第5卷 第5期2006年 10月
广州大学学报(自然科学版)
Journal of Guangzhou University (Natural Science Editi on )
Vol .5 No .5Oct . 2006
收稿日期:2005-05-10; 修回日期:2005-05-22 基金项目:广州市科技计划资助项目(2005Z3-D0551)
作者简介:钱乐祥(1963-),男,教授,主要从事遥感与地理信息系统应用研究.
文章编号:167124229(2006)0520062207
城市热岛研究中地表温度与植被丰度的耦合关系
钱乐祥
(广州大学地理科学学院,广东广州 510006)
摘 要:城市热岛遥感研究传统上应用归一化植被指数(Nor malized D ifference Vegetati on I ndex,NDV I )作为植被丰度(vegetati on abundance )的指示,并用于耦合地表温度与植被之间的关系.文章探讨了运用光谱混合模型获得的植被比例(vegetati on fracti on )作为植被丰度指标的一种选择,以2000年9月14日获得的122/44景ET M
+截取的广州市海珠区作为验证影像,运用最小二乘法将变换的影像分解成三个分维影像,即绿色植被、非渗
透性表面和水体.结合最大似然分类和决策树算法的混合分类处理,将比例影像进行土地覆盖分类.结果表明,地表温度与分解的植被比例的负相关关系比地表温度与NDV I 的负相关关系要高出几分.由此说明,地表温度结构的空间变异无疑与归一化植被指数和植被比例相关,不同土地覆盖类型的热辐射与植被动态的相互影响导致地表温度在光谱辐射率和结构上的变化,这些变化在别的影像中也有表现,这是城市热岛空间格局形成的原因.
关键词:地表温度;植被丰度;城市热岛;光谱混合分析中图分类号:TP 79;P 407 文献标识码:A
0 引 言
传统的城市热岛研究一直沿用线路观测和定
点观测相结合的方法.卫星遥感技术的出现已经使人们既可以从区域又可以从洲际或全球尺度来
研究城市热岛[1]
.用卫星传感器获得地表温度值来开展城市热岛现象的研究,最初使用的是NOAA
AVHRR 数据[2～7]
,这种1.1k m 空间分辨率的NO 2AA AVHRR 数据仅仅适合于小比例尺度城市温度制图,120m 空间分辨率的T M 热红外数据也已经
被用于获得地表温度,Carnahan and Lars on [8]
利用T M 热红外数据反演了中等尺度的印第安纳波利
斯城乡之间的温度差异,Ki m [9]
研究了华盛顿特区城市热岛现象,并且查明了土壤反照率和水汽对
表面能量平衡的有效性,N ichol [10]
利用T M 热红外数据完成了对新加坡房地产小气候的详细监测研
究,W eng [11,12]
探讨了珠江三角洲城市群中广州的地表温度格局及其与土地覆盖的关系.基于卫星获得的辐射温度的研究一直被称为表面温度热岛[1]
,尽管在地表温度与近地面空气温度之间还
不可能找到一个精确的转换函数[10]
,但地表温度
被认为和UCL (城市覆盖层)热岛更加一致,
Byrne [13]
通过观测发现,由于城市中盖层的不连续性,干燥地面的空气温度与热表面温度之间存在20℃左右的差异,因此,城市热岛的精确表达需要
有高分辨率的卫星影像支撑[10]
.
对地表温度的研究显示,可感和潜热通量划分及其表面辐射温度的响应是变化的地表土壤水
分含量和植被覆盖的函数[14]
.在稀少植被区如城市地区,对可感热交换更有利;而较高级别的潜热
交换与更多植被分布区相联系[15]
.这一发现鼓舞了越来越多的研究聚焦于地表温度与植被丰度的
关系[4,11,16～20]
,并且利用这种关系获取生物物理
参数[16～18]和辅助土地覆盖制图与变化分析[21,22]
.
尽管已经有这些重要的成果,但在城市热岛研究中地表温度—植被丰度关系的应用却十分有限.本研究利用广州市海珠区ET M +影像,研究海珠区城市热岛的地表温度,其目的在于:①用陆地卫星热波段获得地表温度并分析其空间变化;②运用线性光谱混合分析模型估计城市植被比例;③用传统的统计分析方法研究地表温度与植
第5期钱乐祥:城市热岛研究中地表温度与植被丰度的耦合关系
被比例之间的关系.此外,为了评估基于线性光谱混合分析获得的植被比例值与NDV I 之间的效力和局限,对地表温度—NDV I 之间的关系也进行了研究.
1 研究区域与研究方法
1.1 研究区域
本研究选择广州市海珠区作为研究对象.选
择该区是因为其拥有以下几个优势:①海珠区是广州市较大的一个区而又属广州市的老八区之一,基础设施较完善;②有相对较多的林地和果园植被,人口和城市具有发展的空间,城市扩展可通过占用临近的非城市土地;③在越秀、荔湾等基础设施完善的老区难以满足城市居民购房意愿时,自然将海珠区作为一个备选区域,这就鼓舞了开发商的兴趣,可能导致海珠区城市扩展较其他新区要快.监测其城市扩展及其与城市热岛发展的关系,对了解、控制和规划城市未来发展都是十分重要的.1.2 影像预处理
本研究运用的是陆地卫星7ET M +影像(行列号为122/44),获取日期为2000年9月14日.该数据获取日期的大气状况良好,该影像已经过辐射和几何扭曲校正,属1G 产品.以1∶50000比例尺地形图为参考,将影像纠正为UT M 坐标系统,用最邻近算法将所有波段(包括热波段)重采样成30m 像元大小,匹配误差小于015个像元.1.3 用线性光谱混合分析估计植被比例线性光谱混合分析是一个基于自然法则的影像处理方法,其假定通过传感器测得的光谱是像
元中所有组成光谱的线性组合[23,24]
.线性光谱混合分析的数学模型可表达为
R i =
∑n
k =1
f k
R
ik
+εi (1)
式中:i =1,…,m (光谱波段数量);k =1,…,n (端
元数量);R i 为波段i 某像元的光谱反射率;f k 为端元k 在该像元所占的比例;R ik 是端元k 在波段i 该像元中的光谱反射率;εi 是波段i 的残差.运用最小二乘法,并假定使以下两个条件同时满足要求:
∑
n k =1
f k =1 and 0Φf k Φ1(2)
RM S =
∑m
i =1
ε2i /m (3)
用线性光谱混合分析对端元比例影像的估计包括:①影像处理;②端元选择;③比例影像的分解和评估.其中,端元的选择是保证获取高质量比例影像最重要的一步.有两种类型的端元可应用:影像端元和参考端元.前者直接从影像本身获取,后者则通过实测或已知物质的实验室光谱测量得到
[24]
.对大多数遥感应用来说,影像端元之所以
被利用,是由于其易于获得并能够代表与影像数据相同尺度的光谱测量值[24]
.从影像特征空间的
端点获得影像端元,是基于这些端点代表了影像
的纯净像元的假设
[24,25]
.
在获得比例影像之前,通过运用最小化噪声
比例(MNF )转换[26]
来减少数据冗余和光谱波段之间的相关性(波段1～5和7).早先的研究已经表明,MNF 变换的使用能提高比例影像的质量
[27～30]
.保留前四个组成分并在LS MA 模型中使
用,最后两个组成分由于噪声含量高而舍弃.根据
作者对该区的前期研究,三种端元(绿色植被、非渗透性表面和水体)能有效地表达高质量的比例影像,这些端元最初从基于实地调查和高分辨率的航空照片的ET M +影像上确定,然后将这些初选端元与MNF1和MNF2生成的散点图中选择的端元进行比较,通过比较,保留与MNF 光谱空间顶点相似的端元,运用最小二乘法将MNF 组成分解为比例影像,通过最大似然和决策树算法的混合处理
[31]
,将比例影像用于土地利用/土地覆盖分
类,将研究区分为六种土地利用/土地覆盖类型:工业用地、商业和居住用地、园地、林地、裸地、水体(见封3图1).绿色植被比例影像用于地表温度—植被丰度关系的进一步分析.
NDV I 影像由ET M +影像的可见光(0163～0169μm )和近红外(0176～0190μm )波段计算.1.4 陆地卫星ET M +影像的地表温度获取
地表温度从校正后的ET M +热红外波段(10144～12142μm )获得.ET M +热波段的空间
分辨率为60m ,卫星过境的地方时在上午(大约11点)(这是可利用的最好的影像).热红外传感器热岛的卫星监测证明,热季节的白天热岛强度最大,夜晚最小.基于气温的城市热岛结果则相反
[6]
.对南亚热带的广州地区,9月14日影像的
3
6
广州大学学报(自然科学版)第5卷
选择虽然不是最佳的,但也是适合的.下面的方程用于将ET M +热红外波段的亮度值转换为光谱辐射率
[32]
:
L λ=010370588×DN +312
(4)
下一步是在假设发射率一致的条件下,将光谱辐射率转换为卫星高度的亮度温度
[32]
.变换公式为
T B =
K 2
ln
K 1L λ
+1
(5)
这里,T B 是以K 为单位的卫星高度的亮度温度,
L λ是光谱辐射率(单位为W /(m 2
ster μm )),K 2和K 1是卫星发射前的校准常数.对陆地卫星
7ET M +来讲,K 2=1282171K,K 1=666109mW ?
c m 2?sr -1?
