植被指数与地表温度定量关系遥感分析——以北京市TM数据为例

以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。     

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。     

基于MODIS数据的青岛市城市热岛效应非一致性分析

利用2011年各月的MODIS数据,反演得到青岛地区地表温度数据和植被覆盖数据,对其地表温度与植被覆盖的分布状况及相互关系进行定量研究。实验表明,青岛市存在热岛效应,且热岛效应夏秋季节在市区表现较为明显,在夏秋季节内地表温度与植被覆盖之间呈现显著的负相关关系。此外,还对比了青岛市与上海市的城市热岛效应的不同,对青岛市热岛效应非一致性作出进一步分析。     

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。     

土地利用类型变化对城市热岛效应的影响分析

首先基于北京市2013—2020年Landsat-8卫星遥感影像,使用TIRS10＿SC算法反演北京市地表温度;其次,对温度反演结果进行归一化处理,进行热岛等级划分,并计算热岛强度指数;最后,结合土地利用类型数据,分析土地利用类型覆盖面积变化对城市热岛强度的影响。结果表明：1)2013—2020年北京市的城市热岛效应呈现出先上升后下降的趋势,2015年城市热岛效应现象最明显;2)2013—2020年裸土地变化程度最大,其中有40.060%的裸土转变为植被,24.988%的裸土转变为建设用地;3)出现次热岛和强热岛现象的区域地表覆盖类型主要是建设用地和裸土,出现绿岛和冷岛的区域地表覆盖类型主要是植被和水体,并且在相同面积占比情况下,水体缓解热岛效应的效果更加明显。     

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.     

Landsat ETM＋数据的武汉市地表温度反演研究

以Landsat ETM＋为主要遥感数据源,辅助以气象数据资料,利用NDVI计算出植被覆盖率,继而计算出地表比辐射率,并利用单窗算法精确反演得到了武汉市2002年夏季地表温度。研究表明,武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成,且几乎集中在城区;城区大热岛区中还存在多数热岛效应更为严重的＂岛中岛＂;武汉热岛分布与...     

中心城区地表温度空间分布及地物降温效应——以南京市为例

基于TM图像,采用灰度图像分割算法,自动提取南京市中心城区的不透水面、植被及水体;并用单窗算法反演了地表温度;依据离市中心的距离将中心城区分为45级缓冲区,依次统计分析每一级缓冲区内的平均温度、不透水面温度、植被温度、水体温度及各类地物的面积比例等;建立了地表温度与不透水面比例、植被比例、水体比例之间的关系模型.研究结果表明:随离市中心距离的增大,地表温度降低;植被、水体具有降温效应,水体的降温效应是植被的2.43倍;地表温度与不透水面比例、植被比例、水体比例的综合关系模型模拟效果较好.     

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。     

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。     

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。     

苏州土地利用及热岛效应的时空变化

选取苏州作为研究区,分别利用1986年和2004年2个时相的Landsat5 TM影像数据对研究区土地利用/覆盖类型进行分类,并采用热红外波段进行地表温度反演,在此基础上分析了下垫面类型与热岛效应的时空变化,深入研究了下垫面类型改变对热岛效应的影响。结果表明,近20a苏州市城区大范围扩张,土地利用变化剧烈,整体表现为水体、植被向不透水下垫面的高强度转化;城市热岛范围由老城区向四周成倍扩大,热岛强度由3.12°增至4.76°,热岛效应变化与土地利用时空变化之间具有明显的对应关系。     

基于TM的城市温度异常区分析

利用实时探空数据和单窗算法对2004年7月6日北京市TM图像进行地表温度反演，根据反演结果，采用阈值法将北京城区地表温度空间分布分为植被正常温度区、水体正常温度区、水体高温区、裸地正常温度区、建筑物低温区、建筑物正常温度区、建筑物高温区、植被建筑物混合高温区和植被建筑物混合正常温度区等9种模式。在此基础上，对水体高温区、植被建筑物混合高温区、建筑物低温区和建筑物高温区等4种温度异常区进行了实地抽样调查，详细分析了这些温度异常区形成的原因。     

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。     

利用单窗算法反演Landsat 8 TIRS数据地表温度

以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。     

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。     

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。     

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。     

基于定量遥感的武汉城市热岛强度时空格局演变分析

应用定量遥感揭示武汉市热岛强度在不同季节和不同年份的时空格局演变.首先,选取2002年(1月,3月,7月,10月)及2000年,2004年,2010年7景ETM数据反演地表温度;其次,经热岛强度指数归一化地温数据,使数据间更具可对比性.对比2002年不同季节地温反演数据,分析武汉市热岛强度在不同季节的变化情况及形成原因.比较2000年,2004年,2010年三个不同年份地温数据,探讨热岛强度年际时空格局演变,建立LST与ndvi、城市热岛强度与水域面积间的相关关系,分析武汉市城区多年ndvi均值以及水域面积的时间变化趋势.结果显示:武汉市城市热岛强度存在明显的季节差异;年际热岛强度空间演变格局表现为以沿江地带为中心,以西北和东南两个方向为主向外延展;LST同ndvi呈负相关关系,其中ndvi值下降0.1,则地表温度上升约1.4℃;热岛强度同城市内水域面积大小亦呈负相关;对比分析了城区多年植被覆盖及水体面积变化趋势,总结出绿地等植被覆盖面积逐渐减小及湖泊面积逐步萎缩是造成武汉城市热岛强度增强的主要因素.     

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。