成都市主城区及南部新城区不透水地表研究分析

采用不透水地表可定量化研究城市空间变化和扩展。本文选取2013年、2014年、2015年成都地区高分一号影像,通过线性光谱混合分解模型和水体掩膜运算提取成都市不透水地表。以成都主城区和南部新城区各区为单位,分析了不透水地表在空间格局分布和时序变化上的特点及其与主要经济指标的关系。结果表明不透水地表与成都市城市化,特别是经济发展与工业固定投资呈正相关,其对城市规划建设、洪涝灾害预防有一定意义。     

近20年上海市不透水地表时空格局分析

选取上海市近20年时间3期Landsat TM遥感影像,运用线性光谱混合模型和距离谱空间分析方法,提取城市不透水地表信息,分析其时空变化情况。研究结果表明,上海市近20年城市不透水地表迅速增长;不透水地表的平均密度从市中心到郊区随距离增加而梯度递减;不透水地表面积与密度水平存在分区差异。     

基于遥感和GIS的城市景观格局演变与水文效应关系研究

基于多时相TM/ETM+遥感影像,运用支持向量机分类方法对合肥市景观进行分类,解译得到1995、1999、2003和2007年土地利用专题图;应用单窗算法解译得到地表亮温专题图。采用景观指数法分析了合肥市景观格局与城市水文效应间的关系。研究表明:城市水文要素与景观指数之间存在相关性,城市化水文特征明显;建筑用地有增加并集中趋势,不透水面积增加,年降水量增大;供水排水能力平稳增长,人均用水量相对减少,城市饮用水水源地水质偏差。调整城市景观格局,有利于优化城市水文状况。     

城市新区不透水地表盖度与人为热的关系研究——以陕西省西咸新区为例

基于Landsat数据,采用线性光谱混合模型分解法提取陕西省西咸新区2007年和2016年2景影像的不透水地表盖度,利用地表能量平衡法提取同期人为热信息,并探讨二者间的关系。结果表明:①2007—2016年间不透水面从294. 93 km~2扩张至362. 62 km~2,由以自然地表与低覆盖度等级占主导逐渐演变为以中、高覆盖度不透水地表盖度等级占主导;②2016年研究区人为热在空间上区域差异显著,高值区集中分布于沣东新城中北部和空港新城西安咸阳国际机场周边,在秦汉新城中部、沣西新城北部和泾河新城部分地区有零星分布;③各土地利用不透水地表盖度均值和人为热均值均呈现建设用地耕地林地水体的特点;④不透水盖度与人为热呈正相关,相关系数为0. 97,各地区的人为热值随不透水地表盖度上升速率呈现空港新城沣东新城泾河新城秦汉新城沣西新城的规律。     

特大城市不透水地表时空格局分析——以北京市为例

以北京市为研究区,利用Landsat MSS影像和Landsat TM影像,运用线性光谱混合分解模型提取4期北京地区的不透水地表信息,并结合北京城市用地扩张,分析二者的时空格局。结果表明,近30年来,北京城市用地和不透水地表快速扩张,扩张面积和速度逐年增加,到2010年不透水地表占城市用地面积的64.06%;东城区和西城区在1992年后不透水地表增长幅度较小,丰台区、海淀区、朝阳区和石景山区一直保持快速增长的状态。到2010年,西城区不透水地表占城市用地比例最高,达到高度人工化;在3个扩张阶段中,城市用地扩张中的不透水地表面积所占比例逐年降低,绿地面积所占比例逐年增加,尤其是2000—2010年绿地面积剧烈增加,达到了城市用地扩张面积的27.19%。     

城镇化对降雨-径流关系的影响研究

在前人已有的土地利用/覆盖变化研究的基础上,应用美国农业部水土保持局研制的SCS(Soil Conservation Service)模型,对海河流域1980和2008年正常土壤湿度下的地表径流进行模拟计算,分析了近29年来海河流域城镇化对地表径流的影响,同时也验证了SCS模型应用于较大流域进行地表径流模拟计算的可行性。研究结果表明,海河流域城市扩张基本上都是建立在占用耕地基础上的。因城市扩张导致城市建筑用地大面积增加、耕地大面积减少而引起的流域不透水面积增多是致使流域地表径流深度增加的直接原因。城市地表径流增加与城市扩张变化是有直接关系的:城市扩张速度越快的地区地表径流深度增长也相对较快。同时,植树造林对强降雨条件下地表径流增加具有一定抑制作用。     

