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。     

Statistical analysis of surface urban heat island intensity variations: A case study of Babol city,Iran

The urban heat island is considered as one of the most important climate change phenomena in urban areas, which can result in remarkable negative effects on flora, concentration of pollutants, air quality, energy and water consumption, human health, ecological and economic impacts, and even on global warming. The variation analysis of the surface urban heat island intensity (SUHII) is important for understanding the effect of urbanization and urban planning. The objective of this study was to present a new strategy based on the Shannon’s entropy and Pearson chi-square statistic to investigate the spatial and temporal variations of the SUHII. In this study, Landsat TM, ETM+, OLI and TIRS images, MODIS products, meteorological data, topographic and population maps of the Babol city, Iran, from 1985 to 2017, and air temperature data recorded by ground recorder devices in 2017 were used. First, Single-Channel algorithm was used to estimate land surface temperature (LST), and the maximum likelihood classifier was employed to classify Landsat images. Then, based on LST maps, surface urban heat island ratio index was employed to calculate the SUHII. Further, several statistical methods, such as the degree-of-freedom, degree-of-sprawl and degree-of-goodness, were used to analyse the SUHII variation along different geographic directions and in various time periods. Finally, correlation between various parameters such as air temperature, SUHII, population variation and degree-of-goodness index values were investigated. The results indicated that the SUHII value increased by 24% in Babol over different time periods. The correlation coefficient yielded 0.82 between the values of the difference between the mean air temperature of the urban and suburbs and the SUHII values for the geographic directions. Furthermore, the correlation coefficient between the population variation and the degree-of-goodness index values reached 0.8. The results suggested that the SUHII variation of Babol city had a high degree-of-freedom, high degree-of-sprawl and negative degree-of-goodness.     

基于新型探测资料对西安一次弱降水预报失误的原因分析

利用微波辐射计、激光测风雷达、多普勒雷达、相控阵雷达等新型探测资料、地面加密观测资料、ERA5再分析及多模式数值预报结果对2022年4月24日西安城区一次弱降水预报出现明显失误的原因进行分析,结果表明：(1)全球数值预报模式和中尺度数值预报模式对本次过程西安城区均报有明显降水,主要原因为模式对低层相对湿度预报明显偏大;(2)多种新型探测数据分析认为近地层湿度条件较差及中层的绝对水汽含量低,中层的干暖空气不利于成云致雨,垂直上升运动不强,且由于低层非常干燥,使水滴在下沉过程中蒸发,从而无法形成雨滴下落,这些原因共同造成西安城区无降水,低层相对湿度预报偏大是造成这次西安城区降水预报失误的主要原因之一;(3)造成西安城区近地层湿度条件差的原因是城市干热岛效应和低层干暖平流输送,且降水云团翻越秦岭后其湿空气绝热下沉至城区后出现增温降湿,使得城区形成较为深厚的干层,即使有雨滴在下落过程中也会造成更强的蒸发,这也是城区没有降水的重要原因之一;(4)预报员主观预报订正出现空报主要是源于对边界层水汽、抬升条件等关键降水要素缺乏订正能力,且对大城市的干热岛效应和秦岭山区地形影响研究不足。