安徽省植被和地表温度季节变化及空间分布特征

卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料, 分析了安徽省归一化植被指数 (NDVI) 和地表温度 (LST) 的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。     

西安市城市热岛效应卫星遥感分析

基于Landsat卫星的ETM<'+>(增强型主题成像传感器)数据计算西安市亮度温度,采用监督分类法对西安市影像进行土地利用/覆盖变化分类;在此基础上对西安市城市热岛的空间分布特征及城市热岛与土地利用/覆盖变化的关系进行研究.结果表明:西安市城区地表温度明显比郊区地表温度高,由市中心向外呈现地表温度逐渐降低的趋势.城市地表温度与土地利用类型密切相关,不同地表覆盖类型的地表温度差异显著,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用.     

1984—2014年北京地区不透水地表的时空变化及其温度效应研究

研究城市地表覆盖与地表温度（LST）的关系对改善城市生态环境具有重要科学意义。在Landsat TM数据支持下,利用线性光谱混合分析模型提取不透水地表信息,结合LST和地表热通量,分析不透水地表覆盖度（ISA）和LST的时空变化特征及其相互关系,探讨不透水地表对LST的影响机理。结果表明:1984—2014年北京不透水地表面积迅速增长,中覆盖度比例下降,高覆盖度比例增加;LST从市中心向郊区递减,高温区向外扩张;LST和ISA呈显著正相关,但不是简单的线性关系;ISA处于0.6~0.9时LST上升速率最快,减少ISA在此范围内的不透水地表集中分布可缓解高温区集中的现象。     

沈阳市区土地利用类型与地表温度关系研究

利用2010年8月Landsat TM数据计算沈阳市三环内地表温度(Land Surface Temperature,LST),基于目视解译与监督分类结合的方法将研究区划分为建筑用地、绿地、农田、弃地、道路和水体6类土地利用类型;以城市中心点为原点,分析城市中心不同距离圆环的LST及其与土地利用类型配置的关系,采用多元线性回归法和偏最小二乘回归法建立LST预测模型,并进行模型验证。结果表明:沈阳市区建筑用地、绿地、农田、道路和中心城区的平均LST均随着距中心原点的距离增加而减小;同一级别缓冲区内,建筑和道路的LST较高,水体的LST最低。城市的"摊饼"式发展,也造成了增强热岛效应的建筑用地和道路面积百分比随着距中心原点距离的增加逐渐降低。研究区范围内最主要的土地利用类型为建筑用地,其次为道路。对比分析表明,多元线性回归法和偏最小二乘回归法建立的模型均能较好的预测LST,采用偏最小二乘回归方法对沈阳地区土地利用类型与LST进行回归分析效果更理想。     

近十年长江三角洲城市热岛变化及其与城市群发展的关系

利用MODIS(MODerate-resolution Imaging Spectroradiometer,中分辨率成像光谱仪)白天地表温度、地表类型产品和DMSP/OLS夜间灯光数据,分析了长江三角洲(简称长三角)地区城市群温度场及其变化的分布特征。结果表明:长三角城市群热岛在春夏季最强,秋季次之,冬季最弱;2001年以来,长三角地区夏季热岛区面积不断变大,其中强热岛区的增长速度最大,导致温度过渡区面积大幅减小;各城市群中,以苏锡常城市群的强热岛区增长最快,呈现与上海热岛连成一体成为大城市群热岛区,并沿海岸线有向杭州湾发展成为更大城市群热岛区的趋势;城郊地区的地表温度增温幅度最大,夜间灯光灰度值的加强趋势也最高,城市地区几乎没有增温,夜间灯光灰度值的加强趋势也最小,且地表温度和夜间灯光灰度值的空间相关性较好,表明长三角近十年地表温度的精细变化与城市化进程密切相关。     

