武汉城市热岛特征及其影响因素分析

正确理解城市热岛效应的形成机制及其影响因素是制定热岛效应缓解政策和研究城市生态问题的前提和基础。选用1987年9月26日的Landsat-5和2013年9月17日的Landsat-8遥感影像进行地表温度反演,分析武汉市城市热岛效应的时空演变特征;对热岛效应明显的武汉市主城区进行格网划分,提取格网内地表温度及所选影响因子指标值,运用主成分回归方法进行地表温度多因子综合分析,探讨城市热岛形成的主要影响因素。结果表明:(1)武汉市地表温度空间分布表现出典型的热岛特征,1987年和2013年分别有27.7%和39.1%的范围被"热岛"覆盖;(2)影响武汉城市热岛效应的主要因素有不透水面指数、水体面积比例、归一化建筑指数、归一化植被指数及绿地面积比例;(3)当其他影响因素稳定时,不透水面指数每增加1%,可使地表温度增温0.04℃~0.10℃;水体面积每增加1%,可降低地表温度0.03℃。     

漓江上游植被覆盖度时空变化对地表热场影响

自20世纪80年代以来,桂林漓江由于上游森林遭受破坏出现水生态环境快速恶化的趋势。地表热场的时空变化直接影响森林蒸散及水文效应。因此,对漓江上游1989~2006年5景TM/ETM+卫星图像,利用归一化植被指数反演植被覆盖度,利用单窗算法反演地表温度,提出归一化温度使不同时相地表热场具有可比性,分析植被覆盖度时空变化对地表热场的影响。结果表明,在空间上,地表温度随植被覆盖度的增加而降低,在植被覆盖度很高或很低时,这种影响相对变弱;在时间上,漓江上游1989~2000年植被中、高度覆盖面积从96.1%逐年下降到65.9%,导致归一化地表温度数值较高的像元比例相应增加;2000~2006年植被中、高度覆盖面积逐渐恢复上升到90.8%,但仍略低于1989年,使得归一化地表温度数值较高的像元比例相应减少。植被覆盖可以有效地降低漓江上游地表温度     

基于HJ-1B数据的武汉市LST反演及热环境分析

以HJ-1BCCD/IRS4为主要数据源,采用单窗算法,反演了武汉市夏季高温代表日的地表温度,并用MODIS地表温度产品对反演结果进行了验证。在此基础上,提取热场变异复合指数来分析城市热岛空间分布特征,给出了城市热岛效应的定量化描述,并就不同下垫面对热岛效应的影响进行了研究。结果如下:(1)武汉城市热岛呈现整体上交错分布而局部小聚集的不规则特点,大热岛之中存在一些温度更高的小热岛;(2)武汉市2009~2012年夏季高温日平均LST为306.11K,多数城区温度达到309~317K;(3)主城区热场变异复合指数均超过了0.015,表现为较强-极强的热岛效应;6个等级的热岛效应强度的面积比例依次下降,而对应的LST平均值则逐渐升高;(4)不同地表覆盖类型LST相差较大,其在地表类型面积构成中的比例不同。研究成果可为城市热环境监测与生态评价提供科学依据。     

城市地表形态对热环境的影响——以上海市为例

基于遥感与GIS技术,利用Landsat7-ETM+影像反演地表温度,用社会经济统计数据、土地利用现状数据和道路交通网络数据计算城市景观形态参数以表征地表特征,从行政区(县)、5km间距同心环带和局部区块3个水平上划分空间单元建立数据样本,分析城市地表形态对热环境空间分布格局的影响。结果表明:(1)景观混合度和景观分裂度对地表温度有恒定的负向影响,区块连通性与地表温度负相关;(2)景观分裂度对热环境的影响取决于地类属性:分裂度大的增温地类,地表增温效应弱;分裂度大的降温地类,地表降温效应强;(3)人口密度和经济密度可对地表温度产生恒定正向影响;(4)人口密度、建设用地比例和房屋建筑比例是分布在区(县)尺度、同心圆环尺度和典型区块尺度上影响地表热环境最显著的地表形态要素。     

