用三维城市栅格和矢量数据库计算连续天空要素：比较与应用于城市气候外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

用三维城市栅格和矢量数据库计算连续天空要素：比较与应用于城市气候

摘要：

本文提出了在城市气候学中使用高分辨率三维城市栅格和矢量数据库对连续天空视图的采用两种不同的方法计算因素（SVF），比较它们的价值观，并考虑其在城市气候研究中的有用性和局限性。 它显示和评估了位于匈牙利东南部的塞格德市的整个城市地区通过SVF量化的城市几何与城市内夜间温度变化之间的关系。 矢量和栅格模型的结果显示了类似的SVF值（r₂ = 0.9827）。 确认SVF温度关系中使用面积的有用性。 矢量和栅格接近于SVF的面积均值的推导都被看作是获取城市环境一般图像几何条件的强大工具。

1. 简介

城市地区在土地利用方面表现出引人注目和持续的人为变化，特别是其材料和几何形态等表面性质。 因此，城市环境改变了表面能量和水平衡，与其较自然的环境（城市热岛 - UHI， T）相比，经常导致更高的夜间城市温度。 可以区分不同的热岛：表层下面，表层，城市冠层（UCL）和城市边界层（Oke，1982）。 在这种情况下，UHI通常表示为UCL内的空气（从地面到大约平均屋顶水平）之间的温差，以及在相似高度的结算之外的农村地区测量的温差。 一般来说，其最强烈的发展是在夜间储存的白昼，比农村放缓的时候更为缓慢，因此不会很快冷却（Landsberg 1981; Oke 1987）。

夜间冷却过程主要是由输出的长波辐射强迫。 在城市，狭窄的街道和高层建筑形成了深的峡谷。 这种三维几何配置在调节长波辐射热损失方面起着重要的作用。 由于表面上只有较小部分的天空（由于表面元素的水平和垂直不均匀性），所以夜间长波辐射损失在这里比在农村更受限制。

因此，城市几何是导致城市内部温度变化低于屋顶水平的一个重要因素（例如，Oke 1981; Eliasson 1996）。 天空观测因子（SVF）通常用于描述城市几何，但也可以使用其他措施。 高宽比（Goh and Chang 1999）和正面面积指数（Grimmond和Oke，1999）。 根据定义，SVF是由平面表面接收（或发射）的辐射与整个半球环境发射（或接收）的辐射的比率（Watson和Johnson，1987）。 这是一个零和一个无量纲的测量，分别代表完全阻碍和自由的空间（Oke 1988）。 预计由于天空被建筑物阻挡，所以具有较小SVF的城市的区域应该更缓慢地冷却，并且长波辐射倾向于被困在UCL中。

当然，其他因素也有助于UHI（建筑面积比或铺面积比，人类活动释放的热量等）的发展，参见例如Oke（1987））。 但是这次调查的重点是城市表面几何 - 使用最有用的表面几何测量之一的UHI关系，SVF如早期研究所示（例如Oke 1981; Svensson 2004）。

现代基于GIS的城市三维模型开辟了新的可能性来描述和开发适用于城市气候研究的几何尺度（如Ratti和Richens 1999）。 Ratti（2001）利用高分辨率栅格DEM来计算连续天空因子的图像。 他的SVF模型已被验证并产生了准确的结果（Brown等人2001; Lindberg 2005）。

城市地区SVF温度变化综合文献综述Unger（2004）显示，以前研究的结果可能相当矛盾，特别是如果比较是基于在城市内某些地点测量的几个元素对。 Unger（2004年，2007年）表明，进一步的研究应该集中在几何和温度变化的面积平均值之间的比较。

本研究的总体目的是考虑高分辨率三维城市栅格和矢量数据库在城市气候学中的应用。 具体目标是（1）基于城市三维模型提出并应用两种不同的方法来计算SVF; （2）比较两种方法，并考虑其在城市气候研究中的局限性和潜力; （3）研究评估城市几何与SVF量化的城市几率与城市夜间温度变化的关系，使用匈牙利塞格德市整个城市地区的手段。

1. 研究区域和温度测量

塞格德（46°N，20°E）是位于匈牙利东南部的一个城市，位于匈牙利平原南部，平原上海拔79米（图1）。 根据Trewartha的分类，塞格德属于气候类型D.1（温带季节较暖的大陆性气候），类似于该国的主要部分（Unger 1996）。 塞格德行政区281平方公里，城市化面积仅30平方公里。 该镇的大道 - 林荫大楼的建造是沿着Tisza河的轴线。 城市附近没有其他水体。 调查年份（2002-2003年）的人口约为16万人。

图1： 塞格德在欧洲和匈牙利的位置以及塞格德的网格网络：（a）开放区域，（b）建成区域，（c）被调查区域的边界，（d，e）测量路线

为了确定城市的空气变化温度，研究区域分为两个部分，进一步细分为500米？ 500 m个细胞（图1）。 它包括覆盖塞格德（26.75 km2）的城市和郊区的107个电池。 城市的外围部分，村庄和农村特色，不包括在电网中，除了该地区西部的四个小区外。 这个后半部分是确定城乡温度对比度的必要条件，不包括在调查区域（103个细胞）。

根据Oke（2004）的说法，在屏幕水平（1.5米）的温度下，希望有半径约0.5公里的典型，但这可能取决于建筑物的一致性。 所以500米网格是合理的，以模拟城市檐篷的夜间温度。

在一年（2002年4月至2003年3月）的同一时间内，两个行业的两辆汽车在夜间进行了移动温度测量，共有35次，约为10天的频率（Unger 2006）。 在研究UHI时，兴趣的数量往往不是绝对的城市温度，而是城乡差距。 由此导致传感器间差异的误差的可能性被消除（Streutker 2003）。

由于研究区域的大小和测量路线的长度，该区域分为两个部分。设计路线，使得所有细胞在出路和后方至少穿过一次（图1）。大约需要3小时才能获得向外和向外的横向腿的测量，并且在除天气以外的所有天气条件下进行。汽车在参考时间（日落后4小时）到达转折点。温度观测由连接到采样的数字数据记录器的自动辐射屏蔽传感器进行每10秒。为了减少由汽车引起的热扰动，传感器被安装在离地面以上1.45米高处的汽车前方延伸0.6米的杆上。由于需要有效的通风和获得高密度的数据，汽车的速度为20至30公里h？1，因此数据从每个行程55到83米。经过高峰交通时间以后，由于红灯或其他障碍很少停机，所以进行了测量：汽车因任何原因而被停止的数据后来从数据库中删除。高度依赖的温度校正不是问题，因为该区域基本上是平坦的（lt;8米高差）。

通过将细胞平均值（T Cell）与位于农村的研究区域的最西细胞（T细胞（W））的温度平均值来确定Delta;T值：

Delta;T = T_cell – T_cell(w)

西部细胞由农地，主要是非灌溉小麦，向日葵和玉米的田地组成，代表了塞格德农村的环境（图1）。

1. 方法：三维建筑数据库，SVF计算

为塞格德创建应用的三维建筑数据库是根据当地市政府的建筑物足迹和航空照片数据确定个体建筑高度。为了交叉检查，进行经纬仪的高度测量，给出与数据库相比差异的平均比例约为5％。数据库涵盖整个研究区域，由22000多栋建筑组成。小型建筑难以从航空照片中确定，并且进一步的吸收和排放可以忽略不计。因此，数据库中排除了15平方米以下的建筑物。 Szeged的数字高程模型（DEM）表示具有小的垂直变化（75.5-83 m a.s.l.）的裸露表面。矢量和栅格数据都在统一国家投影（匈牙利的EOV）中。数据库的创建在Unger（2006,2007）。

图2.（a）多边形g（x）作为可见天空的边界，并将g（x）下的上半部分划分成相等的角度alpha;（高度等于间隔中间点的g（x）值），（b）“宽度”的切片为alpha;（S）具有仰角beta;的盆地

如果SVF计算基于屏幕或地面水平，我们对SVFUHI关系强度的评估几乎相同（Unger 2007）。这里，SVF计算是指地面上的点。

3.1 使用城市向量数据库进行SVF计算

三维建筑数据库是现实世界的典范。 它代表了由平屋顶建筑物组成的城市表面的简化视图。 此外，任何给定建筑物的墙壁具有相同的高度。

每个建筑物在天空上的投影像其给定的表面点可见的墙壁的投影一样受到管理，多边形g（x）是可见天空的边界（图2a）。通过旋转将半球平分成切片 角度alpha;，其长度等于间隔中间点的g（x）值的“矩形”。

Oke（1987）给出了常用几何排列的SVF值。在常规盆地的情况下，beta;是从中心到墙壁的仰角，SVF值是（指盆地中心）：SVF_basin = 1 - cos²beta;。 因此，具有仰角的盆地的视图因子beta;（VF）是SVF_basin = 1 - cos²beta;=sin²beta;，因此，宽度为lambda;的切片（S）的视图因子alpha;（图2b）可以写成：

VFs = sin²beta;·(alpha;/360)

算法以一个角度绘制一条线alpha;从选择点和沿着这条线搜索一个单一的建筑物，阻止最大的部分从天空朝着这个方向。 那是哪个建筑物的仰角最大alpha;在该方向一定距离内。 算法的精度取决于旋转角度的大小（alpha;）。 较小alpha;角度导致SVF的更准确的估计（在此给出为SVF v-ie即通过基于矢量的方法计算的SVF），但是需要更长的计算时间。 线的长度由用户设置。 在通过切片计算VF值之后，将它们相加，并从1中减去总和以得到SVFv。

