杭州市城区热岛效应与景观格局的动态研究
|
摘要
以杭州市城区为研究对象,以1992年、2004年Landsat-5,2015年Landsat-8卫星遥感数据为信息源,利用单窗算法反演三期城区地表温度,通过提取土地利用类型信息来计算景观格局指数,结合多元回归线性模型分析了杭州市城区景观格局对地表温度的影响。结果表明:(1)在研究时间段内,杭州市城区存在着明显的热岛效应,高温区域不断扩张、分散;(2)多元线性回归模型可以很好地刻画景观格局与地表温度之间的定量关系,景观格局指数PLAND,ED,LSI和AI与地表温度的相关性最高,分别达0.753,0.771,0.779,0.772,景观的面积指标、形状指标、边缘指标和聚合指标等共同影响着杭州市城区热岛效应的强度;(3)在城市化建设进程中,应通过增加绿地景观的面积,合理选择植物物种,形成集中成片的绿地,从而对城镇用地进行分割,提高现有绿地景观的立体化程度,建设较为复杂的绿地生态网络系统等方式,来缓解和改善热岛效应,达到改善人居环境的目的。
The urban area of Hangzhou was taken as the research object.The information sources mentioned in this study was from Landsat-5 and Landsat-8 satellite remote sensing data in 1992,2004 and 2015.The single-window algorithm was used to retrieve the surface temperature of the third phase urban area.The landscape pattern index was calculated by retrieving land use types.And then the impact of urban landscape pattern on surface was analyzed with multiple linear regression model.The results showed that:(1)during the study period,there was an obvious heat island effect in urban area of Hangzhou,with high temperature area expanding and dispersing;(2)multiple linear regression model could well describe the quantitative relationship between landscape pattern and surface temperature;among those variables,the landscape pattern indices PLAND,ED,LSI and AI had higher correlation rates with the surface temperature,reaching up to0.753,0.771,0.779 and 0.772,respectively;the area index,shape index,edge index and aggregation index of landscape influenced the intensity of the heat island effect in Hangzhou;(3)in the process of urbanization,the heat island effect should be alleviated by increasing the area of green landscape,choosing the right plant species,forming intensive green area,dividing urban area,improving the stereoscopic degree of the existing green landscape,and building a more complex green space ecological network system,which will contribute to achieve to goal of improving the living environment.
The urban area of Hangzhou was taken as the research object.The information sources mentioned in this study was from Landsat-5 and Landsat-8 satellite remote sensing data in 1992,2004 and 2015.The single-window algorithm was used to retrieve the surface temperature of the third phase urban area.The landscape pattern index was calculated by retrieving land use types.And then the impact of urban landscape pattern on surface was analyzed with multiple linear regression model.The results showed that:(1)during the study period,there was an obvious heat island effect in urban area of Hangzhou,with high temperature area expanding and dispersing;(2)multiple linear regression model could well describe the quantitative relationship between landscape pattern and surface temperature;among those variables,the landscape pattern indices PLAND,ED,LSI and AI had higher correlation rates with the surface temperature,reaching up to0.753,0.771,0.779 and 0.772,respectively;the area index,shape index,edge index and aggregation index of landscape influenced the intensity of the heat island effect in Hangzhou;(3)in the process of urbanization,the heat island effect should be alleviated by increasing the area of green landscape,choosing the right plant species,forming intensive green area,dividing urban area,improving the stereoscopic degree of the existing green landscape,and building a more complex green space ecological network system,which will contribute to achieve to goal of improving the living environment.
引文
[1]杨明.近50年中国气候变化特征研究[D].南京:南京信息工程大学,2008.
[2]李璇琼,李永树,卢正,等.兰州市热岛效应时空演化研究[J].城市发展研究,2015,22(7):18-22.
[3]李国栋,王乃昂,张俊华,等.兰州市城区夏季热场分布与热岛效应研究[J].地理科学,2008,28(5):709-714.
[4]卞子浩,马超群,王迪,等.西安地区热岛效应与景观生态格局相关性研究[J].干旱气象,2016,34(2):342-348.
