近年来，由于全球气候变化和城市热岛效应，极端高温事件日益突出，城市高温正逐渐成为一种严重的城市气象灾害(李庆祥等，2006；杨红龙等，2010)，它对城市尤其是人口密集的超大城市的安全运行构成重要威胁，如2010年7月3～6日北京出现的高温热浪造成日供水量接近极限、电网负荷超纪录、中暑人数和心脑血管病人明显增加、公交车自燃等危险事件，对北京城市安全运行造成巨大压力(京华时报，2010)。在气候变暖和快速城市化的背景下，高温危害的严重性日益凸现，越来越多国内外学者对高温时空分布特征、高温指标、形成机制、高温影响评估及缓解对策进行了广泛研究和分析。例如国内众多学者基于气象资料开展了重庆、武汉、长江三角洲、北京、京津冀等大城市和城市群高温特征分析(贺懿华等，2007；张天宇等，2008；吴荣军等，2010；郑祚芳，2011；张国华等，2012)及城市高温指标的研究(黄卓等，2011；张天宇等，2011)。在高温形成机制方面，谢德寿(1994)、季崇萍等(2006)指出城市热岛效应和城市化是城市高温灾害的重要原因，郑祚芳等(2006a)、谈建国等(2008)、张旭阳等(2010)分别研究了北京、上海、西安城市热岛效应对城市高温的影响。在高温影响评估方面，张可慧等(2011)、谈建国和黄家鑫(2004)分别开展了城市高温对工业交通和人体健康的影响研究，范碧航等(2011)建立了长春市高温灾害评估指标体系。除了上述利用台站气象观测资料开展高温研究外，数值模式作为一种重要的手段也被引入高温研究中，郑祚芳等(2006b)、王秋云等(2011)、曾新民等(2011)、马红云等(2011)利用不同数值模式开展了下垫面参数对北京、江苏、华南地区及长三角城市群高温天气的影响模拟，这对城市高温的形成机制解释有重要意义。近年来，遥感作为一种具有空间分辨率高、覆盖范围广、直观定量等优点的分析手段(肖荣波等，2005)，在城市热岛与城市热环境空间格局分析研究中发挥重要作用，丁金才等(2002)、方永侠等(2011)利用卫星热红外遥感资料开展了上海、北京城市热岛的研究，陈云浩等(2002)、宋艳暾等(2007)、江学顶和夏北成(2007)利用卫星热红外遥感资料分别开展了上海、深圳、珠三角城市群的空间格局分析研究。为了应用热红外遥感实现气温与地表温度的空间拓展，前人开展了大量的卫星反演温度产品与地面实际观测值之间的对比分析。延昊等(2001)研究指出基于NOAA/AVHRR卫星反演得到的晴空地表温度与气温和地温的宏观变化规律是一致的，刘放等(2010)分析得出MODIS(Moderate-resolution Imaging Spectroradiometer，中分辨率成像光谱仪)亮温均值与地温和气温在月时间尺度上具有很好相关性，闵文彬和李跃清(2010)利用MODIS热红外资料发现四川盆地遥感反演的地温与气温差值同气象台站观测的地温与气温差值具有显著正相关关系，闫丽莉等(2012)利用NOAA/AVHRR卫星资料分析得出河北怀来地区亮温、气温及0.2 m地温三者之间呈现很好的相关性，这为利用卫星热红外遥感资料来研究城市高温(主要以最高气温来反映)提供了一种可行性。由于现行的气象观测规范一般要求气象观测环境避免遭受城市化影响，因此气象观测资料存在站点分布不均匀、城市观测点稀少、代表范围有限、确定高温位置较粗等不足，而卫星遥感相对于气象台站具有空间范围广、空间分辨率高、监测值分布均匀的优势，能有效监测基于卫星像元级的空间单元高温时空变化，并已逐渐成为开展城市热环境(城市热岛、高温热浪)监测评估业务的一种重要手段。而国内目前利用卫星遥感资料开展城市高温的研究很少，主要困难是一方面如何将遥感监测的地表高温指标与气温表征的高温指标相匹配确保两种指标定义高温过程的一致性，另一方面如何以遥感监测的地表温度来反映城市高温的强度和时空格局变化，这些都是在高温遥感监测时需要值得研究的科学问题。北京地处华北大平原西北隅，三面环山，特殊的地形和大城市的特点使得北京市成为局地高温易发区，利用卫星遥感资料初步研究城市高温指标并分析城市高温区域的时空变化对对开展北京大城市高温监测评估遥感业务具有重要意义。

