中国居民城际出行网络的空间结构特征

利用腾讯迁徙数据构建居民城际出行网络,分析了不同时段、不同交通方式下中国居民城际出行网络的空间结构特征以及主要城市群的对内、对外居民城际出行模式。研究发现,2018年中国居民城际出行网络呈“东密西疏”空间分布格局,形成以京、沪、穗—深、蓉—渝等高中心性城市为顶点的顶层跨区级“钻石型”网络结构。“春运”时段城际出行的重心相较日常出行更偏向于西南,居民城际日均出行规模亦高于其他时段,特殊节假日城际出行具有显著的空间邻近效应。不同出行方式下的出行人口、出行范围和出行交通网络差异显著,航空、铁路、公路出行分别承担国家级、区域级和地方级城际出行的人口集散。主要城市群对内出行网络呈现“核心—邻近—边缘”空间格局,以多中心双核出行模式为主,对外出行网络则呈现“跨区—邻域—地方”的格局,以单中心单核出行模式为主。     

2000—2018年青海湖流域气温和降水量变化趋势空间分布特征

青藏高原是全球气候变化的敏感区,气温和降水量的空间分布及变化趋势是气候变化研究的核心和基础,为开展生态环境变化评估提供基础资料。基于2000—2018年青海湖流域及其周边气象站观测数据,以高程为协变量,结合专业气象插值软件ANUSPLIN对气温和降水量进行空间插值。利用线性回归法分析了青海湖流域2000—2018年气温和降水量的变化趋势;利用双变量空间自相关分析法分析了青海湖流域气温和降水量空间匹配关系。结果表明：（1） 2000—2018年青海湖流域年平均气温呈显著增加趋势,平均增速为0.30 ℃·（10a）^-1,春季增温显著。（2） 降水量呈显著增加趋势,平均增速为73.20 mm·（10a）^-1,春夏季增速显著、秋季变化不明显、冬季趋于变干。（3） 青海湖流域气温和降水量空间匹配差异显著。从年尺度来看,气温和降水量莫兰指数（Moran’s I）为-0.66,表现为显著的负相关,面积比为67.56%,水热组合空间匹配不佳。从季节尺度来看,青海湖流域春季、夏季、秋季和冬季的气温和降水量Moran’s I分别为-0.49、-0.80、-0.32和-0.14,均为空间负相关。春夏季,流域低海拔区域气温逐渐升高,高海拔区域降水量逐渐增多,气温和降水量空间负相关面积逐渐增大,水热组合空间匹配不佳。值得强调的是青海湖巨大水体对环湖区局地气温的调节作用明显,是青海湖流域的“气候调节器”。     

中国西南—东南季风交汇区降水时空格局变化及其对食物产量的影响

全球气候变化背景下,降水格局改变食物供给将是人类当前和未来所面临的重大挑战,但很少有研究揭示食物供给随降水格局变化的关系。研究中国西南、东南季风共同作用区的降水与食物供给变化,对厘清该区降水与食物供给的动态关系、实现区域粮食安全、保障西南边疆稳定、落实区域民族政策、建成全面小康社会等具有重要意义。文章以中国西南地区的云南省为例,刻画了1988—2018年降水变化格局,并探讨了其对食物产量的影响。结果表明：① 云南省降水时间格局分为：Ⅰ降水丰沛期（1988—2004年）、Ⅱ降水偏少期（2005—2015年）、Ⅲ降水恢复期（2016—2018年）等3个降水时段;② 第Ⅰ~Ⅱ时段,全省降水发生显著变化区域为15.07%,第Ⅱ~Ⅲ时段为13.87%,第Ⅰ~Ⅲ时段为16.53%;③ 全省水平上,降水与食物产量具有显著正相关关系（p<0.01）,且粮食产量与各时间段降水相关系数高于肉奶产量;④ 当降水≥1500 mm时降水量快速下降,粮食产量保持稳定、700~1500 mm时降水量与粮食产量同为小幅下降、≤ 700 mm时降水量小幅下降,粮食产量大幅波动下降。总体而言,1988—2018年云南省降水格局发生了明显的变化,且在不同区域对食物供给产生了显著影响,故亟待划分全省范围的食物产量对降水响应的空间区划,以此来应对日益加剧的降水格局变化。     