μm -1
.上面获得的是参考黑体的温度值,因此,按照土地覆盖特征的比辐射率(ε)修正变得必要.参考Snyder 等
[33]
的比辐射率分类表,给每种土地利
用/覆盖类型赋予一个比辐射率值.于是,比辐射率修正的地表温度(T s )可用下式计算
T s =
K 2
1+(λ×T B /
ρ)ln ε(6)
(6)式中,λ=发射辐射率波长(在这里运用峰值
响应和极限波长的平均数(λ=1115μm ));ρ=h
×c /σ(11438×10-2
mK );σ=波尔兹曼常数(1138×10
-23
J /K );h =普朗克常数(61626×10
-34
J s );c
=光速(21998×108
m ?s -1
).
2 结果分析
2.1 不同土地覆盖类型的地表温度、NDV I 和植
被比例值的特征 图2a (见封3)显示了海珠区地表温度值的分布.地表温度在26℃到50℃内变化,平均温度37181℃,标准差为2153.从图中明显看出,从西
南部的工业分布区向东部的万亩果园存在一个热梯度,一些热点或城市热岛能很容易识别.除一些小的城市热岛沿江分布以外,大范围的城市热岛分布在西南部的工业分布区.很显然,东南部等果园和农业用地区抑制了城市热岛的发展.由于许多复杂因子的影响,要解译热数据和横贯整个地区温度分布的影像常常不是一件容易的事.多数
控制城市覆盖层热岛的有影响的因子是表面覆盖特征的分布和城市形态,如建筑原料、几何形状、城市密度,当然还有土地用途.城市景观中的每种组成表面展示了涉及其环境位置的惟一的辐射、热、水分和空气动力学的特性.
为了更好地了解地表温度与土地覆盖以及地
表温度与植被丰度指数(植被比例和NDV I )之间的关系,研究了每种土地利用/覆盖类型的热信号.通过将土地利用/覆盖影像分别与地表温度、NDV I 、植被比例影像迭加,获得不同土地利用/覆
盖类型的地表温度、NDV I 和植被比例的统计值(见封3图2).GI S 叠加的结果如表1所示.表的第一列显示了不同土地利用/覆盖类型的地表温度平均值和标准差,很明显,工业用地的地表温度最高(3913221℃),其次是商业和居住用地(3912317℃).地表温度最低的是水体(3417156),
其次是果园(3514424)和城市林地(3713753).由于无蒸发作用、非渗透性表面如石头、金属和混凝土等代替了自然环境(水、植被),意味着城市发展使城市平均地表温度增加了416065℃.地表温度的标准差值较大的是商业与居住用地(212578℃),这与使用不同的建筑物质以及商业和居住用地区常常混合有树木和草地有关,这也是其地表温度较工业用地低的原因之一.相反,由于建筑的单一性,工业用地区地表温度的标准差相对较小(212315℃).裸地大部分由裸露的土壤伴随少量的建筑材料组成,其地表温度的标准差因而小(118098℃).人工植被覆盖,如城市林地和果园,地表温度的差异较大(119329℃),主要与植被的密集程度有关.果园的地表温度之所以低,是由于密集的果园植被能通过蒸腾作用减少土壤和冠层的热存储量,城市林地则不同,分布稀疏而且往往与建筑、道路等非渗透性表面掺杂一起,从而表现出比果园地表温度高出近2℃.水体地表温度最低,但与果园相比,仅低017268℃,由于热惯量颇高以及对流和紊流的作用(如波浪运动),使其在夏末时节热得慢,还由于河流不同河段特有的特征,使地表温度值发生变化,导致其标准差值最大(311050℃).
46
第5期钱乐祥:城市热岛研究中地表温度与植被丰度的耦合关系
表1 不同土地覆盖类型的生物物理参数统计
Table1 Descri p tive statistics of bi ophysical para meters of vari ous land cover ty pes
土地利用/覆盖类型平均地表温度(标准差)1)平均归一化植被指数(标准差)平均植被丰度(标准差)
商业与居住用地39.2317(2.2578)0.1120(0.0685)0.1838(0.0655)
工业用地39.3221(2.2315)0.0794(0.0468)0.1108(0.0434)
裸地38.4332(1.8098)0.1752(0.0732)0.1942(0.0723)
林地37.3753(1.8921)0.3782(0.0941)0.4576(0.1102)
果园35.4424(1.5030)0.5687(0.0847)0.7297(0.0875)
水体34.7156(3.1050)0.0046(0.1697)0.2467(0.1421)
1)括弧内数字为标准差
图2b(见封3)显示了NDV I值从-0151到0178之间分布的变化,平均值为0124,标准差是0117.NDV I的空间变化不仅受植被数量的影响,而且还受地形、坡度、太阳辐射有效性及其他因素的影响.该影像西部显示的大片暗色区域(低值)与海珠区的CBD相符合,NDV I值的亮色区域(果园)则主要分布在东部,各种类型的城市林地以中灰到暗色调分布在亮色调的周围或散布在CBD 区域.植被比例影像(见封3图2c)有着与NDV I 影像相似的植被分布地理格局,影像值在0和018243之间,平均值为015132,标准差为0125. NDV I与植被比例影像之间的相关分析表明,它们之间的相关系数达到了0155,表明它们确实有较高的相关性.
仔细分析不同土地利用/覆盖类型的NDV I与植被比例值(表1),这两种植被指标之间的关系可能并非线性的.在植被比例影像(图2c)中,从色调来看,果园很亮,林地呈现亮灰色,水体为暗灰色,工业用地、商住用地和裸地则很暗.果园展现出最高的绿色植被比例值(平均值为017297),其次是林地(014576).这个顺序和NDV I值一致,果园的NDV I也显示了最高的平均值(015687),林地次之,为013782.然而,对于工业用地、商住用地、裸地和水体,植被比例值和NDV I 值在顺序的排列上就不同了.水体具有第三高的植被比例值(012467),但NDV I值最低(01004 6);裸地有相对高的NDV I值(平均值为011752,第三高),其植被比例值(011942)落于水体之后排第四位;植被比例的最低值表现在工业用地上(011108),NDV I的最低值则表现在水体上(010046).这些差别不仅反映了获得NDV I和植被比例的计算过程,同时也反映了它们各自对实际的植被丰度、生物量及其活力的关系.因此,有必要以植被比例作为指示,进一步研究地表温度与植被丰度的关系.
2.2 地表温度与植被丰度之间的耦合关系
通过相关分析(像元对像元),研究了每种土地利用/覆盖类型的地表温度与NDV I之间的关系.表2显示了两个变量的皮尔森相关系数,每个相关系数的置信水平均进行了t-检验.从表2可以明显看出,所有土地利用/覆盖类型的地表温度值与NDV I值呈负相关.负相关程度最高的是果园(-017406),其次是商业与居住用地(-015423)及林地(-014782),裸地(-013504)和工业用地(-012748)表现出一定的相关性,水体的相关性最小(-012447).
不同土地利用/覆盖类型的地表温度与植被比例之间也表现出了很好的负相关.果园(-017490)和商业与居住用地(-016260)的地表温度和植被比例的负相关最强,其他用地类型的相关性显著降低,相关性最低的不是水体(-014446),而是裸地(-013449)和工业用地(-012809).通过比较表2中NDV I和植被比例的相关系数值,显然植被比例值与地表温度值之间的相关性更好.由于两种植被指标都与地表温度有很强的负相关,因此可以断定:一种土地覆盖如果拥有高生物量/植被丰度,其一定表现出低的地表温度.
3 讨论与结论
过去已有研究专门就城市热岛问题,以NDV I 作为植被丰度的指示,对地表温度—植被关系进行过估计.本研究探讨了用光谱混合模型获得的植被比例作为一个新的植被丰度指示,来估计地
56
广州大学学报(自然科学版)第5卷
表2 不同土地利用/覆盖类型的地表温度与植被比例及地表温度与NDV I之间的相关系数(置信水平:0105) Table2 Correlati on coefficients bet w een LST and vegetati on fracti on,and bet w een LST and NDV I by LULC ty pe(significant at0105level)
相关系数商业与居住用地工业用地裸地林地果园水体
地表温度/植被比例-0.6260-0.2809-0.3449-0.4818-0.7490-0.4446地表温度/NDV I-0.5423-0.2748-0.3504-0.4782-0.7406-0.2447
表温度—植被关系.通过对两种估计的评估,结果显示,分解的植被比例与地表温度的关系呈现出比NDV I与地表温度的关系略强的负相关性.ND2 V I作为一种比率方法,虽然特别有用且计算简单,但不能测度植被数量,其值可能受许多外部因素的影响,包括观测角的变化、土壤背景以及农作物空间行列差异.对于地表温度—NDV I关系,需要进一步研究的方向是对无植被或少植被的地表区域,包括开放水体、人造特征、裸露土壤等.此外,由于NDV I的度量是依赖于传感器的可见光和近红外波段的光谱宽度,很难将一个研究区的结果外推到另一个研究区.相反,植被比例利用了传感器的所有光谱反射特征,其值很容易解译和应用.显然,光谱混合分解模型及其植被比例在城市热岛研究中具有良好的前景.
