本发明专利技术是一种景观结构—地表温度—电量消耗的耦合模型，其为：其构建方法是：首先使用热红外影像资料，运用单窗算法反演出城市地表温度，以获得热岛效应的空间分布，并实地调研高温异常点的空间分异特征；再利用监督分类获得土地利用分布信息，并分析出城市土地利用与热岛效应关系的景观指数—温度函数，以及土地利用对热岛效应影响的空间差异程度，然后结合当前温度—电量函数关系式构建出所述耦合模型。本发明专利技术可以为城市的土地利用规划提供定量化的决策支持和优选依据，并较精确的预测土地利用规划方案的降温能力及减少城市拉闸限电事件的发生，对于合理配置电力资源具有重要的意义。
【技术实现步骤摘要】
景观结构—地表温度—电量消耗的耦合模型及应用
本专利技术属于土地利用遥感技术应用领域，特别是涉及一种基于土地利用景观结构的城市夏季电能消耗模拟及其趋势预测模型构建的方法。
技术介绍
随着我国城市化进程的持续发展，许多特大城市夏季用电高峰频现，电能供不应求，屡次出现拉闸限电的事件，极大地影响工业生产和居民生活。人们已经认识到气温升高所形成的热岛效应是导致夏季用电量增多的最直接因素，因此如何抓住气温升高的本质原因，并通过一定的城市规划手段来减缓热岛效应影响的程度和空间范围，是解决特大城市夏季电量过度消耗、控制相应污染物的排放总量等环境问题的关键所在。在土地利用景观结构与温度的研究上，国内外学者已经提出了大量的模型方法和策略，主要方法有：利用一系列可以反映城市土地利用格局的相关指数，主要有归一化的植被指数（NormalizedDifferenceVegetationIndex,NDVI）、植被覆盖度（FractionalVegetationCover，FV）和分形维数，它们通过线性回归拟合等分析方法研究土地利用的类型和地表温度之间的对应关系；但没有深入到城市的土地利用空间格局与城市地表温度的关联性。如岳文泽等以上海市为例，采用Landsat7的ETM+为基本数据源，首先定量反演了每个像元内的陆地表面温度(LST)和植被指数(NDVI)，然后利用GIS中的空间分析功能，将由于城市土地覆被所形成的生态环境效应综合到土地利用的图斑中来，按照这个思路对城市土地利用的生态环境效应进行研究。分析LST、NDVI在不同土地利用类型之间的差异以及二者之间的定量关系，并引入多样性指数(SHDI)，讨论了不同土地利用的空间组合下，LST和NDVI的空间差异及相互关系[岳文泽,徐建华,徐丽华,2006.基于遥感影像的城市土地利用生态环境效应研究———以城市热环境和植被指数为例.生态学报,1450-1460.]。对电能消耗研究，主要有以下三个着手点：（1）利用回归分析的方法，通过多年夏季气温与用电量的数据，直接进行回归分析得出二者之间的关系，并用回归模型进行预测，再用预测值与真实值对比得到模型精度，这类方法对气温与用电量关联的表达较为直观，但不能从本质上给城市规划部门提出建议，即如何通过降低气温达到城市的节能减排效果。如洪国平等利用武汉市2002～2004年日用电量、电力负荷与日平均气温、最高气温、最低气温进行对比分析，计算出日用电量、最高负荷与气温之间一系列相关关系，通过回归分析建立夏季用电量和用电负荷预测模型，利用气温预报，可实现对用电量和电力负荷的预测[洪国平,李银娥,孙新德,李青,2006.武汉市电网用电量、电力负荷与气温的关系及预测模型研究.华中电力,4-7+30.]。（2）利用电器本身结构的改造及运行规律入手达到节约用电的目的，主要是考虑到空调等电器长时间的过度使用是我国夏季特大城市能源消耗增量的来源，从节约用电的终端着手进行，治标不治本。如刘冬华等归纳了冰蓄冷空调系统的评价方法和评价指标，提出了冰蓄冷空调系统的综合评价体系。应用该评价体系对宜昌某科研设计大楼冰蓄冷空调工程进行了分析和评价[刘冬华,符永正,石三平,朱传斌,2009.冰蓄冷空调系统的评价方法及其应用.暖通空调,102-106.]。（3）利用DMSP/OLS夜间灯光进行电力消费的空间化，首先通过夜间灯光数据构建人居指数，然后通过人居指数与电力消费的相关关系建立电力消费量空间化模型，模拟电力消费量的空间分布。由于DMSP/OLS夜间灯光并不能区分出城市建设用地和工矿用地，因此基于夜间灯光数据对电力消费量的空间化并不能很好的区分开居民用电和工业用电，这对于后期的用地调整会产生负面作用。如杨续超等利用DMSP/OLS夜间灯光数据和植被指数（NDVI）之间的互补性构建人居指数，然后通过人居指数与电力消费见的强烈相关性建立电力消费量空间化模型，利用该模型获得了2010年浙江省电力消费量的空间分布[杨续超,康丽莉,张斌,冀春晓,2013.基于多源遥感影像的电力消费量估算与影响因素分析——以浙江省为例.地理科学，718-723.]。
技术实现思路
