2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

毛乌素沙地东南缘植被NDVI时空变化及其对气候因子的响应

了解植被生长对气候变化的响应是厘清生态系统动态关系的重点。基于1990—2018年气象数据和归一化植被指数（NDVI）,应用偏相关分析与地理探测器等方法,分析了在生长季,毛乌素沙地东南缘不同类型植被年均NDVI的变化趋势,探讨了年均气温与年总降水量对各类型植被的影响。结果表明：（1） 1990—2018年生长季研究区植被年均NDVI显著与极显著增加面积达97.9%,整体生态环境质量大幅度改善。2005年之前植被年均NDVI增速缓慢,此后以0.011·a^-1的速率发生了突变增加,其中灌丛类植被年均NDVI增长幅度最大。（2） 2000年为年总降水量与年均气温的趋势突变点,突变前年总降水量以-5.510 mm·a^-1的速率减少,此后以5.541 mm·a^-1的速率增加,且主要依赖于大雨雨量的增加;年均高温与年均低温在突变前上升速率分别为0.122 ℃·a^-1与0.230 ℃·a^-1,突变后,年均高温下降速率为-0.014 ℃·a^-1,而年均低温上升速率为0.022 ℃·a^-1。（3） 在植被年均NDVI缓慢增长阶段（1990—2005年）,年均低温对植被影响较大,与不同类型植被年均NDVI多呈显著正相关;在植被年均NDVI快速增长阶段（2006—2018年）,年总降水量与不同类型植被年均NDVI呈显著正相关,大降雨事件的频发使得降水量对于植被的生长起主导作用。年总降水量与年均气温尤其是年均低温的交互作用是促进植被生长的关键。     

天山北坡人类活动强度与地表温度的时空关联性

人类活动强度与地表温度的时空关联研究对于充分认识气候变化的成因和机制、积极适应气候变化、合理开发及保护生态环境等均具有重大意义。本文以地处西北干旱区且对气候变化极为敏感的天山北坡为研究区,基于MODIS数据反演地表温度,以夜间灯光数据、人口分布数据及土地利用数据等共同表征人类活动强度,分析2000—2018年人类活动强度与地表温度的演变特征,并进一步探究二者的时空关联性。研究结果显示：① 2000年以来天山北坡平均人类活动强度（0.11）较低,整体呈阶梯式缓慢上升趋势（0.0024 a^-1）,其中人类活动强度较建设用地和人口规模增加滞后1~2 a。② 天山北坡年均地温为7.18 ℃且呈显著升温态势,变化率（0.02 ℃·a^-1）约为全球的2.33倍,春季显著增温（0.068 ℃·a^-1）对整体升温的贡献最大;受高程和植被覆盖度等下垫面性状的显著影响,研究区地温空间上呈南低北高特征。③ 天山北坡人类活动区人类活动强度与地表温度显著正相关,呈东强西弱分布特征,其空间分异与相关性的表达受到人类活动范围、表现形式及土地利用变化等因素的综合影响,农林种植、城市绿化和植树造林等与植被相关的人为干预能够有效减弱人类活动造成的地表增温。本文不仅为人类活动强度的精细刻画提出了新思路,更可为区域人地协调和统筹发展等提供科学参考。     

苏锡常地区制造业污染减排综合分析与评价

以太湖流域苏锡常为例,通过构建制造业污染物排放强度、制造业污染物排放量、制造业集聚度、水环境健康水平4个指数对制造业污染物排放特征进行综合评价和分析,通过前3个指标的叠加,得到污染综合程度指数,反映制造业的污染物排放程度和减排效应,然后与水环境健康指数进行叠加,得到制造业污染程度与水环境健康之间的作用关系。结果显示：① 研究区污染程度“高”“较高”“中等”“较低”“低”区域面积分别为816.12、3 314.56、7 628.25、2 500.67和2 861.75 km ²,分别占研究区总面积的4.77%,19.36%,44.55%,14.61%和16.71%,并在空间上存在明显的分异性,太湖上游地区和环太湖地区主要为污染程度“低”和“较低”区域,中游和下游环湖区域主要为污染程度“中等”区域,中下游远离太湖的地区主要污染程度为“高”和“较高”区域;② 制造业的污染程度对水环境的健康存在重要影响作用,在很大程度上呈现强烈的空间正相关性,主要表现为较健康-轻污染、中健康-中污染和低健康-重污染等分布面积广泛（约45%）,在空间上呈现太湖上游地区主要为较健康-轻污染和中健康-轻污染区域,中下游地区则主要为较健康-中污染、中健康-重污染和低健康-重污染分布区域。     

