地理科学 2017 , 37 (10): 1600-1608 https://doi.org/10.13249/j.cnki.sgs.2017.10.018

Orginal Article

基于TM影像的哈尔滨市主城区绿地降温作用研究

袁振, 吴相利, 臧淑英, 吴长山, 李苗

哈尔滨师范大学黑龙江省普通高等学校地理环境遥感监测重点实验室,黑龙江哈尔滨 150025

Cooling Effect of Green Patche Based on TM Image in Harbin Downtown City

Yuan Zhen, Wu Xiangli, Zang Shuying, Wu Changshan, Li Miao

Key Laboratory of Remote Sensing for Monitoring of Geographic Environment, College of Heilongjiang Province, Harbin Normal University, Harbin 150025, Heilongjiang, China

中图分类号: K903

文献标识码: A

文章编号: 1000-0690（2017）10-1600-09

通讯作者: 通讯作者:吴相利,教授。E-mail:jndxwxl@163.com

收稿日期: 2016-10-24

修回日期: 2017-01-5

网络出版日期: 2017-10-20

基金资助: 国家自然科学基金面上项目(41571199)黑龙江省自然基金项目(QC2016050)资助

作者简介:

作者简介：袁振（1990-）,男,山东菏泽人,硕士,主要研究方向为城市热岛效应研究。E-mail:287970881@qq.com

展开

摘要

选取2001年、2005年、2013年和2015年的4期同季TM影像为数据源,利用单窗算法反演哈尔滨市主城区地表温度,以SPOT影像为数据源提取30块城市绿地斑块,将地温空间格局与城市绿地斑块进行空间耦合分析,以揭示绿地对城市热岛地温格局的干扰影响。结果表明：从空间上看,哈尔滨市主城区热岛效应显著,主城区分布着大面积高温区和次高温区,极高温区则呈点状、面状或带状孤岛型分布特点;从动态上看,城市热岛的空间格局呈现从城市中心的老城区逐渐向外围新开发建设区域扩展的特点。绿地斑块内部平均温度除与自身特征有关外,还与其空间布局和周边景观格局相关。绿地斑块降温程度和降温范围与绿地斑块面积呈正相关关系,与绿地斑块形状指数呈负相关关系,绿地降温范围与绿地斑块周长呈正相关关系。当绿地斑块面积为0.055 km²时,绿地斑块对周边温度的降温效率较好,当绿地斑块面积在0.070 km²时,绿地斑块对周边降温的面积效率较好。

关键词： 哈尔滨市主城区 ; 绿地降温 ; 热岛效应 ; 绿地斑块

Abstract

In this study, four years TM images(2001, 2005, 2013 and 2015) were selected as the data and the single window algorithm was employed to study the surface temperature of Harbin downtown city. 30 pieces urban green patches were extracted by using SPOT image. Surface temperature spatial pattern and urban green patches coupling relationship were analyzed, which revealed green patches have an interference effect on the surface temperature spatial pattern of the urban heat island. The results show that: Spatially, the heat island effect was significant in Harbin downtown city, the large area of high temperature region and second-rate high temperature region were distribution in downtown, and extremely high temperature region have point, planar or ribbon distribution characteristics. The urban heat island presents gradually from the old town to the new development and construction characteristics of regional extension from the dynamic. It indicated that the inner average temperature of green patches is associated with its own characteristics, and it have a certain relationship with the space layout and the surrounding landscape pattern. Green patches cooling level and green patches cooling range are positively correlated relationship with green patches area. Green patches cooling level and green patches cooling range are negatively correlated relationship with green patches shape index. Green patches cooling range are positively correlated relationship with green patches perimeter. When green patches area was 0.055 km², make green patches for cooling efficiency of the surrounding temperature is better; When green patches area was 0.070 km², make green patches for area efficiency of the surrounding cooling is better.

Keywords： Harbin downtown city ; cooling effect of green patches ; heat island effect ; green patches

PDF (7117KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

袁振, 吴相利, 臧淑英, 吴长山, 李苗. 基于TM影像的哈尔滨市主城区绿地降温作用研究[J]. 地理科学, 2017, 37(10): 1600-1608 https://doi.org/10.13249/j.cnki.sgs.2017.10.018

Yuan Zhen, Wu Xiangli, Zang Shuying, Wu Changshan, Li Miao. Cooling Effect of Green Patche Based on TM Image in Harbin Downtown City[J]. Scientia Geographica Sinica, 2017, 37(10): 1600-1608 https://doi.org/10.13249/j.cnki.sgs.2017.10.018

随着国民经济的快速发展,城市化过程日益加快,城市面积迅速扩大,城市人口数量和人口活动剧增,城市气温高于城市周边气温,城市内部形成“热岛”。Mnaley^[1]在1958年首次提出城市热岛的概念;Akbari^[2]等将城市温度高于城市周围温度的这一现象定义为城市热岛效应。早期学者受数据限制只是通过城市内部和郊区气象站的温度数据对热岛效应的变化趋势进行研究^[3]。遥感影像技术应用于城市热岛的研究,进一步推进了城市热岛问题的研究与应用^[4~7]。

热岛效应破坏了城市大气环境,造成城市污染,导致城市生态环境质量下降,对城市居民的身体健康带来负面影响,同时城市热岛效应还导致物候异常和大量温室气体排放,直接加速全球变暖^[8,9],因此城市热岛效应治理从理论和实践上备受关注。通过研究表明,NDVI和植被覆盖度与温度呈负相关关系^[10,11],绿地斑块大小和形状对城市热岛产生干扰^[12,13],因此研究绿地斑块减缓热岛效应带来的负面影响成为研究的热点问题。

目前关于绿地缓解城市热岛效应空间规律的定量研究多集中在亚热带、暖温带等气候条件下的城市^[14~17],而对中温带气候条件下东北地区的城市定量研究涉及较少^[18,19]。本文以黑龙江省省会城市哈尔滨市主城区作为研究区域,利用Landsat TM影像分析了15 a来哈尔滨主城区的热岛效应的时空演化特征,利用SPOT影像提取主城区内30块绿地,引入绿地斑块面积、绿地斑块周长及绿地斑块形状指数等景观生态学概念,对绿地斑块降温作用进行定量研究,以缓解热岛效应带来的负面影响,为城市绿地的合理规划与设计、改善城市生态环境提供科学依据。

1 研究区与研究方法

1.1 研究区概况

哈尔滨市地处东北平原东北部,黑龙江省南部,位于125°42′E~130°10′E、44°04′E~46°40′N之间,是黑龙江省政治、经济和文化中心。哈尔滨市土地总面积53 100 km²,其中市区面积7 086 km²。

该区域属于中温带大陆性气候,四季分明,冬季漫长寒冷,夏季短暂而凉爽,春秋季节气温变化较快。本文研究区域为哈尔滨市主城区,即包括道里区、道外区、松北区、南岗区和香坊区的建城区,以主城区外环线为边界,如图1所示。哈尔滨建城区面积较大,人口分布密集,建筑布局复杂,其热岛斑块集中,热岛面积大,这与下垫面状况的改变具有一致性。城市内部绿地斑块数量较多,分布均匀,与地表温度耦合关系良好,符合中国大型城市研究热岛效应的一般标准,具有典型性。

显示原图| 下载原图ZIP| 生成PPT

图1 研究区位置

Fig.1 Location of the study area

1.2 数据来源

本文选用的遥感影像为美国Landsat系列卫星数字产品和法国SPOT系列卫星数字产品（表1）。Landsat卫星轨道号为P118/R43,其中Landsat 5 TM数据影像包括7个波段,空间分辨率为30 m,热红外波段为120 m,Landsat 8 TIRS/OLI数据影像包括11个波段,除热红外波段为100 m和第8波段为15 m外,其他波段为30 m。法国SPOT影像成像时间为2015年7月28日,多光谱影像分辨率为6 m,全色图像分辨率为1.5 m。

表1 影像数据属性

Table 1 Images property

成像间	云量	条带编号	行编号	影像来源
2001-08-12	0	118	028	Landsat 5 TM
2005-09-08	0	118	028	Landsat 5 TM
2013-07-12	0	118	028	Landsat 8 TIRS/OLI
2015-07-18	郊区极少量云	118	028	Landsat 8 TIRS/OLI
2015-09-04	0	118	028	Landsat 8 TIRS/OLI
2015-07-28	0			SPOT7

新窗口打开

研究区内除了2015年7月18日TM影像郊区有少量薄云之外,其他影像无云且数据质量较好。绿地斑块提取之前,将SPOT影像进行正射校正、几何精校正和图像裁剪等预处理。地表温度反演之前,对TM影像进行辐射定标和几何校正,地表温度反演后形成热岛强度分布图,并以2015年7月18日TM影像地表温度反演结果为基础,研究城市绿地斑块的降温作用。

1.3 研究方法

1.3.1 地温反演方法

用单窗算法^[20]对Landsat 5 TM数据进行地温反演,公式如下：

$\begin{matrix} L_{(λ)} = 0.1238 + 0.005632156 Q_{DN} \end{matrix}$ （1）

式中, $\begin{matrix} L_{(λ)} \end{matrix}$ 为TM传感器接收的辐射强度,mW/(cm²·sr· $\begin{matrix} μm \end{matrix}$ ); $\begin{matrix} Q_{DN} \end{matrix}$ 是像元的DN值。

针对比辐射的计算,采用了前人的研究经验^[21~23]。当地表完全为植被时,NDVI取1;当地表完全为裸地时,NDVI取0;当NDVI∈[0.05,0.7]时,为混合像元,计算公式如下：

$\begin{matrix} P_{v} = [(NDVI - NDV I_{s} \frac{)}{(} NDV I_{v} - NDV I_{s} {)]}^{2} \end{matrix}$ （2）