夏季城市景观格局对热场空间分布的影响——以武汉为例

城市热岛效应是城市生态环境状况的综合体现,探讨城市景观格局对热场空间分布的影响机制对于优化城市空间布局、提升城市生态环境质量有着重要意义。选用2016年7月23日Landsat8遥感影像进行武汉主城区景观类型划分和地表温度反演,从斑块、斑块类型、景观水平3个级别选取所有常见景观指数表征城市景观格局特征;按3 km×3 km大小的网格将武汉市主城区进行格网划分,构建格网内各景观格局指数与地表温度的关系,并进行主成分综合回归分析,探讨城市景观格局影响夏季热场空间分布的主要特征。结果表明：（1）76%的景观指数与地表温度的线性关系在0.01的置信水平是显著的,但各景观指数之间相关性较强,信息交叉重叠严重。（2）在所有景观指数中,对地表温度影响最大的依次是水体斑块类型面积（CA_W）、建设用地斑块类型所占景观面积比例（PLAND_C）、绿地类型核心斑块占景观面积比（CPLAND_G）、绿地类型相似度均值（SIMI_MN_G）及绿地类型邻近指标均值（PROX_MN_G）。（3）当其他因素不变时,格网内建设用地每增加10%,地表温度上升1.0℃;水体面积每增加10 hm,地表温度下降0.2℃;绿地核心面积比例每增加10%,可降温1.0℃;相似度均值和邻近度均值每增加0.1,可降温0.09和0.08℃。 关键词： 景观格局;热场;格网化;多因子;热岛效应     

基于HJＧ１B数据的武汉市LST反演及热环境分析

以HJ 1B CCD/IRS4为主要数据源,采用单窗算法,反演了武汉市夏季高温代表日的地表温度,并用MODIS地表温度产品对反演结果进行了验证。在此基础上,提取热场变异复合指数来分析城市热岛空间分布特征,给出了城市热岛效应的定量化描述,并就不同下垫面对热岛效应的影响进行了研究。结果如下：（1）武汉城市热岛呈现整体上交错分布而局部小聚集的不规则特点,大热岛之中存在一些温度更高的小热岛;（2）武汉市2009~2012年夏季高温日平均LST为30611 K,多数城区温度达到309～317 K;（3）主城区热场变异复合指数均超过了0015,表现为较强－极强的热岛效应;6个等级的热岛效应强度的面积比例依次下降,而对应的LST平均值则逐渐升高;(4)不同地表覆盖类型LST相差较大,其在地表类型面积构成中的比例不同。研究成果可为城市热环境监测与生态评价提供科学依据     

武汉城市群夏季热岛特征及演变

利用2000~2010年共11期MODIS地表温度资料和多源多时相的遥感影像分类结果揭示武汉城市群的夏季热岛效应,反演并计算出10 a间武汉城市群日间和夜间的热岛强度变化、土地覆盖类型和城镇用地面积。在对不同时相的地表温度数据进行热岛指数归一化处理的基础上,分析了武汉城市群热岛的分布特征及年代演变,定量分析了武汉城市群以及中心城市武汉市不同热状况区面积的变化和热场的变迁。结果表明,武汉城市群夏季热岛效应较为明显,其中武汉市是主要热源和热中心;自2000年起,武汉城市群城乡温度差异逐步减小,热中心分布向外扩散,城市热岛区域急速扩张,整体热环境趋于恶化;新兴城区的开发增加了武汉市的热源分布,人工表面的增加以及自然表面的减少导致城市热岛效应不断加剧。     

景观格局影响下的南京市热舒适度动态变化

城市热舒适度的评价是判断热环境优劣的主要方式,其结果可为城市规划、改善城市热环境提供科学依据,而温湿指数(THI)综合反映了温度和湿度两个因子对人体热感的影响,是衡量城市热舒适度的一项重要指标。选取江苏省南京市作为研究区,以1994、2000、2010和2013年夏季Landsat遥感影像数据和土地利用现状数据为数据源,反演地表温度,并结合归一化水汽指数(NDMI)对传统温湿指数进行改进,在此基础上分别从宏观和微观两个层面分析了南京市热舒适度的动态变化,通过计算景观格局指数,分析不同热舒适度分级下景观格局指数的变化,统计了2.5 km尺度上单元格网温湿指数平均值及变异系数并对其与景观组成和结构特征的相关性进行了研究,从微观尺度上探讨城市景观格局与城市热舒适度之间的关系。结果表明：宏观上,从1994年到2013年景观格局对南京市热舒适度的影响不断加深,影响面积和强度都不断增大,城市热环境逐渐恶化;微观上,景观类型组成和结构对城市热舒适度有不同程度的影响,水体、耕地、林地能显著改善热舒适度,其中水体对热舒适度的改善效果最好,其景观优势度越大、分布越集中,效果越明显;反之,建设用地优势度越大、聚集度越高,热舒适度越差。 关键词： 城市热舒适度;改进型温湿指数;景观格局指数;动态变化;南京市     

