景观组成和构型对地表温度的影响：东南亚特大城市的 热岛研究外文翻译资料

本科毕业设计（论文）

外文翻译

景观组成和构型对地表温度的影响：东南亚特大城市的

热岛研究

作者：Ronald C. Estoque; Yuji Murayama; SoeW. Myint

国籍：菲律宾；日本；美国

出处：Science of the Total Environment

中文译文：

摘要：城市热岛现象因其对城市生态环境和城市整体宜居性的负面影响，已成为城市气候学、城市生态学、城市规划学、城市地理学等相关领域的主要研究热点。本研究旨在研究曼谷(泰国)、雅加达(印度尼西亚)和马尼拉(菲律宾)等大都市地区地表温度(LST)与不透水面、绿地丰富度、空间格局之间的关系。使用Landsat-8 OLI/TIRS数据和各种地理空间方法，包括城乡梯度、基于多分辨率栅格和空间度量的技术，为分析提供了便利。结果表明，三个城市的平均LST与城乡梯度上的不透水面密度呈显著的正相关，与城乡梯度上绿地的密度呈显著的负相关，表现出典型的城市热岛效应特征。不透水面密度与平均LST的相关性在随着网格大小的增大呈上升趋势，而绿地密度与平均LST的相关性随着网格大小的减小呈上升趋势，这表明不透水面和绿地分别在较大和较小的区域对LST的差异性有较强的影响。不透水面和绿地的斑块大小、形状复杂度和聚集度均与平均LST呈显著的相关性，但聚集度的相关性最一致。不透水面的平均LST比绿地高约3°C，突出了绿地在城市重要生态系统服务中缓解城市热岛效应方面的重要作用。我们建议在景观和城市规划中考虑城市不透水面和绿地的密度和空间格局，使城市拥有更健康、更舒适的居住环境。

关键词：城市热岛；地表温度；不透水面；绿地；景观格局；特大城市

1、介绍

城市热岛(UHI)现象在1818年被首次描述，指的是发生在城市地区的大气和地表温度高于周围农村地区的现象(Howard，1818；Oke和Hannel，1970；Voogt和Oke，2003；Voogt，2004；EPA，2008)。城市热岛有两种类型：地表热岛和大气热岛。地表热岛是根据陆地表面温度(LST)测量的，而大气热岛是根据气温测量的，通常分为覆盖层热岛和边界层热岛(EPA，2008)。本研究以地表热岛为研究对象。地表热岛在白天和夜晚都存在，但由于太阳的辐射，白天的地表热岛强于夜晚(EPA，2008)。

无论城市规模和地理位置如何，都会产生热岛效应，其影响通常随着城市规模的减小而降低(Oke，1973,1982；Aniello等人，1995；EPA，2008)。一般来说，城市热岛的形成主要是由于城市发展引起的景观变化，从而导致更高的地表温度。更具体地说，城市热岛现象受到城市地区植被减少、城市材料特性、城市几何形状、人为产热、天气和地理位置的影响(Voogt，2004；EPA，2008)。城市热岛的一些主要负面影响包括能源消耗增加、空气污染物和温室气体排放增加、危害人类健康和舒适度以及水质受损(Voogt，2004；EPA，2008)。因此，由于其对城市生态环境和城市整体宜居性的不利影响，城市热岛现象已成为城市气候学、城市生态学、城市规划学、城市地理学等多个相关领域的主要研究热点。

许多城市热岛研究已经表明遥感卫星数据在研究城市景观格局与地表温度之间的关系方面是有用的(例如，Weng，2001,2009；Voogt and Oke，2003；Weng等人，2004,2007；肖等人，2007；袁和Bauer，2007；Connors等人，2013；周等人，2011,2016a；Myint等人，2013；Maimaitiyiming等人，2014；Fan等人，2015；Ma等人，2013)。目前，城乡梯度分析、多分辨率分析和空间度量方法是量化城市景观格局对LST影响的主要方法。每一种方法都旨在为城市热岛研究的进展以及景观和城市规划提供一些见解，以减轻城市热岛效应，使城镇地区和城市能够拥有更健康和更舒适的生活环境。

城市化通常导致不透水面(通常由混凝土和其他吸热材料建造)与城市绿地和周围自然植被景观之间的差异升温过程(Howard，1818；Weng，2001；Voogt and Oke，2003；EPA，2008；Imhoff et al.，2010)。与不透水表面相比，绿地由于通过蒸发蒸腾现象和较高的发射率产生冷岛效应，加之较低的热惯性，绿地面积的增加总体上降低了地表温度(Lambin和Ehrlich，1996；Voogt，2004；Weng等人，2004；EPA，2008；Hamada和Ohta，2010；Li等人，2012)。绿地可以产生覆盖地面的阴影，防止太阳辐射直接加热地表(周等人，2011年；李等人，2012年)。因此，地表温度与不透水面和绿地的丰度、空间格局的关系是世界各地不同研究的主要主题之一(例如，Weng等人，2004；肖等人，2007；袁和Bauer，2007；周等人，2011；Li等人，2012；Myint等人，2013；Maimaitiyiming等人，2014；Morabito等人，2016)。

