基于RS和GIS技术下的关于城市建筑与城市热岛效应产生原因的关系的研究外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于RS和GIS技术下的关于城市建筑与城市热岛效应产生原因的关系的研究

Marialuce Stanganelli1 and Marco Soravia2
1 University of Naples Department of urban and regional planning
piazzale Tecchio 80, 80125 Napoli
stangane@unina.it
2 Province of Naples Geographical Information System
via Don Bosco 4f, 80141 Napoli
msoravia@provincia.napoli.it

摘要：城市热岛现象与周边农村相比，主要是影响城市地区的气温升高。这种温度升高的现象在热浪期间可能会引起能量和健康的问题。造成这一现象的因素与城市形态和位置，建筑物和道路材料的特点，城市结构形态有关。本文通过分析主要城市规划特征的影响来研究UHI的现象，如建筑物的平均高度，建筑密度，覆盖率和不渗透表面的百分比。这项研究是从那不勒斯省的一个真实案例的分析开始的。通过使用遥感技术创建超光谱卫星图像，制定了那不勒斯省的热图，确定了易受热岛影响的地区。该地图选取通过遥感技术或空间分析技术得到的主要城市规划参数的一些样本区域。对每个参数都制定了相关的“温度 —城市规划参数”曲线。主要的结果是开发一个算法，这种算法允许根据每个城市参数的减少或增加来估计预期的温度变化。

关键词：城市结构，能源消耗，气候变化

1. 城市热岛

城市热岛现象（UHI）是通过影响大城市的气温，使其高于周边农村的气温的一种现象。这种现象的强度可以量化为城市空气平均气温与周边农村环境温差的最大差异。与后者相比，夜间温度升高比日间更明显；白天，城市和郊区之间的温差可以从 1°C到 3°C，而在晚上它可以达到 7到 12°C[1]。这种现象特别发生在广泛使用保留热量的材料的大城市。

广泛的过度建设，绿化面铺面的普及，使用低能耗散热的建筑材料是造成UHI的主要原因。除此之外，由于市区的位置（当地形态，微气候特征，巨大的水体存在）和人类活动（汽车，工业厂房，家庭用暖气和空调系统的排放）等因素，同样加剧了这一现象。

在夏季，这种现象的存在导致了许多问题，从能源需求高峰到空调成本，污染和温室气体排放以及健康问题[2]。这种现象在日益频繁的夏季热浪中变得很危险，这可能会导致大都市地区的大面积停电和死亡率的显著增加。

目前对这个问题的科学研究主要集中在探究热岛温度和建筑材料的导热性两个方面。本文研究了城市建筑物对这一现象的产生起怎样的影响。

尽管对于其参数形式并没有太多的研究，但是城市形态在确定UHI中的发生率在科学领域依旧得到了广泛的认可[3]。到目前为止，温度，建筑密度和植被之间的空间相关性的研究已经开始进行[4] [5] [6]，本文扩大了城市结构指标数量的调查，以期获得一系列对未来城市规划的指导方针。

提出的研究具体研究了城市形态的某些指标与UHI之间的温度之间的关系，并确定了选定的城市结构指标对现象的影响。研究选定了那不勒斯省。

该研究分为四个阶段：

1. UHI识别
2. 确定受UHI现象的试验区域
3. 确认试验区城市结构的主要指标
4. 测试区域之间的比较和相关分析，用于评估城市结构每个特征对温度变化的影响

开发的第一步是对热岛的识别。

UHI有两种类型：表面UHI和大气UHI。表面城市热岛指的是暴露于阳光下比空气热的城市表面的温度。在夏季，白天城市表面温度可以达到50°C，不同的是在夜间空气温度相对更小。大气UHI指的是城市地区与农村环境中较冷的空气相比较暖气，这种现象在白天很弱，夜间由于城市地面的热量缓慢释放而变得更加明显。

