陳智龍，董雨琴，陳凌靜，黃啟堂

(福建農(nóng)林大學(xué)園林學(xué)院，福建 福州 353002)

中國(guó)的城市化發(fā)展以土地為中心創(chuàng)造了可觀的社會(huì)與經(jīng)濟(jì)效益，但隨之也帶來(lái)了許多不利影響，如耕地流失、“鬼城”現(xiàn)象和城市熱島效應(yīng)等[1]。而城市熱島效應(yīng)是由于快速城市化進(jìn)程中各種因素的改變而形成，大量人口聚集和房屋道路等建筑修建改變了城市生態(tài)環(huán)境，大部分城市都存在著不同程度的熱島效應(yīng)[2-3]。城市熱島效應(yīng)指城市化進(jìn)程里致使城市地表溫度與大氣溫度高于四周郊區(qū)或是農(nóng)村地區(qū)等非城市環(huán)境的一類(lèi)區(qū)域溫差現(xiàn)象[4]。城市熱島效應(yīng)除了造成城市生態(tài)環(huán)境失調(diào)[5]，更會(huì)增大城市能源損耗[6]，加劇城市大氣污染[7]，嚴(yán)重影響城市居民日常生活與健康[8-9]，致使公眾普遍認(rèn)識(shí)到快速城市化對(duì)資源和環(huán)境的壓力和破壞日益突出。國(guó)家住房和城鄉(xiāng)建設(shè)部分別于2013年9月和2015年11月發(fā)布了《城市居住區(qū)熱環(huán)境設(shè)計(jì)標(biāo)準(zhǔn)(JGJ286-2013)》和《城市生態(tài)建設(shè)環(huán)境績(jī)效評(píng)估導(dǎo)則(試行)》，將城市熱環(huán)境質(zhì)量納入城市建設(shè)項(xiàng)目的考核評(píng)定指標(biāo)體系當(dāng)中[10-11]；中國(guó)氣象局于2019年8月啟動(dòng)全國(guó)城市熱島衛(wèi)星遙感監(jiān)測(cè)評(píng)估，將推進(jìn)衛(wèi)星遙感綜合應(yīng)用體系建設(shè)，開(kāi)展城市地表溫度檢測(cè)、城市熱島強(qiáng)度檢測(cè)和評(píng)估、城市熱島效應(yīng)評(píng)估[12]。這表明我國(guó)已將有關(guān)城市熱島效應(yīng)問(wèn)題作為今后城市綜合環(huán)境建設(shè)、治理與發(fā)展的研究重點(diǎn)。

目前，城市熱島效應(yīng)的影響因素分析已成為研究城市化生態(tài)環(huán)境效應(yīng)的重要方向之一。城市熱島效應(yīng)是在城市化的人為因素與當(dāng)?shù)貧庀笄闆r共同作用背景下而形成的，所以熱島效應(yīng)的形成是一個(gè)多元復(fù)雜且因地而異的長(zhǎng)期過(guò)程[13]。

