發(fā)布時間：2020-10-29 12:31

　　 隨著城市化進程的不斷加快,很多城市為了追求城市建設和發(fā)展,盲目采取“攤大餅”式的擴張方式,占用林地、耕地等資源來建設住宅區(qū)、交通用地等各種建設用地。這種無序的擴張方式使得城市的土地利用空間格局逐漸變得不夠合理,對城市的生態(tài)環(huán)境造成了一定的負面影響。加之城市日常生產生活排放的大量溫室氣體和顆粒物,導致城市的熱島效應在短時期內呈現(xiàn)出逐漸上升的趨勢,嚴重影響城市居民的人居環(huán)境,甚至對城市居民的身體健康也造成了一定的負面影響。針對目前這種現(xiàn)狀,通過探究土地利用空間格局對城市熱島強度的影響,能夠更好地布局土地利用結構,優(yōu)化土地利用空間格局,因此本研究所做的研究工作具有重要的現(xiàn)實意義。本研究通過探究寶雞市2007年和2015年兩年的土地利用空間格局和熱島強度,明確土地利用空間格局與城市熱島強度之間的互動關系,為寶雞市的土地利用空間布局優(yōu)化提出有效的對策。運用監(jiān)督分類方法,提取寶雞市兩期的土地利用類型數(shù)據(jù),并對這段時期內的土地利用類型變化情況進行統(tǒng)計分析。運用輻射傳輸方程法,對寶雞市兩期的Landsat影像進行地表溫度反演,提取出研究區(qū)的地表溫度數(shù)據(jù)、歸一化植被指數(shù)和植被覆蓋信息,明確2007年至2015年,寶雞市的地表溫度變化情況、植被覆蓋變化情況及熱島效應變化情況。在此基礎上,分別將兩期的土地利用類型數(shù)據(jù)和地表溫度數(shù)據(jù)進行疊加分析,探究土地利用空間格局對熱島強度的影響作用。通過開展以上這些研究工作,本研究得出了以下研究成果:(1)寶雞市2007年和2015年兩期的地表溫度數(shù)據(jù)和熱島強度分布數(shù)據(jù)顯示:寶雞市從2007年至2015年這段時期內,熱島效應發(fā)生了較大的變化。金臺區(qū)、陳倉區(qū)、渭濱區(qū)三個主城區(qū)部分,其熱島效應范圍擴大且強度增加。(2)熱島效應變化方向基本與土地利用空間格局變化方向一致:建設用地大幅度增加區(qū)域,其熱島效應顯著增強;而林地、水域分布范圍較廣區(qū)域,熱島效應不顯著甚至無熱島效應。(3)通過分析土地利用類型與地表溫度之間的關系,可以發(fā)現(xiàn):各土地利用類型的地表溫度從高到低依次為未利用地、建設用地、耕地、草地、水域和林地。從強綠島區(qū)到強熱島區(qū),林地、水域所占比例逐漸呈下降趨勢,而建設用地和未利用地所占比例逐漸呈上升趨勢,且上升幅度十分明顯。(4)林地的NDVI值最高,建設用地和未利用地的NDVI值普遍較低。除水域以外,NDVI值較高區(qū)域基本上與熱島效應較弱的區(qū)域重合,NDVI值較低區(qū)域基本上與熱島效應較強的區(qū)域重合。
【學位單位】：長安大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：F301.2
【部分圖文】：

第三章 土地覆被類型信息提取范圍及坐標一致的研究區(qū)柵格影像數(shù)據(jù)，為演工作創(chuàng)造了有利條件。在進行影像裁剪的大小可以與被裁減的初始影像一致，我們所 1，將感興趣區(qū)域以外的值賦值為 0，對此要的感興趣區(qū)域。影像預處理操作，我們得到了研究區(qū)范圍的作的整個變化過程。

