A remote sensing-based surface thermal stress index for assessing urban heat dynamics in Greater Cairo

方法

Landsat 8年度合成影像，Google Earth Engine计算，固定

发现

平均LST由33.61降至31.62°C，但STSI均值上升，最低分区面积由20.00%缩至5.23

机会点

可将STSI框架迁移至农业区，结合作物物候与灌溉数据，构建农田尺度热胁迫监测与预警指标。

开罗都市区的快速城市扩张重塑了地表热环境。本研究应用地表热胁迫指数（Surface Thermal Stress Index, STSI），该指数整合了归一化地表温度（LST）、归一化植被指数（NDVI）和归一化建筑指数（NDBI），数据来源于Google Earth Engine中处理的Landsat 8年度合成影像，涵盖2015年和2025年。STSI值越高表明地表条件越有利，而非生理热舒适度越高。采用共同空间支撑、固定汇集归一化边界及0.35/0.30/0.35的权重，平均LST从33.61 °C降至31.62 °C，而平均STSI从0.44646升至0.48248。以2015年固定五分位数截断值定义的最低得分等级面积占比从20.00%缩减至5.23%。替代权重图与基准图保持强相关（r = 0.984–0.999），但优先区域边界有所变化。年份匹配的人口叠加分析、MODIS对比及Landsat土地覆盖转移提供了人口、热力和地表背景信息。STSI为初步日间地表筛查提供了一个可重复的框架，并附有组分图和敏感性结果。