基于Landsat 8影像的马鞍山市热岛效应研究

以2013年08月11日马鞍山市Landsat 8影像为数据源,利用ENVI软件反演了马鞍山市雨山区和花山区的地表亮度温度,再将地表亮度温度值归一化处理,划分为强绿岛区、绿岛区、正常区、热岛区和强热岛区5个等级.分析了马鞍山市热岛效应空间分布情况,并结合归一化植被指数(NDVI)和归一化裸地与建筑用地指数(NDBBI)与地表温度的相关性对马鞍山市热岛效应进行分析.结果表明:(1)马鞍山市热岛效应强的地区位于雨山区沿长江南北向延伸,城市建设用地的地表温度明显高于其他用地;(2)地表温度与NDVI呈负相关,与NDBBI呈正相关;(3)城市化、下垫面变化、工业生产等是造成马鞍山市城市热岛效应强烈的主要原因.     

2015年唐山市域热岛效应四季特征分析

采用2015年四季的Landsat 8OLI遥感影像数据,利用ENVI,ArcGIS软件反演唐山市主城区地表温度并制图,结合NDVI(归一化植被指数)及地表覆盖类型,分析研究区热岛效应季节性特征。研究表明:唐山市夏季热岛效应明显,高温区面积最大,地表高温区域从城郊农用地域向中心建成区转移,自西向东、由南向北扩散,面积先增后减(按冬、春、夏、秋顺序)。其中南湖区域一直位于低温区,除此之外,春季与夏季、秋季与冬季对应的高、低温区分布情况几乎相反。密集建成区及其间交错的小规模绿地对地表温度升高贡献率最大,其后依次为农田、林地、水体。故南湖生态城的建设对于缓解城市热岛效应及调节气候平衡的作用明显,值得后期对南湖的生态效益开展研究。     

基于Landsat遥感影像的地表温度分析——以泉州市区为例

随着城市扩张,不透水面增加,热岛现象日渐凸显,对生产生活造成负面影响。以2002-2017年3期Landsat遥感影像反演泉州主城区地表温度、植被指数、建筑物指数,通过均值-标准差法对地表温度进行热岛分级,分析了热岛与植被指数、建筑用地的数量关系及发展趋势。结果表明：①地表温度与植被指数呈中等负相关关系,Pearson相关系数均值为-0.54,地表温度与城市建筑物指数呈显著线性关系,Pearson相关系数均值为0.82;②通过均值-标准差法对地表温度分级,2个城区热岛面积均呈上升趋势,鲤城区、丰泽区热岛区域面积分别上升30.33%、8.59%;③热岛区域与城区建设用地发展趋势一致,鲤城区热岛区域受建筑物指数影响较大,丰泽区受植被覆盖与水域影响,热岛效应减弱。     

株洲市地表温度与植被指数及热岛效应相关性研究

地表温度（LST）是研究区域地表能量平衡和资源环境变化的重要参数之一,它是地球系统科学中不可缺少的组成部分。城市热环境和植被覆盖状况相关性研究,对城市绿地规划和缓解城市热岛效应具有较好的指导意义。研究选择1993年8月25日株洲地区的陆地卫星TM影像,利用单窗算法对LandsatTM热红外波段反演地表温度获得较高的精度。通过提取归一化植被指数（NDVI）,用统计方法对株洲市反演的温度和NDVI进行回归分析,得出温度与植被水平呈明显负相关,地表温度（LST）高的区域对应NDVI一般都较小,反之亦然。在此基础上运用城市热场变异指数对株洲地区城市热岛效应进行定量化分析,结果表明城市热场变异指数能够明显地反映出城市热岛现象。     

陕北黄土高原植被覆盖时空动态研究

在RS和GIS技术支持下,利用2001-2010年MODIS-NDVI影像数据及DEM数据,以最大值合成法、均值法、标准差法及回归分析等地图代数统计方法为基础,对陕北黄土高原不同坡度区植被覆盖的时空动态进行分析.研究结果表明:(1)2001-2010年间,陕北黄土高原地区年度NDVI值总体呈增加趋势;各季节的NDVI均有不同程度的提升,提升幅度:夏季＞秋季＞春季＞冬季;(2)坡度0-3°地区的NDVI基本保持稳定,3-8°、8-15°、15-25°和＞25°四个坡度区的植被覆盖增加,其中坡度15-25°地区的NDVI值增加明显;(3)退耕还林还草工程是陕北黄土高原地区植被覆盖改善的主要原因.     

