Swelter in the city: Urban greenery and its effects on temperature in Guwahati,India

Changing urban landscape with multistoried high rises, roads and pavements is continuously reducing urban green space. These structures result in high surface temperature variation within cities. To explore the relationship between surface temperature and normalized difference vegetation index (NDVI), this study estimates two models—geographically weighted regression (GWR) and a fixed effect panel data model in relation to the Guwahati Metropolitan Area (GMA), a secondary city in north east India. The results indicate the superiority of GWR regression in presence of spatial dependence. Panel data analysis shows that the densely populated urban areas in the GMA with less than 10 per cent greenery are 1°C warmer than the sub-urban areas with 50 per cent greenery.     

赤道东印度洋和孟加拉湾障碍层厚度的年际变化及其影响机制

Interannual variability(IAV) in the barrier layer thickness(BLT) and forcing mechanisms in the eastern equatorial Indian Ocean(EEIO) and Bay of Bengal(BoB) are examined using monthly Argo data sets during 2002–2017. The BLT during November–January(NDJ) in the EEIO shows strong IAV, which is associated with the Indian Ocean dipole mode(IOD), with the IOD leading the BLT by two months. During the negative IOD phase, the westerly wind anomalies driving the downwelling Kelvin waves increase the isothermal layer depth(ILD). Moreover, the variability in the mixed layer depth(MLD) is complex. Affected by the Wyrtki jet, the MLD presents negative anomalies west of 85°E and strong positive anomalies between 85°E and 93°E. Therefore, the BLT shows positive anomalies except between 86°E and 92°E in the EEIO. Additionally, the IAV in the BLT during December–February(DJF) in the BoB is also investigated. In the eastern and northeastern BoB, the IAV in the BLT is remotely forced by equatorial zonal wind stress anomalies associated with the El Ni?o-Southern Oscillation(ENSO). In the western BoB, the regional surface wind forcing-related ENSO modulates the BLT variations.     

海绵城市建设下的生态效应分析——以常德市穿紫河流域为例

海绵城市建设被认为是解决城市内涝、水污染和水资源短缺、热岛效应等问题的有效途径之一。中国自2015年起共确立30个海绵城市建设试点城区,为今后海绵城市建设在全国范围的推广提供示范。基于实地调研、查阅资料并对比分析穿紫河流域海绵城市建设前后的水文、植被和气候等自然要素变化。结果表明：常德市城市内涝有效缓解,但在暴雨发生时局部仍出现积水和内涝现象;穿紫河水质总体上由劣Ⅴ类转变为Ⅲ类,但在冬季周期性恶化及污染物富集;穿紫河流域生物多样性显著增加,同时也表现出植物种类单一、具有环境净化功能的植物种类较少、生态系统不完整和管理不善等问题;常德市夏季的热岛效应有一定程度缓解。常德市2004-2019年的海绵城市建设显著提升了穿紫河流域的生态效应,为该地区的社会经济发展和人居环境改善提供了重要的生态基础,也为合理评价其他试点城区海绵城市建设效果提供借鉴。     

典型喀斯特城市的热岛时空变化及其成因分析

利用1989、2003、2018年的Landsat影像对安顺市西秀区的地表温度进行反演,分析研究区在30年发展中的热岛时空变化及其成因。使用基于影像的反演算法,结合分类回归树算法进行地表温度的反演,用气象站数据对反演结果进行精度验证,并建立缓冲区对研究区进行相关性分析等定量分析。结果表明：研究区受喀斯特地貌的影响,除主城区外,郊区也存在大量高温区;近30年研究区热效应与不透水面、绿地的面积有极显著相关;1989-2003年研究区城市热岛面积随城市扩张逐渐增大,但2018年主城区城市热岛现象几乎完全消失,排除气象因素和城市形态因子影响的可能后,发现这与安顺市城市绿化的大力进行有密切关系。     

“源-汇”景观格局的热岛效应研究——以武汉市为例

论文基于2017年Landsat 8遥感影像,通过GIS技术选取城市地表温度、源汇景观密度、源汇景观贡献度和景观效应指数,结合地理空间分析和数理统计方法,分析了武汉市局部源汇景观格局对城市地表温度的贡献及其效应。结果表明：① 武汉市城区热岛(urban heat island, UHI)季节变化明显,夏季热岛强度大、范围广,呈“大”字型分布,工业集聚区和经济开发区产生的UHI更显著;② 武汉市城区平均地表温度(land surface temperature, LST)在距市中心约8 km处达到峰值后沿城乡梯度逐渐下降,呈现“倒钩型”特征,这一现象与景观密度变化密切相关;③ LST与源(正向)、汇(负向)景观密度存在极强相关性,不透水表面是城区热岛的主要贡献因子;④ 相同密度的水体和绿地,水体更具有削弱城市热岛效应的功能;⑤ 一般当汇-源景观面积比>0.89(汇区密度>0.47)时,局部景观格局对城市热岛有缓解作用,且局部汇区越集中缓解效果越显著。     

