CN110705010A - 基于遥感的次日夜间地表热岛模拟方法 - Google Patents

基于遥感的次日夜间地表热岛模拟方法 Download PDF

Info

Publication number
CN110705010A
CN110705010A CN201910772306.1A CN201910772306A CN110705010A CN 110705010 A CN110705010 A CN 110705010A CN 201910772306 A CN201910772306 A CN 201910772306A CN 110705010 A CN110705010 A CN 110705010A
Authority
CN
China
Prior art keywords
heat island
day
surface heat
surface temperature
night
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
Application number
CN201910772306.1A
Other languages
English (en)
Other versions
CN110705010B (zh
Inventor
赖佳梦
占文凤
黄帆
刘紫涵
洪发路
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201910772306.1A priority Critical patent/CN110705010B/zh
Publication of CN110705010A publication Critical patent/CN110705010A/zh
Application granted granted Critical
Publication of CN110705010B publication Critical patent/CN110705010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Landscapes

  • Cultivation Of Plants (AREA)
  • Road Paving Structures (AREA)

Abstract

本发明涉及一种基于遥感的次日夜间地表热岛模拟方法,其步骤为:利用高斯模型提取夜间地表热岛参数并模拟地表温度;分别选择与夜间地表热岛逐日变化与中时间尺度变化相关的两类因子;将选择的地表热岛相关因子输入支持向量机回归模型;进行次日夜间地表热岛强度及高斯地表温度模拟。本发明利用可预报的气象要素,结合支持向量机模型,提出了有效获取次日夜间地表热环境的方法。本发明方法适用性强,能用于大范围夜间次日地表热岛的快速模拟,能够满足实际生产的需要。

