基于Landsat-8 OLI/TIRS影像的长沙市城市热环境效应研究

基于长沙市2016年7月23日的Landsat8 OLI/TIRS数据,利用覃志豪单窗算法反演地表温度,分析了长沙市城市热环境空间分布特征以及主要地表生态环境参数与城市热环境效应的关系。结果表明,(1)长沙市主城区地表温度均较高,高温区域主要分布在建筑用地密集、功能单一以及周边植被覆盖少的地区;(2)长沙市热岛区范围与城市建成区范围基本一致,构成热岛区面积较大的特高温区和高温区主要分布在中心城区和长沙县,城市热岛比例指数达0.712,反映出城市热环境形势较为严峻;(3)建筑用地对地表起着升温的作用,植被则相反,且前者升温效果明显强于后者的降温效果。长沙市在未来的城市规划中应在控制建筑用地扩张的同时增加植被覆盖,这样才能有效缓解城市热岛效应。     

基于单窗算法的汉中市近20年城市热岛效应时空特征

以1994年、2000年、2004年、2009年和2015年5期Landsat TM遥感影像为主要数据,采用单窗算法反演汉中市地表温度,并对地表温度进行归一化处理得到汉中市热岛强度分级图,分析汉中市近20 a热岛效应时空变化特征及其与土地利用类型、植被覆盖度之间的关系。结果表明:1）近20 a汉中市城市热岛效应随时间变化呈“先升后降”的变化趋势,1994-2004年为热岛效应的加速期,2004-2015年为减缓期。2）不同热岛强度的空间分布特征差异明显。1994-2005年强绿岛区和绿岛区主要分布在汉中市北部的山林地区;强热岛区和热岛区主要分布在西南部的中心城区。3）不同热岛强度对应的不同土地利用类型存在差异。强绿岛区和绿岛区主要分布在汉中市北部山区的林地和耕地。正常区主要集中在汉中市近郊的农用地与草地,同时也包含市区周边的零散村镇居民地。热岛区和强热岛区主要分布在中心城区的建筑用地。4）植被覆盖度与城市地表温度呈显著负相关关系,植被覆盖度每增加10%,地表温度平均下降约1.1℃。可见,增加城市植被覆盖度,合理利用城市裸地和布局城市建筑用地,可以缓解城市热岛效应。     

基于Landsat影像的西宁市主城区热岛效应分析

利用西宁市主城区1987、2001年和2013年3个时期的Landsat遥感影像反演出了不同时期的地表温度,并对地表温度进行归一化处理后得到相应时期的热岛等级分布图。结果表明,西宁市城区的热岛效应呈先减弱后增强的态势,热岛区分布逐渐集中,主要分布在城市边缘未利用地、主城区中商业区、工业区以及城市交通线路周围;热岛效应的范围在扩展,其分布与建成区的扩展范围在空间上基本相吻合,但是强度有小幅减弱;热岛效应与植被覆盖度呈负相关,植被覆盖度每增加10%,地表温度下降约1.23℃;建设用地及未利用地的均温最高,而水体及有植被覆盖区域均温较低;绿色植被和水体有缓解热岛效应的作用,而因建成区的扩大有大规模的不透水面是热岛效应加剧的主要原因;气候和天气因素也对热岛效应有一定的影响。     

基于Landsat遥感数据的城市热岛效应及影响因素——以襄阳市为例

以Landsat 8 TIRS遥感影像为基础数据,运用遥感技术反演襄阳市地表温度,计算热岛效应强度指数,定量分析襄阳市城市热岛效应的时空分布特征及发展趋势,并结合归一化植被指数(NDVI)、归一化建筑指数(NDBI)与地表温度进行相关性分析,探索地表植被分布状况和建筑密度对城市热岛效应的影响。结果表明,襄阳市的城市热岛效应在2014—2017年逐渐增强,热岛扩散范围主要为城市新建开发区及交通网的延伸区域。城市地表温度与归一化植被指数呈明显负相关关系,与归一化建筑指数呈明显正相关关系,且地表温度与归一化植被指数相关性尤为突出。建议在城市发展建设过程中,加强城市绿化投入,合理增加城市植被覆盖度及适度降低城市建筑密度可缓解城市热岛效应。     

成都城市下垫面变化对地表热场的影响

利用2001年和2018年MODIS夏季地表温度产品,结合地表覆盖类型及植被指数数据,对比分析了成都市夏季城市热岛和热场强度的昼夜时空分布特征及变化,并重点分析了成都地表热场与城市建筑用地面积、植被覆盖度的关系.结果表明：(1) 2001年到2018年,成都市夏季城市地表热场发生了显著的变化,中心城区、近郊及远郊区县热岛范围均明显扩大,由多中心热岛发展为主城区与邻近郊县连城一片;热岛效应昼夜变化明显.(2)成都市城市不透水面面积增加了763.33 km²,强热岛面积增加了610 km²;城市不透水面与城市热岛区域分布及面积变化密切相关.(3)成都市整体热场强度表现为西低东高的特征,热场强度高温区与植被覆盖度呈负相关关系,白天相关性明显优于夜晚.     

