城市人为热岛在人类—自然系统中的季节动态：以伊朗阿瓦士为例

《Remote Sensing Applications: Society and Environment》：Seasonal Dynamics of the Urban Anthropogenic Heat Island across Human–Natural Systems: A Case Study of Ahvaz, Iran

　　

摘要

人为热是影响城市热岛（UHIs）形成与强度的关键因素，在快速城市化的地区尤为如此。理解人为热的贡献对于提升城市热韧性和支持可持续城市发展至关重要。本研究探讨了城市人类—自然系统（UHNS）和城市功能空间（UFS）在塑造阿瓦兹（伊朗一座热带气候城市）城市人为热岛（UAHI）强度时空变异性中的相对作用。分析采用了多个季节获取的63景白天和夜间Landsat影像，并结合了高分辨率土地利用数据。计算了日间标准化城市热岛（DNUHI）、夜间标准化城市热岛（NNUHI）、标准化城市热岛（NUHI）和标准化城市反照率指数（NUAI）等热指标，以表征城市热格局和季节性动态。运用UAHI指数分离并量化城市增温中的人为热分量，考察其与土地利用、UFS和UHNS之间的关系。结果显示人为热强度存在显著的季节性变化，夏季最高，冬季最低。工业、石油相关、交通运输和城市服务区域产生最强的人为热贡献，占城市总热量的最高比例达36%。相比之下，绿地和农业用地的贡献不足5%，并产生了显著的冷却效应。经济功能和工业功能被识别为人为热增温的主要驱动因素，而自然系统和植被则有效缓解了热量积累，凸显了气候响应型城市规划的重要性。

引言

城市被认为是复杂的城市人类—自然系统（UHNS），人类活动与植被、水体和地表热特性等自然要素之间的相互作用在塑造城市热动力学方面起着决定性作用[1], [2]。城市化的快速增长以及人类活动在都会区的集中显著改变了地表能量平衡格局和局地气候条件[3], [4]。因此，城市的升温幅度已开始超过其周边农村地区，这一现象被称为城市热岛（UHI）效应[5], [6], [7]。

城市发展中伴随的物理变化，包括不透水表面的扩张、植被覆盖的减少以及地表反射率（反照率）的改变，在热量传递与储存中发挥着至关重要的作用[8], [9], [10]。在城市环境中，低反照率的人工表面倾向于吸收更多太阳辐射并将其储存为显热，导致地表温度（LST）升高和城市热岛效应加剧[11], [12]。相反，使用浅色材料、植被覆盖和高反照率表面有助于缓解LST并改善人体热舒适性[13]。另一个促进UHI形成的关键驱动因素是人为热通量（AHF），即通过与生活、工作和交通相关的人类活动向大气释放的热量[8], [14]。这种人为热来源于燃料燃烧和电力消耗，包括建筑供暖和制冷、照明、烹饪、热水、工业运营和城市交通系统[8]。

AHF直接影响净辐射、地表能量平衡和城市气候动力学，是城市热变化的关键组成部分[2], [15], [16]。人为热生成的大小和空间格局不仅取决于地表物理特性，还取决于城市功能空间（UFS）中土地利用和人类活动的结构[1]。这些功能分区对总热量排放和城市人为热岛（UAHI）强度的贡献各不相同。因此，理解土地利用、人类活动和自然要素之间的相互作用机制对于评估和管理城市热动力学至关重要。

近年来，已开发出各种方法来估算不同空间尺度上的AHF，包括能量平衡残差法[17], [18]、建筑能耗模型[19]、基于能耗清单的方法[20]、混合框架[21]、统计回归技术[22]和机器学习方法[23]。虽然能量平衡残差法能够提供高精度的AHF估算，但其应用通常局限于配备现场测量仪器的站点[21], [24]。由于城市几何结构的复杂性、土地覆盖的异质性以及建筑和人类活动热特性的差异，准确捕捉AHF的时空分布仍然具有挑战性，尤其是在大型城市尺度上[25], [26]。基于清单的方法通过利用详细的能耗记录来计算AHF，通常分为两大主要类别：自上而下和自下而上的方法[8], [27]。自上而下的方法统计区域内城市或社区中的总能耗，并通过适当的转换系数将燃料消耗转化为热能[8]。自下而上的方法则对城市生态系统的代表性组成部分（如建筑、车辆和人口）进行建模或监测，以估算不同功能空间中人为热的贡献[8], [28]。然而，统计数据往往不完整，无法全面捕捉AHF的真实时空动态或土地利用变化的影响。人为热，特别是在经济活动和工业活动活跃的城市区域，表现出显著的时序变异性，受日常、月度及季节性人类行为的影响[29]。经济和普查数据主要捕捉日间人类活动，而夜间灯光数据通常用于指示夜间人类活动水平[30], [31]。因此，汇总统计数据无法充分捕捉真实能耗动态，凸显了需要新指标和高分辨率数据来研究人为热生成的时空格局[17], [24]。