式中,P_v为植被覆盖度,NDVI_s为裸地的NDVI值,NDVI_v是植被的NDVI值。针对比辐射率ε的估算,水体比辐射率取0.995;当NDVI<0.05时,地表完全为裸地,其比辐射率取0.972;当NDVI>0.7时,地表完全为植被,其比辐射率取0.986;当NDVI∈[0.05,0.7]时, 比辐射率ε公式如下：

$\begin{matrix} ε = P_{v} R_{v} ε_{v} + (1 - P_{v}) R_{s} ε_{s} + dε \end{matrix}$ （3）

式中,R_v为植被的温度比率,ε_v为植被比辐射率,ε_s为裸地比辐射率, R_S为裸土的温度比率,研究区为平原地区,所以dε忽略。当为城镇像元时,公式如下：

$\begin{matrix} ε = P_{v} R_{v} ε_{v} + (1 - P_{v}) R_{m} ε_{m} + dε \end{matrix}$ （4）

式中,R_m为建筑物的温度比率,ε_m为建筑物的表面发射率。

$\begin{matrix} T_{s} = k_{2} / \ln (1 + k_{1} / L_{(λ ）}) \\ T_{d} = T_{s} - 273.15 \end{matrix}$ （5）

式中,T_s是像元亮温（K）,T_d 是地表温度（℃）,K₁和K₂为发射前预设的常量,K₁为607.776 mW/(cm²·sr· $\begin{matrix} μm \end{matrix}$ ),K₂为1 260.59 K。

单窗方法不仅可以适用于Landsat 5 TM数据,而且还适用于Landsat 8 TIRS数据^[24]。但是Landsat 8 TIRS数据中热红外传感器发生变化,因此,本文采用胡德勇^[25]等改进后的单窗算法应用于Landsat 8 TIRS数据第10波段的地温反演。公式如下：

$\begin{matrix} ϕ_{1} = ε_{10} τ_{10} \end{matrix}$ （6）

$\begin{matrix} ϕ_{2} = (1 - τ_{10}) [1 + (1 - ε_{10}) τ_{10}] \end{matrix}$ （7）

$\begin{matrix} T_{d} = [K_{2} (ϕ_{1} + ϕ_{2}) T_{10} + (1 - ϕ_{1} - ϕ_{2}) T_{10}^{2} - K_{2} ϕ_{2} T_{a}] / K_{2} ϕ_{1} \end{matrix}$ (8)

式中,ε₁₀为TIRS 10的地表发射率, $\begin{matrix} τ_{10} \end{matrix}$ 为TIRS 10的大气透过率,T_d 是地表温度（℃）,K₂为1 321.08 K,T₁₀是TIRS 10的像元亮温（K）,T_a为大气平均作用温度（K）。

为验证地表温度反演的准确性,根据TM遥感影像发布周期规律预期时间节点在2015年7月17~23日之间选择15个覆盖主城区的人工实测点进行24 h连续实测。根据TM影像时间,对应选择18日10时的实测温度对2015年7月18日遥感影像反演的地表温度结果进行验证,验证结果如图2所示：

显示原图| 下载原图ZIP| 生成PPT

图2 实测温度与地表温度的相关性

Fig.2 Relationship of measured temperature and surface temperature

通过两者的回归分析发现,实测温度与地表温度具有良好的相关性,其R²=0.732,且相关系数在0.01水平（双侧）上显著性相关,表明地表反演的结果较好地反映了地温的实际状况,可以作为研究的依据。

1.3.2 城市热岛强度划分依据

本文研究城市热岛效应时空演化特征采用的4期TM影像同属于一个季节,温度差异变化小, 且影像获取日期均为无云晴朗天气,经查验哈尔滨气象站实测数据气温无异常波动,属正常天气,4期影像具有年度夏季特征的代表性。城市热岛强度划分的依据是基于均值-标准差法^[26],利用此方法将温度划分为6个等级（表2）。

表2 地表温度划分标准

Table 2 Classification scheme of land surface temperature

温度范围	温度等级
LST≤ $\begin{matrix} \bar{LST} \end{matrix}$ -2SD	低温区
$\begin{matrix} \bar{LST} \end{matrix}$ -2SD﹤LST≤ $\begin{matrix} \bar{LST} \end{matrix}$ -1SD	次低温区
$\begin{matrix} \bar{LST} \end{matrix}$ -1SD﹤LST≤ $\begin{matrix} \bar{LST} \end{matrix}$	中温区
$\begin{matrix} \bar{LST} \end{matrix}$ ﹤LST≤ $\begin{matrix} \bar{LST} \end{matrix}$ +1SD	次高温区
$\begin{matrix} \bar{LST} \end{matrix}$ +1SD﹤LST≤ $\begin{matrix} \bar{LST} \end{matrix}$ +2SD	高温区
LST> $\begin{matrix} \bar{LST} \end{matrix}$ +2SD	极高温区

注：LST为地表温度值, $LST ¯$ 是地表温度平均值,N为标准差的倍数,SD为地表温度的标准差。

新窗口打开

1.3.3 城市绿地提取

借助景观生态学的概念,引入斑块面积、斑块周长及斑块形状指数等相关特征。城市绿地的提取以SPOT影像为基础,利用ArcGIS软件选择了30块绿地斑块（表3,图5）,并使用Google地图进行校正和验证,选取的绿地斑块以本身的名称或附近典型的景观名称命名,然后将提取的绿地斑块与2015年7月18日TM影像反演的地表温度图像相叠加,利用等温线分布状况确定绿地斑块周围降温的空间面积即绿地斑块降温范围,然后根据绿地斑块的降温范围确定绿地斑块周围降温的温差大小即绿地斑块降温程度。城市绿地斑块提取遵循的原则为绿地斑块分布在哈尔滨市主城区内、绿地斑块周围没有中型及中型以上绿地斑块及水体、绿地斑块内不能含有水体。

表3 绿地斑块信息表

Table 3 Green patches information

编号	绿地名称	面积（km²）	周长（km）	形状指数	降温范围（km²）	降温程度（℃）	内部平均温度（℃）
1	文化公园	0.181	2.00	0.011	0.155	3.08	32.72
2	生态园	0.107	1.98	0.019	0.200	2.13	31.07
3	青滨公园	0.025	0.64	0.025	0.019	1.58	32.92
4	尚志公园	0.065	1.12	0.017	0.119	3.52	31.38
5	建国公园	0.026	0.64	0.025	0.061	2.93	33.47
6	欧亚之窗公园	0.184	1.76	0.010	0.205	1.91	32.09
7	烈士陵园	0.041	0.80	0.020	0.051	2.04	32.46
8	古梨园	0.092	1.48	0.016	0.205	2.96	31.64
9	靖宇公园	0.041	0.87	0.021	0.074	2.70	32.80
10	兆麟公园	0.073	1.22	0.017	0.156	3.14	31.06
11	红星路	0.007	0.60	0.086	0.010	0.26	35.44
12	建成工业	0.017	0.72	0.041	0.005	0.99	34.61
13	汽轮机厂	0.003	0.22	0.087	0.002	1.56	33.54
14	天一街	0.008	0.79	0.105	0.006	0.37	35.23
15	通乡街	0.003	0.39	0.112	0.010	0.75	38.45
16	汽配厂	0.007	0.33	0.047	0.027	0.77	33.13
17	道口街	0.005	0.35	0.076	0.032	0.32	34.98
18	香发路	0.026	0.77	0.029	0.016	1.50	32.00
19	香福路	0.020	0.63	0.032	0.072	1.99	30.41
20	扶兴街	0.007	0.40	0.060	0.010	0.48	35.72
21	景观广场	0.050	1.59	0.032	0.078	1.18	32.12
22	化东路	0.075	1.30	0.017	0.122	4.07	30.23
23	高尔夫场	0.170	1.73	0.010	0.110	1.35	30.85
24	老干部中心	0.005	0.37	0.062	0.003	0.17	34.23
25	船舶工院	0.008	0.39	0.049	0.007	0.98	34.72
26	东门街	0.016	0.57	0.036	0.057	2.49	31.81
27	商大	0.032	0.71	0.022	0.033	0.87	31.23
28	中原大道	0.027	0.68	0.026	0.017	1.19	32.11
29	河川街	0.022	0.76	0.035	0.033	1.62	32.98
30	文和家园	0.006	0.32	0.051	0.012	0.62	33.58

新窗口打开

2 结果与分析

2.1 哈尔滨市主城区热岛效应的时空演化特征

2001年极高温区域呈孤岛型的点、面状或带状分布,主要集中分布在香坊区的大型供热工厂附近,南岗区的铁路线居民区附近以及道外区建成区,这些区域人口密集、商业发达、工业集中。2005年极高温区主要集中区域变化不大,铁路沿线高温区域较为集中,并沿铁路线两侧延伸,高温区和次高温区向城市外围区域扩展。2013年老城区高温区域呈大规模组团状分布,城市外围新开发建设区域高温区成一片,极高温区较2005年有所减少。2015年极高温区依然呈孤岛型的点、面状以及带状分布,但道外区的极高温区域增加,主城区整体高温区域增加。

对2001~2015年4期TM影像反演温度的结果进行分析（图3）发现,哈尔滨市主城区大部分处于高温区域和次高温区域,极高温区域分布范围较小,并呈孤岛型点、面状或带状等特点。分析发现,这种温度分布状况与下垫面状况具有良好的一致性。其中,中温度区和次中温区主要分布在松花江江面及城市郊区,而主城区大面积规模性的分布着高温区和次高温区。城市内部的公园、小区内的绿地斑块等,对城市具有一定的降温作用,从而形成城市内部点、面状的较低温区域,极高温区和高温区主要分布在人口密集的商业和住宅区、铁路线一带以及以能源消耗为主的工厂附近。松花江沿岸的老城区人口密集,人口活动频繁,常年分布着小范围的极高温区和大范围的高温区,这表明松花江对其降温作用不明显,而与建筑密度和街道布局有关。15 a间,极高温区和高温区伴随主城区向新开发建设的外围区域扩张而向外扩展,城市热岛的空间格局呈现从城市中心的老城区逐渐向外围新开发建设区域扩展的特点。通过以上分析发现,哈尔滨市主城区热岛效应显著。