城市热环境的规划改善策略研究——以武汉市为例

随着城市热环境的恶化,城市中极热现象频率逐步增高。对于在城市尺度下提出的概念性的规划策略,因其缺乏可操作性并不能及时有效的缓解城市热岛现象。然而,在局部尺度下的策略一直难以提出,其中的一个原因便是对现有的关于城市微气候的研究缺少标准。在OKE教授团队提出的局部气候区（LCZ）概念的基础上,以武汉市为例提出一个通过量化的措施在局部尺度改善城市热环境的流程。方法上,利用ArcGIS和envi软件从Landsat-7的ETM+影像数据和武汉市的建筑矢量数据中提取出9个最常用的影响地表温度（LST）的地表指标,进而利用这9个指标通过K均值聚类的方法对武汉市研究区域进行LCZ划分。接着,利用普通最小二乘法（OLS）分析地表指标与LST的关系。以LCZ为框架,结合各地表指标与LST的相关性关系,从改善局部LST过高的角度出发,以分层结构和优先级的思路提出规划缓解策略。研究结果表明,案例中的武汉市研究区域被划分为7个LCZ,同时也定位出各LCZ中温度最高的热点,发现地表指标在不同的LCZ与地表温度有独特的相关性关系,因而针对不同LCZ中的热点提出了具体的地表指标参数值调整建议来改善热点的热环境状况。这可以在一定程度上有目标性的降低局部热岛的温度,同时至少在2个方面有助于城市微气候和规划的研究：(1）减小了城市热环境的研究尺度;(2）从规划角度提出了优化城市热环境的工作流程。     

基于LJ1-01夜间灯光影像的苏锡常地区人口空间化研究

基于NPP/VIIRS DNB和"珞珈一号"01星(LJ1-01)两种夜间灯光数据原始影像与苏锡常地区县级人口统计数据进行空间滞后回归建模,得到500 m×500 m和200 m×200 m两种空间尺度的人口密度格网图,并利用乡镇人口数据进行检验证明LJ1-01数据在人口空间化研究中具有更高的精度;在此基础上,基于电子地图兴趣点(POI)数据与人口分布之间的相关性,通过融合POI数据对LJ1-01原始影像的模拟结果进行优化,并在乡镇尺度上对人口空间化结果进行了精度评价。结果表明:(1)LJ1-01夜间灯光影像亮度值与人口数呈显著正相关,相关系数高于NPP/VIIRS夜间灯光数据;(2)LJ1-01新型夜间灯光数据适用于人口空间化研究,且其模型拟合效果整体优于NPP/VIIRS传统夜间灯光数据;(3)将LJ1-01夜间灯光数据与POI数据进行融合可有效改善其人口空间化模拟结果,空间滞后回归模型的复相关系数R~2提高至0.946 3。通过实践,可以发现LJ1-01夜间灯光数据具有实现精细尺度人口数据空间化的巨大潜力。     

基于NDVI的重庆市植被覆盖变化及其对气候因子的响应

运用美国NASA发布的MOD13Q1级产品16d最大值合成数据结合重庆市34个气象站点的气候资料,分析2000～2011年重庆市植被变化状况以及NDVI与主要气候因子温度、降水的相互关系。结果表明：12 a来重庆市年均NDVI呈增长趋势,但空间时间尺度上有所差异,从空间尺度上看NDVI增长区域主要分布在东北、东南、西南部区域,NDVI降低区域主要分布在重庆主城区、区县城区及长江沿岸、三峡库区消落带;从时间尺度上看,春季、秋季NDVI有一定幅度的增长,夏季NDVI趋于稳定,冬季NDVI有所下降;NDVI在年际尺度上与温度和降水相关并不显著,但在月份尺度上与气温降水均呈显著相关关系,且与气温相关性大于降水     

