株洲市城市热岛与土地利用/覆盖时空演变研究

以株洲市为研究区,选取两期Landsat TM/ETM＋影像,利用IDL分别反演出地表亮度温度;选择训练区域,利用ENVI的最大似然算法对两期株洲市影像进行土地利用/覆盖分类,以此作为基础分析了株洲市城市热岛范围、强度变化,以及土地利用类型/覆盖（LUCC）变化。结果显示,1999-2006年间,随着株洲市城市不断的扩展,城市热岛范围和热岛强度都有加强趋势;城市土地利用/覆盖的变化,引起了地表亮温的时空演变。研究表明,水体和植被具有良好的降温作用,而城镇建设用地和裸地则是城市热岛效应的主导因素。     

近20年来苏锡常地区建设用地扩展及耕地占用态势的遥感分析

本文在苏锡常地区已有三期矢量数据(1988、1995和2000年)的基础上,对2008年TM影像进行监督分类,经过人工解译辅助处理得到20世纪80年代以来4期土地利用时间序列数据。研究了近30年来,苏锡常地区建设用地扩展及其对耕地占用的态势。主要结论有:(1)从整体扩展面积看,1988年到2008年建设用地面积扩展总计2 354.55km²,其中,城市扩展面积最大,为1257.26km²,占到总扩展面积的一半,其次,是建制镇的扩展,面积达695.91km²,农村居民点扩展面积为355.96km²,扩展最少的是工矿交通用地,为45.42km²;(2) 城市扩展所占用的土地资源主要来源于对耕地的占用。从三个不同时期来看,1995-2000年耕地转化为建设用地最少,为262.36km²,1988-1995年占用耕地面积656.36km²,而在2000-2008年耕地被占用高达1 343.56km²。这些数据为我国东部城市化地区土地利用规划与管理政策的制定提供决策依据。     

纳入动态数据的改进FLUS模型在城市增长边界划定中的应用

城市增长边界是管控城市建设用地无序扩张的有效手段,科学合理划定城市增长边界是当前研究关注的重要课题。本研究试图引入百度动态交通时间和POI数据改进FLUS模型,以长沙市中心城区为例,采用2000、2010和2018年3期土地利用数据对比验证改进FLUS模型模拟精度,并利用改进FLUS模型设置2种情景,模拟2030年长沙市中心城区土地利用变化,结合用地适宜性评价划定城市增长边界。结果显示：① 纳入动态数据的改进FLUS模型模拟2010年和2018年土地利用相比原模型KAPPA系数提高了2.90%和2.74%,总体精度提高了1.79%和1.83%,表明改进模型具有更高模拟精度;② 利用改进FLUS模型模拟的2030年长沙市中心城区土地利用变化,基准情景和生态保护情景建设用地规模分别为930.06 km²和881.36 km²,均以耕地转为建设用地比例最大;③ 长沙市中心城区刚性增长边界范围为1479.59 km²,占中心城区总面积的37.38%,边界内包含了芙蓉区、天心区、雨花区、岳麓区和开福区的大部分区域;④ 基准情景和生态保护情景下,长沙市中心城区弹性增长边界面积分别为799.35 km²和742.92 km²,建设用地扩张空间主要为长沙县和望城区,结果与2010版长沙市城市总体规划拓展方向一致。纳入动态数据的改进FLUS模型多情景模拟划定城市增长边界,能更高精度的为规划决策提供科学依据。     

基于DMSP/OLS夜间灯光影像的中国东部沿海地区城市扩展动态监测

美国国防气象卫星搭载的业务性线性传感器（DMSP/OLS）所获取的夜间灯光影像数据,能够客观地反映人类对城市建成区的开发建设范围与强度,已广泛地应用于城市扩展的动态监测。本文利用不变目标区域法对长时间序列DMSP/OLS夜间灯光影像进行辐射校正,基于校正后的影像对2001-2013年中国东部沿海地区的城市建成区范围进行提取,结果表明：① 建成区面积从2001年的7550 km²,增加到2013年的21 650 km²,共扩展了14 100 km²,虽然建成区面积呈逐年增加的趋势,但其扩展速率则在逐步减缓,城市重心逐渐向南转移;② 在空间上形成了京津唐、长江三角洲和珠江三角洲3城市群,研究发现京津唐的中小城市面临难以获得发展资源的问题,导致了该地区发展的不平衡;③ 综合分析建成区扩展和经济统计数据,结果表明人口和经济是建成区扩展的主要驱动因子,但同时城市快速扩展也给东部沿海地区带来了一定程度的用地浪费问题;④ 由于DMSP/OLS夜间灯光影像受到自身空间分辨率的限制和灯光过饱和的影响,易造成城市建成区边缘细节部分的错提。新一代Suomi NPP/VIIRS夜间灯光影像在空间和光谱分辨率上均有较大提高,在后续的研究中应充分挖掘其数据优势,以期提供更加精准的城市扩展动态监测。     

