海南资源环境遥感产品数据集专题 I 区论文(评审中) 版本 ZH2
下载
三亚市热岛强度遥感监测数据集
Remote sensing data of annual heat island intensity in Sanya city
 >>
: 2018 - 11 - 08
: 2018 - 12 - 06
: 2018 - 12 - 06
219 1 0
摘要&关键词
摘要:热岛强度主要是针对于城市气候的描述,包括日变化、月变化、季变化和年变化。造成城市热岛的主要原因有城市的人口密集区生活释放的热量、城市不透水面、厂矿及车辆排放的热量等。本数据集以MODIS 8天合成地表温度产品数据为基础,以三亚市为研究区,制作2002–2010年热岛强度年变化数据产品。本数据产品具有较强的区域代表性,可以直观反映三亚市热岛强度变化,尤其是可以反映热岛强度极大值所在的范围。
关键词:热岛强度;遥感监测;MODIS;三亚市
Abstract & Keywords
Abstract: Heat island intensity is mainly used for descriptions of, mainly, the diurnal, monthly, seasonal and annual changes of urban climate. Major causes of urban heat island include dense population, impervious surface, and heat release by families, factories, mines and vehicles. Based on the 8-day synthetic surface temperature data of MODIS, this dataset records the annual variation of heat island intensity in Sanya from 2002 to 2010. Of strong regional representativeness, this dataset directly reflects the change of heat island intensity in Sanya city, especially the range of the maximum intensity of heat island.
Keywords: heat island intensity; remote sensing monitoring; MODIS; Sanya
数据库(集)基本信息简介
数据库(集)名称三亚市年度热岛强度遥感监测与分析数据集
数据作者谷艳春、孟庆岩、胡蝶、张颖、张琳琳
数据通信作者孟庆岩(mengqy@radi.ac.cn)
数据时间范围2002–2010年
地理区域三亚市(18°09′34″–18°37′27″N、108°56′30″–109°48′28″E)
空间分辨率500 m
数据量1.71 MB
数据格式*.vsd,*.png
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/676
基金项目基于夜间灯光指数的城市主要建成区热岛强度遥感反演技术(417219);三亚市城市热污染遥感监测技术(2017CZ07);基于大数据机器学习与冠层反射率模型结合的水稻叶面积指数提取技术(2018JZ0054)。
数据库(集)组成本数据集主要包括5个文件夹,分别为:2013年三亚市MODIS遥感卫星影像示意图,png格式;封面图,png格式;热岛等级结果图文件夹,包括年度和季度统计的2个子文件夹,季度内含以季度命名的2000–2010年的*.png格式数据,年度内含以热岛等级命名的2000–2010年*.png格式的数据;三亚市行政图,png格式;数据集构建及处理流程文件夹,内含命名为数据集构建及处理流程*.vsd格式的数据。
Dataset Profile
TitleRemote sensing data of annual heat island intensity in Sanya city
Data corresponding authorMeng Qingyan (mengqy@radi.ac.cn)
Data author(s)Gu Yanchun , Meng Qingyan, Hu Die, Zhang Ying, Zhang Linlin
Time range2002–2010
Geographical scopeSanya (18°09′34″~18°37′27″N, 108°56′30″~109°48′28″E)
Spatial resolution500 m
Data volume1.71 MB
Data format*.vsd, *.png
Data service systemhttp://www.sciencedb.cn/dataSet/handle/676
Sources of fundingRemote sensing technology for the intensity of thermal islands in major built-up areas based on night lighting index(417219);Remote Sensing Monitoring Technology for Urban Thermal Pollution in Sanya City(2017 CZ07);Extraction technology of rice leaf area index based on the combination of large data machine learning and canopy reflectivity model(2018JZ0054)
Dataset compositionThis dataset mainly includes five folders. The file format and naming of each folder are as follows: 1. 2013 Sanya city MODIS remote sensing satellite image schematic diagram folder: contains the name 2013 Sanya city MODIS remote sensing satellite image schematic diagram *. Png format data; 2. Cover folder: contains the name of the cover map *. Png format data; 3. Hot island level result chart folder: two subfolders including annual and quarterly statistics. The quarter contains the 2000-2010 named after the quarter. *. Png format data. The year includes 2000-2010 named after the hot island level. *. Png format data;4、Sanya administrative map folder: contains the name Sanya administrative map *. Png format data;5、Data set construction and processing process folder: contains a named data set construction and processing process *. vsd format data.
引 言
城市热岛是城市对气温影响最突出的特征。城市热岛效应是指城市中的气温明显高于外围郊区的现象,近地面温度图上城区高温区的形状像是海面突出的岛屿,因此形象地称之为城市热岛[1]。早在19世纪初,Howard[2]对伦敦城区和郊区的气温进行同时间的对比观测,首次发现并提出了城市热岛效应[3-4]。此后,各国学者对不同纬度、不同类型城市进行大量的城–郊气温的对比观测,发现了类似的城市热岛现象[5]
我国目前正处于高速的城市化过程中,城市热岛监测是城市化过程中城市环境保护的一个重要措施。三亚市作为重要的旅游城市,城市环境的舒适度至关重要,而城市热环境是三亚市城市环境的关键指标。如何快速有效地监测三亚市城市热环境多年变化动态,分析城市建设对三亚市城市热岛效应的影响具有重要意义。随着遥感技术的快速发展,基于遥感数据快速、动态、大范围获取城市热环境信息成为城市环境监测不可或缺的技术手段。本数据集以展示热岛强度等级产品的形式体现三亚市热环境动态,其中热岛强度等级划分方法以当月平均热岛强度为基准,根据热岛强度与当月平均热岛强度之比进行划分。该分级方法可有效避免由于极端天气影响导致的热岛强度极高或极低的现象,且便于比较同一季节中不同热岛强度等级的空间分布。
本数据集的研究区三亚市(18°09′34″–18°37′27″N和108°56′30″–109°48′28″E),位于海岛的最南端,东邻陵水县,西接乐东县,北毗保亭县,南临南海。三亚市气候属于热带海洋季风气候,年平均气温25.7°C。三亚市的行政图如图1。