暴雨内涝情景下城市消防服务可达性的精细化评估

为了揭示城市暴雨内涝灾害对应急响应服务功能的影响,论文基于高精度城市洪涝模型(FloodMap)和增强型两步移动搜寻法(E2SFCA),对暴雨内涝灾害影响下上海市中心城区消防服务可达性进行精细化评估。研究结果表明：① 百年一遇暴雨内涝情景下,内涝最严重时积水深度超过50 cm的淹没范围整体呈现“西高东低”分布态势,淹没总面积约1.5 km²,可导致471条路段(约占路网全长5.11%)通行受阻。② 上海市中心城区消防服务可达性的空间差异比较显著,大体呈现出由黄浦江两岸向西北和东南方向递减态势,但在一天中的不同时段,可达性空间格局变化并不明显。③ 与正常天气条件相比,暴雨内涝情景下不可达单元(250 m×250 m)数量显著增多,夜间低峰、早高峰、白天平峰和晚高峰时段分别增加36.32%、35.89%、39.07%和32.01%;从暴雨内涝的过程(全程120 min)上看,在雨峰后半段((30, 45] min)不可达单元数量最多,消防服务可达性的空间差异程度最大。④ 消防服务可达性表现出一定程度的空间集聚特征,其中高值聚集区(“高—高”型)主要位于黄浦江两岸以及浦西边缘地区,低值聚集区(“低—低”型)主要位于西北和西南区域,这2类聚集区呈“团块状”分布,而“高—低”型和“低—高”型集聚均不显著。⑤ 研究区内消防服务可达性与需求的空间失配现象(“低需求—高可达”或“高需求—低可达”)较为明显,而暴雨内涝会加剧空间失配问题。研究结果可为提升城市洪涝灾害管理与应急响应服务的精细化水平提供科学依据。     

中国建设用地的坡谱演化规律与爬坡影响

城镇建设用地规模与结构变化是国土空间开发与规划研究的基础。以往相关研究更关注建设用地水平空间扩张格局特征与模式,极少关注建设用地三维梯度上的“爬坡”特征规律与影响。因此,本文基于Google Earth Engine（GEE）,并结合高精度地形数据与土地利用数据,在建设用地坡谱概念基础上,首次构建了平均建设用地爬坡指数（ABCI）,系统地分析了1990—2018年中国建设用地坡谱在国家、区域、省级和城市4个尺度上的变化特征与规律并深入剖析建设用地爬坡的空间影响。结果显示：① 1990—2018年中国坡度5°以上地区建设用地面积增长了1.43倍,比例由10.25%上升至14.81%。其中2010—2015年是建设用地爬坡发展最迅速与规模最大的时期,且中西部地区建设用地爬坡最为显著。② 依据平均建设用地爬坡指数与上限坡度变化,可将中国34个省（自治区、直辖市）划分为高爬坡型、低爬坡型和水平扩展型3类,其中高爬坡型省份占50%以上,水平扩展型省份仅有7个,在空间上呈现“东南—西北”的两极分布特征。③ 1990—2010年爬坡型城市以山地与丘陵地貌城市为主,2010年后少数民族聚居区及低丘缓坡开发试点城市成为建设用地爬坡的主力。④ 建设用地爬坡在一定程度上能够减少建设用地扩张对平原优质耕地与生态用地的胁迫和侵占,缓解建设用地供需矛盾,但是无规划约束的开发和房地产驱动的“削山造地”则会导致地质灾害和生态环境风险的增加。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

基于近邻传播聚类元胞自动机模型的武汉城市扩散和聚合过程同步模拟

元胞自动机（CA）作为城市时空动态模拟应用最广泛的模型,可以有效模拟填充式和边缘式城市扩张过程,但是在飞地式扩张模拟方面稍显不足。本文提出一种改进CA模型—APCA,在传统CA基础上利用近邻传播聚类（AP）搜寻城市扩散增长的“种子点”,实现城市增长扩散过程和聚合过程的同步模拟。以武汉市为研究区域,使用APCA模拟其在2005—2025年间城市扩张的时空过程。结果显示：① APCA在设置“种子点”数量为1~8个时模拟总体精度均高于Logistics-CA,当“种子点”数量为6时,模拟新增部分精度最高,达到0.5217;② 2015—2025年武汉市飞地型增长面积约为8.67 km²,占新增城市用地总面积比例为6.30%;③ 武汉市1995—2025年间“先扩散后聚合”的城市扩张过程符合城市增长相位理论。APCA在一定程度上了完善了传统二维平面CA框架,将城市扩张模拟维度由面维扩展到点维,为准确展现城市用地空间扩展规律提供参考。     