圖 3.2 樣本類型選擇界面樣本，我們還要計算其相互之間的可分離性，以此來確于研究中。針對無法使用的不合格樣本，通過對其進行的方式來進行再次處理，以保證所有樣本都具有可分離來的樣本可分離性數(shù)值，越大代表其越容易被分離，因保證計算出來的值大于特定值，這樣才能保證樣本劃分-Matusita 和 Transformed Divergence 兩個參數(shù)來表示，這大于 1.9 時，說明樣本合格，其相互之間的可分離性很不合格，需要對樣本采取編輯或重采樣操作；當值小于 兩類樣本合并。樣本可分離性計算報表見圖 3.3：

圖 3.3 樣本可分離性計算報表類器選擇的選擇依據(jù)為分類精度及其復雜程度的不同要求。在 ENVI 軟件平臺的幾種監(jiān)督分類方式主要有：最小距離方法、最大似然方法、平行六離方法等[61]。各種分類方法都有其各自的優(yōu)勢和缺陷，根據(jù)本次研究，本研究采取了最大似然法進行分類，這種方法的假設前提為：各波的統(tǒng)計數(shù)據(jù)都呈現(xiàn)出一種正態(tài)分布規(guī)律，我們根據(jù)此規(guī)律，將計算出盡可能地劃分到所處概率最大的一個類別當中去。圖 3.4 為最大似然置情況：
【參考文獻】

相關期刊論文 前10條

1 朱燁;方秀琴;;青藏高原植被覆蓋度與地形相關性分析[J];地理空間信息;2015年06期

2 騰月;朱貞榕;;基于Landsat 8地表溫度的單窗反演——以九江市為例[J];江西科學;2015年06期

3 李登朝;吳健;許凱;;基于自適應高斯混合模型的遙感影像分類方法研究——以武漢地區(qū)遙感影像分類為例[J];資源環(huán)境與工程;2015年06期

4 馬安青;馬冰然;張震;邢容容;余瑋瑋;韋婉;孫碩;;1990-2010年青島地區(qū)熱環(huán)境與土地利用變化的時空關系[J];水土保持通報;2015年04期

5 黃宏濤;吳榮軍;王曉云;房小怡;杜吳鵬;;城市熱島效應研究進展[J];河南科學;2015年07期

6 高文杰;王金亮;;基于TM的陸良縣遙感影像分類方法實驗研究[J];環(huán)境科學導刊;2015年03期

7 朝魯門;;氣象衛(wèi)星在地表溫度反演及應用方面的綜述[J];內蒙古科技與經濟;2015年10期

8 線東升;李德林;;利用WorldView-2衛(wèi)星影像數(shù)據(jù)生產高分辨率多光譜技術正射影像方法[J];測繪與空間地理信息;2015年03期

9 黃中祥;;關于園林綠化對降低城市熱島效應的作用的研究[J];四川水泥;2015年03期

10 陳濤;孫安昌;王鑫;王毅;;基于遙感的武漢地區(qū)LUCC對熱島效應的影響研究[J];地理空間信息;2015年01期

相關碩士學位論文 前10條

1 張雯;基于多源遙感影像數(shù)據(jù)的冰川信息提取方法研究[D];蘭州交通大學;2016年

2 韓飛;光譜梯度差分與面向對象方法相結合的高分辨率遙感影像變化檢測[D];西南交通大學;2016年

3 張微;基于MODIS數(shù)據(jù)的成都市熱島效應時空變化特征研究[D];四川師范大學;2016年

4 王靜;北京市土地利用空間格局對城市熱島強度的影響研究[D];內蒙古師范大學;2014年

5 蒲苗苗;基于Landsat數(shù)據(jù)的西安市熱島效應研究[D];長安大學;2014年

6 李國松;基于遙感技術的哈爾濱城市熱島效應緩解規(guī)劃策略研究[D];哈爾濱工業(yè)大學;2012年

7 李新峰;利用WorldView-2衛(wèi)星影像數(shù)據(jù)生產高分辨率多光譜正射影像技術方法研究[D];長安大學;2012年

8 張斌;濟寧市土地利用變化驅動力分析及其預測研究[D];哈爾濱工業(yè)大學;2011年

9 劉文毅;基于遙感圖像的土地利用信息自動提取研究[D];中南大學;2010年

10 陳逸;基于遙感數(shù)據(jù)的貴陽市熱島研究[D];貴州師范大學;2008年

本文編號：2860902