广佛同城化过程中城市绿色空间演变与热环境效应研究

来源 :广州大学 | 被引量 : 1次 | 上传用户:liufengsheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近一百年来,世界范围内的快速城市化极大地促进了经济的发展,优化和升级了经济结构,改善了人民的物质生活,但也使城市或区域生态环境质量遭到破坏。广州、佛山两市是珠江三角洲地区的核心城市,是国内一体化步伐最快的地区之一。在巨大的同城化建设压力底下,其土地覆被必然发生改变,进而影响城市生态环境格局。绿色空间作为城市的基础性要素之一,对城市生态环境的作用凸显,在改善城市气候,缓解城市热岛效应等方面发挥重要作用,对城市生态环境的作用凸显。本研究综合运用多时相遥感影像、社会经济、人口统计数据等,对广州市、佛山市绿色空间的时空演变特征、景观格局及其热环境效应等方面进行了研究分析,为未来进一步的同城规划提供合理化建议。得出以下结论:(1)广佛区域城市在近十五年来呈现扩张趋势,建设用地面积和绿色空间面积都有所增长。广州市绿地覆盖率在各个研究时期均高于佛山市,且近十五年来广州市绿色空间几乎持续增加,增加的面积主要集中在北部山区,而佛山绿色空间面积则持续减少,减少的位置主要集中在三水区和高明区。说明广州与佛山虽然都处于快速城市化阶段,但佛山市的发展阶段显然滞后于广州市,仍处于经济建设与环境建设不同步的时期。(2)对城市建成区内景观指数分析表明,在2000-2005年间,广佛同城区整体绿色空间虽然快速上升,但广佛同城核心区内的绿色空间占有量和最大斑块面积是减少的,且在整个研究时期,核心区的绿色空间斑块破碎化最为严重。这说明尽管在政策对城市整体绿化环境恢复进行大力推进的时期,城市发展中心地区仍然无法避免快速城市化推进对绿色空间的侵蚀。(3)不同景观类型的地表温度有明显差异,绿色空间景观温度最低,水体景观稍高于绿色空间景观,建设用地景观温度最高,表明绿色空间的降温作用。从热场强度变幅的年际变化上看出,自2000年来区域内热环境两极化现象逐步扩大。(4)热场强度指数表明,广佛同城化核心区热环境格局变化明显,主要表现为热岛范围逐渐缩小,热岛中心从广州向佛山转移,低温和常温区域逐渐扩大。这表明了区域内热岛效应有所改善,但热岛中心的转移也佐证了广佛两地发展不平衡,佛山的经济发展仍旧处于与环境建设不同步的阶段。(5)绿色空间总面积与地表温度呈负相关关系。核心区内广州区域的绿色空间覆盖率较高,且大型绿色空间斑块数量较多,这直接导致了核心区内佛山区域在各个时期的平均地表温度都低于广州。
其他文献
新时代共享经济发展势头日益迅猛,依托网络平台参与共享经济的“零工经济”让人们的生活日益便利。然而,外卖送餐员、共享单车维护员、滴滴司机等工作相对自由的就业群体,如何获
会议
据《海南日报》报道,日前,海口召开“彰显城市特色、践行绿色理念”建筑设计改革创新试点工作座谈会,邀请了21名国内建筑设计专家组成建筑大师工作营,为海口城市建筑设计出谋划策
学位
班主任是班集体的组织者和领导者,是学生学习和生活的指导者,是联系班级与科任教师的纽带,是沟通家校的桥梁,班主任的工作直接关系到一所学校教育教学质量的高低。班主任培训是提
期刊
自疫情防控阻击战打响以来,我区各行各业的普通人在各自岗位上的坚守令人感动,更让人感受到平凡中的伟大。无论是在与疫情短兵相接的战斗一线,还是在保障居民日常生活的大后方,正
学位
数学是什么?数学是研究现实世界的数量关系和空间形式的科学。数学更是一种艺术,是人类思维的自由创造。当下许多学生从初中升入高中后,感到学习高中数学非常吃力、很不适应。笔
会议
相关背景$$“语文素养”在本文中是指儿童比较稳定的、基本的、适应时代发展需要的听说读写能力,以及在语文方面表现出来的文学、文章等学识修养和文风、情趣、价值观等人格修
会议
乳腺发育状况是决定乳产量的重要因素之一。适当的能量供应对乳腺发育至关重要,营养匮乏或营养过剩都将影响乳腺的正常发育。目前尚缺乏对乳腺发育、泌乳及退化各个时期能量
小学阶段是儿童口语能力发展的最佳年龄阶段。抓紧这一时期对小学生进行规范的、严格的口语交际训练,有助于他们学会运用口语,学会与人交际,对它们的一生将产生巨大而深远的影响
学位
近年来,房地产行业占经济的比重越来越大,逐渐转变为国民经济中的支柱性、基础性、先导性产业。房地产公司的财务状况影响甚广,对中国的经济和社会的发展有着重要的作用。房地产是典型的资金密集型行业,对资金的要求巨大,具有政策性强、流动性差、周期长、地域性明显、风险高等特点。2018年以来政策调控逐渐收紧,商品房成交规模达到新的高度,但房产销售增长速度逐渐变缓。2018年后国家的房地产政策体系的逐步完善,政
在如今高速发展的信息时代,由于数据流广泛的应用领域,例如健康监测,资金交易和交通管理,流数据的分类已经得到了广泛研究人员的重视。流数据与传统的静态环境下的数据不同,作为一种新的数据模型,流数据需要对数据分析的高速度和准确性提出更严格的要求。为了分析和处理流数据,我们需要能够快速记录实时数据流信息并及时确保准确的信息。然而,当前流数据的分类面临如下两个问题:(1)带标签的数据实例的数量有限,不能满足