城市綠色空間對周邊熱環(huán)境的降溫規(guī)律

景高莉+張建軍+程明芳+韓學語

摘要： 以北京市五環(huán)范圍內(nèi)的27處城市綠色空間為研究對象，利用遙感技術(shù)與地理信息技術(shù)，探究城市綠色空間的降溫規(guī)律。結(jié)果表明，降溫幅度與降溫距離隨著綠色空間面積與周長的增大而增加，隨綠地形狀指數(shù)的增加而減小。隨著周圍建設用地NDBI值的增大，降溫幅度逐漸增加。針對影響降溫幅度的各個因素，建立了多元線性回歸模型。

關鍵詞： 周邊熱環(huán)境；降溫距離；降溫幅度；NDBI

中圖分類號： S181 文獻標志碼： A

文章編號：1002-1302（2017）22-0289-06

近年來，城市化的加劇已經(jīng)引起了眾多的生態(tài)環(huán)境問題。研究城市熱環(huán)境以及影響因素對于緩解生態(tài)環(huán)境問題有著重要的理論和實際意義[1]。城市“熱島效應”是指城市氣溫明顯高于郊區(qū)的現(xiàn)象[2]。隨著城市化進程的加快，城市熱島問題正變得愈發(fā)突出[3]，城市土地利用導致城區(qū)范圍不斷擴大，人口聚集使地表熱效應特征顯著[4]。尤其在夏季，已經(jīng)嚴重影響城市居民的正常生活與健康[5]。城市綠色空間作為一種稀缺資源，為城市可持續(xù)發(fā)展提供多種生態(tài)服務功能保障[6]。城市綠色空間中的綠地可以通過植被的光合作用、蒸騰與蒸散作用來降低地表溫度，是緩解城市熱島效應的有效途徑之一[7]。有研究表明，夏季高溫植被覆蓋率越高，綠地溫度越低，當覆蓋率達到或高于60%時，綠地具有明顯的降溫增濕效果[8]。城市綠色空間不僅自身可發(fā)揮“城市冷島”的作用，對其周邊地區(qū)也有明顯的降溫作用。綠色空間有利于增加濕度，隨著城市地表濕度值的提高，區(qū)域內(nèi)部以及周圍環(huán)境的溫度都會隨之下降[9]。如何優(yōu)化城市綠色空間布局，實現(xiàn)城市綠地降溫效應的最大化，是城市布局規(guī)劃與研究的熱點[10]。

北京位于115.7°～117.4°E、39.4°～41.6°N，中心位于39°54′20″N、116°25′29″E，總面積1.64萬km2。北京作為我國的首都和經(jīng)濟、文化中心，是我國城市化發(fā)展速度最快的地區(qū)之一。2015年6月，北京市常住人口達到 2 168.9 萬人。近幾十年來，隨著城市化快速發(fā)展，北京出現(xiàn)了明顯的城市熱島現(xiàn)象[11]，其高強度的經(jīng)濟活動、高密度的硬化地表使城市熱島效應更加顯著。2000—2006年夏季熱島強度增溫率達0.326 ℃/年，2005年中心強度達到 10.54 ℃，熱島影響范圍也由1987年總面積的10.74%上升至2009年的26.77%[12]。北京五環(huán)內(nèi)為北京市城區(qū)熱島效應較為顯著的地區(qū)，城市建筑物散發(fā)出大量熱量，導致溫度上升[13-14]。在北京五環(huán)內(nèi)，同時分布著大量綠色區(qū)域，綠色空間不僅在內(nèi)部形成低溫的區(qū)域，對周邊地區(qū)也有緩解城市熱環(huán)境的作用。

1 研究內(nèi)容與方法

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)為Landsat 8衛(wèi)星遙感影像和資源三號衛(wèi)星影像。Landsat 8影像的獲取時間為2014年9月4日，分辨率為30 m，圖像的質(zhì)量良好，無云，地面特征清晰，圖像干擾較少。資源三號影像中多光譜影像的分辨率為5 m，全色影像為 2.1 m，過境日期為2015年6月2日。

