基于CA-Markov模型的南京市热环境格局演变及预测分析
发布时间：2021-02-03 16:18
基于Landsat5 TM和Landsat8 OLI/TIRS数据,利用辐射传输方程法反演南京市地表温度,结合景观格局指数进行热环境格局演变分析,并利用CA-Markov模型预测了2024年南京市热环境变化。结果表明,2000～2017年南京市高温区面积增加了456.55 km2,增幅为149.75%,中温区、低温区及次低温区面积呈现持续减少的趋势;在斑块类型水平上,高温区斑块在热力景观格局中的优势度在迅速上升,2000～2010年热岛高温区斑块破碎度下降,斑块复杂程度降低,而2010～2017年则与之相反。在景观水平上,南京市热力景观格局破碎程度降低,各类型斑块面积趋于均匀化,斑块间聚集程度增加。基于CA-Markov模型模拟的2017年南京市热环境空间分布具有较高的精度,各热岛类型平均误差小于6%,模型总体Kappa系数为78.36%。2024年南京市热环境的预测结果表明,2024年南京市热岛高温区及次高温区面积分别增加了94.96 km2、126.91km2,中温区、次低温区及低温区面积延续了减少的趋势。
【文章来源】：大气与环境光学学报. 2020,15(02)
【文章页数】：11 页
【部分图文】：
图１三个时期的南京市热岛强度分级图
１５０??大气与环境光学学报??１５卷??用基于辐射传输方程法反演得到的２０：１７年热岛强度分级图（图２）验证模拟精度，利用ＩＤＲＩＳＩ的ＧＩＳ空间??分析模块，分别统计热环境反演图和模拟图的各热岛类型的栅格数量，如表Ｇ所录，２０１７年模拟结果相对??实际反演结果的各热岛类型的平均误差为５．３９％，其中次低温区的模拟误差最大，达到９．５２％，中温区模拟??误差最小，达到２．８３％，各热岛类型的模拟精度均在９０％以上，说明模拟结果精度较高，利用ＣＲＯＳＳＴＡＢ??模块对２０１７年实际反演得到的热岛强度分级图￣模拟图进行叠加分析，以获取模拟结果的ＫａＰＰａ系数，??通常认为，当Ｋａｐｐａ系数小于４０％时，两图像间一致性较差，模拟精度较低；当Ｋａｐｐａ系数介于４０％与??７５％之间时，表示两图像间一致性一般，误差比较明显，模拟效果不够理想；当Ｋａｐｐａ系数大于７５％时，??认为两图像间一致性较高，误差较小，模拟结果具有较高的可信度．本次模拟结果Ｋａｐｐａ系数为７８．３６％，；??模拟精度较高，表明基于ＣＡ－Ｍａｒｋｗ模型模拟热环境分布具有可行性，可以用于热环境空间格局变化的??模拟预测分析。??Ｗ?（ｂ）??图２?２〇１７年南京市热环境反演图（左）与模拟图（右）??Ｆｉｇ．２?Ｉｎｖｅｒｓｉｏｎ?ａｎｄ?ｓｉｍｕｌａｔｉｏｎ?ｔｈｅｒｍａｌ?ｅｎｖｉｒｏｎｍｅｎｔ?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０１７??表６?２０１７年南京市热环境模拟精度分析??Ｔａｂｌｅ?６?Ａｃｃｔｉｒａｒ．ｙ?ａｎａｌｙｓｉｓ?ｏｆ?ｓｉｍｕｌａｔｉｏｎ?ｔｈ＾ｒｎｉｒａｌ?ｅｎｖｉｒｏｎｍｅｎｔ；?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０１７??Ｈｅａｔ?ｉｓ
第２期?郭继强，等：基于ＣＡ－Ｍａｒｋ〇ｖ模型的南京市热环境格局演变及预测分析?１５１??Ｎ??ｈｉｇｈ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｓｕｂ－ｈｉｇｈ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｍｉｄ－ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｓｕｂ－ｌｏｗ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｌｏｗ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??图３?２０２４年南京市热环境模拟图??Ｆｉｇ．３?Ｓｉｍｕｌａｔｉｏｎ?ｔｈｅｒｍａｌ?ｅｎｖｉｒｏｎｍｅｎｔ?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０２４??