西安市城市熱島環(huán)境動(dòng)態(tài)演化規(guī)律研究

狄育慧，鄭治中，張博軒，尹 慧

（ 1. 西安工程大學(xué)環(huán)境與化學(xué)工程學(xué)院，陜西 西安 710048； 2. 太原市熱力公司，山西 太原 030000 ）

西部大開(kāi)發(fā)戰(zhàn)略的實(shí)施，不僅使得西安市的政治、經(jīng)濟(jì)和文化飛速發(fā)展，同時(shí)也加快了城市化進(jìn)程的步伐，使得城市規(guī)模不斷增大，人口數(shù)量逐年增加，城市化進(jìn)程的加速對(duì)城市生態(tài)環(huán)境和氣候產(chǎn)生了不可估量的影響．其中，由城市“熱”引發(fā)的一系列環(huán)境、生態(tài)安全等問(wèn)題已經(jīng)影響了城市進(jìn)一步發(fā)展，并改變了人居生態(tài)環(huán)境，成為城市可持續(xù)發(fā)展的瓶頸[1]．文獻(xiàn)[2]采用專(zhuān)家評(píng)測(cè)方法結(jié)合紅外遙感、GIS技術(shù)對(duì)法國(guó)圖盧茲城區(qū)進(jìn)行了熱島強(qiáng)度分析．文獻(xiàn)[3]Landsat衛(wèi)星數(shù)據(jù)為基礎(chǔ)，綜合使用RS、GIS空間技術(shù)對(duì)成都市熱島效應(yīng)的空間格局現(xiàn)狀及其影響因素進(jìn)行分析．文獻(xiàn)[4]基于Landsat衛(wèi)星的ETM+數(shù)據(jù)，研究了2002年西安市城市熱島的空間分布特征及城市熱島與土地利用/覆蓋變化的關(guān)系．本文利用RS、GIS等先進(jìn)的空間信息技術(shù)手段，分析了西安市在城市化過(guò)程中的城市熱島分布及變化特征，旨在揭示西安市城市熱環(huán)境的時(shí)空演變規(guī)律．

1 研究區(qū)概況及研究方法

1.1 研究區(qū)概況

西安市地處我國(guó)西北地區(qū)東部,黃河流域中部的關(guān)中盆地,全國(guó)旅游熱點(diǎn)城市,重要的加工業(yè)基地．位于33°42′～34°45′N(xiāo)與107°40′～109°49′E之間．地勢(shì)東南高西北低,南面與秦嶺相鄰,地貌類(lèi)型主要包括秦嶺山地、河谷沖積平原和山前洪積臺(tái)地．西安市現(xiàn)轄有9區(qū)4縣，9區(qū)有未央?yún)^(qū)、新城區(qū)、長(zhǎng)安區(qū)、閻良區(qū)、蓮湖區(qū)、雁塔區(qū)、灞橋區(qū)、臨潼區(qū)、碑林區(qū)，4縣包括戶(hù)縣、藍(lán)田縣、周至縣和高陵縣．轄境南北約116 km，東西長(zhǎng)約204 km，面積9 983 km2，本文所選研究區(qū)為西安市的9個(gè)區(qū)，其面積為1 276 km2，截止2012年末總?cè)丝跒?72.76萬(wàn)人．西安屬暖溫帶半濕潤(rùn)季風(fēng)氣候,平均海拔高424 m，1月份平均氣溫-0.3～-1.3 ℃，7月份平均氣溫26.1～26.3 ℃，年平均氣溫13.1～13.4 ℃．年平均降水量613.7 mm，年平均濕度69.6%．

