南京细颗粒物对城市热岛强度的影响

随着城市化和工业化进程的加快,南京城市热岛效应显著,细颗粒物污染加剧,对大气环境、气候变化和人体健康产生重要影响.本文基于观测资料,分析了南京市不同颗粒物浓度水平下城市热岛强度的变化特征;利用光学特性模型OPAC（optical properties of aerosols and clouds model）和辐射传输模型TUV（troposphere ultraviolet-visible model）估计了气溶胶的光学厚度及辐射强迫;定量分析了细颗粒物对城市热岛强度的影响及其可能机制.结果表明：南京城市热岛强度范围为-0.51.3K,冬季强于夏季.细颗粒物质量浓度范围为32 135 μg/m3,冬季高于夏季,城区和郊区差别不大;当大气中细颗粒物质量浓度较高时,城市热岛强度相对较弱;南京城郊气溶胶光学厚度变化范围为0.28 1.01,在地面产生的辐射强迫达-3.88-4.72 W＆#183;m-2;由于城区和郊区下垫面、人为热、细颗粒物浓度水平的差异,造成城郊近地面降温的不同,导致细颗粒物对城市热岛强度的削弱,夏季减弱0.1K,冬季减弱0.2K.     

基于遥感的资兴市“热岛”分布调查与分析

以资兴市为例,对城市热岛形成和影响因素进行分析,得出城市下垫面、城市大气污染、人工热源、自然下垫面减少4个因素是其主要原因,重点分析了城市绿化对城市热岛的影响。     

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。     

Application of WRF/UCM in the simulation of a heat wave event and urban heat island around Guangzhou

This paper evaluated the performance of a coupled modeling system, Weather Research and Forecasting (WRF)/Urban Canopy Model (UCM), in the simulation of a heat wave event which occurred around Guangzhou during late June through early July, 2004. Results from three experiments reveal that the UCM with new land data (E-UCM) reproduces the best 2-m temperature evolution and the smallest minimum absolute average error as compared with the other two experiments, the BPA-Bulk Parameterization Approach with new land data (E-BPA) and the UCM with original U.S. Geological Survey land data (E-NOU). The E-UCM is more useful in capturing the temporal and spatial distribution of the nighttime Urban Heat Island (UHI). Differences in surface energy balance between the urban and suburban areas show that low daytime albedo causes more absorption of solar radiation by urban areas. Due to the lack of vegetation which inhibits cooling by evapotranspiration, most of the incoming energy over urban areas is partitioned into sensible heat flux and therefore heats the surface and enhances the heat wave. During nighttime, the energy in the urban area is mainly from soil heat flux. Although some energy is partitioned as outgoing long wave radiation, most of the soil heat flux is partitioned into sensible heat flux due to the small latent heat flux at night. This leads to the development of nighttime UHI and the increase of the magnitude and duration of heat waves within the municipality.     

基于改进TAE算法的城市热岛信息提取技术

在使用遥感数据提取煤火热异常信息的TAE算法的基础上,根据城市热岛特点对算法进行了改进,提出了针对城市热岛研究的Urban-TAE算法,即U-TAE算法.该算法使用不同范围的滑动窗口来探测整幅图像,根据稳健估计的方法设定地表温度高于全部像元以及窗口内像元温度统计均值+标准差的像元为热异常像元,并将滑动窗口的范围设置在5...     

论城市热岛强度的表示方法

讨论了表示城市热岛的各种方法并进行了比较。     

基于Landsat 8的南京市热岛现状分析

基于2013年、2017年的Landsat 8OLI卫星影像数据和社会经济统计数据,得到了3个时期的地表温度、土地利用现状和主要的地表参数。通过分析得到南京市的热岛主要分布在中心城区、沿江经济开发带、各区县中心以及南京市化工产业园;呈现局部集中式分布且有蔓延趋势。     

基于FY-3卫星数据的西安市城市热岛特征分析

基于2011—2017年FY-3B/VIRR气象卫星影像数据及同期气象观测数据,应用改进型贝克尔(Becker)"分裂窗"地表温度反演算法计算地表温度,根据土地利用类型数据进行城郊对比,分析了西安市春、夏、秋三个季节城市热岛总面积、强热岛面积和热岛比例指数。结果表明:1)遥感反演温度与气象站点监测数据变化趋势基本一致,三季地表温度基本以西安市城区为中心呈环状递减;2)各季节强热岛面积占比年际变化明显,夏季强热岛面积占比远高于春、秋两季的,是后者的2倍以上;3)春、夏、秋三季强热岛区域主要集中在西安市城区和长安区,临潼区、长安区、鄠邑区、西安市城区夏季热岛面积占总面积的50%以上,周至县、高陵区的较小;4)总热岛比例指数总体上波动较大,年际上2016年的最大;春、夏季2014年的最大,秋季2016年的最大;总体城郊热岛差异2017年的最大,季节性城郊热岛差异表现为春季2016年的最大,夏、秋季2017年的最大,夏季城郊热岛差异明显高于春、秋季的。     

基于RS技术的20年来厦门城市热岛格局变化研究

应用IB算法反演厦门市地表温度,整合1996—2013年Landsat-5和Landsat-8卫星影像数据,定量分析厦门市城市热岛的时空变化。结果表明,近20年来厦门市建成区空间分布发生了巨大的变化,热岛的时空演变和建成区的密集度分布基本吻合。