虽然许多因素会对光谱辐射和地表温度构成的变化产生影响,但对于城市热岛的空间格局来说,不同土地覆盖类型的空间位置和范围是最基础的因素.作为岩石圈和生物圈之间多数物质运动和能量交换的源和汇,土地覆盖的变化不仅使物质数量如植被的丰度和生物量产生变化,而且也使热特征发生变化.本研究的结果论证了热特征和植被动态之间的相互影响引起的不同土地覆盖类型生物物理参数的变化,以及地表温度、ND2 V I、植被比例影像之间的相互关系.
从热红外影像反演地表温度远比本文展现的方法复杂得多,诸如依赖于尺度的景观特性、地貌、比辐射率、大气效应、传感器噪音等因素都对不同时空尺度的地表温度反演产生影响.要获取相对高质量的地表温度估计,需要进行以下四个校正过程:①将光谱辐射转换为大气顶层亮温;②大气吸收及再反射校正;③地表比辐射率校正;④地表糙度校正.本文的地表温度反演没有考虑大气和地表粗糙度的影响,大气校正的缺失可能会产生4～7℃的温度误差,好在由于该影像获取时天气晴朗并且研究范围小,使温度的水平误差可能很小.但由于城市显著的各向异性产生的误差依赖于地表结构及相关的传感器位置,这种误差可导致市区地表温度产生6K的差异.要获得有效的地表温度,只有通过用数学模型来模拟这些组成地表温度的因素之间的关系.
参考文献:
[1] Streutker D R.A re mote sensing study of the urban heat island of Houst on,Texas[J].I nternati onal Journal of Re mote
Sensing,2002,23:259522608.
[2] Balling R C,B razell S W.H igh res oluti on surface temperature patterns in a comp lex urban terrain[J].Phot ogra mmetric
Engineering and Remote Sensing,1988,54:128921293.
[3] Gall o K P,M c Nab A L,Karl T R,et al.The use of NOAA AVHRR data f or assess ment of the urban heat island effect[J].
Journal of App lied M eteor ol ogy,1993,32:8992908.
[4] Gall o K P,Owen TW.A ssess ment of urban heat island:A multi2sens or pers pective f or the Dallas2Ft.Worth,US A regi on
[J].Geocart o I nternati onal,1998,13:35241.
[5] Kidder S Q,W u H T.A multis pectral study of the St.Louis area under snow2covered conditi ons using NOAA27AVHRR
data[J].Re mote Sensing of Envir on ment,1987,22:1592172.
[6] Roth M,Oke T R,E meryW J.Satellite derived urban heat islands fr om three coastal cities and the utilisati on of such data
in urban cli m at ol ogy[J].I nternati onal Journal of Re mote Sensing,1989,10:169921720.
[7] Streutker D R.A re mote sensing study of the urban heat island of Houst on,Texas[J].I nternati onal Journal of Re mote
Sensing,2002,23:259522608.
[8] Carnahan W H,Lars on R C.An analysis of an urban heat sink[J].Re mote Sensing of Envir on ment,1990,33:65271.
66
第5期钱乐祥:城市热岛研究中地表温度与植被丰度的耦合关系
76
[9] Ki m H H.U rban heat island[J].I nternati onal Journal of Remote Sensing,1992,13:231922336.
[10]N ichol J E.A GI S2based app r oach t o m icr ocli m ate monit oring in Singapore’s high2rise housing estates[J].Phot ogra mmetric
Engineering and Re mote Sensing,1994,60:122521232.
[11]W eng Q.A re mote sensing2GI S evaluati on of urban expansi on and its i m pact on surface te mperature in the Zhujiang Delta,
China[J].I nternati onal Journal of Re mote Sensing,2001,22:199922014.
[12]W eng Q.Fractal analysis of satellite2detected urban heat island effect[J].Phot ogra mmetric Engineering and Re mote Sens2
ing,2003,69:5552566.
[13]Byrne G F.Remotely sensed land cover te mperature and s oil water status—a brief review[J].Re mote Sensing of Envir on2
ment,1979,8:2912305.
[14]Owen TW,Carls on T N,Gillies R R.An assess ment of satellite remotely2sensed land cover para meters in quantitatively de2
scribing the cli m atic effect of urbanizati on[J].I nternati onal Journal of Re mote Sensing,1998,19:166321681.
[15]Oke T R.The energetic basis of the urban heat island[J].Quarterly Journal of the Royal M eteor ol ogical Society,1982,
108:1224.
[16]Cars on T N,Gillies R R,Perry E M.A method t o make use of ther mal infrared te mperature and NDV Imeasure ments t o in2
fer surface s oil water content and fracti onal vegetati on cover[J].Re mote Sensing Revie ws,1994,9:1612173.
[17]Gillies R R,Carls on T N.Ther mal re mote sensing of surface s oilwater content with partial vegetati on cover f or incor porati on
int o cli m ate models[J].Journal of App lied Meteor ol ogy,1995,34:7452756.
[18]Gillies R R,Carls on T N,Cui J,et al.A verificati on of the‘triangle’method f or obtaining surface s oil water content and
energy fluxes fr om re mote measure ments of the Nor malized D ifference Vegetati on I ndex(NDV I)and surface radiant te mper2 ature[J].I nternati onal Journal of Re mote Sensing,1997,18:314523166.
[19]Goward S N,Xue Y,Czajkowski K P.Evaluating land surface moisture conditi ons fr om the re motely sensed te mperature/
vegetati on index measure ments:An exp l orati on with the si m p lified si m p le bi os phere model[J].Re mote Sensing of Envir on2 ment,2002,79:2252242.
[20]Lo C P,Quattr ochiD A,Luvall J C.App licati on of high2res oluti on ther mal infrared re mote sensing and GI S t o assess the ur2
ban heat island effect[J].I nternati onal Journal of Re mote Sensing,1997,18:2872304.
[21]Lambin E F,Ehrlich D.The surface te mperature2vegetati on index s pace for land cover and land2cover change analysis[J].
I nternati onal Journal of Re mote Sensing,1996,17:4632487.
[22]Sobrino J A,Raiss ouni N.Toward re mote sensing methods for land cover dyna m ic monit oring:App licati on t o Mor occo[J].
I nternati onal Journal of Re mote Sensing,2000,21:3532366.
[23]Ada m s J B,Sabol D E,Kapos V,et al.Classificati on of multis pectral i m ages based on fracti ons of end me mbers:App lica2
ti on t o land cover change in the B razilian Amazon[J].Re mote Sensing of Envir on ment,1995,52:1372154.
[24]Roberts D A,Batista G T,Pereira J,et al.Change identificati on using multite mporal s pectral m ixture analysis:App lica2
ti ons in eastern Amazo^nia∥Lunetta R S,Elvidge C D(Eds.),Re mote sensing change detecti on:Envir on mental monit o2 ring methods and app licati ons[M].Ann A rbor,M I:Ann A rbor Sci.Publ.,1998:1372161.
[25]Mustard J F,Sunshine J M.Spectral analysis for earth science:I nvestigati ons using re mote sensing data.∥Rencz A N
(Ed.).Remote Sensing for the Earth Sciences:Manual of Re mote Sensing(3rd ed.)[M],Ne w York:W iley,1999:2512 307.
[26]Green A A,Ber man M,et al.A transf or mati on for ordering multis pectral data in ter m s of i m age quality with i m p licati ons for
noise re moval[J].I EEE Transacti ons on Geoscience and Remote Sensing,1988,26:65274.
[27]Lu D,Batistella M,Moran E.L inear s pectral m ixture analysis of T M data f or land2use and land2cover classificati on in Ron2
donia,B razilian Amazon.∥A r menakis C,Lee Y C(Eds.).Pr oceedings of the I SPRS Comm issi on I V Sy mposiu m:Geo2 s patial theory,p r ocessing and app licati ons[M].O tta wa,Canada:Center f or Topographic I nf or mati on M app ing Services
B ranch,Geomatics Canada,Depart m ent of Natural Res ources Canada,2002:5572562.
[28]S mall C.Esti m ati on of urban vegetati on abundance by s pectral m ixture analysis[J].I nternati onal Journal of Re mote Sens2
ing,2001,22:130521334.
[29]Van derMeer F,de Jong SM.I m p r oving the results of s pectral un m ixing of Landsat ThematicM apper i m agery by enhancing
the orthogonality of end2members[J].I nternati onal Journal of Remote Sensing,2000,21:278122797.
广州大学学报(自然科学版)第5卷 86
[30]W u C,Murray A T.Esti m ating i m pervi ous surface distributi on by s pectralm ixture analysis[J].Re mote Sensing of Envir on2
ment,2003,84:4932505.
[31]Lu D,W eng Q(in p ress).Spectral m ixture analysis of the urban landscape in I ndianapolis City with Landsat ET M+i m2
agery[J].Phot ogra mmetric Engineering and Re mote Sensing.
[32]htt p://lt https://www.doczj.com/doc/ac51696.html,/I A S/handbook/handbook_t oc.ht m l,Goddard Space Flight Center,NAS A,W ashingt on,DC
(last date accessed:10Sep tember2003).
[33]SnyderW C,W an Z,Zhang Y,et al.Classificati onbased em issivity f or land surface te mperature measure ment fr om s pace
[J].I nternati onal Journal of Re mote Sensing,1998,19:275322774.
Coupli n g rel a ti on sh i p of l and surface tem pera ture2veget a ti on
abundance for urban hea t isl and stud i es
Q I AN L e2xiang
(School of Geographic Sciences,Guangzhou University,Guangzhou510006,China)
Abstract:Re mote sensing of urban heat islands(UH Is)has traditi onally used the Nor malized D ifference Vege2 tati on I ndex(NDV I)as the indicat or of vegetati on abundance t o esti m ate the land surface te mperature(LST)2 vegetati on relati onshi p.This study investigated the app licability of vegetati on fracti on derived fr om a s pectral m ixture model as an alternative indicat or of vegetati on abundance.This is based on exa m inati on of a Landsat Enhanced The matic Mapper Plus(ET M+)i m age of Haizhu district,Guangzhou City,acquired on Sep te mber 14,2000.The transf or med ET M+i m age was un m ixed int o three fracti on i m ages(green vegetati on,i m pervi ous surface,and water)with a constrained least2square s oluti on.These fracti on i m ages were then used for land cov2 er classificati on based on a hybrid classificati on p r ocedure that co mbined maxi m u m likelihood and decisi on tree algorith m s.The results showed that LST possessed a slightly str onger negative correlati on with the unm ixed vege2 tati on fracti on than with NDV I for all land cover types.The s patial variability of texture in LST was positively correlated with those in NDV I and in vegetati on fracti on.The inter p lay bet w een ther mal and vegetati on dyna m ics in the context of different land cover types leads t o the variati ons in s pectral radiance and texture in LST.These variati ons are als o p resent in the other i m agery,and are res ponsible f or the s patial patterns of urban heat islands.
Key words:land surface te mperature(LST);vegetati on abundance;urban heat island(UH I);s pectral m ixture analysis
【责任编辑:方碧真】
综合评述地表气温变化研究的现状和问题① 任国玉 (国家气候中心,北京 100081) 提 要 对全球和中国地区平均地表气温变化趋势研究进行了简要评述,对当前研究中需要加强的工作提出了初步建议。 关键词: 气候变化 地表气温 中国地区 全球或区域平均地表气温是描述气候系统状态的最常用变量之一。地表气温变化在本文特指仪器记录时期全球或区域平均的近地面年平均气温变化。 1 全球的变化 仪器记录时期的平均地表气温变化趋势是全球气候变化检测研究中的关键问题,历来受到气候学家的重视。IPCC第三次评估报告指出,自从1860年以来,全球平均地表气温上升了014～018℃,并认为其增暖速度很可能是过去1000年内所没有的;近50年全球变暖尤其明显,而且这种变暖可能主要是由大气中CO 2 等温室气体浓度增加引起的[1]。对于这些结论,科学界还存在着不同看法。就资料及其分析而言,目前争论的焦点主要集中在仪器记录时期近地面气温资料的代表性、近1000年左右古气候代用资料的可靠性、以及近地面和高空气温记录的差异性等几个方面。 从仪器记录时期近地面气温资料分析来看,目前还存在以下突出问题:(a)全球许多区域缺乏观测,在20世纪中以前和海洋上尤其如此;(b)由于仪器变换、台站迁移、观测规范变化等引起的资料非均一性;(c由于城市发展和土地利用变化造成的局地或区域性温度变化。Jones等[2,3]、Hansen等[4]和美国国家气候资料中心(NCDC)[5～8]在建立全球平均地表气温序列时对这些问题多数均有所考虑,特别是对陆地上资料的非均一性问题,解决得也比较好。 但是,对于海洋上和早期记录的空缺以及城市热岛效应增强的影响,目前还没有给予很好的解决,对于区域土地利用变化对温度序列可能产生的影响更没有考虑。这些问题不解决好,就无法得到代表大区域或全球平均的气温序列,对气候变化的检测和预测研究也就很难得出坚实的结论。 2 中国的变化 在过去的10多年,中国气候学家对于在全球变暖的背景下,近50～100年来中国地区平均地表气温的变化规律进行了很多研究。这些研究发现,近百年或近50年来温度变化趋势与北半球的情况大致相似,但在时空变化的细节上又与全球变化存在明显差异;大部分地区,特别是北方年平均和冬季气温明显增暖,但夏季气温增暖不很显著,一些 — 3 — ①国家“十五”科技攻关项目课题“全球与中国气候变化的检测和预测(2001BA611B201)”资助。
什么是城市热岛效应 城市热岛效应(Urbanheatislandeffect)是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。 基本简介 城市热岛效应(The Urban Heat Island Effect)是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。城市热岛效应使城市年平均气温比郊区高出1°C，甚至更多。夏季，城市局部地区的气温有时甚至比郊区高出6°C以上。此外，城市密集高大的建筑物阻碍气流通行，使城市风速减小。由于城市热岛效应，城市与郊区形成了一个昼夜相同的热力环流。城市白天和黑夜的热岛效应[1] 晴朗无风的夏日，海岛上的地面气温，高于周围海上气温，并因此形成海风环流以及海岛上空的积云对流，这是海洋热岛效应的表现。近年来，由于城市人口集中，工业发达，交通拥塞，大气污染严重，且城市中的建筑大多为石头和混凝土建成，它的热传导率和热容量都很高，加上建筑物本身对风的阻挡或减弱作用，可使城市年平均气温比郊区可高2℃，甚至更多,在温度的空间分布上,城市犹如一个温暖的岛屿，从而形成城市热岛效应。热岛效应是由于人们改变城市地表而引起小气候变化的综合现象，在冬季最为明显，夜间也比白天
明显，是城市气候最明显的特征之一。 来源与发展 20世纪初，英国气候学家赖克·霍德华在《伦敦的气候》一书中把这种气候特征称为“热岛效应”。热岛效应近年来，随着城市建设的高速发展，城市热岛效应也变得越来越明显。城市热岛形成的原因主要有以下几点: 首先，是受城市下垫面特性的影响。城市内有大量的人工构筑物，如混凝土、柏油路面，各种建筑墙面等，改变了下垫面的热力属性，这些人工构筑物吸热快而热容量小，在相同的太阳辐射条件下，它们比自然下垫面（绿地、水面等）升温快，因而其表面温度明显高于自然下垫面。 另一个主要原因是人工热源的影响。工厂生产、交通运输以及居民生活都需要燃烧各种燃料，每天都在向外排放大量的热量。此外，城市里中绿地、林木和水体的减少也是一个主要原因。随着城市化的发展，城市人口的增加，城市中的建筑、广场和道路等大量增加，绿地、水体等却相应减少，缓解热岛效应的能力被削弱。 当然，城市中的大气污染也是一个重要原因。城市中的机动车、工业生产以及居民生活，产生了大量的氮氧化物、二氧化碳和粉尘等排放物。这些物质会吸收下垫面热辐射，产生温室效应，从而引起大气进一步升温。 热岛效应原则上，一年四季都可能出现城市热岛效应。但是，对居民生活和消费构成影响的主要是夏季高温天气下的热岛效应。为
