CN108549858A - 一种城市热岛效应的定量评价方法 - Google Patents
一种城市热岛效应的定量评价方法 Download PDFInfo
- Publication number
- CN108549858A CN108549858A CN201810307442.9A CN201810307442A CN108549858A CN 108549858 A CN108549858 A CN 108549858A CN 201810307442 A CN201810307442 A CN 201810307442A CN 108549858 A CN108549858 A CN 108549858A
- Authority
- CN
- China
- Prior art keywords
- land
- effect
- urban
- island
- urban heat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Astronomy & Astrophysics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种城市热岛效应的定量评价方法,包括如下步骤,1:数据获取及预处理;2:计算城市热岛强度并进行分级;3:计算土地利用贡献度指数LCI;4:基于LCI指数模型耦合土地利用类型的城市热岛效应评价。本发明用于更准确地量化城市不同土地利用类型与城市热岛效应之间的关系,以及土地利用格局的变化对热岛效应的影响。城市下垫面的变化作为影响城市热岛效应最关键的因素,本发明对城市下垫面中土地利用类型与城市热岛效应之间的关系进行了定量化地评价,可以为城市土地资源的合理利用和配置提供科学指导依据。
Description
技术领域
本发明涉及地球科学技术领域,具体地指一种城市热岛效应的定量评价方法。
背景技术
自20世纪中期以来,城市化已成为最重要的人类活动之一。农村人口向城市的涌入以及随之而来的城市绿地向不透水面的转化往往会导致城市和农村的生态失衡。随着城市化进程的发展,城市下垫面的热力性质发生改变,体现为城区中心处于高温区而城区附近的郊区则处于低温区,即城市热岛效应(Urban Heat Island)。而在城市热岛效应的相关研究中,城市热岛与土地利用类型之间的关系引起了众多学者的广泛关注,成为重要的研究内容。土地利用类型的变化是快速城市化的最直接体现,导致城市地表物理特征的变化,影响着地表与大气的能量交换。因此,衡量和评估土地利用类型与城市热岛的内在定量关系对于城市热岛效应的研究具有重要科学意义,同时有利于优化城市土地利用结构和模式,加强对城市气候及其影响过程的理解,确保快速增长的城市人口的居住满意度。
国内外许多学者对于城市热岛效应与土地利用类型的模拟方法进行了大量探索。Xian和Crane(2006)以美国的坦帕湾和拉斯维加斯山谷为研究区,综合城市土地利用程度和城市发展密集度指数来研究城市热岛结构的变化。Connors等人(2013)基于景观指数评估了亚利桑那州凤凰城的土地利用景观特征与城市热岛效应之间的关系。杨英宝等(2007)利用气象统计数据分析了1985~2000年间南京市热岛效应变化的时空特征及其与土地利用变化之间的关系。由于数据获取方式的缺陷,传统的城市热岛研究主要依赖于气象站数据进行数值模拟。而近年来,卫星遥感数据集的快速发展使地球科学的相关技术方法被更广泛地应用于耦合土地利用的城市热岛效应研究。其中,遥感技术可以为不同区域、不同尺度的城市热岛效应研究提供不同的专题数据集,例如AVHRR(Advanced Very HighResolution Radiometer)高分辨率数据,Landsat的专题制图仪(TM)和增强专题制图仪(ETM)数据,中等分辨率的MERIS数据以及ASTER数据等等。在所有用于城市热岛效应研究的遥感数据集中,MODIS中分辨率成像光谱仪(Moderate-resolution ImagingSpectroradiometer)数据集由于在中等空间尺度下具有高时相(每日两次)和海量数据丰富度的特性而被使用的最为广泛。例如,Anniballe等(2014)利用MODIS数据监测地表和空气的热量变化,进而分析了两种不同类型的城市热岛与土地利用类型的关系。苏振华等(2015)利用Landsat 7ETM+以及MODIS合成地表温度产品对武汉市城市热岛强度进行了分级,并探索了城市热岛与土地利用的时空变化情况。
综合国内外研究现状,城市热岛与土地利用类型之间的耦合关系研究主要表现为利用不同的技术方法对热岛效应进行定性地分析和模拟,而缺乏更多定量化的模型来更好地表征二者之间的数值关系,因此需要引入新的方法和模型。
发明内容
本发明的目的就是要提供一种城市热岛效应的定量评价方法,该方法提出和建立了一种新的“土地利用贡献度”指数模型,用于更准确地量化城市不同土地利用类型与城市热岛效应之间的关系,以及土地利用格局的变化对热岛效应的影响。该指数模型的建立是以不同季节所有土地利用类型的平均地表温度为基准,根据不同用地类型地表温度与整个城市景观地表温度的差值来计算其相应的季节性热岛“贡献度”,从而为城市土地资源的合理利用和配置提供科学指导依据。
为实现此目的,本发明所设计的城市热岛效应的定量评价方法,其特征在于,它包括如下步骤:
