广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (1): 185-198.doi: 10.16088/j.issn.1001-6600.2025032101

• 生态环境科学研究 • 上一篇    下一篇

平陆运河经济带城市热岛时空演变特征及驱动因素分析

谭敏慧1, 谢玲1,2,3*, 黄玉航1, 陆辉1,2   

  1. 1.广西师范大学 环境与资源学院,广西 桂林 541006;
    2.广西生态脆弱区环境过程与修复重点实验室(广西师范大学),广西 桂林 541006;
    3.广西运河研究院(广西师范大学),广西 桂林 541004
  • 收稿日期:2025-03-21 修回日期:2025-05-19 出版日期:2026-01-05 发布日期:2026-01-26
  • 通讯作者: 谢玲(1990—),女,新疆库尔勒人,广西师范大学讲师,博士。E-mail:1428375964@qq.com
  • 基金资助:
    国家自然科学基金(42401015);广西自然科学基金面上项目(2021JJA150154);广西哲学社会科学基金(24SHB002);广西应急管理科技攻关项目(2024GXYJ043)

Spatial and Temporal Characteristics and Driving Factors of Urban Heat Island in Pinglu Canal Economic Belt, China

TAN Minhui 1, XIE Ling1,2,3*, HUANG Yuhang1, LU Hui1,2   

  1. 1. School of Environment and Resources, Guangxi Normal University, Guilin Guangxi 541006, China;
    2. Guangxi Key Laboratory of Environment Processes and Remediation in Ecologically Fragile Regions (Guangxi Normal University), Guilin Guangxi 541006, China;
    3. Guangxi Canal Research Institute (Guangxi Normal University), Guilin Guangxi 541004, China
  • Received:2025-03-21 Revised:2025-05-19 Online:2026-01-05 Published:2026-01-26

PDF (PC)

0

摘要： 针对平陆运河经济带快速城市化发展引发的城市热岛问题,本文基于GEE平台,利用时空立方体模型和新兴时空热点分析以及空间分析方法,研究2010—2020年平陆运河经济带城市热岛的时空演变特征及其驱动因素。结果表明:1)核心城市高温区面积占比从2010年10%增至2020年21%,新增高温斑块由中温区转化而来;2)新兴热点分析识别出17类冷热点时空模式,除防城港市外,其余4市建成区外围新增热点显著,占比由大到小排序为北海市>南宁市>钦州市>贵港市;3)热岛强度具有显著的空间自相关性,其高—高聚类与不透水面空间高度重叠,且热岛强度与土地利用类型在空间上具有高度匹配性,如不透水面和裸地的平均地表温度较高,而水体的平均地表温度最低;4)2020年,3个驱动因子对城市热岛效应的影响从大到小依次为:NDVI(归一化植被指数)>DEM(高程)>POP(人口格网)。双因子交互以NDVI和DEM相结合的驱动作用最强。本研究对平陆运河经济带各城市如何应对加剧的热风险具有重要科学指示意义,对全面揭示平陆运河经济带城市热岛的形成机制提供理论指导。

关键词: 城市热岛, 时空特征, 空间自相关, 地理探测器, 驱动因子, 平陆运河经济带

Abstract: In response to the urban heat island problem caused by the rapid urbanization development of the Pinglu Canal Economic Belt. Based on the GEE platform, and by using spatiotemporal cube models, emerging spatiotemporal hotspot analysis, and spatial analysis methods, this article aims to study the spatiotemporal evolution characteristics and driving factors of urban heat islands in the Pinglu Canal Economic Belt from 2010 to 2020. The following conclusions can be drawn: 1) The proportion of high-temperature areas in core cities increased from 10% in 2010 to 21% in 2020, with newly added high-temperature patches transformed from medium temperature areas. 2) Emerging hotspot analysis identified 17 spatiotemporal patterns of cold hotspots, with the exception of Fangchenggang City, the other four cities showing significant new hot spots around the built-up areas, ranked in the order of Beihai City>Nanning City>Qinzhou City>Guigang City; 3) The intensity of the urban heat island had significant spatial autocorrelation, with high to high clustering overlapping highly with impermeable surfaces. The intensity of the urban heat island was highly matched with land use types in space, such as the average surface temperature of impermeable surfaces and bare land being higher, while the average surface temperature of water bodies was the lowest; 4) In 2020, the order of the impact of the three driving factors on urban heat island effect was NDVI>DEM>POP. The dual factor interaction was most strongly driven by the combination of NDVI and DEM. This study has important scientific implications for how cities in the Pinglu Canal Economic Belt can cope with the intensified heat wave risk, and contributes to exploring the comprehensive mechanism of urban heat island formation in the Pinglu Canal Economic Belt.

