删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

武汉城市扩张对热场时空演变的影响

本站小编 Free考研考试/2021-12-29

谢启姣¹^,²^,, 刘进华³, 胡道华¹^,

1. 湖北大学资源环境学院,武汉 430062

2. 区域开发与环境响应湖北省重点实验室,武汉 430062

3. 同济大学建筑与城市规划学院,上海 200092

Urban expansion and its impact on spatio-temporal variation of urban thermal characteristics：A case study of Wuhan

XIEQijiao¹^,²^,, LIUJinhua³, HUDaohua¹^,

1. School of Resources and Environmental Science, Hubei University, Wuhan 430062, China

2. Key Laboratory of Regional Development and Environmental Response (Hubei Province), Wuhan 430062, China

3. College of Architecture and Urban Planning, Tongji University, Shanghai 200092, China

通讯作者:通讯作者:胡道华（1969- ）,男,湖北松滋人,副教授,主要从事人文地理与城市规划的教学与研究。E-mail: williamhdh@163.com
收稿日期:2016-01-24
修回日期:2016-05-10
网络出版日期:2016-07-30
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:

国家自然科学青年基金项目（41401186）

湖北省自然科学基金项目（2014CFB346）

区域开发与环境响应湖北省重点实验室开放基金项目[2015(C)003]

作者简介:
-->作者简介：谢启姣（1979- ）,女,湖北武汉人,博士,副教授,主要从事城市地理及城市生态研究。E-mail: xieqijiao@126.com

展开

摘要
深入分析城市扩张对城市热场时空分布及演变的影响机制,对探求城市热岛效应缓解对策、改善城市生态环境质量意义重大。基于1987年、1996年、2007年和2013年的Landsat影像反演武汉主城区地表温度、提取不透水面值,定量研究两者的关系,探讨城市建设对城市热场空间分布的影响;采用不透水面和正规化地表温度差值影像动态定量1987-2013年武汉城市扩张对热场时空演变的影响机制。结果表明：① 1987-2013年,武汉不透水面不断增加,城市建设强度加强,城市扩张明显,但是不同时期表现出不同的扩张方向、范围和模式。② 城市热岛效应主要发生在相应时期的建成区和武钢工业区,而城市大型水体则表现出明显的“冷廊效应”和“冷岛效应”;1987-1996年、1996-2007年和2007-2013年热状况恶化面积分别为382.0 km²、305.1 km²和105.7 km²,热状况总体呈现恶化趋势。③ 不透水面指数能较好地解释热场空间的异质性,两者回归方程的系数为0.751~0.923,不透水面值每增加0.1,正规化地表温度值会增加0.01~0.02。④ 城市热状况变化从改良极显著、改良较显著、无变化、恶化较显著到恶化极显著,对应的不透水面差值由小到大,城市扩张和城市建设强度加大对恶化城市热环境和加剧城市热岛扩展作用明显。

关键词：遥感;城市扩张;热场;热岛效应;时空演变;驱动机制
Abstract
Understanding the impact of urbanization on urban heat island (UHI) formation and its driving mechanism on UHI variation is crucial to establish appropriate UHI mitigation strategies and improve environmental quality. Landsat imagines acquired on September 26, 1987, October 4, 1996, April 10, 2007 and September 17, 2013 in Wuhan were selected to derive land surface temperature (LST) and impervious surface area (ISA). Quantificative relationship between normalized difference LST (NDLST) and ISA was built to explain the impact of urbanization on thermal distribution. NDLST and ISA difference imagines among the studied years were mapped to visually and quantificatively detect the driving mechanism of urban expansion on thermal variation. Results indicated that: (1) Wuhan experienced an expanding development during 1987-2013, with ISA value continuously increased, while the expanding trend, extent and model differed from each other; (2) Higher temperatures and urban heat island centralized in the urbanized area and industrial area of Wuhan Iron and Steel Company, and the Yangtze River together with other water bodies had relatively low temperatures, thus producing 'cool corridor' and 'cool island'. Thermal deterioration covered 382.0 km², 305.1 km² and 105.7 km² during 1987-1996, 1996-2007 and 2007-2013, respectively, with an descending trend. (3) LST spatial variation could be well explained by ISA value with their regression coefficient ranging from 0.751 to 0.923. NDLST increased by 0.01-0.02 respectively when ISA value increased by 0.1. (4) Thermal variation showed a deteriorating trend from lower ISA value areas to higher ones. Urban expansion was regarded as a powerful driving force in thermal deterioration and UHI effect aggravation.

Keywords：remote sensing;urban expansion;thermal characteristics;urban heat island;tempo-spatial variation;driving mechanism

-->0
PDF (1471KB)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 收藏本文-->
谢启姣, 刘进华, 胡道华. 武汉城市扩张对热场时空演变的影响[J]. , 2016, 35(7): 1259-1272 https://doi.org/10.11821/dlyj201607004
XIE Qijiao, LIU Jinhua, HU Daohua. Urban expansion and its impact on spatio-temporal variation of urban thermal characteristics：A case study of Wuhan[J]. 地理研究, 2016, 35(7): 1259-1272 https://doi.org/10.11821/dlyj201607004

1 引言

城市热岛效应不仅会加大城市能耗、降低大气质量、引发自然灾害、危害公共健康^[1,2],还引起全球性区域气候和城市大气环境格局的变化^[3,4],是城市生态环境变化的综合体现,已成为全球性的生态环境问题^[5]。城市热岛效应产生的机理及其演变机制是研究城市热岛效应缓解的前提,也是城市气候研究的基础与核心,成为当今城市生态环境研究的热点问题之一。城市化被认为是城市热岛效应的重要影响因素^[6,7],如今,城市化进程不断加快,城市热岛强度不断增加,城市环境不断恶化,深入分析城市建设与扩张对城市热场空间特征及动态变化的影响,明确城市热岛的形成、演变机制,对探求缓解城市热岛效应对策、改善城市生态环境质量有着非常重要的意义。
城市化导致城市规模扩大、工业集中、人口聚集、经济繁荣及社会活动频繁,增加了城市能源消耗,从而导致局地气温持续上升^[8],加大了城市与郊区的温度差异。众多****以统计年鉴为基础,选用相关社会、经济、城市发展等指标定义城市化水平,利用气象站点记录的城区、郊区气温差值表征城市热岛,构建各指标与气温之间的数量关系,分析城市化进程与城市热岛演变的协同关系^[9-12]。这些研究证实了城市热岛的存在,明确了城市发展对城市气温和热岛的正向推动作用,但是依然存在不足：① 表征城市化水平的各类指标均来源于统计年鉴,都是把被研究城市作为一个整体,样本单一;② 热岛数据来源于点状分布的气象站^[13],空间精度不够,且受到局地小气候的影响较大,不能很好地体现城市地表覆盖及热场空间的异质性。另一部分****基于多时相遥感影像,对比不同时期的土地类型及地表温度分布图^[14-20],分析土地覆盖类型变化对城市热岛范围的影响;或者选用不透水面指数定量城市化水平,对比不同时相不透水面与地表温度空间分布的关系^[21-24],结果表明,随着城市化水平的提高,建设用地面积不断增加,城市热岛范围和热岛强度也随之加大。这类研究量化了不同时相的城市发展和城市热岛特征,对空间城市化及城市热岛空间变化进行了直观的诠释,明确了城市扩张对城市热岛演变的促进作用,为城市化与城市热岛的关系研究提供了新的视角。但是其研究城市化对城市热岛时空特征的影响机制是以不同时间点的静态对比为基础,前者对后者的空间影响机制是基于像元,但演变驱动机制依然是以整个研究区为样本,忽略了像元的热场演变对城市扩张的响应,城市扩张对城市热场时空演变的驱动机制尚不清晰。
本文以武汉城市热岛效应最明显的现主城区为研究对象,运用Landsat TM遥感影像提取城市特征、反演地表温度,选取不透水面指数定量表征城市建设水平、正规化地表温度等级定义城市热岛,探讨武汉城市建设对城市热岛空间分布的影响,并运用武汉城市不透水面差值影像和正规化地表温度差值影像探讨1987-2013年武汉城市扩张对地表热场时空演变特征的影响。对城市化与城市热岛及热场特征的动态变化进行定量表征有助于更好地理解城市扩张对城市热场时空演变的驱动机制,为城市热岛效应缓解和城市生态研究提供新的思路,为城市规划和决策者制定政策、改善城市环境提供依据。

2 数据来源与研究方法

2.1 研究区概况

武汉市地处长江与其支流汉江的交汇处,市内水域资源丰富,被誉为“百湖之市”。武汉为北亚热带季风性气候,四季分明,冬冷夏热,雨、光、热同季,雨量充沛,热量充足,年平均气温15.8~17.5℃,年降水量为1150~1450 mm,且多集中在6-8月,呈现炎热多湿的夏季气候特征,因而热岛效应明显,且呈现上升和扩张的趋势^[25]。因此本文选择热岛效应最为突出的现武汉主城区（简称主城区）即三环线以内地区,包括局部外延的沌口、庙山和武钢地区,探讨其在城市化进程中的热场时空演变。

2.2 数据来源与预处理

选择覆盖武汉市主城区范围的1987年9月26日（简称1987年）、1996年10月4日（简称1996年）、2007年4月10日（简称2007年）的Landsat5和2013年9月17日（简称2013年）的Landsat8影像,几何校正后在Erdas 9.2软件中对4期影像各波段进行逐一辐射定标,定标方法为^[26,27]：

\begin{matrix} L_{λ} = M_{L} Q_{cal} + A_{L} \end{matrix}

（1）
式中：

\begin{matrix} L_{λ} \end{matrix}

为波段

\begin{matrix} λ \end{matrix}

定标后的大气顶部辐射亮度值;

\begin{matrix} M_{L} \end{matrix}

和

\begin{matrix} A_{L} \end{matrix}

分别为波段

\begin{matrix} λ \end{matrix}

的亮度值调整因子和调整系数,可从相关影像的头文件（MTL）中获取;

\begin{matrix} Q_{cal} \end{matrix}

为影像波段

\begin{matrix} λ \end{matrix}

的亮度值（DN值）。
由于研究需要对每个像元的地表温度和不透水面值等进行定量,大气校正就显得尤为重要,本文采用Landsat TM中常用的COST模型进行遥感影像的大气校正^[27,28]：

\begin{matrix} ρ_{λ} = [M_{ρ} (Q_{cal} - Q_{h}) + A_{ρ}] / (\cos θ_{z} τ) \end{matrix}