图1   三亚市行政图
1   数据采集和处理方法
本数据集构建过程包括数据下载、热岛强度计算、热岛强度划分和热岛强度等级期望值计算几个步骤(图2)。


图2   数据集构建及处理流程
1.1   数据采集
中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)是Terra和Aqua卫星上搭载的主要传感器之一,两颗星相互配合每1–2天可重复观测整个地球表面,得到36个波段的观测数据,这些数据有助于我们深入理解全球陆地、海洋和低层大气内的动态变化过程。因此,MODIS在发展有效的、全球性的用于预测全球变化的地球系统相互作用模型中起着重要的作用,其精确的预测有助于决策者制定与环境保护相关的重大决策。
MODIS自2000年4月开始正式发布数据,NASA对MODIS数据以广播X波段向全球免费发送,我国目前已建立数个接收站并于2001年3月前后开始接收数据。由于NASA对MODIS数据实行这种全球免费接收的政策,使得MODIS数据的获取十分廉价和便捷。
1.2   数据处理
1.2.1 热岛强度计算
城市热岛强度为城区温度与郊区的温度差值,用来表征由于城市结构所造成的城市区域温度高于郊区的程度。本研究中定义热岛强度如下:
(1)
其中\({T}_{\mathrm{C}}\)为三亚市建成区的地表温度,\({T}_{\mathrm{B}}\)为其周边缓冲区的地表温度。Peng[6]指出,在热岛强度的相关研究中,热岛效应的最小影响区域为城区面积的150%,因此本数据集以基于夜间灯光数据提取的建成区作为城区,选取主要建成区面积150%的周边区域作为边缘区,利用2002–2010年MODIS8天合成地表温度产品MOD11A2和MYD11A2,建成区面积150%的周边区域作为边缘区,计算建成区与边缘区平均温度差值,即热岛强度。
1.2.2 热岛强度等级划分
目前,热岛强度分级方法主要有两种:等间距分级法与兼顾均值和标准差的分级方法[7]。本数据集主要利用2002–2010年内时间序列地表温度数据进行研究。由于气候等自然条件影响,不同年份、不同季节热岛强度温度变化T与边界层温度变化差异明显,且不同季节跨度较大。若利用等间距分级法对数据集中热岛强度进行分级,很难确定最佳分割点与分数,且不同分级数得到的城市热岛结构、强度也不同。均值–标准差法是利用地表温度均值和不同标准差倍数的组合来划分地表热场,可以较好地实现城市热岛的有效界定[7],但春、夏季热岛强度易受到地表覆盖与太阳照射强度的影响,变化幅度较大,标准差相较于秋、冬季更明显,因此同样很难确定统一的均值与标准差。故本数据集采用可变阈值的方法,可有效避免由于极端天气、季节变化等导致的热岛强度差异较大的现象,且以同一标准衡量不同季节内的三亚市热岛强度,便于比较同一季节中不同热岛强度等级的空间分布。定义第ij月,第k天MODIS地表温度产品中像元(x,y)的热岛等级如下表所示,其中TB_ij、△Tij分别为第ij月的平均缓冲区温度及平均热岛强度[4]
表1   热岛强度分级定义
热岛等级定义
一级热岛\({T}_{B_ij}\le {T}_{ij}\) (k,x,y)<\({T}_{B_ij}\)+△\({T}_{ij}\)
二级热岛\({T}_{B_ij}\) +△\({T}_{ij}\le {T}_{ij}\)(k,x,y)<\({T}_{B_ij}\)+2△\({T}_{ij}\)
三级热岛\({T}_{B_ij}\) +2△\({T}_{ij}\le {T}_{ij}\)(k,x,y)<\({T}_{B_ij}\)+3△\({T}_{ij}\)
四级热岛\({T}_{B_ij}\) +3△\({T}_{ij}\le {T}_{ij}\)(k,x,y)<\({T}_{B_ij}\)+4△\({T}_{ij}\)
五级热岛\({T}_{ij}\) (k,x,y)≥\({T}_{B_ij}\)+4△\({T}_{ij}\)
1.2.3   热岛强度等级期望值计算
选择三亚市建成区缓冲区的外接矩形为研究区域,统计2002–2010年MODIS8天合成地表温度产品数据中,春季(3–5月)、夏季(6–8月)、秋季(9–11月)、冬季(12、1、2月)城市不同等级热岛出现的频率。基于上述不同热岛等级出现的频率,计算热岛强度等级期望值E如下:
(2)
其中\({P}_{i}\)为2002–2010年中第i级热岛出现的频率。E值代表出现热岛强度等级的期望值,E值越高,出现高等级热岛的概率越大。
2   数据样本描述
使用上述步骤完成三亚市2002–2010年热岛强度分级产品,图3是三亚市年均热岛强度分级产品示例图。

