土地覆盖类型对城市热岛效应的响应分析

doi:10.13474/j.cnki.11-2246.2018.0013

测绘通报 ›› 2018, Vol. 0 ›› Issue (1): 72-76,116.doi: 10.13474/j.cnki.11-2246.2018.0013

土地覆盖类型对城市热岛效应的响应分析

裔传祥^1,2, 胡继超¹, 李小军²

1. 南京信息工程大学应用气象学院, 江苏南京 210044;
2. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室, 北京 100101

收稿日期:2017-05-03 修回日期:2017-10-31 出版日期:2018-01-25 发布日期:2018-02-05
作者简介:裔传祥(1992-),男,硕士生,主要从事应用气象方面的研究。E-mail:18761808890@163.com
基金资助:
国家自然科学基金（41371360）

Response Analysis of Land Cover Types on Urban Heat Island Effect

YI Chuanxiang^1,2, HU Jichao¹, LI Xiaojun²

1. College of Applied Meteorology, Nanjing University of Information Science and Technology, Nanjing 210044, China;
2. Institute of Remote Sensing and Digital Earth Chinese Academy of Scineces, CAS, Beijing 100101, China

Received:2017-05-03 Revised:2017-10-31 Online:2018-01-25 Published:2018-02-05

摘要/Abstract

摘要：

利用夏季MODIS地表温度和土地覆盖产品，结合Landsat等辅助遥感数据，分别提取济南、武汉、重庆3个城市2003年、2008年、2013年的土地覆盖与地表温度信息，确定3个城市不同年份的热岛效应等级分布。在此基础上，对济南、武汉、重庆这3个城市的地表温度分布特征、热岛效应等级分布特征与土地覆盖类型各因子之间的关系展开分析。结果表明：城市用地是城市热岛的主要贡献因素，相关系数达到0.42；最能缓解城市热岛效应的是林地，平均相关系数为-0.41；3个城市中最能缓解城市热岛效应的土地覆盖类型并不完全相同：济南市为林地和耕地，武汉市为水体，重庆市为林地。

关键词: 城市热岛, 土地覆盖, MODIS, 地表温度

Abstract:

This paper uses MODIS surface temperature data and land cover products in summer, combines with Landsat and other remote sensing data to extract the information of land cover and land surface temperature in Jinan, Wuhan and Chongqing in 2003,2008,2013,to determine the distribution of heat island grades in the three cities in different years. On this basis, it analyzes the relationship between the characteristics of land surface temperature, the distribution of heat island and the factors of land cover types in Jinan, Wuhan and Chongqing. The results show that urban land use is the main contributing factor of urban heat island, and the correlation coefficient is 0.42.The most effective way to alleviate the urban heat island effect is forest land, and the average correlation coefficient is -0.41.The best land type to alleviate the urban heat island is not exactly the same in three cities:Jinan's is forest land and cultivated land,Wuhan's is water,Chongqing's is forest land.

Key words: urban heat island, land cover, MODIS, surface temperature

中图分类号:

P237

裔传祥, 胡继超, 李小军. 土地覆盖类型对城市热岛效应的响应分析[J]. 测绘通报, 2018, 0(1): 72-76,116.

YI Chuanxiang, HU Jichao, LI Xiaojun. Response Analysis of Land Cover Types on Urban Heat Island Effect[J]. 测绘通报, 2018, 0(1): 72-76,116.

参考文献

[1] 宋艳玲,张尚印.北京市近40年城市热岛效应研究[J].中国生态农业学报,2003,11(4):126-129.
[2] 樊辉.基于Landsat TM的城市热岛效应与地表特征参数稳健关系模型[J].国土资源遥感, 2008, 20(3):45-51.
[3] FAN H, SAILOR D J. Modeling the Impacts of Anthro-pogenic Heating on the Urban Climate of Philadelphia:a Comparison of Implementations in Two PBL Schemes[J]. Atmospheric Environment, 2005, 39(1):73-84.
[4] 王朝春.城市气候高温化的成因与对策——以福州市城区为例[J].城市问题,2006(9):98-102.
[5] BORNSTEIN R, LIN Q. Urban Heat Islands and Sum-mertime Convective Thunderstorms in Atlanta:three Case Studies[J]. Atmospheric Environment, 2000, 34(3):507-516.
[6] 彭少麟,周凯,叶有华,等.城市热岛效应研究进展[J].生态环境, 2005, 14(4):574-579.
[7] 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[J].地球物理学报, 2006, 49(1):69-77.
[8] WENG Q. Fractal Analysis of Satellite-detected Urban Heat Island Effect[J]. Photogrammetric Engineering & Remote Sensing, 2003, 69(5):555-566.
[9] GALLO K P, OWEN T W. Satellite-based Adjustments for the Urban Heat Island Temperature Bias[J]. Journal of Applied Meteorology, 1999, 38(6):806-813.
[10] WENG Q, LU D, SCHUBRING J. Estimation of Land Surface Temperature-vegetation Abundance Relationship for Urban Heat Island Studies[J]. Remote sensing of Environment, 2004, 89(4):467-483.
[11] 江樟焰,陈云浩,李京.基于Landsat TM数据的北京城市热岛研究[J].武汉大学学报(信息科学版), 2006, 31(2):120-123.
[12] LI H, LIU Q, ZOU J. Relationships of LST to NDBI and NDVI in Changsha-Zhuzhou-Xiangtan Area Based on MODIS Data[J]. Scientia Geographica Sinica, 2009, 29(2):262-267.
[13] SUN Q, WU Z, TAN J. The Relationship Between Land Surface Temperature and Land Use/Land Cover in Guangzhou, China[J]. Environmental Earth Sciences, 2012, 65(6):1687-1694.
[14] 韦晶,孙林,刘双双,等.大气颗粒物污染对土地覆盖变化的响应[J].生态学报, 2015, 35(16):5495-5506.
[15] 杨沈斌,赵小艳,申双和,等.基于Landsat TM/ETM+数据的北京城市热岛季节特征研究[J].大气科学学报,2010,33(4):427-435.
[16] 查勇,倪绍祥,杨山.一种利用TM图像自动提取城镇用地信息的有效方法[J].遥感学报,2003,7(1):37-40.
[17] 程春晓,徐宗学,张淑荣,等.黑河流域上中游植被蒸散发时空演变趋势及其影响因子分析[J].北京师范大学学报(自然科学版), 2014(5):535-542.

土地覆盖类型对城市热岛效应的响应分析

Response Analysis of Land Cover Types on Urban Heat Island Effect

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	齐丹宁, 胡政军, 赵尚民. 山西省西山煤田长时间序列NDVI时空变化趋势及对气候响应[J]. 测绘通报, 2021, 0(9): 98-102,107.
[2]	高照忠, 魏海霞, 黄铁兰. 粤港澳大湾区土地覆盖及景观格局时空变化分析[J]. 测绘通报, 2021, 0(5): 25-29.
[3]	杨瑞芳, 尹思阳. 全球热带森林分布区NPP变化及其气候响应分析[J]. 测绘通报, 2021, 0(5): 49-53,110.
[4]	陈明辉. 利用Landsat卫星影像进行东莞市地表温度反演与变化分析[J]. 测绘通报, 2021, 0(3): 60-68.
[5]	符宝玲, 琚锋, 赵伟忠, 许星. 利用Landsat 7与GF-1 WFV影像反演地表温度[J]. 测绘通报, 2021, 0(11): 124-127,135.
[6]	赵金龙, 赵慧. 基于DMSP-OLS和MODIS数据的宁夏城市化与生态环境耦合协调分析[J]. 测绘通报, 2021, 0(10): 9-14,27.
[7]	贾玉娜, 张文超, 康会涛, 白洋, 鲍检平. 2016—2019年雄安新区土地覆盖变化研究[J]. 测绘通报, 2020, 0(9): 76-79.
[8]	沈谦, 朱长明, 张新. GF-2支持下的干旱区稀疏植被区植被覆盖度估算[J]. 测绘通报, 2019, 0(7): 33-38.
[9]	金珊合, 张育庆, 杨俊. 城市局部气候分区对地表温度的影响——以大连市区为例[J]. 测绘通报, 2019, 0(4): 87-90.
[10]	陈炫炽, 陈蓉, 廖瑶, 吴愈锋, 王跃跃. 典型喀斯特城市的热岛时空变化及其成因分析[J]. 测绘通报, 2019, 0(11): 93-97.
[11]	苏俊如, 吕芳, 杨俊. 城市建筑水平特征对城市热环境效应的影响——以大连市中山区为例[J]. 测绘通报, 2018, 0(8): 111-114.
[12]	汪桂生, 仇凯健. 利用MODIS NDVI进行淮南矿区植被覆盖度动态监测[J]. 测绘通报, 2018, 0(6): 34-40.
[13]	马静宇, 秦怡, 任宇鹏, 王鑫, 谷娟, 郭仲皓, 邹乐君, 沈晓华. 基于MODIS植被丰度的沙漠化界线提取方法探究——以陕甘宁地区为例[J]. 测绘通报, 2018, 0(5): 102-107.
[14]	林聪, 李二珠, 杜培军. 样本迁移支持下的遥感影像自动分类方法[J]. 测绘通报, 2018, 0(4): 57-62.
[15]	张志敏, 江利明, 柳林, 汪汉胜. 利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例[J]. 测绘通报, 2018, 0(3): 93-97.