GEE：城市热岛效应分析

已于 2022-02-05 09:50:57 修改
阅读量5.8k 收藏 80
点赞数 8
分类专栏： GEE python 生态遥感 文章标签： python google earth
于 2022-02-03 15:20:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_32497109/article/details/122775591
版权

目录

一、问题描述：

如何使用GEE分析城市热岛效应？获取城市区域温度较高的区域，并获取该区域的面积？

分析区域，选取北京市城区进行分析：
在这里插入图片描述

二、热岛效应

  • 热岛效应（Urban Heat Island Effect）是指一个地区的气温高于周围地区的现象。用两个代表性测点的气温差值（即热岛强度）表示。主要有城市热岛效应和青藏高原热岛效应两种。
  • 热岛效应是由于人为原因，改变了城市地表的局部温度、湿度、空气对流等因素，进而引起的城市小气候变化现象。该现象，属于城市气候最明显的特征之一。

1、定义

由于城市建筑群密集、柏油路和水泥路面比郊区的土壤、植被具有更大的吸热率和更小的比热容，使得城市地区升温较快，并向四周和大气中大量辐射，造成了同一时间城区气温普遍高于周围的郊区气温，高温的城区处于低温的郊区包围之中，如同汪洋大海中的岛屿，人们把这种现象称之为城市热岛效应。

在近地面等温线图上，郊区气温相对较低，而市区则形成一个明显的高温区，如同出露水面的岛屿，被形象的称之为“城市热岛”。城市热岛中心，气温一般比周围郊区高1℃左右，最高可达6℃以上，大城市散发的热量可以达到所接收的太阳能的2/5，从而使城市的温度升高。在城市热岛作用下，近地面产生由郊区吹向城市的热岛环流。城市热岛增强空气对流，空气中的烟尘提供了充足的水汽凝结核，故城市降水比郊区多。对欧美许多大城市研究发现，城市降水量一般比郊区多5%~10%。

在这里插入图片描述

2、成因

城市热岛效应主要由以下因素影响：蒸发减少、城市下垫面反射率降低、能量输入，其强度影响为：蒸发减少0.05g/sm，热输入增加120.9w/m；城市下垫面反射率降低10%，热输入增加30w/m；人工能量输入10w/m，城市中总热输入增加160.9w/m，由于受空气对流的影响，实际热输入约20w/m，计算温升约3.5℃，这与实际比较相符。当夏季空气流通减缓时，热输入会急剧增加，由于城市蒸发系统适应性低，造成城市温度急剧上升，同时由于空调和火电厂的加速运转又会造成恶性循环，加剧城市大气温升。城市蒸发量减少也形成了城市干岛效应，造成城市上空大气稳定度升高，不易发生垂直对流，易形成近地表高温，产生严重的空气污染（例发灰霾和光化学烟雾）。

在这里插入图片描述

3、危害

城市热岛效应是城市气候中典型的特征之一。它是城市气温比郊区气温高的现象。城市热岛的形成一方面是在现代化大城市中，人们的日常生活所发出的热量；另一方面，城市中建筑群密集，沥青和水泥路面比郊区的土壤、植被具有更小的函授比热容（可吸收更多的热量），并且反射率小，吸收率大，使得城市白天吸收储存太阳能比郊区多，夜晚城市降温缓慢仍比郊区气温高。城市热岛是以市中心为热岛中心，有一股较强的暖气流在此上升，而郊外上空为相对冷的空气下沉，这样便形成了城郊环流，空气中的各种污染物在这种局地环流的作用下，聚集在城市上空，如果没有很强的冷空气，城市空气污染将加重，人类生存的环境被破坏，导致人类发生各种疾病，甚至造成死亡。

