英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

在日本西南部的中等规模城市高松研究土地利用和下垫面变化对环境温度的影响

Atsuko Nonomura, Mutsuko Kitahara, Takuro Masuda

摘要：即使人口密集的城市存在热岛效应已经被一些学者证实，但人口较少的城市扩张对热环境的影响仍然缺乏相关信息。由于高松地区最近没有人口的增加，所以逐渐发展成了人口稀少的城市。本文通过对过去30年数据组的分析，研究了人口较少的城市热岛效应对热环境的影响以及调查了植被分布和人口密度对温度变化的影响。结果表明，导致温度升高的最重要的原因之一就是即使在没有人口增加的情况下，也没有扩张植被面积。这个结果意味着城市地区应该持续保留并扩大植被区域，以实现城市化的持续发展。

关键词：城市热岛 温度增加 土地利用/下垫面变化

1. 介绍

从1956年到2005年的50年间，全球气温每十年升高0.13℃，而这几乎是从1906年到2005年的100年间的两倍（IPCC，2007）。变暖最近正在严重影响陆地生物系统。由于干旱，火灾和虫害的发生几率增加，严重破坏了森林和农业环境。气温上升也可能在感染率和疾病分布上影响人体健康。有证据显示，全球变暖的主要因素可能是温室气体和气溶胶，这些气体和气溶胶会影响大气中的辐射吸收，散射和发射并改变能量平衡。

虽然城市的发展扩大对温度升高的影响还未被证实，但很多国家的许多城市都报道过城市的温度有显著上升。在一些城市，城市温度不断上升，城市和农村气温之间的差距越来越大。例如，在中国，80年代中期以后人口密集的城市出现了显著的气温升高（Weng and Yang，2004），以及城市和农村地区的气温差异有所变大（Xiao and Yang，2007）。在美国休斯顿，从1987年到1999年，这座城市的热岛效应强度和规模都有所增加，并且随着人口的增加而增加（Streutker，2003）。在热带城市，斯里兰卡的科伦坡和印度的普纳，气温随着城市的快速发展而不断上升，夜间的热舒适性也因湿度的增加而严重下降（Emmanuel，2005；Deosthali，2000）。城市的加速增长通常是由人口分布驱动的。

在发展中国家，由于经济增长和人口集中，城市的扩张通常是在城市边缘人口密集的地区（Yang and JinXing，2007；Jat等人，2008）。由于多数建筑的表面没有植物分布，大量的太阳辐射会在城市地区中储存和再次辐射。而这种趋势往往会因为车辆，发电厂，空调以及其他热源释放的人为热量而加速。

另一方面，发达国家为了应对汽车依赖和扩大农村道路网络，人口开始从城市扩散到郊区。因此，在城市边缘，从植被到非植被地区的土地转化率超过了人口增长的相对比率，而这些人口稀少的城市化地区往往在大都市规模上无序扩张。

由人口密集和人为问题引起的城市热岛效应已经被数名研究人员证实（例如，Karl等人，1988；Weng and Yang，2004；Xiao and Weng，2007；Emmanuel，2005；Deosthali，2000）。Kim和Baik（2004）对韩国六大城市的热环境进行了分析，结果发现，在人口比首尔少4倍的城市中，城市热岛强度最强。这意味着城市热岛效应并不总是与人口或人口密度有关。然而，低人口密度地区的扩大对当地气候的影响尚未明确，部分是因为大都市地区通常以调查城市发展与当地气候之间的关系为目标（例如，Emmanuel，2005；Weng and Yang，2004；Ca等人，2008；Xian，2008；Kim and Baik，2002，2004），而且很少有针对郊区和小规模城市的研究（Karl等人，1988；Barradas等人，1999；Akinbode等人，2008）。因此，为了未来可持续的城市规划，仍需要更多信息来评估中小城市的发展对当地气候的影响。

这项研究的目的是调查中等规模城市高松的城市发展与热环境之间的关系，涵盖了同一个气候区域内的一个地区，并讨论了从1978年到2005年低人口密度城市的扩张模式对当地气候的影响。在研究过程中，对这个中等规模城市过去三十年的土地利用和土地覆盖变化进行了回顾性调查。