Description

基于遥感的次日夜间地表热岛模拟方法
技术领域
本发明涉及一种基于遥感的次日夜间地表热岛模拟方法,属于热红外遥感和城市热环境领域。
背景技术
近几十年来,伴随着全球工业化的迅猛发展,城市扩张等人类活动对城市生态环境影响巨大。以“城市热岛”为典型代表的城市气候效应,是人类活动导致的最重要的气候效应之一,对能源消耗和城市居民身体健康均带来显著负面影响。城市热岛通常可分为冠层热岛及地表热岛两类。冠层热岛主要是借助传统站点观测或模式模拟的近地面空气温度进行监测,地表热岛则通常利用热红外卫星遥感所提供的地表温度产品进行监测。近年来,随着热红外卫星遥感技术的不断发展,地表热岛逐渐受到更多的关注。借助卫星遥感获取城市下垫面信息,进而揭示地表热岛时空演变格局及机理,已成为热红外遥感和城市热环境领域的热点之一。
前人研究已总结出地表热岛时空演变的几大类驱动要素,主要包括:(1)地表覆盖因子、(2)城市形态因子、(3)人类活动和(4)气候条件。地表覆盖因子包括地表覆盖类型(如:城市用地分布,植被指数,水体指数等)及景观格局(如:地表斑块的形状、大小、连接度等)。城市形态因子包括城市的大小、形状、扩张方向等。人类活动主要表现为人为热的释放和能源消耗。气候条件包括年(季)均气温、风速、湿度、降雨量等。综合上述几类因子,学界已经实现了在各个不同时间尺度上对过去时刻地表热岛时空格局的模拟。但是,关于获取未来时刻地表热岛时空格局的研究目前仍处于初步阶段。
为了获取未来城市热岛,部分研究人员利用土地利用覆盖和地表热岛的显著相关关系,通过结合能够获取未来地表覆盖的模型来对未来地表热岛进行模拟。但是,由于地表覆盖仅在长时间尺度才具有显著变化,通过此方法只能获取年际或者季节尺度上的未来热岛。实际上,地表热岛除了展现显著的年际或季节变化外,还有着强烈的日间变化。然而,尽管已有研究初步证明了气象因子是日间尺度上地表热岛变化的主要控制因子,当前却仍然缺乏一个简单有效的对日间尺度未来地表热岛进行模拟的方法。
发明内容
本发明的目的在于:克服现有技术上述缺陷,提出一种简单有效且适用于多个城市的对次日夜间地表城市热岛进行模拟的方法。
本发明提出的基于遥感的次日夜间地表热岛模拟方法,包括以下步骤:
第一步、地表热岛定量化——基于MODIS产品数据,利用高斯模型模拟逐日夜间遥感地表温度,获取基于高斯模型的地表热岛强度以及逐像元的地表温度;
第二步、选择次日夜间地表热岛的模拟因子——分别选择与夜间地表热岛中时间尺度变化相关的四类因子:a)城市平均反照率、b)城郊归一化植被指数差值、c)日照时长、d)地表热岛强度背景值或地表温度背景值,与地表热岛逐日尺度变化相关的七类因子:e)郊区日均地表温度、f)郊区地表温度日较差、g)气溶胶光学厚度、h)相对湿度、i)风速、j)累计降雨量、k)空气温度;
第三步、获取模拟因子值——对于a)城市平均反照率、b)城郊归一化植被指数差值、e)郊区日均地表温度、f)郊区地表温度日较差和g)气溶胶光学厚度这几个模拟因子,计算它们在前M天内的平均值作为次日对应的模拟因子值;d)地表热岛强度背景值或地表温度背景值为地表热岛强度或地表温度在前M天内的平均值,M=5-15;对于h)相对湿度、i)风速、j)累计降雨量和k)空气温度,则使用它们的次日观测值;c)次日的日照时长通过计算获得;
第四步、模拟次日夜间地表热岛强度及地表温度——将所有次日模拟因子值进行归一化处理,然后输入支持向量机回归模型,获取次日夜间地表热岛强度及基于高斯的夜间地表温度的模拟结果。
本发明有望服务于生产生活及城市规划决策,为缓解城市热岛效应做出贡献。本发明方法适用性强,能用于大范围夜间次日地表热岛的快速模拟,能够满足实际生产的需要。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明方法流程示意图。
图2为本发明方法在中国59座城市对次日夜间地表热岛强度模拟的结果示意图。
具体实施方式
如图1所示,本发明基于遥感的次日夜间地表热岛模拟方法的过程如下:
第一步:地表热岛定量化。
获取逐日遥感地表温度影像(MODIS产品数据),随后利用高斯模型模拟夜间遥感地表温度,获取基于高斯模型的地表热岛强度以及逐像元地表温度。
高斯模型公式如下:
Figure BDA0002173974670000031
式中,T(x,y)表示在坐标(x,y)处的高斯地表温度,T0表示郊区平均地表温度,a0为地表热岛强度,a1和a2为系数,ax和ay分别表示基于高斯的地表热岛椭圆的半长轴和半短轴,φ表示地表热岛椭圆倾角,(x0,y0)表示地表热岛椭圆的中心。
计算高斯模拟夜间地表温度与实际地表温度影像的RMSE以及拟合相关系数,将所有拟合RMSE>1.0K或者拟合相关系数<0.7的结果都去除,仅保留RMSE<1.0K并且拟合相关系数>0.7的结果。
第二步:选择次日夜间地表热岛的模拟因子。
考虑到夜间地表热岛的日间变化可分解为其在中时间尺度和逐日尺度的变化,分别选择了与夜间地表热岛中时间尺度变化相关的四类因子和与地表热岛逐日尺度变化相关的七类因子。选取的因子包括:城市平均反照率,城郊归一化植被指数差值,日照时长,地表热岛强度背景值(或地表温度背景值),郊区日均地表温度,郊区地表温度日较差,气溶胶光学厚度,相对湿度,风速,累计降雨量,空气温度。其中,前四个因子为地表热岛中时间尺度相关因子,后七个因子为地表热岛逐日尺度相关因子。
第三步:获取模拟因子值。
从MODIS产品中获取逐日城市平均反照率,城郊归一化植被指数差值,地表热岛,郊区地表温度,郊区地表温度日较差和气溶胶光学厚度;从气象站点观测数据中获取逐日平均风速、空气温度、相对湿度和累计降雨量。对于城市平均反照率,城郊归一化植被指数(NDVI)差值,郊区日均地表温度,郊区地表温度日较差和气溶胶光学厚度这几个因子,计算他们在前M天内的平均值(M=5-15,本例中M取10);地表热岛背景值为地表热岛强度在前M天内的平均值,地表温度背景值为地表温度在前M天内的平均值;对于相对湿度,风速,累计降雨量和空气温度,使用他们次日观测值。
其中,次日日照时长通过以下公式计算:
Figure BDA0002173974670000051
式中,DL(d)表示在第d天的日照时长,lat表示该地纬度。
城市平均反照率,城郊归一化植被指数差值,地表热岛强度背景值(或地表温度背景值),郊区日均地表温度,郊区地表温度日较差和气溶胶光学厚度这几个因子前段时间平均值计算公式如下:
Figure BDA0002173974670000052
式中,βpre(t)表示变量β(也就是城市平均反照率,城郊归一化植被指数差值,地表热岛强度(或地表温度),郊区日均地表温度,郊区地表温度日较差和气溶胶光学厚度)在对于时间t而言前段时间的平均值,β(k)表示该变量在第k天的值,N表示该变量在相对于t而言前段时间(即ΩPRE)内的有效值个数,ΩPRE定义为t之前的十天(包括当天)。
各个模拟参数的计算及数据来源如表1所示:
表1次日夜间地表热岛模拟因子定义
Figure BDA0002173974670000061
第四步:模拟次日夜间地表热岛强度及地表温度
将所有模拟因子归一化到0至1之间,然后输入支持向量机回归模型。支持向量机回归模型的核选用RBF核,其中涉及到的参数利用十倍交叉验证策略确定。对于地表热岛强度模拟,随机选择20%的样本作为检验组,剩余样本为训练组;对于地表温度模拟,随机选择某一天的地表温度影像作为检验影像,其余影像作为训练影像。最终获取次日夜间地表热岛强度及基于高斯的夜间地表温度的模拟结果。
图2展示了本发明方法在中国59座城市对次日夜间地表热岛强度模拟的结果。图2a表示地表热岛强度模拟的平均绝对误差,图2b表示地表热岛强度模拟值和观测值间的关系,图2c表示地表热岛强度模拟的平均绝对误差百分比。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。