不透水面产品在重庆地区的验证

以国家地球系统科学数据中心发布的不透水面数据产品为基础,利用地理国情数据中地表覆盖分类提取的不透水面成果进行重庆地区精度验证,并与兴趣点数据(Point of Interest,POI)、夜间灯光数据进行相关性和空间重叠度分析.结果表明:不透水面产品在重庆地区验证情况较好,不透水面产品与地理国情不透水面耦合性较高,能够较为准确地反映城市建设状况,全市不透水面产品有71.61％以上位于地理国情不透水面范围内;不透水面产品面积与POI核密度、夜间灯光亮度具有正相关性,但相关系数不高,且空间分布具有一定差异.通过不透水面产品在重庆地区验证分析,能够对未来不透水面提取优化研究提供基础支撑.     

武汉城镇化与热岛效应的定量研究

针对目前城市化进程加快对城市增温和城市热岛效应的促进作用尚不十分明确的问题,提出基于遥感技术的城镇化与热岛效应数量关系的构建。结果表明,1987-2013年间,武汉市中城镇化水平(50%~80%ISA)面积增加了14.5倍,高城镇化水平(80%~100%ISA)面积增加了2.8倍,城镇化范围沿着武汉市主城区和主要干道不断扩张;不透水面值与地表温度表现出明显正相关,不透水面值平均增加1%,可使地表温度增温0.06℃~0.19℃,城镇化水平对武汉城市热岛效应作用明显。研究结果为探讨城市热岛效应的缓解对策提供了基础,对合理规划和管理城市化意义重大。     

城市不透水表面遥感估算研究

作为城市化水平的关键指示因子，不透水表面已经被广泛应用在城市生态环境评估中。利用TM影像，采用附有限制条件的线性光谱混合模型对北京城区的不透水表面分布进行空间分析。通过高反照率、低反照率、植被及土壤4类光谱端元的线性组合表征城市土地覆盖类型，综合剔除噪声影响后的高、低反照率分量，估算北京城区不透水表面分布。研究结果表明：利用附有限制条件的线性光谱分解得到的RMS平均值为0．003428。其不透水表面分布结果与同期spot-5对比验证，R2为0．932，均方根误差为0．086，结果令人满意。     

基于MODIS数据的上海市热岛效应分析

采用上海市2006年的MODIS LST影像,通过地表温度生成四季的热场强度指数图,对上海市的热岛空间分布的季节变化进行研究.研究表明,上海市热岛强度和热岛范围在季节分布上以夏季最为强烈,春季次之,秋季和冬季热岛范围和强度明显弱于夏季和春季.再结合植被覆盖度(FCOVER),分析两者的空间关系,表明两者存在一定的负相关性.其结果对城市的绿地规划和缓解城市热岛效应具有一定的指导意义.     

基于ETM数据的郑州市城市热岛研究

热岛效应是主导城市环境的要素之一,城市热岛效应研究对城市公共健康,空气质量等影响人居环境的诸多方面都具有重要意义。郑州市作为正处于快速城市化进程中的中等城市,有其广泛的代表性。本文采用ETM数据反演出郑州市地表温度,地表温度的空间分布表明热岛效应的存在,通过采样分析发现主城区温度比郊区温度高10.1℃,表明热岛效应比较明显。为了定量化的衡量城市热岛与地表覆盖的关系,本文还研究了地表温度和NDVI、地表温度和NDBI之间的相关关系,研究表明地表温度和NDVI具有较强的负相关关系,其负相关系数为0.606,与NDBI具有较强的正相关关系,其负相关系数达0.813 5。     