2001—2020年三江源地区积雪日数变化及地形分异

基于积雪面积逐日无云遥感产品和气象观测资料,分析了2001—2020年三江源地区积雪日数的水平、垂直分布特征及变化规律,并对积雪日数与气温和降水量进行了相关分析。结果表明：（1） 2001—2020年三江源地区积雪日数呈西高东低,高海拔山脉大于盆地平原的分布格局,高海拔山脉地区积雪日数均值普遍大于200 d,85.48%的区域积雪日数呈波动增加趋势,显著增加区域占比为16.59%,平均增加速率为0.98 d·a^-1。（2） 积雪日数及其变化趋势存在明显的海拔和坡向分异,积雪日数随海拔上升呈指数型增加,较低海拔（<3.0 km）区域积雪日数少、呈减少趋势且减少速率随海拔高度上升而加快;高海拔区域积雪日数较多且呈增多趋势,但海拔大于4.4 km后积雪日数增多速率随海拔上升而减缓,且5.5~6.0 km地区积雪日数呈减少趋势,高海拔地区积雪日数存在一定程度的“海拔依赖性”。积雪日数北坡大于南坡、西坡大于东坡,西北坡积雪日数最多,为78.30 d,不同坡向的积雪日数均呈增多趋势,其中西坡的增多速率最快,达1.04 d·a^-1。（3） 近20 a三江源地区明显的“暖湿化”气候特征是影响积雪日数变化的主要原因,其中降水量是主要驱动因素,积雪日数增多与降水量增加密切相关,且高海拔地区积雪日数对降水量的依赖性更强。     

地表温度“源—汇”景观贡献度的影响因素分析

在中国快速城市化进程中,城市热岛是严重的环境问题之一。探究城市热岛的影响因素,建立与自然因子、社会经济因子、景观形态因子的关联,对解决中国“城市病”,实现可持续发展具有重要的意义。本文首先在全国尺度上基于地表温度“源—汇”景观指数识别地表温度的“源”景观/“汇”景观,在此基础上计算“源—汇”景观贡献度及其效应,分析其时空演变规律;其次,基于空间杜宾模型分析自然因子、社会经济因子和景观形态因子对“源—汇”景观贡献度的影响,结果发现：① 2005—2015年间,可缓解热岛效应的省份冬季较夏季多,冬季“强”和“较弱”景观贡献度比值区域集中分布在中国北部和南部;夏季“强”的“汇”与“源”景观贡献度比值区域集中分布在中国北部地区。② 对于本地因子,景观形态对“源”或“汇”景观贡献度的影响较大,缓解热岛效应将附近小“汇”斑块结合来降低地表温度“汇”景观的离散度;其次,夏季适当在“源”景观里增加相对湿度、并增加其植被覆盖率,严格控制“源”景观和“汇”景观的建筑密度及建筑高度,可达到最佳降温效果。③ 邻域因子中相对湿度和建筑密度的影响更大,景观形态中增加“源”景观的离散度及其边缘密度,或增加“汇”景观集聚度,简化其形状均有利于缓解邻域的热岛效应。     