关于城市热岛效应及其现实影响研究的结题报告 高一.十班 Ⅰ. 组长：李泽颢成员：李泽颢 相关学科：地理指导老师：吴新亚 Ⅱ. 背景：随着世界的发展，人口的增多，城市化的进程不断加快，一座座新城市不断被建起，人类文明因此高速发展。但是不可避免的，人类的扩建也产生了恶果。其不仅对环境造成了破坏，对自身也有不小的影响。其中，城市热岛效应是一个突出的现象。其具体表现为城市相对于周围郊区温度明显偏高，如同露出水面的岛屿。而作为中学生我们也应了解一下，来更加深刻地了解这一效应，并充分认识到事物发展的两面性。 Ⅲ.目的：了解城市热岛效应的定义，实质，表现形式，对人们日常生活的影响，对不同地区的不同效应，起因以及郑州本地的城市热岛状况。从中试图寻找解决办法。 意义：有利于加深对热岛效应的了解，增加对科学的热爱，加强实践能力和对学科的认识。 同时对论文这一文体有了更多的经验。 Ⅳ.分工：由一个人分不同阶段进行不同方式的调查。 Ⅴ.研究方法:观察，采访，网络搜索，搜寻，研究，问卷调查 Ⅵ.成果： ①城市热岛效应(Urbanheatislandeffect) 是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。 ②定义 热岛是由于人们改变城市地表而引起小气候变化的综合现象，是城市气候最明显的特征之一。由于城市化的速度加快，城市建筑群密集、柏油路和水泥路面比郊区的土壤、植被具有更大的热容量和吸热率，使得城区储存了较多的热量，并向四周和大气中幅射，造成了同一时间城区气温普遍高于周围的郊区气温，高温的城区处于低温的郊区包围之中，如同汪洋大海中的岛屿，人们把这种现象称之为城市热岛效应。 ③成因 近年来，随着城市建设的高速发展，城市热岛效应也变得越来越明显。城市热岛形成的原因主要有以下几点: 首先，是受城市下垫面特性的影响。城市内有大量的人工构筑物，如混凝土、柏油路面，各种建筑墙面等，改变了下垫面的热力属性，这些人工构筑物吸热快而热容量小，在相同的
2021届高三地理小专题训练：城市热岛效应 一、选择题，在每小题给出的四个选项中，只有一项是符合要求的。 城市热岛效应是指城市市区气温明显高于外围郊区的现象，热岛强度是用市区和郊区两个代表性观测点的气温差值来表示的。下图为北京市四季热岛强度平均一天内变化示意图。读图回答1～2题。 1. 热岛效应最强的季节是 A. 春季 B. 夏季 C. 秋季 D. 冬季 2. 减弱北京市热岛效应的主要措施有 ①增加市区绿化面积②机动车限行 ③冬季市区利用地热采暖④道路铺设渗水砖 A. ①② B. ③④ C. ①③ D. ②④ 【答案】1.D 2.A 【解析】考查热岛效应，减弱热岛效应的主要措施。 1.城市热岛效应是指城市中的气温明显高于外围郊区的现象，热岛强度是用城市和郊区两个代表性观测点的气温差值来表示，由图可知，热岛效应最强的季节是冬季。故选D。 2.增加城市绿地、机动车限行都可以缓解城市热岛效应，①②正确；冬季利用地热采暖增加了城市的人工热源，会进一步加强城市热岛效应，③错误；道路铺设渗水砖可增大下渗量，但对缓解城市热岛效应效果不大，④错误。故选A。 近年来我国许多城市规模在不断扩大，为了有效缓解城市“热岛效应”，许多城市采取了一系列措施。下图为城郊间热力环流示意图。读图，完成3～4题。
3. 图中①～④处，气压最高的是 A.① B.② C.③ D.④ 4. 下列能有效缓解许多城市“热岛效应”的措施是 A.增加城市绿地面积 B.扩大中心城区面积 C.提高建筑物高度 D.增加市区道路密度 【答案】3. B 4. A 【解析】 3. 同一地点近地面的气压高于高空，故②>①，③>④；③位于城区，人口集中，工业生产、日常生活和交通工具产生的废热多，气温高，气压低，②位于郊区，相比城区气温低，气压高，因此气压最高的是②处，B项正确。 4. 城市热岛效应的形成，主要是因为城市中废热较多，应从降低城区气温，增大城市比热容等角度入手，因此A项正确。 下图示意北京市不同季节热岛强度逐时分布，读图完成5～6题。 5. 北京市热岛强度的逐时变化表明 A. 5时～8时，市区均温最高 B. 12时之后，城市热岛强度持续加强 C. 1 5时～22时，市区升温显著 D. 22时～次日7时，城市热岛环流最强 6. 影响北京市热岛强度季节变化的原因有 A. 春季丰富的降水降低了城市热岛强度 B. 夏季太阳辐射较强，城市热岛强度的日变化最大 C. 秋季多大风，城市热岛强度较小 D. 冬季低温，人为释放热造成热岛强度最强 【答案】5. D 6. D 【解析】 考查学生读图获取地理信息的能力，知识点包括：城市热岛效应原理及影响因素。
遥感地学分析 实验报告 成绩： 姓名： 学号： 班级： 题目：
课程实验报告要求 一、实验目的 掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。 二、实验准备 软件准备： 数据准备：中等分辨率数据AA、高分辨率数据、热岛监测band6 三、实验步骤 1.中等分辨率数据中城市范围的提取： （1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK； 在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK； 结果如图：
（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可； 结果如图：
（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段； 结果如图：
（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可； 结果如图：
（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为，并将其在band math中进行二值化； 通过查看MNDBI的阈值设置为，并将其在band math中进行二值化；
城市热岛效应 科技名词定义 中文名称：城市热岛效应 英文名称：urban heat island 定义：指城市温度高于郊野温度的现象。由于城市地区水泥、沥青等所构成的下垫面导热率高，加之空气污染物多, 能吸收较多的太阳能，有大量的人为热进入空气；另一方面又因建筑物密集，不利于热量扩散，形成高温中心，并由此向外围递减。 所属学科：生态学（一级学科）；城市生态学、生态工程学和产业生态学（二级学科） 本内容由全国科学技术名词审定委员会审定公布 百科名片 城市热岛效应(Urbanheatislandeffect)是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。 简介 英文名称 The Urban Heat Island Effect 热岛效应
城市热岛效应(Urbanheatislandeffect)是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。城市热岛效应使城市年平均气温比郊区高出1°C，甚至更多。夏季，城市局部地区的气温有时甚至比郊区高出6°C 以上。此外，城市密集高大的建筑物阻碍气流通行，使城市风速减小。由于城市热岛效应，城市与郊区形成了一个昼夜相反的热力环流。晴朗无风的夏日，海岛上的地面气温，高于周围海上气温，并因此形成海风环流以及海岛上空的积云对流，这是海洋热岛效应的表现。近年来，由于城市人口集中，工业发达，交通拥塞，大气污染严重，且城市中的建筑大多为石头和混凝土建成，它的热传导率和热容量都很高，加上建筑物本身对风的阻挡或减弱作用，可使城市年平均气温比郊区可高2℃，甚至更多,在温度的空间分布上,城市犹如一个温暖的岛屿，从而形成城市热岛效应。热岛效应是由于人们改变城市地表而引起小气候变化的综合现象，在冬季最为明显，夜间也比白天明显，是城市气候最明显的特征之一。 编辑本段来源与发展 20世纪初，英国气候学家赖克·霍德华在《伦敦的气候》一书中把这种气候特征称为“热岛效应”。 热岛效应 近年来，随着城市建设的高速发展，城市热岛效应也变得越来越明显。城市热岛形成的原因主要有以下几点: 首先，是受城市下垫面特性的影响。城市内有大量的人工构筑物，如混凝土、柏油路面，各种建筑墙面等，改变了下垫面的热力属性，这些人工构筑物吸热快而热容量小，在相同的太阳辐射条件下，它们比自然下垫面（绿地、水面等）升温快，因而其表面温度明显高于自然下垫面。另一个主要原因是人工热源的影响。工厂生产、交通运输以及居民生活都需要燃烧各种燃料，每天都在向外排放大量的热量。此外，城市里中绿地、林木和水体的减少也是一个主要原因。随着城市化的发展，城市人口的增加，城市中的建筑、广场和道路等大量增加，绿地、水体等却相应减少，缓解热岛效应的能力被削弱。当然，城市中的大气污染也是一个重要原因。城市中的机动车、工业生产以及居民生活，产生了大量的氮氧化物、二氧化碳和粉尘等排放物。这些物质会吸收下垫面热辐射，产生温室效应，从而引起大气进一步升温。 热岛效应