近30年武汉市热环境格局演化机制及扩散模式研究

基于1987—2015年间Landsat TM/TIRS数据反演主城区的地表温度并进行归一化处理,分析武汉市热环境格局的演化机制,并探讨了其扩散模式特征。研究结果表明,武汉市主城区在近30 a间城市热环境格局发生了较大变化,随着城市建设用地的扩张,热环境格局的扩散模式由起初的点状分布向条状、带状和面状分布演变;武汉市热环境格局的形成与演化机制与太阳辐射、大气环流和下垫面性质等自然因素以及城市建设与发展阶段、规划政策等人为因素密切相关。     

城市扩展强度及其地表热特性遥感定量分析

提出定量确定城市扩展范围及其发展强度的方法——地图密度指数。以中部城市长沙为例,利用Landsat TM/ETM+数据定量评价城市扩张及其热环境特征的变化。首先,集成遥感光谱指数提取地表非渗透表面,然后利用移动窗口算法获得地图密度指数,再根据设定的阈值获得密度指数等级图,依此密度指数等级图识别城市扩展范围及其发展强度。再结合地表温度反演的数据,分析城市格局及其变化与地表热特性变化的定量关系。结果表明,自20世纪90年代以来,长沙市城市区域及其发展密度显著增加,城市发展的密度差异与地表温度相一致。地图密度指数能较好刻画城市扩展范围及其发展强度,并与地表温度空间分布存在较好的对应关系。     

利用Landsat ETM+分析城市热岛与下垫面的空间分布关系

采用数理统计与空间统计相结合的方法,利用Landsat ETM 数据对北京、上海、沈阳和武汉等4个大城市的夏季城市热岛相对强度与城市下垫面的空间分布关系进行对比研究。用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面;用城市地表亮温与水体亮温差值表征城市热岛相对强度。结果显示,4个城市的植被覆盖、不透水面与热岛强度的分布呈较强的空间正自相关,并且存在较为一致的自相关范围,该范围相当于城市街道与建筑组合特征尺度;自相关引起的结构性是导致3者空间分布异质性的主要因素。植被覆盖对城市热岛的缓解效果与不透水面对城市热岛的增强作用均呈分段线性特征,但区域差异较为明显;交叉相关系数曲线则显示出相关性的空间异质性与多尺度现象,同时存在一个约550 m的空间作用特征尺度。该研究结果有助于在城市规划实践中合理配置建筑与植被的间隔和比例,以缓解城市热岛效应。     

城市绿地对城市热岛缓解效应研究

以郑州市作为研究区域,运用Landsat5 TM遥感影像反演研究区地表温度和提取绿地分布,从斑块和景观水平两个尺度研究城市绿地对城市热岛效应的缓解程度。结果表明,在斑块尺度上,斑块面积和斑块形状指数与城市地表温度间均呈负相关关系;在景观尺度上,绿地面积比和聚集度指数与城市地表温度间呈负相关关系,景观碎裂化指数与之呈正相关关系。     

城市天空可视因子对地表热环境的影响分析

针对城市热岛效应的各类影响因素,该文主要关注城市三维形态与城市热环境的关系,并研究这种关系因建筑高度、密度、季节而变化的原因.作为重要的城市结构参数,天空可视因子能够较好地描述建筑物的三维形态,并可以表征有效太阳辐射吸收强度.因此,该文结合建筑物高度数据集和半球模型计算天空可视因子,并利用Landsat-8热红外波段和辐射传输模型反演地表温度,然后分析了天空可视因子与地表温度在不同季节的相关性.选择地表异质性较高的北京核心建成区作为研究区,并按照不同建筑高度和密度选择4个实验区.实验结果表明,天空可视因子与地表温度的关系存在季节差异,冬季两者的相关性更强.通过对4个实验区的定量分析可知,实验区a中天空可视因子与地表温度夏季是正相关,冬季是非线性关系;实验区b和c中是两者的关系正相关;而实验区d中无明显相关趋势.所以,建筑物的高度与密度对天空可视因子与地表温度的关系有显著影响,并且这种关系随季节变化而不同.     

城市硬化地表格局特征及尺度效应遥感研究

硬化地表增加是城市发展的重要特征之一。应用SPOT遥感影像提取了地表硬化度指数,拟合了地表硬化度和多光谱因子间的关系(Rspot=0.818,p0.001),并以北京市建成区为例进行了硬化地表格局特征研究。结果表明,北京市城区中等和高密度建设用地占绝对优势,高密度或较高密度建设覆盖格局的异质特征主导了北京市中心的总体景观格局。另外,尺度效应研究发现,在高度城市化的大都市,与较高分辨率影像相比,中等分辨率影像提取的地表硬化度精度更高,应用不同分辨率遥感信息提取的硬化地表格局特征有明显差异。     

城市扩展强度及其地表热特性遥感定量分析

城市化将自然景观转变为不同土地利用的城市景观,改变了地表的物理特性。因此,有关城市扩张及其对环境的影响的准确信息具有广泛的应用价值。利用遥感技术监测土地利用变化成为城市环境研究的重要内容,然而利用遥感技术定量提取城市扩展及其强度的定量信息仍存在许多挑战。本文提出了定量确定城市扩展范围及其发展强度的新方法——地图密度指数。并以中部城市——长沙为例,利用Landsat TM/ETM+数据定量评价了城市扩张及其热环境特征的变化。首先,集成遥感光谱指数提取地表非渗透表面,然后利用移动窗口算法获得地图密度指数,再根据设定的阈值获得密度指数等级图,依此密度指数等级图识别城市扩展范围及其发展强度。再结合地表温度反演的数据,分析了城市格局及其变化与地表热特性变化的定量关系。结果表明,自1990年代以来,长沙市城市区域及其发展密度显著增加,城市发展的密度差异与地表温度相一致。 地图密度指数能较好刻画城市扩展范围及其发展强度,并与地表温度空间分布存在较好的对应关系。     

Landsat的城市地表温度时空变化及驱动机制分析

针对城市地表温度时空变化驱动机制与城市建筑、地表植被、人口、经济等因素的关系问题，文中采用单窗算法计算了城市地表温度，将计算结果与MODIS LST观测结果进行对比；然后使用地理探测器定量分析各因素对地表温度时空变化的驱动机制。结果表明，采用算法精度较好，2013年、2018年和2022年的均方根误差分别为1.607、1.650和1.858;根据地理探测器，城市建筑是影响城市地表温度空间分布的主要因素，2013年、2018年和2022年其影响程度分别为0.476 7、0.597 4和0.480 2。实验发现，单窗算法在城市地表温度计算中，参数获取方便，且精度较高；各因素对城市地表温度时空变化的驱动机制主要呈现相互增强作用，不存在单一起作用的因素；研究结果为城市地表温度研究提供参考依据。     

基于遥感信息的北京硬化地表格局特征研究

地表硬化是城市发展的重要特征之一,识别地表硬化程度对认识城市景观格局、物流、能流等社会、经济、自然过程具有重要意义.研究利用TM遥感影像,发展城市地表硬化度的遥感分析方法,提出地表硬化度指数,应用主成分回归方法,有效地拟合了地表硬化度和多光谱因子的关系(RTM=0.851,p<0.001).经统计检验:基于TM拟合的地表硬化度和真实的地表硬化度的相关性达到0.91(R=0.91).在此基础上,应用地表硬化度指数和基于目标分割的遥感分类方法,研究了北京市建城区(5环内)地表硬化度和建设密度的空间格局.结果表明:北京市城区中等(地表硬化度在50%-70%)和高密度建设用地(地表硬化度大于70%)总体比例大于70%,占绝对优势,其景观斑块的大小、形状等格局特征主导了北京城区景观格局的总体特征.但2-5环不同环带内硬化地表的格局特征明显不同.3-4环带是近20年城市发展的核心区,地表硬化格局综合体现了城市不同发展阶段的土地利用特征;2环带是老城区,以老北京胡同和文化古迹为主,高密度建设用地比例最高;5环带是城乡过渡区,以村镇、开发区为主体的高密度和中等密度建设覆盖比例为68.8%,斑块异质性较其他环带低,以林地、耕地等为主的硬化度较低的土地覆盖比例是31.2%,斑块异质性更低.