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。     

基于局地气候分区的济南市热环境空间分异及其 影响因素

城市地表覆被及空间结构不同,导致热岛效应不同,城市热环境存在空间差异。局地气候分区（LCZ）在城市热岛研究方面得到了广泛应用。合理划分LCZ、科学制定LCZ分类标准,是基于LCZ研究城市热岛的关键技术问题。本文基于济南市城市路网、DEM和建筑大数据划分LCZ,利用Landsat 8遥感影像反演地表温度,采用克里金法进行气温空间插值,以地表温度和气温综合表达城市热环境。在此基础上,采用方差分析方法研究了城市热环境的空间分异特征和LCZ类内热环境差异,采用相关分析方法研究了城市热环境的影响因素。结果表明：① 济南市地表温度和4:00、8:00、14:00的气温空间分布格局差异明显,存在较高温度异常值的LCZ数量分别占全市LCZ总数的0.25%、1.60%、4.05%和3.96%。建筑密集区域地表温度较高,同时包含分散的较高气温区,呈现热岛效应;② 不同类型LCZ的地表温度和不同时刻气温平均值存在明显差异。高层低密度、高层中密度、中层低密度等类型存在较高气温异常值的数量分别占较高异常值总数的47.37%和33.33%、9.65%,类内热岛效应明显;③ LCZ类型不同,类内热岛效应存在差异。低层低密度、中层低密度、高层低密度和高层中密度等类型所处位置高程不同,其方差分析的P值均小于0.05,热岛效应存在显著差异;④ LCZ所处位置高程不同,建筑空间分布指标对城市热环境的影响各异。总体而言,地表温度与建筑平均高度呈负相关,且达到了0.05以上的显著性水平,而气温与之呈正相关,且达到了0.001的显著性水平;城市热环境与建筑基底面积及建筑体积的平均值和标准差、建筑密度、容积率等指标的正相关性达到了0.001的显著性水平,这些指标对城市热环境的正向影响作用明显。     

基于GeoMAG的地理信息数据规范方法探讨

采用青岛地区landsat-7ETM+的两时像遥感卫星影像以及相关的气象参数数据资料,利用单窗法和辐射传输方程法,对两幅不同时像的遥感数据进行温度反演,通过对NDVI、植被覆盖度、光谱分析、相关性分析、不透水面、下垫面的差异等进行分析并结合对当地实际的环境研究,讨论热岛效应的表现、温度等级分布和转移趋势,得出结论:研究区域的热岛效应显著,并且强度分布与该地区的工商业发展和居民区规模的扩大相关,随着城市化进程深入,向城乡交界处转移。     

基于HJ-1B/IRS的重庆市热岛效应监测应用

本文利用MODIS数据反演大气透射率,利用HJ-1B/CCD进行分类,并反演地表比辐射率.在此基础上,借鉴单窗算法,利用HJ-1B/IRS数据反演得到地表温度,并利用MODIS温度产品对反演结果进行了初步验证.最后利用热场变异指数进一步分析重庆的热岛空间分布特征,并对NDVI与NDBI对热岛效应的影响进行了分析.其结论...     

基于地表通量特征的城市不透水表面定量热红外遥感反演

城市不透水地表格局通过改变城市下垫面结构,引起地表反照率、比辐射率、地表粗糙度的变化,从而对地表辐射和能量平衡产生直接影响。不透水地表能增强地表显热通量,导致地表波文比升高,因此地表波文比的空间差异可推算城市人工不透水表面的分布。本研究选择北京市为实验区,应用Landsat TM卫星热红外遥感数据,采用PCACA模型及理论定位算法,对城市地表波文比进行反演,进而计算遥感地表波文比空间分布数据与城市不透水表面比例数据之间的相关关系,构建回归方程,实现北京市城区与近郊区人工不透水表面百分比分布的定量估算,最后以高分辨率遥感数据获取的城市人工不透水表面比例数据进行结果验证。结果表明,采用PCACA模型定量反演城市地表波文比数据,利用地表波文比数据与不透水表面比例数据之间的相关关系可实现城市人工不透水表面百分比数据的定量估算;波文比值不仅可在遥感像元水平定性判定不透水像元,还可对混合像元中的不透水比例进行较高精度的定量反演,其相关系数R²值为0.731。此方法有效地揭示了城市不透水下垫面对地表热通量影响的机制以及空间定量关系。     