有研究表明，城市化發(fā)展對(duì)氣溫有一定影響，城市化在近50 a中國(guó)氣溫變暖中的貢獻(xiàn)占20%—30%。城市化對(duì)城市熱島效應(yīng)的影響應(yīng)引起足夠的重視[14]。人類(lèi)活動(dòng)的強(qiáng)度變化影響城市地表熱量的轉(zhuǎn)換，以人口密度、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)規(guī)模以及建筑物的高度、密度和容積率等為代表的社會(huì)驅(qū)動(dòng)力因素是導(dǎo)致城市地表溫度升高、城市熱島效應(yīng)加劇的主要原因之一[14]。城市熱島效應(yīng)具有諸多特征表述，如：城鄉(xiāng)氣象站臺(tái)氣溫差值、城鄉(xiāng)地表溫度或大氣溫度差值、城市空間熱環(huán)境差異等。從日間變化上觀察，早期研究指出氣溫城市熱島是“夜間現(xiàn)象”即夜間呈現(xiàn)高峰[15]，但之后很多研究表明有些地區(qū)白天地表城市熱島強(qiáng)度突出[16]，甚至超過(guò)夜間地表城市熱島強(qiáng)度[17]，因此本文暫不考慮夜間地表城市熱島的研究。Mitchell等利用Landsat和MODIS遙感影像反演的地表溫度,結(jié)合當(dāng)?shù)厝丝谄詹閿?shù)據(jù),利用地統(tǒng)計(jì)學(xué)等空間統(tǒng)計(jì)方法，對(duì)影響美國(guó)佛羅里達(dá)州Pinellas地區(qū)地表熱環(huán)境分布的人口因素進(jìn)行分析，結(jié)果表明在貧困人口較為集中的區(qū)域以及某些特定種族或少數(shù)民族的聚集區(qū)域，城市熱島效應(yīng)更為顯著[18]。張瑜等基于1995—2013年的TM遙感數(shù)據(jù)以及西安市建成區(qū)的人口、綠化面積、廢氣排放量、GDP、運(yùn)輸量、工業(yè)總產(chǎn)值等11項(xiàng)統(tǒng)計(jì)數(shù)據(jù)，采用灰色關(guān)聯(lián)度理論定量研究了熱島效應(yīng)影響因子的貢獻(xiàn)率，結(jié)果認(rèn)為人類(lèi)社會(huì)因素對(duì)熱島效應(yīng)帶來(lái)的負(fù)面影響日益加劇[19]。由于社會(huì)統(tǒng)計(jì)數(shù)據(jù)在空間尺度和時(shí)間尺度上的局限性導(dǎo)致其較難適用于小尺度的熱環(huán)境研究，對(duì)城市熱島效應(yīng)的定量分析研究帶來(lái)了一定困難。另外，在城市熱島的單一影響因素研究中，城市地表覆蓋特征對(duì)城市地表溫度的影響分析已經(jīng)較為充分，圍繞NDVI，NDBI，ISA等影響因素已展開(kāi)定量研究，而城市熱島效應(yīng)社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力的定量研究則較為缺乏，肌理性分析和案例驗(yàn)證均存在不足[20]。因此，本文以衛(wèi)星反演的冬季日間地表溫度為依托，在區(qū)域尺度下計(jì)算分析各個(gè)城市的熱島效應(yīng)，從熱島效應(yīng)形成機(jī)理角度出發(fā)并借鑒前人研究提出影響指標(biāo)，結(jié)合對(duì)應(yīng)年限的人口普查、經(jīng)濟(jì)普查、統(tǒng)計(jì)年鑒等社會(huì)經(jīng)濟(jì)數(shù)據(jù)，對(duì)研究區(qū)域進(jìn)行城市熱島效應(yīng)定量分析，同時(shí)充實(shí)景觀尺度上人為活動(dòng)影響熱島效應(yīng)的分析。本文選取我國(guó)22個(gè)城市，利用2014年和2019年衛(wèi)星影像與統(tǒng)計(jì)年鑒等相關(guān)數(shù)據(jù)，定量分析城市熱島效應(yīng)變化特征，同時(shí)探討社會(huì)經(jīng)濟(jì)因素對(duì)城市熱島效應(yīng)的影響機(jī)制，以期為有效消緩城市熱島效應(yīng)提供科學(xué)的參考依據(jù)，為其他城市熱島效應(yīng)的格局演化及其社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力的定量研究提供借鑒和參考。

