《Environmental Science: Advances》：Rising urban land surface thermal extremes in a rapidly evolving tropical Indian state
编辑推荐：
印度作为一个发展中国家正在经历加速的城市化。然而，这种快速且往往无规划的城市增长已成为一个主要问题，因为它显著改变了地表特征。这导致地表温度（LSTs）升高，进而加剧空气质量恶化、能源过度消耗和不良健康条件，对可持续城市气候管理构成重大挑战。本研究聚焦于识别和
印度作为一个发展中国家正在经历加速的城市化。然而，这种快速且往往无规划的城市增长已成为一个主要问题，因为它显著改变了地表特征。这导致地表温度（LSTs）升高，进而加剧空气质量恶化、能源过度消耗和不良健康条件，对可持续城市气候管理构成重大挑战。本研究聚焦于识别和分析奥里萨邦（Odisha）30个地区热热点的演变，该邦是印度一个快速发展的热带邦，研究利用了搭载在Terra和Aqua上的中分辨率成像光谱仪（MODIS）以及Sentinel-2卫星任务20年的数据集，针对2017至2023年的季风前季节。分析显示，建成区表现出明显高于非建成区的热点强度。人口和工业快速增长、具有大量不透水表面且植被减少的地区，其热热点显著增加（最大速率为每年9%），强调了不透水表面在调节地表温度中的作用。相反，对于主要为农业和半干旱地区，非建成区的热点覆盖率百分比更高，这可能是由于人为活动导致植被覆盖逐渐减少，裸地暴露所致。此外，分析表明，快速城市化的沿海地区热点普遍强烈，仅在七年内热点面积的最小（最大）增加了2%（9%）。这些发现凸显了在面临加剧热压力的城市地区迫切需要有针对性的缓解策略。
**研究背景与问题**
印度作为发展中国家，快速城镇化显著改变了地表特征，导致地表温度（LST）升高，进而加剧空气质量恶化、能源过度消耗和健康风险，对可持续城市气候管理构成挑战。以往研究多关注平均LST变化，缺乏对局部热热点（thermal hotspot）的识别与趋势分析。在热带地区，不透水表层的非线性扩张加剧了热岛效应，而高分辨率午后LST数据的缺失限制了对城市热压力的精确评估。为此，研究人员聚焦于印度快速发展的热带邦——奥里萨邦（Odisha），利用多源遥感数据识别热点演变，旨在为针对性缓解策略提供科学依据。论文发表在《Environmental Science: Advances》。
**主要技术方法**
研究人员整合MODIS Terra/Aqua（1 km分辨率，2004–2023年）与Sentinel-2（10 m分辨率，2017–2023年）卫星影像，通过两阶段回归实现LST降尺度：首先建立MODIS上午与下午遥感指数（归一化植被指数（NDVI）、归一化建筑指数（NDBI）、归一化裸地指数（NDBaI）和归一化湿度指数（NDMI））的线性转移函数，将其应用于Sentinel-2上午指数以估计10 m分辨率下午指数；再基于MODIS-Aqua下午LST与指数的多元线性回归模型，得到10 m分辨率午后LST。热点阈值定义为20年MODIS LST气候学的第90百分位数（90th percentile），并基于Sen斜率（Sen's slope）进行趋势分析。人口暴露数据来自WorldPop（100 m×100 m网格，2017–2023年）。验证采用空间聚合后的MODIS比较（r=0.83，RMSE=2.73°C）及Khordha地区实地观测（bias=?4.9°C，RMSE=5.3°C）。
**研究结果**
**3.1 降尺度LST的热热点**
通过对比MODIS气候学，在四个地理分区（沿海平原（CP）、中央河盆（CB）、北部高原（NP）和东部丘陵（EH））中识别热点。沿海平原（CP）多数地区（如Ganjam、Baleswar、Khordha）呈现增温趋势，但Cuttack和Bhadrak因河流冷却或农业蒸散呈现降温；中央河盆（CB）中Angul因工业活动显著增温，而Jharsuguda降温；北部高原（NP）中Mayurbhanj增温速率全州最高；东部丘陵（EH）高海拔地区普遍降温。空间验证表明降尺度LST与MODIS高度一致，但现场验证存在负偏差，归因于尺度不匹配。
**3.2 土地利用/覆盖对热点形成的影响**
将热点分为建成区与未建成区。高度城镇化及工业区（如Khordha、Cuttack、Sambalpur、Angul）的建成区热点比例显著更高；而内陆西部及CB、EH地区（如Bargarh、Balangir、Kalahandi）未建成区热点比例偏大，与裸地、撂荒地及森林退化相关。趋势分析显示，沿海地区（Ganjam、Kendrapara等）建成区热点年均增长最高达9%；而EH区因高海拔和茂密植被，建成区与未建成区热点均呈下降趋势。
**3.3 持久热热点（PTH）在奥里萨邦的发生**
PTH（超过一半研究期超过90
th百分位）分布与地理分区密切相关。EH区（Rayagada（92.09%）、Gajapati（86.16%）、Kalahandi（60.87%））及CB区的Balangir（75.02%）、CP区的Nayagarh（76.05%）PTH覆盖率极高，归因于裸岩、退化林地和干涸河床缺乏蒸散冷却。而沿海湿润区（如Baleswar（3.42%）、Bhadrak（4.22%））PTH较低。研究指出，工业区（Sundargarh）和热带风暴区（Puri）呈现中等覆盖率。
**3.4 人口对热点暴露**
绝对暴露人数最高分布在Ganjam、Sundargarh、Khordha和Cuttack等城市工业枢纽。百分比暴露在EH及CP选区（如Rayagada、Nayagarh）常年高值；北部高原（NP）和大部分中央河盆（CB）区域暴露比例较低。2020年受新冠疫情封锁影响，全州暴露比例显著下降，提示人为活动减少可短期缓解热压力。
**讨论与结论**
研究揭示了城镇化驱动的建成区热点与农业/半干旱区非建成区热点的双重机制，强调不透水面和植被覆盖的关键作用。讨论指出，沿海地区增温受海洋调节，而内陆热点与人为活动导致的植被退化直接相关。持久热点在缺乏蒸散的裸地最为突出，随时间推移可能加剧健康风险。结论翻译如下：
本研究对印度奥里萨邦30个地区在2017–2023年季风前季节的热热点进行了综合分析，聚焦于建成区与未建成区之间的差异。结果显示，在高度城镇化地区（如Khordha、Ganjam、Sundargarh、Sambalpur），快速扩张和不透水面增长导致热热点显著增加；相反，内陆地区（如Bargarh、Balangir、Kalahandi）中未建成区的热点更为突出，主要源于自然植被向撂荒地或裸地的转化。研究还观察到，密集的铺砌表面和基础设施加剧了持久热点，而城市森林和植被区域有助于缓解热压力。因此，及时了解持久热点（PTH）可避免显著的人口热压力暴露。本研究建议在极端热压力和热点区域实施针对性缓解措施：增加城市绿化、建设抗热基础设施、推广平衡发展与环境保护的可持续土地利用政策，以减少地表加热、降低健康风险，促进社会与自然的和谐共处。
