基于Lansat8卫星影像的南宁市热岛效应研究

文章以广西首府南宁市为研究区,选择2015年4月Landsat8 OLI/TIRS多光谱和热红外影像为数据源,图像经辐射定标和大气校正等预处理后采用辐射传导方程法反演地表温度,紧接着利用监督方法进行土地利用/覆盖分类,分析南宁市城市热岛的时空分布特征、地表温度与土地利用/覆盖的关系等相关规律。结果表明:南宁市存在明显的热岛效应,地表温度与土地利用/覆盖有显著关系,地表平均温度表现为裸地建设用地草地耕地林地水体,在城市建成区适当增加绿化和水体而积是缓解城市热岛效应的有效方法。     

土地利用类型及其格局变化的热环境效应研究——以哈尔滨市为例

采用极差标准化方法消除由于时相差异造成遥感影像获取地表温度值的不可比性;用2km格网内不同土地利用类型所占的面积比例表征土地利用格局,以中国哈尔滨市为例,研究城市热场分布的空间格局、时空变化规律,探讨不同土地利用类型的空间格局对城市热环境的影响。结果表明：哈尔滨市建成区存在显著的热岛效应并呈增强态势、市区总体地表温度升高。各用地类型随面积比例的升高平均地表温度相互间差异变小,建设用地对热岛效应的作用增强,水体缓解热岛效应的作用减弱,热环境的空间差异性变得不明显。     

地表水源热泵系统水体初始温度分布模型

以滞留水体为地表水源热泵系统为研究对象,进行水温初始温度分布分析.根据水温控制方程和水流控制方程建立了二维初始水温模型,求得了水体初始水温的数值分布,并对计算结果和实际测试数据进行了对比分析.该温度分布模型可以应用于地表水源热泵初始水体的适应性研究,为动态负荷下水体水温变化规律的研究奠定了基础.     

基于卫星遥感技术的城市地表温度反演研究

随着我国空间规划的开展,需要能够掌握城市各地块的人类聚居和工业发展等指数,其中城市地表温度是衡量城市各地人类居住和发展状况一个有效的参考.传统的手段统计分析地表低温宏观性差,且时效性不佳,因此需要一种能够快速分析城市地表气温方法.研究以典型的南方城市——南宁市为例,利用Landsat8的多波段卫星遥感数据,通过热红外辐射到同温黑体辐射定标,快速分析城市地表温度差异,从而获得比较准确的城市地表温度分布图.该研究成果对于未来南宁市空间规划和城市建设等领域,都有重要参考作用.     

基于Landsat5TM数据反演地表温度的方法研究——以石城县为例

热岛效应对城市生态环境的影响大,不利于生态城市的建设。本文通过获取研究区的Landsat5TM影像为主要数据源,利用热红外波段TM6进行地表温度反演。分析结果表明:研究区地表温度明显比郊区地表温度高,并呈现由中心城区向外地表温度有逐渐降低的趋势。     

城市热环境与土地利用类型格局的相关性分析——以长春市为例

基于遥感数据和GIS空间分析方法,反演长春市的地表温度,分析长春市城市热场分布的空间格局,定量描述了不同土地利用类型面积比例地表温度特征,探讨不同土地利用类型的空间组合格局对城市热环境的影响。结论如下：①长春市存在明显的热岛效应,在城市热岛内部,地表温度差异也很显著;②不同城市土地利用类型上的地表温度具有明显差异,各土地利用类型地表温度平均值排序为：工业用地>道路用地>商业用地>住宅用地>公共建筑>其他用地>公共设施>绿地>水域;③土地利用类型空间格局影响城市热环境,随着500m×500m格网内所占面积比例的升高,不同用地类型的平均地表温度呈现出显著差异;④植被和水域在缓解城市热岛效应方面起到关键性作用,含有绿地或水域的格网,随着二者面积比的增加,地表温度逐渐降低,温度降低的过程可以用线性方程模拟。     