气象资料：北京地区2007～2012年6～9月晴空天气下20个常规气象台站中单站日最高气温≥33 °C日期下的日最高气温与0 cm最高地温资料，由北京市气候中心提供。其中“日最高气温≥33 °C”条件的选择主要是考虑可以包括更多符合真实高温天气的样例(如观测站点气温超过33 °C但又没有达到35 °C，而局部地区气温可能超过35 °C)。

卫星遥感资料：(1)国家卫星气象中心接收和深加工处理的长时间序列(1989年1月至2008年12月)逐日NOAA/AVHRR L1B数据集。该数据集空间覆盖范围为(10°N～60°N，65°E～145°E)，空间分辨率为0.01°(纬度)×0.01°(经度)。该数据集在生成过程中进行了如下处理：多颗卫星资料的标准化定标处理、投影变换、精定位处理、轨道漂移订正及滤波处理、太阳高度角订正、红外临边变暗订正。此外，还采用了来源于国家卫星气象中心处理的云量数据(刘健和张里阳，2011)，作为晴空像元识别和地表温度反演的辅助数据。数据集主要内容为：1、2通道反射率，3、4、5通道亮温，太阳天顶角，卫星天顶角，相对方位角。(2)北京市气候中心的2007～2012年6～9月日最高气温≥33 °C日期下对应的晴空NOAA18/AVHRR1B数据。

地表温度反演：NOAA18/AVHRR 1B卫星日地表温度和NOAA/AVHRR旬平均地表温度数据集的生成均采用改进型的Becker分裂窗方法，该地表温度反演结果与国际上广泛应用的MODIS地表温度产品具有较好的一致性(Quan et al., 2012)。主要处理过程如下：

(1)选择上述1989～2008年逐日的AVHRR 1B数据集及对应的AVHRR云量数据为输入数据，通过云量数据将像元分为晴空像元和有云像元两类；

(2)对晴空像元采用改进型Becker“分裂窗”LST(L and Surface Temperature)反演算法(Quan et al., 2012)，生成逐日1 km分辨率的瞬时地表温度数据集；

(3)对1989～2008年逐日地表温度数据集采用均值合成算法生成旬地表温度数据集，从而产生北京地区1989～2008年(缺2002年)共19年6～9月的逐旬地表温度数据集；

(4)对2007～2012年6～9月日最高气温≥33 °C日期下对应的晴空NOAA18/AVHRR1B数据采用改进型Becker“分裂窗”LST反演算法(Quan et al., 2012)，生成日1 km分辨率的瞬时地表温度产品。

一般情况下气温与下垫面温度的日变化呈单峰曲线且变化趋势比较一致(邓天宏等，2009；李蕊等，2011)，因此可以采用白天中午反映下垫面温度特征的NOAA18/AVHRR资料来分析城市高温。本文挑选的NOAA18/AVHRR卫星资料过境时间分布在12:50(北京时间，下同)至14:09之间，这与最高气温一般出现的时间约为午后14:00左右接近(周淑贞等，1997)。为消除卫星遥感图像的定位不确定性，根据北京20个常规气象台站的经纬度位置，确定NOAA18/AVHRR遥感图像上相应位置3×3像元范围内的平均地表温度为该台站对应的遥感地表温度。以20站中日最高气温≥33 °C下气象台站的日最高气温、0 cm最高地温与NOAA18/AVHRR卫星遥感反演的地表温度分别进行二者之间的回归分析。