1981-2019年全球气温变化特征

1981—2019年全球气温变化特征是揭示全球气温变化的空间差异性以及实现全球共同应对气候变化的关键。本文基于7套再分析数据,采用气候变化速率及空间插值等分析方法,分析了1981—2019年全球气温变化时空特征及主要国家气温变化。结果表明：1981—2019年全球陆地气温以0.320 ℃/10a的速率呈极显著升高趋势,年平均气温增加了0.835 ℃;南、北半球陆地气温变化速率分别为0.147 ℃/10a、0.362 ℃/10a,均呈极显著增加趋势,分别增加了0.874 ℃、0.828 ℃。全球陆地80%面积上气温呈现显著增加趋势,年平均气温升高速率最大的区域位于80°N~90°N,其次是70°N~80°N、60°N~70°N,高纬大于中、低纬,格陵兰地区、乌克兰、俄罗斯等中高纬度国家或地区增温速率较快,尤以格陵兰地区增加速率最快,气温变化速率为0.654 ℃/10a;增温最慢的地区主要位于新西兰和赤道附近的南美洲、东南亚、非洲南部等地,气温变化速率不足0.15 ℃/10a。本文统计的146个国家中,年平均气温呈显著增加趋势的国家136个,占93%;气温无显著变化的国家10个,占6.849%。1981—2019年全球增温2.0 ℃以上、1.5 ℃以上、1.0 ℃以上的国家分别为4个、34个、68个,分别约占统计国家的2.740%、23.288%、46.575%。本文认为1998年以来全球并没有出现气温变暖停滞的现象。     

全球气候变化背景下基于土地利用的人类活动对城市热环境变化归因分析——以京津冀城市群为例

近年来全球气候变化已经影响到人类生活的所有地区,气候系统变化的规模和现状是数千年来前所未有的。与此同时,中国城镇化进程显著加快,尤其以城市建设用地扩张主导的土地城镇化最为突出,导致城市热环境脆弱性加剧。已有研究探索了特定类型土地利用变化对于城市热环境的影响,但忽视了全球气候变化背景下自然气候和人类活动共同作用城市热环境变化的双重过程。因此,本研究提出一种基于土地利用类型的城市热环境变化贡献度算法,旨在厘清自然气候（表征为土地利用平均温度变化）和人类活动（表征为土地利用类型转变）对于区域热环境变化的单独贡献。本研究使用中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer,MODIS）地表温度及发射率数据,定量计算2005—2020年四季和昼夜京津冀城市群各城市土地利用类型平均温度和面积变化对于城市热环境变化的分别贡献。该算法计算各城市四季和昼夜地表温度变化与MODIS LST产品误差在1 K以内。2005—2020年各城市地表平均温度大多数呈增长态势,其中冬季白天增温幅度最高。耕地、城市建设用地和农村居民点对城市热环境变化的贡献度较其他土地利用类型突出。京津冀城市群中各城市人类活动对城市热环境变化的单位贡献强度远高于自然气候（4.03~648.07倍）,而人类活动的贡献总量（-0.25~0.92 K）低于自然气候（-2.40~6.50 K）。研究结果对于京津冀城市群空间协同发展和适应及减缓气候变化等具有重要的科学意义和实践价值。     

