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。     

基于TM/OLI影像的西安城区热岛效应分析

以2002年Landsat5 TM和2014年Landsat8 OLI影像为数据源,分别反演了2002年和2014年西安市城区的地表温度,并对地温进行极值归一化处理,以此分析西安城区的热岛强度时空分布规律。结合归一化植被指数和城市热岛强度分布分析了植被覆盖对热岛效应的影响。结果表明:2002~2014年西安市热岛强度高温比例上升,热岛效应增强;较高的植被覆盖度能对城市热岛效应带来的高温影响起到缓解作用。     

基于MODIS数据的青岛市城市热岛效应非一致性分析

利用2011年各月的MODIS数据,反演得到青岛地区地表温度数据和植被覆盖数据,对其地表温度与植被覆盖的分布状况及相互关系进行定量研究。实验表明,青岛市存在热岛效应,且热岛效应夏秋季节在市区表现较为明显,在夏秋季节内地表温度与植被覆盖之间呈现显著的负相关关系。此外,还对比了青岛市与上海市的城市热岛效应的不同,对青岛市热岛效应非一致性作出进一步分析。     

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。     

城市绿地对北京市热岛强度的影响

针对北京市热岛效应日益加重的问题，提出了基于陆地卫星8号(Landsat8)所携带的陆地成像仪(OLI)和热红外成像仪(TIRS)的Level-1数据反演地表温度、计算植被覆盖度的方法；并构建地表温度反演模型，探究北京市热岛效应与城市绿地面积关系。实验结果表明：高温区大部分集中在中心城区，并向周围的郊区的平原地带呈辐射状扩散，随着城区绿地面积增加，植被覆盖度上升的同时城区的热岛强度也呈下降趋势，说明城市绿地面积的增加与热岛效应呈负相关关系。     

南通市热岛效应的遥感分析

本文以3个时期的TM/ETM+图像为数据源,反演了南通市1995-2008年的地表温度,利用均值-标准差法对城市热场进行了分级,阐述了南通市热岛效应空间分布格局、时空演变特征,定量分析了地表温度与土地利用、植被覆盖率的关系,揭示了南通市城市热岛效应演变的原因。结果表明,随着城市化进程的加快,南通市城市热岛区域扩张明显,增加了11.96%,且呈现逐渐向东南方向扩张的趋势,除以濠河为中心的老城区继续保留其热岛特征外,在新城区和经济开发区出现了多个热岛区域,植被覆盖率与温度高低存在着较高的负相关性。     

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。     

基于RS与GIS的长沙市城市热岛影响因子分析

基于RS和GIS技术,以Landsat-7 ETM+为数据源,综合利用遥感热红外影像进行地表温度反演与热岛强度提取。结果表明,长沙下垫面热岛效应的空间分布与延展和城市建成区的外围基本相符,人口密集、建筑物较多之地热岛效应明显,河流、湖泊及公园等地热岛相对较弱。结合缓冲区分析、叠置分析等技术,提取热岛最强与最弱区域周围500 m范围内的城市用地类型,分析其相关关系,得出的结论是:水体与绿地具有缓解城市热岛的作用,城市建设用地与裸地加剧城市热岛效应。     

西安市城市热岛效应强度定量研究与应用

针对城市热岛效应强度定量化评价困难以及热岛效应与地表地表的定量关系问题,利用多期LANDSAT遥感影像,基于单通道算法反演了地表温度,基于指数法快速提取地表分类要素,引入分布指数的概念构建了热岛分布指数P的算法,并以西安市为例验证方法精度与可行性,分析了西安市热岛效应的分布与变化规律.该方法实现了地表地表与热岛效应空间关系的定量化,温度反演与地表分类精度符合要求,能够用于宏观热岛效应强度定量分析评价.研究结果表明:西安市的城市热岛效应强度1995-2000年呈下降趋势,20002010年持续上升,2010年之后下降并趋于平稳,与城市发展实际基本相符.     

