排序方式： 共有18条查询结果，搜索用时 31 毫秒
1.
2.
城市不同下垫面与建筑物空间形态对近地表气温等微气候要素产生了重要影响。开展城市气温时空变化模拟与影响因素分析,对于城市热环境评价与城市规划具有重要意义。论文基于高空间分辨率Geoeye-1立体影像,在建筑物高度、下垫面覆盖类型信息提取的基础上,选择南京一中、光华东街、玄武湖、头陀岭4个区域,采用ENVI-met微气候模式,以城市基本气象站南京站的实时气象数据作为背景气象场,模拟不同区域近地表气温的时空分布特征,并利用区域自动气象站观测数据进行精度检验。结果表明:在时间变化上,ENVI-met模拟气温与实测值之间吻合程度较高;在空间分布上,南京一中与光华东街区域气温时空分布规律总体相似,但城市空间形态的差异使得局部区域气温变化不同,玄武湖区域气温由陆地中心向外围呈递减趋势,而头陀岭地形复杂多变,白天气温变化剧烈,夜间空间变化较小。 相似文献
3.
生命线工程的震害及损失评估工作对于震害防御和震后地震应急工作有着极其重要的意义。 但是, 生命线工程是一个复杂庞大的网络系统, 目前对其开展的震害及损失评估研究工作存在着很大的局限性和不确定性。 本文充分利用研究较多且较系统的建筑物震害及损失评估结果, 结合历次典型历史地震震害中建筑物和生命线震害情况, 通过分析建筑物损失和生命线工程损失的数量关系, 建立二者之间的关联模型; 通过对人口、 GDP、 土地利用等公里网格数据进行分析, 给出中国大陆地区的分区分类原则, 建立分区分类的生命线工程地震直接经济损失分析模型; 基于GIS软件平台, 开发了生命线工程地震直接经济损失分析模块, 利用该模块, 得出了四川省不同地震烈度下的生命线工程直接经济损失空间分布情况。 相似文献
4.
开展城市建筑物方位、高度等建筑布局要素对局地热环境时空变化的影响研究,对于合理的城市规划布局具有重要理论意义与实践参考价值。采用ENVI-met 微气候模式,在南京江北新区顶山街道某区域微气候模拟的基础上,选择一个二类居住用地并设计不同的建筑布局要素作为规划场景,模拟分析了建筑物高度与建筑间距之比（H/W）、建筑布局变化对区域热环境的影响。结果表明:ENVI-met 能够以较高精度模拟2 m高度气温;H/W与建筑布局形式都会影响区域热环境,适当增加H/W可在一定程度上降低夏季气温,H/W为1.4时的热环境更为舒适,而不同建筑布局形式下的不同区域温度差异较大。 相似文献
5.
多因素影响的建筑物群体震害预测方法研究 总被引：2，自引：1，他引：1
为了简化震害预测工作,提出了一种多因素影响的建筑物群体震害预测方法。首先,将已有数据库中的资料按不同相似度进行分类,从中选取所需要的样本数据。然后将所选取的样本数据按不同影响因素分类,分别求出考虑各影响因子下的震害矩阵,再由房屋普查资料得出预测区考虑各影响因素时各影响因子下的房屋的建筑面积,并将建筑面积比例作为各影响因子的权重,最终得出预测区某种结构类型整体的震害矩阵。利用文中方法建立了厦门市多层砌体结构的震害矩阵,与厦门市采用单体抽样法得出的震害矩阵相比较,其平均震害指数最大差值不大于0.041,验证了此方法的可行性。 相似文献
6.
自然因素和人为原因使不同程度的森林扰动现象频繁发生,对森林资源管理、气候变化等产生了重要影响。在全球变暖的大背景下,大面积森林扰动监测及其影响已成为目前国内外研究的热点与前沿问题之一,Landsat系列卫星是最为常用的一类数据。在深入分析国内外相关方法的基础上,综述了Landsat卫星图像用于大面积森林扰动遥感监测的研究进展,主要方法包括全地面覆盖制图、抽样方法和与较低空间分辨率图像复合方法 3大类,并对比分析了这些方法的优缺点,最后对未来可能的研究方向做出了展望。 相似文献
7.
京津冀地区1679年曾发生三河－平谷8.0级大地震,造成了严重的人员伤亡,严重影响当时的社会经济。本文对三河－平谷8.0级地震进行原地再现,分析所造成的人员伤亡。首先,基于最新的建筑物竣工面积统计资料更新建筑物公里网格数据,基于普查数据对人口公里网格进行了更新,并采用热力图对人口的时空流动进行了预测,得到了符合当地特征的承灾体的数量和分布。在此基础上,采用分区分类地震易损性模型和人员伤亡评估模型,对京津冀地区遭受三河－平谷8.0级设定地震的人员伤亡进行了分析。分析结果表明:京津冀地区现今的人口数量相对于1679年成百倍增加,但人员伤亡率大幅降低 相似文献
8.
基于随机森林算法的地表温度降尺度研究 总被引：1，自引：0，他引：1
地表温度(land surface temperature,LST)是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST可通过降尺度处理实现空间分辨率的提高,这对详细的LST时空分布监测具有重要意义。以北京市为研究区,选择Landsat8 OLI/TIRS数据,通过改进的单窗(improved mono-window,IMW)算法反演LST作为验证数据,在计算归一化差值植被指数(normalized difference vegetation index,NDVI)和归一化差值建筑指数(normalized difference built-up index,NDBI)等多种遥感指数并模拟至1 000 m空间分辨率的基础上,联合空间分辨率为1 000 m的MODIS/LST产品,利用随机森林(random forest,RF)模型实现LST(100 m空间分辨率)降尺度,并与多因子回归方法和基于植被指数的LST锐化算法(TsHARP)2种常用降尺度方法进行对比。实验结果表明:以模拟Landsat/LST作为降尺度数据源,RF方法降尺度LST的均方根误差(root-mean-square,RMSE)为2.01 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.16 K和0.44 K;针对MODIS/LST降尺度时,RF方法的RMSE为2.29 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.42 K和0.50 K;针对不同地表类型,RF算法降尺度效果不同,其中高植被覆盖区表现最优,RMSE为1.81 K;城镇表面因其空间异质性,RMSE则达到了2.75 K。 相似文献
9.
地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题。选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA5 0.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat 8 TIRS反演地表温度进行对比分析,以探讨再分析地表温度在不同分辨率、不同下垫面类型上的降尺度效果。结果表明：不同分辨率的降尺度结果都能够准确表达地表温度相对高低的空间分布特征,纹理精度显著提高,但降尺度误差随着空间分辨率提高而逐渐增大,城郊区和山区的降尺度均方根误差变化范围分别为1.16—1.79 ℃、1.61—2.49 ℃,地表温度高值与低值区域分别存在着低估和高估现象;随机森林降尺度模型中的参数重要性随尺度变化不大,总体表现为两个区域中植被指数NDVI的重要性都比较大,而海拔高度在山区区域对降尺度模型的影响更大。 相似文献
10.
高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1 °（约11 km）到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差（RMSE）平均值为2.4 ℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9 ℃与2.5 ℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。 相似文献