基于遥感和GIS的哈尔滨城区热岛效应研究

本文利用遥感和GIS技术对LandsatETM 热红外遥感数据进行处理,反演市区的地面亮温,并进行正规化处理和等级划分,研究城市热岛的时空变化规律和温度场的空间分布规律,揭示城市热岛效应空间格局。通过对哈尔滨市区热岛效应分析,可以确定城区内热岛效应的分布及监测城市化进程,为城市热环境质量评价和热源调查提供准确、丰富的信息。     

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。     

成都市城市热岛效应分析

城市热岛效应是城市气候最显著的特征之一.基于地理信息系统和不同时次的遥感影像,探讨成都市地表温度、热岛强度、热岛等级的分布特征及其演变.结果表明:成都市热岛效应明显且夜间夏强冬弱,地表温度呈条状分布;日间城市多数区域属于弱热岛以上等级,中心城区偏向强热岛和极强热岛,夜间强热岛面积扩张,冬季热岛等级增加明显;2002～2012年,城市热岛等级增加,强热岛面积扩张,但存在昼夜和季节性差异.     

成都市城市热岛效应分析

城市热岛效应是城市气候最显著的特征之一。基于地理信息系统和不同时次的遥感影像,探讨成都市地表温度、热岛强度、热岛等级的分布特征及其演变。结果表明:成都市热岛效应明显且夜间夏强冬弱,地表温度呈条状分布;日间城市多数区域属于弱热岛以上等级,中心城区偏向强热岛和极强热岛,夜间强热岛面积扩张,冬季热岛等级增加明显;2002~2012年,城市热岛等级增加,强热岛面积扩张,但存在昼夜和季节性差异。     

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。     

地物非线性重叠函数的可视化解法及其在地表通量遥感反演中的应用

本文从全球变化研究的需求分析入手 ,分析了地表通量遥感估算的重要科学意义 ,讨论了地表通量遥感过程中面临的几个关键问题 ,构建了地表通量遥感估算系统。对二层蒸发模型中的植被和土壤表面温度分解提出了可视化解算的思路。对遥感真实温度中的等效比辐射率 ,尝试利用蒙特卡罗方法进行计算 ,并对几种特定空间分布 ,特定类型树冠森林的四分量的方向性特性进行了详尽的分析。遥感反演地表真实温度 ,土壤和植被表面温度的分解是地表通量遥感中的关键步骤。     

基于马尔可夫链和最大后验准则的模拟静止气象卫星数据地表组分温度反演

地表组分温度比像元混合温度具有更强的物理意义和实用价值,是定量遥感反演的一个重要研究方向。本文以马尔可夫链和最大后验准则地表温度尺度转换方法,结合静止气象卫星数据高时间分辨率的特点,通过模拟静止气象卫星数据地表组分温度反演进行分析和验证。在研究过程中,地面被简化为由植被和土壤两组分组成,同时假设邻近像元的植被和土壤组分温度相同。鉴此,本文通过模拟构建20×20像元大小的静止气象卫星混合像元图像,并对各像元各时刻温度添加均值为0标准差为2K的随机误差,最终应用所提算法估算各像元各时刻的植被和土壤组分温度大小。精度分析结果表明,该算法能够较为精确地反演植被和土壤组分温度,且误差基本控制在2K以内。此外,本文还进一步讨论了算法的适用性及其对混合像元温度误差、植被覆盖度误差,以及邻近像元植被覆盖度变化范围的敏感度。分析结果再次证明,该方法对混合像元温度误差和植被覆盖度误差都具有较低的敏感性,在最大温度误差条件(均值为1.8K,标准差为5K)和最大植被覆盖度误差(均值为0.18,标准差为0.2)的条件下,各组分温度的估算精度分别能控制在3K和2K以内,满足精度要求。但是,由于组分温度初值的确定方法,对所计算窗口内植被覆盖度变化范围有较强的敏感性,反演结果与植被覆盖度变化范围相关,要求窗口内植被覆盖度变化范围足够大才能满足初值估算的精度要求。     