1 研究區(qū)域概況

本文研究區(qū)涵蓋了大部分東南沿海城市以及內(nèi)陸部分城市，東經(jīng)111°—122°，北緯2°—39°，選定城市樣本在2014年至2019年里城市GDP、工業(yè)化趨勢(shì)以及城市建設(shè)綠化等方面發(fā)展迅速，作為研究對(duì)象具有一定代表性。同時(shí)，因每個(gè)城市對(duì)于統(tǒng)計(jì)數(shù)據(jù)的標(biāo)準(zhǔn)不一，為保證數(shù)據(jù)完整性與統(tǒng)計(jì)口徑的一致性，本文主要選取城市人口數(shù)、社會(huì)消費(fèi)品零售總額、建成區(qū)面積、建成區(qū)綠地覆蓋面積、工業(yè)用電量、道路面積、民用車(chē)輛擁有量、建成區(qū)綠地覆蓋率、城鎮(zhèn)居民用電量共9類(lèi)影響指標(biāo)。城市樣本共包括廣州市、佛山市、東莞市、汕頭市、廈門(mén)市、福州市、溫州市、寧波市、杭州市、嘉興市、蘇州市、常州市、無(wú)錫市、蕪湖市、南京市、蚌埠市、徐州市、鄭州市、開(kāi)封市、濟(jì)南市、陽(yáng)泉市、太原市等22個(gè)城市。以其中城市市轄區(qū)作為研究范圍進(jìn)行城市熱島效應(yīng)的計(jì)算及進(jìn)一步分析。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本文研究的數(shù)據(jù)分為遙感影像和城市統(tǒng)計(jì)數(shù)據(jù)。遙感數(shù)據(jù)為2014年和2019年Landsat8衛(wèi)星的冬季遙感影像，通過(guò)美國(guó)地質(zhì)調(diào)查局(USGS)獲取，級(jí)別是Level 1T(L1T),地圖投影為UTM，坐標(biāo)系統(tǒng)為WGS84，USGS在數(shù)據(jù)分布前將TIRS10/11重采樣至30 m以匹配傳感器的多光譜波段，并將全部波段的像元灰度級(jí)拉伸到16-bit，存儲(chǔ)為柵格式單波段影像。研究區(qū)內(nèi)圖像質(zhì)量良好，云層覆蓋少，且地面特征清晰[22]。城市統(tǒng)計(jì)數(shù)據(jù)均源自《中國(guó)城市統(tǒng)計(jì)年鑒》和各城市統(tǒng)計(jì)年鑒以及相關(guān)官方網(wǎng)站公布的城市發(fā)展公報(bào)等文件。

本研究依照2個(gè)標(biāo)準(zhǔn)進(jìn)行社會(huì)經(jīng)濟(jì)因素指標(biāo)的選擇。首先，篩選的指標(biāo)應(yīng)直接或間接影響城市熱島效應(yīng)，是具有代表性的城市化發(fā)展指標(biāo)，即所選的因子對(duì)城市熱島的影響可由現(xiàn)有研究得出；其次，本文研究區(qū)限定于城市市區(qū)范圍，對(duì)應(yīng)的指標(biāo)數(shù)據(jù)同樣應(yīng)為城區(qū)尺度，并且能夠獲得，確保其與統(tǒng)計(jì)口徑的一致性。

2.2 研究方法

考慮到衛(wèi)星遙感影像可以直接獲取城市地表的熱輻射信息，并具有數(shù)據(jù)獲取周期短、覆蓋范圍可控、獲取成本低等優(yōu)點(diǎn)[14]，本文利用衛(wèi)星熱紅外遙感數(shù)據(jù)反演研究城市地表溫度。但由于地表熱輻射在傳導(dǎo)過(guò)程中會(huì)收到輻射面與大氣的影響，這將造成衛(wèi)星傳感器接收到熱輻射信息與地表真實(shí)熱輻射狀況差異較大的情況，而經(jīng)過(guò)大氣校正后再反演得到地表溫度，基本考慮了大氣和輻射面的干擾，因此本文首先通過(guò)ENVI5.3軟件對(duì)所有影像數(shù)據(jù)作輻射定標(biāo)和大氣校正處理，剔除因大氣散射對(duì)地表溫度反演所造成的誤差，其反演結(jié)果將會(huì)更接近于真實(shí)的地表溫度[22]。接著再對(duì)未覆蓋完整研究區(qū)的影像進(jìn)行影像拼接，然后在ArcGIS10.2軟件中，利用研究市轄區(qū)的邊界矢量圖裁剪圖像，得到研究區(qū)市轄區(qū)范圍的遙感影像，最后對(duì)影像進(jìn)行地表溫度的反演計(jì)算，并以統(tǒng)計(jì)年鑒和相關(guān)歷史氣溫等數(shù)據(jù)，驗(yàn)證其地表反演溫度可靠性。熱島強(qiáng)度值計(jì)算公式為UHI=Ta-Tb(UHI為熱島強(qiáng)度值，Ta為城市A選樣點(diǎn)地表溫度值，Tb為郊區(qū)B參照點(diǎn)地表溫度值，單位均為 ℃)[23]。

