基于地理探测器的合肥市热岛效应影响因素分析

地表温度是城市热岛效应的重要指标。本文利用合肥市2018年4月10日的Landsat-8 OLI影像数据,经过预处理后,采用大气校正法反演地表辐射温度,并提取研究区域的归一化差分植被指数(NDVI)、归一化差分水体指数(NDWI)。通过地理探测器模型,探测地表温度和海拔、NDVI、NDWI等因子之间的影响关系。结果表明：合肥市存在热岛效应。通过分析地理探测器模型的探测结果可知：从单一因子探测角度分析,影响合肥市地表温度的主导因子为NDVI和NDWI;从两因子交互作用影响角度分析,NDVI对因子交互作用的影响最强。研究结果有利于分析合肥市热岛效应的影响因素,为城市规划、生态环境保护提供科学依据。     

基于遥感的长沙市城市热岛与土地利用/覆盖变化研究

基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进 的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行 土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影 响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大; 土地利用/覆盖类型的变化 会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种 归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。     

济南市中心城区地表热环境时空变化分析

针对目前众多学者主要针对夏季热环境进行研究,分析方法相对单一,且融合地理探测器等多种方法针对不同季节相关分析研究相对较少的问题,该文基于2017-2018年Landsat8遥感数据,反演济南市中心城区四季的地表温度,综合运用景观格局指数法和剖面法分析不同季节热环境空间分布变化;利用相关性分析方法和地理探测器模型针对地表遥感指标和热环境进行相关性和影响力研究.结果表明:济南市中心城区除冬季,地表温度分布东高西低,与 自然地表、工业生产、人口活动等区位要素关联密切;气温骤降与骤增导致温度斑块割裂、聚合;水体、水汽与建筑的交互作用对春、夏、秋季的城市热环境影响最大,水体与不透水面(交互因子:0.392 952)对冬季热环境交互影响最大;城市热环境的空间分异特征受多因子影响,其中植被与水体(交互因子:0.379 927)、植被与水汽(交互因子:0.380 707)协同降温效应最优,建筑与植被(交互因子:0.278 922)协同保温效应最优.     

高原地区LST空间分异特征及影响因素研究——以桑珠孜区为例

揭示高原地区地表温度(land surface temperature,LST)空间分异特征及影响因素对当地气候变化研究的意义重大。现有研究主要分析了LST与单因子的关系,但以高原地区为研究区,结合多方面因子进行LST空间分异特征与影响因素定量分析的研究还相对较少。文中以西藏自治区日喀则市桑珠孜区为例,利用Landsat8遥感数据,采用辐射传输方程算法和普适性单通道算法反演研究区LST;应用地理探测器模型中的因子探测器与交互探测器分别定量探测出单因子与多因子共同作用时对LST的影响程度。研究结果表明,可量化因子中,LST随坡向度数的增加呈现出先增加后降低再增加的趋势,其他因子与LST间均呈明显的负相关关系,但下降速度存在差异;海拔是影响高原地区LST空间分布与分异特征的最主要因素,其后依次为归一化植被指数(normalized difference vegetation index,NDVI)、坡向、归一化水汽指数(normalized difference moisture index,NDMI)、土壤类型、坡度与年均降水量;高原地区LST的空间分布与分异特征的形成是多种因子共同作用的结果,所有因子在交互作用下均具有协同增强作用,海拔与坡向、海拔与NDMI以及海拔与NDVI的影响最为显著。     

大南昌都市圈景观破碎化及驱动因素分析

为了探究景观破碎化的驱动机制,该文运用景观格局指数、主成分分析、地理探测器和多尺度地理加权回归模型(MGWR)等方法,定量分析了大南昌都市圈景观破碎化分布特征,探究了驱动因子与景观破碎度间的空间相互作用。结果表明：研究区整体的景观破碎度在研究期内呈增加趋势,各县市和格网尺度上景观破碎度的空间分布差异较为显著;地理探测器结果显示,各因素均不同程度影响着研究区景观破碎化程度,且各驱动因素间的交互作用均有所增强;与地理加权回归模型(GWR)相比,MGWR模型的拟合效果显著提高,同时,由于空间位置的不同,影响研究区景观破碎化程度变化的主导因素也有所差异。研究结果可为区域土地利用合理规划和生态环境保护提供理论依据和决策参考。     