暂态模型LET-KF数据同化地表温度序列分析

针对传统地表温度序列分析方法预测精度不高的问题,提出一种基于暂态模型补充预测的局部集合扩展卡尔曼(LET-KF)数据同化地表温度序列分析方法。首先,对地表温度模型进行研究,根据植被和泥土覆盖率,设计地表温度暂态模型;然后,为提高卡尔曼滤波算法性能,并结合地表温度暂态模型预测输出特点,设计局部集合变换卡尔曼数据同化算法。通过与泰安周边地表温度卫星观测值和实测值数据同化实验表明,所提算法有效提高了对地表温度预测的精度。     

红沙核电站周边区域地表热环境反演研究

以广西壮族自治区红沙核电站周边区域为研究对象,选取2003年、2014年、2018年三期Landsat系列卫星影像数据,运用单窗算法定量反演红沙核电站周边区域地表热环境时空分布特征。结果表明:从2003-2018年研究区逐渐出现聚集性高温区,整体上热岛效应由沿海向内陆递减;在2018年红沙核电站运作后周边海域、陆域存在明显的升温现象;研究区存在较为明显的热岛效应,主要分布在柳钢防城港钢铁基地、红沙核电站厂、钦州港经济开发区、大西南临港工业园区的部分裸地及建成区等区域;北部湾经济区开发建设过程中对生态环境的破坏加重了地表热环境效益;红树林海岸的修复与保护有效地降低了地表温度。     

基于Landsat ETM+影像的福州市地表温度反演研究

以福州市为研究区,采用单窗算法,对Landsat ETM＋第6波段的遥感数据,进行地表温度反演,得到地表温度分布图,分析了地表温度分布规律,并提出减轻热岛效应措施。结果表明：福州市城市热岛效应显著,单窗算法可以较好的反映城市热场的空间分布,地表温度与归一化植被指数（NDVI）有良好的负相关关系,与地面下垫面密切相关。     

长沙市土地覆盖变化及地表温度响应研究

土地覆盖是影响地表温度重要因素之一。研究快速城市化地区土地覆盖与温度变化之间关系具有重要意义。文章通过多时段的遥感数据,研究了长沙市土地覆盖类型的变化情况,并结合LANDSAT5的热红外波段反演了地表温度,通过遥感与GIS技术结合,分析1996-2009年长沙地区土地覆盖变化及地表温度响应,结果表明：1996-2009年间长沙市城市建设用地增幅为54.47%,耕地数量较1996年减少了16.83%。伴随着土地覆盖的剧烈变化,各用地类型的地表温度均有不同程度的增加。其中：城市、建设用地、林地、水田、旱地、未利用的地表覆盖温度分别增加了1.16、1.33、1.22、2.73、0.01摄氏度。     

基于辐射传导方程的三峡库区腹地地表温度的遥感反演

利用Landsat-5 TM影像,采用辐射传导方程对三峡库区腹地的地表温度进行了反演。在辐射传导方程中,对于地表比辐射率的估算,考虑到库区腹地复杂的地形和地表覆被类型的多样性,采用结合地形、水、建筑和自然表面等因素作用的经验公式进行。结果表明:①地表温度随海拔的升高呈降低趋势,其空间展布与山脉走向一致;②不同的地表覆被格局下,近地面水热交换差异较大,地表温度作为其中重要的参数也展现出显著的异质性,呈现建筑＞自然表面＞水体的基本格局。在相同海拔高度下,地表温度的高低主要取决于地表覆被的类型及其转换;③同一覆被类型间在不同海拔下的地表温度间的变化幅度因覆被类型的不同而差异显著,但随海拔的升高而降低具有显著的垂直变化规律;④验证点反演出的地表温度均是介于最低与最高气温之间的,与植被覆盖度较高区域的地表温度和气温间的关系非常接近。奉节和万县的地表温度反演值均显著高于相应站点同日平均气温,尤其是万县站高出值达7.46 ℃,主要源于站点位于城区内部,地表覆被中建筑所占比重较大,使得反演值明显高于日平均气温。地表温度的遥感反演值符合地表水热关系和垂直温度梯度规律。     

