绿洲是干旱区特殊的生态景观，荒漠和绿洲地表温度对比强烈，导致绿洲对荒漠存在降温效果^［1］，形成“绿洲冷岛效应”。绿洲冷岛效应不仅在区域气候调节中发挥着关键作用，还直接影响着绿洲及其周边的生态和人类生活环境^［2］。研究干旱区绿洲冷岛效应时空变化特征及其与景观格局、土地覆被的关系，对理解干旱区的生态过程和可持续发展具有重要意义。

苏从先等^［3］于1984年提出“绿洲冷岛效应”，并证实其存在。Hao等^［4］基于MODIS LST和气象数据，发现塔里木盆地边缘绿洲均存在“冷岛效应”，夏季最强，春秋次之，冬季表现出弱热岛效应。毋兆鹏等^［5］基于Landsat数据，指出绿洲土地覆被类型对“冷岛效应”有积极影响，降水为主要外因。Hao等^［6］进一步研究认为，土壤湿度是干旱区绿洲冷岛效应的决定因素。此外，国内外学者还对不同绿洲和区域性绿洲的冷岛效应进行了深入研究。如张掖绿洲^［7-10］、额济纳绿洲^［11］、石河子绿洲^［12］等单个绿洲，河西地区绿洲^［13］以及塔里木盆地绿洲^［14-15］等区域性绿洲。以上研究为理解绿洲冷岛效应提供了重要的理论基础，但大多数研究集中在单个绿洲或某一区域内的多个绿洲，对于跨地区多绿洲的冷岛效应时空变化研究较少。因此，系统性比较不同区域绿洲长时段的冷岛效应，能够更全面揭示土地覆被变化对绿洲的影响，为绿洲的生态保护和区域气候调节^［16］提供科学依据。

干旱区占中国陆地面积22%，主要分布在中国西北地区^［17］。本文选取中国西北干旱区的4个典型绿洲——阿克苏、和田、武威、张掖绿洲为研究对象，利用Landsat影像数据反演地表温度，结合中国地面气候资料日值数据（V3.0）进行精度验证，分析各绿洲冷岛效应的时空变化特征。CLCD （China land cover dataset）数据集和景观格局指数，探讨土地覆被变化及景观格局与绿洲冷岛效应之间的关系。本研究以期为绿洲生态问题的治理和绿洲城市的可持续发展提供科学依据，也为干旱区绿洲冷岛效应的研究提供理想的样本。

本文选取4个典型绿洲作为研究区，在地理位置、面积形状、绿洲走向以及地形地貌等方面具有显著的差异性，并且在不同区域中具有较强的代表性。每个绿洲去除山脉影响的10 km缓冲区作为研究区^［18］，以此确保研究区域集中于绿洲本身及其邻近的平原地区，避免复杂的地形因素对研究结果的干扰。

各绿洲在地理坐标和地形特征上各具特色。阿克苏绿洲位于新疆塔里木盆地的北部，地理坐标为40°10′—41°35′N、78°46′—82°01′E，西北-东南延展，介于塔克拉玛干沙漠与天山之间，构成沙漠至山地的自然过渡带。和田绿洲位于塔里木盆地的南部，其地理坐标为36°49′—38°04′N、78°57′—80°40′E，西南-东北走向，南依昆仑山脉，北接塔克拉玛干沙漠，形成南高北低的独特地貌。武威绿洲位于河西走廊东部，地理坐标为37°24′—39°15′N、102°06′—103°57′E，南接祁连山脉，北连腾格里沙漠和巴丹吉林沙漠，沙漠化问题严重，是河西走廊区域绿洲的典型代表。张掖绿洲位于河西走廊中部，地理坐标为37°59′—39°58′N、98°40′—101°36′E，东南-西北布局，南依祁连山脉，北连阿拉善-额济纳平原，展现南高北低的地形过渡特征。

本文以阿克苏、和田、武威和张掖城市中心为基点，沿东西方向和南北方向绘制2000—2020年温度剖面图。阿克苏城市中心位于41°09′N、80°15′E，和田城市中心位于37°06′N、79°54′E，武威城市中心位于37°55′N、102°37′E，张掖城市中心位于38°55′N、100°27′E。这些基点不仅代表绿洲的核心区域，还为分析绿洲冷岛效应的空间特征提供关键参考。