岬湾海岸中人工岛建设对岬角涡旋及海湾地形冲淤的影响——以海南岛铺前湾为例

岬湾海岸中一般在岬角的右侧与左侧（面向大海方向）分别发育顺时针与逆时针涡流。这些涡流的存在对泥沙输运、海底地形演变、污染物扩散等都具有重要影响。而在海洋中岛屿的存在将产生局部的岛后尾流。如岛屿与岬角距离较近,岛后尾流可能与岬角涡旋相互作用,反之则相互影响较小。本文以海南岛铺前湾为例,研究在岬湾海岸中湾口处的人工岛建设对湾内涡旋的影响,并进一步分析人工岛建设对整个海湾海底冲淤变化的效应。本项研究主要采用COAWST模型进行研究。结果表明,大潮期在海湾内发育大范围的顺时针涡旋,小潮期涡旋发育不明显,以东向余流为主。人工岛建设并未影响整个海湾的涡旋结构,但人工岛分隔了湾内顺时针涡旋,且在周围产生局部的逆时针与顺时针涡旋。海底冲淤变化的基本格局为湾内以淤积为主,人工岛建设加强了这种趋势,但在人工岛与岸线之间的狭窄通道内,海底出现冲刷。本项研究对岬湾海岸的科学开发管理具有一定意义。     

南沙群岛珊瑚礁砾洲地貌特征

通过对南沙群岛永暑礁、西门礁和安达礁3个砾洲的现场调查,基于理论最低潮面和平均海面分别计算了砾洲的可能分布范围和平均出露范围,获得了砾洲的地形地貌特征。3个砾洲均为向西北凸出的弧形,呈北东-南西向展布。永暑礁和西门礁砾洲周边地势较高,中部相对低洼,分布有多条砾脊,边缘向海侧主砾脊高度最大,内部多条较低的次砾脊相交于主砾脊并汇聚于砾洲东部;安达礁砾洲则中部凸起地势较高,周边较低,无多重砾脊分布。推断砾洲的发育由最初珊瑚枝块堆积于中部形成凸起,逐渐向北东和南西两侧以砾脊形式扩展,最终形成砾洲由内向外的洼地-砾脊-砾滩的地貌分带模式。砾洲的地形地貌特征表明,南沙群岛砾洲的发育主要受北东-南西向水动力条件季节性交替的控制,反映了南海海区盛行季风的影响。南沙群岛珊瑚礁砾洲的地貌特征为深入研究南海珊瑚礁灰沙岛地貌发育演化及动力机制提供了基础数据。     

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。     

Examining the Relationship Between Spatial Configurations of Urban Impervious Surfaces and Land Surface Temperature

The urban heat island(UHI) effect has significant effects on the quality of life and public health. Numerous studies have addressed the relationship between UHI and the increase in urban impervious surface area(ISA), but few of them have considered the impact of the spatial configuration of ISA on UHI. Land surface temperature(LST) may be affected not only by urban land cover, but also by neighboring land cover. The aim of this research was to investigate the effects of the abundance and spatial association of ISAs on LST. Taking Harbin City, China as an example, the impact of ISA spatial association on LST measurements was examined. The abundance of ISAs and the LST measurements were derived from Landsat Thematic Mapper(TM) imagery of 2000 and 2010, and the spatial association patterns of ISAs were calculated using the local Moran’s I index. The impacts of ISA abundance and spatial association on LST were examined using correlation analysis. The results suggested that LST has significant positive associations with both ISA abundance and the Moran’s I index of ISAs, indicating that both the abundance and spatial clustering of ISAs contribute to elevated values of LST. It was also found that LST is positively associated with clustering of high-ISA-percentage areas(i.e.,>50%) and negatively associated with clustering of low-ISA-percentage areas(i.e.,<25%). The results suggest that, in addition to the abundance of ISAs,their spatial association has a significant effect on UHIs.     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。