1.2 數(shù)據(jù)來(lái)源與預(yù)處理

本文選用的數(shù)據(jù)有2000年6月29日03時(shí)11分30秒的Landsat 7ETM+、2007年的8月12日03時(shí)13分13秒的Landsat TM和2014年5月11日6時(shí)38分28秒的Landsat OLI-TIRS數(shù)據(jù)，軌道號(hào)127/36．上述影像都是從美國(guó)地質(zhì)調(diào)查局地球資源觀測(cè)系統(tǒng)數(shù)據(jù)中心（http://glovis.usgs.gov/）下載所得，質(zhì)量水平均為L(zhǎng)1T，說(shuō)明在分發(fā)數(shù)據(jù)前已經(jīng)對(duì)數(shù)據(jù)進(jìn)行了輻射校正以及幾何校正，圖像質(zhì)量良好，云覆蓋較少，只需將所研究區(qū)域裁剪后提取就可用于地表溫度反演及相關(guān)分析．

1.3 研究方法

目前，利用Landsat TM/ETM+熱紅外數(shù)據(jù)反演地表溫度的方法主要包括：?jiǎn)未八惴╗5]、基于影像的輻射亮度反演算法[6]、單通道算法[7]和輻射傳輸方程法．通過(guò)對(duì)比上述四種方法的計(jì)算原理，可知輻射傳輸方程算法原理清晰，求算過(guò)程中只需要大氣輪廓線數(shù)據(jù)或者有較豐富的大氣資料通過(guò)軟件模擬，而單窗算法在算法上較輻射傳輸方程法簡(jiǎn)單，精度也比較高，但是計(jì)算過(guò)程中所需同步的多種大氣參數(shù)一般難以獲取，如果直接利用默認(rèn)參數(shù)或標(biāo)準(zhǔn)參數(shù)進(jìn)行計(jì)算，得到的不確定性的結(jié)果機(jī)率比較大．文獻(xiàn)[8-10]分別用上述方法反演地表溫度后對(duì)比分析，結(jié)果表明，在有實(shí)時(shí)探空數(shù)據(jù)時(shí)，輻射傳輸方程法取得的地表溫度的均方根誤差最小，所以本文選用輻射傳輸方程法反演地表溫度，其計(jì)算過(guò)程主要有：

(1) 地表比輻射率的計(jì)算

本文將影像中所含的土地利用類(lèi)型大致分為水體、自然地面及城鎮(zhèn)區(qū)域，參照文獻(xiàn)[11]，設(shè)定水體像元的比輻射率值為0.995，自然表面和城鎮(zhèn)像元的比輻射率計(jì)算如下：

式中：εs和εb分別為自然表面像元和城鎮(zhèn)像元比輻射率；FV為植被覆蓋度值.

參照文獻(xiàn)[12]，F(xiàn)V的計(jì)算公式如下：

式中：SAVI為土壤調(diào)節(jié)植被指數(shù)；SAVIs為無(wú)植被覆蓋區(qū)域的SAVI值；SAVIv為全部是植被區(qū)域的SAVI值，且當(dāng)SAVI＞0.7時(shí)，F(xiàn)V取1；SAVI＜0時(shí)，F(xiàn)V取0，ENVI軟件會(huì)自動(dòng)識(shí)別影像中像元的SAVI值．

(2) 熱紅外輻射定標(biāo)

運(yùn)用Landsat數(shù)據(jù)求算地表溫度時(shí)，要先求出熱紅外波段的地表輻射亮度值，輻射定標(biāo)就是將影像灰度值轉(zhuǎn)換成輻射量度值的過(guò)程，文獻(xiàn)[13]研究表明Landsat OLI-TIRS數(shù)據(jù)輻射亮度值的計(jì)算采用公式（4），而Landsat TM/ETM采用公式（5）計(jì)算輻射亮度值，同時(shí)本文計(jì)算時(shí)，公式中所用的系數(shù)可在通過(guò)影像頭文件中獲取，如表1所示．

