论文摘要
位于我国东部沿海的江浙沪地区是我国重要的经济发展带,由于受到全球气候变暖的影响,海平面上升,气候变化异常,对该区域城市发展、社会环境有较大的影响。因此本文基于MODIS提供的8天地表温度产品,利用谐波分析法重建了2003~2017年的地表温度数据序列,并对其时空变化进行分析。同时利用2017年研究区内气象站点的月均值数据,采用经度、纬度、海拔高度、地表温度与NDVI五个因子进行多元线性回归法拟合,得到2017年各月平均气温的空间分布。最终得到如下结论:(1)总体上MODIS的LST数据的年平均数据可用性为53.25%,其中Terra星的数据可用性高于Aqua星。各月的有效数据均在40%以上,3月可用性最高,为69.40%,6、7、8月数据质量较低。空间上南北差异较大,北部数据质量高于南部。(2)利用谐波分析法重建后的数据可用性由原来的53.25%上升到95%以上,完整度较好。将重建后的数据与原始QC=0的数据进行精度验证,结果表明平均误差为2.34℃,重建后的LST与原始LST的绝对差值在1℃内的比例为21.65%,0~2℃所占的比例为56.05%。(3)2003~2017年江浙沪多年平均地表温度为17.20℃,呈波动上升趋势,平均每年上升0.0414℃。近五年来地表温度上升趋势明显,2017年达到峰值,平均地表温度为17.86℃。对比2003~2017年四季地表温度的的变异系数,春、夏、秋变异系数较小,其中夏季最小,为1.53%,而冬季的变异系数为11.17%,说明冬季LST变化幅度最大;对四季的地表温度进行线性拟合后发现,夏冬两季的地表温度上升趋势较明显。15年内各月的地表温度均呈上升趋势,1月上升趋势最明显,平均每年上升0.1107℃,11月上升幅度最小,其趋势线接近水平。(4)地表温度空间分布存在差异。2003~2017年江浙沪地区平均地表温度的空间变化在13.29~21.03℃之间,北部温度较低,南部地表温度高低交错分布,浙江省境内地表温度差异大于江苏地区。根据趋势分析法对2003~2017年江浙沪地区的年际变化分析可知,趋势斜率大于0,呈上升趋势。其中上升面积占43.93%,主要集中在江苏省、上海市以及浙江的嘉兴、宁波、杭州主城区、南部温州、台州沿海地区;下降区域占12.99%,主要集中在浙江海拔较高的林地区域;而显著上升和显著下降的区域分布极少,仅占0.97%和0.70%。(5)不同土地利用对地表温度的影响不同。2003~2017年江浙沪地区多年平均地表温度最高的土地利用为建设用地,为17.45℃,其次是未利用地,水体多年平均地表温度最低为16.63℃,耕地、草地与林地差异较小,介于最高值与最低值之间,林地温度略低于耕地与草地。建设用地与未利用地的温度高于平均地表温度,对地表温度有提升作用,而建设用地的增温效果明显;水体与林地则低于平均地表温度,对地表温度的降温作用明显。(6)本文利用重建后的2017年Terra星夜间时刻获取的地表温度、Terra星获取的NDVI数据、经度、纬度和海拔高度这五个影响因子与2017年江浙沪2/3的气象站点的月均气温建立多元线性回归模型,对拟合后的模型用剩余的1/3站点月均气温进行检验后发现,12个月的平均R2为0.824,平均RMSE为0.59,总体较好,而误差在0~0.5℃的数据占63.44%,精度较高。根据所建立的多元线性回归模型得到的2017年江浙沪地区的各月平均气的温空间分布图可得,1月与11月的气温模拟结果较为平滑,4月与7月的气温空间分布的细节展示较好。
论文目录
文章来源
类型: 硕士论文
作者: 黄晶晶
导师: 陈梅花
关键词: 地表温度重建,谐波分析,多元线性回归,江浙沪地区
来源: 浙江师范大学
年度: 2019
分类: 基础科学
专业: 气象学
单位: 浙江师范大学
分类号: P423
DOI: 10.27464/d.cnki.gzsfu.2019.000791
总页数: 73
文件大小: 3522K
下载量: 72
相关论文文献
- [1].福州城市地表温度时空变化与贡献度研究[J]. 地球科学进展 2020(01)
- [2].灌溉对地表温度影响的全球评估(英文)[J]. Science Bulletin 2020(17)
- [3].乌鲁木齐市地表温度与遥感指数关系[J]. 科技创新与应用 2020(26)
- [4].新疆石河子多年地温和降水特征分析[J]. 新疆农垦科技 2020(08)
- [5].炙烤,地表温度50℃下的训练场![J]. 政工学刊 2020(10)
- [6].城市局部气候分区对地表温度的影响——以大连市区为例[J]. 测绘通报 2019(04)
- [7].辽宁省地表温度时空变化及影响因素[J]. 生态学报 2019(18)
- [8].地表温度热红外遥感反演理论与方法[J]. 科学观察 2017(06)
- [9].重庆地表温度的遥感反演及其空间分异特征[J]. 遥感技术与应用 2018(05)
- [10].欧亚大陆夏季地表温度的气候特征及与大气环流的联系[J]. 大气科学学报 2015(02)
- [11].近10年北京极端高温天气条件下的地表温度变化及其对城市化的响应[J]. 生态学报 2013(20)
- [12].大连市主城区地表温度变化研究[J]. 中国农村教育 2019(02)
- [13].基于光纤测温技术的城市地表温度精细化分析[J]. 生态学报 2019(17)
- [14].山东省地表温度变化与地震活动关系探讨[J]. 地震地磁观测与研究 2017(05)
- [15].黑龙江省漠河地区土地覆被与地表温度时空变化特征研究[J]. 冰川冻土 2017(05)
- [16].城市地表温度影像时空融合方法研究[J]. 武汉大学学报(信息科学版) 2018(03)
- [17].城市扩张过程中不透水面空间格局演变及其对地表温度的影响——以乌鲁木齐市为例[J]. 生态学报 2018(20)
- [18].青藏高原地表温度时空变化分析[J]. 遥感技术与应用 2016(01)
- [19].高寒山区地表温度反演算法对比——以疏勒河上游流域为例[J]. 遥感信息 2016(04)
- [20].基于MODIS数据的石羊河流域地表温度空间分布[J]. 干旱区地理 2014(01)
- [21].北京市1989—2010年地表温度时空分异特征分析[J]. 国土资源遥感 2014(03)
- [22].不同土地覆被类型对城市地表温度的影响——以山东省龙口市为例[J]. 宁波农业科技 2012(03)
- [23].冰雪融化厚度增加对地表降水持续期和强度的影响研究[J]. 水利水电快报 2020(10)
- [24].风云三号C星微波全球地表温度产品精度评估[J]. 气象与环境科学 2018(04)
- [25].杭州市城市建筑区夏季地表温度特征分析[J]. 测绘与空间地理信息 2019(04)
- [26].三江平原水旱田分布对遥感反演局地地表温度的影响[J]. 农业工程学报 2019(05)
- [27].北京、天津和石家庄城市地表覆盖组分与结构特征对地表温度的影响[J]. 生态学杂志 2019(10)
- [28].伊犁河谷2001—2014年地表温度时空分异特征[J]. 中国沙漠 2018(03)
- [29].基于矿井尺度的神东矿区地表温度分布研究[J]. 煤炭工程 2018(07)
- [30].城市扩张下的哈尔滨地表温度空间变化态势分析[J]. 中国农业大学学报 2018(10)