EN中文

Journal of Geo-information Science >

2016 , Vol. 18 >Issue 12: 1684 - 1697

DOI: https://doi.org/10.3724/SP.J.1047.2016.01684

Orginal Article

Urban Surface Energy’s Responses to Land Surface ElementTypes and Interactive Relationship

  • WANG Lei , 1, 2 ,
  • GUAN Yanning 1 ,
  • GUO Shan , 1, * ,
  • YAO Wutao 1, 2 ,
  • CAI Danlu 1 ,
  • ZHANG Chunyan 1 ,
  • XIAO Han 1, 2
Expand
  • 1. Institute of Sensing and Digital Earth, CA S, Beijing 100101, China
  • 2. University of Chinese Academy of Science, Beijing 100049, China
*Corresponding author: GUO Shan, E-mail:

Received date: 2016-03-25

  Request revised date: 2016-05-05

  Online published: 2016-12-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Remote sensing based urban surface energy information sufficiently reveals the interactive relationship between urban surface energy and land surface element types, which objectively reflect the structures and variations of the high surface energy areas, the open urban fields and the open urban space networks. To attribute the changing urban thermal environment to different combinations of land surface element types, the study area is divided into 154 grids. Seattle of USA, one of the international livable cities, is included as a reference city to further investigate how urban surface energy responses to different processes of urbanization. The following results are noted: (1) planning/designing the high surface energy areas and open urban fields with a better arrangement of land surface element types could benefit the balance of urban surface energy at both the grid scale and the regional scale; (2) for the massively expanded urban hard landscape, the vertical volume of the construction entities is more sensitive to the urban surface energy concentration and change, with respect to their horizontal distribution and group combination; (3) the percentage of open fields in grids will be higher than the high surface energy areas, when the impact of different surface element types on urban thermal environment shows an equality with the same absolute contribution index; (4) an significant decrease in urban surface energy will be found when forest and water occupies more than 20% of the grids; (5) contrarily, a remarkable increase in urban surface energy will appear when the under construction/industrial surface element types accounted for more than 5% of the grids, or when the proportion of high density construction land has reached up to 30% of the grids. In general, this study considers the spatial relationship between urban surface energy and land surface element types and thus to provide scientific references for urban planning and design.

Key words： remote sensing; urban surface energy; land surface element types; contribution index

Cite this article

WANG Lei , GUAN Yanning , GUO Shan , YAO Wutao , CAI Danlu , ZHANG Chunyan , XIAO Han . Urban Surface Energy’s Responses to Land Surface ElementTypes and Interactive Relationship[J]. Journal of Geo-information Science, 2016 , 18(12) : 1684 -1697 . DOI: 10.3724/SP.J.1047.2016.01684

1 引言

进入21世纪,中国城市持续扩展导致城市的实体空间急剧增长,长期存在的城市内部以透水性表面的植被和水体为主的开敞空间与以硬质化表面的建筑为主的实体空间失衡现象愈发明显,原本并不充足的城市开敞空间处于格局改变、面积萎缩、质量下降的状态。遥感信息显示,城市蔓延和城市改造引发城市地表能量分布特征的整体变化,硬质化比例过大的实体空间使城市整体处于高能量的规模聚集状态,持续缩小的开敞空间被高能量包围而成为低能量分布的“孤岛”,城市与乡村之间的地表能量分布的缓冲与过渡区被压缩,城市地表能量波动与变化的频率、幅度随机性明显增加[1]。城市实体空间与开敞空间在格局、状态和质量上的失衡导致城市生态系统处于越来越严重的不稳定状态[2-3]。
遥感地表能量分析被认为是评价城市热环境的重要方法。通过研究城市土地利用/覆盖类型与地表能量的相关关系分析[4-9]城市化中土地利用/覆盖类型改变对热环境影响,是近些年经常采用的方法。Zhang等[5]利用景观指数和地表能量分区的方法定量分析了悉尼土地利用/覆盖类型的地表能量特征。Lo等[4]通过分析亚特兰大地区25年间土地利用/覆盖类型变迁以及地表能量与归一化植被指数、碳/氮氧化物的相关系数,指出城市化对人居健康环境的影响。王福海等[9]通过城市建设用地重心的改变以及横纵向地表能量的空间分布[6-9]来探讨城市改造后地表能量空间格局变化特征。黄丽明等[10]通过分析土地利用/覆盖类型密度、形状、分布等景观指数[10-17]与地表能量值的关系探讨景观格局的地表能量效应,进一步指出只有打破单一连片的建设用地,重视公园等景观的降温作用,才能从景观格局层面来缓解城市热效应。
在构建参数量化土地利用/覆盖类型对城市热环境的影响,探索造成城市热岛效应的主要因素等研究方面,Chen等[11]通过构建面积加权的贡献指数分析证明建设用地的扩张对地表能量上升起了主要作用;Odindi等[18]引入此贡献指数算法分析四季不同土地利用/覆盖类型对热环境贡献的变化特征;刘宇等[19]构建热贡献指数探讨每种土地利用/覆盖类型中高于研究区域地表能量均值的部分对热环境的影响;邓玉娇等[20-21]改进刘宇提出的热贡献指数,消除了土地利用/覆盖类型面积的影响作用,进一步建立了冷贡献指数,形成了不同土地利用/覆盖类型热环境效应的定量评价体系。其中,Chen等建立的贡献指数考虑了土地利用/覆盖类型面积的作用,综合评价了土地利用/覆盖类型对区域热环境的影响程度。但运用传统土地利用/覆盖类型分类系统难以体现城市的社会-经济属性和自然属性的双重含义。鲜有从城市开敞空间和实体空间的平衡角度,研究地表能量综合响应特征和作用与影响关系特征对城市热环境的变化。
本研究根据城市结构的属性特征,在实现城市地表要素类型划分的基础上,从重庆市地表能量响应的基本网格单元和研究区尺度,分析城市地表要素对城市热环境的贡献,并结合与“国际宜居城市”——西雅图的对比,探讨城市化过程中地表要素类型改变对城市热环境的影响及其变化和规律。