式中：Lλ是輻射亮度值，W/(m2·um·sr)；DN為波段的像元灰度值；Gain、Offset分別為波段增益系數(shù)和偏移系數(shù)．

式中：Lλ是輻射亮度值，W/(m2·um·sr)；Lmin,λ、Lmax,λ分別為最小、最大輻射亮度值，W/(m2·um·sr)．

表1 Landsat數(shù)據(jù)輻射定標(biāo)系數(shù)Tab.1 Landsat data radiometric calibration coefficient

(3) 地表溫度反演

根據(jù)普朗克公式可知，在得到黑體在熱紅外波段的輻射亮度值時(shí)，可利用普朗克公式的反函數(shù)求得地表溫度，計(jì)算公式如下：

式中：B(TS)為黑體在熱紅外波段的輻射亮度值；采用2000年的ETM+數(shù)據(jù)計(jì)算時(shí)，K1=666.09 W/(m2·sr·μm)，K2=1282.71 K；采用2007年的TM數(shù)據(jù)計(jì)算時(shí)，K1=607.76 W/(m2·sr·μm)，K2=1260.56 K；采用2014年的OLI-TIRS數(shù)據(jù)計(jì)算時(shí)，K1=774.89 W/(m2·sr·μm)，K2=1321.14 K．

文獻(xiàn)[14]中利用熱紅外波段像元的輻射亮度值的計(jì)算公式，得到黑體輻射量度計(jì)算公式如下：

式中：LT表示與地表溫度相同的黑體的輻射亮度，W/(m2·um·sr)；Lλ是熱紅外波段像元的輻射亮度值，W/(m2·um·sr)；ε是地表比輻射率；τ為大氣在熱紅外波段的透過(guò)率；Lu和Ld分別是大氣上行和下行輻射亮度，W/(m2·um·sr)．本文中τ、Lu和Ld是根據(jù)遙感影像頭文件信息在NASA官網(wǎng)中計(jì)算所得，結(jié)果如表2所示．

表2 各年輻射參數(shù)Tab.2 Radiation parameters of each year

本文首先在ENVI軟件中以公式（1）、（2）、（3）為基礎(chǔ)，利用工具Band Math計(jì)算研究區(qū)各個(gè)年份的遙感影像的地表比輻射率ε，此過(guò)程用到的數(shù)據(jù)主要是近紅外波段和紅外波段；然后以公式（4）、（5）及輻射定標(biāo)系數(shù)為基礎(chǔ)，利用ENVI軟件中Landsat定標(biāo)工具對(duì)各個(gè)年份遙感影像進(jìn)行熱紅外輻射定標(biāo)，主要用到的數(shù)據(jù)是影像的熱紅外波段；再以公式（7）及輻射參數(shù)為基礎(chǔ)，結(jié)合前面計(jì)算得到的地表比輻射率ε和熱紅外輻射定標(biāo)值Lλ，利用ENVI 軟件的Band Math工具計(jì)算出與地表溫度相同的黑體的輻射亮度LT；最后以公式（6）為基礎(chǔ)，結(jié)合前邊計(jì)算所得黑體輻射亮度值LT，在ENVI軟件中計(jì)算出地表溫度，并依據(jù)溫度值范圍創(chuàng)建圖例，輸出得到西安市不同年份的地表溫度，如圖1所示．

圖1 西安市地表溫度反演圖Fig.1 Surface temperature inversion chart of Xi'an City

2 結(jié)果與分析

由于影像獲取時(shí)相不同，受到氣候條件等諸多因素的影響，難以用反演的地表溫度直接進(jìn)行比較，但熱場(chǎng)的相對(duì)強(qiáng)弱分布不會(huì)受其他因素影響，因此，為了消除成像時(shí)間不同造成的影響，分析地表熱環(huán)境的相對(duì)時(shí)空變化，將反演出的城市地表溫度進(jìn)行熱場(chǎng)等級(jí)劃分．本文對(duì)得到的地表溫度進(jìn)行歸一化處理，使得到的溫度處于0～1之間，在ENVI軟件中實(shí)現(xiàn)歸一化處理，并用密度分割工具將處理后的地表溫度劃分為五個(gè)等級(jí)，分別為強(qiáng)熱島區(qū)(0.8～1.0]、熱島區(qū)(0.6～0.8]、中間區(qū)(0.4～0.6]、綠島區(qū)(0.2～0.4]、強(qiáng)綠島區(qū)(0～0.2]，如圖2所示．

