基于遥感云平台的郑州市热岛效应时空演变分析

为探究郑州市城区快速扩张可能导致的城市热岛问题,以研究区2006、2013和2020年夏季的Landsat影像为基础数据,利用PIE-Engine遥感云平台的公开数据集实现普适性单通道算法,对地表温度反演结果进行均值-标准差分级后,与土地利用数据协同开展城市热岛效应的时空演变分析。结果表明：在2006—2020年间,对于地表温度均值而言,郑州市逐年降低,但地表温度范围扩大,最低值维持在水域范围内,最高值在不透水面范围内;而对于温度分级而言,高覆盖植被和水域呈现显著的降温效果,低覆盖植被逐步向正常区转移,裸地受环境影响较大,热岛斑块集中分布在不透水面且强热岛区面积逐渐增加。     

Landsat ETM＋数据的武汉市地表温度反演研究

以Landsat ETM＋为主要遥感数据源,辅助以气象数据资料,利用NDVI计算出植被覆盖率,继而计算出地表比辐射率,并利用单窗算法精确反演得到了武汉市2002年夏季地表温度。研究表明,武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成,且几乎集中在城区;城区大热岛区中还存在多数热岛效应更为严重的＂岛中岛＂;武汉热岛分布与...     

广西沿海区域填海及其城市热岛效应研究

利用Landsat系列卫星影像数据,计算2001～2016年间广西沿海区域填海变化及地表温度变化情况,分析出该区域人工填海、NDVI等因素影响城市热岛的规律。研究表明,人工填海造成防城港区域、钦州港区域、铁山港区域海岸线均延长,人工填海面积均增加。发现3个区域的热岛在明显扩展,人工填海对城市热岛效应起着明显加剧作用。地表温度与植被覆盖度呈负相关,植被覆盖度越高,地表温度越低。     

北京地区陆表温度空间分布特征

利用北京地区1999年的Landsat7/ETM+热红外波段数据反演陆表温度,用热岛比率指数表征陆表温度的空间分布差异。通过计算北京市城区及辖区共15个区、五环路内各环线间区域、以及以故宫为中心的8个方向剖线的缓冲区的热岛比率指数,定量分析其陆表温度空间分布特征。结果表明:北京地区陆表温度空间分布存在明显的差异。总体上城区整体处于次高温区,局部表现为高温区,并且在城区以外的辖区出现了多热岛中心分布的特征;对城区及辖区热岛比率指数分析发现,热岛比率指数最大的区域并不是城区,而是顺义区,为0.6210,其平均地表温度在各区域中也最高,为38.08℃。城区大部分处于次高温区中,热岛比率指数为0.6118,平均陆表温度为37.18℃;五环内区域的平均陆表温度为36.97℃,五环以外区域的平均陆表温度35.18℃;对于五环内各环线间的区域,四环至三环间的区域热岛比率指数最高,为0.6327,其平均地表温度为37.48℃;就8个方向剖线的缓冲区分析总体来看,东向和南向热岛比率指数较高,而西向和北向较低。     

基于定量遥感的武汉城市热岛强度时空格局演变分析

应用定量遥感揭示武汉市热岛强度在不同季节和不同年份的时空格局演变.首先,选取2002年(1月,3月,7月,10月)及2000年,2004年,2010年7景ETM数据反演地表温度;其次,经热岛强度指数归一化地温数据,使数据间更具可对比性.对比2002年不同季节地温反演数据,分析武汉市热岛强度在不同季节的变化情况及形成原因.比较2000年,2004年,2010年三个不同年份地温数据,探讨热岛强度年际时空格局演变,建立LST与ndvi、城市热岛强度与水域面积间的相关关系,分析武汉市城区多年ndvi均值以及水域面积的时间变化趋势.结果显示:武汉市城市热岛强度存在明显的季节差异;年际热岛强度空间演变格局表现为以沿江地带为中心,以西北和东南两个方向为主向外延展;LST同ndvi呈负相关关系,其中ndvi值下降0.1,则地表温度上升约1.4℃;热岛强度同城市内水域面积大小亦呈负相关;对比分析了城区多年植被覆盖及水体面积变化趋势,总结出绿地等植被覆盖面积逐渐减小及湖泊面积逐步萎缩是造成武汉城市热岛强度增强的主要因素.     

