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。     

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。     

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。     

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。     

福州市城市不透水面景观指数与城市热环境关系分析

城市化致使城市环境问题的产生,城市热环境问题就是其中之一。本文从不透水面方面研究对城市热环境的影响。根据福州市1989年和2001年LandsatTM/ETM+遥感影像数据,利用线性光谱分解法提取两时相不透水面信息,并离散化分级为中低、中、中高、高密度区4个区域,分别计算这4个区域的地表温度(LST)、归一化植被指数(NDVI),并进行相关性分析;根据阈值法和范围法分别计算不透水面的PD、AI、LPI等景观指数,结果表明:两时段内不透水面的面积有所增加,在高密度区增加明显;不透水面与地表温度的呈正相关,相关系数分别为0.66和0.71;不透水面景观指数对FISA敏感,景观指数整体的变化趋势与地表温度的变化趋势相一致,FISA值越大,温度越高,且各斑块的形状越来越复杂,空间的连续性越强;聚集度越高,人类活动也越强。     

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。     

地表温度扰动特性及其与建设用地扩张的关系

河口地区是人口密集、经济繁荣的区域之一,同时也是生态环境脆弱区,易受到人类活动带来的负面影响,其中热环境恶化问题尤其突出。本文基于多源遥感影像数据,结合遥感技术和统计学方法,研究城市化进程中闽江河口地区20年来的地表温度变化特性;利用Moran's I指数分析研究区表面温度的空间集聚特性及其产生的尺度效应,并定量分析表面温度与不同景观类型的相关性。结果表明：① 1993-2013年,闽江河口地区建设用地面积大幅增加,经历了由慢至快,而后稳中有升的过程;城市扩张是通过大量大规模的边缘式扩张实现的,东部、西部和南部是扩张的3个主要方向。② 地表温度空间格局变化明显,次高温区和高温区显著增加,次低温区和中温区减少,低温区变化不大;高温区扩散方向与建设用地扩张方向基本一致。③ 地表温度存在明显的扰动现象,表现为靠近主城区剧烈,城郊和郊区相对和缓的特性,同时地表温度空间格局具有显著的空间聚集性。④ 建设用地扩张是地表温度增强的重要原因,林/草地和水域能有效缓解区域高温;耕地并未表现出显著的降温效果,但随着耕地比重的增加,地表温度逐渐趋于稳定。研究结果可为改善城市热环境、促进区域可持续发展提供有益参考。     

无锡市城市扩张与热岛响应的遥感分析

以无锡市2001和2008年的Landsat TM/ETM+影像为数据源,采用DBI-SAVI指数相结合的方法,提取无锡市城镇信息,得到2001-2008年间无锡市城市扩张图。同时利用热红外波段反演城市地表温度,分别得到2001年和2008年无锡市城市地表温度分布图。最后,结合城市热场变异指数和无锡市2001-2008年社会经济和人文数据,分析城市扩张与热岛响应。结果表明:2001-2008年无锡城市化呈现出不断增加的态势,同时城市空间扩张呈现出不均匀性,主要表现为集中发展和条带状发展两个特点,扩张方向主要集中在常州-无锡-苏州城市中心线沿线和环太湖方向,其中,以东南部扩张最为迅速。在城市扩张的同时,无锡市地表温度逐渐上升,城市热岛面积不断扩大,由条带状分布变为哑铃状分布,城市扩张与热岛分布在空间上呈现出一致性,因此,城市热岛是城市扩张的直接反映。     

基于随机森林算法的近地表气温遥感反演研究

近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素。为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温。结果表明,随机森林反演的近地表气温平均绝对误差（MAE）为0.80 ℃,均方根误差（RMSE）为1.06 ℃,与传统多元线性气温回归方法相比,平均绝对误差（MAE）和均方根误差（RMSE）分别提高0.06 ℃和0.09 ℃。研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性。此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程。     