（2）
式中：

\begin{matrix} ρ_{λ} \end{matrix}

为经过大气校正后的波段

\begin{matrix} λ \end{matrix}

的大气顶部反射率;

\begin{matrix} Q_{h} \end{matrix}

为大气影响的修正值,一般通过最暗像元法获得;

\begin{matrix} θ_{z} \end{matrix}

为影像成像时的太阳天顶角,其值可从头文件中获得;

\begin{matrix} τ \end{matrix}

在实际计算中常被忽略。
参考武汉市1987-2013年统计年鉴中关于城市发展、经济建设等统计数据和相应时期的土地利用图、城市交通规划图、绿地系统分布图等资料,对结果进行分析和解释。

2.3 城市热岛等级划分

1987年、1996年和2007年的数据源为Landsat5影像,只有一个热红外波段（band6）,采用单通道算法提取地表温度^[29,30];2013年数据为Landsat8影像,有两个热红外波段（band10和band11）,故采用劈窗算法^[28,31]进行地表温度的反演。由于所选遥感影像为不同时期获取,存在天气、季节、云量等的差异,为使不同时相的温度分布和热场特征具有可比性,对遥感反演的地表温度进行正规化处理：

\begin{matrix} T = (t - t_{\min} \frac{)}{(} t_{\max} - t_{\min}) \end{matrix}

（3）
式中：

\begin{matrix} T \end{matrix}

为像元的正规化地表温度值;

\begin{matrix} t \end{matrix}

指遥感反演的像元地表温度值;

\begin{matrix} t_{\min} \end{matrix}

和

\begin{matrix} t_{\max} \end{matrix}

为遥感反演的研究区的地表最低温值和最高温值;

\begin{matrix} T \end{matrix}

取值范围为0~1,数值大小表示像元地表温度的相对高低。
对正规化地表温度按照平均值和标准差进行密度分割,将研究区划分为低温、次低温、中温、次高温和高温5个温度等级,将次高温和高温区域定义为城市热岛,分割方法如下：

\begin{matrix} T_{t} = T_{0} \pm X \times SD \end{matrix}

（4）
式中：T_t为划分温度等级的阈值;

\begin{matrix} T_{0} \end{matrix}

为研究区平均正规化地表温度;

\begin{matrix} SD \end{matrix}

为正规化地表温度标准差;

\begin{matrix} X \end{matrix}

为设定的标准差倍数,本文根据武汉市实际取值0.5和1.5。

2.4 热场时空演变

为使不同时期城市热场演变的范围和强度更为直观,在ArcGIS 10.2中将1987年、1996年、2007年和2013年正规化地表温度分布图进行差值处理,生成1987-1996年、1996-2007年和2007-2013年3个时期的正规化地表温度差值影像图,并给差值a赋予相应的阈值,划分热状况变化级别,如表1所示^[32]。
Tab. 1
表1
表1热状况变化分级
Tab. 1Classes of thermal variation between different studied years

级别	差值 a	变化状况
I	a<-0.3	热状况改良最显著区
Ⅱ	-0.3 $\begin{matrix} \leq \end{matrix}$ a<-0.1	热状况改良较显著区
Ⅲ	-0.1 $\begin{matrix} \leq \end{matrix}$ a<0.1	基本无变化区
Ⅳ	0.1 $\begin{matrix} \leq \end{matrix}$ a<0.3	热状况恶化较显著区
Ⅴ	a $\begin{matrix} \geq \end{matrix}$ 0.3	热状况恶化最显著区

新窗口打开

2.5 不透水面值提取

城市当中的不透水面主要包括具有人工特点的道路、停车场、硬质铺装、建筑屋顶等硬化地表,它是定量城市化水平和城市扩张的重要指标^[33-35],本文选择不透水面指数定量武汉城市发展水平及城市扩张程度。采用植被覆盖度与不透水面的数量关系,在Erdas 9.2中计算武汉主城区的不透水面指数（ISA）,提取之前剔除掉影响不透水面指数的水体范围,计算方法如下^[36,37]：

\begin{matrix} ISA = 1 - {(\frac{NDVI - NDV I_{soil}}{NDV I_{veg} - NDV I_{soil}})}^{2} \end{matrix}

（5）
式中：

\begin{matrix} ISA \end{matrix}

为不透水面值;

\begin{matrix} NDV I_{soil} \end{matrix}

和

\begin{matrix} NDV I_{veg} \end{matrix}

分别为研究区裸地和完全植被覆盖的

\begin{matrix} NDVI \end{matrix}

值,研究中通常用遥感影像计算得到的研究区内最小和最大

\begin{matrix} NDVI \end{matrix}

值代替。

3 结果分析

3.1 1987-2013年武汉城市扩张特征

3.1.1 1987年、1996年、2007年及2013年武汉城市建设空间特征不透水面值作为定量城市建设程度和城市扩张的重要指标,能较好地反映城市地表及下垫面特征的空间异质性。图1为遥感反演的1987年、1996年、2007年和2013年武汉市主城区不透水面值ISA的空间分布,取值范围0~1,不透水面值越接近0,表示像元地表自然覆盖率越高;越接近1,表明硬化地表覆盖率越高。从图1可以看出,不同时期的不透水面值空间分布呈现出一定的规律,即不透水面值较高的红色和橘色区域都分布在相应时期的建成区,覆盖范围多为高度发展的中心商业区、人口密集的住宅区或者工业集中区等,自然地表被水泥、沥青、混凝土等硬质材料所代替,城市建设强度较大;而不透水面值较低的绿色区域多分布在农田、森林及城市绿地等自然地表,自然覆盖特征明显。但是对比不同时期的不透水面值空间分布,代表高不透水面值的红色区域不断扩张,面积不断增大,说明研究区内经历了持续的城市化过程,尤其是1996-2007年间的变化最大,城市扩张最为明显,到2013年,除武汉东湖风景区内的大型山体未被开发外,其他基本表现为城市用地特征。

显示原图|下载原图ZIP|生成PPT
图1武汉市主城区不透水面值空间分布图
-->Fig. 1Spatial distribution patterns of impervious surface area (ISA) value in Wuhan urbanized area
-->

为定量比较研究区不同时期的整体城市建设程度,对1987年、1996年、2007年和2013年的不透水面平均值和标准差进行统计（表2）。1987年和1996年平均不透水面值差别不大,分别为0.476和0.494,说明这两个时期研究区处于中度城市化水平,整体建设强度并不大,自然地表覆盖仍然占有一定的比例,这与图1a和图1b一致;到2007年和2013年,平均不透水面值达到0.716和0.813,研究区城市发展密度加大,处于高城市化水平,自然地表逐步被硬化地表所代替,图1c和图1d可以印证这一点。不透水面值的标准差（SD值）能反映研究区内不透水面值的变化情况,1987年和1996年,SD值较大,分别为0.372和0.357,说明不透水面值变化幅度较广,离平均值左右波动较大,也从侧面证明这两个年份的城市化水平相对较低;2013年SD值仅0.103,说明研究区不透水面值变化范围较小,像元不透水面值与平均值0.813波动不大,城市整体建设程度较高。
Tab. 2
表2
表2武汉主城区不透水面值统计
Tab. 2Impervious surface area (ISA) statistics in the study area

1987年			1996年			2007年			2013年
平均ISA		SD值		平均ISA		SD值	平均ISA	SD值	平均ISA	SD值
0.476	0.372		0.494	0.357		0.716	0.285		0.813	0.103

新窗口打开
3.1.2 1987-2013年武汉城市扩张分析从图1不同时期的不透水面值空间分布可以看出,武汉主城区经历了明显的城市化过程,建设用地面积不断增加,范围不断扩张。为更加直观地表达研究区不同时期的城市扩张方向和强度,对1987年、1996年、2007年及2013年的不透水面值进行差值运算,得到1987-1996年、1996-2007年及2007-2013年3个时期的不透水面差值影像图（图2）。差值影像取值范围为-1~1,数值为负时,表明该像元自然地表覆盖增加,建设用地缩减,且绝对值越大,缩减越明显;数值为正时,表示该像元建设强度增加,数值越大,扩张越明显。表现在图面上,红色覆盖区域表示相应时期内城市建设的扩张方向,一般为新增建设用地范围,橘色区域表示城市建设强度加大,绿色则是城市公共绿地增加的主要范围。

显示原图|下载原图ZIP|生成PPT
图2武汉主城区不透水面值（ISA）差值影像图
-->Fig. 2Difference maps of impervious surface area (ISA) in Wuhan urbanized area
-->

（1）1987-1996年不透水面差值影像（图2a）平均值为0.132（SD为0.319）,整体扩张相对较为缓慢。从图2a可以看出,1987-1996年城市发展方向主要是汉口火车站及发展大道沿线,武昌和平大道、友谊大道青山方向,汉阳沿龙阳大道沿线,直至新建的武汉经济技术开发区。可见这个时期城市的扩张主要是沿着城市主要干道扩张,对城市道路交通的依赖性比较大,整体呈现线性扩张。
（2）1996-2007年不透水面差值影像（图2b）平均值为0.204（SD值为0.364）,为3个时期最大,表明相应时期内城市扩张强度最大,范围最广。这个时期城市化进程明显加快,汉正街都市工业园区、（武汉）东风本田汽车有限公司、武汉（新）火车站、光谷软件园等大型城市建设项目成为商业、工业等建设的主要方向;常青花园组团、光谷组团、南湖组团、沌口组团、沙湖周围小区等大型房地产建设也成为这个时期城市扩张的另一推动力。1996-2007年总体形成以武汉（新）火车站、光谷、常青花园、沌口等为中心的片状扩张趋势,建设强度大,城市扩张迅速。
（3）2007-2013年不透水面差值影像（图2c）平均值为-0.063（SD值为0.458）,为3个时期唯一的负值,表明这个时期城市扩张总体有缩减的趋势,但并不意味着武汉城市化水平降低了,主要原因是：一方面这个时期政府开始意识到城市生态的重要性,加强了城市绿化和园林绿地建设,城市绿地增加使得像元平均不透水面值有所减小;另一方面,由于研究区土地有限,这个时期城市扩张的主要方向已经开始转向三环外,导致不透水面值没法继续增加。但是这个时期仍然是房地产蓬勃发展的阶段,正因为城区能用于建设的土地不足,填湖用于房地产建设成为主要的扩张方向,如南湖、野芷湖、墨水湖、龙阳湖甚至东湖等城市湖泊水面,都被不同程度的填埋。

