基于TM/OLI影像的西安城区热岛效应分析

以2002年Landsat5 TM和2014年Landsat8 OLI影像为数据源,分别反演了2002年和2014年西安市城区的地表温度,并对地温进行极值归一化处理,以此分析西安城区的热岛强度时空分布规律。结合归一化植被指数和城市热岛强度分布分析了植被覆盖对热岛效应的影响。结果表明:2002~2014年西安市热岛强度高温比例上升,热岛效应增强;较高的植被覆盖度能对城市热岛效应带来的高温影响起到缓解作用。     

基于移动窗口分析法的西安市热岛效应研究

本文利用西安市两期Landsat5 TM影像,提取了西安市土地利用变化信息、NDVI指数、MNDWI指数和地表亮温,并基于移动窗口分析法进行了热岛效应边界的定量研究,旨在为陕西省地理国(省)情监测中环境监测部分探索一些可行的研究方法。研究结果表明:11年间,西安市热岛效应的发展趋势与城市扩张情况基本一致;地表亮温与植被指数和水体指数存在负相关关系,因此增加植被和水体面积有助于调节城市热岛效应的强度。     

Landsat 8地表温度反演及验证—以黑河流域为例

地表温度是区域和全球尺度地表物理过程的一个重要参数,目前已有的地表温度产品空间分辨率较低,缺乏高空间分辨率的地表温度产品。Landsat系列卫星提供了大量免费的高空间分辨率遥感数据,然而对应的高空间分辨率地表温度产品还未见到,为了获取长时间序列的高空间分辨率地表温度数据,针对Landsat 8 TIRS数据提出了一个物理单通道地表温度反演算法。该算法首先利用ASTER全球地表发射率产品(ASTER GED)结合Landsat 8地表反射率产品计算Landsat 8影像的地表发射率,然后利用快速辐射传输模型RTTOV结合MERRA大气廓线数据对热红外影像进行大气校正,最后利用物理单通道地表温度反演算法得到地表温度。利用黑河流域HiWATER试验2013年—2015年15个站点的实测地表温度数据对本文方法和普适性单通道算法进行了验证,同时对验证站点的空间异质性进行了分析。结果表明,本文方法和普适性单通道算法估算的地表温度整体精度均较高,能够获取高精度、高空间分辨率的地表温度数据,可以服务于城市热岛效应、地表蒸散发估算等相关研究。     

城市绿地对城市热岛缓解效应研究

以郑州市作为研究区域,运用Landsat5 TM遥感影像反演研究区地表温度和提取绿地分布,从斑块和景观水平两个尺度研究城市绿地对城市热岛效应的缓解程度。结果表明,在斑块尺度上,斑块面积和斑块形状指数与城市地表温度间均呈负相关关系;在景观尺度上,绿地面积比和聚集度指数与城市地表温度间呈负相关关系,景观碎裂化指数与之呈正相关关系。     

基于遥感云平台的郑州市热岛效应时空演变分析

为探究郑州市城区快速扩张可能导致的城市热岛问题,以研究区2006、2013和2020年夏季的Landsat影像为基础数据,利用PIE-Engine遥感云平台的公开数据集实现普适性单通道算法,对地表温度反演结果进行均值-标准差分级后,与土地利用数据协同开展城市热岛效应的时空演变分析。结果表明：在2006—2020年间,对于地表温度均值而言,郑州市逐年降低,但地表温度范围扩大,最低值维持在水域范围内,最高值在不透水面范围内;而对于温度分级而言,高覆盖植被和水域呈现显著的降温效果,低覆盖植被逐步向正常区转移,裸地受环境影响较大,热岛斑块集中分布在不透水面且强热岛区面积逐渐增加。     

西安市城市热岛效应影响因子分析研究

以西安市市区为研究对象,先通过定性分析确定了西安市热岛效应影响因子,再利用西安市1995-2013年间8期Landsat卫星影像和统计年鉴数据,在ERDAS 9.2、ArcGIS 9.2等软件的支持下,获取了西安市建成区面积、绿化面积、人口、降雨量、平均风速、废气排放量、能源消耗人工煤气、能源消耗液化石油气、运输量、GDP、工业总值共11个热岛效应影响因子数据,创新性地使用模糊数学中灰色关联度理论定量研究了西安市热岛效应影响因子的贡献率大小,旨在为西安市热岛效应的有效控制提供参考依据。研究结果表明,影响力表现为降雨量＞平均风速＞废气排放量＞建成区面积＞人口＞能源消耗人工煤气＞能源消耗液化石油气＞运输量＞绿化面积＞GDP＞工业总值,且人为因素对城市热岛效应造成的负面影响日趋显著,不容忽视。     