基于洪水过程的农业洪灾变化遥感快速评估模型及其应用

洪涝灾情的准确测度需要同时兼顾淹没区的面积大小和淹水时长信息。利用淹没区内由水和作物等多种地物所组成的"复合水体"不同于水体的波谱时间变化特性,将不同洪灾时期的水体指数和植被指数进行信息复合,以有效凸显水体和洪涝淹没区之间的影像差异,据此进行了灾初期、峰期和中后期等3个时次受淹范围的有效识别。在此基础上,根据洪涝灾情随着淹没时长而加重以及灾区内淹水时长非均匀分布的特性,建立基于淹没时长的受淹面积不等权参与的洪灾扩展动态度指数(Variation Index of Flood,VIF)和区域灾情比较指数(Comparison Index of Flood Disaster,CIFD)两种模型,并将模型应用于鄱阳湖区2016年夏季农业洪涝灾害的时空变化遥感监测。结果显示,应用上述两种模型不仅可以准确获取鄱阳湖区本次农业洪涝灾情的演变趋势,而且能够方便地对比分析区域内不同地方的受灾程度。鄱阳湖区在2016年6月23日~7月25日期间的洪涝灾情具有由弱增强再趋弱的特征,其VIF指数由初始阶段(6月23日~7月9日)的3.75降至后续阶段(7月9日~7月23日)的1.29;鄱阳县是研究区内受灾最严重的区域,其CIFD指数值居于研究区内各受灾县市之首,该县受灾总面积以及多次被淹的灾区面积均高于其他县市。     

Snow cover and vegetation greenness with leaf water content control the global land surface temperature

The land surface temperature (LST) and land use land cover (LULC) are the major components of climate- and environment-related studies. The objective of this study was to assess the relationship of LST with remotely sensed LULC-derived vegetation indices during 2018 at the global, latitudinal and continental scales. Moderate resolution imaging spectroradiometer (MODIS) Aqua daytime LST and eight LULC MODIS indices (NDVI, EVI, LAI, DSI, NDWI, albedo, NDSI, NDBI) were processed using Earth Engine Code Editor. The analysis was conducted using correlation coefficient and significance of the relationship of variables based on 2050 randomly selected points at the global scale. Based on the univariate and geographically weighted regression methods, the research confirmed that vegetation greenness (NDVI), leaf water content (NDWI) and snow cover (DSI) are the codominant drivers of decreasing LST at the global scale including Europe, Asia, South America and North America at the continental scale. Snow cover during winter and vegetation greenness in summer seasons control the global LST. Although albedo shows an inverse relationship, NDBI and NDSI displayed a positive relationship to LST at the global scale. In conclusion, temporal seasonal and inter-annual dynamics of LST in response to snow cover and vegetation properties (greenness, moisture) should be focused on understanding and regulating LST at varying scales.

     

基于Google Earth Engine的三峡库区土地利用与陆表参数变化研究

土地利用/覆盖变化(Land Use and Land Cover Change, LUCC)对全球有着重要影响,其已对植被覆盖、地表温度(Land Surface Temperature, LST)、反照率以及其它陆表参数产生显著影响。三峡工程自建设以来,库区的土地利用变化逐渐受到外界关注。利用欧空局300 m的土地覆盖分类数据分析三峡库区2000～2015年的土地利用变化;依托先进的Google Earth Engine(GEE)平台,获取MODIS(Moderate Resolution Imaging Spectroradiometer, MODIS)NDVI(Normalized Difference Vegetation Index, NDVI)、LST和反照率数据,并分析三者的时空变化趋势;此外,探究季节性归一化植被指数(Seasonally Integrated Normalized Difference Vegetation Index, SINDVI)与LST和反照率的关系;并分析土地利用变化对SINDVI、LST和反照率的影响。结果表明:2000～2015年,三峡库区土地利用变化显著,耕地、草地、灌木地分别减少2.4%,0.05%和0.62%;林地、水域和人造地表分别增加1.98%,0.04%和1.06%。研究期间SINDVI增加2.89,LST下降0.224℃,反照率减少0.002。总体来看,三峡库区SINDVI的空间分布格局与LST和反照率的相反,且库区大部分区域SINDVI与LST和反照率呈负相关。另外,不同土地类型对SINDVI、LST和反照率影响不同。该文系统地研究了LUCC与上述关键陆表参数的定量关系,可为更好地管理该地区自然环境和土地资源提供科学的依据。     

