基于遥感指数的南京市城市热岛时空演变分析

以南京市为研究区域,基于Landsat系列影像,采用单窗算法反演南京市2000—2017年的地表温度.通过地表温度均值标准差法划分城市热岛等级,分析南京市城市热岛时空演变特征,并基于归一化植被指数(NDVI)和归一化建筑指数(NDBI),分析南京市城市热岛和植被覆盖及不透水面的关系.研究结果表明,南京市2000—2017年城市热岛现象明显且有逐渐增长趋势;南京市城市热岛与植被覆盖、城市不透水面表现出较强的空间一致性;南京市城市热岛与植被覆盖和不透水面分别呈现负相关和正相关关系.研究为南京市城市环境管理与城市合理规划提供了一定的理论依据与参考.     

武汉市夏季城市热岛与不透水面增温强度时空分布

城市化的不断发展使自然地表不断被不透水面所取代,城市地表温度高于乡村,形成了显著的热岛效应。城市热岛给城市生态发展与人类健康带来了严重的负面影响,对其空间模式与背后形成机制的研究意义重大。本文以武汉市为例,基于2001、2007和2016年夏季Landsat系列影像使用辐射传导方程法反演了城市地表温度,并采用MOD11A1数据进行了验证;同时,计算了不同时期的城市温度等级和热岛比例指数,分析了城市热岛的时空变化。此外,为了探究热岛效应形成的主要原因,即不透水面与热环境的关系,全局角度使用多元线性回归分析对比了其增温效果与植被水体降温效果的强弱,空间局部角度采用地理加权回归结合地形数据得到了其增温强度的时空变化。结果表明：① 辐射传导方程法适用于实验中研究区的反演;武汉市城市热岛比例指数先增后减,但温度等级高的地区仍在不断扩张;② 多元线性回归可以准确地反映不同地表覆盖对地表温度的影响,R^2值为0.910,总体上武汉市不透水面的增温效果强于植被的降温效果,并弱于水体的降温效果; ③ 2001-2016年不透水面增温强度较高区域的分布呈现“单中心”到“多中心”的变化趋势,由单一集中于中心城区变为了分散集中于三环线附近的汉阳沌口工业区、青山工业区、阳逻开发区和东西湖区等地区。综上所述,武汉市夏季热环境问题仍然较为严重,城市外部地区的不透水面增温强度正在逐渐增大,规划治理应当给予这些地区更多的关注。     

Landsat/OLI与夜间灯光数据在提取城市不透水面中的精度差异分析

不透水面作为反映城市发展程度和表征城市生态环境的重要指标,在城市化研究中成为重要的数据源。当前,不透水面信息的获取通常基于遥感数据来开展,包括不同分辨率的遥感数据。这些遥感数据在高精度提取城市不透水面的能力具有较大的差异,会因尺度不同而带来提取精度的偏差。因此,理解不同遥感数据源在不透水面提取上的差异尤为重要。本文利用Landsat/OLI光谱数据和VIIRS/DNB夜间灯光数据分别采用线性光谱混合分析法和大尺度不透水面指数法提取珠江三角洲研究区的不透水面信息,并从不透水面总体精度、不同密度精度对比分析2类数据源提取不透水面的差异。结果表明：① Landsat/OLI和VIIRS/DNB两者提取不透水面的总体精度差异不大,Landsat/OLI提取不透水面的精度总体上略高于VIIRS/DNB。2种数据提取不透水面的均方根误差RMSE分别是0.18和0.21,系统误差SE分别是0.12和0.13,决定系数R ²分别是0.76和0.67。② Landsat/OLI和VIIRS/DNB数据对不同密度不透水面分布区域的提取能力不同：VIIRS/DNB在低密度不透水面区域提取精度高于Landsat/OLI;而Landsat/OLI在中、高密度不透水面区域提取精度均高于VIIRS/DNB。通过2种数据提取精度差异的对比,以期为不同密度的不透水面分布区域提取找到最佳尺度的数据源,提高不透水面提取的效率和精度。     

