南昌市地表指数与热岛效应相关性研究

选取2013年和2017年landsat8的2期南昌市影像图,采用监督分类提取地表覆盖物信息,使用动态遥感监测法分析2期影像图4年地表覆盖物信息的变化。使用大气校正法、单窗算法、劈窗算法反演地表温度,发现单窗算法精度较高,操作简便,更适用于南昌市地表温度的反演。应用地表温度与地表指数(NDVI、MNDWI、NDBI)进行相关性分析,得出各指标对城市热岛效应的影响。研究表明LST与NDVI呈负相关;NDBBI与LST呈正相关;MNDWI会影响城市热岛效应。     

城市热岛效应与地表特征参数的定量研究

本文以山东省济南市为研究区对比分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)三种主要地表特征参数在表达热岛效应方面的有效性。首先利用TM影像反演地表温度,对局部区域逐像元和对区域总体分析的方法,分析了三种指数与地表温度之间的关系,结果表明:NDMI与地表温度的相关性最高,是三者之中能较好评价城市热岛效应的地表特征参数。     

基于RS的山地城市热岛效应及其与土地覆被变化关系研究——以重庆市主城区为例

随着城市化的迅速发展,城市热岛效应及其所带来的问题对我们日常的生产生活的影响变得日益严重.文章以重庆市主城区为研究对象,利用1988年、2001年、2006年三个时相的LandsatTM/ETM+影像进行地表温度反演和土地覆被解译,并且尝试使用定量的方法来研究温度与几种指数之间的关系,包括归一化植被指数(NDVI)、归一化水体指数(NDWI)、归一化的城市用地指数(NDBI)等.结果表明:重庆市主城区热岛效应的空间分布呈现出一种混合状态,热岛与地表覆被类型关系密切,突出表现在城市建设用地区比其它类型的土地温度高;地表温度与NDVI、NDWI呈现一种显著的负相关.     

基于Landsat影像的杭州市主城区地表温度和热岛效应研究

城市热岛效应是研究全球变暖的重要问题。为了探究杭州市市区的城市热岛效应问题,基于Landsat数据和辐射传输方程法反演出了杭州市主城区的地表温度,以及通过均值-标准差法进行热岛强度分级,分析了2008年、2013年、2019年的地表温度和热岛效应的时空变化,并研究了地表温度与归一化植被指数(normalized difference vegetation index, NDVI)的相关性。结果表明：地表温度具有一定的空间分布规律,在靠近钱塘江的区域,地表温度都要明显更高一些;热岛分布也存在一定的时空规律性,钱塘江两侧热岛区域分布相对较广,并有增加的趋势;杭州市主城区的地表温度与NDVI指数呈现出负相关关系,并存在明显的空间异质性。     

城市地域地表温度与土地覆盖定量关系分析

利用Landsat TM影像,以合肥市区为研究区,采用最大似然法对合肥市影像进行土地覆盖分类,同时反演合肥市地表温度,然后计算NDVI(归一化差异植被指数)、MNDWI(改进的归一化差异水体指数)、NDBI(归一化差异建筑指数)和NDBaI(归一化差异裸土指数)4种指数.在此基础上,对合肥市城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究分析.结果表明,不同土地覆盖类型的地表温度存在较大差异,建筑用地和裸地是城市热岛强度的主要贡献因素,植被和水体具有较好的降温作用.地表温度与4种归一化指数的回归分析表明,它们之间存在明显的相关性.     

南昌市城市不透水面及其与城市热岛的关系分析

通过分析南昌市不透水面和城市热岛的相关关系从而为缓解城市热岛效应提供技术指导.以南昌市2002年、2014年Landsat TM/TIRS遥感影像作为数据源.采用改进的归一化水体指数(modified normalized difference water index,MNDWI)进行水体的提取,结合归一化差值不透水面指数法(normalized difference impervious surface index,NDISI)对南昌市不透水面信息进行提取,然后采用单窗算法进行温度反演.分析比较2个时期的不透水面分布图和地表温度分布图,在2002-2014年间,南昌市不透水面面积与高温分布面积都明显增加,且主要是沿赣江两岸扩张.而从二者的线性回归方程式中可以看到,它们之间存在着显著的正相关性,这说明城市不透水面面积的增加会加剧城市热岛效应.     

城市景观格局与地表温度的定量关系分析

热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.     

城市热岛效应监测与典型强热岛区识别研究——以北京市六环区域为例

城市热岛效应(Urban Heat Island, UHI)是快速城市化进程中具有代表性的生态环境问题之一,对局地气候、能源消耗、城市居民健康等均有深远影响.城市热岛效应动态变化的有效监测及合理管控是改善人居环境与防范健康风险的重要条件.该研究定义了热岛强度指数(HII)和热岛监测指数(UHEI),以2期夏季Lnadsat-7 ETM+遥感影像为数据源反演地表温度(Land Surface Temperature, LST),结合GIS空间分析与统计技术监测了北京市六环区域2003年及2014年热岛效应的动态变化,识别了典型强热岛区.研究结果表明:1)2003年至2014年,六环区域内热岛效应呈现好转趋势,中心城区强热岛区大面积减缓,外围地区呈现明显恶化趋势; 2)依据热岛效应影响因素,典型强热岛区可归类为裸露地表主导型、人为热源主导型及混合主导型; 3)典型强热岛区管控可从城市规划、增加绿量以及改变建筑物色彩3方面开展.     

利用Landsat资料的南宁近年来城市热岛效应研究

城市热岛效应是一种由于城市建筑及人们活动导致的热量在城区空间范围内聚集的现象,是城市气候最明显的特征之一。遥感作为监测城市热岛效应的重要手段,具有大面积的同步观测、覆盖范围广且成本低的优势。本文收集南宁市2003年～2016年期间的6期秋季(9月和10月)Landsat5和Landsat8遥感数据,反演得到地表温度。在此基础上计算出地表热岛强度指数和热岛比例指数,得到不同时期南宁市区热岛强度和范围,并对城市热岛状况进行了评估。结果表明:①从西北—东南方向剖面线可以看出,地表温度和NDVI呈相反趋势,市区温度高,城郊温度低;NDVI则相反;②2010年以后的城市热岛效应越来越严重,表现在热岛效应的强度和范围呈现大幅度增加趋势;③2006年前,热岛效应集中在快速环道以内区域,2010年前热岛效应集中在快速环道以内及周边区域,之后城市热岛范围在整个研究区内急剧扩张,并且程度加强;④城市热岛效应的产生和发展与城市化进展密切相关,由于未开发的植被覆盖区转变为建筑物、道路等不透水面,导致NDVI植被退化,这与城市热岛现象在空间上具有很好的对应关系。⑤2016年城市热岛效应评价中"急需缓解"的面积占整个研究区域的0.6%,"需要缓解"占18.6%,"警惕状态"占16.3%,"安全状态"占64.4%。     

基于Landsat-8影像的西安市地表温度遥感反演与影响因子研究

基于西安市的Landsat-8数据,采用单通道算法进行了地表温度(LST)的反演,并通过实测LST值对反演精度进行了评价,同时分析了LST与不同地表类型、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)之间的关系.结果表明,单通道算法反演LST精度较高,反演结果能较好地反演西安市LST的空间分布特征;不同地表类型对应的LST有明显的差异,城镇建设用地LST最高,农用地LST最低;通过在东西方向/南北方向剖面线上分别对NDVI、NDBI与LST进行线性拟合,发现NDVI与LST呈负相关线性关系, NDBI与LST呈正相关线性关系,进一步说明植被对地表起到了一定的降温作用,城镇建筑则加剧了城市热岛效应.