Claims (9)

1.基于遥感的次日夜间地表热岛模拟方法,包括以下步骤:
第一步、地表热岛定量化——基于MODIS产品数据,利用高斯模型模拟逐日夜间遥感地表温度,获取基于高斯模型的地表热岛强度以及逐像元的地表温度;
第二步、选择次日夜间地表热岛的模拟因子——分别选择与夜间地表热岛中时间尺度变化相关的四类因子:a)城市平均反照率、b)城郊归一化植被指数差值、c)日照时长、d)地表热岛强度背景值或地表温度背景值,与地表热岛逐日尺度变化相关的七类因子:e)郊区日均地表温度、f)郊区地表温度日较差、g)气溶胶光学厚度、h)相对湿度、i)风速、j)累计降雨量、k)空气温度;
第三步、获取模拟因子值——对于a)城市平均反照率、b)城郊归一化植被指数差值、e)郊区日均地表温度、f)郊区地表温度日较差和g)气溶胶光学厚度这几个模拟因子,计算它们在前M天内的平均值作为次日对应的模拟因子值;d)地表热岛强度背景值或地表温度背景值为地表热岛强度或地表温度在前M天内的平均值,M=5-15;对于h)相对湿度、i)风速、j)累计降雨量和k)空气温度,则使用它们的次日观测值;次日的日照时长通过计算获得;
第四步、模拟次日夜间地表热岛强度及地表温度——将所有次日模拟因子值进行归一化处理,然后输入支持向量机回归模型,获取次日夜间地表热岛强度及基于高斯的夜间地表温度的模拟结果。
2.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:所述第一步中,高斯模型公式如下:
Figure RE-FDA0002301574280000021
式中,T(x,y)表示在坐标(x,y)处的高斯地表温度,T0表示郊区平均地表温度,a0为地表热岛强度,a1和a2为系数,ax和ay分别表示基于高斯的地表热岛椭圆的半长轴和半短轴,φ表示地表热岛椭圆倾角,(x0,y0)表示地表热岛椭圆的中心。
3.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:计算高斯模拟夜间地表温度与实际地表温度影像的RMSE以及拟合相关系数,仅保留RMSE<1.0K并且拟合相关系数>0.7的结果。
4.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第三步中,a)城市平均反照率、b)城郊归一化植被指数差值、e)郊区日均地表温度、f)郊区地表温度日较差,d)地表热岛强度背景值或地表温度背景值和g)气溶胶光学厚度通过MODIS数据产品获得。
5.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第三步中,h)相对湿度、i)风速、j)累计降雨量、k)空气温度为气象站点观测数据。
6.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第三步中,日照时长的计算公式如下:
Figure RE-FDA0002301574280000022
式中,DL(d)表示在第d天的日照时长,lat表示该地纬度。
7.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第三步中,a)城市平均反照率、b)城郊归一化植被指数差值、d)地表热岛强度背景值或地表温度背景值、e)郊区日均地表温度、f)郊区地表温度日较差和g)气溶胶光学厚度这几个因子前段时间平均值计算公式如下:
Figure RE-FDA0002301574280000031
式中,βpre(t)表示变量β在对于时间t而言前段时间的平均值,变量β即为城市平均反照率、城郊归一化植被指数差值、地表热岛强度背景值或地表温度背景值、郊区日均地表温度、郊区地表温度日较差和气溶胶光学厚度,β(k)表示该变量在第k天的值,N表示该变量在ΩPRE范围内有效值的个数,ΩPRE为包括当天在内的t之前的M天,M=10。
8.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第四步中,支持向量机回归模型的核选用RBF核,其中涉及到的参数利用十倍交叉验证策略确定。
9.根据权利要求1所述的基于遥感的次日夜间地表热岛模拟方法,其特征在于:第四步中,对于地表热岛强度模拟,随机选择20%的样本作为检验组,剩余样本为训练组;对于地表温度模拟,随机选择某一天的地表温度影像作为检验影像,其余影像作为训练影像。
CN201910772306.1A 2019-08-21 2019-08-21 基于遥感的次日夜间地表热岛模拟方法 Active CN110705010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910772306.1A CN110705010B (zh) 2019-08-21 2019-08-21 基于遥感的次日夜间地表热岛模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910772306.1A CN110705010B (zh) 2019-08-21 2019-08-21 基于遥感的次日夜间地表热岛模拟方法