Du等人[32]研究了城市热岛强度与多种因素（包括土地覆盖类型、气象条件、人为热和城市区域空间范围）的关系。结果显示UHI强度在夏季最高，与能耗、平均温度和城市面积呈显著正相关，而与风速和降水量呈负相关。Firozjaei等人[33]旨在评估光谱指数在利用Landsat 8影像和LST数据估算欧洲和美国14个城市地表人为热岛强度方面的效率。结果表明，基于指数的建成区指数表现最佳，R2为0.98，RMSE为0.34°C。该研究证明，在LST-不透水地表覆盖特征空间中使用光谱指数为量化不同时空尺度上地表人为热岛强度提供了一种简单、经济且高效的途径。在另一项研究中，Firozjaei等人[17]使用三源地表能量平衡模型评估了AHF如何影响全球六大主要城市的地表温度和地表人为热岛强度。研究发现不透水地表覆盖与人为地表温度之间存在强相关关系（R2 = 0.8），并且所有城市的地表人为热岛强度均有所增加。该研究表明，三源地表能量平衡模型提供了一种有效的方法来分离并量化人为热在加剧UHI中的角色。Yu等人[34]利用遥感数据考察了热存储在六座美国城市人为热估算中的影响。结果显示，在高层建筑区域，大量人为热以存储热的形式转移，导致传统基于遥感的方法低估了城市人为热岛强度。Wang等人[16]使用MODIS地表温度数据和增强回归树模型，研究了中国长三角地区16个城市的地表城市热岛强度及其影响因素。研究确定夜间灯光和不透水地表是加剧地表城市热岛强度的最重要人为驱动因素。Yuan等人[2]采用LightGBM模型和SHAP算法，探讨了自然和人为因素对地表城市热岛强度的交互作用。其发现表明，降水量、人口和地表气压是日间地表城市热岛强度的主要驱动因素，而降水量、人口和人为热排放是影响夜间地表城市热岛强度的关键因素。Qian等人[35]比较了两种建模策略——（a）地表能量平衡模型和（b）能耗清单与机器学习结合的方法——以估算人为热并评估其对七座中国城市UHI发展的贡献。结果显示，两种模型在人为热格局的时空差异上存在显著不同，基于能耗的模型表现出更强的相关性和对UHI变异更大的解释力。

然而需要注意的是，AHF作为燃料和电力驱动的能量释放的物理定义，与UAHI等基于遥感残差指数实际测量的内容有本质区别。由于UAHI是通过城市热岛总信号与地表辐射特性所解释部分之间的差值推导而来的，因此它也可以捕捉到不透水城市建筑材料（例如混凝土和沥青白天吸收热量、夜间释放热量）较高热容所关联的热量存储和延迟释放效应——这是一个结构性过程，而非严格意义上的人为过程。

近年来，大量研究已致力于调查和模拟AHF及UAHI。这些研究采用了从能量平衡模型和遥感数据到机器学习算法的多种方法，试图识别并解释驱动城市热生成与加剧的机制。研究结果一致表明，与人类活动相关的因素（如不透水表面的扩张、能耗增加和夜间灯光强度升高）对UAHI的加剧具有显著贡献。此外，整合多源数据的模型相比单一数据源的方法表现出更强的解释力。

尽管人为热建模取得了显著进展，但对UHNS和UFS在塑造和加剧城市人为热岛中所起作用的理解仍然有限。虽然城市被认为是人类活动与自然要素相互作用的结果，但这些相互作用往往被分别研究，而非作为综合过程来考察。理解UHNS和UFS的相对贡献有助于识别影响城市热动力学的关键组成部分，并为有效的城市气候管理提供信息支持。

