1981—2020年北京城市熱島效應時空特征及其影響因素分析

摘要 在氣候變暖和快速城市化背景下，北京一直面臨著城市熱島效應帶來的環境問題。基于北京市1981—2020年逐日氣溫觀測資料，采用線性回歸、克里金插值和相關性分析等方法，研究了北京市城郊氣溫變化趨勢以及北京市城市熱島強度（Urban Heat Island，UHI）的時空變化特征，并評估了氣象因素、人口密度和土地利用／覆蓋類型對城市熱島效應的影響。結果表明：近40 a來北京市城郊區的平均氣溫均呈上升的變化趨勢，且城區氣溫增幅大于郊區，表明北京市UHI上升趨勢顯著。就季節而言，北京市冬季UHI最強（1.22 ℃），秋季次之，春、夏最弱，其中秋季UHI增幅最大。同時，北京市城市熱島效應范圍也在逐漸擴大，其中城六區為高值區，熱島區由西北向東南方向延伸至城市副中心通州區，朝陽區和通州區增溫趨勢明顯。2000年以來，北京市冬季UHI出現了顯著的增加趨勢，高值區UHI增加至1.6 ℃。此外，主成分分析表明人口、建設用地和氣壓對城市熱島效應的形成起促進作用，而風速和耕地是緩解城市熱島效應的重要影響因素。

關鍵詞北京市;城市熱島效應;時空分布特征;影響因素

全球城市化進程整體呈現快速上升趨勢（儲鵬等，2016;胡楠林等，2022），我國城市化水平從改革開放初期的17.9％發展到2020年的60％以上（王美雅和徐涵秋，2018）。隨著全球氣候變暖、城市人口密度增加等，城市熱島效應成為最典型且最嚴重的城市氣候問題之一（楊敏等，2018;張樹欽等，2022）。城市化和下墊面的變化影響城市氣溫的變化，也加劇了城市熱島效應（司鵬等，2010;葉麗梅等，2014;李煜斌等，2022）。城市熱島效應不僅對局地小氣候和大氣環境造成不利影響（許睿等，2020），還危及人類身體健康，增加與熱／高溫有關疾病的發病率和死亡率（Alahmad et al.，2020;Nwakaire et al.，2020）。城市熱島效應已成為城市氣候學、生態學、地理學、醫學等各領域學者研究的焦點（Estoque et al.，2017）。

城市熱島效應的研究方法主要有氣象資料觀測法、遙感監測法和數值模擬法等（壽亦萱和張大林，2012;康漢青等，2014;Liu et al.，2020）。遙感監測法因其分辨率高、覆蓋范圍廣、不耗時、成本低和可實現觀測一致性、可重復性等特點成為近年來研究城市熱島效應的主要方法（劉勇洪等，2017;Pan et al.，2019），但其容易受到大氣環境和輻射面的影響而帶來數據的誤差（毛成忠等，2021）。氣象資料觀測法是一種直接的長時間序列城市熱值測量方法，且目前自動氣象觀測網已經實現了多氣象要素的連續觀測（孟凡超等，2020），能夠更精準地反映城市熱島效應（李宇等，2021）。

國內外研究者基于不同時間序列的氣象資料觀測法研究了不同區域的城市熱島效應，并探討了影響城市熱島效應的影響因素。例如，程志剛等（2018）研究了北京CBD區域的城市熱島強度，表明雨和大風等天氣對城市熱島強度有削弱作用。Li et al.（2020）基于5個站點的氣溫數據與遙感監測地表溫度對比研究了杭州市的城市熱島強度，發現基于氣溫數據的城市熱島強度在干燥的晴天的夜間更強，并受選取指標的影響。Huang et al.（2020）分析了上海市夜間城市熱島8604be123dea8baa17f8f22474b56394強度，發現夜間熱島效應季節性規律與相對濕度和降水等均有關。由此可見，城市熱島效應在不同地區呈現出不同的特征和規律，其影響因素也各不相同。隨著京津冀的重新規劃、大興機場的建成、通州副中心的建設，北京市城市化建設仍不斷擴張（王國玉等，2021），呈現出多個不同功能區特點，并且下墊面類型繁多，城市熱島特征較為典型，在氣候變化、人口增長、土地利用等諸多因素的作用下，熱島效應變化情況及形成原因復雜（孫應龍等，2020），因此需要進一步的探尋和分析。