在这里插入图片描述

三、城区里温度较高的区域分析

1、分析步骤

分析步骤如下所示：
加载影像
选择温度范围
温度转换
城市高温区域
成片热岛区域
热岛面积分析

2、加载数据并显示

python代码如下：

image = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_123032_20210907')
# Map.addLayer(image, {'min':5000, 'max':15000, 'bands':['SR_B7', 'SR_B6', 'SR_B2']}, 'image')
image_clip = image.clip(roi)
# C02数据的标度转换
image_roi = image_clip.select('ST_B10').multiply(0.00341802).add(149)
# 转换为摄氏度(-273.5)，筛选出大于35℃的区域
hotspots = image_roi.subtract(273.5).gt(35).selfMask().rename('hotspots')
Map.add_basemap()
Map.addLayer(hotspots, {'palette':'gray'}, 'hotspots')

结果显示如下：
在这里插入图片描述

# 每个区域（斑块）中的像素数，按照周边最多100个像素数的斑块统计，8向连接
patchsize = hotspots.connectedPixelCount(100, True)
Map.addLayer(patchsize, {'palette':'yellow'}, 'patchsize')
Map

结果显示如下：
在这里插入图片描述

# 成片斑块区域
large_patches = patchsize.gt(20)
large_patches = large_patches.updateMask(large_patches)
Map.addLayer(large_patches, {'palette':'red'}, 'patches>4')
Map

结果显示如下：
在这里插入图片描述

四、城市热岛区域面积提取

  • ee.Image.pixelArea()
    生成一个图像，其中每个像素的值是该像素的面积，以平方米为单位。返回的图像有一个称为“区域”的带。
    在这里插入图片描述
  • ee.Image.connectedPixelCount()
    生成一个图像，其中每个像素包含 4 或 8 个连接的邻居（包括其自身）的数量。
    在这里插入图片描述
  • ee.Image.connectedComponents()
    查找与输入的第一个波段具有相同值的连通分量，并用全局唯一值标记它们。连通性由给定的内核指定。大于 maxSize 的对象被视为背景，并被屏蔽。
    在这里插入图片描述
    python代码如下：
# 使用pixelArea()函数，Generate an image in which the 
# value of each pixel is the area of that pixel in square meters. 
# The returned image has a single band called "area."
pixelAreaAllPatches = hotspots.multiply(ee.Image.pixelArea())
pixelAreaLargePatches = large_patches.multiply(ee.Image.pixelArea())
AreaAllPatches = pixelAreaAllPatches.reduceRegion(**{
    'reducer':ee.Reducer.sum(),
    'geometry':roi
})
AreaLargePatches = pixelAreaLargePatches.reduceRegion(**{
    'reducer':ee.Reducer.sum(),
    'geometry':roi
})

# 获取面积
print('All the pathches area:', AreaAllPatches.getInfo())
print('The large patches area:', AreaLargePatches.getInfo())

结果显示如下：
All the pathches area are: {‘hotspots’: 78300179.11268622}
The large patches area are: {‘hotspots’: 73151637.55642593}

五、学习小结：

  1. 学习了区域成片斑块的分析方法。以城市热岛效应为例，对于城市热岛区域、集中连片的区域进行提取分析，获取其分布范围
  2. 掌握GEE中栅格影像空间区域面积的分析方法

