首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 125 毫秒
1.
利用ASTER数据反演南京城市地表温度   总被引:3,自引:1,他引:2  
利用针对ASTER数据的分裂窗算法,反演了南京城市地表温度,并用实际观测资料和同步的MODIS数据对反演结果进行了验证,结果表明:基于ASTER数据的地表温度反演结果与实际观测资料相差0.9℃,与MODIS数据的反演结果具有较好的空间一致性;基于ASTER数据反演的当日南京地表温度在23~56℃范围内,城市地表温度普遍高于35℃,市内公园地表温度略低,多位于30~35℃,长江水体温度低于30℃,地表温度存在明显的空间差异;南京城市夏季白天存在明显"热岛效应",热岛强度的空间差异与南京城市发展、规划有关。  相似文献   

2.
以北京市为研究区,基于ASTER热红外波段数据反演的地表温度及地面气象站地表温度,利用绝对误差和相对误差开展了精度验证研究,分析了地表温度空间分布。结果表明:ASTER数据反演的夜间地表温度在热岛强度高的冬季精度高于其他热岛效应弱的季节,而ASTER数据反演的白天地表温度在热岛强度高的夏季与其他热岛效应弱的季节精度相当; ASTER数据反演的地表温度小于气象站地表温度观测值。ASTER数据反演的地表温度与气象站观测地表温度空间分布一致,且夜间冬季的热岛强度高于秋季,白天夏季的热岛强度高于秋季;夜间的热岛强度高于白天。  相似文献   

3.
南京市夏季热岛特征及其与土地利用覆盖关系研究   总被引:4,自引:0,他引:4  
裴欢  房世峰 《干旱气象》2008,26(1):23-27
利用南京市7月的Landsat TM热红外波段数据,根据单窗算法反演得到南京市地表温度,讨论了南京市热岛特征,并分析了产生这种现象的原因。通过遥感和地理信息系统相结合,运用Landsat TM数据,提取出南京市下垫面类型,分析了不同地表覆盖类型的热辐射特征并定量地分析了土地利用及植被对地表温度的影响。结果显示,南京市夏季主要存在3个热岛中心,分别是建成区、大厂区和八卦洲。南京城区地表温度明显比郊区地表温度高,通过地表温度对比分析发现,城区平均地表温度比城市边缘和远郊区地表温度分别高出3.5℃和5.7℃,城市热岛效应明显。不同地表覆盖类型的地表温度也有显著差异,从高到低依次为:城镇建设用地、耕地、草地、林地、水体。城镇建设用地与水体的表面温度最大相差14℃。城市地表温度与植被覆盖度具有明显的负相关关系,城市地表植被覆盖度低是城市热岛出现的主要原因,今后应当更加注重城市绿地建设,提高植被覆盖率。  相似文献   

4.
基于MODIS的安徽省代表城市热岛效应时空特征   总被引:2,自引:0,他引:2       下载免费PDF全文
利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。  相似文献   

5.
基于TM影响的不同季节北京城市热环境研究   总被引:2,自引:1,他引:1  
利用2005~2006年4景北京Landsat TM影像,通过热红外波段反演地表温度,揭示不同季节城市热环境分布特征及其空间差异。分别利用遥感反演的地面温度和地面气象站观测的气温数据,计算地表热岛强度和空气热岛强度,并分析其季节变化,结果表明:城区相对近郊区,热岛效应在夏季显著;城区相对于乡村,四季都存在较强的热岛效应。  相似文献   

6.
利用2006-2011年9景ASTER遥感影像计算了青藏高原珠穆朗玛峰地区的地表特征参数(地表反照率、地表温度、归一化植被指数、植被覆盖度),并对地表反照率和地表温度反演结果进行了验证。结果表明:地表反照率和地表温度的反演结果与观测值较为一致,能够作为陆面过程模式的输入数据;反演得到的植被指数能够较好的代表珠峰地区的地表植被特征;所有的反演算法和结果仅依赖于遥感数据,表明在资料缺乏地区利用卫星遥感技术是获取地表特征参数的有效手段。  相似文献   

7.
安徽省植被和地表温度季节变化及空间分布特征   总被引:3,自引:2,他引:1       下载免费PDF全文
卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料, 分析了安徽省归一化植被指数 (NDVI) 和地表温度 (LST) 的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。  相似文献   