中国南北过渡带土壤碳氮空间特征及暖温带与亚热带界限

秦巴山区是中国南北过渡带的主体,过渡带分界划分在学界一直存在争议,确定和改进划分指标对构建中国生态地理格局有重要作用。土壤作为过渡带的核心部分,其关键指标的空间分布及变异机制对识别过渡效应和区域特征有指示作用。本文基于土壤二普资料,采用空间模拟和地统计方法分析土壤有机碳/全氮空间特征及与主要自然地理要素的关系。结果显示,秦巴山区有机碳/全氮含量空间分布趋势一致,存在3个高值区、1个次高值区和1个低值区。高值区分布在秦岭、大巴山高海拔区域和嘉陵江以西山地,含量分别为15.03~71.04 g/kg、1782.61~7710.00 mg/kg;低值区沿秦岭北坡的渭河谷地、南五台山和伏牛山分布,含量分别为0.64~6.50 g/kg、110.00~885.96 mg/kg;次高值区主要在汉江两侧、秦巴山地之间海拔< 1000 m及嘉陵江两侧略高于1000 m的山体,含量介于以上二者之间,自西向东呈南北向宽幅逐渐增大的“喇叭状”趋势。综合考虑地形—植被—气候作用,发现秦岭南坡—大巴山北坡有机碳/全氮次高值区分布范围与1000 m等高线、暖温带落叶阔叶林带（含常绿成分）和亚热带常绿落叶阔叶混交林带上限、1月0 ℃等温线、7月24 ℃等温线较一致,区内1月、7月、季节和全年气温变化较小,各季降雨变幅大,该区是亚热带向暖温带过渡的主体,北界大致沿都江堰—茂县—平武—文县和秦岭南坡1000 m等高线分布,南以都江堰—北川—青川和大巴山北坡1000 m等高线为界。有机碳/全氮空间变化为亚热带—暖温带的划界提供一定依据,进一步识别典型区土壤过程及生态效应,将全面揭示土壤多维过渡特征及其变异机理。     

山地高密度城市热岛效应的多约束因子格局分析与定量探测——重庆都市区案例研究

城市热岛受城市地表多因素影响,山地城市的情况则更为复杂。本文以典型山地城市重庆为例,基于Landsat8 OLI/TIRS影像、高精度矢量建筑等多源空间数据,采用城市地温反演、归一化植被指数、天空开阔度建模等方法,重点针对城市建成区,通过地理探测器分析各因子对城市热岛效应的约束力。研究表明：① 在都市区全域,城市热场空间异质性显著,植被覆盖、城市表面高程和天空开阔度因子具有全局性约束力表现,建筑密度、容积率和路网距离具有局部约束力表现。② 在城市建成区内部,对城市热岛效应约束性排前三位因子分别为：植被覆盖（q=0.782）、城市表面高程（q=0.499）、建筑密度（q=0.496）;局部约束因子建筑密度、容积率和道路距离的约束力均较强,但三者差异小;天空开阔度对城市热岛的全局性影响相对较小（q<0.1）。③ 在城市建成区内部,各约束因子对城市热岛具有叠加约束效应,叠加解释度q（X_i∩X_j）均强于独立解释度,叠加q值介于0.50~0.82之间。     

北京地区气温多尺度分析和热岛效应

以北京地区20个气象观测站47年(1960-2006年)逐日的平均气温记录为基础,利用线性倾向估计、突变分析、小波分析等分析方法对北京地区气温的时空分布特征及其热岛状况进行了分析.研究表明:近47年来北京地区年平均气温变化呈上升趋势,7年滑动平均曲线表明这种上升趋势近年来稍有减弱.城市热岛效应明显,四季热岛效应的时间和空间均有差异.冬季热岛效应比夏季强,但夏季热岛效应呈现出多中心的现象.小波分析表明热岛强度存在3个周期变化.在25a左右的尺度上,进入21世纪春季和冬季相对较弱,夏季和秋季较强.     

北京地区城市热岛强度长期变化特征及气候学影响机制

选择北京地区为研究区,基于1967~2016年城市站（北京站）和城郊农村站（密云站）的长期气象观测数据,研究平均气温、最高气温、最低气温对应的城市热岛强度长期变化特征及其气候学影响机制。研究发现,过去50 a平均气温和最低气温对应的城市热岛强度显著增加,增温率分别为0.29℃/10a和0.45℃/10a,而最高气温对应的城市热岛强度则没有明显变化趋势;统计分析显示过去50 a北京地区相对湿度、风速和日照时数显著降低以及气温显著上升有利于城市热岛的形成,强化城市热岛强度;未来全球变暖和快速城市化背景下北京地区城市热岛效应将进一步加剧,形成更频繁和持续时间更长的夏季城市高温热浪,严重危及城市居民生产生活和生命健康。     

济南市城市热岛效应的时空分布特征

论文应用区域自动气象站2007～2008年逐时气温观测资料,分析了济南城市热岛的时空分布特征,结果表明,无论春、夏、秋、冬,济南的城市热岛在空间分布上均以泉城广场、市政府为中心呈环状放射发展。热岛强度以冬季最强,秋、春季次之,夏季最弱。对城市热岛进行小波分析发现,济南冬季和夏季城市热岛的主要振荡周期是以准24h为代表的日变化和准270h所代表的旬变化为主。夏季日变化不如冬季明显,夏季旬变化略强于冬季。济南城市热岛以日为周期呈规律性变化,城市热岛强度表现为夜间强,白天弱。     

