加尔各答大都市区城市生物物理组成与地表温度动态关系:基于GIS和统计的可持续规划分析外文翻译资料

 2022-12-22 17:23:16

英语原文共 23 页，剩余内容已隐藏，支付完成后下载完整资料

加尔各答大都市区城市生物物理组成与地表温度动态关系:基于GIS和统计的可持续规划分析

SubrataGhoshreg;·NilanjanaDasChatterje1·SantanuDinda1)[2:*SubrataGhoshsubratageovu@gmail.comNilanjaeNilanjana_vu@mail.vai.vai.vidagar.vidasagar.3Midatanadanadamiladausia.[1] [2]

收到：2018年9月12日/受理：2018年10月17日/网上发布：2018年10月31日

瑞士斯普林格自然公司2018

摘要：城市化对环境的主要影响改变了城市生物物理组成，最终促进了地表温度（LST）和城市热岛（UHI）。本研究探讨了1991年、2001年、2011年和2017年四个选定时期的土地利用土地覆盖(LULC)结果及其对生物物理组分的影响，以了解加尔各答都市圈(KMA)的热岛机制。选择了NDBI、ndvi、NDWI、MNDWI、NDBaI和SAVI6个卫星源生物物理组分进行分析。为此目的，选择Landsat-5TM和OLI-8的条波段。结果表明,建成区面积从1991年的322.68km2增加到2017年的982.86km2,相应地,LST也从1991年的18.47°C平均LST增加到2017年的23.30°C平均LST。生物物理参数与LST之间的相关系数表明,NDBI与lst之间呈最高的连续递增正相关关系(r=0.71)。同时，将多元线性回归模型（MLR）应用于LST随生物物理参数变化的预测。最后，我们使用Getis-Ord-Gi*统计为选定的年份制作了热点地图，以突出KMA中的热点和冷点区域。由于LST监测是可持续城市规划的一个重要参数，本文提出的方法可以广泛地应用于规划目的。

关键词：土地利用;土地覆被变化;生物物理指标区;加尔各答都市区;

1·多元线性回归（MLR）·热点-冷点

简介

城市化是以城市土地扩张和人口变化以及影响城市物理边界的土地使用模式的剧烈变化为特征的过程（Grimm et al. 2008; Sun and Zhao 2018）。无约束的城市化导致了自然景观（Haas and Ban 2014）、城市生态系统（Zhang et al. 2017)生物多样性(Lietal.2016a,b),城市小气候(Weng et al. 2008; Sannigrahi et al. 2017)和能量流(Decker et al. 2000)不同时空尺度(Sun and Zhao2018)。根据联合国世界城市化前景报告（2014年联合国），2014年世界总人口中约有54%居住在城市地区，预计到2050年将达到66%。印度的城市也不例外。印度的城市人口为31.16%（2011年印度人口普查），预计到2050年将达到66%（2014年联合国）。除此之外，根据2011年印度人口普查，大城市的城市人口增长和城市土地扩张的速度明显高于小城市（2011年印度人口普查）。根据Chen等人的说法。(2014)城市化进程是经济发展、不断移徙和城市地区各种社会环境设施的综合结果。然而，临时城市化是规划者关注的焦点，因为它有几个含义和影响(Sharma等人)。2013年）。在当前背景下，城市土地流转及其对城市景观和城市体系的影响是研究最多的现象（Jiang and Tian 2010; Ng et al. 2011; Kuang 2012; Scolozzi and Geneletti 2012; Liu et al. 2016）。全世界已经对快速城市化引起的环境变化进行了全面的研究(Kates et al. 2001; Ren et al. 2003; Sharma et al. 2013; Hull et al. 2015）。

持续快速的城市化可以改变城市景观的物理和生物特征，包括植被覆盖（(Li and Liu 2017; Shifaw et al. 2018)水体（Yang et al. 2008; Popa et al. 2012; Sun et al. 2016; Ghosh et al. 2018)、土壤性质(Voogt and Oke 2003)和小气候的变化(Zhou et al. 2004; Chen et al. 2006; Li et al. 2009; Pal and Ziaul 2017）由于不可渗透表面的膨胀，即：建成区（Sharma et al. 2015; Li et al. 2016a, b; Lu et al. 2017）。要正确认识城市化对城市环境的影响，必须正确认识城市化与环境影响的耦合关系，才能实现城市的可持续发展(Li and Ma 2014)。从这个角度出发，本研究的目的是对加尔各答城市化和城市生物物理的时空格局进行量化和分析。通常，生物物理成分被定义为能够跟踪人类对给定环境的影响的一组指标（Dietz et al. 2007; Sannigrahi et al. 2017）。OKE(1987)指出，快速城市化导致的不透水表面的增加可能改变城市生物物理成分，从而在微观上显著影响地球-大气能量过程。由于土地覆盖（LULC）的空前变化，当地的平均温度逐渐升高（Hoffmann et al. 2012）。

