基于热红外遥感的城市热场形成机制及特征分析--以成都市为例

利用LANDSAT5的TM6热红外数据和实时的地表温度，优选了一种方法进行成都市地面温度场反演，根据反演结果对成都市地表温度场分布特征进行了分析，同时定量分析了植被覆盖和水域廊道对地表温度场分布的影响，定量分析的结果对城市区域布局和规划有积极意义。     

21世纪以来西安城乡梯度土地覆盖变化及对城市热岛影响时空特征

城市快速扩张导致城乡梯度土地覆盖发生显著的变化,引发不透水地表的增加,植被覆盖的减少,从而加剧了城市热岛强度。研究城乡梯度土地覆盖变化引起的城市热岛效应,并揭示城市热岛的时空特征及强度的变化,对城市规划建设、人居环境改善及提升城市生态系统服务功能具有重要的意义。基于Landsat系列4期影像,利用单窗算法反演西安市地表温度,计算热场变异指数得到热力场强度图并对其进行等级划分,结合土地利用/覆盖类型数据分析城乡梯度土地覆盖变化对城市热岛强度的影响。结果表明：①2000年西安市极强热岛效应区占研究区面积的10.58%,逐渐增加到2011年极强热岛效应区域的面积占比达到16.14%,而后到2015年降低为9.00%,整体上西安市城市热岛效应呈现出了先增长后降低的趋势;②2000年到2015年城乡建设用地面积增加了412.76 km2,极强热岛强度的范围随城市建成区的扩张逐年向外扩展;③无热岛效应区约70%位于耕地和林地,水域在无热岛效应中的占比也在逐年增多,从31%增加到了47%。不透水地表面积占比与地表温度有显著相关性,城乡梯度植被和水体面积的增加可以有效地缓解城市热岛强度。     

1982~2015年海南岛NDVI时空变化及气候驱动力分析北大核心CSCD

为了揭示海南岛植被覆盖长期变化趋势以及进一步确定影响海南岛植被变化的主要气候驱动因子,为海南岛植被应对气候变化以及植被的良性发展提供科学指导。基于GIMMS NDVI数据,采用趋势分析法,探究1982~2015年海南岛植被的时空变化趋势;利用偏相关分析和主成分回归分析研究34 a里温度、降水和太阳辐射对海南岛植被变化的影响。研究表明:(1)空间上海南岛植被在北部和沿海地区呈明显增加趋势,而三亚及周边地区存在多处植被退化区域;(2)时间上海南岛植被整体以缓慢增长为主,增速为0.019/10 a,年际变化明显;(3)温度和太阳辐射显著主导海南岛88%地区的植被生长,其驱动因子存在如下关系:太阳辐射作用>温度作用>降水的驱动作用;(4)温度主导海南岛北部及西部地区植被的生长,太阳辐射主导驱动岛屿南部的植被生长,而降水是岛屿中部植被的主导气候驱动因子。综上所述,海南岛植被总体呈现良性发展的趋势,温度和太阳辐射是促进植被生长的主要气候因子。     

城市热岛效应地表通量空间分布研究

城市化进程的加快促使更多大中城市的产生以及城市面积的扩展,导致更加严重的城市热岛现象。为了更加深入理解城市热岛效应产生根源,以西安市城区为例采用美国陆地卫星遥感数据反演或估算地表温度、植被指数以及地表通量等变量,不仅采用传统的地表温度参数理解城市热岛现象,还着重分析城市建成区和郊区的地表通量空间分布格局及其与地表温度的关系。研究发现西安城市建成区与郊区之间热环境存在显著的差异,地表温度不仅与植被覆盖状况具有密切的关系,还与地表潜热通量和实际蒸散发变量存在显著的反相关关系。详细分析表明拥有众多工厂企业的西安市莲湖区热岛效应尤为显著,而位于市中心的新城区次之,具有较大面积郊区的灞桥区热岛效应并不明显。因此城市绿地不仅影响城市建成区的地表温度空间分布,还对地表通量以及实际蒸散发的空间格局产生重要的影响,在调节城市热岛效应方面具有重要的作用。
     

基于遥感数据的城市地表温度与土地覆盖定量研究

利用Landsat TM数据,以徐州市为研究区,采用单窗算法反演地表温度,通过混合像元分解和V-I-S(植被—不透水面层—土壤)模型将土地覆盖类型分解为对城市热环境具有重要影响的植被、土壤、不透水面层3个分量,最后利用得到的3种地物比例、直接分类后的土地覆盖类型和地表温度对研究区城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究。研究成果能够有效地应用于城市人居环境研究和生态环境过程分析中。     

