多时相影像福州市不透水面对城市地表温度的空间分布研究

随着城市化进程的加快,城市热力场也随之发生变化,从而影响着城市区域环境、社会经济以及社会环境。由于NDVI具有季相变化的不稳定性,本研究采用两个时相TM/ETM+影像分析福州市及其周边地区不透水面对热力场的时空分布变化状况。为了获取精确的城市不透水面信息,本实验采用NDVI二元法结合2000年同区域的IKONOS影像提取不透水面信息。通过定量分析不透水面百分比、NDVI与地表温度的关系,得出不透水面百分比与城市地表温度呈线性相关,其相关系数在0.7左右;尤其30%以上的不透水面对地表热环境的空间分布影响最为突出,因此,相对于不稳定的NDVI而言,不透水面信息能更好地反映城市热环境的空间分布状况。     

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。     

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。     

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。     

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。     

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。     

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。     

不同地表参数变化的上海市热岛效应时空分析

研究地表参数变化与热岛效应的关系对优化城市功能分区以及城市可持续发展具有重要意义。采用上海市2000、2005、2009年3个时期的Landsat ETM+卫星遥感影像,使用归一化不透水面指数(NDISI)、基于指数的植被指数(IVI)、归一化差异水体指数(MNDWI)分别从遥感影像中提取不透水面、植被和水体;然后从时间、空间角度并采用回归分析方法分析了上海市地表参数在这9 a中发生的变化及其对城市热环境造成的影响。结果表明:9 a中城市不透水面面积大幅增加,不透水面增加的代价是植被和水体大范围减少,形成了城市的热岛。上海市整体热岛强度是先增强后缓慢减弱的趋势,且热岛分布从集中型向分散型发展。     

基于ASTER遥感的杭州城市热/冷岛的景观特征分析

以杭州市中心城区为研究对象,基于ASTER热红外遥感数据反演杭州市中心城区地表温度、提取热环境边界,结合Landsat8OLI数据进行土地利用分类来提取不透水面和植被信息。在此基础上主要进行以下两方面研究:通过均值—标准差法提取杭州市热岛和冷岛边界,对比分析热岛和冷岛区内的景观模式差异,识别对杭州市中心城区地表温度影响最大的地物;使用空间梯度分析法来定量揭示杭州市地表温度与植被、不透水面的关系,并分析杭州市地表温度的空间分布特征。结果表明:(1)热岛和冷岛区域内存在较大的景观模式差异,热岛区域内不透水面对温度变化影响最大,而冷岛区域内植被对杭州市中心城区地表温度影响最为明显,且降温效果大于水体;(2)随着与市中心距离的增加,地表温度平均值与不透水面密度趋势线走向基本一致(正相关),与植被密度趋势线走向大致相反(负相关),且不透水面对地表温度的增温效应大于植被的冷却效应。     

城市地表端元丰度与地表亮温关系

由于城市人口急剧增长,城市化进程成为全球变暖的主要贡献来源:城市裸露、半裸露土地和不透水面温度较高。针对城市地表物质丰度与温度的关系,以武汉市2013年夏季Landsat-8遥感数据为数据源,使用多端元光谱混合分析法动态提取每个像元中的植被-不透水面-土壤(V-I-S)端元组分,并采用大气顶层辐射值反演地表亮温,通过聚类分析典型地表物质类型的地表亮温区位表现,结合三角图分析每个像元内的端元丰度与相应地表亮温之间的关系,拟合多元回归方程探究端元丰度对地表温度的影响能力,以及地表亮温对端元丰度数值变化的表现。实验结果表明,V-I-S端元丰度情况可解释夏季地表亮温98.563%的变化,其中不透水面丰度对夏季亮温的影响最大,而植被丰度的大小与植被温度调节能力成正比。     

复杂地表地表温度反演研究进展

地表温度是陆表过程研究的关键参数,卫星反演地表温度是获取区域及全球尺度辐射平衡、能量收支研究中地表温度参数的有效手段。目前,在平坦地表覆盖均一区域,基于热红外和微波遥感反演的地表温度已经被验证具有较好精度,尤其热红外遥感地表温度产品精度可达1 K以内。但是针对复杂地表的温度反演研究仍面临较大挑战。系统总结了复杂地形区地表温度反演的局限性,包括反演模型病态问题、地形复杂性、水汽云雾厚重造成数据缺失、真实性检验不确定性。并在此基础上,对未来复杂地表温度反演精度提高提出了可能实现的途径。     

