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。     

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。     

城市热岛效应监测方法研究进展

城市热岛效应是一种由于城市建筑及人们活动导致的热量在城区空间范围内聚集的现象,是城市气候最明显的特征之一.由于城市热岛影响因素以及相互关系的复杂性,为了精确细致地描述其时空分布,人们采用了多种方法来研究城市热岛现象,主要归纳为：气象站法、定点观测法、运动样带法、遥感测定法以及模拟预测等.最后,认为各种测定方法都存在一定的缺陷,建议多种测定方法综合运用.     

城市热岛时空特征及其影响因素

城市热岛强度呈周期性和非周期性交叉性时间变化,水平分布呈现单中心式、多中心、条状、辐射状、格网状等多种格局形式,同时具有明显的立体空间分布特征。城市热岛的形成原因及影响因素诸多,主要归纳为人为热量释放、下垫面性质和结构、植被减少、大气污染、城市格局、天气状况等。     

基于Logistic回归的CA模型改进方法——以广州市为例

基于Logistic回归的CA模型因其结构简单和数据要求相对较小的优势,被广泛应用于城市模拟领域,但数据的空间自相关性影响了模型机制挖掘与模拟精度。通过将影响城市发展演变的各种约束条件划分为强制和普通约束条件,以及运用主成分分析降低普通约束条件的数据相关性,构建了改进型Logistic回归CA模型,并在2000~2008年广州市城市增长模拟研究中进行应用。结果表明:与传统型Logistic回归CA模型相比,改进型Logistic回归CA模型在模型拟合度和精度上均有4%左右的提高。其中约束条件划分对非城市像元模拟精度约有6%的提高,对整体精度有3%的提高。更为重要的是,降低数据相关性后,Logistic回归CA模型对于城市扩展机制的解释更符合实际。本研究旨在寻求一种简单可行且易于构建的CA模型,探求城市发展机理,为城市规划管理提供更为准确的科学依据。