本文以北京市為研究區域，基于1981—2020年逐日氣象站點數據，研究北京市近40 a內月、季節以及年尺度城市熱島效應的時空變化特征，運用克里金插值法揭示北京市熱島效應的空間變化趨勢;繼而開展氣象因素、人口密度和土地利用／覆蓋變化（LUCC）3種影響因素與城市熱島強度的相關性分析，再結合主成分分析探討不同影響因素對城市熱島效應的貢獻率，揭示城市熱島效應的成因。由此從多個角度研究北京市熱島效應的時空變化特征，為未來制定北京市城市規劃、緩解城市熱島效應提供理論依據。

1 研究區概況和數據

1.1 研究區概況

北京市（113°30′～119°15′E，36°03′～42°32′N）是中國的政治、文化、科技創新中心，位于華北平原北部，地勢西北高、東南低，總面積約為16 410.5 km2，2020年常住人口為21 900 000人。北京市的氣候為暖溫帶大陸性季風氣候，四季分明，夏季高溫多雨，冬季寒冷干燥，春秋短促。由于近年來人口數量的劇增、地表下墊面的改變，北京市城郊間的溫度差增大，直接影響了北京市的熱島效應。

1.2 數據

本研究中的氣象數據來自國家氣象信息中心（http：／／data.cma.cn／），包括北京市城郊氣象站點1981—2020年逐日氣溫觀測資料，數據質量經嚴格控制。本研究依據文獻選擇自然條件相似、海拔高度相近、數據完整的城郊站點作對比站（李麗光等，2013），選擇北京市4個城區站點、10個郊區站點（圖1）。

人口數據、社會統計數據來源于國家及各地統計局的統計年鑒：《國家統計年鑒》《北京統計年鑒》《第四次人口普查公報》和《第七次人口普查公報》。利用衛星Landsat Thematic Mapper（TM）數據獲得1990—2020年北京市土地利用／覆蓋變化面積并進行統計。

2 研究方法

2.1 城市熱島強度計算方法

城市熱島強度（Urban Heat Island，UHI）是指由于城市熱島效應等引起的城鄉之間的溫度差異，下文用UHI表示。北京市城區、郊區站點的海拔均值（50.5 m、57.1 m）相差較小，無需對站點監測溫度進行海拔校正，由此UHI計算公式為：

UHI=TUrban-TSuburb，（1）

TU／S=（T1+T2+…+Tm）/m。 （2）

式中：TUrban代表城區氣溫;TSuburb代表郊區氣溫;TU／S代表城區或郊區站點氣溫平均值;m為城區或郊區站點數量。

2.2 城市熱島強度時空變化特征及影響因子分析方法

城市熱島強度時空變化特征及影響因子分析：采用一元線性回歸、距平法、5 a滑動平均以及克里金插值法統計分析城市熱島強度的月尺度、季節尺度和年尺度的時空變化特征;采用Mann-Kendall非參數檢驗（M-K突變檢驗）明確各尺度熱島強度突變的年份;再利用SPSS 27.0 對氣象因素、人口密度、LUCC 3種影響因素與城市熱島強度進行二元相關性分析（Pearson相關系數，r）;最后利用主成分分析法確定各成分的貢獻率，篩選影響北京市城市熱島效應的主要影響因素。

3 結果與討論

3.1 氣溫及熱島強度時間變化特征

3.1.1 年際變化特征

由北京市1981—2020年城區和郊區年平均氣溫的距平變化及5 a滑動平均曲線（圖2）可知，北京市城區氣溫呈現不斷波動上升趨勢，在2011年前后出現低值期（12.8 ℃），之后氣溫持續上升，達到13.9 ℃。郊區氣溫在20世紀90年代至21世紀10年代前期氣溫較高，同時在2011年前后也出現氣溫低值期（11.8 ℃），2012—2020年期間郊區年平均氣溫最高可達到12.8 ℃。總體來說，城區和郊區年平均氣溫均呈上升的變化趨勢，城區氣溫高于對應年份郊區氣溫，溫度增幅也大于郊區。城區和郊區氣溫的線性變化趨勢分別為0.45 ℃／（10 a）、0.36 ℃／（10 a）。