三江源区植被覆盖度的定量估算与动态变化研究

植被覆盖度是衡量地表植被状况的重要指标,其时空分布和变化对政府进行区域规划和决策起着重要作用。MODIS植被指数是区域植被覆盖度提取的重要数据源。利用2000年1月到2009年10月的MODIS 250 m归一化植被指数16 d合成产品（MODIS NDVI）和其他MODIS辅助数据估算三江源区的植被覆盖度并分析时空格局变化趋势。在混合像元二分模型的基础上改进了NDVI参数的确定方法,然后利用重构后的MODIS数据估算植被覆盖度。与2007年8月的野外采样点数据比较,估算精度是8772%,相关系数r为0889 7,表明该模型估算大面积植被覆盖度是可行的。将获得的植被覆盖度分为5个等级,从年最大化植被覆盖度Mfc的角度进行10 a里植被覆盖度的年际变化趋势分析和时空格局变化分析。趋势分析结果表明,2000~2009年三江源区植被覆盖波动式变化,东北部地区得到改善,西部地区在退化,总体呈现退化趋势;时空格局变化分析结果表明,植被覆盖破碎度降低,趋于集中化分布;不同等级覆盖度分布的复杂化程度降低     

Sensitivity analysis assessment of remotely based vegetation indices to improve water resources management

Normalized Difference Vegetation Index (NDVI) is estimated from Landsat 8 sensor acquired in June 2013 to drive four different water-related indices calculated as NDVI derivatives. Different vegetation indices (VIs) have been extracted exclusively in estimation of different VIs: Leaf Area Index, Water Supply Vegetation Index, Crop Water Shortage Index, and Drought Severity Index in addition to estimation of daily evapotranspiration (ET). Sensitivity analysis assesses the contributions of the inputs to the total uncertainty in the analysis outcomes. Vegetation indices are complex and intercepted, therefore the interceptions of the five different vegetation indices are considered in the current study. A comparative analysis of Gaussian process emulators for performing global sensitivity analysis was used to conduct a variance-based sensitivity analysis to identify which uncertain inputs are driving the output uncertainty. The results showed that the interconnections between different VIs vary, but the extent of the features sensitivity is uncertain. Findings from the current work conducted are anticipated to contribute decisively toward an inclusive VIs assessment of its overall verification. Daily ET is the less sensitive and more certain index followed by Drought Vegetation Index.     

基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行人口等社会经济数据的空间化时,往往受到其较低的空间分辨率、像元过饱和以及像元溢出现象的影响。植被指数（如NDVI）与不透水面呈负相关关系,与夜间灯光数据在反映人类活动、提取建成区方面可以互补,将这两种数据融合可以有效减少夜灯数据像元过饱和等因素引起的误差。通过进一步融合DEM数据对基于DMSP/OLS夜间灯光数据和NDVI构建的人居指数进行了海拔修正,基于修正后的人居指数与统计人口之间很强的线性相关建立人口空间化模型,获得2010年浙江省1 km×1 km分辨率下的人口密度空间分布。模拟结果显示,浙江省平均人口密度为515人/km2,模拟的平均相对误差为183%,相比海拔订正前的模拟误差减少约5%,表明利用多源遥感数据融合后的人居指数在省级尺度上模拟人口空间分布的精度较高     

金沙江流域植被覆盖时空变化特征

金沙江流域是长江上游生态脆弱地区,是长江上游水土保持重点防治工程、天然林保护工程和退耕还林工程等生态建设工程的重点实施区。首次利用遥感数据的归一化差值植被指数,采取线性相关分析方法,借助地理信息系统软件,定量化的分析金沙江流域生态建设工程对流域植被的影响。研究结果表明：1999～2008年,金沙江流域年均NDVI在波动中呈显著增加趋势,变化趋势的空间分布存在明显的区域差异,增加速率最快的是农田植被,增加趋势最显著的是灌丛植被;季节平均的NDVI空间分布与年内变化具有明显的空间分异性,不同季节NDVI的变化趋势也存在空间分异性,春、夏、秋和冬季金沙江流域NDVI呈增加趋势的像元分别占总像元的1650%、830%、1170%和1403%;春、夏和秋季都是灌丛NDVI的增加占主导地位,冬季则是草地NDVI的增加占主导地位。基于分析,在“长治”工程、天然林保护工程和退耕还林工程等生态建设工程的综合治理和气候变化的双重影响下,金沙江流域环境向有利的方向发展