Analysis of spatial-temporal variation of urban heat island and driving mechanism in Zhengzhou in recent 17 years

doi:10.11755/j.issn.1006-7639(2023)-03-0403

Abstract

Abstract:

In order to make an in-depth study of urban thermal environment of Zhengzhou, the temporal evolution and spatial distribution characteristics of urban heat island effect are analyzed based on the MODIS land surface temperature product (MYD21A1), and the causes and driving mechanism of urban heat island effect are discussed from both natural and anthropogenic factors in combination with the data of land use/land cover types and Zhengzhou statistical yearbooks. The results show that there is no significant difference in the spatial distribution of annual mean heat island intensity between day and night in Zhengzhou, and the areas with stronger heat island intensity or above are mainly in the main urban area. The temporal variation of heat island effect in Zhengzhou has diurnal and seasonal differences. During the daytime, the proportion of heat island area increased insignificantly in spring and significantly in summer, and decreased insignificantly in autumn and winter. In spring, summer and autumn, the proportion of heat island area at night increased insignificantly, while in winter, the heat island effect was weak and there was no obvious change characteristics. The inter-annual variation of urban heat island proportion index of Zhengzhou was consistent with heat island intensity. The urban heat island proportion index during daytime and nighttime was higher in summer, then in spring, autumn and winter in turn. The heat island effect of different land use/land cover types was obviously different, with the highest in urban and rural building land, followed by cultivated land, and the lowest in woodland and water area. There is a negative correlation between vegetation coverage and land surface temperature. Solar radiation intensity has a positive driving effect on urban heat island effect, and population density, GDP and built-up area are all positively correlated with urban land surface temperature.

Key words: urban heat island effect, spatial-temporal variation, driving factor

摘要：

为深入探讨郑州市热环境问题，基于长时间序列的 MODIS（Moderate Resolution Imaging Spectroradiometer）陆表温度产品（MYD21A1），分析郑州城市热岛效应的时间演变和空间分布特征，并结合土地利用/覆盖类型数据及郑州市统计年鉴资料，从自然和人为两方面因素探讨郑州市热岛效应的成因和驱动机制。结果表明：郑州市年平均热岛强度的昼、夜空间分布差异不大，较强及以上热岛区域主要在主城区。郑州市热岛效应具有昼、夜和季节差异。日间，春季和夏季的热岛面积占比分别呈非显著和显著上升趋势，秋季和冬季呈非显著下降趋势;夜间，春、夏、秋季热岛面积均呈非显著上升趋势，冬季热岛效应偏弱，无明显变化特征。郑州市城市热岛比例指数与热岛强度的年际变化特征一致，昼、夜城市热岛比例指数均为夏季>春季>秋季>冬季。不同土地利用/覆盖类型的热岛效应差异明显，城乡建筑用地最高、耕地次之、林地和水域最低;植被覆盖度与地表温度呈负相关，太阳辐射强度对城市热岛效应有正向驱动作用，人口密度、城市生产总值和建筑竣工面积均与城市地表温度呈正相关。

关键词: 城市热岛效应, 时空变化, 驱动因子

CLC Number:

ZHANG Yuchen, TIAN Hongwei. Analysis of spatial-temporal variation of urban heat island and driving mechanism in Zhengzhou in recent 17 years[J]. Journal of Arid Meteorology, 2023, 41(3): 403-412.

张渝晨, 田宏伟. 近17 a郑州城市热岛时空演变及驱动机制分析[J]. 干旱气象, 2023, 41(3): 403-412.