2 研究区域与研究方法

2.1 研究区概况和数据处理

（1）研究区背景和数据选取
图1为中国重庆市和美国西雅图为研究区位置、网格划分和数字高程模型示意图。其中,重庆位于中国西南部、长江上游地区,东经105°11'~110°11'、北纬28°10'~32°13'之间,以丘陵和山地为主,属于中亚热带湿润季风气候,热量充沛,四周高山环绕,河谷深切,静风多,风速小,相对湿度较大,散热困难[22],东南部有规模山地植被覆盖。西雅图位于北纬47°25'~47°39',西经122°14'~122°25',太平洋西北海岸、奥林匹克山脉西侧,气候潮湿多雨,拥有规模城市林地和湿地分布。由于西雅图与重庆是友好城市,又均为工业城市,目前重庆政府绿地系统规划中多与宜居城市西雅图作对比,所以本研究在西雅图选取与重庆研究区相同大小的部分区域作对比分析。
Fig. 1 The geographical distribution of the study area, the gradation of DEM and the grid division

图1 研究区位置、网格划分和数字高程模型

基础数据源为美国地质调查局（USGS）陆地资源卫星Landsat TM5/OLI8的系列遥感数据,选择夏季同步周期数据实施对比分析。其中重庆的数据时相为2002-08-05和2014-08-06,西雅图的数据时相为2002-07-21和2014-07-29,并选取精度为 1 m的高空间分辨率数据作为精度验证;DEM数据采用美国国家航空航天局的ASTER数据产品。
图2为研究方案的实施流程。从整个研究区及900 m×900 m的网格2个空间尺度,分析6种地表要素类型与地表能量的响应机理,并量化6种地表要素类型时空分布特征。数据预处理利用ArcGIS的鱼网功能在样区范围内生成154个大小均一的规则网格。数据处理后的分析部分主要包括地表能量和地表要素类型信息的状态、构成和变化趋势,基于贡献指数的地表能量和地表要素类型的响应关系,以及与国际宜居城市西雅图的对比。
Fig. 2 Framework showing the responses of urban surface energy to land surface element types

