粤港澳大湾区气溶胶对白天城市热岛强度的影响

以粤港澳大湾区为例,利用卫星遥感资料结合大气化学模式模拟,分析2003―2018年城市热岛强度、气溶胶光学厚度的变化规律,定性和定量研究气溶胶对白天城市热岛强度的影响。结果表明：2003―2018年粤港澳大湾区城市热岛强度呈波动上升趋势,夏季热岛强度最大,冬季热岛强度最小;气溶胶光学厚度呈波动下降趋势,春季气溶胶光学厚度最大,冬季气溶胶光学厚度最小。在年际和季节尺度,城市热岛强度与城区、郊区气溶胶光学厚度之差均呈弱的正相关。基于WRF-Chem的模拟实验表明,气溶胶的存在导致城区、郊区地表向下总辐射减少、地表温度降低,且城区地表向下总辐射减少多于郊区、降温幅度大于郊区,进而导致了热岛强度减弱。气溶胶对城市热岛强度的贡献率为?2.187%,冬季贡献率绝对值略高于夏季。     

河谷地形下兰州市城市热岛效应的时空演变研究

基于1999年和2010年的Landsat ETM+和TM影像,以单窗算法反演了兰州市地表温度,研究兰州市最近10 a的城市热岛时空分布以及演变特征。研究结果表明:兰州市城市热岛的空间分布与延展与城市建城区的扩展相一致,热岛范围不断扩大,次中温和中温区大面积减少,相应的次高温和高温区大面积增加,热岛强度明显增强;除了城市下垫面覆盖类型,黄河低温带亦逐渐成为影响城市热岛分布的重要因子。各土地利用类型的平均温度均有所升高,建设用地和未利用地温度最高,对热岛效应贡献最大,是城市热岛的主要贡献因子,绿地和水体能够很好的缓解热岛效应。地表温度和信息指数NDVI、MNDWI、NDBI、NDBaI在兰州市河谷空间格局上显著相关,存在很好的对应关系。     

珠三角地区地表温度与土地利用类型关系

随着城市化进程的加快,城市气候与环境问题日益显现,尤以城市热岛效应最为突出。通过监督分类方法对TM遥感影像进行了土地利用分类,并运用TM热红外波段线性拟合模型进行近地表气温反演,分析城市热岛的空间分布及地域性差异,以及与土地利用类型的关系。结果表明:珠三角地区近地表气温与土地利用类型紧密相关,城市建设区形成高温中心,是热岛的主要贡献因子,植被和水体则有明显的冷岛效应;研究区热岛具有区域性集中与分散分布的特点,且以区域性热岛为中心向周边扩展;分析热岛强度剖面线发现,由于地形、植被覆盖度等因素影响,研究区热岛强度的南北差异较大,而东西差异较小;热岛分布与土地利用类型分布格局较为一致,但也有分布不一致性的区域,表现为城市热岛向非城市建设用地扩展。     

城市热岛效应的影响机理及其作用规律——以上海市为例

以上海市为例,从土地利用规模和强度的变化、类型和布局的变化、利用方式的变化三个方面揭示其对热岛效应的影响机理;实证分析结果表明：（1）土地城市化是上海城市热岛强度的主要影响因素;就建成区扩张对热岛强度的具体影响而言,累积效应大于其增量效应;（2）工业化、房地产开发、人口增长对上海城市热岛强度均具有较大的影响;就经济发展和能源消耗对城市热岛强度的具体影响而言,密度效应通常大于其规模效应;就全社会房屋竣工面积、20 层以上高层建筑数量对热岛强度的影响而言,累积效应小于增量效应;就人口增长对城市热岛强度的具体影响而言,密度效应与规模效应大体相近;（3）土地利用和城市发展模式的差异导致了城市热岛效应的空间差异。     

城市地表温度热岛影响因素研究进展

城市地表温度热岛是城市生态环境效应研究的热点之一,其影响因素研究为缓解城市热岛带来的负效应、促进城市可持续发展提供依据.本文系统回顾了国内外关于城市地表温度热岛影响因素的研究进展.首先结合热岛效应表征的地表能量过程,基于景观生态学格局-过程理论,从地表能量吸收释放、转换及传输3种过程中归纳热岛效应的影响机理,分别对应地...     