Figures/Tables 14

Fig.1 Land use/land cover types in Zhengzhou in 2004 （a） and 2020 （b）

Tab.1 The classification standard of heat island level based on urban heat island intensity index

等级	（日）城市热岛强度/℃	（季、年）城市热岛强度/℃	含义
1	≤-7.0	≤-5.0	强冷岛
2	（-7.0， -5.0]	（-5.0， -3.0]	较强冷岛
3	（-5.0， -3.0]	（-3.0， -1.0]	弱冷岛
4	（-3.0， 3.0]	（-1.0， 1.0]	无热岛
5	（3.0， 5.0]	（1.0， 3.0]	弱热岛
6	（5.0， 7.0]	（3.0， 5.0]	较强热岛
7	>7.0	>5.0	强热岛

Fig.2 The spatial distribution of annual mean urban heat island intensity during daytime （a） and nighttime （b） in Zhengzhou from 2004 to 2020

Tab.2 Proportion of area with different heat island intensity levels during daytime and nighttime in Zhengzhou from 2004 to 2020

	强冷岛区	较强冷岛区	弱冷岛区	无热岛区	弱热岛区	较强热岛区	强热岛区	热岛总面积	较强热岛及以上面积
昼	0.00	0.27	4.54	75.46	19.62	0.04	0.05	19.71	0.09
夜	0.00	9.46	58.47	29.08	2.98	0.00	0.00	2.98	0.00

Fig.3 The yearly variations of heat island area proportion during daytime （a） and nighttime （b） in Zhengzhou from 2004 to 2020

Fig.4 Spatial distribution of mean urban heat island intensity during daytime in spring （a）， summer （b）， autumn （c） and winter （d） in Zhengzhou from 2004 to 2020

Tab.3 Proportion of area with different heat island intensity levels during daytime in four seasons in Zhengzhou from 2004 to 2020

季节	强冷岛区	较强冷岛区	弱冷岛区	无热岛区	弱热岛区	较强热岛区	强热岛区	较强热岛及以上区
春季	1.94	6.29	15.29	34.89	31.73	9.21	0.65	9.86
夏季	2.84	4.46	15.31	40.32	29.28	6.52	1.28	7.80
秋季	4.54	9.93	35.73	40.41	9.17	0.22	0.00	0.22
冬季	0.66	3.59	18.53	65.27	11.88	0.07	0.00	0.07

Fig.5 Spatial distribution of mean urban heat island intensity during nighttime in spring （a）， summer （b）， autumn （c） and winter （d） in Zhengzhou from 2004 to 2020

Tab.4 Proportion of area with different heat island intensity levels during nighttime in four seasons in Zhengzhou from 2004 to 2020

季节	强冷岛区	较强冷岛区	弱冷岛区	无热岛区	弱热岛区	较强热岛区	强热岛区	较强热岛及以上区
春季	0.00	0.00	2.82	67.03	27.87	1.92	0.35	2.27
夏季	0.05	1.46	14.97	68.51	12.27	1.45	1.28	2.73
秋季	0.00	0.00	2.78	72.06	23.06	1.89	0.00	1.89
冬季	0.91	37.48	54.28	7.31	0.01	0.00	0.00	0.00

Fig.6 The yearly variation of proportion of heat island area during daytime （a） and nighttime （b） in four seasons in Zhengzhou from 2004 to 2020

Fig.7 Seasonal variations of urban heat island proportion index in each county or district of Zhengzhou from 2004 to 2020

Tab.5 Statistics of area and average surface temperature of different land use/land cover types in Zhengzhou

年份	林地		耕地		草地		水域		城镇、居民建筑用地
年份	面积/km²	地表温度/K	面积/km²	地表温度/K	面积/km²	地表温度/K	面积/km²	地表温度/K	面积/km²	地表温度/K
2005	710.0	308.9	5 034.8	311.0	677.1	310.6	235.9	308.8	902.3	312.6
2010	710.8	308.3	4 947.8	311.3	678.1	309.9	254.1	309.3	969.5	313.2
2015	706.5	308.6	4 838.1	312.3	676.9	310.5	262.7	310.4	1 075.9	314.2
2020	559.0	308.7	4 391.1	313.3	388.6	310.6	304.4	310.6	1 919.7	314.8

Fig.8 The scatter diagrams between summer high temperature days （a）， rain days （b） and heat island intensity in central districts of Zhengzhou from 2004 to 2020