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。     

多尺度城市地表温度降尺度方法

针对目前星载热红外传感器的空间分辨率低,无法满足城市尺度的生态环境研究需求的现状,该文选择地表覆盖类型复杂的区域,根据研究区土地覆盖类型,选取归一化植被指数(NDVI)、城市不透水面指数(ISA)、改进的归一化差异水体指数(MNDWI)等因子加入DisTrad模型,采用移动窗口逐步回归统计地表温度和因子的线性关系,利用半方差曲线函数和均方根误差综合确定最优移动窗口的大小,以提高地表温度降尺度精度。研究结果表明:改进的DisTrad模型在地表覆盖类型复杂区域,具有良好的降尺度目视效果,且具有较高的降尺度精度,尤其在低植被覆盖的建筑区、水体区域具有更高的精度。     

不同土地利用类型的城市热环境效应研究——以广州市为例

利用2005年Landsat TM遥感卫星数据,对广州市不同土地利用类型与城市热环境之间的关系进行研究,发现不同土地利用类型对地表温度(LST)的影响具有明显的差异。草地、林地及耕地的LST与归一化植被覆盖指数(NDVI)呈现明显的负相关,水域的LST与归一化水体指数(MNDWI)之间呈现明显负相关,而城镇建设用地指数(NDBI)、未利用土地指数(NDBaI)则与LST呈现明显正相关。最后建立了LST与各土地利用类型表征指数及DEM之间的多元线性回归方程,可用来指示一个地区不同地表覆盖及地形差异导致的地表温度分布,为城市热环境的评价和分析提供依据。     

城市地表典型遥感参数与热岛效应时空分析研究——以桂林市为例

利用桂林市1991年和2013年的卫星遥感影像数据,分别提取两个时期的归一化建筑指数(NDBI)、归一化植被指数(NDVI)和改进的归一化差异水体指数(MNDWI)3个地表典型参数,并利用回归分析方法,分析了3个地表典型参数与利用Landsat卫星(热红外波段)反演的地表温度(LST)的相关关系。研究结果表明:桂林市中、高、极高温区3个温度类别的变化趋势与桂林市城市扩张趋势基本一致;NDBI与LST成显著的正相关关系,而NDVI、MNDWI则与LST成负相关关系,且各参数对地表温度响应的程度各有差异。该研究成果对于揭示桂林市热岛效应现状、缓解热岛效应及推进桂林市生态城市建设具有一定的参考意义。     

基于影像IB算法的沈阳市热岛效应分析

本文利用2006年、2010年沈阳市地区TM遥感数据,采用影像IB算法反演地表温度,分析了沈阳市热岛效应的空间分布特征、变化现象以及地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)之间的相关性。研究表明沈阳市热岛效应总体呈现由市中心向四周逐渐扩张的空间特征,地表温度与归一化植被指数(ND-VI)存在紧密的负线性相关关系,地表温度与归一建筑指数(NDBI)存在正相关关系。     

Landsat的城市地表温度时空变化及驱动机制分析

针对城市地表温度时空变化驱动机制与城市建筑、地表植被、人口、经济等因素的关系问题，文中采用单窗算法计算了城市地表温度，将计算结果与MODIS LST观测结果进行对比；然后使用地理探测器定量分析各因素对地表温度时空变化的驱动机制。结果表明，采用算法精度较好，2013年、2018年和2022年的均方根误差分别为1.607、1.650和1.858;根据地理探测器，城市建筑是影响城市地表温度空间分布的主要因素，2013年、2018年和2022年其影响程度分别为0.476 7、0.597 4和0.480 2。实验发现，单窗算法在城市地表温度计算中，参数获取方便，且精度较高；各因素对城市地表温度时空变化的驱动机制主要呈现相互增强作用，不存在单一起作用的因素；研究结果为城市地表温度研究提供参考依据。     

