📄 地球科学

Characterising Surface Urban Heat Island in Ibadan, Nigeria: Hot- Spot Clustering and Relationships With Vegetation and Land Cover

本研究通过利用2025年Landsat数据表征了尼日利亚伊巴丹的地表城市热岛现象，揭示了城市核心区与农村外围之间存在5.04°C的温度强度，这种强度是由地表温度与植被之间的强负相关性所驱动的，并识别了建筑密集区上显著的热聚集现象，旨在为有针对性的城市规划和绿化策略提供参考。

原作者： Opeoluwa Odeleye, Temitope Waheeb, Adewale Adeyefa

发布于 2026-10-22

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Opeoluwa Odeleye, Temitope Waheeb, Adewale Adeyefa

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在世界各地的城市中，地面往往感觉比周围的乡村更热。这是因为自然景观（拥有土壤和植物）与覆盖城市的混凝土、沥青和屋顶与阳光相互作用的方式不同。植物通过释放水分来冷却空气，而建筑物和道路则吸收太阳能量并将其保留，进而向环境辐射热量。当一座城市快速扩张，用硬质表面取代绿地时，局部气候就会发生变化，从而产生被称为“地表城市热岛”的温暖区域。这不仅仅是指人们在街角感受到的空气温度，而是指地面本身的实际温度，这种温度可以从太空进行测量。了解这些热点在哪里形成，以及它们如何与植被流失相关联，对于试图在城市扩张过程中保持社区凉爽舒适的城市规划者来说至关重要。

一个研究小组致力于在伊巴丹（Ibadan）绘制这一现象的图谱，这是西非最大的城市之一。他们想要观察这座城市的温度是如何分布的，它如何与剩余的绿地相连，以及最剧烈的温暖区域位于何处。利用2025年旱季拍摄的卫星图像，他们创建了一张详细的城市及其周边农村地区的热图。该研究侧重于地面的表面温度，这一测量值揭示了不同材料在阳光照射下是如何升温的。通过将市中心与周围的农村环带进行比较，研究人员发现了一个清晰且显著的差异。整个研究区域的平均温度为35.03摄氏度，但市中心要热得多，平均为39.77摄氏度，而农村地区平均为34.73摄氏度。这形成了一个热岛效应，即城市核心区的温度比乡村高出5.04摄氏度。

研究人员发现，热量并不是均匀分布在整个城市中的。相反，它在建筑密集区上方形成了一个集中的圆顶，在密度最高的区域，温度峰值接近或超过42摄氏度。随着人们向植被茂密的边缘移动，地面温度稳步下降。研究还观察了植物量（以标准的绿度指数衡量）与热量之间的关系。这种联系非常紧密：随着植被量的增加，表面温度急剧下降。事实上，植物的存在解释了约86%的温度变化。每增加一小部分绿化覆盖，地面温度就会下降近两摄氏度。这种关系如此一致，以至于研究人员只需通过了解一块土地拥有的植被量，就能预测其温度。

为了准确了解哪里最危险，研究小组使用了一种统计方法来识别异常高温的集群。他们发现，显著的热点覆盖了研究区域约四分之一的面积，其中最剧烈的热量集中在一个面积约为345平方公里的核心区域。这个区域对应着城市密集的建筑中心，是一个连贯的高温块，而非零散的热点。相比之下，较凉爽的区域则位于植被丰富的周边地区，显著的冷集群占据了绿色外围。研究还按土地类型对温度进行了细分。建筑区（如有房屋和道路的社区）最热，平均为39.35摄氏度；裸地稍凉，为38.12摄氏度；植被区平均为33.60摄氏度；而水体最凉，为31.76摄氏度。最热的建筑区与最凉的植被区之间的差距近6摄氏度，这是一个巨大的差距，凸显了用混凝土取代自然所带来的热影响。

这些发现清晰地描绘了伊巴丹的城市增长是如何重塑其局部气候的。研究证实，城市的升温是由植被被不透水表面取代驱动的，形成了一个在中心最热、边缘较凉的独特热特征。研究人员强调，这种热量不仅仅是整个城市的普遍变暖，而是建筑核心区的一种特定且剧烈的集中。数据表明，在市中心种植树木和恢复绿化覆盖可以提供即时且显著的降温效果，每增加一小部分绿化程度，潜在地可以将地表温度降低近两度。研究还指出，裸露的土地几乎和建筑区一样热，这意味着在施工前让土壤裸露，对局部气候的破坏程度与直接在上面盖楼一样严重。

研究人员总结认为，管理这些热岛需要针对性的行动。他们建议将绿化基础设施建设的重点放在确定的最热地区，而不是将资源均匀地分布在全市。保护现有的水体和城乡结合部的植被也至关重要，因为这些区域充当了天然的冷却储库。此外，新开发项目应考虑使用反射阳光或储存热量较少的材料，以减少整体热负荷。通过利用这些热量和植被地图，城市规划者可以做出明智的决策，保护居民免受极端高温的影响，确保伊巴丹的发展不会以牺牲宜居气候为代价。这项研究为如何利用卫星数据将抽象的温度读数转化为实现更凉爽、更可持续城市未来的具体计划提供了蓝图。

