曹 琦，師滿江，周 亮，王 婷，彭黎君，鄭仕雷

(1.西南科技大學土木工程與建筑學院，綿陽 621010；2.蘭州交通大學測繪與地理信息學院，蘭州 730070；3.中國科學院地理科學與資源研究所，北京 100101)

0 引言

擴大居住區(qū)、露天采礦、城市基礎(chǔ)設(shè)施建設(shè)等人類活動直接或間接地導致地表植被退化，形成地表裸露(以下簡稱裸地)[1]。雖然裸地在全球土地利用/土地覆被變化(land use /land cover change,LUCC)中占比很小，但裸地的形成和增長改變了原生地表生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，造成區(qū)域生態(tài)環(huán)境的惡化[2-4]。此外，裸地也被認為是導致城市熱島(urban heat island,UHI)效應(yīng)的地表下墊面之一[5]。然而裸地因分布零散、面積占比小，在傳統(tǒng)的LUCC研究或城市規(guī)劃中容易被忽視(如在土地利用分類中裸地常劃分為未利用地或其他類用地類型)，且裸地受人類活動和自然過程雙重影響，時空轉(zhuǎn)化復雜[2,6]，因此，在LUCC研究中針對單一裸地要素的研究鮮有報道。此外，雖然已有研究證實裸地的地表溫度僅次于城市不滲水面[7-8]，是導致UHI的第二策源地，但對裸地在UHI中的比例及在時間上的變化特征缺乏定量化的描述。

中國有大約超過一半的城市位于山地丘陵區(qū)[9]。受地形影響，山地城市山體和地表植被更易被破壞，形成大量裸露山體和裸露地表[10]。此外，山地城市建成區(qū)空間閉塞，風速小，氣流難以流動，加劇了UHI效應(yīng)，俗稱“火爐”(如重慶市)。傳統(tǒng)對山地城市地表溫度與UHI的研究主要基于以下3個方面：①山地地形與UHI的關(guān)系，如Estoque等[11]和韓貴鋒等[12]分別對菲律賓山地城市和重慶市進行研究，發(fā)現(xiàn)山地地形如坡度、坡向及海拔等并不能阻止山地城市UHI的加強，呂志強等[13]發(fā)現(xiàn)山地建成區(qū)地表溫度受海拔變化的影響顯著高于地形起伏的影響；②山地城市形態(tài)與熱環(huán)境的關(guān)系，如蔡智等[14]以重慶市為例，探討了建筑容積率、建筑密度、天空開闊度等與地表溫度之間復雜的非線性關(guān)系；③山地城市LUCC對UHI的影響，在此類研究中，一般將導致山地城市UHI的用地類型歸類為建設(shè)用地[15]。綜上研究發(fā)現(xiàn)，現(xiàn)有對山地城市UHI效應(yīng)的研究大多忽視了裸地在UHI中的作用；此外，目前通過調(diào)整LUCC緩解UHI的研究大多集中在增加城市植被或水體上[16-17]，也忽視了通過對裸地的改造利用來達到緩解UHI的作用。

基于此，本研究選擇典型山地城市四川省綿陽市為研究區(qū)，通過遙感解譯研究區(qū)2005—2017年間LUCC信息，結(jié)合裸地的時空變化特征，構(gòu)建裸地UHI貢獻度指數(shù)，定量分析裸地時空變化的地表熱環(huán)境響應(yīng)特征，為理清裸地在城市化進程中熱環(huán)境特征及利用裸地緩解UHI提供科學依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況及數(shù)據(jù)源

綿陽市位于四川盆地西北部，涪江中上游，屬山地丘陵地貌特征。市區(qū)三面環(huán)山，涪江、安昌江、芙蓉溪穿城而過，城市發(fā)展受地形影響，在空間形態(tài)上形成一個向NW傾斜的“Y”型。綿陽市是2008年“5·12”汶川大地震的重災區(qū)，近年來通過災后重建及國家科技城等建設(shè)，市區(qū)及周邊出現(xiàn)大量裸地，給城市景觀及生態(tài)環(huán)境都帶來了很大破壞。本研究區(qū)范圍參考綿陽市總體規(guī)劃(2010—2020)中規(guī)劃區(qū)范圍，包含綿陽市涪城區(qū)、游仙區(qū)和安州區(qū)(圖1)。