由于各選定城市2014年與2019年遙感影像的成像時(shí)間不同，直接進(jìn)行比較分析反演出的溫度是不合理的，因此對(duì)各城市前后2 a的圖像進(jìn)行統(tǒng)一歸一化處理，從而消除成像時(shí)間的影響[24]。在ArcGIS10.2中依照公式(1)對(duì)所得地表溫度進(jìn)行歸一化處理，接著按等差級(jí)值將各個(gè)城市熱島效應(yīng)予以分級(jí)：0.8—1.0表示強(qiáng)熱島區(qū)，0.6—0.8表示熱島區(qū)，0.4—0.6表示常溫區(qū)，0.2—0.4表示綠島區(qū)，0—0.2表示強(qiáng)綠島區(qū)[25]。

L=(Tn-Tmin)/(Tmax-Tmin)

式中，L是代表各個(gè)城市影像中第n個(gè)像元亮度溫度值的歸一化值，Tn代表第n個(gè)像元溫度；Tmin是溫度最小值，Tmax為溫度最大值。

接著在熱島效應(yīng)分級(jí)之后，使用ERDAS9.2軟件對(duì)影像進(jìn)行熱島轉(zhuǎn)移矩陣計(jì)算。轉(zhuǎn)移矩陣是對(duì)2期不同年度同一地區(qū)的熱島效應(yīng)區(qū)的圖層影像疊加分析數(shù)據(jù)，求得不同熱島效應(yīng)區(qū)發(fā)生變化后的級(jí)別與其變化面積的二維矩陣，用以反映靜態(tài)相同時(shí)期、相同地區(qū)、不同等級(jí)熱島效應(yīng)區(qū)的面積，以及前期各級(jí)熱島效應(yīng)區(qū)的面積轉(zhuǎn)出情況和后期各級(jí)熱島效應(yīng)區(qū)的面積轉(zhuǎn)入情況。

3 結(jié)果與分析

3.1 研究區(qū)地表溫度及城市熱島值變化分析

由結(jié)果(見(jiàn)表1)可知，2014年各個(gè)城市的地表最低溫度從0 ℃(鄭州、太原等)到27 ℃(佛山)不等，平均值為9 ℃。各個(gè)城市的地表最高溫度從7 ℃(陽(yáng)泉)到39 ℃(佛山)不等，平均值為18.3 ℃。研究區(qū)內(nèi)城市熱島值由2 ℃(蚌埠)到6 ℃(杭州、廈門(mén))不等。2019年，研究城市中的地表最低溫度從1 ℃(鄭州)到23 ℃(汕頭)不等。平均值為13 ℃。研究城市中的地表最高溫度從11 ℃(鄭州)到35 ℃(廣州、東莞等)不等，平均值為23.7 ℃。研究區(qū)中的城市熱島值由3 ℃(常州)到7 ℃(南京、蕪湖等)不等。

表1 2014—2019年城市地表溫度及熱島值

對(duì)比2 a的數(shù)據(jù)，研究區(qū)的最低溫度、最高溫度、平均溫度均為升溫，但開(kāi)封、常州、佛山、東莞市的地表最低溫度和最高溫度卻有所下降。強(qiáng)熱島城市主要為廈門(mén)、杭州市等地區(qū)。

3.2 研究區(qū)熱島效應(yīng)轉(zhuǎn)移矩陣分析

2014到2019年研究區(qū)各城市不同等級(jí)熱島效應(yīng)區(qū)的轉(zhuǎn)移矩陣信息如表2所示。5 a間各城市的強(qiáng)綠島類(lèi)型所占面積均各自有所增減，上升幅度較大的城市為嘉興市和汕頭市，下降幅度較大的為杭州市和佛山市；5 a間各城市的強(qiáng)熱島類(lèi)型所占面積同樣各有增減，上升幅度較大的城市有蘇州市和寧波市，下降幅度較大的有濟(jì)南市等；強(qiáng)綠島轉(zhuǎn)入面積由3.407 km2到641.923 km2不等，其來(lái)源主要呈現(xiàn)由綠島區(qū)、常溫區(qū)、熱島區(qū)等依次遞減的轉(zhuǎn)入次序；強(qiáng)熱島區(qū)轉(zhuǎn)入面積由6.978 km2到1 053.138 km2不等，其來(lái)源主要呈現(xiàn)由強(qiáng)綠島區(qū)、綠島區(qū)、常溫區(qū)等依次遞增的轉(zhuǎn)入次序。