乌鲁木齐市城区和郊区气温分布及廓线特征

利用乌鲁木齐市5座100 m气象塔10层气温观测资料，通过统计方法详细分析了乌鲁木齐市城区和郊区近地层不同高度气温季节变化和日变化特征。研究表明：乌鲁木齐市四季均存在逆温，北郊逆温最明显。近地层100 m内主城区气温日较差较小，约为3.5～5.5 ℃；郊区气温日较差较大，约为4.2～7.0 ℃。夏季郊区气温高于城区，冬季北郊气温最低、南郊最高；白天大气基本上为超绝热不稳定状态，夜间城区气温高于郊区。春、秋季，白天城区和郊区温差小、夜间大，且愈近地面温差愈大；春季城区与南郊温差可达2.4 ℃、秋季可达3 ℃。城区和郊区各季节各层最高气温与最低气温出现时间几乎不同步达到。夏季、秋季、冬季和春季最高气温分别约在17:00～18:10、16:00～17:20、14:30～15:50（北郊滞后1.5 h）、17:00～18:00（南郊提前1.5 h）出现，最低气温分别约在7:10～8:20、8:00～9:00、冬季为多个时段（这与出现逆温有关）、7:30～8:40出现。     

2007—2020年西藏草面温度时空分布特征

利用2007—2020年西藏38个气象站点平均草面温度（简称草温）、平均气温、平均地表温度、云量、降水量等观测资料,采用气候统计诊断方法分析了西藏草面温度的时空分异特征及其影响因素,以期科学研究当地草地生态系统和开展专业气象服务。结果表明：西藏年平均草温呈自东南向西北递减的分布。草温与海拔高度存在显著的负相关,海拔高度每升高100 m,季平均草温降低0.44~0.70 ℃,年平均草温降低0.58 ℃;与纬度有着显著的曲线关系,29.3°N以南（北）地区,随着纬度增加,草温随之升高（降低）。各站草温呈一峰一谷的日变化特征,日最低值出现在07:00—08:00（北京时间）,日最高值均出现在14:00;草温月平均最低值都出现在1月,月平均最高值出现在6月或7月;76%的站点草温的变化为夏季>春季>秋季>冬季的气候特征。西藏草温年较差为21.4 ℃,较气温年较差偏大3.1 ℃;草温日较差达35.7 ℃,远高于气温日较差,偏大21.6 ℃。草温与气温之差以夏季最大,其次是春季、冬季两者比较接近;草温与地表温度之差以春季最大,夏季次之,冬季最小。在空间分布上,月平均草温与气温、地表温度均呈显著的正相关,与平均风速、积雪日呈显著的负相关;积雪深度对草温的影响,除冬季外二者存在显著的负相关;大部分月份平均草温与总云量、低云量、降水量的关系不显著。86.8%的站点5—9月平均逐小时草温与降水量存在显著的负相关关系。     

城市热岛效应对天津市居住建筑供暖和制冷负荷的影响

城市热岛效应已对建筑能源需求产生了重要影响,评估城市热岛效应影响下建筑的真实能耗需求及城乡差异对既有建筑的节能调控和未来建筑的方案设计都具有重要意义。论文以天津自动气象站2009—2017年逐时观测数据为基础,应用卫星遥感选站方法,选取天津市区周围4个有代表性的乡村参考气象站,对典型居住建筑全年逐时负荷进行了动态模拟,定量评估了城市热岛强度对不同时间尺度(年、日和小时)建筑负荷的影响。结果表明：① 随着城市热岛强度(I_UHI)的增强,城市居住建筑供暖负荷减少、制冷负荷增加,且年平均供暖负荷的减小幅度大于年平均制冷负荷的增加幅度。I_UHI每上升1 ℃,城市年平均供暖负荷较乡村减少4.01 kWh/m²、年平均制冷负荷增加1.05 kWh/m²。② 冬季供暖期和夏季制冷期逐日负荷变化表现为：供暖期的高负荷时段主要集中在12月下旬至翌年1月下旬、制冷期为7月下旬至8月上旬,高负荷时段城市日平均供暖和制冷负荷分别较乡村约减少10%、增加6%。③ 日内供暖负荷和制冷负荷小时变化均表现为夜间强于白天。在供暖期和制冷期,北京时间18:00至次日07:00时段无论在城市或是乡村都是高负荷时段;11:00至15:00时段在供暖期是低负荷时段,而在制冷期是高负荷时段,这可能与气温和供暖制冷需求有关。研究表明,应充分考虑小时、日尺度热岛强度对用能的影响,提高供暖和空调运行调控的精细化水平,以期达到降低供暖和制冷能耗的目的。     

