廣州市城市擴(kuò)展及其城市熱島效應(yīng)分析

樊亞鵬，徐涵秋，李樂，張好

(1.福州大學(xué) 環(huán)境與資源學(xué)院，福州 350108；2.福州大學(xué)遙感信息工程研究所，福州 350108)

1 引言

伴隨著城市化進(jìn)程的快速推進(jìn)，城市人口的急速增加，建筑密度的大幅提升，綠地面積的不斷減少，城鄉(xiāng)之間的溫差日益顯現(xiàn)，并由此引發(fā)了城市熱島效應(yīng)[1]。城市擴(kuò)展極大地改變了自然景觀結(jié)構(gòu)、生態(tài)系統(tǒng)和區(qū)域氣候，因此及時(shí)準(zhǔn)確地獲取建筑用地的變化，了解這些變化對(duì)城市熱環(huán)境的影響，對(duì)于提高城市環(huán)境質(zhì)量，建設(shè)生態(tài)城市均具有十分重要的意義。

近年來，隨著遙感信息技術(shù)的迅速發(fā)展，各種遙感數(shù)據(jù)已被廣泛應(yīng)用于研究土地利用和土地覆蓋變化，反演植被、建筑、水體和地表溫度等重要的地表參數(shù)信息[2-10]，進(jìn)而分析它們對(duì)城市熱環(huán)境的影響。Weng以珠江三角洲城市群為例，綜合利用TM遙感影像與GIS技術(shù)研究城市擴(kuò)展對(duì)區(qū)域熱環(huán)境的影響，結(jié)果表明1987年～1997年間城區(qū)溫度增加了13K[11]。Xu和Chen利用城市熱島比例指數(shù)定量分析廈門市1989年～2000年間的城市熱島變化，發(fā)現(xiàn)其城市熱島效應(yīng)得到了一定的緩解[12]。Xian和Crane等以坦帕灣流域?yàn)檠芯繉?duì)象，利用TM/ETM+遙感影像反演其地表特征，結(jié)果顯示高比例不透水面地區(qū)與高地表溫度區(qū)域有較強(qiáng)的相關(guān)性[13]。Hardint和Jencen利用ASTER熱紅外影像定量反演了美國(guó)Terre Haute地區(qū)的地表溫度，發(fā)現(xiàn)LAI每增加1個(gè)單位會(huì)導(dǎo)致溫度降低1.2K[14]。蘇泳嫻等利用TM影像研究廣州市城區(qū)公園的降溫效果，發(fā)現(xiàn)以公園為主體的城市綠地能有效緩解城市熱島效應(yīng)[15]。Ma等以廣州市為例，利用Landsat TM/ETM+影像研究了城市熱環(huán)境與主要地表參數(shù)間的關(guān)系，結(jié)果顯示植被起降溫作用而不透水面起升溫作用[16]。Lazzarini等利用Landsat ETM+、ASTER和MODIS數(shù)據(jù)研究Abu Dhabi地區(qū)的城市熱島與不透水面之間的關(guān)系，發(fā)現(xiàn)不透水面每增加1個(gè)單位，溫度在冬天會(huì)上升1K，而在夏天會(huì)上升2K[17]。

總的看來，眾多專家學(xué)者已對(duì)廣州市城市熱島效應(yīng)進(jìn)行了廣泛的研究，但已有的研究多集中于廣州市熱島效應(yīng)與單一地表因素的關(guān)聯(lián)性分析，而多因子、多時(shí)相、長(zhǎng)時(shí)間序列的遙感定量化分析還比較少見。因此，本文旨在利用遙感技術(shù)對(duì)廣州市1990年～2008年間的城市建成區(qū)擴(kuò)展、城市熱島變化以及主要地表參數(shù)變化對(duì)城市熱環(huán)境的影響進(jìn)行定量化分析。這對(duì)廣州城市熱島效應(yīng)的緩解、城市的科學(xué)規(guī)劃和綠色生態(tài)城市的建設(shè)具有重要的意義。

2 基本原理與方法

2.1 研究區(qū)概況及數(shù)據(jù)源

廣州市作為廣東省經(jīng)濟(jì)、政治、文化和科技中心，是中國(guó)對(duì)外開放的重要口岸之一。其地理位置介于22°26′N～23°56′N，112°57′E～114°03′E，是珠江三角洲腹地，屬南亞熱帶典型的海洋季風(fēng)氣候。廣州的經(jīng)濟(jì)總量和綜合實(shí)力位居全國(guó)城市前列，2008 年全市GDP達(dá)8215.82億元，位于全國(guó)第3位。

