基于遥感影像的龙泉市景观与地表温度关系研究
发布时间：2021-10-06 20:29
龙泉市作为国家森林城市,将生态旅游作为战略性支柱产业来培育,热环境对生态产业的发展影响受多方关注。本研究基于2003年、2010年、2017年三期遥感影像,结合最新森林资源二类调查数据研究景观与地表温度的关系,主要内容包括:1、运用遥感影像反演、差异分区和叠图分析方法研究植被覆盖度及地表温度时空演变。从市域、乡镇、多环缓冲区三个层次揭示龙泉市2003年、2010年、2017年三期植被覆盖度及地表温度演变过程。2、运用空间统计与线性回归方法研究植被覆盖度与地表温度耦合关系。通过Geo Da软件进行双变量空间局部自相关,揭示植被覆盖度与地表温度的空间集聚性;通过SPSS软件进行一元线性回归,分析植被覆盖度与地表温度线性相关性。3、运用景观重分类和分区统计方法研究景观类型与地表温度耦合关系。基于森林资源二类调查数据细分龙泉市景观类型为针叶林地、阔叶林地、针阔混交林地、建设用地、耕地、水域等九类,统计市域范围及海拔700m以下范围各类景观温度特征。4、运用景观格局分析方法,从景观水平和类型水平上揭示格局指数与地表温度相关性。选取1km×1km、1.5km×1.5km、2km×2km、2.5km...
【文章来源】：浙江农林大学浙江省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
龙泉市区位示意图
163龙泉市植被覆盖度与地表温度时空演变及相关性分析城市植被作为生态环境的保障，对于生态系统稳定运行和城市低碳发展均具有重要作用。植被覆盖度是衡量区域植被状况的关键指标，较好反映地区景观组分，常作为重要参数输入到水土流失监测、土地沙漠化评价和分布式水文模型[65]。在温度反演的算法中，已经根据归一化植被指数构建定量估算植被覆盖度的模型，该模型关注遥感信息与植被覆盖度的关系，很大程度削弱了大气、土壤背景及植被种类可能造成的影响。诸多学者已根据植被覆盖度与地表温度间的耦合关系，分析植被对于热环境的调控作用[66-68]。2003年、2010年、2017年三期遥感数据月份相近，属于同一季相，基于三期数据分市域、乡镇、多环缓冲区三个层次研究城市植被覆盖度与地表温度的时空演变，并探索二者空间集聚性、线性相关性。3.1龙泉市植被覆盖度时空演变为清晰反映市域范围植被覆盖分布情况，利用ArcGIS10.2软件生成2003年、2010年、2017年三期植被覆盖分布图（图3.1）。根据植被覆盖度的阈值，使用等间隔分类法将其分为五个等级：低覆盖（Pv:0～0.2）、中低覆盖（Pv:0.2～0.4）、中覆盖（Pv:0.4～0.6）、中高覆盖（Pv:0.6～0.8）、高覆盖（Pv:0.8～1）。图3.12003年、2010年、2017年龙泉市植被覆盖时空分布Fig3.1TemporalandspatialdistributionofvegetationcoverinLongquanCityin2003,2010,2017
17结合图3.1与GoogleEarth历史影像，可以发现低覆盖、中低覆盖主要分布于东北至西南一带，为八都溪、道太溪、龙泉溪等大小水域及中心城区与各乡镇形成的不透水面；中覆盖主要分布于低覆盖、中低覆盖周围，为人类生产生活区与自然生态区之间的过渡地带；中高覆盖、高覆盖在全市范围内广泛分布，为凤阳山、山坑林尝天师山、昴山等生态空间，大量为公益林斑块，林木茂密且较少分布建筑物。三期遥感影像的平均植被覆盖度分别为0.87、0.89、0.91，呈稳步上升趋势。表3.12003年、2010年、2017年不同植被覆盖度等级面积比例变化Table3.1Changesintheproportionofdifferentlevelsofvegetationcoveragein2003,2010,2017影像年度低覆盖中低覆盖中覆盖中高覆盖高覆盖20034.09%4.49%5.51%8.14%77.71%20104.20%2.97%3.85%7.19%81.74%20174.31%2.45%2.59%3.62%86.97%图3.22003年、2010年、2017年龙泉市植被覆盖度演变Fig3.2EvolutionofvegetationcoverageofLongquanCityin2003,2010,2017通过表3.1反映三期影像各植被覆盖度等级面积比例的变化，发现2003年、2010年、2017年低覆盖面积比例略微提升，中低覆盖、中覆盖、中高覆盖面积比例持续下降，高覆盖面积比例持续上升。