“源-汇”景观格局的热岛效应研究——以武汉市为例

论文基于2017年Landsat 8遥感影像,通过GIS技术选取城市地表温度、源汇景观密度、源汇景观贡献度和景观效应指数,结合地理空间分析和数理统计方法,分析了武汉市局部源汇景观格局对城市地表温度的贡献及其效应。结果表明：① 武汉市城区热岛(urban heat island, UHI)季节变化明显,夏季热岛强度大、范围广,呈“大”字型分布,工业集聚区和经济开发区产生的UHI更显著;② 武汉市城区平均地表温度(land surface temperature, LST)在距市中心约8 km处达到峰值后沿城乡梯度逐渐下降,呈现“倒钩型”特征,这一现象与景观密度变化密切相关;③ LST与源(正向)、汇(负向)景观密度存在极强相关性,不透水表面是城区热岛的主要贡献因子;④ 相同密度的水体和绿地,水体更具有削弱城市热岛效应的功能;⑤ 一般当汇-源景观面积比>0.89(汇区密度>0.47)时,局部景观格局对城市热岛有缓解作用,且局部汇区越集中缓解效果越显著。     

AutoPaCA:耦合过程-模式的城镇空间增长模拟模型

理解城镇增长过程、模式、机理并预判未来发展趋势,对优化城镇空间布局,促进城市可持续发展有重要意义。元胞自动机模型（Cellular Automata, CA）是研究城镇增长过程、模式的有效技术手段,但传统CA模型对城镇增长过程和空间模式的协同考虑不足。本研究构建了基于斑块（Patch）的城镇CA模型AutoPaCA,实现对城镇增长过程及空间模式的协同表征和精细控制,将城镇增长过程分为边缘增长和跳跃增长两种形式,并实现了对不同形式下城镇斑块位置、形状和面积大小的精细控制,同时考虑城镇空间模式的集聚性、整体形态及空间约束。此外,还提出使用景观格局分析法分析历史时期城镇增长过程和模式,并结合遗传算法实现对模型参数的地域化自动校正,降低人为主观因素对模拟结果的影响。将模型应用于长沙市1995—2035年的城镇增长模拟与多情景分析。结果表明,构建的AutoPaCA模型可以取得较好的模型精度,200次模拟结果的互异邻域相似性指数均值达到0.486;在生态保护情景下,长沙市城市内部生态结构保存完好,且表现出更为明显的长株潭一体化趋势,说明本研究提出的AutoPaCA模型及参数校正方法是有效的。