圖2 西安市地表溫度等級(jí)劃分圖Fig.2 Surface temperature grade division of Xi'an City

2.1 西安市熱島環(huán)境分布特征

從溫度等級(jí)劃分結(jié)果圖2中可以得知，在西安市發(fā)展過(guò)程中，城市熱島現(xiàn)象明顯，熱島區(qū)域分布及等級(jí)各有差異．從整體上來(lái)看，西安市城市熱場(chǎng)的分布范圍呈現(xiàn)逐漸增加的趨勢(shì)，由城市中心向外圍蔓延，空間形態(tài)呈現(xiàn)出由散點(diǎn)狀變成連片狀再到擴(kuò)散轉(zhuǎn)移狀的特征．2000年強(qiáng)熱島區(qū)以散點(diǎn)形式分布在蓮湖區(qū)、新城區(qū)和碑林區(qū)，這三個(gè)區(qū)是以建筑物為主的商業(yè)區(qū)和住宅區(qū)，人類(lèi)生產(chǎn)生活中消耗能量、排出廢熱，致使溫度較周?chē)?；熱島區(qū)主要集中在強(qiáng)熱島區(qū)外圍，但范圍較小，零散分布；中間區(qū)位于市區(qū)南邊的西安高新技術(shù)開(kāi)發(fā)區(qū)和雁塔區(qū)，這些區(qū)域的建設(shè)及快速發(fā)展使得鋼筋混凝土、水泥地面、瀝青路面、金屬框架逐漸代替了自然景觀，地表水蒸騰減少，溫度有所升高；綠島區(qū)為優(yōu)勢(shì)分級(jí)區(qū)，由于城市建成區(qū)集中在城市中心，而其他大部分地面作為耕地使用，耕地比較空曠且種有植被，自然通風(fēng)不受阻礙，且植物具有降溫增濕作用，溫度下降效果明顯；強(qiáng)綠島區(qū)則位于秦嶺附近有植被和水體的地區(qū)．2007年強(qiáng)熱島區(qū)和熱島區(qū)較2000年明顯增大，以2000年高溫區(qū)為中心，向外部延伸，蓮湖區(qū)、新城區(qū)、碑林區(qū)、雁塔區(qū)、未央?yún)^(qū)南部、灞橋區(qū)西部均在強(qiáng)熱島和熱島區(qū)范圍內(nèi)，這些區(qū)域分布著火車(chē)站、商業(yè)區(qū)以及工業(yè)區(qū)等，人口密集、車(chē)流量大，不利于能量流通；強(qiáng)綠島區(qū)依舊分布在秦嶺附近有植被和水體的地區(qū)；中間區(qū)向臨潼區(qū)南部及長(zhǎng)安區(qū)北部擴(kuò)散，并呈散點(diǎn)分布在這兩個(gè)區(qū)域；綠島區(qū)變化較小，仍為主要分級(jí)區(qū)．2014年強(qiáng)熱島區(qū)和熱島區(qū)仍在延原有強(qiáng)熱島區(qū)和熱島區(qū)蔓延，面積明顯擴(kuò)大，其中未央?yún)^(qū)和灞橋區(qū)的大部分區(qū)域由原來(lái)的中間區(qū)轉(zhuǎn)變?yōu)闊釐u區(qū)，而且長(zhǎng)安區(qū)北部、臨潼區(qū)和閻良區(qū)都有零星的熱島區(qū)；中間區(qū)主要分布在長(zhǎng)安區(qū)、灞橋區(qū)和臨潼區(qū)，由原來(lái)的散點(diǎn)狀擴(kuò)散成連片狀；綠島區(qū)還是主要分級(jí)區(qū)，分布在郊區(qū)，不過(guò)面積明顯減少；強(qiáng)綠島區(qū)則基本沒(méi)發(fā)生變化．