3.2 武汉城市热场时空演变

3.2.1 1987年、1996年、2007年及2013年武汉城市热场空间特征正规化地表温度为无量纲化数值,能反映地表温度的相对高低,使得不同时相的热场空间分布特征具有可比性。图3为武汉市主城区1987年、1996年、2007年和2013年正规化地表温度空间分布,取值范围为0~1,图3中像元颜色由蓝色到红色表示对应地表温度由低到高的渐变。从图3可以看出,武汉市不同时期城市热场状况表现出相似的分布规律,即代表高温和次高温的红色和橘色区域主要分布在相应时期城市人口集中、高楼林立、道路密集、建筑密度大的武汉建成区或者工业集中、厂房众多的武钢工业区,表现出明显的“热岛效应”;而长江、汉江,东湖、南湖、沙湖、墨水湖等大型城市水体则被代表低温的蓝色所覆盖,形成城市典型的低温廊道和“冷岛”中心。但是不同时期的正规化地表温度空间格局尤其是热岛范围却表现出明显的差异,1987年（图3a）城市高温主要集中在武汉市武钢工业区、汉口的解放大道、中山大道沿线,武昌的临江大道、和平大道、友谊大道沿线,热岛范围主要分布在武汉市一环线内,呈现点状和线状分布格局;1996年（图3b）武汉市二环线内建设用地和青山武钢工业区都表现出明显的高温特征,且热岛范围沿汉口建设大道、发展大道和武昌民主路、武珞路等主要干道明显扩张,热岛分布呈现出明显的片状格局;2007年（图3c）武汉市主城区除城市大型江河湖泊及东湖周围山体区域外,其他均表现出明显的城市热岛特征,热岛呈现面状格局,强热岛中心出现在武钢工业区;2013年（图3d）热岛效应呈现出与2007年相似的面状格局,但新增汉正街都市工业园和沌口经济技术开发区两个强热岛中心。

显示原图|下载原图ZIP|生成PPT
图3武汉主城区正规化地表温度分布图
-->Fig. 3Normalized difference land surface temperature (NDLST) distribution maps in Wuhan urbanized area
-->

为更好地理解不同时期武汉城市热场空间分布及热岛格局特征,将正规化地表温度划分为5个级别：高温、次高温、中温、次低温和低温区域（其中高温和次高温级别被定义为城市热岛）,并分别进行相应的面积统计,如表3所示。1987年,次低温覆盖面积最大,为233.5 km²,占总面积的34.0%,城市热岛范围占总面积的27.0%;1996年覆盖面积最大的是次高温级别,面积为250.9 km²,占比36.5%,41.7%区域为热岛所覆盖;2007年,次高温覆盖范围最广,面积为312.5 km²,占总面积的45.5%,城市热岛区域占总面积的46.3%;到2013年,次高温覆盖面积最大,为273.5 km²,占总面积的39.8%,城市热岛覆盖面积占总面积的41.9%。总体来看,1987-2013年,低温和次低温覆盖面积逐步减小,热岛覆盖区域随着城市建设的加快不断扩展,但2007-2013年的热岛效应有所缓解,热岛强度也得到一定程度的控制。
Tab. 3
表3
表3武汉主城区热场面积统计
Tab. 3Area statistics of thermal characteristics in the study area

新窗口打开
3.2.2 1987-2013年武汉城市热场演变将正规化地表温度进行差值运算,生成相应的差值影像图,能更为直观地反映不同时期像元地表温度及热场空间的演变特征。图4为按照设定阈值划分的差值影像分级,图4中I级、Ⅱ级、Ⅲ级、Ⅳ级和Ⅴ级分别表示相应时期内热状况改良极显著、改良较显著、基本无变化、恶化较显著和恶化极显著区域。本文还对不同时期、不同热状况变化级别覆盖面积进行统计（表4）。结合图4和表4可知,1987-1996年、1996-2007年和2007-2013年3个时期,热状况恶化范围面积分别为382.0 km²（占总面积的55.6%）、305.1 km²（占总面积的44.4%）和105.7 km²（占总面积的15.4%）,而相应时期的热状况改良范围面积仅为39.8 km²（占总面积的5.8%）、23.1 km²（占总面积的3.4%）、84.4 km²（占总面积的12.2%）,热状况总体呈现恶化趋势。但是对比图4的正规化地表温度的差值影像图可以看出,3个时期的热状况恶化空间范围有着明显不同,呈现由城市中心逐步外移的趋势。1987-1996年,热状况恶化范围主要集中在二环线内和武汉经济技术开发区,极显著恶化区域主要沿二环线分布;1996-2007年,热状况恶化区域主要为二环和三环线之间,且极显著恶化区域明显增加;2007-2013年,热状况恶化面积比前两个时期减少,热状况改良面积增加,一方面说明城市绿化使得局部热岛效应得以缓解,另一方面则是因为2007年和2013年研究区内基本都是热岛覆盖区域,致使两个时期的正规化地表温度差别变小。

显示原图|下载原图ZIP|生成PPT
图4武汉主城区热状况变化空间分布
-->Fig. 4Spatial distribution maps of thermal variation in Wuhan urbanized area
-->

Tab. 4
表4
表4武汉主城区热状况变化面积统计
Tab. 4Area statistics of thermal variation in the study area

变化分级	1987-1996年			1996-2007年			2007-2013年
变化分级	面积（km²）		比例（%）		面积（km²）	比例（%）	面积（km²）	比例（%）
I	1.4	0.2		2.4	0.4		11.2	1.6
Ⅱ	38.4	5.6		20.7	3.0		73.2	10.6
Ⅲ	265.5	38.6		359.0	52.2		497.1	72.3
Ⅳ	292.0	42.5		186.9	27.2		90.2	13.1
Ⅴ	90.0	13.1		118.2	17.2		15.5	2.3

新窗口打开

3.3 武汉城市扩张对热场时空演变的影响

3.3.1 城市建设对城市热场分布的影响对相应时期的不透水面值空间分布（图1）与正规化地表温度空间分布（图3）进行掩模,两者的分布格局呈现较好的空间一致性。不透水面值较高的区域,正规化地表温度值相对较高,城市热岛效应较明显,反之较低,说明城市建设强度会影响城市地表温度的分布特征及城市热岛的空间格局。为使这种影响机制更为明确,在ArcGIS 10.2中分别以0.01为增量对不同时期的不透水面值进行重分类,并利用其区域统计（Zonal Analysis）功能进行相应的正规化地表温度统计,在SPSS 17.0中建立两者的数量关系,进行一元线性回归分析,如图5所示。从图5可以看出,不透水面值与正规化地表温度的一元线性回归方程的回归系数为0.751~0.923,且所有的拟合方程均通过了0.01的显著性水平检验,总体来说,两者拟合关系较好,不透水面值能较好地解释正规化地表温度的变化。对比4个时期不透水面值与正规化地表温度的回归结果,发现不同时期两者的拟合程度不尽相同,但是回归曲线却呈现出相似的规律：即不透水面值低于0.4~0.5时,随着不透水面值的增加,正规化地表温度并没有表现出相应的上升,而是出现较大的波动;而当不透水面值高于0.4~0.5时,地表温度随着不透水面值的增加而呈现规律性上升。不透水面值0.4~0.5是划分城市自然地表和建设用地的阈值范围,在非建设用地或低密度建设用地区域（ISA低于0.4~0.5）,地表整体呈现出自然覆盖特征,地表的热容量和热传导性较低,削弱了不透水面与地表温度之间的关系,反之亦然。这说明不透水面指数能很好地解释高建设强度范围的地表温度变化,而对自然覆盖特征明显的区域地表温度影响有限。同时,不透水面值与正规化地表温度存在着明显的正相关,相关系数为0.867~0.961,随着不透水面值的增加,相对地表温度相应上升,即城市建设对城市地表温度升温和城市热岛效应增强有着正向促进的作用,在其他条件不变的情况下,不透水面值每增加0.1,正规化地表温度值会上升0.01~0.02,热岛强度增强。

显示原图|下载原图ZIP|生成PPT
图5武汉主城区正规化地表温度与不透水面指数的关系
-->Fig. 5Relationship of mean normalized difference land surface temperature (NDLST) to impervious surface area (ISA) index in Wuhan urbanized area
-->

3.3.2 城市扩张对城市热场演变的驱动对比图4和图2相应时期的正规化地表温度差值影像和不透水面差值影像,可以看出,两者的空间分布格局极其相似,尤其是热状况恶化极显著区与相应时期的城市扩张范围基本重合,这说明城市发展和建设对城市热环境恶化贡献突出,城市化进程加快能扩展城市热岛范围、加剧热岛强度。为进一步探讨城市扩张对城市热场演变的驱动机制,明确城市热状况改变与城市不透水面差值之间的关系,分别统计3个时期热状况变化等级内平均不透水面差值（表5）。由表5可知,热状况改良区域对应的平均不透水面差值为负,说明自然地表覆盖比例增大,建设用地相对减少。表现在城市建设过程中就是城市公共绿地面积的增加,对原有的建设用地进行了切割,建设用地破碎化趋势明显,连片高温被打破,从而对城市热岛表现出缓解作用,改善热场状况;而热状况恶化范围对应的平均不透水面差值为正,表明相应像元不透水面值增加了,城市建设强度增加,导致硬化地表覆盖比例增大,增加地表热辐射,加剧热岛效应。进一步分析发现,热状况恶化较显著区域的平均不透水面差值为0.134~0.262,为两个时间不透水面值变化不大的像元,主要为在原有建设用地上再建设或增加建设密度,如旧城扩张;而热状况恶化极显著区域的平均不透水面值为0.368~0.701,建设强度明显增加,建设用地范围扩张,主要为新增建设用地,即自然地表被硬化地表所代替的区域,这一点可以从图2和图4的掩模效果中得到直观的证明。
Tab. 5
表5
表5热状况变化与不透水面差值关系统计
Tab. 5Mean ISA difference at different thermal variation levels

变化分级	1987-1996年			1996-2007年			2007-2013年
变化分级	ISA差值		SD值		ISA差值	SD值	ISA差值	SD值
I	-0.056	0.181		-0.268	0.480		-0.292	0.463
Ⅱ	-0.050	0.164		-0.176	0.372		-0.242	0.435
Ⅲ	-0.126	0.120		0.030	0.168		-0.064	0.318
Ⅳ	0.134	0.298		0.205	0.333		0.262	0.382
Ⅴ	0.368	0.364		0.554	0.350		0.701	0.301