圖1 研究區(qū)2017年5月1日Landsat OLI彩色合成影像Fig.1 Landsat OLI images of the study areas in May 1,2017 displayed in false color composite

本研究主要數(shù)據(jù)源如表1所示。Landsat TM，OLI/TIRS 遙感數(shù)據(jù)下載自美國地質(zhì)調(diào)查局網(wǎng)站(https://earthexplorer.usgs.gov，行列號為130/38)。其中Landsat TM的第1—5波段和Landsat OLI的第1—7波段用于LUCC的解譯，Landsat TM 第6波段和Landsat TIRS的第10波段用于地表溫度反演。所有地理信息數(shù)據(jù)經(jīng)投影和坐標轉(zhuǎn)換統(tǒng)一為UTM_Zone_48N投影和GCS_WGS_1984坐標系。

1.2 LUCC遙感解譯方法

基于分層分類法[18]對影像進行LUCC遙感解譯。首先將研究區(qū)LUCC分為裸地、城市不滲水面、耕地、林地、水域和其他共6類；然后進行裸地信息的提取，待滿足精度后將裸地信息掩模處理后再提取城市不滲水面；同理，提取城市不滲水面后，將已經(jīng)提取的類別進行掩模處理后再提取下一類用地，依此進行，直到所有用地類型提取完畢。其中，城市不滲水面和裸地的提取參考徐涵秋等[19]和李霞等[20]采用的歸一化差異不透水面指數(shù)(normalized difference impervious surface index，NDISI)和歸一化差異土壤指數(shù)(normalized difference soil index，NDSI)分別提?。恢脖缓退w由于光譜特征差異明顯而相對容易被提取，林地和耕地依據(jù)歸一化差異植被指數(shù)(normalized differential vegetation index，NDVI)閾值進行分離；在完成以上5類用地提取和精度驗證后，利用ArcMap10.2軟件中的Erase工具，用研究區(qū)擦除以上5類用地，剩余為其他類用地。解譯精度驗證是在參考研究區(qū)2010年和2017年的Google Earth影像的基礎(chǔ)上，在Landsat TM/OLI上盡可能選取各地類較為純凈的訓練樣本感興趣區(qū)域(region of interest，ROI)，每類用地的ROI數(shù)量不低于100個，然后將提取信息與ROI比對檢驗，保證每一類用地的精度保持在90%。

1.3 LUCC及裸地時空變化分析方法

1.3.1 LUCC及裸地年變化率和動態(tài)度

分別采用年變化率Ki和動態(tài)度Di[21]來表示第i類LUCC的年均變化速率和強度。計算公式分別為

(1)

(2)

式中：Si為監(jiān)測開始時間第i類LUCC的總面積；ΔSi,t為監(jiān)測開始至結(jié)束時段內(nèi)第i類LUCC的凈變化面積；t為時間段；Sa為研究區(qū)總面積。

1.3.2 裸地景觀變化特征及與地表溫度的關(guān)系

首先，分別選取裸地斑塊數(shù)量、面積、形狀指數(shù)表征裸地時空變化的景觀特征[22]，其中斑塊數(shù)量、面積、形狀指數(shù)的計算在ArcMap10.2軟件中完成；然后，統(tǒng)計分析裸地景觀指數(shù)與裸地地表溫度的線性關(guān)系，分析裸地景觀變化的熱環(huán)境相應(yīng)特征。

1.3.3 裸地空間分布及與地表溫度的關(guān)系

1)裸地在空間分布上的集聚、分散趨勢可能影響裸地地表溫度。為此，首先選擇核密度估計(kernel density estimation,KDE)計算裸地在空間分布上的密度特征，KDE通過監(jiān)測中心要素與周邊鄰近要素之間的距離，并對距離及權(quán)重進行連續(xù)化模擬形成柵格圖像，每個柵格的核密度值反映空間要素的分布特征[23]；然后，統(tǒng)計不同密度等級下對應(yīng)裸地地表溫度的面積比例，裸地高密度等級下對應(yīng)裸地高溫面積占比越高，表明密度對地表溫度越有促進作用。

2)位于不同高程、坡度和坡向上的裸地，其對應(yīng)地表溫度可能也有差異。首先，基于研究區(qū)30 m空間分辨率DEM數(shù)據(jù)分析，提取裸地地形分布特征；然后，建立不同裸地地形因子與裸地地表溫度之間的線性關(guān)系，以表征不同地形條件下的裸地地表溫度響應(yīng)特征。