步骤1:获取研究区城市的原始遥感影像数据,对获取的研究区城市的原始遥感影像进行大气校正、投影变换、图像配准和裁剪、几何校正的图像预处理,并基于监督分类中的支持向量机分类法将图像预处理后的遥感影像分为水体、建设用地、林地、耕地和未利用地五类土地利用类型,得到研究区城市土地利用分类图,并提取各用地类型的地表温度;
步骤2:从城市热岛效应定义的角度出发,采用郊区的平均地表温度代表整个研究区城市平均地表温度的方法,以获得城郊温度的差异,同时结合土地利用分类图像,计算出每类土地利用类型的平均地表温度,然后根据城市与郊区地表温度的差异来表征热岛效应的强度;
步骤3:计算每类土地利用类型所占比例大小,以及通过在研究区城市提取每个季节每种用地类型的地表温度,并计算出平均温度,根据土地利用类型平均温度与整个城市景观均值温度的差异,定义耦合土地利用贡献度LCI指数模型如下:
LCIi=(Ti-M)×Pi,i=1,2,3,4,…
式中:Ti为第i种土地利用类型的平均温度,M表示整个研究区城市的平均温度,i代表不同的土地利用类型,Pi指第i种土地利用类型面积占整个研究区面积的比例;LCIi为量化每种用地类型对城市热岛效应的贡献度指标。
本发明的有益效果:
1、城市下垫面的变化作为影响城市热岛效应最关键的因素,本发明对城市下垫面土地利用类型与城市热岛效应之间的关系进行了定量化评价;
2、提出了土地利用贡献度LCI(Land Contribution Index,土地利用贡献度指数,用来定量评价不同季节各种城市土地利用类型对城市热岛效应的热贡献)指数模型,可以更精确地衡量每一类土地利用类型对于城市热岛的影响,以及土地利用格局的变化与热岛效应的变化之间的耦合关系。
附图说明
图1为本发明的流程图;
图2为研究区城市不同季节各土地利用类型对城市热岛的贡献度指数。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
本发明所设计的一种城市热岛效应的定量评价方法方法,它包括如下步骤:
步骤1:获取研究区城市的原始遥感影像数据,利用计算机(ArcGIS和ENVI软件)对获取的研究区城市的原始遥感影像进行大气校正、投影变换、图像配准和裁剪、几何校正的图像预处理,并基于监督分类中的支持向量机分类法将图像预处理后的遥感影像分为水体、建设用地、林地、耕地和未利用地五类土地利用类型,得到研究区城市土地利用分类图,并结合土地利用类型和MODIS(Moderate-resolution Imaging Spectroradiometer)气温数据提取各用地类型的地表温度;
步骤2:从城市热岛效应定义的角度出发,采用郊区的平均地表温度(LST,LandSurface Temperature)代表整个研究区城市平均地表温度的方法,以获得城郊温度的差异,同时结合土地利用分类图像,计算出每类土地利用类型的平均地表温度,然后根据城市与郊区地表温度的差异来表征热岛效应的强度;
步骤3:计算每类土地利用类型所占比例大小,以及通过在研究区城市提取每个季节每种用地类型的地表温度,并计算出平均温度,根据土地利用类型平均温度与整个城市景观均值温度的差异,定义耦合土地利用贡献度LCI指数模型如下:
LCIi=(Ti-M)×Pi,i=1,2,3,4,…
式中:Ti为第i种土地利用类型的平均温度,M表示整个研究区城市的平均温度,i代表不同的土地利用类型,Pi指第i种土地利用类型面积占整个研究区面积的比例;LCIi为量化每种用地类型对城市热岛效应的贡献度指标。
上述技术方案的步骤3中,如果LCIi≥0,表示相应的土地利用类型会促进城市热岛效应的形成;如果LCIi<0,表示相应的土地利用类型对热岛效应有减缓作用;
步骤4,通过耦合土地利用贡献度LCI指数模型以及研究区城市不同土地利用类型的空间范围和比例,计算各季节每一种用地类型所对应的热岛的贡献度,并根据研究时期土地利用类型的转变进行热岛效应与用地类型的耦合分析。
上述技术方案的步骤2中,热岛效应的强度计算方法如下:
式中:UHIER表示城市热岛强度;ΔT为第i个像元的温度Ti与郊区平均温度Taverage的差值。
上述技术方案的步骤2中,根据热岛效应的强度的计算结果对热岛强度进行分级,分为绿岛、较弱热岛、中度热岛、强热岛和极强热岛,如表1所示。
表1城市热岛强度分级标准
上述技术方案的步骤3中,为了更好地量化城市土地利用类型对城市热岛效应的影响,本发明中对每一类用地类型对城市热岛的贡献度进行了定义和计算,具体如下:
在研究区中用ArcGIS软件中的“生成随机点”工具随机生成超过2500个样本点(每种用地类型至少500个样本点),并确保这些样本点均匀地分布于各用地类型并完全覆盖整个研究区域。本发明中尝试了在每种用地类型上提取200~800个样本点用于提取LST,并发现采样点的数量对于每种用地类型平均地表温度的计算结果影响甚微,而(每类)500个样本点可以保证完全覆盖研究区而无溢出点。通过这些样本点可以提取每个季节每种用地类型的LST并计算出平均温度。
以下结合附图和具体实施方案对本发明作进一步的详细说明。本发明设计的一种耦合土地利用类型的城市热岛效应评价方法,以武汉市为研究区域,它具体包括如下步骤:
步骤1:数据获取及预处理:
获取研究区武汉市2005-2015年间的MODIS数据集(MODLT1F:中国1km地表温度月合成产品)来得到地表温度数据,每年的数据以3个月为间隔来反映温度的季节性变化,例如2005年1月1日、4月1日、7月1日、10月1日分别代表冬季、春季、夏季、秋季,其他年份同理。同时,利用ArcGIS和ENVI软件对获取的武汉市Landsat TM和ETM+遥感影像进行大气校正、投影变换、图像配准和裁剪、几何校正等图像处理,然后基于监督分类中的支持向量机分类法将遥感影像分为水体、建设用地、林地、耕地和未利用地五类,得到研究区城市土地利用分类图。该图像用于在土地利用类型的基础上结合MODIS气温数据提取各类用地类型的地表温度LST。