1.2 數(shù)據(jù)處理

1.2.1 地表溫度反演

地表溫度反演采用遙感圖像處理軟件ENVI，以及地理信息系統(tǒng)軟件ArcGIS。先對影像進行輻射定標，將影像DN值轉(zhuǎn)化成輻射亮度值，然后利用輻射亮度值去推算地表溫度。本研究中，TIRS與OLI分別進行輻射定標，并對OLI進行了FLAASH大氣校正，各項定標參數(shù)從Landsat 8影像的頭文件里獲取。用Landsat 8衛(wèi)星數(shù)據(jù)反演地表溫度，熱紅外數(shù)據(jù)由于定標參數(shù)有誤差，因此必須對TIRS 10波段求出的光譜輻射值減去0.29 W/（m2·sr·μm），而TIRS 11波段由于誤差更大不建議使用[15]，USGS暫不鼓勵用劈窗算法來反演地表溫度，而是建議仍采用TM/ETM+的單波段方式來計算地表溫度。故本研究采用單通道法，對Landsat 8第10波段輻射定標，利用輻射定標系數(shù)將其像元灰度值轉(zhuǎn)換為對應的熱輻射強度值。輻射校正公式如下：

式中：增益ML和偏移AL參數(shù)可直接從影像元數(shù)據(jù)文件中直接獲取，Qcal是指像元灰度值DN。

反演地表溫度參考Schneider和Mauser[16]給出的TM影像溫度反演公式得到：

式中：T為地表溫度，K1、K2為定標常數(shù)，Lλ為第10波段熱紅外通道的輻射亮度。通過反演得到的地表溫度如圖1所示。

1.2.2 地表溫度反演精度驗證

本研究采用地面實地觀測的方法對遙感影像反演地表溫度的數(shù)據(jù)進行精度驗證，使用的儀器有手持式GPS和熱紅外輻射槍（用于地面溫度測量）。地表溫度觀測的方法為，采用紅外溫度計獲取城市區(qū)域的水泥混凝土地面溫度作為地表溫度，從09：00開始，每15 min測量1次地表溫度，至16：00時，獲得白天內(nèi)的溫度變化，作為其他測量點在不同時段測量結(jié)果的換算標準。實測采集了300個樣點，由于各樣點溫度采集的時間點不同，根據(jù)標準點將所有的樣點溫度值換算到遙感影像過境時點的溫度，將實測溫度與反演得到的遙感影像相應位置的地表溫度值進行比較。圖2橫坐標為反演溫度與實測溫度的比值，縱坐標為落入相應的比值區(qū)間的樣點頻數(shù)。從圖2可以看出，反演溫度與實測溫度樣本比值大部分落入0.7～1.2之間，由遙感影像反演得到的溫度能有效地反映地表的真實溫度。

1.2.3 綠地信息提取

本研究將資源三號遙感影像通過正射校正、幾何校正、配準、大氣校正等預處理，將全色數(shù)據(jù)與多光譜數(shù)據(jù)經(jīng)過影像糾正后配準、融合，得到分辨率為2.1 m的遙感影像，能夠較好地解譯綠地信息和分辨地物，影像處理流程如圖3所示。結(jié)合對Landsat 8反演得到的地表溫度，確定北京五環(huán)內(nèi)溫度較低的綠色空間區(qū)域，通過人工矢量化的方法，得到27塊綠色空間（圖4）。endprint

1.3 綠色空間的降溫距離與降溫幅度

利用ArcGIS的空間統(tǒng)計分析功能統(tǒng)計了27塊綠色空間內(nèi)部的平均溫度、最大溫度與最小溫度（表1）。由表1可知，

27處綠色空間內(nèi)部的平均溫度為35.69 ℃，比通過反演統(tǒng)計所得的北京五環(huán)內(nèi)的平均溫度40.64 ℃要低4.95 ℃，可見綠色空間具有明顯的降溫效應。綠色空間在對其內(nèi)部產(chǎn)生低溫效應的同時，對周邊地區(qū)也存在著一定的降溫影響。根據(jù)前人的研究成果，綠地對周邊熱環(huán)境的降溫幅度與降溫距離有很大差異[17]。為方便研究綠色空間對周圍熱環(huán)境的影響，以反演得到的地表溫度為數(shù)據(jù)，以30 m為間隔對選取的每個綠地劃分多個分級緩沖區(qū)，每個綠色空間周邊的緩沖區(qū)數(shù)量為10個，將反演溫度場與緩沖區(qū)疊加，統(tǒng)計緩沖區(qū)內(nèi)的平均溫度，用以探索綠色空間周圍300 m范圍內(nèi)的熱環(huán)境變化。對于綠色空間相鄰可能受到干擾的區(qū)域，本研究對綠色空間周邊[CM（25]受到干擾的地區(qū)進行了剔除，保證最終提取出來的緩沖區(qū)