由于廣州市轄區(qū)域一直在變化，為了保持研究區(qū)域在研究期間的一致性，本研究選取城市化程度較高的區(qū)域作為研究區(qū)，包含越秀區(qū)、天河區(qū)、荔灣區(qū)、黃浦區(qū)、海珠區(qū)、以及白云區(qū)和蘿崗區(qū)的部分地區(qū)，面積為1141km2(圖1)。

圖1 2008年廣州市行政區(qū)劃圖(左)及研究區(qū)遙感影像圖(右)

本文選取了廣州市1990年10月13日(TM)、2000年9月14日(ETM+)和2008年12月1日(TM)3個(gè)時(shí)相的影像。利用Chander等[18-19]和Chavez[20]的參數(shù)和模型將原始DN值轉(zhuǎn)換成傳感器處的反射率，以減小不同時(shí)相遙感影像在光照、大氣和地形等方面的差異。采用二次多項(xiàng)式和最鄰近像元法進(jìn)行幾何校正，配準(zhǔn)的RMSE均小于0.5個(gè)像元。

2.2 建筑用地信息的提取

為了研究廣州市城市空間擴(kuò)展，必須獲取其建筑用地信息。建筑用地這一地類較為復(fù)雜，很難通過簡(jiǎn)單的提取方法獲得滿意的精度。本文利用徐涵秋提出的IBI(Index-based Build-up Index)建筑用地指數(shù)來提取建筑用地信息。該指數(shù)摒棄了原始影像的多光譜波段，選取了代表建筑、植被、水體的3種主要城市地類，由于3個(gè)指數(shù)波段間的相關(guān)性小，因而可以很好地區(qū)分建筑用地與其他地類。其計(jì)算公式如下：

(1)

其中，NDBI為歸一化建筑指數(shù)[8]；SAVI為土壤調(diào)節(jié)植被指數(shù)[5]；MNDWI為改進(jìn)型歸一化水體指數(shù)[4]。

2.3 植被信息的獲取

用于獲取植被信息的遙感指數(shù)較多，其中以歸一化植被指數(shù)(NDVI)的使用最為廣泛，因此本文采用NDVI指數(shù)來提取植被信息，其計(jì)算公式為：

(2)

其中，NIR為近紅外波段的反射率；Red為紅光波段的反射率。

2.4 地表溫度的反演

地表溫度(land surface temperature，LST)是依據(jù)Landsat用戶手冊(cè)中提供的算法[21]進(jìn)行計(jì)算，將TM/ETM+第6波段的原始DN值轉(zhuǎn)換成傳感器處的光譜輻射值。其公式為：

L6=gain×DN+bias

(3)

其中，L6為L(zhǎng)andsat TM或ETM+第6波段的像元在傳感器處的輻射值；DN為像元灰度值；gain為第6波段的增益值(W/(m2·str·μm))；bias為第6波段的偏置值(W/(m2·str·μm))，均可從影像頭文件獲得。

然后利用傳感器處的光譜輻射值計(jì)算亮溫，其公式如下：

在這樣的人生里，他遇到過數(shù)不清的形形色色的面孔，善良的，狡詐的，敦厚的，心機(jī)的，還有陰陽兩面的，都無一例外在他的木偶戲里活脫脫地搬演過。他耍木偶耍得活靈活現(xiàn)，叫別人看得那么過癮，而自己也正像木偶那樣被生活中那些看不見的手?jǐn)[弄過來擺弄過去，無論好壞都得受著?？鄷r(shí)“身上無衣又無蓋，我冷冷清清，清清冷冷餓難挨”（《蘇武牧羊》唱詞），喜時(shí)“滿園花兒齊開放，綠樹蔭濃細(xì)草長(zhǎng)?！保ā痘鹧骜x·表花》唱詞），人這一輩子啊，各種滋味都得嘗都得受，雖然回頭也不過是煙花一瞬，“嘩”地就散了。

(4)

式中，T為傳感器處溫度值(K)；K1和K2分別為定標(biāo)參數(shù)，在TM6波段中：K1=607.76W/(m2·str·μm)，K2=1260.56K；在ETM+6波段中：K1=666.09W/(m2·str·μm)，K2=1282.71K。

最后要獲得地表溫度LST還須對(duì)亮溫T進(jìn)行比輻射率糾正，公式為：

(5)

式中，LST為地表溫度(℃)；λ為第6波段的中心波長(zhǎng)(λ=11.5μm)；ρ=h×c/σ=1.438×10-2mK(其中，σ為斯特藩-波耳茲曼常數(shù)σ=1.38×10-23JK-1，普朗克常數(shù)h=6.626×10-34Js，光速c=2.998×108ms-1)；ε為地物比輻射率，依據(jù)Nichol[22]的研究，水體為0.99，植被為0.96，其余地物均為0.92。

由于使用的3幅影像獲取時(shí)相不同，因而不能直接用其絕對(duì)地表溫度來進(jìn)行各年份間的溫度比較，為了解決這一問題，Xu和Chen創(chuàng)建了城市熱島比例指數(shù)(URI)，采用正規(guī)化和密度分割技術(shù)來進(jìn)行不同年份間城市熱島變化的研究[12]，將地表溫度分布范圍統(tǒng)一到0～1之間。正規(guī)化的公式如下：

(6)

其中，LST′是正規(guī)化后的地表溫度；LSTi是第i個(gè)象元的地表溫度；LSTmax是地表溫度的最大值；LSTmin是地表溫度的最小值。

通過以上的正規(guī)化處理，本文利用密度分割對(duì)正規(guī)化后3時(shí)相的地表溫度進(jìn)行等級(jí)劃分，將地表溫度分為7個(gè)溫度等級(jí)，分別為低溫、較低溫、次中溫、中溫、次高溫、高溫和特高溫，并進(jìn)一步引入城市熱島比例指數(shù)(Urban-Heat-Island Ratio Index，URI)[12]，來對(duì)比各時(shí)相影像的城市熱島變化，其計(jì)算公式如下：

(7)

在本研究中，將廣州市的地表溫度分為7級(jí)，所以m為7。次高溫、高溫、特高溫主要分布在城市，因此次高溫、高溫、特高溫這3個(gè)等級(jí)構(gòu)成了城市熱島的溫度等級(jí)，代表了城市熱島范圍，因此n為3。次高溫、高溫和特高溫等級(jí)的級(jí)值分別為5、6和7。通過統(tǒng)計(jì)各溫度等級(jí)占建成區(qū)的比例(表1)，就可以計(jì)算出各時(shí)相的城市熱島比例指數(shù)URI。以下以2008年為例說明計(jì)算過程：

(8)

表1 廣州市1990年～2008年的溫度等級(jí)面積變化

3 結(jié)果與討論

3.1 城市擴(kuò)展分析

本文利用IBI提取的建筑用地信息，并選用適當(dāng)?shù)拈撝祦硖崛V州市建成區(qū)(圖2(a)，(b)，(c))，并計(jì)算其面積，所用的閾值分別是：1990：0.05；2000：0.06；2008：0.18。結(jié)果表明：廣州市建成區(qū)的面積在1990年為110.2km2，2000年為243.9km2，2008年為381.2km2；18年間大幅增加了271.0km2，年均增長(zhǎng)率達(dá)7.14%。

圖2 廣州1990年、2000年、2008年的建筑用地提取圖(a-c)和地表溫度分布圖(d-f)

圖3 廣州1990年～2008年建成區(qū)空間范圍變化圖

通過廣州市3個(gè)年份的城市建成區(qū)進(jìn)行疊加可以看出(圖3)，廣州城區(qū)的空間擴(kuò)展是以中心城區(qū)為核心，主要向東南北3個(gè)方向展開的，并經(jīng)歷了以下過程：①1990年～2000年：廣州市建成區(qū)面積增加了133.7km2，年均增長(zhǎng)率為8.27%，其中海珠區(qū)主要向東部擴(kuò)展，黃浦區(qū)、白云區(qū)和蘿崗區(qū)向北部快速擴(kuò)展，荔灣區(qū)向西部小幅擴(kuò)展，天河區(qū)向東部和北部同時(shí)迅速擴(kuò)展。②2000年～2008年：廣州市建成區(qū)面積增加了137.3km2，年均增長(zhǎng)率為5.74%，其中黃浦區(qū)、白云區(qū)和蘿崗區(qū)繼續(xù)向北部快速擴(kuò)展，天河區(qū)向東部擴(kuò)展，使得越秀區(qū)、天河區(qū)、黃浦區(qū)和蘿崗區(qū)連成一片，荔灣區(qū)向西南方向大幅擴(kuò)展，海珠區(qū)向東南方向擴(kuò)展。總的來看，在這18年間，廣州城市漸漸由面狀擴(kuò)張模式演變?yōu)橄驏|、北部擴(kuò)展的帶狀模式并形成3個(gè)組團(tuán)：老城區(qū)(荔灣區(qū)，越秀區(qū)，海珠區(qū))、天河區(qū)和黃浦區(qū)(廣州經(jīng)濟(jì)技術(shù)開發(fā)區(qū))、3個(gè)組團(tuán)使得廣州像東部快速發(fā)展；而2條高速公路(廣州-從化，廣州-花都)使得廣州向北部快速發(fā)展。

