城市局部气候分区对地表温度的影响 ——以大连市区为例

以大连市区建筑数据、SPOT 5和Landsat 8遥感数据为基础,运用局部气候带分类、地表温度反演方法,研究大连市局部气候带分区类型和特征,进而分析不同局部气候带对城市地表温度的影响。研究结果表明：①大连市建筑类型高度主要为低层建筑、多层建筑和中高层建筑,建筑密度为中密度和较高密度,甘井子区分布大量森林绿地,中山区具有丰富的公园绿地;②地表温度整体偏高,空间上呈现东高西低的趋势,其中半数以上地区地表温度达到28℃~31℃,并且有超过1%的地区地表温度大于38℃,该区域出现极端高温;③同一建筑高度上,密度越大的建筑区域,地表温度越高;同一建筑密度,多层建筑高度覆盖区地表温度较高。森林绿地地表温度最低,公园绿地和社区绿地地表温度几乎一致,附属绿地地表温度最高。     

最优插值全球海表温度数据格式分析及显示方法

介绍了最优插值全球海表温度数据;分析了NetCDF的特点,实现了利用ArcGIS和Matlab读取并显示NetCDF海表温度数据的方法。     

MODIS数据北京城区热岛监测分析

随着城市化进程的深入,热岛效应问题越来越严重,从而影响城市及周边地区的生态环境与气候,因此备受人们的重视。本文从2000年—2007年724幅1km分辨率的MODIS地表温度产品中选取64幅质量较好,可以代表春、夏、秋、冬四个季节的昼夜影像,制作地表温度图和选取感兴趣区域分析北京城区热岛效应。结果表明,北京市城区温度明显高于周围地区,夏季夜间最高达到3.7℃,秋季白天相对热岛强度较大,夏季、冬季夜间热岛强度要大于白天,尤其冬季较为明显。     

基于无线电探空的武汉大气加权平均温度模型研究

以武汉地区为例,本文推导无线电探空推导的大气加权平均温度模型并对其可靠性进行检验。采用武汉无线电探空数据推算武汉地区的大气加权平均温度计算模型,以此模型计算GPS可降水量,通过与无线电探空结果比较来检验该模型的精确度。在WHDH站GPS可降水量与无线电探空的比较中,两者差值的均方根为3.0mm,两者的相关性达到了0.952。利用中国地壳运动监测网络2002年武汉站GPS数据和武汉地区大气加权平均温度模型推算的可降水量与无线电探空比较,GPS可降水量与无线电探空可降水量在数值上和发展趋势上比较接近,说明了无线电探空的大气加权平均温度模型的可靠性。     

非匀一冠层热辐射方向性3维模型构建——以玉米冠层为例

建立适用于多类型植被场景的热辐射方向性模型是进行地表热辐射方向性研究的一种手段。利用真实植株几何及生理参数的统计平均值来刻画理念植株,并给定其空间分布特征,进行不同生长期植被冠层的描述。基于冠层双向孔隙率思想构建了冠层热辐射方向性3维模型,模型继承了孔隙率模型在计算冠层热辐射方向性上的简洁优势同时以几何光学的思想考虑了冠层空间异质性对冠层热辐射方向性的影响。以玉米冠层为例,进行了不同生长期玉米冠层热辐射方向亮温的模拟,通过与实地测量数据的比对表明,本文发展的模型能够较准确地模拟不同生长期玉米植被场景的方向亮温变化规律,模拟误差主要来自理念株的刻画误差、玉米叶片形状的近似以及忽略了多次散射贡献等3个方面。模型的构建方法对稀疏植被场景、浓密植被场景、多类型植被的混合场景均可适用,不同观测几何下的植被场景4组份面积比计算结果有望应用于复杂地表条件下地表返照率的研究。     

一种多因子加权平均温度模型的构建方法

针对在地基GNSS水汽反演的过程中,天顶湿延迟转换为大气可降水量时如何建立精确的大气加权平均温度(Tm)模型的问题,该文在建立Tm模型前全面考虑了对Tm有显著影响的变量并选择最优回归子集。但分析发现,最优回归子集中各变量之间存在较强的相关性,这将会导致变量之间存在多重共线性,从而影响模型的稳定性和可靠性。选择2013—2015年相关气象数据作为变量并应用岭回归的方法削弱变量之间的多重共线性,建立稳定的多因子Tm回归模型。并利用该模型分别预测2016年1—12月、2019年1—7月的Tm,均方根误差分别为2.3 K和2.0 K,预测精度较高,这将为高精度的水汽反演奠定较好的数据基础。     

应用微波遥感数据的东北地区地表温度反演

针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。     

城市建筑水平特征对城市热环境效应的影响——以大连市中山区为例

以大连市中山区的遥感和建筑等多源数据为基础,结合单窗算法和相关分析方法,研究分析了2002—2014年研究区的地表温度空间分异特征及地表温度与建筑密度的相关性。研究结果表明:(1)2002—2014年地表温度高温区域多分布在中山区西北部、解放路和中南路的沿线,且温度增加明显,东北部由于填海造陆温度明显升高;(2)高密度和较高密度的地块主要分布在青泥洼天津街商业区,大部分低、较低、中密度地块分布在解放路和中南路沿线;(3)2002年、2014年,地表温度与建筑密度呈现中等相关性,相关系数分别为0.514、0.537。     

中国北方地区秋季植被变化及对气候变化的响应研究

基于1982~2006年的AVHRR GIMMS NDVI数据,使用一元线性回归和分段线性回归等方法,通过对中国北方地区植被变化及其与气候因子的关系研究,揭示该地区近25年来在不同时段的植被变化趋势及对气候变化的响应规律,从而为该地区的生态环境变化研究提供理论依据。研究结果表明:1)中国北方地区秋季植被在25年时间内整体呈上升趋势。秋季NDVI在秋季温度断点之前以上升趋势为主,秋季NDVI在秋季温度断点之后仍以上升趋势为主,但上升趋势有所放缓。2)通过分段线性回归方法和相关分析研究得出中国北方地区秋季温度是秋季NDVI变化的主要驱动力。在秋季温度断点之后,秋季温度仍呈上升趋势而降水呈显著减少的面积增多,从而在温度和降水双重影响下的干旱胁迫导致植被下降;当秋季温度下降而秋季降水增多时干旱发生概率变小,从而使秋季NDVI呈上升趋势。     

基于城市地表温度与归一化植被指数对北京市建成区热环境分析

针对研究城市热环境的过程中,利用归一化植被指数(NDVI)进行地表温度(LST)反演,再将LST和NDVI结合说明地物变迁与城市热环境的影响的现状,利用Landsat-8多时相遥感影像、高分辨率影像、公开GIS等多源数据,通过人工交互判读和量化统计分析,实现了2013—2017年北京建成区NDVI变化及其对地表热环境影响分析,再对分析结果进行差值拟合评价。对NDVI阈值分割按照大小为LC1、LC2、LC3、LC4,对LST分为高温区(TH)、常温区(TR)和低温区(TL)。结果表明,2013年至2017年:1)建成区的平均NDVI增加0.03,其中LC1增加1.0%,LC2减少11.6%,LC3区域减少1.7%,LC4区域增加12.3%。2)建成区平均LST增加2.55 K,TH百分比增加0.6%;TR百分比减少1.1%,TL百分比增加0.5%。3)NDVI相对增加,地表温度相对下降以及NDVI相对减少,地表温度相对上升占60%,NDVI相对下降,地表温度相对下降以及NDVI相对增加,地表温度相对上升的占40%。