更全的杂志信息网

基于Landsat 8的南京市热岛现状分析

更新时间:2016-07-05

0 引言

城市热岛(Urban Heat Island) 是指由于城市下垫面的改变引起城市地表及大气温度高于周边环境的一种现象[1]。伴随城市的高速发展,城镇化的不断推进,城市人口急剧膨胀、城市基础建设力度不断加大、企业工厂数量剧增,城市热岛现象日益加剧,对社会经济发展和人民的生活产生严重的负面影响。

根据《南京市区域城市化规划(2014年—2020年)》,到2020年,南京将建成全国现代化建设示范区,城镇化水平稳定保持在83%[2]。如此快速的城市扩张与城镇化进程带来大量的居民区、企业工厂、道路桥梁等。导致大量植被、水体等自然地貌被钢筋水泥建筑等所取代,这种变化使近地表大气的热特性、辐射、 粗糙度、湿度等发生了改变。

目前、国内外学者利用遥感技术对城市热岛进行了大量研究,热红外遥感等技术的发展更为城市热岛监测提供了十分强大的技术手段。这些研究方向主要集中在南京市热岛效应与单一的地表因素的关联性分析研究,缺乏利用遥感数据多因子、 多时相与社会经济统计数据的关联研究。本文通过对2013年和2017年的城市地表温度、夏冬季节的热岛强度、 地表参数、土地利用类型以及社会经济统计数据之间的关系进行分析,有助于对我们深层次认识城市热岛形成的机理,有助于减缓城市热岛效应、 实施城市合理规划及促进智慧城市发展建设等提供技术支持。

1 研究区数据

南京市位于长江下游的苏皖两省交界处,江苏省西南部。东距上海市300多千米。介于北纬31°14′~32°37′,东经118°22′~119°14′之间,属于北亚热带季风气候区。

Landsat 8陆地资源卫星于2013年2月11日成功发射。OLI陆地成像仪包括9个波段,空间分辨率为30 m,其中包括一个15 m的全色波段,成像宽为185 km*185 km。

(1)给定训练样本集。

该指数可以很好地区分阴影和水体, 更适用于高大建筑物聚集的大城市水体信息提取,其表达式为[10]:

NDVI 是主要用于检测植被生长状态、植被覆盖度。其表达式为[9]:

文中使用的研究区行政边界图来源于GADM数据库。研究区的温度、相对湿度、气压等数据通过南京市气象网站中的历史数据获得[3-4]。Landsat 8数据用的UTM/WGS84投影/坐标系,数据产品已进行基本的预处理,主要是几何校正、辐射定标、FLAASH大气校正、研究区裁剪。本文使用的Landsat 8数据详情如表1所示:

表1 本文使用的Landsat 8数据详情

序号传感器时间行列号LC81200382013-223LGN00Landsat 8OIL/TIRS2013-08-11120、38LC81200382017-026LGN00Landsat 8OIL/TIRS2017-01-26120、38LC81200382017-021LGN00Landsat 8OIL/TIRS2017-07-26120、38

2 研究方法

2.1 南京市土地利用分类

采用监督分类中的支持向量机分类法对遥感影像进行分类。SVM是基于结构风险最小化原理,运用统计学理论的机器学习算法的基本思想。SVM是构造最佳分类线(线性可分)或最佳超平面(线性不可分),保证该分类线或超平面能正确分开两类样本且距离分类样本的间隔最大。SVM具体算法如下:

白新欢提出马克思共产主义思想具有科学、现实和哲学三个基本维度,其中前两个维度使共产主义成为科学。他同时强调了马克思人道主义思想是共产主义思想的重要出发点。[12]

T={(x1,y1),(x2,y2),…,(xn,yn)}

(1)

其中xiRn,yi∈{+1,-1},i=1,2,…,n

(2)选择内积函数K(x|x1)即核函数,保证其满足Mercer条件,选择合适的惩罚系数C,构造并求解最优解。目标函数:

(2)

约束条件:

(3)

城市不透水面是指城市中由各种不透水建筑材料所覆盖的表面,该指数采用复合波段的方法构成,能有效区别不透水面和土壤,并且可以抑制沙土和水体信息的影响,较好地提高了信息的纯度。在计算 ENDISI 指数之前需对影像的水体信息进行掩膜去除,其表达式为[12]:

K(x,xi)=[(x·xi)+1]q

(4)

径向基核函数:

