市热岛强度和范围在2004年和2008年较2001年有所降低，2008年之后城市继续向北和南扩展，出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势，到2012年城六区城市热岛面积已占到77%，五环区域内一半以上的区域需要采取措施进行热岛缓解，主要集中于老旧建筑区、新建大型密集居民区、大型建材城及快速发展的郊区县城等，但水体或大片绿地所在区域则没有热岛现象。利用热岛比例指数定量估算北京各区县热岛强度，高值排名前三是城区、海淀和丰台，山区县延庆热岛强度最低。对2020年城市规划图的热岛模拟结果显示北京热岛已由城区“摊大饼”的热岛模式演变为“中心+周边分散”模式，城六区热岛面积降至为60%，显示当未来依靠绿地规划来减缓热岛的任务十分艰巨。

对于城市热岛的模拟预测，本文只是采用了热岛强度与土地利用类型的初步关系，热岛强度的更准确模拟预测还需要依赖于城市下垫面参数如植被覆盖度、不透水百分比、建筑密度等等，还需要进一步研究。

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.

陈云浩, 史培军, 李晓兵. 2002. 基于遥感和GIS的上海城市空间热环境研究[J]. 测绘学报. 31(2):139-144.

丁金才, 张志凯, 奚红, 等. 2002.上海地区盛夏高温分布和热岛效应的初步研究.大气科学, 26(3)：412-420.

方永侠, 申双和, 韩莹, 等. 2011. 基于TM影像的不同季节北京城市热环境研究[J]. 气候与环境研究, 16(4):487-493.

傅抱璞, 翁笃鸣, 虞静明, 等. 1994.小气候学[M]. 北京：气象出版社, 241-242.

甘霖. 2011. 基于遥感影像的北京城市热岛时空演变及其影响因素分析(1992—2008)[J]. 北京规划建设, 3: 78-83.

宫阿都, 陈云浩, 李京, 等. 2007. 北京市城市热岛与土地利用/覆盖变化的关系研究[J]. 中国图像图形学报, 12(8): 1476-1482.

郭勇, 龙步菊, 刘伟东, 等. 2006. 北京城市热岛效应的流动观测和初步研究[J]. 气象科技, 34(6): 656-661.

季崇萍, 刘伟东, 轩春怡. 2006. 北京城市化进程对城市热岛的影响研究[J]. 地球物理学报, 49(1): 69-77.

江学顶, 夏北成. 2007. 珠江三角洲城市群热环境空间格局动态[J]. 生态学报, 27(4):1461-1470.

李鹍, 余庄. 2008. 基于遥感技术的城市布局与热环境关系研究——以武汉市为例[J]. 城市规划, 32(5):75-82.

林学椿, 于淑秋, 唐国利. 2005. 北京城市化进程与热岛强度关系的研究[J]. 自然科学进展, 15(7): 882-886.

刘伟东, 杨萍, 尤焕苓等. 2013. 北京地区热岛效应及日较差特征[J]. 气候与环境研究，18 (2): 171–177.

马玉霞, 王式功, 魏海茹. 2009. 兰州市近50年城市热岛强度变化特征[J].气象科技, 37(6): 660-664.

彭静, 刘伟东, 龙步菊, 等. 2007.北京城市热岛的时空变化分析[J]. 地球物理学进展, 22(6): 1942-1947.

彭少麟, 周凯乙, 叶有华, 等. 2005.城市热岛效应研究进展[J]. 生态环境, l4(4): 574-579.

钱乐祥. 2006. 城市热岛研究中地表温度与植被丰度的耦合关系[J]. 广州大学学报: 自然科学版, 5(5): 62-68.

宋艳暾, 余世孝, 李楠. 2007. 深圳特区表面温度空间分异特征[J]. 生态学报, 27(4): 1489-1498.

苏伟忠, 杨英宝, 杨桂山. 2005. 南京市热场分布特征及其与土地利用覆被关系研究[J]. 地理科学, 25(6): 697-703.

王建凯, 王开存, 王普才. 2007. 基于MODIS地表温度产品的北京城市热岛(冷岛)强度分析[J]. 遥感学报, 11(3): 330-339.

王郁, 胡非. 近10年来北京夏季城市热岛的变化及环境效应的分析研究[J]. 地球物理学报, 2006, 49 (1): 61-68.

肖荣波, 欧阳志云, 李伟峰, 等. 2005. 城市热岛的生态环境效应[J]. 生态学报, 25(8): 2055-2060.

谢庄, 崔继良, 陈大刚, 等. 2006. 北京城市热岛效应的昼夜变化特征分析[J]. 气候与环境研究, 11(1)：69-75.

徐永明, 刘勇洪. 2013. 基于TM 影像的北京市热环境及其与不透水面的关系研究[J]. 生态环境学报, 22(4):639-643.

杨英宝, 苏伟忠, 江南. 2006.基于遥感的城市热岛效应研究[J]. 地理与地理信息科学, 22(5):36-40.