研究基于GEE（Google Earth Engine）平台选取2000、2005、2010、2015年和2020年阿克苏、和田、武威、张掖绿洲夏季（6—8月）Landsat影像数据，云量均低于5%，空间分辨率为30 m。气象站点地表温度数据来自中国地面气候资料日值数据集（V3.0）^［19］。土地覆被数据来源于Yang等^［20］制作的CLCD数据集，空间分辨率为30 m。数据集共分为耕地、林地、灌木、草地、水体、冰雪、裸地、建设用地和湿地9类。由于研究区内灌木面积占比不大，与原有的林地类型进行合并，本文定义为林地^［21］；冰雪和湿地面积占比过小，与原有的水体类型进行合并，本文定义为水体，其他类型保持不变。

基于GEE平台对Landsat卫星第二套数据集的2级产品（LC2L2）进行地表温度反演，计算公式^［22］如下：

式中：T_s为反演地表温度（℃）；DN为LC2LC地温产品第10波段像元值。

利用研究区阿克苏、和田、民勤、张掖4个气象站逐日平均地表温度数据，对Landsat影像反演地表温度实施精度验证。

图2表明，反演温度偏高，整体拟合表现良好，各站均显中等及以上相关性，反演效果可信。阿克苏与和田拟合度相近（R²=0.51），和田误差较低（MAE=0.39，RMSE=1.66），表现优于阿克苏（MAE=1.38，RMSE=1.64）。民勤站相关性最强（R²=0.77），误差较小（MAE=1.39，RMSE=1.66），验证可靠性最佳。张掖站R²=0.51，但误差偏高（MAE=2.47，RMSE=2.74），或受复杂地表与气象干扰影响，精度略低。整体分析表明，Landsat影像反演地表温度在研究区表现可靠，反演效果良好，民勤站优势突出，方法适用性得到验证。

本文假设土地覆被类型中的林地、草地、农田组成的范围定义为绿洲。绿洲综合冷岛效应（OCIE）^［23-24］是绿洲与荒漠（裸地）的平均温度的差值，差值为负，绝对值越大绿洲冷岛效应越大。计算公式如下：

式中：LST_o和LST_d分别为绿洲和荒漠（裸地）的平均地表温度。根据OCIE的大小将不同像元上的冷岛效应分为4类，分类标准^［4］如表1所列。

OCIE和面积共同影响绿洲整体的冷岛格局，因此本文基于综合OCIE指数^［4］来反映绿洲冷岛效应强度和面积作用。

式中：W_i 为权重，将强、中、弱绿洲冷岛效应的权重分别赋值为3、2、1；A_i 为各绿洲冷岛效应的面积百分比。

运用Fragstats 4.2软件，针对2000—2020年绿洲土地覆被变迁，定量剖析其对景观格局与冷岛效应的影响。选取7个不同类型级别的指数^{［4，25-26］}（表2），分别用于评估每种土地覆被类型的空间分布特征和整体景观结构的复杂性。采用以上指数均值来分析景观格局与绿洲冷岛效应的关系。

基于2020年土地覆被数据，运用网格分析法，选取3 km×3 km网格^［27-28］划分研究区，运用Fragstats 4.2软件，计算各单元景观格局指数并提取各单元LST均值。

利用Geoda软件进行双变量空间自相关分析，计算Moran's I进行显著性评估，计算公式如下：

式中：I为双变量全局空间自相关指数；I_ij 为双变量局部空间自相关指数；n为各绿洲格网总数；y_i 、y_j 分别为格网位置；y¯为格网属性均值；W_ij 为空间权重矩阵；S²为方差。