8.
利用Landsat TM/ETM+数据进行南昌市地表温度反演,得出1989年和2000年2个时相的南昌市热岛强度等级分布特征,结合下垫面土地覆盖类型图,选取样区对比分析了地表温度空间分布.结果表明:南昌市存在比较明显的热岛效应,主城区的地表温度由城区中心向近郊、远郊逐渐降低,城市地表温度与下垫面的性质紧密相关.研究结果对于改善南昌城市生态环境、减缓城市热岛效应具有重要的参考价值.  相似文献   

9.
以南京市ETM+影像为数据源,经嵌套于ERDAS IMAGINE9.1中的ATCOR2大气校正后,提取了南京城区地表温度(land surface temperature,LST)、归一化植被指数(normalized difference vegetation index,NDVI)和减化比值植被指数(reduced simple ratio,RSR),基于实测值和同时相AS-TER数据反演结果的双重验证,拟合了两种植被指数与地表温度的定量关系,并进行对比分析。结果表明,除水体外,植被覆盖度高的区域地表温度明显低于植被稀少或无植被区;地表温度与NDVI呈显著线性负相关,与RSR呈显著幂函数负相关,后者的相关性高于前者;当RSR小于3.2时,地表温度随植被覆盖增加而锐减,当RSR大于3.2时,植被覆盖继续增加,地表温度却趋于恒定,呈现植被降温效应"饱和"现象;对比比值植被指数(ratio vegetation index,RVI)应用结果发现,近红外和红光比值的线性拉伸是导致NDVI和RSR表征城市热环境效应存在差异的主因,还与短波红外对水分敏感和能真实反映植被冠层结构有关。中国6大城市热环境案例研究均表明,RSR能直接解释对于不同下垫面,增加相同的植被覆盖度其降温效果存在差异的现象,而不进行土地利用分类,NDVI则无法揭示此现象。  相似文献   

10.
基于MODIS数据的城市热岛动态监测及时空变化分析   总被引:6,自引:1,他引:6  
以人口密集、经济快速发展的福建省沿海地区为研究区,在遥感和地理信息系统技术支持下,采用经优选的MODIS遥感数据反演的地表温度,提取城市热岛和植被覆盖信息,对研究区城市热岛进行动态监测和时空变化分析,并对地表温度与植被覆盖的互动关系进行定性与定量分析。结果表明:福建沿海城市热岛面积整体上呈逐年增长趋势,福州和莆田更为明显;城市热岛主要集中在人口密集、工商业发达的区域,同时沿海平原的热岛效应比内陆山区更为显著;地表温度与植被覆盖呈负相关,并且相关系数逐年增长。  相似文献   

11.
利用1993年和2004年长三角地区的卫星遥感资料,分析了该地区的3个主要区域南京、上海、苏锡常及其周边的土地利用类型变化,定量地评价城市用地扩展程度.结合2004年地表温度(LST)卫星资料,揭示了城乡LST空间分布特征及其差异.结果表明:上海、苏锡常和南京11a期间城市建设用地动态度K分别为204.0%、354.3%和99.2%,苏锡常城市扩展程度最快;不同土地覆盖类型的LST不同,城市用地LST最高,其次作物地,林地最低;城乡之间平均地表温差具有季节变化,冬季最大,而秋季最小.  相似文献   

12.
High-resolution surface air temperature data are critical to regional climate modeling in terms of energy balance, urban climate change, and so on. This study demonstrates the feasibility of using Moderate Resolution Imaging Spectroradiometer (MODIS) land surface temperature (LST) to estimate air temperature at a high resolution over the Yangtze River Delta region, China. It is found that daytime LST is highly correlated with maximum air temperature, and the linear regression coefficients vary with the type of land surface. The air temperature at a resolution of 1 km is estimated from the MODIS LST with linear regression models. The estimated air temperature shows a clear spatial structure of urban heat islands. Spatial patterns of LST and air temperature differences are detected, indicating maximum differences over urban and forest regions during summer. Validations are performed with independent data samples, demonstrating that the mean absolute error of the estimated air temperature is approximately 2.5°C, and the uncertainty is about 3.1°C, if using all valid LST data. The error is reduced by 0.4°C (15%) if using best-quality LST with errors of less than 1 K. The estimated high-resolution air temperature data have great potential to be used in validating high-resolution climate models and other regional applications.  相似文献   

