【摘要】：地表溫度(Land Surface Temperature,LST)是研究全球氣候變化的關(guān)鍵參數(shù),是地表能量交換、地球中各種循環(huán)過程中的主導(dǎo)因子,與人們的生活息息相關(guān)。隨著全球城市化進(jìn)程的不斷加快,環(huán)境問題日益凸顯,城市熱島效應(yīng)已經(jīng)成為一個重要的研究內(nèi)容。本文利用遙感技術(shù),在ENVI、ArcGIS等軟件的支持下,以快速發(fā)展的江蘇省省會城市南京作為研究區(qū)域,基于HJ-1B遙感衛(wèi)星影像,采用輻射傳輸法(RTE)、覃志豪單窗算法(Qins')和普適性單通道算法(JMS)進(jìn)行地表溫度的反演。對比反演的結(jié)果,在選取精度較高的反演方法的基礎(chǔ)上分析南京市地表溫度的空間分布特征,并分析地表溫度與土地利用情況和景觀指數(shù)的關(guān)系。通過2010年夏季、2013年四季五個時相的地表溫度分布圖,動態(tài)分析了兩個年份南京市地表溫度的年際變化和季節(jié)變化,并在此基礎(chǔ)上分析了土地利用情況及植被指數(shù)等對地表溫度的影響。得到的主要結(jié)論如下:(1)三種算法均能較好反應(yīng)南京地區(qū)的地表溫度趨勢,市中心城區(qū)地表溫度最高,向四周郊區(qū)及植被覆蓋地區(qū)遞減。但三種算法得到的地表溫度結(jié)果仍存在一定差異,RTE得到的溫度反演結(jié)果最高;Qins'反演結(jié)果與其較接近,溫差在2K左右;JMS反演結(jié)果相對較低,與RTE反演結(jié)果相差10K左右。而與MODIS溫度產(chǎn)品相比,RTE算法精度最高,與MODIS地溫產(chǎn)品的溫度差值多集中在2.1K;Qins'的反演結(jié)果略低,溫差多集中在3.87K;而JMS的結(jié)果明顯偏低,溫差多集中在5.96K。(2)空間上,南京市的地表溫度由城區(qū)中心向郊區(qū)逐漸遞減。主城區(qū)的高溫區(qū)與較高溫區(qū)占了 60%以上的面積;北部六合區(qū)、西部浦口區(qū)、南部高淳區(qū)溫度等級分布類似,以較低溫和中溫為主�？拷鞒菂^(qū)的江寧區(qū)和溧水區(qū),其溫度等級多為中溫區(qū)和較高溫區(qū)。在研究地溫空間分布的基礎(chǔ)上,選擇影響因子,探討其與地表溫度的關(guān)系,發(fā)現(xiàn):地表溫度與耕地覆蓋比例的相關(guān)性最大,其次為板塊密度(PD),接下來依次是建設(shè)用地面積比例(PerBuild),板塊面積(AREA),最大板塊指數(shù)(LPI)。而植被指數(shù)中的植被覆蓋度(Pv)和歸一化植被指數(shù)(NDVI)與地表溫度關(guān)系密切,Pv與LST的回歸系數(shù)R2=0.64,NDVI與LST的回歸系數(shù)R2=0.51。相對于NDVI,Pv能更好的預(yù)測因植被覆蓋影響的地表溫度。(3)時間上,自2010年至2013年,主城區(qū)高溫區(qū)、較高溫區(qū)面積明顯增加,而較低溫區(qū)、中溫區(qū)面積減少;近郊區(qū)的江寧區(qū),低溫區(qū)和較低溫區(qū)有所減少,而較高溫區(qū)和高溫區(qū)有所增加;浦口區(qū)與江寧區(qū)變化規(guī)律類似,低溫區(qū)和較低溫區(qū)減少,較高溫區(qū)與高溫區(qū)增加。整體體現(xiàn)由中間向兩極轉(zhuǎn)化,溫度等級差異性增加,城市熱島效應(yīng)更加顯著。從本市不同的土地利用情況來看,隨著時間的變化,南京市2010-2013年間,研究區(qū)內(nèi)的自然景觀減少,人工的景觀有所增加。隨著城市的不斷擴(kuò)張,熱島范圍會不斷增大,土地利用狀況的改變會對地表溫度的空間分布造成很大影響,其中城市建設(shè)用地貢獻(xiàn)最大,是形成熱島的主要原因,而水體和林地有比較好的降溫作用。在探討植被指數(shù)與地表溫度的關(guān)系時發(fā)現(xiàn),在空間分布上LST與NDVI、Pv變化趨勢幾乎是相反的(水體除外)。從季相變化特征上看,南京市春季和夏季的熱島效應(yīng)明顯,特別是夏季,而其他兩個季節(jié)熱島效應(yīng)并不明顯。隨季節(jié)的變化,不同的植被覆蓋情況對地表溫度等的影響也是有所不同的。LST在春、夏、秋三季與NDVI、Pv的分布趨勢相反,植被覆蓋度高的地區(qū),地表溫度相對較低,而冬季LST與NDVI、Pv的值都普遍偏低。
[Abstract]:Land Surface Temperature (LST) is a key parameter in the study of global climate change. It is also a leading factor in the process of energy exchange on the earth's surface. It is closely related to people's life. Based on the HJ-1B remote sensing satellite image, this paper uses remote sensing technology, ENVI, ArcGIS and other software support to retrieve the surface temperature of Nanjing, the capital city of Jiangsu Province, using the radiation transfer method (RTE), the Qins'algorithm and the universal single channel algorithm (JMS). The results show that the spatial distribution of land surface temperature in Nanjing is analyzed on the basis of the inversion method with high precision, and the relationship between land use and land use and landscape index is analyzed. The main conclusions are as follows: (1) The three algorithms can better reflect the