MGWR模型是在地理加权回归（GWR）模型的基础上进行改进的，二者均可在MGWR2.2软件实现。其基本原理如下：

式中：（u_i，v_i ）为OICE第i处的坐标；β0（u_i，v_i ）为截距项；βj为回归系数；ε_i 为误差项。

图3为各绿洲剖面示意图及各绿洲东西向和南北向地表温度趋势和土地覆被状况。东西方向上，阿克苏绿洲的低地表温度区域在2000年已经较为显著，达到79 km，到2020年扩大至85 km，表明该绿洲在东西方向上的降温作用逐渐增强。和田绿洲同样表现出较广泛的冷岛效应，在2000年其低温区域为73 km，至2020年不断向外扩展到85 km。武威绿洲的东西向低地表温度区域最为局限，2000年仅为36 km，2020年有一定增长，但其扩展幅度相对较小。张掖绿洲的低地表温度区域展现出一定的时空扩展。

在南北方向上，阿克苏绿洲的低地表温度区域从2000年的109 km扩展至2020年的124 km，表明其南北向的冷岛效应显著增强。和田绿洲的南北向低地表温度区域在2000年时为33 km，至2020年扩大至44 km，反映绿洲对环境的持续降温影响。而武威和张掖绿洲的南北向低地表温度区域有不同程度的扩大，但其时空分布范围变化较小。

从图3可知，各绿洲区域夏季普遍存在明显的绿洲冷岛效应。在低地表温度区域内，温度从高到低再到高的变化模式与绿洲的土地覆被格局密切相关，这种模式对应着从沙漠到绿洲再到沙漠的土地覆被变化，表明绿洲的存在对周围环境起到显著的降温作用。同时，低地表温度区域的空间边界与绿洲的范围基本一致，进一步证实绿洲冷岛效应。

由图4可知，部分绿洲在2000年表现出较为显著的冷岛效应，强绿洲冷岛效应区域覆盖范围较大。无绿洲冷岛效应区域随时间逐渐扩展，特别是在一些城市化加速和耕地扩展的绿洲（如武威绿洲和张掖绿洲），说明冷岛效应正在减弱。

在2000—2020年，阿克苏绿洲的强冷岛效应面积增幅最大，总面积占比从38.14%增加到53.99%，增幅达15.85%，而其他绿洲的冷岛效应面积增幅较小，各绿洲的总冷岛效应面积占比分别为：阿克苏绿洲70.71%、和田绿洲63.98%、张掖绿洲60.32%和武威绿洲55.90%。

2000—2020年，各绿洲的强OCIE面积普遍呈增长态势，其中阿克苏绿洲表现尤为显著。所有绿洲的平均OCIE值为-8.73 ℃，各绿洲OCIE变化范围为-9.42~-8.44 ℃，极值分别出现在阿克苏绿洲与和田绿洲。由图5和图6A可知，阿克苏绿洲的OCIE值逐年减小，但其冷岛效应面积却不断增加；而武威绿洲与之相反，OCIE值不断增大，但其冷岛效应面积却在减少。这表明研究区内OCIE强度与冷岛效应面积之间的变化并不一致。

综合OCIE指数考虑OCIE强度和冷岛效应面积的影响，能更准确评估各绿洲的冷岛效应。由图6B，各绿洲的综合OCIE指数与冷岛效应面积的变化趋势一致。在夏季，阿克苏绿洲的综合OCIE指数最高，而武威绿洲的最低。随着时间的推移，各绿洲的综合OCIE指数总体呈增长趋势，较2000年分别增加0.36、0.33、0.04、0.14，进一步表明绿洲冷岛效应的增强。

为探讨不同土地覆被类型对各个绿洲区域地表温度的影响，将土地覆被数据与反演的地表温度（LST）数据进行叠加分析，提取各年份4个典型绿洲的主要土地覆被类型的平均地表温度值。由图7可知，各绿洲在不同年份中，不同土地覆被类型的地表温度存在显著差异。总体来看，裸地的地表温度最高，其次是草地、建设用地和耕地，而林地和水体的地表温度相差不大。结果表明，不同土地覆被类型影响各绿洲的地表温度，其中裸地的高温可能与其低蒸散能力及较少的植被覆盖有关，而耕地和水体则通过较高的蒸散量对地表温度起到缓和作用。

2000—2020年，阿克苏、和田、武威绿洲和张掖绿洲的土地覆被类型经历显著变化，主要表现为耕地、林地和建设用地的扩展以及裸地面积的减少。

从图8可知，耕地面积在所有绿洲中都有所增加，尤其是阿克苏绿洲，耕地从6 043.35 km²增至8 971.21 km²，增长18.49%，增幅最大，和田、武威绿洲和张掖绿洲的耕地也有所增加，但增幅较阿克苏稍小。耕地的扩展主要绿洲的核心区域，并逐渐向外围扩展。林地面积尽管有所增加，但总体增幅较小。阿克苏绿洲的林地扩张0.06 km²，张掖绿洲从0.02 km²增至0.16 km²，武威绿洲的林地也小幅度扩张0.01 km²。林地增加逐渐改善绿洲的局部气候，起到局部缓解高温的作用。特别是在绿洲边缘区域，林地增加有助于阻挡风沙、降低温度，强化绿洲冷岛效应。

各绿洲建设用地在过去20年间均扩大，其中武威和张掖的建设用地增幅较大。随着城市化进程的加快，建设用地面积增加，硬质地表的增加减少植被覆盖率，并削弱蒸腾和冷却效应。尤其是在绿洲核心的城市区域，随着建设用地的扩展，冷岛效应在这些区域有所减弱。裸地面积显著减少，区域内植被覆盖度增加，增强蒸腾作用，降低地表温度，有效恢复和强化绿洲冷岛效应。尤其在绿洲外围区域，裸地转化为耕地和林地后，区域的温度梯度更加明显，冷岛效应逐渐增强。

结合图3~8可知，阿克苏绿洲土地覆被变化突出，耕地扩展驱动冷岛强化，OCIE下降幅度较大。和田绿洲耕地扩张，冷岛范围逐步扩大，引发OCIE降低，冷却作用增强。武威绿洲土地覆被变化，建设用地扩张削弱冷却功能，导致OCIE上升，冷岛效应减弱。张掖绿洲土地结构优化，建设用地影响较小，OCIE略有上升趋势。各绿洲植被覆盖变化控制温度分布，土地覆被调整整体提升冷岛效应。

由图9可知，各土地类型景观格局指数与OCIE指标关系显著。耕地PLAND、PD和COHESION与强冷岛效应及总冷岛效应面积高度正相关（P<0.01），表明耕地面积大、斑块密度高、连通度高显著增强冷岛效应。耕地SHAPE_MN与OCIE面积显著负相关，表明规则形状更有利于冷岛效应。水体PLAND、PD、LPI和ED均与OCIE指标显著正相关（P<0.01），相关系数均超0.5，表明水体占比大、斑块密度大、边界密度高，显著强化降温能力。林地景观格局指数与冷岛效应面积相关性较弱。

草地LPI、AREA_MN与冷岛效应指标负相关，说明草地斑块规模和平均面积越大，其冷岛效应越弱，PD和ED正相关（P<0.01），表明斑块密度和边界分布增强冷岛效应。建设用地PLAND、PD、ED及SHAPE_MN与冷岛效应指标显著正相关（r>0.8），反映面积大、边缘密度大、形态复杂性显著增强冷岛效应调节功能。裸地PLAND、LPI、AREA_MN及COHESION与强冷岛效应、总冷岛效应面积和综合冷岛效应指数显著负相关（r<-0.58），COHESION尤为显著（r<-0.8），表明裸地分散、边界稀疏、连通度低削弱冷岛效应。裸地碎片化阻碍降温能力，降低热量交换速率。

利用景观格局指数和冷岛效应指数进行Pearson相关性分析及双变量空间自相关分析，OICE值越小，冷岛效应越强，结果表明（表3）：不同绿洲之间的景观特征对冷岛效应的影响存在显著差异。AREA_MN、SHAPE_MN在4个绿洲中均展示出显著正负相关性；和田、武威、张掖绿洲PD、ED具有显著的负相关与空间负相关关系，增强冷岛效应，阿克苏绿洲则显示正相关，减弱冷岛效应；和田、武威、张掖绿洲PLAND、LPI、CONHESION具有显著的正相关和空间正相关关系，减弱冷岛效应，阿克苏绿洲则显示负相关，增强冷岛效应。阿克苏绿洲的景观格局与冷岛效应作用范围较小，而和田、武威及张掖绿洲的景观特征与冷岛效应具有更高的空间一致性。

景观格局指数与OCIE具有空间相关性，因此，采用OCIE作为因变量，7种景观格局指数为自变量，运用MGWR模型进行空间回归分析。由表4可知，PLAND、ED和SHAPE_MN在多个绿洲中具有显著性，表明土地覆被的集中程度、边界复杂性和形状特征是驱动冷岛效应的关键因素。这些指标在不同绿洲的显著性也反映了区域间景观格局对冷岛效应的普遍性影响。COHESION的显著性在张掖和和田绿洲中均有所体现，表明斑块的连通性对这些区域冷岛效应的调节具有重要作用，而在阿克苏和武威绿洲中，其影响相对较弱，表明不同绿洲的景观格局特征与冷岛效应间的区域性差异。

整体分析来说，不同绿洲的主导性景观格局指标受地域环境和土地覆被类型的差异影响显著。张掖绿洲的显著性景观指标覆盖范围最广（包括PLAND、LPI、PD、ED、AREA_MN、SHAPE_MN和COHESION），反映了其复杂的景观格局与多维调控机制；相比之下，武威绿洲的显著性指标为PLAND、LPI、ED和SHAPE_MN，表明其景观集中化程度和边界特征对冷岛效应的贡献较为显著。

综合分析表明，PLAND、ED和SHAPE_MN作为跨区域的共同显著性指标，对冷岛效应的影响具有普遍性，而COHESION和PD等指标的显著性具有区域性，反映了绿洲间冷岛效应调控机制的异质性。这一研究结果不仅揭示了绿洲景观格局对冷岛效应的主导性作用，还为区域生态优化和绿洲景观管理提供了科学依据。

基于MGWR模型对PLAND、ED和SHAPE_MN回归系数的分析表明，4个典型绿洲在冷岛效应的驱动机制上展现出显著的区域差异性与一定的共性。由图10可知，在阿克苏绿洲，PLAND和SHAPE_MN在边缘区域呈现较高正系数，表明土地覆被集中性和斑块形状复杂性显著增强了边缘区域的冷岛效应。ED的正系数主要分布于边缘及部分中部区域，说明边界密度对局地气候调节具有积极作用。和田绿洲的PLAND高值集中在右上侧，显示土地覆被集中对冷岛效应的促进作用明显。ED高值位于核心、左下及右下边缘，表明边界密度在这些区域强化了冷岛效应。SHAPE_MN正系数覆盖核心及边缘区域，反映斑块形状复杂性对冷岛效应的普遍调节。武威绿洲的PLAND回归系数为正，说明土地覆被集中度增强了冷岛效应。ED正系数集中于边缘过渡带，边界密度对这些区域的冷岛效应贡献显著。SHAPE_MN高值分布于上半部分区域，表明斑块形状复杂性在该区域对冷岛效应的调节较强。张掖绿洲的冷岛效应主要受SHAPE_MN驱动，其正系数广泛分布于核心和边缘区域，斑块形状复杂性对冷岛效应作用显著。ED正系数表明边界密度在边缘区域的贡献明显，而PLAND回归系数为负，反映土地覆被集中性对冷岛效应存在一定抑制，与其他绿洲形成对比。

4个绿洲的冷岛效应驱动机制存在显著差异。阿克苏绿洲冷岛效应由PLAND和SHAPE_MN驱动，边缘区域作用显著，ED在中部和边缘均有影响；和田绿洲主要受PLAND驱动，ED和SHAPE_MN在核心及边缘区域发挥重要作用；武威绿洲以PLAND、ED和SHAPE_MN共同驱动，ED在边缘过渡带影响突出；张掖绿洲以SHAPE_MN为主导，ED贡献明显，PLAND则对冷岛效应表现抑制作用，展现显著差异性。

