利用土地利用变化轨迹量化城市化对城市热岛效应的影响外文翻译资料

 2022-05-30 09:05

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

利用土地利用变化轨迹量化城市化对城市热岛效应的影响

摘要

本文提出了一种土地利用变化轨迹的定量化方法，即随着时间变化，不同土地利用类型之间的演替，来调查城市化对城市热岛效应的影响。为此，我们选取了1987年到2007年厦门市的landsat5 TM和landsat7 ETM 多时相影像，首先我们基于不同年份的分类影像提取出土地利用变化轨迹，然后提取出地表温度并且利用城市热岛强度指标评估城市热岛强度的大小，最后，构建并计算了城市热岛强度贡献度指数（CUHII），以确定城市化过程中每个土地利用变化轨迹对城市热岛效应的影响情况。结果表明，土地利用变化轨迹和城市热岛强度贡献度指数对量化城市化对城市热岛效应的影响是有效的。在厦门市，共确定了2218个土地利用变化轨迹，其中530个是现存的城市或城市化轨迹。城市热岛强度贡献度指数呈现出从1987年的0.83℃到2007年的2.14℃的持续增长趋势。在城市化发展过程中，相对于城市发展对城市热岛效应的影响来说，现存城市对城市热岛效应的贡献度在减少。在2007年之前，现有的城区轨迹NO。44444对城市热岛效应影响最大。然而该值由于新增的城市面积从1987年的55.00％下降到2007年的13.03％。在2007年，最大的城市热岛强度贡献度的轨迹由农田被贡献度为21.98％建成区（NO.22224）所替换。接着是贡献度为13.03％现存的城市轨迹NO.44444。这些结果不仅为评估城市化对环境的影响提供了一个新的方法论，而且为城市的规划和管理提供了决策支持。

关键词：城市化；土地利用变化轨迹；城市热岛；城市热岛强度贡献度；厦门

  1. 引言

城市化深深地影响着一个城市的生态系统，其中最好的例子就是城市热岛效应，城市热岛效应指的是城市与周边乡村地区比温度更高的区域(Grimm ct al., 2008)，城市热岛效应不仅影响人类的居住环境(Konopacki andAkbari, 2002)，并且会增加能源消耗（kolokotroni et al.，2012），甚至会影响人类健康(Changnon et al., 1996)。近年来，已经有大量关于城市热岛效应原因和影响的研究，并且有关他们的定性的和定量的特征已经被记录Rosenfeld et al., 1998; Rizwan et al2008: Imhoff et al.. 2010)。城市热岛在早期是通过观察空气温度得到的，比如：霍华德（1818）首先提出了关于城市热岛的现象当它观察到伦敦地区一个城市的空气温度比城区周围农村地区的温度高。Jusuf et al. (2007)通过运用定性与定量的方法，利用新加坡的空气温度评估了土地利用对城市热岛效应的影响。近几十年来，自从Rao(1972)首次提出从卫星数据评估地表温度，这种遥感方法已被广泛用于在区域和全球尺度热岛特征的分析中(Gallo et al., 1993; Weng, 2001; Sobrino andRomagucra, 2004: Zhao et al., 2010b: Schwarz et al2011; Weng et al., 2011 )。城市地表温度与地表性质有着密切的关系，以前很多研究都专注于地表温度和土地利用在单时间(Weng et al., 2004)，在不同的季节(Galloet al, 1993; Li et al., 2011)，或者不同年份( Chen et al2006; Yuan and Bauer, 2007; Zhang et al., 2009)的关系，这些研究结果表明，地表温度与不透水面值呈正相关关系，与植被覆盖度呈负相关关系。此外，也有关于城市化对城市热岛效应影响的分析，例如：Gallo et al. (1996)推出从农村到城市的土地利用变化可以影响温度的趋势，在温室效应加剧的情况下，这事预料之中的。Amiri et al. (2009)通过温度植被指数法检查了地表温度的时间动态和土地利用之间的关系，他们发现在城市化的过程中地表温度的轨迹是从高植被覆盖率低温度向低植被覆盖率高温度转变。Zhou et al. (2011)表明了城市化对城市热岛效应的影响可以通过优化土地利用结构来平衡土地利用组成来减轻。但是城市化和城市化对城市热岛效应的影响之间的定量关系尚不明确。由于城市化和不同土地利用变化而带来的环境响应是高度可变的，因为不同的土地利用类型有着不同的性质(Houghton and Goodale，2004 Pauleit et al., 2005)。因此，为了充分理解城市热岛的特点，我们必须去了解在城市化的过程中，不同土地利用变化对城市热岛的影响。

本研究运用土地利用变化轨迹方法来量化在城市化的过程中，不同土地利用类型变化对城市热岛的影响。轨迹就是土地利用类型的演化区域，通过这种方法，可以根据其他土地利用类型向城市建成区的转移情况将城市划分为几个区域，(Lambin, 1997; Mertens and Lambin, 2000, Petit and Lambin, 2001)。例如Liu and Zhou (2005)通过北京市的土地利用变化轨迹模拟北京市的城市增长过程。Zhou et al. (2008)分析了中国西北部的塔里木盆地土地覆盖变化轨道的空间格局。Wang ct al.（2012, 2013）表明了中国黄土高原的西河流域的土地覆盖轨迹的空间格局和驱动力，研究结果可以支持本研究的方法。在地表温度反演和城市热岛贡献指数被确定之后，土地利用变化轨迹和城市热岛强度贡献指数被提取出来。这样，在厦门城市化背景下城市化和城市化对城市热岛效应的影响两者之间的关系就能被分析出来了。研究结果不仅为量化城市化带来的影响提供了有用的工具，并且支持了城市的规划和管理。

  1. 研究领域和数据预处理

2.1研究领域

厦门被作为本次的研究对象，它在过去的三十年里经历了快速的城市化进程。它的坐标是24°25′-24°55′N，117°53′-117°28′E。位于福建省东南海岸的九龙江河口。它包括厦门岛、古浪岛和九龙江北部的海岸部分（图一）。它的面积1565多公里，海域面积390公里。在2007年，有243万人口，接近70%的人口在市区（厦门市统计局，2008）。在1980年成立了厦门经济开发区，从那时候开始，厦门的快速城市化导致了严重的环境和生态影响（Zhao et al.，2010）。与此同时，城市热岛效应在厦门变得越来越明显(Xu and Chen, 2004；Zhao et al, 2010a, b; Huang and Huang, 2011)。

图1.研究区域

2.2数据来源和预处理

本次研究运用landsat5 TM 和landsat7 ETM 影像（1987年1月17日，1992年1月15日，1997年1月12日，2002年1月2日和2007年1月8日），基于1987年的影像，这些影像采用UTM/WGS84坐标系统。此外，这些图像采用最近临近法以30米的空间分辨率进行重采样。为了消除大气影响，采用ENVI4.7软件中的Flash模块中的MODTRAN4消除大气误差。其参数包括传感器和场景的信息、大气和气溶胶模型以及大气校正模型。对于本文所研究的区域，场景中心位置、传感器高度、传感器类型、飞行日期和时间从Landsat TM/ETM 里面获得，大气模型和气溶胶模型分别是中纬度夏季和城市，气溶胶反演采用K-T法，最后，为了研究土地利用变化，所有的影像都运用SVM方法进行分类。按照我国现行土地利用分类，提取了五个主要的土地利用类型：森林、耕地、水、建设用地和荒地。这些类型用数字从1到5进行编号来区别。为了评估分类精度，以谷歌地球高分辨率历史图像作为参考层，随机生成五百个样本点，用来比较分类数据和参考数据。

  1. 研究方法

3.1土地利用变化轨迹

为了形成城市化过程中土地利用轨迹，所有的影像首先在ARCGIS9.3软件下集成形成栅格格式。 然后用Zhou et al. (2008)的方法进行叠加分析，方程是：

Trac=Cl1987times;10000 Cl1992times;1000 Cl1997times;100 Cl2002times;10 Cl2007

Cl1987，Cl1992，Cl1997，Cl2000，Cl2007分别指1987年1992年1997年2000年2007年的土地使用分类数据。一个轨迹编码有两个意思，首先，它描述了不同的土地覆盖类型之间的演替，此外，表示了演替发生的时间。必如：轨迹编码NO.12345指在整个研究过程中的转化过程为森林→农田→水域→城市建成区→荒地。为了探讨城市化对城市热岛的影响，只考虑现有的城市和城市化地区的轨迹。因此，本研究确定了两种类型的轨迹，第一，现有的城市轨迹，这意味着该地区在研究之前已建成（轨迹代码NO.44444），另一种是城市化过程中的轨迹，意味着在研究期间该地区以一种土地利用类型转变成了另外一种土地利用类型（轨迹编号NO.****4）。*指除建筑面积以外的土地利用类型。

图2.1987-2007年土地利用分类图

3.2地表温度反演

在本文中，地表温度的反演方法可以分为三步(Artis and Carnahan, 1982; Wenget al., 2004; Chen et al., 2006)，第一步是从波段6中计算辐射强度Lb

Lb=Lmin (Lmax-Lmin)times;DN6/255

Lmax和Lmin分别指最大和最小的热辐射能量，这些可以从传感器手册中获取。DN6是波段6的数字。在Landsat5中Lmax=15.600W/(msup2;.sr),Lmin=1.238W/( msup2;.sr)，对于Landsat7 ETM Lmax，61=17.040W/(msup2;.sr),Lmin，61=0，Lmax，62=3.2W/(msup2;.sr)。Lmin，61 ，Lmax，61 Lmin，62 ，Lmax，62分别指条带61和62的最小和最大热辐射能量值。接下来，光谱辐射被转换为亮度温度T6：

T6=K2/㏑(k1/Lb 1)

K1和K2是常数，在Landsat5中K1=607.76W/(msup2;.sr. mu;m),K2=1260.56K，对于Landsat7 ETM K1=666.09W/(msup2;.sr. mu;m),K2=1281.71K。最后，地表温度计算如下(Artis and Carnahan, 1982)：

Ts=T6[1 (lambda;times;T6/alpha;) ㏑ε]

lambda;=11.5mu;m，alpha;=0.01438mK，ε是地表比辐射率。可根据Sobrino et al. (2004)提出的方法估算。

3.3城市热岛强度贡献指标

为了量化不同类型的土地利用变化在城市化进程中对城市热岛效应的影响，本研究建立了城市热岛贡献强度。贡献强度的定义与Cairns et al. (2000)的研究中的概念有些相似，指两个或多个原因对地理现象的总影响的一部分，城市化的各个阶段的城市热岛贡献强度的计算过程可分为三部分，首先，城市热岛强度贡献指标计算出来反映城乡之间的温度差，这是城市热岛强度一个众所周知的指标（Kim and jong-jin Baik, 2002; Memon et al., 2009,Schwarz et al., 2011; Schwarz ct al., 2012)，计算方程如下：

UHII= T′urban -T′rural

T′urban，T′rural分别指城市和农村的平均地表温度。然后城市的平均地表温度可以如下计算

T′urban

Straj.i指的是城市轨迹j的面积，Surban是各个阶段的城市总面积。Trsquo;traj.i,Trsquo;urban是各个区域对应的平均地表温度。n是城市轨迹数量。最后用公式6替换公式5意味着公式5变成：

所以城市热岛贡献强度被定义为：

CUHIIi==times;100%

更大的城市热岛贡献强度值代表着土地利用变化轨迹对城市热岛强度的影响更大，此外，还证明了面积和每个轨迹的平均温度是决定城市热岛强度的两个关键参数。

4结果与讨论

4.1城市化的土地利用变化轨迹的提取和分析

土地利用分类结果如图2所示，总体精度为：92.17%、90.18%、93.45%、92.46%和91.95%。Kappa指数为：0.8839,0.8545,0.9074, 0.8959和0.8913（表1-4）。统计结果表明，在整个研究期间，城市建成区的面积由1987年的3.51%的增加到2007年的14.70%，是整个研究区变化最大的土地利用类型。同时，农田面积减少最剧烈，从37.67 %到 22.94%（见表1）。

表1.1987-2007土地利用分类误差矩阵

lt;

全文共10888字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[11547]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

年份

土地覆盖

生产精度 (%)

用户精度 (%)

总体精度(%)

Kappa系数

1987

森林

92.90

93.41

92.17

0.8839

农田

89.47

91.40

水域

98.11

93.69

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章