• 中国科学引文数据库核心期刊
  • 中文核心期刊、中国科技核心期刊
  • 第1、2届国家期刊奖
  • 第3届国家期刊奖百种重点期刊奖
  • 中国精品科技期刊、中国百强报刊
  • 百种中国杰出学术期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于局地气候分区的城市热环境分析

马永欢,鹿琳琳,肖达,蔡萌,任超,周美玲,惠文华,李庆亭

downloadPDF
马永欢, 鹿琳琳, 肖达, 蔡萌, 任超, 周美玲, 惠文华, 李庆亭. 基于局地气候分区的城市热环境分析——以北京市为例[J]. 华体会外围 (自然科学版), 2022, 58(6): 901-909. doi: 10.12202/j.0476-0301.2021200
引用本文: 马永欢, 鹿琳琳, 肖达, 蔡萌, 任超, 周美玲, 惠文华, 李庆亭. 基于局地气候分区的城市热环境分析——以北京市为例[J]. 华体会外围 (自然科学版), 2022, 58(6): 901-909.doi:10.12202/j.0476-0301.2021200
MA Yonghuan, LU Linlin, XIAO Da, CAI Meng, REN Chao, ZHOU Meiling, HUI Wenhua, LI Qingting. Urban thermal environment analysis by local climate zone in Beijing[J]. Journal of Beijing Normal University(Natural Science), 2022, 58(6): 901-909. doi: 10.12202/j.0476-0301.2021200
Citation: MA Yonghuan, LU Linlin, XIAO Da, CAI Meng, REN Chao, ZHOU Meiling, HUI Wenhua, LI Qingting. Urban thermal environment analysis by local climate zone in Beijing[J].Journal of Beijing Normal University(Natural Science), 2022, 58(6): 901-909.doi:10.12202/j.0476-0301.2021200

基于局地气候分区的城市热环境分析——以北京市为例

doi:10.12202/j.0476-0301.2021200
基金项目:中国科学院先导专项项目(XDA19090130);国家自然科学基金资助项目(42071321,41732066)
详细信息
    通讯作者:

    鹿琳琳(1984-),女,副研究员. 研究方向:城市遥感与可持续发展. E-mail:lull@radi.ac.cn

  • 中图分类号:TP79

Urban thermal environment analysis by local climate zone in Beijing

  • 摘要:局地气候分区(local climate zone, LCZ)是一种用于城市热岛研究的地表分类系统框架.本文基于卫星遥感影像、建筑物矢量等多源数据,开展了北京市中心城区局地气候分区分类制图,探讨了不同LCZ类型的热特征及季节差异:1)根据城市建筑矢量、地物覆盖分类数据,利用分层次分类方法构建研究区LCZ地图;2)利用Landsat 8卫星遥感影像和辐射传输方程法,反演得到研究区逐月地表温度数据;3)结合LCZ地图和多时相地表温度数据,分析不同局地气候分区各月份及季节间的热表现及差异.结果表明:研究区建筑以中低层为主,且多为开阔类型,自然地表覆盖中低植被区LCZ D占主要比例;LCZ 1-3密集建筑类型较其他建筑类型地表温度更高, 且随着建筑高度的降低温度依次增加,除水体外,LCZ A/B 林区是所有类型温度较低的区域;夏季各LCZ分区之间温度差异显著,7月份热岛强度达到全年最大值.研究结果能够为城市规划设计提供参考,助力于城市的可持续健康发展.

  • 图 1研究区概况

    图 2研究区LCZ分类结果

    图 3各季节不同LCZ分区的地表温度

    图 4不同LCZ分区的热岛强度

    表 1本研究采用的数据源

    数据类型 影像ID 获取时间 季节 来源 分辨率/m
    Landsat 8 OLI/TIRS LC81230322017063LGN00 2017-03-04T10:53:21 USGS( https://glovis.usgs.gov/ 15(全色波段)、
    30(多光谱波段)、
    100(热红外波段)
    LC81230322018098LGN00 2018-04-08T10:52:54
    LC81230322019133LGN00 2019-05-13T10:53:04
    LC81230322017191LGN00 2017-07-10T10:53:19
    LC81230322019165LGN00 2019-06-14T10:53:20
    LC81230322019165LGN00 2019-08-17T10:53:39
    LC81230322019261LGN00 2019-09-18T10:53:48
    LC81230322019293LGN00 2019-10-20T10:53:54
    LC81230322019309LGN00 2019-11-05T10:53:54
    LC81230322017031LGN00 2017-01-31T10:53:34
    LC81230322018034LGN00 2018-02-03T10:53:23
    LC81230322019341LGN00 2019-12-07T10:53:50
    BVD 2019 高德地图
    OSM 2019 open street map
    LULC 2017 清华大学 30
    DEM 2009 地理空间数据云 30
    下载: 导出CSV

    表 2LCZ参数表

    局地气候分区 BSF ISF PSF SVF HRE/m
    %
    LCZ 1 40~60 40~60 <10 0.2~0.4 ≥25
    LCZ 2 40~70 30~50 <20 0.3~0.6 10~<25
    LCZ 3 40~70 20~50 <30 0.2~0.6 3~<10
    LCZ 4 20~40 30~40 30~40 0.5~0.7 ≥25
    LCZ 5 20~40 30~50 20~40 0.5~0.8 10~<25
    LCZ 6 20~40 20~50 30~60 0.6~0.9 3~<10
    LCZ 7 60~90 <20 <30 0.2~0.5 2~4
    LCZ 8 30~50 40~50 <20 >0.7 3~<10
    LCZ 9 10~20 60~80 <20 >0.8 3~<10
    LCZ 10 20~30 20~40 40~50 0.6~0.9 5~15
    LCZ A <10 <10 >90 <0.4 3~30
    LCZ B <10 <10 >90 0.5~0.8 3~15
    LCZ C <10 <10 >90 0.7~0.8 <2
    LCZ D <10 <10 >90 >0.9 <0.25
    LCZ E <10 >90 <10 >0.9 <0.25
    LCZ F <10 <10 >90 >0.9 <0.25
    LCZ G <10 <10 >90 >0.9
    下载: 导出CSV