图2 研究方案技术实施流程

（2）地表能量反演
地表能量的反演包括绝对地表能量反演和相对地表能量的划分。遥感系统接收到的电磁辐射能量经历了多种基本的交互作用,研究特定波段的入射辐射通量及其地面交互作用的本质特性,可以得到有关地面的重要信息[23]。本研究地表能量用亮度温度值表示,获取手段为从Landsat TM/OLI数据的热红外波段进行反演。采用热红外波段求亮温需要2个步骤：首先根据定标系数（增益、偏移量）把DN值转化为相应的热辐射强度值;然后再由热辐射强度值推算得到对应的亮度温度值,地表能量采用K氏温度表达[1]。
研究区相对地表能量分级是在绝对地表能量基础上扣除云、阴影和极端值部分后,采用等域的方法将地表能量值划分为9个等级,旨在反映主要地表要素类型的地表能量响应特征。
基于基本网格单元尺度的相对地表能量分级。将绝对地表能量数据以网格为空间分析单元按照像元值由小到大平均划分为9个相对地表能量等级。利用ArcGIS的统计功能提取每一个网格内像元地表能量值的最大值 MA X i 、最小值 MI N i ,实施相对地表能量的分级（式（1）-（2））。
DI S i = MA X i - MI N i / 9 （1）
N ij = Int T ij - MI N i DI S i + 1 （2）
式中： DI S i 代表网格的地表能量等级间隔, T ij 代表第 i 个网格的第 j 个像元的绝对地表能量值, N ij 代表第 i 个网格的第 j 个像元所处的等级,其中 i ={1,2,…,154}, j ={1,2,…,900}。
（3）地表要素类型提取
城市地表要素类型提取根据不同的地貌类型借鉴分区分层分类的方法① (① 中国科学院遥感应用研究所,关燕宁、郭杉、张春燕等,煤火和煤矿开采对土地覆盖变化和区域环境影响研究报告,2011年。),运用非监督分类的迭代自组织数据分析算法将全波段数据,经过10次迭代分为15类,依次按照相似度归并分类结果,并利用归一化植被指数对归并结果进行订正。表1为重庆研究区地表要素划分的六种类型,即建设用地A、建设用地B、在建/工业用地、林地、城市绿地/耕地、水体。其中建设用地A、建设用地B与在建/工业用地属于实体空间,林地、城市绿地/耕地和水体属于开敞空间。
Tab. 1 The description of the surface element types

表1 地表要素类型指标

城市要素类型 类型内容描述
建设用地A 植被覆盖率较低,高建筑密度区
建设用地B 规模植被分布,低建筑密度区
在建/工业用地 正在建设过程中,工业等聚集区
林地 规模乔木、灌木和其他林
城市绿地/耕地 规模绿化、草坪和耕地
水体 主要河流、湖泊、水库、坑塘

2.2 参量选择

（1）贡献指数（Contribution Index）：为反应地表要素类型的地表能量对热环境的影响程度,引入Chen等[11]提出的贡献指数（CI）,综合考虑地表要素类型所占面积和地表能量2方面因素。具体计算方法如式（3）所示。
C I e = ∑ m = 1 n ( T ̅ em - T ̅ ) × A em A 0 （3）
式中： e 为地表要素类型; T ̅ 指整个研究区的地表能量均值; T ̅ em 指第 e 类要素的第 m 个斑块的绝 对地表能量均值; n 指第 e 类要素的斑块数; A em 指第 e 类要素的第 m 个斑块的面积, A 0 指整个研究区（11×14个边长900 m的方形网格）的面积,为 1 247 400 m2。
（2）为了分析基本网格单元内地表要素类型所占的面积比例对网格整体地表能量的影响,提取每个网格内每种要素类型的比例和网格地表能量均值,筛选典型数据分析二者的相关关系,二者的函数关系如式（4）所示。
T i = f A / ei A grid （4）
式中： T i 为第 i 个网格的绝对地表能量均值;e为地表要素类型; A ei 为地表要素类型e在第i个网格的面积; A grid 为网格的面积,900 m×900 m=8100 m2。

3 地表要素与地表能量响应特征

3.1 地表要素分布特征

（1）构成特征
图3为2期重庆研究区地表要素类型分布状况。表2中,2002年属于城市开敞空间的水体、林地和公园绿地/耕地的地表要素类型分布面积为52.95%,维持开敞空间为主的状况主要源于嘉陵江以北,长江以南两岸纵深地带的农田植被和森林植被尚未开发;到2014年,重庆研究区属于城市实体空间的建设用地A、建设用地B和在建/工业用地的地表要素类型分布为59.93%,形成了从以开敞空间为主向以实体空间为主的格局。
Fig. 3 The geographical distribution of surface element types in the study area

图3 重庆研究区地表要素类型分布

Tab. 2 The proportional distribution and percentage change of surface element types from 2002 to 2014

