Spatiotemporal dynamics of land surface temperature and vegetation cover in Thanjavur district Tamil Nadu India using remote sensing and GIS

方法

多时相Landsat影像提取LST与NDVI，GIS分块分析与线性趋势预测。

发现

LST与NDVI相关性弱（R²=0.043），温度受城市扩张、灌溉等多因素影响。

机会点

可引入多源遥感与非线性模型，探究灌溉与土地利用对LST-NDVI关系的调节机制。

地表温度（LST）与植被动态被广泛认为是环境变化、城市化及气候变率的可靠指示因子。理解二者在时空上的相互作用对于可持续环境规划至关重要，尤其是在经历快速土地利用转型的农业集约化区域。本研究利用2011年和2021年获取的多时相Landsat影像，调查了印度泰米尔纳德邦坦贾武尔县地表温度与归一化植被指数（NDVI）的时空变化。卫星影像采用标准遥感技术进行处理以提取LST和NDVI，同时运用基于地理信息系统（GIS）的空间分析评估区块尺度的变化。基于观测到的时序变化，采用简单线性趋势分析预测2031年潜在的环境状况。结果表明，该县热力条件与植被覆盖均存在显著的空间异质性。2011年，最高LST（46 °C）出现在Ammapettai区块，而Thiruvonam的NDVI最高（0.7128），反映出受高韦里三角洲灌溉系统支撑的茂密植被。2021年，坦贾武尔区块成为主要热热点（43 °C），而若干城市及城郊区域植被覆盖下降。2031年预测情景表明，快速发展区域的热强度将持续增加，同时植被密度逐渐降低。回归分析显示LST与NDVI之间关系微弱且统计上不显著（R² = 0.043；p = 0.477），表明地表温度不仅受植被影响，还受城市扩张、灌溉实践、土地利用特征及当地环境条件的影响。本研究证明了整合遥感与GIS技术进行长期环境监测的实用性，并为高韦里三角洲区域的可持续土地利用规划、城市绿化、气候适应及环境管理提供了基线信息。