[5]高文升,张雨泽,房世峰,等.基于Landsat-8TIRS的大气参数快速估算方法[J].地球信息科学学报,2017,19(1):110-116.
[6] Mohajerani A,Bakaric J,Jeffrey-Bailey T.The urban heat island effect,its causes,and mitigation,with reference to the thermal properties of asphalt concrete[J].Journal of Environmental Management,2017,197:522-538.
[7]张晓莉,赵鹏祥,高凌寒,等.基于Landsat影像的西宁市主城区热岛效应分析[J].西北林学院学报,2016,31(3):183-190.
[8] Nikam B R,Ibragimov F,Chouksey A,et al.Retrieval of land surface temperature from Landsat 8TIRS for the command area of Mula irrigation project[J].Environmental Earth Sciences,2016,16(75):1-17.
[9]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.
[10]徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报,2015,58(3):741-747.
[11]毛文婷,王旭红,祝明英,等.城市地表温度反演及其与下垫面定量关系分析:以西安市为例[J].山东农业大学学报:自然科学版,2015(5):708-714.
[12]杨丽萍,孔金玲,郭玉芳,等.西安城区地表温度的遥感反演与时空演变分析[J].兰州大学学报:自科版,2015,51(3):388-396.
[13]王倩倩,覃志豪,王斐.基于多源遥感数据反演地表温度的单窗算法[J].地理与地理信息科学,2012,28(3):24-26,62,封3.
[14]潘竟虎,韩文超.兰州中心城区用地扩展及其热岛响应的遥感分析[J].生态学杂志,2011,30(11):2597-2603.
[15]谢元礼,范熙伟,韩涛,等.基于TM影像的兰州市地表温度反演及城市热岛效应分析[J].干旱区资源与环境,2011,25(9):172-175.
[16]刘建,刘小琴,何政伟.基于TM影像的城市热岛效应研究:以重庆市为例[J].水土保持研究,2010,17(5):172-175.
[17]杨学森.基于单通道算法的Landsat8卫星数据地表温度反演研究[D].北京:中国地质大学(北京),2015.
[18]宋挺,段峥,刘军志,等.Landsat 8数据地表温度反演算法对比[J].遥感学报,2015,19(3):451-464.
[19]吴宝军,雷雅凯,段彦博,等.基于马尔科夫模型的郑州市城市热岛效应分析及预测[J].水土保持研究,2017,24(3):241-245.
[20]叶钰,秦建新,胡顺石.长沙市热岛效应时空特征变化研究[J].地球信息科学学报,2017,19(4):518-527.
[21]梁益同,陈正洪,夏智宏.基于RS和GIS的武汉城市热岛效应年代演变及其机理分析[J].长江流域资源与环境,2010,19(8):914-918.
[22]李鉴清,张庆国,朱雅莉,等.合肥市地表温度反演及热力景观格局动态变化研究[J].安徽农业大学学报,2012,39(4):629-636.
[23]岳文泽,徐丽华.城市典型水域景观的热环境效应[J].生态学报,2013,33(6):1852-1859.
[24]孟丹,李小娟,宫辉力,等.北京地区热力景观格局及典型城市景观的热环境效应[J].生态学报,2010,30(13):3491-3500.
[25]王雪,于德永,曹茜,等.城市景观格局与地表温度的定量关系分析[J].北京师范大学学报:自然科学版,2017,53(3):329-336.
[26]谢启姣,陈昆仑,金贵.武汉城镇化与热岛效应的定量研究[J].测绘科学,2017,42(9):71-76.
[27]覃志豪,ArnonKarnieli.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.
[28] Xu H,Lin D,Tang F.The impact of impervious surface development on land surface temperature in a subtropical city:Xiamen,China[J].International Journal of Climatology,2013,33(8):1873-1883.
[29]董雪,田静,吴骅,等.考虑土壤水分影响的比辐射率方法在地表温度反演中的应用[J].资源科学,2017,39(8):1592-1604.
