共查询到20条相似文献，搜索用时 109 毫秒
1.
文章选取1981—2015年呼和浩特市及周边地区气温和地表温度等资料,通过其年际变化趋势,分析了呼和浩特市夏季城市热岛效应的时空变化特征。结果表明:2004—2012年呼和浩特市夏季城市热岛效应明显加剧,其中2010年是热岛效应最强的一年;以最低气温表征的热岛强度更能明显地反映出热岛效应加剧的趋势,热岛强度的变化趋势与月平均最高气温的变化趋势更为一致;在热岛效应加剧的背景下,月平均最高地表温度的变化尤为显著。 相似文献
2.
利用阳泉市3个国家级气象站资料分析了阳泉市城市热岛效应的年际变化、季节变化、月变化和日变化特征,结果表明：阳泉市存在弱的城市热岛效应,1972年-2011年平均热岛强度0．554℃。阳泉市热岛强度冬、秋季强,春、夏季弱;12月最强,5月最弱;阳泉市热岛强度整体呈显著上升趋势,热岛强度的增加主要是由于夏季热岛强度的增强。热岛强度日变化表现为12时最小,从傍晚开始随降温逐渐增大,到早晨气温降到最低时最大,日出之后迅速减小;2008年-2011年最强热岛强度出现在2010年1月14日08时达7．9℃。阳泉市主要城市发展因子与霾日数、气温呈显著正相关,在目前的经济发展水平条件下,城市化发展可能使阳泉城市温度增高,城市绿地面积的增加可能对热岛效应有缓解。 相似文献
3.
利用大庆市2个国家站和5个区域气象站的气温、风速、云量资料对大庆市热岛特征进行了分析,结果表明:1991-2012年大庆市热岛强度的年平均值为0.3℃,城市热岛强度较弱,近几年呈显著增强趋势;大庆市热岛效应强度存在冬季强,春秋弱,夏季无热岛效应的特点,热岛效应最强出现在1月份,热岛效应最弱出现在6月份;1-6月热岛强度呈单调下降趋势;7-12月热岛强度呈单调上升趋势;大庆市热岛强度的日变化特征具有夜间强白天弱、快生快消、难以维持24 h的特点;城市热岛效应与云量、风速呈明显的负相关;晴天和较阴天容易出现城市热岛效应,热岛强度晴天强于阴天;城市热岛一般出现在风力1-3级的条件下,当风力3级时,城市热岛消失;在气象条件满足的情况下,充分利用"热岛效应"增加的低云开展人工增雨,可缓解热岛效应给城市带来的不利影响。 相似文献
4.
利用1972－2011年阳泉市3个国家级气象站资料、2011年36个乡镇区域自动站气温资料,分析了阳泉市城市热岛效应的年际变化、季节变化、月变化和日变化特征。结果表明：阳泉市存在弱的城市热岛效应,1972－2011年平均热岛强度0.554 ℃。阳泉市城市热岛强度整体呈显著上升趋势,热岛强度的增加主要是由于夏季热岛强度的增强;热岛强度冬、秋季强,春、夏季弱;12月最强,5月最弱;热岛强度日变化表现为12时最小,从傍晚开始随降温逐渐增大,到早晨气温降到最低时最大,日出之后迅速减小;2008－2011年最强热岛强度出现在2010年1月14日08时,达7.9 ℃。阳泉在升温天气热岛强度变幅增大,易在早晨形成较强城市热岛,下午形成城市冷岛;降温天气热岛强度变幅减小;温度变化较小时则易维持弱的城市热岛。阳泉市主要城市发展因子与霾日数、气温呈显著正相关,在目前的经济发展水平条件下,阳泉市城市化发展可能使城市温度增高,城市绿地面积的增加可能对热岛效应有缓解作用。 相似文献
5.
《贵州气象》2021,(2)
为揭示贵阳市城市热岛效应时空变化规律,利用2003—2019年的MODIS地表温度产品(MYD11A2),获取贵阳市长时间序列地表温度,结合3S技术对地表温度进行局地热岛强度计算,划分城市热岛强度等级,并从年代际、年际、季节变化以及日时间尺度对贵阳市城市热岛变化的分布特征及其演变规律进行分析。结果表明:(1)2003—2019年贵阳市城市热岛效应总体呈增强趋势,且在2012年发生突变现象,此后热岛效应更加显著,出现强热岛区,中热岛以上区域面积扩大;(2)贵阳市2003、2004、2005、2008年为热岛强度偏弱年,2016—2019年为热岛强度偏强年,偏弱年和偏强年热岛强度空间分布与突变前后相似,热岛区面积比例整体变化不大,偏强年除弱热岛区面积比例变小外,其他各热岛等级面积均增加;(3)贵阳市城市热岛效应夏季最强,其次是春季和冬季,秋季最弱。就空间分布而言,贵阳市城市热岛区在秋、冬季分布较分散,而在春、夏季分布较为集中;(4)城市热岛区主要集中在主城区,夜晚相比于白天分布更为集中,且热岛效应夜晚强于白天。 相似文献
6.