基于人居环境特征的青藏高原“无人区”空间界定

青藏高原独特的高寒环境与自然条件在一定程度上限制了人口的自然分布与有序发展,形成了中国面积大、分布广的“无人区”（UPAs）。然而,当前有关“无人区”面积、分布、特征与区域差异等研究尚无定论。客观、准确界定“无人区”的空间范围,对开展青藏高原资源环境承载力评价、国家公园与生态安全屏障建设等具有重要意义。基于青藏高原居民点分布信息,据其地形、气候、生态、土地利用等要素特征,本文综合表征了居民点的自然—生态—土地利用耦合关系,率定了居民点分布上限的各要素阈值,通过多要素空间叠加构建了“无人区”评价综合模型,并以居民点分布的自然极限、生态（含氧量）下限、土地利用规律为关键阈值界定了青藏高原“无人区”空间范围并分析了其地理分布特征。研究表明：① 以居民点分布累计比例< 0.1%计,确定“无人区”的地形阈值为海拔> 5665 m、相对高差> 2402 m、地形起伏度> 8.59,气候阈值为相对湿度< 76.2%、温湿指数< 33或 > 71。② 根据居民点分布及人体对含氧量耐受情况,确定“无人区”的生态阈值为气压< 500 hpa、大气含氧量< 40%。③ 青藏高原严格“无人区”面积达1912 km²,其中新疆699 km²、四川413 km²、西藏331 km²、青海291 km²、甘肃178 km²。空间上呈零星分散状,多分布在四川贡嘎山、珠穆朗玛峰附近等极高山地区、可可西里东部—罗布泊地区;以及少部分分布在青海柴达木盆地。     

滇中城市群不透水表面时空变化与反常气候现象研究

人类活动对全球气候变化的影响是学科前沿也是热点和难点,其中城市不透水表面（IS）的热岛、雨岛等气候现象是研究重点,但有关其他气候要素的研究尚有待开展。本文以全球30 m IS数据集(GAIA)和中国区0.1°地面气象要素数据集为数据源,通过Mann-Kendall（M-K）突变检验法和贝叶斯模型等方法,对滇中高原湖滨城市群在1985—2018年间IS的时空变化特征、气象要素变化与IS的关系,以及反常气候现象进行了刻画。结果表明,相较1985年滇中城市群的IS面积增加了227.56%,2007—2018年增长速度达到最快（89.85 km²/a）,主要在S、NE、SE、W 4个方向扩张;34 a滇中城市群气候整体经历冷湿（1985—1995年）、暖湿（1996—2006年）、暖干（2007—2018年）3个快速转化阶段;IS具有显著的“热岛现象（气温+0.63 ℃,长波+4.49 W m²）”“雨岛现象（降水+38.27 mm）”“湿岛现象（比湿+0.51 g/kg）”“风速低岛现象（风速-0.025 m/s）”和“气压高岛现象（气压+602.64 Pa）”;滇中城市群的长波辐射主要分布在313~329 W m²、比湿8.9~9.9 g/kg、气压76235~79946 Pa、短波186~194 W m²、降水840~876 mm和876~998 mm、风速2.08~2.38 m/s、气温13.85~15.85 ℃区间内,且显著受IS分布影响。IS对气压和湿度的影响具有“气压反温度现象”和“湿度反常现象”,这可能与副热带高压带控制、海拔和大型湖泊（湖陆风）影响有关。     

贵州省避暑旅游流网络结构特征及其影响因素

气候环境对人类行为具有重要影响,在全球变暖和城市热岛效应不断加剧的背景下,避暑旅游已经成为全球旅游者夏季出行的重要选择。贵州省作为中国国内主要的避暑旅游目的地之一,针对避暑旅游流网络特征及影响因素的研究尚未开展。本研究通过对贵州省避暑旅游现象长期的跟踪调查,获取2015—2019年间有效避暑旅游流线路数据2177条,运用复杂网络、GIS空间分析、QAP回归分析等方法,对避暑旅游流网络结构特征和影响因素进行研究。结果表明：① 避暑旅游流网络规模大、密度低,集聚特征明显,网络发育不完善,具有显著的“核心-边缘”结构,核心城市和景区分别呈“板块”和“点轴”状分布,旅游流线路具有“基营”和“环线”式结构特征。② 交通中心城市和核心景区是避暑旅游流的集散中心,贵阳在整体网络中具有突出优势和无法替代的地位,避暑旅游城市和景区在空间上相互交织,形成“贵（阳）安（顺）-荔波-凯（里）镇（远）”的“▽”空间结构。③ 避暑旅游流空间分布受气候舒适度、空间邻近性、旅游资源禀赋、接待服务能力和交通便捷程度等因素共同影响。最后,从区域旅游协调发展、旅游统计数据改革、网络空间结构优化等方面,对贵州省避暑旅游高质量发展提供了对策建议。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

基于FSDAF模型的干旱区典型绿洲城市夏季地表热岛效应时空演变研究

全球城市化进程加快引起的干旱区绿洲城市热岛效应变化及其生态环境问题已成为当前国内外城市气候、环境和生态等领域的研究热点之一。基于遥感热红外通道反演的地表温度(Land surface temperature,LST)是开展城市地表热岛(Surface urban heat island,SUHI)效应监测研究的关键参数。然而,受热红外遥感数据“时空矛盾”的制约,目前在单一星载卫星传感器下尚不存在同时具有高时间分辨率和高空间分辨率的热红外遥感数据源,因而制约了在干旱区绿洲城市范围内开展高精度地表热岛效应监测研究。针对上述问题,以干旱区典型绿洲城市--乌鲁木齐市为研究区域,以Landsat系列影像和MODIS地表温度产品为基础数据源,基于FSDAF(Flexible spatiotemporal data fusion method)时空融合模型分析了2001-2018年乌鲁木齐市在城市扩张背景下夏季地表热岛效应的时空变化特征以及夏季LST与城市地表参数之间的关系。研究结果表明:(1)乌鲁木齐市夏季热岛强度(SUHI intensity,SUHII)在不同的郊区范围内均呈现增加的趋势。在较小的郊区范围内,SUHII1从2001年的1.24℃增加到了2018年的2.83℃;在较大的郊区范围内,SUHII2从2001年的1.44℃增加到了2018年的2.88℃;(2)在研究区各土地利用类型中,裸地的夏季LST最高,水体最低;(3)研究区地表反照率和不透水面的增加与城市夏季LST升高呈正相关,而植被指数与植被覆盖度则与LST呈负相关关系;(4)在干旱区绿洲城市,城区内部植被面积的增加有助于缓解城市热岛效应,而仅郊区植被的增加则会导致SUHII的进一步增强。     

长春市城市形态及风环境对地表温度的影响

随着城市化进程的加快,城市热岛效应越来越受到关注。然而,很少有研究分析城市形态和城市风环境对地表温度（LST）的影响。利用建筑和遥感等多源数据,基于GIS空间方法,结合迎风面指数（FAI）和地表温度,研究长春市城区迎风面指数时空差异,探索城市形态对城市地表温度影响。结果表明：① 迎风面指数呈现从中心城区向外扩散的空间趋势,高密度以及高建筑对风的阻碍程度大。朝阳区北部迎风面指数最大,最大值达到15.1,各个区边缘区迎风面指数最小,最小值为0.01。② 研究区昼夜地表温度温差大,范围分别是18.15 ℃~31.73 ℃、4.27 ℃~18.43 ℃。空间分布上与迎风面指数存在相同特征,城市中心城区温度高,以同心圆方式逐渐向外扩散。受城市建筑形态、人为热源等因素影响,与夜间相比,白天高温地区范围更大。③ 迎风面指数与地表温度在一定程度上相关,昼夜相关系数分别为0.371和0.355。建筑在垂直方向和水平方向上空间形态不同,对地表温度影响存在差异。结合城市风环境状况开展城市形态信息的定量研究,对于城市气候学家、城市规划师探寻城市潜在通风廊道、改善城市通风环境具有重要理论价值和现实意义。     

基于遥感的银川市建成区城市扩展及其热环境变化分析

为研究银川市城市建成区扩展对热环境的影响，基于 1989、1999、2010 年和 2017 年 Landsat 系列遥感数据，采用建筑用地指数（IBI）提取 4 个年份的城市建成区信息，获取了城市形态演化指 标，利用热红外波段反演不同年份的地表温度；在此基础上，分析了城市扩展和热环境变化的时空 演变特征，探讨了城市扩展和热环境之间的响应关系。结果表明：（1）1989—2017 年银川市城市建 成区扩展面积达 506.13 km²，各时期的扩展速度和扩展强度差异明显，城市扩展具有“缓慢—快速 —稳步”的阶段性特征，城市空间形态趋于紧凑化，向着稳定状态发展，城市整体向东部和北部扩 展，重心整体向东北方向迁移约 5.54 km。（2）热岛范围随着城市扩展不断扩大，较高温区域所占热 岛比例呈先减小后增加的趋势，高温和特高温占比表现出先增加后减小的特征，热岛强度逐渐向 较高温区转移，城市热岛效应得到缓解；热岛空间分布显示，热岛逐渐由兴庆区老城区蔓延至贺兰 县和西夏区，且兴庆区热岛逐渐演化为相互独立的小次级热岛，强度有所降低；28 a 间银川市城市 热岛比例指数（URI）表现出先上升后下降的特征，整体呈上升趋势。（3）热岛区域在空间分布和扩 展方向上与城市扩展具有较高的一致性，城镇用地、公交建设用地和裸地能促进地表温度升高，而 草地和水体能够降低地表温度，公园绿地和水体能有效缓解银川市城市热岛效应且后者对降低城 市地表温度的效果要好于前者。     

基于Landsat TM的2001~2015年哈尔滨市地表温度变化特征分析

以哈尔滨市为例,基于2001年、2004年、2008年和2015年夏季Landsat TM 5 /OLI 8遥感影像为基础数据源,采用“单窗算法”遥感技术手段定量反演瞬时地表温度格局,并深入分析温度特征,分区差异和重心变化。研究表明：2001~2015年研究区温度增加1.44℃,平均温年增0.10℃,3时段（2001~2004年、2005~2008年、2009~2015年）年均温分别增加0.08℃、0.09℃、0.12℃,具有加速上升趋势;最高温增加2.74℃,始终位于香坊区,最低温基本恒定,始终位于道里区;2001~2015年极高、高、极低温度分区面积增加4.92 km²、104.07 km²、87.71 km²,年均增量均具有持续增加趋势,中、低分区面积减少110.61 km²、84.94 km²,具有波动降低趋势,极高、高、中、低分区格局总体按照城区-城乡结合地区-乡村的水平梯度扩展;地表温度重心向东偏南70.58°方向移动536.90 m,其中6个市辖区迁移方向和距离差异明显,表明地表能量移动方向和温度重新分布的活跃程度不同。总体来看,研究区地表温度上升明显,分区时空变化剧烈,能量的轨迹移动过程具有折返特征。     

城市地表水体时空演变及其对热环境的影响

以福州市建成区为例,基于Landsat遥感影像对水体类型进行分类,并提取出1989、1996、2006和2014年的地表水体信息,然后与不透水面、植被和地表温度信息结合,运用回归模型定量分析了1989~2014年间福州城市地表水体的时空变化及其对城市热环境的影响。结果表明：① 1989~2014年间,福州建成区各类地表水体均呈不断减少趋势,25 a间水体总面积减少了1 490.67 hm²,其中有70.0%转变成不透水面;② 1989~2014年减少的1 490.67 hm²水体对福州建成区温度上升的贡献达1.03℃,而在水体减少的具体区域,其升温效应可达3.6℃。     

基于MODIS日地表温度产品的兰州市热岛效应特征

由于MODIS 8 d地表温度产品和Landsat热红外波段很难准确反映地表温度的日变化,这导致由此得到的热岛效应结果不够准确,因此利用MODIS日地表温度产品1天4次的数据来分析长时间段上的热岛效应变化和已有将日地表温度转换成月和年地表温度的算法得到月和年地表温度值,以兰州市为实验区分析了2002-2015年兰州市的热岛变化特征,结果表明：兰州市热岛效应总体上处于增长趋势,2002-2009年波动变化,2010-2015年平稳增加。空间上由中部逐年向北部永登县和皋兰县方向扩展;兰州市热岛的月变化特征分为两个部分,1～5月呈“人”字形变化;6～12月整体下降,空间上表现为东北和西南向条带中心紧缩;兰州市热岛季节变化表现为：夏季>春季>秋季>冬季,空间上在兰州的中心位置以及延伸至榆中县的东南角高温区面积增减。研究表明MODIS日地表温度产品能更加准确地评价区域尺度热岛效应的演变特征。     