地铁车站深基坑周边地表沉降规律研究

在现场实测数据的基础上,对某城市地铁基坑进行了PLAXIS 2D数值模拟计算和分析,研究了城市地铁车站深基坑周边地表沉降规律。研究结果表明,基坑开挖时地表沉降曲线在横向上呈凹槽型,随着基坑开挖深度的增加,坑周地表沉降值逐渐增加;地表最大沉降值发生在距围护结构水平距离约0.72H处,大小约为0.225%H。不同钢支撑预应力对坑周地表沉降值基本上没有影响,施加预应力的主要作用是防止支撑与围护结构桩(墙)间的松弛,使围护结构受力合理。减少钢支撑的水平道数,坑周地表最大沉降值逐渐增加;对周边位移要求较严的基坑,可以使用多道钢筋混凝土撑代替钢支撑以减少坑周的地表沉降。本文的研究成果对于基坑设计、施工和对周围的建(构)筑物的保护具有一定的参考价值。     

西安市地表温度反演及城市热岛强度定量化研究

本文基于单窗算法,选取1992年、2000年、2006年、2013年四期LandsatTM/ETM影像及西安市、西安市周边各气象站点的观测资料作为研究数据,对西安市地表温度反演及城市热岛强度进行定量化研究,结果表明:1西安市二环与三环之间区域的地表温度升高较快,城市中心地表温度的变化程度低于二环与三环之间的区域,这与西安市城市规划布局和实际情况相一致,热岛区的面积年平均增加速率为0.83%;21992-2013年西安城区气温平均升高约1.3℃左右,西安郊区气温平均升高约0.1℃左右,说明热岛效应对西安市的整体气温的升高贡献率比较大。就热岛强度总体而言,西安市热岛强度仍呈现上升趋势,期间1996-2001年西安市城市热岛强度呈下降趋势,2008-2011年西安市城市热岛强度呈持续上升趋势,2002-2007年西安市城市热岛强度有增有减,变化规律不明显;3城市热岛比较高的区域逐渐向周围城市扩展,城市中心温度的变化速率比周围略低;4中温、高温、次高温的热岛面积百分比是先增大后减少,次低温及低温的热岛面积百分比是先减少后增大。     

湿地科学研究进展及研究方向

湿地是分布于陆地系统和水体系统之间的、由陆地系统和水体系统相互作用形成的自然综合体。由于湿地具有巨大的生态、环境功能 ,越来越受到学术界重视。目前湿地科学的研究重点领域为湿地自然过程、湿地与全球变化、湿地功能评价以及湿地恢复。     

粤港澳大湾区城市热岛空间格局及影响因子多元建模

探究影响城市热岛空间格局的因子,及科学分析各因子的作用机制,对揭示城市热岛效应的机理有着重要意义。本文以粤港澳大湾区为研究区,综合利用数据空间化表达、空间叠置、地理探测器等方法,对影响城市热岛空间格局的因子开展研究,并构建地表温度与影响因子间的多元关系模型。结果表明,粤港澳大湾区的城市热岛强度等级呈现中间高四周低的空间分布格局,并在珠江入海口两岸形成半环状城市热岛带。本文选取的5种影响因子对城市热岛的空间格局皆具有较高的解释力,平均解释力排序为：单元人口密度（0.668）>建设用地面积占比（0.577）>单元路网密度（0.573）>植被面积占比（0.538）>水体面积占比（0.428）。所构建的多元关系模型,能较准确地反映城市热岛区域地表温度的分布状况,所拟合的地表温度结果与实际地表温度平均值的误差为0.34℃。     

更精准地为地球测“体温”——记中国农业科学院农业资源与农业区划研究所研究员李召良

正遥感科学本身就带有交叉学科的胎记,要做研究本非易事,而地表温度热红外遥感反演作为遥感地学分析的一个重要研究领域,其研究难度更是剧增。地表温度可以形象地理解为地球的"皮肤"温度。要获知全球的地表温度,一般通过卫星获取地面的辐射能量进而用物理的方法反演。如果要更精准地为地球测"体温",研究者就需要针对不同的气候条件、地表形态甚至观测时间、观测角度等展开系列研究,这些难题就像一道道关卡横在相关     