新窗口打开

4 结论与讨论

4.1 结论

（1）城市化最直接的体现就是城市道路、广场、建筑、停车场、硬质铺装等不透水表面逐步替代原有的自然植被和土壤覆盖,不透水面指数作为定量城市化水平和城市扩张程度的重要指标,能有效反映用地范围的建设程度、建筑密度、人口数量和交通状况,体现每个像元地表属性的热空间异质性。1987年、1996年、2007年和2013年武汉主城区平均不透水面值分别为0.476、0.494、0.716和0.813,建设强度不断增加,城市扩张明显。不同时期表现出不同的扩张模式和方向：① 1987-1996年,城市扩张主要沿交通干道呈线性扩张,对交通的依赖较大;② 1996-2007年,城市扩张主要以新建工业园区和房地产建设为主,以武汉（新）火车站、光谷软件园、常青花园、沌口等为中心呈现片状扩张,城市扩张迅速;③ 2007-2013年,武汉城市扩张转向三环外,主城区总体建设速度减缓,城市扩张主要以填湖为代价,呈现南湖、野芷湖、墨水湖等部分填湖建设的点状扩张。
（2）1987年、1996年、2007年和2013年研究区热岛面积分别为185.7 km²（27.0%）、286.7 km²（41.7%）、318.3 km²（46.3%）和287.6 km²（41.9%）,武汉城市热岛效应主要发生在相应时期的城市建成区和武钢工业区,而长江、汉江,东湖、南湖等大型水体则形成明显的低温廊道和“冷岛效应”。1987-2013年间,武汉主城区热状况总体呈现恶化趋势,但恶化速度逐渐变慢：1987-1996年热状况恶化面积为382.0 km²（55.6%）,主要集中在二环线内和武汉经济技术开发区,极显著恶化区域主要沿二环线分布;1996-2007年,热状况恶化面积为305.1 km²（44.4%）,主要为二环和三环线之间,极显著恶化区域明显增加;2007-2013年,热状况改良面积增加,热状况恶化面积较前两期减少,为105.7 km²（15.4%）,主要分布在武汉经济技术开发区。
（3）城市热岛分布范围与高不透水面值范围有着良好的一致性,不透水面值较高的区域,相对地表温度值较高,城市热岛效应较明显,反之亦然。1987年、1996年、2007年和2013年不透水面值与正规化地表温度的一元线性回归方程的回归系数为0.751~0.923,拟合程度较好,尤其在城市的中密度和高密度建设区拟合程度更好,不透水面指数能较科学地解释地表温度和城市热岛在空间上的变化。在其他条件不变的情况下,不透水面值每增加0.1,正规化地表温度值会上升0.01~0.02,城市建设对城市地表温度升温和城市热岛效应增强有正向促进的作用。
（4）武汉城市热状况变化明显受到城市建设强度变化的影响,从热状况改良极显著、改良较显著、无变化、恶化较显著到恶化极显著,不透水面差值由小到大。热状况改良的区域对应城市不透水面差值为负,在城市基质背景下增加城市绿地,能有效改善城市的热环境,缓解热岛效应;热状况恶化区域不透水面值为正,说明对应范围建设强度加大,且热状况恶化极显著覆盖范围与相应时期的城市扩张范围基本吻合,城市扩张和城市建设强度加大对扩展城市热岛范围及恶化城市热环境作用明显。

