《Scientific African》：Urban expansion and thermal transformation in the Greater Kumasi Sub-Region, Ashanti Region, Ghana
快速的城市扩张正在重塑撒哈拉以南非洲许多城市的地表覆盖和地表热力条件。本研究考察了2004年至2024年间加纳大库马西亚区域的土地利用/土地覆盖变化和地表温度（LST）动态。采用支持向量机（SVM）算法对2004年、2014年和2024年的Landsat影像进行分类。基于归一化植被指数（NDVI）地表发射率校正，使用单通道算法反演LST。利用光谱指数、皮尔逊相关分析、分区统计和WorldPop数据，分析了热力变化、地表关联、行政区差异和人口暴露情况。建设用地从29,855公顷增加到84,152公顷，增幅达181.87%，主要来源于开阔植被和农田的转换。平均LST从25.88 °C升至29.23 °C，其中3.35 °C的升温中有3.12 °C发生在2014年至2024年之间。LST≥27 °C的区域从2004年有效制图面积的8.93%扩展到2024年的92.80%，但2004年有效栅格范围较小，需谨慎解读。2024年，LST与建设用地和裸地呈正相关，与植被和水体相关地表呈负相关。约84.02%的估计人口位于高温或极高温度区域。高密度开发区记录了最高LST，而若干城乡过渡区行政区经历了最快升温。研究结果支持加强开发管控、保护连通的绿色基础设施，并在快速升温和人口稠密区实施针对性热缓解措施。
# 城市扩张与地表热力转型：大库马西亚区域2004—2024年的综合遥感分析
## 一、研究背景与问题
城市化是当代环境变化的主要驱动力之一，尤其在全球南方，快速的人口增长和空间扩张正在深刻改变城市与城乡过渡地带的地表景观。随着城市扩展，植被、农田和其他透水面不断被建筑物、道路、混凝土、沥青等不透水材料替代，改变了地表能量平衡，减少了蒸散发和地表反照率，同时增加了热储存和感热通量，进而导致地表温度（LST）升高，城市热岛效应日益显著。在撒哈拉以南非洲，城市增长往往迅速、空间分散且管控薄弱，非正规聚落发展和农业、植被用地在城郊边缘的转换十分普遍，而规划机构实施开发管控或整合环境关切的能力有限。加纳库马西正是这种模式的典型代表：人口增长、住房需求、基础设施建设和商业扩张使城市不断向周边城乡过渡区延伸，改变了土地覆盖的组成与空间格局。
已有研究证实不透水面扩展通常会增加LST，而植被和水体则通过遮荫和蒸散发调节地表加热。近年来，机器学习方法和多时相遥感数据被广泛用于分析土地利用/土地覆盖变化与地表温度的关系，但现有文献仍存在三个关键空白：其一，缺乏按行政区细分的地表温度空间异质性证据，尤其是快速扩张的非洲城市区域内部各行政单元之间的热力差异；其二，城市向外扩张与不同时段地表增温幅度之间的时间关系，特别是城乡过渡区的情况，仍未得到充分理解；其三，很少有研究将土地覆盖与热力变化同人口分布联系起来，以确定暴露于不同地表热量水平的居民数量与位置。由于土地利用规划、开发控制、环境管理和气候适应主要通过地方行政机构实施，仅在城市层面报告证据对确定优先区域和设计针对性干预措施的实际价值有限。
大库马西亚区域（GKSR）为填补上述空白提供了重要研究场景。该区域包含高密度开发的城市核心、工业与商业区、快速转型的城乡过渡聚落、农业景观、森林斑块和主要水体，空间多样性丰富，涵盖16个行政单位。本研究旨在：量化2004—2024年土地利用/土地覆盖变化与转换；分析地表温度的时空趋势与分布；评估LST与NDVI、NDBI、NDBaI、MNDWI四种光谱指数的关系；评估行政区尺度的LST差异并估算不同热风险类别的人口暴露。研究整合了土地覆盖转换、LST动态、光谱指数、行政区分析、人口密度和人口暴露于单一纵向框架中，为城市热力管理提供空间细分证据。
## 二、研究区域与主要技术方法
研究区域为加纳阿散蒂地区的大库马西亚区域，由库马西都市区（KMA）、Suame、Old Tafo、Oforikrom、Asokwa、Kwadaso、Asokore Mampong、Afigya Kwabre North/South、Atwima Kwanwoma、Kwabre、Atwima Nwabiagya North/South、Bosomtwe、Juaben和Ejisu共16个行政单位构成。该区域为热带气候，原生植被以半落叶林为主，包含Lake Bosomtwe、Barekse大坝以及Oda和Subin等河流系统。
研究采用定量遥感设计，包含纵向分析和横断面分析两个互补部分。纵向分析使用2004年（Landsat 7 ETM+）、2014年（Landsat 8 OLI/TIRS）和2024年（Landsat 9 OLI/TIRS）的干季（1月）影像，经过辐射定标、大气校正（暗目标减法）、云和阴影掩膜、投影统一等预处理，2004年影像的扫描线校正器（SLC）失效间隙采用焦点插值填补。土地覆盖分类采用支持向量机（SVM）算法，每年采集480个训练样本（每类约80个），验证样本基于高分辨率Google Earth影像独立选取，总体精度均高于85%。地表温度反演采用Jiménez-Mu?oz和Sobrino的单通道算法，结合NDVI阈值法进行地表发射率校正。四个光谱指数——归一化植被指数（NDVI）、归一化建筑指数（NDBI）、归一化裸地指数（NDBaI）和改进归一化水体指数（MNDWI）——分别代表植被、建筑强度、地表裸露度和水体相关特征。数据分析包括：混淆矩阵精度评估、后分类比较变化检测、转换矩阵生成、Global Moran's I空间自相关检验、500米空间滤波后的Pearson相关分析、行政区尺度分区统计，以及2024年WorldPop网格人口数据与LST分类的空间叠加。
## 三、主要研究结果
### 3.1 LULC分类精度评估
SVM分类的三个时相LULC地图总体精度分别为：2004年87.95%（κ=0.857）、2014年88.10%（κ=0.848）、2024年91.64%（κ=0.898），所有分类与独立参考数据达到强一致性，支持后续变化检测和热力分析。
### 3.2 LULC组成、面积转换与空间动态（2004—2024）
SVM分类识别出六类土地覆盖：建设用地、裸地、深植被、开阔植被、农田/草地和水体。建设用地从2004年的29,855公顷（11.45%）增至2014年的46,328公顷（17.77%），再到2024年的84,152公顷（32.28%），累计净增54,297公顷，增幅181.9%。2014—2024年新增建设用地37,824公顷，是2004—2014年增量的两倍以上。裸地的比例增幅最大，从3,745公顷（1.44%）增至21,864公顷（8.39%），净增483.8%，主要沿城市扩展前沿分布，代表建设工地、植被清理和待开发地块等过渡景观。开阔植被绝对降幅最大，减少70,138公顷（?43.5%），是城市扩展的主要来源。农田呈非线性轨迹：先由48,303公顷增至67,073公顷，再骤降至37,530公顷。深植被稳步增加8,486公顷（67.6%），集中在Bobiri森林保护区、Barekse大坝集水区森林和Lake Bosomtwe沿岸植被。水体基本稳定，仅微小波动。空间格局显示，建成区由2004年集中于库马西都市核心，沿主要交通走廊呈指状扩展，至2024年通过填充形成近乎连续的大范围建成带；裸地系统性地分布在建成区扩张前沿的最外缘，作为即将城市固化的空间先行指标。
### 3.3 LULC转换动态（2004—2024）
转移矩阵显示，2004年建设用地到2024年的留存率为95.28%，新增建设用地55,705公顷中，开阔植被贡献39,708公顷，农田贡献12,945公顷，两者合计占新增建设用地的94.52%。裸地留存率仅9.99%，66.27%的原有裸地转换为建设用地，而2024年裸地主要由开阔植被（14,586公顷）和农田（5,526公顷）转换而来，体现了裸地的过渡性特征。开阔植被留存率41.24%，主要转向建设用地（24.64%）和农田（16.77%）。农田留存率最低（17.40%），最大转换流向为开阔植被（39.43%），其次是建设用地（26.80%）和裸地（11.44%）。深植被净增但内部转换剧烈，42.40%原有深植被转为开阔植被，同时新增深植被主要来自开阔植被（13,321公顷）和农田（2,378公顷），净增加是同时发生的增益和损失的综合结果。水体留存率约98.35%，净变化仅0.19%。空间上，2004—2014年转换集中在城市核心及其邻近区域，体现巩固与填充；2014—2024年转换向多个行政区同时扩散至农业和植被覆盖的城乡过渡区，城市化的空间特征从巩固转向分散。
