3.2.5热力景观格局的计算
由于所用的影像代表的年份和季节不同，直接用它们的绝对温度值来比较各年份之间的城市热岛效应和热力景观动态变化是不适宜的。由于城市热岛主要研究的是下垫面温度相对强弱的空间分布特征，不同季节改变的只是绝对温度值的大小，并不会改变其稳定的空间分布特征，因此，不同年份不同季节影像之间的城市热岛效应和热力景观动态变对比，通常是将温度进行标准化处理，并在此基础上，对温度进行等级划分[43]。标准化处理使用公式（11）计算[22]
Hi?(Ti?Tmin)/(Tmax?Tmin) （11）
Hi为标准化值，Ti为某像元的温度值，Tmax为研究区最高温度值，Tmin为研究区最低
温度值。再利用密度分割技术，将标准化值进行热力景观类型划分，以0.2为一个步长，将地表温度分为5个热力景观类型，分别是：0～0.2代表低温区，0.2～0.4代表次低温区，0.4～0.6代表中温区，0.6～0.8代表次高温区0.8～1.0代表高温区。本文选取的景观指数有：斑块数(NP)是某一景观类型的斑块总个数，反映各类热力景观的破碎程度；平均斑块面积(AREA MN)是某一景观类型各斑块面积的平均值，是反映各类热力景观破碎度的又一指标；simpson多样性指数反映的是各类热力景观斑块的丰富度；simpon均匀度指数反映的是各类热力景观斑块分布的均匀度；斑块面积比（PLAND）是优势景观元素的依据之一；连通性指数(COHESION)用于衡量同类型斑块间的连通程度，其值越高说明同类热力斑块间的连通性越高；面积加权平均形状指数(SHAPE-AM)是度量各热力景观类型斑块形状复杂性的重要指标；最大斑块指数(LPI)是某一景观类型中最大斑块占整个景观面积的比例，是反映各类热力景观的优势度的指标[49]。各指数的计算公式[88,89]见表3-7。
表3- 7景观指数及其计算公式
Table3-7 Landscape index and their formula
指数名称 Index name 斑块数 平均斑块面积
simpson多样性指数
simpson均匀性指数
缩写 Abbreviation
NP AREA-MN
SIDI SIEI
m计算公式 Formula
PN?ni AREA?MNA?CA/ni
SIDI?1??Pi?1imi2
SHEI???PlnP/(1?1/m)
ii?123
斑块面积比
连通性指数
面积加权形状指数
最大斑块指数
PLAND
PLAND??aj?1nnij/A?100?
COHESION
SHAPE-AM
LPI
??COHESION??1-????Pij/j?1j?1nPij??aij?1?1/A?????1(100)
???X?a/SHAPE?AM?ij?ij??j?1????nn????aij?? ??j?1???nLPI?(max(aij)/A)(100)
j?13.2.6土地利用分类
遥感图像是成像瞬间对地物的真实写照，真实可靠，它真实地纪录了地球表面地自然地貌、人工地物人类活动的痕迹，能够客观、准确、全面反映地球表面自然和人文的综合景观。影像特征是在遥感图像上识别物体、区分物体的依据。图像解译就是人们根据地物的成像规律、光谱特性来辨别地物，并判断其类别和属性。目视解译是遥感分析人员根据影像的特征，判别地物类型和属性的方法。那些能直接或间接识别、区分各种地物，并能表明它们的特点、性质的影像特征，称为解译标志。解译标志有直接标志和间接标志.直接标志是地物本身的有关属性在图像上的直接反映。如形状、大小、色调、阴影等。间接标志是指与地物的属性有内在联系,通过相关分析能够推断其性质的影像特征。 3.2.7 植被参数的计算
植被指数有多种，本文选取归一化植被指数（NDVI）、绿度植被指数（Green
Vegetation Index, GVI）和植被覆盖度Pv来分析其与城市热岛的关系。NDVI和Pv已经
介绍过了，这里这介绍GVI的计算。GVI与不同植被覆盖类型都有较大关系，因此是一个较好的反应植被覆盖情况的指数，其计算公式如下[90]：
-0.2728?TM1-0.2174?TM2?0.5509?TM3?0.7221?TM4?0.0733?TM5?0.1648?TM7?0.7310
（1）
式中?TM1，?TM2，?TM3，?TM4，?TM5，?TM7分别代表TM/ETM+的1,2,3,4,5,7波段。
24
4 结果分析
4.1合肥市城市热岛空间分布特征分析
4.1.1合肥市地表温度空间分布年际动态演变过程
运用上述方法，在ENVI4.8软件平台上分别对合肥市2002年、2006年和2010年的遥感影像进行计算处理，反演出合肥市的地表温度，如图4-1所示。
2002年
2006年
图4- 1 合肥市地表温度空间分布的年际动态变化
Fig4-1 Annual dynamic change of Hefei city land surface temperature space distributed
2010年
25
从图2可以看出，2002年、2006年和2010年合肥市都存在明显的热岛效应，市区温度比周围郊区温度高。2002年的热岛区域以老城区为中心，这与严平等[5]于2000年用点、线法测定合肥热岛效应获得的热岛中心相似。热岛主要集中在老城区这可能与合肥市的地形，建筑布局和下垫面性质有关；合肥地形为四周高，中心低，建筑建在凹陷的中心，起到了汇聚能量的作用[5]。其中东部的瑶海区热岛最明显，这可能与瑶海区有大量的工厂有关。温度最低的是董铺水库和巢湖。董铺水库和巢湖温度低与这两个地方有大量的水体有关。2006年热岛中心与2002年相似，不同的是2006年的热岛区域比2002年已经有所扩张，特别是在西部的高新区、西南方向的明珠区以及南部包河区的包河工业区扩张较明显。2010年的热岛区域在2006年的基础上几乎全面扩张。与前面3个年份不同的是，2010年热岛强度在局部区域有所降低，特别是瑶海区和庐阳区降低最为明显。同时巢湖部分区域温度比其他3个年份的都高，可能与巢湖大面积蓝藻爆发有关。2002年到2010年，合肥市热岛区域逐渐扩大，从热岛区域扩张的方向可反映出合肥的建设发展方向。西部方向的高新区、西南方向的政务新区和南部的滨湖新区都是近年来建设发展起来的。随着这些区域的建设发展，大量土地被用于建设工厂、道路、住房等，改变了原有的地表结构，加上人类活动加剧，使辐射平衡发生改变，从而在这些地方也形成了热岛效应。 4.1.2合肥市地表温度空间分布季节动态演变过程
热岛效应周期变化包含了季节的变化。不同季节热岛强度和空间分布不同，因此本文对2010年1月、3月、6月、11月的遥感影像进行了地表温度反演，并分别代表合肥市冬季、春季、夏季和冬季的城市热岛空间分布，反演结果如图3所示。
冬季 春季
26
相关推荐：
loading