圖3是近40 a年北京市年平均UHI的年際變化曲線和M-K突變檢驗曲線。由5 a滑動平均曲線可以看出，北京市年平均UHI整體呈現“波浪型”的上升趨勢，并以0.1 ℃／（10 a）的速率上升。年平均UHI也呈現明顯的年代際變化，1980年代年平均UHI為0.73 ℃，1990年代年平均UHI為0.77 ℃，增幅較小，在2000年代年平均UHI為0.85 ℃。結合年平均UHI的M-K突變檢驗可知，UHI在2007年發生突變，2010年以后UHI增幅增大，到2010年代年平均UHI升高到1.01 ℃。城市熱島強度不斷增加可能與城市人口不斷增長、社會經濟發展和城市不透水面增加有密切聯系（Wang et al.，2017;鄔昀等，2017）。

3.2.1 季節變化特征

本研究將3—5月作為春季、6—8月作為夏季、9—11月作為秋季、12月—次年2月作為冬季，對北京市城郊站點逐日觀測數據進行整理，獲得季節尺度的年平均氣溫和UHI（圖4）。分析結果表明，北京市春季和秋季平均氣溫呈穩定上升趨勢，而夏季和冬季平均氣溫均呈較大波動的上升趨勢，尤其是冬季的平均氣溫年際變化幅度較大，線性變化趨勢達到1.2 ℃／（10 a）。北京市年平均UHI季節變化也比較明顯，表現冬季>秋季>春季>夏季，與前人研究結果一致（賈文茜等，2021）。其中，冬季年平均UHI值達到1.22 ℃，夏季最小為0.60 ℃。但年平均UHI上升速率最快的季節是秋季，達0.13 ℃／（10 a），夏冬次之，春季最小（0.07 ℃/（10 a））。北京市月平均UHI最大發生在1月，為1.31 ℃，7月的UHI最小為0.55 ℃。經M-K檢驗，北京市春季、夏季、秋季和冬季平均UHI的突變年份分別發生在2008、2004、2004和2006年。

3.2 北京市熱島效應空間變化特征

由北京市1981—2020年年平均氣溫線性變化趨勢的空間分布（圖5a）可以看出，城區和大部分郊區地區年平均氣溫變化速率為0.3～0.6 ℃／（10 a），其中朝陽區和通州區部分區域平均氣溫增加速率最大，達到0.5～0.6 ℃／（10 a）。

除了海淀區和石景山區兩個城區外，近郊豐臺區、昌平區、大興區以及遠郊延慶區部分區域氣溫增溫速率高于其他郊區。郊區懷柔區的增溫速率最小，增幅為0～0.1 ℃／（10 a）。從變化速率的空間分布上可知，城區的年平均氣溫增加速率大于郊區，北京市的UHI年際變化是逐漸增強的。結合圖5b可知，北京市熱島效應以層狀由西北向東南方向延伸至城市副中心通州區，UHI由城區向郊區逐漸遞減。熱島效應空間分布主要集中在人口稠密的城區以及商業、工業發展較快的近郊地區，海淀區和石景山區小部分區域是UHI的高值區。除城區外，昌平區、通州區和大興區UHI強度較高，UHI介于0.6～0.9 ℃。密云區、懷柔區和門頭溝區則出現較高的負值，這些臺站及區域大多都靠近水體或以綠地分布為主，主要分布在河流、綠地、森林等植被覆蓋區，這也表明水體和綠地等土地類型對UHI的變化有較大的緩解作用。

由前文分析得知，北京市熱島效應在冬季表現出最強的變化特征，且北京市年平均和各季節平均UHI突變主要發生在2000年代（2001—2010年），因此，本文將進一步分析北京市冬季1981—2000、2001—2020年和兩個時段UHI差值以及1981—2020年年平均UHI的空間變化特征（圖6）。

由圖6a、b可知，1981—2000年UHI高值區集中在海淀區，UHI值為1.2～1.6 ℃。城區和近郊部分地區UHI在0.8～1.6 ℃范圍內，北部遠郊地區UHI為負值。在2001—2020年，北京市冬季熱島效應主要向東南方向延伸，UHI的高值區分布特征從“城區集中分布”轉變為“城區和郊區分布”，但UHI整體范圍減小，負值地區范圍有所增大。結合圖6c分析可知，北京城市副中心通州區UHI增幅最大，郊區UHI主要以下降趨勢為主，其中延慶區UHI下降趨勢最大。總的來說，整個研究時段北京市冬季UHI（圖6d）高值區主要集中在海淀和石景山兩個城區，熱島效應沿城市建成區方向擴展，北部遠郊地區UHI主要呈現負值。