显示原图| 下载原图ZIP| 生成PPT

图3 2001~2015年热岛强度分布

Fig.3 Distribution of heat island intensity in 2001-2015

2.2 绿地斑块缓解城市热岛的空间作用

2.2.1 绿地斑块内部降温程度分析

利用SPASS19对绿地斑块面积、绿地斑块周长、绿地斑块形状指数、绿地斑块内部平均温度、绿地斑块降温范围和绿地斑块降温程度进行相关性分析（表略）,其相关系数均在0.01水平（双侧）上显著性相关。

通过图4a中绿地斑块面积与绿地斑块内部平均温度进行拟合函数可知,其相关系数为-0.505,在0.01水平（双侧）上显著性相关。绿地斑块面积越大其内部平均温度越低,即绿地斑块内部的平均温度随着绿地斑块面积的增加而降低,两者呈负相关关系。

显示原图| 下载原图ZIP| 生成PPT

图4 绿地斑块特征与绿地斑块内部平均温度的关系

Fig.4 Relationship between green patches feature and the inner average temperature of green patches

周长是衡量绿地斑块的一个重要指标。通过对绿地斑块周长与绿地斑块内部平均温度拟合的函数关系发现,图4b中绿地斑块内部的平均温度随着绿地斑块周长的增加而降低,即当绿地斑块周长较大时,其绿地斑块内部温度也较低,两者具有一定程度的相关性,但其R²=0.353,相关程度较低。

形状指数是绿地斑块自身的周长与面积之比,即周长面积比,是衡量绿地斑块形状的复杂程度。绿地斑块形状指数越大,说明绿地斑块的形状越复杂。对绿地斑块形状指数与绿地斑块内部平均温度的函数进行拟合,通过图4c可知,发现两者呈正相关关系,相关系数为0.832,在0.01水平（双侧）上显著性相关。绿地斑块的形状指数越大,即绿地斑块形状越复杂, 其内部平均温度越高。

从表3、图5中可知,选择的30块绿地斑块由小到大,形状不同,差异明显。绿地斑块面积最大的为欧亚之窗公园,面积达到0.181 km²,汽轮机厂绿地面积最小,为0.003 km²;绿地斑块周长最大的是文化公园,周长为2 km,最小的是汽轮机厂,周长为0.22 km。通过绿地斑块的形状指数,即周长面积比,绿地斑块指数最大的为通乡街绿地,最小的为欧亚之窗公园。通过分析发现,位于人口密集、商业发达的主城区中心区域的尚志公园、兆麟公园、古梨园、高尔夫场等绿地斑块内部平均温度较低,而分布在主城区边缘工业区域的通乡街、天一街等绿地斑块内部平均温度却较高。这说明绿地斑块内部平均温度除了和自身的相关特征有关外,还与其空间布局和周边景观格局相关。

显示原图| 下载原图ZIP| 生成PPT

图5 哈尔滨市主城区绿地斑块分布

Fig.5 Distribution of green patches in Harbin downtown city

2.2.2 绿地斑块对周边降温程度分析

图6a为绿地斑块面积与绿地斑块降温程度的拟合函数,其相关系数为0.497,在0.01水平（双侧）上显著性相关。对该函数模型进行分析发现,当绿地斑块面积从0.010 km²增加到0.055 km²时,绿地斑块降温程度增加1℃;而从0.055 km²增加到0.130 km²时,对应的降温程度增加了0.5℃。即该绿地斑块降温程度随着绿地斑块面积的增加而增加,但增加到一定程度之后增加速度变慢,曲线总体趋于平缓。按照函数增加速度的阈值,即当绿地斑块面积为0.055 km²时,绿地斑块降温程度的增加速度较快,而后增加速度变小。说明当绿地斑块面积为0.055 km²时,绿地斑块对周边温度的降温效率较好,之后随着绿地斑块面积的增大,绿地斑块的降温程度继续增加,但降温效率出现递减。

显示原图| 下载原图ZIP| 生成PPT

图6 绿地斑块特征与绿地斑块降温程度的关系

Fig.6 Relationship between green patches feature and green patches cooling level

通过绿地斑块周长与绿地斑块降温程度的函数拟合关系可知,图6b中绿地斑块降温程度随着绿地斑块周长增加而增加,到一定程度之后增加的速度放缓,但总体呈增长趋势。可知两者具有一定程度的正相关性,但其R²=0.338,相关程度较低。

通过图6c可知,绿地斑块形状指数与绿地斑块降温程度进行拟合函数,绿地斑块的降温程度随着绿地斑块形状指数的增加而减少,即绿地斑块形状指数越大越复杂,绿地斑块降温程度越低,相反绿地斑块降温程度越大,绿地斑块形状指数越小越简单,两者呈负相关关系。相关系数为-0.666,其相关系数在0.01水平（双侧）上显著性相关。

2.2.3 绿地斑块对周边降温范围分析

通过绿地斑块面积与绿地斑块降温范围拟合函数可知,图7a中绿地斑块的影响范围随着绿地斑块面积的增加而增加,到一定程度之后,增加的速度变慢,曲线又趋于平缓。用对数函数进行拟合后达到最大的R²值为0.7,该模型的相关系数为0.837。对该函数模型进行分析发现,当绿地斑块面积从0.010 km²增加到0.020 km²时,绿地斑块降温范围增加0.031 km²;而从0.020 km²增加到0.070 km²时,对应的降温范围增加了0.056 km²。从0.070 km²增加到0.150 km²时,绿地斑块降温范围增加0.033 km²。即该绿地斑块的影响范围随着绿地斑块面积的增加而增加,但增加到一定程度之后增加的速度变慢。按照函数增加速度的阀值,即当绿地斑块面积为0.070 km²时,绿地斑块降温范围增加速度较快,而后增加速度变小。这说当绿地斑块面积为0.070 km²时,绿地斑块对周边降温的面积效率较好,之后随着绿地斑块面积的增大,绿地斑块的降温范围继续增加,但降温的面积效率出现递减。

绿地斑块周长与绿地斑块影响范围进行拟合函数,得到图7b中的函数模型,其函数模型为y=10.78x-3.028,R²值为0.752,该模型的相关系数在0.01水平（双侧）上显著性相关。通过分析可以发现当绿地斑块的周长越大时,对周边温度的影响范围越大。

通过图7c可知,绿地斑块形状指数和绿地斑块降温范围函数模拟得到方程y=0.013x-1.59,R²值为0.677,该模型的相关系数为-0.646。绿地斑块形状指数与绿地斑块影响范围呈负相关关系,绿地斑块的形状指数数值越大,即绿地斑块的形状越复杂,其绿地斑块的影响范围越小。当绿地斑块形状指数增加到一定程度时,绿地斑块影响范围降低的速度变慢,曲线趋于平缓。

显示原图| 下载原图ZIP| 生成PPT

图7 绿地斑块特征与绿地斑块降温范围的关系

Fig.7 Relationship between green patches feature and green patches cooling range

3 结论与讨论

3.1 结论

1）通过4期TM影像研究发现,哈尔滨市主城区城市热岛效应显著。大部分面积处于高温区域和次高温区域,极高温区范围较小,呈孤岛型点状、面状或带状特点分布。15 a间,极高温区和高温区伴随建成区向新开发建设的外围区域扩张而向外扩展,城市热岛的空间格局呈现从城市中心的老城区逐渐向外围新开发建设区域扩展的特点。

2）绿地斑块内部平均温度与绿地斑块面积呈负相关性,与绿地斑块形状指数呈正相关性,绿地斑块内部平均温度与绿地斑块周长呈一定程度的负相关性,但其相关系数较低。通过增加绿地斑块面积、减少绿地斑块形状指数,可降低绿地斑块内部平均温度。此外,绿地斑块内部平均温度除了和自身的相关特征有关外,还与其空间布局和周边景观格局相关。

3）绿地斑块降温程度随着绿地斑块面积增大而增大,呈正相关关系,却随着绿地斑块形状指数增大而减小,呈负相关关系,绿地斑块降温程度与绿地斑块周长呈一定程度的正相关关系,但其相关系数较低。当绿地斑块面积为0.055 km²,绿地斑块对周边温度的降温效率较好,之后随着绿地斑块面积的增大,绿地斑块的降温程度继续增加,但降温效率出现递减。

4）绿地斑块降温范围随着绿地斑块面积和绿地斑块周长增大而增大,呈正相关关系,却随着绿地斑块形状指数增大而减小,呈负相关关系。当绿地斑块面积在0.070 km²,绿地斑块对周边降温的面积效率较好,之后随着绿地斑块面积的增大,绿地斑块的降温范围继续增加,但降温的面积效率出现递减。

3.2 讨论

从面积、周长及形状指数等绿地斑块的自身相关特征研究绿地斑块的降温作用,但其降温的机制、内部植物的类型和比例、植被覆盖度、空间布局及周边景观格局等因素并未考虑。这虽然不会影响结论的正确性,但对结果的精度产生一定干扰。在其它城市的相关研究中应该加以注意。