基于RS和GIS的松花江流域植被覆盖动态变化研究

利用遥感和地理信息系统技术对1989,1995年的Landsat TM数据和2002年Landsat ETM＋三期遥感数据进行处理,反演和计算松花江流域的归一化植被指数（NDVI）,在此基础上,获取研究区域植被覆盖度。在ArcGIS9.2软件空间分析模块的支持下,对研究区域三期植被覆盖影像进行叠加分析,以流域尺度和栅格尺度分析植被覆盖变化的时间和空间特性,获取研究区域植被覆盖度空间格局分布特征,为该区域植被覆盖度的自动化监测提供很好的技术支持。     

基于GIS的哈尔滨市土地利用动态变化分析

利用哈尔滨市区2000年TM遥感影像和2005年TM遥感影像及其他辅助资料,对处理后的影像进行矢量化和人工解译,获得详细土地类别的布局信息,并使用地理信息系统的空间分析和数据统计功能,分析研究区域土地类别的数量变化,土地利用类型之间的转化情况和分布状况.     

基于LCZ的城市热岛强度研究

城市热岛强度是城市热岛研究和应用中的一个重要度量指标,但其科学计算一直是该研究的难点。目前常用的基于气象站的城乡温差计算法,由于在代表城区与郊区温度的选择上存在困难,较难准确客观地计算热岛强度。为此,本文在LCZ分类体系的基础上,结合卫星遥感影像数据,将其应用于福州市的城市热岛研究中,以科学地计算城市热岛强度。研究表明,采用分层分类和人工目视解译相结合的方法能较好地实现LCZ的遥感分类,并确定出分别代表城市和郊区的地表温度,据此计算得到2015年9月27日福州的城市热岛强度为6.73 ℃,热岛效应十分显著。进一步将分类结果与遥感地表温度影像叠加,可有效地区分各地类的热特性,全面反映城市热岛的分布状况。     

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。     

北京市城市形态与热岛强度关系的日夜对比研究

近年来城市热岛效应日益严重,深入理解城市形态与热岛强度的复杂关系对缓解热岛效应意义重大。然而当前城市形态与热岛强度关系研究多聚焦于日间,研究结果也仅适用于日间热环境改善。针对此问题,以北京五环内区域为研究区,以街区为基本分析单元,基于经典的最小二乘回归、地理加权回归和新兴的多尺度地理加权回归模型分析了城市形态与热岛强度关系的日夜差异。主要得出以下结论:①北京五环内的热岛强度空间分布格局在日间和夜间两时段差异显著,影响热岛强度的城市形态指标类别在两时段也不尽相同;②无论在日间还是夜间,多尺度地理加权回归模型性能均最优,其次为地理加权回归和最小二乘回归,表明城市形态与热岛强度关系具有明显的空间非平稳性,各形态指标对热岛效应的影响存在明显的尺度差异;③各形态指标的带宽在夜间更小,表明城市形态与热岛强度关系的空间非平稳性在夜间更强。基于以上研究结果,建议城市规划人员在开展以减缓热岛效应为导向的城市形态优化工作时,应更加注重时间针对性和空间针对性,从而制定出“因时段制宜”和“因街区制宜”的热岛减缓策略。     

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。     

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。     

河谷型城市热岛空间分布格局演变及对策——以西宁市区为例

城市热岛效应直接反映着城市的气候特征,这对于研究由城市化发展与环境改变引起的城市气温的变化及保护城市的生态环境具有重要的现实意义。本文利用LandsatTM影像、气象台站资料,基于GIS的空间分析技术及单窗算法,对河谷型城市西宁市的地表温度进行反演,分析了地表温度与NDVI、NDBI的空间对应关系。结果表明:西宁市存在明显的城市热岛效应,热场分布及延伸与西宁市空间扩展布局相一致,热岛范围呈逐年增长的趋势;低、中温区的热岛面积大幅度减少,高温区的热岛范围显著增加;热岛效应冬季最强,夏季次之,秋季有明显减弱的趋势。在河谷型城市的空间格局上,地表温度与NDVI呈负相关关系、与NDBI呈正相关关系。最后,依据热岛时空演化、成因分析和策略研究的思路,从不同角度提出了缓解城市热岛效应的措施和对策,为未来西宁市热环境的改善提供科学参考和决策支持。     