中小城市城区扩张的热效应演变及响应

针对传统遥感手段研究城市热岛演变较大的数据限制问题,该文引入混合像元线性波谱分离算法,以赣州城区2000、2009及2014年的Landsat数据作为数据源,用辐射传导方程法反演地表温度。实现在缺少高分辨率遥感和其他详细地面辅助数据的情况下分析中小城市扩张过程中的热岛演变、迁移的成因。结果表明:引入混合像元线性波谱分离算法可以有效实现城市热岛成因与转移演变研究,发现热岛变化模式主要和城市的不透水面扩张建设有关,变迁方向与城市扩张趋势一致;平均不透水面指数与平均植被指数的变化与城区扩张态势有关,决定城区热岛变化形态。混合像元线性波谱分离算法的引入,降低了城市热岛研究对高分辨数据的依赖。     

土地利用类型变化对城市热岛效应的影响分析

首先基于北京市2013—2020年Landsat-8卫星遥感影像,使用TIRS10＿SC算法反演北京市地表温度;其次,对温度反演结果进行归一化处理,进行热岛等级划分,并计算热岛强度指数;最后,结合土地利用类型数据,分析土地利用类型覆盖面积变化对城市热岛强度的影响。结果表明：1)2013—2020年北京市的城市热岛效应呈现出先上升后下降的趋势,2015年城市热岛效应现象最明显;2)2013—2020年裸土地变化程度最大,其中有40.060%的裸土转变为植被,24.988%的裸土转变为建设用地;3)出现次热岛和强热岛现象的区域地表覆盖类型主要是建设用地和裸土,出现绿岛和冷岛的区域地表覆盖类型主要是植被和水体,并且在相同面积占比情况下,水体缓解热岛效应的效果更加明显。     

北京城市热岛效应时空变化遥感分析

为了从城镇化进程角度研究自1985年以来北京市城市热岛效应的时空变化特点,利用7期夏季的Landsat TM/ETM+/TIRS遥感影像数据反演地表亮度温度以代替地表温度(land surface temperature,LST);然后将其用于城市热岛效应的一系列定性和定量分析,揭示出北京市热分布以及城市热岛效应特征。研究结果表明:(1)高温区域和亚高温区域不断地由郊区向城区集中,但东西城区(东城区和西城区)的高温区域表现出明显的下降趋势,大范围热岛被零星分布的小热岛取代;(2)工业园区对北京市热岛效应的影响远高于住宅区对北京市热岛效应的影响;(3)建筑物低矮密集且低植被覆盖区域的温度远远高于建筑物高大稀疏且高植被覆盖区域的温度。研究可为政府部门通过合理规划水体、绿地、工业园区、住宅区等的分布来减轻城市热岛效应的影响提供参考依据。     

基于Landsat的沈阳城市热岛效应与地表参数变化分析

基于2000—2016年沈阳市六期Landsat数据,利用单通道算法反演地表温度计算城市热岛强度。依据与城市热环境关系较大的植被、水体、不透水面3种地表参数将研究区分类,并将地表参数指数与地表温度拟合分析地表参数对沈阳城市热岛的影响。结果表明:1) 16年间沈阳市不透水面地区比例从21.82%上升到46.02%,植被覆盖率从75.83%下降到53.11%,水体从2.35%下降到0.87%; 2)随地表参数的变化,研究区极强、强、中热岛从2000年的14.10%上升到2016年的25.93%,上升了11.83%; 3)不透水面指数对温度的影响接近甚至超过植被指数和水体指数的和,对城市热岛效应有着显著的增强作用。     

基于COST模型的热岛效应时空演变特征分析

本文选取中等城市绵阳为研究对象,以2000年、2007年TM/ETM+遥感影像为数据源,首先应用COST模型完成大气校正;然后采用Artis等提出的算法进行地表温度反演,并利用均值标准差法进行温度等级划分,获得绵阳市地表温度分布图和温度等级分布图。结果表明:①2000-2007年热岛区与建成区在空间发展趋势上基本一致,其中2000年热岛区面积为11.49 km2,到2007年增加为43.12 km2,热岛区面积所占比例增加36.36%;②7年间温度等级升高的区域面积为56.09km2,占建成区总面积的64.47%,其中从温度较低区转化为热岛区比例占42.40%。     