(5)

式(4)、式(5)中q为阶数,σ为核函数半径,且σ>0。惩罚系数C和核函数半径σ的选择关系着 SVM性能。核半径的选择实质是泛化性能指标的确定,惩罚系数C是折中参数,决定着样本错分率和SVM训练量。C值大于等于某个特定值时,样本错分率和支持向量的个数都会保持稳定,此时样本训练的收敛性以达到最佳,C值的再增加只会增加额外训练时间,且分类精度降低。重交叉验证是推广误计算的常用方法,是将训练集K等分,训练(K-1)份获得决策函数对剩余集合进行样本测试,重复K次,最终获得K-折交叉确认误差[5]

2.2 地表温度反演

本次研究采用覃志豪等提出的单窗算法求算地表温度(LST)[6]。公式为:

TS={a(1-C-D)+[b(1-C-D)+

C+D]Tb-DTa}/C

(6)

式(6)中TS是地表反演温度(K),Tb为亮度温度(K),Ta为大气平均作用温度(K),ab数值取-67.35535和0.45861;CD为中间量。

地表比辐射率是计算地表温度的重要参数之一,估算方法主要分为经验公式法和混合像元法[7]。覃志豪等的混合模型认为,计算地表比辐射率除了考虑自然表面,还应考虑城镇、水体这两种地表类型[8]。应先将地表分为水体、自然表面和城镇区,分别针对3种地表类型计算地表比辐射率:

(1)水体像元比辐射率:0.995。

(2)自然表面像元比辐射率:

(3)城镇区像元比辐射率:

式中,Pv为植被覆盖度。

2.3 主要地表参数的获取

2.3.1 归一化植被植数NDVI

1.2 研究方法 所有入选患者均进行了肺部HRCT及PET/CT扫描。HRCT采用德国西门子公司Somatom definition双源CT机,患者采用仰卧位,扫描是屏气,重建层厚1.25mm,间隔1.25mm,多平面重建,多角度显示病灶及周围结构。

(7)

式(7)中:BNIRBRed分别为近红外波段和红光波段反射率。

2.3.2 改进的归一化水体指数MNDWI

作为数值仿真的一个应用实例,本文通过利用MATLAB软件,数值模拟一个通有恒定电流的矩形线圈在空间中产生的磁场(磁感应强度)。并分析了这一磁场在空间中的分布特点。

打赢脱贫攻坚战,必须在号准“贫脉”进度上体现精准和领跑。扶贫开发成效如何,关键要看是不是做到了识真贫、扶真贫、真扶贫。江西牢牢抓住“精准”这个“牛鼻子”,变“大水漫灌”为“精准滴灌”,在全省范围开展精准识别“回头看”,不设指标、不设限制,确保不落一户、应进尽进。对每一户、每一名贫困人口的致贫原因精准识别,切实做到因人因地施策、因贫困原因施策、因贫困类型施策,确保扶贫攻坚有的放矢、精准到位。

TIRS热红外传感器有两个波段分别是band 10和band 11,两个波段的空间分辨率由Landsat 7的60 m降低为 100 m,但是细化了光谱信息。

数学文化本质上体现了文化整体育人的要求,也是文化素质教育、素质教育的要求,数学文化融入课堂教学就是用文化素质教育的理念改造数学教学[2].少数民族学生的民族服饰、民族游戏、民族建筑、民族故事等,无不体现着各种数学元素.因此,将这些耳熟能详的数学文化融入到他们的数学课堂、数学教材中,定能帮助他们更好地认识数学、学习数学、理解数学.

(8)

式中,BGreenBMIR1分别为绿光波段和中红外1波段反射率。

2.3.3 归一化建筑指数NDBI

式(21)中,d0→0时,因此,在实际测量中,若随着可调衰减器衰减量的增加,定向耦合器3端口的测量值能够达到一稳定值,则该稳定值中包含了发射机互调发射信号功率分量、信号源的一次反射信号功率分量,以及这两个信号的耦合功率分量.

根据杨山提出的仿归一化植被指数基础上提出的,它可以较为准确地反映建筑用地信息,数值越大表明建筑用地比例越高,建筑密度越高[11]。在近红外与中红外波段之间,除了城镇灰度值增高外,其他地类值都变小,由此构建的表达式为:

(9)

式中,BMIR1BNIR分别为中红外1波段和近红外波段反射率。

2.3.4 增强型不透水面指数ENDISI

先用电工胶布将FBG传感器端头紧密包裹,避免FBG传感器端头进入水泥.为了使FBG传感器端头具有一定的抗冲击功能,在电工胶布的基础上紧密包裹既能起到隔热作用,又能起到缓冲减震作用的耐高温胶带.