trend of surface temperature in Nanjing. The surface temperature in the downtown area is the highest, and decreases to the surrounding suburbs and vegetation coverage areas. There are still some differences in the surface temperature results obtained by RTE, and the temperature inversion results obtained by RTE are the highest; the Qins'inversion results are close to them, and the temperature difference is about 2K; the JMS inversion results are relatively low, which is about 10K different from the RTE inversion results. 1 K; Qins'inversion result is slightly lower, the temperature difference is mostly concentrated in 3.87K; while JMS result is obviously lower, the temperature difference is mostly concentrated in 5.96K. (2) The surface temperature of Nanjing decreases gradually from the center of the city to the suburbs. On the basis of studying the spatial distribution of geotemperature, the influencing factors were selected to study the relationship between the spatial distribution of geotemperature and the surface temperature. It was found that the correlation between the surface temperature and the proportion of cultivated land coverage was the greatest, followed by the plate. The vegetation coverage (Pv) and normalized vegetation index (NDVI) in the vegetation index were closely related to the surface temperature. The regression coefficients of Pv and LST were R2 = 0.64, and that of NDVI and LST was R2 = 0.51. It is predicted that the surface temperature affected by vegetation cover will increase from 2010 to 2013 in the high temperature area of the main urban area, while decrease in the middle temperature area in the low temperature area. Similarly, low-temperature and low-temperature zones decrease, while high-temperature and high-temperature zones increase. The overall embodiment is from the middle to the two poles, the difference of temperature grades increases, and the urban heat island effect is more significant. With the continuous expansion of the city, the scope of the heat island will continue to increase. The change of land use status will have a great impact on the spatial distribution of the surface temperature. The urban construction land contributes the most to the formation of the heat island, and the water and woodland have a better cooling effect. It is found that the variation trend of LST, NDVI and Pv is almost opposite in spatial distribution (except water body). The heat island effect is obvious in spring and summer, especially in summer, but not in the other two seasons. The distribution trend of LST is opposite to NDVI and Pv in spring, summer and autumn. The surface temperature is relatively low in areas with high vegetation coverage, while the values of LST, NDVI and Pv are generally low in winter.
【學(xué)位授予單位】：南京農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P412.27