科学家用直接和间接的方法去识别UHI。直接方法用于识别大气UHI，如固定气象站和移动横穿[1,3]。

在本文中，遥感技术是一种间接测量技术，用于估算表面UHI。

遥感数据也被用来识别绿地[7]，树木和植被有助于通过蒸发蒸腾过程降低空气温度，在这些过程中，植物将水排放到周围的空气中，消散环境热量。另外，没有用于蒸发和光合作用的剩余太阳辐射量会被反映出来，所以既不会吸收也不会被排放回来。这意味着当植被表面存在时，温度值较低。

通过卫星观测可以很容易地检测植被，因为它可以产生特定的具有特定反射系数模式的光谱分辨率。

图1 试验区地理位置

温度图允许识别测试区域比周围环境温暖。虽然选定区域的大小（1平方公里）具有相似的土地利用和建筑材料，但其城市几何特征各有不同。每个测试区域中使用的指标如下：

—不渗透表面指数：由铺设的开放区域（即街道，停车场，庭院）与开放区域总量之间的比率；

—绿地面积占植被占地面积的百分比；

—土地覆盖率：用建筑面积与陆地面积之比表示。总建筑面积是建筑物形状水平面投影产生的面积之和；

—地域定位：每个测试区域相对于周围环境的位置，即它是内陆还是沿海地区；

—建筑密度：由建筑物总量与整个地区表面之间的比率表示；

—海拔平均海拔高度；

—建筑物平均高度；

任何试验区域各指标值与各区域平均气温的比较，使得城市结构与温度升高的相关性分析。

二、温度和植被图

本研究使用的数据是由那不勒斯省提供的空中传输传感器MIVIS（多光谱红外和可见成像光谱仪）获得的，并与国家安理会全国研究委员会（CNR）的LARA环境研究空气实验室进行一系列的科学技术合作。

MIVIS是一种具有高光谱和空间分辨率的传感器，可记录地球表面的辐射。高光谱分辨率具有数量众多的采集渠道：事实上，地球表面的辐射分为102个通道，每一个都有一段小范围的波长。虽然由MIVIS传感器可以获得高空间分辨率的图像，然而，通过3x3m像素大小，为组成图像的元素的数量和几何特征提供了很大的细节，可以更准确和详细地分析现象。数据处理已经由软件ENVI 4.7（“研究系统公司的可视化图像环境”）执行，允许以不同格式对数据进行可视化和分析。

实现的温度图已经包括了由92个市镇组成的那不勒斯全省，对给出的地区进行的分析，虽然并没有在一次单独的飞行中获得，但是在在2005年6月28日至2005年7月27日期间逐步完成。这导致在不同日子实现的条带之间的温度差异显著，并且在选择测试区域时被考虑在内。整个检测包括116条，覆盖那不勒斯省1170平方公里。

温度图已经实现了分析每个条带的93号通道，因为它提供了温度值，其在如此低的高度飞行（约1500米）非常类似于在地面上测量的温度[8]。每个条带的93号通道包括8.2mu;m至8.6mu;m的波长范围，这是人眼不能检测到的，并且检测物体的温度的范围，因此，在93号通道的范围内，检测到的电磁能仅是物体的辐射。事实上，每单位面积和每单位波长范围发射的能量的量不受反射的太阳辐射的影响。

此外，93号通道的范围8.2divide;8.6mu;m位于8mu;m至14微米的大气窗口中，卫星和地球表面之间的空气介入几乎没有意义。在这个范围内，构成大气环境的颗粒被电磁辐射穿过，到达传感器的颗粒正好是地面发射的辐射，而不受大气通过吸收或扩散现象的干扰。

a b

c d

图2 第一次试验区 a.温度图 b.原图 c.NDVI图 d.映射图

分析像那不勒斯省这样庞大的领土的初步操作是从MIVIS发行的许多条纹中形成单一的马赛克形象。所获得的马赛克图像，与高斯Boaga Roma40进行基准校正（在研究中使用），转化为UTM WGS-84。

马赛克图像在温度分类中的表现已经确保立即读取值，显示非常高的值，高于50℃，这是作为城市热岛现象发展的基础的热异常的证据。

由于数据的高几何分辨率，可以在温度图中识别达到这些异常峰值的单个现有建筑物。因此，高几何分辨率在进行更详细的分析时起关键作用，可以导出温度图中存在的不同天然或人为因素的热性质[9]。