基于Fragstats4的景观格局指数与地表温度的相关性——以石家庄市为例

以石家庄市城市景观为研究对象,选取1987年、2004年和2019年Landsat遥感影像数据,采用监督分类方法将研究区分为绿地、水体、不透水地表和未利用地四类景观,采用单窗算法和劈窗算法反演地表温度(LST)。从景观生态学角度出发,利用Fragstats4.2计算4种类型的景观格局指数,并对景观粒度和移动窗口的尺度选择进行探讨分析;利用ArcGIS空间分析方法和统计分析方法,分析4种类型的景观格局指数与LST的相关性。结果表明:1987—2019年绿地斑块类型面积(CA)、最大斑块面积指数(LPI)和聚集度指数(AI)逐渐下降,不透水地表CA、LPI和AI逐渐增加,随着城市化进程的加快,绿地面积逐渐减少和裂化,绿地景观优势在不断下降,不透水地表面积在逐渐增加和聚合,不透水地表景观优势在不断加强,逐渐形成优势景观。斑块百分比指数(PLAND)、LPI和AI与LST表现出一致的极显著相关关系,绿地和水体为负相关,不透水地表和未利用地为正相关;斑块破碎化指数(SPLIT)则相反,绿地和水体为正相关,不透水地表和未利用地为负相关。LST与PLAND和LPI的相关系数明显高于LST与AI和SPLIT的相关系数,说明一个优势景观对地表温度的影响效果明显大于几个比较分散或破碎的景观。     

苏锡常地区热岛观测与数值模拟研究

结合气象观测、遥感和模式模拟的方法研究了环太湖城市的热岛现象,分析了苏锡常地区2010年5月24日的热岛特征。气象站资料显示苏锡常地区近地面热岛强度具有明显的日变化,12 h前热岛强度在0.5~1℃之间,夜间可达2℃以上。LANDSAT和MODIS卫星观测反演的地表热岛强度约5~7℃。随着太阳辐射的增加热岛加强,其分布及强度与城市下垫面结构和城市发展水平密切相关,苏州的热岛强度最高,无锡次之。WRF模式模拟结果表明城市感热通量大、潜热通量小,高波恩比促进了热岛的发展,进而抬升边界层高度。城市动力、热力特性的改变破坏了自然的能量平衡,会对边界层内气象要素和湍流通量的垂直分布造成影响。     

城市化发展与气象环境影响的观测与分析研究

通过分析2002年7月12日和2006年5月4日Landsat-5高分辨率资源卫星资料,表明南京市热岛分布特征与南京市的城市建设和区域经济发展的空间特征相当一致,土地利用类型、地表反照率、叶面积指数、植被覆盖度等地表参数分布与城市热岛分布相吻合.运用数值模拟手段对南京城市化对边界层特性产生的影响进行研究,结果表明,随着城市发展,地表反照率减小、植被减少、地表湿度降低,使蒸发耗热减小、感热通量增多,城市波恩比增加,地表和大气间的热交换增强.     

基于CMORPH资料的长三角城市化对降水分布特征影响的观测研究

利用CMORPH卫星降水资料和NCEP风场资料,综合分析了长江三角洲地区南京、杭州、上海、苏州等主要城市的降水分布特征,结果表明:长三角城市效应主要表现在对夏半年降水强度空间分布的影响,具体表现为在700 hPa平均引导气流控制下,城市中心和下风向地区的夏半年降水强度比上风向地区增加5%～15%,最大值通常位于城市中心下游20～70 km。冬半年主要城市周围的降水量、降水时间和降水强度的空间变化都比较小,城市效应对降水分布特征没有明显的影响。长三角城市因地理位置的差异,不同城市降水的下游效应存在差别。夏半年南京、杭州、无锡、苏州、常州等城市的下风向地区比上风向地区降水强度明显增加,城市效应显著。上海和宁波受到海洋影响明显,夏半年低层海风侵入范围较广,夏季降水强度的高值中心偏向海风的下游方位,可能是受到海风环流和城市热岛环流的共同影响。距离上风城市较近的镇江等城市,降水强度的分布受到上风城市降水强度下游效应的影响。     

沙漠地区微波地表发射率和土壤质地关系分析

利用微波地表发射率模型,模拟计算了沙漠地区石英、砂岩、花岗岩和石灰石不同粒子尺度、砂土含量和土壤含水量时的地表发射率频谱,并用先进微波扫描辐射计-地球观测系统AMSR-E资料对塔克拉玛干沙漠地区进行了地表发射率卫星反演和模型模拟计算的对比研究,分析了该地区不同地表类型和矿物成分的微波地表发射率特征.结果表明,微波地表发射率和地表类型密切相关,并且随着土壤含水量、土壤质地、矿物成分和土壤粒子尺度的不同存在显著变化,成为现有微波地表发射率模型用于沙漠地区模拟计算结果的误差主要来源.根据沙漠地区准确的土壤类型、土壤组分比例、粒径尺度和矿物颗粒等信息对近地表土壤进行了辐射传输过程的分层分析,为改进现有微波地表发射率计算模型提供理论依据.     

