城市热岛效应是指城市因大量的人工发热、建筑物和道路等高蓄热体及绿地减少等因素，造成城市“高温化”。城市热岛是人类对地球系统最显著的影响之一。中国春节的人口流动是世界上每年最大规模的人口迁移，近三年，全国客流量达到30亿人次以上。但是如此大规模的人口迁移如何影响城市热岛效应尚不清楚。
中国科学院大气物理研究所吴凌云、张井勇及合作者的最新研究表明，中国春节期间大规模人口迁移对城市热岛有显著影响，这种影响尤以夜间更为明显。在哈尔滨市，年春节黄金周的日平均、日最高、日最低气温与非假期相比分别降低了0.65°C（43%），0.31°C（48%），1.14°C（71%），这些变化都通过了95%的信度检验。作者进一步的研究表明类似的现象也发生在北京等其它大城市。
春节期间城区人口的大规模移出减少了人类活动，进而减少了人为热的释放及影响一些其它的过程，导致城市热岛明显减弱。研究结果表明现代大规模人类迁移对城市气候的重要作用。科学家最新研究找到城市热岛效应“罪魁祸首”
全世界约有一半的人口生活在城市，可每年的夏季却是他们生活中最残酷的体验之一。因此，人们会年复一年地发问：为什么城市变得越来越热？为什么看起来相似的两个城市热岛效应大不相同？湿润的气候、光滑的城市表面、深色的建筑……这些过去不被人们关注的因素，在科学家眼里却正是城市“热岛效应”的主要原因。南京信息工程大学大气环境中心的一项最新研究，首次量化了不同因素对城市热岛效应的影响，认为城市的当地气候背景对于热岛效应的影响要大得多，打破了人们此前关于城市热岛效应的不少“定论”。
该研究成果发表在日的《自然》杂志上，并被该杂志的“新闻与观点”栏目选为该期的亮点文章。对流的改变是白天城市热岛的主因
19年前的7月，美国芝加哥经历了其历史上最严重的热浪。在人口稠密的城市核心，近500人死于闷热的气温和湿度的压迫。
美国国家气象局之后确定，芝加哥这座城市的人造结构和表面创建了一个放大的小气候，从而加剧了这次致命的热浪。
此后的多年里，科学家们已经认识到城市热岛效应的危害，但仍难以完全解释它。现在，南京信息工程大学大气环境中心首席科学家李旭辉教授带领其团队，已经确定城市的当地气候背景对于热岛效应的影响巨大。
而在过去几十年里，人们通常认为由于城市植被覆盖减少，使得蒸发散热减小是导致城市热岛效应的主要原因，人们也一直认为热岛效应的强度主要受城市结构控制，比如城市大小、建筑物高度、人口密度等。
李旭辉团队利用地表温度及植被覆被的卫星遥感数据并结合气候模式对北美地区的65个城市进行了分析，首次量化了不同因素对城市热岛效应的影响。
研究表明，主导因素不是蒸发，而是城市的结构和人造建筑改变了大气对流效应，降低了从地面向大气的热传输效率。除此之外，包括建筑物、人行道，以及其他建筑结构要比植被和土壤储存更多的热量；人类工业活动所产生的热量；以及城市地表反照率的变化（反照率是指入射的太阳辐射与地表面反射的太阳辐射的比例，例如，浅色停车场具有较大的反照率）等也是引起城市热岛的主要原因。
所有的这些因素都在慢慢地改变城市的小气候，使得热岛效应愈加严重。在美国，热浪已经成为最致命的一种气象灾害。而气候模型预测表明，随着地球变暖，城市热浪的增长将更严重、更频繁。湿润气候条件下局地增温更明显
“传统的想法是，如果两个城市是相同的，他们应该有相同的城市热岛效应。”李旭辉说。但是他们的研究结果显示一个截然不同的故事：热岛效应的严重程度与城市当地的湿润气候条件密切相关。研究表明，湿润气候区城市热岛强度要大很多。他们认为，背景气候的影响非常大。在湿润的气候条件下，城市对流效率明显下降，造成局地增温。
比如，同样的两个城市，一个建在半干旱气候区，另一个建在湿润气候区，它们的热岛强度非常不一样。在多雨潮湿的气候区，对流效应可能使城市白天的平均温度上升3摄氏度。
这也就解释了，为什么中国长江中下游及江南地区城市让人感觉更热。
论文第一作者、大气环境中心博士研究生赵磊认为，地表粗糙度对城市热岛也有重要影响。目前的城市建筑大多采用表面平整的材料，而城市中的道路、草坪等地表类型看起来都比较光滑，这就不利于地表热量向大气扩散。
相反地，例如森林的粗糙度大于草地，更容易产生大气的湍流运动，从而使地表气温下降。也就是说，如果城市的粗糙度小于郊区的粗糙度，就会出现较强的热岛效应。相反，如果城市的粗糙度大于郊区的粗糙度，那么就会产生城市温度低于郊区温度的“冷岛效应”。
赵磊解释说，湿润地区城郊植被多为树林，地表粗糙，对流散热效率高，相比之下，这些地区城市的对流效率下降了58%，造成热岛效应。在半干旱地区，植物多为低矮的草地，而城市景观地表更为粗糙，对流散热效率更高，会抑制热岛效应，甚至造成“冷岛效应”。提高城市反射率可缓解热岛效应
值得重视的是，随着全球变暖和城市化的加剧，热岛效应将直接侵害城市居民的健康。世界卫生组织预计，到2050年，全球居住在城市的人口将达到70%。中国城市化速度非常快，已成为国内外关注的环境热点问题。
李旭辉在城市热岛效应的研究中提到，在全球城市化日益加剧、全球气温不断升高的背景下，城市热岛会对人体健康产生深远的不良影响。他认为：“高湿的环境会加剧温度效应，这种气候条件和城市热岛之间的协同关系会强化湿润环境下热浪对人体健康的不良影响。因此从公共健康的角度来看，热岛效应值得被重点关注。”
对于如何缓解城市热岛效应，李旭辉建议在城市规划设计的过程中，选用反射率高的材料或进行建筑表面粉刷，使更多的太阳辐射被反射出城市空间，根据城市主导风向进行通风廊道的设计以提高对流效率等因素，进行城市合理布局。比如屋顶、路面、停车场等用浅色的材料，就可以有效减缓城市热岛效应。美国芝加哥市在规划中进行反照率管理，已经证实是一个可行的选择，有利于缓解城市热岛效应。经历了1995年的热浪后，芝加哥市制定建筑规范，以促进屋顶反射率的提高。从1995年至2009年，该市反照率增加了约0.02，有效地缓解了城市热岛效应。
李旭辉表示，因为北美的气候和地理空间分布比中国简单，所以先分析了北美洲的城市热岛效应。他们正在用类似的理论框架分析国内各省的城市热岛强度。 北京正研究6条城市风道吹雾霾缓解热岛效应
相关研究建议，对主通风廊道区域控制开发强度及建设高度、密度，并打通风道障碍点
据悉，北京正研究6条主要的通风廊道，以增强通风潜力、缓解热岛效应。相关研究建议，对主通风廊道区域严格规划控制，包括控制建设高度和密度等，同时打通障碍点。研究建议恢复前三门暗河为明河
北京市城市规划设计研究院相关人士表示，根据目前北京中心城区的通风潜力和热岛分析结果，结合中心城区用地规划实施情况，以及北京的主导风向和清洁空气来源等，目前正研究6条主要的通风廊道，如植物园—昆明湖—昆玉河—玉渊潭—前三门大街走向等。
至于为何会研究城市风道，该人士介绍，根据2011年遥感结果分析，北京城市热岛加剧，热岛效应进一步加剧地区空气污染。中心城集中热岛主要连片区分布在三个区域，包括分钟寺至十八里店地区，该地区绿地少，建设密度大；南苑机场和首都机场区域，该区域受建筑材料等因素影响，热岛强度大，另外，前门至大栅栏地区也较为严重。
该研究建议，对主通风廊道区域严格规划控制，打通障碍点，提升环境品质并减少污染物排放。在6条风道上，还有4处区域被重点提及，包括北辰路—鼓楼大街一带、CBD东扩区、十里河区域、前三门护城河等。如针对前三门护城河，建议恢复前三门暗河为明河；针对北辰路—鼓楼大街一带则建议控制建设高度和密度。