耦合蚁群算法和SCS-CN水文模型的城市不透水面空间格局优化

近年来,中国城市暴雨内涝频繁发生,已经发展成为一类严重的“城市病”。城市不透水面密度及其空间格局是形成暴雨内涝的一个重要影响因素。本文提出一种耦合蚁群算法和SCS-CN水文模型优化不透水面空间格局的方法,从而实现通过增加地面雨水渗透量达到减缓城市内涝发生的目的。首先应用Williams公式计算基于坡度修正的CN值,在此基础上计算地表径流量;然后设定径流系数最小化目标,耦合水文模型和蚁群算法对径流小区尺度的不透水面空间格局进行优化配置;最后应用景观格局指数对不透水面空间格局进行分析。研究结果表明：面对1年、5年、10年、20年、50年以及100年一遇重现期的1 h持续降雨事件,研究区优化后的不透水面空间格局可以分别减少径流系数21.19%、19.58%、19.38%、18.93%、18.41%和17.25%,在一定程度上缓解城市暴雨内涝的发生。在此基础上,提出面向暴雨内涝防治的城市更新优化措施建议：① 通过增加草地、花园、树木等植被绿化减少高不透水面类型的面积,并划分成更多中高不透水面类型的斑块;② 集聚低、中低等不透水面类型,从而加大连通性,形成更多的中高不透水面类型;③ 增加每个径流小区内斑块数量,增大斑块密度,减少其蔓延度和聚集度。     

城乡不透水面增长格局及地表温度的响应特征研究

为探究中国北方中温带,特别是东北寒区快速城市化地区城乡不透水增长格局及地表温度的响应特征,本文以哈尔滨市为例,基于国家资源环境遥感时空信息平台土地利用/覆盖变化（LUCC）数据集解译的2001年与2015年城乡建设用地和Landsat 7/8数字遥感影像,结合植被-不透水面-土壤（V-I-S）端元选取和完全约束最小二乘混合像元线性分解模型进行了不透水面提取（分辨率15 m×15 m）,并运用单窗算法进行了夏季地表温度遥感反演。结果表明：2001-2015年建设用地扩张259.05 km²,不透水面上升163.96 km²,城市与乡村不透水面占各自建设用地的比例由2001年的43.92%、21.35%变化为2015年的49.14%、34.27%,城乡比例差由22.57%缩减至14.87%,单位建设用地内乡村不透水面增量较高;2001-2015年城区以低温区、中温区、高温区为主,对不透水面扩张的响应剧烈,而乡村以低温区和中温区为主,低温区和高温区响应剧烈;地表温度与不透水面具有显著正相关,在低、中、高不透水密度区分别升温1.16o、1.45和1.79 ℃,相同不透水面盖度下城市升温高于乡村。总体而言,研究区不透水面大幅扩张,温度分区变化剧烈,地表温度随不透水面增加升温效果明显。     

2005-2014年北京市主要城建区热岛强度时空格局分析

本文利用LANDSAT-8数据计算距离加权不透水面聚集密度,以城市聚类算法提取北京市主要城建区范围。并用2005-2014年MODIS 8天合成地表温度产品,以主要城建区面积150%的周边区域作为边缘区,计算城建区与边缘区平均温度差值为热岛强度;分析北京市主要城建区热岛强度年内时序变化;依据地表温度与当月平均热岛强度对热岛强度进行等级划分,统计不同热岛强度等级出现频率,分析其空间分布特征及与不透水面聚集密度的相关性。结果表明：（1）年内1-12月热岛强度随边缘区平均温度变化显示较好的规律性,白天为逆时针分布,夜间为顺时针分布;（2）白天热岛强度等级以2、3级为主,春、夏季中南部为三级热岛强度高发区;夜间呈现由外围向中心的“环状递增”特征,高等级热岛强度出现的频率由外围向中心不断递增;（3）不透水面聚集密度对白天不同等级热岛强度出现频率影响显著,1-4级热岛强度出现频率,随不透水面聚集密度增加而增加,不透水面聚集密度达到50%后的影响趋于减弱。     

城市地表覆盖组分及植被多样性与热环境关联性分析——以贵阳市为例

本文以贵阳市为研究对象,研究了地表覆盖组分及植被多样性对地表温度的影响。首先基于Landsat8 OLI多时相影像数据在GEE平台上实现了研究区域地表覆盖精细分类;然后结合不同季节8天合成的MODIS温度产品数据,利用时空统计分析、相关分析等方法分析了研究区不同地表覆盖类型地表温度时空分布特征,地表温度与不同地表覆盖组分、地表覆盖多样性和植被覆盖多样性的相关性。结果表明：贵阳市建成区主要分布有常绿阔叶林、常绿针叶林等植被,常绿阔叶林在不同季节对地表温度的降温效应明显,而不透水面对地表温度具有明显的增温效应,尤其以夏季最为显著;地表覆盖多样性与地表温度之间具有较强相关性,其中植被覆盖多样性较植被覆盖率对地表温度的影响更为显著,而不透水面的增加会明显降低植被多样性的影响。因此,要发挥城市绿地对城市温度和热岛效应的调节作用,建议可以适当增加常绿阔叶林的绿化面积,同时在空间上要提升植被多样性水平,能够较大程度改善城市热环境。     

植被与不透水面的降温和增温效率分析方法

基于遥感的城市热环境研究通常通过分析植被、不透水面和地表温度（Land Surface Temperature, LST ）的关系来进行。虽然植被的降温作用和不透水面的增温作用已受到普遍认可,但缺少针对降温和增温效率的定量研究,本研究采用地表降温率（Land Surface Cooling Rate, LSCR）和地表增温率（Land Surface Warming Rate, LSWR）量化植被降温效率和不透水面增温效率并对2017年江苏省南京市城市热环境进行分析。以Landsat 8 OLI 4期遥感影像为数据源,利用线性光谱混合分析法（Linear Spectral Mixture Analysis,LSMA）获取亚像元植被覆盖度（Fractional Vegetation Coverage, FVC）、不透水面覆盖度（Impervious Surface Percentage, ISP）并利用高分Google影像进行精度验证。结合地表温度（Land Surface Temperature, LST）反演结果计算各季总体LSCR和LSWR,分析不同LST对总体LSCR和LSWR的影响。最后,将FVC和ISP分别按照阈值平均划分为4个区间,计算各区间的LSCR和LSWR,并在此基础上分析不同区间LSCR和LSWR的变化情况。研究结果表明： ① LST与整体LSCR、LSWR正相关,夏季植被降温效应和不透水面增温效应最强,LSCR和LSWR分别为5.6%和5.1%;② 夏季各区间LSCR与FVC正相关,FVC为75%~100%时LSCR达到最大值7.5%;各区间LSWR与ISP负相关,ISP为75%~100%时LSWR达到最小值2.4%;③ 当FVC为0~25%,ISP为75%~100%时,可以充分发挥植被的降温效应,抑制不透水面的增温效应,是最佳的植被和不透水面组合方案。本研究采用的LSCR和LSWR分析方法可以从抑制地表温度上升的角度选择最佳的FVC和ISP区间,未来可基于此横向对比不同城市,并结合纬度、地形、气候、树种等因素对LSCR和LSWR的影响,进一步探索LSCR和LSWR的影响因子和变化规律。     

基于随机森林算法的近地表气温遥感反演研究

近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素。为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温。结果表明,随机森林反演的近地表气温平均绝对误差（MAE）为0.80 ℃,均方根误差（RMSE）为1.06 ℃,与传统多元线性气温回归方法相比,平均绝对误差（MAE）和均方根误差（RMSE）分别提高0.06 ℃和0.09 ℃。研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性。此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程。     

城市地表要素的地表能量响应特征及其关系研究

遥感地表能量信息可揭示城市地表要素的地表能量综合响应特征和作用关系特征,客观地反映了城市实体空间、开敞空间及其开放空间网络的格局和变化。本文从重庆城市地表能量响应的基本网格单元和研究区尺度,分析城市地表要素对城市热环境的贡献,并结合与“国际宜居城市”——西雅图的对比,探讨城市化过程中地表要素类型改变对城市热环境的影响及其变化和规律。结果表明：① 在基本网格单元和区域尺度层面,城市地表能量的平衡取决于地表要素中实体空间和开敞空间布局的合理性与稳定性;② 在城市大规模的硬质化区域,建筑实体的垂直体量相对于其水平体量及其组团格局,对于地表能量的聚集、改变具有较高的敏感性;③ 地表要素对城市热环境的影响若达到同等贡献指数（绝对值）程度,基本网格单元的开敞空间比例需要高于实体空间;④ 开敞空间基本网格单元的林地和水体类型所占比例达到20%时,地表能量的减幅明显;⑤ 实体空间基本网格单元的在建/工业用地要素类型所占比例超过5%,以及高密度建设用地所占比例达到30%时,地表能量的增幅明显。本研究旨在从城市地物实体地表能量的体量与空间关系角度,为建设基于城市更新的城市规划和城市设计提供科学依据。     

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.     

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。     

秦淮河流域近30年不透水面景观格局时空演变研究

不透水面作为表征城市化的重要指标,具有极其重要的生态学意义。本文选取多时相Landsat影像,以秦淮河流域为研究区,通过旋转森林算法得到9年土地利用覆盖图,并综合不透水率动态变化分析、土地利用变化轨迹分析、景观格局指数分析探究大流域尺度在近30年间不透水面景观格局的演变过程,旨在揭示其在城市化背景下的时空演变规律。研究结果表明：近30年来,秦淮河流域城市化进程推动下的景观格局变化显著,不透水面积增长近4倍,景观优势度大幅提升;城市化格局演变在2001-2003年前后具有明显差异,前期城市扩张以南京城区与江宁区为主,后期南京城区不透水面扩张大大减缓,而溧水区与句容市扩张速度大幅提升;城市化建设后期,流域内不透水面斑块形状复杂度降低、散布与并列情况减少、斑块的连通性、聚集度逐步增加,其中连通性水平较高的地区主要集中在南京城区和江宁区。     

改进的DisTrad模型在地形起伏区地表温度空间分辨率提升的应用

DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。     

近20年来福州城市热环境变化遥感分析

城市热环境是城市微气候的重要组成部分,已成为近年来的研究热点。受制于卫星传感器较低的热红外波段空间分辨率,此类数据反演得到的地表温度难以反映城市热环境的实际情况。为解决这一困境,本文利用空间降尺度HUTS算法反演得到30 m空间分辨率的福州市中心城区1994年5月12日、2003年5月29日和2016年7月27日3个时相的地表温度影像。在此基础上,结合土地利用等数据对热环境的时空变化做定量分析,并进一步引入景观指数,分析近20年间福州市中心城区高温度等级斑块的形态变化。结果表明：① 近20年间随着城市拓展,福州市建成区的高温区域面积从35.75 km²增加到184.11 km²,高温度等级斑块不断从市中心向四周扩散;② 市中心的特高温斑块和高温斑块趋向破裂、分散,聚集程度下降,次高温斑块的面积与占比均大幅提升,成为建成区内高温区域的主要组成部分;③ 城市热岛比例指数URI由0.39上升到0.52,热岛效应明显加强。总体上,近20 a间福州市建成区的热环境变化较大,其中鼓楼区南部、台江区和晋安区南部的高温区域聚集现象有所改善,而仓山区、马尾区和闽侯县的大部分区域在经历快速城市化过程后温度等级明显升高。     

基于局地气候分区体系的福州城市热环境研究

局地气候分区体系（LCZ）能够有效建立城市气候与空间形态间的定量关系,揭示城市内部热环境分异特征,是当前备受关注的城市热环境研究方法。本文以我国新晋“火炉城市”福州的主城区为研究区,使用2019年9月22日过空的Landsat-8影像,对基于LCZ的热环境空间分布特征与LCZ类间/类内差异进行分析,并就福州城市热环境的改善提出规划建议。研究表明:① 福州主城区以密集的中、低层连片建筑为主,并呈集聚式分布;② LCZ各类间存在明显的地表温度差异,大型低层建筑（LCZ 8）的温度最高,达41.56 ℃,密集低层建筑（LCZ 3）和工业厂房（LCZ 10）次之,分别为40.90 ℃和40.39 ℃,而茂密树木（LCZ A）和水体（LCZ G）的温度最低,均值为29.94 ℃;③ 根据福州城市发展的时空特征,将主城区分为二环区与三环区进行LCZ类内温度差异的比较分析,可以发现主城区内的主要LCZ建筑类别存在0.5~1.5 ℃的类内差异,造成这一差异的主要成因包括植被、水体等环境要素配置、建筑布局与邻近效应;④ 建筑层高与地表温度呈现显著的负相关关系（r=-0.858, p< 0.001）,并且由于高层建筑对太阳辐射的遮挡,其建筑阴影能够部分降低周边相对低矮建筑的表面温度和区域温度;⑤ 在今后的规划中,低矮连片的高密度居住区是改善城市热环境的重点区域,同时高层建筑虽有一定的降温效果,但对于城市风道的阻挡作用不可忽视,应留出足够的城市通风道。     