局地气候分区框架下城市热岛时空分异特征研究进展

局地气候分区（LCZ）框架自2012年提出以来,在城市热岛研究领域备受重视,但目前对LCZ框架下城市热岛（简称LCZ城市热岛）时空分异特征仍缺乏系统性总结。本文以统计和“荟萃分析”为手段,系统梳理了2012—2019年LCZ城市热岛研究在数据获取手段、时空格局和影响因素3个方面的进展,并对今后研究进行了初步展望。结果表明,迄今为止全球范围内已在超过130座城市开展了LCZ城市热岛研究,这些城市主要集中于中纬度（35°N~55°N）的亚洲和欧洲地区,且主要聚焦于以近地表气温表征的“冠层热岛”和以地表温度表征的“地表热岛”。具体而言：① 在温度数据获取方面,站点观测（文献数量占比42.5%）、模型模拟（38.3%）与移动测量（19.2%）是获取气温的主要方法,其中模型模拟方法占比逐年升高。而卫星热红外遥感是获取地表温度的主要手段（86.5%）。② 在时空格局方面,就全球而言,LCZ气温的类间极值差（均值为3.1 K）显著低于地表温度的类间极值差（9.8 K）,且该极值差通常在夏季或冬季较大;冠层热岛与地表热岛均存在显著的“LCZ类内热岛”现象。③ 在影响因素方面,多数研究局限于定性分析地表结构、覆盖、材质和人类活动的影响,而普遍忽略了建筑布局与邻近LCZ类型等潜在因素的作用。本文将有利于从整体上更好地把握LCZ城市热岛的研究进展与今后的发展趋势。     

地表参数反演及城市热岛时空演变分析

采用TES算法实现了ASTER地表温度的反演,在对发射率估算方法改进基础上,利用单窗算法反演1989年TM地表温度。结合C地形校正,利用线性光谱模型提取植被覆盖度与城市不透水面密度,利用反射率提取NDVI。从多方面对城市热岛时空演变进行综合研究,研究表明,与等间距法相比,均值-标准差法可以较合理地刻画地表热场的分布,一定程度上可以避开不同时相的差异。最后时空对比及空间统计学分析显示,1989~2004年间福州市城市热岛面积、热岛强度都有所增加,城市热岛总体趋势为西北-东南走向,并逐渐向北-南方向偏移,而且城市热岛重心向东南方向偏移。     

“源-汇”景观格局的热岛效应研究——以武汉市为例

论文基于2017年Landsat 8遥感影像,通过GIS技术选取城市地表温度、源汇景观密度、源汇景观贡献度和景观效应指数,结合地理空间分析和数理统计方法,分析了武汉市局部源汇景观格局对城市地表温度的贡献及其效应。结果表明：① 武汉市城区热岛(urban heat island, UHI)季节变化明显,夏季热岛强度大、范围广,呈“大”字型分布,工业集聚区和经济开发区产生的UHI更显著;② 武汉市城区平均地表温度(land surface temperature, LST)在距市中心约8 km处达到峰值后沿城乡梯度逐渐下降,呈现“倒钩型”特征,这一现象与景观密度变化密切相关;③ LST与源(正向)、汇(负向)景观密度存在极强相关性,不透水表面是城区热岛的主要贡献因子;④ 相同密度的水体和绿地,水体更具有削弱城市热岛效应的功能;⑤ 一般当汇-源景观面积比>0.89(汇区密度>0.47)时,局部景观格局对城市热岛有缓解作用,且局部汇区越集中缓解效果越显著。     

珠江三角洲城市热岛空间分布及热岛强度研究

进入21世纪,我国珠江三角洲地区城市化规模越来越大,研究该地区的热岛效应具有重要的现实意义。研究区21世纪初自动气象站点运行趋于稳定,数据质量好,为城市气候研究提供了数据基础。利用2000—2003年的珠江三角洲城市群自动气象站温度数据进行空间分析,统计热岛和冷岛出现的频率,总结空间分布规律,并对照土地利用类型图分析热岛区域与地表覆被的对应关系。计算每月热岛强度值,通过热岛的月际变化曲线,总结热岛的年变化规律以及昼夜差异。研究结果表明,研究区城市热岛呈现"六区两带"的空间分布格局;全年中夏季白天的热岛强度最大,并且夏季的热岛强度出现昼强夜弱的现象。     

基于HJ-1B的城市热岛季节变化研究——以北京市为例

基于中国的HJ-1B卫星反演地表温度,通过建立一种2.5维高斯表面模型来对北京城市热岛建模,定量描述热岛的位置、形状和大小,并用这种模型来描述城市热环境及其季节变化。研究发现,北京市热岛效应季节变化明显,夏季市中心形成热岛且强度和范围最大,冬季城区中心变成冷岛。在2009年夏季,北京市热岛区域东西横跨33.92 km,南北横跨40.92 km,面积约为1 090.14 km2。相对的,在冬季,北京市区温度比郊区低,从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。     