分会场编号：S10 苏州市城市热岛效应现状分析 季 嬿1，朱 焱1，张宁2 （1. 苏州市气象局，苏州，215131 2.南京大学大气科学学院，南京，210023） 摘要：城市化进程加快所导致的城市热岛效应（Urban Heat Island, UHI）对于全球气候变化产生着深远的影响。近年来，苏州经济高速发展，年国民生产总值位列全国同类城市前列。截至2014年底，全市户籍在册人口约661.08万人，流动人口达到690万左右，随着城市经济建设规模的扩张以及城市人口数量的快速增长显著地加快了苏州的城市化进程，这可能导致苏州城市热岛效应进一步凸显。因此，利用最新的气象观测数据对苏州城市热岛效应进行较为系统的评估对于整个城市的健康发展和合理规划具有重要的现实意义。 本研究首先按照《城市园林绿化评价标准》的要求，选择苏州市范围内53个城市热岛代表站（其中城区站点19个，郊区站点34个）观测得到的4968组气温数据（共计119232个气温记录），对苏州市2013年夏季热岛强度值进行了整体评估。其次，利用1986至2010年美国宇航局（NASA）Landsat/TM卫星观测反演得到的地表气温数据对五种不同下垫面（城镇、裸地、水体、农田、林地）条件下的热岛效应强度进行更加精细化的估计。具体方法是：以太湖平均温度作为本底温度，在此基础上计算不同下垫面地表温度与太湖平均温度的差值得到相对温度，按照相对温度差值大小分为6级来表征热岛效应强度，从而得到苏州热岛强度等级分布。除了观测资料分析，本研究还利用数值模拟手段分析了不同绿化率、绿化方式对苏州市气象环境、城市热岛效应的影响。具体数值试验方案包括一组参考试验和五组敏感性试验，即：苏州市区实际绿化率（参考试验）、苏州市区所有网格点均无植被覆盖（敏感性试验1）、苏州市区所有网格点均为20%的树木覆盖（敏感性试验2）、苏州市区所有网格点均为40%的树木覆盖（敏感性试验3）、苏州市区所有网格点均为20%的草地覆盖（敏感性试验4）、苏州市区所有网格点人为热为0（敏感性试验5）。 研究结果表明：1）2013年度6-8月苏州城市热岛强度值为0.47℃，满足城市热岛效应强度“三星级”（≤2℃）考核要求；2）1986至2010年的卫星反演资料表明，随着苏州城市化的进程，苏州市城市热岛效应有缓慢增强的趋势。从分布特征来看，苏州城市热岛效应呈明显的放射型分布特征，以市区为中心向周围呈放射状分布；3）数值模拟结果表明，植树绿化和草地绿化都可以使局地空气温度有所下降，植树绿化的降温效果要优于草地绿化。苏州现有绿化水平（以树木绿
杨巧巧环境科学2134122115 城市热岛效应的产生原因：（1），是受城市下垫面特性的影响。城市内有大量的人工构筑物，如混凝土、柏油路面，各种建筑墙面等，改变了下垫面的热力属性，这些人工构筑物吸热快而热容量小，在相同的太阳辐射条件下，它们比自然下垫面（绿地、水面等）升温快，因而其表面温度明显高于自然下垫面。 （2）人工热源的影响。工厂生产、交通运输以及居民生活都需要燃烧各种燃料，每天都在向外排放大量的热量。 （3）城市里中绿地、林木和水体的减少也是一个主要原因。随着城市化的发展，城市人口的增加，城市中的建筑、广场和道路等大量增加，绿地、水体等却相应减少，缓解热岛效应的能力被削弱。 （4）城市中的大气污染也是一个重要原因。城市中的机动车、工业生产以及居民生活，产生了大量的氮氧化物、二氧化碳和粉尘等排放物。这些物质会吸收下垫面热辐射，产生温室效应，从而引起大气进一步升温 干岛效应与湿岛效应的产生原因 城市干岛：城区由于下垫面粗糙度大（建筑群密集、高低不齐），又有热岛效应，其机械湍流和热力湍流都比郊区强，通过湍流的垂直交换，城区低层水汽向上层空气的输送量又比郊区多，这两者都导致城区近地面的水汽压小于郊区，形成“城市干岛”。 城市湿岛：到了夜晚，风速减小，空气层结稳定，郊区气温下降快，饱和水汽压减低，有大量水汽在地表凝结成露水，存留于低层空气中的水汽量少，水汽压迅速降低。城区因有热岛效应，其凝露量远比郊区少，夜晚湍流弱，与上层空气间的水汽交换量小，城区近地面的水汽压乃高于郊区，出现“城市湿岛”。 混浊岛效应： 它是指城市市区由于厂矿企业集中、机动车辆众多、人口密集,致使排出的污染气体和空气中的尘埃等混浊程度都大大高于周边地区,形成“混浊岛”;而尘埃等混浊物恰哈是云层中的水汽变成降雨所最需要的“凝结核”,于是产生了这样的效应:城市上空的凝结核越多,水汽就越容易在此凝结造成降水,增加了雨量。此外,由于市区建筑物集中、高大,使风速在此大为减弱,强雨带等天气系统在市区上
关于城市热岛效应及其现实影响研究的开题报告 高一.十班 Ⅰ. 组长：李泽颢成员：李泽颢 相关学科：地理指导老师：吴新亚 Ⅱ. 背景：随着世界的发展，人口的增多，城市化的进程不断加快，一座座新城市不断被建起，人类文明因此高速发展。但是不可避免的，人类的扩建也产生了恶果。其不仅对环境造成了破坏，对自身也有不小的影响。其中，城市热岛效应是一个突出的现象。其具体表现为城市相对于周围郊区温度明显偏高，如同露出水面的岛屿。而作为中学生我们也应了解一下，来更加深刻地了解这一效应，并充分认识到事物发展的两面性。 Ⅲ.目的：了解城市热岛效应的定义，实质，表现形式，对人们日常生活的影响，对不同地区的不同效应，起因以及郑州本地的城市热岛状况。从中试图寻找解决办法。 意义：有利于加深对热岛效应的了解，增加对科学的热爱，加强实践能力和对学科的认识。同时对论文这一文体有了更多的经验。 Ⅳ.分工：由一个人分不同阶段进行不同方式的调查。 Ⅴ.研究方法:观察，采访，网络搜索，搜寻，研究，问卷调查 Ⅵ.计划：第一阶段：搜集资料 ①通过网上搜索，了解城市热岛效应。 ②随机采访几位市民，询问其对城市热岛效应的了解，及对其日常生 活的影响。 ③试图采访当地气象局，查看郑州近年来气温变化。 ④观察周围生活环境，试图寻找热岛效应的痕迹，可以做适当摄像。 ⑤可做一些调查问卷，了解人们对热岛效应的熟悉程度，及对其看法。 第二阶段：整理资料： ①整理采访内容，分类置放。 ②整合搜索资料，加以修改。 ③把数字数据集合起来，尽量以图表格式直观地体现。 ④筛选有用图片，整合。 ⑤意见整合，综合归纳。 第三阶段：分析资料 ①从资料中找出关键信息。 ②寻求老师指导完成分析。 ③资料分析中试图找出新信息。 ④同时分析到热岛效应的好处和坏处。 ⑤加入适当专业人士评语看法。 ⑥提出自己的观点，找出解决办法。 第四阶段：写成论文 ①布局分配 ②资料引用
城市热岛环流与城市大气环境 长春市第二实验中学 卢俊福 朱荣广 教学目标： 认识什么是城市热岛效应；了解城市热岛效应形成的原因；了解城市热岛效应给城市带来的影响；提出减弱城市热岛效应的建议。培养分析地理现象的能力，提出治理措施，培养解决地理问题的能力。 教学过程： 一、城市热岛效应 1、读图认识什么是城市热岛效应 2、分析城市热岛效应的形成原因 3、讨论、总结什么是城市热岛效应 二、城市热岛环流 阅读教材相关图片，认识什么是城市热岛环流。 1、认识城市热岛环流 由于城市热岛的存在，引起空气在城市上升、在郊区下沉，在城市与郊区间形成了小型的热力环流，称之为城市热岛环流。近地面风由郊区吹向城市。 2、分析城市热岛环流产生的原因是什么? 城市热岛的形成，显然是与城市化的发展密不可分的，其形成的直接原因有以下四个： 首先，是城市下垫面(大气底部与地表的接触面)特性的影响。 城市内大量人工构筑物如铺装地面、各种建筑墙面等，改变了下垫面的热属性。城市地表含水量少，热量更多地以显热形式进入空气中，导致空气升温。同时城市地表对太阳光的吸收率较自然地表高，能吸收更多的太阳辐射，进而使空气得到的热量也更多，温度升高。如夏天里，草坪温度32℃、树冠温度30℃的时候，水泥地面的温度可以达到57℃，柏油马路的温度更高达63℃，这些高温物体形成巨大的热源，烘烤着周围的大气和我们的生活环境，怎么能不热呢? 第二个主要原因是城市大气污染，城市中的机动车辆、工业生产以及大量的人群活动，产生了大量的氮氧化物、二氧化碳、粉尘等，这些物质可以大量地吸收环境中热辐射的能量，产生众所周知的温室效应，引起大气的进—步升温。 第三个主要原因是人工热源的影响。工厂、机动车、居民生活等，燃烧各种燃料、消耗大量能源，无数个火炉在燃烧，都在排放热量! 第四个原因是，城市里的自然下垫面减少了城市的建筑、广场、道路等等大量增加，绿地、水体等自然因素相应减少，放热的多了，吸热的少了，缓解热岛效应的能力就被削弱了。 通过互联网、图书馆等途径搜集、整理资料，合作探究。 3、讨论：城市热岛环流对市区大气污染物的扩散产生哪些影响? 学生讨论 由于城市热岛环流的出现，城区工厂排出的污染物随上升气流而上升，笼罩在城市上空，并从高空流向郊区，到郊区后下沉。下沉气流又从近地面流向城市中心，并将郊区工厂排出的污染物带入城市，使城市的空气污染更加严重。 三、提出建议 我们可以采取哪些措施减弱城市热岛效应?合作分析讨论，提出合理化建议： 1、将污染严重的工业企业布局在由于城市热岛之外，避免这些工厂排出的污染物从近地面流向城区。 2、应将卫星城建在由于城市热岛之外，以避免相互污染。 3、加强城市绿化，降低市区气温 4、阳台、屋顶绿化，美化环境同时，减弱城市热岛效应。 5、倡导公交优先，尽量乘坐公交车，减少汽车等交通工具的能源消耗量。 6、采用高反射能素材、涂料 7、洒水降温 8、…… 合作分析讨论，提出合理化建议 小结：通过本节学习，同学们认识了城市热岛效应及对城市生活的影响，同时我们应该正确对待这种地理现象，不要恐慌；面对问题，尽自己的努力，解决问题。 - 70 -
