城市热岛效应（UHI）是城市化和气候变化背景下最显著的人类活动对微观气候的改变之一，表现为城市表面温度显著高于周边乡村地区。城市热岛效应不仅影响城市生态环境，还对人类健康和福祉产生深远影响。近年来，随着卫星遥感技术的发展，基于卫星的陆地表面温度（LST）数据被广泛用于研究城市热岛效应。然而，极轨卫星仅能在有限的过境时间内获取瞬时LST数据，导致对城市热岛效应的日均、日最大和日最小强度（SUHII）的分析存在局限性。此外，瞬时采样方法可能导致对城市热岛效应的显著低估或高估。因此，研究瞬时LST数据在城市热岛效应监测中的代表性及其偏差的驱动因素，对于准确理解和应对城市热岛效应至关重要。
本研究选取了全球2911个面积超过50平方公里的城市作为研究对象，覆盖亚洲、非洲、欧洲、北美洲、南美洲和大洋洲。研究使用了Aqua和Terra MODIS的每日LST数据（1公里分辨率）、MODIS年土地覆盖类型数据（500米分辨率）、全球城市边界（GUB）数据（30米分辨率）以及数字高程模型（DEM）数据（30弧秒分辨率）。此外，还收集了背景气候（BGC）、地表属性（SFP）、人类活动（HMA）和城市指标（UBM）等数据，用于分析SUHII偏差的驱动因素。
研究方法包括：（1）利用日温度循环（DTC）模型重建日连续的LST动态；（2）通过比较DTC模型估算的日均、日最大和日最小SUHII与基于瞬时LST的估算值，评估瞬时LST数据在城市热岛效应监测中的代表性；（3）使用LightGBM模型和SHAP算法分析SUHII偏差的驱动因素。研究还对DTC模型的不确定性和数据质量控制对SUHII偏差的影响进行了敏感性分析。
研究结果表明，基于瞬时LST的估算显著低估了日均和日最大SUHII，同时高估了日最小SUHII。全球年均SUHII偏差分别为0.21±0.13 K（日均）、0.51±0.18 K（日最大）和-0.43±0.17 K（日最小）。这些偏差在冬季、雪带气候以及欧洲和大洋洲更为显著。此外，SUHII偏差在不同季节和地理区域表现出显著的空间变异性，高纬度地区的偏差绝对值普遍高于低纬度地区。
背景气候（BGC）是SUHII偏差的主要驱动因素，贡献率为34%，其次是地表属性（SFP）（28%）、城市指标（UBM）（20%）和人类活动（HMA）（18%）。其中，地表气温（SAT）、日温差（DTR）和降水强度（PRP）是最重要的驱动因子。研究还发现，城市规模较大、发展水平较低的城市在高纬度地区表现出更高的SUHII偏差。