步骤2:计算城市热岛强度并进行分级:
从城市热岛效应定义的角度出发,本发明中采用郊区的平均地表温度LST代表整个研究区域平均地表温度的方法,以获得城郊温度的差异。同时结合土地利用分类图像,计算出每类土地利用类型的平均地表温度,然后根据城市与郊区地表温度的差异来表征热岛效应的强度。根据公式(1)可以计算出研究区的热岛强度UHIER值,并根据表1的热岛分级标准进行热岛强度的分级。在本实例中,由分级结果(表2)可知研究区武汉市的城市热岛面积基本上呈递增的趋势,除了在2009年略微下降。与2005年相比,2015年城区的热岛面积增加了两倍之多,表明研究区正在经历较强的热岛效应,这也与21世纪初以来武汉市快速发展的城市化进程有关。
表2城市热岛强度分级结果
步骤3:计算土地利用贡献度指数LCI:
依据本发明中的步骤3以及解译出的土地利用类型图像,计算出各用地类型所占的比例。使用ArcGIS软件中的“生成随机点”工具,生成2500个样本点(每种用地类型500个样本点),并确保这些样本点均匀地分布于各用地类型并完全覆盖整个研究区域。通过生成的样本点图层并叠加研究区地表温度数据,可以提取不同季节每种土地利用类型所对应的LST值(每类500个数值),并计算平均温度。根据土地利用类型平均温度与整个城市景观平均温度的差异,通过公式(2)可以得到研究区不同季节各土地利用类型对城市热岛的贡献度指数,结果如附图2所示。
步骤4:基于LCI指数模型耦合土地利用类型的城市热岛效应评价
根据LCI指数的计算结果,结合研究时期土地利用类型的变化,进行研究区城市热岛效应分析。在本实例中,由图2可知,建设用地和未利用地对城市热岛效应有促进作用,其中建设用地直接关系到研究区下垫面的变化,为热岛提供了最大热量。随着10年间城市化进程的推进,2015年建设用地对城市热岛的贡献度与2005年相比大大增加。相比之下,水体、林地和农用地可以在一定程度上减缓城市热岛效应,而且在这三种用地类型中,水体对热岛效应有最强的抑制作用。因为水体具有很强的热量存贮能力,所以水温变化比较不明显,可以有效缓解城市热岛的形成。城市绿地具有吸收有毒气体和净化环境的功能,并且可以改善当地小型气候,以补偿城市化中被破坏的自然环境特征。
不同土地利用类型在不同季节对热岛效应也有着不同的贡献程度。从附图2可以看出,2005年春季各用地类型LCI指数值普遍较高,而2015年各用地类型的LCI值在秋季偏高(除水体以外)。建设用地在春、夏和秋季的热岛贡献值都较高,冬季由于太阳辐射较低而显著减少。这些结论也与季节性降雨量有关,春夏季节丰沛的降雨量导致城市绿地(林地和耕地等)生长更旺盛,从而散热量也更大。
根据耦合土地利用类型的城市热岛效应评价分析,可以得出的结论是:针对研究区,城市化是影响城市热岛效应乃至潜在的全球变暖的主要原因。城市建设用地对热岛效应有着显著的促进作用,而水体和城市绿地对热岛的季节性热量贡献明显少于建设用地和未利用地。根据研究结果,相关部门可以采取相应的决策措施,有效地规划并管理土地利用来缓解城市热岛效应。例如,当城市化进程过快时,应限制建设用地的继续增加,合理有效地规划利用已有建设用地面积,切实保护耕地和生态用地。土地利用决策部门可以通过制定合理的土地利用决策,注重生态环境保护,适量增加城市绿地的面积,促进城市土地资源的可持续利用与发展。
本发明用于更准确地量化城市不同土地利用类型与城市热岛效应之间的关系,以及土地利用格局的变化对热岛效应的影响。城市下垫面的变化作为影响城市热岛效应最关键的因素,本发明对城市下垫面中土地利用类型与城市热岛效应之间的关系进行了定量化地评价,可以为城市土地资源的合理利用和配置提供科学指导依据。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种城市热岛效应的定量评价方法,其特征在于,它包括如下步骤:
步骤1:获取研究区城市的原始遥感影像数据,对获取的研究区城市的原始遥感影像进行大气校正、投影变换、图像配准和裁剪、几何校正的图像预处理,并基于监督分类中的支持向量机分类法将图像预处理后的遥感影像分为水体、建设用地、林地、耕地和未利用地五类土地利用类型,得到研究区城市土地利用分类图,并提取各用地类型的地表温度;
步骤2:从城市热岛效应定义的角度出发,采用郊区的平均地表温度代表整个研究区城市平均地表温度的方法,以获得城郊温度的差异,同时结合土地利用分类图像,计算出每类土地利用类型的平均地表温度,然后根据城市与郊区地表温度的差异来表征热岛效应的强度;
步骤3:计算每类土地利用类型所占比例大小,以及通过在研究区城市提取每个季节每种用地类型的地表温度,并计算出平均温度,根据土地利用类型平均温度与整个城市景观均值温度的差异,定义耦合土地利用贡献度LCI指数模型如下:
LCIi=(Ti-M)×Pi,i=1,2,3,4,…
式中:Ti为第i种土地利用类型的平均温度,M表示整个研究区城市的平均温度,i代表不同的土地利用类型,Pi指第i种土地利用类型面积所占整个研究区面积的比例;LCIi为量化每种用地类型对城市热岛效应的贡献度指标。
