【数据分享】2001-2020年全球9345个城市热岛强度数据

城市热岛反映了城市建成环境与周边自然背景之间的温度差异。随着城市扩张、土地覆盖变化和极端高温风险受到持续关注,如何在统一口径下比较不同城市、不同季节以及白天和夜间的热环境,已经成为城市气候、生态规划和高温风险研究中的重要基础问题。

**今日分享的是2001-2020年全球1km分辨率城市热岛强度表格与城乡范围栅格数据!**该数据由Qiquan Yang、Yi Xu、TC Chakraborty等研究团队构建,更新版于2025年9月发布在Figshare平台,其中第一版于2025年9月11日上线,当前Version 2于2025年9月22日发布。相关论文《A global urban heat island intensity dataset: Generation, comparison, and analysis》于2024年发表于Remote Sensing of Environment期刊。

该数据主要覆盖2001---2020年,其中基于Aqua MODIS的Myd1、Myd2和SMyd1指标覆盖2003---2020年。数据按月组织,同时提供季度和年度平均结果,包括全球9345个城市建成区的城市热岛强度及城市平均温度。热岛强度数据结果以CSV表格存储,城乡空间范围以逐城市GeoTIFF栅格存储,栅格坐标系为WGS 84(EPSG:4326),像元大小约为0.00833°,约合1km。城市热岛强度表示城市区平均温度与农村背景参考区平均温度之差,单位为℃;正值表示城市区温度较高,负值表示城市区温度较低。

该数据以ESA CCI土地覆盖数据划定城市建成区,并综合MODIS晴空地表温度、无缝晴空地表温度、全天候地表温度和近地面空气温度生成8类UHII指标。研究团队采用EA、IEA、MEA和DEA四种背景参考区划定方法计算城市与农村背景之间的温差,其中DEA方法通过动态调整缓冲范围,并排除水体、地形差异、不透水面和夜间灯光等干扰因素,尽量保证农村背景区与城市区具有相近面积。

大家可以在公众号回复关键词 1245 免费获取该数据!无需转发文章,直接可以获取数据!以下为数据的详细介绍:

01数据展示

本数据集包括如下文件:

数据集根目录

其中:

● **UHII文件夹:**存放8类温度数据计算得到的城市热岛强度结果,分别对应晴空地表温度、无缝晴空地表温度、全天候地表温度和近地面空气温度。

● **UrbanRuralArea文件夹:**存放2001---2020年逐城市的城市区与农村背景参考区GeoTIFF栅格,每一年单独压缩为一个RAR文件。

● **Readme.docx:**官方数据说明文件,介绍四种UHII计算方法、8类温度指标、CSV命名规则以及城乡范围栅格值的含义。

● **CityInfo.xlsx:**城市基础信息表,包括UrbanId、UrbanArea、Lon、Lat和ClimateZone等字段,共记录9345个城市建成区。

首先,我们先来看UHII文件夹,打开后如下图:

UHII文件夹内容

UHII文件夹中的8个压缩包分别对应8类城市热岛指标:

● **Mod1.rar:**基于Terra MOD11A1每日晴空地表温度计算,覆盖2001---2020年。

● **Mod2.rar:**基于Terra MOD11A2八日合成晴空地表温度计算,覆盖2001---2020年。

● **Myd1.rar:**基于Aqua MYD11A1每日晴空地表温度计算,覆盖2003---2020年。

● **Myd2.rar:**基于Aqua MYD11A2八日合成晴空地表温度计算,覆盖2003---2020年。

● **SMod2.rar:**基于缺失值填补后的无缝MOD11A2晴空地表温度计算,覆盖2001---2020年。

● **SMyd1.rar:**基于无缝MYD11A1晴空地表温度计算,覆盖2003---2020年。

● **AMod2.rar:**基于无缝全天候MOD11A2地表温度计算,覆盖2001---2020年。

● **SAT.rar:**基于近地面空气温度计算,表示冠层城市热岛强度,覆盖2001---2020年。

每个指标压缩包内部均按照"指标_昼夜_年份_月份编码.csv"命名。例如,AMod2_Day_2020_30.csv表示2020年白天全天候地表温度的年度平均结果;Day和Nig分别表示白天和夜间;月份编码1---12表示月平均,21---24分别表示3---5月、6---8月、9---11月和12月至次年2月的季度平均,30表示年度平均。

接着,我们以AMod2_Day_2020_30.csv为例查看UHII表格内容:

2020年白天全天候地表温度UHII年度数据示例

该表共包括6个字段。UrbanId为城市唯一编号;Intensity_EA、Intensity_IEA、Intensity_MEA和Intensity_DEA分别为四种农村背景区选取方法计算的城市热岛强度;Tem_Urban为城市区平均温度。EA为传统等面积法,IEA进一步排除高不透水面比例区域,MEA利用夜间灯光削弱人为活动干扰,DEA则同时考虑水体、地形、不透水面和夜间灯光并动态调整背景区范围。

需要注意的是,Readme保留了"数值乘以0.01转换为℃"的说明,但本次下载的Version 2 CSV文件已经以带小数的浮点值存储,实际数值范围与摄氏度温差相符。使用时应先检查具体文件的数值类型和范围,避免对已经完成缩放的数据再次乘以0.01。