大连市城区绿地时空特征的热环境效应研究

本文选择大连市沙河口和西岗区为研究区,以Landsat ETM、SPOT等数据为基础,通过遥感解译和反演得到1999年和2013年研究区内绿地及地表温度空间分布及演变特征,结合温度-植被指数（TVX）空间分析法测度城区发展过程中绿色空间减退所引起的热环境效应,以提出更有针对性的城市气候变化适应性规划。研究结果表明：（1）1999-2013年,研究区绿地面积减少43.8%,绿地斑块增加42.9%,城市绿地呈现面积减少、空间分布碎化的演变特征。其中,森林绿地、公园绿地和街区绿地转化为建设用地的贡献率分别为43.8%、42.9%和13.3%,街区绿地因原始面积小且转化率高,被建设用地侵占最为严重。（2）1999-2013年,研究区地表温度最高值上升5.2 K,地表温差增加1.7 K,地温聚集区间由301.6 ~304.7 K上升至306.5~310.9 K,热环境效应加剧。（3）TVX模型追踪结果显示,快速城市化过程中研究区内城市绿地转化为建设用地引起植被覆盖度下降和地表温度上升,其中街区绿地被侵占造成的地表热环境效应大于公园绿地和森林绿地。     

北京市TM图像城市扩张与热环境演变分析

北京城市规模的扩大,对城市环境的影响越来越显著。本文利用3期TM数据对北京市城市扩展、植被变化及其环境影响进行了分析。首先对图像进行辐射归一化,然后分别提取城市用地扩展信息和植被变化信息。并利用普适性单通道算法反演了地表温度,分析了热环境的变化。结果表明,城市扩展区和热状况加重区具有很好的对应性,而植被增加区则对应着热状况减轻区和热状况基本未变化区。城市扩展和热状况加重具有相似的规律,都是从市中心向外围呈辐射状蔓延,与北京市的环状城市结构相符合。     

基于局地气候分区体系的福州城市热环境研究

局地气候分区体系（LCZ）能够有效建立城市气候与空间形态间的定量关系,揭示城市内部热环境分异特征,是当前备受关注的城市热环境研究方法。本文以我国新晋“火炉城市”福州的主城区为研究区,使用2019年9月22日过空的Landsat-8影像,对基于LCZ的热环境空间分布特征与LCZ类间/类内差异进行分析,并就福州城市热环境的改善提出规划建议。研究表明:① 福州主城区以密集的中、低层连片建筑为主,并呈集聚式分布;② LCZ各类间存在明显的地表温度差异,大型低层建筑（LCZ 8）的温度最高,达41.56 ℃,密集低层建筑（LCZ 3）和工业厂房（LCZ 10）次之,分别为40.90 ℃和40.39 ℃,而茂密树木（LCZ A）和水体（LCZ G）的温度最低,均值为29.94 ℃;③ 根据福州城市发展的时空特征,将主城区分为二环区与三环区进行LCZ类内温度差异的比较分析,可以发现主城区内的主要LCZ建筑类别存在0.5~1.5 ℃的类内差异,造成这一差异的主要成因包括植被、水体等环境要素配置、建筑布局与邻近效应;④ 建筑层高与地表温度呈现显著的负相关关系（r=-0.858, p< 0.001）,并且由于高层建筑对太阳辐射的遮挡,其建筑阴影能够部分降低周边相对低矮建筑的表面温度和区域温度;⑤ 在今后的规划中,低矮连片的高密度居住区是改善城市热环境的重点区域,同时高层建筑虽有一定的降温效果,但对于城市风道的阻挡作用不可忽视,应留出足够的城市通风道。     