该人士表示，目前6条风道仅为初步研究建议，主要做潜力分析，为北京正在修订的总规划提供初步参考。相关建议下一步还将从技术层面进行分析，并跟气象等专家进行探讨。多城市提出研究风道
从2013年开始，在城市建立风道“借风”除霾屡被提起。
2014年7月，北京市环科院相关负责人表示，相关部门正在研究城市风道，包括哪些地区是北京主导风向的通道、通道应该如何维持等。北京正在修订的城市总体规划中，或有专门章节阐述城市通道相关内容，这也是北京首次系统性和全规模地进行相关研究，相关研究结果预计2014年年底发布。
不仅是北京，近年来，上海、杭州、武汉、南京、株洲、贵阳、绍兴、福州等多个城市也纷纷传出类似声音，将进行城市风道规划，作为治理大气污染的手段之一。规划城市风道有何作用？
据了解，城市通风廊道又叫做城市风道，在静稳无风、大气扩散条件差的不利气象条件下，污染物容易堆积。因此，把郊外的风引进主城区，将霾等污染物吹走成为了备选除霾方式之一。
北京市环科院相关专家此前表示，总体而言，在北京主导风向上，应对建筑物的密度和高度控制留出空间，这对污染物、城市内部热量和废弃物疏散等都有作用。
环保专家彭应登说，城市风道不是建立的，而是在规划中先行落实的，包括北京在内的很多城市先期规划中都有风道的考虑，例如上世纪90年代北京城市规划中，四环至五环区域为连贯的绿化隔离地区，但保留情况不太好。
他认为，城市风道能保留一个城市的绿地、水面等生态红线，保留安全的绿色空间和生态格局。风道除霾的效果有多大？
把风道让出来，是否真能引风吹走雾霾？中国人民大学环境学院教授宋国君认为，北京每次遇到重污染过程基本处于无风的静稳状态，有风道但没风解决不了问题，治理大气污染，根本还是要治理污染源。
一位气象专家表示，大气层中接近地面的为摩擦层，摩擦层中的建筑物等，对大气运动的改变作用非常小。风道对大气污染治理的效果有多大需要科学论证。
彭应登表示，北京目前的雾霾，大于2级的风才可以吹动，如果有较强冷空气入京，雾霾可以被吹干净，但此时跟有无风道关系不会特别大。打通风道应该如何操作？
彭应登表示，目前正在研究的6条风道中，有几条存在“障碍点”。“这不是一个点或者一条线的问题，是一个区域的问题。”彭应登认为，6条风道中，部分建立在北京此前规划的生态廊道基础上，这部分风道重新规划的难度不是很大，但有一些廊道穿越中心城区，目前该区域已建成，重新优化的可能性较小。
他介绍，原来北京规划了绿化隔离带，目前一部分隔离带被蚕食得不连贯、不完整。在操作中，廊道的恢复不会大拆大建，而是在现有建设规模上尽可能的完善，例如控制建筑密度和高度等。
中国城市规划设计研究院总规划师杨保军认为，目前北京城区已经发展到了五六环，现在把风道空出来也很困难。风道有规划为何难保留？
不止是北京，很多城市在最初的规划中，都留有通风廊道，在专家看来，很多城市的最初规划可以用“完美”来形容。
“问题主要出在规划在实施的过程中变形了，生态红线更多让步于经济发展。”彭应登说，很多城市不断修规，就是为了应对城市的无序扩张和开发。
他表示，城市规划应该注意大范围的互相协调和衔接，例如在区域生态走廊、区域水环境上下游等方面，要打破现在因行政边界所带来的“城市群病”。例如北京，就应从京津冀大区域来考虑通风廊道等生态规划问题。武汉
武汉为了降温，一度在城市内外广泛布绿，建成六条生态绿色走廊。依靠这六条最窄二三公里、最宽十几公里的“风道”，以达到使武汉夏季最高温度平均下降1℃至2℃的目标。杭州
2013年11月，媒体报道称杭州市规划、环保等部门正在研究，希望建一个“城市风道”，把郊外的风引进主城区，把空气中的霾等污染物“吹”走，同时还可以缓解“热岛效应”。南京
针对雾霾污染，2014年初通过的《南京大气污染防治行动计划》中，打造南京“清洁空气廊道”被首次提出，江南、江北各规划3条生态通风走廊。根据《计划》，南京市将于2014年年底前划定城市“清洁空气廊道”。
关键字相关信息：
随着城市化的浪潮汹涌澎湃，身处城市之中的…
澳大利亚科学家研究发现，过去十年，虽然热…石河子绿洲冷岛效应总体呈先增强后减弱趋
时间： 6:32:41
第 30 卷第8期自然资源 学报Vol.30 No.8 Aug.,
年 8 月JOURNAL OF NATURAL RESOURCES基于遥感的石河子绿洲冷岛效应时空变化特征 及其影响因子分析高 原， 刘普幸*， 姚玉龙， 雍国正， 王 允（西北师范大学 地理与环境科学学院， 兰州 730070）摘要： 论文基于 1989、 2000 和 2013 年 Landsat TM/ETM+ 和 Land 8 TIRS 遥感数据、 植被指数 （NDVI） 、 土地利用/土地覆被变化 （LUCC） 及年均气温等资料分析了石河子绿洲冷岛效应时空 变化特征及其影响因子。结果表明： 近 25 a 来， 石河子绿洲冷岛效应总体呈先增强后减弱趋 势， 且市区南部和中东部存在两个高温中心， 城市南北向扩展快于东西向。NDVI 和地表温度 （TS） 负相关性显著 （R=-0.912） ， 且极高温区和高温区植被指数低， 反之亦然。 年极 低温区和低温区所占范围扩大， 增幅为 1.1 倍， 主要是水域面积增加显著， 并由林地、 草地、 耕地 转入， 绿洲冷岛效应增强；
年耕地与草地面积均减小， 而极高温区和高温区面积比 例从 19.64%增加到 26.75%， 增幅达 36.20%， 主要是建设用地扩大， 致使绿洲冷岛效应减弱， 表 明 TS 与 NDVI 和 LUCC 关系密切。此外， 城市化指数和气温也是影响绿洲冷岛效应的因子。石 河子绿洲气温上升与全球变暖相一致， 在未来城市发展中， 充分发挥绿洲冷岛效应就显得尤为 重要。 关 键 词：石河子绿洲； 地表温度反演； NDVI； LUCC 文献标志码：A 文章编号：15)08-1319-13 中图分类号：P463.2DOI：10.11849/zrzyxb.新疆作为古丝绸之路上重要的贸易场所，为经济发展、文化交流和民族融合做出了 巨大贡献。由于具有丰富的矿产资源、气候资源，现已建成了在全国有重要影响力的能 源化工基地、粮棉和瓜果生产基地。然而，新疆 95%以上的人口及工农业生产总值，聚 集于仅占全疆面积 8.22%的绿洲上[1]。因此，新疆社会经济的发展实质上是绿洲的发展， 而绿洲生态系统的可持续发展是新疆社会经济可持续发展的关键。 绿洲因具备水资源、土壤和气候要素等自然条件的最佳组合[2]，使它成为对抗干旱环 境的特殊生态系统。绿洲与其外围荒漠之间，通过源源不断的物质与能量交换，进行相 互渗透和相互作用，两者存在着复杂的反馈机制[2]，产生了“绿洲效应” 。由于绿洲和荒 漠特殊的下垫面性质和气候特征，导致行星边界层气象要素的不稳定，使绿洲相对外围 荒漠环境是个“冷源” ，形成了绿洲最显著的“冷岛效应”[3-4]。 1987 年 Oke 等[5]最先对绿洲冷岛效应做了研究，同年，国内学者苏从先等[4]通过野外 定点观测，首次提出了绿洲“冷岛效应”的形成机制。目前，冷岛效应的研究方法主要收稿日期：；修订日期：。 基金项目：国家自然科学基金项目 （） ；甘肃省科技计划基金项目 （0803RJZA094） ；甘肃省级重点学 科自然地理学项目。 第一作者简介：高原 （1989- ） ，男，陕西岐山人，硕士研究生，主要研究方向为干旱区域环境与绿洲建设。Email:
*通信作者简介：刘普幸 （1964- ） ，女，山西平遥人，教授，博士，中国自然资源学会会员 （SM） ， 主要从事干旱区域环境与绿洲建设、树轮水文学等研究工作。E-mail: &&&&1320自然 资 源 学报30 卷有常规方法和遥感方法两大类，常规方法以各种气象资料为基础，通过数学与统计计算 对绿洲冷岛效应进行分析[6]。与常规方法相比，遥感方法具有获取信息快、更新周期短、 信息量丰富等特点，逐渐成为研究地表冷热环境的主要方法，并得到了较好的应用， Rao[7]于 20 世纪 70 年代最先采用遥感技术对城市热岛效应展开研究。我国学者也利用遥 感资料做了大量研究，如马勇刚等[8]利用遥感数据构建了绿洲冷岛比例指数，分析了于田 绿洲“冷岛效应”变化特征；冯晓刚等[9]、师庆三等[10]以遥感定量反演地表温度为基础， 分别指出城市公园和植被覆盖度有显著的降温作用；李鑫等[11]通过对土库曼斯坦绿洲地 表热环境和土地利用格局变化分析，指出绿洲热环境效应减弱，冷岛效应增强；姚玉龙 等[12-13]利用 TM/ETM+数据对合肥市城市热岛进行分析，并指出城市绿地对于降低城市热 岛强度作用明显。然而，北疆绿洲，特别是石河子绿洲冷岛效应是增强还是减弱尚不清 楚。因此，本文以玛纳斯河流域石河子绿洲为研究对象，利用近 25 a 遥感资料探讨石河 子绿洲冷岛效应时空变化特征及其影响因素，以期对上述问题给予回答，并为绿洲城市 合理发展和城市应对全球气候变化提供科学依据。1 研究区概况石河子绿洲位于天山北麓中段，地处玛纳斯河流域中游地带，北依准噶尔盆地，南 靠天山，行政区划上主要包括石河子市和玛纳斯县。地势由东南向西北倾斜，主要地貌 为山前冲积平原与山地。属温带大陆性气候，年平均气温 5.7~7.6 ℃，年平均降水量 100~ 190 mm，日照时数达 2 600~3 100 h[2]。蒸发强烈，风大且频繁，冬春少雨雪且寒冷，夏 秋多暴雨而冷暖变化大。主要天然植被有榆 （Ulmus pumila） 、柽柳 （Tamarix chinensis） 等。主要天然土壤类型为栗钙土、灰钙土和灰漠土。该区为干旱灌溉绿洲农业，且开发 利用水平较高，绿洲成片分布，成为新疆最大的绿洲农业区[2]。2 数据与方法2.1 数据来源 本文选取石河子绿洲 1989 年 8 月 9 日、 2000 年 8 月 7 日和 2013 年 7 月 18 日条带号为 144/29 的 3 期夏季天气晴朗、图像质量高的 TM/ETM+数据和 Landsat 8 TIRS 数据，数据 来源于国际科学数据服务平台与美国地质调查局 （ 与 http://www. usgs.gov/） ，相关气象数据来源于中国气象科学数据共享服务网 （http://cdc./） 。 由于石河子绿洲 1990 年影像质量差，考虑到研究区时序长度的一致性，故用 1989 年影像 替 代 。 Landsat 8 卫 星 于 2013 年 2 月 11 日 成 功 发 射 [14]， 携 带 有 两 个 传 感 器 （OLI 和 TIRS） 。其中 OLI 传感器共有 9 个波段，波段 1—7 与 9 空间分辨率为 30 m，全色波段 （波 段 8） 空间分辨率为 15 m；TIRS （热红外传感器） 共有两个波段，波段 10 与 11 分辨率为 100 m。因此，利用 TM/ETM+ 数据第 6 波段和 Landsat 8 TIRS 数据的第 10、 11 波段来研 究地表热辐射和地面温度。社会经济统计数据来源于 《新疆统计年鉴》 与 《石河子统计 年鉴》 。利用 ERDAS 9.2 与 ArcGIS 9.3 软件对图像进行预处理，采用最邻近法进行像元重 采样，输出 30 m×30 m 大小的像元，均方根误差控制在 1 个像元之内。 2.2 地表温度反演 目前，利用遥感影像热红外波段反演地表温度的方法主要有普适性单通道算法、分&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析1321裂窗算法和多波段方法等。然而，反演地表温度的核心是如何提高结果的精度。因此， 本文采用覃志豪提出的精度高的单窗算法对
年两期 TM/ETM+数据进行地温 反演 [15- 17]。鉴于 Landsat 8 有独立热红外传感器，且具有双波段的特性，所以本文采用 Rozenstein 等[18]提出的两因素分裂窗算法对 TIRS 数据进行地温反演，计算公式如下：T s = A0 + A1T10 - A 2T11（1）式中： T s 为地表真实温度 （K） ， T10 、 T11 代表 Landsat 8 TIRS 数据第 10、 11 波段的亮 温； A0 、 A1 、 A 2 的算法及相关参数取值详见参考文献[18]。 2.2.1 计算地表比辐射率 （ εi ） TIRS 数据的每一像元可以看做是由裸土、植被和水体等其他地物按不同比列组成的 混合体，我们称之为混合像元。根据混合像元的热辐射组成，TIRS 数据的地表比辐射率 用下式估计： 式中： εi 是热红外波段的地表比辐射率 （i=10，11） ； εiv 与 εis 是植被和裸土在第 i 波段的 地表比辐射率，可以取值为 ε10v =0.986 7， ε11v =0.989 9， ε10s =0.967 7， ε11s =0.977 9；由 于水体像元的地表比辐射率相对比较稳定，只有轻微的变化，其取值为 0.991，具体估算流 程见文献[19]； R v 、 R s 分别是植被与裸土的辐射比率， dε 表示热辐射相互作用，它与植 被、裸土的 NDVI 值各为一半时达到最大，具体算法详见参考文献 [18]， P v 是植被盖 度，可通过植被指数计算得到： P v = ( NDVI - NDVI s ) / ( NDVI ν + NDVI s ) （3）εi = P v ? R v ? εiv + (1 - P v) ? R s ? εis + dε（2）式中： NDVI 为植被指数， NDVI ν 和 NDVI s 分别表示植被与裸土的 NDVI 值，一般取NDVI ν = 0.9 ， NDVI s = 0.15 。 NDVI 可利用 Landsat 8 数据第 4、5 波段计算： NDVI = ( B5 - B 4 ) / ( B5 + B 4 )（4）式中： B5 和 B 4 为 Landsat 8 数据第 4、5 波段的反射率。 2.2.2 计算大气透射率( τi )大气透射率与大气中水汽含量的变化密切相关，因此可以建立 τi 与水汽含量之间的 联系进行大气透射率的估算。考虑到研究区的地理位置，本文采用中纬度夏季大气透射 率估计方程进行计算。当大气水汽含量为 0.5& ω &3 g/cm2 时，有： τ10 = - 0.1134ω + 1.033 5 （5） 式中： ω 为大气水汽含量，可从气象站点数据中获得。 