基于NOAA／AVHRR的南中国海湿地保护区选址研究

选取植被指数和温度作为湿地保护区划定的基本依据,采用感测范围广、获取信息方便的NOAA／AVHRR影像作为主要数据源,反演南中国海区域的归一化植被指数NDVI、海面温度和陆地表面温度。对反演结果进行分析,确定湿地保护区的NDVI阈值和温度阈值,再对各个参数的阈值进行空间分析,最终确定南中国海重要湿地地址和范围。最后把确定的保护区域与联合国环境署／全球环境基金确定的湿地示范区作对比研究,发现根据NDVI与温度确定的重要湿地包括了6个重要湿地示范区中的5个。     

基于Landsat-8影像的马鞍山市城市热岛与土地利用/覆盖的关系研究

利用2014年09月11日Landsat-8 OLI/TIRS影像数据,以安徽省马鞍山为研究区,使用ENVI5.1遥感图像处理软件,对Landsat-8影像的TIRS10波段使用单窗算法进行地表亮度温度反演,再对OLI多光谱影像使用神经网络法进行土地利用/覆盖分类,并利用GIS空间分析和数理统计方法对芜湖市城市热岛效应与土地利用/覆盖的关系进行定量研究分析。研究结果表明:(1)马鞍山城市中心区地表亮度温度明显高于市郊,强热岛区与热岛区面积共12.80km2,占研究区总面积的1.21%,城市热岛效应存在但不显著;(2)土地利用/覆盖类型不同,地表亮度温度差异明显;(3)建设用地表面温度相对较高,是城市热岛效应强度增加的主要影响因素,而林地和水体面积的增加能有效缓解城市热岛效应的强度。     

珠三角地区地表植被时空变化及其空间异质性分析

在地理信息系统技术支持下,利用SPOT NDVI时间序列数据集分析了1999~2008年珠三角地区地表植被覆盖变化,并利用地统计学方法计算了Moran’s I系数与半变异子函数,研究结果表明:珠三角地区植被NDVI年均值呈现出了"升-降-升"的波动增长过程,近10年来NDVI年均值共计增长了9.2%,珠三角核心地带的城市连绵区植被地表由于强烈的人为干扰退化较明显,而外围的山地植被NDVI正在发生着明显的正向变化,形成了珠三角地区的重要生态屏障。NDVI在全局范围内存在负的空间自相关,但具有各向异性的结构性分化,135°(西北-东南)方向上NDVI表现出明显的正相关;随机因子所导致的空间变异仅占系统总变异的19.7%,结构性因子在珠三角地表植被空间异质性中占据绝对控制地位。研究结果同时也表明快速城市化区域地表植被变化对生态环境的影响不可忽视。     

基于Landsat 8卫星OLI影像的滁州市城市热岛效应分析

以2013年8月11日Landsat 8影像为数据源,以ENVI5.1遥感软件为平台,对安徽省滁州市城市热岛效应进行分析.首先采用单窗算法对Landsat 8影像热红外波段进行热辐射亮度和地表亮度温度反演,并对亮度温度进行归一化处理;其次按等差级数将滁州市热岛效应分为强绿岛区、绿岛区、正常区、热岛区和强热岛区;最后在此基础上对滁州市城市热岛效应时、空分布规律进行研究.结果表明:(1)滁州市市区地表温度明显高于郊区,市中心温度最高,城市热岛效应显著.(2)研究区内强热岛区和热岛区主要分布在市区建成区,占研究区面积的5%;强绿岛区和绿岛区主要分布在郊区和农村附近,占研究区面积的78%.(3)研究成果可为滁州市城市建设和城市规划提供参考.     

基于GIS的滁州市NDVI时空动态变化分析

根据中国科学院地理科学与资源研究中心提供的年度植被指数(NDVI)空间分布数据集,采用莫兰指数、高/低聚类、聚类和异常值和热点分析等方法,对滁州市1999-2018年的NDVI时空动态变化进行分析。结果表明,滁州市呈现低值NDVI区域聚类模式,主要分布在女山湖风景区、琅琊山风景区和高邮湖风景区,并且低值地区相连,区域之间具有明显的相关性(即在空间位置上表现为相邻);滁州市低值NDVI聚类趋势由女山湖风景区的单一聚类,逐渐演变为三个风景区的聚类,并对区域性经济体的形成起着至关重要的促进作用。     

基于多变量优化MGM(1,n)模型的郑州市用水量预测

用水量是城市发展水平的重要评价指数。鉴于用水量系统复杂性和非线性的特征,结合郑州市居民用水量的历史数据,通过建立优化背景值的MGM(1,n)模型,实例预测郑州市2008至2015年用水量需求并指出城市居民用水量发展趋势。     

基于MODIS-NDVI时间序列的河南省冬小麦种植信息提取与分析

河南是中国的农业大省,冬小麦是河南省最主要的粮食产物,因此大面积快速准确冬小麦种植面积信息对于粮食估产具有重大意义.本文采用冬小麦关键生育期MODIS-NDVI数据,结合不同物候期冬小麦的生物学特性、光谱特征,构建NDVI时间序列光谱,建立提取冬小麦面积的函数关系模型,确定提取冬小麦的关键时期NDVI阈值,采用决策树的方法获取了2014年河南省的冬小麦种植区域.并与2014年河南省冬小麦统计数据相比较,误差控制在3%以内.基于提取的河南省冬小麦面积的空间分布信息,结合坡度数据和各市数据,分析了不同坡度级和各县市的冬小麦种植面积比例图.为监测冬小麦面积的时空分布提供了参考.~([1])     

郑州市空气质量变化特征研究

根据郑州市2015-2019年的空气质量逐时数据,分析了空气质量的主要变化特征,并探讨了空气质量与气象要素之间的关系.结果表明:近五年来郑州市的空气质量有明显的改善,空气质量指数(AQI)由2015年的134.94降低到了2019年的97.55,降幅达27.71％,在六种主要污染物中,PM25、PM10、SO2、CO和...     