大都市功能区块视角下的热岛影响因素空间分异

针对以往热岛影响因素研究中缺乏因子综合作用及作用程度空间异质性分析的现状,本文以大都市北京为研究区,利用兴趣点（POI）数据划分承载不同人类活动的用地功能区块,结合地理探测器探究在市域整体及不同用地功能区块中植被、水体、不透水面及社会经济要素等多维因素对地表温度的影响（单因子作用与因子交互作用）。结果表明：①各单因子、因子交互作用对于地表温度的影响程度在北京市14类用地功能区块中存在空间分异。单因子探测表明整体上植被对温度的影响力高达72.3%,其作用程度与社会经济因素作用程度的差距在人类活动较为频繁的区块显著缩小;②因子交互作用探测显示两因子交互作用对温度的影响远大于单因子作用效果,整体水平上植被与人口交互作用是控制温度分异的主导因子,解释力达到78.9%,而在包含商业服务或公共管理服务的区块植被与人口交互作用均为影响温度分异的主导因素,包含工业的区块则为不透水与经济水平、植被交互作用为主导,且50 %区块内因子交互作用存在非线性增强现象。③根据风险探测识别出不同功能区块高温风险区特征,商业服务区块、公共管理与商业服务混合（公-商）区块为城市高温风险较高的区域。基于用地功能区块的地理探测器模型对地表温度空间分异的解释优于市域水平的全局模型,可以较好地量化各因素在不同空间位置上对地表温度的影响,为制定分区域有针对性的城市热岛效应缓解策略提供参考。     

水污染的微型生物监测

一切污染物,不管它来自大气还是来自陆地,通过降雨和地表径流后最终都要流到水体(江、河、湖、海、地下水等)中去。水污染的问题已引起各国的重视。1.公害评价的基本原理对当前水污染中潜在公害体问题急需知道(1)有多少潜在污物进入水环境?什么地方、什么时候、以什么方式进入水体?     

基于Landsat8数据的沈阳市地表温度反演研究

本文以中国北方典型的重工业城市沈阳市为研究区。选取2016年8月28日Landsat8卫星遥感影像数据,通过影像数据预处理后采用大气校正算法反演地表温度。分析沈阳市地表温度分布特征。并且分析沈阳市热岛强度分布的特征。结果表明:沈阳市全区热岛效应并不明显,以绿岛为主,但沈阳市内五区热岛效应明显,80%的区域受到城市热岛效应的影响,地表温度明显高于其他区域。热岛强度由市内五区向郊县逐渐降低;沈阳市地表温度与NDVI呈负相关,与NDBI、NDBSI呈正相关。     

近百年来北京市地表水体时空变化特征及驱动力分析

基于遥感和GIS技术,利用1910年代、1950年代、1980年代的地形图和2000年代的航空遥感影像数据,通过数字化和人工解译,获取了北京市地表水体时空数据集,并在此基础上分析了近百年来北京市地表水体时空变化特征及驱动力。研究结果表明,近百年来北京市地表水体面积总体呈现增长趋势,从1910年代的125.25km2增长到2000年代的456.88km2,净增长331.63km2,增长率为264.77%。不同时段地表水体的变化特征各不相同。1910-1950年代,地表水体面积的增加以河流为主,河流面积增加了41.14km2,占水体增加面积的83.7%;1950-1980年代,水库和坑塘的面积增长最为显著,分别增长了152.98km2和101.88km2;线状水系密度的增长主要依赖于沟渠密度的增加。1980-2000年代,北京市地表水体的面积增加了76.32km2,但是水库面积缩减了24.2%。北京市地表水体变化的主要驱动因子包括降雨、地表水资源开发、用水以及水环境治理工程。