建立的北京气象台站观测到的最高气温T_h与0 cm最高地温T_s0的回归关系式如下：

其中，n表示样本数，R²为决定系数，^**表示方程通过0.01水平的显著性检验。建立的遥感地表温度T_s与0 cm最高地温T_s0之间的回归关系式如下：

由式(1)可知，气象台站观测的最高气温与0 cm最高地温有一定的正相关性，但R²仅为0.3531，表明利用0 cm最高地温指标来反映高温天气并不十分理想，这是由于气象台站观测的气温是周边较大范围的大气温度状况，而0 cm地温是监测的2× 4 m²面积大小的局部裸露土壤表面温度，土壤温度因土壤种类、土壤含水量等差异，具有很强的局地性，造成地温与气温差异波动较大。式(2)表明，气象台站观测的0 cm最高地温与遥感观测地温相关性很小，R²仅为0.0942，这是由于NOAA遥感观测的地表温度是卫星像元尺度(1 km²)温度，在这个尺度下大部分像元是混合像元，对于非均匀下垫面，不同像元内的组分组成是不同的，而气象观测的地温只是像元内土壤组分温度，因此二者观测值差异很大。

图 1

Fig. 1

图 1 北京气象台站最高气温与NOAA18/AVHRR卫星遥感地表温度关系 Fig.1 Relation of maximum air temperature from weather station data and l and surface temperature from NOAA18/AVHRR satellite data in Beijing

北京气象台站观测到的最高气温T_h与遥感监测的地表温度T_s的关系如图 1所示，二者建立的回归关系式如下：

从图 1和式(3)可知，T_s与T_h具有明显的正相关关系，回归关系式的R²为0.4592，明显高于T_h与0 cm最高地温T_s0的R²(0.3531)，表明遥感地表高温在区域尺度上(1 km²以上)能更好地反映最高气温分布状况，因此可由该回归关系式来初步确定NOAA遥感高温指标。

依据北京市气象局2011年9月发布的《北京市气象灾害预警信号与防御指南》，北京高温预警阈值主要划分为T_h≥35 °C、T_h≥37 °C、T_h≥40 °C等3个级别，依据式(3)可估算出T_h为35、37、40 °C时对应的T_s分别为44、47、52 °C。因此以44、47、52 °C作为NOAA18/AVHRR遥感地表高温的阈值指标。

为确定该遥感高温阈值监测高温与气象台站监测高温是否具有一致性，在这里定义一个遥感高温指标——地表高温强度(LSHI，L and Surface High Temperature Intensity)，并与其对应的日最高气温 强度(HATI，High Air Temperature Intensity)进行高温监测结果比较。把LSHI划分为3个等级，如下：

(1)轻度高温：地表温度在44～47 °C，对应最高气温在35～37 °C；

(2)中度高温：地表温度在47～52 °C，对应最高气温在37～40 °C；

(3)重度高温：地表温度＞52 °C，对应最高气温＞40 °C。

如图 2所示为2010年7月3日和2010年7月5日的LSHI及对应的HATI空间分布图。可以看出：2010年7月3日遥感监测的LSHI显示整个北京平原地区和怀柔中北部山区都处于中度高温区域(图 2a)，气象台站监测的HATI则显示整个北京平原地区和大部分山区都处于中度高温区域，而怀柔中北部山区处于重度高温区域(所处的汤河口台站最高气温达40.9 °C，图 2b)，两者在平原地区基本一致，而山区存在较大差异。2010年7月5日遥感监测的LSHI显示大部分北京平原地区处于重度高温区域(图 2c)，而气象台站监测的HATI则显示绝大部分北京平原地区笼罩在重度高温，大部分山区则处于中度高温区域(图 2d)，两者仍是在平原地区基本一致，而山区存在明显差异。另外，7月3日和7月5日在怀柔中北部山区遥感监测的LSHI和气象台站监测的HATI都能显示出其与周围高温的差异，虽然监测的强度不一致，但仍能显示出在这个地区遥感监测结果与气象台站监测的高温有相对较好的一致性。