2.2.3 计算热辐射亮度温度( Ti )τ11 = - 0.1546ω + 1.007 8（6）首先，通过 Landsat 8 数据第 10、11 波段的灰度值 DNi 换算为辐射亮度 Li ： 然后，利用公式 （8） 将图像像元的辐射亮度换算为亮度温度 Ti ：Ti = Ki.2 / ln (1 + Ki.1/Li ) Li = L min + ( L max - L min ) ? DNi /65 535（7） （8）像头文件中获取； K10.1 、 K10.2 、 K11.1 和 K11.2 为常数，分别取 774.89 mW/(cm2 · sr · ?m)、上述公式中：i=10、11， L min 、 L max 为第 10、11 波段的最小和最大辐射值，可在图&&&&1322自然 资 源 学报30 卷1 321.08 K、480.89 mW/( cm2 · sr · ?m)和 1 201.14 K。 2.3 地表温度标准化 依据单窗算法和两因素分裂窗算法得到地表温度 T s ，为了利用不同时期影像所反演 的地表温度对绿洲冷岛效应进行研究，本文对 T s 进行标准化处理，消除季节对地表温度 的影响，其计算公式如下：NLST = (T si - T s min ) / (T s max - T s min )（9）其中： NLST 表示第 i 个像元经标准化的值； T si 为第 i 个像元的地表温度； T s min 表示地 表温度的最小值； T s max 为地表温度的最大值。 2.4 土地利用分类 基于预处理后的遥感影像，以 Workstation 为软件支撑，利用 1:10 万的
和 2000 年土地利用数据，采用人机交互的目视判读获得
和 2013 年 3 个时期的土地 利用数据。对解译的各期土地利用图采用随机抽样方法，进行分类结果的精度评价，结果 表明，三期影像分类总精度均在 90%以上，Kappa 系数均在 0.8 以上，符合分类的精度要求。 本文以中国科学院资源环境遥 感监测土地利用/覆盖分类体系为基 础，将土地分为一级类型 6 个，二级 类 型 27 个 。 其 中 一 级 分 类 包 括 耕 地、林地、草地、水域、建设用地 和未利用地。考虑到研究区水域面 积小这一实际情况，文章参考罗娅 等 土地分类方法，对上述分类体系[20]表 1 石河子绿洲土地利用/覆盖分类类型Table 1 Land use/land cover classes in the Shihezi Oasis 土地覆盖类型 耕地 林地 草地 水域 建设用地 未利用地 旱地、水田 有林地、灌林地、疏林地、其他林地 （苗圃及各 类园地） 高覆盖度草地、中覆盖度草地、低覆盖度草地 河流、水渠、湖泊、水库、池塘、沼泽地、滩地 城镇用地、农村居民点、交通道路、机场、厂 矿、工业园区 沙地、戈壁、盐碱地、裸土地、裸岩石砾地 具体含义下的二级分类进行合并和调整，把 处于水库边缘的未利用地中的沼泽地划到水域，制定出石河子绿洲土地覆盖类型 （表 1） 。3 结果与分析3.1 石河子绿洲地表温度及其等级分布特征 根据上述公式计算得到石河子绿洲
和 2013 年地温分布图 （图 1） 。从图 1图1石河子绿洲地温分布Fig. 1 Spatial pattern of Ts in the Shihezi Oasis&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析1323可以看出，近 25 a 来，石河子绿洲地表温度分布表现为南部、中东部存在两个高温中 心，主要分布在天山北麓和石河子市区东北部，城区高温范围呈先向东后向北的扩大态 势，且中东部的热中心范围向北扩大更明显。 由于地温分布图仅反映了某一区域在特定时间地表温度的高低，而不能很好地确定 温度等级。因此，为了更加准确地表示和评价绿洲温度时空分布状况，本文利用公式 （9） 对绿洲不同时期地表温度进行标准化处理，然后借助 ArcGIS 中自然断点分类法 （Natural Breaks） 把温度等级划分为极低温区、低温区、较低温区、中温区、较高温区、高温 区和极高温区 7 类，并得到地温等级图 （图 2） 和不同时期 7 类温度区面积比例 （表 2） 。 由表 2 可知，石河子绿洲 1989 年除中温区所占面积比例大于 30%外，高温区和极高 温区占研究区面积的 17.14%；而极低温区和低温区面积比例之和占总面积的 13.03%，低 温范围较小，结合图 1、2 可知这一时期石河子绿洲冷岛效应不显著，且零星分布于市区 外围。与 1989 年相比，2000 年该绿洲高温区与极高温区面积比例之和增加到 19.64%，增 加了 2.50%，增幅为 14.59%，高温范围有所扩大；而极低温区与低温区所占面积比例之 和从 1989 年的 13.03%增加到 2000 年的 27.73%，增幅达 1.1 倍，主要是水域从林地、草地 和耕地获得了较多转入面积，使低温区范围增加明显；有 18.17 km2 的耕地转入了建设用 地，使极低温区面积减小，但耕地在低温区面积变化不大。因此，该时期绿洲冷岛效应 相 对 增 强 。 2013 年 高 温 区 、 极 高 温 区 所 占 面 积 比 例 较 2000 年 分 别 增 加 了 43.35% 、 25.78%，主要是建设用地侵占了部分耕地、草地退化；而极低温区、低温区面积比例之 和却从 2000 年的 27.73%下降到 2013 年的 24.47%，减幅为 11.76%，反映出绿洲低温面积 缩小，而城市热岛面积显著扩大。结合图 1、2 可知该时期绿洲冷岛效应有减弱的趋势， 城市热岛效应范围扩大，绿洲城市向北部与东部发展。综上所述，近 25 a 来，石河子绿 洲冷岛效应变化总体表现为先增强后减弱的趋势，低温范围缩小，高温范围扩大，主要图2 表2年份 13 极低温区 1.67 1.56 0.01石河子绿洲地表温度等级图Fig. 2 Ts grade in the Shihezi Oasis研究区不同时期温度等级百分比 （%） 及绿洲冷岛指数较低温区 17.33 25.49 18.61 中温区 31.53 15.35 14.67 较高温区 20.97 11.80 15.50 高温区 12.57 11.65 16.70 极高温区 4.57 7.99 10.05 绿洲冷岛指数 0.114 1 0.239 9 0.209 8Table 2 Proportion of different Ts grades in different periods in the Shihezi Oasis and the OCRI 低温区 11.36 26.17 24.46&&&&1324自然 资 源 学报30 卷是城市扩展对城市热岛效应的发展起了助推作用。 绿洲冷岛指数反映了冷岛的发育程度，依据徐涵秋等 [21] 构建的城市热岛比例指数 （OCRI） ，参照绿洲冷岛指数[8]，本文进一步计算得到石河子绿洲冷岛指数 （表 2） 。由表 2 可知，近 25 a 来，石河子绿洲冷岛效应呈先增强后减弱的趋势，其中
年这 段时期明显增强，增强了 1.1 倍，表明该时期低温范围扩大，主要是由于水域面积增加， 侵占了部分林地、草地和耕地所致。而