正射影像和温度图之间的比较清楚地显示了材料对温度的作用，在同一区域，我们发现表面超过50°C，表面低于35°C。黑色沥青堆积屋顶和铺设的宽敞开放空间（公园，广场）达到最高温度。

遥感数据也被用于实现植被地图。

大多数植被指数是基于电磁谱中反射率有显着差异的事实，并且基于对定义的波长之间的关系的分析，其中存在不同的反射和吸收行为[10]。

广泛使用的指标是NDVI（归一化差异植被指数），其基于近红外范围（NIR）中的像素的BV（亮度值）和红色红外（RED）的像素的归一化差异：

NDVI = ( NIR – RED ) / ( NIR RED)

NDVI的典型值在（-1，1）范围内是有限的：植被为0.2〜0.6; 土壤和岩石为0.1〜0.1; （0，2）为水。

即使是通过NDVI的植被图也是从MIVIS传感器的数据生成的。对于每个条带，考虑两个采集通道：红色红外线的通道13，波长范围为0.673mu;m至0.693mu;m，近红外通道20为0.813mu;m至0.833mu;m。为了获得显示植被的专题图，需要通过对8位中的32位图像进行线性拉伸而改变NDVI的整数值，其中BV的像素值范围为0到255（即，有一个232到28个毕业的段落）。

该地图显示那不勒斯省的所有植被。以9m²像素为特征的高几何分辨率允许详细分析识别每个单一的树，它们与太阳辐射相互作用对温度值有意义的影响。事实上，在绿色地区，由于城市植被对降低城市温度具有重大影响，所以记录的温度较低，那么其增长就被认为是对抗UHI现象的最有效措施之一。

1. 试验区城市结构

描述城市结构的指标的价值来自那不勒斯省的官方地图。土地覆盖率是使用代表省建筑面积的形状文件计算出来的，也包括了建筑物的高度。对NDVI图中属于BV 123 - 255的像素进行了计数，并将其与像素的总数相关联。考虑到除了NDVI图所标识的绿色区域之外的所有开放空间，都考虑了非渗透表面指数。平均温度由温度图获得。

表1显示了对所有调查区域计算的值。

对于每个指标，已经研究了与该区域的平均温度的相关性。土地覆盖率与平均气温之间存在直接的相关性：在平坦的内陆地区，土地覆盖率的增加约为0.26，产生了约4.4ordm;C的温度梯度。实际上，从覆盖率等于0.18，温度为38.1摄氏度，代表面积n.3，我们在区域n.1中移动到0.44和42.5ordm;C的值。

在沿海地区，土地覆盖率相似，温度较低，降幅在3°C至6°C之间，以证实海洋对温度的有益影响。

绿化面积的百分比对温度的降低有积极的影响。在沿海地区，温度从39.75℃升至34.5℃，绿色率分别为2.35％和73.83％。 由于暴露于海洋的温度明显受到影响，反相关不是线性的。

表1.试验区的记录数据

您可能感兴趣的文章

• 农田土壤反硝化甲烷厌氧氧化细菌的多样性研究外文翻译资料
• 铬胁迫下硅对大麦生长发育、光合作用和超微结构的影响外文翻译资料
• 基于RS和GIS技术下的关于城市建筑与城市热岛效应产生原因的关系的研究外文翻译资料
• 综述：水产养殖业中一氧化二氮（N2O）的排放规律外文翻译资料
• 中国南部江苏省水稻土的好氧和淹水条件下有机碳矿化的差异外文翻译资料
• 通过土壤改良剂的联合应用减轻产量比例温室气体排放：温带和亚热带稻作土壤的比较研究外文翻译资料
• 粉尘沉降对中国西北地区棉花叶片气孔导度和叶温的影响外文翻译资料
• 生物炭对于镍(II)和锌(II)的固定以及受污染地区的植被重建的长期效应外文翻译资料
• 大气CO2浓度增高对水稻品质的影响-研究综述外文翻译资料
• 莱索托旱地玉米农业气候适宜性区划外文翻译资料