辽宁省及其沿海区域生态足迹的动态变化

利用生态足迹分析法方法计算了辽宁省及其沿海6市(葫芦岛、锦州、盘锦、营口、大连和丹东)2003-2005年的生态足迹,分析了生态足迹的变化规律及变化原因,并评价了该区域可持续发展状况.结果表明:2003-2005年辽宁省及其沿海6市的生态足迹均超过了其生态承载力,全省人均生态赤字有逐年增加的趋势;沿海6市中人均生态赤字最高的城市为盘锦市,然后依次为锦州市、葫芦岛市、营口市、丹东市和大连市.生态足迹供需结构表明,辽宁省及沿海生6市生态足迹需求主要以化石能源地为主,但均有较高的水域类生态盈余.3年间万元GDP生态足迹总体呈下降趋势,表明辽宁省及其沿海6市的资源利用率不断提高.最后提出了减少区域生态赤字的对策.     

植物物候对重庆主城区热岛效应的响应

为探究植物物候对山地城市内部热岛效应的响应特征,于2016年1月—2017年1月对重庆市主城区80种木本植物进行地面物候观测,同时利用Landsat 8热红外数据反演研究区地表温度,结合同时期地面实测气温,对研究区热岛强度等级进行划分,进而比较城市内部不同热岛强度等级下植物物候变化特征。结果表明,热岛过渡区与热岛区植物展叶期较凉岛区分别提前了5.1 d和8.1 d,初花期分别提前了4.0 d和20.8 d,终花期分别提前了4.8 d和11.6 d,而落叶期分别推迟了8.5 d和18.9 d,即城市内部热岛増温使植物春季物候提前,秋季物候推迟,生长季延长,且物候变化幅度随热岛强度等级增大而增大。不同功能型植物物候对热岛増温的响应存在差异,灌木、常绿植物和引种植物物候比乔木、落叶植物和本土植物更加敏感。本研究在一定程度上填补了我国西南山区物候研究的空缺,可为预测城市植物物候对未来山地城市小气候变化乃至全球气候变暖趋势的响应提供早期预警。     

成渝城市群城镇化的热岛效应

热岛效应是城镇化对生态环境的重要影响之一,科学评价城镇化过程中热岛效应的时空变化对于新型城镇建设具有重要意义。成渝城市群位于中国西部,是由成都-重庆2个特大城市,以及14个大、中、小城市组成的城市群,近年来城镇化的快速发展,使得热岛效应日益突出。本研究利用MODIS/Terra卫星2000—2010年的逐月地表温度数据,计算成渝城市群内16个城市城区和城市郊区的平均温度之差,进而分析城市群的热岛效应。结果表明:(1)成渝城市群存在较为明显的四季和昼夜的热岛强度差异;(2)特大城市重庆市和成都市的热岛效应明显强于其他大、中、小型城市,城市群内建成区规模与城市日间热岛强度呈显著的相关性;(3)2000—2010年所有城市的热岛效应呈减弱趋势,10年间热岛强度下降0.3℃。老城区热岛强度10年间平均上升0.21℃,其中日间热岛强度变化较小,夜间热岛强度呈显著上升趋势。     

辽宁省玉米旱灾时空分布特征及综合风险评价

以辽宁省气象数据、空间数据和田间管理数据集为基础,首先,依据自然灾害风险形成理论,从危险性、脆弱性、暴露性和防灾减灾能力四因子入手,选择10个副指标,构建辽宁省玉米旱灾综合风险评价指标体系,并利用组合加权法和GIS空间分析方法,确定其权重及区域化。利用自然灾害风险指数法和加权综合评价方法,建立辽宁省玉米旱灾综合风险评价模型,并进行了辽宁省玉米旱灾时空分布特征分析及综合风险评价研究。结果表明：（1）自1960年以来,研究区干旱频率总体呈上升趋势,尤其2010年以后有明显增加态势。其中1970-1979年间干旱发生频率较低,2010-2019年间干旱频率最高。不管是月尺度、季节尺度、生长季尺度还是年际尺度,辽宁省西北部干旱频率普遍较高,而东南部干旱频率较低。干旱强度呈现从辽宁省中部地区向东西地区两个方向递减的趋势,高值出现在辽宁省中部的阜新、锦州、铁岭、辽阳、盘锦、鞍山、营口和大连等地。干旱历时从辽宁省东部向西部区域递减的趋势,其中高值出现在铁岭北部、盘锦、鞍山、营口和丹东南部等地,低值分布在朝阳西南部、葫芦岛西北部、本溪西部和丹东等地。（2）从4个因子角度来说,辽宁省朝阳西部和葫芦岛西北部玉米旱灾危险性指数较低以外其他区域玉米旱灾危险性指数均较高。然而,辽宁省西北玉米主产区玉米旱灾脆弱性指数和暴露性指数均较高,且防灾减灾能力较低。当4个因子加权综合评价时,辽宁省西北部玉米旱灾综合风险呈现较高的现象。研究结果可为保障辽宁省粮食安全及制定防灾减灾政策提供理论依据和科学指导。     