本专利技术所要解决的技术问题是：从城市景观规划角度出发，利用相关性分析识别影响城市热岛效应的土地利用景观显著性因子，构建出景观指数—温度的函数关系表达式，阐明城市土地利用的空间格局与热岛效应之间的耦合关系，并引入CA_Markov模型，结合城市土地利用历史数据来预测未来土地利用景观结构，基于电量—温度关系推导出景观指数—温度—电量耦合模型，并预测城市未来夏季电能消耗总量，首次揭示了城市土地利用景观格局影响大城市夏季电能消耗的规律。本专利技术解决其技术问题采用的技术方案是：本专利技术提供的景观结构—地表温度—电量消耗的耦合模型，其为：ΔP(d)=416.3ΔT=416.3Δf(x11,x12,x13,......xpq......,x54,x55,y1,y2,y3,y4,y5),]]>式中：ΔP(d)是日用电量预测差值；ΔT代表日平均气温预报差值；是p用地的q景观指数；p＝1,2,3,4,5：分别表示建设用地，水域，林地，农业用地，未利用地；q＝1,2,3,4,5：分别表示类级的景观指数、PLAND、PD、ED、LSI、CLUMPY；y1是斑块密度PD，y2是景观形状指数LSI，y3是蔓延度指数CONTAG，y4是香农多样性指数SHDI，y5是香农均度指数SHEI，这些指数均为景观级指数。所述的斑块密度PD可以由以下公式获得：PD=ni×10000A×100,]]>式中：ni是i类型斑块在景观中的斑块总数；A是整个景观面积。所述的景观形状指数LSI可以由以下公式获得：LSI=0.25Σk=1meik′A,]]>式中：eik′是斑块ik的边界总长度；m是i类型斑块在景观中的数量；A是整个景观面积。所述的蔓延度指数CONTAG可以由以下公式获得：CONTAG={1+Σi=1mΣk=1m[Pi*(gik/Σk=1mgik)]*[ln(Pi*(gik/Σk=1mgik))]2ln(m)}*100,]]>式中：Pi是景观被i类型斑块所占据的比率；gik是i类型斑块和k类型斑块的邻接像元数；m是在景观中斑块类型的种类数。所述的香农多样性指数SHDI可以由以下公式获得：SHDI=-Σi=1m(Pi*lnPi),]]>式中：Pi是景观被i类型斑块所占据的比率，m是在景观中斑块类型的种类数。所述的香农均度指数SHEI可以由以下公式获得：SHEI=-Σi=1m(Pi×lnPi)/ln(m)]]>式中：Pi是景观被i类型斑块所占据的比率；m是在景观中的斑块类型的种类数。本专利技术提供的上述耦合模型，其用途是：该耦合模型在城市未来夏季电能消耗趋势预测中的应用。本专利技术与现有技术相比，具有以下的主要的优点：（1）从城市景观规划角度出发，利用相关性分析识别影响城市热环境的土地利用景观显著性因子，构建出景观指数—温度信息函数，阐明了城市土地利用的空间格局与热岛效应之间的耦合关系：T=f(x11,x12,x本文档来自技高网...
【技术保护点】
景观结构—地表温度—电量消耗的耦合模型，其特征在于该耦合模型为：ΔP(d)=416.3ΔT=416.3Δf(x11,.x12,.x13,......xpq......,x54,x55,y1,y2,y3,y4,y5),式中：ΔP(d)是日用电量预测差值；ΔT代表日平均气温预报差值；是p用地的q景观指数；p＝1,2,3,4,5：分别表示建设用地，水域，林地，农业用地，未利用地；q＝1,2,3,4,5：分别表示类级的景观指数、PLAND、PD、ED、LSI、CLUMPY；y1是斑块密度PD，y2是景观形状指数LSI，y3是蔓延度指数CONTAG，y4是香农多样性指数SHDI，y5是香农均度指数SHEI，这些指数均为景观级指数。FDA0000379422360000012.jpg
【技术特征摘要】
1.一种构建景观结构—地表温度—电量消耗的耦合模型的方法，其特征在于该耦合模型为：式中：ΔP(d)是日用电量预测差值；ΔT代表日平均气温预报差值；是p用地的q景观指数；p＝1,2,3,4,5：分别表示建设用地，水域，林地，农业用地，未利用地；q＝1,2,3,4,5：分别表示类级的景观指数PLAND、PD、ED、LSI、CLUMPY，PLAND是斑块所占景观面积的比例，PD是斑块密度，ED是边缘密度，LSI是景观形状指数，CLUMPY是丛生度；y1是斑块密度PD，y2是景观形状指数LSI，y3是蔓延度指数CONTAG，y4是香农多样性指数SHDI，y5是香农均度指数SHEI，这些指数均为景观级指数；该耦合模型由以下方法构建而成，其步骤包括：(1)用ENVI软件对所在区域遥感数据热红外波段进行反演，提取出所需研究区域的地表温度信息；(2)由步骤(1)获得研究区域的地表温度分布信息，在建成区出现了一些高温异常点，分析其用地类型及空间结构，获取城市的高温中心；(3)用Erdas软件对所研究区域的遥感影像进行解译，依据所需研究的土地类型进行监督分类，获取各类土地的分类信息；(4)将分类后的遥感影像导入ArcGIS中，利用SpatialAnalyst/Reclassify，对遥感影像进行重分类，分别将所需研究的土地类型附上不同的值，将背景设置为NoData，并以TIFF格式导出；再加载到IDRISI软件中，利用IDRISI软件中的CA_Markov模型对所在区域进行未来土地利用景观结构的预测；(5)将研究区域利用k×k个网格进行分割，利用FRAGSTATS3.3软件求得每个样本区内各土地利用类型的PLAND、PD、LSI、CLUMPY、ED、CONTAG、SHDI、SHEI，包含它们的类级与景观级，分析各景观指数与平均温度的相关性，并筛选出与平均温度存在相关性的景观指数，然后利用筛选出的景观指数与平均温度在SPSS中进行回归分析，分析出土地利用景观指数与地表温度的函数；(6)利用现已成型的温度与用电量的关系模型，推导出温度增幅与用电量增幅的函数；(7)结合步骤(5)与(6)中的函数，...
【专利技术属性】
技术研发人员：吴浩，叶露萍，李岩，尤南山，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。