研究绿地斑块降温作用所选择的TM影像只代表某一时相内的温度特征,不同时相的TM数据及不同类型的遥感数据,其研究结果会存在一定的差异,但在揭示机理问题上还是会有较高的耦合度和实际应用价值。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	Mnaley G. On the frequency of snowfall in metropolitan England [J]. Quarterly Journal of the Royal Meteorological Society, 1958, 84:70-72. https://doi.org/10.1002/qj.49708435910 URL [本文引用: 1] 摘要 No abstract is available for this article.
[2]	Akbari H, Kum D M, Bretz S E et al. Peak power and cooling savings of shade trees [J]. Energe Buildings, 1997, 25(2) 139-148. https://doi.org/10.1016/S0378-7788(96)01003-1 URL [本文引用: 1] 摘要 In summer of 1992, we monitored peak power and cooling energy savings from shade trees in two houses in Sacramento, CA. The collected data include air-conditioning electricity use, indoor and outdoor dry bulb temperatures and humidities, roof and ceiling surface temperatures, inside and outside wall temperatures, insolation, and wind speed and direction. Shade trees at the two monitored houses yielded seasonal cooling energy savings of 30%, corresponding to an average daily savings of 3.6 and 4.8 kWh/d. Peak demand savings for the same houses were 0.6 and 0.8 kW (about 27% savings in one house and 42% in the other). The monitored houses were modeled with the DOE-2.1E simulation program. The simulation results underestimated the cooling energy savings and peak power reductions by as much as twofold.
[3]	周淑贞, 张超. 上海市热岛效应 [J]. 地理学报, 1982, 37(4): 372-381. [本文引用: 1] [Zhou Shuzhen, Zhang Chao. On the Shanghai urban heat island effect. Acta Geographica Sinica, 1982, 37(4): 372-381.] [本文引用: 1]
[4]	孙志伟, 唐伯惠, 吴骅, 等. 通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证 [J]. 地球信息科学学报, 2013, 15(3): 431-439. https://doi.org/10.3724/SP.J.1047.2013.00431 URL Magsci [本文引用: 1] 摘要本文以NOAA-18(N)AVHRR/3 数据,运用通用劈窗技术获得地表温度。首先,利用MODTRAN 4 模拟不同地表和大气状况下热红外通道(Ch4,10.3~11.3μm和Ch5,11.5~12.5μm)的星上亮温,并建立模拟数据库。其次,按照地表温度、大气可降水汽含量、地表比辐射率和观测天顶角,对模拟数据库分组,确定出各分组的通用劈窗算法系数。然后,将构建的地表温度反演模型应用到NOAA-18(N)AVHRR/3 数据,模型所需的地表比辐射率由NDVI阈值法确定,大气可降水汽含量是利用Li 等(2003)提出的一种劈窗的协方差与方差比的方法来估算。反演结果表明:在观测天顶角小于30°或者大气可降水汽含量小于3.5 g/cm<sup>2</sup>时,地表温度反演的均方根误差小于1.0K;在观测天顶角小于45°并且大气可降水汽含量小于5.5g/cm<sup>2</sup>情况下,均方根误差小于1.5K。最后,利用美国通量站的实测数据对地表温度反演结果进行了验证,结果表明均方根误差小于1.8K。 [Sun Zhiwei, Tang Baihui, Wu Hua et al. Retrieval and validation of land surface temperature with general split-window algorithm from NOAA-18(N) AVHRR/3 data. Journal of Geo-Information Science, 2013, 15(3): 431-439.] https://doi.org/10.3724/SP.J.1047.2013.00431 URL Magsci [本文引用: 1] 摘要本文以NOAA-18(N)AVHRR/3 数据,运用通用劈窗技术获得地表温度。首先,利用MODTRAN 4 模拟不同地表和大气状况下热红外通道(Ch4,10.3~11.3μm和Ch5,11.5~12.5μm)的星上亮温,并建立模拟数据库。其次,按照地表温度、大气可降水汽含量、地表比辐射率和观测天顶角,对模拟数据库分组,确定出各分组的通用劈窗算法系数。然后,将构建的地表温度反演模型应用到NOAA-18(N)AVHRR/3 数据,模型所需的地表比辐射率由NDVI阈值法确定,大气可降水汽含量是利用Li 等(2003)提出的一种劈窗的协方差与方差比的方法来估算。反演结果表明:在观测天顶角小于30°或者大气可降水汽含量小于3.5 g/cm<sup>2</sup>时,地表温度反演的均方根误差小于1.0K;在观测天顶角小于45°并且大气可降水汽含量小于5.5g/cm<sup>2</sup>情况下,均方根误差小于1.5K。最后,利用美国通量站的实测数据对地表温度反演结果进行了验证,结果表明均方根误差小于1.8K。
[5]	侯光雷, 张洪岩, 王野乔, 等. 基于MODIS数据的吉林省中部地表温度反演及空间分布研究 [J]. 地理科学, 2010, 30(3): 421-427. URL 摘要 Land surface temperature (LST) is a very important parameter to impact the energy and water exchange between the atmosphere and the territorial system. The technology of thermal infrared (TIR) remote sensing provides a chance to retrieve LST over large portions of the earth surface at different spatial resolutions and periodicities. In this study, the middle part of Province is chosen as the study area. It is the most important crop production area in Jilin Province, and a commodity grain base in China. The land surface temperature is retrieved from Moderate-resolution Imaging Spectroradiometer (MODIS) by split-window algorithm. The land use/cover is acquired from TM data by human-computer interactive interpretation. Combined with land use/cover and DEM data, the spatial distribution of LST is identified and the relation between NDVI and LST is analyzed in the middle part of Jilin Province. The result shows that: ① the temperature in the north and the west is higher than the south and the east respectively in the study area. It coincides with the local climate. The main reason to result in higher temperature is from landform in the west, and from difference of land use types in the north because the south with forest has much more transpiration than the north with cropland; ② With influence of human activities, difference of land use types result in differences of LST. The quantitative difference is 26.6K between the highest land surface temperature of bare rock and the lowest temperature of lake. There is a negative relation between altitude and LST. The rate of temperature change could be 23.6°C/km as elevation increases; ③ The LST has a negative relation with NDVI in vegetation covered region. The relation between LST and NDVI in urban areas is much more sensitive than that in forest and cropland. For the whole configuration of land use in the study area, the relation between LST and NDVI displays 'trapeziform’. The forest with higher NDVI and lower LST is located in right-down corner of the trapezoid, while the cropland with high NDVI and low LST is distributed in the middle of the trapezoid. Because of different heat capacities, cities covered by impermeable layers lay to the top of trapezoid with lower NDVI and higher LST. The NDVI-LST feature space contains a lot of geo-information, especially in soil moisture monitoring, and drought detection, and more research could be done in the future. [Hou Guanglei, Zhang Hongyan, Wang Yeqiao et al. Retrieval and spatial distribution of land surface temperature in the middle part of Jilin province based on MODIS data. Scientia Geographica Sinica, 2010, 30(3): 421-427.] URL 摘要 Land surface temperature (LST) is a very important parameter to impact the energy and water exchange between the atmosphere and the territorial system. The technology of thermal infrared (TIR) remote sensing provides a chance to retrieve LST over large portions of the earth surface at different spatial resolutions and periodicities. In this study, the middle part of Province is chosen as the study area. It is the most important crop production area in Jilin Province, and a commodity grain base in China. The land surface temperature is retrieved from Moderate-resolution Imaging Spectroradiometer (MODIS) by split-window algorithm. The land use/cover is acquired from TM data by human-computer interactive interpretation. Combined with land use/cover and DEM data, the spatial distribution of LST is identified and the relation between NDVI and LST is analyzed in the middle part of Jilin Province. The result shows that: ① the temperature in the north and the west is higher than the south and the east respectively in the study area. It coincides with the local climate. The main reason to result in higher temperature is from landform in the west, and from difference of land use types in the north because the south with forest has much more transpiration than the north with cropland; ② With influence of human activities, difference of land use types result in differences of LST. The quantitative difference is 26.6K between the highest land surface temperature of bare rock and the lowest temperature of lake. There is a negative relation between altitude and LST. The rate of temperature change could be 23.6°C/km as elevation increases; ③ The LST has a negative relation with NDVI in vegetation covered region. The relation between LST and NDVI in urban areas is much more sensitive than that in forest and cropland. For the whole configuration of land use in the study area, the relation between LST and NDVI displays 'trapeziform’. The forest with higher NDVI and lower LST is located in right-down corner of the trapezoid, while the cropland with high NDVI and low LST is distributed in the middle of the trapezoid. Because of different heat capacities, cities covered by impermeable layers lay to the top of trapezoid with lower NDVI and higher LST. The NDVI-LST feature space contains a lot of geo-information, especially in soil moisture monitoring, and drought detection, and more research could be done in the future.
[6]	刘帅, 李琦, 朱亚杰. 基于HJ-1B的城市热岛季节变化研究——以北京市为例 [J]. 地理科学, 2014, 34(1): 84-88. URL Magsci 摘要 <p>基于中国的HJ-1B卫星反演地表温度，通过建立一种2.5 维高斯表面模型来对北京城市热岛建模，定量描述热岛的位置、形状和大小，并用这种模型来描述城市热环境及其季节变化。研究发现，北京市热岛效应季节变化明显，夏季市中心形成热岛且强度和范围最大，冬季城区中心变成冷岛。在2009 年夏季，北京市热岛区域东西横跨33.92 km，南北横跨40.92 km，面积约为1 090.14 km<sup>2</sup>。相对的，在冬季，北京市区温度比郊区低，从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。</p> [Liu Shuai, Li Qi, Zhu Yajie. Study on seanal variation of urban heat island with HJ-1B satellite imagery: a case study of Beijing. Scientia Geographica Sinica, 2014, 34(1): 84-88.] URL Magsci 摘要 <p>基于中国的HJ-1B卫星反演地表温度，通过建立一种2.5 维高斯表面模型来对北京城市热岛建模，定量描述热岛的位置、形状和大小，并用这种模型来描述城市热环境及其季节变化。研究发现，北京市热岛效应季节变化明显，夏季市中心形成热岛且强度和范围最大，冬季城区中心变成冷岛。在2009 年夏季，北京市热岛区域东西横跨33.92 km，南北横跨40.92 km，面积约为1 090.14 km<sup>2</sup>。相对的，在冬季，北京市区温度比郊区低，从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。</p>
[7]	王美雅, 徐涵秋, 付伟, 等. 城市地表水体时空演变及其对热环境的影响 [J]. 地理科学, 2016, 36(7): 1099-1105. https://doi.org/10.13249/j.cnki.sgs.2016.07.017 URL Magsci [本文引用: 1] 摘要 <p>以福州市建成区为例,基于Landsat遥感影像对水体类型进行分类,并提取出1989、1996、2006和2014年的地表水体信息,然后与不透水面、植被和地表温度信息结合,运用回归模型定量分析了1989~2014年间福州城市地表水体的时空变化及其对城市热环境的影响。结果表明：<i>①</i> 1989~2014年间,福州建成区各类地表水体均呈不断减少趋势,25 a间水体总面积减少了1 490.67 hm<sup>2</sup>,其中有70.0%转变成不透水面;<i>②</i> 1989~2014年减少的1 490.67 hm<sup>2</sup>水体对福州建成区温度上升的贡献达1.03℃,而在水体减少的具体区域,其升温效应可达3.6℃。</p> [Wang Meiya, Xu Hanqiu, Fu Wei et al. Spatiotemporal variation of urban surface water and its influence on urban thermal environment. Scientia Geographica Sinica, 2016, 36(7): 1099-1105.] https://doi.org/10.13249/j.cnki.sgs.2016.07.017 URL Magsci [本文引用: 1] 摘要 <p>以福州市建成区为例,基于Landsat遥感影像对水体类型进行分类,并提取出1989、1996、2006和2014年的地表水体信息,然后与不透水面、植被和地表温度信息结合,运用回归模型定量分析了1989~2014年间福州城市地表水体的时空变化及其对城市热环境的影响。结果表明：<i>①</i> 1989~2014年间,福州建成区各类地表水体均呈不断减少趋势,25 a间水体总面积减少了1 490.67 hm<sup>2</sup>,其中有70.0%转变成不透水面;<i>②</i> 1989~2014年减少的1 490.67 hm<sup>2</sup>水体对福州建成区温度上升的贡献达1.03℃,而在水体减少的具体区域,其升温效应可达3.6℃。</p>
[8]	张逢生, 王雁, 闫世明, 等. 浅谈城市热岛效应的危害及治理措施 [J]. 科技情报开发与经济, 2011, 21(32): 147-149. [本文引用: 1] [Zhang Fengsheng, Wang Yan, Yan Shiming et al. Analysis on the harms and control measures for urban heat island effect. Sci-Tech Information Development & Economy, 2011, 21(32): 147-149.] [本文引用: 1]
[9]	朱正伟, 王猛. 城市热岛效应的危害及对策 [J]. 污染防治技术, 2009, 22(2): 94-96. [本文引用: 1] [Zhu Zhengwei, Wang Meng. The harms and counterm easures of urban heat island effect. Pollution Control Technology, 2009, 22(2): 94-96.] [本文引用: 1]
[10]	解修平, 周杰, 张海龙, 等. 基于Landsat TM的西安市城市热岛效应研究 [J]. 河北师范大学学报:自然科学版, 2007, 31(3): 397-399, 417. https://doi.org/10.3969/j.issn.1000-5854.2007.03.029 URL [本文引用: 1] 摘要在全球高速城市化的背景下,城市热岛被认为是主导整个城市环境的要素之一,在城市公共健康、空气质量、能源消耗等方面已产生深远影响.笔者利用Landsat TM影像对西安市热岛情况和城区土地覆被进行解译,得到西安市土地利用图和热岛相对强度空间分布图,并研究分析了城市热岛同城市土地覆被之间的关系.土地覆被类型亮温分布由高到低依次是:商业和工业用地、未利用地、居民住宅用地、绿地、水体;亮温与NDVI有良好的反相关关系.通过对西安热环境的研究揭示了城市空间结构和城市规模的发展变化,有助于引导西安市的可持续发展,提高人居环境质量,为城市综合评价和生态环境建设提供依据. [Xie Xiuping, Zhou Jie, Zhang Hailong et al. Study on city heat island in Xi'an based on landsat TM. Journal of Hebei Normal University(Natural Science Edition), 2007, 31(3): 397-399, 417.] https://doi.org/10.3969/j.issn.1000-5854.2007.03.029 URL [本文引用: 1] 摘要在全球高速城市化的背景下,城市热岛被认为是主导整个城市环境的要素之一,在城市公共健康、空气质量、能源消耗等方面已产生深远影响.笔者利用Landsat TM影像对西安市热岛情况和城区土地覆被进行解译,得到西安市土地利用图和热岛相对强度空间分布图,并研究分析了城市热岛同城市土地覆被之间的关系.土地覆被类型亮温分布由高到低依次是:商业和工业用地、未利用地、居民住宅用地、绿地、水体;亮温与NDVI有良好的反相关关系.通过对西安热环境的研究揭示了城市空间结构和城市规模的发展变化,有助于引导西安市的可持续发展,提高人居环境质量,为城市综合评价和生态环境建设提供依据.
[11]	邱建, 贾刘强, 王勇. 基于遥感的青岛市热岛与绿地的空间相关性 [J]. 西南交通大学学报, 2008, 43(4): 427-433. https://doi.org/10.3969/j.issn.0258-2724.2008.04.001 URL Magsci [本文引用: 1] 摘要为向城市绿地的合理规划提供参考,改善城市的环境质量,以青岛市Landsat ETM+为数据源,采用辐射传输方程反演地表温度,并以此计算热岛强度;用混合像元分解法提取植被盖度,在此基础上对热岛强度和植被盖度的空间相关性进行了分析;在GIS环境中,通过重采样的方法定性分析了绿地空间分布特征和周边环境对热岛强度的影响.结果表明:热岛强度和植被盖度在空间上具有显著的负相关性;在相同的植被盖度下,集中绿地或周边为农田时热岛强度较小. [Qiu Jian, Jia Liuqiang, Wang Yong. Spacial correlation between heat island and green space in Qingdao city based on remote sensing. Journal of Southwest Jiaotong University, 2008, 43(4): 427-433.] https://doi.org/10.3969/j.issn.0258-2724.2008.04.001 URL Magsci [本文引用: 1] 摘要为向城市绿地的合理规划提供参考,改善城市的环境质量,以青岛市Landsat ETM+为数据源,采用辐射传输方程反演地表温度,并以此计算热岛强度;用混合像元分解法提取植被盖度,在此基础上对热岛强度和植被盖度的空间相关性进行了分析;在GIS环境中,通过重采样的方法定性分析了绿地空间分布特征和周边环境对热岛强度的影响.结果表明:热岛强度和植被盖度在空间上具有显著的负相关性;在相同的植被盖度下,集中绿地或周边为农田时热岛强度较小.