京津冀城市群热岛定量评估

在采用城乡二分法估算区域范围内多个城市地表热岛强度(Surface Urban Heat Island,SUHI)时,如何选择城镇化影响最小的周边乡村背景是一个技术难点,提出了一种基于地形、土地利用、植被覆盖和城市夜间灯光指数来确定乡村背景的SUHI估算方法,并建立了基于SUHI和热岛比例指数(Urban Heat Island Proportion Index,UHPI)的城市热岛强度定量评估方法。利用上述方法,基于长时间序列MODIS和NOAA卫星资料,开展了京津冀城市群11个平原城市热岛时空变化分析与评估,并开展了社会经济驱动因子对城市热岛大小的影响评估研究,同时结合未来京津冀一体化发展提出相应参考建议。研究结果表明:(1)建立的SUHI估算方法能有效监测城市群热岛年/季和昼/夜变化,近5年(2010—2014)年均SUHI≥3℃的热岛总面积1926km~2,但在热岛最强的夏季白天可达7386 km~2(占行政区域面积的5.8%);排名前四的分别是北京(2351 km~2)、天津(1883km~2)、唐山(889 km~2)和石家庄(611 km~2),显示出超大、特大城市及资源性城市贡献了大部分城市群热岛面积;各中心城区平均SUHI和UHPI分别为3.0℃和0.61,热岛评估达到较严重等级以上的城市占到73%,表明当前城市群整体热岛处于严峻现状;(2)1994、2004年和2014年夏季白天城市群强热岛面积分别为190、1975、4539 km~2,各中心城区平均SUHI分别为1.2、2.6、3.2℃,UHPI分别为0.29、0.58和0.69,热岛评估等级分别为"一般"、"较严重"和"严重"等级,反映了20年来京津冀城市群热岛迅速增强增大事实;(3)各城市年均热岛面积增加2—86 km~2/a,强热岛面积增加主要发生在超大城市,北京、天津强热岛区之间的最短空间距离从1994年的94 km逐步缩减到2014年的52 km,未来存在形成"京津区域热岛群"的可能,建议在京津之间建立"绿色生态屏障"来消除这种可能性;(4)城镇人口数、国内生产总值和用电量都极大地影响着京津冀城市热岛大小,拟合模型决定系数R2分别为0.9097、0.912和0.9661,意味着在未来京津冀一体化城市发展中可采取控制城市人口规模、减少能源消耗等措施减缓热岛效应。     

2003-2011年夏季北京城市热景观变化特征

自北京城市总体规划(2004—2020年)以来,城市化快速发展,强烈的人类活动改变了城市的热环境。基于2003年、2007年和2011年夏季同时期的TM遥感卫星影像,采用遥感反演地温的方法,运用RS、GIS以及景观分析工具,对北京城市六环内的热场和热岛变化特征进行了分析。分析结果表明,2003—2011年北京城市六环内的热场分布特征发生了很大变化,2003年城市各环线内的植被覆盖度最低,但是夏季城市的地表辐射亮温分布差异相对较小,热岛特征也并不十分明显,随着城市建设规模扩大和用能的增加,到2011年,尽管城市植被覆盖度提高很快,但城市和城郊的温差达到最大,城市热岛在不断增强,热场向城市中心集聚趋势明显。通过城市热岛等级类型的景观指数分析表明,2011年的高等级的热岛斑块分布范围和强度都明显提高,而且城市五环内高等级的热岛范围基本连成一片。由于城市人类活动的加剧各热岛等级斑块的形状更加复杂。在景观水平上的分析显示,2007年的热景观斑块类型多,在六环内的分布均匀,破碎化程度高,至2011年,景观斑块的蔓延度逐渐下降,低等级的热岛斑块优势度逐渐降低。研究结论可以为城市管理决策部门制定有效的热岛效应缓解措施提供理论依据。     

1961—2019年辽宁省高温天气变化特征

深入理解高温热浪天气的变化特征、辨识其影响因素,对于科学防控高温天气的危害、保障经济社会可持续发展具有重要意义。本研究基于1961—2019年6—8月辽宁省23个气象站点的日最高气温、相对湿度和风速数据,分析日最高气温(Tx)、日最高体感温度(AT)和高温热浪(连续3 d≥35 ℃)的变化特征,并采用灰色关联度分析气象因子对AT的影响。结果表明: 1961—2019年,辽宁省各站点6、7和8月Tx的平均值分别为26.19、28.29和28.14 ℃,气候倾向率平均值分别为0.17、0.20、0.17 ℃·(10 a)^-1,AT的平均值分别为27.35、31.13、31.08 ℃,气候倾向率平均值分别为0.38、0.35、0.28 ℃·(10 a)^-1。6—8月,研究区各站点Tx、AT与其气候倾向率均呈显著负相关关系,说明夏季Tx、AT低值区的增温幅度大于高值区,应重视研究区夏季Tx、AT低值区的高温防御。6—8月,各站点日最高气温≥35 ℃日数平均值为0.85 d·a^-1,6、7月明显大于8月,高值区主要位于辽宁西部,低值区主要位于辽宁南部和滨海地区,平均增加速率为0.20 d·(10 a)^-1。各站点多年平均高温热浪次数为0.071次,高值区主要分布在西部地区,南部和滨海地区未出现高温热浪事件。关联度分析表明,6月最高体感温度与相对湿度关系最密切,而7月和8月最高体感温度与最高气温关系最密切。因此,在高温天气预报预警中应充分考虑相对湿度的影响。     

沈阳近郊和远郊的热岛特征及其与城市化的关系

基于气温数据,对1961-2008年沈阳近郊和远郊热岛强度的月、年和年代际动态变化及其与城市化的关系进行研究.结果表明：沈阳近郊的月热岛强度和年热岛强度均高于远郊,即从近郊到远郊,热岛强度呈减小趋势.近郊和远郊热岛强度的变化趋势在3-11月较为一致,12月至翌年2月相反,这可能与冬季取暖有关.近郊和远郊的年热岛强度在2000年前呈上升趋势,2000年后呈下降趋势.年热岛强度与城市绿地面积、人口数量和建成区面积在2000年前呈显著的正相关（P<0.05）,2000年后呈显著的负相关（P<0.05）;三者与年热岛强度的关联度分别为0.43、0.52和0.26.     

九月在沈阳召开工业微生物学术讨论会

省微生物学会举办的工业微生物学术讨论会于81年9月22—24日在沈阳市科学馆召开。内容是介绍有关的科研成果和应用经验,传达国内有关专业会议精神。来自沈阳、大连、丹东、朝阳、锦州、抚顺、营口、凤城、金县等市、县的二十五个科研、教学和生产单位,共四十五名代表出席了会议。省微生物学会工业微生物学组推荐的十七篇学术论文在会上进行了     

广东省雷暴特征及其对城市热岛的响应

根据广东省26个气象站1960—2013年的雷暴和气温资料,采用气候趋势系数分析、Morlet小波分析、M-K检验、EOF分析和城郊气象站对比分析等方法,研究了广东省雷暴时空变化特征,初步探讨了珠三角城市热岛效应对雷暴活动的影响。结果表明:广东省雷暴活动呈西多东少分布,年平均雷暴日数74.3 d,主要集中在4—9月,1984年开始以0.43d·a~(-1)的速率减少,并且西部地区减少较快,珠三角及东部地区减少较慢;年代际周期性显著,存在9~12 a、21~22 a的长周期以及2~3 a和4~5 a的短周期;空间场呈整体一致型、东西差异型和南北差异型三种模态;1984年以来,广州、深圳的热岛强度呈增大趋势,与雷暴日的相关显著,气候趋势系数分别达0.4936和0.3937,城市化引起的热岛效应可能在一定程度上增大了珠三角城市的雷暴发生频次。     

区域气候背景对城市热岛效应的影响规律

城市热岛效应受到区域气候背景的影响而具有显著的时空差异性,尚缺少大尺度对比研究。利用1991-2019年的月均气象数据,量化了我国69个典型城市的大气城市热岛效应强度,从热带、干带、暖温带、冷温带和极地带五个气候带,分析城市热岛效应的时空特征规律。结果表明：（1）区域差异：干带热岛效应明显高于其他气候带,极地带最弱,且表现为较强的冷岛效应,热带、暖温带、冷温带热岛效应较弱,而冷温带的京津冀地区由于城市化程度较高,表现出较强的热岛效应,温暖带中西南地区较为明显;（2）季节性差异：不同季节城市热岛效应的强弱关系在不同气候带有所不同,秋季热岛效应较为稳定,热岛和冷岛效应均主要处于弱强度范围,春、冬热岛效应较为波动,易出现强热岛、强冷岛效应的极端现象,夏季热岛效应发生率最高;（3）时间演变规律：城市热岛效应的多年演变规律在相同气候带较为一致,2010年前后是各气候带各季节城市热岛效应的变化拐点,2010年后,干带、冷温带、暖温带热岛效应均有所下降,热带、极地带有所上升。     