根据２０２４年热岛强度分级面积统计结果（表７），各热岛等级面积比例顺序为中温区?＞?高温区?＞?次??高温区＞？欠低温区?＞?低温区５与２ＣＨ７年相比，２〇２４■年的中温区面积减少了?１２３．４１?ｋｍ％面积比例下降??了?３．７８％?，?２〇２４年高温区面积延续了增长的趋势，共增加了?Ｍ．９６?ｋｍ２，面积比例由２〇１７年的２３．３３％上??升为２６．２３％，增幅相比２０１０？２０１７年有所下降，而次高温区面积则Ｍ著增加＾＾由２０１７年的５０４?ｋｍ２增长??到６３０．９１?ｋｍ＼其面积比例增加了?３．８６％，大于２０１０？２０１７年的增幅．２０１７？２０２４年低温区及次低温区面??积延续了减少的趋势，低温区面积减少了?６９．５２?ｋｍ＇次低温区面积减少了?２８．８３?ｋｍ２?，综合以上分析，??２ＣＵ７？２０２４年南京市热岛效应呈现持续增强的趋势，今后在保持经济建设快速发展的同时，有必要进一步??采取相关措施以缓解日益严重的城市热岛效应．??表７?２０２４年热岛强度分級面积统计??Ｔａｂｌｅ?７?Ａｒｅａ?ｏｆ?ｈｅａｔ?ｉｓｌａｎｄ
【参考文献】：
期刊论文
[1]南京市热岛效应与景观格局的动态研究[J]. 郭继强,潘洁. 林业资源管理. 2019(03)
[2]南京江北新区城市规划对区域热环境影响的WRF模拟研究[J]. 刘祎,祝善友,周洋,张海龙,丁文. 长江流域资源与环境. 2019(02)
[3]景观格局对杭州城市热环境年内变化的影响分析[J]. 卢惠敏,李飞,张美亮,杨刚,孙伟伟. 遥感技术与应用. 2018(03)
[4]基于Landsat时间序列数据的重庆市热力景观格局演变分析[J]. 邓睿,刘亮,徐二丽. 生态环境学报. 2017(08)
[5]西安市景观格局与城市热岛效应的耦合关系[J]. 王耀斌,赵永华,韩磊,奥勇,蔡健. 应用生态学报. 2017(08)
[6]地理元胞自动机模型研究进展[J]. 赵莉,杨俊,李闯,葛雨婷,韩增林. 地理科学. 2016(08)
[7]长沙市热力景观空间格局演变分析[J]. 徐双,李飞雪,张卢奔,周磊. 生态学报. 2015(11)
[8]南京市市域热场分布与景观格局的关联分析[J]. 周雅星,刘茂松,徐驰,方芳,钟晶晶,张明娟. 生态学杂志. 2014(08)
[9]地表参数反演及城市热岛时空演变分析[J]. 王天星,陈松林,阎广建. 地理科学. 2009(05)
[10]上海城市热岛效应形成机制及空间格局[J]. 戴晓燕,张利权,过仲阳,吴健平,栗小东,朱燕玲. 生态学报. 2009(07)
硕士论文
[1]Hadoop下基于CA-Markov模型的土地利用变化预测方法研究[D]. 李爽.江西理工大学 2018
本文编号：3016804
【文章来源】：大气与环境光学学报. 2020,15(02)
【文章页数】：11 页
【部分图文】：
图１三个时期的南京市热岛强度分级图
１５０??大气与环境光学学报??１５卷??用基于辐射传输方程法反演得到的２０：１７年热岛强度分级图（图２）验证模拟精度，利用ＩＤＲＩＳＩ的ＧＩＳ空间??分析模块，分别统计热环境反演图和模拟图的各热岛类型的栅格数量，如表Ｇ所录，２０１７年模拟结果相对??实际反演结果的各热岛类型的平均误差为５．３９％，其中次低温区的模拟误差最大，达到９．５２％，中温区模拟??误差最小，达到２．８３％，各热岛类型的模拟精度均在９０％以上，说明模拟结果精度较高，利用ＣＲＯＳＳＴＡＢ??模块对２０１７年实际反演得到的热岛强度分级图￣模拟图进行叠加分析，以获取模拟结果的ＫａＰＰａ系数，??通常认为，当Ｋａｐｐａ系数小于４０％时，两图像间一致性较差，模拟精度较低；当Ｋａｐｐａ系数介于４０％与??７５％之间时，表示两图像间一致性一般，误差比较明显，模拟效果不够理想；当Ｋａｐｐａ系数大于７５％时，??认为两图像间一致性较高，误差较小，模拟结果具有较高的可信度．本次模拟结果Ｋａｐｐａ系数为７８．３６％，；??模拟精度较高，表明基于ＣＡ－Ｍａｒｋｗ模型模拟热环境分布具有可行性，可以用于热环境空间格局变化的??模拟预测分析。??Ｗ?（ｂ）??图２?２〇１７年南京市热环境反演图（左）与模拟图（右）??Ｆｉｇ．２?Ｉｎｖｅｒｓｉｏｎ?ａｎｄ?ｓｉｍｕｌａｔｉｏｎ?ｔｈｅｒｍａｌ?ｅｎｖｉｒｏｎｍｅｎｔ?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０１７??表６?２０１７年南京市热环境模拟精度分析??Ｔａｂｌｅ?６?Ａｃｃｔｉｒａｒ．ｙ?ａｎａｌｙｓｉｓ?ｏｆ?ｓｉｍｕｌａｔｉｏｎ?ｔｈ＾ｒｎｉｒａｌ?ｅｎｖｉｒｏｎｍｅｎｔ；?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０１７??Ｈｅａｔ?ｉｓ
