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。
     

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。     

利用Landsat遥感影像进行福州市地表热通量估算的研究试验

利用福州市1989年和2001年Landsat TM/ETM+遥感影像数据估算地表温度、地表反照率和植被覆盖度等地表参数,再结合气象站观测资料,估算与城市热岛密切相关的气候因子即显热通量和潜热通量.然后根据植被覆盖度对由人工建筑物和水泥道路等构成的不透水面覆盖区的潜热通量进行修正,改进了不透水面潜热通量的计算,并且探讨了地表热通量随土地覆盖变化的时空分布特征.最后对地表热通量精度进行分析和检验,论证了本研究的地表热通量估算结果是合理的.     

山地地貌地表温度的深度学习空间模拟

针对在山地地貌下环境因子与地表温度(land surface temperature, LST)之间存在的空间特征问题,提出利用深度学习方法分析LST在不同植被情景下与环境因子的关系特征。结合山地LST的影响因素和模型特点,构建大青山LST预测模拟模型,利用模型做LST与环境因子变化分析。结果表明：构建的LST深度学习模型预测值与观测值空间分布特征吻合度高(R²为0.89,MAE为0.60℃,MSE为0.65℃);LST随NDVI、海拔和坡度的增加而降低,随平均气温和地表反照率的增加而增加;随NDVI的增大,LST随各环境因子变化的速率变化不同。研究表明,利用深度学习方法预测山地地貌LST的空间分布具有可行性,该方法有助于理解山地环境因子与LST的空间分布关系。     

桂林市NDVI、地表温度的地物特征及相关性研究

以桂林市作为研究区域,利用2006年的TM影像数据提取了区域归一化植被指数(NDVI)和地表温度(LST)信息,分析了不同地物类型两参数的统计学特征,进一步探讨了植被指数与地表温度和海拔高度之间的线性关系。结果表明:NDVI均值最大的地物类别为林地,最小的为水体;地表温度均值最高的为建设用地,最小的为林地;从整个区域上看,NDVI与地表温度之间存在明显的负相关关系,NDVI与海拔高度h的相关性呈现分段式特征,在低海拔区域(160 m以下),两者之间相关性不明显,海拔高度超过160 m时,NDVI与海拔高度之间则呈现显著的正相关关系。     

基于3S技术的山东省森林调节温度的生态服务功能研究

森林生态服务的量化研究是森林生态服务评估的关键之一。本文以山东省的森林资源为研究对象,利用MODIS温度产品、植被指数产品、实际采集的外业数据、山东省气象数据等资料,结合GIS技术,对2000-2006年山东省森林不同时间的温度数据进行了量化分析,是对大范围的森林调节温度的生态服务功能进行量化的尝试,得出了森林调节温度的相关规律：（1）森林夏季具有降温作用,冬季具有保温作用;（2）森林温度变化的振幅此农田、城镇都小;（3）农田降温和保温的效果都不如森林显著;（4）在夏季,白天森林地表温度（LST）和归一化植被指数（NDVI）是负相关的关系,冬季是正相关的关系;无论冬夏,夜间森林的LST与NDVI几乎不存在相关性;（5）LST变化与NDVI变化的相关性比LST变化于降水变化的相关性强。     

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。     

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。     

加尔各答市地表温度与不透水面比例季相相关性研究

城市化的显著特征是自然地表不断被热容量大的不透水面取代,进而造成城市热岛效应和严重的城市生态问题.孟中印缅经济走廊是古代南方丝绸之路的重要路段和\"一带一路\"建设的重要战略通道,加尔各答市是孟中印缅经济走廊印度境内的重要节点城市,战略地位重要,对其城市化进程及与地表温度相关性研究对孟中印缅经济走廊印度段建设具有重要的借鉴...     

