植被与不透水面的降温和增温效率分析方法
基于遥感的城市热环境研究通常通过分析植被、不透水面和地表温度(Land Surface Temperature,LST)的关系来进行.虽然植被的降温作用和不透水面的增温作用已受到普遍认可,但缺少针对降温和增温效率的定量研究,本研究采用地表降温率(Land Surface Cooling Rate,LSCR)和地表增温率(Land Surface Warming Rate,LSWR)量化植被降温效率和不透水面增温效率并对2017年江苏省南京市城市热环境进行分析.以Landsat 8 OLI 4期遥感影像为数据源,利用线性光谱混合分析法(Linear Spectral Mixture Analysis,LSMA)获取亚像元植被覆盖度(Fractional Vegetation Coverage,FVC)、不透水面覆盖度(Im-pervious Surface Percentage,ISP)并利用高分Google影像进行精度验证.结合地表温度(Land Surface Temperature,LST)反演结果计算各季总体LSCR和LSWR,分析不同LST对总体LSCR和LSWR的影响.最后,将FVC和ISP分别按照阈值平均划分为4个区间,计算各区间的LSCR和LSWR,并在此基础上分析不同区间LSCR和LSWR的变化情况.研究结果表明:①LST与整体LSCR、LSWR正相关,夏季植被降温效应和不透水面增温效应最强,LSCR和LSWR分别为5.6％和5.1％;②夏季各区间LSCR与FVC正相关,FVC为75％～100％时LSCR达到最大值7.5％;各区间LSWR与ISP负相关,ISP为75％～100％时LSWR达到最小值2.4％;③当FVC为0～25％,ISP为75％～100％时,可以充分发挥植被的降温效应,抑制不透水面的增温效应,是最佳的植被和不透水面组合方案.本研究采用的LSCR和LSWR分析方法可以从抑制地表温度上升的角度选择最佳的FVC和ISP区间,未来可基于此横向对比不同城市,并结合纬度、地形、气候、树种等因素对LSCR和LSWR的影响,进一步探索LSCR和LSWR的影响因子和变化规律.
混合像元分解;植被覆盖度;不透水面;地表降温率;地表增温率;地表温度反演;城市热环境;亚像元
23
福建省公益类科研院所专项;福建省自然科学基金项目
2021-10-14（万方平台首次上网日期，不代表论文的发表时间）
共11页
1548-1558