1.4 裸地地表溫度反演及分析方法

考慮到研究區(qū)山地丘陵地形受水汽和云量的影響較大，因此選擇輻射傳輸方程(radiative transfer equation，RTE)模型反演地表溫度[24]。其基本原理為先估算大氣對地表熱輻射的影響，然后把大氣影響這部分從衛(wèi)星傳感器所觀測到的熱輻射總量中減去，從而得到地表熱輻射強度，再進一步將地表熱輻射強度轉(zhuǎn)換為地表溫度，具體反演流程參考文獻[24]。

1.4.1 地表溫度熱力等級劃分

為表示研究區(qū)及裸地地表溫度的空間分布特征，首先計算研究區(qū)及裸地的熱島強度指數(shù)，然后運用均值-標準差法對歸一化后的熱島強度指數(shù)進行等級劃分，從高到低依次劃分為高溫、次高溫、中溫、次低溫和低溫5個熱力等級[25]。熱島強度計算公式為

(3)

式中：H為熱島強度指數(shù)；Ti為第i個像元的地表溫度；Tmax和Tmim分別為影像中最低溫和最高溫。H值越大，說明熱島強度越高；反之，則說明強度越低。

裸地熱島效應(yīng)貢獻率指數(shù)(CUHI)由裸地在UHI中的相對溫度比例和面積比例2部分構(gòu)成，前者參考UHI的計算方式，后者計算裸地在UHI下墊面(本研究為城市不滲水面和裸地)中的面積比例。具體計算公式為

(4)

式中：CUHI為裸地的熱島效應(yīng)貢獻度指數(shù)；TBare，TUrban和TRural分別為裸地、城市區(qū)域和鄉(xiāng)村區(qū)域的平均溫度；SBare和SUrban分別為相應(yīng)時期裸地和城市建成區(qū)(本研究以城市不滲水面代替)的面積。其中TUrban-TRural為UHI效應(yīng)強度指數(shù)[26]；TBare-TRural為裸地熱島效應(yīng)強度指數(shù)。

2 結(jié)果與分析

2.1 LUCC變化及地表溫度響應(yīng)特征

2.1.1 LUCC及裸地變化特征

圖2展示了研究區(qū)不同時期的LUCC信息。城市建成區(qū)(圖中為城市不滲水面)沿著河谷盆地不斷擴展，裸地不同時期在城鄉(xiāng)過渡帶、城市建成區(qū)內(nèi)以及道路兩邊均有分布，整體顯示出零散的空間分布特點。經(jīng)統(tǒng)計，2005—2017年，研究區(qū)耕地、裸地、林地和城市不滲水面構(gòu)成的4大類用地占研究區(qū)總面積(1 140.68 km2)的90%左右，其中耕地和林地分別占60%和20%左右，裸地在研究區(qū)面積占比中最高達到6.34%(2011年72.28 km2)，最低約占4.73% (2005年53.98 km2)，反映出裸地占比面積小的特征，其次，水域和其他類用地面積合計約占研究區(qū)6%左右。

(a)2005年 (b)2011年 (c)2017年

圖2 研究區(qū)2005—2017年間LUCC分布

Fig.2LUCCinthestudyareafrom2005to2017

圖3為2005—2017年間研究區(qū)LUCC年變化率和動態(tài)度。如圖3(a)，在2005—2011年和2011—2017年2個時期內(nèi)，裸地年變化率分別為3.57%和-4.22%，呈“先增后減”的變化特征；城市不滲水面面積由38.96 km2增長到115.02 km2，年變化率分別為18.37%和6.74%；同時期耕地面積由73.83 km2下降到68.49 km2，林地總面積減少0.71 km2，水域面積基本維持穩(wěn)定。從2005—2011年和2011—2017年2個時期內(nèi)各用地類型的動態(tài)度來看(圖3(b))，裸地動態(tài)度分別為19%和28%，對應(yīng)同期城市不滲水面分別為63%和49%，耕地分別為30%和49%，林地分別為35%和47%，因此，裸地在研究區(qū)4大類用地類別中動態(tài)度最小，最大為城市不滲水面。