干旱荒漠区植被覆盖变化的遥感监测分析

多期的遥感数据可以用来分析干旱荒漠区植被的空间分布格局和变化特征。本文以1989、2000和2007年3个不同时相的Landsat TM/ETM+影像为数据源,利用线性光谱混合分析和RGB彩色合成法构建一个研究框架,对古尔班通古特沙漠西缘进行植被信息的提取和变化监测分析。在混合像元分解过程中,通过多种方法选择端元,比较...     

基于Landsat7ETM+的青岛地区热岛效应反演及分析

用水源热泵技术,将矿井回风、矿井水、洗浴废水、冷却水（风）中的低品位废热转变为供热热能。该热泵热回收技术系统可靠、经济效益好,可达到节能减排的目的。该文分析了矿井系统中的废热类型和应用原理,给出了矿井回风、矿井水、洗浴废水、冷却水（风）废热回收量的计算方法,并分析了山东济宁梁宝寺煤矿矿井废热回收供热系统设计实例。认为该技术的应用为矿区提供了生产、生活必备的热源和热水,节约了生产成本,保障了煤矿企业的绿色生产,改善了矿区周围的生活环境。     

北京城市建筑密度分布对热岛效应的影响研究

“热岛效应”是现代城市气候的主要特征之一,本文基于高分辨率遥感影像,通过人工目视解译获取了北京市五环内的不同建筑密度区,进而结合遥感反演获得的地表温度数据,分析了城市建筑密度分布与城市热岛效应及其变化之间的关系。结果表明,北京市五环内的建筑以中密度区为主,高密度区次之,各建筑密度区在不同环线之间的分布也有较大差异。高密度区主要分布在二环以内,中密度和低密度建筑区主要分布在二、三环之间,高层建筑区总体分布较少,主要分布在二、三环和三、四环之间。城市建筑区的地表温度与建筑密度呈现显著正相关关系,城市建筑密度越大,其地表平均温度就越高,北京市高密度区的平均温度达到30.5 ℃,而高层建筑对热岛强度具有一定的缓解作用,北京高层建筑区的平均温度为28.32 ℃,比高密度区低2.18 ℃。从热岛强度变化来看,总体上高密度区、中密度区和低密度区的热岛强度均为增强的趋势,其中高密度区热岛强度增加的幅度最大,热岛强度增加了0.56 ℃,只有高层建筑区的热岛强度表现为减弱趋势,热岛强度降低了0.07 ℃。     

城市绿量的遥感估算与热岛效应的相关分析——以北京市五环区域为例

 本研究以遥感分析北京城市绿地对地表温度的影响,研究包括绿地提取、绿量估算、地表温度反演,地表温度和绿量相关分析。并以高精度Rapid Eye遥感影像,提取了五环内的绿地面积(197.3km²,占城区总面积的29.6%),且估算绿量总值为2450.7km²。同时用2009年7月20日的Landsat5 TM 6波段数据进行地表温度反演,低温区、中温区、次热岛和热岛区域所占的五环内城区面积的比例分别为12.3%,34.7%,40.4%和12.6%。绿量和地表温度呈负相关关系:y=-1278.7x+60650,城市绿地可以使城区平均温度降低2.6℃。     