基于遥感和BP人工神经网络的城乡气象站点划分分析

城市热岛是城市环境和全球变化研究的重要组成部分,利用气象观测资料研究城市热岛的影响一般采用城市和乡村气象站的同步实测气温,并计算其平均气温差,因此,城乡气象站点划分的准确性,将直接影响城市热岛研究的科学性。鉴于以行政单元统计人口为依据的划分方式未考虑人口在行政单元内的实际空间分布,本文以安徽省为例,利用从遥感影像上提取的土地利用信息,采用BP人工神经网络方法,建立站点缓冲区内土地利用类型比例的城乡站点划分模型,并利用空间化后的人口格网数据对该模型的精度进行了验证。结果表明,该模型有效地建立了气象站点周边缓冲区内的土地利用类型比例与城乡站点类型之间的定量关系,避免直接采用行政单元统计人口数据的不足,客观地模拟了缓冲区内土地利用对气象站点的综合作用,科学地划分出城市和乡村气象站点,为城市热岛研究提供科学、可靠的数据保障,并可用于大区域研究。另外,本文利用划分出的乡村站点建立背景温度场,得出2000年安徽省各城市站点平均热岛强度为0.4℃。     

基于支持向量机的京津冀城市群热环境时空形态模拟

城市群热环境作为区域生态重要组成部分,已成为近年来的研究热点。而如何选择针对城市群这种复杂地地貌特征的热环境量化工具一直是亟待解决的技术难点,基于此本研究提出了一种解决多样本、非线性、非平稳及高维函数拟合的计算方法,并建立了基于支持向量机(SVM)的京津冀城市群热环境曲面模型来揭示城市群热环境的时空形态变化。研究结果表明：① SVM模型在刻画多核心、多种土地利用类型城市群热环境的空间分布方面具有理论与实践可行性,能够根据热环境的整体空间布局通过高斯核函数进行局部优化差值,最大限度减少缺省值对模型拟合结果的影响。相比于对照方法可以模拟出更高精度的复杂地貌特征城市群热岛空间分布格局;② 在SVM模型曲面拟合的过程中,拟合精度和拟合时间是衡量拟合结果的重要指标,而原始影像的分辨率则是影响该指标的决定性因素;③ 2003-2013年区域内北京市与天津市的城市热岛效应变化最为明显,热岛面积分别增加7091 km²与4196 km²,空间上呈现出逐年接近连片发展趋势,热岛重心移动轨迹具有明显的时空分异性。北京城市热岛特征为东南部地区异速增长,西部地区缓慢增长;天津城市热岛特征为以城市中心为圆心向周围扩展。本研究进一步丰富了城市群热环境评测的定量方法,可以在实践上对城市群的城市规划、城市建设、环境保护和区域可持续发展等提供定量化、可视化的决策支持。     

2005-2014年北京市主要城建区热岛强度时空格局分析

本文利用LANDSAT-8数据计算距离加权不透水面聚集密度,以城市聚类算法提取北京市主要城建区范围。并用2005-2014年MODIS 8天合成地表温度产品,以主要城建区面积150%的周边区域作为边缘区,计算城建区与边缘区平均温度差值为热岛强度;分析北京市主要城建区热岛强度年内时序变化;依据地表温度与当月平均热岛强度对热岛强度进行等级划分,统计不同热岛强度等级出现频率,分析其空间分布特征及与不透水面聚集密度的相关性。结果表明：（1）年内1-12月热岛强度随边缘区平均温度变化显示较好的规律性,白天为逆时针分布,夜间为顺时针分布;（2）白天热岛强度等级以2、3级为主,春、夏季中南部为三级热岛强度高发区;夜间呈现由外围向中心的“环状递增”特征,高等级热岛强度出现的频率由外围向中心不断递增;（3）不透水面聚集密度对白天不同等级热岛强度出现频率影响显著,1-4级热岛强度出现频率,随不透水面聚集密度增加而增加,不透水面聚集密度达到50%后的影响趋于减弱。