[12]	梁保平, 马艺芳, 李晖. 桂林市典型园林绿地与水体的降温效果研究 [J]. 生态环境学报, 2015, 24(2): 278-285. https://doi.org/10.16258/j.cnki.1674-5906.2015.02.015 URL [本文引用: 1] 摘要随着城市化的快速发展,城市热岛现象也越来越突出。作为城市生态系统中两种重要的地物类型,园林绿地和水体对城市热岛均有明显的降温效应,因此对其进行定量研究具有重要意义。以桂林市建成区为研究对象,利用TM影像数据提取了区域的地表温度（LST）、植被覆盖度（FV）以及改进的归一化差异水体指数（MNDWI）等生物物理信息,同时借助空间统计和缓冲区分析方法,对区域典型园林绿地和水体地表温度的空间特征及其相关性进行了定量研究。结果表明：桂林市5城区的地表温度以低温区和中温区为主。高温区与极高温区也占有较大比例,两者占市区总面积27.8%,较全市平均地表温度高约2~4℃,整体上呈现显著的热岛效应。城市中园林绿地和水体的平均地表温度分别为26.76和24.86℃。相关性分析揭示,城市园林绿地和水体面积与其内部地表温度呈现极显著负相关关系（sig=0.001）,园林绿地的FV、水体MNDWI则呈显著负相关关系（sig=0.015和sig=0.038）,说明地表温度随着上述参数的增大而降低。除典型水体面积与地表温度的拟合曲线为对数函数之外,其他参数的最佳拟合效果均为线性。缓冲区分析说明,不论是城市园林绿地还是水体,都会对外围一定区域的热环境产生影响。伴随城市园林绿地与水体样区缓冲带距离的增大,外围区域的地表温度呈上升趋势,但这种趋势随距离变化在不断减弱,其有效影响范围在距样区边界120~240 m处。通过对比研究发现,城市中较大面积的公园绿地或水体其降温效应要比面积较小者显著,而水体对于周围热场的影响和敏感度要强于园林绿地。 [Liang Baoping, Ma Yifang, Li Hui. Research on cooling effect of the landscape green space and urban water in Guilin city. Ecology and Environmental Sciences, 2015, 24(2): 278-285.] https://doi.org/10.16258/j.cnki.1674-5906.2015.02.015 URL [本文引用: 1] 摘要随着城市化的快速发展,城市热岛现象也越来越突出。作为城市生态系统中两种重要的地物类型,园林绿地和水体对城市热岛均有明显的降温效应,因此对其进行定量研究具有重要意义。以桂林市建成区为研究对象,利用TM影像数据提取了区域的地表温度（LST）、植被覆盖度（FV）以及改进的归一化差异水体指数（MNDWI）等生物物理信息,同时借助空间统计和缓冲区分析方法,对区域典型园林绿地和水体地表温度的空间特征及其相关性进行了定量研究。结果表明：桂林市5城区的地表温度以低温区和中温区为主。高温区与极高温区也占有较大比例,两者占市区总面积27.8%,较全市平均地表温度高约2~4℃,整体上呈现显著的热岛效应。城市中园林绿地和水体的平均地表温度分别为26.76和24.86℃。相关性分析揭示,城市园林绿地和水体面积与其内部地表温度呈现极显著负相关关系（sig=0.001）,园林绿地的FV、水体MNDWI则呈显著负相关关系（sig=0.015和sig=0.038）,说明地表温度随着上述参数的增大而降低。除典型水体面积与地表温度的拟合曲线为对数函数之外,其他参数的最佳拟合效果均为线性。缓冲区分析说明,不论是城市园林绿地还是水体,都会对外围一定区域的热环境产生影响。伴随城市园林绿地与水体样区缓冲带距离的增大,外围区域的地表温度呈上升趋势,但这种趋势随距离变化在不断减弱,其有效影响范围在距样区边界120~240 m处。通过对比研究发现,城市中较大面积的公园绿地或水体其降温效应要比面积较小者显著,而水体对于周围热场的影响和敏感度要强于园林绿地。
[13]	冯悦怡, 胡潭高, 张力小. 城市公园景观空间结构对其热环境效应的影响 [J]. 生态学报, 2014, 34(12): 3179-3187. https://doi.org/10.5846/stxb201306101641 URL [本文引用: 1] 摘要热岛效应是快速城市化进程中最具代表性的生态环境问题之一.以绿地和水体为主体的城市公园所形成的“城市冷岛”是缓解城市热岛效应和改善城市热环境的有效途径.研究选取北京市城区24个公园为研究对象,利用landsat-5 TM遥感影像反演城市地表温度,探讨城市公园内部景观构成、斑块形态和空间布局这3个方面的空间结构特征与其内部温度(Ta)、对周边环境降温的影响范围 (Lmax)及降温幅度(△Tmax)的关系.研究表明:从景观构成来看,Ta、Lmax、△Tmax与水体面积均呈现显著相关性,是影响公园内外热环境的关键因子;Ta及△Tmax与公园内绿地面积无显著相关性,而主要受三维绿量和硬质地表比例的影响;与此相反,Lmax与绿量相关性并不显著,但与林地面积呈显著正相关.因此,综合考虑公园内外整体降温效应,应在保证绿地面积达到一定规模的同时,尽量丰富绿地内部空间结构,增大三维绿量;从斑块形态来看,绿地斑块形状越复杂,公园内部温度越低,影响范围越远,而公园外围边界形状与内部温度呈较显著正相关,但对周边热环境的影响并不明显;从空间布局来看,硬质地表分布与Ta、Lmax、△Tmax均显著相关,其布局越分散,内部温度越低,对周边的影响范围及降温幅度越大;此外,公园林地布局越分散,内部温度越低,影响范围越大,但对△Tmax影响不明显.在城市公园规划设计中,从缓解城市热岛效应出发,应将公园景观内部的空间结构特征作为重要的考虑因素之一. [Feng Yueyi, Hu Tangao, Zhang Lixiao. Impacts of structure characteristics on the thermal environment effect of city parks. Acta Ecologica Sinica, 2014, 34(12): 3179-3187.] https://doi.org/10.5846/stxb201306101641 URL [本文引用: 1] 摘要热岛效应是快速城市化进程中最具代表性的生态环境问题之一.以绿地和水体为主体的城市公园所形成的“城市冷岛”是缓解城市热岛效应和改善城市热环境的有效途径.研究选取北京市城区24个公园为研究对象,利用landsat-5 TM遥感影像反演城市地表温度,探讨城市公园内部景观构成、斑块形态和空间布局这3个方面的空间结构特征与其内部温度(Ta)、对周边环境降温的影响范围 (Lmax)及降温幅度(△Tmax)的关系.研究表明:从景观构成来看,Ta、Lmax、△Tmax与水体面积均呈现显著相关性,是影响公园内外热环境的关键因子;Ta及△Tmax与公园内绿地面积无显著相关性,而主要受三维绿量和硬质地表比例的影响;与此相反,Lmax与绿量相关性并不显著,但与林地面积呈显著正相关.因此,综合考虑公园内外整体降温效应,应在保证绿地面积达到一定规模的同时,尽量丰富绿地内部空间结构,增大三维绿量;从斑块形态来看,绿地斑块形状越复杂,公园内部温度越低,影响范围越远,而公园外围边界形状与内部温度呈较显著正相关,但对周边热环境的影响并不明显;从空间布局来看,硬质地表分布与Ta、Lmax、△Tmax均显著相关,其布局越分散,内部温度越低,对周边的影响范围及降温幅度越大;此外,公园林地布局越分散,内部温度越低,影响范围越大,但对△Tmax影响不明显.在城市公园规划设计中,从缓解城市热岛效应出发,应将公园景观内部的空间结构特征作为重要的考虑因素之一.
[14]	栾庆祖, 叶彩华, 刘勇洪, 等. 城市绿地对周边热环境影响遥感研究--以北京为例 [J]. 生态环境学报, 2014, 23(2): 252-261. [本文引用: 1] [Luan Qingzu, Ye Caihua, Liu Yonghong et al. Effect of urban green land on thermal environment of surroundings based on remote sensing: a case study in Beijing, China. Ecology and Environment Sciences, 2014, 23(2): 252-261.] [本文引用: 1]
[15]	贾刘强, 邱建. 基于遥感的城市绿地斑块热环境效应研究——以成都市为例 [J]. 中国园林, 2009, 25(12): 97-101. [Jia Liuqiang, Qiu Jian. Study of urban green patch's thermal environment effect with remote sensing: a case study of Chengdu city. Chinese Landscape Architecture, 2009, 25(12): 97-101.]
[16]	邱海玲, 朱清科, 武鹏飞. 城市绿地对周边建设用地的降温效应分析 [J]. 中国水土保持科学, 2015, 13(1): 111-117. [Qiu Hailing, Zhu Qingke, Wu Pengfei. Cooling effect of urban green land on surrounding construction land. Science of Soil and Water Conservation, 2015, 13(1): 111-117.]
[17]	肖捷颖, 季娜, 李星, 等. 城市公园降温效应分析——以石家庄市为例 [J]. 干旱区资源与环境, 2015, 29(2): 75-79. https://doi.org/10.13448/j.cnki.jalre.2015.049 URL [本文引用: 1] 摘要基于Landsat TM影像,利用地表温度反演、缓冲区分析及相关分析法,定量研究石家庄市区主要公园对周边热环境的降温效应.首次提出降温效应包括降温范围、幅度、速率三方面.结果表明:公园降温效应明显,但存在差异;降温幅度拟合曲线为二次多项式且拟合度较高;与降温范围、幅度、速率呈显著相关的特征要素为公园面积、水体比例和不透水面比例.从降温效应角度规划设计公园时,面积在32hm2最适宜,水体比例应不低于19％,不透水面比例小于50％. [Xiao Jieying, Ji Na, Li Xing et al. Cooling effect of city parks: a case of Shijiazhuang. Journal of Arid Land Resources and Environment, 2015, 29(2): 75-79.] https://doi.org/10.13448/j.cnki.jalre.2015.049 URL [本文引用: 1] 摘要基于Landsat TM影像,利用地表温度反演、缓冲区分析及相关分析法,定量研究石家庄市区主要公园对周边热环境的降温效应.首次提出降温效应包括降温范围、幅度、速率三方面.结果表明:公园降温效应明显,但存在差异;降温幅度拟合曲线为二次多项式且拟合度较高;与降温范围、幅度、速率呈显著相关的特征要素为公园面积、水体比例和不透水面比例.从降温效应角度规划设计公园时,面积在32hm2最适宜,水体比例应不低于19％,不透水面比例小于50％.
[18]	王蕾, 张树文, 姚允龙. 绿地景观对城市热环境的影响——以长春市建成区为例 [J]. 地理研究, 2014, 33(11): 2095-2104. [本文引用: 1] [Wang Lei, Zhang Shuwen, Yao Yunlong. The impacts of green landscape on urban thermal environment: a case study in Changchun city. Geographical Research, 2014, 33(11): 2095-2104.] [本文引用: 1]
[19]	周东颖, 张丽娟, 张利, 等. 城市景观公园对城市热岛调控效应分析——以哈尔滨市为例 [J]. 地域研究与开发, 2011, 30(3): 73-78. https://doi.org/10.3969/j.issn.1003-2363.2011.03.015 URL Magsci [本文引用: 1] 摘要采用哈尔滨市2007年9月30日Landsat TM数据，基于哈尔滨市地表温度反演结果，对城市公园对热岛效应的影响进行了分析。研究结果表明：哈尔滨市主城区热岛效应明显，高温区呈现集中分布，市区内的公园在高温区域内形成明显的热岛空洞；公园对周围区域降温作用明显，降温效应随距离增加呈递减趋势；在公园周围120 m范围内，不同面积的公园对周围环境温度影响存在明显差异，不同缓冲带的降温幅度存在极显著差异；公园面积和内部平均温度呈显著负相关，即公园面积越大，内部平均温度越低，反之亦然，二者存在显著的回归关系，因此可以通过设计不同面积公园，以实现城市高温区降温效应。研究表明一个大的景观公园的降温效应要强于总面积相等的多个小公园的降温效应。 [Zhou Dongying, Zhang Lijuan, Zhang Li et al. The effect of landscape park on urban heat island: a case study of Harbin city. Areal Research and Development, 2011, 30(3): 73-78.] https://doi.org/10.3969/j.issn.1003-2363.2011.03.015 URL Magsci [本文引用: 1] 摘要采用哈尔滨市2007年9月30日Landsat TM数据，基于哈尔滨市地表温度反演结果，对城市公园对热岛效应的影响进行了分析。研究结果表明：哈尔滨市主城区热岛效应明显，高温区呈现集中分布，市区内的公园在高温区域内形成明显的热岛空洞；公园对周围区域降温作用明显，降温效应随距离增加呈递减趋势；在公园周围120 m范围内，不同面积的公园对周围环境温度影响存在明显差异，不同缓冲带的降温幅度存在极显著差异；公园面积和内部平均温度呈显著负相关，即公园面积越大，内部平均温度越低，反之亦然，二者存在显著的回归关系，因此可以通过设计不同面积公园，以实现城市高温区降温效应。研究表明一个大的景观公园的降温效应要强于总面积相等的多个小公园的降温效应。
[20]	覃志豪. 用陆地卫星TM6数据演算地表温度的单窗算法 [J]. 地理学报, 2001, 56(4): 456-466. [本文引用: 1] [Qin Zhihao. Mono-window algorithm for retrieving land surface temperature from landsat TM6 data. Acta Geographica Sinica, 2001, 56(4): 456-466.] [本文引用: 1]
