娜扎開提·阿不都米吉提，楊涵

1. 新疆師范大學(xué) 地理與科學(xué)旅游學(xué)院，烏魯木齊 830054； 2. 新疆干旱區(qū)湖泊環(huán)境與資源實驗室，烏魯木齊 830054

地表溫度(Land Surface Temperature,LST)可以作為地氣相互作用的有效指標(biāo),是影響區(qū)域生態(tài)變化的重要因素之一[1],地表溫度的變化是地表能量交換的基礎(chǔ)[2],研究地表溫度及其變化,可間接監(jiān)測全球氣候變化背景下流域生態(tài)環(huán)境、城市熱環(huán)境及地表輻射平衡能量等狀況[3].流域具有承載綠洲的作用,是干旱區(qū)人類活動最頻繁的場所.自改革開放以來,隨著西部大開發(fā)城市化、工業(yè)化的高速發(fā)展,建筑用地增加,人為改造大面積的下墊面等活動,造成了空氣污染嚴(yán)重、城市污染加劇等一系列生態(tài)環(huán)境問題,威脅著流域居民的健康[4].定量反演城市所在流域熱環(huán)境狀況,分析其時空變化特征,可間接監(jiān)測所在流域的生態(tài)環(huán)境狀況,對流域內(nèi)城市未來發(fā)展規(guī)劃和生態(tài)環(huán)境保護(hù)具有重要意義．

近年來,遙感衛(wèi)星數(shù)據(jù)因具有覆蓋范圍廣、時間同步性、空間分辨率高和成像快等優(yōu)點[5-8],被廣泛應(yīng)用于地表溫度的動態(tài)監(jiān)測中.學(xué)者們基于MODIS等衛(wèi)星遙感地表溫度產(chǎn)品數(shù)據(jù),在太湖流域[9]、石羊河流域[10]、博斯騰湖流域[11]等流域尺度探討了流域的地表溫度時空變化特征及不同土地利用/覆被類型對地表溫度的影響,進(jìn)而對流域生態(tài)環(huán)境展開監(jiān)測.然而,在面積較小的流域,MODIS數(shù)據(jù)的空間分辨率難以滿足,相比較中分辨率遙感影像,在小流域尺度選取Landsat系列中高分辨率衛(wèi)星影像可降低數(shù)據(jù)空間分辨率帶來的誤差.Landsat衛(wèi)星可實現(xiàn)持續(xù)地長期觀測且容易獲取,利用Landsat數(shù)據(jù)反演LST的相關(guān)研究已得到廣泛應(yīng)用.具體算法有: 大氣校正法[12]、單窗算法[13]、單通算道法[14]、劈窗算法[15]等; 學(xué)者們在北京、白沙灌區(qū)、齊齊哈爾市轄區(qū)、疏勒河上游流域等區(qū)域基于Landsat數(shù)據(jù)采用2種及以上的算法反演地表溫度,均發(fā)現(xiàn)單窗算法的反演精度較高,可取得較好反演效果[16-20].目前,地表溫度監(jiān)測及驅(qū)動因素的研究多聚焦于城市區(qū)域[21-23].干旱區(qū)流域是孕育城市的主要區(qū)域,在“山地—綠洲—盆地”組合的干旱區(qū)流域內(nèi),地表環(huán)境、地表溫度變化過程復(fù)雜多變,將整個流域作為研究區(qū),更有利于發(fā)現(xiàn)地表溫度對全球氣候變暖和人類活動的響應(yīng)．

烏魯木齊河流域地處亞歐大陸的地理中心,流域內(nèi)有新疆省會城市烏魯木齊市,以及附近的五家渠市、下游的昌吉市等城市,是絲綢之路經(jīng)濟(jì)帶的交通樞紐,烏魯木齊河流域的環(huán)境對流經(jīng)城市的內(nèi)外生態(tài)起到了決定性作用.近年來,隨著社會經(jīng)濟(jì)的發(fā)展,流域內(nèi)人類活動集中,土地利用/覆被大幅改變,城市擴(kuò)張迅速.烏魯木齊河流域內(nèi)上游人類活動相對較少,中、下游人類活動集中,在氣候變化背景下,流域上、中、下游地表溫度如何變化尚不明確,對氣候變化的響應(yīng)特征亟待研究.定量監(jiān)測烏魯木齊河流域地表溫度的時空變化,有利于烏魯木齊河流域內(nèi)的城市發(fā)展規(guī)劃,同時對于周邊冰川以及綠洲環(huán)境的保護(hù)意義重大．