基于MODIS日地表温度产品的兰州市热岛效应特征

由于MODIS 8 d地表温度产品和Landsat热红外波段很难准确反映地表温度的日变化,这导致由此得到的热岛效应结果不够准确,因此利用MODIS日地表温度产品1天4次的数据来分析长时间段上的热岛效应变化和已有将日地表温度转换成月和年地表温度的算法得到月和年地表温度值,以兰州市为实验区分析了2002-2015年兰州市的热岛变化特征,结果表明：兰州市热岛效应总体上处于增长趋势,2002-2009年波动变化,2010-2015年平稳增加。空间上由中部逐年向北部永登县和皋兰县方向扩展;兰州市热岛的月变化特征分为两个部分,1～5月呈“人”字形变化;6～12月整体下降,空间上表现为东北和西南向条带中心紧缩;兰州市热岛季节变化表现为：夏季>春季>秋季>冬季,空间上在兰州的中心位置以及延伸至榆中县的东南角高温区面积增减。研究表明MODIS日地表温度产品能更加准确地评价区域尺度热岛效应的演变特征。     

伊犁河谷2001-2014年地表温度时空分异特征

地表温度是地表能量平衡、区域和全球尺度地表物理过程的一个重要因子。为了辨析中国西北干旱区“天山湿岛”——伊犁河谷的地表温度时空分异,采用趋势分析法和空间数据统计法,探讨了2001-2014年不同土地利用/覆盖类型下地表温度时空变化规律,分析地表温度的时空分异特征及原因。结果表明：（1） MODIS LST产品的精度（平均R²=0.90）能够满足伊犁河谷地表温度时空变化分析的要求;（2）空间上,地表温度呈现出中部高四周低的变化趋势,高温区面积约占总面积的41%,低温区面积约占总面积的23%;时间上,伊犁河谷平均地表温度的年际波动较大,以2013年、2006年、2007年和2008年尤为突出;地表温度的年内变化呈现出单峰型分布,地表温度高值集中在3-8月,最高值出现在7月;（3）不同土地利用/覆盖类型下年均地表温度分布的总体特征为建设用地最高,稀疏草地、旱地等次之,冰川/积雪最低;（4）伊犁河谷地表温度变化趋势呈严重减少、基本不变和轻微增加区域面积分别占5%、37%和26%,以基本不变和轻微增加为主。伊犁河谷地表温度时空变化不仅受大尺度气候变化影响,还受土地类型差异影响,两者共同构成了不同地理区域及景观的温场格局,绿色植被对地表温度时空分布具有重要的调节作用。     

Characteristics of urban heat island effect in Lhasa City

This paper analyzes the Urban Heat Island (UHI) effect in Lhasa City of Tibet using meteorological observations, the Normalized Difference Vegetation Index (NDVI), Land Surface Temperature (LST) data obtained from Earth Observing System/Moderate resolution Imaging Spectroradiometer (EOS/MODIS) information, and correlation and composite analyses. The results show: (1) Areas with high temperature are primarily located in the center of the city or nearby counties, while low temperature areas are in the suburbs of counties. The area with high temperature has expanded in recent years and some high-temperature centers have even migrated to certain other regions. (2) The UHI intensity tends to be stronger both in annual and seasonal variations, especially in winter. Also, LST is somewhat positively related to mean air temperature. (3) A negative correlation exists between the changes of LST and NDVI with the increase of vegetation from urban to rural areas in different seasons. (4) The UHI intensity is negatively correlated with precipitation while positively correlated with wind speed, and the relation between the UHI intensity and evaporation varies with the seasons, namely, the intensity is positively correlated with summer evaporation but negatively correlated with winter evaporation. (5) UHI intensity might be enhanced by intensified urbanization, wherein built-up areas expand, there is increased heat from human activity, and there is more artificial heat input to the atmosphere.     

武汉市地表亮温与植被覆盖关系定量分析

利用2002年7月9日的ETM影像,提取武汉市的下垫面类型、地表亮温和植被覆盖度,探讨不同下垫面类型对地表亮温的影响;并采用分形维度计算方法, 研究代表样带的地表亮温和植被覆盖的分维值之间的相关性。结果表明:植被覆盖度越高,地表亮温越低。除水域外的下垫面类型中植被覆盖度与地表亮温存在显著的负相关,这种相关性高于地表亮温与NDVI之间的相关关系。对于样带的地表亮温和植被的分维值研究表明,亮温和植被覆盖度的分维值之间的相关系数高于亮温和NDVI的分维值之间的相关系数。     

The scale effects of the spatial autocorrelation measurement: aggregation level and spatial resolution

The scale effects of the spatial autocorrelation (SA) measurement has been explored for decades. However, the effects of the data aggregation levels and spatial resolution on the SA measurement are often confused. Whether the two types of scale effects are the same is still unclear and requires further investigation. We retrieved the land surface temperature (LST) from Landsat 8 images in 30 capital cities of China. By aggregating the LST images, we observed a decrease in the SA of the LST as the data aggregation level increased; this relationship can be fitted well with a negative logarithmic function. We derived an indicator to measure the scale effects intensity of SA, which was negatively correlated with the spatial complexity of LST. Both aggregating images and the increasing spatial resolution induce weaker SA, but the effect of the former was stronger. The aggregating images negatively affected the SA degree regardless of the spatial resolutions of the original images. The SA degrees of the aggregated images were far below those of the real-life images. This study suggests that the scale effects caused by aggregation levels and spatial resolutions are different, and cautions should be taken when applying relevant conclusions derived from aggregating images.     