表2 2014—2019年城市熱島類(lèi)型轉(zhuǎn)移矩陣 km2

3.3 城市熱島的PCA分析

城市熱島效應(yīng)是在城市化的人為因素和局地天氣氣象情況共同作用下產(chǎn)生的，是城市化過(guò)程中對(duì)城市環(huán)境影響的必然現(xiàn)象，本文主要分析城市化中人為因素對(duì)熱島效應(yīng)的作用，根據(jù)相關(guān)文獻(xiàn)結(jié)論將人為因素概括為城市規(guī)模、工業(yè)活動(dòng)、居民活動(dòng)及城市綠化4個(gè)方面。本文通過(guò)以下2個(gè)標(biāo)準(zhǔn)選擇社會(huì)經(jīng)濟(jì)變量指標(biāo)。首先，選定的指標(biāo)必須直接或間接影響城市熱島效應(yīng)，即這些指標(biāo)對(duì)城市熱島效應(yīng)的影響已由現(xiàn)有研究顯示。其次，這些指標(biāo)的數(shù)據(jù)必須在被研究的城市中可獲得。通過(guò)文獻(xiàn)篩選后選擇了包括城市人口數(shù)、社會(huì)消費(fèi)品零售總額、建成區(qū)面積、建成區(qū)綠地覆蓋面積、工業(yè)用電量、道路面積、民用車(chē)輛擁有量、建成區(qū)綠地覆蓋率、城鎮(zhèn)居民用電量共9個(gè)定量指標(biāo)(見(jiàn)表3)。其中正相關(guān)代表影響因子越大，熱島效應(yīng)越強(qiáng)，反之亦然。考慮到指標(biāo)尺度統(tǒng)一及獲取問(wèn)題，剔除人口密度、工業(yè)煙粉塵排放量、工業(yè)廢氣排放量、工業(yè)二氧化硫排放量數(shù)據(jù)。因指標(biāo)因子單位量綱的不同，為便于對(duì)結(jié)果的解釋?zhuān)疚氖褂媒y(tǒng)計(jì)分析軟件SPSS26.0對(duì)各類(lèi)指標(biāo)因子進(jìn)行標(biāo)準(zhǔn)化處理并借助主成分分析原理，將研究區(qū)中影響22個(gè)城市的熱島效應(yīng)的變量進(jìn)行主成分分析，分析結(jié)果KMO值大于0.7，顯著性為0，小于0.05，即能夠確定本文所選變量適宜作主成分因子分析熱島效應(yīng)的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力分析。

表3 熱島效應(yīng)社會(huì)經(jīng)濟(jì)影響因子及其參考文獻(xiàn)來(lái)源

由主成分特征值和貢獻(xiàn)率(見(jiàn)表4)可看出，第1主成分的貢獻(xiàn)率最大，遠(yuǎn)高于其他主成分，為63.717%；其次為第2主成分，為11.515%。前2個(gè)主成分的累積貢獻(xiàn)率已達(dá)75.233%，且其特征值大于1，表明前2個(gè)主成分包括了原始9個(gè)變量中75.233%的信息量，且原始數(shù)據(jù)具有較高的冗余度。本文認(rèn)為前2個(gè)主成分能夠代表影響城市熱島的社會(huì)經(jīng)濟(jì)因素。對(duì)表4中數(shù)據(jù)進(jìn)行主成分轉(zhuǎn)換，得到前2個(gè)主成分所持的信息荷載情況(如表5)。