基于ECOSTRESS地表温度和手机信令数据的城市人口热环境暴露风险评价——以西安市为例

全球气候变暖和城市热岛效应的双重影响使人类社会面临的极端高温风险日益加剧,给城市人口健康和社会经济可持续发展带来严峻挑战,科学评估城市热环境下人口暴露风险已成为当前学术界关注的热点领域。论文基于ECOSTRESS地表温度数据和手机信令数据,以西安市为例,在城市地表温度和人口时空变化分析基础上,构建城市人口暴露风险评价模型,揭示精细化时空尺度上的人口暴露风险时空格局及其动态演变特征。结果表明：① 西安市夏季一天内的地表温度呈现出明显的波动特征,昼夜地表温度差异较大,白天平均温度为35.5 ℃,夜间平均温度为21.5 ℃,白天地表温度空间分布相比夜间具有更明显的空间异质性,且日内所有时刻均存在不同强度的城市热岛效应,热岛分布的变化表现出从聚集状态向离散状态再过渡至聚集状态的特征。② 西安市人口分布呈单中心结构,73.6%的人口都分布在三环以内,且沿中轴线集中的现象显著,昼夜人口形成了“白天向心、夜间离心”的分布特征。③ 人口暴露的中、高与极高风险区主要呈散点式分布在城市中心区域,且86.6%的极高风险区位于三环以内,而无风险和低风险区主要集中连片分布在城市外围。④ 导致昼夜人口暴露风险差异的不同主导类型面积占比依次为温度主导型(37.9%)>共同主导型(31.5%)>人口主导型(30.6%)。研究可为城市人口暴露风险区域的识别及制定针对性的适应性策略提供参考。     

南京市热岛效应变化时空特征及其与土地利用变化的关系

利用遥感数据和气象统计数据分析自1985年以来南京市热岛效应变化的时空特征及其与土地利用变化的关系。结果表明:自1985年以来,南京市热岛效应强度和范围在增长。南京市的年均温逐年上升,与郊区六合县的温差呈上升趋势;南京市建成区内4级热岛效应面积增加了107.88km²。热岛效应增长在空间上存在差异,大厂>雨花台>市辖区>栖霞>浦口>江宁。南京市土地利用变化的结果使得热岛效应空间分布更广泛,城镇居民点及工矿用地利用强度变化最大的地方即城市热岛效应增加最多的地方,两者在空间上具有很好的吻合;而和城镇居民点及工矿用地的扩展规模没有很好的空间相关性。     

基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价

应用中巴资源卫星热红外遥感数据(CBERS-02 IRMSS)和普适性单通道算法反演福州市的地表温度.反演过程中使用同时相的MODIS数据在像元尺度上获取的大气水汽含量替换标准大气模拟值,参考气候资源评价中人体舒适度指数模型,建立基于地温的热环境评价模型,并对福州城市热环境进行评级.结果表明:中巴资源卫星热红外数据对城市热岛和热环境研究具有重要的应用价值,多源遥感数据的结合可以提高地表温度的反演精度,而基于遥感反演参数的热环境指数评价方法能够较好地描述城市热环境的空间特征.     

半干旱区典型工业城市热岛时空分布及演变特征——以包头市为例

基于2000 年、2008 年和2015 年landsat5 TM影像和Landsat8 OLI影像,以单窗算法反演地表温度,研究包头市区近15 a 的城市热岛时空分布及演变特征,并对下垫面土地利用/覆盖类型、 NDVI 与城市热岛的关系进行了定量分析。研究结论表明：包头城市热岛15 a 来呈逐步扩展趋势,且主要集中于裸地区、工矿区、商业和人口密集区三类区域,空间演变趋势与城市扩张格局呈现出高度的一致性;城市热岛效应强度增强,但2008-2015 年以来,市中心区高温区面积比重大大降低;下垫面土地利用/覆盖类型是影响城市热岛空间分布的重要因子,地表温度呈现出裸地>工矿用地>建设用地>城市绿地>农用地>水体的规律;地表温度与 NDVI 呈现显著的负相关关系,即植被指数越高,城市的地表温度越低。