Publications (2)

Publication Number Publication Date
CN110705010A true CN110705010A (zh) 2020-01-17
CN110705010B CN110705010B (zh) 2023-04-25

Family

ID=69193662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910772306.1A Active CN110705010B (zh) 2019-08-21 2019-08-21 基于遥感的次日夜间地表热岛模拟方法

Country Status (1)

Country Link
CN (1) CN110705010B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347711A (zh) * 2020-10-27 2021-02-09 中国建筑科学研究院有限公司 一种街谷水平通风影响城市热岛效应的数值模拟方法
CN113390769A (zh) * 2021-08-18 2021-09-14 南京信息工程大学 基于夜光灯光遥感数据的夜间pm2.5浓度监测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002256506A (ja) * 2001-03-01 2002-09-11 Yahagi Construction Co Ltd 舗装用ブロック
CN101587195A (zh) * 2009-06-22 2009-11-25 南京大学 一种城市热岛强度的测量方法及其测量装置
CN101587196A (zh) * 2009-06-22 2009-11-25 南京大学 一种城市热岛强度统计预报方法及其装置
CN102507586A (zh) * 2011-11-14 2012-06-20 辽宁师范大学 碳排放遥感监测方法
US20160125294A1 (en) * 2014-10-31 2016-05-05 Research Foundation Of The City University Of New York Method for forecasting energy demands that incorporates urban heat island
CN107421644A (zh) * 2017-08-28 2017-12-01 南京大学 城市完全表面温度的航空遥感估算方法
CN108168710A (zh) * 2017-12-28 2018-06-15 福建农林大学 一种基于遥感技术的城区热岛效应评估方法
CN108182724A (zh) * 2017-12-19 2018-06-19 深圳先进技术研究院 一种高精度城市热岛检测方法、设备及存储设备
CN108549858A (zh) * 2018-04-08 2018-09-18 武汉理工大学 一种城市热岛效应的定量评价方法
CN109086524A (zh) * 2018-08-03 2018-12-25 南京大学 一种稳健的遥感地表温度年变化模拟方法
CN109635242A (zh) * 2018-11-29 2019-04-16 南京大学 一种基于多时间尺度模型的遥感地表日均温计算方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002256506A (ja) * 2001-03-01 2002-09-11 Yahagi Construction Co Ltd 舗装用ブロック
CN101587195A (zh) * 2009-06-22 2009-11-25 南京大学 一种城市热岛强度的测量方法及其测量装置
CN101587196A (zh) * 2009-06-22 2009-11-25 南京大学 一种城市热岛强度统计预报方法及其装置
CN102507586A (zh) * 2011-11-14 2012-06-20 辽宁师范大学 碳排放遥感监测方法
US20160125294A1 (en) * 2014-10-31 2016-05-05 Research Foundation Of The City University Of New York Method for forecasting energy demands that incorporates urban heat island
CN107421644A (zh) * 2017-08-28 2017-12-01 南京大学 城市完全表面温度的航空遥感估算方法
CN108182724A (zh) * 2017-12-19 2018-06-19 深圳先进技术研究院 一种高精度城市热岛检测方法、设备及存储设备
CN108168710A (zh) * 2017-12-28 2018-06-15 福建农林大学 一种基于遥感技术的城区热岛效应评估方法
CN108549858A (zh) * 2018-04-08 2018-09-18 武汉理工大学 一种城市热岛效应的定量评价方法
CN109086524A (zh) * 2018-08-03 2018-12-25 南京大学 一种稳健的遥感地表温度年变化模拟方法
CN109635242A (zh) * 2018-11-29 2019-04-16 南京大学 一种基于多时间尺度模型的遥感地表日均温计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张瑜: "西安市城市热岛效应宏观动态监测和模拟预测模型研究" *
邹照旭 等: "时间升尺度方法对城市地表热岛强度计算的影响研究" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347711A (zh) * 2020-10-27 2021-02-09 中国建筑科学研究院有限公司 一种街谷水平通风影响城市热岛效应的数值模拟方法
CN112347711B (zh) * 2020-10-27 2023-11-14 中国建筑科学研究院有限公司 一种街谷水平通风影响城市热岛效应的数值模拟方法
CN113390769A (zh) * 2021-08-18 2021-09-14 南京信息工程大学 基于夜光灯光遥感数据的夜间pm2.5浓度监测方法
CN113390769B (zh) * 2021-08-18 2021-12-14 南京信息工程大学 基于夜光灯光遥感数据的夜间pm2.5浓度监测方法

