GEE数据集：全球城市热岛强度（UHII）数据集（更新）
目录
简介
数据集说明
空间信息
代码
代码链接
更新内容
引用
许可
网址推荐
0代码在线构建地图应用
机器学习
简介
城市热岛强度（UHII）
城市热岛效应（UHI）的特点是城市地区局部变暖，是城市化对气候的重要影响。 估算城市热岛强度（UHII）的传统方法受到一些限制，例如只关注晴空表面的 UHII，而忽略了全天空表面和冠层（气温）的 UHII。 这些方法往往忽略了人为干扰，导致估算结果的不确定性。 为了克服这些挑战，本研究引入了一种新的动态等面积（DEA）方法，旨在通过动态循环过程减少干扰因素的影响。 通过应用 DEA 方法并整合网格气温数据，建立了一个全面的全球尺度 UHII 数据集，该数据集涵盖 10,000 多个城市，时间跨度超过 20 年，具有月度时间分辨率。 该数据集提供了多方面的 UHII 估计值，包括晴空地表、全天空地表和冠层 UHII，为分析城市环境中的 UHI 趋势提供了坚实的基础。 数据集显示，80% 以上的研究城市的 UHII 大于零，地表 UHII 的全球年平均值约为 1.0°C（白天）和 0.8°C（夜间），冠层 UHII 约为 0.5°C。 此外，60%以上的城市观测到超高层大气吸入指数的年际上升趋势，地表超高层大气吸入指数的全球平均趋势超过每十年 0.1°C（白天）和 0.06°C（夜间），冠层超高层大气吸入指数的全球平均趋势略高于每十年 0.03°C。 此外，还发现了超高强辐射指数的大小和趋势之间的正相关关系，表明超高强辐射指数较强的城市，超高强辐射指数的增长速度往往较快。 由于数据类型（地表温度或气温）、数据采集时间（Terra 或 Aqua）、天气条件（晴空或全天空）和处理方法的不同，该数据集进一步突出了 UHII 估计值的差异。 这一全面的数据集和相应的分析为未来的城市气候研究提供了宝贵的见解，可在 https://doi.org/10.6084/m9.figshare.24821538 上公开获取。 全球城市热岛数据集采用多种方法，包括空气温度和地表温度的估计值。 该数据集从 2003 年到 2020 年按月提供（来自 MODIS Terra 卫星的数据集从 2001 年提供）。 您可以在这里阅读论文中的更多信息。
注意："Diurnal "字段可以是 "Day"（日）或 "Nig"（夜），分别表示白天和夜间的 UHII。 年 "表示 UHII 的年份，"月 "表示具体月份。 值得注意的是，除了每月的 UHII 结果，我们还提供季度和年度平均值。 当 "月 "的值在 1 到 12 之间时，表示月平均值。 如果 "月 "在 21 至 24 之间，则表示季度平均值（21 表示 3 月至 5 月，22 表示 6 月至 8 月，23 表示 9 月至 11 月，24 表示 12 月至 2 月）。 当 "月 "为 30 时，表示年平均值。 UHII 值可通过乘以 0.01 的比例系数转换为摄氏度。
数据集说明
空间信息
| Indicator | Data Source | Period | Description |
|---|---|---|---|
| Surface UHI intensity estimated by the clear-sky LST data | IMod1 (MOD11A1) | 2001-2021 | Clear-sky surface UHI from the MODIS Terra daily LST (A1) and 8-day LST (A2) products; both corresponding to an equatorial overpass time of 10:30 am local time during daytime and 10:30 pm at night |
| IMod2 (MOD11A2) | |||
| IMyd1 (MYD11A1) | 2003-2021 | Clear-sky surface UHI from the MODIS Aqua daily LST (A1) and 8-day LST (A2) products; both corresponding to an equatorial overpass time of 1:30 pm local time during daytime and 1:30 am at night | |
| IMyd2 (MYD11A2) | |||
| Surface UHI intensity estimated by the seamless clear-sky LST data | ISMod2 (Seamless MOD11A2) | 2001-2020 | Clear-sky surface UHI based on the seamless LST product DOI |
| ISMyd1 (Seamless MYD11A1) | 2003-2020 | Clear-sky surface UHI based on a second seamless LST product DOI | |
| Surface UHI intensity estimated by the seamless all-sky LST data | IAMod2 (All-sky MOD11A2) | 2001-2020 | All-sky surface UHI based on the seamless all-sky LST product DOI |
| Canopy UHI intensity estimated by the surface air temperature data | ISAT (Surface air temperature) | 2001-2020 | Air temperature or canopy UHI based on the global surface air temperature product DOI |
代码
var AMOD2 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/AMOD2"),MOD1 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/MOD1"),MOD2 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/MOD2"),MYD1 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/MYD1"),MYD2 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/MYD2"),SAT = ee.ImageCollection("projects/sat-io/open-datasets/UHII/SAT"),SMOD2 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/SMOD2"),SMYD1 = ee.ImageCollection("projects/sat-io/open-datasets/UHII/SMYD1");
var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/38/shades-of-grey", "Greyscale");// Function to calculate and visualize the average UHII from an ImageCollection
function visualizeUHII(collection, title) {var uhi = collection.first().mask(collection.first().gt(0));Map.addLayer(uhi, {min: 1,max: 25,palette: ['#000004', '#1f0c48', '#550f6d', '#88226a', '#b63655', '#de4968', '#f87d46', '#fdca26', '#f0f921']}, title);
}// Visualize UHII from different collections
visualizeUHII(AMOD2, 'UHII - AMOD2');
visualizeUHII(MOD1, 'UHII - MOD1');
visualizeUHII(MOD2, 'UHII - MOD2');
visualizeUHII(MYD1, 'UHII - MYD1');
visualizeUHII(MYD2, 'UHII - MYD2');
visualizeUHII(SAT, 'UHII - SAT');
visualizeUHII(SMOD2, 'UHII - SMOD2');
visualizeUHII(SMYD1, 'UHII - SMYD1');
代码链接
https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:/weather-climate/URBAN-HEAT-ISLAND-INTENSITY
更新内容
添加了用于筛选和排序的额外属性
更新了集合以包含缺失数据
引用
Yang, Qiquan, Yi Xu, T. C. Chakraborty, Meng Du, Ting Hu, Ling Zhang, Yue Liu et al. "A global urban heat island intensity dataset: Generation,
comparison, and analysis." Remote Sensing of Environment 312 (2024): 114343.
Qiquan Yang.Global Urban Heat Island Intensity Dataset. Figshare. https://doi.org/10.6084/m9.figshare.24821538, 2024.
许可
数据集以署名 4.0 国际（CC BY 4.0）许可协议提供。 提供者： Yang 等人 2024 在 GEE 中进行了编辑，编辑者： 关键词：城市、热量、气候、城市 最近更新： 2024-09-06
网址推荐
0代码在线构建地图应用
https://www.mapmost.com/#/?source_inviter=CnVrwIQs
机器学习
https://www.cbedai.net/xg