(a)年變化率 (b)動態(tài)度

圖3 2005—2017年間研究區(qū)LUCC年變化率和動態(tài)度

Fig.3AnnualaveragegrowthrateandgrowthintensityofLUCCinthestudyareafrom2005to2017

綜合來看，2005—2017年間，耕地面積大幅下降和城市不滲水面迅速擴張是研究區(qū)LUCC最顯著的特征，裸地變化呈“先增后減”、整體下降的趨勢。

評析： 光合作用被稱為地球上最偉大的化學反應(yīng)，人們對它的認識經(jīng)歷了漫長的過程。其中，綠色植物在光下能夠產(chǎn)生氧氣，是在課堂教學中通過金魚藻實驗就可以形成的小概念。因此通過以上經(jīng)典實驗，可以引導學生理解證據(jù)的作用，強調(diào)規(guī)范地獲取證據(jù)、綜合分析數(shù)據(jù)，就可獲得A、 B、 C答案所表述的客觀規(guī)律。通過試題，檢測學生的素養(yǎng)和教學的效果。

2.1.2 LUCC及裸地地表熱環(huán)境特征

2005—2017年間的3期遙感數(shù)據(jù)中，本研究反演的研究區(qū)地表溫度與歷史時期的氣象記錄(綿陽市統(tǒng)計年鑒http://tjj.my.gov.cn/bmwz/mytjnj/index.html)相對誤差分別為13%，6%和8%。鑒于本研究側(cè)重于不同時期地表溫度在空間上的相對強弱特征。因此，地表溫度反演結(jié)果可用于本文的后續(xù)研究。在地表溫度遙感反演的基礎(chǔ)上，將研究區(qū)地表溫度和3個時期裸地地表對應(yīng)的地表溫度按照式(3)劃分為5個等級，并分別統(tǒng)計不同溫度等級下的面積占研究區(qū)的比例，結(jié)果如表2所示。

表2 2005—2017年間研究區(qū)及裸地不同等級地表溫度對應(yīng)的面積比例Tab.2 Area ratios corresponding to different levels of surface temperature of the study area and bare land from 2005 to 2017 (%)

2005—2017年間，研究區(qū)高溫區(qū)、次高溫區(qū)和中溫區(qū)三者總面積比例由45.74%增長到50.15%，其中高溫及次高溫區(qū)由17.55%增長到19.57%，同時期次低溫和低溫區(qū)面積由54.26%下降低到49.85%。研究區(qū)溫度等級的變化呈現(xiàn)高溫和次高溫區(qū)面積逐年增長，次低溫和低溫區(qū)面積逐年下降的趨勢，充分表明研究區(qū)UHI效應(yīng)逐年增強的趨勢。

2005—2017年間，裸地地表次低溫和低溫區(qū)面積由2005年的9.87%降低到2017年的4.70%，同期中溫區(qū)由17.74%增長到22.37%，高溫和次高溫區(qū)占到裸地面積的70%以上。反映出裸地地表溫度在中溫區(qū)的比例逐年增長，但面積占比較小，而高溫和次高溫區(qū)在裸地地表溫度中起到了主導作用，這也是造成裸地UHI效應(yīng)的主要原因。

2.2 裸地景觀變化的熱環(huán)境響應(yīng)特征

2.2.1 裸地斑塊面積、形狀變化的熱環(huán)境響應(yīng)特征

2005—2017年間，裸地斑塊數(shù)量增加顯著，但同時期裸地總面積、平均斑塊面積減小。裸地斑塊數(shù)量由2005年的1 592增長到2017年的2 430，增長了52%，但平均斑塊面積下降了42%，對應(yīng)同時期斑塊形狀指數(shù)分別為1.29，1.56和1.43。綜合來看，研究區(qū)裸地景觀格局隨時間推移而呈現(xiàn)出更加破碎化的變化特點。圖4為裸地斑塊面積、形狀指數(shù)與對應(yīng)地表溫度的散點圖和線性關(guān)系。整體來看，除2011年裸地地表溫度整體高于2005年和2017年外，其他各時期裸地斑塊面積、形狀指數(shù)與對應(yīng)斑塊地表溫度之間不存在明顯的線性關(guān)系，表明裸地斑塊面積和形狀對其地表溫度的影響甚微。