內(nèi)不包含大型的綠地或者水域。

對綠色空間劃分緩沖區(qū)后，通過ArcGIS空間統(tǒng)計分析方法得到每個緩沖區(qū)的平均溫度，以距離（L）為自變量，以溫度（T）為因變量，隨距離的增加對緩沖區(qū)內(nèi)的平均溫度進行擬合，建立城市綠色空間周邊溫度與離綠色空間邊界距離的規(guī)律模型，探究綠色空間對周邊環(huán)境的降溫距離與降溫幅度，主要的變化規(guī)律如圖5所示。

由圖5可見，隨著距離的增加，緩沖區(qū)內(nèi)平均溫度逐漸上升，當達到一定范圍時，溫度變化平緩，當溫度變化平穩(wěn)時，即認定此時的距離為綠色空間對周圍環(huán)境的降溫影響距離，對選取的27個綠色空間周邊緩沖區(qū)平均溫度分別進行擬合，得到各自的降溫曲線，決定系數(shù)均在0.77以上，根據(jù)公式求取最大的降溫距離與降溫幅度。根據(jù)已有的研究成果，選擇三次多項式對緩沖區(qū)內(nèi)的溫度進行擬合，通過對擬合得到的三次多項式求拐點得到影響距離的最大值，拐點的計算公式為[18]：

式中：a、b、c均為三次多項式的系數(shù)，得到的拐點的值即為最大降溫影響距離Dmax，最大降溫距離處的溫度Tmax通過將求得的最大影響距離Dmax代入擬合得到的公式中求出，研究區(qū)各綠地緩沖區(qū)內(nèi)平均溫度擬合的三次多項式如表2所示。

根據(jù)公式對每一處綠地的最大降溫距離進行求算，并將所得到的值代入公式中算出最大降溫距離處的溫度，與綠色空間內(nèi)部的平均溫度相減，求得最大溫差，記為綠地斑塊的降

溫幅度（表3）。最小的降溫幅度出現(xiàn)在龍?zhí)段骱珗@，為 0.47 ℃，最大的降溫幅度出現(xiàn)在古塔公園，為7.64 ℃；最小的降溫距離出現(xiàn)在北京朝陽高爾夫俱樂部，為22.99 m，最大的降溫距離出現(xiàn)在朝陽公園，為256.78 m。

1.4 NDBI的提取

本研究選取的綠色空間斑塊均分布在北京市五環(huán)范圍內(nèi)，綠色空間周邊大多分布著城市建設用地，建筑用地是城市建成區(qū)中最主要的土地利用類型，強烈地影響著城市生態(tài)環(huán)境，其分布形式直接影響城市熱島效應的強弱。城市綠色空間對周邊熱環(huán)境的降溫效果，不僅受到綠色空間本身特征的影響，更受到緩沖區(qū)內(nèi)其他因素的影響。通過對緩沖區(qū)內(nèi)溫度[CM（25]的擬合，確定了各個綠色空間的最大降溫范圍。通過

ArcGIS的空間統(tǒng)計分析方法，劃分出每一個綠色空間邊界到降溫距離之間的區(qū)域，以此區(qū)域內(nèi)的建設用地為研究對象。

對降溫距離范圍內(nèi)的建設用地，選用建筑歸一化指數(shù)NDBI來反映建設用地信息。目前，針對建筑指數(shù)與城市熱島效應關系的研究較少。楊山提出仿歸一化植被指數(shù)[19]之后，在此基礎上，查勇等在建筑用地信息提取方面提出了歸一化建筑指數(shù)（NDBI），其數(shù)值越大表明建筑用地比例越高，建筑密度越高[20]。計算公式為：

式中：NIR為近紅外波段，MIR為中紅外波段，NDBI的值可通過ENVI的波段運算計算得出。NDBI與歸一化植被指數(shù)相似，其取值范圍為-1～1。提取了NDBI的值之后，將具有NDBI數(shù)據(jù)的柵格圖像與具有綠地斑塊降溫距離的矢量圖像疊加，通過ArcGIS的空間統(tǒng)計分析功能，統(tǒng)計各綠色空間降溫范圍內(nèi)建設用地NDBI的平均值。

