基于绿地演变的未来城市地表热岛强度的多情景模拟预测外文翻译资料

 2023-03-16 10:45:58

基于绿地演变的未来城市地表热岛强度的多情景模拟预测

关键词：城市绿地表面，城市热岛，土地利用模拟，空间格局，景观指标，未来土地利用模拟模型

【摘要】城市绿地（UGS）的分布和形态对其缓解地表城市热岛强度（SUHII）的能力有重大影响。本文利用未来土地利用模拟模型，在三种不同情况下预测2030年许昌市的土地利用情况。2014年陆地卫星陆地成像仪图像被用于计算SUHII（地表城市热岛强度）。分析并建立夏季SUHII与土地利用数据之间的关系和回归模型。预测2030年的SUHII是基于2014年用回归模型模拟的土地利用。结果表明，在UGS所占比例较大的土地利用现状下，SUHII的减少幅度更大。此外，绿地的聚集程度、平均斑块面积、最大斑块形状指数和复杂程度也影响了缓解SUHII的有效性。在未来不同约束条件下的土地利用情景中，生态服务功能引导方案最能有效缓解土地退化。这些研究结果为中小城市合理配置城市用地和优化UGS以减小SUHII提供了参考。

1.介绍

城市热岛（UHI）是一种现象，其中城市地区的大气和地表温度高于周围的郊区和农村地区(Bridgman, Warner,和Dodson, 1995; Li, Sun, Li,和Gao, 2020; Oke, 1973; Rita, Judit,和Zsuzsanna, 2006)。UHI的影响包括增加水和能源消耗(Akbari, Pomerantz,和Taha, 2001)，空气质量下降（(Weng 和 Yang, 2006)，并通过放大热浪的严重程度增加死亡率(Hondula, Vanos,和Gosling, 2014; Mirabelli和Richardson, 2005)。

UHI可分为表面和大气效应(Bar-tesaghi-koc, Osmond和Peters, 2020; Huang 等, 2020)。人类活动导致的城市底层地表变化是SUHI的主要原因，城市土地利用的异质模式是这些变化的直接表现(Mathew, Khandelwal和Kaul, 2016)。土地利用模拟模型是预测城市土地利用变化的有效工具(Debbage和Shepherd,2015；Du等,2017;Xian和Crane,2006)。SUHI强度SUHII）显示时间变化：白天和夏天更激烈(Morabito等,2021；U.S.Environmental Protection Agency, 2008)。因为SUHI与城市化改变的地表特征直接相关(Arnfield, 2003; Zhou, Qian, Li和Han, 2014)，地表温度（LST）是SUHII最重要的指标之一(Voogt和Oke, 2003)。热红外遥感通常用于估计 LST (Ali, Marsh和Smith, 2017)。

经过一段快速的城市化时期，特大城市的土地开发已经下降(Lu, Weng, Guo, Feng和Li, 2019; Stone和Rodgers, 2001; Stone, Hess和Frumkin, 2010)。然而，截至2018年底，中国大陆共有2809个中小城市，其中大多数仍表现出土地扩张需求（http://www.csmcity.com/）。这些城市在可持续发展、城乡一体化和生态环境改善(Liu, Zhang和Zhang, 2019)中发挥着重要作用，它们在SUHI缓解中的作用不容忽视。

此前的研究发现，城市土地利用模式与SUHI分布(Buyantuyev和Wu, 2010；Foissard, Dubreuil和Quenol, 2019；Mackey, Lee和Smith, 2012)，特别是城市绿地（UGS）在缓解SUHI效应方面发挥了重要作用(Bowler, Buyung-Ali, Knight和Pullin, 2010; Du等,2019; Sanchez和Reames, 2019)。在宏观层面，研究主要侧重于土地利用/土地覆膜变化与利用多时态遥感数据(Cao, Onishi, Chen和Imura, 2010; Grigora和Uri, 2019; Schwarz, Lautenbach和Seppelt, 2011; Silva, da Silva和Santos, 2018; Wang, Hu等, 2018; Wang, Shen和Xiang, 2018)。这些研究使城市管理者能够为特大城市或城市集聚区(He, Zhou, Yao, Ma和Kinney, 2020; Lin等, 2020; Sun, Gao, Li, Wang和Liu, 2019; Zhou, Bonafoni, Zhang和Wang, 2018)。在微观层面，研究重点研究空间分布、组成、UGS的冷却效应强度和范围之间的关系，通过现场监测和模型模拟(Chang, Li和Chang, 2007; Feyisa, Dons和Meilby, 2014; Chibuike, Ibukun, Abbas和Kunda, 2018; Lu等., 2017; Vidrih和Medved, 2013)。一些研究调查了UGS 布局与 SUHI 缓解之间的关系(Apparicio, Pham, Sacute; eguin和Dubacute; e, 2016; Mabon amp; Shih,2018)。值得注意的是，UGS和SUHI的分布之间有负关系。然而，UGS景观指标和SUHII之间的相关性各不相同(Aram, Higueras Garciacute;a, Solgi和Mansournia, 2019)。上述研究大多依赖历史数据，迄今为止，很少有研究侧重于模拟和预测未来城市土地使用及其对SUHI的潜在影响，这对于适应城市气候变化(Firozjaei, Kiavarz, Alavipanah, Lakes和Qureshi, 2018; Gobakis等, 2011)。此外，目前大多数研究都集中在特大城市或城市聚集上，对中小城市的关注较少。