当取最小值时,获得最优解对 SVM 而言,核函数能够平滑(低通滤波)、相似性度量,不同核函数将会构造出不同超平面,因而核函数的选择非常重要。本研究选用非齐次多项式与径向基核函数构造支持向量机,具体见公式(4)-(5)。非齐次多项式核函数:

ENDISI=

(10)

式中,BBiueBRedBNIRBMIR2BSWIR1分别为蓝光波段、红光波段、近红外波段、中红外2波段和热红外波段反射率。

3 结果与分析

3.1 南京市地表温度分布特征

通过对比2013年夏季和2017年夏季的南京城市地表温度(图1),可以看到高温的面积随着时间推移明显增大,城郊地区的温度也有明显增加。长江、 湖泊与大型山体的地表温度并没有随着时间的变化而发生明显的改变。沿江经济开发带温度有明显的变化并且热岛程度和面积有明显变化。热岛主要集中在各区的主城区街道。

他假惺惺地对小乌龟说,马上就要开运动会了,我告诉你一个跑步的秘诀,说不定你就可以得到冠军,按照规定得了金杯,你就有权选择自己喜欢的生活了。想干什么都可以,没人会管你。

通过对比2017年夏季和2017年冬季的南京城市地表温度,可以看到热岛效应有明显的减弱。

本研究在构建生活垃圾分类投放方案评价指标体系时,对原本的分类效果评价指标进行了优化,采用基于试验分析的综合正确率这一客观指标取代公众支持率、管理执行难度、公众识别与实施难度这3个主观性较强的指标,作为分类效果的评价指标,提升了评价指标体系的客观程度。

3.2 南京市土地利用类型演变

利用ArcGIS 10.2软件对分类的结果进行统计得到表2。

图1 地表温度分布图

表2 地物分类统计

时间建筑用地/km2水体/km2自然表面/km22013-08-112254.878790.9853576.5872017-01-262714.741597.603310.0992017-07-212866.196719.5293036.725

从表2中可以看出建筑用地(主要集中在居民区、工矿企业、交通等)呈现一个递增的趋势、水体也在不断地萎缩;自然表面(主要由植被、林地、草地、裸地等组成)下降趋势明显,在热岛高发区,水体和植被等覆盖面积极少,可见水体和植被等自然地物对热岛有较强的抑制作用,应合理规划城市绿化用地。

3.3 南京市热岛效应与主要地表参数关系分析

主要的地表参数NDVI,NDBI,MNDWI和ENDISI如图2-4所示:

通过对比两个时期的NDVI和NDBI可以看出植被覆盖面积和量度有了明显的减少,主要是因为近年房地产的需求与日俱增,大量的自然地貌现在变成居民区、工厂、硬化道路;对热岛有明显的影响。通过对比两个时期的MNDWI可以得到水体面积有一定的萎缩,主要有两个原因:一是沿江经济开发战略对江边湿地的填埋;二是人工养殖的影响。从2013年到2017年五年的时间段内,不透水面积有了大幅的增加,经济发展和不断的城镇化对其贡献显著。利用ArcGIS 10.2的随机采样工具对主要地表参数和地表温度进行采样并利用spss软件进行回归分析得到热岛高温区的出现与不透水面、建筑指数呈正相关关系,在城市绿地空间分布集中区,地表降温效果越显著;水体对缓解城市热岛效应关系显著。

图2 归一化植被植数(NDVI)

图3 NDBI

图4 增强型不透水面指数(ENDISI)

3.4 南京市热岛效应与社会经济关系分析

通过统计分析南京市2013、2016以及2017年上半年统计数据得到南京市主要社会经济数据如表3:

结构由薄壁U型、L型铝基复合材料以及铝材角铁通过螺栓连接而成,采用壳单元对U型、L型型材和角铁进行有限元建模,采用刚性单元模拟螺栓连接,对底部Y向的U型型材下部节点施加约束,将其6个自由度的变形都设定为0,以此来模拟固支。这样建模能较精确模拟结构形式,又能得到较好的计算效率。其中四边形壳单元19 842个、三边形壳单元2 466个、刚性单元324个,节点总数24 673个,去除约束后结构的总自由度数为103 278。各种型材的材料厚度和力学参数如表1所示。