中国城市群热岛效应时空演变及其影响因素分析

基于长期不透水面和MODIS地表温度数据,分析2000—2015年中国城市群扩张及热岛效应时空演变,进而综合采用冗余分析(RDA)、线性回归分析和变异分配分析(VPA)等方法,揭示城市群城市热岛效应的驱动机制。结果表明：城市群内建成区面积快速扩张,不透水面比例从2000年2.08%增长到2015年5.33%,且主要集中于珠江三角洲等沿海城市群;2000—2015年,夏季热岛分布较广,且白天强度高于夜晚。东部以及大部分北部城市群如哈长城市群等,降温强度较大,但其夜晚热岛效应在不同程度增强。冬季夜晚比白天热岛分布广、强度高,北方、西北、东部等地区夜晚热岛效应也在增强;自然环境因素显著影响城市群热岛强度,降水对夏季夜晚热岛强度起显著负贡献(22%),纬度越高,冬季夜晚热岛强度也越高。人为因素显著影响夜晚热岛分布和城市群内热岛强度的平衡,城市植被覆盖显著减少夜晚城市群内热岛分布,灯光强度对夏季夜晚热岛强度起显著负贡献(24%),对热岛比例起显著正贡献(27%),人口密度对夏季夜晚热岛强度起显著负贡献(31%);自然环境因素对热岛强度的贡献占主导,而人为干扰因素对热岛比例的贡献占主导。     

Urban heat and residential electricity consumption: A preliminary study

The Urban Heat Island (UHI) is a well-documented phenomenon occurring in cities across the world resulting in city centres often being several degrees warmer than their surroundings. This local elevation in temperatures could potentially impact upon local energy consumption, with residents in the warmer central section of the city using more energy to cool their homes in summer and less energy to warm them in winter. This study uses a combination of Geographical Information System techniques and Remote Sensing data (MODIS LST and NDVI), as a preliminary investigation, to assess the spatial relationship between UHI, urban greenspace, household income and electricity consumption in Birmingham, UK. It provides simple and repeatable steps, based on freely available datasets, for urban planners, industry, human and physical geographers, and non-specialists to reproduce the analyses. The results show that, the present impact of the UHI is limited and instead highlights the dominance of household income over local climate in explaining consumption patterns across Birmingham.     

1981-2014年西藏各时次气温的变化趋势分析

利用西藏自治区38个气象站点1981-2014年逐日02:00,08:00,14:00和20:00北京时4个时次气温数据,采用线性回归,Mann-Kendall非参数检验等方法,分析了近34年来西藏时次气温变化的时空分布,突变特征,并探讨了气温变化率与经纬度,海拔高度之间的关系.结果表明:近34年西藏四季各时次气温表现一致的升高趋势,升温率为0.14~0.80 ℃/10a,以冬季升温最为显著.在各时次中,除夏季08时升温率大之外,其他三季均以14时升温率最大.各站年时次气温最大升温率为0.36~0.94 ℃/10a(P < 0.001),只有32%的站点出现在08时,主要分布在昌都市大部,阿里地区大部以及那曲,拉萨,日喀则等站点,其余站点都出现在14时.春,秋季时次气温升温率与经度有关,西部大于东部;冬季时次气温升温最大区域主要在高海拔和纬度较高地区,夏季气温升幅最大区域位于较高纬度.20世纪80年代四季和年各时次气温均为负距平,而21世纪最初的10年各时次气温一年四季都为正距平.在时间转折上,34年来西藏年,季绝大部分时次的气温都发生了气候突变,夏季4个时次气温突变时间都发生在21世纪最初的10年;冬季02时和08时气温突变点发生20世纪90年代末,14时和20时气温的突变点却出现在21世纪最初的10年.影响西藏高原气温变化的因素有很多,主要包括地形,高原内部气象要素以及外部环流影响等.