[30]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(S):129-137.
[31] Valor E,Caselles V.Mapping land surface emissivity from NDVI:application to European,African,and South American areas.[J].Remote Sensing of Environment,1996,57(3):167-184.
[32]王乐.基于RS的西安市地表温度反演及城市热环境研究[D].西安:长安大学,2015.
[33]马勇刚,塔西甫拉提·特依拜,黄粤,等.城市景观格局变化对城市热岛效应的影响:以乌鲁木齐市为例[J].干旱区研究,2006,23(1):172-176.
[34]潘竟虎.兰州市景观生态格局热环境效应研究[D].兰州:兰州大学,2011.
[35]潘竟虎,李瑶.兰州中心城区热环境季节动态遥感分析[J].安全与环境学报,2014,14(6):280-286.
[36]申依宁,弓弼,贾浩洋,等.杨凌区城镇景观格局动态变化分析[J].西北林学院学报,2016,31(4):319-324.
[37]闫志鹏.基于景观生态学的周至县土地利用格局研究[D].西安:长安大学,2014.
[38]陈荣蓉.重庆丘陵山区农村土地整治工程及其景观效应[D].重庆:西南大学,2012.
[39]徐昌瑜,陈健,孟爱农,等.基于FRAGSTATS的区域土地生态质量综合评价研究:以江苏省宜兴市为例[J].土壤,2013,45(2):355-360.
[40]杨振海.基于Fragstats软件和TM影像的海南天然草地景观格局分析[J].安徽农业科学,2012,40(11):6664-6664,6675.
[41]周晨,冯宇东,肖匡心,等.基于多元线性回归模型的东北地区需水量分析[J].数学的实践与认识,2014,44(1):118-123.
[42]黄金海.杭州市热岛效应与植被覆盖关系的研究[D].杭州:浙江大学,2006.
[2]李璇琼,李永树,卢正,等.兰州市热岛效应时空演化研究[J].城市发展研究,2015,22(7):18-22.
[3]李国栋,王乃昂,张俊华,等.兰州市城区夏季热场分布与热岛效应研究[J].地理科学,2008,28(5):709-714.
[4]卞子浩,马超群,王迪,等.西安地区热岛效应与景观生态格局相关性研究[J].干旱气象,2016,34(2):342-348.
[5]高文升,张雨泽,房世峰,等.基于Landsat-8TIRS的大气参数快速估算方法[J].地球信息科学学报,2017,19(1):110-116.
[6] Mohajerani A,Bakaric J,Jeffrey-Bailey T.The urban heat island effect,its causes,and mitigation,with reference to the thermal properties of asphalt concrete[J].Journal of Environmental Management,2017,197:522-538.
[7]张晓莉,赵鹏祥,高凌寒,等.基于Landsat影像的西宁市主城区热岛效应分析[J].西北林学院学报,2016,31(3):183-190.
[8] Nikam B R,Ibragimov F,Chouksey A,et al.Retrieval of land surface temperature from Landsat 8TIRS for the command area of Mula irrigation project[J].Environmental Earth Sciences,2016,16(75):1-17.
[9]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.
[10]徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报,2015,58(3):741-747.
[11]毛文婷,王旭红,祝明英,等.城市地表温度反演及其与下垫面定量关系分析:以西安市为例[J].山东农业大学学报:自然科学版,2015(5):708-714.
[12]杨丽萍,孔金玲,郭玉芳,等.西安城区地表温度的遥感反演与时空演变分析[J].兰州大学学报:自科版,2015,51(3):388-396.
[13]王倩倩,覃志豪,王斐.基于多源遥感数据反演地表温度的单窗算法[J].地理与地理信息科学,2012,28(3):24-26,62,封3.
[14]潘竟虎,韩文超.兰州中心城区用地扩展及其热岛响应的遥感分析[J].生态学杂志,2011,30(11):2597-2603.
[15]谢元礼,范熙伟,韩涛,等.基于TM影像的兰州市地表温度反演及城市热岛效应分析[J].干旱区资源与环境,2011,25(9):172-175.