7.
8.
《贵州气象》2015,(6)
利用1961—2014年朝阳、密云、上甸子3个站气温地面观测数据,对朝阳区与郊区温度年际变化、热岛强度年际变化进行了分析,并利用卫星反演数据分析了热岛效应的空间分布特征,得到以下主要结论:1朝阳区在20世纪70年代末城市热岛效应不太明显,之后城市热岛效应开始显现,热岛强度逐年增强,80年代末到90年代初略有减弱,2000年以后热岛强度有明显增强。2朝阳与郊区平均温差达1.5℃左右,为强热岛效应。热岛效应增强使得夏季高温日数增加,冬季低温日数减少。冬季为一年中热岛强度最强的季节。3朝阳区的热岛效应表现为西强东弱,热岛强度逐渐有向东、向南发展的趋势。强热岛区域集中在三环以内的城区。弱热岛区域集中在奥林匹克森林公园等下垫面多为大面积的水体和植被的地区。 相似文献
9.
10.
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
11.
Petr Dobrovolný 《Theoretical and Applied Climatology》2013,112(1-2):89-98
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
12.
13.
Manju Mohan Yukihiro Kikegawa B. R. Gurjar Shweta Bhati Narendra Reddy Kolli 《Theoretical and Applied Climatology》2013,112(3-4):647-658
Urban heat island intensities (UHI) have been assessed based on in situ measurements and satellite-derived observations for the megacity Delhi during a selected period in March 2010. A network of micrometeorological observational stations was set up across the city. Site selection for stations was based on dominant land use–land cover (LULC) classification. Observed UHI intensities could be classified into high, medium and low categories which overall correlated well with the LULC categories viz. dense built-up, medium dense built-up and green/open areas, respectively. Dense urban areas and highly commercial areas were observed to have highest UHI with maximum hourly magnitude peaking up to 10.7 °C and average daily maximum UHI reaching 8.3 °C. UHI obtained in the study was also compared with satellite-derived land surface temperatures (LST). UHI based on in situ ambient temperatures and satellite-derived land surface temperatures show reasonable comparison during nighttime in terms of UHI magnitude and hotspots. However, the relation was found to be poor during daytime. Further, MODIS-derived LSTs showed overestimation during daytime and underestimation during nighttime when compared with in situ skin temperature measurements. Impact of LULC was also reflected in the difference between ambient temperature and skin temperature at the observation stations as built-up canopies reported largest gradient between air and skin temperature. Also, a comparison of intra-city spatial temperature variations based UHI vis-à-vis a reference rural site temperature-based UHI indicated that UHI can be computed with respect to the station measuring lowest temperature within the urban area in the absence of a reference station in the rural area close to the study area. Comparison with maximum and average UHI of other cities of the world revealed that UHI in Delhi is comparable to other major cities of the world such as London, Tokyo and Beijing and calls for mitigation action plans. 相似文献
14.
苏州-无锡-常州城市带热岛效应个例研究 总被引：2，自引：0，他引：2
应用WRF（weather research and forecasting）及其耦合的多层城市冠层模式BEP（building energy parameterization）,对2013年8月13日长江三角洲地区一次高温天气过程进行了模拟.此次过程盛行东南风,风向与苏州-无锡-常州城市带走向一致.模拟结果表明：苏州-无锡-常州城市带热岛效应明显,热岛强度向下游城市逐渐增加;在东南风作用下,三座城市的热岛连成一片,形成了一个更强大的热岛环流.夜晚,边界层逐渐趋于稳定,热岛环流减弱,有利于热岛温度向下游地区输送.热岛效应导致城市边界层高度明显上升.白天太湖产生强盛的湖风对其周边城市影响显著,来自太湖的冷气团导致无锡和常州边界层内热岛强度明显下降,抑制城市热岛向上发展,削弱了无锡与常州两城市热岛间的联系.白天太湖使得无锡和常州边界层高度明显下降. 相似文献
15.