利用ASTER数据分析南京城市地表温度分布

城市环境日益受到人们重视, 南京是长江下游人口密集的城市, 研究南京市地表温度分布对了解南京城市气候, 改善生活环境, 为城市发展规划提供有效的气象服务具有一定科学意义。该文利用2002年8月21日10:30 (北京时) ASTER热红外数据, 在ENVI软件的支持下, 通过劈窗算法反演南京城市地表温度, 进一步生成城市地表温度分布等温线图。用同时相ETM+数据进行验证, 二者十分吻合, 说明ASTER反演结果可靠。结果表明:南京市存在明显的热岛效应, 城市地表温度分布差异大; 不同下垫面的地表温度差异明显, 城区地表温度总体高于郊区, 植被覆盖密集区地表温度低于植被稀疏地, 具有较大水域面积和较密植被的城中各大公园形成多个冷岛, 长江水体温度最低; 随着城市的扩大, 新城区热岛效应更加明显。水体和密集植被能显著改善城市环境。     

长江三角洲城市群热环境研究

选取2001年10月8—15日和2005年10月8—15日MODIS地表温度产品数据,对长江三角洲城市群热环境进行了研究,并结合GIS技术依据景观生态学理论对该地区热环境的时空格局进行了量化对比分析。结果表明,由于长江三角洲地区城市化规模巨大,5 a内一直存在一个由上海、苏州、无锡、常州形成的＂热岛群＂。由于长三角地区各城市合理规划布局、规范用地,注意环境保护,在城市化发展的同时,该地区一定范围内的热岛效应得到了有效的控制。     

苏州-无锡-常州城市带热岛效应个例研究

应用WRF（weather research and forecasting）及其耦合的多层城市冠层模式BEP（building energy parameterization）,对2013年8月13日长江三角洲地区一次高温天气过程进行了模拟.此次过程盛行东南风,风向与苏州-无锡-常州城市带走向一致.模拟结果表明：苏州-无锡-常州城市带热岛效应明显,热岛强度向下游城市逐渐增加;在东南风作用下,三座城市的热岛连成一片,形成了一个更强大的热岛环流.夜晚,边界层逐渐趋于稳定,热岛环流减弱,有利于热岛温度向下游地区输送.热岛效应导致城市边界层高度明显上升.白天太湖产生强盛的湖风对其周边城市影响显著,来自太湖的冷气团导致无锡和常州边界层内热岛强度明显下降,抑制城市热岛向上发展,削弱了无锡与常州两城市热岛间的联系.白天太湖使得无锡和常州边界层高度明显下降.     

苏州—无锡—常州城市带热岛效应个例研究

应用WRF(weather research and forecasting)及其耦合的多层城市冠层模式BEP(building energy parameterization),对2013年8月13日长江三角洲地区一次高温天气过程进行了模拟。此次过程盛行东南风,风向与苏州—无锡—常州城市带走向一致。模拟结果表明:苏州—无锡—常州城市带热岛效应明显,热岛强度向下游城市逐渐增加;在东南风作用下,三座城市的热岛连成一片,形成了一个更强大的热岛环流。夜晚,边界层逐渐趋于稳定,热岛环流减弱,有利于热岛温度向下游地区输送。热岛效应导致城市边界层高度明显上升。白天太湖产生强盛的湖风对其周边城市影响显著,来自太湖的冷气团导致无锡和常州边界层内热岛强度明显下降,抑制城市热岛向上发展,削弱了无锡与常州两城市热岛间的联系。白天太湖使得无锡和常州边界层高度明显下降。     

Statistical estimation of high-resolution surface air temperature from MODIS over the Yangtze River Delta,China