年绿洲建设用地侵占了耕地、草地退 化，高温区范围显著扩大，冷岛效应缓慢减弱，减幅为 12.55%。这与上述地温反演得出 的结论一致。 3.2 绿洲冷岛效应空间变化特征 为了更好地揭示出石河子绿洲冷岛效应空间变化特征，本文参考马勇刚等[8]分析方 法，根据研究区绿洲城市轮廓、地物分布特征，以石河子主城区为中心，沿南北剖面线 方向上每 30 个像元取其平均值，垂直于剖面线的方向上取主城区中心点两侧每 30 个像元 的平均值。以此方法得到研究区三个时期两个方向上的标准化地表温度空间分布 （图 3） 。图 3 石河子绿洲温度东西向(a)、南北向(b)变化剖面Fig. 3 East-west (a) and north-south (b) profiles of NLST in the Shihezi Oasis during 由图 3 可知，两个方向上郊区与绿洲城市温度差异明显。从
年，石河子 绿洲东西向剖面线各年份形态较为吻合，水域、耕地同主城区的温度差异十分明显。南 北向 1989 年剖面线城区北部波动大，与居民点分散、撂荒地多有关；主城区与外围耕地 温度差异减小，在主城区波动逐渐变缓，南北向剖面线向北部移动更显著，表明城市主 要向北部扩展，绿洲冷岛效应在南北向减弱明显，城市热岛效应渐强，这与城区扩建不 透水面、人口和工厂增加有关。 3.3 绿洲冷岛效应时空变化的影响因素 3.3.1 气候变化的影响 气候条件是造成绿洲冷岛效应的外部因素，利用
年石河子绿洲气温与日 照资料，探讨石河子绿洲温度变化与全球变暖之间的联系 （图 4） 。由图 4 可知，近 48 a 来，石河子绿洲年均气温呈波动上升趋势，气候倾向率为 0.36 ℃/10 a，而日照时数总体 变化不大，呈微弱上升趋势，气候倾向率为 6.76 h/10 a。气温和日照时数上升与全球变 暖相一致，而研究区
年绿洲城市热岛效应增强及区域对气候变化的响应相一 致，是影响石河子绿洲冷岛效应变化的因子之一。 3.3.2 植被指数 （NDVI） 的影响&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析1325图4石河子绿洲气温、日照时数变化曲线Fig. 4 Air temperature and sunshine duration changes in the Shihezi Oasis图5石河子绿洲地表温度和植被指数分布及散点图Fig. 5 Spatial distribution and scatter plot of Ts and NDVI in the Shihezi Oasis为了对下垫面地物性质的植被指数 （NDVI） 和地表温度 （TS） 的关系进行分析，本 文以 2013 年为例，用 NDVI 空间分布图与地温分布作对比，并选取 400 个随机点，剔除位 于水体像元的点，通过提取 NDVI 和 TS 值得到二者关系散点图 （图 5） 。由图 5 可知，TS 与 NDVI 呈显著负相关性，相关系数达-0.912。结合这一时期的土地利用数据可知，中部石 河子市区和东部玛纳斯县城温度远高于外部耕地、水域温度，形成温度高值区。而市区 外围 NDVI 值明显大于城市中心，一方面是由于植被对太阳辐射的吸收和蒸腾作用强，减 少了到达地表的热量，另一方面植被盖度低的市区，不透水面积大且热容量较小，导热 强，增温快。此外，研究区北部大泉沟水库、夹河子水库和玛纳斯河附近地表温度与 NDVI 值最低，是由于水体和土壤热比容量差异显著，致使单位时间水体吸收的太阳辐射 最少，调节气温作用明显。据统计资料，石河子市人均绿地面积从 1990 年的 4.29 m2 增加 到 2013 年的 10.69 m2，增幅达 149.18% ，表明经济高速发展对于园林绿化建设投资加 大，改善了市区人居环境。而主城区局部温度等级降低，与城市绿地、水域的降温作用 密不可分，一定程度上缓解了城市热岛效应。反映了植被指数 （NDVI） 和地表温度 （TS） 之间关系密切。 3.3.3 社会经济发展的影响 众所周知，干旱区绿洲冷岛效应除了与气候条件有关外，也与社会经济发展、城市 化进程关系密切。于淑秋等[22]研究表明，城市化指数的变化与城市热岛强度的变化非常 相似，二者具有良好的线性关系。因此，本文利用城市化指数涉及的人口、地区生产总&&&&1326自然 资 源 学报30 卷图6石河子历年社会经济发展情况Fig. 6 The historical social and economic statistics in Shihezi值、投资总额等指标说明社会经济发展与石河子绿洲冷岛效应之间的关系。 据统计资料及图 6 可知，近 25 a 来，石河子绿洲人口虽呈先快速增加后略有减少的 趋势，但总人口已突破 62×104 人，且在 2006 年达到 64.24×104 人的人口高峰。人口的快速 增加为经济发展注入活力，也是城市扩展的潜在因素。体现经济实力的生产总值在 2000 年后显著增加，从 2000 年的 25.36×108 元增加到 2013 年的 208.19×108 元，增幅超过 7 倍。 经济实力的增强，加大了对各行业建设的投入，其中 2011 年投资总额首度超过生产总值 的增速，达到 150.75×108 元，约占该年生产总值的 88.37%。房屋建筑施工面积与投资总 额变化一致性高，以 2000 年为转折点， 年施工面积增加缓慢， 年 二者增速明显，增幅超过 6 倍，反映出在西部大开发战略的指导下，绿洲城镇化进程加 快，城市规模扩大，是绿洲冷岛效应减弱的重要原因。人均道路面积从 1990 年的 4.72 m2 增长到 2013 年的 28.09 m2，增幅约为 5 倍，且 2000 年之后人均道路面积增速加快。表明 城市道路建设发展迅速，不透水面积增加显著。同时，石河子市工业园区兴建以及辖区 北泉镇化工园区快速扩张，使市区东部和北部高温范围增加显著。 3.3.4 土地利用/土地覆被变化 （LUCC） 的影响 通过 3 期遥感影像解译得到研究区土地利用类型(图 7)，统计各期各类土地利用类型 变化，并利用 ArcGIS 空间分析工具分别把 、
年两个阶段的土地 利用变化图与遥感影像进行叠置分析，得到石河子绿洲土地利用变化转移矩阵 （表 3、 4） 。从表 3、 4 可知：
年土地利用类型发生了较大的变化，与 1989 年相比， 2000 年研究区林地、草地和耕地面积均在减少，分别减少了 14.15% 、 6% 和 2.78% ；有 18.17 km2 的耕地变成建设用地，主要是从极低温区转出，而低温区变化不大；建设用地&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析1327图 7 石河子绿洲土地利用/覆盖变化Fig. 7 Land use/coverage change of the Shehezi Oasis表3 年石河子绿洲土地利用动态转移矩阵2000 年 耕地/km2Table 3 Dynamic transfer matrix of land uses in the Shihezi Oasis during