Impacts of park landscape structure on thermal environment using QuickBird and Landsat images

Urban parks composed mostly of vegetation and water bodies can effectively mitigate the urban heat island effect. Many studies have investigated the cooling effects of urban parks; however, little attention has been given to park landscape structure. Based on landscape metrics, this study has explored the influences of the park landscape structure on its inner thermal environment, taking heavily urbanized Beijing Municipality in China as the study area. Three indices, including the percentage of landscape (PLAND), landscape shape index (LSI) and aggregation index (AI), were used to measure the composition and configuration characteristics of the landscape components inside the parks. The indices were calculated for five landscape types being interpreted from Quickbird images. Urban thermal conditions were measured using the land surface temperature (LST) derived from Landsat TM images. The results showed that the park LST had a negative relationship with the park size, but no significant relationship was found with park shape. For the park’s interior landscape, however, the configuration and composition characteristics of the landscape components inside the park explained 70% of the park LST variance. The area percentage of water bodies and the aggregation index of woodland were identified as the key influencing characteristics. In addition, when the composition and configuration characteristics of the park landscape components were separately considered, the configuration characteristics (LSI and AI) explained approximately 54% of the variance in park LST, which was comparable with that explained by the composition characteristics (PLAND). Thus, this study suggested that an effective and practical way for urban cooling park design is the optimization of spatial configuration of landscape components inside the park.     

成都市热岛效应与城市空间发展关系分析

利用Landsat卫星影像反演成都市中心城区1992、2001和2009年的地表温度,建筑用地和植被等信息,计算其城市热岛比例指数(URI),对成都市中心城区热岛效应与城市空间发展关系进行了分析。结果表明,在1992-2009年期间成都市主城区范围从91.24km2扩展到403.8km2。成都市建成区的大面积扩展导致了城市热岛空间分布发生迁移,从单中心聚集分布转变为多中心环状分布。回归分析说明,建筑用地和植被都是影响地表温度的重要因素,其中建筑用地与地表温度呈指数型正相关关系,而植被与地表温度呈负相关关系。总的看来,成都市中心城区在这17年间的热岛效应有了明显的缓解,城市热岛比例指数从0.72下降到0.33。城市植被覆盖率的增加和合理的规划对缓解城市热岛效应起到了积极的作用。     

北京市热岛效应时空变化的HJ-1B监测分析

 本文利用2008-2011年HJ-1B/CCD可见光-近红外数据,以及HJ-1B/IRS热红外数据,采用遥感算法反演北京市地表温度,并用MODIS地表温度产品对反演结果进行了初步验证。同时分析了北京市热岛效应的年际、年内变化趋势。另利用热场变异指数分析其空间分布特征,以及NDVI、NDBI与城市下垫面对热岛效应的影响。结果表明:(1)2008-2010年北京市热岛强度总体呈上升趋势,2011年有所缓解,4年热岛强度分别为:5.2℃、5.2℃、9.2℃、8.2℃;(2)北京市2010年四季存在明显热岛现象,夏季最强,春、秋次之,冬季最弱,四季热岛强度分别为8.2℃、9.4℃、9.2℃、4.3℃;(3)2008-2011年北京市热岛空间分布特征表明,房山区和大兴区的南部热岛效应逐年缓解,2011年昌平区热岛效应比前3年明显,植被和水体形成城市冷岛;(4)地表温度与NDVI呈明显负相关,与NDBI呈正相关,城市热岛效应与下垫面类型存在明显相关性。