福州市地表温度热点及时空变化分析

中国作为世界第一大发展中国家,近年来城镇化发展迅速,大量自然地表转化为人工地表,从而引起了一系列环境问题,其中以城市热岛问题最为显著。因此如何缓解因城市化进程的加快引起的城市热岛效应已成为热门研究方向。为精确分析城市空间格局对热集聚的影响,本研究利用2000年5月4日的Landsat ETM+和2016年7月27日获取的Landsat OLI两期遥感影像,获取福州市的土地覆盖信息并进行精度验证。在地表温度（Land Surface Temperature, LST）反演基础上通过热点分析（Getis-Ord Gi*）,并结合不透水面（Impervious Surface Area, ISA）信息来研究城市化进程中福州市16 年来 LST的变化特性,空间集聚特性及其产生的尺度效应。热点分析结果显示：① 通过分析福州市内各地和热点中心的距离与LST的关系可较好地反映空间热聚集。2000 年在距热点中心0.97、1.03、0.95 km范围内热聚集明显;2016 年则增长到分别在距热点中心半径1.89、2.01、2.10、2.05、2.13 km范围内热集聚显著且热点区数量也从3 个增加至5 个。热集聚区（热点区和较热区）总面积在此期间从15.7%增至47.3%;② 由于热点图中的热点区和冷点区的形成不单取决于LST的高低,因此热点分析与空间自相关分析方法相比,能更直观地分析土地覆盖变化对LST的影响,了解城市内部热强度变化的细节。本研究采用的热点分析方法可用于城市环境保护与规划,将来还可作为城市土地规划与热环境影响的分析依据。同时可利用热点分析图模拟城市微气候,估算城市绿地降温程度等。此外,未来还可基于此进一步探讨更多时相以及不同城市的对比分析,特别是对不同城市类型如带状城市,多中心城市及中心城市等的研究。     

Impacts of park landscape structure on thermal environment using QuickBird and Landsat images

Urban parks composed mostly of vegetation and water bodies can effectively mitigate the urban heat island effect. Many studies have investigated the cooling effects of urban parks; however, little attention has been given to park landscape structure. Based on landscape metrics, this study has explored the influences of the park landscape structure on its inner thermal environment, taking heavily urbanized Beijing Municipality in China as the study area. Three indices, including the percentage of landscape (PLAND), landscape shape index (LSI) and aggregation index (AI), were used to measure the composition and configuration characteristics of the landscape components inside the parks. The indices were calculated for five landscape types being interpreted from Quickbird images. Urban thermal conditions were measured using the land surface temperature (LST) derived from Landsat TM images. The results showed that the park LST had a negative relationship with the park size, but no significant relationship was found with park shape. For the park’s interior landscape, however, the configuration and composition characteristics of the landscape components inside the park explained 70% of the park LST variance. The area percentage of water bodies and the aggregation index of woodland were identified as the key influencing characteristics. In addition, when the composition and configuration characteristics of the park landscape components were separately considered, the configuration characteristics (LSI and AI) explained approximately 54% of the variance in park LST, which was comparable with that explained by the composition characteristics (PLAND). Thus, this study suggested that an effective and practical way for urban cooling park design is the optimization of spatial configuration of landscape components inside the park.     

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。     

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。     

TM热波段图像的地表温度反演算法与实验分析

目前利用LandsatTM热波段数据反演地表温度有3种算法:辐射传导方程法、单窗算法和单通道算法。辐射传导方程法由于计算过程复杂且需要实时大气剖面数据,因而实际应用较为困难。单窗算法和单通道算法对Landsat热波段反演地表温度能获得较高精度。单窗算法所需的大气参数包括近地表气温和大气水分含量,单通道算法所需的大气参数仅为大气水分含量。地表辐射率为这两种算法共有的关键参数。本文以福建省福州市为研究区,使用1989年6月15日LandsatTM数据,利用单窗算法和单通道算法对研究区进行地表温度反演,并将这两种算法的反演结果与研究区反演的亮度温度进行了比较,结果表明:(1)两种算法反演的结果总体趋势比较接近,但单窗算法的结果相对于单通道算法较低,二者相差约2.45℃;(2)两种算法的结果与亮度温度相比,单窗算法要高出约2.84℃,而单通道算法则要高出约5.28℃。