图 2

Fig. 2

图 2 北京地区(a、c)NOAA18/AVHRR卫星遥感监测的LSHI及对应的(b、d)气象台站监测的HATI：(a、b)2010年7月3日；(c、d)2010年7月5日 Fig.2 (a，c)LSHI(L and Surface High Temperature Intensity)from NOAA18/AVHRR satellite data and the corresponding(b，d)HATI(High Air Temperature Intensity)from weather station data in Beijing:(a，b)3 Jul 2010;(c，d)5 Jul 2010

这些结果显示：本文初步得到的遥感高温阈值44、47、52 °C可以较好地适用于北京平原地区，而对大部分山区则效果不理想，这很可能是受山区复杂地形相互遮蔽及海拔影响致使局地温度差异变化大的影响，从而使得在卫星像元尺度(1 km²)上山区地温与气温不具有一致性。但由于本文主要关注的高温区域集中于北京城市平原地区，因此仍可利用LSHI来有效监测北京城市高温。

为了更有效地比较各空间单元之间的高温差异，参考叶彩华等(2011)研究结果，定义地表高温比例指数(LSHP，L and Surface High Temperature Proportion Index)为：

其中，m为地表温度等级数，从低到高划分为7级，即m=7；n为LSHI等级数，即n=3；i为高温等级序号；w_i为权重，取级别值；p_i为该等级所占面积百分比；LSHP一般取值在0～1，值越大，高温现象越明显，值为1时，表明该区域均为重度高温，值为0时，表明该区域没有高温出现。

LSHP综合了高温强度和高温面积的影响，是一个反映时空变化的高温综合指标。如图 3所示为2010年7月3日和2010年7月5日北京各区县LSHP，可以看出：2010年7月3日城六区及东部平原区LSHP在0.69～0.86(图 3a)，高温现象明 显，到了2010年7月5日，各区县LSHP较7月3日明显增加，城六区及东部平原区LSHP均在0.80以上(图 3b)，其中朝阳、丰台、城区0.97以上，接近极大值1.0，显示这些区域几乎全为重度高温所覆盖，这与北京7月5日北京观象台最高气温达40.6 °C、突破1951年以来历史极值的罕见高温天气相吻合。此外，LSHP也能反映空间单元的高温差异变化，如图 3a 所示2010年7月3日的平谷区LSHP最小，仅为0.13，高温强度明显小于周边的密云县，而到了2010年7月5日平谷区的LSHP达0.67，高于密云县，这是由于7月3日的平谷区高温强度和范围在本行政区域所占比例很小，明显小于其他区县(如图 2a所示)，使得平谷区估算的LSHP最小；而到了7月5日，平谷区高温强度和范围在本行政区域所占比例明显增加(如图 2c所示)，超过周围的密云地区，使得LSHP明显增加。以上结果分析表明高温比例指数LSHP可有效反映城市高温空间分布差异及时间变化。

图 3

Fig. 3

图 3 北京地区各区县LSHP：(a)2010年7月3日14:09；(b)2010年7月5日13:48 Fig.3 LSHP(L and Surface High Temperature Proportion Index)of different areas in Beijing:(a)1409 LST 3 Jul 2010;(b)1348 LST 5 Jul 2010

由于遥感日地表温度资料受云及其阴影影响比较大难以分析，而通过旬平均地表温度合成基本上可以消除这种影响，在这里以旬晴空地表温度资料来分析北京城市多年的地表高温时空格局。

根据前面确定的遥感高温阈值指标，利用1989～2008年(缺2002年，共19年资料)6～8月的NOAA/AVHRR旬平均地表温度数据集，分析了北京夏季(6～8月)各旬(共9旬)旬平均T_s≥44 °C、≥47 °C和≥52 °C高温出现概率的时空变化状况，出现概率定义为P，计算公式如下：