广州城市热岛空间分布及时域－频域多尺度变化特征

利用广州47个自动气象站小时数据计算2001年1、4、7和10月各站平均热岛强度,用克里格方法研究广州城市热岛的空间变化,发现其受下垫面、人为热、大气污染、天气系统等影响较大.利用2001年—2002年2月每小时气象数据,用Morlet小波变换方法分析广州热岛周期变化,发现其在频域上具有多尺度的周期振荡,尺度主要是24、168和1 490 h,即日、周、2个月,其次是3个月. 海陆风、下垫面长波辐射、人为热、近地层热量交换等影响其日变化周期,人类活动影响其周变化周期,太阳辐射及天气系统影响其2个月变化周期,季风影响其3个月变化周期.研究表明,广州城市热岛时空变化是天气系统、地表长波辐射、下垫面、大气污染、人为热、地表热量交换等共同作用的结果.     

Comparison of the urban heat island intensity quantified by using air temperature and Landsat land surface temperature in Hangzhou,China

This study compared different measures of urban heat island (UHI) intensity, which were calculated using both air temperature (T_air) at a height of 1.5 m and Landsat land surface temperature (LST) in Hangzhou, China. Two UHI-driven indicators (range and magnitude) and two land-cover-driven indicators (urban-rural and urban-agriculture) were calculated to quantify the UHI intensity based on hourly T_air from five stations and fifteen Landsat 5 LST images. Pearson correlation testing and a moving average times series of the previous 30 days were used to investigate the relationship between UHI intensities calculated by different indicators and data. The results indicate that the land-cover-driven indicators explain UHI better than the UHI-driven indicators, while the calculated values of UHI intensity using Landsat LST and hourly T_air are not comparable. We also investigated the influence of weather conditions on UHI intensity. Generally, Landsat-LST-based UHI performs best on hot sunny days, while T_air-based UHI has a better chance during the nighttime following a dry sunny day. This study suggests that the value of UHI intensity can be influenced by the selected indicators, the data used, the acquisition time and the weather conditions. Thus, these factors should be considered when comparing UHI intensity between different cities or quantifying their influences (e.g., population size, land use and land cover change) on UHI intensity.     

1956-1998年间中纬度近海与内陆城市年气温与热岛效应的变化趋势

选取纬度相近、发展规模类似的近海（济南）与内陆（西安）城市为研究对象,对比分析了1956—1998年间济南和西安气温与热岛效应的变化趋势.结果表明：1956—1978年间,除济南年均最低气温以0.37 ℃·10 a^-1的速率上升外,2个城市的气温指标均无明显变化趋势;1979—1998年间,2个城市则表现出显著的增温趋势,其中西安年均最高气温和年均气温的增加速率大于济南,济南年均最低气温的增加速率大于西安.1956—1978年间,2个城市均存在城市热岛效应但无显著增加趋势,1979—1998年间的热岛效应明显强化,以西安在年均气温（0.22 ℃·10 a^-1）和年均最低气温（0.32 ℃·10 a^-1）上表现的热岛效应的增加趋势更为明显.济南热岛效应强度和年际波动均大于西安,但其增加速率却小于西安.济南年均最高气温、年均气温和年均最低气温的增温速率和热岛效应强度明显不同,西安则较接近.3个气温指标中以年均最低气温的增加趋势最明显,同时对热岛效应的响应最显著,年均最高气温的波动性最大.地理位置不但影响城市增温的幅度,而且也深刻影响着城市增温的形式与热岛效应强度.     

1956—1998年间中纬度近海与内陆城市年气温与热岛效应的变化趋势

选取纬度相近、发展规模类似的近海（济南）与内陆（西安）城市为研究对象,对比分析了1956—1998年间济南和西安气温与热岛效应的变化趋势.结果表明：1956—1978年间,除济南年均最低气温以0.37 ℃·10 a^-1的速率上升外,2个城市的气温指标均无明显变化趋势;1979—1998年间,2个城市则表现出显著的增温趋势,其中西安年均最高气温和年均气温的增加速率大于济南,济南年均最低气温的增加速率大于西安.1956—1978年间,2个城市均存在城市热岛效应但无显著增加趋势,1979—1998年间的热岛效应明显强化,以西安在年均气温（0.22 ℃·10 a^-1）和年均最低气温（0.32 ℃·10 a^-1）上表现的热岛效应的增加趋势更为明显.济南热岛效应强度和年际波动均大于西安,但其增加速率却小于西安.济南年均最高气温、年均气温和年均最低气温的增温速率和热岛效应强度明显不同,西安则较接近.3个气温指标中以年均最低气温的增加趋势最明显,同时对热岛效应的响应最显著,年均最高气温的波动性最大.地理位置不但影响城市增温的幅度,而且也深刻影响着城市增温的形式与热岛效应强度.     

