不同土地利用类型的城市热环境效应研究—以广州市为例

doi:10.6046/gtzyyg.2010.04.15

摘要
参考文献
相关文章
Metrics

全文: PDF(669 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

利用2005年Landsat TM遥感卫星数据，对广州市不同土地利用类型与城市热环境之间的关系进行研究，发现不同土地利用类型对地表温度（LST）的影响具有明显的差异。草地、林地及耕地的LST与归一化植被覆盖指数(NDVI)呈现明显的负相关，水域的LST与归一化水体指数（MNDWI）之间呈现明显负相关，而城镇建设用地指数（NDBI）、未利用土地指数（NDBaI）则与LST呈现明显正相关。最后建立了LST与各土地利用类型表征指数及DEM之间的多元线性回归方程，可用来指示一个地区不同地表覆盖及地形差异导致的地表温度分布，为城市热环境的评价和分析提供依据。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ： Arc/Info, 遥感数据, 区域稳定性评价, 空间数据库

Abstract：

In this paper, the land surface temperature (LST) was retrieved from Landsat TM image using the Mono-Window algorithm. To study the relationship between LST and different land use classes (LUC), the authors used several indices, which included Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Water Index (MNDWI), Normalized Difference Build-up Index (NDBI), and Normalized Difference Barren Index (NDBaI). It is found that the correlation between NDVI and LST is negative when NDVI is limited in range, and that there exist positive correlations between NDBI, NDBaI, MNDWI and LST. The multiple linear regression equation was established between LST, DEM and the above indices. Both qualitative and quantitative analytical results show that LUC can influence urban temperature. Therefore, with appropriate land use planning, the urban heat island (UHI) could be mitigated.

Key words： Arc/Info Remote sensing data Regional stability estimation Spatial database

收稿日期: 2009-11-30 出版日期: 2011-08-02

:
	TP 79

基金资助:

国家自然科学基金项目（编号： 40571164）。

作者简介: 孙芹芹（1983-），女，博士后，主要研究方向为环境遥感和GIS应用。

引用本文:

孙芹芹, 吴志峰, 谭建军. 不同土地利用类型的城市热环境效应研究—以广州市为例[J]. 国土资源遥感, 2010, 22(4): 67-70.
SUN Qin-Qin, WU Zhi-Feng, TAN Jian-Jun.
The Relationship Between Urban Heat Island and Land Use/Cover Changes in Guangzhou City. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(4): 67-70.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.04.15 或 https://www.gtzyyg.com/CN/Y2010/V22/I4/67

［1］Goetz S J. Multi-Sensor Analysis of NDVI, Surface Temperature and Biophysical Variables at a Mixed Grassland Site ［J］. International Journal of Remote Sensing, 1997, 18(1):71-94.

［2］Weng Q. A Remote Sensing-GIS Evaluation of Urban Expansion and Its Impact on Surface Temperature in the Zhujiang Delta, China［J］. International Journal of Remote Sensing, 2001, 22:1999-2014.

［3］Chen X, Zhao H, Li P, et al. Remote Sensing Image-Based Analysis of the Relationship Between Urban Heat Island and Land Use/Cover Changes ［J］. Remote Sensing of Environment, 2006, 104:133-146.

［4］历华, 曾永年, 柳钦火. 基于遥感的长沙市城市热岛与土地利用/覆盖变化研究［J］. 国土资源遥感, 2008(4):47-52.

［5］刘宇, 匡耀求, 吴志峰, 等. 不同土地利用类型对城市地表温度的影响——以广东东莞为例［J］. 地理科学, 2006, 26(5):597-601.

［6］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, 89:467-483.

［7］岳文泽, 徐建华, 徐丽华. 基于遥感影像的城市土地利用生态环境效应研究［J］. 生态学报, 2006, 26(5):1450-1460.

［8］徐涵秋. 城市不透水面与相关城市生态要素关系的定量分析［J］.生态学报,2009, 29(5):2456-2462.

［9］历华, 柳钦火, 邹杰. 基于MODIS数据的长株潭地区NDBI和NDVI与地表温度的关系研究［J］. 地理科学, 2009,29(2):262-267.

［10］钱乐祥, 丁圣彦. 珠江三角洲土地覆盖变化对地表温度的影响［J］. 地理学报，2005，60(5):761-770.

［11］Sobrino J A, Jiménez-Munoz J C, Paolini L. Land Surface Temperature Retrieval from Landsat TM 5 ［J］. Remote Sensing of Environment, 2004, 90 (4):434-440.