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳順云;馬瑾;劉培洵;劉力強(qiáng);;中國大陸地表溫度年變基準(zhǔn)場研究[J];地球物理學(xué)報;2009年09期

2 徐永明;覃志豪;沈艷;;長江三角洲地區(qū)地表溫度年內(nèi)變化規(guī)律與氣候因子的關(guān)系分析[J];國土資源遙感;2010年01期

3 李慧,翁篤鳴;丘陵山區(qū)地表溫度場日間變化的簡單推算[J];氣象;1993年01期

4 高志強(qiáng),劉紀(jì)遠(yuǎn);基于陸面模式和遙感技術(shù)的地表溫度比較[J];地理學(xué)報;2003年04期

5 高晴,柳欽火,黃海洋;地表溫度過程的時間序列分析[J];電子科技大學(xué)學(xué)報;2004年03期

6 錢樂祥;;城市熱島研究中地表溫度與植被豐度的耦合關(guān)系[J];廣州大學(xué)學(xué)報(自然科學(xué)版);2006年05期

7 張春玲;余華;宮鵬;居為民;;基于遙感的土地利用空間格局分布與地表溫度的關(guān)系[J];遙感技術(shù)與應(yīng)用;2008年04期

8 陳公德;徐建華;戴曉燕;董山;;運(yùn)用遙感數(shù)據(jù)挖掘解析城市地表溫度的空間變異規(guī)律[J];遙感技術(shù)與應(yīng)用;2008年04期

9 彭征;廖和平;郭月婷;李清;;山地城市土地覆蓋變化對地表溫度的影響[J];地理研究;2009年03期

10 張芳;;東亞地區(qū)地表溫度與大氣溫度場的相關(guān)關(guān)系[J];青�？萍�;2009年06期

相關(guān)會議論文 前10條

1 李秀霞;南穎;;基于遙感技術(shù)的延吉市地表溫度現(xiàn)狀分析[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

2 曹廣真;毛顯強(qiáng);李貴才;王今殊;劉勇洪;;北京市地表溫度的變化及驅(qū)動力分析[A];中國氣象學(xué)會2007年年會氣候變化分會場論文集[C];2007年

3 潘衛(wèi)華;陳家金;李文;;福建省地表溫度分布特征的遙感動態(tài)監(jiān)測[A];華東地區(qū)農(nóng)學(xué)會學(xué)術(shù)年會暨福建省科協(xié)第七屆學(xué)術(shù)年會農(nóng)業(yè)分會場論文集[C];2007年

4 侯光雷;張洪巖;張正祥;;基于熱紅外數(shù)據(jù)的地表溫度反演算法綜述[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

5 鄧玉嬌;王捷純;黃曉云;;土地利用類型對地表溫度影響的綜合評價指數(shù)[A];第28屆中國氣象學(xué)會年會——S1第四屆氣象綜合探測技術(shù)研討會[C];2011年

6 俞布;繆啟龍;徐永明;李瀟瀟;張瑋瑋;;城市下墊面類型與地表溫度之間的關(guān)系分析[A];第27屆中國氣象學(xué)會年會城市氣象，，讓生活更美好分會場論文集[C];2010年

7 周紀(jì);劉聞雨;占文鳳;;集成多源遙感數(shù)據(jù)估算逐時地表溫度[A];遙感定量反演算法研討會摘要集[C];2010年

8 錢樂祥;崔海山;;珠江三角洲地表水汽特征與地表溫度的關(guān)系[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

9 張興強(qiáng);;魯中山區(qū)地表溫度和土地利用變化特征[A];第31屆中國氣象學(xué)會年會S11 第三屆城市氣象論壇—城市與環(huán)境氣象[C];2014年