基于源汇指数的沈阳热岛效应

基于2001和2010年Landsat 遥感影像,利用GIS技术识别沈阳城市热岛源区和汇区,利用地表温度(LST)、源区和汇区面积比率指数（CI）和热岛强度指数（LI）,评价分析了沈阳土地利用发展布局模式对热岛效应的影响.结果表明: 2001-2010年,沈阳三环内土地利用类型变化较大,导致热岛源、汇区面积变化明显,且主要发生在二环和三环.2001年,一环内热岛源、汇区面积比例分别为94.3%和5.7%,三环内分别为64.0%和36.0%;2010年,其比例在一环内分别为93.4%和6.6%,三环内分别为70.2%和29.8%,说明10年来“摊饼式”土地利用布局决定了沈阳热岛效应的“摊饼式”布局.研究期间,沈阳地表温度从一环至三环均呈递减趋势,热岛效应强度在2001年以单一中心为主,至2010年发展为多中心态势,热岛效应强度等级有所降低.从一环至三环,CI绝对值均呈增加趋势,LI值均小于1,说明期间研究区土地利用布局变化对改善区域热岛效应没有明显作用.     

城市绿地与城市热岛效应关系探讨

本文对城市化过程中城市热岛的变化及城市绿地对城市热岛效应的影响进行了分析,并对缓解城市热岛效应的途径和措施进行了讨论。     

Heat island effects in urban life cycle assessment: Novel insights to include the effects of the urban heat island and UHI‐mitigation measures in LCA for effective policy making

Urbanization often entails a surge in urban temperature compared to the rural surroundings: the Urban Heat Island (UHI) effect. Such a temperature increase triggers the formation of pollutants worsening the urban air quality. Jointly, bad air quality and UHI affect ecosystems and human health. To alleviate the impacts on the population and the environment, it is crucial to design effective UHI‐mitigation measures. Life Cycle Assessment (LCA) is an assessment tool able to capture the complexity of urban settlements and quantify their impact. Yet, as currently implemented, LCA neglects the interactions between the built environment and the local climate, omitting the resulting impacts. This study reviews the existing literature, showing the lack of studies that organically include interactions between the built environment and local climate in LCA. This forms the basis to identify the unsuitability of the current LCA framework for comprehensively capturing the impact of urban settlements. To overcome this limitation, this research offers a pathway to expand the LCA methodology, indicating the necessity to (a) couple the LCA methodology with climate models or physical relations that quantify the interactions between the local climate and the built environment; (b) include novel impact categories in LCA to address such interactions; and (c) use existing or ad hoc developed characterization factors to assess the impacts related to the UHI effect. The LCA community can build on the frame of reference offered by this research to overcome the current limitations of LCA and enable its use for a comprehensive assessment of the impacts of UHI and its mitigation measures.     

城市热岛的生态环境效应

城市热岛效应(Urbanheatislandeffect,简称UHI)是一种由于城市建筑及人类活动导致热量在城区空间范围内聚集的现象,是城市气候最显著的特征之一。热岛引起地表温度的提高,必将强烈地影响着城市生态系统的物流、能流,改变城市生态系统结构和功能,产生一系列生态环境效应,影响着城市气候、城市水文、城市土壤理化性质、城市大气环境、城市生物习性、城市物质循环、城市能量代谢以及城市居民健康等。提高能量利用效率、优化城市格局、建设绿色屋顶、采用高反射率地表材料以及增加城市绿地均可有效地控制城市热岛效应。利用遥感手段和数值模型技术,开展多尺度的城市热岛生态环境效应研究,为改善城市生态环境、实现城市可持续发展提供理论依据。     

北京市植物物候对热岛效应的响应

都市的快速发展致使城市热岛效应日渐加剧.城市绿化对缓解热岛效应有一定的作用,但同时其物候也受到了影响.本文基于遥感影像数据,通过对照北京市热岛区与非热岛区、不同热岛强度等级的植物物候差别,研究热岛效应对植物物候的影响.采用Landsat 8影像对北京市地表温度进行反演,结合空间分析进行热岛效应分区分级识别;通过MOD1...