2.2 西安市熱島環(huán)境變化特征

通過(guò)統(tǒng)計(jì)2000年、2007年、2014年的地表溫度等級(jí)劃分圖的面積，得到結(jié)果如表3所示，分析表中數(shù)據(jù)能夠反映出2000—2014年14年間西安市熱環(huán)境變化情況．

表3 西安市各溫度等級(jí)的面積百分比（%）Tab.3 Percentage of the area of the temperature in Xi'an City(%)

2000—2007年間，強(qiáng)熱島區(qū)和熱島區(qū)面積明顯增大，強(qiáng)熱島區(qū)由0.1%增大到1.9%，熱島區(qū)由3.1%增大到6.02%，對(duì)比地表溫度等級(jí)劃分圖，可以看出，強(qiáng)熱島區(qū)和熱島區(qū)的增加主要是由于城市建成區(qū)的擴(kuò)張，沿著2000年的強(qiáng)熱島區(qū)和熱島區(qū)向外擴(kuò)散發(fā)展；中間區(qū)的變化呈減少趨勢(shì)，由29.08%減少到24.72%，主要原因是強(qiáng)熱島區(qū)和熱島區(qū)面積增大替代了原來(lái)的中間區(qū)；綠島區(qū)稍有減少，從66.25%到65.83%，主要變化區(qū)域集中于未央?yún)^(qū)南部，由綠島區(qū)變?yōu)闊釐u區(qū)的面積，而長(zhǎng)安區(qū)的部分中間區(qū)變?yōu)榫G島區(qū)；強(qiáng)綠島區(qū)由1.47%變?yōu)?.53%，增加了0.06%，發(fā)生變化可以忽略．總體來(lái)說(shuō)，西安市7年間大部分區(qū)域處在綠島區(qū)和中間區(qū)，這兩個(gè)分級(jí)的面積百分比一直在90%以上，同時(shí)，強(qiáng)熱島區(qū)和熱島區(qū)顯著增加．

2007—2014年間，強(qiáng)熱島區(qū)和熱島區(qū)面積持續(xù)增加，強(qiáng)熱島區(qū)由1.9%到2.84%，較2000—2007年稍小，熱島區(qū)增加尤為突出，從6.02%到17.04%，較2000—2007年大數(shù)倍，對(duì)比地表溫度等級(jí)劃分圖，強(qiáng)熱島區(qū)和熱島區(qū)繼續(xù)擴(kuò)張，并且逐漸滲透到城市的每個(gè)區(qū)，從2000—2014熱島區(qū)和強(qiáng)熱島區(qū)一直增加，表明城市的快速擴(kuò)張，建成區(qū)面積擴(kuò)大，導(dǎo)致城市中心區(qū)域的熱島范圍不斷擴(kuò)大．中間區(qū)面積明顯增大，從24.72%到35.57%，而綠島區(qū)面積減少最為顯著，從65.83%到42.25%，主要由于綠島區(qū)減少，被中間區(qū)和熱島區(qū)所代替；強(qiáng)綠島區(qū)增加了0.77%，雖然增加不明顯，但這14年來(lái)保持增加趨勢(shì)，說(shuō)明城市的合理規(guī)劃、自然景區(qū)建設(shè)及植被保護(hù)等措施有益于城市熱環(huán)境的改善．