Key words: urban heat island, spatiotemporal characteristics, spatial autocorrelation, geographic detector, driving factors, Pinglu Canal Economic Belt, China

中图分类号:  X16; X14

[1] 肖荣波, 欧阳志云, 李伟峰, 等. 城市热岛的生态环境效应[J]. 生态学报, 2005, 25(8): 2055-2060. DOI: 10.3321/j.issn:1000-0933.2005.08.032.
[2] 李国平, 孙瑀. 面向2030年的中国城镇化及其区域差异态势分析[J]. 区域经济评论, 2020(4): 72-81. DOI: 10.14017/j.cnki.2095-5766.2020.0074.
[3] 唐伟超, 王黎俊, 史美纯, 等. 1990—2019年我国城市风热环境的演变分析[J]. 河南大学学报(自然科学版), 2023, 53(6): 657-670. DOI: 10.15991/j.cnki.411100.2023.06.009.
[4] GODDARD I L M, TETT S F B. How much hasurbanisation affected United Kingdom temperatures?[J]. Atmospheric Science Letters, 2019, 20(5): e896. DOI: 10.1002/asl.896.
[5] 邱国玉, 张晓楠. 21世纪中国的城市化特点及其生态环境挑战[J]. 地球科学进展, 2019, 34(6): 640-649. DOI: 10.11867/j.issn.1001-8166.2019.06.0640.
[6] 李宇, 周德成, 闫章美. 中国84个主要城市大气热岛效应的时空变化特征及影响因子[J]. 环境科学, 2021, 42(10): 5037-5045. DOI: 10.13227/j.hjkx.202102003.
[7] 黄聚聪, 赵小锋, 唐立娜, 等. 城市化进程中城市热岛景观格局演变的时空特征: 以厦门市为例[J]. 生态学报, 2012, 32(2): 622-631. DOI: 10.5846/stxb201012071745.
[8] 曹畅, 李旭辉, 张弥, 等. 中国城市热岛时空特征及其影响因子的分析[J]. 环境科学, 2017, 38(10): 3987-3997. DOI: 10.13227/j.hjkx.201702127.
[9] 高运翔, 栗珂珂, 张文婷, 等. 共享社会经济路径下中国城市热岛时空演变及预测研究[J]. 气候变化研究进展, 2023, 19(4): 431-445. DOI: 10.12006/j.issn.1673-1719.2022.266.
[10] 姚从容. 城市化进程中人口变动对气候变化的影响机制: 理论框架与协整检验[J]. 城市发展研究, 2012, 19(10): 86-91, 103. DOI: 10.3969/j.issn.1006-3862.2012.10.016.
[11] 黄良美, 黄海霞, 项东云, 等. 南京市四种下垫面气温日变化规律及城市热岛效应[J]. 生态环境, 2007, 16(5): 1411-1420. DOI: 10.16258/j.cnki.1674-5906.2007.05.028.
[12] 张建明, 王鹏龙, 马宁, 等. 河谷地形下兰州市城市热岛效应的时空演变研究[J]. 地理科学, 2012, 32(12): 1530-1537. DOI: 10.13249/j.cnki.sgs.2012.12.015.
[13] 赵志敏. 城市化进程对城市热岛效应因子的对比分析[J]. 中国环境监测, 2008, 24(6): 77-79. DOI: 10.19316/j.issn.1002-6002.2008.06.018.
[14] YUAN H, CHEN Y L, ZHANG Y P, et al. Urban sprawl and thermal response in the Guangdong-Hong Kong-Macao Greater Bay Area, 2000-2020[J]. Environmental Research Communications, 2024, 6(8): 085022. DOI: 10.1088/2515-7620/ad6cab.
[15] 张熙涛, 周德成. 典型生态城市1990—2020年地表热环境的时空演变及其预测[J]. 环境科学, 2025, 46(8): 5196-5205. DOI: 10.13227/j.hjkx.202407004.
[16] 乌达木, 郝润梅, 王考, 等. 基于多源遥感数据的呼和浩特城市热岛调控优先区识别研究[J]. 干旱区资源与环境, 2023, 37(4): 117-126. DOI: 10.13448/j.cnki.jalre.2023.094.
[17] HAN D R, AN H M, CAI H Y, et al. How do 2D/3D urban landscapes impact diurnal land surface temperature: insights from block scale and machine learning algorithms[J]. Sustainable Cities and Society, 2023, 99: 104933. DOI: 10.1016/j.scs.2023.104933.