Fig.9 The correlation between population density （a）， urban gross domestic product （b）， completed area of construction （c） and surface temperature in Zhengzhou from 2017 to 2021

References 42

[1]	卞子浩, 马超群, 王迪, 等, 2016. 西安地区热岛效应与景观生态格局相关性研究[J]. 干旱气象, 34(2): 342-348.
[2]	陈命男, 2012. 上海城市地温的遥感反演及气温拟合研究[D]. 上海: 复旦大学.
[3]	曹张驰, 胡顺起, 朱义青, 等, 2021. 基于Landsat卫星数据的山东临沂市热岛效应研究[J]. 沙漠与绿洲气象, 15(6): 47-53.
[4]	丁海勇, 史恒畅, 2018. 基于Landsat数据的城市热岛变化分析—以南京市为例[J]. 安全与环境报, 18(5): 2 033-2 044.
[5]	段金龙, 宋轩, 张学雷, 2011. 基于RS的郑州市城市热岛效应时空演变[J]. 应用生态学报, 22(1): 165-170.
[6]	何泽能, 张德军, 叶勤玉, 等, 2022. 近40 a重庆城市热岛特征及其与天气状况的关系[J]. 干旱气象, 40(4): 683-689. DOI
[7]	黄良美, 邓超冰, 黎宁, 2011. 城市热岛效应热点问题研究进展[J]. 气象与环境学报, 27(4): 54-58.
[8]	李芳芳, 齐庆超, 汪宝存, 等, 2010. 基于ETM数据的郑州市城市热岛研究[J]. 测绘与空间地理信息, 33(6): 85-88.
[9]	李兴荣, 胡非, 舒文军, 2006. 近15年北京夏季城市热岛特征及其演变[J]. 气象, 32(8): 42-46.
[10]	刘勇洪, 房小怡, 张硕, 等, 2017. 京津冀城市群热岛定量评估[J]. 生态学报, 37(17): 5 818-5 835.
[11]	裴欢, 房世峰, 2008. 南京市夏季热岛特征及其与土地利用覆盖关系研究[J]. 干旱气象, 26(1): 23-27.
[12]	沈中健, 曾坚, 2020. 厦门市热岛强度与相关地表因素的空间关系研究[J]. 地理科学, 40(5): 842-852. DOI
[13]	苏玥, 玉山, 都瓦拉, 等, 2019. 基于MODIS时间序列的内蒙古城市热(冷)岛效应研究[J]. 高原气象, 38(6): 1 263-1 271.
[14]	尚建设, 李本亮, 孙小丽, 等, 2018. 济南市夏季城市热岛效应特征分析[J]. 干旱气象, 36(1): 70-74. DOI
[15]	石涛, 杨元建, 马菊, 等, 2013. 基于MODIS的安徽省代表城市热岛效应时空特征[J]. 应用气象学报, 24(4): 484-494.
[16]	孙学珍, 周翠芳, 于慧琴, 等, 2009. 宁夏大武口区“城市热岛效应”观测资料对比分析[J]. 宁夏工程技术, 8(4): 317-320.
[17]	孙艳伟, 王润, 郭青海, 等, 2021. 基于人居尺度的中国城市热岛强度时空变化及其驱动因子解析[J]. 环境科学, 42(1): 501-512.
[18]	王建鹏, 孙继松, 王式功, 等, 2011. 盆地地形下西安城市热岛效应对周边降水的影响[J]. 干旱气象, 29(2): 168-173.
[19]	王伟武, 李国梁, 薛瑾, 2009. 杭州城市热岛空间分布及缓减对策[J]. 自然灾害学报, 18(6): 14-20.
[20]	王美雅, 徐涵秋, 2021. 中外超大城市热岛效应变化对比研究[J]. 自然资源遥感, 33(4): 200-208.
[21]	瓦力江·瓦黑提, 任国玉, 孙秀宝, 等, 2018. 乌鲁木齐气温与城市热岛强度日内和季节变化特征[J]. 沙漠与绿洲气象, 12(1): 21-28.
[22]	裔传祥, 盛也, 周宏伟, 等, 2022. 基于MODIS数据的盐城市热岛效应特征分析[J]. 沙漠与绿洲气象, 2022, 16(1): 104-109.
[23]	杨敏, 杨贵军, 王艳杰, 等, 2018. 北京城市热岛效应时空变化遥感分析[J]. 国土资源遥感, 30(3): 213-223.
