西安市城市热岛效应宏观动态监测和模拟预测模型研究
发布时间：2022-10-17 15:04
2000年,国务院发布的《关于印发全国生态环境保护纲要的通知》中提出:“到2030年,全国30%以上的城市达到生态城市和园林城市标准。到2050年,力争全国生态环境得到全面改善。”2015年1月1日,最新修订实施的《中华人民共和国环境保护法》中明确要求:“国家加强对大气、水、土壤等的保护,建立和完善相应的环境调查、监测、评估和修复制度”。加强城市环境管理,打造和谐、宜居家园,是新常态下构建智慧城市的要务之一,是城市健康可持续发展的必经之路,具有深远的意义。城市热岛效应作为大气污染的一个分支,是环境学研究城市的一个重要指标,严重时会影响环境质量、生产生活。随着城市化进程的不断加快,西安市城市热岛效应日益突出。因此,系统地了解西安市的城市热岛效应特征,对于有关部门合理规划,改善人居环境具有十分积极的作用。本文以国家测绘地理信息局的地理国情监测项目为背景,以西安市城区为研究对象,以1995年至2013年18年间8期Landsat TM/ETM+/OLI数据为主要数据源,结合西安市统计年鉴数据,基于RS和GIS技术,首先,对西安市地表温度进行定量反演与验证;其次,确定西安市城市热岛效应的存在性...
【文章页数】：181 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 城市热岛效应产生的原因
1.3 城市热岛效应的影响
1.4 城市热岛效应的研究方法
1.5 城市热岛效应领域的主要研究内容
1.5.1 地表温度反演
1.5.2 城市热岛效应分布特征研究
1.5.3 城市热岛效应形成机理研究
1.6 城市热岛效应的研究意义
1.7 城市热岛效应的缓解措施
第二章 国内外发展现状和本研究主要思路与内容
2.1 国内外研究现状
2.2 当前研究存在的问题
2.3 研究趋势与方向
2.4 本文研究的内容与方法
2.5 本研究技术路线图
第三章 研究区概况与数据源情况
3.1 研究区概况
3.1.1 地理位置及自然环境
3.1.2 行政区划及人口
3.1.3 社会历史人文
3.1.4 城市发展状况
3.1.5 经济发展态势
3.2 研究区数据源与资料情况
3.2.1 Landsat卫星简介
3.2.2 Landsat5 TM传感器简介
3.2.3 Landsat7 ETM传感器简介
3.2.4 Landsat8 OLI传感器简介
3.2.5 其他资料情况
3.2.6 数据源与资料使用情况
第四章 西安市地表温度的遥感反演
4.1 引言
4.2 数据预处理
4.3 基于多期影像的西安市地表温度遥感反演
4.3.1 地表温度遥感反演原理[107]
4.3.2 地表温度遥感反演方法选取
4.3.3 地表温度反演
4.3.4 反演结果改正与精度验证
4.3.5 地表温度归一化处理
4.4 地表温度与城市下垫面的关系
4.4.1 地物要素快速提取
4.4.2 地表温度与NDBI、NDVI、MNDWI、BI关系
4.5 本章小结
第五章 西安市城市热岛效应的边界确定
5.1 引言
5.2 移动窗口分析法的原理
5.3 基于移动窗口分析法的城市热岛效应边界提取
5.4 边界提取精度验证
5.5 西安市城市热岛效应时空特征分析
5.5.1 不同时期城市热岛效应时空分布格局定性分析
5.5.2 不同时期城市热岛效应边界演变定量分析
5.5.3 城市热岛效应与城市扩张相关性研究
5.6 本章小结
第六章 西安市热岛分布指数研究
6.1 引言
6.2 西安市地表覆盖分类
6.2.1 地表覆盖分类划分
6.2.2 建立分类模板
6.2.3 评价分类模板
6.2.4 监督分类
