基于Landsat TM/ETM+数据的南昌城市热岛效应研究

利用Landsat TM/ETM+数据进行南昌市地表温度反演,得出1989年和2000年2个时相的南昌市热岛强度等级分布特征,结合下垫面土地覆盖类型图,选取样区对比分析了地表温度空间分布.结果表明:南昌市存在比较明显的热岛效应,主城区的地表温度由城区中心向近郊、远郊逐渐降低,城市地表温度与下垫面的性质紧密相关.研究结果对于改善南昌城市生态环境、减缓城市热岛效应具有重要的参考价值.     

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。     

城市热岛效应的卫星遥感分析

利用MODIS资料研究了2004年4月南京城市热岛特征及其影响因子,结合地表覆盖类型分析了植被归一化指数(Normalized Difference Vegetation Index,NDVI)、地表温度(ts)、地表反照率(α)的城乡差异及其相互关系,探讨了城市热岛(Urban Heat Island,UHI)效应形成的机制.结果表明:南京城区存在着明显的城市热岛效应;城市平均ts比乡村高约10.83%;城市NDVI和α分别比乡村低约为62%和18.75%;NDVI与ts呈负相关,相关系数为-0.73,而NDVI与α之间关系与波段有关;城乡植被覆盖差异是造成UHI的主要原因,其次是地表反照率.     

中小城市地表温度空间分异及其与下垫面关系的遥感影像研究

以Landsat TM 影像为主要数据源,采用单窗算法反演河南省南阳市市区的地表温度。在GIS支持下,研究全区地表温度的空间分异特征,并探讨了地表温度与下垫面特征的关系。结果显示：研究区内高温斑块主要集中在仓储区和商业与公共服务区,该类区域过高的LST对城市环境有明显的负面影响;拦蓄河流所营造的水体是面积较大的低温斑块,对改善城市热环境和中小型城市拦蓄河流措施有一定意义;研究区内LST的空间自相关性在不同方向上有明显差别,东-西方向和东北-西南方向上空间自相关的范围较大,这种格局与区内水体走向有关;地表温度与道路密度指数呈明显正相关。提出中小城市可在仓储用地和交通发达地段周边规划绿地和水体,以抑制热岛呈大面积连片分布。     

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.     

基于MODIS数据的城市热岛动态监测及时空变化分析

以人口密集、经济快速发展的福建省沿海地区为研究区，在遥感和地理信息系统技术支持下，采用经优选的MODIS遥感数据反演的地表温度，提取城市热岛和植被覆盖信息，对研究区城市热岛进行动态监测和时空变化分析，并对地表温度与植被覆盖的互动关系进行定性与定量分析。结果表明：福建沿海城市热岛面积整体上呈逐年增长趋势，福州和莆田更为明显；城市热岛主要集中在人口密集、工商业发达的区域，同时沿海平原的热岛效应比内陆山区更为显著；地表温度与植被覆盖呈负相关，并且相关系数逐年增长。     

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。     

金塔绿洲地表特征参数遥感反演研究

TM影像是陆地资源卫星（Landsat）携带的专题绘图仪（Thematic Mapper,TM）扫描计获取的遥感图像,近年来,该数据得到了广泛的应用。本文使用Landsat-5TM数据推算了金塔地区的地表参数,包括标准化差值植被指数NDVI、修正的土壤调整植被指数MSAVI、植被覆盖度、地表反射率及地表温度。并将地表反射率、地表温度的反演值与观测值进行对比,结果表明：地表温度反演结果的相对误差在9％以内,地表反射率反演结果的相对误差在8％以内。     

基于MODIS资料分析近15年广州城市热岛特征及演变规律

利用MODIS地表温度数据,计算城市热岛强度指数,分析近15年广州市城市热岛的时空分布特征及演变规律,并结合气象观测数据、社会统计数据定性分析其主要影响因素。结果表明:广州市城市热岛的空间分布受地形地貌影响明显,负热岛区主要分布于森林密集的北部山区,无热岛区主要分布于中部低山丘陵区域,热岛区主要分布于高度城市化的中南部平原区。关于城市热岛的日变化规律,白天热岛区、负热岛区面积均小于夜间,但白天热岛区强度、负热岛区强度大于夜间。关于城市热岛的季节变化规律,冬季热岛区面积最大,热岛强度最小,夏季热岛区面积最小,热岛强度最大;冬季负热岛区面积最小,负热岛强度最小,夏季负热岛区面积最大,负热岛强度最大。对于城市热岛的年际变化规律,近15年来广州市的热岛区、负热岛区占全市总面积的百分比呈上升趋势,无热岛区所占百分比呈下降趋势,人为热排放在城市中心区域的持续增长,加上区内建筑物密度大、植被覆盖度低,导致了热岛区的增加,而北部山区至中部丘陵山区的植被的持续好转,加上地理特征限制了该区域的城市化发展,导致了负热岛区的增加。      

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.     