［12］Zhang J, Wang Y, Li Y. A C++ Program for Retrieving Land Surface Temperature from the Data of Landsat TM/ETM+ Band6 ［J］. Computers and Geosciences, 2006, 32 (10):1796 -1805.

［13］覃志豪, Zhang M, Karnieli A, 等. 用陆地卫星TM6 数据演算地表温度的单窗算法［J］. 地理学报, 2001, 56(4):456-466.

［14］Purevdorj T S, Tateishi R, Ishiyama T, et al. Relationships Between Percent Vegetation Cover and Vegetation Indices［J］. International Journal of Remote Sensing, 1998, 19(18):3519-3535.

［15］Zha Y, Gao J, Ni S. Use of Normalized Difference Built-up Index in Automatically Mapping Urban Areas from TM Imagery ［J］. International Journal of Remote Sensing, 2003, 24(3):583-594.

［16］徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究［J］. 遥感学报, 2005, 9(5):589-595.

［17］Zhao H, Chen X. Use of Normalized Difference Bareness Index in Quickly Mapping Bare Areas from TM/ETM+［J］. Geoscience and Remote Sensing Symposium, 2005, 3(25-29):1666-1668.

［18］Carson T N, Gillies R R, Perry E M. A Method to Make Use of Thermal Infrared Temperature and NDVI Measurements to Infer Surface Soil Water Content and Fractional Vegetation Cover ［J］. Remote Sensing Reviews, 1994(9):161-173.

[1]	金楷仑, 郝璐. 基于遥感数据与SEBAL模型的江浙沪地区地表蒸散反演[J]. 国土资源遥感, 2020, 32(2): 204-212.
[2]	陈玲, 贾佳, 王海庆. 高分遥感在自然资源调查中的应用综述[J]. 国土资源遥感, 2019, 31(1): 1-7.
[3]	易佳思, 胡翔云. 基于Grabcut融合多源数据提取不透水面[J]. 国土资源遥感, 2018, 30(3): 174-180.
[4]	王阳明, 张景发, 刘智荣, 申旭辉. 基于多源遥感数据西藏山南地区活动断层解译[J]. 国土资源遥感, 2018, 30(3): 230-237.
[5]	侯小刚, 郑照军, 李帅, 陈雪华, 崔宇. 近15年新疆逐日无云积雪覆盖产品生成及精度验证[J]. 国土资源遥感, 2018, 30(2): 214-222.
[6]	董文全, 蒙继华. 遥感数据时空融合研究进展及展望[J]. 国土资源遥感, 2018, 30(2): 1-11.
[7]	王俊霞, 朱秀芳, 刘宪锋, 潘耀忠. 基于多源遥感数据的旱情评价研究——以河南省为例[J]. 国土资源遥感, 2018, 30(1): 180-186.
[8]	江威, 何国金, 刘慧婵, 龙腾飞, 王威, 郑守住, 马肖肖. 高分一号卫星WFV影像全国陆地镶嵌与制图技术研究[J]. 国土资源遥感, 2017, 29(4): 190-196.
[9]	代晶晶, 王登红, 吴亚楠. 基于高分遥感数据的稀有矿山监测——以江西宜春414稀有矿山为例[J]. 国土资源遥感, 2017, 29(3): 104-110.
[10]	张彦彬, 安楠, 刘佩艳, 贾坤, 姚云军. 基于物候特征参数的山西煤矿区典型复垦植被分类[J]. 国土资源遥感, 2017, 29(1): 170-177.
[11]	程滔. 大数据时代遥感数据管理与服务模式探索[J]. 国土资源遥感, 2016, 28(4): 202-206.
[12]	董丽娜, 张微, 王雪, 陈玲, 杨金中, 莫子奋. 江西盛源火山盆地遥感地质解译与铀矿找矿前景分析[J]. 国土资源遥感, 2015, 27(4): 102-108.
[13]	刘新星, 陈建平, 曾敏, 代晶晶, 裴英茹, 任梦依, 王娜. 基于多源遥感数据的西藏羌多地区地质构造解译[J]. 国土资源遥感, 2015, 27(3): 154-160.
[14]	张龙, 汪新庆. 基于数据字典的空间数据库通用建库技术[J]. 国土资源遥感, 2014, 26(1): 173-178.
[15]	许旭, 郜昂, 朱萍萍, 周增科. 基于多源遥感数据的生态系统服务价值评估——以河北省为例[J]. 国土资源遥感, 2013, 25(4): 180-186.

Viewed

Full text

Abstract

Cited

Shared

Discussed