6.2.5 分类后精度评价
6.2.6 分类后处理
6.2.7 地表覆盖数据矢量化
6.3 城市热岛效应等级划分
6.4 城市热岛分布指数的提出
6.5 西安市多期城市热岛分布指数计算
6.6 基于城市热岛分布指数的热岛效应分析评价
6.6.1 地表覆盖数据统计分析
6.6.2 热岛效应分布统计分析
6.6.3 城市热岛分布指数分析
6.7 本章小结
第七章 西安市城市热岛效应影响因素研究
7.1 引言
7.2 城市热岛效应的影响因素确定
7.2.1 城市下垫面性质
7.2.2 气候因素
7.2.3 人口因素
7.2.4 经济因素
7.2.5 人为热排放因素
7.2.6 大气污染因素
7.3 基于灰色关联度的城市热岛效应影响因子定量研究
7.3.1 灰色关联理论
7.3.2 城市平均温度与各影响因子的灰色关联度计算
7.4 城市热岛效应与城市化进程的关系分析
7.4.1 基于灰色关联度的分析
7.5 本章小结
第八章 西安市城市热岛效应模拟预测模型研究
8.1 引言
8.2 常见预测模型比较
8.2.1 时间序列法
8.2.2 模糊模型
8.2.3 灰色模型
8.2.4 马尔可夫链模型
8.2.5 BP人工神经网络模型
8.2.6 各种预测算法优缺点比较
8.2.7 模拟与预测算法选择
8.3 基于GM（0，N）的城市热岛效应横向关系模型构建
8.3.1 GM模型选择
8.3.2 基于灰色GM（0，N）的城市热岛效应横向关系模型
8.3.2.1 数据获取
8.3.2.2 城市热岛效应横向关系模型构建
8.4 基于改进的GM（1,1）的纵向模拟预测模型GM-E-UHI构建
8.4.1 基于灰色GM（1,1）模型的模拟
8.4.2 改进的GM-E-UHI纵向模型构建方法
8.4.3 模型参数求解
8.4.4 基于UHI-G-ES的西安市城市热岛效应纵向模拟预测
8.4.4.1 西安市城市热岛效应模拟
8.4.4.2 模拟精度评价
8.4.4.3 灾变预测
8.4.4.4 模拟预测结果评价
8.5 本章小结
第九章 结论与讨论
9.1 主要结论
9.2 讨论与展望
参考文献
附录
攻读学位期间取得的研究成果
致谢
【参考文献】：
期刊论文
[1]GM（1,N）与GM（0,N）模型在能源消费碳排放预测中的比较研究[J]. 张勇,刘婵,姚亚平. 数学的实践与认识. 2014(05)
[2]基于景观格局的城市热岛研究进展[J]. 陈爱莲,孙然好,陈利顶. 生态学报. 2012(14)
[3]基于多源遥感数据的辽宁地表温度反演及空间分布研究[J]. 姜鹏,纪瑞鹏,冯锐,武晋雯,于文颖,王宏博,赵梓淇,张玉书. 气象与环境学报. 2012(03)
[4]辽宁省城市热岛强度特征及等级划分[J]. 李丽光,王宏博,贾庆宇,吕国红,王笑影,张玉书,艾景峰. 应用生态学报. 2012(05)
[5]基于遥感的长沙市城市热岛效应时空分析[J]. 刘宇鹏,杨波,陈崇. 遥感信息. 2011(06)
[6]热岛效应对植物生长的影响以及叶片形态构成的适应性[J]. 王亚婷,范连连. 生态学报. 2011(20)
[7]城市地表温度热岛影响因素研究进展[J]. 谢苗苗,王仰麟,付梅臣. 地理科学进展. 2011(01)
[8]城市热岛效应的研究进展[J]. 康文星,吴耀兴,何介南,吴湘雄. 中南林业科技大学学报. 2011(01)
[9]基于数理统计分析对影响广州市热岛效应因素的研究[J]. 马敏洋,于钦赟,许舒婷. 科技传播. 2010(19)
[10]利用单窗算法反演喀斯特城市地表温度[J]. 王修信,秦丽梅,农京辉,梁宗经,朱启疆. 广西师范大学学报(自然科学版). 2010(03)
博士论文