多时相遥感数据对城市热岛效应的研究——以西安市为例

热岛效应是影响我国城市环境的重要因素,本文基于多时相的Landsat 7 ETM+和Landsat 8 TIRS影像,对西安市2002年和2013年的土地进行分类以及地表温度反演,在此基础上将土地分类影像图和温度分割影像图进行叠加,分析了不同的土地利用类型温度差异、下垫面的空间结构与热场分布的关系以及热场的分布变化与城市变迁的关系。结果表明:不同的土地利用类型的物理属性和生物学属性差异是造成城市热岛效应的内在原因,下垫面空间结构的差异是造成城市热岛效应的外在原因,城市热场的动态变化方向与城市的变迁方向具有一致性。     

西安市城市热岛效应强度定量研究与应用

针对城市热岛效应强度定量化评价困难以及热岛效应与地表地表的定量关系问题,利用多期LANDSAT遥感影像,基于单通道算法反演了地表温度,基于指数法快速提取地表分类要素,引入分布指数的概念构建了热岛分布指数P的算法,并以西安市为例验证方法精度与可行性,分析了西安市热岛效应的分布与变化规律.该方法实现了地表地表与热岛效应空间关系的定量化,温度反演与地表分类精度符合要求,能够用于宏观热岛效应强度定量分析评价.研究结果表明:西安市的城市热岛效应强度1995-2000年呈下降趋势,20002010年持续上升,2010年之后下降并趋于平稳,与城市发展实际基本相符.     

广西沿海区域填海及其城市热岛效应研究

利用Landsat系列卫星影像数据,计算2001~2016年间广西沿海区域填海变化及地表温度变化情况,分析出该区域人工填海、NDVI等因素影响城市热岛的规律。研究表明,人工填海造成防城港区域、钦州港区域、铁山港区域海岸线均延长,人工填海面积均增加。发现3个区域的热岛在明显扩展,人工填海对城市热岛效应起着明显加剧作用。地表温度与植被覆盖度呈负相关,植被覆盖度越高,地表温度越低。     

河谷城市与平原城市热岛差异性分析

随着城市的快速发展,城市热岛效应越来越重要。本文利用环境卫星数据,以西安市和兰州市为例,通过对河谷与平原城市的热岛效应差异进行初探,发现在两个研究区的市区内部,其热岛分布特征与已有研究的热岛分布特征一致。但就整个研究区而言,西安市的热岛主要分布在城区,兰州市则主要分布在郊区。分别对西安和兰州的地表温度与NDVI进行了相关性分析,发现西安市的地表温度与水体指数呈非线性相关,而兰州市则呈线性相关。     

北京城市热岛效应时空变化遥感分析

为了从城镇化进程角度研究自1985年以来北京市城市热岛效应的时空变化特点,利用7期夏季的Landsat TM/ETM+/TIRS遥感影像数据反演地表亮度温度以代替地表温度(land surface temperature,LST);然后将其用于城市热岛效应的一系列定性和定量分析,揭示出北京市热分布以及城市热岛效应特征。研究结果表明:(1)高温区域和亚高温区域不断地由郊区向城区集中,但东西城区(东城区和西城区)的高温区域表现出明显的下降趋势,大范围热岛被零星分布的小热岛取代;(2)工业园区对北京市热岛效应的影响远高于住宅区对北京市热岛效应的影响;(3)建筑物低矮密集且低植被覆盖区域的温度远远高于建筑物高大稀疏且高植被覆盖区域的温度。研究可为政府部门通过合理规划水体、绿地、工业园区、住宅区等的分布来减轻城市热岛效应的影响提供参考依据。     

从Landsat8影像反演地表温度的劈窗算法研究

以厦门市为研究区域,以2013年的Landsat8为研究数据,研究亮度温度反演以及地表温度反演的劈窗算法,推导出该算法的演算过程,根据Landsat8的特性,确定该算法的参数取值。通过ENVI/IDL软件编程实现该算法,采用厦门市遥感数据反演地表温度,并且利用厦门市气象局实测温度验证地表温度反演结果的有效性。     