将植被覆盖度变化值分为四级：中高度退化（ΔPv：＜-0.2）、轻度退化（ΔPv：-0.2～0）、轻度改善（ΔPv：0～0.2）、中高度改善（ΔPv：＞0.2）。观察图3.2，发现2010年与2003年对比、2017年与2010年对比，植被覆盖改善区域均主要分布于东北至西南一带，植被覆盖退化区域均主要分布于西北、东南区
【参考文献】：
期刊论文
[1]玛曲县植被覆被变化及其对环境要素的响应[J]. 王新源,连杰,杨小鹏,赵学勇,王小军,马仲武,龚丞馗,曲浩,王彬. 生态学报. 2019(03)
[2]土地利用差异与变化对区域热环境贡献研究——以京津冀城市群为例[J]. 孙宗耀,孙希华,徐新良,黄宁钰,吴晨,乔治. 生态环境学报. 2018(07)
[3]快速发展的中小城市地表热环境及水体温度调控作用研究——以山东省滨州市为例[J]. 王琳,祝亚鹏,卫宝立,李永华. 水土保持通报. 2018(02)
[4]重庆市主城区地表温度与植被覆盖指数关系研究[J]. 张晓娟,周启刚,黄丽盺,张晓媛. 土壤通报. 2018(02)
[5]城市热环境的规划改善策略研究——以武汉市为例[J]. 岳亚飞,詹庆明,王炯. 长江流域资源与环境. 2018(02)
[6]基于Landsat 8遥感影像的新旧城区热环境特征对比研究——以成都市为例[J]. 何炳伟,赵伟,李爱农,冯文兰,谭剑波,雷光斌,南希. 遥感技术与应用. 2017(06)
[7]2005-2016年北京中心城区热岛时空格局及影响因子多元建模[J]. 于琛,胡德勇,曹诗颂,陈姗姗. 地球信息科学学报. 2017(11)
[8]北京城区不透水地表盖度变化及对地表温度的影响[J]. 张旸,胡德勇,陈姗姗. 地球信息科学学报. 2017(11)
[9]城市地表热环境研究进展[J]. 姚远,陈曦,钱静. 生态学报. 2018(03)
[10]建成区扩张下的西安市热环境空间分异性[J]. 祝新明,王旭红,周永芳,吴文恒,刘状. 生态学杂志. 2017(12)
博士论文
[1]城市空间结构对城市热环境时空异质性分布影响研究[D]. 杨朝斌.中国科学院大学(中国科学院东北地理与农业生态研究所) 2018
硕士论文
[1]城市热环境和植被覆盖关系的方法研究[D]. 王娜.上海师范大学 2009
本文编号：3420692
【文章来源】：浙江农林大学浙江省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
龙泉市区位示意图
163龙泉市植被覆盖度与地表温度时空演变及相关性分析城市植被作为生态环境的保障，对于生态系统稳定运行和城市低碳发展均具有重要作用。植被覆盖度是衡量区域植被状况的关键指标，较好反映地区景观组分，常作为重要参数输入到水土流失监测、土地沙漠化评价和分布式水文模型[65]。在温度反演的算法中，已经根据归一化植被指数构建定量估算植被覆盖度的模型，该模型关注遥感信息与植被覆盖度的关系，很大程度削弱了大气、土壤背景及植被种类可能造成的影响。诸多学者已根据植被覆盖度与地表温度间的耦合关系，分析植被对于热环境的调控作用[66-68]。2003年、2010年、2017年三期遥感数据月份相近，属于同一季相，基于三期数据分市域、乡镇、多环缓冲区三个层次研究城市植被覆盖度与地表温度的时空演变，并探索二者空间集聚性、线性相关性。3.1龙泉市植被覆盖度时空演变为清晰反映市域范围植被覆盖分布情况，利用ArcGIS10.2软件生成2003年、2010年、2017年三期植被覆盖分布图（图3.1）。根据植被覆盖度的阈值，使用等间隔分类法将其分为五个等级：低覆盖（Pv:0～0.2）、中低覆盖（Pv:0.2～0.4）、中覆盖（Pv:0.4～0.6）、中高覆盖（Pv:0.6～0.8）、高覆盖（Pv:0.8～1）。图3.12003年、2010年、2017年龙泉市植被覆盖时空分布Fig3.1TemporalandspatialdistributionofvegetationcoverinLongquanCityin2003,2010,2017