林地/km 3.81 5.22 0.38 0.10 0.43 9.942草地/km 12.84 0.35 88.88 1.13 0.43 103.642水域/km2 6.16 0.31 1.71 30.90 0.14 39.22建设用地/km2 18.17 0.44 3.65 0.68 42.24 65.19总计/km2 464.39 11.58 110.25 35.48 47.79 669.49耕地/km 林地/km 1989 年2 .26 15.63 2.66 4.55 451.50草地/km2 水域/km2 建设用地/km2 总计/km2表4 年石河子绿洲土地利用动态转移矩阵2013 年 耕地/km2Table 4 Dynamic transfer matrix of land uses in the Shihezi Oasis during
林地/km 2.28 7.73 0.04 0.00 0.12 10.172草地/km 3.00 0.00 91.50 1.24 0.02 95.762水域/km2 4.13 0.10 1.73 36.00 0.32 42.28建设用地/km2 29.01 1.09 5.91 0.38 61.68 98.07总计/km2 451.50 9.94 103.64 39.22 65.19 669.49耕地/km 林地/km 2000 年2 .02 4.45 1.61 3.05 423.20草地/km2 水域/km2 建设用地/km2 总计/km2和水域面积增加了 17.4、3.74 km2。各土地类型之间相互转化差异大，水域从林地、草地 和耕地获得较大转入面积，为 8.18 km2，对低温区面积比例的增加贡献最大；尽管该时 期建设用地的显著增加是靠占用林地、耕地和草地，增幅为 36.39%，但高温区、极高温 区面积比例较低温区和极低温区小，所以研究区整体上冷岛效应增强。到 2013 年，耕地 和草地面积合占研究区总面积的 77.52% ，较 2000 年二者面积减少了 36.18 km2，减幅为 6.97% ，其中有 29.01 km2 的耕地变为建设用地；水域、建设用地和林地面积均在增加， 其中建设用地面积增加了 32.88 km2，增幅达 50.45%，以耕地、草地对水域和建设用地面 积增加的贡献大。而这一时期高温区、极高温区所占比例明显增加，增幅为 55.34%。研&&&&1328自然 资 源 学报30 卷究区耕地面积缩小、草地退化，使绿洲冷岛效应缓解城市热岛效应的功能减弱，并且随 着人口增加和经济发展，城市的扩张主要靠占用耕地来发展，不透水面积增加，致使研 究区冷岛效应减弱，城市热岛效应增强。 以
年土地利用数据与地温等级图为例，对二者进行叠置分析，用每一地 物类型提取相应温度等级面积，绘制出
年各类地物占温度等级比例柱状图 （图 8） 。 由图 8 可知， 2000 年草地所占极高温区、高温区和较高温区面积比例较大，为 79.09%，其主要分布在天山北麓及河流滩地，多裸岩和沙地，植被覆盖度低；耕地、林 地、水域主要集中在极低温区、低温区和较低温区，所占面积比例分别为 72.77% 、 45.04% 、 58.44% ； 建 设 用 地 集 中 在 较 高 温 区 和 高 温 区 ， 面 积 比 例 分 别 为 46.20% 、 24.73%，低温范围大于高温范围，绿洲冷岛效应强。与 2000 年相比，2013 年耕地、草地 和水域占极低温区、低温区面积比例均有所下降，其中以极低温区和低温区水域面积比 例减少最显著，转变为中温区与较高温区面积比例大，绿洲冷岛效应有所减弱；建设用 地在极高温区与高温区面积增幅为 93.38%，且以极高温区增加最显著，超过 5 倍，城市 热岛效应增强。结合表 4 可知，这一时期绿洲冷岛效应减弱，主要是由于研究区耕地、 草地向建设用地转入，减弱了高植被盖度的面积及其对气温的调节功能。注：其中 a 至 g 分别代表极低温区、低温区、较低温区、中温区、较高温区、高温区和极高温区。图82000 和 2013 年各类地物类型所占温度等级比例Fig. 8 The percentage of Ts classes in different land use types in 2000 and 2013综上所述，随着绿洲人口的快速增加、城市化推进和建设用地的扩张，乱占耕地的 现象也愈来愈普遍。因此，以人类社会经济生产活动引起的土地利用/土地覆被变化就成 为影响绿洲冷岛效应的主导因素。所以，未来应通过加强绿洲防护林体系建设、保护耕 地、植树种草、保护现有水域、增加城市绿化面积等措施来维护和发挥绿洲冷岛效应， 减少气候变暖带来的不利影响，为绿洲稳定与区域社会经济可持续发展提供可靠的生态 保障。4 结果与讨论1） 近 25 a 来，研究区地表温度在南部山麓和市区中东部存在两个高温中心，且市区 高温范围明显扩大，城市热岛效应发展强烈。反映绿洲冷岛效应的极低温区和低温区面 积比例呈先增加后减少的态势，表明石河子绿洲冷岛效应呈先增强后缓慢减弱，与绿洲 冷岛指数变化相一致。&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析13292） 绿洲冷岛效应空间变化与城市扩展密切相关，
年，研究区南北向标 准化地表温度 （NLST） 剖面线较东西向波动小，且南北向剖面线向北部明显移动，绿洲 城市主要向北部发展，冷岛效应南北向减弱明显。 3） NDVI 与 TS 存在显著负相关性，表明地表植被覆盖度对绿洲冷岛效应的强弱变化 影响显著。 4） 从土地利用/土地覆被变化看，研究区水域面积从 1989 年的 35.48 km2 增加到 2000 年的 39.22 km2。转入到建设用地的耕地、草地、林地面积分别是 18.17、0.44、 3.65 km2， 占这 3 种地物类型转出面积比例的 3.91% 、 3.80% 、 3.31% ，并对中温区和较高温区贡献 大。处在低温区的水域对绿洲冷岛效应贡献最大，绿洲冷岛效应相对增强； 年城市发展侵占耕地、草地退化，低温范围缩小，绿洲冷岛效应减弱。建设用地面积比 例增幅达 50.45%，对热岛效应贡献最大。 5） 研究区气温上升与全球气候变暖一致，因此，在全球气候变暖背景下发挥石河子 绿洲冷岛效应就显得极为重要。 6） 城市化指数分析表明社会经济发展也是影响绿洲冷岛效应变化的重要因子。 利用 Landsat 8 TIRS 数据反演绿洲地表温度，揭示了研究区下垫面的景观格局，准 确反映了绿洲温度场分布规律，可为城市热环境评价、绿洲冷岛效应变化和热源调查提 供科学依据。由于绿洲下垫面复杂性显著，受 Landsat 8 TIRS 数据云覆盖及时间的限 制，对于绿洲冷岛效应日变化的分布和演变，没有进行更细的定量化分析，这将是我们 今后进一步研究的重点。 参考文献(References):[1] [2] [3] 袁榴艳. 新疆绿洲发生发展研究 [D]. 杨凌: 西北农林科技大学, 2003. [YUAN Liu-yan. Research of the Oases Shaping Process and Development. Yangling: North West Agriculture and Forestry University, 2003. ] 申元村, 汪久文, 伍光和, 等. 中国绿洲 [M]. 开封: 河南大学出版社, 6. [SHEN Yuan-cun, WANG Jiuwen, WU Guang-he, et al. Oasis of China. Kaifeng: Henan University Press, 6. ] 苏从先, 胡隐樵, 张永平, 等. 河西地区绿洲的小气候特征和“冷岛效应” [J]. 大气科学, ): 390-396. [SU Cong-xian, HU Yin-qiao, ZHANG Yong-ping, et al. the microclimate character and “Cold Island Effect” over the oasis in Hexi region. Chinese Journal of Atmospheric Sciences, ): 390-396. ] [4] [5] [6] 苏从先, 胡隐樵. 绿洲与湖泊的冷岛效应 [J]. 科学通报, ): 756-758. [SU Cong-xian, HU Yin-qiao. Cold island effect of the oasis and lake. Chinese Science Bulletin, ): 756-758. ] Oke T R. Boundary Layer Climate [M]. Methuen, 1987. 程晨, 蔡喆, 闫维, 等. 基于 Landsat TM/ETM+的天津城区及滨海新区热岛效应的时空变化研究 [J]. 自然资源学 报, ): . [CHENG Chen, CAI Zhe, YAN Wei, et al. Study of temporal and spatial variation of urban heat island based on Landsat TM in central city and Binhai new area of Tianjin. Journal of Natural Resources, ): . ] [7] [8] Rao P K. Remote sensing of urban heat islands from an environmental satellite [J]. Bulletin of the American Meteorological Society, 1972(53): 647-648. 马勇刚, 贡璐, 丁建丽. 塔里木南缘绿洲“冷岛”效应时空变化研究: 以于田地区为例 [J]. 中国沙漠, ): 866-869. [MA Yong-gang, GONG Lu, DING Jian-li. Spatial-temporal change of “Cool Island” effect in southern Tarim Basin: A case study in Yutian Oasis. Journal of Desert Research, ): 866-869. ] [9] 冯晓刚, 石辉. 基于遥感的夏季西安城市公园“冷效应”研究 [J]. 生态学报, ): . [FENG Xiao-gang, SHI Hui. research on the cooling effect of Xi an parks in summer based on remote sensing. Acta Ecologica Sinica, ): . ]&&&&1330自然 资 源 学报30 卷[10] 师庆三, 肖继东, 熊黑钢, 等. 绿洲冷岛效应的遥感研究: 以奇台绿洲为例 [J]. 新疆大学学报: 自然科学版, ): 334- 336. [SHI qing- san, XIAO Ji- dong, XIONG Hei- gang, et al. Research on the Cold- Island Effect — Based on the Qitai Oasis. Journal of Xinjiang University: Natural Science, ): 334-336. ] [11] 李鑫, 丁建丽, 王刚, 等. 土库曼斯坦典型绿洲土地利用格局变化的地表热环境响应研究 [J]. 水土保持研究, ): 200-202. [LI Xin, DING Jian-li, WANG Gang, et al. Study on the response of surface thermal environment to land use pattern changes in typical oasis of Turkmenistan. Research of Soil and Water Conservation, ): 200-202. ] [12] 姚玉龙, 刘普幸, 陈丽丽, 等. 近 30 年来合肥市城市扩展遥感分析 [J]. 经济地理, ): 66-72. [YAO Yulong, LIU Pu- xing, CHEN Li- li, et al. Urban expansion analysis Hefei City in the last 30 years by using remote sensing. Economic Geography, ): 66-72. ] [13] 姚玉龙, 刘普幸, 陈丽丽. 基于遥感影像的合肥市热岛效应时空变化特征及成因 [J]. 生态学杂志, ): . [YAO Yu-long, LIU Pu-xing, CHEN Li-li. Spatial-temporal variation characteristics and causes of urban heat islands in Hefei City, Anhui Province of China based on remote sensing. Chinese Journal of Ecology, ): . ] [14] NASA. LDCM launch [EB/OL]. http://www.nasa.gov/mission_pages/Landsat/launch/index.html. . [15] 覃志豪, Li W J, Zhang M H, 等. 单窗算法的大气参数估计方法 [J]. 国土资源遥感, 2003(2): 37-43. [QIN Zhihao, LI Wen-juan, ZHANG Ming-hua, et al. Estimating of the essential atmospheric parameters of MoNo-Window algorithm for land surface temperature retrieval from Landsat TM 6. Remote Sensing for Land and Resources, 2003 (2): 37-43. ] [16] 覃志豪, Zhang M, Karnieli A, 等. 用陆地卫星 TM6 数据演算地表温度的单窗算法 [J]. 