基于MODIS影像及不透水面积的珠江三角洲热岛效应时空分析

珠江三角洲城市群是我国经济快速发展的地区,在经济发展的同时,其形成的热岛效应也日益明显。采用热红外遥感方法研究热岛效应,可很直观地了解城市热岛的空间分布状况。基于MODIS影像,运用劈窗算法,对珠江三角洲地区1 a中4季的地表温度(land surface temperature,LST)进行反演;并用不透水面积(impermeable surface area,ISA)对城市中心区和郊区进行划分,最终定量获得城市热岛效应的大小。研究结果表明,珠江三角洲地区存在较严重的热岛现象,夏季最为严重,冬季最轻,且城市之间有相互连接形成大片城市热岛效应的趋势;热岛效应的大小与归一化植被指数值成负相关,与城市的经济发展程度成正相关。研究成果可为珠江三角洲地区的城市发展规划提供一定的生态指导。     

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...     

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。     

植被指数与地表温度定量关系遥感分析——以北京市TM数据为例

以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。     

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。     

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。     

张掖绿洲城市热效应的遥感研究

以张掖及周边绿洲为研究区,采用Gilabert大气校正模型对TM图像1～5,7等6个波段进行大气校正。在此基础上,采用基于TM6波段的单窗算法,反演出行星亮度温度和地表真实温度,进一步分析了区域热量分布差异并探讨这一差异形成原因。结果表明:张掖及周边绿洲区存在明显的热量分布差异,热岛现象非常显著,卫星图像反演的地表温度接近实测值,亮度温度和实际温度都与归一化植被指数(NDVI)存在着密切的反相关关系,表明植被在区域热量分布差异中起重要作用,显示出热红外图像与其它波段数据结合,在城市热岛效应及区域生态环境遥感研究方面有很大潜力。     

兰西城市群热环境格局多尺度研究

从不同空间尺度研究城市热环境的变化格局,可为城市人居环境建设提供科学参考。采用MODIS和Landsat TM/OLI/TIRS遥感影像反演地表温度(land surface temperature,LST),分别从宏观和微观尺度探索了兰西城市群热场的空间格局特征,分析了城市热岛效应在昼夜、季节和年份等不同时间尺度上的分布格局及变化特征。研究结果表明,大尺度下兰西城市群未存在明显的城市热岛效应,但中心城区内热岛效应的空间格局发生了较大变化,热场的空间格局及演变与城市空间扩展布局相一致;兰州中心城区热岛比例指数呈现先增加后减小的变化趋势,西宁—海东中心城区热岛比例指数则呈现持续增长的态势;河谷地段的LST低于周围黄土丘陵,主要受植被覆盖、太阳辐射时间和接收量的影响;LST与归一化差值植被指数(normalized difference vegetation index,NDVI)呈负相关关系,与归一化差值建筑用地指数(normalized difference building index,NDBI)呈正相关关系。     

基于多源遥感数据的济南市主要建成区热环境研究

城市热环境是反映城市环境状况的一个重要指标,本研究基于济南市快速城市化时期的Landsat-8遥感影像,利用遥感图像处理软件IDL8.5反演2016年济南市的地表温度(LST),得到济南市地表温度空间分布格局;并利用NPP-VIIRS夜间灯光数据提取济南市主要建成区范围及郊区范围,同时利用MODIS 8天温度产品,根据城郊温差法计算得到济南市主要建成区热岛强度信息,探究热岛强度的月及季节变化规律。研究发现白天热岛强度变化规律比较明显,夜间热岛强度比较稳定。同时,利用2016年谷歌影像提取济南市地表水体的分布数据,并采用剖面取样的方法在地表温度分布图上做出样点与其对应地表温度的分布曲线,研究发现水体和绿化植被的存在能显著地减缓城市热岛效应。     

基于MODIS数据的上海市热岛效应分析

采用上海市2006年的MODIS LST影像,通过地表温度生成四季的热场强度指数图,对上海市的热岛空间分布的季节变化进行研究.研究表明,上海市热岛强度和热岛范围在季节分布上以夏季最为强烈,春季次之,秋季和冬季热岛范围和强度明显弱于夏季和春季.再结合植被覆盖度(FCOVER),分析两者的空间关系,表明两者存在一定的负相关性.其结果对城市的绿地规划和缓解城市热岛效应具有一定的指导意义.     

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。