不同土地覆盖类型上植被生长的最适温度

生态过程模型已成为探测陆地植被对气候变化响应的重要手段之一,最适温度作为模型模拟过程中的一个重要参数,其准确性对模型模拟结果有重要影响。本研究以2001-2010年MODIS-NDVI、2001-2010年气象台站温度数据,以及2000年土地覆盖数据,结合前人研究的成果,将最适温度定义为适宜植物生长温度上下限之间所有月均温度的均值,并从植被类型角度出发,探讨不同植物生长的最适温度,以期为生态过程模型的改进提供参数优化方案。研究表明,不同植被类型植被生长的最适温度存在较大差异。常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、灌丛、草地、农田和建设用地的最适温度,依次为22.4℃、23.4℃、14.1℃、19.5℃、20.7℃、22.6℃、15.4℃、24.8℃和25.6℃。     

基于长时序MODIS数据的中国城市昼夜热岛强度时空特征

随着我国城市化进程的加快,城市热岛难显缓解之势,有关土地利用/覆盖类型、城市规模、城市形态对城市热岛的影响已有较多研究,尚缺少气候背景对我国城市昼夜地表热岛强度的影响研究。本文通过长时序的MODIS地表温度数据,从年均、季节和昼夜3个时间尺度,从全国、气候带、城市3个空间尺度探讨了我国347个城市昼夜地表热岛强度的空间分布特征以及时间变化规律。结果表明：① 昼夜差异：我国城市年均地表热岛强度白天（1.25±0.81 ℃）高于夜晚（0.79±0.43 ℃）;② 季节差异：昼夜地表热岛强度在不同季节表现不同,白天表现为夏季高,冬季弱,夜晚四个季节差异不大;③ 气候带差异：昼夜地表热岛强度分布呈现明显的空间分异。白天地表热岛强度表现为热带及亚热带地区高于温带及高原地区,其中南亚热带表现为最强,高原气候区最弱;夜晚则表现为温带高于亚热带、热带及高原地区,其中中温带最强,北亚热带最弱;④ 时空变化：白天地表热岛强度年际呈非显著下降趋势（|Z|<1.96）,而夜晚呈显著上升趋势（|Z|>1.96）;昼夜地表热岛强度年际变化存在季节差异,白天地表热岛强度夏季上升趋势显著高于其他季节,夜晚四个季节都呈显著上升趋势,其中冬季地表热岛强度上升趋势最大;白天呈显著上升趋势的城市主要分布在热带及南亚热带地区,夜晚呈显著上升趋势的城市广泛分布在中温带和暖温带。     

CG-LTDR地表覆盖数据对BCC_AVIM 1.0陆面温度模拟的影响研究

本文将CG-LTDR数据集中的地表覆盖数据产品应用于北京气候中心陆面模式（BCC_AVIM 1.0）中,并通过数值模拟分析不同覆盖类型的数据（冰川、湿地、湖泊、植被PFT）更新对模拟结果的影响。结果表明,新数据对不同地表类型的基本分布特征都有合理描述,但与模式中原有数据的差异明显,表现为冰川比例在格陵兰岛西部地区增加,湿地在大部分地区都减少,湖泊在北美和欧亚大陆中高纬地区的比例减少,但青藏高原及周边地区小幅增加,植被PFT的差异最明显。与采用模式原地表覆盖数据的控制试验相比,新数据引入所致的改变,主要局限于地表覆盖数据改变的区域。冰川数据更新使高纬冰川积雪区和青藏高原的温度降低,湿地数据提高了欧洲和北美主要水区的地面温度,湖泊数据有效降低了亚洲地区的温度,更新植被PFT的影响最广泛,使得南美、南非、东北亚、北美和澳洲大部分地区的温度升高,而中国华南江南地区以及南亚地区的温度降低,但在一些地区的模拟效果降低。数据全部更新引起的温度改变最明显,但并不是所有类型的简单叠加,尤其在地表复杂区域。不同的覆盖类型数据更新,可在一定程度上减少模式对于地表温度的模拟偏差（如格陵兰岛西部和青藏高原地区、欧洲内陆湖区的温度偏高）,因此需适当选用更新的数据。     

三亚热带雨林环境植被和地表能量空间分布特征

遥感地表能量信息通过空间分布及变化趋势体现生态系统要素的格局、状态、质量,客观反映城市生态系统的状态,是度量区域生态系统要素生态过程的重要内容。本文以三亚市热带雨林植被环境的地表能量综合响应特征和作用、影响关系特征为基础,采用植被指数分级、地表能量分级和植被-能量关系等指标,结合雨林垂直分带和植被分布信息,探讨近30年（1987-2016年）不同时期热带雨林环境的水平地带性、垂直地带性及其时空变化特征。结果表明：①近30年三亚市域植被覆盖比例维持在90%左右,植被指数分级构成以高、中数值分布为主,并呈现整体趋高态势。②各级地表能量分布比例的波动幅度在10%之内,中等地表能量级别范围呈现向低地表能量区域扩展趋势。③随着海拔高度的提升,植被指数高数值的热带雨林分布比例增加,地表能量值降低。④热带雨林的地表能量和植被指数的时空分布稳定性均高于人工植被。本文基于遥感地表能量综合响应特征和作用、影响关系特征建立的指标评价体系,可以为热带雨林生态系统的量化评价提供支持。     

基于遥感指数的南京市城市热岛时空演变分析

以南京市为研究区域,基于Landsat系列影像,采用单窗算法反演南京市2000—2017年的地表温度.通过地表温度均值标准差法划分城市热岛等级,分析南京市城市热岛时空演变特征,并基于归一化植被指数(NDVI)和归一化建筑指数(NDBI),分析南京市城市热岛和植被覆盖及不透水面的关系.研究结果表明,南京市2000—2017年城市热岛现象明显且有逐渐增长趋势;南京市城市热岛与植被覆盖、城市不透水面表现出较强的空间一致性;南京市城市热岛与植被覆盖和不透水面分别呈现负相关和正相关关系.研究为南京市城市环境管理与城市合理规划提供了一定的理论依据与参考.     

秦巴山区植被覆盖与土壤湿度时空变化特征及其相互关系

基于2001-2014年MODIS-NDVI和MODIS-LST数据,利用温度植被干旱指数对土壤湿度进行遥感反演,分析了秦巴山区植被覆盖与土壤湿度时空变化特征及其相互关系。研究发现：① 秦巴山区植被覆盖与土壤湿度均呈增加趋势;② 植被覆盖整体水平较高且表现出“四周低,中间高”的空间分布特征,土壤湿度整体表现出“北低南高”的空间分布特征,大体上二者呈现出空间分布正相关性;③ 植被改善趋势表现明显,显著改善区分布分散,无明显集中区域,退化区域主要集中于北部渭河沿岸及东部边缘少量地区;土壤湿度增长态势明显,增大区分布于除西北边缘及东北边缘外的几乎整个研究区中,减小区域面积小且大部分表现不显著;④ 秦巴山区植被覆盖与土壤湿度时空变化上呈现出明显的正相关性,其中69.71%的区域表现出土壤湿度增大-植被覆盖改善的特征,分布于研究区除四周边缘地带外的大部分地区。     

MODIS_LST与AMSR-E_BT的相关性及地表温度反演

本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。     

植被与不透水面的降温和增温效率分析方法

基于遥感的城市热环境研究通常通过分析植被、不透水面和地表温度（Land Surface Temperature, LST ）的关系来进行。虽然植被的降温作用和不透水面的增温作用已受到普遍认可,但缺少针对降温和增温效率的定量研究,本研究采用地表降温率（Land Surface Cooling Rate, LSCR）和地表增温率（Land Surface Warming Rate, LSWR）量化植被降温效率和不透水面增温效率并对2017年江苏省南京市城市热环境进行分析。以Landsat 8 OLI 4期遥感影像为数据源,利用线性光谱混合分析法（Linear Spectral Mixture Analysis,LSMA）获取亚像元植被覆盖度（Fractional Vegetation Coverage, FVC）、不透水面覆盖度（Impervious Surface Percentage, ISP）并利用高分Google影像进行精度验证。结合地表温度（Land Surface Temperature, LST）反演结果计算各季总体LSCR和LSWR,分析不同LST对总体LSCR和LSWR的影响。最后,将FVC和ISP分别按照阈值平均划分为4个区间,计算各区间的LSCR和LSWR,并在此基础上分析不同区间LSCR和LSWR的变化情况。研究结果表明： ① LST与整体LSCR、LSWR正相关,夏季植被降温效应和不透水面增温效应最强,LSCR和LSWR分别为5.6%和5.1%;② 夏季各区间LSCR与FVC正相关,FVC为75%~100%时LSCR达到最大值7.5%;各区间LSWR与ISP负相关,ISP为75%~100%时LSWR达到最小值2.4%;③ 当FVC为0~25%,ISP为75%~100%时,可以充分发挥植被的降温效应,抑制不透水面的增温效应,是最佳的植被和不透水面组合方案。本研究采用的LSCR和LSWR分析方法可以从抑制地表温度上升的角度选择最佳的FVC和ISP区间,未来可基于此横向对比不同城市,并结合纬度、地形、气候、树种等因素对LSCR和LSWR的影响,进一步探索LSCR和LSWR的影响因子和变化规律。     

长沙市热岛效应时空特征变化研究

本文基于1991-2015年长沙市9景Landsat TM/ETM影像,采用单窗算法反演了长沙市建成区的地表温度,提取了土地利用/覆盖类型,并结合相关资料对长沙市热岛效应时空变化特征以及城市热环境与城市土地利用/覆盖变化之间的关系进行了分析。结果表明长沙市热岛范围随着建成区范围的扩大不断增大,并且热岛的时空演变与建成区扩大的趋势一致：1991-1996年,长沙市热岛向东发展迅速,截至1996年东部热岛面积增加达53.54 km² ;1996-2003年,受城市建成区扩展影响,热岛向西部延伸,增加面积达39.88 km²;2003-2007年,建成区热岛向西部、南部加速发展,热岛增加总面积达33.55 km²;2007年后,长沙市建成区与热岛范围开始向东、西、南、北4个方向全面扩展。此外,建成区土地利用/覆盖情况发生了很大的变化,大量绿地转变为建设用地和耕地,极大地影响了地表温度的空间分布,各土地类型之间的温度差异显著缩小,水体良好的吸热性能明显地体现出来,建筑用地和裸地则对地表温度的贡献显著增大。     

城市地表热辐射方向性研究进展综述

热辐射方向性是指从不同方向观测同一目标地物时,测得的热辐射值各异的现象,通常体现为方向性辐亮度或亮温各异。随着高空间分辨率遥感数据的出现,面对高精度地表温度产品的需求,热辐射方向性效应不可忽视,如今已成为热红外遥感重点关注的问题之一。对于物质组成不均一、几何结构复杂的城市地表来说,热辐射方向性尤为显著。本文整理、分析了在城市地区开展的一系列热辐射方向性观测试验和正演模型,其中也包括一些对地表温度真值的有益探索;并对城市热辐射方向性强度的影响因素进行了归纳,包括观测季节与时间、地表几何结构、材料自身的物理属性、观测角度、视场角等,这些因素会使热辐射方向性的强度呈现出一定的时空规律性。最后,针对提高城市地表温度的反演精度、如何更好地开展城市热辐射方向性研究提出了5点展望。     

基于地理国情监测框架下长沙市望城区地理空间分析

利用望城区2013年LANDSAT8卫星遥感数据,反演了望城区地表温度;并结合望城区地理国情普查成果数据进行动态分析,结果表明望城区地理国情普查地表覆盖数据与利用LANDSAT8反演的地表温度之间有很好的相关性。该研究成果对于动态监测城镇土地利用变化,优化土地资源配置具有一定的参考意义。     

基于遥感信息的城市地表能量空间分布及特征研究——以国际宜居城市为例

遥感地表能量信息能够反映城市生态系统成分、作用与影响关系。本研究从城市生态系统的角度,提取能反映城市下垫面地物实体综合特征、作用与影响关系的相对地表能量信息,针对不同区域、规模与类型城市的地表能量空间分布及特征,建立了定量化的城市相对地表能量分级与评价指标。探讨国际"宜居型城市"生态系统结构、功能、形态及其时空变化特征和规律。结果表明:(1)城市实体空间建筑群的形状、体量,街道与建筑的朝向和配置关系,以及硬质化表面开放性的差异影响城市地表能量的分布。(2)建筑物周边的植被覆盖程度、建筑物之间的空间关系、广场和街道的开放性等,是维持城市开敞空间与实体空间的混合区域地表能量平衡的基础。宜居城市中心周围的大规模低密度居住区构成以中等能量分布为主的城市地表能量缓冲与过渡区。(3)城市开敞空间的地表能量变化幅度比实体空间大,宜居城市开敞空间的中、低地表能量分布占有较高比例。(4)宜居城市实体空间的高能量斑块呈现规模较小和分布相对分散的状态。采用相对地表能量分级与评价指标,可为各类城市规划与设计提供科学依据。     

基于遥感信息的城市地表能量空间分布及特征研究——以国际宜居城市为例

遥感地表能量信息能够反映城市生态系统成分、作用与影响关系。本研究从城市生态系统的角度,提取能反映城市下垫面地物实体综合特征、作用与影响关系的相对地表能量信息,针对不同区域、规模与类型城市的地表能量空间分布及特征,建立了定量化的城市相对地表能量分级与评价指标。探讨国际“宜居型城市”生态系统结构、功能、形态及其时空变化特征和规律。结果表明：（1）城市实体空间建筑群的形状、体量,街道与建筑的朝向和配置关系,以及硬质化表面开放性的差异影响城市地表能量的分布。（2）建筑物周边的植被覆盖程度、建筑物之间的空间关系、广场和街道的开放性等,是维持城市开敞空间与实体空间的混合区域地表能量平衡的基础。宜居城市中心周围的大规模低密度居住区构成以中等能量分布为主的城市地表能量缓冲与过渡区。（3）城市开敞空间的地表能量变化幅度比实体空间大,宜居城市开敞空间的中、低地表能量分布占有较高比例。（4）宜居城市实体空间的高能量斑块呈现规模较小和分布相对分散的状态。采用相对地表能量分级与评价指标,可为各类城市规划与设计提供科学依据。     

福建省地表温度与植被覆盖度的相关性分析

地表温度（Land surface Tenperature, LST）和植被覆盖度（Fractional Vegetation Coverage, FVC)是生态环境变化的重要指标因子,研究两者的时空变化及相互关系对评价区域生态环境建设、改善区域生态环境具有重要意义。本文以福建省为研究区域,利用2001-2015年MODIS 11A2 LST和13Q1 NDVI数据,在时序数据重构的基础上对福建省LST时空变化及LST与FVC的相互关系进行分析。结果表明：①2001-2015年福建省LST总体呈轻微下降趋势,尤其是2010年之后其LST明显降低。LST与FVC的空间分布具有较好的负相关一致性：在FVC较高的区域,LST值较低;在FVC较低的区域,LST较高。② LST与FVC、DEM和纬度均成负相关关系,且负相关性在一年之中随着月份的变化而呈规律性增加或降低。夏季FVC对LST的负相关性最大为0.7,冬季FVC对LST的负相关性降低为0.4。③LST随着FVC增加而降低的趋势呈现分段线性关系,存在“FVC拐点”。“FVC拐点”前后随着FVC增加LST的降低速率在夏季 “先慢后快”,而在冬季则“先快后慢”。春秋两季,LST随着FVC增加而降低的速率在“FVC拐点”前后差异变小。在夏季,当FVC大于0.4时,FVC每增加0.1可降低LST约0.77 °C,降温效果大约是FVC小于0.4时的2倍。因此如果要有效地降低夏季地表高温,要使地表植被覆盖大于40%,才能较好的发挥植被的降温的作用。④在1-8月份,FVC对LST的负相关作用存在滞后性,FVC变化对滞后一个月的LST时空分布影响更大。研究成果对福建省生态环境建设与评估具有一定的意义,对于发挥植被对区域高温抑制作用提供了重要的参考依据。     

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。     

城市地表净辐射通量的季相变化及与地表覆盖格局的关系研究

本研究利用厦门市4个季节的Landsat-5 TM遥感影像和气象资料,反演地表净辐射通量,进而分析其季相变化特征;使用景观格局指数表征和描述地表覆盖的空间组成与配置,采用相关分析、偏相关分析、逐步回归和方差分解相结合的方法,从多季节角度研究地表覆盖格局对地表净辐射通量的影响。结果表明：① 厦门市地表净辐射通量平均值夏季最高,春季次之,秋季和冬季较低,地表净辐射通量在水体和林地区域较高,建设用地和裸地等其他地表覆盖类型区域较低;② 地表覆盖的空间配置对地表净辐射通量没有显著影响;③ 地表覆盖的空间组成对地表净辐射通量产生重要影响,全年内林地和裸地所占面积比例对地表净辐射通量的影响最显著,林地所占面积比例是影响和解释地表净辐射通量跨季节差异的最重要和持续有效的因素。该研究加深了关于地表覆盖格局对地表净辐射通量的影响的科学认知,有助于探索城市热岛的形成和演变机制,也可为城市规划和可持续发展提供理论依据和实践指导。     

陕北地区1997-2006年NDVI变化与气候因子的关系

利用1997-2006年的AvHRR NOAA遥感资料,对陕西省陕北地区(榆林市、延安市和铜川市部分地区)地表植被指数的空间变化和时间变化进行了分析,并对相应时段的气候因子与植被指数之间的关系,以及气候因子对该地区植破的影响进行了分析.结果表明:近10a陕北大部地区平均植被有增加的趋势,但部分地区有减少的趋势.四季平均NDVI呈上升趋势,春季是陕北季平均NDVI上升趋势最为显著,上升速度最快的季节.降水量对地表植被的变化起重要的作用,特别是对农业用地植被和草地植被的影响;对于常绿针叶林和落叶阔叶林植被,降水的年际变化对地表植被的影响较小;温度的变化对地表植被的变化影响显著.     

基于马尔可夫链和最大后验准则的模拟静止气象卫星数据地表组分温度反演

地表组分温度比像元混合温度具有更强的物理意义和实用价值,是定量遥感反演的一个重要研究方向。本文以马尔可夫链和最大后验准则地表温度尺度转换方法,结合静止气象卫星数据高时间分辨率的特点,通过模拟静止气象卫星数据地表组分温度反演进行分析和验证。在研究过程中,地面被简化为由植被和土壤两组分组成,同时假设邻近像元的植被和土壤组分温度相同。鉴此,本文通过模拟构建20×20像元大小的静止气象卫星混合像元图像,并对各像元各时刻温度添加均值为0标准差为2K的随机误差,最终应用所提算法估算各像元各时刻的植被和土壤组分温度大小。精度分析结果表明,该算法能够较为精确地反演植被和土壤组分温度,且误差基本控制在2K以内。此外,本文还进一步讨论了算法的适用性及其对混合像元温度误差、植被覆盖度误差,以及邻近像元植被覆盖度变化范围的敏感度。分析结果再次证明,该方法对混合像元温度误差和植被覆盖度误差都具有较低的敏感性,在最大温度误差条件(均值为1.8K,标准差为5K)和最大植被覆盖度误差(均值为0.18,标准差为0.2)的条件下,各组分温度的估算精度分别能控制在3K和2K以内,满足精度要求。但是,由于组分温度初值的确定方法,对所计算窗口内植被覆盖度变化范围有较强的敏感性,反演结果与植被覆盖度变化范围相关,要求窗口内植被覆盖度变化范围足够大才能满足初值估算的精度要求。     

2000～2010年北京市地表覆盖变化分析

利用地表覆盖产品GlobeLand30数据,对2000～2010年北京市行政区划范围内的地表覆盖变化原因进行综合分析.研究发现:①北京市地表覆盖变化呈地带性变化,具有圈层结构特点及显著的区域差异性;②北京市地表覆盖变化较大,其中,人造地表显著增加,森林亦呈增加态势,而耕地、草地及水体面积则大幅度减少;③引起地表覆盖变化的因素主要包括经济因素和政府政策、人口因素及地形因素等.     

融合土地覆盖和土壤水分产品的近地表空气温度空间化方法

空气温度是评价人居环境的重要指标,与人类的生产生活息息相关;其观测对于水文、环境、生态和气候变化等方面的研究具有重要意义。传统的大范围空气温度观测数据一般通过气象站点获取,但由于气象观测站点空间分布离散稀疏的特点,所获取的数据不能精确描述空间连续的空气温度变化情况。因此,实现基于遥感数据的近地表空气温度精准估算具有重要的现实意义。本研究基于精细的地表覆盖类型、空间连续的土壤水分、地表温度（LST）数据,并结合其他辅助数据,构建了近地表空气温度空间化模型,并对近地表空气温度影响因子进行评估,发现地表覆盖类型对近地表空气温度的影响最大,土壤水分为最活跃的影响因素,经验证,模型精度较高,R²接近0.85,RMSE为0.5℃。本研究获取的精确空间连续的近地表空气温度信息,能够充分表达其空间异质性,为农业气象灾害灾变过程监测、农作物生长过程模拟、区域气候变化分析等研究提供良好的近地表空气温度数据支撑。