17结合图3.1与GoogleEarth历史影像，可以发现低覆盖、中低覆盖主要分布于东北至西南一带，为八都溪、道太溪、龙泉溪等大小水域及中心城区与各乡镇形成的不透水面；中覆盖主要分布于低覆盖、中低覆盖周围，为人类生产生活区与自然生态区之间的过渡地带；中高覆盖、高覆盖在全市范围内广泛分布，为凤阳山、山坑林尝天师山、昴山等生态空间，大量为公益林斑块，林木茂密且较少分布建筑物。三期遥感影像的平均植被覆盖度分别为0.87、0.89、0.91，呈稳步上升趋势。表3.12003年、2010年、2017年不同植被覆盖度等级面积比例变化Table3.1Changesintheproportionofdifferentlevelsofvegetationcoveragein2003,2010,2017影像年度低覆盖中低覆盖中覆盖中高覆盖高覆盖20034.09%4.49%5.51%8.14%77.71%20104.20%2.97%3.85%7.19%81.74%20174.31%2.45%2.59%3.62%86.97%图3.22003年、2010年、2017年龙泉市植被覆盖度演变Fig3.2EvolutionofvegetationcoverageofLongquanCityin2003,2010,2017通过表3.1反映三期影像各植被覆盖度等级面积比例的变化，发现2003年、2010年、2017年低覆盖面积比例略微提升，中低覆盖、中覆盖、中高覆盖面积比例持续下降，高覆盖面积比例持续上升。将植被覆盖度变化值分为四级：中高度退化（ΔPv：＜-0.2）、轻度退化（ΔPv：-0.2～0）、轻度改善（ΔPv：0～0.2）、中高度改善（ΔPv：＞0.2）。观察图3.2，发现2010年与2003年对比、2017年与2010年对比，植被覆盖改善区域均主要分布于东北至西南一带，植被覆盖退化区域均主要分布于西北、东南区
【参考文献】：
期刊论文
[1]玛曲县植被覆被变化及其对环境要素的响应[J]. 王新源,连杰,杨小鹏,赵学勇,王小军,马仲武,龚丞馗,曲浩,王彬. 生态学报. 2019(03)
[2]土地利用差异与变化对区域热环境贡献研究——以京津冀城市群为例[J]. 孙宗耀,孙希华,徐新良,黄宁钰,吴晨,乔治. 生态环境学报. 2018(07)
[3]快速发展的中小城市地表热环境及水体温度调控作用研究——以山东省滨州市为例[J]. 王琳,祝亚鹏,卫宝立,李永华. 水土保持通报. 2018(02)
[4]重庆市主城区地表温度与植被覆盖指数关系研究[J]. 张晓娟,周启刚,黄丽盺,张晓媛. 土壤通报. 2018(02)
[5]城市热环境的规划改善策略研究——以武汉市为例[J]. 岳亚飞,詹庆明,王炯. 长江流域资源与环境. 2018(02)
[6]基于Landsat 8遥感影像的新旧城区热环境特征对比研究——以成都市为例[J]. 何炳伟,赵伟,李爱农,冯文兰,谭剑波,雷光斌,南希. 遥感技术与应用. 2017(06)
[7]2005-2016年北京中心城区热岛时空格局及影响因子多元建模[J]. 于琛,胡德勇,曹诗颂,陈姗姗. 地球信息科学学报. 2017(11)
[8]北京城区不透水地表盖度变化及对地表温度的影响[J]. 张旸,胡德勇,陈姗姗. 地球信息科学学报. 2017(11)
[9]城市地表热环境研究进展[J]. 姚远,陈曦,钱静. 生态学报. 2018(03)
[10]建成区扩张下的西安市热环境空间分异性[J]. 祝新明,王旭红,周永芳,吴文恒,刘状. 生态学杂志. 2017(12)
博士论文
[1]城市空间结构对城市热环境时空异质性分布影响研究[D]. 杨朝斌.中国科学院大学(中国科学院东北地理与农业生态研究所) 2018
硕士论文
[1]城市热环境和植被覆盖关系的方法研究[D]. 王娜.上海师范大学 2009
本文编号：3420692
本文链接：https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3420692.html
