COVID-19大流行对南昌市热岛效应的影响评估

COVID-19疫情对城市环境产生了显著而广泛的影响。以南昌市为研究对象,运用劈窗算法,利用多时相遥感数据反演城市地表温度,由此对疫情不同阶段不同土地利用类型的热岛效应的时空分布特征进行了分析,从而揭示了COVID-19疫情防控不同时期城市热环境变化的规律。结果表明,与疫情之前同时期的情况对比,在2次封控管理期间,城市热岛效应分别下降了57%和49.3%,且这种下降幅度随着距离城市中心的增加而减小。此外,不同土地覆盖类型的热岛效应变化幅度存在差异。水体、森林、荒地和农田的热岛效应下降幅度相对较小,而城镇区域的热岛效应下降幅度较大。这些发现对深入理解疫情防控的不同阶段城市热环境的时空变化提供了重要的实证研究支持,也为优化城市规划和管理策略,减轻城市热岛效应,并为未来类似的突发事件提供参考。

基于RS与GIS技术的城市生态环境监测与评价系统设计及其应用

以解决城市生态环境的监测与评价问题为目的,设计了一个基于RS与GIS技术的城市生态环境监测与评价系统,利用Arc GIS Engine与ENVI/IDL进行集成化二次开发,实现了城市生态环境的定量评估与监测、PM2.5空间内插与分级,并以南昌市相关数据进行例证研究。研究结果表明,系统开发技术思路正确,功能较为齐全,可以快速显示监测与评价城市区域的生态环境状况,具有可操作性。选用的遥感生态指数(RSEI)值作为生态环境评价指标,可克服以往评价指标比较单一、结论不具普适性的弱点。

利用Landsat-8影像的南昌地区热岛效应研究

针对南昌地区热岛效应问题,提出采用改进的单窗算法反演地表温度,在利用实测数据验证了本算法可靠性的同时,分析了南昌地区热岛效应的空间分布与季节变化特征及其与植被覆盖度、土地利用分类、水体等影响因子之间的关系。结果表明,该文所用单窗算法是有效的,南昌地区热岛时空现象明显,秋季的热岛效应强度最强,冬春季次之,夏季最弱。不同土地利用类型对热岛效应影响不同;地表温度与植被覆盖度之间存在明显的负线性相关;水体对降低地表温度效果显著。

南昌都市区城镇化发展水平综合评价

文章采用层次分析法与GIS技术,评价南昌都市区内各市区县经济发展层次与城镇化水平是否协调一致。首先根据本地区经济发展的基本特点,建立区内各市区县经济评价的指标体系,并采用层次分析法确定各评价指标的权重,进而计算出每个城镇评价单元的经济发展水平的分指数,最后得到其经济发展综合指数与质量等级。利用Arc GIS 10.2软件及各评价单元的质量等级生成南昌都市区经济发展层次评价等级图,然后与该区内城镇化水平图进行对比分析,构建位序差分级图,以便更好地分析评价南昌都市区各市区县城镇化发展水平。研究结果表明,南昌都市区内大多数区县的经济发展层次与城镇化水平并非处于协调发展状态,对此文章提出了合理化建议。

南昌市主要空气污染物浓度及其与风力风向关系研究

对2016年南昌市PM2.5、PM10、NO2等主要空气污染物随时间变化特征进行了统计分析,并运用广义可加模型探究了它们与风力、风向的关系,并在风力风速一定时重点探讨了它们之间的内在联系。研究表明,2016年南昌市空气质量较好,PM2.5、PM10、NO2浓度达到国家二级标准的天数超过80%,AQI指数级别为优良的天数达到317天。从季节差异来看,秋冬季时空气质量较差,春夏季的情况相对较好。从空气污染随风力、风向变化的关系来看,AQI指数在盛行东北风时随风速增加;风向为偏东且高风速时,PM2.5、PM10、NO2浓度相对较高;风向风速一定时三种污染物之间呈正相关,且PM2.5与PM10相关性较高;PM2.5/PM10超过国际标准的天数有93天,并且当风向为西北、北、东北且风速高时比值较高。

地表温度反演的算法综述

地表温度是研究地球表面的重要参数,被称为地表的皮肤温度。反演地表温度对自然灾害监测、城市热岛等有着重要意义,利用热红外遥感技术是反演地表温度的主要方式。本文阐述了目前主要用于反演地表温度的各算法特性、优缺点和适用情况,对各种算法进行对比分析,并指出反演地表温度存在的问题及解决问题的方向,并对反演地表温度发展趋势进行了展望。

LU/LC样本影像数据库管理系统的构建及其应用

针对遥感解译及土地核查中传统的人机交互方法人为影响较大、精度不稳定、判读标准不一等现象,综合地总结了土地利用/土地覆盖(LU/LC)常见典型地物样本及影像特征信息,通过建设数据库的总体流程、基本示例影像以及关键技术,从而构建具有一定通用性的LU/LC样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题,实现对样本影像数据统一存储、有序管理以及实时更新,更好地为生产决策服务。同时,结合该样本影像数据库,将LU/LC样本库知识学习应用于福州市地区1994年、2000年、2009年、2013年的遥感影像解译,获得影像的分类精度分别为87.89%、91.46%、88.35%、88.62%。结果表明,建立LU/LC样本影像数据库辅助解译减少了判读误差,并且精度较稳定及符合生产要求。