地理学报, ): 456-466. [QIN Zhi-hao, ZHANG Ming-hua, Arnon Karnieli, et al. Mono-window algorithm for retrieving land surface temperature from landsat TM 6 data. Acta Geographica Sinica, ): 456-466. ] [17] Qin Z H, Karnieli A, Berliner P. A mono- window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region [J]. International Journal of Remote Sensing, ): . [18] Rozenstein O, Qin Z H, Derimian Y, et al. Derivation of land surface temperature for Landsat-8 TIRS using a split window algorithm [J]. Sensors, 68-5780. [19] Wang F, Qin Z H, Song C Y, et al. An improved mono- window algorithm for land surface temperature retrieval from Landsat 8 thermal infrared sensor data [J]. Remote Sensing, ): . [20] 罗娅, 杨胜天, 刘晓燕, 等. 黄河河口镇—潼关区间
年土地利用变化特征 [J]. 地理学报, ): 42-53. [LUO Ya, YANG Sheng-tian, LIU Xiao-yan, et al. Land use change in the reach from Hekouzhen to Tong[21] 徐涵秋, 陈本清. 不同时相的遥感热红外图像在研究城市热岛变化中的处理方法 [J]. 遥感技术与应用, ): 131- 132. [XU Han- qiu, CHEN Ben- qing. An image processing technique for the study of urban heat island change using different seasonal remote sensing data. Remote Sensing Technology and Application, ): 131132. ] [22] 于淑秋, 卞林根, 林学椿. 北京城市热岛“尺度”变化与城市发展 [J]. 中国科学 D 辑, ): 97-106. [YU Shu-qiu, BIAN Lin-gen, LIN Xue-chun. Urban heat island “scale” change and development of Beijing. Science in China Earth Science, 2005, 35 (S1): 97-106. ] guan of the Yellow River during . Acta Geographica Sinica, ): 42-53. ]&&&&8期高原 等： 基于遥感的石河子绿洲冷岛效应时空变化特征及其影响因子分析1331Spatial-temporal Characteristics and Factor Analysis of the Cold Island Effect in the Shihezi Oasis Based on Remote Sensing ImagesGAO Yuan, LIU Pu-xing, YAO Yu-long, YONG Guo-zheng, WANG Yun(College of Geography and Environment Sciences， Northwest Normal University, Lanzhou 730070, China)Abstract: The paper analyzes the characteristics of spatial-temporal change and factors of the cold island effect in the Shihezi Oasis based on the remote sensed Landsat TM/ETM + and Landsat 8 TIRS data in
and 2013 as well as NDVI, LUCC and annual average rainfall data. The results showed that the cold island effect of Shihezi Oasis firstly went weakened and then became strengthened in recent 25 years. There were two heat center, which located in the southern and eastern of the study area. NDVI and LST have a significant negative correlation (R= - 0.912). The vegetation index in extreme-high temperature and high temperature area is low. In , the proportion of extreme-low temperature and low temperature area increased 1.1 times. The reason is that some grassland, woodland and farmland turned into water which led to the cold island effect of oasis increased. During , the area of farmland and grassland reduced, while the proportion of extreme-high temperature and high temperature area increased from 19.64% to 26.75%, since the expansion of construction land resulted in the weakening of the oasis cold island effect. It disclosed that LST is closely related with NDVI and LUCC. In addition, urbanization index and temperature are also influence factors of the cold island effect. The temperature risen in the Shihezi Oasis is consistent with global warming. It is important that we should make use of the cold island effect of the oasis in the future urban development. Key words: Shihezi O land surface t NDVI; LUCC}