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市（北京、上海、广州、伦敦、纽约和东京）为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型（RFR）建立土地覆盖类型与城市热环境定量关系模型（LCT）,综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型（LCT）,模型得到的精度高于基于多元线性回归方法建立的模型。LCT_RF模型的R²值在0.623~0.826之间,比LCT_MLR模型高0.021~0.074;RMSE比LCT_MLR模型低0.07℃~0.35℃。研究超大城市土地覆盖与城市热环境的互动作用机理,能为未来生态城市建设提供宝贵建议。     

加尔各答市地表温度与不透水面比例季相相关性研究

城市化的显著特征是自然地表不断被热容量大的不透水面取代,进而造成城市热岛效应和严重的城市生态问题。孟中印缅经济走廊是古代南方丝绸之路的重要路段和“一带一路”建设的重要战略通道,加尔各答市是孟中印缅经济走廊印度境内的重要节点城市,战略地位重要,对其城市化进程及与地表温度相关性研究对孟中印缅经济走廊印度段建设具有重要的借鉴意义。传统地表温度与不透水面的相关性研究主要以年为时间尺度,较少关注城市不同季相地表温度与不透水面的相关性及其差异。以热带季风气候的季相区分为依据,基于旱季、雨季和凉季3个季相的Landsat 8影像反演了加尔各答市地表温度和不透水面比例,定量研究两者的关系,探讨了地表温度与不透水面比例的季相相关性。结果表明：①研究区内,低温和高温空间分布相对比较集中,高温区域集中在建成区,而低温主要分布在茂密植被覆盖区和水体区域;②加尔各答市从旱季到雨季再到凉季热岛效应程度总体呈下降趋势,旱季时城市热岛效应最强,凉季时城市热岛效应最弱;③每个季相,地表温度与不透水面比例都呈正相关,地表温度随着不透水面比例增加均呈现先快速上升,后缓慢增加,最后急剧增加的趋势,其中旱季时地表温度增长最快,雨季时地表温度增长次之,凉季时地表温度增长最慢。加尔各答市热环境研究将对孟中印缅经济走廊印度段城市热环境背景及生态效应认知等方面产生积极意义。     

山地新城市化进程的地表热通量时空演变——以悦来新城为例

山地城市通常因为地形复杂、气候多变使得局地的地表热通量分布规律与平原城市有较大区别。为探求山地新开发区城市化进程中的地表热通量时空演变规律,利用卫星遥感影像资料和LUMPS、SEBS模型,对代表重庆市未来发展窗口的悦来新城不同土地利用类型的热平衡过程和城市化前、中、后3期的各热通量过程时空演变规律进行了分析,并探讨了土地利用/植被覆盖对各地表热通量的影响,结果表明：（1）悦来新城各土地利用类型的净辐射通量及差值在7月份最大,1月份最小,植被覆盖度是不同土地利用类型显热通量存在差异的因素之一,潜热通量依次为：林地>农田>未利用土地>居民用地,土壤热通量依次为：未利用土地>居民用地>林地>农田;（2）城市化进程使得悦来新城的净辐射低值区域增多,显热通量呈增加趋势且在能量输出中占比最多,潜热通量的低值区有向南北逐渐扩张的趋势,在潜热通量较低的地区土壤热通量和显热通量较高;土壤热通量与显热的分布规律基本一致,均呈增大趋势;（3）土壤热通量与土地利用面积的相关关系是各能量输出因子中最好的;植被覆盖度对各热通量的影响远大于土地利用面积,居民组合用地与植被覆盖度关...     

中小城市地表温度变化与下垫面关系

针对中小城市地表温度变化与下垫面的关系问题,以合肥市城区和六安市金安区为例,基于Landsat-8热红外卫星影像数据,采用大气校正法反演研究区地表温度。对其进行归一化处理后,利用密度分割技术分析研究区城市热场空间格局,以城市热岛比例指数评价了研究区热岛效应,得到热岛效应强度分布情况,并结合地理国情数据,采用数理统计和空间统计相结合的方法,在水体、植被、不透水面3种不同下垫地表覆盖面积比例与地表温度之间建立关联,进而得出城市下垫面布局对热环境的贡献。结果发现,对于中小城市而言,在城市发展的进程中,若能保持区域内植被覆盖面积高占比,即使不透水面的面积占比有所增加,人类活动区域加大,也不一定会导致城市热岛现象的加剧。     

基于Landsat 8影像和能量平衡的西安市热场格局研究!

基于2014年8月15日的Landsat 8影像,通过劈窗算法反演西安中心城区地表温度,定量测算热岛中心范围。估算多种地表能量分量,分析热环境格局与地表能量分量的关系。结果表明:(1)西安中心城区城市热岛集中分布在人口、居住、商业密集区、经济技术开发区以及植被覆盖较差的区域;(2)感热、波文比与地表温度呈正相关,人为热与温度呈不显著正相关,净辐射、潜热与地表温度呈显著负相关;(3)城市热岛的地表能量结构中感热与潜热差异是构成城市热岛差异的主要原因。     

阳江市绿地空间分布及其热环境分析

鉴于Landsat-8热红外数据在城市绿地热环境方面研究的不足,提出一种参数修正后的单通道地表温度算法,可直接用于城市绿地热环境分析。研究以阳江市建成区为例,以Landsat-8的热红外波段为数据源,利用单通道算法反演地表温度,结合土地利用矢量数据计算得到的景观指数,将地表平均温度与绿地景观进行相关性分析。结果表明:Landsat-8能够提供较高空间分辨率的地表温度信息,适合用来研究区域性的城市热环境;绿地景观的组成和空间配置对城市热环境有一定的影响,其中植被覆盖度是地表温度的重要影响因子,以阳江市建成区实验数据为例,植被覆盖度增加10%,地表温度降低0.35℃;绿地斑块相近的地区,平均地表温度会随着斑块密度的增大而升高;不同绿地斑块对周围环境的改善能力有较大差异。     

杭州市城市空间扩展及其热环境变化

通过Landsat卫星影像分别获取了杭州市1989、2000和2010年的城市空间扩张、地表温度及作为主要地表参数的建筑用地和植被的信息,用以研究杭州市城市扩展及其城市热环境变化。结果表明:在21 a间,杭州市建成区范围有了大幅扩展,且城市热岛区域的空间变化与建成区的空间扩展变化基本一致。研究还发现杭州市区的特高温区面积比例在逐渐减小,城市热岛比例指数(URI)从0.78降至0.71,表明城市热岛效应有一定缓解。建筑用地比例的减小与建筑用地密度的下降是城市热岛得以缓解的主要原因。定量分析表明建筑用地的升温效应要强于植被的降温效应。总的看来,杭州市的城市热岛效应现象在整个研究时段内虽有一定的改善,但仍一直处于较强烈的状态。     

基于TM和GIS的合肥市热环境研究

利用2007年10月5日覆盖合肥市的TM影像反演了NDVI和LST,并结合GIS技术和城市形态分维理论,分析了合肥市热环境布局以及不同热环境等级与各土地利用类型的关系。结果表明:合肥市地表温度具有东南高、西北低的热岛效应存在,热岛效应的中心并未出现在城市中心区域。LST与NDVI呈明显负相关关系(相关系数为-0.734),NDVI值每升高0.1,LST约降低0.93℃。城建面积加权环境效应贡献指数(WHI)为1.14,对热环境的作用(正向)程度最高;耕地的WHI为-0.51,对热环境的作用(负向)程度最高,且耕地在合肥市各热环境等级中都发挥了独特的作用。      

超大城市地表特征参数估算及其对城市热环境的影响研究

近年来超大城市的下垫面环境发生了显著变化,并对区域生态系统造成了明显的影响。因此有必要定量化下垫面特征参数并研究它们之间的相互关系对城市热环境的影响。以北京市为例,采用2009年6月2日Landsat\|5 TM卫星影像提取城市不透水层百分比、地表温度、土地利用/土地覆盖和植被指数这些典型地表特征参数,并分析它们之间的定量关系。研究结果表明:随着城市化进程加快,北京市高不透水面扩展到六环,六环以内地表温度保持在40 ℃以上,特别是商业区等特高不透水面区域地表温度甚至高达45 ℃,处于城市高温区域,六环以内区域平均温度波动幅度不大。另外,森林和农业用地的降温作用明显,最高降温幅度达到6 ℃,而且夏季裸土地表温度接近高密度居民区地表温度。     

作物蒸散发模型研究中的地表温度反演

针对美国加州Merced县2002年8月9日的ETM+影像,利用单窗温度反演算法反演了遥感蒸散发模型S SEBI中的地表温度参数。选用了ETM+热红外的高增益61波段,对热红外波段反射率较低的植被覆盖研究区进行了地表温度反演,并反演地表温度所需要的几个参数：亮度温度、地表比辐射率、大气透射率。最后得出了研究区域地表温度分布结果：水体地表温度低于植被作物,建筑或道路的地表温度最高。不同地物间地温是不同的,作为蒸散发反演的重要参数,这将影响不同地物蒸散发估算。因此精确反演地表温度,将为今后蒸散发的研究打好基础。     

广州市地表温度反演与土地利用覆盖变化关系研究

利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确;广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧;城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。     

基于Landsat ETM+遥感数据的组分温度反演方法研究

地表温度在干旱监测和模拟地表热通量中有重要作用。在干旱半干旱地区,双源能量平衡模型(TSEB)通常用于计算地表的热通量。以黑河中游典型灌区为研究区域,选取4个时相的Landsat-7 ETM+遥感影像,通过植被指数与TSEB模型结合的方法反演土壤表面温度和植被冠层温度,并重点讨论土壤表面温度和植被冠层温度的分解算法。结果表明:土壤表面温度和植被冠层温度具有较好的时空一致性;土壤表面温度与植被冠层温度的反演精度通过地表净辐射与地表热通量得到了间接验证。地表净辐射与地表热通量的计算值与观测值相关性好,相关系数大于0.92。地表净辐射与地表热通量的线性回归分析表明拟合精度高。通过地表温度分解的方法获得的土壤表面温度和植被冠层温度,对监测典型区域的干旱和模拟地表热通量是可行的。     

河谷型城市土地利用类型及格局的热环境效应遥感分析——以兰州市为例

以河谷型城市兰州为例,采用Landsat ETM+遥感影像为基本数据源,定量反演了地表温度（LST）和植被指数（NDVI）,利用GIS空间分析方法,分析了LST和NDVI 在不同土地利用类型之间的差异以及二者之间的定量关系,并引入多样性和聚集度指数,讨论了在不同土地利用的空间组合下,LST和NDVI 的空间差异及相互关系。结果显示:LST和NDVI具有明显的相关性,中心城区LST表现出热岛效应,而NDVI则为低谷效应;土地利用斑块和类型两种尺度水平上LST和NDVI均具有明显负相关的线性关系,城市内部不同土地类型所产生的热环境效应不同;土地利用多样性越丰富、聚集度越小的区域,其温度对地表植被覆盖的敏感性越弱。     

基于SEBS模型的藏北那曲蒸散量研究

SEBS模型为研究高原非均匀地表区域蒸散量估算提供了一种新的方法,为高原气象台站稀少地区蒸散量变化研究提供一定的参考依据。应用SEBS模型,利用MODIS遥感数据反演所需的地表物理参数(如反照率、比辐射率、地表温度和植被覆盖度等),再结合气象站地面观测数据,包括温度、相对湿度、风速、气压等,对藏北那曲地表能量通量和蒸散量进行估算;最后分析了蒸散量与气象因子、NDVI之间的关系。结果表明:2010年藏北那曲蒸散量呈春夏季高,秋冬季低的变化趋势,蒸散量较大区域为研究区南部、东北部和区域内的水体;中部和西北部地区蒸散量较小。气温和地表温度对蒸散量的影响较明显,随着气温和地表温度的升高蒸散量不断增大,NDVI对蒸散量也有一定的影响。所以,SEBS模型在估算高原地区蒸散量方面具有一定的精度,可以满足区域日蒸散发估算的需要。     

基于MODIS NDVI的吉林省植被覆盖度动态遥感监测

植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,植被覆盖及其变化是区域环境变化的重要指示,对于区域水文及生态状况、全球变化的区域响应等都具有重要意义。以MODIS NDVI为数据源,采用像元二分模型,提取2000~2007年吉林省植被覆盖度,获取不同时期的植被覆盖度图,并进一步分析了植被覆盖度变化的原因。结果表明：吉林省植被覆盖度由东部到西部逐渐降低,其中白山地区植被覆盖情况最好。过去8 a间,吉林省植被覆盖度总体呈上升趋势,2007年植被覆盖度达到最高,为83.04%。在此期间,中部地区和西部地区植被覆盖增加了 797.52 km²,占总面积变化的74.79%。生态恢复工程、降水和气温等是影响植被覆盖度变化的主要因素。