内容概要:本文旨在分析慕尼黑特蕾西恩维斯地区在2023年和2024年不同时间段(包括 Oktoberfest 期间)的地表温度(LST),以研究城市热岛效应。文中通过 Landsat 9 和 Sentinel-2 卫星影像数据,利用 Split-Window 算法计算 LST,并进行归一化处理和差异分析。此外,还计算了 NDVI、NDBI、NDWI 和 Albedo 等指数,并进行了土地覆盖分类。为了提高分辨率,采用了随机森林算法对 LST 数据进行降尺度处理。最后,通过统计分析和散点图验证了降尺度结果的有效性。 适合人群:具备一定遥感和地理信息系统(GIS)基础知识的研究人员和技术人员,尤其是对城市热岛效应和地表温度分析感兴趣的学者。 使用场景及目标:①分析特定区域(如 Oktoberfest 场地)在不同时间段的地表温度变化;②评估城市热岛效应的影响;③通过降尺度技术提高 LST 数据的空间分辨率;④验证降尺度方法的准确性。 阅读建议:此资源涉及多种遥感数据处理技术和算法,建议读者在阅读时结合实际案例进行实践操作,并重点关注代码实现和结果验证部分。同时,建议读者熟悉 Python 或 JavaScript 编程语言,以及 Google Earth Engine 平台的基本操作。
2025-06-22 14:25:25 35KB 地理信息系统 机器学习
1
利用LandsatTM/ETM+数据进行南昌市地表温度反演,得出1989年和2000年2个时相的南昌市热岛强度等级分布特征,结合下垫面土地覆盖类型图.选取样区对比分析了地表温度空间分布.结果表明:南昌市存在比较明显的热岛效应,主城区的地表温度由城区中心向近郊、远郊逐渐降低,城市地表温度与下垫面的性质紧密相关.研究结果对于改善南昌城市生态环境、减缓城市热岛效应具有重要的参考价值.
2025-06-08 23:08:21 278KB 自然科学 论文
1
本文利用2013年12月和2015年12月晴天期间德里的空气质量预测与研究系统(SAFAR)网络观测资料,对城市热岛(UHI)强度及其对空气质量的影响进行了研究。发现在2013年12月和2015年12月,UHI在深夜20:00小时左右达到峰值。 PM2.5的浓度在2013年和2015年的12月都出现了双峰峰值,这是由于交通时间内人为活动增强所致。 在傍晚的交通时间内,UHI的形成是由于人为活动增强,地热通量增加,PBLH和风速降低导致PM2.5浓度升高,导致2013年和2015年十二月。 还发现,UHI强度与PM2.5浓度呈正相关(r = 0.57),与风速呈负相关(r = -0.40),PM2.5浓度也呈负相关(r = -0.57) )与2013年12月的风速相关。而2015年12月,发现UHI强度与PM2.5浓度呈正相关(r = 0.65),与风速和PM2.5呈负相关(r = -0.45)。浓度也显示出与风速负相关(r = -0.57)。
2024-03-01 08:26:26 3.03MB PM2.5
1
城市树木的生长条件与林地有很大不同,主要特点是种植坑小,水,养分和通气量少,高温和辐射输入以及污染和土壤压实。 特别是,全球变暖会加剧城市小气候对树木生长,公民健康和福祉的负面影响。 为了量化受城市气候影响的城市树木的生长,在一项全球性的年代学研究中,对四个气候带中的十种城市树木物种进行了评估。 该分析的重点是美国德克萨斯州休斯顿的水栎树种(Quercus nigra L.)。 与总体增长趋势相似,我们发现城市树木中的水橡树在过去几十年中呈现出加速增长的趋势。 此外,市中心的水栎生长得比休斯敦乡村地区的水橡更好,尽管这种趋势随着年龄的增长而逆转。 生长的栖息地(城市,郊区,农村和森林)显着影响树木的生长(p <0.001),城市树木的生长速度快于农村树木和林木,尽管较年轻的城市树木可能会影响发现的生长方式。 就基本方向而言,生长地点并没有显着影响树木的生长,而树木的生长更受休斯敦盛行的气候条件和城市气候的影响。 较高的温度,延长的生长季节和富营养化会导致整个气候区域内城市地区树木的生长加速。 但是,增长速度加快可能会带来负面影响,例如更快的衰老和树木死亡,这会导致新的种植和树木管理成本
2024-01-14 12:51:51 9.75MB 气候变化 成长趋势 热岛效应 树环分析
1
基于Landsat TM 数据的北京城市热岛研究
2022-05-04 14:06:38 980KB 文档资料
基于遥感的北京市城市化发展与城市热岛效应变化关系研究
2022-05-02 14:06:57 405KB 文档资料
北京夏季地表温度数据,约70m分辨率,范围略大于北京,方便用户根据自己的边界裁剪,资源中包括数据来源及使用说明,用户可根据需求自行下载世界其他地区和时间的地表温度数据。可用于研究城市热岛效应。
2022-02-09 14:03:27 11.27MB 地表温度 LST 城市热岛效应
w Urban Weather Generator(uwg)是用于对进行建模的Python应用程序。 具体而言,它使用以下一系列属性来变形农村的以反映城市峡谷内的平均状况: 建筑物的几何形状(包括建筑物的高度,地面覆盖率,窗户:墙壁和外观:建筑面积) 建筑物用途(包括程序类型,HVAC系统和占用/设备调度) 冷却系统向室外的散热(夏季) 室内向室外的热泄漏(冬季) 城市材料(包括道路,墙壁和屋顶的热质量,反照率和辐射率) 交通产生的人为热量(包括交通时间表) 植被覆盖(树木和灌木丛) 来自城市边界和冠层的大气传热 由Bruno Bueno开发。 从那时起,它已经被验证了3次,并且进行了。 2016年,约瑟夫·杨(Joseph Yang)还。 该存储库是原始的Python转换。 例子 这是一个Python示例,显示了如何创建和运行Urban Weather Generat
2021-12-03 12:03:26 11.67MB Python
1
城市热岛效应的研究进展与展望,可了解城市热岛现象。
2021-11-30 10:38:36 853KB 城市热岛效应
1
该方法以覃志豪发明的单窗算法为核心,基于landsat影像数据,进行地表温度的反演。内含每一步步骤的详细说明和基于envi软件的波段运算公式。
2021-07-12 16:31:03 577KB landsat 单窗算法 地表温度 城市热岛
1