3.2 城市熱島效應(yīng)動(dòng)態(tài)變化分析

隨著時(shí)間的變化和城市的擴(kuò)展，廣州市的城市熱島在所研究的18年間有了明顯的變化。從圖2可以看出，隨著廣州市建成區(qū)的擴(kuò)大，熱島范圍逐漸增大，且熱島區(qū)域的空間變化與建成區(qū)的空間擴(kuò)展基本保持一致。1990年的高溫區(qū)主要集中于海珠區(qū)，越秀區(qū)和蘿崗區(qū)，且呈片狀分布，熱島效應(yīng)明顯。2000年的高溫區(qū)在原有的基礎(chǔ)上，在天河區(qū)和黃浦區(qū)內(nèi)出現(xiàn)了由點(diǎn)狀變成片狀的高溫區(qū)。隨著城市擴(kuò)張，海珠區(qū)的高溫區(qū)逐漸向東部蔓延，同時(shí)白云區(qū)和荔灣區(qū)大片區(qū)域也淪為高溫區(qū)，熱島效應(yīng)有所增強(qiáng)。到了2008年，老城區(qū)中高溫區(qū)明顯減少，建城區(qū)中大部分片狀高溫區(qū)逐漸消散，或轉(zhuǎn)為點(diǎn)狀分布，越秀區(qū)、海珠區(qū)和天河區(qū)的熱島效應(yīng)明顯得到緩解。城市熱島比例指數(shù)URI也定量地刻畫了這一變化過程(表2)。廣州建城區(qū)的URI在1990年達(dá)到0.56，在2000年上升到0.62，但到了2008年又下降為0.46，表現(xiàn)為一個(gè)先上升，后下降的過程。進(jìn)一步將城市建成區(qū)的平均溫度減去郊區(qū)的平均溫度獲得了廣州的城市熱島強(qiáng)度(表2)。其變化走勢(shì)也同樣反映了廣州城市的熱島效應(yīng)經(jīng)歷了先上升，后下降的過程。

表2 廣州1990年～2008年城市熱島變化

總的看來，城市熱島現(xiàn)象嚴(yán)重的區(qū)域主要集中在城市高密度住宅區(qū)，商業(yè)中心和工業(yè)區(qū)。在1990年～2000年間，廣州城區(qū)綠地系統(tǒng)不完善，新建公園多以草地覆蓋為主[23]，再加上老城區(qū)建筑密集，商業(yè)中心過于集中，道路狹窄，通風(fēng)不暢[24]，致使2000年建成區(qū)內(nèi)高溫和特高溫區(qū)面積比例占到了42.6%，比1990年增加了近29個(gè)百分點(diǎn)，因此這一期間，廣州的城市熱島效應(yīng)以上升為特點(diǎn)。而在2000年～2008年間，政府制定了科學(xué)合理的城市規(guī)劃方案，進(jìn)行舊城區(qū)改造，完善城區(qū)綠地系統(tǒng)，并將重工業(yè)外遷[25]，因此2008年建成區(qū)內(nèi)特高溫區(qū)逐漸消失，高溫區(qū)也大幅減少，二者所占面積比例比2000年下降了近25個(gè)百分點(diǎn)，使得2008年廣州城市熱島效應(yīng)得到明顯緩解。

3.3 城市熱環(huán)境與主要地表參數(shù)的定量關(guān)系分析

城市建成區(qū)中最主要的地表參數(shù)是建筑用地與植被，它們是導(dǎo)致城市熱環(huán)境發(fā)生變化的主要因素。因此，需要采用統(tǒng)計(jì)學(xué)中的回歸分析來進(jìn)一步研究建筑用地、植被和地表溫度之間的定量關(guān)系。首先將所獲得的建筑、植被信息正規(guī)化，將它們的數(shù)值統(tǒng)一量化到0～1之間，然后采用8×8網(wǎng)格在整個(gè)研究區(qū)內(nèi)采樣19820個(gè)樣點(diǎn)，最后分別采用多種函數(shù)關(guān)系(線性、乘冪、指數(shù)、對(duì)數(shù)、多項(xiàng)式等)對(duì)采樣點(diǎn)進(jìn)行擬合，以選取各地表參數(shù)與地表溫度之間的最佳擬合關(guān)系。