4.2 讨论

本文采用多时相遥感影像分析城市建设对城市热岛空间分布的影响,能有效体现城市地表覆盖特征和热场状况的空间异质性。采用不透水面差值影像来描述城市扩张,能直观反映像元地表覆盖特征和建设程度变化的空间异质性,也能定量表征城市扩张的方向与程度;正规化地表温度差值影像能直观地反映像元热场特征的迁移方向和热岛空间的演变过程,能动态表征像元热状况变化的空间异质性。动态定量城市扩张对热场特征演变的影响有助于更好地理解其驱动机制,为城市热岛时空演变提供新的角度,为制定相应的缓解对策和城市建设政策提供思路。但是城市化和城市发展对城市热场时空演变的影响还涉及人口分布、建筑布局等多个因素,如何将相关指标进行空间定量,综合分析城市化与城市热场变化的数量关系将是下一步研究的重点。
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]	Konopacki S, Akbari H.Energy savings for heat island reduction strategies in Chicago and Houston (including updates for Baton Rouge, Sacramento, and Salt Lake City) . Berkeley: University of California, 2002. [本文引用: 1]
[2]	Sarrat C, Lemonsu A, Masson V, et al.Impact of urban heat island on regional atmospheric pollution . Atmospheric Environment, 2006, 40(10): 1743-1758.https://doi.org/10.1016/j.atmosenv.2005.11.037 Magsci [本文引用: 1]摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The purpose of this work is to study the impact of an urban land cover on local meteorology and spatial distribution of atmospheric pollutants over the Paris region. One anticyclonic episode from the ESQUIF campaign was simulated using the meso-scale meteorological and chemical Meso-NHC model coupled to the town energy balance (TEB) urban canopy model. A control simulation was also performed without implementing TEB in order to quantify the effect of the urban parameterization. Both meteorological and chemical model outputs were evaluated against the data collected during the experiment and most of the results are improved when TEB is applied. The simulation indicates the formation of an urban heat island (UHI) over Paris which is stronger at night than during day. The structure of the atmospheric boundary layer is also strongly influenced by the city. The present study shows that both nocturnal and diurnal urban effects have an important impact on the primary and secondary regional pollutants, more specifically the ozone and the nitrogen oxide (NO<em><sub>x</sub></em>). The spatial distribution and the availability of pollutants are significantly modified by the urbanized area mainly due to enhanced turbulence.</p>
[3]	Du Y, Xie Z Q, Zeng Y, et al.Impact of urban expansion on regional temperature change in the Yangtze River Delta . Journal of Geographical Sciences, 2007, 17(4): 387-398.https://doi.org/10.1007/s11442-007-0387-0 Magsci [本文引用: 1]摘要 <a name="Abs1"></a>Based on non-radiance-calibrated DMSP/OLS nighttime light imagery from 1992 to 2003, urban land area statistical data, meteorological data and land surface temperature data retrieved by MODIS and NOAA/AVHRR data, the influence of urbanization on regional climatic trend of temperature in the Yangtze River Delta (YRD) was analyzed. Conclusions are as follows: 1) There is a significant urbanization process from 1992 to 2003 in the YRD. Four city clusters of Nanjing-Zhenjiang-Yangzhou, Suzhou-Wuxi-Changzhou, Shanghai and Hangzhou Bay form a zigzag city belt. The increase rate of annual mean air temperature in city-belt is 0.28–0.44°C/10a from 1991 to 2005, which is far larger than that of non-city-belt. 2) The urban heat island (UHI) effect on regional mean air temperature in different seasons is summer>autumn>spring>winter. 3) The UHI intensity and the urban total population logarithm are creditably correlated. 4) The UHI effect made the regional annual mean air temperature increased 0.072°C from 1961 to 2005, of which 0.047°C from 1991 to 2005, and the annual maximum air temperature increased 0.162°C, of which 0.083°C from 1991 to 2005. All these indicating that the urban expansion in the YRD from 1991 to 2005 may be regarded as a serious climate signal.
[4]	Zheng B J, Myint S W, Fan C.Spatial configuration of anthropogenic land cover impacts on urban warming . Landscape and Urban Planning, 2014, 130(1): 104-111.https://doi.org/10.1016/j.landurbplan.2014.07.001 URL [本文引用: 1]摘要 Anthropogenic land cover types greatly influence the urban heat island (UHI) effects. This study examined effects of composition and spatial pattern of anthropogenic land cover features on land surface temperature (LST) in Phoenix, Arizona, USA, using a land cover map derived from high resolution satellite data and ASTER LST data. The spatial pattern of land cover features was measured by local Moran's I —a continuous spatial autocorrelation index, which can effectively describe dispersed or clustered patterns of land cover features. Our results showed that the composition and spatial pattern of buildings have minimal impacts on LST, while those of paved surfaces alter LST more drastically. The local Moran's I of paved surfaces have a stronger positive correlation with nighttime ( r 2 02=020.38) than daytime ( r 2 02=020.17) temperatures, suggesting that clustered paved surfaces create stronger warming effects at night. We further controlled for land cover compositions to minimize their effects on LST, and found that the magnitude of warming effects caused by clustered paved surfaces differed among landscapes of varying land cover compositions. Correlations between local Moran's I of paved surfaces and LST becomes stronger when paved surface fraction exceeds 50%. These results illustrated aggregate warming effects of clustered paved surfaces, and provide insights on UHI mitigation for land managers and urban planners.
[5]	Parker D E.A demonstration that large-scale warming is not urban . Journal of Climate, 2006, 19(12): 2882-2895. [本文引用: 1]
[6]	Frey C M, Parlow E.Flux measurements in Cairo. Part 2: On the determination of the spatial radiation and energy balance using ASTER satellite data . Remote Sensing, 2012, 4(9): 2635-2660.https://doi.org/10.3390/rs4092635.URL [本文引用: 1]摘要 This study highlights the possibilities and constraints of determining instantaneous spatial surface radiation and land heat fluxes from satellite images in a heterogeneous urban area and its agricultural and natural surroundings. Net radiation was determined using ASTER satellite data and MODTRAN radiative transfer calculations. The soil heat flux was estimated with two empirical methods using radiative terms and vegetation indices. The turbulent heat fluxes finally were determined with the LUMPS (Local-Scale Urban Meteorological Parameterization Scheme) and the ARM (Aerodynamic Resistance Method) method. Results were compared to in situ measured ground data. The performance of the atmospheric correction was found to be crucial for the estimation of the radiation balance and thereafter the heat fluxes. The soil heat flux could be modeled satisfactorily by both of the applied approaches. The LUMPS method, for the turbulent fluxes, appeals by its simplicity. However, a correct spatial estimation of associated parameters could not always be achieved. The ARM method showed the better spatial results for the turbulent heat fluxes. In comparison with the in situ measurements however, the LUMPS approach rendered the better results than the ARM method.
[7]	Mohan M, Kandya A. Impact of urbanization and land-use/land-cover change on diurnal temperature range: A case study of tropical urban airshed of India using remote sensing data . Science of the Total Environment, 2015, 506-507: 453-465. [本文引用: 1]
[8]	Manea D L, Manea E E, Robescu D N.Study on greenhouse gas emissions from wastewater treatment plants . Environmental Engineering and Management Journal, 2013, 12(1): 59-63.Magsci [本文引用: 1]摘要 One of the causes of climate change is the accumulation of greenhouse gases (GHGs). Methane (CH4) is one of the greenhouse gases, with an ability to trap heat in Earth's atmosphere 21 times greater than carbon dioxide (CO2) per unit mass and in the same period of time. Because the lifetime of methane in the atmosphere is relatively short, it could be kept under control. Wastewater treatment plants (WWTPs) are anthropogenic sources of CH4 emissions. Anaerobic digestion of the sludge resulting from wastewater treatment produces biogas, which contains large amounts of CH4. The paper aims to study the opportunities to control and even eliminate methane emissions resulted from WWTPs. The main solution to achieve that is by an intensive usage of biogas. The methane contained in the biogas (resulted from sludge anaerobic digestion) can be used for local production of energy required in the WWTP. Power consumption of a WWTP was monitored, together with its biogas production. The necessary consumptions of power and heat were calculated and compared with the potential energy of methane in the biogas obtained. It resulted that an important part of the WWTP energy demand may be covered by implementing a local solution to generate energy from biogas burning. The implementation of systems that produce biogas and use it further to produce energy for own consumption is an important step towards controlling the level of methane in the atmosphere, especially in large WWTPs. The carbon footprint of energy consumption in WWTP is also reduced.
[9]	季崇萍, 刘伟东, 轩春怡. 北京城市化进程对城市热岛的影响研究 . 地球物理学报, 2006, 49(1): 69-77.Magsci [本文引用: 1]摘要利用1971～2000年北京20个气象观测站逐日４个时次（02:00、08:00、14:00、20:00）的温度资料，选取具有代表性的城区和郊区多个站点的平均值对北京城市化进程对城市热岛效应的影响、城市热岛强度的日变化和长期变化进行了研究.分析结果指出：（1）北京城市热岛强度和总人口对数呈线性相关关系，其长期变化相关系数为076；（2）北京城市建成区的范围与城市热岛影响范围呈同步变化趋势；(3)不同时次城市热岛强度的长期变化指出，北京城市热岛强度以平均每10年022℃的速率加剧，其中1999年北京热岛强度达113℃（夜间，02:00）；(4)夜间热岛强度明显大于日间.就10年平均而言, 20世纪80年代和90年代夜戒热岛强度均超过05℃；(5)一天4个时次热岛强度的季节变化趋势基本一致，均表现为冬季强、夏季弱.并且，夜间02:00时热岛最强，中午14:00时热岛最弱. [Ji Chongping, Liu Weidong, Xuan Chunyi.Impact of urban growth on the heat island in Beijing . Chinese Journal of Geophysics, 2006, 49(1): 69-77.]Magsci [本文引用: 1]摘要利用1971～2000年北京20个气象观测站逐日４个时次（02:00、08:00、14:00、20:00）的温度资料，选取具有代表性的城区和郊区多个站点的平均值对北京城市化进程对城市热岛效应的影响、城市热岛强度的日变化和长期变化进行了研究.分析结果指出：（1）北京城市热岛强度和总人口对数呈线性相关关系，其长期变化相关系数为076；（2）北京城市建成区的范围与城市热岛影响范围呈同步变化趋势；(3)不同时次城市热岛强度的长期变化指出，北京城市热岛强度以平均每10年022℃的速率加剧，其中1999年北京热岛强度达113℃（夜间，02:00）；(4)夜间热岛强度明显大于日间.就10年平均而言, 20世纪80年代和90年代夜戒热岛强度均超过05℃；(5)一天4个时次热岛强度的季节变化趋势基本一致，均表现为冬季强、夏季弱.并且，夜间02:00时热岛最强，中午14:00时热岛最弱.
