热环境视角下的最小生态安全距离——以大连北三市为例

热环境视角下的最小生态安全距离——以大连北三市为例

论文摘要

随着2014年国家环保部首次提出了"最小生态安全距离"的概念,城市内部与城市间的生态安全逐渐受到社会重视,而且基于热环境的最小生态安全距离也逐渐成为人们关注的焦点。基于热环境视角下最小生态安全距离的实质内涵,结合遥感影像、行政边界、建成区边界,利用高斯混合模型及热岛信号函数,对2013年至2016年大连市北三市的热岛面积及最小生态安全距离进行测算。研究表明,2013年至2016年间,大连市北三市的城市热岛总面积已由694.10 km2扩张到1864.30 km2。同时,普兰店市与瓦房店市之间的最小生态安全距离由8.70 km衰减至-3.10 km,热环境出现叠加情况,相对危险。而普兰店市与庄河市之间的最小生态安全距离,由73.47 km衰减至58.24 km,热环境未出现叠加情况,相对安全。总体上呈现出城市热岛面积逐渐扩张趋势,城市间最小生态安全距离逐渐衰减的趋势。

论文目录

  • 1 研究区概况
  • 2 数据与方法
  •   2.1 数据来源
  •   2.2 建成区边界提取
  •   2.3 地表温度反演
  •   2.4 城市群热环境空间形态曲面模拟
  •   2.5 城市最小生态安全距离测算
  • 3 结果与分析
  •   3.1 地表温度特征
  •   3.2 城市群热环境空间形态曲面模拟
  •   3.3 城市群间最小生态安全距离测算
  • 4 结论与讨论
  • 文章来源

    类型: 期刊论文

    作者: 杨俊,白世豪,金翠,乔莹莹

    关键词: 最小生态安全距离,高斯混合模型,热岛信号函数,地表温度反演,聚类分析

    来源: 生态学报 2019年18期

    年度: 2019

    分类: 基础科学,农业科技,工程科技Ⅰ辑

    专业: 气象学,环境科学与资源利用

    单位: 辽宁师范大学人居环境研究中心,东北大学江河建筑学院,辽宁师范大学海洋经济与可持续发展研究中心

    基金: 国家自然科学基金项目(41771178,41471140,41801340),国家自然科学基金重点项目(41630749),辽宁省高等学校创新人才支持计划(LR2017017)

    分类号: X16

    页码: 6860-6868

    总页数: 9

    文件大小: 4237K

    下载量: 304

    相关论文文献

    • [1].噪声环境下基于自适应高斯混合模型的说话人识别[J]. 科技视界 2020(17)
    • [2].邻域约束高斯混合模型的模糊聚类图像分割[J]. 模式识别与人工智能 2017(03)
    • [3].基于注意力机制和离散高斯混合模型的端到端图像压缩方法[J]. 重庆邮电大学学报(自然科学版) 2020(05)
    • [4].基于隐高斯混合模型的人脑MRI分割方法[J]. 计算机工程与应用 2018(10)
    • [5].基于高斯混合模型法的交通监控中运动车辆的自动提取[J]. 辽宁工业大学学报(自然科学版) 2015(03)
    • [6].高斯混合模型的理解和应用[J]. 课程教育研究 2018(48)
    • [7].基于改进高斯混合模型的遥感影像道路提取[J]. 测绘工程 2014(03)
    • [8].基于二维高斯混合模型的驾驶行为分析[J]. 硅谷 2011(05)
    • [9].基于高斯混合模型的图像检索算法研究[J]. 软件导刊 2011(04)
    • [10].自适应类别的层次高斯混合模型遥感影像分割[J]. 电子学报 2020(01)
    • [11].基于高斯混合模型的非平衡数据对称翻转算法[J]. 信息与控制 2020(02)
    • [12].基于高斯混合模型林火“烟雾根”的识别[J]. 林业和草原机械 2020(01)
    • [13].高斯混合模型在星载激光全波形数据反演树高中的应用[J]. 测绘与空间地理信息 2019(05)
    • [14].基于高斯混合模型的最大期望聚类算法研究[J]. 微型电脑应用 2018(05)
    • [15].一种基于高斯混合模型、结合拓扑与内容的大规模社团发现方法[J]. 小型微型计算机系统 2018(06)
    • [16].基于高斯混合模型的人群异常检测[J]. 软件导刊 2017(11)
    • [17].自适应高斯混合模型及说话人识别应用[J]. 通信技术 2014(07)
    • [18].基于高斯混合模型聚类和多维尺度分析的负荷分类方法[J]. 电网技术 2020(11)
    • [19].基于量子高斯混合模型的振动信号降噪方法[J]. 振动与冲击 2019(11)
    • [20].基于卷积高斯混合模型的统计压缩感知[J]. 物理学报 2019(18)
    • [21].一种基于高斯混合模型的海上浮标轨迹聚类算法[J]. 现代计算机(专业版) 2017(36)
    • [22].基于高斯混合模型的工业机器人适应性抓取[J]. 组合机床与自动化加工技术 2018(06)
    • [23].基于高斯混合模型的衍射成像算法[J]. 电子学报 2018(10)
    • [24].基于高斯混合模型的类人机器人果实辨识研究[J]. 安徽农业科学 2014(15)
    • [25].基于高斯混合模型的逆变器故障诊断方法研究[J]. 计算机测量与控制 2020(03)
    • [26].基于高斯混合模型的铝电解槽况聚类研究[J]. 轻金属 2020(02)
    • [27].基于高斯混合模型的叶片检测分割算法[J]. 计算机应用与软件 2018(01)
    • [28].基于边缘帧差和高斯混合模型的行人目标检测[J]. 计算机应用研究 2018(04)
    • [29].基于高斯混合模型的农电企业发展状况研究[J]. 能源技术经济 2011(08)
    • [30].自适应高斯混合模型语音增强方法[J]. 应用科技 2009(07)

    标签:;  ;  ;  ;  ;  

    热环境视角下的最小生态安全距离——以大连北三市为例
    下载Doc文档

    猜你喜欢