[21]	覃志豪, 李文娟, 徐斌, 等. 利用Landsat TM6反演地表温度所需地表辐射率参数的估计方法 [J]. 海洋科学进展, 2004, 22(z1): 129-137. https://doi.org/10.3969/j.issn.1671-6647.2004.z1.022 URL [本文引用: 1] 摘要地表温度是地球资源环境动态分析的重要指标.从热红外遥感数据中反演地表温度通常需要地表比辐射率为已知.因此,地表比辐射率的估计是地表温度遥感反演的关键.陆地卫星Landsat TM有一个热波段(TM6),可以用来反演地表温度.目前共有3种算法可以用来从TM6波段数据中反演地表温度:大气校正法、单窗算法和单通道算法.这3种算法都需要TM6波段范围内的地表发射率来作为地表温度反演的参数.首先简介这3种反演算法,然后重点探讨TM6的地表发射率估计方法.TM6的星下空间分辨率为120 m.在这一尺度上,大多数情况下天然地表的构成可以看成是由水面、植被和裸土三种基本类型构成.城镇像元也可看成是由建筑表面和绿化植物构成.根据这几种地表类型的地表发射率相对较稳定的特性,提出了用TM数据的可见光波段来进行TM6像元的地表发射率的估计.TM3和TM4波段可以用来确定植被叶冠在像元尺度上的覆盖度.通过这一覆盖度,就可以构建混合像元的地表热辐射构成方程,以便进行地表发射率的简单估计,从而为TM6热波段数据在农业和资源环境监测中的广泛应用,提供技术支撑.最后,用这一方法来进行华北平原山东省陵县地区的地表发射率估计和地表温度反演.分析表明,这一方法能获得较合理的地表温度反演结果. [Qin Zhihao, Li Wenjuan, Xu Bin et al. Estimation method of land surface emissivity for retrieving land surface temperature from Landsat TM6 data. Advances in Marine Science, 2004, 22(z1): 129-137.] https://doi.org/10.3969/j.issn.1671-6647.2004.z1.022 URL [本文引用: 1] 摘要地表温度是地球资源环境动态分析的重要指标.从热红外遥感数据中反演地表温度通常需要地表比辐射率为已知.因此,地表比辐射率的估计是地表温度遥感反演的关键.陆地卫星Landsat TM有一个热波段(TM6),可以用来反演地表温度.目前共有3种算法可以用来从TM6波段数据中反演地表温度:大气校正法、单窗算法和单通道算法.这3种算法都需要TM6波段范围内的地表发射率来作为地表温度反演的参数.首先简介这3种反演算法,然后重点探讨TM6的地表发射率估计方法.TM6的星下空间分辨率为120 m.在这一尺度上,大多数情况下天然地表的构成可以看成是由水面、植被和裸土三种基本类型构成.城镇像元也可看成是由建筑表面和绿化植物构成.根据这几种地表类型的地表发射率相对较稳定的特性,提出了用TM数据的可见光波段来进行TM6像元的地表发射率的估计.TM3和TM4波段可以用来确定植被叶冠在像元尺度上的覆盖度.通过这一覆盖度,就可以构建混合像元的地表热辐射构成方程,以便进行地表发射率的简单估计,从而为TM6热波段数据在农业和资源环境监测中的广泛应用,提供技术支撑.最后,用这一方法来进行华北平原山东省陵县地区的地表发射率估计和地表温度反演.分析表明,这一方法能获得较合理的地表温度反演结果.
[22]	Sobrino J A, Jimenez-Munoz J C, Leonardo P. Land surface temperature retrieval from LANDSAT TM 5 [J]. Remote Sensing of Environment, 2004, 90(4):434-440. https://doi.org/10.1016/j.rse.2004.02.003 URL 摘要 In this paper, three methods to retrieve the land surface temperature (LST) from thermal infrared data supplied by band 6 of the Thematic Mapper (TM) sensor onboard the Landsat 5 satellite are compared. The first of them lies on the estimation of the land surface temperature from the radiative transfer equation using in situ radiosounding data. The others two are the mono-window algorithm developed by Qin et al. [International Journal of Remote Sensing 22 (2001) 3719] and the single-channel algorithm developed by Jiménez-Mu09oz and Sobrino [Journal of Geophysical Research 108 (2003)]. The land surface emissivity (LSE) values needed in order to apply these methods have been estimated from a methodology that uses the visible and near infrared bands. Finally, we present a comparison between the LST measured in situ and the retrieved by the algorithms over an agricultural region of Spain (La Plana de Requena-Utiel). The results show a root mean square deviation (rmsd) of 0.009 for emissivity and lower than 1 K for land surface temperature when the Jiménez-Mu09oz algorithm is used.
[23]	张建明, 王鹏龙, 马宁, 等. 河谷地形下兰州市城市热岛效应的时空演变研究 [J]. 地理科学, 2012, 32(12): 1530-1537. URL Magsci [本文引用: 1] 摘要 <p>基于1999 年和2010 年的Landsat ETM+和TM影像, 以单窗算法反演了兰州市地表温度, 研究兰州市最近10 a 的城市热岛时空分布以及演变特征。研究结果表明:兰州市城市热岛的空间分布与延展与城市建城区的扩展相一致, 热岛范围不断扩大, 次中温和中温区大面积减少, 相应的次高温和高温区大面积增加, 热岛强度明显增强;除了城市下垫面覆盖类型, 黄河低温带亦逐渐成为影响城市热岛分布的重要因子。各土地利用类型的平均温度均有所升高, 建设用地和未利用地温度最高, 对热岛效应贡献最大, 是城市热岛的主要贡献因子, 绿地和水体能够很好的缓解热岛效应。地表温度和信息指数NDVI、MNDWI、NDBI、NDBaI在兰州市河谷空间格局上显著相关, 存在很好的对应关系。</p> [Zhang Jianming, Wang Penglong, Ma Ning et al. Spatial-temporal evolution of urban heat island effect in basin valley. Scientia Geographica Sinica, 2012, 32(12): 1530-1537.] URL Magsci [本文引用: 1] 摘要 <p>基于1999 年和2010 年的Landsat ETM+和TM影像, 以单窗算法反演了兰州市地表温度, 研究兰州市最近10 a 的城市热岛时空分布以及演变特征。研究结果表明:兰州市城市热岛的空间分布与延展与城市建城区的扩展相一致, 热岛范围不断扩大, 次中温和中温区大面积减少, 相应的次高温和高温区大面积增加, 热岛强度明显增强;除了城市下垫面覆盖类型, 黄河低温带亦逐渐成为影响城市热岛分布的重要因子。各土地利用类型的平均温度均有所升高, 建设用地和未利用地温度最高, 对热岛效应贡献最大, 是城市热岛的主要贡献因子, 绿地和水体能够很好的缓解热岛效应。地表温度和信息指数NDVI、MNDWI、NDBI、NDBaI在兰州市河谷空间格局上显著相关, 存在很好的对应关系。</p>
[24]	吴志刚, 江滔, 樊艳磊, 等. 基于Landsat8数据的地表温度反演及分析研究——以武汉市为例 [J]. 工程地球物理学报, 2016, 13(1): 135-142. https://doi.org/10.3969/j.issn.1672-7940.2016.01.023 URL [本文引用: 1] 摘要地表温度的反演方法经过多年发展,多种算法相继被提出。为了研究新型遥感Landsat8影像条件下,各地表温度反演算法的优劣,利用2013年9月Landsat8数据,以武汉市武昌区为研究对象,使用辐射传导方程法（大气校正法）、单窗算法对研究区进行了地表温度反演,并与其亮度温度进行了对比研究,结果表明：这两种算法反演的地表温度和亮度温度的空间分布情况大体相同,但也存在着差异,单窗法和辐射传导法均值温度相差1.3K,与亮度温度均值相比,单窗方法高1.6K,辐射传导方程法高2.9K。单窗算法精度优于辐射传导方程法。 [Wu Zhigang, Jiang Tao, Fan Yanlei et al. Land surface temperature retrieval and result analysis based on Landsat8 data in Wuhan city. Chinese Journal of Engineering Geophysics, 2016, 13(1): 135-142.] https://doi.org/10.3969/j.issn.1672-7940.2016.01.023 URL [本文引用: 1] 摘要地表温度的反演方法经过多年发展,多种算法相继被提出。为了研究新型遥感Landsat8影像条件下,各地表温度反演算法的优劣,利用2013年9月Landsat8数据,以武汉市武昌区为研究对象,使用辐射传导方程法（大气校正法）、单窗算法对研究区进行了地表温度反演,并与其亮度温度进行了对比研究,结果表明：这两种算法反演的地表温度和亮度温度的空间分布情况大体相同,但也存在着差异,单窗法和辐射传导法均值温度相差1.3K,与亮度温度均值相比,单窗方法高1.6K,辐射传导方程法高2.9K。单窗算法精度优于辐射传导方程法。
[25]	胡德勇, 乔琨, 王兴玲, 等. 单窗算法结合Landsat 8热红外数据反演地表温度 [J]. 遥感学报, 2015, 19(6): 964-976. https://doi.org/10.11834/jrs.20155038 URL [本文引用: 1] 摘要 Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进.本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值.研究结果表明:(1) TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱.该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值. [Hu Deyong, Qiao Kun, Wang Xingling et al. Land surface temperature retrieval from Landsat 8 thermal infrared data using mono-window algorithm. Journal of Remote Sensing, 2015, 19(6): 964-976.] https://doi.org/10.11834/jrs.20155038 URL [本文引用: 1] 摘要 Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进.本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值.研究结果表明:(1) TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱.该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值.
[26]	白杨, 孟浩, 王敏, 等. 上海市城市热岛景观格局演变特征研究 [J]. 环境科学与技术, 2013, 36(3): 196-201. URL [本文引用: 1] 摘要城市热岛空间格局特征及其内在驱动机制的研究可为缓解城市热岛效应、城市规划与产业布局提供科学依据,目前这方面研究还比较少,相关机制并没有得到完全的揭示。该研究以上海市为研究对象,采用1987、1996、2002和2010年4景Landsat TM/ETM+遥感影像,对城市地表温度进行了反演与分级。借助景观格局指数,分析了上海市城市热岛景观格局时空演变特征。结果表明:随着1987-2010年上海市不断城市化,各级热岛景观类型斑块数量持续增加,高等级的城市热岛景观类型面积也持续增加,整个城市热岛景观趋于破碎化。热岛景观总体聚集度下降,连通性下降,但是低等级热岛景观向高等级热岛景观转移的面积逐渐增加,景观类型之间面积差异逐渐减小,景观均匀度和多样性增加。城市化过程中,人口数量的增加和经济的快速发展对城市热岛景观格局的形成和演变具有重要的影响。研究结果揭示了城市热岛格局随城市化进程的时空演变特征,可以为制定有效的热岛效应缓解措施提供参考依据。 [Bai Yang, Meng Hao, Wang Min et al. Spatial and temporal changes of urban thermal landscape pattern in Shanghai. Environmental Science & Technology, 2013, 36(3): 196-201.] URL [本文引用: 1] 摘要城市热岛空间格局特征及其内在驱动机制的研究可为缓解城市热岛效应、城市规划与产业布局提供科学依据,目前这方面研究还比较少,相关机制并没有得到完全的揭示。该研究以上海市为研究对象,采用1987、1996、2002和2010年4景Landsat TM/ETM+遥感影像,对城市地表温度进行了反演与分级。借助景观格局指数,分析了上海市城市热岛景观格局时空演变特征。结果表明:随着1987-2010年上海市不断城市化,各级热岛景观类型斑块数量持续增加,高等级的城市热岛景观类型面积也持续增加,整个城市热岛景观趋于破碎化。热岛景观总体聚集度下降,连通性下降,但是低等级热岛景观向高等级热岛景观转移的面积逐渐增加,景观类型之间面积差异逐渐减小,景观均匀度和多样性增加。城市化过程中,人口数量的增加和经济的快速发展对城市热岛景观格局的形成和演变具有重要的影响。研究结果揭示了城市热岛格局随城市化进程的时空演变特征,可以为制定有效的热岛效应缓解措施提供参考依据。