表4 各主成分的特征值和貢獻(xiàn)率

表5 主成分載荷矩陣表

一般來(lái)說(shuō)，各主成分的對(duì)應(yīng)值越大，表明這一主成分所涵蓋的初始變量信息就越多，即所占的比重更大。根據(jù)主成分荷載矩陣，具體分析各主成分的整體組成情況，以此表明不同社會(huì)經(jīng)濟(jì)因素對(duì)城市熱島效應(yīng)的影響權(quán)重。對(duì)于第1主成分而言，城市人口數(shù)、社會(huì)消費(fèi)品零售總額、建成區(qū)面積、建成區(qū)綠化覆蓋面積和工業(yè)用電量等為其主要正向貢獻(xiàn)因子；對(duì)于第2主成分而言，民用車(chē)輛擁有量和道路面積為其正向貢獻(xiàn)因子，城鎮(zhèn)居民用電量為其主要負(fù)向貢獻(xiàn)因子，值得注意的是作為第1主成分的主要正向貢獻(xiàn)因子則對(duì)第2主成分產(chǎn)生負(fù)向影響。這可能是在城市中當(dāng)人口量、消費(fèi)品零售總額等人口經(jīng)濟(jì)發(fā)展穩(wěn)定，建成區(qū)面積不再擴(kuò)張以及工業(yè)發(fā)展趨勢(shì)放緩后，因道路的不透水性或鋪裝材質(zhì)的影響以及車(chē)輛尾氣排放的緣故，所以道路面積和車(chē)輛數(shù)量的增減對(duì)城市熱島效應(yīng)的影響將起到較為重要的作用。綜合分析各個(gè)主成分的主要貢獻(xiàn)因子，對(duì)研究區(qū)影響城市熱島效應(yīng)的主要社會(huì)經(jīng)濟(jì)影響因子按照其貢獻(xiàn)度大小可以概括為城市人口數(shù)、社會(huì)消費(fèi)品零售總額、建成區(qū)面積、建成區(qū)綠化覆蓋面積、工業(yè)用電量、道路面積共6個(gè)主要影響因子，這也與相關(guān)文獻(xiàn)結(jié)論較為一致。同時(shí)由表5可看出，第1個(gè)主成分主要體現(xiàn)了城市規(guī)模對(duì)城市熱島效應(yīng)的影響，主要包含城市人口數(shù)、建成區(qū)面積以及道路面積等信息；第2個(gè)主成分綜合反映了居民活動(dòng)及城市規(guī)模對(duì)城市熱島效應(yīng)的影響，主要包括民用車(chē)輛擁有量和建成區(qū)綠化覆蓋率等信息。

4 結(jié)論與討論

(1)對(duì)比2014年與2019年的數(shù)據(jù)，研究所選的大部分城市的最低溫度、最高溫度和平均溫度均為升溫，各個(gè)城市的城市熱島值同樣升高，城市熱島效應(yīng)逐年增大。結(jié)果與李宇等的研究一致，他們發(fā)現(xiàn)我國(guó)絕大部分城市表現(xiàn)出了明顯的熱島效應(yīng)，且不同城市和區(qū)域熱島強(qiáng)度差異明顯[26]。但也出現(xiàn)如開(kāi)封、常州、佛山、東莞市的最低溫度和最高溫度下降、但熱島值不變的情況。該結(jié)果和侯婷婷的研究[27]相符。東莞市自2014年以后城市開(kāi)始快速轉(zhuǎn)型發(fā)展，高科技產(chǎn)業(yè)在一定程度上緩解了勞動(dòng)力，同時(shí)政府更加注重城市生態(tài)環(huán)境的建設(shè)，城市規(guī)模的變化呈穿孔式的分布，因此東莞市未引發(fā)強(qiáng)烈的熱島效應(yīng)，城市熱島效應(yīng)趨于平緩狀態(tài)。(2)不同城市熱島類(lèi)型間的轉(zhuǎn)移特征分析顯示，強(qiáng)熱島區(qū)面積的擴(kuò)大源于由強(qiáng)綠島區(qū)到熱島區(qū)和強(qiáng)熱島區(qū)的轉(zhuǎn)化，強(qiáng)綠島區(qū)、綠島區(qū)、常溫區(qū)、熱島區(qū)轉(zhuǎn)向強(qiáng)熱島區(qū)的數(shù)值也呈現(xiàn)逐級(jí)遞增的趨勢(shì)，但同時(shí)也有出現(xiàn)強(qiáng)綠島區(qū)所占轉(zhuǎn)化量更大的情況，如蘇州、常州市。這也與馬松超的研究結(jié)果相吻合[28]。其結(jié)果顯示，2009—2019年揚(yáng)子江城市群(蘇州、常州、南京、無(wú)錫等城市)的整體熱島效應(yīng)仍在增強(qiáng)，其中蘇州市、常州市、無(wú)錫市的熱島面積占城市群的主導(dǎo)，其中，蘇州市貢獻(xiàn)度最大。由低溫度區(qū)轉(zhuǎn)化為高溫區(qū)或極高溫區(qū)的現(xiàn)象也主要分布在這3個(gè)城市。這是因?yàn)槌鞘兄袕?qiáng)綠島和綠島區(qū)常為水體與植被繁茂地，轉(zhuǎn)變成為高熱源地區(qū)的可能性較低，而城市中的常溫區(qū)和熱島區(qū)伴隨著社會(huì)經(jīng)濟(jì)發(fā)展和城市建設(shè)，常被改造成硬質(zhì)、不通風(fēng)或是綠植較少的功能用地，以致成為新的高熱源產(chǎn)生區(qū)。人工斑塊占比大的區(qū)域易產(chǎn)生熱島效應(yīng)，人工斑塊(建設(shè)用地、未利用地)面積占比越大，自然斑塊(水體、植被)的面積占比越小，熱島強(qiáng)度越高[29]。出現(xiàn)強(qiáng)綠島區(qū)轉(zhuǎn)出的現(xiàn)象，與城市自身發(fā)展進(jìn)程中的開(kāi)發(fā)建設(shè)需求相關(guān)，由表1可知強(qiáng)綠島面積轉(zhuǎn)出對(duì)城市熱島具有較大的影響效果。(3)針對(duì)社會(huì)經(jīng)濟(jì)因素對(duì)城市熱島效應(yīng)影響的主成分分析表明，第1主成分主要反映了城市規(guī)模對(duì)城市熱島效應(yīng)的影響，主要包括城市人口數(shù)、建成區(qū)面積及道路面積等信息；城市規(guī)模對(duì)城市熱島效應(yīng)具有正相關(guān)的作用，簡(jiǎn)單說(shuō)就是隨著城市規(guī)模增大，人口數(shù)量增多，建成區(qū)面積擴(kuò)張以及道路面積的增加，城市熱島效應(yīng)就越容易發(fā)生，其程度也愈明顯。雖然城市規(guī)模中也涵蓋了綠化植被等綠地指標(biāo)，但有些城市即使城區(qū)范圍內(nèi)的綠地面積增速高于郊區(qū)，城區(qū)范圍內(nèi)的平均氣溫或最高氣溫卻也高于郊區(qū)[30]。這說(shuō)明了城區(qū)內(nèi)的植被對(duì)氣溫和熱島強(qiáng)度的貢獻(xiàn)要小于其他因素影響，即城區(qū)增加的植被對(duì)減緩熱島效應(yīng)的貢獻(xiàn)不足以抵消其他因素增強(qiáng)熱島效應(yīng)的貢獻(xiàn)。而城市人口數(shù)量、建成區(qū)面積、道路面積、工業(yè)用電量等指標(biāo)可能起到較大影響。第2主成分綜合反映了居民活動(dòng)及城市規(guī)模對(duì)城市熱島效應(yīng)的影響，主要包括民用車(chē)輛擁有量和建成區(qū)綠化覆蓋率等信息。參考Clinton等的研究可知，城市規(guī)模和城市發(fā)展強(qiáng)度是影響熱島效應(yīng)最主要的社會(huì)經(jīng)濟(jì)變量，而城市人口的影響性則是最低的[31]。這與本研究結(jié)果存在一定矛盾，造成這種差異的部分由不同的人口測(cè)量方法所導(dǎo)致，在其研究中，人口測(cè)量方法是使用插值融合的一種網(wǎng)絡(luò)數(shù)據(jù)集，而在本研究中，人口測(cè)量方法是根據(jù)研究區(qū)統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)所確定的。造成這種差異的另一個(gè)部分重要的潛在原因是城市產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展模式的差異，這意味著不同地區(qū)或國(guó)家在城市熱島形成評(píng)估中相同的社會(huì)經(jīng)濟(jì)因素所起的作用可能是不同的。