從獲得的各回歸分析方程可以看出(表3)，無論是單因子的逐個(gè)分析，或是多因子的綜合分析都表明在所研究的3個(gè)年份里，地表溫度與建筑用地呈正相關(guān)關(guān)系，而與植被則反之。如以2008年為例，從單因子回歸模型可以定量看出，正規(guī)化后的植被指數(shù)數(shù)值每增加0.1，溫度會(huì)降低0.93℃。對(duì)建筑用地和地表溫度做多種回歸模型時(shí)，在所有回歸方程中，指數(shù)函數(shù)模型的決定系數(shù)最高，因此本文使用指數(shù)函數(shù)模型對(duì)建筑用地和地表溫度的定量關(guān)系進(jìn)行分析。同樣以2008年為例，當(dāng)建筑用地的比例每增加0.1，地表溫度會(huì)增加0.93℃～1.55℃(圖4，表4)。具體地，在低建筑用地比例地區(qū)(IBI≤0.3)，建筑用地比例每增加0.1，地表溫度只增加1℃左右，而在高建筑用地比例地區(qū)(IBI≥0.7)，建筑用地比例每增加0.1，地表溫度則會(huì)增加1.3℃。這表明高建筑用地比例地區(qū)的溫度上升要快于低建筑用地比例地區(qū)。

表3 建筑用地(IBI)、植被(NDVI)與地表溫度(LST)的關(guān)系方程

以上回歸方程均通過1%的顯著性檢驗(yàn)

表4 根據(jù)回歸方程計(jì)算的2008年建筑用地比例等級(jí)及其所對(duì)應(yīng)的地表溫度

在逐步回歸分析中，建筑用地和植被都被保留下來，說明二者都是影響地表溫度的重要因素。以2008年為例，如果每個(gè)建筑用地比例等級(jí)中的建筑用地比例在原等級(jí)上減少0.1，同時(shí)植被相應(yīng)增加0.1，則溫度會(huì)降低近1.1℃，明顯大于只增加植被的0.70℃(多因子模型)或0.93℃(單因子模型)。因此，如果在降低建筑用地的同時(shí)，增加植被就會(huì)大大增加降溫的幅度。

4 結(jié)束語

快速的城市化進(jìn)程已使廣州城市的空間范圍大幅增加，并對(duì)城市熱環(huán)境產(chǎn)生了一定的影響。利用多時(shí)相遙感影像的研究表明，廣州市在1990年～2008年間的建成區(qū)擴(kuò)展已使其面積增加了271.0km2，年均增長(zhǎng)率達(dá)7.14%，其中又以1990年～2000年間的增長(zhǎng)最快，年均增長(zhǎng)率達(dá)8.27%，高于2000年～2008年間的5.74%。

城市快速擴(kuò)展對(duì)城市熱環(huán)境的影響表現(xiàn)為廣州市的城市熱島效應(yīng)經(jīng)歷了先加劇，后減弱的過程。近年來廣州市加強(qiáng)舊城區(qū)改造和城市綠化建設(shè)，使得建成區(qū)內(nèi)熱島集中分布的現(xiàn)象得到一定程度的緩解。

基于大量樣本和多年份數(shù)據(jù)的統(tǒng)計(jì)回歸分析表明，建筑用地?cái)U(kuò)張是導(dǎo)致廣州市地表溫度上升的主要原因，對(duì)城市熱島的加劇起著積極的作用；而植被則起著降低城市地表溫度的作用。建筑用地與地表溫度的指數(shù)函數(shù)型關(guān)系說明，高密度建筑用地地區(qū)的升溫要明顯快于低密度建筑用地地區(qū)。這一定量關(guān)系的發(fā)現(xiàn)，有助于在減緩熱島效應(yīng)中采取有針對(duì)性的措施，即要重點(diǎn)對(duì)高密度建筑區(qū)進(jìn)行改造，有針對(duì)性地對(duì)黃浦區(qū)和蘿崗區(qū)進(jìn)行舊城改造和增綠工程，以進(jìn)一步緩解這些地區(qū)的城市熱島效應(yīng)。

參考文獻(xiàn)：

[1] VOOGT J A，OKE T R.Thermal remote sensing of urban climates[J].Remote Sensing of Environment，2003，86(3)：370-384.