参考：

  • https://github.com/giswqs/earthengine-py-notebooks/blob/master/Image/image_patch_area.ipynb
  • https://baike.baidu.com/item/%E7%83%AD%E5%B2%9B%E6%95%88%E5%BA%94/293720?fr=aladdin
  • https://developers.google.com/earth-engine/apidocs/ee-image-connectedcomponents?hl=en
Google Earth Engine（GEE）——美国城市热岛效应UHI application包含（昼夜温度、年均气温、人种信息以及人均收入）
此星光明博客
02-20 2406
摘要 城市热岛（UHI）效应是由城市规模的地球表面空气动力、热和辐射特性的变化所强烈调节的。从气候学和公共卫生的角度来看，对这一现象的关注导致了数以百计的UHI研究，大多数是在城市的基础上进行的。然而，这些研究并没有采用一致的方法为行政单位提供完整的UHI情况。为了解决这个问题，我们使用改良的简化城市范围（SUE）方法，将遥感数据产品与多个美国人口普查定义的行政城市划界相结合，对美国所有城市化地区的晴空地表UHI（SUHI）强度进行描述。 美国497个城市化地区中的418个地区夏季的日间SUHI强度最高（
Google Earth Engine（GEE）——城市热岛效应分析
此星光明博客
08-06 2762
图像对象是具有相同整数值的连接像素集。分类、分箱和布尔图像数据适用于对象分析。 Google Earth Engine中使用唯一 ID 标记每个对象、计算构成对象的像素数以及计算与对象相交的像素值的统计数据的方法。例如以下的对象 connectedComponents()：用唯一标识符标记每个对象。 connectedPixelCount()：计算每个对象中的像素数。 reduceConnectedComponents()：计算每个对象中像素的统计量。 Thermal hotspots热点分析师门常
GEE实践应用|热岛效应（一）地表温度计算
qq_46689623的博客
03-28 6497
GEE实践应用|热岛效应（一）地表温度计算（包括通过Modis以及Landsat卫星产品获得地表温度）
基于 GEE 的城市热岛效应分析——可视化地表温度 LST 与归一化植被指数 NDVI 的关联
@HNUSTer的博客
03-13 1388
基于 GEE 的城市热岛效应分析——可视化地表温度 LST 与归一化植被指数 NDVI 的关联。
Google earth engine（GEE）：基于MODIS的LST（地表温度数据）计算一定时间序列的城市热岛强度（UHI），并绘制直方图
weixin_46812066的博客
11-14 7056
Google earth engine（GEE）：计算一定时间序列的城市热岛强度（UHI），并绘制直方图；时间序列分析；城市热岛分析；join函数的使用；计算像元面积，均值
基于GIS技术的城市森林与热岛效应的分析1) (2010年)
05-25
用遥感和地理信息系统的方法定量地获取哈尔滨市的热岛效应和绿地状况的空间信息，探讨哈尔滨市热力场空间格局影响因素和城市绿地缓解热岛效应的机制。结果表明：地表辐射温度随绿地覆盖率的增加而下降；绿地面积小于5hm2时，地表辐射温度在16～30℃间变动，此时绿地面积大小对地表辐射温度影响所占比重较小，辐射温度的主要决定因子为绿地覆盖率，如增加10%的绿地，辐射温度将降低2℃左右。当绿地面积大于5hm2时，绿地对地表辐射温度的改善大大提高，地表辐射温度呈明显下降趋势，此时地表辐射温度值由绿地面积与绿地覆盖率共同决定
基于ETM+遥感数据的城市热岛效应现状研究的解决方案
08-19
城市热岛效应(Urban Heat Island Effect)是指城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就像突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。
基于Landsat8/TIRS的北京城市热岛研究（附练习数据下载）
qq_43173805的博客
01-01 9633
1．实验目的和内容 1.1 实验目的 基于Landsat8/TIRS数据反演地表温度，在此基础上研究北京城市热岛效应。掌握Landsat8数据的亮度温度计算、比辐射率计算、地表温度反演以及城市地表热岛分析等内容。 1.2实验数据 北京市行政区划数据 2017年7月北京市Landsat8数据 文末有练习数据下载 1.3 实验内容 1.数据预处理 2.土地覆盖分类 3.辐射定标与亮温计算 4.地表比辐射率计算 5.大气透过率计算 6.地表温度计算 7.城市热岛效应分析 2．实验内容 2.1数据预处理 在E.
