基于HJ-1B/IRS的重庆市热岛效应监测应用

本文利用MODIS数据反演大气透射率,利用HJ-1B/CCD进行分类,并反演地表比辐射率.在此基础上,借鉴单窗算法,利用HJ-1B/IRS数据反演得到地表温度,并利用MODIS温度产品对反演结果进行了初步验证.最后利用热场变异指数进一步分析重庆的热岛空间分布特征,并对NDVI与NDBI对热岛效应的影响进行了分析.其结论...     

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。     

北京城市建筑密度分布对热岛效应的影响研究

“热岛效应”是现代城市气候的主要特征之一,本文基于高分辨率遥感影像,通过人工目视解译获取了北京市五环内的不同建筑密度区,进而结合遥感反演获得的地表温度数据,分析了城市建筑密度分布与城市热岛效应及其变化之间的关系。结果表明,北京市五环内的建筑以中密度区为主,高密度区次之,各建筑密度区在不同环线之间的分布也有较大差异。高密度区主要分布在二环以内,中密度和低密度建筑区主要分布在二、三环之间,高层建筑区总体分布较少,主要分布在二、三环和三、四环之间。城市建筑区的地表温度与建筑密度呈现显著正相关关系,城市建筑密度越大,其地表平均温度就越高,北京市高密度区的平均温度达到30.5 ℃,而高层建筑对热岛强度具有一定的缓解作用,北京高层建筑区的平均温度为28.32 ℃,比高密度区低2.18 ℃。从热岛强度变化来看,总体上高密度区、中密度区和低密度区的热岛强度均为增强的趋势,其中高密度区热岛强度增加的幅度最大,热岛强度增加了0.56 ℃,只有高层建筑区的热岛强度表现为减弱趋势,热岛强度降低了0.07 ℃。     

萍乡市海绵城市建设对热岛效应减缓的实证研究

为了对海绵城市建设成效进行客观评价,本文对2013、2019和2020年的Landsat 8遥感影像进行了陆表温度(Ts)反演,计算城市热岛强度(UHII),归一化热岛强度指数(NHIII),用于分析萍乡市海绵城市建设前后热岛强度的变化.并与该地区土地利用分类图及其他气象要素分布图进行叠加分析,研究城市热岛效应(UHIE)的产生机制和成因.结果表明:林地面积占比和区域的平均热岛强度呈负相关关系,相关系数为0.69;人工表面面积占比和区域平均热岛强度呈明显正相关关系,相关系数为0.86;2019和2020年夏季的平均城市热岛强度相比2013年分别下降了0.58℃和0.9℃,海绵城市建设对区域热岛效应具有缓解作用.说明在城市建设规划中,适当增加水体和绿地面积不仅可以改善城市景观,还可以缓解城市热岛效应.     

成都市城市热岛效应分析

城市热岛效应是城市气候最显著的特征之一.基于地理信息系统和不同时次的遥感影像,探讨成都市地表温度、热岛强度、热岛等级的分布特征及其演变.结果表明:成都市热岛效应明显且夜间夏强冬弱,地表温度呈条状分布;日间城市多数区域属于弱热岛以上等级,中心城区偏向强热岛和极强热岛,夜间强热岛面积扩张,冬季热岛等级增加明显;2002～2012年,城市热岛等级增加,强热岛面积扩张,但存在昼夜和季节性差异.     

成都市城市热岛效应分析

城市热岛效应是城市气候最显著的特征之一。基于地理信息系统和不同时次的遥感影像,探讨成都市地表温度、热岛强度、热岛等级的分布特征及其演变。结果表明:成都市热岛效应明显且夜间夏强冬弱,地表温度呈条状分布;日间城市多数区域属于弱热岛以上等级,中心城区偏向强热岛和极强热岛,夜间强热岛面积扩张,冬季热岛等级增加明显;2002~2012年,城市热岛等级增加,强热岛面积扩张,但存在昼夜和季节性差异。     

基于RS与GIS的北京市热岛研究

基于普适性单通道算法,利用2005年5月6日的TM数据反演北京市区的实际地表温度。在此基础上,分析了北京市区的热环境特征、热岛分布的位置。运用GIS空间分析工具,分析了地表温度与地形特征和地表覆盖类型之间的关系。结果表明,北京市热岛分布具有环状和带状分布特征,高程较低处和坡度较小处更容易形成热岛中心,不同地表覆盖类型的热特征具有显著的差异。     

2005-2016年北京中心城区热岛时空格局及影响因子多元建模

城市热岛效应作为城市范围的一种典型气候特征,在近年来受到了广泛的关注。了解城市热岛时空演变及形成原因对缓解城市热环境和提高人居舒适性有着重要意义。以北京市中心城区为例,首先,基于Landsat卫星2005、2010、2016年的热红外影像数据反演得到地表温度,采用均值标准差方法对地表温度进行划分得到多等级的热岛强度,分析城市热岛的空间格局和随时间的演变规律;其次,提取不透水层、植被、裸土和水体4种典型地物类型,统计不同年份下各热岛强度之间的转移信息并计算相关的热力景观格局指数;接着,依据离市中心的距离将中心城区分为30级缓冲区,统计分析每一级缓冲区内各地物类型的面积比例与热岛强度信息。最后,以各地物类型的统计数据,结合离市中心的距离,建立各影响因子与热岛强度之间的多元关系模型,综合分析地物类型和市中心的距离变化对城市热岛的影响。结果表明：北京中心城区整体热岛强度呈逐年增长的趋势,高等级热岛强度的热力斑块面积逐步扩张,热力景观类型的多样性随时间推移呈下降态势。不透水层对热岛强度的影响较大,具体表现为不透水层盖度越高,热岛强度越大;热岛强度随离市中心距离的增大逐渐降低。     

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。     

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。     

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。     

等间距法和均值标准差法界定城市热岛的对比研究

利用ASTER数据反演地表温度,采用等间距法和均值-标准差法,将研究区温度场分别划分为4级、5级、6级,并根据热岛区的界定进一步将4级、6级细分为4级(a)、4级(b)、6级(a)和6级(b)。在此基础上,对两种方法从城市热岛数量结构差异、热岛空间分布及细节表达等方面进行了系统对比分析。结果表明:两种方法所界定热岛的面积百分比随着分级数不同均出现跳跃现象,趋势基本一致。但就热岛强度而言,均值-标准差法对分级数的敏感性较等间距法小,在热岛的空间分布和温度变异的细节表现力等方面,均值-标准差法也优于等间距分级法。因此,综合来看,均值-标准差法是城市热岛界定的较适合方法。均值-标准差法以地表温度相对于平均温度的变异程度为依据进行热场划分,在多时相城市热岛演变、对比等研究中,一定程度上可以避开时相的差异。     

城市绿量的遥感估算与热岛效应的相关分析——以北京市五环区域为例

 本研究以遥感分析北京城市绿地对地表温度的影响,研究包括绿地提取、绿量估算、地表温度反演,地表温度和绿量相关分析。并以高精度Rapid Eye遥感影像,提取了五环内的绿地面积(197.3km²,占城区总面积的29.6%),且估算绿量总值为2450.7km²。同时用2009年7月20日的Landsat5 TM 6波段数据进行地表温度反演,低温区、中温区、次热岛和热岛区域所占的五环内城区面积的比例分别为12.3%,34.7%,40.4%和12.6%。绿量和地表温度呈负相关关系:y=-1278.7x+60650,城市绿地可以使城区平均温度降低2.6℃。     

2005-2014年北京市主要城建区热岛强度时空格局分析

本文利用LANDSAT-8数据计算距离加权不透水面聚集密度,以城市聚类算法提取北京市主要城建区范围。并用2005-2014年MODIS 8天合成地表温度产品,以主要城建区面积150%的周边区域作为边缘区,计算城建区与边缘区平均温度差值为热岛强度;分析北京市主要城建区热岛强度年内时序变化;依据地表温度与当月平均热岛强度对热岛强度进行等级划分,统计不同热岛强度等级出现频率,分析其空间分布特征及与不透水面聚集密度的相关性。结果表明：（1）年内1-12月热岛强度随边缘区平均温度变化显示较好的规律性,白天为逆时针分布,夜间为顺时针分布;（2）白天热岛强度等级以2、3级为主,春、夏季中南部为三级热岛强度高发区;夜间呈现由外围向中心的“环状递增”特征,高等级热岛强度出现的频率由外围向中心不断递增;（3）不透水面聚集密度对白天不同等级热岛强度出现频率影响显著,1-4级热岛强度出现频率,随不透水面聚集密度增加而增加,不透水面聚集密度达到50%后的影响趋于减弱。     

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.     

改进的DisTrad模型在地形起伏区地表温度空间分辨率提升的应用

DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。     

基于LCZ的城市热岛强度研究

城市热岛强度是城市热岛研究和应用中的一个重要度量指标,但其科学计算一直是该研究的难点。目前常用的基于气象站的城乡温差计算法,由于在代表城区与郊区温度的选择上存在困难,较难准确客观地计算热岛强度。为此,本文在LCZ分类体系的基础上,结合卫星遥感影像数据,将其应用于福州市的城市热岛研究中,以科学地计算城市热岛强度。研究表明,采用分层分类和人工目视解译相结合的方法能较好地实现LCZ的遥感分类,并确定出分别代表城市和郊区的地表温度,据此计算得到2015年9月27日福州的城市热岛强度为6.73 ℃,热岛效应十分显著。进一步将分类结果与遥感地表温度影像叠加,可有效地区分各地类的热特性,全面反映城市热岛的分布状况。