基于Landsat TM的2001~2015年哈尔滨市地表温度变化特征分析

以哈尔滨市为例,基于2001年、2004年、2008年和2015年夏季Landsat TM 5 /OLI 8遥感影像为基础数据源,采用“单窗算法”遥感技术手段定量反演瞬时地表温度格局,并深入分析温度特征,分区差异和重心变化。研究表明：2001~2015年研究区温度增加1.44℃,平均温年增0.10℃,3时段（2001~2004年、2005~2008年、2009~2015年）年均温分别增加0.08℃、0.09℃、0.12℃,具有加速上升趋势;最高温增加2.74℃,始终位于香坊区,最低温基本恒定,始终位于道里区;2001~2015年极高、高、极低温度分区面积增加4.92 km²、104.07 km²、87.71 km²,年均增量均具有持续增加趋势,中、低分区面积减少110.61 km²、84.94 km²,具有波动降低趋势,极高、高、中、低分区格局总体按照城区-城乡结合地区-乡村的水平梯度扩展;地表温度重心向东偏南70.58°方向移动536.90 m,其中6个市辖区迁移方向和距离差异明显,表明地表能量移动方向和温度重新分布的活跃程度不同。总体来看,研究区地表温度上升明显,分区时空变化剧烈,能量的轨迹移动过程具有折返特征。     

北京城市热岛环境时空变化规律研究

借助北京地区1997年、2004年的Landsat TM热红外图像,在RS和GIS技术的支持下,利用大 气探空数据对图像进行大气校正,采用单窗算法反演得到北京市区和周围地区的地表温度分 布图,地面验证表明单窗算法反演地表温度具有较高的精度.研究发现,北京市存在明显的 城市热岛效应;不同下垫面所对应的地表温度有明显差异,总体上城区地面温度明显高于郊 区,水体温度最低;随着城市规模的扩张,北京市的城市热岛效应有逐年增强的趋势,且人为因素对城市热岛的贡献逐渐加大.     

喀斯特城市植被覆盖度时空变化对地表温度的影响

随着桂林喀斯特城市的快速扩展、地表植被覆盖度的变化,城市热岛现象越来越明显。以桂林1989-2006年5景TM/ETM遥感图像为数据源,利用遥感归一化植被指数反演植被覆盖度Pv,利用Qin单窗算法反演地表温度ts,分析Pv空间和时间变化对ts的影响。结果表明,在空间上ts随Pv的提高而降低,呈明显负相关关系。在时间上Pv<0.2面积比例逐年增加,1989年7.8%、1991年15.2%、2000年20.7%、2005年21.1%、2006年22.7%;而Pv≥0.7面积比例逐年减少,1989年49.2%、1991年27.4%、2000年27%、2005年16.5%、2006年11.1%。其导致地表温度高于茂密林地表面温度的比率z>20%的高温像元比例逐年上升;而z≤10%的低温像元比例逐年下降,1989年28.9%、1991年25.4%、2000年23.7%、2005年22.2%、2006年20.4%。植被覆盖的喀斯特山峰呈现显著的凉岛现象,从而调节喀斯特城市气候环境。     

基于Landsat数据的2种地表温度空间降尺度算法比较研究

以2003年5月29日福州市LandsmETM＋影像为数据源,对2种地表温度空间降尺度算法——EM算法和HUTS算法进行实验、比较与分析,EM算法是利用高空间分辨率的地表比辐射率对低空间分辨率的亮度温度影像进行调节,从而达到提高热红外影像空间分辨率的目的;HUTS算法则是引入了归一化差异植被指数NDVI和地表反照率d,通过在低空间分辨率拟合二者与地表温度LST之间的关系,然后根据其尺度不变性,将该关系应用到高空间分辨率的影像上,从而达到提高热红外影像空间分辨率的目的．研究结果表明：1）2种算法所得结果影像都能在有效提高空间分辨率的同时较好地保持了原始地表温度影像的空间分布特征,达到了较好的降尺度效果;2）以RMSE为定量评价指标,HUTS算法要略优于EM算法,其中,EM算法的RMSE为1．2494,而HUTS算法仅为0．9869．