GEE案例：利用 Landsat 数据和 Google Dynamic World 数据集进行热岛效应 (UHI)的分析和可视化
最新发布
此星光明博客
03-29 100
);通过以上步骤，我们成功使用 Google Earth Engine 计算了特定区域的城市热岛效应。这一过程展示了如何利用 Landsat 数据和 Google Dynamic World 数据集进行热岛效应的分析和可视化。希望这篇博客能帮助你理解如何使用 GEE 进行城市热岛效应的研究。// 1. 加载国家边界数据// 2. 定义感兴趣区域 (ROI)});// 3. 设置地图中心并添加图层// 4. 定义时间范围// 5. 获取城市区域数据。
几种“效应”的含义
Direwolf的专栏
12-10 3424
木桶效应 提出者：美国管理学家彼得水桶效应是指一只水桶想盛满水，必须每块木板都一样平齐且无破损，如果这只桶的木板中有一块不齐或者某块木板下面有破洞，这只桶就无法盛满水。是说一只水桶能盛多少水，并不取决于最长的那块木板，而是取决于最短的那块木板。也可成为短板效应。 莲花效应 20世纪70年代，波恩大学的植物学家巴特洛特在研究植物叶子表面时发现，光滑的叶子表面有灰尘，要先清洗才能在
地表温度反演
05-17
landsat 5-8不同传感器的地表温度反演模型以及参数设置
基于gee的城市热岛
11-15
通过Google Earth Engine（GEE）的数据分析，可以对城市热岛效应进行全面的监测和评估。 首先，利用GEE的遥感影像数据和地表温度监测分析工具，可以实现对城市不同区域的地表温度进行监测。通过比对不同时间段的...
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析
此星光明博客
06-16 767
Landsat C02数据集虽然具有更加高质量的数据集，但是因为影像数量特别是在去云后会产生空洞，建议通过插值方式进行弥补或者进行研究区时间的放宽来实现。Google Earth Engine（GEE）——利用插值方法解决影像去云后的空缺/填充/弥补方法详细讲解（拉萨区域为例）_gee去云后空值怎么补-CSDN博客。
Google Earth Engine（GEE）——乌干达的地表温度案例分析(时序分析和结果导出)
此星光明博客
08-26 2464
目标： 导入乌干达一年的地表温度 (LST) 数据。 使用时间序列图表观察温度的时间模式。 计算用于展示和出口的年平均温度。 遥感（卫星衍生）数据是有关土地覆盖、植被、降雨量、温度和其他气候变量的丰富信息来源。在许多情况下，卫星数据可以追溯到 1980 年代，因此提供了一种对不断变化的地理进行历史分析的方法。 在本练习中，您将学习如何从 Google Earth Engine 获取遥感数据。您将学习如何执行时间序列分析来研究选定地理和时间段内气候变量的变化。您还将应用一些常见的地理空间程序（分区、焦
基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演
热门推荐
疯狂学习GIS的博客
02-26 1万+
基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演1 背景知识2 算法介绍3 代码4 效果 1 背景知识   基于遥感数据的地表温度（LST）反演目前得到了广泛的应用，尤其是面向大尺度、长时间范围的温度数据需求，遥感方法更是可以凸显其优势。目前，基于各类遥感数据源的地表温度反演方法不断得以改进，精度亦不断提升。之前的博客，也分别基于不同角度对遥感数据温度反演的方法、原理以及具体操作加以详细介绍：   博客1：基于ENVI的Landsat 7地表温度（LST）大气校正
Google Earth Engine批量下载Sentinel、Landsat、MODIS遥感影像代码
Z.H.T
01-05 8364
Google Earth Engine批量下载Sentinel、Landsat、MODIS遥感影像代码一、创建下载任务二、运行下载任务 一、创建下载任务 Google Earth Engine(GEE)云平台不仅算力强大，其遥感数据源也及其丰富，用GEE下载遥感数据可以节省拼接、裁剪等操作时间，最近在网上看到有大神发过类似的代码，但复制过去运行代码有一些小问题，于是参考之前的代码自己修改了一下，代码如下： //设置感兴趣区域roi var roi = ee.FeatureCollection("users/
Earth Engine下地表温度反演
deserts Tsung
11-19 8504
首先感谢ENVI-IDL技术殿堂在ENVI平台下的指导，原文链接，现将其在GEE平台实现。不同的是，该博文称使用原始DN值计算NDVI对反演影响不大，但通过实践发现还是有差异，所以代码采用了经过大气校正的地表反射率产品进行NDVI的计算。 注意的地方：代码中44和45行需要自行替换，也可以通过filter过滤功能进行查找得到。另一个需要注意的是原博文中提到的三个变量参数还是需要自己去NASA获取...
