Тепловые острова Киева: как читать карту городского перегрева

Карта тепловых островов Киева начинается не с цветовой шкалы, а с правильного вопроса. В жаркий день под кронами деревьев можно идти не спеша, тогда как открытая парковка словно возвращает солнечное тепло снизу. Спутниковый снимок помогает увидеть такой контраст сразу на большой территории. Но первое правило этого исследования — не называть цвет пикселя температурой воздуха.

Спутник оценивает температуру поверхности, или LST: кровли, асфальта, почвы, газона или кроны, которую «видит» сенсор. Термометр на высоте человека измеряет другую среду. Между показателями часто есть связь, однако она зависит от тени, ветра, влажности, геометрии улицы и времени наблюдения. Поэтому горячая кровля на карте не означает, что воздух рядом нагрет до той же температуры.

Наш вопрос практический: какой из трех признаков лучше объясняет контраст между кварталами — доля растительности, плотность и материалы застройки или большие твердые поверхности? Ответ будем искать как в лабораторном журнале: сначала зафиксируем гипотезы, затем уравняем условия сравнения, а в конце составим протокол проверки на месте. Приведенные ниже восемь кварталов и значения являются учебной, внутренне согласованной выборкой, а не рейтингом реальных районов.

Гипотеза: три объяснения городского перегрева

Гипотеза 1. Больше зелени — прохладнее поверхность

Деревья затеняют асфальт и фасады, а растения расходуют часть энергии на испарение воды. Следовательно, с ростом доли зелени медианная LST квартала должна снижаться. В то же время один процент не рассказывает, где именно расположена растительность. Полоса деревьев на краю большой парковки и равномерно затененные дворы могут иметь одинаковую площадь зелени, но разный тепловой рисунок.

Гипотеза 2. Плотность и материалы застройки меняют баланс тепла

Темные кровли и массивные минеральные материалы накапливают энергию, а плотная застройка может замедлять проветривание. Однако высокие здания одновременно создают тень. Поэтому для плотности не стоит заранее ожидать одного направления связи: важны высота, ориентация улиц, ширина разрывов, цвет крыш и момент прохождения спутника.

Гипотеза 3. Большие твердые поверхности создают самый сильный контраст

Открытые парковки, складские крыши, промышленные площадки и широкие асфальтированные площади почти не имеют тени и часто быстро нагреваются. Если эта гипотеза верна, доля твердых поверхностей будет расти вместе с LST даже там, где общая плотность зданий невысока.

Таблица признаков как контроль исследования

Одна строка контрольной таблицы соответствует одному кварталу, подготовленному на общей пространственной сетке. В столбцах должны быть идентификатор, медианная LST, доля зелени, доля твердых поверхностей, доля застроенного контура, рабочая категория материалов, площадь валидных пикселей и отметка о маске облаков и воды. Отдельно сохраняют идентификаторы исходных наборов и параметры обработки. Такая структура не заменяет GIS, зато делает видимыми пропуски, дубликаты и ошибки сопоставления.

Для очистки строк, сверки кодов, проверки формул и построения контрольных диаграмм уместен курс Excel для анализа табличных данных. Пространственное наложение растров, проекции и маскирование при этом остаются отдельной GIS-работой — приписывать их табличному курсу было бы неправильно.

Метод: как сделать выборку честной

1. Разделить источники по ролям

Первичные наборы Портала данных Киева могут дать геометрию кварталов, зеленых зон, уличной сети и застройки. Продукты Copernicus/Sentinel выполняют другую работу. Оптические каналы Sentinel-2 пригодны для признаков растительности и типов покрова, но не измеряют тепловое излучение. Для физического показателя LST нужен тепловой продукт, например продукт температуры поверхности Sentinel-3. В журнале обработки эти источники нельзя смешивать под общим названием «спутниковый снимок».

2. Уравнять сезон, время и состояние атмосферы

Для сравнения берут сцены одного сезонного контекста и близкого времени суток. Отбрасывают облачные и задымленные фрагменты, применяют маску облаков и их теней, а воду исключают из расчета квартальных характеристик. После дождя асфальт, почва и растительность ведут себя иначе, поэтому предшествующую влажность также записывают как возможный фактор, а не игнорируют.