[18] 何宝杰, 尹名强. 应对城市高温的国际总体行动、策略与指南[J]. 国际城市规划, 2024, 39(3): 98-108. DOI: 10.19830/j.upi.2022.340.
[19] 贾若愚, 刘洛, 徐新良, 等. 2005—2020年逐年1 km中国夏季地表城市热岛空间数据集及空间扩张分析[J]. 西部人居环境学刊, 2024, 39(6): 149-154. DOI: 10.13791/j.cnki.hsfwest.20240621.
[20] 刘宁. 以平陆运河为牵引的西部陆海新通道水运体系和联运模式研究[J]. 水利水运工程学报, 2025(1): 1-15. DOI: 10.12170/20241130002.
[21] 刘晓玲, 王桃, 吴晓磊. 平陆运河建设对西南部地区货运出海格局的影响[J]. 水运工程, 2023(11): 15-22. DOI: 10.16233/j.cnki.issn1002-4972.20231106.016.
[22] 王郁, 胡非. 近10年来北京夏季城市热岛的变化及环境效应的分析研究[J]. 地球物理学报, 2006, 49(1): 61-68. DOI: 10.3321/j.issn:0001-5733.2006.01.009.
[23] 李梦秋, 石含宁, 杨树文. 基于Landsat影像的南京市城市扩张与热岛效应响应关系研究[J]. 农业与技术, 2023, 43(20): 96-102. DOI: 10.19754/j.nyyjs.20231030021.
[24] 乔治, 田光进. 基于MODIS的2001—2012年北京热岛足迹及容量动态监测[J]. 遥感学报, 2015, 19(3): 476-484. DOI: 10.11834/jrs.20154165.
[25] 陈岑, 梁德庄, 杨俊, 等. 基于CNKI文献计量的地表城市热岛效应研究方法综述[J]. 应用生态学报, 2025, 36(3): 647-658. DOI: 10.13287/j.1001-9332.202503.029.
[26] YANG J, HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925. DOI: 10.5194/essd-13-3907-2021.
[27] JIANG H P, SUN Z C, GUO H D, et al. A standardized dataset of built-up areas of China’s cities with populations over 300 000 for the period 19902015[DS/OL]. V1. Science Data Bank, 2021[2025-01-11]. https://cstr.cn/31253.11.sciencedb.j00076.00004.CSTR:31253.11.sciencedb.j00076.00004.
[28] 姚灵筠, 王力, 牛铮, 等. 2000—2018年长株潭城市群城市扩张及其热岛响应[J]. 自然资源遥感, 2024, 36(1): 162-168. DOI: 10.6046/zrzyyg.2024490
[29] 王天星, 陈松林, 阎广建. 地表参数反演及城市热岛时空演变分析[J]. 地理科学, 2009, 29(5): 697-702. DOI: 10.13249/j.cnki.sgs.2009.05.016.
[30] ZHANG J M, LIN T, SUN C G, et al. Long-term spatiotemporal characteristics and impact factors of land surface temperature of inhabited islands with different urbanization levels[J]. Remote Sensing, 2022, 14(19): 4997. DOI: 10.3390/rs14194997.
[31] 刘宸瑄, 王丽群, 许行, 等. 2001—2021年中国植被覆盖对夏季城市热岛效应的影响[J]. 生态学报, 2024, 44(24): 11020-11034. DOI: 10.20103/j.stxb.202401210183.
[32] 梁保平, 李艺, 刘庆业. 典型植被指数与地表温度空间特征分析: 以桂林市为例[J]. 广西师范大学学报(自然科学版), 2012, 30(2): 132-137. DOI: 10.16088/j.issn.1001-6600.2012.02.016.
[33] 陶煜, 刘宛. 北京市主城区地表城市热岛强度格局演变特征及驱动因子空间异质性[J]. 环境科学, 2025, 46(6): 3985-3998. DOI: 10.13227/j.hjkx.202405264.
[34] 彭少麟, 周凯, 叶有华, 等. 城市热岛效应研究进展[J]. 生态环境, 2005, 14(4): 574-579.
[35] 马安青, 马冰然, 张震, 等. 滨海城市热环境驱动因素分析: 以青岛地区为例[J]. 中国海洋大学学报(自然科学版), 2016, 46(4): 109-117. DOI: 10.16441/j.cnki.hdxb.20150124.
[36] 曹爱丽, 张浩, 张艳, 等. 上海近50年气温变化与城市化发展的关系[J]. 地球物理学报, 2008, 51(6): 1663-1669. DOI: 10.3321/j.issn:0001-5733.2008.06.006.
[37] PURWANTO P, UTAYA S, HANDOYO B, et al. Spatiotemporalanalysis of COVID-19 spread with emerging hotspot analysis and space-time cube models in east Java, indonesia[J]. ISPRS International Journal of Geo-Information, 2021, 10(3): 133. DOI: 10.3390/ijgi10030133.
[38] 张棋, 许德合, 丁严. 基于SPEI和时空立方体的中国近40年干旱时空模式挖掘[J]. 干旱地区农业研究, 2021, 39(3): 194-201. DOI: 10.7606/j.issn.1000-7601.2021.03.24.
[39] GETIS A, ORD J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis, 1992, 24(3): 189-206. DOI: 10.1111/j.1538-4632.1992.tb00261.x.
[40] CHENG Z Y, ZU Z S, LU J. Trafficcrash evolution characteristic analysis and spatiotemporal hotspot identification of urban road intersections[J]. Sustainability, 2019, 11(1): 160. DOI: 10.3390/su11010160.
[41] 汪金辉, 周雨, 张睿卿, 等. 全球气体运输船事故的时空热点研究[J]. 安全与环境学报, 2022, 22(2): 1106-1112. DOI: 10.13637/j.issn.1009-6094.2020.1794.
[42] 陈彦光. 基于Moran统计量的空间自相关理论发展和方法改进[J]. 地理研究, 2009, 28(6): 1449-1463. DOI: 10.11821/jy2009060002.
[43] 郭芸, 范柏乃, 龙剑. 我国区域高质量发展的实际测度与时空演变特征研究[J]. 数量经济技术经济研究, 2020, 37(10): 118-132. DOI: 10.13653/j.cnki.jqte.2020.10.007.
[44] WANG J F, LI X H, CHRISTAKOS G, et al. Geographicaldetectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China[J]. International Journal of Geographical Information Science, 2010, 24(1): 107-127. DOI: 10.1080/13658810802443457.
[45] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. DOI: 10.11821/dlxb201701010.
[46] 廖朝莲, 周鹏飞, 叶江霞, 等. 滇中地区地表温度时空分布及其驱动因子分析[J]. 广西师范大学学报(自然科学版), 2025, 43(1): 185-200. DOI: 10.16088/j.issn.1001-6600.2024053001.
[47] 裔传祥, 胡继超, 李小军. 土地覆盖类型对城市热岛效应的响应分析[J]. 测绘通报, 2018(1): 72-76, 116. DOI: 10.13474/j.cnki.11-2246.2018.0013.
[48] 田浩, 刘琳, 张正勇, 等. 2001—2020年中国地表温度时空分异及归因分析[J]. 地理学报, 2022, 77(7): 1713-1729. DOI: 10.11821/dlxb202207010.
[49] 赵冰, 毛克彪, 蔡玉林, 等. 中国地表温度时空演变规律研究[J]. 国土资源遥感, 2020, 32(2): 233-240. DOI: 10.6046/gtzyyg.2020.02.30.
[50] 高秀丽, 曾伟业. 基于夜间灯光数据的北部湾城市群空间扩张及驱动力研究[J]. 时空信息学报, 2023, 30(3): 400-409. DOI: 10.20117/j.jsti.202303012.
[51] 廖春贵, 胡宝清, 熊小菊, 等. 广西植被时空变化及其对气候响应[J]. 森林与环境学报, 2018, 38(2): 178-184. DOI: 10.13324/j.cnki.jfcf.2018.02.008.
[52] 林荣平, 祁新华, 叶士琳. 沿海河谷盆地城市热岛时空特征及驱动机制[J]. 生态学报, 2017, 37(1): 294-304. DOI: 10.5846/stxb201607251516.
[53] 廖春贵, 陈月连, 熊小菊, 等. 2007—2016年广西植被覆盖时空分布特征及其驱动因素[J]. 广西师范大学学报(自然科学版), 2018, 36(2): 118-127. DOI: 10.16088/j.issn.1001-6600.2018.02.017.
[54] 谭显春, 戴瀚程, 顾佰和, 等. IPCC AR6报告历史排放趋势和驱动因素核心结论解读[J]. 气候变化研究进展, 2022, 18(5): 538-545. DOI: 10.12006/j.issn.1673-1719.2022.153.