[10]	曹爱丽, 张浩, 张艳, 等. 上海近50年气温变化与城市化发展的关系 . 地球物理学报, 2008, 51(6): 1663-1669.Magsci摘要 <FONT face=Verdana>根据上海地区2个气象站近50年的年均气温数据，采用回归分析、滑动平均和Mann\\|Kendall检验法研究上海地区气温的年代际变化与跃变，城郊温差的年际变化；采用趋势拟合与相关分析，研究城郊温差与城市人口、GDP、能源消耗量、建成区面积和住宅竣工面积等各项城市发展指标的关系.结果表明：（1）近50年来，上海地区年均气温缓慢上升，20世纪90年代后城郊温差呈锯齿状上升趋势，若以徐家汇代表城区，奉贤代表郊区，则近50年来，城郊温差增温率为0.23℃/10a.（2）1989~1990年为上海城区气温的跃变年份，而郊区的气温跃变出现在20世纪90年代中期.（3）各项城市发展指标均与上海城郊温差有着显著的相关性，表明它们与上海城市热岛的发展关系密切，其中，住宅建设是上海城市热岛最主要的驱动因素，城市人口和经济发展也具有重要影响.</FONT> [Cao Aili, Zhang Hao, Zhang Yan, et al.Decadal changes of air temperature in Shanghai in recent 50 years and its relation to urbanization . Chinese Journal of Geophysics, 2008, 51(6): 1663-1669.]Magsci摘要 <FONT face=Verdana>根据上海地区2个气象站近50年的年均气温数据，采用回归分析、滑动平均和Mann\\|Kendall检验法研究上海地区气温的年代际变化与跃变，城郊温差的年际变化；采用趋势拟合与相关分析，研究城郊温差与城市人口、GDP、能源消耗量、建成区面积和住宅竣工面积等各项城市发展指标的关系.结果表明：（1）近50年来，上海地区年均气温缓慢上升，20世纪90年代后城郊温差呈锯齿状上升趋势，若以徐家汇代表城区，奉贤代表郊区，则近50年来，城郊温差增温率为0.23℃/10a.（2）1989~1990年为上海城区气温的跃变年份，而郊区的气温跃变出现在20世纪90年代中期.（3）各项城市发展指标均与上海城郊温差有着显著的相关性，表明它们与上海城市热岛的发展关系密切，其中，住宅建设是上海城市热岛最主要的驱动因素，城市人口和经济发展也具有重要影响.</FONT>
[11]	岳文泽, 徐丽华, 徐建华. 20世纪 90年代上海市热环境变化及其社会经济驱动力 . 生态学报, 2010, 30(1): 155-164.Magsci摘要城市化过程导致地表水分蒸腾减少、径流加速、显热的存储和传输增加以及水质降低等一系列生态环境效应，其中最典型的特征就是城市热岛的出现。城市热环境动态主要驱动力可以概括为两大方面：地表覆被的变化与人类社会经济活动。论文采用Landsat的TM/ETM+为基本数据源，先定量反演了每个像元内的陆地表面温度，以此探讨了20世纪90年代上海市主城区热环境的动态演化和社会经济驱动力。研究结果揭示，20世纪90年代上海市主城区热岛范围显著扩大，但中心城区的热岛强度在下降，空间格局也趋于复杂；通过分析，城市热环境空间格局动态演变是不同尺度上、相互嵌套、相互影响的多种驱动力的综合作用结果。其中，城市建成区的快速扩展是热岛范围不断扩展的最显性驱动力；中心城区人口密度显著下降是热岛中心强度降低的一个综合性驱动因子，而以重化工业为代表的能耗布局改变则是中心城区热岛强度降低的一个主要驱动力；通过增加绿化面积布局等人为措施改变热辐射和存储模式，对缓解城市热环境来说是最有意义的因素。由于多种驱动力相互嵌套、交互作用，因此建立城市热环境演变驱动机制的定量模型还十分困难，但是研究结果对于制定城市热环境改善政策和编制合理的城市规划等都具有一定的借鉴意义。 [Yue Wenze, Xu Lihua, Xu Jianhua.Thermal environment change and its socioeconomic drivers in Shanghai city during the 1990s . Acta Ecologica Sinica, 2010, 30(1): 155-164.]Magsci摘要城市化过程导致地表水分蒸腾减少、径流加速、显热的存储和传输增加以及水质降低等一系列生态环境效应，其中最典型的特征就是城市热岛的出现。城市热环境动态主要驱动力可以概括为两大方面：地表覆被的变化与人类社会经济活动。论文采用Landsat的TM/ETM+为基本数据源，先定量反演了每个像元内的陆地表面温度，以此探讨了20世纪90年代上海市主城区热环境的动态演化和社会经济驱动力。研究结果揭示，20世纪90年代上海市主城区热岛范围显著扩大，但中心城区的热岛强度在下降，空间格局也趋于复杂；通过分析，城市热环境空间格局动态演变是不同尺度上、相互嵌套、相互影响的多种驱动力的综合作用结果。其中，城市建成区的快速扩展是热岛范围不断扩展的最显性驱动力；中心城区人口密度显著下降是热岛中心强度降低的一个综合性驱动因子，而以重化工业为代表的能耗布局改变则是中心城区热岛强度降低的一个主要驱动力；通过增加绿化面积布局等人为措施改变热辐射和存储模式，对缓解城市热环境来说是最有意义的因素。由于多种驱动力相互嵌套、交互作用，因此建立城市热环境演变驱动机制的定量模型还十分困难，但是研究结果对于制定城市热环境改善政策和编制合理的城市规划等都具有一定的借鉴意义。
[12]	彭保发, 石忆邵, 王贺封, 等. 城市热岛效应的影响机理及其作用规律: 以上海市为例 . 地理学报, 2013, 68(11): 1461-1471.https://doi.org/10.11821/dlxb201311002 Magsci [本文引用: 1]摘要以上海市为例，从土地利用规模和强度的变化、类型和布局的变化、利用方式的变化三个方面揭示其对热岛效应的影响机理；实证分析结果表明：（1）土地城市化是上海城市热岛强度的主要影响因素；就建成区扩张对热岛强度的具体影响而言，累积效应大于其增量效应；（2）工业化、房地产开发、人口增长对上海城市热岛强度均具有较大的影响；就经济发展和能源消耗对城市热岛强度的具体影响而言，密度效应通常大于其规模效应；就全社会房屋竣工面积、20 层以上高层建筑数量对热岛强度的影响而言，累积效应小于增量效应；就人口增长对城市热岛强度的具体影响而言，密度效应与规模效应大体相近；（3）土地利用和城市发展模式的差异导致了城市热岛效应的空间差异。 [Peng Baofa, Shi Yishao, Wang Hefeng, et al.The impacting mechanism and laws of function of urban heat islands effect: A case study of Shanghai . Acta Geographica Sinica, 2013, 68(11): 1461-1471.]https://doi.org/10.11821/dlxb201311002 Magsci [本文引用: 1]摘要以上海市为例，从土地利用规模和强度的变化、类型和布局的变化、利用方式的变化三个方面揭示其对热岛效应的影响机理；实证分析结果表明：（1）土地城市化是上海城市热岛强度的主要影响因素；就建成区扩张对热岛强度的具体影响而言，累积效应大于其增量效应；（2）工业化、房地产开发、人口增长对上海城市热岛强度均具有较大的影响；就经济发展和能源消耗对城市热岛强度的具体影响而言，密度效应通常大于其规模效应；就全社会房屋竣工面积、20 层以上高层建筑数量对热岛强度的影响而言，累积效应小于增量效应；就人口增长对城市热岛强度的具体影响而言，密度效应与规模效应大体相近；（3）土地利用和城市发展模式的差异导致了城市热岛效应的空间差异。
[13]	Hjort J, Suomi J, K?yhk? J.Spatial prediction of urban-rural temperatures using statistical methods . Theoretical and Applied Climatology, 2011, 106(1): 139-152.https://doi.org/10.1007/s00704-011-0425-9 URL [本文引用: 1]摘要 Spatial information on climatic characteristics is beneficial in e.g. regional planning, building construction and urban ecology. The possibility to spatially predict urban-rural temperatures with statistical techniques and small sample sizes was investigated in Turku, SW Finland. Temperature observations from 36 stationary weather stations over a period of 6 years were used in the analyses. Geographical information system (GIS) data on urban land use, hydrology and topography served as explanatory variables. The utilized statistical techniques were generalized linear model and boosted regression tree method. The results demonstrate that temperature variables can be robustly predicted with relatively small sample sizes ( n ≈ 20-40). The variability in the temperature data was explained satisfactorily with few accessible GIS variables. Statistically based spatial modelling provides a cost-efficient approach to predict temperature variables on a regional scale. Spatial modelling may aid also in gaining novel insights into the causes and impacts of temperature variability in extensive urbanized areas.
[14]	王文杰, 申文明, 刘晓曼. 基于遥感的北京市城市化发展与城市热岛效应变化关系研究 . 环境科学研究, 2006, 19(2): 44-45.https://doi.org/10.3321/j.issn:1001-6929.2006.02.014 URL [本文引用: 1]摘要下垫面改变、大量人为热排放及城市区域本身的温室气体排放是导致城市热岛产生的主要原因，城市规模则决定了城市区域热岛效应的影响规模与强度，进而影响区域空气中污染物的扩散．利用1978年以来不同时段的遥感影像对北京城市用地、绿地、归一化植被指数、城市热岛区面积进行了监测，分析了北京市20余年来城市规模的变化及空间布局特征、城市绿地变化、城市热岛效应及其相关关系，旨在为城市合理布局，改善环境状况提供基本信息．结果表明，北京市20余年来城市热岛区面积增长明显，2000年以来四环内由于绿地面积增长、城市结构日趋合理，城市热岛有减缓的趋势． [Wang Wenjie, Shen Wenming, Liu Xiaoman.Research on the relation of the urbanization and urban heat island effect changes in Beijing based on remote sensing . Research of Environmental Sciences, 2006, 19(2): 44-45.]https://doi.org/10.3321/j.issn:1001-6929.2006.02.014 URL [本文引用: 1]摘要下垫面改变、大量人为热排放及城市区域本身的温室气体排放是导致城市热岛产生的主要原因，城市规模则决定了城市区域热岛效应的影响规模与强度，进而影响区域空气中污染物的扩散．利用1978年以来不同时段的遥感影像对北京城市用地、绿地、归一化植被指数、城市热岛区面积进行了监测，分析了北京市20余年来城市规模的变化及空间布局特征、城市绿地变化、城市热岛效应及其相关关系，旨在为城市合理布局，改善环境状况提供基本信息．结果表明，北京市20余年来城市热岛区面积增长明显，2000年以来四环内由于绿地面积增长、城市结构日趋合理，城市热岛有减缓的趋势．
[15]	杨英宝, 苏伟忠, 江南, 等. 南京市热岛效应变化时空特征及其与土地利用变化的关系 . 地理研究, 2007, 26(5): 877-887.Magsci摘要利用遥感数据和气象统计数据分析自1985年以来南京市热岛效应变化的时空特征及其与土地利用变化的关系。结果表明:自1985年以来,南京市热岛效应强度和范围在增长。南京市的年均温逐年上升,与郊区六合县的温差呈上升趋势;南京市建成区内4级热岛效应面积增加了107.88km<sup>2</sup>。热岛效应增长在空间上存在差异,大厂>雨花台>市辖区>栖霞>浦口>江宁。南京市土地利用变化的结果使得热岛效应空间分布更广泛,城镇居民点及工矿用地利用强度变化最大的地方即城市热岛效应增加最多的地方,两者在空间上具有很好的吻合;而和城镇居民点及工矿用地的扩展规模没有很好的空间相关性。 [Yang Yingbao, Su Weizhong, Jiang Nan, et al.Spatial-temporal characteristics of urban heat island effect change of Nanjing city and its relation with land use change . Geographical Research, 2007, 26(5): 877-887.]Magsci摘要利用遥感数据和气象统计数据分析自1985年以来南京市热岛效应变化的时空特征及其与土地利用变化的关系。结果表明:自1985年以来,南京市热岛效应强度和范围在增长。南京市的年均温逐年上升,与郊区六合县的温差呈上升趋势;南京市建成区内4级热岛效应面积增加了107.88km<sup>2</sup>。热岛效应增长在空间上存在差异,大厂>雨花台>市辖区>栖霞>浦口>江宁。南京市土地利用变化的结果使得热岛效应空间分布更广泛,城镇居民点及工矿用地利用强度变化最大的地方即城市热岛效应增加最多的地方,两者在空间上具有很好的吻合;而和城镇居民点及工矿用地的扩展规模没有很好的空间相关性。
[16]	岳文泽, 徐建华. 上海市人类活动对热环境的影响 . 地理学报, 2008, 63(3): 247-256.Magsci摘要 <p>随着城市规模不断扩张, 由城市热岛现象而导致的热环境问题不断凸现。城市热环境的时空变化, 是下垫面改变、人为热释放和环境污染等人类活动因素相互交织作用的结果。由于城市热环境影响因子的复杂性, 传统观测手段和统计方法在获取数据和分析人类活动对热环境响应机制方面存在着局限性。而卫星遥感和GIS 技术为人类活动对城市热环境的影响分析提供了技术支撑。选用Landsat ETM+ 影像, 以上海市外环内区域为研究靶区, 在探讨热环境的空间格局基础上, 运用空间主成分分析方法替代传统的多准则判断(MCE) 方法, 分析了人类活动对城市热环境的影响特征。结果发现, 对于上海主城区而言, 城市建筑与人口密度、工业区布局、下垫面类型以及城市景观多样性四个因子是影响城市热环境空间格局的主导因子; 四个因子的线性模型, 较好地模拟了热环境的空间变化, 定量揭示了上海城市人类活动对热环境的影响机制。</p> [Yue Wenze, Xu Jianhua.Impact of human activities on urban thermal environment in Shanghai . Acta Geographica Sinica, 2008, 63(3): 247-256.]Magsci摘要 <p>随着城市规模不断扩张, 由城市热岛现象而导致的热环境问题不断凸现。城市热环境的时空变化, 是下垫面改变、人为热释放和环境污染等人类活动因素相互交织作用的结果。由于城市热环境影响因子的复杂性, 传统观测手段和统计方法在获取数据和分析人类活动对热环境响应机制方面存在着局限性。而卫星遥感和GIS 技术为人类活动对城市热环境的影响分析提供了技术支撑。选用Landsat ETM+ 影像, 以上海市外环内区域为研究靶区, 在探讨热环境的空间格局基础上, 运用空间主成分分析方法替代传统的多准则判断(MCE) 方法, 分析了人类活动对城市热环境的影响特征。结果发现, 对于上海主城区而言, 城市建筑与人口密度、工业区布局、下垫面类型以及城市景观多样性四个因子是影响城市热环境空间格局的主导因子; 四个因子的线性模型, 较好地模拟了热环境的空间变化, 定量揭示了上海城市人类活动对热环境的影响机制。</p>
[17]	Hart M A, Sailor D J.Quantifying the influence of landuse and surface characteristics on spatial variability in the urban heat island . Theoretical and Applied Climatology, 2009, 95(3): 397-406.https://doi.org/10.1007/s00704-008-0017-5 URL摘要 The urban thermal environment varies not only from its rural surroundings but also within the urban area due to intra-urban differences in land-use and surface characteristics. Understanding the causes of this intra-urban variability is a first step in improving urban planning and development. Toward this end, a method for quantifying causes of spatial variability in the urban heat island has been developed. This paper presents the method as applied to a specific test case of Portland, Oregon. Vehicle temperature traverses were used to determine spatial differences in summertime ~2 m air temperature across the metropolitan area in the afternoon. A tree-structured regression model was used to quantify the land-use and surface characteristics that have the greatest influence on daytime UHI intensity. The most important urban characteristic separating warmer from cooler regions of the Portland metropolitan area was canopy cover. Roadway area density was also an important determinant of local UHI magnitudes. Specifically, the air above major arterial roads was found to be warmer on weekdays than weekends, possibly due to increased anthropogenic activity from the vehicle sector on weekdays. In general, warmer regions of the city were associated with industrial and commercial land-use. The downtown core, whilst warmer than the rural surroundings, was not the warmest part of the Portland metropolitan area. This is thought to be due in large part to local shading effects in the urban canyons.