典型地表对长沙主城区地表温度的影响分析

城市热岛是一种城市地区温度比郊区温度高的现象,它可改变城市的自然和社会过程,引发一系列环境问题。利用Landsat 8 TIRS10波段的单通道算法（TIRS10_SC算法）反演了长沙主城区2013年7月、2016年3月、7月和11月4景Landsat 8影像的地表温度,并进一步分析了地表温度的时空分布特征,建设用地、绿地、河流以及不同材质的屋顶等典型地表对主城区地表温度的影响。结果表明：①长沙火车站沿线、高桥大市场和部分工厂在各个时期均为高温区。2016年7月浏阳河周边区域热岛效应相对于2013年7月有所缓解,主要由天气情况的不同以及拆迁改变地表覆盖性质等造成。3月建设用地中比率最大的为中温, 7月建设用地中比率最大的为次高温。3月和7月,绿地中比率最大的为次低温,水体中比率最大的为低温。而11月,建设用地和绿地中比率最大的为中温,水体中比率最大的次高温。②河流周边120 m范围内,由陆地向河流每减少30 m,7月建设用地平均温度减少0.93~1.26 ℃,绿地平均温度减少0.57~0.99 ℃;3月建设用地平均温度减少0.51~0.78 ℃,绿地平均温度减少0.3~0.57 ℃。河流的降温强度与河水温度和距离河流120 m以上的地表温度的差值大小有关。③负的MNDWI（非水体）与地表温度呈正相关关系,正的MNDWI（水体区域）与地表温度3月和7月呈负相关关系,11月呈正相关关系。④地表比辐射率对地表温度反演的结果影响显著,利用NDVI估算地表比辐射率难以区分高反射率的屋顶与其他类型的建设用地。因此,针对高反射率屋顶对地表比辐射率的影响有待进一步研究,以提高城区地表温度的反演精度,为减缓城市热岛效应提供参考依据。     

基于Landsat TM图像的北京城市地表温度遥感反演研究

利用北京地区Landsat TM热红外波段数据，采用单通道算法反演得到北京地区地面温度分布图。从反演结果可以看出，北京城区地面温度比郊区地表温度高，郊区地表温度较低，密云水库、官厅水库等水体的温度最低，总体上北京城市热岛效应显著。地表比辐射率是通过Van经验公式反演得到，通过对比分析，表明该方法对自然地表的比辐射率反演效果较好。     

基于机器学习算法的AMSR-2地表温度降尺度研究

MODIS日尺度的地表温度受到天气影响,有效像元信息严重缺失, 这对数据稀缺区域尤为重要。以古尔班通古特沙漠为研究区,探索了采用AMSR-2 的垂直极化亮度温度与植被指数对地表温度空间降尺度的方法,并用此方法填补了2018年MODIS的缺失像元。①通过十折交叉验证,对4种机器学习算法（Cubist、DBN、SVM、RF）、10个波段组合、2个空间尺度（5 km、10 km）下的训练模型进行了分析,表明RF算法精度明显高于其他3种算法,C09波段组合的验证精度高于其他波段组合。②构建了2个鲁棒性的随机森林算法地表温度降尺度模型（5 km|RF|09、10 km|RF|09）,将AMSR-2亮度温度降尺度到１km分辨率,表明5 km|RF|09模型反演结果更为合理,MODIS与站点验证的R²分别为0.971、0.930,RMSE分别为3.38 K、4.71 K,MAE分别为2.51 K、3.84 K。③降尺度结果填补MODIS地表温度缺失像元,将其应用到古尔班通古特沙漠长时间序列的陆表温度分析,可为数据稀缺区域数据获取提供科学参考。     

非渗透表面丰度提取方法运用——以广州市海珠区为例

非渗透表面丰度即非渗透表面含量百分比,是水文学中不透水层与遥感领域混合像元分解概念相结合的产物。在城市区域,非渗透表面多指房屋、道路、停车场等建设用地区。本文基于广州市海珠区2000年ETM＋数据,首次采用单窗算法反演的地表温度数据与植被-非渗透表面-土壤（V-I-S）模型、归一化线性混合光谱模型（NSMA）相结合的方法提取研究区非渗透表面丰度值,并对提取结果进行49个300m×300m有效样区的抽样检验。结果表明抽样值与真实值之间存在10.03%的均方根误差以及2.65%的系统误差,从而进一步验证了三模型结合使用提取非渗透表面丰度的可行性。     

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 ℃。     

Characterizing the impact of urban morphology heterogeneity on land surface temperature in Guangzhou,China

The urban morphology is regarded as one of the main reasons for urban heat island (UHI). However, its effect on UHI in city-scale urban areas has seldom been examined. In this paper, we presented a rule-based regression model for investigating the nonlinear relationship between land surface temperature (LST) and urban morphology represented by building height, building density and sky view factor (SVF) across different dates in 2005. Results found that an urban morphology of medium building height and lower density significantly yielded higher LST variation levels, whereas the lowest LST variation levels occurred in high-rise and high-dense building arrays. Compared to building height, building density had a stronger influence on LST. Medium SVF values produced the lowest LST, whereas the largest and smallest SVF values produced the highest LST. Results also showed how rule-based regression model offer great performance in detecting the nonlinear mechanisms of LST as well.