第２期?郭继强，等：基于ＣＡ－Ｍａｒｋ〇ｖ模型的南京市热环境格局演变及预测分析?１５１??Ｎ??ｈｉｇｈ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｓｕｂ－ｈｉｇｈ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｍｉｄ－ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｓｕｂ－ｌｏｗ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??ｌｏｗ?ｔｅｍｐｅｒａｔｕｒｅ?ｚｏｎｅ??图３?２０２４年南京市热环境模拟图??Ｆｉｇ．３?Ｓｉｍｕｌａｔｉｏｎ?ｔｈｅｒｍａｌ?ｅｎｖｉｒｏｎｍｅｎｔ?ｏｆ?Ｎａｎｊｉｎｇ?ｉｎ?２０２４??根据２０２４年热岛强度分级面积统计结果（表７），各热岛等级面积比例顺序为中温区?＞?高温区?＞?次??高温区＞？欠低温区?＞?低温区５与２ＣＨ７年相比，２〇２４■年的中温区面积减少了?１２３．４１?ｋｍ％面积比例下降??了?３．７８％?，?２〇２４年高温区面积延续了增长的趋势，共增加了?Ｍ．９６?ｋｍ２，面积比例由２〇１７年的２３．３３％上??升为２６．２３％，增幅相比２０１０？２０１７年有所下降，而次高温区面积则Ｍ著增加＾＾由２０１７年的５０４?ｋｍ２增长??到６３０．９１?ｋｍ＼其面积比例增加了?３．８６％，大于２０１０？２０１７年的增幅．２０１７？２０２４年低温区及次低温区面??积延续了减少的趋势，低温区面积减少了?６９．５２?ｋｍ＇次低温区面积减少了?２８．８３?ｋｍ２?，综合以上分析，??２ＣＵ７？２０２４年南京市热岛效应呈现持续增强的趋势，今后在保持经济建设快速发展的同时，有必要进一步??采取相关措施以缓解日益严重的城市热岛效应．??表７?２０２４年热岛强度分級面积统计??Ｔａｂｌｅ?７?Ａｒｅａ?ｏｆ?ｈｅａｔ?ｉｓｌａｎｄ
【参考文献】：
期刊论文
[1]南京市热岛效应与景观格局的动态研究[J]. 郭继强,潘洁. 林业资源管理. 2019(03)
[2]南京江北新区城市规划对区域热环境影响的WRF模拟研究[J]. 刘祎,祝善友,周洋,张海龙,丁文. 长江流域资源与环境. 2019(02)
[3]景观格局对杭州城市热环境年内变化的影响分析[J]. 卢惠敏,李飞,张美亮,杨刚,孙伟伟. 遥感技术与应用. 2018(03)
[4]基于Landsat时间序列数据的重庆市热力景观格局演变分析[J]. 邓睿,刘亮,徐二丽. 生态环境学报. 2017(08)
[5]西安市景观格局与城市热岛效应的耦合关系[J]. 王耀斌,赵永华,韩磊,奥勇,蔡健. 应用生态学报. 2017(08)
[6]地理元胞自动机模型研究进展[J]. 赵莉,杨俊,李闯,葛雨婷,韩增林. 地理科学. 2016(08)
[7]长沙市热力景观空间格局演变分析[J]. 徐双,李飞雪,张卢奔,周磊. 生态学报. 2015(11)
[8]南京市市域热场分布与景观格局的关联分析[J]. 周雅星,刘茂松,徐驰,方芳,钟晶晶,张明娟. 生态学杂志. 2014(08)
[9]地表参数反演及城市热岛时空演变分析[J]. 王天星,陈松林,阎广建. 地理科学. 2009(05)
[10]上海城市热岛效应形成机制及空间格局[J]. 戴晓燕,张利权,过仲阳,吴健平,栗小东,朱燕玲. 生态学报. 2009(07)
硕士论文
[1]Hadoop下基于CA-Markov模型的土地利用变化预测方法研究[D]. 李爽.江西理工大学 2018
本文编号：3016804
本文链接：https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3016804.html