2.根据权利要求1所述的城市热岛效应的定量评价方法,其特征在于:所述步骤3中,如果LCIi≥0,表示相应的土地利用类型会促进城市热岛效应的形成;如果LCIi<0,表示相应的土地利用类型对热岛效应有减缓作用。
3.根据权利要求1所述的城市热岛效应的定量评价方法方法,其特征在于:所述步骤2中,热岛效应的强度计算方法如下:
式中:UHIER表示城市热岛强度;ΔT为第i个像元的温度Ti与郊区平均温度Taverage的差值。
4.根据权利要求3所述的城市热岛效应的定量评价方法,其特征在于:所述步骤2中,根据热岛效应的强度的计算结果对热岛强度进行分级,分为绿岛、较弱热岛、中度热岛、强热岛和极强热岛。
5.根据权利要求3所述的城市热岛效应的定量评价方法,其特征在于:所述步骤2中,UHIER≤0为绿岛,0<UHIER≤0.1为较弱热岛,0.1<UHIER≤0.2为中度热岛,0.2<UHIER≤0.3为强热岛,0.3<UHIER为极强热岛。
6.根据权利要求1所述的城市热岛效应的定量评价方法,其特征在于:所述步骤3后还包括步骤4,通过耦合土地利用贡献度LCI指数模型以及研究区城市不同土地利用类型的空间范围和比例,计算各季节每一种用地类型所对应的热岛的贡献度,并根据研究时期土地利用类型的转变进行热岛效应与用地类型的耦合分析。
7.根据权利要求1所述的城市热岛效应的定量评价方法,其特征在于:所述步骤1中,结合土地利用类型和MODIS气温数据提取各用地类型的地表温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810307442.9A CN108549858B (zh) | 2018-04-08 | 2018-04-08 | 一种城市热岛效应的定量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810307442.9A CN108549858B (zh) | 2018-04-08 | 2018-04-08 | 一种城市热岛效应的定量评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108549858A true CN108549858A (zh) | 2018-09-18 |
CN108549858B CN108549858B (zh) | 2021-12-17 |
Family
ID=63514209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810307442.9A Expired - Fee Related CN108549858B (zh) | 2018-04-08 | 2018-04-08 | 一种城市热岛效应的定量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549858B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210112A (zh) * | 2019-05-29 | 2019-09-06 | 武汉理工大学 | 耦合土地利用规划的城市热岛效应情景模拟方法 |
CN110705010A (zh) * | 2019-08-21 | 2020-01-17 | 南京大学 | 基于遥感的次日夜间地表热岛模拟方法 |
CN110727984A (zh) * | 2019-09-29 | 2020-01-24 | 天津大学 | 土地利用变化与城市热环境之间机制的研究方法 |
CN110751419A (zh) * | 2019-10-30 | 2020-02-04 | 福州大学 | 基于复合指标的城市热岛强度计算方法 |
CN111368817A (zh) * | 2020-02-28 | 2020-07-03 | 北京师范大学 | 一种基于地表类型进行热效应定量评价方法及系统 |
CN111637972A (zh) * | 2020-04-23 | 2020-09-08 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN112348239A (zh) * | 2020-10-27 | 2021-02-09 | 中国建筑科学研究院有限公司 | 一种人工绿地对缓解城市热岛强度预测方法 |
CN113283745A (zh) * | 2021-05-24 | 2021-08-20 | 浙江树人学院(浙江树人大学) | 一种城市热岛效应的定量评价方法及系统 |
CN117668507A (zh) * | 2024-01-31 | 2024-03-08 | 广东海洋大学 | 一种基于大气再分析资料的城市热岛效应评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473613A (zh) * | 2013-09-09 | 2013-12-25 | 武汉理工大学 | 景观结构—地表温度—电量消耗的耦合模型及应用 |
CN104406698A (zh) * | 2014-11-24 | 2015-03-11 | 武汉理工大学 | 一种城市热岛空间分布的评价方法 |
KR101803344B1 (ko) * | 2016-07-29 | 2017-12-01 | 서울대학교산학협력단 | 정규화 지수를 이용한 토지이용에 따른 도시 열섬 취약 특성 분석 시스템 및 방법 |