长春市城区热岛效应遥感分析

针对城市热岛效应对城市生态环境产生的诸多问题,该文以长春市为研究区,利用Landsat TM/TIRS遥感影像,采用普适单通道算法反演地表温度,分析各种驱动因子对地表温度的影响。结果表明:普适单通道算法反演得到的地表温度与卫星过境时测得的气温差值在2℃内。高程(DEM)、优化土壤调节植被指数(OSAVI)、改进归一化差异水体指数(MNDWI)均与地表温度呈负相关,归一化差异不透水面指数(NDISI)与地表温度呈正相关,城市中心区地表温度相对高。长春市1995-2017年间各土地覆盖类型中水体变化最为稳定,裸地变化最为活跃;各土地覆盖类型的平均温度均呈现:建设用地>裸地>林地>水体。因此,通过增加植被与水域的覆盖范围、减少人为不透水面面积可缓解城市热岛效应。     

西安市植被覆盖度与城市地表温度的关系研究

基于2017年4月陕西省西安市的Landsat8遥感数据,对西安市植被覆盖度与地表温度之间的相关性进行了回归分析.结果 表明,植被覆盖度与地表温度之间存在显著的负相关关系,植被覆盖度越低,地表温度越高,反之亦然.统计结果表明,地表NDVI每降低0.1,地面温度约升高3.3℃,因此在城市生态环境规划和建设中,可通过增加城...     

土地覆盖类型对城市热岛效应的响应分析

利用夏季MODIS地表温度和土地覆盖产品,结合Landsat等辅助遥感数据,分别提取济南、武汉、重庆3个城市2003年、2008年、2013年的土地覆盖与地表温度信息,确定3个城市不同年份的热岛效应等级分布。在此基础上,对济南、武汉、重庆这3个城市的地表温度分布特征、热岛效应等级分布特征与土地覆盖类型各因子之间的关系展开分析。结果表明：城市用地是城市热岛的主要贡献因素,相关系数达到0.42;最能缓解城市热岛效应的是林地,平均相关系数为-0.41;3个城市中最能缓解城市热岛效应的土地覆盖类型并不完全相同：济南市为林地和耕地,武汉市为水体,重庆市为林地。     

单窗算法结合Landsat8热红外数据反演地表温度

Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。     

基于卫星遥感影像的南昌市城市热岛效应研究

分析了城市热岛效应研究的关键技术,采用了地表发射率对亮度温度进行订正的方法,尽可能地消除地表覆盖等对地表温度反演的影响,利用1989和2000年的LandsatTM／ETM＋数据,实现了南昌市城区及其周边区域的城市热岛效应的评价。     

基于Landsat TM数据的北京城市热岛研究

利用Landsat TM热红外波段数据，根据辐射传输方程反演得到北京地区地表温度，讨论了北京城市热岛现象及其与土地覆盖类型和植被指数的关系。结果显示，北京城区地表温度明显比郊区地表温度高。通过地表温度对比分析发现，城区平均地表温度比近郊区和远郊区地表温度分别高出4．5℃和9℃，城市热岛效应明显。城区不同地表覆盖类型的地表温度也有显著差异，城市地表温度与NDVI具有明显的负相关关系，城市地表植被覆盖度低是城市热岛出现的主要原因。     

利用不同地表比辐射率对ETM＋数据地表温度反演对比研究

地表温度作为研究环境生态影响的一个重要指标之一,以Landsat ETM+的热红外波段作为数据源,辅助大气透过率、大气平均气温等参数,利用单窗算法基于混合像元、NDVI、植被和裸露地三种不同地表比辐射率反演泉州市地表温度,对比分析结果表明采用这三种地表比辐射率反演地表温度的方法均是可行的,对于具体采用哪一种地表比辐射率应需要结合实际的研究区域地表地物的实际监测地表温度进行对比后,方可选择合适的地表比辐射率进行地表温度反演,会更具实际意义。反演结果可为城市热岛效应等研究提供支持数据源。     

基于Landsat TM数据的东莞市热岛效应研究

本文以东莞市为研究区域,利用1990年、1998年和2005年3期的Landsat TM数据,反演了东莞市地表温度。研究结果表明:①东莞市的高温区主要分布在建成区,低温区主要分布在水体和高植被覆盖区;②1990年到2005年,常温区面积明显减少,低温区面积大幅增加,高温区面积呈增加趋势;③从不同温度区间的转移分析来看,1990年至1998年、1998年至2005年两个时期,常温区发生转化的面积最大,其次是高温区;④地表温度与归一化植被指数都存在明显的负相关关系。