因此,本研究通過利用單窗算法反演2000,2005,2010,2015,2021年5期烏魯木齊河流域地表溫度,反演數(shù)據(jù)經(jīng)過歸一化處理,并將反演之后的地表溫度進(jìn)行地表溫度的分級處理,將LST大致分為5個等級,分別為極高溫區(qū)、高溫區(qū)、中溫區(qū)、低溫區(qū)以及極低溫區(qū),結(jié)合溫度重心轉(zhuǎn)移模型并計算不同土地利用類型對熱環(huán)境的貢獻(xiàn)度,從空間格局和時間尺度2個方面綜合分析烏魯木齊河流域地表溫度22年的變化特征．

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

烏魯木齊河流域地處歐亞板塊中部,深居內(nèi)陸,遠(yuǎn)離海洋,整個烏魯木齊河流域地形結(jié)構(gòu)復(fù)雜,地形起伏大,類型變化多樣,夏季日照較多,天氣炎熱,極端氣溫高達(dá)44.5 ℃,屬于典型溫帶大陸性干旱氣候.以英雄橋以上流域為上游區(qū),主要為山區(qū)分布地; 中游主要是城市區(qū),由天山區(qū)、沙依巴克區(qū)、水磨溝區(qū)、新市區(qū)、頭屯河區(qū)組成; 下游有米東區(qū)和五家渠市等,且分布著大量的耕地及沙漠(圖1)．

圖1 研究區(qū)概況

1.2 數(shù)據(jù)來源

本研究選取2000,2005,2010,2015,2021年5期Landsat TM/OLI的遙感影像,數(shù)據(jù)均來源于地理空間數(shù)據(jù)云(http: //www.gscloud.cn),選取8-9月時間間隔較小,且云量較少的影像數(shù)據(jù).因2020年8-9月的影像數(shù)據(jù)云量多且質(zhì)量差,故選用了2021年質(zhì)量好的影像數(shù)據(jù)來做反演.將獲取的遙感影像在ENVI軟件中進(jìn)行幾何校正、輻射定標(biāo)、圖像裁剪拼接等預(yù)處理.另外使用了溫度、大氣透射率等輔助數(shù)據(jù),分別從小麥芽和NASA官方網(wǎng)站(https: //atmcorr. gsfc. nasa. gov)中獲取(表1)．

表1 影像數(shù)據(jù)來源列表

土地利用數(shù)據(jù)選用武漢大學(xué)黃欣教授團(tuán)隊的中國土地覆被產(chǎn)品(空間分辨率為30 m),該數(shù)據(jù)基于30萬景Landsat影像,結(jié)合現(xiàn)有產(chǎn)品的自動穩(wěn)定樣本和目視解譯樣本生產(chǎn)獲得.選取2000,2005,2010,2015,2021年的土地利用數(shù)據(jù),包括9種土地利用類型,將其重分類為耕地、林地、草地、水體、建設(shè)用地和裸地(未利用地)6類[24]．

2 研究方法

2.1 地表溫度反演

地表溫度反演主要是基于陸地衛(wèi)星的TM6波段及熱紅外波段,選用覃志豪等[25]提出的單窗算法進(jìn)行地表的溫度反演,需計算輻射亮溫值、地表比輻射率、大氣透過率和大氣平均作用溫度4個參數(shù),單窗算法計算公式如下:

T=1/C{a(1-C-D)+[b(1-C-D)+C+D]×Tb-D×Ta}-273.15

(1)

式中:T為地表真實溫度的取值;Ta為估計的大氣平均相互作用的溫度(K);Tb為輻射亮溫值(K);a和b可以根據(jù)熱輻射強(qiáng)度擬合出來,分別為兩個不同的變量系數(shù),當(dāng)溫度在0～70 ℃時:a=0.673 553 51,b=0.458 606;C和D分別是根據(jù)地表比輻射率和空氣中的透射率來構(gòu)建的中間值變量,由式(2)和(3)計算得到．

C=ε×τ

(2)

D=(1-τ)[1+(1-ε)τ]

(3)

Ta=16.011+0.926 21T0

(4)

式中:ε為熱紅外波段的地表比輻射率;τ為大氣透射率;T0為近地面氣溫(K); 因本研究區(qū)所處中緯度地帶,且研究時間均為夏季,因此選取公式(4)計算大氣平均作用溫度．