CN107678075A (zh) * | 2017-11-13 | 2018-02-09 | 深圳先进技术研究院 | 一种基于国产卫星的城市热岛效应监测方法和系统 |
-
2018
- 2018-04-08 CN CN201810307442.9A patent/CN108549858B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473613A (zh) * | 2013-09-09 | 2013-12-25 | 武汉理工大学 | 景观结构—地表温度—电量消耗的耦合模型及应用 |
CN104406698A (zh) * | 2014-11-24 | 2015-03-11 | 武汉理工大学 | 一种城市热岛空间分布的评价方法 |
KR101803344B1 (ko) * | 2016-07-29 | 2017-12-01 | 서울대학교산학협력단 | 정규화 지수를 이용한 토지이용에 따른 도시 열섬 취약 특성 분석 시스템 및 방법 |
CN107678075A (zh) * | 2017-11-13 | 2018-02-09 | 深圳先进技术研究院 | 一种基于国产卫星的城市热岛效应监测方法和系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210112A (zh) * | 2019-05-29 | 2019-09-06 | 武汉理工大学 | 耦合土地利用规划的城市热岛效应情景模拟方法 |
CN110705010A (zh) * | 2019-08-21 | 2020-01-17 | 南京大学 | 基于遥感的次日夜间地表热岛模拟方法 |
CN110727984A (zh) * | 2019-09-29 | 2020-01-24 | 天津大学 | 土地利用变化与城市热环境之间机制的研究方法 |
CN110751419A (zh) * | 2019-10-30 | 2020-02-04 | 福州大学 | 基于复合指标的城市热岛强度计算方法 |
CN111368817A (zh) * | 2020-02-28 | 2020-07-03 | 北京师范大学 | 一种基于地表类型进行热效应定量评价方法及系统 |
CN111368817B (zh) * | 2020-02-28 | 2023-05-23 | 北京师范大学 | 一种基于地表类型进行热效应定量评价方法及系统 |
CN111637972A (zh) * | 2020-04-23 | 2020-09-08 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN111637972B (zh) * | 2020-04-23 | 2021-07-13 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN112348239A (zh) * | 2020-10-27 | 2021-02-09 | 中国建筑科学研究院有限公司 | 一种人工绿地对缓解城市热岛强度预测方法 |
CN113283745A (zh) * | 2021-05-24 | 2021-08-20 | 浙江树人学院(浙江树人大学) | 一种城市热岛效应的定量评价方法及系统 |
CN117668507A (zh) * | 2024-01-31 | 2024-03-08 | 广东海洋大学 | 一种基于大气再分析资料的城市热岛效应评估方法 |
CN117668507B (zh) * | 2024-01-31 | 2024-04-05 | 广东海洋大学 | 一种基于大气再分析资料的城市热岛效应评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108549858B (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549858A (zh) | 一种城市热岛效应的定量评价方法 | |
Bao et al. | Modeling net primary productivity of terrestrial ecosystems in the semi-arid climate of the Mongolian Plateau using LSWI-based CASA ecosystem model | |
Kuang et al. | A comparative analysis of megacity expansions in China and the US: Patterns, rates and driving forces | |
Liu et al. | Spatial differentiation of the NPP and NDVI and its influencing factors vary with grassland type on the Qinghai-Tibet Plateau | |
Lin et al. | LICOM model datasets for the CMIP6 ocean model intercomparison project | |
CN106909722A (zh) | 一种近地面气温的大面积精准反演方法 | |
CN103678914A (zh) | 基于卫星遥感数据的高寒草地土壤呼吸估算方法 | |