南京市地表参数变化与热岛效应时空分析

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。     

利用夜间灯光数据的城市群格局变化分析

针对传统的统计数据具有行政单元统计约束的缺点、DMSP/OLS夜间灯光数据存在分辨率低、像元辐射值饱和的问题,该文使用NPP/VIIRS夜间灯光数据、城区边界、列车时刻表、百度地图API等数据,通过空间统计、标准差椭圆、位序-规模分布、空间联系测度研究中国九大城市群2012与2017年的空间格局变化。结果表明:长三角、珠三角、京津冀城市群的灯光总量和平均灯光均位于前列;长三角、珠三角、成渝、哈长、关中平原城市群灯光变分散,京津冀、长江中游、中原、北部湾城市群灯光变集中,成渝城市群夜间灯光重心移动最大,向重庆方向移动;长江中游城市群接近捷夫分布,中原城市群为序列分布,其他城市群为首位分布;长三角、珠三角、京津冀城市群的总体联系强度最高,各城市群边缘中小城市与核心城市空间联系较弱。     

基于水体指数的密云水库面积提取及变化监测

密云水库作为北京市惟一的地表饮用水源地,监测其水面的变化可服务于政府的管理和决策。本文在分析地物光谱特征的基础上,利用TM影像的短波红外波段(TM5)和红光波段(TM3),构造了修订型归一化水体指数(RNDWI)来提取水库水面。RNDWI法能够削弱混合像元因素和山体阴影的影响,精确地提取出水陆边界,甚至可以提取出狭窄条状水体。比较RNDWI、改进归一化差异水体指数(MNDWI)及单波段法的水库水面面积提取精度,发现单波段法精度低,MNDWI法精度高,而RNDWI法精度最高。并基于RNDWI法利用TM影像监测了密云水库近二十年的水面面积动态变化,1996年时面积最大(152.306km2),近十年水库面积逐渐减少,2004年面积最小(56.632km2)。     

基于多源遥感数据的济南市主要建成区热环境研究

城市热环境是反映城市环境状况的一个重要指标,本研究基于济南市快速城市化时期的Landsat-8遥感影像,利用遥感图像处理软件IDL8.5反演2016年济南市的地表温度(LST),得到济南市地表温度空间分布格局;并利用NPP-VIIRS夜间灯光数据提取济南市主要建成区范围及郊区范围,同时利用MODIS 8天温度产品,根据城郊温差法计算得到济南市主要建成区热岛强度信息,探究热岛强度的月及季节变化规律。研究发现白天热岛强度变化规律比较明显,夜间热岛强度比较稳定。同时,利用2016年谷歌影像提取济南市地表水体的分布数据,并采用剖面取样的方法在地表温度分布图上做出样点与其对应地表温度的分布曲线,研究发现水体和绿化植被的存在能显著地减缓城市热岛效应。     

夏季川西高原地表温度的空间特征和影响因素——以西昌市大部分区域为例

揭示地表温度(land surface temperature,LST)的空间特征及其影响因素对环境变化研究具有重要意义。现有研究主要分析了单因子与LST的关系,但对向阳面和背阳面背景下多因子与LST的关系尚不清楚。研究中将区域划分为向阳面和背阳面,基于遥感数据提取土地利用信息并应用大气校正法进行LST反演,采用相关分析、主成分分析和逐步回归分析法构建LST与多因子(归一化湿度指数(normalized difference moisture index,NDMI)、归一化植被指数(normalized difference vegetation index,NDVI)、坡度(slope)、坡向(aspect)和数字高程模型(digital elevation model,DEM))的回归方程,研究了向阳面和背阳面背景下各因子对LST的影响程度。结果表明:相同海拔、土地利用的LST均表现为向阳面高于背阳面,LST随海拔升高而降低,不同土地利用的LST均不相同;向阳和背阳面LST的主要影响因素均为NDMI和DEM,向阳面NDMI影响程度最大,背阳面却相反;其余影响因子影响程度均较低,向阳面NDVI和背阳面Slope影响程度最大。因此,向阳和背阳面导致夏季川西高原LST空间格局变化,且其影响因子的影响程度和主次顺序差异明显。     

三江源地区基于MODIS数据地表温度与土地覆盖定量关系研究

以三江源自然保护区为研究区,基于MODIS L1 B数据,采用劈窗算法反演地表温度,分析了地表温度空间分布的特征,与计算得到的归一化植被指数进行回归分析。结果表明地表温度与归一化植被指数存在很好的负相关性。分析讨论了地表温度的空间分布与土地覆盖及其他影响因子之间存在的定量关系,探讨了植被生产力与气候变化之间的相互作用以及发展趋势。研究结果有利于三江源湿地的生态保护,可为土地覆盖的动态监测提供有力的科学参考。     

兰西城市群热环境格局多尺度研究

从不同空间尺度研究城市热环境的变化格局,可为城市人居环境建设提供科学参考。采用MODIS和Landsat TM/OLI/TIRS遥感影像反演地表温度(land surface temperature,LST),分别从宏观和微观尺度探索了兰西城市群热场的空间格局特征,分析了城市热岛效应在昼夜、季节和年份等不同时间尺度上的分布格局及变化特征。研究结果表明,大尺度下兰西城市群未存在明显的城市热岛效应,但中心城区内热岛效应的空间格局发生了较大变化,热场的空间格局及演变与城市空间扩展布局相一致;兰州中心城区热岛比例指数呈现先增加后减小的变化趋势,西宁—海东中心城区热岛比例指数则呈现持续增长的态势;河谷地段的LST低于周围黄土丘陵,主要受植被覆盖、太阳辐射时间和接收量的影响;LST与归一化差值植被指数(normalized difference vegetation index,NDVI)呈负相关关系,与归一化差值建筑用地指数(normalized difference building index,NDBI)呈正相关关系。     

2005—2019年河南省县域经济空间差异及影响因素探测

本文利用Nich指数分析了河南省2005—2019年县域经济发展速率的差异,并采用冷热点分析法分析了经济发展时空格局演化,运用地理探测器分析了河南省县域经济差异的主导影响因子。结果表明,河南省县域经济发展活力与当地经济发展水平在空间分布上基本吻合;县域经济差异呈现两极分化态势,经济发达的城市对周边县域具有辐射带动作用;河南省县域经济发展活力冷热点格局相对稳定,热点区域主要分布在以郑州市、济源市为核心的西北部地区;第二产业增加值、经济基础、人均可支配收入、一般公共预算支出是影响河南省县域经济差异的主导因素,因子交互作用均为双因子增强。     

黄河流域夜间灯光数据与社会经济发展指标的时空耦合关系研究

本文通过对1992—2013年全国夜间灯光数据的校正和处理,获得全国及流域夜间灯光数据影像,进行经济空间聚合分析,以及与相关因子进行对比分析。研究结果表明：经济空间聚合高的区域分布在黄河河道附近,从黄河上游到下游,热力强度逐渐增强,并且以省会城市为核心区向外扩散,即呈现为在旧聚合点聚合度加剧的情况下,聚合区域有向周边分散的趋势;夜间灯光数据的变化趋势与GDP的变化趋势具有一定的相似性,并且与城镇化率、人口数量、第三产比例、人均公园绿地面积、流域发展指数（BDI）具有一定的相关性;流域9省（自治区）的夜间灯光数据整体变化趋势与全国灯光数据的变化趋势基本一致,呈稳定上升的趋势,但整体值均低于全国的夜间灯光数据,并且差距有所扩大,黄河流域高质量发展迫在眉睫。