机器学习模拟热环境及热岛时空变化特征研究

针对城市热岛研究中MODIS地表温度数据云覆盖像元值问题,该文构建SVR、RF和XGBoost 3种机器学习模型以实现对MODIS地表温度产品缺失像元值的最优模拟,以最优模型获得郑州市2009—2018年无缝地表温度数据;基于距离加权不透水面聚集密度,提取出郑州市逐年主要建成区范围;结合地表温度数据、建成区范围及郊区范围动态分析郑州市热岛面积及热岛强度变化。结果表明：XGBoost模型回归拟合系数为0.95,均方根误差为0.06,填补MODIS地表温度数据像元值空缺效果优于SVR和RF模型;研究期间内,郑州市每年主要建成区面积增长速率均超过8%;郑州市这10 a间地表温度的标准差呈平稳下降的趋势,中温区面积呈上升趋势,热岛强度呈下降趋势,表明了郑州市“高温化”的缓解。     

基于Landsat的沈阳城市热岛效应与地表参数变化分析

基于2000—2016年沈阳市六期Landsat数据,利用单通道算法反演地表温度计算城市热岛强度。依据与城市热环境关系较大的植被、水体、不透水面3种地表参数将研究区分类,并将地表参数指数与地表温度拟合分析地表参数对沈阳城市热岛的影响。结果表明:1) 16年间沈阳市不透水面地区比例从21.82%上升到46.02%,植被覆盖率从75.83%下降到53.11%,水体从2.35%下降到0.87%; 2)随地表参数的变化,研究区极强、强、中热岛从2000年的14.10%上升到2016年的25.93%,上升了11.83%; 3)不透水面指数对温度的影响接近甚至超过植被指数和水体指数的和,对城市热岛效应有着显著的增强作用。     

多空间尺度下城市热环境与不透水面聚集密度响应关系

针对以往城市热环境与不透水面聚集密度响应规律研究不足的问题,本文以北京市为例,基于MODIS数据计算城建区与边缘区平均温度差值为热岛强度,结合热岛强度等级特征,选取热岛强度等级期望值较高的6个典型区域（Ⅰ西二旗、西三旗、回龙观,Ⅱ东四、地安门、新街口,Ⅲ丰台区中部,Ⅳ四惠、定福庄、东坝,Ⅴ石景山区,Ⅵ北四环四季青桥附近）,研究热岛强度等级与不透水面聚集密度的响应关系;进而利用Landsat数据反演地表温度,研究城建区与精细尺度下地表温度对不透水面聚集密度响应临界点与最优尺度。结果表明：（1）不同热岛强度等级的出现频率、其在白天与夜间的变化程度与不透水面聚集密度有一定相关性,且相近的不透水面聚集密度下所表现出热岛强度的变化特征相似。（2）主要城建区内地表平均温度与不透水面聚集密度的分布特征存在较显著的一致性,随着尺度半径r的增大其响应越明显。且地表温度对不透水面聚集密度的响应存在一个临界点,随着尺度半径r减小,响应临界点逐渐增大：尺度半径r=1000 m时,不透水面聚集密度达到60%后其影响趋于减弱;r=500 m、r=300 m时临界点分别为69%与83%。（3）不同典型区域的最优尺度...     

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。     

基于TM/ETM~+影像的绵阳春秋两季城市热环境特征对比分析

选取中等城市——四川省绵阳市为研究对象,以2000年(代表秋季)、2001年(代表春季)TM/ETM+遥感影像为数据源。在基于影像算法反演地表温度的基础上,对研究区春、秋两季热场剖面、建成区范围内热力景观斑块和城市热岛效应进行研究。结果表明:(1)无论春季还是秋季,地表温度高低与下垫面性质具有较大相关性,水体和植被覆盖较好的区域呈现低温,而水泥、沥青等不透水面温度较高;(2)秋季相对春季而言,温度相对较高的热力景观类型面积减少,而温度较低的热力景观类型面积增加。分析热力景观异质性指数发现,优势度指数值春季大于秋季,说明春季存在较明显的优势斑块;(3)运用城乡平均温度对比法和热岛面积指数法,计算春季热岛强度值为1.77℃,秋季热岛强度值为0.78℃,由此说明,在该时段内春季的城市热岛效应强于秋季。     

城市不透水面及地表温度的遥感估算

基于植被-不透水面-土壤模型和全约束最小二乘法混合像元分解模型,从探索城市热岛效应和城市不透水面关系出发,利用TM数据对北京市海淀区的城市不透水面丰度和地表温度进行估算,并在此基础上对二者之间的相关性进行定性分析和定量评价。研究表明:城市不透水面的空间分布和变化趋势与地表温度之间存在明显的一致性,二者相关系数达到0.752 5,这说明城市不透水面信息可以很好地反映城市热环境的空间分布状况。     

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.     