城市编号需要通过CityInfo.xlsx连接到城市位置和其他属性,表格内容如下图:

CityInfo.xlsx字段及记录示例

UrbanArea记录城市建成区面积,Lon和Lat为城市中心位置,ClimateZone为气候区编码。CityInfo.xlsx共有9345条城市记录,UHII CSV也以相同的UrbanId作为关联字段,因此可以将热岛强度、城市面积、经纬度和气候区连接起来进行分析。

下面我们使用AMod2指标中的Intensity_DEA字段,展示2020年全球城市白天年度平均热岛强度:

2020年全球城市白天全天候地表UHII分布

接着,我们来看相同指标的夜间结果:

2020年全球城市夜间全天候地表UHII分布

四种背景参考区划定方法得到的结果也存在差异。下面展示2020年白天AMod2年度数据中四种方法的数值分布:

EA、IEA、MEA和DEA方法的UHII分布比较

图中DEA的中位数高于传统EA方法,主要原因是DEA进一步排除了农村背景区内可能受到城市活动影响的栅格。开展跨城市或跨年份比较时,应使用相同温度指标和相同背景区方法,不能直接混用不同方法的UHII值。

最后,我们来看UrbanRuralArea文件夹。该文件夹按照年份组织,共包括2001---2020年20个压缩包:

UrbanRuralArea文件夹内容

每个年份压缩包中包括9345个逐城市GeoTIFF文件,文件名采用"年份_UrbanId.tif"的形式。由于不同城市所需的空间窗口不同,各GeoTIFF的行列数并不固定;栅格采用WGS 84坐标系,像元大小约0.00833°,约合1km。

以2020_1.tif为例,栅格值1表示城市区,栅格值2表示DEA方法确定的农村背景参考区,栅格值0表示两类范围以外的区域:

UrbanId为1的城市区与农村背景参考区范围

这些逐城市栅格可以用于查看UHII计算所采用的空间范围,也可以与土地覆盖、人口、植被和其他栅格数据进行叠加。需要注意的是,UHII CSV记录的是整个城市区与农村背景区之间的平均温差,不代表城市内部街区尺度的连续温度分布。

02数据的其他信息

数据来源网站:

Figshare,网址为:https://figshare.com/articles/dataset/Global_Urban_Heat_Island_Intensity_Dataset_Version2_/30102847

论文来源网站:

Elsevier ScienceDirect,网址为:https://doi.org/10.1016/j.rse.2024.114343

数据大小:

官方压缩文件共约1.52GB,解压后约7.02GB。

数据格式:

CSV表格、GeoTIFF栅格。

数据时间范围:

总体覆盖2001---2020年,其中Myd1、Myd2和SMyd1指标覆盖2003---2020年,包括月平均、季度平均和年度平均数据。

数据空间范围:

全球9345个城市建成区,并提供每个城市对应的农村背景参考区。

数据空间分辨率:

城乡范围GeoTIFF的像元大小约为0.00833°,约合1km;UHII CSV属于城市尺度汇总结果。

数据坐标系:

GeoTIFF采用WGS 84地理坐标系(EPSG:4326),CityInfo中的经纬度也采用WGS 84坐标。

数据引用方式:

Yang, Q. (2025). Global Urban Heat Island Intensity Dataset (Version2). figshare. https://doi.org/10.6084/m9.figshare.30102847

论文引用方式:

Yang, Q., Xu, Y., Chakraborty, T. C., et al. (2024). A global urban heat island intensity dataset: Generation, comparison, and analysis. Remote Sensing of Environment, 312, 114343. https://doi.org/10.1016/j.rse.2024.114343

03数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

相关推荐
小鲨鱼-LFSJXY2 天前
【数据分享】2020及2023年全球100米分辨率建筑密度与建筑高度栅格数据
数据分享·立方数据学社·建筑密度·建筑高度
小鲨鱼-LFSJXY5 天前
【数据分享】2020年中国90米分辨率农村生计策略概率栅格数据
数据分享·立方数据学社·农村生计策略
小鲨鱼-LFSJXY7 天前
【数据分享】1990-2024年中国南方生态系统服务栅格数据(包括产水量等5个指标)
生态系统服务·数据分享·立方数据学社
小鲨鱼-LFSJXY7 天前
【数据分享】2006-2024年我国城市级别的燃气相关指标(30多项指标)
数据分享·立方数据学社·中国城市建设统计年鉴·燃气相关指标
小鲨鱼-LFSJXY11 天前
【免费数据】2019-2022年中国10米分辨率大豆分布栅格数据
数据分享·立方数据学社·大豆分布
小鲨鱼-LFSJXY11 天前
【数据分享】2022—2026年我国乡镇级的逐小时降水数据(Shp/Excel格式)
数据分享·立方数据学社·降水
小鲨鱼-LFSJXY11 天前
【免费数据】2020年中国1km分辨率橡胶园分布密度栅格数据
数据分享·立方数据学社·橡胶园
小鲨鱼-LFSJXY13 天前
【数据分享】2006—2024年我国城市级别的市政设施水平相关指标
数据分享·立方数据学社·市政设施水平
小鲨鱼-LFSJXY13 天前
【会员专享数据】2006—2024年我国省份级别的市政设施水平相关指标
数据分享·立方数据学社·市政设施水平·中国城市建设统计年鉴