4 北京市熱島效應影響因素分析

4.1 氣象要素的影響

依據北京市的氣候特點以及前人的研究成果（曹暢等，2017;孫應龍等，2020），本文選取了對熱島效應影響較大的5個氣象要素，分別為：極端最高氣溫、降水總量、平均風速、平均相對濕度和氣壓，將北京市年均及季節熱島強度分別作為因變量，5個氣象要素作為自變量，對因變量和自變量進行了無量綱處理，利用二元相關性分析法計算各個氣象要素對北京市熱島效應的影響大小。從熱島強度與各氣象因素的相關性結果（表1）中可以看出，影響年平均UHI的氣象因素主要是極端最高溫（r=0.634，P<0.01），極端最高溫與年平均UHI呈顯著正相關，其他氣象因素均與年平均UHI呈負相關關系，其中北京市熱島效應對平均相對濕度的變化最不明顯。從季節上看，極端最高溫也是影響春季和秋季UHI的主要影響因素，平均風速對各季UHI均有抑制作用，這表明風速越小，越不利于熱量的散發，熱島效應越明顯（曹暢等，2017）。其中秋季UHI與平均風速、氣壓均有顯著的負相關性（P<0.05），夏季和冬季UHI與各氣象因素的相關性不顯著。

4.2 人口密度的影響

城市人口通常作為城市化發展程度或者城市擴張的標志，人口密度越大代表城市化發展程度越高。圖7給出了北京市年均UHI與人口密度的相關性分析。分析發現，北京市人口密度以234.88人／km2的速率上升，與UHI變化趨勢一致。分析二者的相關性發現，北京市年均UHI與人口密度呈對數相關，相關性顯著，相關系數為0.759，通過了信度為0.01的顯著性檢驗。各季節的UHI與人口密度也呈顯著正相關性，且相關系數均在0.5以上。與氣象因素相比，人口密度對北京市的熱島強度影響更大、更顯著。北京市人口持續的集中遷移，也導致土地利用規模和強度持續增加進而影響土地利用／覆蓋類型的改變，最終影響城市熱島強度（王剛等，2019）。

4.3 土地利用／覆蓋類型的影響

在人類活動作用的影響下，土地利用／覆蓋時空格局發生了顯著變化。北京市2020年的土地利用／覆蓋面積如圖8所示。城市建設用地集中分布在6個主城區，尤其東城區和西城區幾乎完全是由城市建設用地、綠地和水域構成。隨著城市建設快速發展，不透水下墊面面積顯著增加，1990—2020年北京市近郊區昌平區、大興區和通州區建設用地面積分別增加了259.91、311.34和154.67 km2，其主要擴展來源為耕地，其次為草地。

利用1990—2020年北京市土地利用／覆蓋類型分類結果，進行了各類用地類型與年均和各季UHI的相關性分析（表2）。結果表明，建設用地對北京市熱島效應的影響最強，對各季節的UHI影響程度不同，但相關性均通過了信度為0.05的顯著性檢驗，其中冬季UHI與建設用地相關性最大（r=0.868，P<0.05）。城市熱島效應的范圍也因建設用地的增加而擴大，UHI高值區主要集中在城六區以及近郊地區。北京市周邊的耕地和主要分布在遠郊的草地具有明顯的降溫作用，與北京市的熱島強度呈顯著負相關性，且耕地的降溫作用強于草地。林地和水域對北京市城市熱島效應影響較弱。

4.4 主成分分析結果

通過3類影響因素與北京市UHI之間的相關性分析發現，各類影響因素與北京市UHI呈不同程度的相關性，但僅通過相關系數的大小并不能有力解釋各類影響因素對北京市UHI的影響程度。為了進一步揭示各類影響因素對北京市熱島效應的貢獻率，本文使用統計分析軟件SPSS27.0對各類影響因素進行極差法標準化處理，并采用主成分分析法，將北京市中影響城市熱島效應的11個影響因子進行主成分分析（考慮到北京市未利用土地面積較小且幾乎無變化，故剔除未利用土地面積數據）。由主成分特征值和貢獻率（表3）可以看出，前4個主成分的特征值均大于1，并且累積貢獻率達到了99.086％，大于80％，因此可以認為前4個主成分能很好地反映北京市城市熱島效應形成的主要影響因子。其中，第一主成分的貢獻率最大，達到57.311％，第二主成分貢獻率達到21.298％。為進一步分析，對表3數據進行主成分轉換，得到前4個主成分所持的信息載荷情況（表4）。