    表 3各LCZ面积占比

    局地气候分区 面积占比/% 局地气候分区 面积占比/%
    LCZ 1 0.42 LCZ 8 7.72
    LCZ 2 2.07 LCZ 9 15.66
    LCZ 3 5.29 LCZ A/B 5.06
    LCZ 4 4.49 LCZ C 0.38
    LCZ 4A 3.54 LCZ D 13.9
    LCZ 5 19.03 LCZ E 7.37
    LCZ 5A 6.69 LCZ F 0.30
    LCZ 6 7.17 LCZ G 1.16
    LCZ 7 0.04
    下载: 导出CSV
  • [1] UNITED NATIONS, DEPARTMENT OF ECONOMIC AND SOCIAL AFFAIRS P D. World Urbanization Prospec ts: the 2018 Revision[J]. New York United Nations May, 2018
    [2] ZHAO L,LEE X,SMITH R B,et al. Strong contributions of local background climate to urban heat Islands[J]. Nature,2014,511(7508):216doi:10.1038/nature13462
    [3] OKE T R. City size and the urban heat island[J]. Atmospheric Environment (1967),1973,7(8):769doi:10.1016/0004-6981(73)90140-6
    [4] WENG Q H. Thermal infrared remote sensing for urban climate and environmental studies:methods,applications,and trends[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2009,64(4):335doi:10.1016/j.isprsjprs.2009.03.007
    [5] PATZ J A,CAMPBELL-LENDRUM D,HOLLOWAY T,et al. Impact of regional climate change on human health[J]. Nature,2005,438(7066):310doi:10.1038/nature04188
    [6] 胡嘉骢,朱启疆. 城市热岛研究进展[J]. 华体会外围 (自然科学版),2010,46(2):186
    [7] 冯素云,张凯选,鹿琳琳. “海上丝绸之路”超大城市环境变化遥感分析[J]. 地球信息科学学报,2018,20(5):602doi:10.12082/dqxxkx.2018.180083
    [8] STEWART I D. A systematic review and scientific critique of methodology in modern urban heat island literature[J]. International Journal of Climatology,2011,31(2):200doi:10.1002/joc.2141
    [9] 程雨婷,刘昭华,鹿琳琳,等. 一带一路沿海超大城市热岛时空特征遥感分析[J]. 遥感技术与应用,2020,35(5):1197
    [10] 江斯达,占文凤,杨俊,等. 局地气候分区框架下城市热岛时空分异特征研究进展[J]. 地理学报,2020,75(9):1860doi:10.11821/dlxb202009004
    [11] STEWART I D,OKE T R. Local climate zones for urban temperature studies[J]. Bulletin of the American Meteorological Society,2012,93(12):1879doi:10.1175/BAMS-D-11-00019.1
    [12] STEWART I D,OKE T R,KRAYENHOFF E S. Evaluation of the ‘local climate zone’ scheme using temperature observations and model simulations[J]. International Journal of Climatology,2014,34(4):1062doi:10.1002/joc.3746
    [13] GELETIČ J,LEHNERT M,DOBROVOLNÝ P. Land surface temperature differences within local climate zones,based on two central European cities[J]. Remote Sensing,2016,8(10):788doi:10.3390/rs8100788
    [14] WANG C Y,MIDDEL A,MYINT S W,et al. Assessing local climate zones in arid cities:the case of Phoenix,Arizona and Las Vegas,Nevada[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2018,141:59doi:10.1016/j.isprsjprs.2018.04.009
    [15] CAI M,REN C,XU Y,et al. Investigating the relationship between local climate zone and land surface temperature using an improved WUDAPT methodology:a case study of Yangtze River Delta,China[J]. Urban Climate,2018,24:485doi:10.1016/j.uclim.2017.05.010
    [16] 林中立,徐涵秋. 基于LCZ的城市热岛强度研究[J]. 地球信息科学学报,2017,19(5):713doi:10.3969/j.issn.1560-8999.2017.05.015
    [17] 金珊合,张育庆,杨俊. 城市局部气候分区对地表温度的影响:以大连市区为例[J]. 测绘通报,2019(4):87
    [18] YANG X S,PENG L L H,JIANG Z D,et al. Impact of urban heat island on energy demand in buildings:Local climate zones in Nanjing[J]. Applied Energy,2020,260:114279doi:10.1016/j.apenergy.2019.114279
    [19] ZIAUL S,PAL S. Modeling the effects of green alternative on heat island mitigation of a meso level town,West Bengal,India[J]. Advances in Space Research,2020,65(7):1789doi:10.1016/j.asr.2019.12.031
