近日，中国地质大学（武汉）国家地理信息系统工程技术研究中心陈能成教授团队在遥感领域一区TOP期刊《Remote Sensing of Environment》上发表了题为《Urbanization-induced spatial and temporal patterns of local drought revealed by high-resolution fused remotely sensed datasets》的研究成果。该研究针对当前城市化干旱效应的量化分析缺乏精细像元尺度的时空动态分析的难点，提出了一种基于星地融合的两步降尺度法，生成了长江流域长时序公里级日尺度且时空无缝的降雨与气温数据，并在此基础上从城市尺度和像元尺度分析了长江流域主要城市的城市化干旱效应及其时空模式。论文第一作者为武汉大学测绘遥感信息工程国家重点实验室2022级博士生黄舒哲，通讯作者为陈能成教授与武汉大学测绘遥感信息工程国家重点实验室陈静研究员。

城市的面积虽然只占据地球表面大概3%左右，但是它已经对局地乃至全球的生态及水文系统造成了显著且深远的影响。目前全球许多城市都曾经历或者即将面临着零日风险，即城市的水系统无法再为城市的居民供水。因此，城市干旱是当今全球城市所面临的挑战之一。此前，本团队针对全球城市化干旱效应的研究揭示了目前普遍存在的城市化对极端干旱的加剧效应。然而，受限于高分辨率气象数据的缺失，此前的研究主要聚焦于站点尺度。城市化在精细像元尺度上对局地干旱的时空动态产生了何种影响目前仍未可知。为此，本研究从提升干旱监测能力出发，通过融合多源异质监测数据提升城市区域干旱监测能力，在高分辨率数据支撑下，提出一种干旱空间场识别方法量化城市化影响下的局地干旱时空分布模式。

首先，分析了基于两步降尺度法生成的高分辨率降雨及温度在验证站点处的精度。从图1可以看到，降尺度降雨的PCC、RMSE、MAE和BIAS分别为0.806、5.414 mm、2.040 mm和0.129 mm。日均温的PCC、RMSE、MAE和BIAS分别为0.993、1.138 ℃、0.925 ℃和-0.067 ℃。从空间分布来看，长江流域东部的降尺度精度相较于中西部更高，可能与相对更密集的站点分布以及平坦的地形等地理环境有关。此外，本研究还将降尺度降雨和气温数据与其他降雨温度产品进行横向对比，包括ERA5-Land、CPC、CMFD、CHIRPS、IMERG以及TMPA数据（图2）。从结果来看，降尺度降雨和温度数据在所有产品中精度表现最优，并且具有相对最高的空间分辨率，能够为后续像元尺度城市化干旱效应分析提供良好的数据支撑。

图1 验证站点处降尺度降雨及温度精度和空间分布

图2降尺度降雨及温度数据横向对比结果

    基于上述降尺度数据，本研究绘制了长江流域三个典型城市区域（成都、武汉、长三角）城市化对极端SPEI以及干旱烈度影响的空间分布（图3）。从分布的区域来看，成都的西部区域和东北区域的城市化影响最为显著，这个区域与近二十年来成都的主要城市化区域吻合，侧面反映了城市化过程对干旱发生发展的影响。武汉的城市化干旱效应相对没有成都那么显著，不过主要还是加剧效应占主导，并且大部分分布在武汉的西部。长三角的北部遭受的城市化加剧效应最显著，其临海区域的极端SPEI受到的影响相对较小。

图3 像元尺度城市化对极端SPEI和干旱烈度影响的空间分布

    为了分析城市化对局地干旱空间空间模式的影响，本研究基于干旱空间场识别方法提取了三个区域不同等级干旱事件下的城市干旱场和郊区干旱场，并分析了城市化影响下的干旱事件空间特征（干旱中心峰值（PDI）、平均干旱强度（ADS）、干旱有效半径（ER））。从图4右侧饼图可以看到，在干旱场数量上，随着干旱事件等级的上升（加剧），城市空间场的占比显著增加并占据主导地位。比如，以成都为例，对于轻度干旱事件，郊区场占据了80.3%，而随着干旱等级的上升，城市干旱场显著增加，在极端干旱场中，已经占据了67.8%。从左侧箱型图可以看到，在所有等级的干旱空间场当中，城市干旱场具有更高的干旱峰值和平均干旱强度，意味着集中在城市发生的干旱事件往往强度更严重。对于有效半径指标来说，城市干旱场的有效半径随干旱场等级的上升而降低，并逐渐低于郊区场有效半径。代表着随着干旱等级上升，城市区域发生的干旱事件往往更加聚集集中，更容易造成集中且严重的干旱后果。

图4 不同等级干旱空间场下城市场与郊区场的空间特征分布

    图5展示了不同城市化比例下的干旱空间场中干旱事件空间特征的分布。整体来看，随着干旱场城市化比率的的增加，三个城市的干旱场的PDI、ADS和ER均呈现显著下降趋势。右边曲线图为干旱衰减曲线，横坐标是与干旱场中心的距离。随着与干旱场中心的距离增加，SPEI值呈现持续下降的趋势。通过对比不同城市化比率的干旱空间场衰减曲线，研究发现城市化比率越高，干旱的衰减速度越快，代表干旱事件愈发向城市区域集中。

图5 不同城市化比例下干旱空间场空间特征分布

最后，本研究对比了此前站点尺度的研究结果与本研究基于高分辨率数据支撑下像元尺度上的城市化影响量化结果。可以看到，图6a由于采用的是站点数据，在空间上比较离散，只能粗略的反映出面积较大的城市区域的整体情况。而图6b是基于本研究中生成的高分辨率数据得到的像元尺度的结果，对比之下可以很清晰的反映出城市不同区域的干旱遭受到的城市化的影响，对于后续的区域规划和防灾措施的制定具有一定的指导意义。

图6 站点尺度与像元尺度城市化干旱效应量化分布对比

论文链接：https://www.sciencedirect.com/science/article/pii/S0034425724004048