合肥市地表温度反演及热力景观格局动态变化研究

以合肥市为研究区,使用Landsat ETM+、Landsat TM遥感数据以及相关的统计年鉴、气象数据,采用单窗算法对研究区地表温度进行反演,得出合肥市地表温度分布图,并对地表温度数据行标准化处理,划分热力景观类型,得到多年的热力景观类型分布图。结合景观生态学方法对景观分类图进行景观指数计算及分析,研究合肥市热力景观格局动态演变过程。结果表明,合肥市1999年、2002年、2006年和2010年都存在明显的热岛效应现象;从2002年到2010年,热岛区域在1999的基础上逐渐扩张,2010年热岛强度整体上有所降低,高温区域比较分散;在斑块类型水平上,中温区、次高温区和高温区的斑块面积比的比重逐年增加,1999年、2002年和2006年低温区为优势热力景观类型,到了2010年则变为中温区;在景观水平上,最大斑块指数逐年减小,研究区域景观不再由少数热力景观类型所控制,simpson多样性指数和均匀性指数逐年增大,热力景观异质性增加;城市化发展等人为因素是热力景观格局演变的主要驱动力。     

基于季节ARIMA模型的铜陵市气温序列的预报

运用EVIEWS软件,对铜陵市48年来的月平均气温时间序列进行统计分析,并对该动态数据进行建模和预测。采用差分方法对样本数据进行预处理,然后定阶,并进行参数估计,建立季节ARIMA模型对铜陵市气温数据进行预报。预报结果显示,季节ARIMA模型的平均绝对误差值为0.875。将ARIMA模型预报结果与径向基(radial basis function,RBF)神经网络模型的预报值比较可知,其预报结果优于RBF神经网络的预测结果。