随着不透水面积的增加和无序发展，不可预测和不受控制的城市增长是印度城市化的主要特征，这导致农地、植被、湿地和其他自然水体的显著减少以及污染、贫民窟发展和各种社会经济问题的增加(Sudhira et al. 2004; Rahman et al. 2011; Punia and Singh 2012）。因此，现代遥感技术被认为是用于以更高的精度量化和监测城市土地覆盖类型的宝贵工具(Bhatta 2009; Khan et al. 2017）。可以利用自动和半自动技术从遥感数据中获得详细和增强的信息，并且该信息，即。可以从过去提供图像。因此，可以容易地监测城市景观的动态(Mushore et al. 2017; Santos et al. 2017）。Landsat卫星图像(例如MSS、TM、ETM )被广泛用作各种研究的输入数据库，以提取城市建设区域以及估计其他各种生物物理元素(Yeh and Li 2001; Chen et al. 2006; Bhatta 2009; Sharma et al. 2013; Bhatti and Tripathi 2014; Sun and Zhao 2018）。采用归一化差值累积指数(NDBI)、归一化差值植被指数(NDVI)、归一化差值水分指数(NDWI)、归一化差值裸露指数(NDBal)、修正归一化差值水分指数(MNDWI)等多种遥感指标对城市扩展进行监测。以及它们的影响(Chen et al. 2006; Sharma et al. 2013; Li and Liu 2017）。表1突出了各种指数及其在城市研究中的应用以及参考文献。

地表温度（LST）被认为是城市健康分析的重要生物物理参数之一（Xiao and Weng 2007）。不透水表面的增加，即。由于城市区域中LULC的修改和扩展而建立的区域导致较高的表面温度(Qin et al. 2001; Amiri et al. 2009; Li et al. 2009; Zhou et al. 2011; Sharma et al. 2015; Wang et al. 2018）。Kalnay和Cai(2003)认为LST是监测城市生态绩效的重要指标之一。翁等(2008)指出，LST与城市生物物理属性如ndvi、NDBI、NDWI和MNDWI密切相关。通常，城市地区的LST高于其它非城市地区，并且被称为城市热岛(UHI)效应(Chen et al. 2006）。UHI与集结区域的强度有关(Trlica et al. 2017）。此外，还对绿地（NDVI）、不透水土地（NDBI）与土地利用和土地覆盖变化的关系进行了研究（Chen et al. 2006; Weng et al. 2004; Xiao and Weng 2007; Zhou et al. 2011）与LST（(Sandholt et al. 2002; Weng et al. 2006; Raynolds et al. 2008; Julien and Sobrino 2009; Estoque and Murayama 2017）。此外，评估各种生物物理成分与LULC变化之间的关系也是非常重要的。然而，在此背景下，本研究试图通过遥感技术和统计计算相结合的方法，对LULC的时空格局、生物物理组成动态和LST进行评价和分析，并对城市足迹进行评价。此外，研究人员尝试热点分析，这也有助于在视觉上评估LST的高浓度（Adeyeri et al. 2017; Tran et al. 2017）。

Indices

Application

References

NDVI

Study of vegetation cover and dynamics, productivity, phonology biomass estimation, frac-

Zhou et al. (2004), Jong et al. (2011),

tal vegetation cover, urbanisation impact, analysis of surface temperature

Liu et al. (2018), Ranagalage et al.

(2018c)

NDBI

Built up area extraction, urban sprawl monitoring and study of urban heat island effect

Zha et al. (2003), Zhang et al. (2009),

(UHI)

Sharma et al. (2015), Sharma et al.

(2015)

NDWI

Urban wetland, used for vegetation feature extraction and moisture

Maki et al. (2004), Liu et al. (2018)

NDBal

Extraction of bare land in urban area

Chen et al. (2006), Sharma et al. (2015)

SAVIa

Use for exclusion of soil background interference

Huete (1988)

MNDWIa

Enhance technique used to significantly demarcate between water bodies and others land

Xu (2006)

use types

Table 1 剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21063]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

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