其中，P_iT0为第i旬(i=1，2，…，9)旬平均T_s≥T₀(T₀分别为44、47和52 °C)出现的高温概率，N_i指该旬统计年数，本文采用了19年的资料，因此各旬的N_i=19，m_iT0指总的统计年数N_i里第i旬的旬平均T_s≥T₀出现的年数。主要分析结果如下：

(1)旬平均T_s≥44 °C概率时空分析

各旬平均T_s≥44 °C年出现概率不超过50%。在时空分布上，旬平均T_s≥44 °C高温概率的高值区(40%～50%)主要分布于6月、7月上旬和下旬，而又以6月中旬、下旬和7月上旬在城区和平原区都有广泛分布，7月下旬则主要集中于城区，6月上旬则集中于永定河谷一带。到了8月下旬，旬平均T_s≥44 °C高温出现概率降至20%以下，且主要集中于五环区域。这与王迎春(2003)得出的“北京夏季最高气温≥35 °C的高温天气主要分布在6 月和7月，且主要集中于6月中旬到7月上旬”结论基本一致。

(2)旬平均T_s≥47 °C概率时空分析

各旬平均T_s≥47 °C年出现概率不超过40%。在时空分布上，旬平均T_s≥47 °C高温概率的高值区(30%～40%)主要分布于7月上旬和下旬，且主要集中于五环区域。8月中旬以后，旬平均T_s≥47 °C高温出现概率降至20%以下，且主要集中于城区。

(3)旬平均T_s≥52 °C概率时空分析

各旬平均T_s≥52 °C年出现概率很低，不超过15%，主要发生在6月到7月。在时空分布上，旬平均T_s≥52 °C高温概率的相对高值区(10%～15%)主要分布于7月中旬和下旬，主要集中于城区。

以上结果分析表明，在夏季不同时段，北京城区较其它地区更容易出现高温，其次为五环区域。

根据前面确定的遥感高温阈值指标，利用1989～2008年(缺2002年)6～9月的NOAA/ AVHRR各旬平均地表温度数据集，先对逐年6～9月各旬(共12旬)地表温度数据采用最大值合成法生成逐年6～9月最大旬地表温度数据，然后对生成的19年最大旬地表温度数据，分别进行旬平均T_s≥44 °C、≥47 °C和≥52 °C在6～9月期间出现的高温概率计算，高温出现概率定义为Q，计算公式如下：

其中，Q_T0指6～9月旬平均T_s≥T₀(T₀分别为44、47和52 °C)出现的高温概率；N指统计总年数，本文采用了19年的资料，因此N=19；m_T0指总的统计年数N里6～9月最大旬平均T_s≥T₀出现的年数。计算结果如图 4所示，其中图中空值区域表示该地分别出现旬平均T_s≥44 °C、≥47 °C和≥52 °C的概率为0。

图 4

Fig. 4

图 4 北京地区旬平均Ts(a)≥44 °C、(b)≥47 °C和(c)≥52 °C在6～9月出现概率分布： Fig.4 Probability distribution of ten-day mean l and surface temperature Ts(a)≥44 °C，(b)≥47 °C， and (c)≥52 °C from June to September in Beijing

由图 4可知，北京旬平均T_s≥44 °C、≥47 °C和≥52 °C的概率高值区一般都集中于五环内，各高值区旬平均T_s≥44 °C、≥47 °C和≥52 °C出现概率分别为80%～100%、60%～80%和20%～40%，各高温出现概率的具体分布区域如下：

(1)旬平均T_s≥44 °C高温概率分析。很容易出现(出现概率≥80%)：朝阳中部和南部、城区南部、海淀中东部、丰台中部及北部、首都机场、通州城区、大兴城区和房山城区；经常出现(概率≥60%)：大部分平原地区及延庆平坝南部地区。