[2] STREUTKER D R.A remote sensing study of the urban heat island of Houston，Texas[J].International Journal of Remote Sensing，2002，23(13)：2595-2608.

[3] SOBRINO J A，JIMéNEZ-MUOZ J C，PAOLINI L.Land surface temperature retrieval from Landsat TM5[J].Remote Sensing of Environment，2004，90(4)：434-446.

[4] XU H Q.Modification of Normalized Difference Water Index (NDWI) to enhance open water features in remotely sensed imagery[J].International Journal of Remote Sensing，2006，27(14)：3025-3033.

[5] HUETE A R.A soil-adjusted vegetation index (SAVI)[J].Remote Sensing of Environment，1988，25(3)：295-309.

[6] XU H Q.Extraction of urban built-up land features from Landsat imagery using a thematic-oriented index combination technique[J].Photogrammetric Engineering and Remote Sensing，2007，73(12)：1381-1392.

[7] XU H Q.A new index for delineating built-up land features in satellite imagery[J].International Journal of Remote Sensing，2008，29(14)：4269-4276.

[8] ZHA Y，GAO J，NI S.Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J].International Journal of Remote Sensing，2003，24(3)：583-594.

[9] LU D，WENG Q.Extraction of urban impervious surfaces from an IKONOS image[J].International Journal of Remote Sensing，2009，30(5)：1297-1311.

[10] TOOKE T R，COOPS N C，GOODWIN N R，et al.Extracting urban vegetation characteristics using spectral mixture analysis and decision tree classifications[J].Remote Sensing of Environment，2009，113(2)：398-407.

[11] WENG Q.A remote sensing-GIS evaluation of urban expansion and its impact on surface temperature in the Zhujiang Delta，China[J].International Journal of Remote Sensing，2001，22(10)：1999-2014.

[12] XU H Q，CHEN B Q.Remote sensing of the urban heat island and its changes in Xiamen City of SE China[J].Journal of Environmental Sciences，2004，16(2)：277-281.

[13] XIAN G，CRANE M.An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data[J].Remote Sensing of Environment，2006，104(2)：147-156.

[14] HARDIN P J，JENSEN R R.The effect of urban leaf area on summertime urban surface kinetic temperatures a Terre Haute case study[J].Urban Forestry and Urban Greening，2007，6(2)：63-72.

[15] 蘇泳嫻，黃廣慶，陳修治，等.廣州市城區(qū)公園對(duì)周邊環(huán)境的降溫效應(yīng)[J].生態(tài)學(xué)報(bào)，2010，30(18)：4905-4918.

[16] MA Y，KUANG Y Q，HUANG N S.Coupling urbanization analyses for studying urban thermal environment and its interplay with biophysical parameters based on TM/ETM+ imagery[J].International Journal of Applied Earth Observation and Geoinformation，2010，12(2)：110-118.

[17] LAZZARINI M，MARPU P R，GHEDIRA H.Temperature-land cover interactions：The inversion of urban heat island phenomenon in desert city areas[J].Remote Sensing of Environment，2013(130)：136-152.

[18] CHANDER G，MARKHAM B L.Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges[J].IEEE Transactions on Geoscience and Remote Sensing，2003，41(11)：2674-2677.

[19] CHANDER G，MARKHAM B L，HELDER D L.Summary of current radiometric calibration coefficients for Landsat MSS，TM，ETM+ and EO-1 ALI sensors[J].Remote Sensing of Environment，2009，113(5)：893-903.

[20] CHARVZ P S.Image-based atmospheric corrections-Revisited and revised[J].Photogrammetric Engineering and Remote Sensing，1996，62(9)：1025-1036.

[21] NASA.Landsat 7 science data users handbook[EB/OL].http：//landsathandbook.gsfc.nasa.gov，2013-05-29.

[22] NICHOL J.Remote sensing of urban heat islands by day and night[J].Photogrammetric Engineering and Remote Sensing，2005，71(5)：613-621.

[23] 陳朝輝.廣州的城市化與生態(tài)環(huán)境建設(shè)[J].熱帶地理，2002，22(1)：34-38.

[24] 周素紅，閆小培.廣州城市空間結(jié)構(gòu)與交通需求關(guān)系[J].地理學(xué)報(bào)，2005，60(1)：131-142.

[25] 廣州市人民政府.廣州市城市總體規(guī)劃(2001-2010)[R].http：//www.upo.gov.cn/2285.shtml，2003.