3. Не выдумывать детализацию

Разные продукты имеют разное пространственное разрешение. Четкая маска зелени не делает грубый тепловой пиксель таким же детальным. Правильный порядок — выбрать общую аналитическую сетку, агрегировать более детальные признаки до ее ячеек, а уже затем вычислять показатели квартала. Простое растягивание LST до более мелкого пикселя создает красивую, но ложную точность.

4. Одинаково рассчитывать каждый квартал

Для всех объектов применяют один и тот же минимальный процент валидного покрытия, одинаковые классы зелени и твердых поверхностей, единый метод пересечения с растром и ту же статистику — например медиану, менее чувствительную к отдельным экстремальным пикселям. Кварталы, не прошедшие порог качества, не «спасают» вручную: их помечают как пропуски.

5. Сохранить журнал воспроизводимости

В журнале фиксируют названия файлов, контрольные суммы, систему координат, размер сетки, правила маскирования, формулы признаков и версию сценария обработки. Отдельный файл содержит таблицу кварталов до ручных правок и после них. Это позволяет повторить расчет и понять, почему цвет конкретного участка изменился после обновления метода.

Карта выше — учебный фрагмент с легендой и масштабом. Она показывает, где искать контрасты, но не доказывает их причину. Одна сцена может случайно зафиксировать тень от здания, сухой газон или недавно увлажненную поверхность. Для причинного вывода нужны повторные сцены, контроль дополнительных факторов и измерения на месте.

Проверка: что показали восемь условных кварталов

Чтобы карта не оставалась цветной иллюстрацией, перенесем те же значения в таблицу. Доля твердых поверхностей охватывает кровли, асфальт и мощение; доля застройки — отдельный геометрический показатель. Они могут пересекаться, поэтому их не нужно складывать до ста процентов.

Первая гипотеза проходит начальную проверку: общая линия «доля зелени — LST» направлена вниз. Третья тоже выглядит правдоподобно: кварталы с большой долей твердых поверхностей оказались в теплой части шкалы. А вторая не дает простого правила. К-04 имеет наибольший контур застройки, но прохладнее ожидаемого; возможные объяснения — тень в момент съемки, светлые материалы или погрешность смешанного пикселя.

К-07 нарушает другой упрощенный тезис: зелени много, а поверхность теплее, чем подсказывает общий тренд. Возможно, деревья стоят на периферии, тогда как центр квартала занимает нагретая площадь. Возможно, маска ошибочно учла низкую растительность, которая не затеняет покрытие. Это не неудобные точки, которые следует удалить, а приоритетные адреса для проверки гипотез.

Даже выразительная наклонная линия для восьми объектов не является доказательством причинности. Доля зелени может быть связана с меньшим количеством асфальта, другой плотностью застройки и лучшим проветриванием. Чтобы различить эти механизмы, нужны многофакторная модель, повторные сцены и парные точки, похожие во всем, кроме исследуемого признака.

Следующее изображение показывает типы контрастных мест — затененный тротуар и открытую асфальтированную площадь. Оно не является свидетельством проведенного выезда. Фактического полевого сбора для этой учебной истории нет, поэтому ниже приведен протокол будущей проверки, а не выдуманные результаты.

Проверка на месте: два контрастных маршрута

Маршрут А прокладывают через квартал с высокой долей зелени и более низкой LST, маршрут Б — через квартал с большой открытой твердой поверхностью и более высокой LST. Оба маршрута должны быть похожими по длине и количеству точек. Если измеряет одна команда, порядок маршрутов чередуют между повторениями; если две — синхронизируют часы и приборы.

Что записать в каждой точке

• Время. Фиксировать начало и конец измерения до минуты. Сравнивать точки в узком временном окне, а не утреннюю тень с полуденным асфальтом.
• Тень. Отмечать, закрыта ли поверхность кроной или зданием, приблизительную долю тени и ее источник.
• Материал. Различать асфальт, бетон, плитку, почву, газон и кровлю; записывать цвет, влажность и видимые повреждения.
• Геометрия. Оценивать ширину улицы, высоту застройки, ориентацию коридора и открытость небу.
• Деревья. Считать кроны над маршрутом, а не только деревья в пределах квартала; отдельно отмечать непрерывность затенения.
• Ветер. Записывать скорость и направление или по крайней мере категорию «штиль / слабый / ощутимый», а также возможные сквозняки между зданиями.