Liu et al. | Optimization of planning structure in irrigated district considering water footprint under uncertainty | |
Sun et al. | Causes for the increases in both evapotranspiration and water yield over vegetated mainland China during the last two decades | |
Jiang et al. | Estimation of land production and its response to cultivated land conversion in North China Plain | |
CN100476354C (zh) | 用不同尺度遥感数据估计面积变化的对称系统抽样技术 | |
Zhao et al. | Estimation of high spatiotemporal resolution actual evapotranspiration by combining the SWH model with the METRIC model | |
Zhang et al. | Application of PCA integrated with CA and GIS in eco-economic regionalization of Chinese Loess Plateau | |
Wang et al. | Measurements and simulation of forest leaf area index and net primary productivity in Northern China | |
Qing-Ling et al. | Topographical effects of climate data and their impacts on the estimation of net primary productivity in complex terrain: A case study in Wuling mountainous area, China | |
Zhang et al. | Land cover change instead of solar radiation change dominates the forest GPP increase during the recent phase of the Shelterbelt Program for Pearl River | |
CN115795819A (zh) | 基于sebs模型和casa模型的水分利用效率模拟方法 | |
Sui et al. | A high-resolution inland surface water body dataset for the tundra and boreal forests of North America | |
Zhang et al. | Agricultural drought characteristics in a typical plain region considering irrigation, crop growth, and water demand impacts | |
Shi et al. | A new method for correcting urbanization-induced bias in surface air temperature observations: insights from comparative site-relocation data | |
CN116757357B (zh) | 一种耦合多源遥感信息的土地生态状况评估方法 | |
Chen et al. | Carbon sequestration capacity of terrestrial vegetation in China based on satellite data | |
Ma et al. | Estimation of evapotranspiration using all-weather land surface temperature and variational trends with warming temperatures for the River Source Region in Southwest China | |
Sun et al. | Evaluating the net primary productivity in the grasslands of southern China from 2001 to 2010 using a new land portfolio assessment model | |
Wang et al. | Four-decade response of land surface temperature to urban expansion in Beijing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211217 |
|
CF01 | Termination of patent right due to non-payment of annual fee |