Also Published As

Publication number Publication date
CN110705010B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
Yin et al. Urban heat islands and their effects on thermal comfort in the US: New York and New Jersey
Zhou et al. Remote sensing of the urban heat island effect in a highly populated urban agglomeration area in East China
Chen et al. Relationship between urban spatial form and seasonal land surface temperature under different grid scales
Zhao et al. Demand for multi-scale weather data for regional crop modeling
Richard et al. How relevant are local climate zones and urban climate zones for urban climate research? Dijon (France) as a case study
CN105403664B (zh) 一种基于wrf‑chem的大型点污染源大气环境影响评价方法
Emadodin et al. Effects of urban sprawl on local climate: A case study, north central Iran
CN109829234A (zh) 一种基于高分辨率遥感数据和作物模型的跨尺度高精度动态作物长势监测和估产方法
CN105912836A (zh) 一种纯遥感数据驱动的流域水循环模拟方法
Hou et al. Spatiotemporal patterns of the impact of surface roughness and morphology on urban heat island
CN103529439B (zh) 一种神经网络系统的植被参数遥感反演方法和装置
CN104063718A (zh) 在作物识别和面积估算中选择遥感数据和分类算法的方法
Dugdale et al. Drone-based Structure-from-Motion provides accurate forest canopy data to assess shading effects in river temperature models
Li et al. Spatial patterns and driving factors of surface urban heat island intensity: A comparative study for two agriculture-dominated regions in China and the USA
CN107424076A (zh) 一种基于amsr2土壤水分数据降尺度算法
CN110705010B (zh) 基于遥感的次日夜间地表热岛模拟方法
CN110765885B (zh) 一种基于异源夜光遥感影像的城市扩张检测方法及装置
CN116403048A (zh) 一种基于多模态数据融合的农作物生长估计模型构建方法
Masud et al. Monitoring and predicting landuse/landcover change using an integrated markov chain & multilayer perceptron models: A case study of sahiwal tehsil
Li et al. Diverse cooling effects of green space on urban heat island in tropical megacities
Liu et al. Effects of landscape on thermal livability at the community scale based on fine-grained geographic information: A case study of Shenzhen
CN109885808A (zh) 一种近地表气象要素计算方法
CN111199580A (zh) 光伏农业大棚太阳辐照度分析方法
CN113987778A (zh) 一种基于野外站点的水土流失模拟值时空加权校正方法
Liang et al. Identifying the Driving Factors of Urban Land Surface Temperature

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