由于遙感影像獲取的限制性，只有少數(shù)城市能夠參與完整的相關(guān)分析，且每個(gè)研究城市的遙感數(shù)據(jù)與其社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的匹配程度仍具有提高的空間。選定的各社會(huì)經(jīng)濟(jì)指標(biāo)均來(lái)源于政府相關(guān)網(wǎng)站發(fā)布資料，在社會(huì)經(jīng)濟(jì)發(fā)展與城市建設(shè)方面具有不同程度的影響作用，不排除某些指標(biāo)的內(nèi)在關(guān)聯(lián)?？紤]到文章著重計(jì)算城市熱島效應(yīng)及熱島轉(zhuǎn)移矩陣，并進(jìn)行選定指標(biāo)因子對(duì)熱島效應(yīng)的影響分析，就此暫未對(duì)指標(biāo)之間的關(guān)聯(lián)性作深入研究，后續(xù)研究可就其關(guān)聯(lián)性做進(jìn)一步探討。另外，長(zhǎng)時(shí)序同時(shí)期的社會(huì)經(jīng)濟(jì)數(shù)據(jù)，如城市統(tǒng)計(jì)年鑒、大數(shù)據(jù)、碳中和統(tǒng)計(jì)數(shù)據(jù)、問(wèn)卷調(diào)查數(shù)據(jù)等與城市熱島數(shù)據(jù)，如氣象站臺(tái)數(shù)值、遙感影像數(shù)據(jù)、預(yù)測(cè)模型結(jié)果數(shù)值等之間的有效結(jié)合，將有助于降低分析結(jié)果的誤差，并提高其穩(wěn)定性和參考意義，從而計(jì)算出社會(huì)經(jīng)濟(jì)因素對(duì)于城市熱島效應(yīng)更加全面的影響變化和權(quán)重占比，以此針對(duì)性提出有效緩解城市熱島效應(yīng)的干預(yù)措施。最后，只評(píng)估了城市部分社會(huì)經(jīng)濟(jì)指標(biāo)對(duì)城市熱島效應(yīng)的相對(duì)貢獻(xiàn)度，計(jì)算所產(chǎn)生的結(jié)果存在一定局限性，未來(lái)可通過(guò)多元的社會(huì)經(jīng)濟(jì)指標(biāo)，如POI數(shù)據(jù)、城市問(wèn)卷調(diào)查、碳中和統(tǒng)計(jì)數(shù)據(jù)等與城市熱島之間的深入分析探究2者的內(nèi)在關(guān)系。

根據(jù)上述分析結(jié)果，結(jié)合前人對(duì)城市熱島效應(yīng)的研究結(jié)論，提出以下建議：(1)適當(dāng)控制城市人口數(shù)量，綜合考慮擴(kuò)大城區(qū)建設(shè)所帶來(lái)的負(fù)面影響，著重城市建設(shè)布局，對(duì)城市道路、工業(yè)區(qū)、公園綠地等方面進(jìn)行科學(xué)規(guī)劃，已有研究表明，熱島的空間形態(tài)與城市化地區(qū)具有較高的相似性[32-39]。因此，在規(guī)劃城市內(nèi)的各區(qū)域時(shí)，必須考慮城市布局對(duì)局部熱環(huán)境的影響，合理利用城市空間布局建設(shè)作為減少區(qū)域熱島效應(yīng)的手段；(2)嚴(yán)格審批工業(yè)廢氣、廢水的排放，降低城市工業(yè)企業(yè)生產(chǎn)的能耗釋放，合理調(diào)控能耗布局；(3)加強(qiáng)城市機(jī)動(dòng)車(chē)輛的管理控制，提倡清潔能源如電力驅(qū)動(dòng)、油電混合驅(qū)動(dòng)等交通工具；(4)在城市熱島區(qū)域增設(shè)綠地面積，同時(shí)推行城市垂直綠化建設(shè)。在緩解熱島效應(yīng)的同時(shí)通過(guò)串聯(lián)-集中的形式優(yōu)化城市綠地布局合理性，并提高城區(qū)綠化建設(shè)意識(shí)，引導(dǎo)公眾深化綠色環(huán)保觀念，關(guān)注城市環(huán)境變化對(duì)溫度造成的影響情況。