ESRI ArcView 3.2软件（www.esri.com）具有适合我们目的的内置面向对象语言（Avenue）。 该软件是可编程的，以便每个元素都可访问（Souza等人2003）。 我们的应用程序是从9个脚本（图形表面，参数控制，SVFv的计算等）编译的。 图3示意性说明了开发的算法。 必须选择两个参数的值：（i）算法考虑到建筑物的高度和位置的站点周围区域的半径，以及（ii）确定建筑物的旋转角度（alpha;）的间隔 从现场开始的目标线的密度。 在我们的情况下，半径为200米，旋转角为1°似乎是适当的（细节在Unger 2007）。

图3.使用向量数据库进行SVF计算的算法的示意图

SVFv在覆盖整个调查区域的点网络中确定。 点的提升来源于涵盖研究区域的DEM。 要选择最佳点解析，必须考虑数据库的精度和必要的计算时间。 我们发现一个5米的分辨率适合获得SVFv的连续空间分布，并揭示分布的主要特征。 该决议的应用在103个研究单元中共计达103万个。

在导出SVFv的所有个体值之后，计算细胞平均值。 为此，从点网络中删除与建筑物重叠的点，从而可以检查SVFv与城市冠层的热特性之间的关系（图4）。 因此，将这些点的SVFv值包含在计算单元格平均值中将是不合适的。 完全删除后被调查地区有897,188分。取决于建筑物的总占地面积，单位数量不同（在6171和9900之间）。 对地面上的这个点网络运行SVFv计算。 需要一天计算一个单元格的SVFv值。 因此，如果使用多台计算机，整个研究区域的计算需要几天的时间，但不得超过两周。 结果是一个点形状文件，包含地平线上的SVFv值，分布在整个塞格德市。

图4.研究区域的一小部分与（a）建筑物脚印和（b）基于矢量的方法的5米分辨率下的SVF测量点

图5显示了Szeged中代表不同建立类型的选定区域的SVFv值的空间分布。该图说明了SVFv的小尺度空间变化。由于狭窄的街道和小庭院，市中心的价值相对较低。在这方面的某些部分值可以达到约0.1和最高值（？0.8）。原理图描述使用矢量数据库进行SVF计算的算法使用三维城市栅格和矢量数据库115计算连续天空因子发生在公园（图5a）。在住宅区，主要是独立屋，SVFv最低值与最小值约为0.5的房屋相邻，并且存在SVFv值几乎为1的开放位置（图5b）。在具有大型公寓楼的地区，建筑密度相对较低，但SVFv约为0.6，覆盖了该单元的很大一部分。这是稀疏但高层建筑的影响（图5c）。在工业区，建筑物覆盖面积很大，但不高，因此只有靠近建筑物才能找到低于1的SVFv值（图5d）。

图5. 在塞格德的一些选定的典型细胞中SVFv的空间分布及其平均值

3.2使用栅格DEM进行SVF计算

在这种类型的研究中使用的栅格DEM可以相对容易地从当地政府矢量数据库（Lindberg 2007）得到。 由于自治市原始数据主要用于规划目的，所以空间精度和精度都很高，这使得可以生成详细的栅格图像。 一些空间信息总是在矢量栅格转换中丢失，但最终DEM的整体质量是令人满意的（图6）。 栅格模型的质量取决于模型的所选像素大小以及基于输入向量的信息的详细程度。 这里我们使用2 m的空间分辨率作为栅格DEM。 因此，在矢量栅格转换中添加1米的误差。 Clark Labs IDRISI乞力马扎罗＃用于矢量栅格（www.clarklabs.org）。 通过使用2 m的空间分辨率，计算中使用了7,562,500像素。

图6.从覆盖当前研究中使用的Szeged市的三维矢量数据转换的光栅DEM（像素分辨率= 2 m）

由Ratti和Richens（1999）开发的影子投射算法是GIS分析的基础。它用于计算栅格图像上的阴影图案。该算法相当简单：远距离光源（太阳）的高度和方位角与栅格DEM一起用作输入信息（图7，左）。算法中包含两个基本的图像处理操作; （1）DEM在给定方向的翻译，以及（2）基于太阳高度降低建筑物高度。所采取的方法是将“阴影体积”计算为新的DEM，即阴影中大气体积的上表面。首先，基于太阳高度和方位角定义向量指向太阳的三个分量。然后使用相反的向量进行进一步的计算。 x和y分量中的最大的分量被缩放，使得移动等于DEM的像素大小，z分量被用作转换的DEM的减法值。如果DEM由x和y分量平移，并且同时通过z分量降低高度，则产生阴影体积的一部分。通过继续翻译和降低矢量的乘数，并

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27100]，资料为PDF文档或Word文档，PDF文档可免费转换为Word