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。     

深度学习提取不透水面的自然环境影响因素研究

针对遥感影像提取不透水面通常会受到自然环境因素影响的问题,该文采用改进的U²-Net模型对北京市五区和南京市五区的Landsat 8 OLI影像进行季节性不透水面提取,探索深度学习提取不透水面时的自然环境影响因素及其影响机制。选择植被、水、裸土及地表温度作为影响因素,通过地理探测器研究以上因素对不透水面提取的影响机制。基于改进的U²-Net模型提取不透水面精度较高,其中北京市研究区域的提取精度为93.81%,南京市研究区域的提取精度为94.04%;4项自然环境因素对不透水面提取精度均有影响,单因素分析中地表温度影响最大,交互作用分析中地表温度与植被覆盖影响最大。研究结果表明：夏季不透水面提取精度最高,受自然因素及交互作用影响最小;提取不透水面建议采用夏季影像。本文探究了自然因素对不透水面提取的影响机制,为进一步不透水面遥感提取和动态差异分析提供有力支撑。     

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.     

利用地理国情监测数据进行城市下垫面提取

本文选取城六区作为分析单元,充分利用北京市第一次地理国情普查成果数据及监测成果数据,获取2012年度及2015年度城六区下垫面数据,建立地理国情地表覆盖分类数据类型与下垫面数据类型之间对应关系,结合2012年和2015年下垫面数据进行特征数据分析、空间叠置分析,分析城六区道路、水域、硬化地表、房屋等地类的变化趋势,探讨了城六区近几年各地类的变化情况及透水面和不透水面的变化趋势。     

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Landsat ETM+分析城市热岛与下垫面的空间分布关系

采用数理统计与空间统计相结合的方法,利用Landsat ETM 数据对北京、上海、沈阳和武汉等4个大城市的夏季城市热岛相对强度与城市下垫面的空间分布关系进行对比研究。用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面;用城市地表亮温与水体亮温差值表征城市热岛相对强度。结果显示,4个城市的植被覆盖、不透水面与热岛强度的分布呈较强的空间正自相关,并且存在较为一致的自相关范围,该范围相当于城市街道与建筑组合特征尺度;自相关引起的结构性是导致3者空间分布异质性的主要因素。植被覆盖对城市热岛的缓解效果与不透水面对城市热岛的增强作用均呈分段线性特征,但区域差异较为明显;交叉相关系数曲线则显示出相关性的空间异质性与多尺度现象,同时存在一个约550 m的空间作用特征尺度。该研究结果有助于在城市规划实践中合理配置建筑与植被的间隔和比例,以缓解城市热岛效应。     

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。     

南通市热岛效应的遥感分析

本文以3个时期的TM/ETM+图像为数据源,反演了南通市1995-2008年的地表温度,利用均值-标准差法对城市热场进行了分级,阐述了南通市热岛效应空间分布格局、时空演变特征,定量分析了地表温度与土地利用、植被覆盖率的关系,揭示了南通市城市热岛效应演变的原因。结果表明,随着城市化进程的加快,南通市城市热岛区域扩张明显,增加了11.96%,且呈现逐渐向东南方向扩张的趋势,除以濠河为中心的老城区继续保留其热岛特征外,在新城区和经济开发区出现了多个热岛区域,植被覆盖率与温度高低存在着较高的负相关性。     

基于半约束条件下不透水面的遥感提取方法

不透水面作为城市生态环境的一个重要指标,被广泛应用于城市扩张监测、热岛效应分析及人类活动影响等方面的研究中。线性光谱混合模型构造简单、物理含义明确,是估算不透水面的主要方法。但是全约束的线性光谱混合模型容易在不透水面覆盖较低的地区(0~20%)出现高估,而在不透水面覆盖较高的地区(80%~100%)出现低估。因此,以黑龙江省富锦市为实验区,利用Landsat5 TM图像,讨论了线性光谱混合模型在不同端元数目和约束条件下对不透水面的估算精度,发现三端元(高反射率地物、植被及土壤)半约束条件的线性光谱混合模型估算结果最优,其均方根误差为16.71%,并结合地表温度和植被覆盖度辅助分析,去除了水田对不透水面估算的影响,提高了不透水面的估算精度。     

中小城市城区扩张的热效应演变及响应

针对传统遥感手段研究城市热岛演变较大的数据限制问题,该文引入混合像元线性波谱分离算法,以赣州城区2000、2009及2014年的Landsat数据作为数据源,用辐射传导方程法反演地表温度。实现在缺少高分辨率遥感和其他详细地面辅助数据的情况下分析中小城市扩张过程中的热岛演变、迁移的成因。结果表明:引入混合像元线性波谱分离算法可以有效实现城市热岛成因与转移演变研究,发现热岛变化模式主要和城市的不透水面扩张建设有关,变迁方向与城市扩张趋势一致;平均不透水面指数与平均植被指数的变化与城区扩张态势有关,决定城区热岛变化形态。混合像元线性波谱分离算法的引入,降低了城市热岛研究对高分辨数据的依赖。     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

基于Landsat 8数据的城市不透水面及其与热环境的关系研究

利用Landsat8数据,以成都市为研究对象,采用光谱混合分解模型研究估算成都市的不透水面分布信息。通过MNF变换和PPI指数运算,确定高、低反照率,植被及土壤四类光谱端元,并利用Landsat8新增的卷云波段去除云、土壤、沙地等噪声和MNDWI指数去除水体。修正后的高、低反照率组分含量之和即为不透水面含量的估计值。通过将不透水面信息与利用TIRS11波段反演的地表温度进行回归分析,发现两者呈正相关。     

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。