13.
长江三角洲城市群热环境研究   总被引:8,自引:3,他引:5  
选取2001年10月8—15日和2005年10月8—15日MODIS地表温度产品数据,对长江三角洲城市群热环境进行了研究,并结合GIS技术依据景观生态学理论对该地区热环境的时空格局进行了量化对比分析。结果表明,由于长江三角洲地区城市化规模巨大,5 a内一直存在一个由上海、苏州、无锡、常州形成的"热岛群"。由于长三角地区各城市合理规划布局、规范用地,注意环境保护,在城市化发展的同时,该地区一定范围内的热岛效应得到了有效的控制。  相似文献   

14.
基于卫星遥感的长江三角洲地表热环境人口暴露空间特征   总被引:1,自引:0,他引:1  
研究城市地表热环境变化的时空演变规律对防灾减灾具有重要意义。本研究以卫星遥感的夜间灯光,植被指数,高程和坡度为自变量构建了适用于人口空间分布估算的随机森林模型,结合卫星遥感反演的地表温度数据,以2016年夏季为例,研究了1km分辨率的长江三角洲地区夏季地表热环境人口暴露分布特征。研究表明:(1)利用随机模型对长江三角洲2016年人口进行1000m格网空间化分布模拟,变量解释度达到80%,人口空间化结果接近实际。(2)人口密度高值区和夏季大部分月份内的地表热环境高温区和人口暴露高和极高风险区总体有较好的对应。6月皖北地区高温区面积增大导致地表热环境的人口暴露风险较高等级的面积比例高于其他月份。(3)在月和季节平均尺度上,地表高温热环境暴露极高和高风险区域面积极少,处于沿海地区、长江下游沿线以及各县区的中心城市;中等暴露风险区域主要分布在东部及中心城市周边地区;低暴露风险区分布在东北部内陆地区和东北部人口数量相对较少地区。  相似文献   

15.
Thermal infrared images from Landsat satellites are used to derive land surface temperatures (LST) and to calculate the intensity of the surface urban heat island (UHI) during the summer season in and around the city of Brno (Czech Republic). Overall relief, land use structure, and the distribution of built-up areas determine LST and UHI spatial variability in the study area. Land-cover classes, amount and vigor of vegetation, and density of built-up areas are used as explanatory variables. The highest LST values typically occur in industrial and commercial areas, which contribute significantly to surface UHI intensity. The intensity of surface UHI, defined as the difference between mean LST for urban and rural areas, reached 4.2 and 6.7 °C in the two images analyzed. Analysis of two surface characteristics in terms of the amount of vegetation cover, represented by normalized difference vegetation index, demonstrates the predominance of LST variability (56–67 % of explained variance) over the degree of urbanization as represented by density of buildings (37–40 % of LST variance).  相似文献   

16.
海表温度和地表温度与中国东部夏季异常降水   总被引:18,自引:2,他引:16  
主要研究太平洋与印度洋海表温度和地表温度场与中国东部夏季降水的相关关系,以及异常大降水产生的下垫面条件.研究结果表明:(1)夏季黑潮区海温与同期长江流域的降水存在明显正相关,北方地区夏季降水与靠近非洲东岸的印度洋海域存在明显负相关.(2)夏季海温异常与同期中国降水异常场之间的相关分析(SVDI)表明,20世纪70年代后期当海温由La Nina多发期向El Nino多发期转变后,长江流域向异常多雨转变,而其北方和南方地区则向异常少雨方向发展.(3)中国东部区域降水与陆面温度的明显相关区有:(a)春,夏季热带非洲和夏季亚洲大陆部分地区地表温度与当年长江流域夏季降水存在显著正相关;(b)春季4、5月份部分亚洲大陆地表温度与当年华北地区夏季降水有明显负相关.(4)通过对比分析发现:长江(1954,1998和1999年)或江淮(1991年)流域几次特大异常降水的下垫面条件是黑潮区为海温正距平,同期欧亚大陆主要为正地表温度距平场.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号