根據主成分荷載矩陣，具體分析各主成分的整體組成情況，來表明不同影響因子對北京市熱島效應的影響程度。對于主成分1而言，人口密度、建設用地、平均氣壓等為主要正向貢獻因子，而耕地和平均風速則為反向貢獻因子;主成分2主要反映了氣象因素對城市熱島效應的反向貢獻;第3個和第4個主成分均體現在氣象因素以及土地利用／覆蓋類型對城市熱島效應的影響。綜合分析可知，影響北京市熱島強度的為人口密度、建設用地、平均氣壓、平均風速和耕地面積5個主要因子。

5 結論與討論

本文基于北京市1981—2020年逐日氣溫資料，采用線性回歸分析、M-K突變檢驗、克里金插值等方法，分析了北京市熱島效應的時空變化特征，并對影響城市熱島效應的極端最高氣溫、風速等氣象要素以及人口密度、土地利用／覆蓋面積等影響因素進行分析，得到如下主要結論：

1）1981—2020年，北京市城區和郊區的年平均氣溫的變化趨勢一致，均呈上升趨勢，但城區氣溫的增加速率大于郊區間接表明北京市UHI也呈上升趨勢，UHI以0.1 ℃／（10 a）的速率呈“波浪型”上升。北京市冬季利于熱島的形成，UHI最強，秋季次之，春、夏季最弱;四季UHI中秋季UHI增幅最大，變化率達0.13 ℃／（10 a）。

2）北京市UHI空間分布特征明顯，熱島范圍逐漸擴大。高值區主要集中在城六區，熱島范圍主要向東南方向延伸，其中朝陽區和通州區增溫趨勢明顯。北京市冬季UHI高值區主要集中海淀區和石景山區，2000年以來熱島強度明顯增強，高值區向東南方向延伸城市副中心通州區，UHI達到1.6 ℃。

3）影響北京市熱島強度的主要因子為人口密度、建設用地、平均氣壓、平均風速和耕地面積。其中人口密度、建設用地和平均氣壓對UHI升高起正向貢獻作用，平均風速和耕地對UHI起負向貢獻緩解作用。

隨著城市化進程的加快演變，平衡城市發展和環境生態是城市規劃過程中重要環節。局地氣象因素、人口密度變化以及土地利用變化均對北京市城市熱島效應產生一定影響。在城市發展建設過程中，應控制人口密度、合理規劃城市土地利用規模、結構及空間布局以降低城市熱島效應的擴散，增加綠色植被等生態用地面積以緩解城市熱島效應。

參考文獻（References）

Alahmad B，Tomasso L P，Al-Hemoud A，et al.，2020.Spatial distribution of land surface temperatures in Kuwait：urban heat and cool islands［J］.Int J Environ Res Public Health，17（9）：2993.doi：10.3390／ijerph17092993.

曹暢，李旭輝，張彌，等，2017.中國城市熱島時空特征及其影響因子的分析［J］.環境科學，38（10）：3987-3997. Cao C，Li X H，Zhang M，et al.，2017.Correlation analysis of the urban heat island effect and its impact factors in China［J］.Environ Sci，38（10）：3987-3997.doi：10.13227／j.hjkx.201702127.（in Chinese）.

程志剛，李炬，周明煜，等，2018.北京中央商務區（CBD）城市熱島效應的研究［J］.氣候與環境研究，23（6）：633-644. Cheng Z G，Li J，Zhou M Y，et al.，2018.A study on urban heat island effect in Beijing central business district（CBD）［J］.Clim Environ Res，23（6）：633-644.doi：10.3878／j.issn.1006-9585.2017.17036.（in Chinese）.

儲鵬，江志紅，李慶祥，等，2016.城市分類對中國城市化影響評估的不確定性分析［J］.大氣科學學報，39（5）：661-671. Chu P，Jiang Z H，Li Q X，et al.，2016.Analysis of the effect of uncertainty in urban and rural classification on urbanization impact assessment［J］.Trans Atmos Sci，39（5）：661-671.doi：10.13878／j.cnki.dqkxxb.20130303003.（in Chinese）.

Estoque R C，Murayama Y，Myint S W，2017.Effects of landscape composition and pattern on land surface temperature：an urban heat island study in the megacities of Southeast Asia［J］.Sci Total Environ，577：349-359.doi：10.1016／j.scitotenv.2016.10.195.