[24]	姚晓洁, 王霞, 姚侠妹, 2021. 基于RS技术的皖北城市阜阳市主城区热环境效应分析[J]. 生态学杂志, 40(10): 3 290-3 303.
[25]	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.
[26]	张凡, 白婷, 王山海, 2018. 郑州城市热岛时空演变特征[J]. 河南科学, 36(8): 1 274-1 280.
[27]	张丽, 刘俊, 叶丹, 2022. 基于MODIS数据的近10年宜昌城市热岛效应时空变化特征[J]. 陕西气象, (2): 63-68.
[28]	张赟程, 王晓峰, 张蕾, 等, 2017. 海风与热岛耦合对上海强对流天气影响的数值模拟[J]. 高原气象, 36(3): 705-717. DOI
[29]	赵彩萍, 周晋红, 李兆奇, 等, 2019. 城市化对太原暴雨变化的影响[J]. 干旱气象, 37(1): 109-118. DOI
[30]	郑玉兰, 苗世光, 包云轩, 等, 2017. 建筑物制冷系统人为热排放与气象环境的相互作用[J]. 高原气象, 36(2): 562-574. DOI
[31]	郑州市统计局, 国家统计局郑州调查队, 2017. 郑州统计年鉴:2017[M]. 北京: 中国统计出版社.
[32]	郑州市统计局, 国家统计局郑州调查队, 2018. 郑州统计年鉴:2018[M]. 北京: 中国统计出版社.
[33]	郑州市统计局, 国家统计局郑州调查队, 2019. 郑州统计年鉴:2019[M]. 北京: 中国统计出版社.
[34]	郑州市统计局, 国家统计局郑州调查队, 2020. 郑州统计年鉴:2020[M]. 北京: 中国统计出版社.
[35]	郑州市统计局, 国家统计局郑州调查队, 2021. 郑州统计年鉴:2021[M]. 北京: 中国统计出版社.
[36]	周淑贞, 郑景春, 1991. 上海城市太阳辐射与热岛强度[J]. 地理学报, (2): 207-212. DOI
[37]	周甜甜, 廉丽姝, 李宝富, 等, 2017. 基于遥感的青岛市城市热岛时空变化特征[J]. 地球环境学报, 8(2): 157-168.
[38]	BUO I, SAGRIS V, BURDUN I, et al. 2021. Estimating the expansion of urban areas and urban heat islands (UHI) in Ghana: a case study[J]. Natural Hazards, 105(2): 1 299-1 321.
[39]	MONTEIRO F F, GONCALVES W A, ANDRADE L M B, et al, 2021. Assessment of Urban Heat Islands in Brazil based on MODIS remote sensing data[J]. Urban Climate, 35: 100 726. DOI URL
[40]	MAHARJAN M, ARYAL A, SHAKYA B M, et al, 2021. Evaluation of Urban Heat Island (UHI) Using Satellite Images in Densely Populated Cities of South Asia[J]. Earth, 2(1): 86-110. DOI URL
[41]	PETTORELLI N, VIK J O, MYSTERUD A, et al, 2005. Using the satellite-derived NDVI to assess ecological responses to environmental change[J]. Trends in Ecology & Evolution, 20(9): 503-510. DOI URL
[42]	WARD K, LAUF S, KLEINSCHMIT B, et al, 2016. Heat waves and urban heat islands in Europe: a review of relevant drivers[J]. Science of the Total Environment, (569/570): 527-539