基于landsat8 oli数据的合肥市热岛时空特征分析

热岛效应是一种城市化进程中所产生的特有环境问题,是一个地区的气温高于周围地区的现象。为了揭示快速城市化地区热岛的时空变化特点,利用2014年的Landsat8 oli遥感数据,通过遥感算法反演合肥市地表温度,并对合肥市热岛分布及成因加以分析,同时分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)与热岛分布的关系,以及城市下垫面对热岛效应的影响,并对城市热场进行生态评价分析。结果表明,合肥市四季均存在热岛现象,热岛强度表现为夏季最强,最高温度达57.86℃,秋季次之,春季、冬季较弱。春、夏、秋3个季节热岛多集中在主城区,冬季热岛多分布在乡镇及裸土区,城区热岛强度较弱。热岛效应多集中在不透水面和裸土区,城市冷岛多出现在水体位置。城市热岛分布与归一化植被指数呈负相关关系,与归一化建筑指数呈正相关关系。改进半径法可以较好区分城市建成区,建成区与郊区温度分布存在明显差异。     

常德市近15年热岛效应变化及分析

以常德市规划区为研究区,利用2003年、2008年、2013年、2017年及2018年5景遥感影像数据,提取植被覆盖度及建筑指数,反演其地表温度,并评价热岛强度。结果表明,城市地表温度与建筑指数、植被覆盖度具有相关性,分别呈正相关和负相关;常德市热岛效应显著,2003—2013年热岛强度比例指数由0.222升高为0.245,热岛面积增加14.035km~2;2013—2018年热岛比例指数下降为0.221,热岛面积减少19.466km~2;在2013—2018年期间,海绵城市的试点建设区域热岛格局有破碎状趋势,说明建设海绵城市对热岛效应具有一定的缓解作用。     

基于Landsat数据热岛效应与植被的关系研究——以开封市为例

随着城市经济的不断发展,城市热岛现象日益严重,不仅制约社会经济绿色健康发展,而且危害人体健康。基于Landsat5、Landsat8数据,利用大气校正法对河南省开封市地表温度进行反演,分析开封市热环境空间分布,并对该市植被覆盖度进行空间变化分析,以期为开封市城市绿色健康规划建设及缓解热岛效应提供借鉴。结果表明,开封市城市热岛效应明显,高温由开封市区向祥符区、尉氏县、通许县、杞县、兰考县扩散;从各区热环境分布看,开封市年平均气温和高温区面积均呈升高趋势,开封市中温区、次高温区面积显著增加,次低温区面积显著减少,城区气温增加速度大于郊区,为热岛的形成提供了热量基础。地表温度与植被覆盖呈负相关,因此在开封市经济建设过程中应对城镇土地使用合理规划、加强城镇绿地规划、增加城镇绿地覆盖度、选用透水地面铺装以缓解开封市热岛效应。     

基于RS的徐州市地表温度与植被指数关系研究

以Landsat TM影像为数据源研究徐州市市区地表温度与植被指数的关系。研究表明,徐州市的地表温度存在明显的中心城区高、郊区低的热岛效应。而徐州市的归一化植被指数则表现为城市中心区总体偏小,植被覆盖较低。除水体外,植被指数与地表温度有明显的负相关关系。植被覆盖越高,地表温度越低,反之,则地表温度越高。     

基于Landsat影像的南京地区热岛效应

以南京地区作为研究区域,利用Landsat TM的热红外波段作数据,通过单窗算法反演出地表温度,进而分析地表温度的空间分布差异情况以及由此引起的热岛效应。结果表明,在南京人口密集的城区存在明显的热岛效应,而水体和林地的温度比较低,两者地表温度差异达10℃以上。地表比辐射率与地表真实温度有密切关系,表明地表覆盖类型在地表热量分布中起重要作用。     

基于Landsat8卫星影像的地表温度反演及福州春季城市热岛效应分析

为研究福州春季城市热岛空间分布特征,利用2018年3月11日Landsat8卫星影像,运用辐射传导方程法和普适性单通道算法对研究区进行地表温度反演,采用地面气象监测站实测的气温对2种方法的反演精度进行比较,并统计分析不同行政区地表温度等级特征。结果表明,这2种方法反演的地表温度的空间分布特征基本一致,辐射传导方程法精度优于普适性单通道算法。福州存在明显的城市热岛现象,高温区及次高温区为城市热岛效应影响区域,该区域为老城区及城市扩张的城市建设区,其中高温区主要分布于福州滨海新城、闽侯县(上街镇、南屿镇、南通镇)和仓山区等新近开发建设的建筑物密集区和裸地区域,低温和次低温区主要分布于森林和水体。为缓解城市热岛现象,城市开发建设中应保持一定面积的绿地和水体。     