(a)2005年面積與地表溫度散點圖 (b)2011年面積與地表溫度散點圖 (c)2017年面積與地表溫度散點圖

(d)2005年形狀指數(shù)與地表溫度散點圖 (e)2011年形狀指數(shù)與地表溫度散點圖 (f)2017年形狀指數(shù)與地表溫度散點圖

圖4 2005—2017年間研究區(qū)裸地面積、形狀指數(shù)與裸地地表溫度散點圖

Fig.4Scatteredplotsofarea,shapeindexandsurfacetemperatureofbarelandinthestudyareafrom2005to2017

2.2.2 裸地空間分布密度的熱環(huán)境響應(yīng)特征

表2表明裸地地表溫度主要集中在次高溫和高溫區(qū)(占總溫度的70%)，為此，首先將KDE結(jié)果按密度從大到小依次劃分為高密度區(qū)、次高密度區(qū)，中密度區(qū)，次低密度區(qū)和低密度區(qū)5個等級(圖5)；然后，統(tǒng)計落入高密度區(qū)、次高密度區(qū)和中密度區(qū)中裸地高溫和次高溫區(qū)的面積比例(表3)，面積占比越高，表明密度與地表溫度相關(guān)性越高。

(a)2005年 (b)2011年 (c)2017年

圖5 2005—2017年間裸地密度分布與溫度分布特征

Fig.5Barelanddensitydistributionanditssurfacetemperaturedistributioncharacteristicsfrom2005to2017

表3 2005—2017年不同密度等級下裸地溫度等級分布面積比例Tab.3 Distribution area of bare land temperature grade under different density grades from 2005 to 2017 (%)

首先，如圖5所示，從裸地空間分布來看，裸地密度隨時間有逐漸增強的趨勢，特別是高密度區(qū)和次高密度區(qū)面積顯著擴展。不同時期裸地高密度區(qū)集中分布在涪城區(qū)、游仙區(qū)、方水鄉(xiāng)和松埡鎮(zhèn)等區(qū)域，以上區(qū)域是近年來城市高密度開發(fā)建設(shè)區(qū)，代表了城市在空間上的擴展方向。其次，裸地密度分布與裸地地表溫度在空間上有較高的重疊區(qū)。經(jīng)表3統(tǒng)計，在2005年，分布在裸地中密度以上(包括高密度、次高密度和中密度)區(qū)域里裸地高溫、次高溫及中溫區(qū)面積占中密度以上區(qū)域面積的81.93%，到2017年這一比例增長到90.73%；僅高溫以上區(qū)域就占到不同時期的50%左右，且呈逐年上升的趨勢。這一特征表明高密度裸地分布區(qū)地表溫度顯著高于低密度分布區(qū)。

2.2.3 裸地地形分布的熱環(huán)境響應(yīng)特征

經(jīng)對研究區(qū)DEM進行統(tǒng)計分析，研究區(qū)裸地均分布在海拔400～650 m的高程范圍內(nèi)，坡度集中在0～15°之間，在坡向上，各時期在東南、南和西南向略有增大，但整體較為均衡。

圖6展示了裸地地形特征與地表溫度之間的相關(guān)性。從地形因子對應(yīng)的裸地地表溫度來看，較為明顯的是2011年裸地高程和坡度與裸地溫度之間具有較弱的負相關(guān)(隨高程的增長裸地地表溫度有降低的跡象)，而在2005年和2017年沒有表現(xiàn)出明顯的相關(guān)性，說明高程起伏和坡度變化對裸地的地表溫度影響不顯著。再從裸地分布的坡向上看，各個坡向上的裸地地表溫度仍以各時期裸地平均地表溫度為主。整體來看，除個別年份外，無論是裸地所處的高程，還是坡度和坡向，地形特征對裸地地表溫度沒有明顯的影響。這與Estoque等[11]和韓貴鋒等[12]的研究結(jié)論相似。

(a)2005年高程與溫度散點圖 (b)2011年高程與溫度散點圖 (c)2017年高程與溫度散點圖

(d)2005年坡度與溫度散點圖 (e)2011年坡度與溫度散點圖 (f)2017年坡度與溫度散點圖

(g)2005年坡向與溫度散點圖 (h)2011年坡向與溫度散點圖 (i)2017年坡向與溫度散點圖

圖6 2005—2017年間研究區(qū)地形因子與裸地地表溫度散點圖

Fig.6Scatteredplotsofthetopographyfactorandsurfacetemperatureinthestudyareafrom2005to2017

