1985～2020年上海市不透水面时空特征演化分析

不透水地表的分布与变化是城市发展过程的直观标志和重要指示因子,在城市生态功能、城市规划和可持续发展研究等方面发挥着重要作用。利用中国科学院空天信息创新研究院研发的1985～2020年长时序30m不透水面动态数据集(GISD30),结合GIS空间统计方法,研究分析了过去35 a上海市不透水面时空特征演化。结果表明：(1)35 a来,上海市不透水面面积从878.07 km²增长至2 849.90 km²,面积扩张到原来的3.25倍,随着1990年浦东新区的开发开放,上海城市化进程明显加快,1990～2010年上海市不透水面扩张最为显著,2010年以后不透水面扩张速度和扩张强度开始显著下降。(2)从区位分异特征来看,不透水面迅速扩张的行政区主要位于城市郊区,其中,浦东新区在各个研究时段的扩张速度均大于其他区划。(3)基于紧凑度和分形维数发现,中心城区不透水面空间分布结构趋于疏散,上海市整体不透水面边界复杂程度降低,城市空间形态更加规则。(4)“南北两翼”的上海城市扩张特点较为明显,南部郊区的高强度扩张带动了不透水面空间重心的持续南移,发展至2010...     

基于地表参数变化的南京市热岛效应时空演变特征分析

针对城市热岛效应引发的一系列生态安全、居民健康等问题,选择传统“火炉城市”南京市为研究区,利用Landsat影像反演地表温度(land surface temperature,LST),进而获得研究区热岛空间分布,分析热岛重心转移情况,最后以空间叠加、回归统计分析方法分析建筑、植被、水体对于LST的影响程度。结果表明:2000—2020年南京市热岛、强热岛斑块随着建成区的扩张而扩张,面积占比由6.48%上升到40.81%,而绿岛、强绿岛区则由37.38%下降到13.39%,地表温度呈现明显城乡梯度差;热岛、强热岛斑块重心转移方向与城镇重心转移方向一致,都呈“先南后西”方向偏移,绿岛、强绿岛转移方向则相反;下垫面覆盖对地表温度的影响分别是建筑>植被>水体。该研究成果可为南京市城市规划以及热岛效应缓解提供一定依据。     

基于混合光谱分解的兰州城市热岛与下垫面空间关系分析

利用Landsat ETM+数据,采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,通过单窗算法反演地表真实温度,对兰州市中心城区的夏季城市热岛强度与城市下垫面的空间分布关系进行相关分析。结果显示,利用中等分辨率ETM+影像对兰州中心城区不透水面和植被盖度分布提取,其成本较低,精度令人满意;兰州城区植被覆盖、不透水面与热岛强度的分布呈空间正自相关,地表温度的空间依赖性极强,与植被盖度和不透水面在空间方向上的相关性差异较大。     

基于多旋翼无人机的热红外地表温度场反演系统设计

对当前城市热岛效应研究所采用的三类主要方法进行了分析,分别得出其优势和存在的不足,提出了一种基于微小型多旋翼无人机平台开发小尺度高分辨率地表温度场观测系统的创新思路,并通过对红外测温原理的研究,设计了热红外无人机地表温度场反演系统,开发了B/S架构的地表温度场反演软件,实现了红外图像实时传输、自动拼图、米级网格化地表温度场反演、实景地图叠加、历史数据回放和数据导出等功能。经多次飞行实践应用表明,该系统运行稳定、数据准确、投资少,机动灵活,使用方便,可弥补传统卫星遥感等观测手段的不足,为开展城市区域热环境精细化观测提供了一种新的技术平台与工具,也为气象无人机的应用开辟了一个新的方向。     

城市群热岛时空特征与地表生物物理参数的关系研究

以长株潭城市群区域为例,利用2005年3个不同季节的TERRA/MODIS数据提取的地表温度、归一化植被指数(NDVI)和归一化建筑指数(NDBI),分析了城市热岛效应及其随季节的变化,采用归一化植被指数(NDVI)和归一化建筑指数(NDBI)作为反映地表生物物理特征的参数,分析了城市热岛时空特征与地表生物物理参数的关系。研究结果表明,研究区域城市热岛效应的季相变化明显,一年中夏季与春季的城市热岛效应相对显著,城市地表温度高出周边的郊区达8~10℃;而冬季城市热岛效应相对不太明显,城市地表温度高出周边的郊区4℃。地表温度与归一化植被指数(NDVI)的相关性随季节变化较为明显,说明通常将归一化植被指数(NDVI)作为城市地表温度或城市热岛的代用指标是不适宜的;然而,地表温度与归一化建筑指数(NDBI)在不同季节都呈显著的线性关系,而且地表温度与NDBI线性关系的斜率和截距能够很好地指示不同季节城市热岛的强度,这就为定量分析不同季节城市地表温度的变化提供了物理指数,也为利用遥感研究城市热岛效应提供了新的方法与途径。     

城市不透水面及其与城市热岛的关系研究-以泉州市区为例

利用Landsat TM卫星影像提取了泉州市1989到1996年的城市建成区不透水面,并研究了其与城市热岛之间的关系。根据Ridd(1995)提出的城市建成区不透水面与植被覆盖度有很强的负相关关系的思想,先利用归一化植被指数求出泉州市建成区的植被覆盖度,进而提取了泉州市建成区的不透水面。通过比较所提取的两个时相不透水面信息,可以看出泉州市区不透水面的面积在7年里有了明显的增加,并主要沿研究区东南部扩展。通过将所提取的不透水面信息与利用TM6波段反演的地表温度进行相关分析,可发现二者之间存在着明显的正相关关系。     

成都市地表温度对不透水面的响应研究

根据成都三环路内的Landsat 7/ETM+影像,利用单窗算法和不透水面与植被覆盖度在城市建成区呈负相关关系两种反演方法,通过空间建模建立反演模型,获取地表温度与不透水面信息。通过随机样点分析、相关性分析以及等温线与等透水面线叠加分析等方法,研究了城市地表温度对不透水面的响应效果。结果表明:地表温度随距市中心区距离增大而降低,同时不透水能力也降低;成都市地表温度与不透水面之间存在着正相关关系,相关度为0.7253;等透水面线的空间分布对等温线具有显著的响应规律。研究成果对于改善城市生态环境、提升土地利用水平和加强科学规划等都具有参考价值。     

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。     

基于云平台的中哈干旱区典型城市地表覆盖变化遥感监测与比较

城市地表覆盖组分是影响人居生存环境和城市生态系统服务的关键因素。基于Google Earth Engine平台,利用Landsat 5/8遥感影像数据,采用改进的“植被—不透水面—土壤”模型及线性光谱混合分解方法,提取地处干旱区的中国西部大城市乌鲁木齐市与邻国哈萨克斯坦首都城市努尔–苏丹市、大城市阿拉木图市的地表覆盖信息,对比分析1990~2015年3个城市地表覆盖的变化特征。结果表明：1990~2015年间乌鲁木齐市城市建成区扩张面积最大,扩张了349.81 km²;其次为努尔-苏丹市,城市扩张面积为158.16 km²;由于哈萨克斯坦首都由阿拉木图市迁往努尔-苏丹市,整个时段阿拉木图市城市扩张最慢,总计扩张了126.23 km²。在城市建成区内,1990年到2015年间乌鲁木齐市城市地表不透水组分增加了7.10%,努尔—苏丹市和阿拉木图市分别减少了14.9%、4.49%。建成区内绿地组分努尔—苏丹市从1990年到2015年增加了6.68%;乌鲁木齐市和阿拉木图市分别减少了6.65%和2.75%。城市所表现出来的不同地表覆盖特征乌鲁木齐市主要受国家政策支持,阿拉木图市由于其历史背景和城市规划,努尔—苏丹市城市的快速发展则受哈萨克斯坦迁都的影响。     

不同时相的遥感热红外图像在研究城市热岛变化中的处理方法

卫星图像的热红外波段已被广泛地用来研究城市热岛效应。由于客观条件的限制,在城市热岛变化的比较研究中,很难获得不同年代的同时相图像,特别是在南方多云雨的地区。所以,这给城市热岛的变化研究带来了很大的困难。为此,采用了将不同时相的热红外图像进行正规化、分级,并制成差值影像图的方法,较好地减少了季相差异的影响,使得不同时相的热红外图像得以对比。为了定量地研究城市热岛(UHI)的变化,还创建了城市热岛比例指数(URI)。该指数通过热岛面积和城市建成区面积的比例关系并赋于不同的权重值来定量地评估热岛现象的变化情况。     

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。
     

南京市热岛效应时空特征的遥感分析

城市热岛效应是城市化对城市气候影响最典型的表现, 不同城市由于其城市化水平、城市性质、规模以及自然条件的不同而具有不同的时空特征。利用高空间分辨率的Landsat TM 和高时间分辨率的MODIS 相结合定量地分析了南京市热岛效应的时空特征, 并探讨了遥感尺度对城市热岛效应时空特征的影响。结果表明: 南京市热岛效应日特征为白天大于夜晚; 季节特征从热岛强度和热岛范围两方面来说明, 热岛强度: 秋季> 夏季> 春季> 冬季, 分布范围: 夏季> 秋季> 春季> 冬季; 空间上存在3 个分布广且连续的强热岛区, 最大的热岛呈组团状分布、第二的呈线状分布、第三的热岛呈带状分布; 不同遥感尺度下观测到的城市热岛效应强度和范围不同。     

一带一路沿海超大城市热岛时空特征遥感分析

城市热岛不仅影响城市局地及区域气候,而且对城市空气质量、能源消耗、居民健康等有显著的负面作用。利用长时序遥感数据,系统地分析各超大城市热岛的时空特征,能够为城市热岛效应减缓政策的制定提供参考,对带路城市可持续发展具有重要意义。基于2001~2017年MODIS地表温度产品和Landsat土地利用分类数据,以城市热岛强度（Surface Urban Heat Island Intensity, SUHII）作为指标,从季节和年际的角度分析一带一路沿海超大城市2001~2017年热岛效应时空格局的变化。研究结果表明：①2001~2017年期间各超大城市的核心区存在扩张趋势,高强度热岛主要分布在人口活动密集的城市核心区;②年均城市热岛强度最大的城市是卡拉奇,多年SUHII平均值为3.02 ℃,热岛强度显著上升的是金奈（0.07 ℃/a,P<0.1）;③各城市热岛强度存在季节性差异,其中夏季城市热岛强度最大的城市是伊斯坦布尔,SUHII平均值为2.88 ℃,冬季城市热岛强度最大的城市是卡拉奇,SUHII平均值为4.45 ℃。     

基于Landsat数据的城市热岛效应研究

介绍了利用Landsat遥感数据反演地面温度的方法;从城市热岛的形成机制、形态结构及时空变化特征3个方面详细分析了Landsat遥感数据在城市热岛效应研究中的应用现状;最后指出了目前研究中存在的不足并对未来的研究提出了展望。      

基于遥感的长沙市城市热岛效应时空分析

利用TM/ETM+数据,以长沙市为例,反演了地表温度,并针对不同时相的遥感数据,利用城市热岛强度来反映热岛效应强弱的变化。结果表明,长沙市的热岛空间分布与城市建成区的轮廓相吻合。城市热岛的范围随着城市建设、新建开发区以及道路交通网的发展不断增大,且在东南方向为主要增长方向。根据热岛强度鉴别并提取了强热岛区与正常区,发现长沙市强热岛区的面积已经从1993年的13.18km2扩大至2008年的68.16km2。最后,对长沙市热岛未来的发展趋势进行了预测。     

Impacts of landscape structure on surface urban heat islands: A case study of Shanghai, China

Urbanization is taking place at an unprecedented rate around the world, particularly in China in the past few decades. One of the key impacts of rapid urbanization on the environment is the effect of urban heat island (UHI). Understanding the effects of landscape pattern on UHI is crucial for improving the ecology and sustainability of cities. This study investigated how landscape composition and configuration would affect UHI in the Shanghai metropolitan region of China, based on the analysis of land surface temperature (LST) in relation to normalized difference vegetation index (NDVI), vegetation fraction (Fv), and percent impervious surface area (ISA). Two Landsat ETM+ images acquired on March 13 and July 2, 2001 were used to estimate LST, Fv, and percent ISA. Landscape metrics were calculated from a high spatial resolution (2.5 × 2.5 m) land-cover/land-use map. Our results have showed that, although there are significant variations in LST at a given fraction of vegetation or impervious surface on a per-pixel basis, NDVI, Fv, and percent ISA are all good predictors of LST on the regional scale. There is a strong negative linear relationship between LST and positive NDVI over the region. Similar but stronger negative linear relationship exists between LST and Fv. Urban vegetation could mitigate the surface UHI better in summer than in early spring. A strong positive relationship exists between mean LST and percent ISA. The residential land is the biggest contributor to UHI, followed by industrial land. Although industrial land has the highest LST, it has limited contribution to the overall surface UHI due to its small spatial extend in Shanghai. Among the residential land-uses, areas with low- to-middle-rise buildings and low vegetation cover have much high temperatures than areas with high-rise buildings or areas with high vegetation cover. A strong correlation between the mean LST and landscape metrics indicates that urban landscape configuration also influences the surface UHI. These findings are helpful for understanding urban ecology as well as land use planning to minimize the potential environmental impacts of urbanization.     

Spatiotemporal Pattern of Urban-rural Aradient Land Cover Changes and Their Impact on Urban Heat Island in Xi′an City Since the 21st Century

Rapid urban expansion had a significant impact in land use/cover change along urban-rural gradient, and the increase of impervious construction land and the reduction of vegetation cover had induced and aggravated the urban heat island effect. Studying the impact of urban-rural gradient land cover change on urban heat island effect was significant for urban planning and construction, improving the comfort of human settlements and enhancing the function of urban ecological services. The surface temperature of Xi'an city was retrieved by mono-window algorithm based on Landsat images, and the thermal field intensity map was obtained by calculating the thermal field variation index, and the gradient land cover changes in urban and rural areas were analyzed with land use data. The results showed that: ①The urban heat island effect in Xi'an showed a trend of first increasing and then decreasing from 2000 to 2015. In 2000, the extremely strong heat island effect area accounted for 10.58% of the research area, and gradually increased to 16.14% in 2011, and then decreased to 9.00% in 2015. ②From 2000 to 2015, the area of construction land increased 412.76 km² and the intensity of extremely strong heat island expanded year by year with the expansion of urban built-up areas. ③About 70% of the non-heat island effect areas were located on farmland and forest land, and the proportion of water area in the non-heat island effect was increasing year by year from 31% to 47%, which showed that the increase of vegetation and water area could effectively alleviate the urban heat island effect.