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℃。     

基于多源遥感数据的城市扩张监测与分析

有关建成区空间分布的研究是城市发展规划的重要组成部分,针对单一数据源不足以提供准确、及时的建成区信息的问题,提出了一种结合Landsat数据和夜光遥感数据的城市扩张监测方法。该文以Landsat影像与夜光遥感影像为数据源,采用SVM分类方法和突变检测阈值分割技术,提取2004—2016年的原济南市、泰安市、原莱芜市的建成区范围,然后引入城市扩张强度、紧凑度、重心轨迹转移分析和等扇形分析等指标,来定量分析城市扩张的时空变化特征。结果表明:从2004—2016年,研究区建成区面积增加了508.06km~2,原济南、泰安市均以外延式的城市发展为主,主要的趋势是北部、西部和南部;而原莱芜市则以填充型的城市发展为主,紧凑度高于其余两市,西北方向处于扩张速率的高值区;其中城市扩张强度指标定量地反映出在2004—2007年间研究区城市化进程取得重大突破,是区域城市化进程的重要阶段。相较于单一数据源,引入夜光遥感数据,可以更快速高效地提取城市建成区信息。     

福州市地表温度热点及时空变化分析

中国作为世界第一大发展中国家,近年来城镇化发展迅速,大量自然地表转化为人工地表,从而引起了一系列环境问题,其中以城市热岛问题最为显著。因此如何缓解因城市化进程的加快引起的城市热岛效应已成为热门研究方向。为精确分析城市空间格局对热集聚的影响,本研究利用2000年5月4日的Landsat ETM+和2016年7月27日获取的Landsat OLI两期遥感影像,获取福州市的土地覆盖信息并进行精度验证。在地表温度（Land Surface Temperature, LST）反演基础上通过热点分析（Getis-Ord Gi*）,并结合不透水面（Impervious Surface Area, ISA）信息来研究城市化进程中福州市16 年来 LST的变化特性,空间集聚特性及其产生的尺度效应。热点分析结果显示：① 通过分析福州市内各地和热点中心的距离与LST的关系可较好地反映空间热聚集。2000 年在距热点中心0.97、1.03、0.95 km范围内热聚集明显;2016 年则增长到分别在距热点中心半径1.89、2.01、2.10、2.05、2.13 km范围内热集聚显著且热点区数量也从3 个增加至5 个。热集聚区（热点区和较热区）总面积在此期间从15.7%增至47.3%;② 由于热点图中的热点区和冷点区的形成不单取决于LST的高低,因此热点分析与空间自相关分析方法相比,能更直观地分析土地覆盖变化对LST的影响,了解城市内部热强度变化的细节。本研究采用的热点分析方法可用于城市环境保护与规划,将来还可作为城市土地规划与热环境影响的分析依据。同时可利用热点分析图模拟城市微气候,估算城市绿地降温程度等。此外,未来还可基于此进一步探讨更多时相以及不同城市的对比分析,特别是对不同城市类型如带状城市,多中心城市及中心城市等的研究。     

城市尺度组分温度的ASTER数据遥感反演

为了获取城市尺度组分温度,实现城市水热平衡的高精度反演,探索了一种多波段热红外遥感影像的城市尺度组分温度反演算法.算法选取了植被、土壤和不透水表面等3种组分,并且针对ASTER数据,利用线性混合像元分解方法获取像元平均比辐射率,以MODIS近红外数据估算大气水汽含量和大气透过率,采用牛顿迭代法获取大气平均温度,并用最小...     

等间距法和均值标准差法界定城市热岛的对比研究

利用ASTER数据反演地表温度,采用等间距法和均值-标准差法,将研究区温度场分别划分为4级、5级、6级,并根据热岛区的界定进一步将4级、6级细分为4级(a)、4级(b)、6级(a)和6级(b)。在此基础上,对两种方法从城市热岛数量结构差异、热岛空间分布及细节表达等方面进行了系统对比分析。结果表明:两种方法所界定热岛的面积百分比随着分级数不同均出现跳跃现象,趋势基本一致。但就热岛强度而言,均值-标准差法对分级数的敏感性较等间距法小,在热岛的空间分布和温度变异的细节表现力等方面,均值-标准差法也优于等间距分级法。因此,综合来看,均值-标准差法是城市热岛界定的较适合方法。均值-标准差法以地表温度相对于平均温度的变异程度为依据进行热场划分,在多时相城市热岛演变、对比等研究中,一定程度上可以避开时相的差异。