    [20] UNGER J,SKARBIT N,KOVÁCS A,et al. Comparison of regional and urban outdoor thermal stress conditions in heatwave and normal summer periods:a case study[J]. Urban Climate,2020,32:100619doi:10.1016/j.uclim.2020.100619
    [21] GELETIČ J,LEHNERT M. GIS-based delineation of local climate zones:the case of medium-sized Central European cities[J]. Moravian Geographical Reports,2016,24(3):2doi:10.1515/mgr-2016-0012
    [22] MITRAKA Z,DEL FRATE F,CHRYSOULAKIS N,et al. Exploiting Earth Observation data products for mapping Local Climate Zones:IEEE,2015[J]. Joint Urban Remote Sensing Event (JURSE),2015:1
    [23] QIU C P,MOU L C,SCHMITT M,et al. Local climate zone-based urban land cover classification from multi-seasonal Sentinel-2 images with a recurrent residual network[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2019,154:151doi:10.1016/j.isprsjprs.2019.05.004
    [24] BECHTEL B,ALEXANDER P J,BECK C,et al. Generating WUDAPT Level 0 data - Current status of production and evaluation[J]. Urban Climate,2019,27:24doi:10.1016/j.uclim.2018.10.001
    [25] CHING J,MILLS G,BECHTEL B,et al. WUDAPT:an urban weather,climate,and environmental modeling infrastructure for the anthropocene[J]. Bulletin of the American Meteorological Society,2018,99(9):1907doi:10.1175/BAMS-D-16-0236.1
    [26] QIU C P,SCHMITT M,MOU L C,et al. Feature importance analysis for local climate zone classification using a residual convolutional neural network with multi-source datasets[J]. Remote Sensing,2018,10(10):1572doi:10.3390/rs10101572
    [27] ROSENTRETER J,HAGENSIEKER R,WASKE B. Towards large-scale mapping of local climate zones using multitemporal Sentinel 2 data and convolutional neural networks[J]. Remote Sensing of Environment,2020,237:111472doi:10.1016/j.rse.2019.111472
    [28] QUAN S J,BANSAL P. A systematic review of GIS-based local climate zone mapping studies[J]. Building and Environment,2021,196:107791doi:10.1016/j.buildenv.2021.107791
    [29] 曹广真,侯鹏,毛显强. 北京市城市化对地表温度时空特征的影响[J]. 气象,2010,36(3):19doi:10.7519/j.issn.1000-0526.2010.03.003
    [30] 王耀庭,孟春雷,苗世光,等. 基于人口和能耗数据估算北京人为热排放[J]. 干旱气象,2020,38(1):89
    [31] ZHENG Y S,REN C,XU Y,et al. GIS-based mapping of Local Climate Zone in the high-density city of Hong Kong[J]. Urban Climate,2018,24:419doi:10.1016/j.uclim.2017.05.008
    [32] QUAN J L. Enhanced geographic information system-based mapping of local climate zones in Beijing,China[J]. Science China Technological Sciences,2019,62(12):2243doi:10.1007/s11431-018-9417-6
    [33] ZAKŠEK K,OŠTIR K,KOKALJ Ž. Sky-view factor as a relief visualization technique[J]. Remote Sensing,2011,3(2):398doi:10.3390/rs3020398
    [34] 段四波,茹晨,李召良,等. Landsat卫星热红外数据地表温度遥感反演研究进展[J]. 遥感学报,2021,25(8):1591
    [35] 覃志豪,李文娟,徐斌,等. 陆地卫星TM6波段范围内地表比辐射率的估计[J]. 国土资源遥感,2004,16(3):28
    [36] 王亚维,宋小宁,唐伯惠,等. 基于FY-2C数据的地表温度反演验证:以黄河源区玛曲为例[J]. 国土资源遥感,2015,27(4):68
    [37] 葛荣凤,张力小,王京丽,等. 城市热岛效应的多尺度变化特征及其周期分析:以北京市为例[J]. 华体会外围 (自然科学版),2016,52(2):210
    [38] 杨玉婷,汤家法,边金虎,等. 加尔各答市地表温度与不透水面比例季相相关性研究[J]. 遥感技术与应用,2021,36(1):79
    [39] 卢阳,杨建思,黄昕,等. 面向局部气候带的城市形态对地表温度的影响[J]. 武汉大学学报(信息科学版),2021,46(9):1412
    [40] BECHTEL B,DEMUZERE M,MILLS G,et al. SUHI analysis using Local Climate Zones:a comparison of 50 cities[J]. Urban Climate,2019,28:100451doi:10.1016/j.uclim.2019.01.005
  • 加载中
图(4)/ 表(3)
计量
  • 文章访问数:538
  • HTML全文浏览量:183
  • PDF下载量:85
  • 被引次数:0
出版历程
  • 收稿日期:2021-08-24
  • 网络出版日期:2021-11-11
  • 刊出日期:2022-12-01

目录

    /

      返回文章
      返回
        Baidu
        map