表2 重庆研究区2002-2014年地表要素类型分布和变化

百分比/(%)
建设用地A 建设用地B 在建/工业用地 林地 城市绿地/农田 水体
2002年 23.90 18.99 4.18 14.60 25.33 12.99
2014年 38.19 12.40 9.34 13.52 13.99 12.50
变化 14.30 6.60 5.10 1.10 11.30 0.50
（2）变化特征
除了林地和水体类型未发生改变外,地表要素类型主要的变化发生在建设用地A和城市绿地/耕地。其中,建设用地A在2002年主要分布在渝中区,江北区、南岸区和九龙坡区少量分布,并且这3个区建设用地中建设用地B也有相当大的比重,城市绿地/耕地主要分布在未开发的江北区、九龙坡区以及的南山附近耕地区域中。2014年,城市绿地/耕地被建设用地A大幅度占用,建设用地A在江北区、南岸区和九龙坡区显著扩展,并且铜锣山附近的耕地也被明显开发。在城市绿地/耕地的流失中,绝大部分转化为建设用地A、建设用地B和在建/工业用地等实体空间要素类型,其中转化为建设用地A的比例最大。除城市绿地/耕地外,建设用地B和在建/工业用地转化为其他要素类型中,建设用地A所占的比例也最大（表2、图3）。并且实体空间要素类型从2002年到2014年的变化包括外部扩展和内部改造2个方面,外部侵占城市绿地/耕地,内部占用城市中公园绿地、改造周围有大规模植被的旧城区,造成了建设用地A和在建/工业用地所占比例大幅上升,开敞空间要素类型大幅减小。
其中,经过高空间分辨率数据对分类结果进行精度评价,分类总精度保持在0.79-0.81之间的可信度水平。

3.2 地表能量分布构成特征

（1）研究区尺度。图4（a）、（b）的地表能量的高值区主要分布在长江和嘉陵江沿岸地带,东南部铜锣山大规模林地构成了研究区的低能量分布区,其中建设用地B和城市绿地/耕地成为高能量区和低能量区的过渡地带。
Fig. 4 The geographical distribution of relative surface energy in the study area and under the grids of Chongqing

图4 重庆研究区和基本网格相对地表能量分布对比

注：a.b.基于研究区亮度温度;c.d.基于网格亮度温度

2002-2014年高能量区在江北区、南岸区和九龙坡区有显著扩展,火车站、南岸九龙坡区的工业区高能量更加聚集,与周围地表能量差别变大,并且由铜锣山大规模森林低能量区到渝中区城市中心的高能量区的过渡带范围显著减少。
（2）图3、4为不同地表要素类型的相对地表能量特征。水体所处的地表能量数值级别最低;林地和城市绿地/耕地作为透水性地表要素,地表能量数值级别明显低于建设用地A、建设用地B和在建/工业用地等硬质化地表要素类型,同时高冠、茂密的林地地表能量级别低于城市绿地/耕地;植被覆盖度的高低影响硬质化地表要素类型的相对地表能量等级,建设用地A和在建/工业用地的相对能量级别高于植被覆盖度较高的建设用地B。按照要素类型排序由低至高的地表能量分级依次为：水体<林地<城市绿地/耕地<建设用地B<建设用地A+在建/工业用地。
（3）图4（c）、（d）为基本网格单元的能量等级分布变化。2002-2014年高能量斑块由零星分布变为片状分布,呈现出能量规模聚集状态,并且低能量斑块之间数值级别过渡区变窄,此现象在长江和嘉陵江沿岸区域尤为突出,江岸硬质化区域与水体能量等级差异变大。在同是大规模硬质化区域的建筑实体空间中,植被覆盖相差不大时,建筑垂直体量更大的商业区地表能量低于相对低矮的住宅区域;相同体量、不同排列方式的住宅小区地表能量虽有不同,但均不及垂直体量变化造成的影响明显,建筑实体的高度对周围不仅有阴影遮挡效应,并且建筑之间垂直方向上并排布局容易形成狭管风,使周边街道硬质化实体空间相对地表能量较低。重庆渝中区解放碑附近（网格位置8F）主要为建设用地A要素类型,植被分布较少,而建筑物排列与高低错落导致此处自然通风条件最佳,相对地表能量较其他硬质化实体空间较低。同理,西雅图网格7C部分建设用地A中,高建筑物排列分布构成的良好通风机制也使得这部分区域相对地表能量等级较低（图5）。
Fig. 5 Typical girds

图5 重庆与西雅图典型网格

（4）图6为研究区垂直方向上地表能量分布状态。重庆地表能量垂直方向上的空间分布遵循“随海拔高度上升逐渐递减的规律”[24],即地表能量在垂直方向上先随海拔高度上升而骤然上升,之后平稳维持一段后再缓慢下降。研究区200 m以下区域分布着长江、嘉陵江及岸边灌溉区,350 m以上为铜锣山林地,以渝中区为中心海拔200~350 m的都市建成区地表硬质化比例较大,在此海拔高度范围内地表能量持续偏高。这表明地表能量垂直方向上不仅受海拔高度影响,同时也受城市地表要素类型的影响。
Fig. 6 Vertical geographical distribution ofland surface energy