土地利用变化模式可以优化土地利用布局，协助决策(Li和Yeh, 2010)。将不同的限制因素引入未来土地利用的模拟中一直是一个热点(Chen, Li, Liu, Huang和Ma, 2019; Gounaridis, Chorianopoulos, Symeonakis和Koukoulas, 2019; Qian, Xing, Guan, Yang和Wu, 2020)。蜂窝自动机（CA）模型是一种网格动态模型，具有离散的时间、空间和国家组件，可用于模拟复杂系统的空间演化(Batty 和Xie, 1994; Chen, Li, Liu, Ai和Li, 2016; Islam, Rahman和Jashimuddin, 2018; Yeh和Li, 2006)。以往的研究曾利用CA模型从历史土地利用演变数据中提取转化规则，城市土地利用的演变具有阶段性特征。然而，使用历史转换规则来推断未来是不客观的。未来的土地利用模拟（FLUS）模型是CA模型的改进版本，已广泛应用于城市土地利用的多场景模拟和预测(Liang, Liu, Li, Zhao和Chen, 2018).。根据单相数据，通过将驱动因素与自然影响和人为干预结合，可以估计研究区域中每个土地使用类型发生（PoO）的概率。此方法避免了多阶段数据的依赖和错误传播。FLUS模型还引入了自我适应惯性和竞争机制，可以有效管理不同土地类型之间转型的不确定性和复杂性。

在这项研究中，我们利用许昌市的土地卫星操作土地成像仪（OLI）图像，将UGS的演变与城市土地利用的发展结合。调查了SUHII与2014年土地利用数据之间的回归关系。然后，以2030年总体规划指标为约束，以UGS的生态和社会服务功能为指导，采用FLUS模型模拟2030年许昌市未来土地利用情景。这些方案用于根据 2014 年回归分析预测 2030 年 SUHII 的分布，并分析 UGS 对 SUHII 的影响。我们的成果将为合理配置土地资源、优化城市地质调查、缓解SUHI效应、改善居住幸福感和中小城市可持续发展提供科学依据。

2. 研究领域

我们的研究区域是许昌市(33°46-34°24N,113°03-114°19E)，它是中国中原城市群的一个中小城市(Qu和Meng, 2008)。作为中原地区唯一的国家生态园林城市，许昌市土地利用和UGS扩张在过去十年中显著增加。根据许昌市总体规划（2015-2030年），未来十年（http://www.xuchang.gov.cn/），该市仍有土地扩张需求，此次扩张将直接影响SUHI效应的分布。

许昌市地势平坦，总面积4996平方公里(Wu, Yin和Shen, 2009)。该地区属于亚热带季风气候，年平均气温为14.3~14.7℃。夏季气温年际变化大，这通常会导致不利的气候条件。夏季日平均气温为33℃，极端最高气温可超过39℃。2014年，许昌市总人口487万，主城区居民88万。本文选取了许昌市城市化程度最高的区域，共189平方公里(图1)。

图1 (a)中国河南省(灰色)，(b)许昌市主城区(红色)，和(c)研究区域的假彩色陆地卫星图像，显示的RGB成分为4(红色)、3(绿色)和2(蓝色)波段。

3. 数据和方法

3.1. 数据处理和 LST 检索

3.1.1. 图像处理

本文使用2014年7月25日的Landsat 8 OLI卫星图像基本数据。Landsat 8是美国国家航空和航天局（NASA）在“陆地卫星”系列中的第八颗卫星，它提供了世界陆地覆盖变化信息。（美国地质调查局：https://earthexplorer.usgs.gov/）。研究区域图像几乎无云，因此，地表特征的识别程度很高。我们使用许昌市总体规划（2015-2030年）（http://www.xuchang.gov.cn/），当前土地利用分类（GB/T 21010-2017）（国家质检总局，2017年），《城市土地使用分类法》和《开发用地规划标准（GB50137-2011）》（MOHURD，2011），《UGS分类标准》（CJJ/T85-2017）（MOHURD，2017）作为主要参考。根据土地利用分类的不同标准，选择四个主要土地利用类别：（1）UGS,（2）水域,（3）农林用地和（4）不透水地面（表1）。

要进行监督分类，需要有足够的代表性样本地块。在这项研究中，将2014年获得的高分辨率谷歌地球图像，用于选择样本地块的分类。根据对每种土地利用类型的地块光谱曲线分析，对每种类型的训练样本地块进行了细化。土地利用分类用最大似然分类法。大约70%的样本地块用作训练样本，其余地块用于精度评估。图像的总体分类精度为92.43%（kappa=0.86）。2014年研究区的土地利用图为图2（a）。

表 1许昌市四类城市用地

<td

剩余内容已隐藏，支付完成后下载完整资料</td

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[595888]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

类型

代码

描述

1

城市绿地

城市公共开放空间用地，如公园绿地、保护性绿地、广场用地（广场土地绿地比例约为35-65%）

2

水域面积

河流、湖泊、水库、坑坑洼洼和沟渠，不包括单位内的公园绿地和水域

3

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章