各绿洲区域分布呈现显著外扩趋势，伴随绿洲冷岛效应的显著增强。随着绿洲扩展，其对局部环境起到降温作用。这与已有研究成果^{［5，14，29］}相吻合，进一步证明了绿洲面积扩张对冷岛效应的正向影响。相比之下，快速城市化对冷岛效应的负面影响显著，不同绿洲在应对人类活动干扰和土地覆被变化^［30-31］时，维持与增强冷岛效应的能力存在显著差异。这表明，绿洲扩展在某些条件下强化了其气候调节功能，而城市化推进则减弱了这一调节效应。

OCIE的形成主要源于绿洲高蒸散量，而耕地、水体、草地和林地是高蒸散量的主要贡献者^［32-33］。在不同绿洲中，景观格局对冷岛效应的作用机制表现出显著差异，这种差异不仅与绿洲局地气候条件和土地覆被类型密切相关，还受到景观的空间配置特征和区域特性影响。例如，阿克苏、和田绿洲的冷岛效应主要受PLAND驱动，土地覆被的集中性显著增强了冷岛效应；而武威、张掖绿洲则以SHAPE_MN为主导，斑块形状复杂性成为调节冷岛效应的重要因素。此外，ED在所有绿洲的边缘区域均表现出显著影响，表明边界密度对冷岛效应的空间调节能力具有普遍性。这与部分研究的结果相似^［34］，因此，在制定关于绿洲城市发展的政策时，应根据不同绿洲的景观格局特性采取针对性措施。具体而言，可以通过增加耕地和水体面积，优化草地和林地的分布，以提升蒸散能力和冷岛效应。此外，还需注重边缘过渡带的景观优化，加强边界密度与景观连接性，以提升整体降温效果。从区域特色出发优化城市景观布局，不仅能够强化绿洲冷岛效应，还可以为绿洲生态系统的稳定性和可持续性提供支持。基于区域差异化的景观优化策略，能够促进自然与人工景观的协同发展，同时提升绿洲城市的气候适应能力，为绿洲城市的可持续管理提供了重要依据。

本文对景观格局与冷岛效应的关系进行了较为深入的分析，但仍存在一些局限性。首先，本文使用多个景观格局指数，但未能深入探讨相关因子之间的相互作用及其对冷岛效应的复合影响。未来可以通过引入更多的环境因子（如土壤湿度、植被覆盖度等），更全面地揭示景观格局对冷岛效应的影响机制。此外，本研究主要聚焦于4个绿洲区域，但其他绿洲可能具有不同的气候和地理特征，因此，跨区域的比较分析将有助于提高研究结论的广泛适用性。未来可在深入探讨绿洲城市扩张对冷岛效应影响机制的基础上，结合社会经济数据、政策因素等多元变量，分析人类活动对冷岛效应的长期影响，提出可持续的干旱区绿洲城市发展与生态保护策略，对冷岛效应的时空动态和驱动机制做出更为深入的研究。

2000—2020年，各绿洲区域的分布呈现明显的外扩趋势，绿洲冷岛效应整体增强，尤其在南北方向上增幅明显。阿克苏绿洲的冷岛效应最显著，低地表温度区域在南北方向上大幅扩展。城市化进程加快的武威和张掖绿洲的冷岛效应面积逐渐减弱。综合OCIE指数表明，各绿洲冷岛效应总体呈上升趋势。

2000—2020年，各绿洲的土地覆被发生显著变化，耕地、林地和建设用地扩展，裸地减少。阿克苏绿洲耕地扩展强化冷岛效应。和田绿洲耕地扩张，冷岛范围扩大。武威绿洲建设用地扩张削弱冷岛效应。张掖绿洲土地结构优化，冷岛效应略有增强。

4个典型绿洲的冷岛效应驱动机制存在显著差异。阿克苏和和田绿洲主要受PLAND驱动，土地覆被集中性显著增强冷岛效应；武威绿洲以PLAND、ED和SHAPE_MN共同驱动，边缘过渡带的ED作用最为突出；张掖绿洲则以SHAPE_MN为主导，ED贡献显著，PLAND表现为抑制作用。这些差异反映了景观格局对冷岛效应的区域性影响及调控机制的异质性。