1. 研究区域

这次重点研究的气候区域内包含了香川县的五个气象站（图1）。香川县的首都高松（站1）位于四国岛北岸。香川县人口有100万，而高松平原占了33万人口（香川县，2008）。第二次世界大战期间，高松市80％的城市被摧毁或烧毁，这座城市是在战后重新建立的。目前一些四国地区的公共办公就坐落在高松。尽管高松的周围地区主要是农用水稻田，但近年来它们迅速发展，变成了住宅区或者商业区。一些周边城镇也逐渐发展壮大。Bussyouzan（站2）是离高松（位于南4公里）最近的站点。Takinomiya（站3），Senyu（站4）和Saita（站5）都位于农村区域。

图1 研究区域（a）地图上显示的是香川县（b）位于香川县的目标气象站；点表示气象站位置， 正方形是研究区域（2000mtimes;2000m），线条是香川县的区域边界

1. 数据与方法

3.1气象资料

高松(站1), Takinomiya (站3)和Saita (站5)的温度时间序列数据是从日本气象局运行的自动气象数据采集系统(AmeDAS )获得的(日本气象厅, 2002)。Bussyouzan（站2）和Senyu（站4）的数据来自农业研究中心，该中心与AMeDAS是在几乎相同的条件下观测气象要素。在这项研究中, 每个站台都分析了过去30年的气温数据。因为作为微观/局地现象，地表能量的平衡是受到土地覆盖影响的(Oke, 1987; Holton, 1992),故在10³m的水平尺度上分析了站台周围温度趋势与土地覆盖变化之间的关系。我们将研究区域面积设置为没有重叠的2000m*2000m。

3.2土地覆盖

由于城市化，路面、道路和建筑物造成的地表抗渗性增加后，地面蒸发量明显减少，因此增加了地下蓄热量。反过来与之前的植被表面相比，地表温度增加并上升了一个级别。

在本研究中，为了研究土地覆盖变化对温度趋势的影响，使用NDVI（归一化差异植被指数）卫星数据来确定植被面积或非植被面积。NDVI是广泛用于识别植被相对变化的有效指标（例如Forcardi等人，2008）。为了估算土地覆盖变化的年度趋势，应在同一季节选择卫星数据。在这项研究中，所有数据都是从1984年到2005年的5月至6月期间获得的; 1984年5月8日，1989年5月31日，1990年5月9日，1994年5月20日，2000年5月4日这五个是LANDSAT TM数据，以及2005年6月20日是一份ASTER数据。通过使用增益和偏移值，数据从原始数字数据中以放射形式进行缩放（Chander和 Markham，2003; 地球遥感数据分析中心，2005年）。 太阳角度差异也会通过改变单位地表辐射密度来影响辐射值。因此，使用等式（1）将辐射值转换为反射率（R）。其中Es是地外太阳辐照度值的积分，L是辐射度，是入射太阳天顶角（Iqubal，1983）。用方程（2）（Liang，2004）中的近红外线（NIR）和可见红外线（Red）反射计算NDVI，这通常用于表示植被密度。

为了对植被或非植被地区进行分类，通过分析国土交通局（MLIT）出版的土地利用/覆被图与NDVI之间的对应关系，确定NDVI的阈值（国家土地信息办公室，2007）。1976年，1987年，1991年和1997年的土地利用/覆盖地图都是可用的。每张图都分为16个类别; 水稻，果园，其他农业树，其他农业区，森林，贫瘠，建成区，住宅区，道路，池塘，河流，干河床，沙滩，海洋，高尔夫球场等。稻田，果园和其他农田以及农场树林和森林都被归类为植被面积。为了确定土地利用/覆盖图与NDVI的对应关系，我们假设1991年的土地利用/覆盖图与1990年的NDVI这两个数据代表了同一时期的土地利用/覆盖情况，从而调查了两者之间的关系。

在植被区和非植物区分别随机采样20个点，在植被区，在所有点上NDVI均大于0.2。在非植被地区，20个点中有18个点的NDVI小于0.2，剩下两点位于居民区，NDVI为0.2-0.3。

住宅区不仅包括没有植被的区域，还包括植被区域，植被区域由房屋后部的树木，灌木，草地和小稻田组成。 因此，在居民区有些点显示NDVIgt; 0.2，有些点显示NDVI lt;0.2。 因此在这项研究中，NDVI的阈值确定为0.2。