城市热岛效应 摘要：在全球气候变暖和高速城市化的大背景下，世界上许多城市都出现了高强度的城市热岛效应，城市热环境质量日趋恶化。分析和评价城市热岛效应已成为当前城市气候与环境研究的重要内容之一，也是全球变化研究的重要方面。本文剖析了城市热岛效应的成因及危害，并从当前城市热岛效应的现状出发探讨了改善城市生态环境，减低热岛强度的对策。 关键词：城市热岛效应，气候变化，人类活动，成因及措施 一、引言：城市热岛效应也称“大气热污染现象”,是指当城市发展到一定规模,由于城市下垫面性质的改变、大气污染以及人工废热的排放等因素使城市温度明显高于郊区,形成类似高温孤岛的现象,在气象学上被形象地称为城市热岛。可见,城市热岛反映的是一个温差的概念,只要城市与郊区有明显的温差,就可以说存在了城市热岛。 近年来,我国城市夏季伏天日气温在35℃以上的天数逐渐增多。据报道，2005年夏季，我国中东部和内蒙古中西部、新疆大部日最高气温高于或等于35度的日数一般在5天以上，其中华北南部、黄淮中西部、长江中下游大部及新疆东部、内蒙古西部、福建大部、广东北部、广西东部等地普遍持续高温10-15天，河北南部、山西南部、河南北部、安徽西北部、浙江大部、江西中北部等地达16-25天，很多城市日气温频频刷新当地气象纪录［1］。城区高温化得背后就是越来越严重的城市热岛现象。针对上述现象，本文就以城市热岛产生的原因和改善措施作初步探讨。 二、热岛效应形成的原因 2.1．城市下垫面性质改变 由于城市“水泥森林”的发展，改变了下垫面的性质，同时也改变原有的自然地面的面积比例。城市建筑物和道路的材料改变了地表热交换和大气动力学特征，更易吸收大量热辐射，致使夜晚红外辐射的热量相应增多，如果这种建筑物贯穿于整个城市则可使城市上空温度升高。另外，城市由于参差不齐的建筑物，
城市热岛效应的成因分析及影响 改革开放以来，我国城市化进程明显加快，目前已经进入到高速城市化的起飞线上，随之而来的城市环境污染问题也日益严重，其中的城市“热岛效应”作为这些环境问题中的典型代表有着重要的研究意义。 城市热岛效应是指城市因大量的人工发热、建筑物和道路等高蓄热体及绿地减少等因素，造成城市“高温化”城市热岛效应，通俗地讲就是城市化的发展，导致城市中的气温高于外围郊区的这种现象。在气象学近地面大气等温线图上，郊外的广阔地区气温变化很小，如同一个平静的海面，而城区则是一个明显的高温区，如同突出海面的岛屿，由于这种岛屿代表着高温的城市区域，所以就被形象地称为城市热岛。在夏季，城市局部地区的气温，能比郊区高6℃甚至更高，形成高强度的热岛。此外，城市密集高大的建筑物阻碍气流通行，使城市风速减小。由于城市热岛效应，城市与郊区形成了一个昼夜相同的热力环流。 可见，城市热岛反映的是一个温差的概念，只要城市与郊区有明显的温差，就可以说存在了城市热岛。因此，一年四季都可能出现城市热岛。但是，对于居民生活的影响来说，主要是夏季高温天气的热岛效应。 这些年来，由于城市人口集中，工业发达，交通拥塞，大气污染严重，且城市中的建筑大多为石头和混凝土建成，它的热容量低，热传导率高，加上建筑物本身对风的阻挡或减弱作用，可使城市年平均气温比郊区可高2℃，甚至更多,在温度的空间分布上,城市犹如一个温暖的岛屿，从而形成城市热岛效应。热岛效应是由于人们改变城市地表而引起小气候变化的综合现象，在冬季最为明显，夜间也比白天明显，是城市气候最明显的特征之一。 城市热岛效应的成因 全球变暖的气候条件是造成城市热岛效应的外部因素，而城市化才是热岛形成的因。近年来，随着城市建设的高速发展，城市热岛效应也变得越来越明显。一般认为城市热岛效应是由以下几个原因造成的 首先，是受城市下垫面特性的影响。城市有大量的人工构筑物，如混凝土、柏油路面，各种建筑墙面等，改变了下垫面的热力属性，这些人工构筑物吸热快而热容量小，在相同的太阳辐射条件下，它们比自然下垫面（绿地、水面等）升温快，因而其表面温度明显高于自然下垫面。城市拥有大量的人工构筑物，其道路及建筑物的成分多为水泥、柏油、钢筋混凝土、砖石和金属等，这些材料都是吸热能手，它们具有热容量大、导热率高的特点，能吸收大量的热辐射。据资料显示，它们所占的面积约为70％～80％E 。另外，这些材料大多较郊区绿地的颜色深，对太阳辐射的吸收率较大，能吸收更多的热量。郊区土地有大量植被覆盖，植物的蒸腾作用可以带走热量，使温度不会太高。例如在夏天，当草坪温度为32℃、树冠温度为3O℃左右时，水泥铺成的地面的温度就可达到57℃，而柏油铺成的马路的温度更可以高达63 度。 另一个主要原因是人工热源的影响。工厂生产、交通运输以及居民生活都需要燃烧各种燃料，每天都在向外排放大量的热量。城市人为热即人类活动产生的废热，城市大量的人为热释放引起城市地区局部升温，对城市热岛的形成起着十分重要的作用。弛等将人为热源分
城市热岛效应专题 城市热岛效应是指城市中的气温明显高于外围郊区的现象，热岛强度是用城市和郊区两个代表性观测点的气温差值来表示。读图“北京热岛强度四季平均日变化示意图”，据此完成1 ～3题。 1．热岛效应最强的季节是 A．春季 B．夏季 C．秋季 D．冬季 2．夏季一天中热岛效应最强的时间段是 A．6：00--8：00 B．10：00--12：00 C．12：00--16：00 D．22：00--4．：00 3．减弱北京市热岛效应的主要措施有 ①增加绿化面积②机动车限行③冬季利用地热采暖④道路铺设渗水砖 A．①② B．③④ C．①③ D．②④ (2016·马鞍山质检)城市热岛已成为21世纪人类面临的最重要问题之一。图甲为北京市城区与郊区地表温度的季节变化，图乙为北京市热岛效应四季的强度和空间范围遥感图像。读图完成4～5题。 4.图乙中与北京市春、夏、秋、冬四季热岛对应正确的是( ) A．a、b、d、c B．a、c、b、d C．d、c、a、b D．c、d、b、a 5.图乙d中出现低温冷岛现象的原因最有可能是( ) ①该季节郊区植被覆盖率高，白天升温慢②该季节郊区地表裸露干燥，白天升温快③该季节城区污染物多，白天对太阳辐射削弱作用强④该季节城区污染物扩散快，白天对太阳辐射削弱作用少A．①③ B．②④ C．①④ D．②③
热岛强度是指中心城区气温比郊区高出的数值，下图示意北京市不同季节热岛强度逐时分布，读图完成6-7题。 6.关于北京市热岛强度的逐时变化，说法正确的是（） A．5时～8时，市区均温最高 B．午后2时左右，气温最高，对流旺盛，热岛效应最明显 C．15时～22时，市区升温显著 D．22时～次日7时，城市热岛环流最强 7.关于北京市热岛强度季节变化的说法正确的是（） A．春季丰富的降水降低了城市热岛强度 B．受上班人流、车流影响，各季节热岛强度在早上7时前后均达到高峰值 C．秋季多大风，城市热岛强度较小 D．冬季低温，人为释放热造成热岛效应最明显 热岛强度是市中心与郊区两个代表性观测点的气温差值，能准确反映“热岛效应”的变化状况。“冷岛效应”原指干旱地区夏季时，绿洲、湖泊气温比附近沙漠低的一种局部温凉的小气候现象。目前城市也在广泛开展这方面的研究。读图，完成8-10题。 8.北京城市热岛效应最显著的季节为（） A．春季 B．夏季 C．秋季D．冬季 9.图中①处出现了北京市区夏季午后的“冷岛”现象，可能是因为此处布局了（） A．住宅区B．公园C．商业区D．农田
城市热岛效应研究进展 （S7 城市气象精细预报与服务） 白杨，王晓云，姜海梅，刘寿东 （南京信息工程大学，南京，210044） 摘要：随着城市规模的高速发展和城市人口的急剧膨胀，城市下垫面结构的急剧变化和城市人为热排放的迅速增加所引起的城市热岛效应已逐渐成为严重影响城市人居环境和居民健康的重要因素。城市热岛效应研究已成为城市气候和区域气候研究中的热点问题。本文综述了城市热岛的概念，概括阐述了城市热岛的形成主要受城市下垫面改变、人为热排放、自然植被以及区域气候的影响，重点介绍了地面气象资料观测法、遥感监测法和边界层数值模式模拟法三种城市热岛效应的研究方法并总结了前人研究进展和主要成果。发现由于对城市热岛效应的分析和研究不够完善和深入，分析热岛的方法存在天然的缺陷，城市下垫面本身具有的复杂性，科学的研究方法没有与高科技的监测分析手段相结合，导致解决问题的措施不全面、不彻底或者过于简单化和表面化。在方法上，传统方法局限于宏观大尺度范围内分析城区和郊区的热岛关系，而从微观小尺度上研究的较少。目前的城市热岛研究一般侧重于单纯的城市大气环境问题，内容比较局限，后期的模拟在城市边界层下部的研究较少。另外由于近地层非均一下垫面的复杂性和不完整性给数值模拟带来了一定困难。最后，本文总结了城市热岛效应研究中的难点问题并展望了未来的发展方向。基于城市热岛效应的研究现状，应当注意在开发利用新技术的同时，不忽视传统检测手段的使用，结合空间遥感技术和边界层模拟的技术，形成4S（即RS遥感技术，GPS全球定位系统，GIS地理信息系统，EIS 环境信息系统）技术的多平台多尺度综合应用体系。在研究尺度上，不能只研究热岛效应在大尺度、中尺度下对城市气候的影响，还应研究其在全球气候改变后受到的影响，其热力和动力作用对全球气候变化过程的作用。 关键词：城市热岛；城市气候；研究进展
城市热岛效应形成的原因主要是： 1.城市内拥有大量锅炉、加热器等耗能装置以及各种机动车辆）。这些机器和人类生活活动都消耗大量能量，大部分以热能形式传给城市大气空间。 热岛效应 2.城区大量的建筑物和道路构成以砖石、水泥和沥青等材料为主的下垫层： 这些材料热容量、导热率比郊区自然界的下垫层要大得多，而对太阳光的反射率低、吸收率大；因此在白天，城市下垫层表面温度远远高于气温，其中沥青路面和屋顶温度可高出气温8℃～17℃·此时下垫层的热量主要以湍流形式传导，推动周围大气上升流动，形成"涌泉风",并使城区气温升高;在夜间城市下垫面层主要通过长波辐射,使近地面大气层温度上升。 3.由于城区下垫层保水性差，水分蒸发散耗的热量少（地面每蒸发1g水，下垫层失去2.5kJ的潜热），所以城区潜热大，温度也高。 4.城区密集的建筑群、纵横的道路桥梁，构成较为粗糙的城市下垫层、因而对风的阻力增大，风速减低，热量不易散失。 -在风速小于6 m/s时，可能产生明显的热岛效应， -风速大于11 m/s时,下垫层阻力不起什么作用，此时热岛效应不太明显。 5.城市大气污染使得城区空气质量下降，烟尘、S02、，N0x，C0，含量增加，这些物质都是红外辐射的良好吸收者，至使城市大气吸收较多的红外辐射而升温。 影响 由于热岛中心区域近地面气温高，大气做上升运动，与周围地区形成气压差异，周围地区近地面大气向中心区辐合，从而在城市中心区域形成一个低压旋涡，结果就势必造成人们生活、工业生产、交通工具运转中燃烧石化燃料而形成的硫氧化物、氮氧化物、碳氧化物、碳氢化合物等大气污染物质在热岛中心区域聚集，危害人们的身体健康甚至生命。表现在： 一方面，大量污染物在热岛中心聚集，浓度剧增，直接刺激人们的呼吸道粘膜，轻者引起咳嗽流涕，重者会诱发呼吸系统疾病，尤其是患慢性支气管炎、肺气肿、哮喘病的中老年人还会引发心脏病，死亡率高，如英国伦敦在1952年12月份，因为这个原因死亡4000余人。
1．城市建筑蓄热对“城市热岛效应”的影响原理 以建筑连片面积达1000平方公里的某大城市为例，有1000万人口、400万辆汽车，汽油的燃烧值是3.45*10^7J/L，按每辆轿车每天行驶50公里，每天耗油量4升计算，每辆轿车每天的燃烧值为38kwh，400万辆，总散热量为15200万kwh＝1.52亿kwh。 人体散热功率以100w计算，1000万人，一天的散热量为： 100W×24h×1000万＝2400万kwh＝0.24亿kwh。 太阳辐照地面，每平方米功率高达0.8-1kw，辐照1平方公里地面的太阳能功率为100万kw，1000平方公里的太阳能功率为10亿kw，一天晒10小时，可形成100亿kwh热量。 从总热量来说，人体和汽车释放的热量加在一起，也仅相当于太阳辐照热量的1/50，太阳辐照地面形成的热量，远高于城市汽车、人体释放的热量。 一般认为是城市下垫面变化造成了“城市热岛效应”，太阳辐照地面形成的热量是如何因城市下垫面变化导致“城市热岛效应”的呢？ 本课题人员在进行建筑隔热等建筑热工学原理研究过程中，发现：以一般日照每天所能达到的传热厚度计算，不同材料单位面积的蓄热量相差几十倍、上百倍。
首先通过在BEED建筑热工节能软件的传热延迟时间计算，得到在同样的日照条件下，不同材料的传热厚度，在此基础上，根据所得到的传热系数，计算同样时间内的传热量，就可以得到不同材料在达到同样传热量时的各自厚度，在此基础上计算蓄热量，见下表： 材料在日光照射下的传热时间和传热厚度计算 日光照射墙体，按表面升温20℃计算传热，在延迟时间之前，传热被墙体吸收形成为蓄热，墙体传热量计作零。超过延迟时间后，并且达
天津师范大学2015届本科毕业论文（设计）开题报告 学院：城市与环境科学学院专业（专业方向）：地理信息系统 论文题目 基于遥感的京津冀城市热岛效应联动效应初探 指导教师 霍红元 职称 讲师 学生姓名 邢晓瑞 学号 1130080208 一、研究目的（选题的意义和预期应用价值） 城市热岛效应(Urban Heat Island Effect, UHI),就是因城市化的发展,导致城市中气温高于外围郊区的现象。在近地面大气等温线图上,郊外的广阔地区气温变化很小,如同一个平静的海面,而城区则是一个明显的高温区,如同突出海面的岛屿,由于这种岛屿代表着高温的城市区域,所以就被形象地称为城市热岛。在夏季,城市局部地区的气温,能比郊区高出6e甚至更高,形成高强度的热岛.城市热岛影响着各个城市。尤其是大城市比如北京等。第一：城市中的机动车辆、工业生产以及大量的人群活动,产生了大量的氮氧化物、二氧化碳、粉尘等,这些物质能大量吸收环境中的热辐射能量,并增加大气对地面的长波逆辐射,产生众所周知的温室效应,引起了气温的进一步升温。第二：城市建成区、几何形状,与热岛强度存在着明显的关联。如果城市建筑走向设计、或几何形状不合理,则不易通风,造成因风速小而热量不易散发,导致局部气温过高。和一些别的因素产生这种效应，危害人体健康，加剧大气污染，造成局部地区的自然灾害，导致气候与物候失常等危害！最终影响了人类和生物的发生发展。 预期应用价值： 对于研究降低城市热岛效应对策、缓解热岛效应的影响、提高人民的城市生活质量和城市的可持续发展水平,具有重要的意义，为京津冀城市群的布局与合理规划提供有意义的参考。 二、与本课题相关的国内外研究现状，预计可能有所突破和创新的方面（文献综述）（一）与本课题相关的国内外研究现状 1.1城市热岛的形状 自从1972年，R a o首先证实了城市区域可以通过分析卫星热红外数据而区分出来，并使用ITOS-1卫星数据制作了美国大西洋中部沿海城市的地面热场分布图[6]。此后，国内外许多学者利用热红外遥感数据进行城市热岛的研究，取得了一系列成果。Carlson等分析了美国洛杉矶地区昼夜热场分布情况[22]，Matson等利用NOAA数据研究了美国西海岸几个城市的夜间城乡辐射温度差异[23]，Price等利用热红外制图仪数据评估了美国西北部地区城市热岛的范围和强度[24] 。 接着国内也有不少学者利用NOAA/AVHRR数据研究了北京、上海、苏州[27]、沈阳[28]等多个城市的热岛现象。虽然研究区域各不相同，但是却发现一些共同的特征：在无风或微风条件下，城市热岛的形状、走向和位置都与建成区基本一致；在城市内部，城市热场的分布结构同土地覆盖特征密切相关，低植被的工业区和商业区呈现出明显的高温中心，植被覆盖度大的乡村则显示为低温区域。然而，NOAA/AVHRR气象卫星数据1. 1 km的地面分辨率只
基于LANDSAT地表温度的上海城市热岛时空格局分析 摘要：利用1997年和2002年的Landsat TM/ETM影像数据，提取了上海地区的地表温度，分析研究了上海的城市热岛效应的时空格局变化。结果表明，低温区的面积从1997年到2002年的比例明显下降，分布更分散；次低温区面积增加，分布呈现出明显的多中心格局；温度等级高的地区主要是人口密集和人类活动频繁的区域。 关键词：上海；城市热岛；时空格局 越来越多的人口涌入城市，受到广泛关注的城市化是当今世界上重要的社会、经济现象之一。城市热岛作为城市化产生的一个显著后果，也逐渐成为城市研究的焦点。城市化，就是把自然景观改变成人工景观的过程，同时也改变了城市地表的物理特性。地表温度是改变最明显的，这对于城市生态环境的研究至关重要。城市下垫面类型和性质直接影响地表温度的上升和下降，城市景观的高度异质性导致下垫面的特性差异很大，是研究城市地表温度的挑战。通过气象观测数据进行分析是传统的研究手段，受到人力物力、下垫面差异、时间尺度和观测数据的多种影响，存在很多困难。相比传统的方法相比，利用卫星遥感技术，能够获取大范围、多时相的数据，是研究城市生态环境的重要手段，具有广泛的
应用性。定量提取地表温度、植被指数和其他表征地表特性的指数，可利用不同的遥感传感器获取的遥感数据，能够为城市热岛的研究提供大量的、准确的数据。 城市的土地利用和土地覆盖能够影响着地表辐射的吸收和释放，其中的每个组成部分都受到周围环境的影响，有独特的辐射、湿度、热能及空气动力学的性质。对地表温度影响最大的因素之一是植被，植被的性质和数量是影响太阳辐射在显热和潜热通量间的分配的因素，造成植被覆盖区和裸地之间地表温度的差异。城市中的人工景观逐渐代替自然景观，比例不断提高的不透水面，成为影响地表温度的又一重要组成部分。 随着我国的经济快速发展，不断加快的城市化进程，迅速增加的城市建设区域面积，改变了城市的规模和空间格局。上海，是中国城市化程度最高的城市，正面临着各种问题，如物候反常、大气污染、对人体健康的危害等，都是城市热岛效应带来的。对于上海的可持续发展和生态城市的建设，这些问题将是很大的阻碍。因此，为寻找造成城市热岛的原因，科学地指导上海的城市规划、建设和环境改善，利用遥感技术研究上海城市热岛的时空格局变化趋势，具有非常积极的意义。 1 数据和方法 1.1 数据来源