10 孟憲紅;呂世華;張宇;張?zhí)锰?;使用LANDSAT-5 TM數(shù)據(jù)反演金塔地表溫度[A];中國氣象學(xué)會2005年年會論文集[C];2005年

相關(guān)重要報紙文章 前7條

1 記者 柴野;德國地表溫度高達(dá)攝氏50度[N];光明日報;2013年

2 卞吉;預(yù)報氣溫并非地表溫度[N];中國氣象報;2012年

3 美惠;氣候變暖令沙漠更加荒涼[N];大眾科技報;2009年

4 采訪人 本報通訊員 秦振　卓靜;世園綠島貢獻(xiàn)率達(dá)2.4%[N];中國氣象報;2011年

5 劉妍;二氧化碳曾保護(hù)地球不挨凍[N];北京科技報;2007年

6 本報駐日內(nèi)瓦記者 李肇東;2001年氣候異常為歷史罕見[N];光明日報;2002年

7 本報記者 黃芍　王湖錄;在烈日和高溫下[N];欽州日報;2009年

相關(guān)博士學(xué)位論文 前9條

1 劉佳;利用鉆孔溫度梯度重建過去地表溫度變化研究[D];蘭州大學(xué);2015年

2 段四波;高空間分辨率全天候地表溫度反演方法研究[D];中國農(nóng)業(yè)科學(xué)院;2016年

3 彭征;重慶市中心城區(qū)土地利用/覆蓋變化及其對地表溫度影響研究[D];西南大學(xué);2009年

4 張金區(qū);珠江三角洲地區(qū)地表熱環(huán)境的遙感探測及時空演化研究[D];中國科學(xué)院研究生院（廣州地球化學(xué)研究所）;2006年

5 戴曉燕;基于遙感數(shù)據(jù)挖掘定量反演城市化區(qū)域地表溫度研究[D];華東師范大學(xué);2008年

6 謝啟姣;城市熱島演變及其影響因素研究[D];華中農(nóng)業(yè)大學(xué);2011年

7 蔡國印;基于MODIS數(shù)據(jù)的地表溫度、熱慣量反演研究及其在土壤水分、地氣間熱交換方面的應(yīng)用[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

8 張廣宇;基于TM數(shù)據(jù)的吉林西部輕度鹽堿地帶地表溫度、濕度及地氣間熱交換研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 聶芹;上海市城市不透水面及其熱環(huán)境效應(yīng)的分形研究[D];華東師范大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王駿飛;西（安）咸（陽）新區(qū)城市地表溫度遙感反演及其變化研究[D];西南大學(xué);2015年

2 袁亞雄;基于IDL的熱紅外遙感空間降尺度研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 楊學(xué)森;基于單通道算法的Landsat8衛(wèi)星數(shù)據(jù)地表溫度反演研究[D];中國地質(zhì)大學(xué)(北京);2015年

4 孫舒婷;大興安嶺森林地表溫度的遙感估算及分析研究[D];東北林業(yè)大學(xué);2015年

5 羅永琴;基于TVDI模型的遙感旱情監(jiān)測研究[D];云南師范大學(xué);2015年

6 朝力格爾;內(nèi)蒙古東部地區(qū)作物產(chǎn)量對氣候變化的響應(yīng)[D];內(nèi)蒙古師范大學(xué);2015年

7 胡實;北京市主要城區(qū)近20年不透水面動態(tài)變化特征及其熱環(huán)境研究[D];新疆大學(xué);2015年

8 黃帆;基于離散時間序列觀測的地溫日變化模擬研究[D];南京大學(xué);2015年

9 宋彩英;基于Landsat8的地表溫度像元分解算法研究[D];南京大學(xué);2015年

10 曾靜;城市土地利用變化對地表溫度影響的遙感監(jiān)測[D];廣西師范大學(xué);2015年

本文編號：2210028