胡楠林，任志彬，董禹麟，等，2022.中國城市群熱島效應時空演變及其影響因素分析［J］.地理科學，42（9）：1534-1545. Hu N L，Ren Z B，Dong Y L，et al.，2022.Spatio-temporal evolution of heat island effect and its driving factors in urban agglomerations of China［J］.Sci Geogr Sin，42（9）：1534-1545.doi：10.13249／j.cnki.sgs.2022.09.003.（in Chinese）.

Huang Q F，Li L，Lu Y Q，et al.，2020.The roles of meteorological parameters in Shanghai’s nocturnal urban heat island from 1979 to 2013［J］.Theor Appl Climatol，141（1）：285-297.doi：10.1007／s00704-020-03214-3.

賈文茜，任國玉，于秀晶，等，2021.中國東部季風區不同氣候帶城市熱島效應的差異［J］.氣候與環境研究，26（5）：569-582. Jia W Q，Ren G Y，Yu X J，et al.，2021.Difference of urban heat island effect among representative cities of different climatic zones over eastern China monsoon region［J］.Clim Environ Res，26（5）：569-582.doi：10.3878／j.issn.1006-9585.2021.20149.（in Chinese）.

康漢青，朱彬，朱彤，等，2014.蘇州-無錫-常州城市帶熱島效應個例研究［J］.大氣科學學報，37（4）：432-440. Kang H Q，Zhu B，Zhu T，et al.，2014.Investigation of an urban heat island episode along Suzhou-Wuxi-Changzhou urban cluster［J］.Trans Atmos Sci，37（4）：432-440.doi：10.13878／j.cnki.dqkxxb.20140320001.（in Chinese）.

李宇，周德成，閆章美，2021.中國84個主要城市大氣熱島效應的時空變化特征及影響因子［J］.環境科學，42（10）：5037-5045. Li Y，Zhou D C，Yan Z M，2021.Spatiotemporal variations in atmospheric urban heat island effects and their driving factors in 84 major Chinese cities［J］.Environ Sci，42（10）：5037-5045.doi：10.13227／j.hjkx.202102003.（in Chinese）.

李麗光，王宏博，趙梓淇，等，2013.站點選擇對城市熱島效應的影響分析［J］.氣象與環境學報，29（2）：54-60. Li L G，Wang H B，Zhao Z Q，et al.，2013.Effect of sifting weather stations on urban heat island intensity［J］.J Meteor Environ，29（2）：54-60.doi：10.3969／j.issn.1673-503X.2013.02.009.（in Chinese）.

李煜斌，姜蘊聰，楊元建，等，2022.西安市PM2.5城鄉差異及與城市熱島的關聯研究［J］.大氣科學學報，45（6）：904-916. Li Y B，Jiang Y C，Yang Y J，et al，2022.The correlation between urban-rural PM2.5 difference and urban heat island intensity in Xi’an［J］.Trans Atmos Sci，45（6）：904-916.doi：10.13878／j.cnki.dqkxxb.20210113002.（in Chinese）.

Liu Y，Li Q，Yang L，et al.，2020.Urban heat island effects of various urban morphologies under regional climate conditions［J］.Sci Total Environ，743：140589.doi：10.1016／j.scitotenv.2020.140589.

劉勇洪，房小怡，張碩，等，2017.京津冀城市群熱島定量評估［J］.生態學報，37（17）：5818-5835. Liu Y H，Fang X Y，Zhang S，et al.，2017.Research on quantitative evaluations of heat islands for the Beijing-Tianjin-Hebei Urban Agglomeration［J］.Acta Ecol Sin，37（17）：5818-5835.doi：10.5846／stxb201606031074.（in Chinese）.

毛成忠，張明，劉云鵬，等，2021.基于自動氣象站資料的宜昌城市熱島分析［J］.沙漠與綠洲氣象，15（1）：103-110. Mao C Z，Zhang M，Liu Y P，et al.，2021.Analysis of urban heat island in Yichang based on automatic weather station data［J］.Desert Oasis Meteor，15（1）：103-110.doi：10.12057／j.issn.1002-0799.2021.01.014.（in Chinese）.

孟凡超，黃鶴，郭軍，等，2020.天津城市熱島強度的精細化時空分布特征研究［J］.生態環境學報，29（9）：1822-1829. Meng F C，Huang H，Guo J，et al.，2020.Analysis of fine-scale spatial and temporal characteristics of Tianjin urban heat island intensity［J］.Ecol Environ Sci，29（9）：1822-1829.doi：10.16258／j.cnki.1674-5906.2020.09.014.（in Chinese）.

Nwakaire C M，Onn C C，Yap S P，et al.，2020.Urban heat island studies with emphasis on urban pavements：a review［J］.Sustain Cities Soc，63：102476.doi：10.1016／j.scs.2020.102476.

Pan Z K，Wang G X，Hu Y M，et al.，2019.Characterizing urban redevelopment process by quantifying thermal dynamic and landscape analysis［J］.Habitat Int，86：61-70.doi：10.1016／j.habitatint.2019.03.004.

Sheng L，Tang X L，You H Y，et al.，2017.Comparison of the urban heat island intensity quantified by using air temperature and Landsat land surface temperature in Hangzhou，China［J］.Ecol Indic，72：738-746.doi：10.1016／j.ecolind.2016.09.009.

壽亦萱，張大林，2012.城市熱島效應的研究進展與展望［J］.氣象學報，70（3）：338-353. Shou Y X，Zhang D L，2012.Recent advances in understanding urban heat island effects with some future prospects［J］.Acta Meteor Sin，70（3）：338-353.（in Chinese）.

司鵬，李慶祥，李偉，等，2010.城市化對深圳氣溫變化的貢獻［J］.大氣科學學報，33（1）：110-116. Si P，Li Q X，Li W，et al.，2010.Urbanization-induced surface air temperature change in Shenzhen［J］.Trans Atmos Sci，33（1）：110-116.doi：10.13878／j.cnki.dqkxxb.2010.01.002.（in Chinese）.

孫應龍，王慧芳，李根，等，2020.2000—2019年北京市熱島效應時空變化特征及影響因素［J］.環境生態學，2（8）：43-50. Sun Y L，Wang H F，Li G，et al.，2020.Spatial and temporal variation of heat island effect in Beijing from 2000 to 2019 ［J］.Environmental Ecology，2（8）：43-50.（in Chinese）.

王剛，張秋平，肖榮波，等，2019.土地利用、人口密度及海拔對城市熱島的影響［J］.云南大學學報（自然科學版），41（1）：82-90. Wang G，Zhang Q P，Xiao R B，et al.，2019.On impacts of land use，population density and altitude on the urban heat island［J］.J Yunnan Univ Nat Sci Ed，41（1）：82-90.doi：10.7540／j.ynu.20170584.（in Chinese）.

王國玉，趙彩君，李洪澄，等，2021.北京城市景觀資源特征及新時代建設發展策略研究［J］.城鄉建設（12）：13-18. Wang G Y，Zhao C J，Li H C，et al.，2021.Study on the characteristics of urban landscape resources in Beijing and the construction and development strategy in the new era［J］.Urban Rural Dev（12）：13-18.（in Chinese）.

Wang H T，Zhang Y Z，Tsou J，et al.，2017.Surface urban heat island analysis of Shanghai （China） based on the change of land use and land cover［J］.Sustainability，9（9）：1538.doi：10.3390／su9091538.

王美雅，徐涵秋，2018.中國大城市的城市組成對城市熱島強度的影響研究［J］.地球信息科學學報，20（12）：1787-1798. Wang M Y，Xu H Q，2018.Analyzing the influence of urban forms on surface urban heat islands intensity in Chinese mega cities［J］.J Geo Inf Sci，20（12）：1787-1798.doi：10.12082／dqxxkx.2018.180257.（in Chinese）.

鄔昀，任永建，方思達，2017.武漢城市熱島效應及其影響要素分析［J］.氣象與減災研究，40（1）：43-50. Wu Y，Ren Y J，Fang S D，2017.Analysis of the urban heat island effect in Wuhan and its influence elements［J］.Meteor Disaster Reduct Res，40（1）：43-50.doi：10.12013／qxyjzyj2017007.（in Chinese）.

許睿，董家華，王鳳蘭，2020.城市熱島效應的影響因素、研究方法及緩解對策研究進展［J］.仲愷農業工程學院學報，33（4）：65-70. Xu R，Dong J H，Wang F L，2020.Review on the influencing factors，methods and countermeasures of urban heat island effect［J］.J Zhongkai Univ Agric Eng，33（4）：65-70.doi：10.3969／j.issn.1674-5663.2020.04.012.（in Chinese）.

楊敏，楊貴軍，王艷杰，等，2018.北京城市熱島效應時空變化遙感分析［J］.國土資源遙感，30（3）：213-223. Yang M，Yang G J，Wang Y J，et al.，2018.Remote sensing analysis of temporal-spatial variations of urban heat island effect over Beijing［J］.Remote Sens Land Resour，30（3）：213-223.doi：10.6046／gtzyyg.2018.03.29.（in Chinese）.

葉麗梅，江志紅，霍飛，2014.南京地區下墊面變化對城市熱島效應影響的數值模擬［J］.大氣科學學報，37（5）：642-652. Ye L M，Jiang Z H，Huo F，2014.Numerical simulation of the impact of land cover change on the urban heat island effect in Nanjing［J］.Trans Atmos Sci，37（5）：642-652.doi：10.13878／j.cnki.dqkxxb.20121017006.（in Chinese）.

張樹欽，黃哲帆，唐若瑩，等，2022.廣東汕頭市近十年來城市熱島效應分析［J］.中國海洋大學學報（自然科學版），52（8）：19-30. Zhang S Q，Huang Z F，Tang R Y，et al.，2022.Analyses of urban heat island effect in Shantou city of Guangdong Province in recent ten years［J］.Period Ocean Univ China，52（8）：19-30.doi：10.16441／j.cnki.hdxb.20210187.（in Chinese）.

Temporal and spatial characteristics of urban heat island effect and its influencing factors in Beijing from 1981 to 2020

Abstract In the context of global warming and rapid urbanization，Beijing，as the capital city，has undergone significant transformations in its urban landscape.These changes have brought about persistent environmental issues，particularly the urban heat island （UHI） effect.Based on daily temperature observation data from 1981 to 2020 collected from both urban and suburban stations in Beijing，this study employs methods such as linear regression，kriging interpolation，and correlation analysis to investigate the temperature change trends on monthly，seasonal，and annual scales over the past 40 years.Additionally，it explores the spatiotemporal characteristics of UHI intensity in Beijing and assesses the impact of various factors，including meteorological elements （such as extreme maximum temperatures and average wind speed），population density，and land use／cover types，on the UHI effect，ultimately revealing the underlying causes of Beijing’s UHI phenomenon.The findings indicate that the temperature trends in both urban and suburban areas of Beijing have been consistent over the past four decades，with an overall upward trajectory.Notably，the temperature increase in urban areas has been more pronounced than in suburban areas，with UHI increasing at a “wave-like” rate of 0.1 ℃／（10 a） highlighting a significant upward trend in Beijing’s UHI.Analyzing by seasons，the UHI effect in Beijing is most pronounced in winter，with an average intensity of 1.22 ℃，followed by autumn，while spring and summer exhibit the weakest UHI effect.Among these，the increase in UHI during autumn is the most significant，with a change rate of 0.13 ℃／（10 a）.From a spatial perspective，the UHI effect in Beijing is expanding.The high-value UHI areas are concentrated in the six central urban districts.The UHI zone extends from the northwest towards the southeast，reaching the sub-center in Tongzhou district.The warming trend is particularly evident in Chaoyang and Tongzhou districts.Since the year 2000，there has been a noticeable increase in the winter UHI intensity in Beijing，with high-value areas in the Tongzhou sub-center seeing UHI intensities rising to 1.6 ℃.Furthermore，principal component analysis reveals that population density，construction land，and average atmospheric pressure are key factors promoting the formation of the UHI effect.Conversely，wind speed and cultivated land play crucial roles in mitigating the UHI effect.As the process of urbanization accelerates，balancing urban development with environmental ecology becomes a crucial aspect of urban planning.Effective measures to control the UHI effect include regulating population density，rationally planning urban land use in terms of scale，structure，and spatial layout，and increasing the area of green vegetation and other ecological lands to alleviate the UHI impact.By implementing such strategies，Beijing can mitigate the adverse effects of the UHI phenomenon and enhance the overall quality of life for its residents.In summary，addressing Beijing’s UHI effect requires a comprehensive approach that involves controlling population density，strategically planning urban land use，and enhancing ecological conservation efforts.These measures aim to reduce the spread of the UHI effect and promote a sustainable urban environment，ultimately improving the living conditions and well-being of Beijing’s inhabitants.

Keywords Beijing;urban heat island effect;spatial and temporal distribution;influencing factors