叶彩华, 刘勇洪, 刘伟东, 等. 2011. 城市地表热环境遥感监测指标研究及应用[J]. 气象科技, 39(1)：95-101.

岳文泽, 徐建华, 徐丽华. 2006. 基于遥感影像的城市土地利用生态环境效应研究——以城市热环境和植被指数为例[J]. 生态学报, 26(5): 1450-1460.

张光智, 徐祥德, 王继志, 等. 2002. 北京及周边地区城市尺度热岛特征及其演变[J]. 应用气象学报, 13: 43-50.

张佳华, 孟倩文, 李欣, 等. 2011.北京城区城市热岛的多时空尺度变化[J]. 地理科学, 31(11): 1349-1354.

张尚印, 徐祥德, 刘长友. 2006. 近40年北京地区强热岛事件初步分析[J]. 高原气象, 25(6): 1147-1152.

郑祚芳, 刘伟东, 王迎春, 等. 2006. 北京地区城市热岛的时空分布特征

[J]. 南京气象学院学报, 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

国家自然科学基金项目（41175015）；中国科学院寒旱区陆面过程与气候变化重点实验室开放基金项目（LPCC201209）；北京市气象局“城市边界层观测分析与精细模式”创新团队

刘勇洪（1974年生），男，研究员级高工，硕士，主要从事卫星遥感与应用气象等的研究。E-mail: lyh7414@163.com

2014-02-10

刘勇洪，徐永明，马京津，权维俊. 北京城市热岛的定量监测及规划模拟研究[J]. 生态环境学报, 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.

近年来，在全球增温和高速城市化的背景下，城市热环境被认为是主导城市生态环境的重要因素之一，城市热环境最明显的特征就是城市热岛效应(Urban Heat Island effect，简称UHI)，它是一种由于城市建筑及人们活动导致的热量在城区空间范围内聚集的现象，是城市气候最明显的特征之一（肖荣波等，2005）。城市热岛降低了人们生活的舒适度并加剧了大气污染，严重影响了居民生活质量，如何定量的监测城市热环境的动态变化及合理地进行城市规划已成为当前城市热岛研究的重要内容。目前，城市热岛的研究主要有两种手段：气象观测和遥感。气象观测由于具有观测资料时效长、定点、准确、定量的优势，一直被作为基础手段用于研究城市热岛的时空演变规律（张光智等，2002；季崇萍等，2006；王郁等，2006；郭勇等，2006；谢庄等，2006；Liu等，2007）。张尚印等（2006）利用长时间序列气温资料开展了北京地区四十年北京地区强热岛事件分析，郑祚芳等（2006）应用自动气象站逐时气温观测资料分析了北京城市热岛的时空分布特征，马玉霞等（2009）分析了兰州城市近50年的热岛变化。除了常规的气象观测资料被用于城市热岛的研究中外，更加精细化的自动站气温资料被用来研究城市热岛的更多细节特征，张佳华等（2011）采用精细的气象站逐小时观测资料来研究城市热岛的多时空尺度变化。刘伟东等（2013）也采用了自动气象站气温数据来分析城市热岛与气温日较差关系。除了气象观测手段外，遥感则是近年来普遍用于城市热岛研究的另一种重

要手段，它具有时间同步性好、覆盖范围广、空间结构直观定量等特点，可以减少局部环境人为干扰和降低成本等优势。通过遥感不但能开展城市热岛时间变化的研究，还能开展空间结构等细节特征变化研究。陈云浩等（2002）、宋艳暾等（2007）、江学顶等（2007）利用卫星热红外遥感资料分别开展了上海、深圳、珠三角城市群的空间格局分析研究。但上述对城市热岛的研究多以定性指标为主，少有定量的指标描述，且很少把气象观测与遥感结合起来进行定量监测和相互验证，而且对某地区的研究仅使用单一的卫星资料，缺乏多种不同分辨率卫星资料之间的相互验证。因此本文尝试在分析长期气象观测资料基础上，充分利用多种卫星资料，引入定量指标来开展北京地区城市热岛变化的定量监测和相互验证，以确定北京城市热岛变化是否在气象观测和遥感观测上具有一致性。另外，城市的热环境与城市规划之间存在着较为密切的关系，城市下垫面的不合理布局和人为活动的过度密集是热岛效应产生的主要因素（李鹍等，2008），土地利用／覆盖类型的空间格局总体上决定了城市热场的空间分布（苏伟忠等，2005），岳文泽等（2006）开展了上海城市土地利用生态环境效应研究，钱乐祥（2006）探讨了广州海珠区城市热岛研究中地表温度与植被丰度的耦合关系，甘霖（2011）等对北京城市热岛研究指出合理的城市规划布局是减少城市热岛的重要途径，因此通过城市规划的下垫面参数与城市热岛之间的关系来模拟城市热岛变得可能。本文将在气象观测与遥感观测城市热岛一致性的基础上，引入城市规划资料利用热岛定量指标开展未来城市热岛模拟预测研究，对于城市规划中的城市热环境问题进行评估具有重要意义。