应用WRF(weather research and forecasting)及其耦合的多层城市冠层模式BEP(building energy parameterization),对2013年8月13日长江三角洲地区一次高温天气过程进行了模拟。此次过程盛行东南风,风向与苏州—无锡—常州城市带走向一致。模拟结果表明:苏州—无锡—常州城市带热岛效应明显,热岛强度向下游城市逐渐增加;在东南风作用下,三座城市的热岛连成一片,形成了一个更强大的热岛环流。夜晚,边界层逐渐趋于稳定,热岛环流减弱,有利于热岛温度向下游地区输送。热岛效应导致城市边界层高度明显上升。白天太湖产生强盛的湖风对其周边城市影响显著,来自太湖的冷气团导致无锡和常州边界层内热岛强度明显下降,抑制城市热岛向上发展,削弱了无锡与常州两城市热岛间的联系。白天太湖使得无锡和常州边界层高度明显下降。 相似文献
16.
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
17.
以合肥市气象站为中心,利用1990～2006年的Landsat TM影像,获取不同半径圆形缓冲区范围内下垫面土地分类信息以及对应年份的气温年均值、极值、日定时数据资料,分析了下垫面各土地类型及其变化和站点周边热岛效应的关系.分析得出:城市热岛与建设用地有着最强正相关,与林草地和耕地有着显著负相关,与夜晚水体有着较强正相关.下垫面类型对城市热岛的影响随着每天的不同时刻而变化.4种下垫面类型对城市热岛的影响范围上,建设用地一般在6km以内、林草地4km以内、耕地在4km时最显著,水体则随着距离的增加,其影响范围缓慢上升到8 km.同时,通过分析土地利用年变化和城市热岛效应变化的关系,进一步验证了城市发展对城市热岛效应起着至关重要的作用.最高温和14时(北京时间)热岛强度年变化与土地利用年变化有着较强的相关性.另外,迁站后热岛效应明显减弱.最后,重点探讨了下垫面类型和热岛效应关系的可能原因. 相似文献
18.
Urbanization Impact on Regional Climate and Extreme Weather: Current Understanding,Uncertainties, and Future Research Directions 总被引：1，自引：0，他引：1
Yun QIAN TC CHAKRABORTY Jianfeng LI Dan LI Cenlin HE Chandan SARANGI Fei CHEN Xuchao YANG L.Ruby LEUNG 《大气科学进展》2022,39(6):819-860
Urban environments lie at the confluence of social,cultural,and economic activities and have unique biophysical characteristics due to continued infrastructure development that generally replaces natural landscapes with built-up structures.The vast majority of studies on urban perturbation of local weather and climate have been centered on the urban heat island(UHI)effect,referring to the higher temperature in cities compared to their natural surroundings.Besides the UHI effect and heat waves,urbanization also impacts atmospheric moisture,wind,boundary layer structure,cloud formation,dispersion of air pollutants,precipitation,and storms.In this review article,we first introduce the datasets and methods used in studying urban areas and their impacts through both observation and modeling and then summarize the scientific insights on the impact of urbanization on various aspects of regional climate and extreme weather based on more than 500 studies.We also highlight the major research gaps and challenges in our understanding of the impacts of urbanization and provide our perspective and recommendations for future research priorities and directions. 相似文献
19.
利用MODIS地表温度数据,计算城市热岛强度指数,分析近15年广州市城市热岛的时空分布特征及演变规律,并结合气象观测数据、社会统计数据定性分析其主要影响因素。结果表明:广州市城市热岛的空间分布受地形地貌影响明显,负热岛区主要分布于森林密集的北部山区,无热岛区主要分布于中部低山丘陵区域,热岛区主要分布于高度城市化的中南部平原区。关于城市热岛的日变化规律,白天热岛区、负热岛区面积均小于夜间,但白天热岛区强度、负热岛区强度大于夜间。关于城市热岛的季节变化规律,冬季热岛区面积最大,热岛强度最小,夏季热岛区面积最小,热岛强度最大;冬季负热岛区面积最小,负热岛强度最小,夏季负热岛区面积最大,负热岛强度最大。对于城市热岛的年际变化规律,近15年来广州市的热岛区、负热岛区占全市总面积的百分比呈上升趋势,无热岛区所占百分比呈下降趋势,人为热排放在城市中心区域的持续增长,加上区内建筑物密度大、植被覆盖度低,导致了热岛区的增加,而北部山区至中部丘陵山区的植被的持续好转,加上地理特征限制了该区域的城市化发展,导致了负热岛区的增加。 相似文献
20.
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