2 結(jié)果與分析

2.1 綠色空間的降溫效果影響因素

2.1.1 綠色空間形態(tài)特征對降溫距離與降溫幅度的影響

從斑塊水平研究綠色空間的形態(tài)特征，通過現(xiàn)有的研究表明，北京市的主要綠色空間的景觀斑塊特征差異非常顯著，面積、周長及形狀指數(shù)均存在著明顯的差異[21]，能夠較好地表征綠色空間形態(tài)特征特點。本研究為了定量研究綠色空間對周邊環(huán)境的局地效應，將綠地面積、綠地周長、綠地形狀指數(shù)等綠地形態(tài)特征因素與降溫幅度及降溫距離進行相關性分析。

2.1.2 綠色空間面積對降溫距離與降溫幅度的影響

綠地面積對降溫距離與降溫幅度存在著正向影響，即隨著面積的增大，綠色空間對周邊熱環(huán)境的影響距離增大，降溫幅度也增大（圖6）。降溫距離最大的是朝陽公園，達到256.78 m，其面積也是選取的綠色空間中最大的，達到3.33 km2，朝陽公園的降溫幅度為7.37 ℃，與最大的降溫幅度7.64 ℃相差無幾。最大的降溫幅度出現(xiàn)在古塔公園，古塔公園的面積為 2.20 km2，是朝陽公園面積的2/3，可見，綠色空間的降溫幅度除受到面積的影響外，還受到其他因素的影響。如本研究中，有2塊綠地為高爾夫練習場，其面積分別為0.14、1.53 km2，相差較大，但是降溫距離分別為22.99、48.13 m，降溫幅度分別為0.49、1.16 ℃，降溫距離與降溫幅度并沒有因為綠色空間面積的增大而出現(xiàn)顯著變化，究其原因，這2塊綠地綠化以草皮為主，而其他的綠色空間內(nèi)部不僅分布著草地還分布著各種喬木與灌木，可見草地無論面積大小，其降溫幅度與降溫距離均不明顯。

2.1.3 綠色空間周長對降溫距離與降溫幅度的影響endprint

綠色空間的周長與降溫幅度與降溫距離呈現(xiàn)顯著的線性相關性（圖7）。綠色空間的降溫幅度與其周長線性相關性的決定系數(shù)為0.441，降溫距離與綠地周長線性相關性的決定系數(shù)為0.329，其中降溫距離最小的是北京朝陽高爾夫俱樂部，為22.99 m，其周長為1.93 km。降溫幅度最小的是團結(jié)湖公園，為0.97 ℃，同時團結(jié)湖公園的周長也是各樣本中最小的。由圖7可以看出，在綠色空間的周長小于5 km的樣本中，降溫幅度與降溫距離十分聚集，而當綠色空間的周長大于5 km時，降溫幅度與降溫距離的值變化明顯，且較為分散，在設計綠色空間時，在綠色空間的周長大于5 km的情況下，增加綠色空間的周長有助于有效提高綠色空間的降溫效果。

2.1.4 綠色空間形狀指數(shù)對降溫距離與降溫幅度的影響

除了對綠色空間的面積與周長的分析，本研究也對綠色空間的形狀指數(shù)對降溫距離與降溫幅度的影響進行了分析（圖8），綠色空間的降溫距離與降溫幅度均隨著形狀指數(shù)的升高而降低。綠色空間的形狀指數(shù)越高，表明形狀越不規(guī)則，導致綠色空間內(nèi)部與外界熱環(huán)境的接觸越頻繁，綠色空間內(nèi)部的低溫效果更容易影響外界環(huán)境，因此形狀指數(shù)越高的綠色空間對周邊熱環(huán)境的降溫距離與降溫幅度越小。