(2)旬平均T_s≥47 °C高温概率分析。经常出现(出现概率≥60%)：五环内区域、通州城区、顺义城区、大兴城区和房山城区。

(3)旬平均T_s≥52 °C高温概率分析。较少出现(出现概率在10%～40%)：五环内局部城区及永定河谷和密云河谷一带局部地区。全市大部分地区出现概率小于20%，延庆盆地偶尔也会出现(概率在10%以下)，这是由于河谷地带和延庆盆地在夏季某些时段植被覆盖普遍较低、且土壤构成以砂嚷为主，容易受太阳辐射增温较快的缘故。另外图 4c显示代表北京天气状况的国家观象台站(位于大兴区北部)旬平均T_s≥52 °C高温出现概率小于10%，这与王迎春(2003)得出的观象台50年内40 °C 以上高温天气(对应本文T_s≥52 °C)只有4 d，概率小于10%的结论基本一致。

以上结果分析表明，北京几乎每年都会出现高温天气，局部地区一定会出现(概率100%)，但重度高温天气出现很少，大部分地区出现概率小于20%。

通过对北京地区遥感地表温度与气温资料的分析，建立了北京城市遥感高温阈值和一系列高温指标，并进行了应用分析。在高温阈值指标建立基础上，利用多年卫星遥感资料开展了北京城市高温出现概率的时空格局分析，主要结论如下：

(1)气温值为35、37、40 °C时对应的遥感地表温度初步确定为44、47、52 °C，以此为基础建立的地表高温强度LSHI指标能较好地适用于北京平原地区，而山区适用性较差；

(2)地表高温比例指数LSHP能有效监测城市各不同区域的高温空间强弱和时间差异；

(3)对北京城市地表高温逐旬出现概率时空分析表明：夏季(6～8月)旬平均T_s≥44 °C年出现概率不超过50%，广泛分布于城区和平原；旬平均T_s≥47 °C年出现概率不超过40%，集中于五环内区域；旬平均T_s≥52 °C年出现概率不超过15%，集中于城区；城区和五环区域更容易出现高温；

(4)对北京城市地表高温在6～9月出现概率分析表明：旬平均T_s≥44 °C、≥47 °C和≥52 °C的概率高值区一般都集中于五环内，各高值区旬平均T_s≥44 °C、≥47 °C和≥52 °C出现概率分别为80%～100%、60%～80%和20%～40%；北京几乎每年都会出现高温天气，局部地区一定会出现(概率100%)，但重度高温天气出现很少，全市大部分地区出现概率小于20%。

文中所确定的遥感地温指标和分析结论有一定的不确定性，主要体现在：(1)卫星过境时间与最高气温出现时间的不匹配。所选择的卫星资料过境时间虽然接近14:00，但每天卫星过境的时间不一样，最高气温的时间也不一样，本文没有进行二者之间的时间订正(即遥感地表温度订正到气象资料最高气温出现的时间)，这会造成二者关系的不确定性，这也是未来需要研究的重点；(2)空间尺度的影响。本文所确定的遥感地温指标均是基于1 km分辨率NOAA卫星资料的，而且相应的气温在城市区域是否能反映周围1 km范围状况还不得而知，这也会造成二者关系的不确定性，因此未来开展观测尺度的研究是改进遥感高温指标的另一个重点内容；(3)其他因素：下垫面类型和局地环境都很可能影响到遥感监测的高温时空变化的不确定性，例如文中分析出延庆盆地和河谷地带有时也会出现T_s≥52 °C高温而实际上相应气温很可能达不到40 °C，主要原因就是受下垫面的影响，还有如图 2中怀柔中北部无论卫星资料还是气象观测资料都显示出一个与周边环境差异较大的高温区域，但二者确定的高温等级还存在差异，因此在利用遥感资料分析具体地区高温时空变化时还需要多考虑这些因素的不确定性。

综上所述，利用遥感来确定高温指标从而开展高温的监测和评估还有众多不确定性，虽然本文建立的遥感地表温度与最高气温的关系在现阶段还并不十分令人满意，但毕竟是向遥感监测高温的研究和业务化的可能应用前进了一步，还需要更深入地不断研究改进和完善，使遥感监测城市高温更符合实际，更便于向业务化方向发展。

致谢 对提供帮助的中国气象局城市气象研究所扈海波副研究员表示衷心感谢。