High-resolution surface air temperature data are critical to regional climate modeling in terms of energy balance, urban climate change, and so on. This study demonstrates the feasibility of using Moderate Resolution Imaging Spectroradiometer (MODIS) land surface temperature (LST) to estimate air temperature at a high resolution over the Yangtze River Delta region, China. It is found that daytime LST is highly correlated with maximum air temperature, and the linear regression coefficients vary with the type of land surface. The air temperature at a resolution of 1 km is estimated from the MODIS LST with linear regression models. The estimated air temperature shows a clear spatial structure of urban heat islands. Spatial patterns of LST and air temperature differences are detected, indicating maximum differences over urban and forest regions during summer. Validations are performed with independent data samples, demonstrating that the mean absolute error of the estimated air temperature is approximately 2.5°C, and the uncertainty is about 3.1°C, if using all valid LST data. The error is reduced by 0.4°C (15%) if using best-quality LST with errors of less than 1 K. The estimated high-resolution air temperature data have great potential to be used in validating high-resolution climate models and other regional applications.     

基于卫星遥感的长江三角洲地表热环境人口暴露空间特征

研究城市地表热环境变化的时空演变规律对防灾减灾具有重要意义。本研究以卫星遥感的夜间灯光,植被指数,高程和坡度为自变量构建了适用于人口空间分布估算的随机森林模型,结合卫星遥感反演的地表温度数据,以2016年夏季为例,研究了1km分辨率的长江三角洲地区夏季地表热环境人口暴露分布特征。研究表明:(1)利用随机模型对长江三角洲2016年人口进行1000m格网空间化分布模拟,变量解释度达到80%,人口空间化结果接近实际。(2)人口密度高值区和夏季大部分月份内的地表热环境高温区和人口暴露高和极高风险区总体有较好的对应。6月皖北地区高温区面积增大导致地表热环境的人口暴露风险较高等级的面积比例高于其他月份。(3)在月和季节平均尺度上,地表高温热环境暴露极高和高风险区域面积极少,处于沿海地区、长江下游沿线以及各县区的中心城市;中等暴露风险区域主要分布在东部及中心城市周边地区;低暴露风险区分布在东北部内陆地区和东北部人口数量相对较少地区。     

应用卫星资料分析苏州夏季城市热岛效应

利用苏州2004-2007年自动气象站资料以及购自中国科学院对地观测与数字地球科学中心的Landsat 5卫星(25 m分辨率)资料,分析研究苏州地区城市热岛总体特点以及分布规律,并对可能变化做一些探讨.分析认为,由于城市热岛效应,苏州地区气温呈中间高两侧低的分布特征,气温高值中心呈西北-东南走向,沿太湖及沿江地区气温相对较低;苏州城市地表温度呈明显的放射型分布,以市区中心向四周呈放射状分布.     

长江三角洲城市发展与人体舒适度的关系

为研究城市人体舒适度变化和城市化进程的关系,明确影响人体舒适度的主要城市因子,该文首先利用1981—2010年长江三角洲地区上海、南京、杭州、合肥的气象数据,研究气候舒适度及其变化趋势,并研究了影响人体舒适度的主要城市因子。研究结果表明:上海、南京、杭州、合肥冷不舒适日数均呈减少趋势,热不舒适日数均呈增加趋势,舒适日数变化不大。城市化综合水平与冷不舒适日数倾向率之间达到显著相关水平,与热不舒适日数倾向率之间相关不显著。影响长江三角洲地区人体舒适度的最主要城市因子为总人口数量,其次为建成区面积、总用电量、公共交通实有车辆、人均绿地面积等。     

基于MODIS数据的土地覆盖资料对长三角城市群区域夏季高温模拟的影响评估

随着长三角地区经济发展的同时,人类活动对自然环境产生了很大影响,其中土地覆盖状况变化显著,尤以城市化扩展为主。为了评估土地覆盖资料对天气过程的数值模拟影响,了解土地覆盖变化对区域气象环境产生的作用,本文利用中尺度数值天气模式WRFV3.0/Noah/UCM,选取2005年250 m分辨率的MOD IS数据制作土地覆盖资料,针对2007年7月长三角地区一次夏季高温过程进行数值试验,分析表明:新的土地覆盖资料更真实地反映了长三角地区的下垫面结构,尤其体现出区域内城市群面积快速增长的特征。将模拟结果与高分辨率的气象站观测资料对比,统计结果显示精细化土地覆盖资料的引入明显改善了模拟效果,较真实的反映出城市化发展对区域气象环境的影响作用。     

基于MODIS的安徽省代表城市热岛效应时空特征

利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。