技术摘要：尼日利亚伊巴丹地表城市热岛效应的特征研究

问题陈述
尼日利亚城市快速且往往是非计划性的城市化进程正在改变地表能量平衡，并加剧了地表城市热岛（SUHI）现象。虽然此前在伊巴丹开展的研究记录了地表温度（LST）上升和植被流失的一般趋势，但对于这些热环境条件的“空间组织”仍缺乏深入理解。具体而言，现有研究尚未充分探索在城市内部尺度上异常高或低的地表温度（热簇与冷簇）在统计学上的显著性集中情况，也未能将 SUHI 强度、植被-温度关系以及土地覆盖特征整合进一个统一的空间显式框架中。本研究旨在解决识别热应力最集中区域的需求，以支持有针对性的城市规划和热风险管理。

研究方法
本研究利用获取自 2025 年旱季（11 月下旬至 2 月）的 Landsat 8 和 9 Collection 2 Level 2 数据（旨在减少云层覆盖并最大化热对比度）。工作流程在 Google Earth Engine (GEE) 和 ArcGIS Pro 中执行，包含以下步骤：

研究区域定义： 定义了一个面积约为 2,130 km² 的矩形范围，其中将伊巴丹大都市边界作为“城市核心”，并将 15 km 的缓冲环作为“农村参考区”。
数据处理： 通过对多幅影像进行去云处理并生成中值合成影像，以确保稳定代表旱季条件。
变量提取：
- LST： 直接从 Level 2 地表温度产品中通过单通道算法进行检索，并进行了大气校正。
- 植被： 利用地表反射率波段计算了归一化差异植被指数（NDVI）。
- 土地覆盖： 使用 GEE 中的随机森林分类器生成了四类图谱（建筑用地、裸地、植被、水体），总体精度达到 91%。
分析技术：
- SUHI 强度： 计算为城市核心区与农村缓冲环之间的平均 LST 之差。
- 剖面分析： 沿东西向和南北向采样温度剖面，以可视化城市到农村的梯度变化。
- 统计关系： 使用 Pearson 相关系数和普通最小二乘法（OLS）回归，量化整个像素群体（超过 236 万个像素）的 LST-NDVI 关系。
- 热点分析： 应用 Getis-Ord Gi* 统计量在 150 m 聚合网格上识别出在 90%、95% 和 99% 置信水平下具有统计学显著性的高温（热）和低温（冷）聚集区。

主要结果

温度分布： 研究区域的平均 LST 为 35.03°C，范围从 27.84°C 到 47.60°C。分布呈右偏态，表明极端高温集中于特定区域而非均匀分布。
SUHI 强度： 城市核心区的平均温度为 39.77°C，而农村缓冲环平均为 34.73°C，由此产生的 SUHI 强度为 5.04°C。剖面分析证实了建筑中心上方的“热穹顶”现象，温度在 42°C 以上达到峰值，并向植被丰富的周边地区下降。
植被关系： LST 与 NDVI 之间存在强负相关（ $r = -0.93$ , $R^2 = 0.86$ ）。回归方程（ $LST = 43.8 - 18.7 \times NDVI$ ）表明，NDVI 每增加 0.1，地表温度约下降 1.9°C。
土地覆盖影响： 建筑用地是最热的类别（39.35°C），其次是裸地（38.12°C）。植被（33.60°C）和水体（31.76°C）明显较凉爽。尽管植被覆盖了 73.1% 的面积，但仅占 19.3% 的紧凑型建筑用地驱动了暖核心的形成。
空间聚类： 热点分析显示，显著的热聚集覆盖了研究区域的 25.1%。至关重要的是，16.2% 的面积（约 345 km²） 处于 99% 置信度的热簇内，识别出了城市中心一个连贯的高强度热核心。相反，显著的冷簇（占面积的 27.7%）则分布在植被丰富的周边地区。

意义与主张
作者声称，本研究对伊巴丹 SUHI 进行了稳健且基于证据的特征化描述，其研究深度超越了简单的平均值差异，能够识别特定的、具有统计学显著性的热应力区域。通过将 SUHI 强度指标与 Getis-Ord Gi* 聚类相结合，本研究提供了一张“空间显式地图”，使规划者能够针对特定区域实施降温干预措施（如绿化和高反射表面）。

论文指出，强烈的 LST-NDVI 关系（ $R^2 = 0.86$ ）以及清晰的土地覆盖温度等级结构证实，保留植被和减少不透水面是降温的主要手段。对 345 km² 高置信度热核心的识别，为优先开展热风险管理提供了精确的足迹。作者总结认为，这些发现再现了已建立的全球城市气候模式，同时为伊巴丹提供了局部化的热感知城市规划基础，并建议未来的干预措施应重点关注识别出的热簇，且监测应跨季节进行并与人口暴露程度挂钩。

类似论文