北京市土地利用变化对地表温度的影响分析

运用遥感(RS)和地理信息系统(GIS)技术,对北京1995年至2005年的土地利用时空变化特征进行了分析,并分析了土地利用变化对区域内地表温度的影响。北京在1995年至2000年的土地利用变化较小,随后五年城镇面积大量扩张,占用了大量的耕地和林地。北京地表温度等级较高的区域在数量上呈逐年增加的趋势,同时在空间分布上呈现从分散向城市中心集中的趋势。构建了TVX空间研究土地利用变化对地表温度的影响,计算了不同土地利用类型转变为建设用地的变化向量长度,并选取未变化的土地利用类型的平均温度作为控制点,消除不确定性因素,分析得出变化向量的幅度依次是:有林地>水域>其他林地>灌木林地>草地>耕地,由此可以看出,林地和水域对缓解地表热环境作用较强,在城市规划中,要尽量保护林地和水域。     

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。     

基于RS和GIS的地面温度和土地利用/覆被关系研究进展

对地面温度和土地利用／覆被关系的研究，不仅能够深入理解土地利用／覆被变化下城市热环境变化的空间特征和动态变化，而且可为防暑降温、市政建设及土地合理规划和利用提供重要的科学依据。本文从遥感数据的获取、地面温度的反演、GIS技术的运用以及定量研究等方面详细论述了国内外此领域的研究进展。最后文章提出此研究领域存在的一些问题和今后工作所要继续努力的方向，如实现地面温度的精确反演，获取多时段的地面温度数据，加强RS和GIS技术的结合，进一步深入两者关系的定量研究。     

基于热红外遥感的城市热场形成机制及特征分析--以成都市为例

利用LANDSAT5的TM6热红外数据和实时的地表温度，优选了一种方法进行成都市地面温度场反演，根据反演结果对成都市地表温度场分布特征进行了分析，同时定量分析了植被覆盖和水域廊道对地表温度场分布的影响，定量分析的结果对城市区域布局和规划有积极意义。     

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。     

基于空间内插的云下地表温度估计及精度分析

云覆盖下地表温度的估计,是热红外遥感研究的一个前沿问题。地表温度具有较高的空间相关性,理论上可通过空间内插值方法来估计云覆盖下的地表温度,从而消除云对地表温度产品的应用限制。本文基于普通克里格插值方法和规则样条函数插值方法提出了云下地表温度的估计方法,并通过ArcGIS软件进行应用试验,分析了这一方法在不同云覆盖范围内的估计精度。实验结果表明,当云覆盖小于9km2时,城市地区的估计误差小于1℃,而农田地区为0.6℃。因此,本文提出的云覆盖下地表温度的估计方法在一定的云覆盖范围内是可用的。     

应用MODIS地表温度产品估计新疆典型区气温

根据遥感获取的地表温度估计气温在时空上的连续分布有重要意义。利用MODIS传感器反演的地表温度产品分别建立新疆克拉玛依气象站生长季节、非生长季节的地表温度和气温的线性回归模型以估计气温,并利用相同气象站不同时段、相同时段不同气象站的数据对该模型进行验证,最后得到新疆典型区内非生长季节的日最低、最高气温分布。结果表明:相对于MYD11A1产品,MOD11A1产品的地表温度数据能更好地估计气温;气温估计模型在生长季节效果欠佳,但在非生长季节结果较好,MOD11A1产品估计日最低气温的均方根误差和平均绝对误差分别为2.4℃~3.2℃、1.9℃~2.8℃,估计日最高气温的均方根误差和平均绝对误差分别为2.9℃~3.1℃、2.2℃~2.6℃,R2为0.91~0.96。     

通过AVHRR数据研究中国陆面温度分异规律

近年来国内外利用遥感方法在陆面温度精确反演中开展了大量的研究工作,采用了一个在大区域上适用的由NOAA？AVHRR数据反演陆面温度的方法,反演中国晴空条件下各月和全年平均陆面温度,分析了中国陆面温度的分异规律,并与气温的分异规律作了对比,同时对中国土地利用／土地覆盖变化研究（LUCC）样带上的陆面温度变化进行了分析,这项工作从晴空条件重新认识了地面温度场的空间分异,对于研究中国陆地土壤蒸发,植物光合作用,土地覆盖的分布具有重要的指示意义。     

波谱响应函数和波宽对地表温度反演的影响

分析了波谱响应函数和波宽对红外数据反演地表温度的影响。结果表明,波谱响应函数对温度反演的影响与传感器波段设置相关,误差随波宽变大而增加。Landsat、CBERS和环境卫星等宽波段红外数据的通道辐亮度和温度的关系,用有效波长比中心波长代替积分效果更好,但都存在一定误差,针对这些传感器数据的单通道算法须考虑波谱响应的差别。窄波段的MDIS地表温度反演,有效波长比中心波长代替积分效果更好,能满足精度要求。Terra和Aqua的MODIS波谱响应函数差别很小,可相互结合提高地表温度的反演精度。