介绍
这 lcz_uhi_intensity()
函数旨在根据气温测量值和当地气候区 (LCZ) 计算城市热岛 (UHI)
强度。城市热岛强度被定义为城市和农村地区之间的温差，提供了城市地区与周围农村环境相比温暖程度的定量衡量标准。
本指南演示了如何使用 lcz_uhi_intensity() 使用 LCZ
类别计算和分析 UHI 强度的函数。该函数支持两种计算方法：
方法 1：基于 LCZ 的方法
自动识别 LCZ 建筑类型 (LCZ 1-10) 代表城市温度，而 LCZ 自然类型 (LCZ A-G / 11-17) 代表乡村温度。当您的研究区域有全面的 LCZ 分类时，此方法是理想的选择。
方法二：手动方法
允许用户手动选择特定站点作为城市和农村地区的参考。当您有预定义参考站或 LCZ 分类不完整时，此方法非常有用。
library(LCZ4r)
# 获取您所在城市的LCZ地图
lcz_map <- lcz_get_map_euro(city = "Berlin")
# 从LCZ4r加载样本数据
data("lcz_data")了解城市热岛强度：
- 正UHI强度（红色）：城市地区比农村地区温暖（典型的城市热岛）
- 负UHI强度（蓝色）：城市地区比农村地区凉爽（城市冷岛）
- 零热岛强度：城乡无温差
城市热岛强度通常在夜间达到峰值，并且会因季节和天气条件而发生显着变化。
UHI时间序列
此示例计算 2019 年按月汇总的每小时 UHI 强度，从而深入了解城市供暖的季节性模式。
# 计算2019年各月每小时的城市热岛强度
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019,
by = "month")
2019 年柏林每月 UHI 强度时间序列。正值表示城市地区比农村地区温暖，峰值强度通常出现在夏季。
城市热岛季节性
该分析按季节划分数据，提供有关城市热岛强度全年变化情况的更详细视图。这
group = TRUE 参数还分别显示城市和乡村的温度分量。
# 计算2019年各季节的每小时城市热岛强度，包括城市和乡村气温。
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019,
by = "season",
group = TRUE)
显示城市和农村温度组成部分的季节性 UHI 强度模式。这种可视化有助于识别 UHI 震级的季节性变化以及造成的温度差异。
热岛昼夜周期
了解城市热岛强度的昼夜循环对于城市气候研究至关重要。此示例计算特定日期的昼夜模式。
# 计算2019年2月6日城市热岛强度的日变化周期
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019, month = 2, day = 6,
by = "daylight",
group = TRUE)
2019 年 2 月 6 日 UHI 强度的昼夜周期，显示白天和夜间时段的不同模式。 UHI 强度通常在日落后增强。
手动方法：自定义参考选择
手动方法允许您指定自定义站点作为城市和乡村参考。当您有特定的监测站作为研究区域的代表性参考时，这特别有用。
# 使用手动方法计算2019年2月和7月城市热岛强度的日变化周期。
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
year = 2019, month = c(2, 7), day = 6,
method = "manual",
Turban = "bamberger", # Urban reference station
Trural = "airporttxl", # Rural reference station
by = c("daylight", "month"),
group = TRUE)
使用自定义参考站进行 2019 年冬季（2 月）和夏季（7 月）UHI 强度比较。这证明了手动方法进行目标分析的灵活性。
高级分析选项
多个时间频率
您可以分析不同时间聚合下的 UHI 强度：
# 2019年夏季每日城市热岛强度
daily_uhi <- lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "day",
method = "LCZ",
year = 2019, month = 6:8,
iplot = FALSE)
# 2019年每月城市热岛强度
monthly_uhi <- lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "month",
method = "LCZ",
year = 2019,
iplot = FALSE)组合多个拆分选项
您可以组合多个分割标准进行更详细的分析：
# 按工作日和季节划分的城市热岛强度
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019,
by = c("weekday", "season"),
group = TRUE)统计摘要
您可以返回数据框进行进一步的统计分析：
# 返回用于统计分析的城市热岛强度数据框
uhi_data <- lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019,
iplot = FALSE)
# 计算汇总统计量
summary(uhi_data)
# 计算季节平均值
aggregate(uhi_value ~ season, data = uhi_data, FUN = mean)保存地块
要将绘图保存到计算机，请设置 isave = TRUE
并指定文件类型：
# 将城市热岛强度图保存到电脑
lcz_uhi_intensity(lcz_map,
data_frame = lcz_data,
var = "airT",
station_id = "station",
time.freq = "hour",
method = "LCZ",
year = 2019,
by = "season",
group = TRUE,
isave = TRUE,
save_extension = "png")提示：保存的绘图会自动组织在
LCZ4r_output
具有描述性文件名的文件夹，包括分析参数和时间戳。
参数汇总
以下是主要参数的快速参考 lcz_uhi_intensity():
| 参数 | 描述 | 选项 |
|---|---|---|
time.freq |
时间聚合频率 | “时”、“日”、“月”、“年” |
method |
计算方法 | “LCZ”（自动）、“手动”（自定义） |
Turban |
城市参考站（手动法） | 城市参考车站ID |
Trural |
农村参考站（手动法） | 农村参考站ID |
by |
数据分割方式 | “月份”、“季节”、“白天”、“工作日”等 |
group |
显示城市/乡村组成部分 | 对/错 |
isave |
将输出保存到 PC | 对/错 |
iplot |
显示图 | 对/错 |