通过对南京市2013年和2017年与城市热岛的经济数据的提取得图5:

图5 社会经济数据对比图

南京市常住人口从2013年到2017年增长了8.22万人,其中79%的来自城镇化的新增人口,带动了巨大的居住、工厂企业和交通需求,城市不断地扩张;发电、能源消耗和机动车的排放量带来了严重的温室气体;这些因素加剧了城市热岛的扩张。

4 结束语

本文利用Landsat 8 OLI影像对南京市在2013年和2017年的土地利用、地表温度主要地表参数和社会经济数据进行分析研究得到如下结论:

①现浇混凝土板:混凝土设计龄期的抗压强度、抗冻、抗渗检测均应满足设计要求;避开高温、负温、多雨、大风的天气条件浇筑。砂石骨料应严格控制含泥量,石料中含泥量不应高于1%,砂料中含泥量不应高于3%,并不得含有黏土团块;混凝土拌和要严格按照事前批准的试验配合比执行;施工过程中应对混凝土坍落度每4小时检测1~2次,混凝土坍落度严格控制在允许坍落度4~6 cm以内;混凝土摊铺要均匀,振捣要密实,表面要平整光洁。

2013-2017年夏季时期、南京市城市热岛的面积和强度有了明显的增长,主要集中在主城区、沿长江经济开发带、各个区县中心范围以及南京化工产业园。不透水面积增长趋势和建筑指数变化跟城市发展的方向一致;冬季热岛的强度明显弱于夏季,但在出现强热岛的地方这一点并没有明显减弱;热岛高温区的出现与不透水面、建筑指数呈正相关关系,在城市绿地空间分布集中区,地表降温效果越显著;在玄武湖、莫愁湖、花神湖等主要的湖泊周边,热岛的面积和强度有明显的减弱,长江和南京市主要的湖泊对缓解城市热岛有很大的帮助。因此在智慧南京的城市的规划和建设中应加强对长江、市域湖泊、湿地的保护以及绿化植被种植养护。

山东省地市碳排放效率测度、影响因素与提升对策………………………………………………………… 宋杰鲲,梁璐璐,牛丹平,曹子建,张凯新(1.15)

表3 南京市主要社会经济数据

年份生产总值/亿元常住人口/万人社会用电量/亿千瓦时消耗量/万吨机动车保有量/万辆房屋施工面积/万平方米20138011.78818.78362.635195.31140.415863.36201610503.02827524.798069.59239.877691.41

参考文献

[1] OAK T R. The Heat Island of the Urban Boundary Layer: Characteristics, Causes and Effects in Wind Climate in Cities[M].Kluwer Academic Publishers, 1995.

[2] 南京市规划局.南京市区域城市化规划(2014年—2020年)[J].城市规划通讯,2014(14):10-11.

[3] 李昕瑜,杜培军,阿里木·赛买提.南京市地表参数变化与热岛效应时空分析[J].国土资源遥感,2014,26(2):177-183.

[4] 王婷婷,李山山,李安,冯旭祥等.基于Landsat 8卫星影像的北京地区土地覆盖分类[J].中国图象图形学报,2015,20(9):1275-1284.

[5] Pal M, Mather P M. Support vector machines for classification in remote sensing[J]. International Journal of Remote Sensing,2005,3(26):1007-1011.

[6] 吴志刚,江滔,樊艳磊.基于Landsat 8数据的地表温度反演及分析研究——以武汉市为例[J].工程地球物理学报,2016,13(1):1672-7940.

[7] 覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004,61(3):28-32.

[8] 徐涵秋.基于城市地表参数变化的城市热岛效应分析[J].生态学报.2011(14):3890-3901.

[9] 李昕瑜,杜培军,阿里木·赛买提.南京市地表参数变化与热岛效应时空分析[J].国土资源遥感,2014,26(2):177-183.

[10] 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.

[11] 武鹏飞,王茂军,张学霞.基于归一化建筑指数的北京市城市热岛效应分布特征[J].生态环境学报,2009, 18(4): 1325-1331.

[12] 穆亚超,颉耀文,张玲玲,等.一种新的增强型不透水面指数[J].测绘科学,2018(2):83-87.

吴雪林
《北京测绘》 2018年第5期
《北京测绘》2018年第5期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号