尽管已有大量研究，但关于人为热和UAHI的现有文献仍存在三个本研究旨在解决的特定缺口。第一，迄今为止大多数人为热和UAHI研究集中在温带或亚热带城市，像阿瓦兹这样的炎热、干燥的工业城市在文献中代表性明显不足。第二，以往研究通常将UHNS和UFS作为城市热动力学的独立驱动因素分别考察，而非在单一综合分析框架内共同评估它们对人为热强度的相对及综合贡献。第三，很少有研究使用按季节分化的昼夜成对卫星观测数据来刻画此类气候条件下的人为热动态，限制了对UAHI如何在各季节以及昼夜条件下演变的理解。本研究直接针对这三个缺口展开。

本研究的主要目标是量化并比较UHNS和UFS对UAHI强度形成及时空变异性的相对贡献，研究背景为炎热潮湿气候环境。基于此目标，分析超越了仅基于地表温度和反照率的传统城市—乡村对比，通过整合多季节遥感数据，考察人为活动与生物物理地表特性如何相互作用以塑造城市热的产生与分布。UAHI指数作为关键分析工具被用于分离并量化各季节城市热环境中的人为热分量。这种方法使得对人为致热影响的评估更加稳健，有助于识别关键城市热热点，并生成与政策相关的洞见，以支持气候响应型城市规划、可持续城市设计以及符合可持续发展目标11（可持续城市和社区）和可持续发展目标13（气候行动）的缓解策略。

各节摘要

研究区域

研究区域包括伊朗西南部胡齐斯坦省的省会城市阿瓦兹。地理位置上，阿瓦兹位于北纬31°10′至31°25′、东经48°35′至48°46′之间，面积约为188.32平方公里。该城市坐落于伊朗最大河流卡伦河沿岸，卡伦河将阿瓦兹分为东西两部分（图1）。

阿瓦士（Ahvaz）是伊朗主要的行政、工业和教育中心之一，其石油……在本研究中，我们采用了2024年Landsat 8 OLI/TIRS和Landsat 9 OLI/TIRS（Collection 2, Level-2）的卫星影像。这些影像获取自美国地质调查局（USGS）的Earth Explorer平台，涵盖了阿瓦士市白天（Path/Row 165/038）和夜间（Path/Row 032/206）的场景。白天场景的获取时间约为当地太阳时10:24–10:31（Landsat 8/9的赤道穿越时间），而本研究所使用的夜间场景……

**结果**

图2展示了四种季节下白天、夜间以及昼夜平均的城市人为热强度（NUHI）空间分布。观测到的模式表明存在显著的季节性变化，并且热量明显集中在城市的中心和密集建成区。在冬季，城市的大部分区域属于低强度类别，仅在城市核心区有少数热点。随着季节向温暖时期过渡，特别是从秋季到春季，白天的……

**城市人为热岛效应（UAHI）的时空与土地利用模式**

结果表明，阿瓦士的UAHI具有明显的季节性和昼夜变化。冬季期间，大多数城区呈现出极低或低的UAHI强度，而较高的数值则集中在工业区及其他高能耗区域。这一模式可归因于冬季制冷和供暖的能源需求相对较低，从而减少了人为能源消耗，进而降低了人类活动对城市热负荷的贡献[46]。

**结论**

本研究的主要结论可总结如下：

1. 阿瓦士的UAHI表现出强烈的季节性和昼夜变化。人为热强度在夏季最高，冬季则显著降低，这反映了气候条件、能源需求、交通和人类活动的综合影响。工业、石油相关、交通和服务区始终表现出最高的UAHI值，而绿地、果园、农业区域以及……

**CRediT作者贡献声明**
Hamide Mahmoodi：撰写——审阅与编辑、调查、概念化。Mohammad Karimi Firozjaei：撰写——初稿、可视化、软件、方法论、形式化分析、概念化。Dagmar Haase：撰写——审阅与编辑、方法论、概念化。Salman Qureshi：撰写——初稿、方法论、概念化。

**涉及人类和动物的研究声明**
本研究未涉及人类参与者、人类数据、人体组织、动物或动物衍生物。所有分析均使用遥感卫星影像、地理空间数据集以及从公开来源获取的土地利用/土地覆盖信息进行。因此，本研究的伦理批准和知情同意并非必需。

**利益冲突声明**
? 作者声明，没有已知的竞争性经济利益或个人关系可能影响到本文所报告的工作。

**致谢**
本工作由伊朗国家科学基金会支持（项目编号：4042661）。

Mohammad Karimi Firozjaei | Hamide Mahmoodi | Salman Qureshi | Dagmar Haase，德黑兰大学管理学院，伊朗德黑兰