基于MODIS数据的长株潭地区城市热岛时空分析

基于MODIS影像,采用分裂窗算法反演的地表温度对长株潭地区城市热岛空间分布与季相变化特征、影响因子进行定量研究。结果表明,长株潭地区春季和夏季存在明显的城市热岛效应,而冬季和秋季城市热岛并不明显;地表覆盖类型对城市热岛的影响十分明显,长株潭地区春、夏、秋季植被绿地状况与城市热岛呈现明显负相关分布,其中以夏季最为明显,夏季地表温度与NDVI相关系数的平方R2达到0.8193,即植被覆盖对城市地表温度的影响显著。因此,城市植被的分布与季节变化影响着城市热岛的强度与时空分布,揭示出植被绿地对降低城市热岛效应具有重要的作用,大范围的绿地建设能有效降低城市热岛效应。     

土地覆盖类型对城市热岛效应的响应分析

利用夏季MODIS地表温度和土地覆盖产品,结合Landsat等辅助遥感数据,分别提取济南、武汉、重庆3个城市2003年、2008年、2013年的土地覆盖与地表温度信息,确定3个城市不同年份的热岛效应等级分布。在此基础上,对济南、武汉、重庆这3个城市的地表温度分布特征、热岛效应等级分布特征与土地覆盖类型各因子之间的关系展开分析。结果表明：城市用地是城市热岛的主要贡献因素,相关系数达到0.42;最能缓解城市热岛效应的是林地,平均相关系数为-0.41;3个城市中最能缓解城市热岛效应的土地覆盖类型并不完全相同：济南市为林地和耕地,武汉市为水体,重庆市为林地。     

利用Landsat ETM+分析城市热岛与下垫面的空间分布关系

采用数理统计与空间统计相结合的方法,利用Landsat ETM 数据对北京、上海、沈阳和武汉等4个大城市的夏季城市热岛相对强度与城市下垫面的空间分布关系进行对比研究。用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面;用城市地表亮温与水体亮温差值表征城市热岛相对强度。结果显示,4个城市的植被覆盖、不透水面与热岛强度的分布呈较强的空间正自相关,并且存在较为一致的自相关范围,该范围相当于城市街道与建筑组合特征尺度;自相关引起的结构性是导致3者空间分布异质性的主要因素。植被覆盖对城市热岛的缓解效果与不透水面对城市热岛的增强作用均呈分段线性特征,但区域差异较为明显;交叉相关系数曲线则显示出相关性的空间异质性与多尺度现象,同时存在一个约550 m的空间作用特征尺度。该研究结果有助于在城市规划实践中合理配置建筑与植被的间隔和比例,以缓解城市热岛效应。     

基于影像IB算法的沈阳市热岛效应分析

本文利用2006年、2010年沈阳市地区TM遥感数据,采用影像IB算法反演地表温度,分析了沈阳市热岛效应的空间分布特征、变化现象以及地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)之间的相关性。研究表明沈阳市热岛效应总体呈现由市中心向四周逐渐扩张的空间特征,地表温度与归一化植被指数(ND-VI)存在紧密的负线性相关关系,地表温度与归一建筑指数(NDBI)存在正相关关系。     

河谷城市与平原城市热岛差异性分析

随着城市的快速发展,城市热岛效应越来越重要。本文利用环境卫星数据,以西安市和兰州市为例,通过对河谷与平原城市的热岛效应差异进行初探,发现在两个研究区的市区内部,其热岛分布特征与已有研究的热岛分布特征一致。但就整个研究区而言,西安市的热岛主要分布在城区,兰州市则主要分布在郊区。分别对西安和兰州的地表温度与NDVI进行了相关性分析,发现西安市的地表温度与水体指数呈非线性相关,而兰州市则呈线性相关。     