本研究對大氣透射率τ的計算使用覃志豪等[26]模擬的算法估算.大氣的透射率是影響紅外線輻射傳遞的重要因素,在估算地表溫度時大氣水汽含量是計算大氣透射率τ的關(guān)鍵參數(shù).本研究選用水分含量在1.6～3.0 g/cm2的大氣水含量值來計算大氣透射率,其計算公式為:

τ=1.031 412-0.115 36ω

(5)

式中:τ為大氣透射率;ω為大氣水汽含量(g/cm2),由楊景梅等[27]提出的利用地面濕度計算算法所得．

2.1.1 地表輻射亮溫的計算

亮溫溫度是一個位于探測衛(wèi)星內(nèi)部最高點的衛(wèi)星亮度溫度,即在數(shù)值上一般與紅外遙感所測得的表征溫度是相等的,并通常由影像數(shù)據(jù)直接處理獲得.熱輻射強(qiáng)度[28]的值與DN值之間有相應(yīng)數(shù)學(xué)關(guān)系,Lλ是傳感器接收到的輻射強(qiáng)度,也就是所謂的熱輻射強(qiáng)度,將Landsat 5的TM6波段和Landsat 8的TIRS10波段像元灰度值轉(zhuǎn)換為輻射強(qiáng)度值,進(jìn)而求出相應(yīng)的輻射亮溫值．

公式如下:

Lλ=ggain*qQDN+foffset

(6)

Lλ=[NDN(Lmax-Lmin)]/255+Lmin

(7)

Tb=K2/(K1/Lλ+1)

(8)

式中:ggain為波段增益系數(shù),波段增益系數(shù)為常數(shù),本研究波段增益系數(shù)取值為0.005 632 156;qQDN為影像的熱紅外波段的灰度值;foffset為偏移系數(shù),偏移系數(shù)一般為定值,本研究偏移系數(shù)所取數(shù)值為0.123 8;Lmin為傳感器在光學(xué)條件下可以被檢測得到的最低輻射亮度;Lmax為傳感器在光學(xué)條件下可以被檢測得到的最高輻射亮度.上述參數(shù)從遙感數(shù)據(jù)文件中獲得,以得出輻射強(qiáng)度值,再通過公式(8)可計算輻射亮溫值;Lλ為輻射強(qiáng)度值;Tb代表Landsat 5的熱紅外波段即TM6和Landsat 8的TIRS10熱紅外波段像元灰度值的像元輻射亮溫值[28];K1,K2為常數(shù),對于TIRS10數(shù)據(jù),K1=774.89 W/(cm2·st·μm),K2=1 321.08 K．

2.1.2 地表比輻射率的計算

地表比輻射率的估算仍采用覃志豪等[28]的混合模型,該模型將城鎮(zhèn)居民區(qū)和水體這2種地表類型也考慮到位,通過以下公式來估算地表比輻射率:

ε=PvRvεv+(1-Pv)Rmεm+dε

(9)

式中:ε為混合像元的地表比輻射率;Pv為植被覆蓋率;Rv為植被的溫度比;εv為植被地表比輻射率;Rm為建筑表面的溫度比;εm為建筑表面地表比輻射率; 對于Landsat 5影像,εv=0.986,εm=0.972; 而Landsat 8的TIR10波段的數(shù)據(jù),εv=0.986 72,εm=0.967 67;dε為地表幾何分布及內(nèi)散射效應(yīng),可以根據(jù)地表類型的構(gòu)成比例估計,在地表相對較為平整的情況下,可取dε=0．

根據(jù)覃志豪等[28]的研究結(jié)果可知,植被、建筑表面的溫度比輻射率公式為:

RV=0.933 2+0.585 0Pv

(10)

Rm=0.988 6+0.128 7Pv

(11)

VNDVI=(INIR-R)/(INIR+R),PV=(VNDVI-VNDVI min)/(VNDVI max-VNDVI min)

(12)

式中:PV為植被覆蓋率,可以由歸一化植被指數(shù)NDVI計算而得;R為紅光波段;INIR為近紅外波段;VNDVI max是指地表被植被完全覆蓋之后的NDVI的取值,VNDVI min為地表完全沒有植被覆蓋的自然地面的NDVI值; 采用覃志豪等[28]的經(jīng)驗值:VNDVI max=0.7,VNDVI min=0.05來估算．

溫度等級水平的劃分依據(jù)自然間斷點分級法,將地表溫度劃分為極高溫、高溫、中溫、低溫和極低溫5個等級．

2.2 重心轉(zhuǎn)移模型

地表溫度重心遷移的軌跡能夠直接地反映出地表能量在這段時間內(nèi)的分布變化,軌跡方向說明地表溫度空間變化的方向和趨勢,距離能夠反映地表溫度在空間上再分布的活躍程度[29],重心轉(zhuǎn)移公式為:

(13)

式中:Xt,Yt為第t年流域LST分級范圍內(nèi)的重心坐標(biāo);n為LST分級范圍內(nèi)的像元數(shù);Cti為第t年i像元的地表溫度;Xti,Yti分別為第t年i像元的幾何中心坐標(biāo)．

2.3 貢獻(xiàn)度指數(shù)

流域下墊面由多種土地利用類型構(gòu)成,土地利用顯示出很大的空間異質(zhì)性,因此,不同類型的土地利用對局部熱環(huán)境的影響機(jī)制也有一定差別[30].熱環(huán)境的貢獻(xiàn)程度可以通過貢獻(xiàn)度指數(shù)(Contribution Index,CI)來定量評估:

(14)

式中:i為6類土地利用類型;WCIi為i類土地利用類型對熱環(huán)境的貢獻(xiàn)度;LLSTi為i類土地利用類型的平均地表溫度;LLST為研究區(qū)平均地表溫度;Si為i類土地利用類型的面積;S為研究區(qū)總面積; 若WCIi≥0,則i類土地利用類型與地表溫度的升高呈正相關(guān); 若WCIi<0,則i類土地利用類型與地表溫度的升高呈負(fù)相關(guān)．

3 烏魯木齊河流域地表溫度時空變化特征

3.1 地表溫度時空變化特征

3.1.1 LST年際變化

對烏魯木齊河流域LST最高、最低、平均溫進(jìn)行統(tǒng)計(圖2),2000-2021年烏魯木齊河流域地表溫度總體特征表現(xiàn)為: 最低溫、平均溫均呈顯著上升趨勢,最高溫呈波動變化,相對平穩(wěn),整體地表溫度在逐步上升,流域地表熱量活躍度高(圖2).從平均LST線性趨勢可知,研究期間LST速率為0.44 ℃/a,呈現(xiàn)升高趨勢; 其中2000年地表溫度均略低于其他4個時期,主要是因為2000年8月,研究遙感影像質(zhì)量不佳,選用9月低影像代之,其他4個時期影像選取于8月,烏魯木齊河流域9月底已開始降溫,因此2000年溫度比其他年份總體偏低.最低LST也呈上升趨勢,速率為0.87 ℃/a,其原因可能是全球氣候變暖趨勢下,上游山區(qū)積雪冰川加速消融,底層巖石開始裸露,吸收太陽輻射形成升溫.也有研究發(fā)現(xiàn),全球氣候變暖呈間歇性,從而也能解釋最高LST呈波動變化．

圖2 2000-2021年烏魯木齊流域地表溫度變化趨勢

3.1.2 LST時空格局變化

影響LST時空分布的因素主要有日照、海拔、地形起伏和土地利用類型等,因流域地形復(fù)雜,將研究區(qū)5個不同時期的LST分為5個等級,得到2000-2021年烏魯木齊流域LST空間分布圖(圖3、圖4),對流域LST與海拔進(jìn)行相關(guān)性分析(圖5),結(jié)果表明: LST與海拔呈顯著負(fù)相關(guān),結(jié)合LST空間分布圖可以發(fā)現(xiàn): 2000-2021年烏魯木齊河流域5個溫度區(qū)域普遍發(fā)生變化,總體看來,研究期間LST等級面積均以高溫、極高溫區(qū)為主,極低、低溫區(qū)面積占比較少.在2000-2021年期間,極低溫、低溫區(qū)面積呈增長趨勢,極低溫多分布在上游高海拔的山地和中游的石人溝,上游主要分布著1號冰川及森林密集地,冰川和森林土地覆蓋類型具有低LST特性; 低溫區(qū)主要分布在下游的青格達(dá)湖、八一水庫等水域附近,從2000年的中溫區(qū)在2010年轉(zhuǎn)變?yōu)榱说蜏貐^(qū),2021年此處又重新成為了中溫區(qū).中溫區(qū)在研究期間分布面積呈波動變化,中溫區(qū)一般分布在中游城市區(qū)邊緣地帶及下游耕地分布區(qū); 高溫區(qū)面積占比在急速下降,從2000年的45%降至2021年的26%,減少部分多已轉(zhuǎn)為極高溫區(qū),高溫區(qū)多分布于中游的城鎮(zhèn)居民區(qū); 極高溫區(qū)在22年間呈波動增加趨勢,在2010年的面積占比最大,為36%,其次是2021年,為33%,研究期間極高溫區(qū)面積比例呈升高的趨勢,極高溫多出現(xiàn)在烏魯木齊河流域中下游,即穿過烏魯木齊市以及五家渠市的城鎮(zhèn)居民區(qū)以及下游昌吉附近的沙漠地帶,位于下游沙漠地區(qū)的LST最高,沙漠地區(qū)氣候?qū)е聻豸斈君R河流域下游的溫度整體高于其他地方的溫度.綜合來看,2000-2021年期間,烏魯木齊河流域地表溫度極低溫、低溫和極高溫的極端溫度占比持續(xù)增加,中溫區(qū)波動相對較小,高溫區(qū)急劇較少,主要轉(zhuǎn)為極高溫．

對比5個時期的LST等級分布圖(圖3)并結(jié)合烏魯木齊河流域縣市圖可以直觀看出,位于上游天山烏魯木齊河源1號冰川和烏魯木齊縣的地表溫度較低,而位于烏魯木齊市人口相對密集的沙依巴克區(qū)、天山區(qū)、水磨溝區(qū)、達(dá)坂城區(qū)地表溫度相對較高,同時位于中游的昌吉市、新市區(qū)以及頭屯河區(qū)的地表溫度相對較低,主要多因昌吉市、新市區(qū)以及頭屯河區(qū)的經(jīng)濟(jì)正在發(fā)展中,人口密度相對較低,人為因素對于該區(qū)地表溫度的分布影響較小.位于下游的五家渠市、阜康市以及米東區(qū)的溫度升高,主要由于這3個縣區(qū)臨近沙漠,自然因素導(dǎo)致下游的溫度增高．

圖3 烏魯木齊河流域地表溫度等級分布圖

圖5 LST與海拔之間的關(guān)系

3.2 地表溫度等級重心轉(zhuǎn)移

各區(qū)重心遷移方向差異表示地表能量遷移趨勢不同,遷移距離越長表示地表能量再分布的活躍程度越高,反之,則表示地表能量再分布的活躍程度越低.利用重心轉(zhuǎn)移分析各溫度分級在空間上的變化(圖6),分析可知: 在研究期間極低溫、低溫區(qū)溫度重心變化都在向北流域中游方向移動,2000-2005年間極低溫區(qū)溫度重心主要在上游山區(qū),而2005-2010年間向北轉(zhuǎn)移了12.69 km; 2000-2021年間烏魯木齊河流域高溫、中溫區(qū)集中分布在流域中游,即城市分布區(qū),其中,2000-2021年中溫區(qū)溫度重心向北轉(zhuǎn)移,即從烏魯木齊縣轉(zhuǎn)移到新市區(qū); 高溫區(qū)溫度重心變化向北偏東方向移動,即從沙依巴克區(qū)移動到米東區(qū),這4個時間段中,2015-2021年重心轉(zhuǎn)移距離最長,為17.29 km(表2); 極高溫區(qū)溫度重心在研究期間主要從裸地邊緣移動到流域中游,即城市區(qū)周圍,2015-2021年重心轉(zhuǎn)移距離最長,為53.30 km,極高溫區(qū)4個時間段LST重心轉(zhuǎn)移距離比其他溫度分級都長,這與城市發(fā)展等人為因素對流域地表熱環(huán)境貢獻(xiàn)最大有關(guān); 各等級地表溫度重心都有向中游市區(qū)靠攏的現(xiàn)象,這與城鎮(zhèn)分布區(qū)建筑面積增加有著密切關(guān)系．

圖6 烏魯木齊河流域地表溫度重心變化

表2 地表溫度重心轉(zhuǎn)移距離 km

3.3 不同土地利用類型的溫度變化特征及對熱環(huán)境貢獻(xiàn)度差異

不同下墊面類型因其熱容量不同,會使得LST表現(xiàn)出較大的差異性[31].為研究不同類型下墊面對烏魯木齊河流域的熱效應(yīng)貢獻(xiàn)度,將下墊面類型與溫度結(jié)合,制得烏魯木齊河流域不同土地利用類型的LST統(tǒng)計圖(圖7),計算2000-2021年不同土地利用類型對城市熱環(huán)境的貢獻(xiàn)指數(shù)(圖8).分析可得: 對比2000,2005,2010,2015,2021年5個時期各土地利用類型的LST,其差異明顯,且具有一致的規(guī)律: 一是在2000-2021年間建設(shè)用地的LST高于各用地類型的LST,在2010-2015年期間CI值的由負(fù)變正,2015年CI值最大,為0.21,是LST升高的主要貢獻(xiàn)源.二是建筑用地LST逐年升高,主要由于在此期間城市發(fā)展速度快,建筑用地面積增加最大,改變下墊面屬性,導(dǎo)致城市熱島現(xiàn)象加劇; 耕地多分布在下游,2000-2021年LST均低于流域均溫.其中,2010-2015年,耕地CI值由負(fù)變正,從-0.76升至0.07,表明耕地面積減少成為LST升高的貢獻(xiàn)源.未利用地(裸地)在研究期間呈增加趨勢,分布范圍較為發(fā)散,在上游山區(qū)裸地和下游的沙漠均有分布,未利用地2010年CI值從-0.24升至2015年0.85,2010-2015年間未利用地對LST升高為正貢獻(xiàn); 此外,草地、林地和水體在5個時期的CI值均<0,表明這3種地類對LST升高為負(fù)貢獻(xiàn).草地面積分布最廣,在研究期間LST均低于流域均溫,CI絕對值在2005年達(dá)到最大,為2.93,大面積的綠色植被覆蓋通過蒸騰作用吸收熱量對流域起著降溫作用; 林地集中分布在上游,上游多為山區(qū)高海拔地區(qū),對LST貢獻(xiàn)僅次于草地,林地LST低于流域均溫.水體在研究期間對LST升高均為負(fù)貢獻(xiàn),且LST最低,水體面積呈逐年減少趨勢,主要分布范圍在烏魯木齊河流域上游山區(qū)的冰雪和冰川,冰雪和冰川對流域氣候變化起著重要作用.整體看來,除2015年外,其余時期LST最高的為建筑用地,其余依次為裸地(未利用地)、耕地、草地、林地和水體.值得注意的是,2015年各土地類型LST整體高于其他時期,且2015年未利用地(裸地)LST高于建筑用地.據(jù)記錄,2015年,在全球氣候變暖的背景下,受超強(qiáng)厄爾尼諾事件影響,新疆出現(xiàn)了有氣象記錄以來的最暖年,全疆年平均氣溫9.0 ℃,較歷年同期偏高1.1 ℃,偏高幅度破歷史極值[32]．

圖7 烏魯木齊河流域不同土地利用類型的 地表溫度統(tǒng)計圖

圖8 烏魯木齊河流域不同土地利用類型 貢獻(xiàn)度指數(shù)

4 結(jié)論

本研究基于2000-2021年的5期Landsat遙感衛(wèi)星影像,使用單窗算法對烏魯木齊河流域的地表溫度進(jìn)行反演,并將反演的地表溫度進(jìn)行分級,使用重心轉(zhuǎn)移模型,結(jié)合土地利用類型計算各地類貢獻(xiàn)度指數(shù),定量分析烏魯木齊河流域地表溫度的變化特征,主要結(jié)論如下:

1) 烏魯木齊河流域2000-2021年的5個時間段LST等級面積均呈正態(tài)分布,研究區(qū)主要以高溫區(qū)、極高溫區(qū)為主,占流域面積的50%～70%,其次是中溫區(qū),占流域面積的15%～25%,低溫區(qū)和極低溫區(qū)占比較小,主要分布在山區(qū)林地,中溫區(qū)主要分布在城市區(qū)邊緣.極低溫、低溫和極高溫的極端溫度面積占比持續(xù)增加,中溫區(qū)面積變化相對平衡,高溫區(qū)急劇減少,主要轉(zhuǎn)為極高溫區(qū)．

2) 從地表溫度重心轉(zhuǎn)移變化來看,流域5個溫度區(qū)的重心軌跡基本都在向中游轉(zhuǎn)移,中游為人口密集的城鎮(zhèn)居民區(qū).其中極高溫區(qū)的轉(zhuǎn)移最為顯著,從下游裸地邊緣轉(zhuǎn)移到中游城市居民區(qū)．

3) 2000-2021年間,研究區(qū)的土地利用類型中建筑用地面積的增幅最為顯著,貢獻(xiàn)度指數(shù)CI值最大,為0.21,促進(jìn)了地表溫度的上升.各土地利用類型的熱貢獻(xiàn)度從大到小依次為: 草地、林地、水體、耕地、未利用地、建設(shè)用地,其中,只有建設(shè)用地為正貢獻(xiàn)．