gee中计算热岛强度代码
09-06
### 回答1： GEE (Google Earth Engine) 是一个在线的遥感影像处理平台，其中包含了一系列用于处理遥感影像的工具和算法。 要计算热岛强度，首先需要获取相关的遥感影像数据，并对其进行预处理，以提取有用的信息。然后，可以使用热岛指数（例如NDVI）对影像进行分析，以评估热岛强度。 以下是一份 GEE 代码示例，可以计算热岛强度： ``` // Load a Landsat 8 image. var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140608'); // Compute the Normalized Difference Vegetation Index (NDVI). var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI'); // Display the NDVI image. Map.addLayer(ndvi, {min: 0, max: 1, palette: ['FF0000', '00FF00']}, 'NDVI'); // Create a histogram of NDVI values. var histogram = ui.Chart.image.histogram({ image: ndvi, region: image.geometry(), scale: 30, maxPixels: 1e9 }); // Display the histogram. print(histogram); ``` 在此代码中，我们首先加载了一个 Landsat 8 影像，然后使用 `normalizedDifference` 方法计算了 NDVI。最后，通过图形显示 NDVI 图像并创建 NDVI 值的直方图。 ### 回答2： 热岛强度（Urban Heat Island Intensity，简称UHI）是指城市地区相比周围乡村地区温度上升的差异。它是城市化过程中产生的一个现象，主要原因是城市地表的硬质化、建筑物和道路的热惯性、垃圾污染等因素导致大量把太阳辐射转换为热量的过程。 Gee是一个方便的工具，可以使用它来计算热岛强度。首先，需要获取相关的气象数据，如日均温度和大气湿度。这些数据可以通过气象站、卫星遥感或模式模拟获得。 然后，将获取到的气象数据输入到Gee的代码中，进行数据处理和分析。可以使用Gee提供的图像集合和数据集，通过编写JavaScript代码，对每个城市地区和其周围乡村地区进行温度差异的计算。 计算热岛强度的代码可以采用以下步骤： 1. 在Gee中导入气象数据集，并选择感兴趣的城市地区和其周围乡村地区的范围。 2. 对每个城市地区和其周围乡村地区的气象数据进行时间序列分析，计算每天的平均温度。 3. 分别计算城市地区和其周围乡村地区的平均温度差异。 4. 确定计算热岛强度的时间尺度，例如每天、每周、每月或每年。 5. 根据所选择的时间尺度，计算热岛强度的平均值和标准差。 6. 可以使用柱状图、折线图等可视化工具，将热岛强度的结果展示出来。 除了计算热岛强度，Gee还可以进行其他的分析，如确定热岛形成的主要原因、模拟城市化对热岛的影响等。 综上所述，使用Gee计算热岛强度的代码需要导入气象数据集、对城市地区和其周围乡村地区的温度差异进行计算和分析，最终展示出热岛强度的结果。 ### 回答3： 热岛效应是指城市及其周边地区的温度比周边农村和郊区地区高的现象。为了定量评估城市的热岛效应强度，可以使用GEE（Geographical Environment Engineering）中的一些计算方法和代码。 首先，需要获取所研究城市及周边地区的温度数据集。可以利用卫星遥感数据或者地面气象站的实测数据。数据集需要包含城市和农村/郊区的温度信息，通常应包含多个时段的数据。 接下来，需要使用GEE中提供的计算方法计算热岛强度。其中一种常用的方法是计算城市和农村/郊区的温度差异。可以按照以下步骤操作： 1. 将城市和农村/郊区的温度数据分别提取出来。 2. 对温度数据进行空间插值，将数据在同一空间分辨率上进行比较，确保数据一致性。 3. 计算城市和农村/郊区每个像素点的温度差，得到温度差的数据集。 4. 对得到的温度差数据集进行统计分析，例如计算平均温度差、最大温度差等指标。 5. 根据统计结果，可以综合各指标得出热岛强度的评估值。 需注意的是，以上只是一种基本的计算方法。实际应用中，还可以根据研究的要求，加入其他因素，如地表覆盖、建筑密度等，以获得更为准确的热岛强度评估值。 总之，利用GEE中的计算方法和代码，可以对城市的热岛效应进行定量评估。通过分析城市和农村/郊区的温度差异，可以得到热岛强度的评估值，为城市规划和环境改善提供科学依据。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值