2.3 裸地在UHI效應(yīng)中的貢獻度

表4統(tǒng)計了研究區(qū)2005年、2011年和2017年UHI效應(yīng)強度(TUrban-TRural)、裸地熱島效應(yīng)強度(TBare-TRural)和裸地熱島效應(yīng)貢獻度(CUHI)的計算結(jié)果。

表4 2005—2017年間研究區(qū)TUrban-TRural，TBare-TRural和CUHITab.4 The TUrban-TRural，TBare-TRural and CUHI from 2005 to 2017

2005—2017年間，研究區(qū)UHI效應(yīng)強度由3.07 ℃升高到3.23 ℃，再次表明研究區(qū)UHI有加強的趨勢。對應(yīng)同期裸地地表溫度與農(nóng)村區(qū)域地表溫度的絕對值也由1.73 ℃增長到2.12 ℃，通過前文分析推斷，裸地隨時間在空間上集聚特征加劇了裸地地表溫度。

然而，裸地對區(qū)域UHI的貢獻除絕對溫度外，與其面積的變化也有直接關(guān)系。2005—2017年間，在導致UHI增強的下墊面中，城市不滲水面總面積擴大了近2倍(由2005年38.96 km2增長到2011年的115.02 km2)，而同期裸地面積下降了5.54 km2，裸地自身面積下降導致其在UHI下墊面中的比重也隨之降低。因此，綜合來看，裸地在研究區(qū)UHI的貢獻度由2005年的34%增長到2011年的37%的而后又下降至2017年的20%。

3 討論與結(jié)論

本研究利用2005—2017年間3期Landsat系列遙感影像提取研究區(qū)裸地時空分布信息，并通過構(gòu)建裸地UHI貢獻度指數(shù)，探討城市化不同階段裸地時空變化的地表熱輻射特征及對UHI的貢獻度。主要結(jié)論有：

1)2005—2017年間，研究區(qū)裸地面積呈先增后減、總面積微降的變化趨勢，而對應(yīng)裸地斑塊數(shù)量呈整體增長趨勢，表明研究區(qū)裸地分布破碎化程度不斷加劇。不同時期裸地占整個研究區(qū)面積在4.73%～6.34%之間。從空間分布來看，城市新開發(fā)區(qū)，城鄉(xiāng)交錯帶以及沿河流兩岸、沿新建道路兩邊是裸地高密度分布區(qū)，裸地在空間上的分布趨勢一定程度上揭示了城市未來空間擴展的方向。

2)從研究區(qū)地表溫度的變化來看，UHI效應(yīng)強度由3.07 ℃增長到3.23 ℃，表明研究區(qū)UHI有不斷加劇的跡象，主要原因是城市不滲水面的迅速擴張，城市不滲水面面積由2005年的38.96 km2增長到2017年的115.02 km2，年變化率以及動態(tài)度是所有用地類型中變化最為劇烈的。而同時期中，裸地面積由59.52 km2(2005年)下降到53.98 km2(2017年)，因此，在城市不滲水面迅速增長和裸地面積整體下降的雙重影響下，裸地熱島效應(yīng)貢獻度也呈現(xiàn)整體下降趨勢，即由34%(2005年)下降至20%(2017年)。

3)在影響裸地地表溫度的因素中，裸地高程、坡度、坡向及斑塊大小和形狀對其地表溫度的影響微弱，而裸地在空間上的密度分布趨勢顯著影響地表溫度，兩者在空間上呈顯著的正相關(guān)。因裸地高密度區(qū)均集中在城市邊緣或城鄉(xiāng)過渡帶，因此，相對于整個研究區(qū)，受城市不滲水面迅速擴張和裸地面積降低，裸地密度對裸地地表溫度的作用并未明顯加劇區(qū)域UHI。

受遙感影像空間分辨率的限制，部分較小面積的裸地(如城市施工區(qū)等)在本研究中不能被有效提取，一定程度上影響了研究結(jié)果精準性。此外，本研究重點分析了裸地在城市化進程中對UHI的貢獻度，但沒能進一步探討裸地經(jīng)改造利用后，對緩解UHI的潛力大小。因此，該問題是今后需進一步深入研究的方向。