2.2 綠色空間周邊建設用地的熱環(huán)境對降溫的影響

建設用地的建筑密度越高，熱島效應表現(xiàn)得越明顯。綠色空間周邊降溫范圍內(nèi)的建設用地最大溫度值與建設用地的平均NDBI具有顯著的指數(shù)關系，決定系數(shù)達到0.844 2，這表明，NDBI的值越大，即綠色空間周邊的建筑用地比例越高，綠色空間周邊環(huán)境的升溫越顯著（圖9）。降溫幅度與NDBI的擬合曲線見圖10，降溫幅度為通過對緩沖區(qū)溫度擬合的三次多項式計算得到的最大值與綠地斑塊內(nèi)部平均溫度的差值。所以降溫幅度受到綠地形態(tài)特征與周邊建設用地升溫作用的多因素影響，而降溫范圍內(nèi)建設用地的最高溫度受建設用地的影響極大，綠色空間周邊NDBI值越高，導致綠色空間周邊升溫越快。建設用地上的硬化地表與建筑物散發(fā)出大量熱量，不僅是城市熱島效應產(chǎn)生的因素，也不利于城市綠色空間充分發(fā)揮其冷島作用。

2.3 綠色空間對周邊降溫幅度的綜合影響

根據(jù)以上研究可知，不僅是綠色空間形態(tài)特征（面積、周長、形狀指數(shù)）對降溫效果有一定的影響，綠色空間周邊的建設用地本身也散發(fā)出熱量影響著綠色空間的降溫效果。為了分析綠色空間對周邊熱環(huán)境的綜合影響，本研究采用統(tǒng)計學

中的逐步回歸分析來進一步研究綠色空間面積、周長、形狀指數(shù)以及周邊建設用地NDBI對降溫幅度的定量關系。在逐步回歸分析過程中，影響降溫幅度的自變量中周長與NDBI被保留了下來，回歸方程為：

式中：y為降溫幅度，x1為綠色空間的周長，x2為周邊建設用地NDBI。

4 結(jié)論與討論

城市綠色空間不僅在內(nèi)部形成降溫區(qū)域，發(fā)揮冷島作用，對其周邊熱環(huán)境也具有明顯的緩解作用[22-23]，通過建立城市綠色空間周邊溫度與離綠色空間邊界距離的規(guī)律模型可得，綠地外部的溫度隨著距離的增加而不斷升高，然后趨于平穩(wěn)。此時，將趨于平緩時的溫度認定為綠色空間周邊的最大溫度，最大溫度處與綠色空間的距離為最大降溫距離。溫度升高的變化趨勢與三次多項式有較好的擬合度，根據(jù)擬合的三次多項式更加合理地確定綠色空間的降溫范圍與降溫幅度。經(jīng)計算，本研究中選取的綠色空間的降溫范圍不一，最小的降溫范圍為22.99 m，最大的降溫范圍可達256.78 m。綠地的降溫幅度也有很大差距，最小的降溫幅度為0.47 ℃，最大的降溫幅度為7.64 ℃。

探究了城市綠色空間對周邊熱環(huán)境降溫作用的影響因素，綠地本身的形態(tài)特征（綠色空間面積、綠色空間周長、綠色空間的形狀指數(shù)）與綠色空間的降溫距離與降溫幅度均呈現(xiàn)線性關系，其中隨著綠色空間面積與綠色空間周長的增加，降溫距離與降溫幅度均逐漸升高；而綠色空間形狀指數(shù)與綠色空間的降溫距離和降溫幅度則呈現(xiàn)負相關關系。在研究了綠地形態(tài)特征的基礎上，本研究引進了建筑歸一化指數(shù)NDBI來探究城市綠地斑塊周邊建設用地對綠地降溫幅度的影響。通過擬合，NDBI與降溫幅度呈現(xiàn)顯著的指數(shù)相關性，綠地周邊NDBI值越大，降溫幅度越大，NDBI值越大，導致綠地周邊升溫越快且升溫越高。

在分析了綠色空間的3個形態(tài)特征與周邊建設用地NDBI之后，對多個因素的綜合影響進行了研究，采取的方法為逐步回歸分析。通過逐步分析，篩選出了對降溫幅度最大的影響因素，為綠色空間周長與周邊建設用地NDBI，為城市規(guī)劃提供參考意見。在本研究中影響綠色空間降溫幅度的因素中，建設用地NDBI對降溫幅度的影響最大，說明在高建筑密度區(qū)域興建公園、綠地更有助于發(fā)揮綠色空間的降溫效果，緩解城市熱島，給人提供舒適感。

采用劃定緩沖區(qū)的方法來分析綠色周邊的熱環(huán)境變化，對于城市綠地周邊地區(qū)下墊面環(huán)境的復雜程度及建筑物空間布局具有不確定性，基于緩沖區(qū)分析的方法存在一定的不足。對綠地降溫效果的研究，尺度是重要的限制因素，但由于城市下墊面性質(zhì)的復雜性，更深層次、更細致的小尺度研究是將來可進一步研究的重點與難點。

參考文獻：

[1] 胡忠秀，周忠學. 西安市綠地生態(tài)系統(tǒng)服務功能測算及其空間格局研究[J]. 干旱區(qū)地理，2013，36（3）：553-561.