[18]	谢苗苗, 王仰麟, 李贵才, 等.不同城市化阶段景观演变的热环境效应动态: 以深圳西部地区为例 . 地理研究, 2009, 28(4): 1085-1094.Magsci摘要 <p>热环境效应是城市化过程中景观格局演变对区域生态环境影响研究的重要内容之一。通过热环境效应动态研究有助于理解景观对区域生态环境效应的影响在不同阶段的规律特性。本文利用深圳市1987年、1995年和2005年3期Landsat TM影像,通过构建热环境效应变化指数描述不同城市化阶段热环境效应的发展特征,并通过景观分布指数表征景观演变对其的影响作用。结果表明热环境效应的空间特征在城市化进程中由聚集型逐渐转变为零散与破碎分布;在快速城市化阶段,景观演变对热环境效应动态的影响主要体现为热中心的扩展,同时自然景观对热环境效应的缓解作用有所减弱;城市化稳定阶段,景观变化的热环境效应由空间的扩张转为强度的提高。</p> [Xie Miaomiao, Wang Yanglin, Li Guicai, et al.Thermal environment effect dynamic of landscape changes in different urbanization phases: A case study of western Shenzhen . Geograph ical Research, 2009, 28(4): 1085-1094.]Magsci摘要 <p>热环境效应是城市化过程中景观格局演变对区域生态环境影响研究的重要内容之一。通过热环境效应动态研究有助于理解景观对区域生态环境效应的影响在不同阶段的规律特性。本文利用深圳市1987年、1995年和2005年3期Landsat TM影像,通过构建热环境效应变化指数描述不同城市化阶段热环境效应的发展特征,并通过景观分布指数表征景观演变对其的影响作用。结果表明热环境效应的空间特征在城市化进程中由聚集型逐渐转变为零散与破碎分布;在快速城市化阶段,景观演变对热环境效应动态的影响主要体现为热中心的扩展,同时自然景观对热环境效应的缓解作用有所减弱;城市化稳定阶段,景观变化的热环境效应由空间的扩张转为强度的提高。</p>
[19]	Tan K C, Lim H S, MatJafri M Z, et al. Landsat data to evaluate urban expansion and determine land use/land cover changes in Penang Island, Malaysia . Environmental Earth Sciences, 2010, 60(7): 1509-1521.https://doi.org/10.1007/s12665-009-0286-z Magsci摘要 Land surface temperature (LST) plays an important role in local, regional and global climate studies. LST controls the distribution of the budget for radiation heat between the atmosphere and the earth’s surface. Therefore, it is important to evaluate abrupt changes in land use/land cover (LULC). Penang Island, Malaysia has been experiencing a rapid and drastic change in urban expansion over the past two decades due to growth in industrial and residential areas. The aim of this study was to investigate and evaluate the impact of LST with respect to land use changes in Penang Island, Malaysia. Three supervised classification techniques known as maximum likelihood, minimum distance-to-mean and parallelepiped were applied to the images to extract thematic information from the acquired scene by using PCI Geomatica 10.1 image processing software. These remote sensing classification techniques help to examine land-use changes in Penang Island using multi-temporal Landsat data for the period of 1999–2007. Training sites were selected within each scene and seven land cover classes were assigned to each classifier. The relative performance of each technique was evaluated. The accuracy of each classification map was assessed using a reference data set consisting of a large number of samples collected per category. Two Landsat satellite images captured in 1999 and 2007 were chosen to classify the LULC types using the maximum likelihood classification method, determined from visible and near-infrared bands. The study revealed that the maximum likelihood classifier produced superior results and achieved a high degree of accuracy. The LST and normalised difference vegetation index (NDVI) were computed based on changes in LULC. The results showed that the urban (highly built-up) area increased dramatically, and grassland area increased moderately. Inversely, barren land decreased obviously, and forest area decreased moderately. While urban (minimally built-up) area decreased slightly. These changes in LULC caused at significant difference in LST between urban and rural areas. Strong correlation values were observed between LST and NDVI for all LULC classes. The remote sensing technique used in this study was found to be efficient; it reduced the time for the analysis of the urban expansion, and it was found to be a useful tool to evaluate the impact of urbanisation with LST.
[20]	陈明辉, 陈颖彪, 郭冠华, 等. 东莞市城市热环境时空变化及其驱动机制 . 地理研究, 2011, 30(8): 1431-1438.https://doi.org/10.11821/yj2011080009 URL Magsci [本文引用: 1]摘要东莞市处于快速城市化进程中,基于1990~2005年Landsat TM/ETM+反演地表温度,对地表温度数据进行归一化处理,分析东莞市热环境格局的时空变化特征,并引入建筑密度和交通干道对区域热环境格局的形成机制进行分析。研究表明:东莞市在近15年间城市热环境格局发生重大变化,随着城市建设用地的扩张,热岛由起初的分散点状分布向条状和带状分布演变。东莞市热格局的形成与发展与建筑密度密切相关,非城市用地的热岛强度为0.18℃,比郊区温度高0.18℃;热岛效应随离交通干道距离的增加而逐渐较弱。 [Chen Minghui, Chen Yingbiao, Guo guanhua, et al. Temporal and spatial changes of urban thermal environment and driving mechanism in Dongguan City . Geographical Research, 2011, 30(8): 1431-1438.]https://doi.org/10.11821/yj2011080009 URL Magsci [本文引用: 1]摘要东莞市处于快速城市化进程中,基于1990~2005年Landsat TM/ETM+反演地表温度,对地表温度数据进行归一化处理,分析东莞市热环境格局的时空变化特征,并引入建筑密度和交通干道对区域热环境格局的形成机制进行分析。研究表明:东莞市在近15年间城市热环境格局发生重大变化,随着城市建设用地的扩张,热岛由起初的分散点状分布向条状和带状分布演变。东莞市热格局的形成与发展与建筑密度密切相关,非城市用地的热岛强度为0.18℃,比郊区温度高0.18℃;热岛效应随离交通干道距离的增加而逐渐较弱。
[21]	Fabrizi R, Bonafoni S, Biondi R.Satellite and ground-based sensors for the urban heat island analysis in the city of Rome . Remote Sensing, 2010, 2(5): 1400-1415. [本文引用: 1]
[22]	Hamdi R.Estimating urban heat island effects on the temperature series of Uccle (Brussels, Belgium) using remote sensing data and a land surface scheme . Remote Sensing, 2010, 2(12): 2773-2784.
[23]	Liu L, Zhang Y Z.Urban heat island analysis using the Landsat TM data and ASTER data: A case study in Hong Kong . Remote Sensing, 2011, 3(12): 1535-1552.https://doi.org/10.3390/rs3071535 URL摘要 In this paper, the effect of urban heat island is analyzed using the Landsat TM data and ASTER data in 2005 as a case study in Hong Kong. Two algorithms were applied to retrieve the land surface temperature (LST) distribution from the Landsat TM and ASTER data. The spatial pattern of LST in the study area is retrieved to characterize their local effects on urban heat island. In addition, the correlation between LST and the normalized difference vegetation index (NDVI), the normalized difference build-up index (NDBI) is analyzed to explore the impacts of the green land and the build-up land on the urban heat island by calculating the ecological evaluation index of sub-urban areas. The results indicate that the effect of urban heat island in Hong Kong is mainly located in three sub-urban areas, namely, Kowloon Island, the northern Hong Kong Island and Hong Kong International Airport. The correlation between LST and NDVI, NDBI also indicates that the negative correlation of LST and NDVI suggests that the green land can weaken the effect on urban heat island, while the positive correlation between LST and NDBI means that the built-up land can strengthen the effect of urban heat island in our case study. Although satellite data (e.g., Landsat TM and ASTER thermal bands data) can be applied to examine the distribution of urban heat islands in places such as Hong Kong, the method still needs to be refined with in situ measurements of LST in future studies.
[24]	Xiong Y Z, Huang S P, Chen F, et al.The impacts of rapid urbanization on the thermal environment: A remote sensing study of Guangzhou, South China . Remote Sensing, 2012, 4(7): 2033-2056. [本文引用: 1]
[25]	易予晴, 龙腾飞, 焦伟利, 等. 武汉城市群夏季热岛特征及演变 . 长江流域资源与环境, 2015, 24(8): 1279-1285.https://doi.org/10.11870/cjlyzyyhj201508003 Magsci [本文引用: 1]摘要利用2000~2010年共11期MODIS地表温度资料和多源多时相的遥感影像分类结果揭示武汉城市群的夏季热岛效应,反演并计算出10 a间武汉城市群日间和夜间的热岛强度变化、土地覆盖类型和城镇用地面积。在对不同时相的地表温度数据进行热岛指数归一化处理的基础上,分析了武汉城市群热岛的分布特征及年代演变,定量分析了武汉城市群以及中心城市武汉市不同热状况区面积的变化和热场的变迁。结果表明,武汉城市群夏季热岛效应较为明显,其中武汉市是主要热源和热中心;自2000年起,武汉城市群城乡温度差异逐步减小,热中心分布向外扩散,城市热岛区域急速扩张,整体热环境趋于恶化;新兴城区的开发增加了武汉市的热源分布,人工表面的增加以及自然表面的减少导致城市热岛效应不断加剧。 [Yi Yuqing, Long Tengfei, Jiao Weili, et al.Characteristics and evolution of the summer heat island effect in Wuhan city group . Resources and Environment in the Yangtze Basin, 2015, 24(8): 1279-1285.]https://doi.org/10.11870/cjlyzyyhj201508003 Magsci [本文引用: 1]摘要利用2000~2010年共11期MODIS地表温度资料和多源多时相的遥感影像分类结果揭示武汉城市群的夏季热岛效应,反演并计算出10 a间武汉城市群日间和夜间的热岛强度变化、土地覆盖类型和城镇用地面积。在对不同时相的地表温度数据进行热岛指数归一化处理的基础上,分析了武汉城市群热岛的分布特征及年代演变,定量分析了武汉城市群以及中心城市武汉市不同热状况区面积的变化和热场的变迁。结果表明,武汉城市群夏季热岛效应较为明显,其中武汉市是主要热源和热中心;自2000年起,武汉城市群城乡温度差异逐步减小,热中心分布向外扩散,城市热岛区域急速扩张,整体热环境趋于恶化;新兴城区的开发增加了武汉市的热源分布,人工表面的增加以及自然表面的减少导致城市热岛效应不断加剧。
[26]	Chander G, Markham B.Revised Landsat-5 TM radiometric calibration procedures and post calibration dynamic ranges . IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(11): 2674-2677.https://doi.org/10.1109/TGRS.2003.818464 URL [本文引用: 1]摘要 Effective May 5, 2003, Landsat-5 (L5) Thematic Mapper (TM) data processed and distributed by the U.S. Geological Survey (USGS) Earth Resources Observation System (EROS) Data Center (EDC) will be radiometrically calibrated using a new procedure and revised calibration parameters. This change will improve absolute calibration accuracy, consistency over time, and consistency with Landsat-7 (L7) Enhanced Thematic Mapper Plus (ETM+) data. Users will need to use new parameters to convert the calibrated data products to radiance. The new procedure for the reflective bands (1-5,7) is based on a lifetime radiometric calibration curve for the instrument derived from the instrument's internal calibrator, cross-calibration with the ETM+, and vicarious measurements. The thermal band will continue to be calibrated using the internal calibrator. Further updates to improve the relative detector-to-detector calibration and thermal band calibration are being investigated, as is the calibration of the Landsat-4 (L4) TM.
[27]	徐涵秋. 新型Landsat-8卫星影像的反射率和地表温度反演 . 地球物理学报, 2015, 58(3): 741-747.https://doi.org/10.6038/cjg20150304 Magsci [本文引用: 2]摘要 Landsat 8卫星自2013年2月发射以来,其影像的定标参数经过了不断调整和完善,针对Landsat 8开发的各种算法也相继问世.本文采用最新的参数、算法和引入COST算法建立的大气校正模型,对Landsat 8多光谱和热红外波段进行了处理,反演出它们的反射率和地表温度,并与同日的Landsat 7数据和实测地表温度数据进行了对比.结果表明,现有Landsat 8多光谱数据的定标参数和大气顶部反射率反演算法已有很高的精度,本文引入COST算法建立的Landsat 8大气校正模型也与Landsat 7的COST模型所获得的结果几乎相同,相关系数可高达0.99.但是现有针对Landsat 8提出的地表温度反演算法仍不理想,已提出的劈窗算法误差都较大.鉴于TIRS 11热红外波段的定标参数仍不理想,因此在现阶段建议采用单通道算法单独反演TIRS 10波段来求算地表温度,但要注意根据大气水汽含量的情况选用正确的大气参数计算公式. [Xu Hanqiu.Retrieval of the reflectance and land surface temperature of the newly-launched Landsat 8 satellite . Chinese Journal of Geophysics, 2015, 58(3): 741-747.]https://doi.org/10.6038/cjg20150304 Magsci [本文引用: 2]摘要 Landsat 8卫星自2013年2月发射以来,其影像的定标参数经过了不断调整和完善,针对Landsat 8开发的各种算法也相继问世.本文采用最新的参数、算法和引入COST算法建立的大气校正模型,对Landsat 8多光谱和热红外波段进行了处理,反演出它们的反射率和地表温度,并与同日的Landsat 7数据和实测地表温度数据进行了对比.结果表明,现有Landsat 8多光谱数据的定标参数和大气顶部反射率反演算法已有很高的精度,本文引入COST算法建立的Landsat 8大气校正模型也与Landsat 7的COST模型所获得的结果几乎相同,相关系数可高达0.99.但是现有针对Landsat 8提出的地表温度反演算法仍不理想,已提出的劈窗算法误差都较大.鉴于TIRS 11热红外波段的定标参数仍不理想,因此在现阶段建议采用单通道算法单独反演TIRS 10波段来求算地表温度,但要注意根据大气水汽含量的情况选用正确的大气参数计算公式.