On the frequency of snowfall in metropolitan England

1958

... 随着国民经济的快速发展,城市化过程日益加快,城市面积迅速扩大,城市人口数量和人口活动剧增,城市气温高于城市周边气温,城市内部形成“热岛”.Mnaley^[1]在1958年首次提出城市热岛的概念;Akbari^[2]等将城市温度高于城市周围温度的这一现象定义为城市热岛效应.早期学者受数据限制只是通过城市内部和郊区气象站的温度数据对热岛效应的变化趋势进行研究^[3].遥感影像技术应用于城市热岛的研究,进一步推进了城市热岛问题的研究与应用^[4~7]. ...

Peak power and cooling savings of shade trees

1997

上海市热岛效应

1982

上海市热岛效应

1982

通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证

2013

通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证

2013

基于MODIS数据的吉林省中部地表温度反演及空间分布研究

2010

基于MODIS数据的吉林省中部地表温度反演及空间分布研究

2010

基于HJ-1B的城市热岛季节变化研究——以北京市为例

2014

基于HJ-1B的城市热岛季节变化研究——以北京市为例

2014

城市地表水体时空演变及其对热环境的影响

2016

城市地表水体时空演变及其对热环境的影响

2016

浅谈城市热岛效应的危害及治理措施

2011

... 热岛效应破坏了城市大气环境,造成城市污染,导致城市生态环境质量下降,对城市居民的身体健康带来负面影响,同时城市热岛效应还导致物候异常和大量温室气体排放,直接加速全球变暖^[8,9],因此城市热岛效应治理从理论和实践上备受关注.通过研究表明,NDVI和植被覆盖度与温度呈负相关关系^[10,11],绿地斑块大小和形状对城市热岛产生干扰^[12,13],因此研究绿地斑块减缓热岛效应带来的负面影响成为研究的热点问题. ...

浅谈城市热岛效应的危害及治理措施

2011

城市热岛效应的危害及对策

2009

城市热岛效应的危害及对策

2009

基于Landsat TM的西安市城市热岛效应研究

2007

基于Landsat TM的西安市城市热岛效应研究

2007

基于遥感的青岛市热岛与绿地的空间相关性

2008

基于遥感的青岛市热岛与绿地的空间相关性

2008

桂林市典型园林绿地与水体的降温效果研究

2015

桂林市典型园林绿地与水体的降温效果研究

2015

城市公园景观空间结构对其热环境效应的影响

2014

城市公园景观空间结构对其热环境效应的影响

2014

城市绿地对周边热环境影响遥感研究--以北京为例

2014

... 目前关于绿地缓解城市热岛效应空间规律的定量研究多集中在亚热带、暖温带等气候条件下的城市^[14~17],而对中温带气候条件下东北地区的城市定量研究涉及较少^[18,19].本文以黑龙江省省会城市哈尔滨市主城区作为研究区域,利用Landsat TM影像分析了15 a来哈尔滨主城区的热岛效应的时空演化特征,利用SPOT影像提取主城区内30块绿地,引入绿地斑块面积、绿地斑块周长及绿地斑块形状指数等景观生态学概念,对绿地斑块降温作用进行定量研究,以缓解热岛效应带来的负面影响,为城市绿地的合理规划与设计、改善城市生态环境提供科学依据. ...

城市绿地对周边热环境影响遥感研究--以北京为例

2014

基于遥感的城市绿地斑块热环境效应研究——以成都市为例

2009

基于遥感的城市绿地斑块热环境效应研究——以成都市为例

2009

城市绿地对周边建设用地的降温效应分析

2015

城市绿地对周边建设用地的降温效应分析

2015

城市公园降温效应分析——以石家庄市为例

2015

城市公园降温效应分析——以石家庄市为例

2015

绿地景观对城市热环境的影响——以长春市建成区为例

2014

绿地景观对城市热环境的影响——以长春市建成区为例

2014

城市景观公园对城市热岛调控效应分析——以哈尔滨市为例

2011

城市景观公园对城市热岛调控效应分析——以哈尔滨市为例

2011

用陆地卫星TM6数据演算地表温度的单窗算法

2001

... 用单窗算法^[20]对Landsat 5 TM数据进行地温反演,公式如下： ...

用陆地卫星TM6数据演算地表温度的单窗算法

2001

... 用单窗算法^[20]对Landsat 5 TM数据进行地温反演,公式如下： ...

利用Landsat TM6反演地表温度所需地表辐射率参数的估计方法

2004

... 针对比辐射的计算,采用了前人的研究经验^[21~23].当地表完全为植被时,NDVI取1;当地表完全为裸地时,NDVI取0;当NDVI∈[0.05,0.7]时,为混合像元,计算公式如下： ...

利用Landsat TM6反演地表温度所需地表辐射率参数的估计方法

2004

Jimenez-Munoz J C, Leonardo P. Land surface temperature retrieval from LANDSAT TM 5

2004

河谷地形下兰州市城市热岛效应的时空演变研究

2012

河谷地形下兰州市城市热岛效应的时空演变研究

2012

基于Landsat8数据的地表温度反演及分析研究——以武汉市为例

2016

... 单窗方法不仅可以适用于Landsat 5 TM数据,而且还适用于Landsat 8 TIRS数据^[24].但是Landsat 8 TIRS数据中热红外传感器发生变化,因此,本文采用胡德勇^[25]等改进后的单窗算法应用于Landsat 8 TIRS数据第10波段的地温反演.公式如下： ...

基于Landsat8数据的地表温度反演及分析研究——以武汉市为例

2016

单窗算法结合Landsat 8热红外数据反演地表温度

2015

单窗算法结合Landsat 8热红外数据反演地表温度

2015

上海市城市热岛景观格局演变特征研究

2013

... 本文研究城市热岛效应时空演化特征采用的4期TM影像同属于一个季节,温度差异变化小, 且影像获取日期均为无云晴朗天气,经查验哈尔滨气象站实测数据气温无异常波动,属正常天气,4期影像具有年度夏季特征的代表性.城市热岛强度划分的依据是基于均值-标准差法^[26],利用此方法将温度划分为6个等级（表2）. ...

上海市城市热岛景观格局演变特征研究

2013

〈

〉

基于TM影像的哈尔滨市主城区绿地降温作用研究

Cooling Effect of Green Patche Based on TM Image in Harbin Downtown City

1 研究区与研究方法

1.1 研究区概况

1.2 数据来源

1.3 研究方法

2 结果与分析

2.1 哈尔滨市主城区热岛效应的时空演化特征

2.2 绿地斑块缓解城市热岛的空间作用

3 结论与讨论

3.1 结论

3.2 讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子