### 3.4 地表温度动态（2004—2024）
区域LST趋势方面，最低LST从2004年18.89 °C升至2024年25.34 °C，累计升高6.45 °C；最高LST从32.87 °C升至39.21 °C，升高6.34 °C；平均LST从25.88 °C升至29.23 °C，累计升高3.35 °C（+12.94%）。升温的时间分布极不对称：2004—2014年平均LST仅增加0.23 °C（+0.89%），而2014—2024年增加3.12 °C（+11.95%），后者与建设用地增量更大相对应。由于仅三个时相观测，该对比被解释为两个时段增温幅度的差异，而非统计上确立的升温速率变化或热阈值。
比例LST面积覆盖方面，LST分为五类：极低（<25.5 °C）、低（25.5—27 °C）、中（27—29 °C）、高（29—31 °C）、极高（≥31 °C）。2004年有效制图范围内极低类占89.23%，中至极高类合计占8.93%；2014年极低类降至39.09%，中至极高类升至22.27%；2024年极低类仅占3.07%，中等类成为主导（43.20%），高类占35.44%，极高类占14.16%，中至极高类合计占92.80%。2004年有效栅格范围小于2014和2024年，直接比较绝对面积需谨慎，比例分布更适合评估整体热转变。
### 3.5 LST与光谱指数的相关关系
Global Moran's I分析显示所有变量在500米尺度上均存在显著正空间自相关（LST I=0.765，MNDWI I=0.842，NDBI I=0.582，NDVI I=0.550，NDBaI I=0.511，均p<0.001）。经500米空间滤波后，2024年Pearson相关分析显示：LST与NDVI强负相关（r=?0.641），与NDBI强正相关（r=0.755），与NDBaI正相关（r=0.564），与MNDWI弱负相关（r=?0.200）。光谱指数之间，NDVI与NDBI强负相关（r=?0.788），NDBI与NDBaI强正相关（r=0.791），提示两者同时纳入多变量分析时可能存在共线性。由于空间滤波后仍存在显著空间自相关，常规p值和置信区间可能偏保守，相关结果应视为空间关联而非因果关系，且仅代表2024年状况。
### 3.6 行政区分区统计
2004—2024年所有16个行政单位的平均LST均上升，累计增幅从Asokore Mampong的3.37 °C到Atwima Kwanwoma的5.03 °C不等，平均约4.22 °C。最热与最冷行政单位之差从2004年的4.29 °C增至2014年的5.10 °C，再降至2024年的4.05 °C，这反映的是原本较凉行政单位的快速升温而非热应力减少。平均LST高于27 °C的单位数量从2004年的5个增至2014年的8个，到2024年全部16个。2024年热岛层级明显：Old Tafo最热（32.38 °C），其次为Suame（31.92 °C）、Asokwa（31.83 °C）、KMA（31.41 °C）、Kwadaso（31.10 °C）；较凉的城乡过渡单位包括Juaben（28.33 °C）、Atwima Nwabiagya North（28.88 °C）等。最具分析意义的是2014—2024年城乡过渡区的剧烈升温：Asokwa在2004—2014年仅升温+0.53 °C，2014—2024年却升温+4.11 °C；Atwima Kwanwoma两个时段分别为+0.85 °C和+4.19 °C；Atwima Nwabiagya South为+0.86 °C和+3.68 °C；Bosomtwe为+0.94 °C和+3.48 °C。累计增幅最大的单位集中在城乡过渡边缘，与土地覆盖转换剧烈的区域空间吻合。相比之下，Suame（+2.01 °C至+2.19 °C）和Old Tafo（+1.79 °C至+2.12 °C）等建成区两个时段增幅相近。
### 3.7 人口密度与LST的关系
2024年，平均LST最高的行政单位Old Tafo、Suame、Asokwa、KMA和Kwadaso分别对应较高的人口密度（13,612、10,112、5,175、6,940和5,236人/km2）；Asokore Mampong和Oforikrom人口密度为8,730和5,383人/km2，对应LST为30.94 °C和30.65 °C。低人口密度单位如Juaben（214人/km2）、Afigya Kwabre North（315人/km2）等对应较低LST（28.33—29.21 °C）。但对应关系并非完全一致，如Kwabre人口密度较高（2,646人/km2）而LST中等（29.47 °C），因此人口密度应作为情境指标而非直接决定因素。
### 3.8 人口对LST风险的空间暴露
2024年WorldPop数据估算研究区总人口约3,319,226人。按LST分类统计：极高类（≥31 °C）容纳约1,624,936人（48.96%），高类（29—31 °C）容纳约1,163,988人（35.07%），高和极高类合计约2,788,924人，占84.02%。中等类（27—29 °C）约406,529人（12.25%），低类约106,240人（3.20%），极低类约17,533人（0.53%）。高和极高暴露人口主要集中在高密度开发单位；较低暴露类别主要位于植被较多、开发强度较低的边缘行政单位。城乡过渡区快速转换农田和植被的单位平均LST大幅上升，提示人口暴露正变得更加地理分散。该分析将人口位置与地表温度类别相对照，不应理解为个体热暴露、热舒适或健康结果的直接测量。
## 四、讨论与结论
讨论部分指出，研究结果与地表能量平衡理论一致：不透水面替代透水和植被表面减少了蒸散发并增加了热储存和感热通量；高密度建成区LST的集中也与城市热岛理论一致，但研究未计算城市热岛强度，结果应解读为2014—2024年地表增温比2004—2014年更为显著。与Kabul、Herat等快速城市化城市的研究一致，植被和透水面转为建设用地与LST升高相关。研究扩展了已有证据，显示热力变化存在显著行政区分异：城市核心仍最热，但部分最大增温发生在快速转换农田和植被的城乡过渡区。光谱指数分析中NDBI与LST正相关最强，NDVI负相关，NDBaI正相关较弱，MNDWI弱负相关。NDBI与NDBaI的强相关提示共线性问题。景观生态学视角说明植被的降温作用受其面积、连续性、斑块大小和连通性影响，深植被增加集中在保护区和管理区域，不能视为整体景观恢复。土地覆盖转换还影响径流、洪水风险、栖息地连通性和生态系统服务。行政区结果显示人口集中与高温区域重叠，但卫星LST代表地表条件而非气温或个人暴露。现有的适应措施包括多机构协作保护绿地、管理洪水易发区等，但受执行不力、资源有限和协调困难制约。蓝绿基础设施虽在规划讨论中得到认可，但尚未有效纳入法定规划和预算。优先行动应包括保护残余植被、恢复河岸缓冲带和湿地、连接破碎绿地、控制不透水面扩张、改善排水基础设施，并利用行政区和人口暴露地图确定优先区域。
研究结论：2004—2024年，大库马西亚区域的建设用地和裸地扩张主要通过植被和农田转换实现，伴随显著地表增温，尤其2014—2024年。高密度开发区LST最高，若干城乡过渡区升温最快。2024年分析显示建设用地和裸地与LST正相关，植被和水体相关地表负相关。约84%的估计人口位于高或极高LST区域，这反映的是地表温度类别的暴露而非直接人体热应激。研究通过整合LULC转换、LST、光谱指数、行政区差异、人口密度和暴露，提供了大库马西亚热力变化的精细空间记录，支持加强不透水面扩张控制、保护连通绿色基础设施以及在密集和快速升温区实施针对性热缓解措施。
政策与实践方面，建议将城市热纳入结构规划、分区法规、环境评估和开发许可决策；在Old Tafo、Suame、Asokwa、KMA和Kwadaso等既有热点实施街道植树、袖珍公园、透水面、反射屋顶和遮荫改善；在Atwima Kwanwoma、Kwabre、Ejisu和Atwima Nwabiagya South等快速升温城乡过渡区加强开发控制、保护残余植被和农田、维护河岸缓冲带；将绿色基础设施视为功能性城市组成部分，设定新开发项目的最低绿地覆盖率，强调绿色空间连通性；将地理空间信息纳入常规规划监测；公共卫生机构应将城市热纳入适应规划，开展热意识宣传、提供遮荫公共空间和热预警。未来研究应使用更高频率和分辨率观测，结合气温、湿度、人体热舒适测量，纳入社会经济变量评估社会脆弱性，并开展城市热、洪水和空气污染的多灾害比较研究。
研究局限包括：干季影像获取日期略有差异可能引入微气象变率；30米空间分辨率在异质城市景观中可能存在混合像元；WorldPop人口数据为模型估算而非普查精确计数。但标准化处理流程和稳健的分类精度为长期土地覆盖与地表温度关系的可靠性提供了信心。