基于改进Markov-CA模型的黄土高原土地利用多情景模拟

土地利用/覆被的时空变化研究能为区域生态环境恢复和生态系统集成管理提供科学支持。集成Logistic回归模型、改进的Markov与FLUS模型模拟黄土高原2020—2050年3种典型情景土地利用变化。发现各情景土地利用面积变化及空间置换转移主要集中在农用地、草地和城镇用地;历史趋势延续情景下农用地减少15 205 km²,草地、城镇用地分别增加2742 km²和16 007 km²;生态保育管护情景中草地增加7076 km²,林草用地增长存在权衡关系（r_{主要林地-草地}=-0.66）,在典型区域的生态恢复管理中应加以重视;城镇发展建设情景中农用地减少20 256 km²,城镇用地增加22 032 km²,变化均达到极值,其中,南部城镇扩张与农用地减少存在强权衡关系（r_{农用地-城镇用地}=-1）。改进的Markov-FLUS模型适用于黄土高原地区的土地利用模拟,情景分析可有效揭示区域生态保护与城镇扩张的阈值变化,为区域土地利用政策权衡管理和水土保育提供科学依据。     

近三十年来昆明市建成区扩展遥感监测与分析

以遥感影像为数据源,借助GIS技术提取了6个时期的昆明市建成区扩展及对周边土地占用的信息.在此基础上,利用扩展弹性系数、分形维数等方法分析了昆明市1974～2004年建成区扩展的时空特征、土地利用类型演变过程,以及与人口增长之间的协调关系,并应用相关分析和主成分分析方法,对影响昆明市建成区扩展的社会经济因素进行分析.结果表明:30年来昆明市建成区扩展了3.07倍,1974～1988年的14年间,仅增加了13.36km²,而1988～2004年的16年,增加了144.07km².其增长速度与市区人口增长速度相比,有时超前有时滞后.建成区是以老城区为核心沿东北、西南、东南三个方向呈“星形”扩展.其扩展占用的土地主要是耕地.自然因素对建成区的扩展形态起着限制作用,社会经济因素是建成区扩展的内在推动力,政策和规划对建成区扩展起着引导和促进作用.     

城乡不透水面增长格局及地表温度的响应特征研究

为探究中国北方中温带,特别是东北寒区快速城市化地区城乡不透水增长格局及地表温度的响应特征,本文以哈尔滨市为例,基于国家资源环境遥感时空信息平台土地利用/覆盖变化（LUCC）数据集解译的2001年与2015年城乡建设用地和Landsat 7/8数字遥感影像,结合植被-不透水面-土壤（V-I-S）端元选取和完全约束最小二乘混合像元线性分解模型进行了不透水面提取（分辨率15 m×15 m）,并运用单窗算法进行了夏季地表温度遥感反演。结果表明：2001-2015年建设用地扩张259.05 km²,不透水面上升163.96 km²,城市与乡村不透水面占各自建设用地的比例由2001年的43.92%、21.35%变化为2015年的49.14%、34.27%,城乡比例差由22.57%缩减至14.87%,单位建设用地内乡村不透水面增量较高;2001-2015年城区以低温区、中温区、高温区为主,对不透水面扩张的响应剧烈,而乡村以低温区和中温区为主,低温区和高温区响应剧烈;地表温度与不透水面具有显著正相关,在低、中、高不透水密度区分别升温1.16o、1.45和1.79 ℃,相同不透水面盖度下城市升温高于乡村。总体而言,研究区不透水面大幅扩张,温度分区变化剧烈,地表温度随不透水面增加升温效果明显。     

近20年来福州城市热环境变化遥感分析

城市热环境是城市微气候的重要组成部分,已成为近年来的研究热点。受制于卫星传感器较低的热红外波段空间分辨率,此类数据反演得到的地表温度难以反映城市热环境的实际情况。为解决这一困境,本文利用空间降尺度HUTS算法反演得到30 m空间分辨率的福州市中心城区1994年5月12日、2003年5月29日和2016年7月27日3个时相的地表温度影像。在此基础上,结合土地利用等数据对热环境的时空变化做定量分析,并进一步引入景观指数,分析近20年间福州市中心城区高温度等级斑块的形态变化。结果表明：① 近20年间随着城市拓展,福州市建成区的高温区域面积从35.75 km²增加到184.11 km²,高温度等级斑块不断从市中心向四周扩散;② 市中心的特高温斑块和高温斑块趋向破裂、分散,聚集程度下降,次高温斑块的面积与占比均大幅提升,成为建成区内高温区域的主要组成部分;③ 城市热岛比例指数URI由0.39上升到0.52,热岛效应明显加强。总体上,近20 a间福州市建成区的热环境变化较大,其中鼓楼区南部、台江区和晋安区南部的高温区域聚集现象有所改善,而仓山区、马尾区和闽侯县的大部分区域在经历快速城市化过程后温度等级明显升高。     

“海上丝绸之路”超大城市环境变化遥感分析

随着城市化进程的加快,如何及时、精确地对城市环境的变化做出评价,进而制定出合理的发展方案,对城市可持续发展至关重要。本文综合利用卫星遥感获取的PM_2.5浓度数据、地表温度数据（Land Surface Temperature,LST）、植被指数数据（Normalized Difference Vegetation Index,NDVI）及城市用地辅助信息数据,基于综合评价指标,分析海上丝绸之路沿线12个超大城市地区2000-2013年环境质量的动态变化。研究结果表明,2000-2013年,海上丝绸之路沿线约75%的超大城市呈现出不同程度的环境恶化现象。12个超大城市用地环境恶化及逐步恶化面积占研究区域总面积的31.33%（4732.39 km²）。2000-2013年,城市扩张用地恶化和逐步恶化面积约占总扩张用地的29.48%（3765.83 km²）。平均地表温度的上升、植被覆盖度的急剧下降及PM_2.5浓度的增加均对海上丝绸之路沿线超大城市环境质量变化产生影响。其中,空气中PM_2.5浓度的大幅度增加是2000-2013年海上丝绸之路沿线超大城市扩张用地环境退化的主要原因。     

基于支持向量机的京津冀城市群热环境时空形态模拟

城市群热环境作为区域生态重要组成部分,已成为近年来的研究热点。而如何选择针对城市群这种复杂地地貌特征的热环境量化工具一直是亟待解决的技术难点,基于此本研究提出了一种解决多样本、非线性、非平稳及高维函数拟合的计算方法,并建立了基于支持向量机(SVM)的京津冀城市群热环境曲面模型来揭示城市群热环境的时空形态变化。研究结果表明：① SVM模型在刻画多核心、多种土地利用类型城市群热环境的空间分布方面具有理论与实践可行性,能够根据热环境的整体空间布局通过高斯核函数进行局部优化差值,最大限度减少缺省值对模型拟合结果的影响。相比于对照方法可以模拟出更高精度的复杂地貌特征城市群热岛空间分布格局;② 在SVM模型曲面拟合的过程中,拟合精度和拟合时间是衡量拟合结果的重要指标,而原始影像的分辨率则是影响该指标的决定性因素;③ 2003-2013年区域内北京市与天津市的城市热岛效应变化最为明显,热岛面积分别增加7091 km²与4196 km²,空间上呈现出逐年接近连片发展趋势,热岛重心移动轨迹具有明显的时空分异性。北京城市热岛特征为东南部地区异速增长,西部地区缓慢增长;天津城市热岛特征为以城市中心为圆心向周围扩展。本研究进一步丰富了城市群热环境评测的定量方法,可以在实践上对城市群的城市规划、城市建设、环境保护和区域可持续发展等提供定量化、可视化的决策支持。     

成都市热岛效应与城市空间发展关系分析

利用Landsat卫星影像反演成都市中心城区1992、2001和2009年的地表温度,建筑用地和植被等信息,计算其城市热岛比例指数(URI),对成都市中心城区热岛效应与城市空间发展关系进行了分析。结果表明,在1992-2009年期间成都市主城区范围从91.24km2扩展到403.8km2。成都市建成区的大面积扩展导致了城市热岛空间分布发生迁移,从单中心聚集分布转变为多中心环状分布。回归分析说明,建筑用地和植被都是影响地表温度的重要因素,其中建筑用地与地表温度呈指数型正相关关系,而植被与地表温度呈负相关关系。总的看来,成都市中心城区在这17年间的热岛效应有了明显的缓解,城市热岛比例指数从0.72下降到0.33。城市植被覆盖率的增加和合理的规划对缓解城市热岛效应起到了积极的作用。     

北京市热岛效应时空变化的HJ-1B监测分析

 本文利用2008-2011年HJ-1B/CCD可见光-近红外数据,以及HJ-1B/IRS热红外数据,采用遥感算法反演北京市地表温度,并用MODIS地表温度产品对反演结果进行了初步验证。同时分析了北京市热岛效应的年际、年内变化趋势。另利用热场变异指数分析其空间分布特征,以及NDVI、NDBI与城市下垫面对热岛效应的影响。结果表明:(1)2008-2010年北京市热岛强度总体呈上升趋势,2011年有所缓解,4年热岛强度分别为:5.2℃、5.2℃、9.2℃、8.2℃;(2)北京市2010年四季存在明显热岛现象,夏季最强,春、秋次之,冬季最弱,四季热岛强度分别为8.2℃、9.4℃、9.2℃、4.3℃;(3)2008-2011年北京市热岛空间分布特征表明,房山区和大兴区的南部热岛效应逐年缓解,2011年昌平区热岛效应比前3年明显,植被和水体形成城市冷岛;(4)地表温度与NDVI呈明显负相关,与NDBI呈正相关,城市热岛效应与下垫面类型存在明显相关性。     

中国大城市的城市组成对城市热岛强度的影响研究

城市的快速扩张诱发并加剧了城市热岛效应,对人类健康和生存发展提出严峻挑战,因此,探索城市组成对城市热岛的影响具有重要意义。本研究在传统城市热岛影响因子的基础上,重点分析城市组成与城市热岛的关系。以13个中国大城市为研究区,利用2015年夏季（6-8月）白天和夜间的MODIS LST数据计算城市热岛强度,并结合土地覆盖数据、人口、区位和气象数据,分析热岛强度和城市地表组成、地表空间格局、人口和区位4类因子的关系。研究结果表明：中国的13个大城市均存在不同程度的热岛效应,城市白天的热岛效应比夜间显著。影响城市白天热岛强度的主要因子为城市建筑用地和林地面积比例、城市建筑用地和林地平均斑块面积、城市建筑用地聚集度和人口密度。城市建筑用地和林地平均斑块面积、城市建筑用地聚集度和林地斑块密度是夜间热岛强度的主要影响因子。城市建筑用地面积和乡村林地面积的增加会导致城市热岛情况的加剧,而通过调节城市地表空间格局（减少平均建筑用地斑块面积和降低建筑用地斑块聚集度）可以更好地降低城市地表温度,减缓城市热岛效应。     

河谷型城市热岛空间分布格局演变及对策——以西宁市区为例

城市热岛效应直接反映着城市的气候特征,这对于研究由城市化发展与环境改变引起的城市气温的变化及保护城市的生态环境具有重要的现实意义。本文利用LandsatTM影像、气象台站资料,基于GIS的空间分析技术及单窗算法,对河谷型城市西宁市的地表温度进行反演,分析了地表温度与NDVI、NDBI的空间对应关系。结果表明:西宁市存在明显的城市热岛效应,热场分布及延伸与西宁市空间扩展布局相一致,热岛范围呈逐年增长的趋势;低、中温区的热岛面积大幅度减少,高温区的热岛范围显著增加;热岛效应冬季最强,夏季次之,秋季有明显减弱的趋势。在河谷型城市的空间格局上,地表温度与NDVI呈负相关关系、与NDBI呈正相关关系。最后,依据热岛时空演化、成因分析和策略研究的思路,从不同角度提出了缓解城市热岛效应的措施和对策,为未来西宁市热环境的改善提供科学参考和决策支持。     

Examining the Relationship Between Spatial Configurations of Urban Impervious Surfaces and Land Surface Temperature

The urban heat island(UHI) effect has significant effects on the quality of life and public health. Numerous studies have addressed the relationship between UHI and the increase in urban impervious surface area(ISA), but few of them have considered the impact of the spatial configuration of ISA on UHI. Land surface temperature(LST) may be affected not only by urban land cover, but also by neighboring land cover. The aim of this research was to investigate the effects of the abundance and spatial association of ISAs on LST. Taking Harbin City, China as an example, the impact of ISA spatial association on LST measurements was examined. The abundance of ISAs and the LST measurements were derived from Landsat Thematic Mapper(TM) imagery of 2000 and 2010, and the spatial association patterns of ISAs were calculated using the local Moran's I index. The impacts of ISA abundance and spatial association on LST were examined using correlation analysis. The results suggested that LST has significant positive associations with both ISA abundance and the Moran's I index of ISAs, indicating that both the abundance and spatial clustering of ISAs contribute to elevated values of LST. It was also found that LST is positively associated with clustering of high-ISA-percentage areas(i.e.,50%) and negatively associated with clustering of low-ISA-percentage areas(i.e.,25%). The results suggest that, in addition to the abundance of ISAs,their spatial association has a significant effect on UHIs.     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。