[16]刘建,刘小琴,何政伟.基于TM影像的城市热岛效应研究:以重庆市为例[J].水土保持研究,2010,17(5):172-175.
[17]杨学森.基于单通道算法的Landsat8卫星数据地表温度反演研究[D].北京:中国地质大学(北京),2015.
[18]宋挺,段峥,刘军志,等.Landsat 8数据地表温度反演算法对比[J].遥感学报,2015,19(3):451-464.
[19]吴宝军,雷雅凯,段彦博,等.基于马尔科夫模型的郑州市城市热岛效应分析及预测[J].水土保持研究,2017,24(3):241-245.
[20]叶钰,秦建新,胡顺石.长沙市热岛效应时空特征变化研究[J].地球信息科学学报,2017,19(4):518-527.
[21]梁益同,陈正洪,夏智宏.基于RS和GIS的武汉城市热岛效应年代演变及其机理分析[J].长江流域资源与环境,2010,19(8):914-918.
[22]李鉴清,张庆国,朱雅莉,等.合肥市地表温度反演及热力景观格局动态变化研究[J].安徽农业大学学报,2012,39(4):629-636.
[23]岳文泽,徐丽华.城市典型水域景观的热环境效应[J].生态学报,2013,33(6):1852-1859.
[24]孟丹,李小娟,宫辉力,等.北京地区热力景观格局及典型城市景观的热环境效应[J].生态学报,2010,30(13):3491-3500.
[25]王雪,于德永,曹茜,等.城市景观格局与地表温度的定量关系分析[J].北京师范大学学报:自然科学版,2017,53(3):329-336.
[26]谢启姣,陈昆仑,金贵.武汉城镇化与热岛效应的定量研究[J].测绘科学,2017,42(9):71-76.
[27]覃志豪,ArnonKarnieli.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.
[28] Xu H,Lin D,Tang F.The impact of impervious surface development on land surface temperature in a subtropical city:Xiamen,China[J].International Journal of Climatology,2013,33(8):1873-1883.
[29]董雪,田静,吴骅,等.考虑土壤水分影响的比辐射率方法在地表温度反演中的应用[J].资源科学,2017,39(8):1592-1604.
[30]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(S):129-137.
[31] Valor E,Caselles V.Mapping land surface emissivity from NDVI:application to European,African,and South American areas.[J].Remote Sensing of Environment,1996,57(3):167-184.
[32]王乐.基于RS的西安市地表温度反演及城市热环境研究[D].西安:长安大学,2015.
[33]马勇刚,塔西甫拉提·特依拜,黄粤,等.城市景观格局变化对城市热岛效应的影响:以乌鲁木齐市为例[J].干旱区研究,2006,23(1):172-176.
[34]潘竟虎.兰州市景观生态格局热环境效应研究[D].兰州:兰州大学,2011.
[35]潘竟虎,李瑶.兰州中心城区热环境季节动态遥感分析[J].安全与环境学报,2014,14(6):280-286.
[36]申依宁,弓弼,贾浩洋,等.杨凌区城镇景观格局动态变化分析[J].西北林学院学报,2016,31(4):319-324.
[37]闫志鹏.基于景观生态学的周至县土地利用格局研究[D].西安:长安大学,2014.
[38]陈荣蓉.重庆丘陵山区农村土地整治工程及其景观效应[D].重庆:西南大学,2012.
[39]徐昌瑜,陈健,孟爱农,等.基于FRAGSTATS的区域土地生态质量综合评价研究:以江苏省宜兴市为例[J].土壤,2013,45(2):355-360.
[40]杨振海.基于Fragstats软件和TM影像的海南天然草地景观格局分析[J].安徽农业科学,2012,40(11):6664-6664,6675.
[41]周晨,冯宇东,肖匡心,等.基于多元线性回归模型的东北地区需水量分析[J].数学的实践与认识,2014,44(1):118-123.
[42]黄金海.杭州市热岛效应与植被覆盖关系的研究[D].杭州:浙江大学,2006.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |