基于遙感和GIS的上海市土地利用-覆蓋和熱環(huán)境變化監(jiān)測(cè)與研究.pdf

1、城市化是社會(huì)發(fā)展的必然趨勢(shì),隨著城市化進(jìn)程不斷加速,上海市土地利用／覆蓋正發(fā)生著劇烈變化,原來(lái)以植被為主的自然景觀逐漸被人工建筑物所取代,這一變化最明顯的負(fù)面效應(yīng)之一是城市熱環(huán)境的改變,引起城市熱島現(xiàn)象,城市熱浪日益頻繁,從而導(dǎo)致城市人群發(fā)病率和死亡率增加,城市熱環(huán)境的日益惡化已成為當(dāng)前影響社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的重要因素之一。
　　 本文選取上海市為研究區(qū)域,基于1987年和2007年兩期遙感影像,利用支持向量機(jī)分類方法提取各土地

2、利用／覆蓋類型和利用TM6波段反演出亮溫信息,然后在此基礎(chǔ)上從土地利用／覆蓋變化幅度、變化速度、空間轉(zhuǎn)化三個(gè)方面對(duì)土地利用／覆蓋變化進(jìn)行監(jiān)測(cè),從熱場(chǎng)空間格局、時(shí)空演變、各區(qū)熱島比率指數(shù)三個(gè)方面對(duì)熱環(huán)境變化進(jìn)行監(jiān)測(cè),接著對(duì)土地利用／覆蓋和熱環(huán)境之間的關(guān)系進(jìn)行研究,最后提出緩解熱島效應(yīng)的主要措施。
　　 通過(guò)本文的研究得出以下主要結(jié)論:
　　 (1)1987-2007年上海市林地、草地和城鎮(zhèn)建設(shè)用地呈現(xiàn)出增加的趨勢(shì),耕地、水

3、域和未利用地呈現(xiàn)減少的趨勢(shì)。單一土地利用／覆蓋類型動(dòng)態(tài)度最大的是城鎮(zhèn)建設(shè)用地,達(dá)到6.10％,其次是草地和林地,分別為5.78％和5.22％,耕地和未利用地的動(dòng)態(tài)度較小僅為-1.79％和-1.7％,水域動(dòng)態(tài)度中等大小為-2.81％。
　　 (2)各土地利用／覆蓋類型相互轉(zhuǎn)化,主要以耕地轉(zhuǎn)出為主,主要轉(zhuǎn)向林地、草地和城鎮(zhèn)建設(shè)用地。城鎮(zhèn)建設(shè)用地不斷擴(kuò)展,在空間形態(tài)上已逐步擺脫了單一核心的“攤大餅式”的中心城區(qū)高密度發(fā)展?fàn)顩r,正逐步進(jìn)

4、入“多中心、多層次、網(wǎng)絡(luò)化”的新的城鎮(zhèn)體系發(fā)展格局。
　　 (3)1987年浦西中心城區(qū)以及吳淞工業(yè)區(qū)、寶鋼工業(yè)區(qū)為高溫區(qū),各郊區(qū)人口比較聚集的城鎮(zhèn)中心也是溫度較高的區(qū)域。2007溫度較高的區(qū)域迅速向外擴(kuò)展,方向與城鎮(zhèn)擴(kuò)展方向和交通運(yùn)輸干道相一致,且分布比較分散,使的比較集中的片狀趨于發(fā)射狀以及局部片狀擴(kuò)展。1987-2007年低溫區(qū)、次中溫區(qū)、中溫區(qū)面積減少,次高溫區(qū)和高溫區(qū)的面積增加。在空間不同方位熱場(chǎng)變化分析中表明各象限的

5、各等級(jí)溫度區(qū)面積發(fā)生明顯變化。熱島比率指數(shù)除市區(qū)降低外其余各區(qū)都呈現(xiàn)上升趨勢(shì)。
　　 (4)城鎮(zhèn)建設(shè)用地亮溫均值最高,其次是未利用地,水體的亮溫均值最低。耕地、林地和水域?qū)Α俺鞘袩釐u”的貢獻(xiàn)較小,城鎮(zhèn)建設(shè)用地對(duì)“城市熱島”的貢獻(xiàn)較大,耕地與水域面積的減少和城鎮(zhèn)建設(shè)用地的增多是低溫區(qū)、次中溫區(qū)、中溫區(qū)面積減少,次高溫區(qū)、高溫區(qū)面積增多的主要因?yàn)椤?br>　　 (5)在類型水平格局下通過(guò)灰色關(guān)聯(lián)度的方法得出表征景觀異質(zhì)性變化的散布

6、與并列指數(shù)(IJI)、最大斑塊所占的面積比例(LPI)、斑塊密度(PD)、斑塊數(shù)量(NP)及同類斑塊相鄰的百分?jǐn)?shù)(PLADJ)與亮溫有較大的相關(guān)性,而平均形狀指數(shù)(SHAPE-MEAN)、相似鄰近比例類型指數(shù)(PLANJ)、斑塊多樣性指數(shù)(DIVISION)、平均分維數(shù)(FARC-MEAN)與亮溫的相關(guān)性較小。
　　 在景觀水平上研究表明:PD、LSI、DIVISION、SHDI、SHEI隨尺度的增大與亮溫負(fù)相關(guān)性不斷增大；LP

7、I、CONTAG、AI隨尺度的增大與亮溫正相關(guān)性不斷增大；SHAPE-MN、FRAC-MN與亮溫相關(guān)性較小；AREA-MN隨尺度的增大與亮溫正相關(guān)性總體上是增加的,在8km×8km尺度下比6km×6km尺度下略小一些；SHAPE-AM在2km×2km尺度上與亮溫負(fù)相關(guān)性最大,其次是在6km×6km尺度上,在8km×8km尺度下負(fù)相關(guān)性最小。考慮R2和RMSE這兩個(gè)指標(biāo)選取出不同尺度下的最佳線性回歸模型:2km×2km尺度下最佳線性回歸模

8、型是y=-0.3423x+33.9401(x為L(zhǎng)SI),R2=0.5455,RMSE=0.6687；在4km×4km尺度下最佳線性回歸模型是y=-3.250x+34.539(x為SHDI),R2=0.6682,RMSE=0.4851；在6km×6km尺度下最佳線性回歸模型是y=-0.0436x+33.3898(x為PD),R2=0.7130,RMSE=0.4809；在8km×8km尺度下最佳線性回歸模型是y=-0.0428x十33.40