成都地区夏季城市热岛变化及其与城市发展的关系

利用2000-2010年MODIS地表温度产品影像,结合DMSP/OLS夜间灯光数据,分析了成都地区夏季城市温度场及其城市热岛变化的分布特征及其演变规律。结果表明：随着城市化加快,成都地区夏季热环境发生了较大变化,整个区域以中温区向次高温区转换为主。成都地区热岛效应昼夜变化较大：白天热岛面积不断增大,与周围卫星城热岛连成一体,2000年和2010年城市热岛对区域的增温贡献分别为0.13℃和0.29℃,变化量达0.16℃,夜间并不存在大面积强热岛区。旧城区内城市热岛面积有所增加,但不显著,城市扩展区内热岛的规模显著增大,2010年较2000年新增强热岛区域面积166.43 km²,变化幅度达54%。高城市化水平的成都市地区的日较差相对于周边低城市化水平地区明显减少。同时,城市热岛还与人口的平方根具有很好的正相关关系,成都地区非农业人口规模每增长100万人,热岛效应强度增加0.4℃。     

城市热岛效应及对锡林浩特气候变化的影响

利用气候相似性原理和锡林郭勒盟地区气象站站址变迁造成的温度序列变化差异,分析城市热岛效应对城市气温变化的作用,以及对气候变化趋势的影响。选取锡林浩特为代表城市,采用线性趋势分析、相关分析等方法,分析、讨论了城市与郊区气温差异,城市与草原温度历史演变差异,以及城市热岛效应对气候变化的影响等,结果表明:城市热岛效应对城市增温作用明显,使锡林浩特市区年平均气温比周围郊区增高了0.57℃;城市热岛效应对锡林浩特市气候变暖趋势也有一定影响,使锡林浩特相对草原区有0.07℃/10a的增温趋势。     

拉萨市城市热岛效应分析研究

利用拉萨、墨竹工卡、尼木建站以来的多年历史资料和近两年新建的区域自动站、8个城市热岛效应自动气象站资料分析拉萨城市热岛强度日、季、年变化,时空分布及其可能的影响因子。分析表明:拉萨城市热岛强度呈显著的逐年增强趋势,在1978~2011年间平均每10年增加0.24℃;多年热岛强度冬季最强(2.0℃),其次是春季(1.8℃)和秋季(1.7℃),夏季强度最小(1.6℃);拉萨城市高温中心主要在城市中心,气温分布沿着高值区向两侧呈递减状态,郊外的气温比城区平均低0.9℃左右,夜间热岛效应强度明显高于白天。随着城市化进程的不断增强,大量改变的下垫面状况,不断增多的城市建筑群,骤增的人类活动和能源消耗,导致城市热岛强度不断增强。      

西安市气候变暖与城市热岛效应问题研究

选取1961—2003年西安站和周围4站月平均气温资料, 利用西安站与周围4站气温距平滑动平均变化趋势的差异, 发现该站平均气温有两个明显的上升期, 热岛效应使西安站平均升温1.07 ℃, 并建立了西安市城市热岛效应模型。在此基础上分离了气候变暖过程中由于城市热岛效应引起的增温作用。     

基于均值—标准差改进的滨州市多时相热岛强度变化分析

为探究山东省滨州市热岛强度的时空分布及其变化特征,通过2001、2009和2018年夏季的3期Landsat数据实现地表温度反演,并基于热岛强度定义对传统的均值—标准差分级法进行改进,能够较好地消除因背景数据不一致而导致不同时期热岛强度数据难于对比的问题.在此基础之上,分析热岛效应及其变化的时空分布特征,并结合土地利用...     

北京地区热岛效应及日较差特征

通过对2007～2010年北京地区经质量控制后的123个自动气象站气温数据采用K均值聚类方法分类, 得到城区、郊区、西部和北部山区、西南和东北部山区4个温度分区, 分析了4个分区气温的年变化、日变化和日较差变化特征, 并对北京地区热岛效应的时间变化特征进行了细致分析。结果表明:聚类分析方法可对北京地区温度很好地进行分区, 分区结果与站点的地形和下垫面情况较为吻合;不同分区温度日较差在西部和北部山区最大, 在西南部和东北部山区次之, 郊区再次之, 在城区的日较差最小;在一年中, 各温度分区以2月、5月与10月日较差较大, 其中以5月的日较差为最大;北京地区热岛效应在冬季和夜间较强, 而3～8月热岛较弱, 在夏季的白天比其它季节白天强。     

绵阳城市热岛效应分析

本文首先采用模糊c-均值聚类法和剔除法,筛选出用于计算绵阳城市热岛强度的10个城市站和15个郊区站,然后利用这25个自动气象站的逐时气温资料,分析2018年绵阳城市热岛效应不同时间尺度的变化特征。结果表明:2018年绵阳存在城市热岛效应,平均热岛强度为0.64℃,表现为弱热岛等级;四季热岛效应冬季最强,其次是春季,夏季和秋季相当;逐月热岛强度3月最大、7月最小;绵阳城市热岛效应存在明显的日变化,热岛强度夜间大于白天,日最大热岛强度几乎均出现在晚上。      

2008年南京市热岛效应演变特征及其对城市居民生活影响

利用2008年南京市23个自动气象观测站气温资料,分析南京市城市热岛效应的空间分布及其变化特征。结果表明：南京市的热岛中心主要分布在人口和建筑物密集的鼓楼、白下区和建邺区,下关、江宁和浦口等城区气温较低;2008年南京市平均城市热岛强度为1.6℃,四季热岛强度呈秋季、春季、冬季和夏季依次减弱;南京市城市热岛效应对城市居民生活影响较大。南京市热岛效应的逐渐增强,将导致夏季空调使用量的增加,增加能耗对创建低碳城市、建设和谐城市生活产生消极影响。