[2]李延明，郭 佳，馮久瑩. 城市綠色空間及對城市熱島效應的影響[J]. 城市環(huán)境與城市生態(tài)，2004，17（1）：1-4.

[3]朱 焱，楊金彪，朱蓮芳，等. 蘇州城市化進程與城市氣候變化關系研究[J]. 氣象科學，2012，32（3）：317-324.

[4]程 晨，蔡 喆，閆 維，等. 基于Landsat TM/ETM+的天津城區(qū)及濱海新區(qū)熱島效應時空變化研究[J]. 自然資源學報，2010，25（10）：1727-1737.endprint

[5]肖榮波，歐陽志云，李偉峰，等. 城市熱島的生態(tài)環(huán)境效應[J]. 生態(tài)學報，2005，25（8）：2055-2060.

[6]岳文澤. 基于遙感影像的城市景觀格局及其熱環(huán)境效應研究[D]. 上海：華東師范大學，2005.

[7]陳愛蓮，孫然好，陳利頂. 綠地格局對城市地表熱環(huán)境的調(diào)節(jié)功能[J]. 生態(tài)學報，2013，33（8）：2372-2380.

[8]武鵬飛，王茂軍，張學霞. 北京市植被綠度與城市熱島效應關系研究[J]. 北京林業(yè)大學學報，2009（5）：54-60.

[9]劉嬌妹，李樹華，楊志峰. 北京公園綠地夏季溫濕效應[J]. 生態(tài)學雜志，2008，27（11）：1972-1978.

[10] 張 宇，陳龍乾，王雨辰，等. 基于TM影像的城市地表濕度對城市熱島效應的調(diào)控機理研究[J]. 自然資源學報，2015，30（4）：629-640.

[11]孔繁花，尹海偉，劉金勇，等. 城市綠地降溫效應研究進展與展望[J]. 自然資源學報，2013，28（1）：171-181.

[12]季崇萍，劉偉東，軒春怡. 北京城市化進程對城市熱島的影響研究[J]. 地球物理學報，2006，49（1）：69-77.

[13]王艷姣，閆 峰，張培群，等. 基于植被指數(shù)和地表反照率影響的北京城市熱島變化[J]. 環(huán)境科學研究，2009，22（2）：215-220.

[14]張 玲，徐宗學，阮本清. 北京城市熱島效應對氣溫和降水量的影響[J]. 自然資源學報，2006，21（5）：746-755.

[15]徐涵秋. 新型Landsat8衛(wèi)星影像的反射率和地表溫度反演[J]. 地球物理學報，2015，03（3）：741-747.

[16]Qin Z H，Karnieli A. B A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the application to the Israel-Egypt border region[J]. International Journal of Remote Sensing，2001，22（18）：3719-3746.

[17]陳方敏. 上海市公園綠地對熱島效應影響的多尺度研究[D]. 上海：華東師范大學，2010.

[18]蘇泳嫻，黃光慶，陳修治，等. 廣州市城區(qū)公園對周邊環(huán)境的降溫效應[J]. 生態(tài)學報，2010，30（18）：4905-4918.

[19]楊 山. 發(fā)達地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究——以無錫市為例[J]. 地理學報，2000，55（6）：671-678.

[20]查 勇，倪紹祥，楊 山. 一種利用TM圖像自動提取城鎮(zhèn)用地信息的有效方法[J]. 遙感學報，2003，7（1）：37-40.

[21]孟 丹，李小娟，宮輝力，等. 北京地區(qū)熱力景觀格局及典型城市景觀的熱環(huán)境效應[J]. 生態(tài)學報，2010，30（13）：3491-3500.

[22]劉文良. 困惑與超越：走出城市綠地規(guī)劃的誤區(qū)[J]. 江蘇農(nóng)業(yè)科學，2015，43（5）：4-6.

[23]邵大偉. 綠地對城市居住空間影響效能的多尺度范式[J]. 江蘇農(nóng)業(yè)科學，2015，43（12）：224-227.endprint