[1]城市热岛演变及其影响因素研究[D]. 谢启姣.华中农业大学 2011
[2]基于遥感数据挖掘定量反演城市化区域地表温度研究[D]. 戴晓燕.华东师范大学 2008
硕士论文
[1]热红外遥感地表温度反演方法应用与对比分析研究[D]. 秦福莹.内蒙古师范大学 2008
[2]基于遥感的石家庄市城市热岛效应的空间分异规律研究[D]. 赵红梅.河北师范大学 2008
[3]利用Landsat TM数据进行地表比辐射率和地表温度的反演[D]. 涂梨平.浙江大学 2006
本文编号：3692296
【文章页数】：181 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 城市热岛效应产生的原因
1.3 城市热岛效应的影响
1.4 城市热岛效应的研究方法
1.5 城市热岛效应领域的主要研究内容
1.5.1 地表温度反演
1.5.2 城市热岛效应分布特征研究
1.5.3 城市热岛效应形成机理研究
1.6 城市热岛效应的研究意义
1.7 城市热岛效应的缓解措施
第二章 国内外发展现状和本研究主要思路与内容
2.1 国内外研究现状
2.2 当前研究存在的问题
2.3 研究趋势与方向
2.4 本文研究的内容与方法
2.5 本研究技术路线图
第三章 研究区概况与数据源情况
3.1 研究区概况
3.1.1 地理位置及自然环境
3.1.2 行政区划及人口
3.1.3 社会历史人文
3.1.4 城市发展状况
3.1.5 经济发展态势
3.2 研究区数据源与资料情况
3.2.1 Landsat卫星简介
3.2.2 Landsat5 TM传感器简介
3.2.3 Landsat7 ETM传感器简介
3.2.4 Landsat8 OLI传感器简介
3.2.5 其他资料情况
3.2.6 数据源与资料使用情况
第四章 西安市地表温度的遥感反演
4.1 引言
4.2 数据预处理
4.3 基于多期影像的西安市地表温度遥感反演
4.3.1 地表温度遥感反演原理[107]
4.3.2 地表温度遥感反演方法选取
4.3.3 地表温度反演
4.3.4 反演结果改正与精度验证
4.3.5 地表温度归一化处理
4.4 地表温度与城市下垫面的关系
4.4.1 地物要素快速提取
4.4.2 地表温度与NDBI、NDVI、MNDWI、BI关系
4.5 本章小结
第五章 西安市城市热岛效应的边界确定
5.1 引言
5.2 移动窗口分析法的原理
5.3 基于移动窗口分析法的城市热岛效应边界提取
5.4 边界提取精度验证
5.5 西安市城市热岛效应时空特征分析
5.5.1 不同时期城市热岛效应时空分布格局定性分析
5.5.2 不同时期城市热岛效应边界演变定量分析
5.5.3 城市热岛效应与城市扩张相关性研究
5.6 本章小结
第六章 西安市热岛分布指数研究
6.1 引言
6.2 西安市地表覆盖分类
6.2.1 地表覆盖分类划分
6.2.2 建立分类模板
6.2.3 评价分类模板
6.2.4 监督分类
6.2.5 分类后精度评价
6.2.6 分类后处理
6.2.7 地表覆盖数据矢量化
6.3 城市热岛效应等级划分
6.4 城市热岛分布指数的提出
6.5 西安市多期城市热岛分布指数计算
6.6 基于城市热岛分布指数的热岛效应分析评价
6.6.1 地表覆盖数据统计分析
6.6.2 热岛效应分布统计分析
6.6.3 城市热岛分布指数分析
6.7 本章小结
第七章 西安市城市热岛效应影响因素研究
7.1 引言
7.2 城市热岛效应的影响因素确定
7.2.1 城市下垫面性质
7.2.2 气候因素
7.2.3 人口因素
7.2.4 经济因素
7.2.5 人为热排放因素
7.2.6 大气污染因素
7.3 基于灰色关联度的城市热岛效应影响因子定量研究
7.3.1 灰色关联理论
7.3.2 城市平均温度与各影响因子的灰色关联度计算
7.4 城市热岛效应与城市化进程的关系分析
7.4.1 基于灰色关联度的分析
7.5 本章小结
第八章 西安市城市热岛效应模拟预测模型研究
8.1 引言
8.2 常见预测模型比较
8.2.1 时间序列法
8.2.2 模糊模型
8.2.3 灰色模型
8.2.4 马尔可夫链模型
8.2.5 BP人工神经网络模型
8.2.6 各种预测算法优缺点比较
8.2.7 模拟与预测算法选择
8.3 基于GM（0，N）的城市热岛效应横向关系模型构建
8.3.1 GM模型选择
8.3.2 基于灰色GM（0，N）的城市热岛效应横向关系模型
8.3.2.1 数据获取
8.3.2.2 城市热岛效应横向关系模型构建
8.4 基于改进的GM（1,1）的纵向模拟预测模型GM-E-UHI构建
8.4.1 基于灰色GM（1,1）模型的模拟
8.4.2 改进的GM-E-UHI纵向模型构建方法
8.4.3 模型参数求解
8.4.4 基于UHI-G-ES的西安市城市热岛效应纵向模拟预测
8.4.4.1 西安市城市热岛效应模拟
8.4.4.2 模拟精度评价
8.4.4.3 灾变预测
8.4.4.4 模拟预测结果评价
8.5 本章小结
第九章 结论与讨论
9.1 主要结论
9.2 讨论与展望
参考文献
附录
攻读学位期间取得的研究成果
致谢
【参考文献】：
期刊论文
[1]GM（1,N）与GM（0,N）模型在能源消费碳排放预测中的比较研究[J]. 张勇,刘婵,姚亚平. 数学的实践与认识. 2014(05)
[2]基于景观格局的城市热岛研究进展[J]. 陈爱莲,孙然好,陈利顶. 生态学报. 2012(14)
[3]基于多源遥感数据的辽宁地表温度反演及空间分布研究[J]. 姜鹏,纪瑞鹏,冯锐,武晋雯,于文颖,王宏博,赵梓淇,张玉书. 气象与环境学报. 2012(03)
[4]辽宁省城市热岛强度特征及等级划分[J]. 李丽光,王宏博,贾庆宇,吕国红,王笑影,张玉书,艾景峰. 应用生态学报. 2012(05)
[5]基于遥感的长沙市城市热岛效应时空分析[J]. 刘宇鹏,杨波,陈崇. 遥感信息. 2011(06)
[6]热岛效应对植物生长的影响以及叶片形态构成的适应性[J]. 王亚婷,范连连. 生态学报. 2011(20)
[7]城市地表温度热岛影响因素研究进展[J]. 谢苗苗,王仰麟,付梅臣. 地理科学进展. 2011(01)
[8]城市热岛效应的研究进展[J]. 康文星,吴耀兴,何介南,吴湘雄. 中南林业科技大学学报. 2011(01)
[9]基于数理统计分析对影响广州市热岛效应因素的研究[J]. 马敏洋,于钦赟,许舒婷. 科技传播. 2010(19)
[10]利用单窗算法反演喀斯特城市地表温度[J]. 王修信,秦丽梅,农京辉,梁宗经,朱启疆. 广西师范大学学报(自然科学版). 2010(03)
博士论文
[1]城市热岛演变及其影响因素研究[D]. 谢启姣.华中农业大学 2011
[2]基于遥感数据挖掘定量反演城市化区域地表温度研究[D]. 戴晓燕.华东师范大学 2008
硕士论文
[1]热红外遥感地表温度反演方法应用与对比分析研究[D]. 秦福莹.内蒙古师范大学 2008
[2]基于遥感的石家庄市城市热岛效应的空间分异规律研究[D]. 赵红梅.河北师范大学 2008
[3]利用Landsat TM数据进行地表比辐射率和地表温度的反演[D]. 涂梨平.浙江大学 2006
本文编号：3692296
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/3692296.html