[1] 黄艳国, 肖洁, 吴水清. 基于D2STGNN的双向高效多尺度交通流预测[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 10-22.
[2] 谢玲, 黄玉航, 谭敏慧, 陈展图. 基于断裂点-场强模型的生态系统服务流研究——以平陆运河经济带为例[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 215-226.
[3] 金润, 何丽, 罗芳, 何政伟, 李丹, 林之钰, 黄雨娜. 2000—2020年福建省生境质量时空演变及预测[J]. 广西师范大学学报（自然科学版）, 2025, 43(3): 170-182.
[4] 杨晓兰, 张辉国, 胡锡健. 空间自相关性异质特征的局部极大似然估计及在手足口病防护中的应用[J]. 广西师范大学学报（自然科学版）, 2025, 43(2): 179-192.
[5] 廖朝莲, 周鹏飞, 叶江霞, 周汝良. 滇中地区地表温度时空分布及其驱动因子分析[J]. 广西师范大学学报（自然科学版）, 2025, 43(1): 185-200.
[6] 李欣, 宁静. 基于时空特征融合的电力系统暂态稳定评估[J]. 广西师范大学学报（自然科学版）, 2024, 42(6): 89-100.
[7] 唐洁, 秦永松. 含空间自相关误差的空间自回归模型的调整经验似然推断[J]. 广西师范大学学报（自然科学版）, 2024, 42(4): 100-114.
[8] 石媛媛, 赵隽宇, 宋贤冲, 覃祚玉, 唐健. 广西人工林不同类型土壤肥力质量评价及环境驱动因子分析[J]. 广西师范大学学报（自然科学版）, 2023, 41(6): 192-201.
[9] 谢玲, 陈展图, 蒋瑜, 肖小慧, 贾艳红. 基于InVEST&GEO-detectors模型的会仙湿地生境质量变化及影响因素研究[J]. 广西师范大学学报（自然科学版）, 2023, 41(5): 180-190.
[10] 郭家宝, 毕硕本, 邱湘开, 张莉. 清代东北三省旱涝灾害时空特征分析[J]. 广西师范大学学报（自然科学版）, 2021, 39(6): 183-196.
[11] 朱柏露, 杨奇勇, 谢运球, 邓艳, 唐梅蓉, 刘大存, 曾红春. 漓江流域土地石漠化空间分布及驱动因子分析[J]. 广西师范大学学报（自然科学版）, 2021, 39(3): 139-150.
[12] 朱凯妮, 石淑芹, 余文涛, 何英彬. 京津冀结合部生态用地变化及驱动力研究[J]. 广西师范大学学报（自然科学版）, 2019, 37(4): 153-162.
[13] 许燕婷, 刘兴诏, 王振波. 基于AQI指数的中国城市空气质量时空分布特征[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 187-196.
[14] 张茹, 张蓓, 任鸿瑞. 山西轩岗矿区耕地流失时空特征及其影响因子研究[J]. 广西师范大学学报（自然科学版）, 2018, 36(3): 121-132.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 刘晓娟, 林璐, 胡郁葱, 潘雷. 站点周边用地类型对地铁乘车满意度影响研究[J]. 广西师范大学学报（自然科学版）, 2025, 43(6): 1 -12 .
[2] 韩华彬, 高丙朋, 蔡鑫, 孙凯. 基于HO-CNN-BiLSTM-Transformer模型的风机叶片结冰故障诊断[J]. 广西师范大学学报（自然科学版）, 2025, 43(6): 13 -28 .
[3] 陈建国, 梁恩华, 宋学伟, 覃章荣. 基于OCT图像三维重建的人眼房水动力学LBM模拟[J]. 广西师范大学学报（自然科学版）, 2025, 43(6): 29 -41 .
[4] 李好, 何冰. 凹槽结构表面液滴弹跳行为研究[J]. 广西师范大学学报（自然科学版）, 2025, 43(6): 42 -53 .
[5] 田晟, 赵凯龙, 苗佳霖. 基于改进YOLO11n模型的自动驾驶道路交通检测算法研究[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 1 -9 .
[6] 黄艳国, 肖洁, 吴水清. 基于D2STGNN的双向高效多尺度交通流预测[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 10 -22 .
[7] 刘志豪, 李自立, 苏珉. 智能通信与无人机结合的YOLOv8电动车骑行者头盔佩戴检测方法[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 23 -32 .
[8] 张竹露, 李华强, 刘洋, 许立雄. 基于Bi-LSTM特征融合和FT-FSL的非侵入式负荷辨识[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 33 -44 .
[9] 王涛, 黎远松, 石睿, 陈慧宁, 侯宪庆. MGDE-UNet:轻量化光伏电池缺陷分割模型[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 45 -55 .
[10] 黄文杰, 罗维平, 陈镇南, 彭志祥, 丁梓豪. 基于YOLO11的轻量化PCB缺陷检测算法研究[J]. 广西师范大学学报（自然科学版）, 2026, 44(1): 56 -67 .
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发