(a)


(b)


(c)


(d)


(e)


(f)


(g)


(h)


(i)

图3   三亚市热岛强度分级产品示例图
3   数据质量控制
本数据集通过以下几个方面进行质量控制:
(1)数据源质量控制。在选取Landsat卫星数据时,以有数据、无云或者少云、无条带为选取标准。因为高质量的数据源是得到高精度结果的必要条件。
(2)目视解译检测。采用目视解译的方法,检测热岛强度结果图中的等级与实际城镇所在区域的一致性,证实一级热岛与城镇密集度最大的区域保持一致,五级热岛与城镇密集度最小的区域保持一致。
4   数据价值
本数据集可为三亚市热环境监测和评价提供数据依据,同时也为合理地规划城市建设、进行环境保护和治理、改善和美化三亚市环境提供数据支撑。研究成果可应用于城市资源环境、植被生态监测等方面的相关应用与研究部门,有广泛的应用前景。城市热岛强度分级产品作为表征城市环境质量的重要因子,可科学、客观反映城市环境因子的空间分布特征及宜居度,为评价城市宜居度提供参考依据。
本数据集是在短时间快速分析判断城市生态环境变化的时空演化特征,大大提高对城市热环境变化异常信息监测的时效性,提高监测预报的实效性,对于存在的城市环境问题及时给予关注并及时解决,具有良好的社会效益。
致 谢
感谢NASA提供MODIS 8天合成地表温度产品数据。
[1]
尚建设, 李本亮, 孙小丽, 等. 济南市夏季城市热岛效应特征分析[J]. 干旱气象, 2018, 36(01): 70-74.
[2]
Howard L. Climate of London deduced from meteorological observations[J]. Harvey and Darton, 1833, 1(3): 1-24.
[3]
薛晓娟, 孟庆岩, 王春梅, 等. 北京市热岛效应时空变化的HJ-1B监测分析[J]. 地球信息科学学报, 2012, 14(4): 474-480.
[4]
王靓, 孟庆岩, 吴俊, 等. 2005–2014年北京市主要城建区热岛强度时空格局分析[J]. 地球信息科学学报, 2015, 17(9): 1047-1054.
[5]
宋瑞祥, 张庆国, 孟庆岩, 等. 基于landsat8 oli数据的合肥市热岛时空特征分析[J]. 安徽农业大学学报, 2016, 43(3): 474-480.
[6]
PeNG S S , CIAIS P , OTTLE C , et al. Surface Urban Heat Island Across 419 Global Big Cities[J]. ENVIRONMENTAL SCIENCE & TECHNOLOGY, 2012, 46(2): 696-703.
[7]
陈松林, 王天星. 等间距法和均值–标准差法界定城市热岛的对比研究[J]. 地球信息科学学报, 2009, 11(2): 145-150.
数据引用格式
谷艳春, 孟庆岩, 胡蝶, 等. 三亚市热岛强度遥感监测数据集[DB/OL]. Science Data Bank, 2018. (2018-11-08). DOI: 10.11922/sciencedb.676.
稿件与作者信息
论文引用格式
谷艳春, 孟庆岩, 胡蝶, 等. 三亚市热岛强度遥感监测数据集[J/OL]. 中国科学数据, 2018. (2018-11-30). DOI: 10.11922/csdata.2018.0071.zh.
谷艳春
Gu Yanchun
主要承担工作:数据处理和分析。
(1993—),女,河南周口人,硕士生,主要研究方向为城市热环境。
孟庆岩
Meng Qingyan
主要承担工作:数据集设计及技术指导。
mengqy@radi.ac.cn
(1971—),男,黑龙江肇东人,博士,研究员,博士生导师,主要从事城市陆表环境遥感研究。
胡蝶
Hu Die
主要承担工作:数据下载与分析。
(1994—),女,天津人,博士生,主要研究方向为城市热环境。
张颖
Zhang Ying
主要承担工作:数据集设计及技术指导。
(1994—),男,湖北武汉人,博士生,主要研究方向为城市热环境。
张琳琳
Zhang Linlin
主要承担工作:数据集设计及技术指导。
(1994—),女,河北衡水人,博士生,主要研究方向为城市热环境。
出版历史
I区发布时间:2018年12月6日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata