论文部分内容阅读
近年来，城市化的发展在给人类生活带来便利的同时也产生了诸多的生态问题，其中城市热环境问题较为突出，而城市森林在改善城市热环境方面发挥着重要作用。阔叶林作为森林的重要组成部分，其蒸腾作用及遮阴作用对降低城市温度有重要作用。因此研究阔叶林与热环境的关系对城市发展建设具有重要意义。本研究以北京市为研究区域，以Landsat系列遥感影像作为基础数据，通过遥感和GIS技术获取阔叶林LAI与地表温度数据，探究阔叶林LAI与热环境的关系。 研究基于多时相的Landsat遥感影像数据，构建研究区NDVI时间序列的“类高光谱”数据，采用FCLS混合像元分解结合NNC、MLC监督分类的方法提取阔叶林信息，分析3种提取方法的精度。利用Geosail模型模拟LAI和7种光谱植被指数，结合统计回归方法和支持向量机回归算法建立LAI估算模型，评价和验证模型精度，选取最佳估算模型，并生成北京市阔叶林LAI结果图，探讨阔叶林LAI估算结果的时空特征。利用遥感方法反演地表温度数据，分析其季节和结构特征，讨论阔叶林与地表温度的关系。采用统计分析方法，分析LAI与热环境的关系。 (1)相比混合像元分解方法，混合像元分解耦合监督分类方法能有效提高阔叶林面积信息的提取精度。FCLS混合像元耦合NNC方法精度更高，统计精度达91.38％。对比2004年和2017年阔叶林丰度信息图，得到研究区2004到2017年期间的阔叶林面积整体减少，各丰度区阔叶林的面积也都减少。 (2)LAI估算模型研究表明，相比其他统计回归方法，SVR算法得到的LAI反演模型精度和预测精度更高;OSAVI指数在反演LAI方面的表现要优于NDVI等指数，具有更好的抗干扰能力;LAI的优选模型是OSAVI-SVR模型，其预测精度更高，说明结合OSAVI和SVR算法构建的模型精度和稳定性更好。 (3)对遥感反演的地表温度结果进行季节和结构变化分析，整体上西北部温度最低，城市中心温度最高;2017年研究区最高温为40℃左右，最低温为6℃左右。总体上，阔叶林的降温幅度大于森林，其“冷岛”效果更强，而阔叶林丰度的提高可以较小程度上降低地表温度。 (4)在LAI与热环境分析中，根据热力等级与LAI的统计分析得到，在热力等级较高的区域LAI值越低，在热力等级较低的区域LAI值越高;阔叶林LAI与地表温度相关分析表明LAI与地表温度在不同影像时期下存在显著的负相关关系，在阔叶林LAI值较高且稳定的时期，阔叶林LAI与地表温度的负相关关系更强;公园LAI与热环境分析说明增加阔叶林面积和提高阔叶林LAI可以有效缓解热环境效应。