耦合时空尺度模型的城市热点格局和过程研究

Urban hotspot describes a phenomenon of temperature accumulation on a local scale, which forms a particular local heat island. Studies on urban hotspot follow the policy guidance on ‘fine-scale’ city planning and management in China. Remote sensing is a powerful tool for urban hotspot studies. However, the investigation of patterns and dynamics of urban hotspot has been slowed down due to the trade-off between the spatial and temporal resolutions of remotely sensed land surface temperature (LST) along with the negligence of LST temporal patterns during urban hotspot determination. Regarding the existing problems, this study explores the spatio-temporal patterns, dynamics and mechanisms of urban hotspot based on LST series generated with high spatio-temporal resolutions (hourly, ~100 m) and thermal morphology simulation on a local scale. We mainly focus on the coupling mechanism between spatio-temporal scale models of LST and the use of temporal patterns on the identification of different urban hotspots. The main research contents include: (1) construction of a hybrid model by coupling trend-seasonal-diurnal LST variation models with a sptial temperature mixing model; (2) generation of high spatio-temporal resolution LST series by quantifying parameters of the hybrid model and building the solution of spatio-temporal disaggregation of LST; and (3) identification and classification of urban hotspot according to the spatio-temporal features of urban thermal morphology indicators and furthermore investigation of dynamics and mechanisms of the urban hotspot. This study is able to indicate areas with long-term or periodic thermal aggregation as well as their evolving mechanisms, and thus present scientific insights for the urban climate regulation and city planning decision.

城市热点描述城市内局部高温积聚现象，是城市热岛在小尺度上的具体表现，其研究顺应我国城市“小尺度”、精细化的规划管理趋势。遥感是研究城市热点的有力手段，然而现有星载遥感地表温度的高空间和高时间分辨率不可兼得，且城市热点提取方法仅考虑空间信息而忽略时间维特征，使得城市热点格局和过程的遥感研究受到严重制约。本项目将挖掘遥感地表温度时空变化的耦合机理，生成高时空分辨率地表温度（逐时，~100 m），综合热形态时空特征，刻画城市热点的格局和过程。研究从三个方面展开：1）建立遥感地表温度的趋势-季节-日内变化模型，将其与温度空间混合模型结合，构建时空尺度耦合模型；2）量化模型关键参量，重建高时空分辨率遥感地表温度并进行精度评估；3）模拟城市热形态，识别具有不同时间变化特征的城市热点，分析其演变过程和机制。项目可揭示城市内部长期性、规律性的高温积聚区域及其演变规律，为城市气候调节和规划决策提供科学参考。

城市热点描述城市内局部高温积聚现象，是城市热岛在局地尺度上的具体表现，其研究顺应我国城市“小尺度”、精细化的规划管理趋势。遥感是研究城市热点的有力手段，然而现有星载遥感地表温度的高空间和高时间分辨率不可兼得，同时在理论层面缺乏城-郊分类划分的统一、客观、定量的标准体系，使得局地尺度城市热点的研究、比较和沟通受到严重制约。本项目按照任务书计划内容，开展并完成了三项研究：1）针对遥感地表温度时间序列，建立了一种简单有效的趋势和季节分离模型，实现了遥感地表温度“趋势-季节-突变-噪声-异常”信号的同步分离，解决了以往遥感地表温度年内变化建模时难以顾及长期趋势和短期突变的问题，揭示了城市地表的快速演替对遥感地表温度多时间尺度变化的影响，包括趋势和断点时空分布等；2）综合遥感地表温度的趋势-季节-日内变化模型、温度空间混合模型、残差降尺度和邻域加权等，发展了一种适宜异质和变化地表的多源遥感地表温度时空融合模型，解决了星载遥感热红外数据的时空分辨率不兼容的问题，通过关键参量的量化，实现了逐时100m空间分辨率的遥感地表温度数据重构，改善了以往融合算法在异质和变化地表精度较差的窘境；3）基于局地气候分区(LCZ)体系，通过反演城市地表结构和覆盖指标，构建了改进型城市地表形态标准化分类制图方法，其具有指标需求少、分类精度高的优势，进一步结合高时空分辨率地表温度数据集，分析了各类城市地表形态的局地热特征(包括城市热点/冷点)分布格局和多时间尺度演变规律，发现了城市三维结构和排列布局等对城市局地热环境日内和年内变化的驱动机制。共发表论文5篇，其中SCI论文3篇，包括遥感领域顶级期刊Remote Sensing of Environment(IF=8.218)上1篇；项目负责人获2019年测绘科技进步奖一等奖。研究成果在数据、技术和知识方面较好地弥补了当前城市局地热环境研究的不足，拓展了遥感地表温度应用领域，进一步为城市规划和热环境调节提供简易、可靠、实用的科学服务和决策支持。