3 結(jié)論

本文基于西安市的三景l(fā)andsat數(shù)據(jù)，反演地表溫度，對(duì)反演得到的地表溫度進(jìn)行歸一化處理，結(jié)果表明：(1) 熱島區(qū)大多分布在城市中的商業(yè)區(qū)、工業(yè)區(qū)、住宅區(qū)及車(chē)輛密集的繁華區(qū)，城區(qū)周邊的自然景區(qū)、山林、農(nóng)田及水體區(qū)域處在強(qiáng)綠島區(qū)和綠島區(qū)；(2) 隨著城市的快速發(fā)展，部分綠島區(qū)被熱島區(qū)代替，城市熱場(chǎng)的分布范圍呈現(xiàn)逐漸增加的趨勢(shì)，由城市中心向外圍蔓延，空間形態(tài)呈現(xiàn)出由散點(diǎn)狀變成連片狀再到擴(kuò)散轉(zhuǎn)移狀的特征；(3) 不同土地利用類(lèi)型所產(chǎn)生的熱環(huán)境效應(yīng)的差異明顯，且水體區(qū)域和綠色植被生態(tài)效益明顯．

References

[1] 馮曉剛. 城市熱島效應(yīng)演變與成因遙感研究—以西安都市圈為例[D]. 西安: 陜西師范大學(xué), 2011.FENG Xiaogang. Study on the evolution of urban heat island effect and the remote sensing of the formation of urban heat island—a case study of Xi'an metropolitan area[D]. Xi'an: Shaanxi Normal University, 2011.

[2] HOUET Thomas, PIGEON Gregoire. Mapping urban climate zone sand quantifying climate behaviors—an application on Toulouse urban area(France)[J]. Environmental Pollution, 2011, 3: l-13.

[3] 趙海軍, 唐斌. 成都市熱島效應(yīng)的遙感分析[J]. 內(nèi)蒙科技, 2011(12): 21-22.ZHAO Haijun, TANG Bin. Remote sensing analysis of urban heat island effect in Chengdu City[J]. Inner Mongolia science and technology, 2011(12): 21-22.

[4] 王娟敏, 孫嫻, 毛明策, 等. 西安市城市熱島效應(yīng)衛(wèi)星遙感分析[J]. 陜西氣象, 2011(3): 23-25.WANG Juanmin, SUN Xian, MAO Mingce, et al. Satellite remote sensing analysis of urban heat island effect of Xi'an City[J]. Journal of Shaanxi Meteorology, 2011(3):23-25.

[5] 覃志豪, ZHANG Minghua, KAMIELI Arnon, 等. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學(xué)報(bào), 2001, 56(4): 456-466.TAN Zhihao, ZHANG Minghua, KAMIELI Arnon, et al.Mono-window A lgorithm for Retrieving Land Surface Temperature from Landsat TM6 data[J]. Acta Geographica Sinice, 2001, 56(4): 456-466.

[6] ARTIS D A, CARNAHAN W H. Survey of emissive variability in thermography of urban areas[J]. Remote sensing of Environment, 1982, 4(12): 313-329.

[7] JIMENEZ-MUFIOZ J C. A generalized single-channel method for retrieving land surface temperature from remote sensing date[J]. Journal of Geophysical Research.2003, 108: 4688.

[8] 黃妙芬, 邢旭峰, 王培娟, 等. 用LANDSAT/TM熱紅外通道反演地表溫度的三種方法比較[J]. 干旱地理,2006, 29(1): 132-137.HUANG Miaofen, XING Xufeng, WANG Peijuan, et al.Comparison between three different methods of retrieving surface temperature from Landsat TM thermal infrared band[J]. Arid Land Geography, 2006, 29(1): 132-137.

[9] 白潔, 劉邵民, 扈光. 針對(duì)TM/ETM+遙感數(shù)據(jù)的地表溫度反演與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(9):148-154.BAI Jie, LIU Shaomin, HU Guang. Inversion and verification of land surface temperature with remote sensing TM/ETM+ data[J]. Transactions of the CSAE, 2008,24(9): 148-154.

[10] SOBRINO J. Land surface temperature retrieval from LANDSAT TM5[J]. Remote Sensing of Environment,2004, 90(4): 434-440.

[11] 鄧書(shū)斌. ENVI遙感圖像處理方法[M]. 北京: 科學(xué)出版社, 2010.DENG Shubing. ENVI remote sensing image processing method[M]. Beijing: Science Press, 2010.

[12] 江樟焰, 陳云浩, 李京. 基于Landsat TM數(shù)據(jù)的北京城市熱島研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2006,31(2): 120-123.JIANG Zhangyan, CHEN Yunhao, LI Jing. Heat Island Effect of Beijing Based on Landsat TM Data[J]. Journal of Wuhan University(Information Science Edition), 2006,31(2): 120-123.

[13] 梁順林. 定量遙感[M]. 北京: 科學(xué)出版社, 2009.LIANG Shunlin. Quantitative Remote Sensing[M]. Beijing: Science Press, 2009.

[14] 季青, 賀伶俐, 余明, 等. 基于Landsat ETM+數(shù)據(jù)的福州市土地利用/覆被與城市熱島的關(guān)系研究[J]. 福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009, 25(6): 106-113.JI Qing, HE Lingli, YU Ming, et al. Study on relationship between land use/cover and urban heat island based on Landsat ETM+ remote sensing data[J]. Journal of Fujian Normal University(Natural Science Edition), 2009. 25(6):106-113.

[15] 劉艷紅, 王均國(guó), 郭晉平. 太原城市熱環(huán)境動(dòng)態(tài)演變規(guī)律研究[J]. 湖北農(nóng)業(yè)科學(xué), 2009, 48(7): 1776-1779.LIU Yanhong, WANG Junguo, GUO Jinping. Study on Dynamic Evolvement Process of the Urban Heat Island in Taiyuan[J]. Hubei Agricultural Sciences, 2009. 48(7):1776-1779.

[16] 陳明輝, 陳穎彪, 郭冠華, 等. 東莞市城市熱環(huán)境時(shí)空變化及其驅(qū)動(dòng)機(jī)制[J]. 地理研究, 2011, 30(8):1431-1438.CHEN Minghui, CHEN Yingbiao, GUO Guanhua, et al.Temporal and spatial changes of urban thermal environment and driving mechanism in Dongguan City[J]. Geographical Research, 2011, 30(8): 1431-1438.

[17] 方永俠, 申雙和, 韓瑩等. 基于TM影像的不同季節(jié)北京城市熱環(huán)境研究[J]. 氣候與環(huán)境研究, 2011, 16(4):487-493.FANG Yong, SHEN Shuanghe, HAN Ying, et al. A Study of Seasonal Urban Heat Environment in Beijing on TM Image[J]. Climatic and Environmental Research,2011, 16(4): 487-493.

[18] 王鵬龍. 基于遙感的近20年銀川市熱力景觀變化研究[D]. 蘭州: 蘭州大學(xué), 2013.WANG Penglong. Urban Thermal Landscape Pattern Variation in Yinchuan City Based on Remote Sensing from 1989 to 2011[D]. Lanzhou: Lanzhou University,2013.

[19] 王鵬龍, 張建明, 呂榮芳. 基于空間自相關(guān)的蘭州市熱環(huán)境[J]. 生態(tài)學(xué)雜志, 2014, 33(4): 1089-1095.WANG Penglong, ZHANG Jianming, Lü Rongfang.Urban thermal environment pattern with spatial autocorrelation in Lanzhou[J]. Chinese Journal of Ecology, 2014,33(4): 1089-1095.

[20] 王冰, 田永中, 易佳, 等. 基于遙感影像的重慶市城市熱場(chǎng)環(huán)境效應(yīng)研究[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2009, 31(12): 134-139.WANG Bing, TIAN Yongzhong, YI Jia, et al. A Remote Sensing Image-Based Study of the Environmental Effects of Urban Thermal Field in Chongqing[J]. Journal of Southwest University(Natural Science Edition), 2009,31(12): 134-139.