济南市城市植被与城市热环境的变化研究

城市化进程带来了城市热环境的恶化,植被作为城市生态环境的重要组成部分,对城市热环境的影响和调节具有重要作用。利用济南市TM/ETM+图像,通过反演地表温度(LST)和植被指数(NDVI),研究济南市的热环境和植被之间关系,以及城市热环境和NDVI的时空变化规律,得出了LST和NDVI是负相关关系;城市热岛范围逐渐扩大,尤其是向东和向南方向,且与济南市城市发展的时空方向一致;与2001年相比,2009年城市内部温度变化曲线趋于缓和,但不同地表类型之间的温度差值扩大;NDVI的变化特征与LST相反。     

干旱区精河流域地表温度的模型反演研究

以精河流域绿洲为研究区,使用Landsat ETM⁺数据,采用单窗算法和普适性单通道算法对研究区地表温度进行反演,并将这两种算法的反演结果与研究区MODIS温度产品(MODIS LST)进行比较。结果表明：(1) 单窗算法和普适性单通道算法反演的结果总体趋势比较接近,研究区整体的平均温度相差约2k;(2) 采用改进型土壤调整植被指数(MSAVI)代替归一植被指数(NDVI)计算地表比辐射率可有效提高反演精度,并且同等条件下单窗算法的反演精度高于普适性单通道算法,两种算法的反演结果与MODIS LST的相关系数分别是0.9255和0.8651;(3) 在城镇区域,普适性单通道算法反演结果与MSAVI的相关性高于单窗算法,相关系数为0.8136,说明普适性单通道算法更适合干旱区大范围城镇地表温度的反演研究。     

近10年北京极端高温天气条件下的地表温度变化及其对城市化的响应

以北京市为研究区,利用2000年和2010年极端高温发生时MODIS卫星的地表温度（LST）产品数据,结合DMSP/OLS夜间灯光数据,应用差值、等温线、剖面分析等方法,分析了北京市近十年来极端高温发生时地表温度的时空变化特征及其对城市化的响应。研究结果表明：（1）近十年来,极端高温时的地表温度升高,高温区范围增加,城市功能拓展区与发展新区的高温区增加面积大于首都功能核心区与生态涵养区;（2）北京市城市化发展迅速,城市扩张对极端高温条件下的地表温度时空分布与变化趋势起着主导作用。     

基于Landsat ETM＋影像的城市热岛研究

采用Landsat ETM＋影像数据,分别利用MODTRAN4和FLAASH对热红外波段和可见光、近红外波段进行大气校正,采用Valor的植被指数混合模型估算地表比辐射率,以普朗克公式推算地表温度,并以长沙市为研究区,分析了不同地表覆盖类型以及NDVI与地表温度之间的关系。结果表明,不同地表覆盖类型的地表温度有着显著差异,城市地表温度与NDVI之间具有明显的负相关关系,增加城市的绿地面积有助于缓解城市热岛效应。     

北京景观格局及其热环境效应变化研究

用北京市1992、2000、2010年3期土地利用数据,计算分析分离度指数、聚集度、景观形状指数的变化,使用TM/E TM＋的热红外波段数据反演北京市的地表温度,分析北京市区热效应的时空变化规律,并以2010年为例,分析景观格局指数、植被归一化指数与地表温度的关系。结果显示：1992-2010年北京市地表温度升高,且城市热岛范围增大;景观形状指数与分离度指数能很好地反映本区域地表温度,分离度指数、景观形状指数、植被指数与地表温度呈负相关关系。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.     

基于MODIS产品的秦岭地区NDVI、地表温度和蒸散变化关系分析

秦岭是我国自然环境的天然分界区,是我国中部重要的生态屏障,也是南水北调重要的水源涵养区。为了更好地服务于生态环境建设,选取MODIS植被指数NDVI、地表温度及地表蒸散数据产品,针对秦岭地区生态环境建设以来2001-2013年植被及水热条件发生的变化以及空间分布规律进行分析。结果表明,从区域平均情况来看,只有NDVI有显著升高的变化趋势,耕地区NDVI变化趋势大于林草区域。林草区NDVI、蒸散平均值高于耕地区,而地表温度在耕地区高于林草区。从各像元的空间分布图来看,NDVI、地表温度和蒸散的空间分布都有明显的山体脉络。NDVI随高度的增加而增大,2000m左右开始略微下降。地表温度随高度的升高呈极显著的线性下降趋势,海拔每升高100m温度下降0.51℃。蒸散随海拔高度先是增高,在海拔800~1800m变化趋于平缓,随后随海拔的升高而降低。NDVI、地表温度和蒸散都在低海拔地区变化明显。2001-2013年秦岭地区NDVI呈显著增加趋势,与陕西开展的生态环境建设工程密不可分。在全球增温的背景下,地表温度没有明显变化,与植被的调节作用有一定关系。蒸散的增加趋势与NDVI的上升引起蒸腾作用加大有关,而蒸散的减小趋势与太阳辐射的减小有关。