北半球春季植被NDVI对温度变化响应的区域差异

龚道溢、史培军、何学兆在《地理学报》2002年第5期撰文指出,采用奇异值分解分析方法,研究北半球春季NDVI对温度变化响应的空间差异.前7对模态对总的协方差平方和的解释率高达91％以上,反映出NDVI和气温的相关性非常高.第一对模态解释率达42.6％,显示北半球最显著的NDVI响应中心在西西伯利亚.其次是北美大陆,中心在其中东部.第三对及以后的模态反映的是次一级的空间特征.分析     

基于改进 CRUISE 算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM＋多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数（NDVI）作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

基于改进CRUISE算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM+多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数(NDVI)作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

基于国产环境减灾卫星遥感数据的油菜冻害评估

目的：以2011年1月发生在合肥地区的油菜冻害为案例,利用国产环境减灾卫星数据监测其灾情分布,探究自然环境条件及植被长势与灾情之间的关系。
　　创新点：基于遥感手段监测越冬期油菜冻害的研究鲜见报道。鉴于受灾年份的花期影像难以准确呈现油菜的实际空间分布,本文提出了一套适用于灾害年越冬时期的油菜种植区域遥感提取方法,探索了地形条件、越冬前长势、土壤湿度和最冷日期地表温度对于灾情程度的影响。
　　方法：以正常年份的油菜种植区域为基准,利用越冬作物在越冬前生长的特性来提取受灾年份越冬时期的油菜种植区域;利用灾后相对于灾前的归一化植被指数（NDVI）百分比变化量作为冻害监测指标来监测灾情分布;采用随机样本点抽取的灾情与各影响因素数据集,运用相关分析方法来探讨二者之间的联系,采用统计分析方法探讨灾情与坡向之间的关系,采用灰色相关分析方法考查各影响因素对于灾情的影响程度。
　　结论：基于国产环境减灾卫星数据可以有效地监测油菜冻害灾情,展现不同冻害等级的空间分布;在地势低洼、土壤墒情差、植株长势旺盛条件下,油菜冻害趋于严重,南坡向和西坡向生长的油菜受冻相对更为严重;各影响因素对冻害灾情的影响程度由高到低依次为：最冷日期的地表温度、土壤湿度、灾前长势、海拔高度。     

重庆市绿色空间演化及其温度效应研究

选取具有“火炉城市”之称的重庆市为研究对象,基于2005-2020年的MOD11A2温度产品以及土地利用监测数据,以及ENVI5.3、Arcgis10.2、CorelDRAW X5数据处理平台,运用分类重编码、空间分析法等方法,分析了重庆市15年来绿色空间时空格局演化特征,探究地表温度与绿色空间演化的响应.得出：（1）热岛重心分布在城市重心附近,冷岛重心分布较热岛重心远离城市重心.（2）不同的绿色空间演化过程所引起的制冷效果的数量级为：绿色空间扩张>绿色空间不变>绿色空间转换>绿色空间减少.（3）不同温度区的分布局势发生了较大变化,超高温区、高温区分别向高温区和中温区转移.（4） 2000-2015年,绿色空间扩张引起的温差降低明显,绿地减少引起的温差增加显著.     

不变季节指数法的应用

文章利用2005-2007年流动源对郑州市二氧化氮（NO2）的浓度贡献值,采用不变季节指数法建立预测模型,对2008年流动源对郑州市NO2的浓度贡献进行了预测,并应用到决策控制中．     

洞庭湖流域植被NDVI的时空变化特征及其对降水的响应

利用1982—2010年洞庭湖流域GIMMS NDVI数据及30个气象站点月降水量数据,采用线性回归和Arcgis空间插值方法,研究洞庭湖流域NDVI时空分布特征,变化趋势及其与降水之间的联系。结果表明:(1)生长季多年平均NDVI值空间分布特征呈中部低,西、东和南部高的格局,NDVI和降水空间分布总体具有较大一致性,在流域北部、东部、西北部及中部呈正相关,而流域东北和中南部NDVI值的分布受降水影响较小。(2)过去29年流域NDVI呈波动性增长趋势,夏季NDVI值最大,春季值明显小于夏秋季;NDVI与降水量的同期变化相关性不显著,相关系数为-0.15,与滞后3个月的NDVI相关性最好。(3)流域NDVI变化趋势区域差异较小,整体以增长趋势为主,仅洞庭湖区附近出现降低,与降水的变化趋势分布在流域西部、北部和东北部地区存在差异。