探究性学习训练

正~~     

太原市地表热环境时空格局分析

针对鲜有资源型城市的地表热环境研究这一情况,该文基于Landsat8遥感数据,反演了太原市在2013—2015年间共3期的地表温度。提出一个考虑空间格局结构的城市热岛效应指数,在3期数据中,太原市区整体热岛效应指数分别为9.1%、9.8%和8.9%;同时,根据城市功能和路网结构将太原市区划分为6个分区,从分区级层面量化分析了地表热环境的时空分异特征规律,结果表明,太原市区地表温度整体呈现空间分散化特征,不同分区也呈现出不同的时空格局演变过程;最后,选取40个地表温度实测样本点验证反演精度,最大误差绝对值为1.1℃,最小误差绝对值为0.2℃,均方根误差为0.7℃。     

基于卫星遥感的夏季长春市城区热场分析

采用先进的遥感手段,能够大面积同步和动态地监测地面热场的分布和变化情况。利用长春市地区的LANDSAT图象,对于热红外波段遥感图象灰度值和地面温度之间的关系进行了定量的解译,并且采用TM6图象增强和密度分割的方法得到了长春市地面热场等级图,取得了很好的模拟效果。结果显示了长春市热场的分布具有明显的规律性。城市能耗和下垫面性质对于区域温度有直接的影响,此外,还结合图象分析了热场分布的形成因素。     

长沙市热岛效应遥感分析及其防治措施

城市热岛作为城市气候中的一个显著特征,是一种城市气温高于郊区的现象。其成因在于人类对原有自然下垫面的人为改造,并以城区温度的明显增高为主要标志。它的出现,加强了城市夏季高温的酷热程度,同时还伴有植被覆盖空洞、城市干岛(湿度小于郊区)、城市霾岛(城区废气、尾气形成     

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。     

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。     

黑龙江省漠河地区土地覆被与地表温度时空变化特征研究

以我国高纬度多年冻土区漠河县城区及郊区862 km²的区域为研究对象,基于RS和GIS技术对该区地表覆被变化和地表温度进行研究。结果表明：地表类型和地表温度反演结果与现场比对结果一致;从1988年到2015年,经过火灾后重建和城镇化发展,建设用地面积增加了11.33 km²;以2015年为例,冬季由于积雪覆盖,有79.02%的区域无植被覆盖,夏季有80.91%的区域为高植被覆盖。冬季地表温度和高程具有高度相关性,高程每升高100 m,地表温度平均升高2.27℃,表明该区地表温度也存在显著的逆温现象。该区城镇热岛效应全年存在,城镇区域地表温度高于全区平均值,夏季最显著,最高温差可达6.37℃。地表温度与NDVI具有明显的负相关关系;不同土地利用类型地表温度由低到高的顺序为水体-林地-草地-裸地-建筑用地。     

基于CFD技术的河谷型城市风环境模拟——以兰州市城关区为例

本文应用CFD软件对多种流场的强大模拟功能,模拟小尺度的兰州市城关区风环境。选用SRTM资料表征兰州市城关区的地形,应用ArcGIS生成兰州市地形模型,计算相关参数,将计算得到的地形粗糙度和兰州多年气候资料转化为CFD模型的数字参数及模拟边界条件等,首次模拟得到河谷型地区兰州城关区的风环境。结果表明:（1）河谷型地区中,气流过山时风速达最大值,依山体高度增大,而在背风坡风速值明显降低,达到0～1 m·s-1;（2）气流过境时在沿河谷前进,且在谷底风速值达0～1 m·s-1;（3）在模拟城市热岛效应的对比实验中,地块加热对气流过境有停滞作用。     

基于HJ-1B的城市热岛季节变化研究——以北京市为例

基于中国的HJ-1B卫星反演地表温度,通过建立一种2.5维高斯表面模型来对北京城市热岛建模,定量描述热岛的位置、形状和大小,并用这种模型来描述城市热环境及其季节变化。研究发现,北京市热岛效应季节变化明显,夏季市中心形成热岛且强度和范围最大,冬季城区中心变成冷岛。在2009年夏季,北京市热岛区域东西横跨33.92 km,南北横跨40.92 km,面积约为1 090.14 km2。相对的,在冬季,北京市区温度比郊区低,从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。