事实上，已经有许多研究探讨了地表温度与不透水表面和绿地的丰富度、空间格局之间的关系。然而，在东南亚的特大城市中进行的此类研究还很缺乏。因此，本研究试图对曼谷(泰国)、雅加达(印度尼西亚)和马尼拉(菲律宾)等特大都市地区的地表温度与不透水面和绿地的丰富度、空间格局之间的关系进行研究。Landsat-8 OLI/TIRS数据和各种地理空间方法，包括城乡梯度、基于多分辨率网格和基于空间度量的技术，被用于研究，以促进分析。

这些大城市中的人口均大于1000万，因此在本文中它们被称为特大城市。2015年，根据预测曼谷大都会地区有1560万人口，人口普查结果显示雅加达特别首都城区有1020万人口，马尼拉大都会地区有1290万人口。这些城市作为各自国家的主要城市中心，人口增长迅速，规模不断扩大。他们的城市目前面临着各种问题，包括因人口增长、建筑密度和车辆(包括摩托车)数量的增加而造成的拥堵，以及由于污染、不断扩大的建筑群和城市绿地的丧失等导致的城市环境退化等。在下文中，这些特大城市简称为曼谷、雅加达和马尼拉。

2.方法

2.1研究区域

研究区域包括曼谷、雅加达和马尼拉的市中心。每个研究区域覆盖50公里times;50公里的范围，距市中心半径25公里，箭头的起点位于每个城市的中央商务区中心(图1)。

这三个大都市区都位于东南亚沿海地区。这些城市的气候特点是存在两个明显的季节：雨季和旱季：曼谷的雨季和旱季分别从6月到10月和11月到次年5月(Mornowy等人，2011年)。对于雅加达来说，它的雨季是从10月到次年5月，而它的旱季是从6月到9月。与雅加达不同，马尼拉的气候模式与曼谷相似，因为它们都位于赤道以北。马尼拉的雨季和旱季分别为5月至10月和11月至次年4月(Estoque和Murayama，2015A)。

这三个城市的景观是由建成区(不透水面)、农田、草原、森林和水体组成的要素集合体，其中包括部分海域、湖泊、河流和池塘。由于泰国湾的存在，曼谷的城区一直在向除南部的各个方向扩张(图1B)。同样，由于爪哇海的存在，雅加达的市区也一直在向除北部外的各个方向扩张(图1B)。相比之下，由于西部的马尼拉湾和东南部的拉古纳湖，马尼拉市区的扩张仅限于南北方向(图1b)(另见Estoque和Murayama，2015b)。

图1 研究区地图和曼谷、雅加达、马尼拉Landsat-8假彩色合成影像

2.2数据描述和预处理

在本研究中，我们使用了Landsat-8陆地成像仪和热红外传感器(Landsat-8 OLI/TIRS)图像，它们均在2014年旱季获取(表1a)。Landsat-8 OLI/ TIRS于2013年2月11日成功发射，预计将把Landsat 40年的记录至少再延长五年，为全球变化研究的推进提供持续支持 (Roy等人，2014年)。今天，美国地质勘探局Landsat产品供应方案(http://landsat.usgs.gov/cdr_lsr.php)允许用户在预处理数据集和原始数据集之间进行选择。在本研究中，我们使用了从http://earthexplorer.usgs.gov/.下载的预处理数据集。

Landsat8 OLI/TIRS图像包含11个波段，包括8个多光谱波段(波段1-7和9)、1个全色波段(波段8)和2个热成像波段(波段10和11)(表1b)。在我们使用的预处理数据集中，除了波段9之外，多光谱波段的像元亮度(DN)值已被转换为表面反射率值，而热波段的像元亮度(DN)值已被转换为以开尔文表示的大气顶部亮温(USGS，2016a)。因此，Landsat-8表面反射率数据由L8SR算法生成，L8SR算法是一种新方法，使用当前场景中心计算太阳角度，并将视图天顶角硬编码为0(太阳天顶角和视图天顶角用于大气校正计算的一部分)(美国地质勘探局，2016a；http://landsat.usgs.gov/CDR_LSR.php)。

表1 使用的Landsat-8数据.