福建省晋江市城市热岛强度时空变化特征分析

利用传统的气象站法, 结合空间统计学方法(普通克里金插值法), 对福建省晋江市2010—2014年40个自动气象站逐小时温度资料加以计算处理, 分析了晋江市年、季、昼夜热岛强度时空变化规律。(1)晋江市年、季、昼夜热岛强度都呈带状分布, 等值线呈西南-东北走向, 年、季、昼夜变化趋势显著, 北部热岛强度高于南部。五年间热岛强度持续增强, 但增幅不大, 增速放缓。(2)城市化水平的提高, 会导致热岛强度高值出现季节提前, 故旅游区秋冬季热岛强度高于春夏季, 中心城区和产业经济区夏秋季热岛强度高于冬春季。(3)晋江市热岛效应昼夜空间分布格局差异性大, 夜间热岛强度显著高于白天, 最低值出现在14—16时, 中心城区和产业经济区最低值出现时间较旅游区略推迟, 三个功能区的最高值均出现在凌晨。      

乌鲁木齐气温与城市热岛强度日内和季节变化特征

运用2013-2014年28个自动气象站的逐小时气温观测资料,分析了乌鲁木齐地区气温的日变化特征及季节特征。结果表明：1)城郊日最高气温出现频率最大的时次均为北京时间17时,出现频率在20%以上。日最低气温出现频率最大的时次为8时,频率在30%以上;2)年平均城郊气温差异即城市热岛强度在夜晚较大,早上7时左右达到最大,在1.5℃以上,白天较小,16时左右最小,仅有0.3℃左右;3)城郊日最高气温出现时间基本一致,但日最低气温出现时间有差别,冬季郊区最低气温出现滞后城区1小时,其他季节保持一致;4)城区逐小时城市热岛强度日内变化可分为三个阶段：8点到17点为下降时期,17点到22点为迅速上升时期,22点到第二天8点为稳定的强热岛时期;5)侯平均城市热岛强度年内变化,最大值发生在年终的第72候,为1.53℃,最小值发生在第秋末第67候,为0.33℃;6)综合来看,各季代表月平均城市热岛强度春季(4月)夜晚较强,夏季(7月)夜晚和白天都相对较弱,秋季(9月)夜晚最强,但白天最弱,甚至白天部分时刻(15到18点)出现了负值。冬季白天和晚上都比较强,是四季代表月份平均热岛强度最强的季节。     

从不同的陆面资料看城市化对北京强降水的影响

2004年7月10日,北京地区出现了一次强降水过程.该次过程主要是由中尺度对流云团的活动造成的,整个大环流形势给暴雨的发展提供了水汽条件.分析近地面的特征场发现,在降水发生前1-2 h,北京城区存在一个暖中心,其温度比周边地区高出2-3 ℃,存在明显的热岛现象.该城市热岛现象的出现,使得城区的气压相对较低,郊区有较冷空气向城区辐合,有利于城区产生上升运动,形成对流降水.另外,对该次过程的数值模拟结果表明,使用了最新的陆面资料的模拟结果明显好于没有使用最新的陆面资料的模拟结果.这在一定程度上说明了城市热岛效应对该次强降水具有一定的影响.     

重庆市城市热岛效应变化特征及减缓措施

利用1961～2016年重庆市逐日气温资料,分析讨论了重庆市主城区56年城市热岛效应的变化趋势和年变化特征,并利用2009～2016年的逐时气温资料分析讨论了城市热岛效应的日变化特征。结果表明:56年来重庆市城市热岛效应总体呈上升趋势,各季节中盛夏上升最明显;重庆市城市热岛效应存在明显的年变化特征,盛夏的热岛效应最强,初春次之,仲春至初夏的热岛效应最弱;重庆市城市热岛效应具有较明显的日变化特征,各季节热岛效应均表现为白天弱,夜间强。重庆市城市热岛效应的形成及其变化,既受到地理位置、气象条件等自然因素的影响,更由城市下垫面变化(绿地和水体的面积及分布)、大气污染、人为热排放等城市化进程因素所决定。结合重庆城市特点综合运用多种措施可以减缓重庆城市热岛效应。      

城市热岛时空变化特征及演变规律研究——以扬子江城市群为例

使用MODIS地表温度夏季影像,通过均值-标准差法和空间叠加分析,研究了扬子江城市群2000—2017年城市热岛时空变化与演变规律特征.结果表明:扬子江城市群热岛效应逐年增强,且强热岛主要体现在长江以南的苏州市、无锡市、常州市、南京市4个城市;城市群中各个城市的城市热岛都呈现由主城区向周围扩展的特征,其中,南京市呈现"...     

基于Landsat 8劈窗算法与混合光谱分解的城市热岛空间格局分析——以兰州市中心城区为例

在ENVI和GIS支持下,提出了基于Landsat 8遥感影像的地温反演劈窗算法,提取兰州市中心城区地表温度。利用FNEA和混合光谱分解法确定了兰州市中心城区的城市热岛中心、不透水面和植被盖度,分析了城市热岛空间分布格局以及地表温度与下垫面之间的关系。结果显示:基于Landsat 8数据地温反演的劈窗算法是可行的。兰州中心城区的高温区分布较集中,地表温度与植被呈较强的负相关,与不透水面呈不显著的正相关,与其他非光合物质呈正相关。     

基于随机森林地表温度降尺度方法分析青岛市热环境的变化

分析城市地表热环境的形成和演化,对于城市规划和人居环境的改善具有重要意义。本文以青岛市这个典型快速城市化的滨海城市为分析对象,揭示了2010–2019年青岛城市地表热环境的时空动态变化特征。采用随机森林算法,以植被指数、水体指数、裸土指数和数字高程等作为输入变量,对MODIS LST产品进行降尺度,获得30米分辨率的地表温度分布图。同时,利用热岛强度（HII）、城市热岛（UHI）容量和等级对青岛市城市地表热环境时空动态特征进行量化分析。结果表明,HII平均值在1.1°C和2.52°C之间,在过去10年中处于增长趋势。市北区UHI容量最高,而黄岛区UHI容量变化范围最为显著。青岛市高热岛地区逐步扩大,10年来连续高热岛地区主要分布在市南区、市北区以西等地。从热岛的影响因素出发,讨论了人为热源、裸露地表、混合热源等不同因素。最后,提出城市结构调整、植被面积增加和建筑色彩变化等措施,以缓解持续高热岛地区的热岛强度。     

北京地区城市热岛强度长期变化特征及气候学影响机制

选择北京地区为研究区,基于1967~2016年城市站（北京站）和城郊农村站（密云站）的长期气象观测数据,研究平均气温、最高气温、最低气温对应的城市热岛强度长期变化特征及其气候学影响机制。研究发现,过去50 a平均气温和最低气温对应的城市热岛强度显著增加,增温率分别为0.29℃/10a和0.45℃/10a,而最高气温对应的城市热岛强度则没有明显变化趋势;统计分析显示过去50 a北京地区相对湿度、风速和日照时数显著降低以及气温显著上升有利于城市热岛的形成,强化城市热岛强度;未来全球变暖和快速城市化背景下北京地区城市热岛效应将进一步加剧,形成更频繁和持续时间更长的夏季城市高温热浪,严重危及城市居民生产生活和生命健康。     

U—TAE算法提取城市热岛信息的空间尺度分析

U-TAE算法是一种使用不同范围的滑动窗口来提取城市热岛信息并根据稳健估计法设定窗口阈值的算法,该算法根据像元被记为热岛像元的累积总次数是否为0来区别热岛区与非热岛区,根据累积总次数的多少来判断热岛强度的强弱,具有动态阈值的特点和无偏特性。文章以长沙地区为例,对U-TAE算法在6个不同空间尺度上（5×5,11×11,25×25,51×51,101×101,201×201）对城市热岛信息提取的效果从提取范围、提取强度、空间构成以及大面积热岛提取稳定程度4个方面进行了评估。结果认为大小为11×11的窗口在4个方面均取得较好的效果,提取的城市热岛信息更加完整和有效。     

北京城市热岛的时空变化分析

利用1987、1999、2000、2001、2002和2005年六幅陆地卫星影像研究北京市规划区地表城市热岛（SUHI）．首先用决策树分类法进行分类,得到六幅不同时相的土地利用／覆盖分类图像．根据Artis＆Carnahan算法利用热红外通道的灰度值计算地表辐射亮温,基于分类结果进行比辐射率纠正,计算地表温度．通过分析北京市规划区1987～2005年间地表城市热岛的特征,发现不同土地利用／土地覆盖类型与地表城市热岛有密切关系;2001年、2002年和2005年影像中市区的热岛分布的破碎度增加,由原来的集中分布慢慢向周围扩散,并在市区中心植被覆盖高的区域出现蓝色“凉爽”区;地表城市热岛增加的区域与城市扩展区域一致,城市化过程是城市热岛面积不断增加的主要的原因．