基于Landsat ETM+数据的银川城市热岛研究

利用1999年8月12日的Landsat-7 ETM+数据,经辐射定标、NDVI及地表比辐射率计算,通过简化大气辐射传输模型,对银川市的地表温度进行了反演。在此基础上,对银川市的城市热岛分布特征和热场变异指数进行了研究。结果表明,银川市具有典型城市热岛效应,城区的地表温度比市郊引黄灌区高出10℃左右;银川市生态环境质量出现了两个极端,即市区生态评价指标为极差,而市郊引黄灌区的生态评价指标为优。     

多时相遥感数据对城市热岛效应的研究——以西安市为例

热岛效应是影响我国城市环境的重要因素,本文基于多时相的Landsat 7 ETM+和Landsat 8 TIRS影像,对西安市2002年和2013年的土地进行分类以及地表温度反演,在此基础上将土地分类影像图和温度分割影像图进行叠加,分析了不同的土地利用类型温度差异、下垫面的空间结构与热场分布的关系以及热场的分布变化与城市变迁的关系。结果表明:不同的土地利用类型的物理属性和生物学属性差异是造成城市热岛效应的内在原因,下垫面空间结构的差异是造成城市热岛效应的外在原因,城市热场的动态变化方向与城市的变迁方向具有一致性。     

基于TM/ETM~+影像的绵阳春秋两季城市热环境特征对比分析

选取中等城市——四川省绵阳市为研究对象,以2000年(代表秋季)、2001年(代表春季)TM/ETM+遥感影像为数据源。在基于影像算法反演地表温度的基础上,对研究区春、秋两季热场剖面、建成区范围内热力景观斑块和城市热岛效应进行研究。结果表明:(1)无论春季还是秋季,地表温度高低与下垫面性质具有较大相关性,水体和植被覆盖较好的区域呈现低温,而水泥、沥青等不透水面温度较高;(2)秋季相对春季而言,温度相对较高的热力景观类型面积减少,而温度较低的热力景观类型面积增加。分析热力景观异质性指数发现,优势度指数值春季大于秋季,说明春季存在较明显的优势斑块;(3)运用城乡平均温度对比法和热岛面积指数法,计算春季热岛强度值为1.77℃,秋季热岛强度值为0.78℃,由此说明,在该时段内春季的城市热岛效应强于秋季。     

武汉城镇化与热岛效应的定量研究

针对目前城市化进程加快对城市增温和城市热岛效应的促进作用尚不十分明确的问题,提出基于遥感技术的城镇化与热岛效应数量关系的构建。结果表明,1987-2013年间,武汉市中城镇化水平(50%~80%ISA)面积增加了14.5倍,高城镇化水平(80%~100%ISA)面积增加了2.8倍,城镇化范围沿着武汉市主城区和主要干道不断扩张;不透水面值与地表温度表现出明显正相关,不透水面值平均增加1%,可使地表温度增温0.06℃~0.19℃,城镇化水平对武汉城市热岛效应作用明显。研究结果为探讨城市热岛效应的缓解对策提供了基础,对合理规划和管理城市化意义重大。     

Spatial and Temporal Dynamics of Urban Heat Island and Their Relationship with Land Cover Changes in Urbanization Process: A Case Study in Suzhou, China

One of the significant environmental consequences of urbanization is the urban heat island (UHI). In this paper, Landsat TM images of 1986 and 2004 were utilized to study the spatial and temporal variations of heat island and their relationships with land cover changes in Suzhou, a Chinese city which experienced rapid urbanization in past decades. Land cover classifications were derived to quantify urban expansions and brightness temperatures were computed from the TM thermal data to express the urban thermal environment. The spatial distributions of surface temperature indicated that heat islands had been largely broadened and showed good agreements with urban expansion. Temperature statistics of main land cover types showed that built-up and bare land had higher surface temperatures than natural land covers, implying the warming effect caused by the urbanization with natural landscape being replaced by urban areas. In addition, the spatial detail distributions of surface temperature were compared with the distribution of land cover by means of GIS buffer analysis. Results show remarkable show good correspondence between heat island variations with urban area expansions.