Как измерять без самообмана

Температуру воздуха измеряют на одинаковой высоте в вентилируемой защите от прямого солнца. Иначе нагретый корпус прибора даст завышение. Температуру поверхности регистрируют отдельным инфракрасным прибором с фиксированным расстоянием, углом и типом мишени. Влажность воздуха и ветер нужны для объяснения различий, но не заменяют основные показатели.

На каждом маршруте целесообразно иметь как минимум пять заранее определенных точек и несколько повторов в разные временные окна. Сырые значения не редактируют; подозрительную запись помечают флажком с причиной. Перед началом приборы сверяют рядом, а после завершения повторяют эту процедуру, чтобы увидеть дрейф. Сравнение начинается только после стабилизации сенсоров.

Полевой маршрут должен проверять не то, «правильна ли карта вообще», а конкретные механизмы: действительно ли деревья затеняют пешеходную зону; приходится ли горячий пиксель на темный асфальт; объясняется ли прохладный квартал материалом, тенью или ветром. Именно такие наблюдения могут превратить корреляцию в рабочую гипотезу для городского решения.

Опровержение: как сломать собственную гипотезу

Хорошее исследование ищет не только подтверждения. Перед анализом стоит выписать условия, при которых первоначальное объяснение окажется слабым или ошибочным.

• Зелень есть, тени нет. Газон или молодые деревья увеличивают зеленую долю, но почти не защищают пешехода от солнца.
• Зелень сгруппирована неравномерно. Кроны могут охлаждать двор, не влияя на открытую парковку в центре того же квартала.
• Материал важнее площади. Светлая кровля и темная крыша имеют разный тепловой режим, хотя обе относятся к твердым поверхностям.
• Тень попала только в одну сцену. Другое время прохождения спутника может изменить контраст между плотной и открытой застройкой.
• Пиксель смешанный. Грубая ячейка LST охватывает несколько кварталов, воду или промышленную площадку за пределами анализируемой геометрии.
• Влага исказила результат. Полив, дождь или влажная почва временно снижают температуру поверхности независимо от устойчивой структуры квартала.
• Ветер переносит воздух. Полевой термометр может показать похожие значения над разными поверхностями, если участки хорошо продуваются.

Практическая попытка опровержения выглядит так: повторить расчет для нескольких подходящих сцен; отдельно смоделировать зелень, твердые поверхности и застройку; исключить граничные смешанные пиксели; сравнить затененные и открытые точки одинакового материала. Если связь зелени с LST исчезает после учета асфальта и тени, первоначальная формула «больше зелени — всегда прохладнее» не выдерживает проверки.

Вывод: локальные вмешательства как эксперименты

Карта полезна не как список «плохих» кварталов, а как инструмент отбора мест для проверки. Приоритет стоит определять по сочетанию теплового контраста, количества людей, длительности пребывания и наличия уязвимых маршрутов. Горячая крыша без посетителей и незатененная остановка с большим пассажиропотоком — разные управленческие задачи.

На открытой твердой поверхности можно тестировать деревья с достаточным объемом почвы, легкие навесы, более светлые материалы, сокращение излишнего мощения или проницаемое покрытие. В плотной застройке — защиту существующих крон, затенение пешеходной линии, светлые кровли и восстановление воздушных коридоров. Каждое решение следует рассматривать как гипотезу, а не гарантию охлаждения.

Минимальный дизайн оценки включает базовые измерения до вмешательства, контрольный участок без изменений, то же время и протокол после вмешательства и несколько повторов при похожей погоде. Отдельно рассчитывают стоимость создания и ухода, площадь фактической тени и количество людей, которые ею пользуются. Это позволяет сравнивать не только градусы, но и практический эффект на единицу бюджета.

Блок воспроизводимости

Папка исследования должна содержать реестр источников, неизмененные сырые файлы, сценарий пространственной обработки, параметры масок, таблицу кварталов, журнал исключений и готовые рисунки. Для контрольной таблицы, сопоставления идентификаторов, сводных показателей и диаграмм можно применить навыки, которые охватывает программа Microsoft Excel для подготовки отчетов; геообработку и расчет LST следует оставить в соответствующей специализированной среде.

Перед публикацией другой человек должен пройти короткий чек-лист: воспроизвести таблицу из сырых файлов, подтвердить одинаковую сетку, проверить маски облаков и воды, сверить числа на карте и графике, найти объяснения для К-04 и К-07 и убедиться, что ни один полевой результат не появился без реального измерения. Если все пункты выполнены, тепловая карта становится не эффектной картинкой, а честным планом следующего шага.