1984年到2005年的NDVI按阈值划分为植被或非植被地区。由于LANDSAT TM数据在1984年以前不可用，因此直接使用了1976年的土地利用/覆盖图，即水稻，果园，农场树林，其他农业区和森林被划分为植被面积。 这些分类是通过参考1970,1973,1976,1997和2004年的土地利用/覆盖数据和面积照片的时间序列来确定的。

3.3人口

人口也被用作表现城市发展以及抗渗水面的直接或间接指标（Karl等人，1988; Thapa and Murayama, 2008）。在日本，人口普查自1920年以来几乎每隔五年就由统计局和国际事务通信部进行一次。在这项研究中，我们使用了1970年至2005年的人口数据;分别是1970年，1980年，1990年，1995年，2000年和2005年（统计信息咨询和分析研究所，2007年）。数据显示1公里*1公里网格内的人口。在每个站点，通过提取以及聚合研究区域中包含的网格数据来计算总体。如果部分网格包含在2000m*2000m中，则通过面积加权计算总体。

3.4数据分析

为了分析站台周围的温度趋势，土地覆盖和人口密度转换之间的关系，每个站台的区域都是2000m*2000m。使用每日最低气温的年平均值来分析温度趋势，是因为它反映了一年中最低气温趋势的程度和持续性。为了估算城市化对热环境的影响，已广泛利用了目标站台与农村站台之间的温差（Xian，2008）。通过省略农村站点数据，可以最大限度地减少背景气候的影响，并且可以清楚地提取土地覆盖对温度的影响。通过关注这一趋势，可以最大限度地减少当地景观的影响，因为即使土地使用和土地覆盖被改变，地形总体上也没有改变。在这次研究中，农村站被确定与土地利用/覆盖和人口密度模式有关。植被覆盖度最大以及人口密度最低的地区被确定为乡村地区。

由于长期的温度变化通常是不稳定的（Capilla，正在出版），所以我们需要调查时间序列数据集。为了研究折点存在情况和时间序列温度数据的趋势，我们应用统计方法来检测变化（结构变化）。为了检测趋势中的任何断点，将Chow测试的延伸与温度T_i在时间t_i的标准线性回归模型（方程（3））一起应用。

Chow测试的扩展涉及测试没有趋势变化的零假设与系数b随时间变化的替代关系。在这种方法中，计算所有潜在变化点的F统计量，如果这些统计量中的任何一个变得太大，则零假设不成立（Capilla，正在出版）。

在这项研究中，统计分析是基于由Zeileis等人开发的一个软件包（2002），可以测试用R语言编写的线性回归模型的结构变化。通过这个软件包，可以检测到回归关系的结构变化，并可以确定最小化残差平方和断点的时间。由于断点法与结构变化的统计检验无关，所以断点的重要性应该利用零假设不成立的概率来研究(Speranza and Carniel, 2008)。

1. 结论

4.1人口密度

1970年到1985年期间香川县的人口有所增加。自1985年以来，人口为1020000-1030000。人口的空间分布表示在图2。香川县最大的城市是高松，城市的中心位于站1以北。1970年，人口集中在市中心。 1980年，在站2附近，20-40人/公顷和40-6人/公顷的面积在不断增加。自2000年以来，分配模式发生了变化; 高松（站1）没有明确的人口集中，相反，有南方人口更广泛的流动趋势，即人口正在分散到郊区。

图2 1970年，1980年，1990年，2000年和2005年的人口密度分布

每个站台上，人口密度都是在站台周围2000 m*2000 m面积内提取的（图3）。在日本，4000人/公里²（相当于40人/公顷）的地区可算作人口稠密（Yamada等人，1992），因此，本研究将人口密度分为三类：小于20人/公顷，20-40人/公顷以及超过40人/公顷分别是低人口密度区，中等人口密度区和人口密集区。在高松（站1），总人口一直在26000人左右。自1970年以来，低人口密度地区（0-5人/公顷，5-10人/公顷，10-20人/公顷）开始减少并在2005年全部消失，人口最密集的地区（gt;80人/公顷）逐渐减少为60-80人/公顷。 在Bussyouzan（站2），1970年到1990年人口都在增加，自1990年以来人口已经达到13000左右。1970年，50％地区为低人口密度（0-5人/公顷，5-10人/公顷， 10-20人/公顷），但中等人口密度区（20-40人/公顷）的面积逐渐增加，1995年面积增到56％，而与此同时低人口密度的地区减少了20％。在Senyu

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21525]，资料为PDF文档或Word文档，PDF文档可免费转换为Word