[28]	Chavez P S.Image-based atmospheric corrections-revisited and improved . Photogrammetric Engineering and Remote Sensing, 1996, 62(1): 1025-1036.https://doi.org/10.1016/0031-0182(96)00019-3 URL [本文引用: 2]摘要 ABSTRACT A major benefit of multitemporal, remotely sensed images is their applicability to change detection over time.(...) However, to maximize the usefulness of data from multitemporal point of view, an easy-to-use, cost-efective, and accurate radiometric calibration and correction procedure is needed.
[29]	Van De Griend A A, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for nature surfaces . International Journal of Remote Sensing, 1993, 14(6): 1119-1131.https://doi.org/10.1080/01431169308904400 URL [本文引用: 1]摘要 ABSTRACT Despite the universal mantra that “the customer is king,” the role of the customer has so far seemed to have been confined to a passive recipient of products. Recently, however, this traditional perception has been challenged. On the one hand, users are increasingly appreciated as reflexive actors who are actively involved in the evaluation, modif ication, and configuration of products. On the other hand, beyond the established repertoire to access external knowledge through interorganizational networks, firms increasingly attempt to harness user knowledge. These two concurrent shifts do not result in a smooth convergence. Rather, they open up a highly contested terrain in which habitual distinctions between the producer and user are blurred. In this article, we map the evolving terrain of user-producer interaction in innovation processes. Specifically, we contrast more traditional approaches to incorporate customer knowledge with an emerging class of innovative user-producer relationships, provisionally dubbed “co-development.” We then propose a typology of different modes of codevelopment that is organized along two dimensions: the degree of user involvement and the prevailing locus of knowledge production. This typology seeks to capture the heterogeneity of co-development approaches and to provide a conceptual template for further empirical research on user involvement in innovation.
[30]	Sobrino J A, Jimene-Munoz J C, Paolini L. Land surface temperature retrieval from LANDSAT TM5 . Remote Sensing of Environment, 2004, 90(4): 434-440.https://doi.org/10.1016/j.rse.2004.02.003 URL Magsci [本文引用: 1]摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">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-Muñoz 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-Muñoz algorithm is used.</p>
[31]	宋挺, 段峥, 刘军志, 等. 基于Landsat-8 数据和劈窗算法的地表温度反演及城市热岛效应研究 . 环境监控与预警, 2014, 6(5): 4-14.https://doi.org/10.3969/j.issn.1674-6732.2014.05.003 URL [本文引用: 1]摘要陆地表面温度(Land Surface Temperature,LST)是地表能量平衡组分中的一个重要参数。随着卫星遥感技术的快速发展,遥感反演成为获取区域LST的一个重要手段。目前已有**提出多种基于遥感数据反演LST的算法,其中劈窗算法被证明是一种精度较高的算法。基于Landsat-8卫星30 m空间分辨率的陆地成像仪(OLI)数据和100 m分辨率的热红外传感器(TIRS)数据,采用劈窗算法计算了无锡地区的LST,并采用地面实测水温数据和同步的MODIS温度产品对Landsat-8的计算结果进行了验证和对比分析。结果表明:基于Landsat-8数据和劈窗算法获取的LST精度较高,误差1K。在计算的LST结果基础上,进一步提取了热场变异指数来分析城市热岛空间分布特征,给出了城市热岛效应的定量化描述,并就不同地表覆盖类型对热岛效应的影响进行了分析。 [Song Ting, Duan Zheng, Liu Junzhi, et al.Land surface temperature retrieval from Landsat-8 data using split-window algorithm and its application on the study of urban heat island effect . Environmental Monitoring and Forewarning, 2014, 6(5): 4-14.]https://doi.org/10.3969/j.issn.1674-6732.2014.05.003 URL [本文引用: 1]摘要陆地表面温度(Land Surface Temperature,LST)是地表能量平衡组分中的一个重要参数。随着卫星遥感技术的快速发展,遥感反演成为获取区域LST的一个重要手段。目前已有**提出多种基于遥感数据反演LST的算法,其中劈窗算法被证明是一种精度较高的算法。基于Landsat-8卫星30 m空间分辨率的陆地成像仪(OLI)数据和100 m分辨率的热红外传感器(TIRS)数据,采用劈窗算法计算了无锡地区的LST,并采用地面实测水温数据和同步的MODIS温度产品对Landsat-8的计算结果进行了验证和对比分析。结果表明:基于Landsat-8数据和劈窗算法获取的LST精度较高,误差1K。在计算的LST结果基础上,进一步提取了热场变异指数来分析城市热岛空间分布特征,给出了城市热岛效应的定量化描述,并就不同地表覆盖类型对热岛效应的影响进行了分析。
[32]	张兆明, 何国金, 肖荣波, 等. 基于RS与GIS的北京市热岛研究 . 地球科学与环境学报, 2007, 29(1): 107-110.https://doi.org/10.3969/j.issn.1672-6561.2007.01.022 URL [本文引用: 1]摘要基于普适性单通道算法,利用2005年5月6日的TM数据反演北京市区的实际地表温度.在此基础上,分析了北京市区的热环境特征、热岛分布的位置.运用GIS空间分析工具,分析了地表温度与地形特征和地表覆盖类型之间的关系.结果表明,北京市热岛分布具有环状和带状分布特征,高程较低处和坡度较小处更容易形成热岛中心,不同地表覆盖类型的热特征具有显著的差异. [Zhang Zhaoming, He Guojin, Xiao Rongbo, et al.Study of urban heat island of Beijing city based on RS and GIS . Journal of Earth Sciences and Environment, 2007, 29(1): 107-110.]https://doi.org/10.3969/j.issn.1672-6561.2007.01.022 URL [本文引用: 1]摘要基于普适性单通道算法,利用2005年5月6日的TM数据反演北京市区的实际地表温度.在此基础上,分析了北京市区的热环境特征、热岛分布的位置.运用GIS空间分析工具,分析了地表温度与地形特征和地表覆盖类型之间的关系.结果表明,北京市热岛分布具有环状和带状分布特征,高程较低处和坡度较小处更容易形成热岛中心,不同地表覆盖类型的热特征具有显著的差异.
[33]	Lynn B H, Carlson T N, Rosenzweig C, et al.A modification of the NOAH LSM to simulate heat mitigation strategies in the New York city metropolitan area . Journal of Applied Meteorology and Climatology, 2009, 48(2): 199-216. [本文引用: 1]
[34]	Carlson T N.Land use and impervious surface area Change by county in Pennsylvania (1985-2000) as interpreted quantitatively by means of satellite imagery . The Open Geography Journal, 2012, 5(1): 68-77.
[35]	Essa W, van der Kwast J, Verbeiren B, et al. Downscaling of thermal images over urban areas using the land surface temperature-impervious percentage relationship . International Journal of Applied Earth Observation and Geoinformation, 2013, 23(23): 95-108.https://doi.org/10.1016/j.jag.2012.12.007 URL [本文引用: 1]摘要 Intensive expansion and densification of urban areas decreases environmental quality and quality of urban life as exemplified by the urban heat island effect. For this reason, thermal information is becoming an increasingly important data source for integration in urban studies. It is expected that future spaceborne thermal sensors will provide data at appropriate spatial and temporal resolutions for urban studies. Until they become operational, research has to rely on downscaling algorithms increasing the spatial resolution of relatively coarse resolution thermal images albeit having a high temporal resolution.Existing downscaling algorithms, however, have been developed for sharpening images over rural and natural areas, resulting in large errors when applied to urban areas. The objective of this study is to adapt the DisTrad method for downscaling land surface temperature (LST) over urban areas using the relationship between LST and impervious percentage. The proposed approach is evaluated by sharpening aggregated LST derived from Landsat 7 ETM+ imagery collected over the city of Dublin on May 24th 2001. The new approach shows improved downscaling results over urban areas for all evaluated resolutions, especially in an environment with mixed land cover. The adapted DisTrad approach was most successful at a resolution of 480 m, resulting in a correlation of R2 = 0.84 with an observed image at the same resolution. Furthermore, sharpening using the adapted DisTrad approach was able to preserve the spatial autocorrelation present in urban environments. The unmixing performance of the adapted DisTrad approach improves with decreasing resolution due to the fact that the functional relationship between LST and impervious percentage was defined at coarse resolutions.
[36]	Choudhury B J, Ahmed N U, Idso S B, et al. Relations between evaporation coefficients and vegetation indices studied by model simulations . Remote Sensing of Environment, 1994, 50(1): l-17.https://doi.org/10.1016/0034-4257(94)90090-6 URL [本文引用: 1]摘要 Calculations using a heat balance and a radiative transfer model have been done to study relations among evaporation coefficients and vegetation indices. The evaporation coefficients are the crop coefficient (defined as the ratio of total evaporation and reference crop evaporation) and the transpiration coefficient (defined as the ratio of unstressed transpiration and reference crop evaporation), while the vegetation indices considered in this study are the normalized difference, soil adjusted vegetation index, and transformed soil adjusted vegetation index. The reference crop evaporation has been calculated using the Priestley-Taylor equation. The observed variations of crop (wheat) height, leaf area index, and weather conditions for 30 days at Phoenix (Arizona), together with the reflectances of different types of soil in wet and dry states, are used in the simulation. The total evaporation calculated from the model compared well with lysimeter observations. Variations in soil evaporation can introduce considerable scatter in the relation between the crop coefficient and leaf area index, while this scatter is much less for the relation between transpiration coefficient and leaf area index. The simulation results for 30 days of crop and weather data and reflectances of 19 soil types in wet and dry conditions gave significant linear correlations between the transpiration coefficient and the vegetation indices, the explained variance (r 2 ) being highest for the soil adjusted vegetation index ( r 2 = 0.88) and lowest for the normalized difference ( r 2 = 0.81). A clump model is used to address the effect of spatial heterogeneity on the relationship between the transpiration coefficient and soil adjusted vegetation index. These simulated relationships between transpiration coefficient and vegetation indices for wheat are discussed in the context of the relationships derived from observations for several crops and grasses. The present analysis provides a theoretical basis for estimating transpiration from remotely sensed data.
[37]	Carlson T N, Ripley D A.On the relation between NDVI, fractional vegetation cover, and leaf area index . Remote Sensing of Environment, 1997, 62(3): 241-252. [本文引用: 1]

武汉城市扩张对热场时空演变的影响

本站小编 Free考研考试/2021-12-29

Urban expansion and its impact on spatio-temporal variation of urban thermal characteristics：A case study of Wuhan

1 引言