图6 高程与地表能量均值分布关系

3.3 地表要素类型与地表能量响应关系

（1）地表要素对热环境贡献程度分析
地表要素对热环境的贡献程度取决于自身地表能量值的高低,并与所占面积比例有关[11,18]。正贡献值表明地表要素类型对区域热环境呈现正向效应,负贡献值呈现负向效应,绝对值越高,影响程度越大。图7中实体空间的建设用地A、建设用地B和在建/工业用地具有热环境正向效应,其中建设用地A的影响程度最大;开敞空间的水体、林地和城市绿地/耕地对热环境具有负向效应。表3中贡献指数的标准差和均值表明,城市实体空间中高硬质化环境中不利于地表能量疏导,其正贡献体现在强度上的差异,而城市开敞空间中高比例的软质环境中利于地表能量疏导,其贡献在属性和强度上的变化取决于开敞空间中布局及其内涵的规模、质量和复 合性。
Fig. 7 The contribution index of surface elements

图7 地表要素贡献指数变化对比

Tab. 3 Standard deviation and mean value of the contribution index in 2014

表3 2014年地表要素类型贡献指数的标准差与均值

建设用地A 建设用地B 在建/工业用地 林地 城市绿地/耕地 水体
贡献指数标准差 0.28 0.09 0.09 0.14 0.11 0.51
贡献指数均值 0.23 0.02 0.08 -0.10 0.04 -0.58
图7显示的研究区尺度,城市绿地/耕地类型在不同年份发生了正负向效应转变。2002年重庆研究区硬质化程度较低,城市绿地/耕地类型地表能量均值高于研究区地表能量均值,呈现正贡献,2014年随着硬质化地面比例大幅上升,研究区整体地表能量均值伴随着区域高能量斑块聚集和扩展而上升,高于城市绿地/耕地类型的地表能量值,致使城市绿地/耕地呈现负贡献,表明调温作用明显。处于相同背景下的水体类型在2014年依然呈现最大幅度的负贡献,但是相对于2002年的负贡献值降低,表明调温作用有所弱化。
图8显示的基本网格单元尺度,建设用地A、建设用地B和在建/工业用地类型随着所占面积百分比的上升,贡献指数发生变化,所占比例超过10%以上时,对网格热环境产生的影响明显。林地、城市绿地/耕地所占比例超过20%、水体比例超过10%以后,对热环境的影响明显扩大,表明开敞空间和实体空间关系在城市生态系统的格局中作用至关重要。其中,城市开敞空间的布局生态调节作用相对于实体空间更具备主动作用。
Fig. 8 The distribution of surface energy, area proportion and contribution index of surface element types at the scale of grid

图8 网格尺度地表要素能量均值、面积比例与贡献指数的空间分布

（2）地表要素对地表能量影响定量分析
图9是基于所有基本网格单元要素类型比例与网格地表能量均值的变化关系,地表能量均值随建设用地A、建设用地B和在建/工业用地3种硬质化地表要素类型比例的上升而波动上升,随林地、城市绿地/耕地和水体3种透水性地面比例的上升而波动下降。增加相同比例的地表要素比例情况下,实体空间中的在建/工业用地类型的地表能量均值增幅最大,其次是建设用地A和建设用地B;开敞空间中的水体类型地表能量均值降幅最大,其次是林地和城市绿地/耕地。当建设用地A所占比例达到30%、在建/工业用地比例超过5%时,网格尺度内地表能量增幅明显。林地和水体所占比例达到20%时,网格尺度地表能量减幅明显。
Fig. 9 Relationship between the proportion of surface element type and the mean value of surface energy

图9 地表要素类型比例与网格地表能量均值分布

根据地表要素类的不同年份同期数据对比和固有的热力学性质,植被覆盖度和含水量[25]影响基本网格单元地表能量的变化。植被覆盖少、透水性差的实体空间要素类型比热小,对热环境起到明显的波动式增温作用;植被覆盖多、透水性好、含水量多的开敞空间要素类型比热大,对热环境起到明显的稳定调节作用。随所占比例的增大,基本网格单元地表能量均值降低,并导致地表能量的差异性 改变。

3.4 与国际宜居城市对比分析

（1）在研究区尺度,西雅图研究区的选取首先考虑与重庆相同的区位,即传统建成区的中心地带,其次选取相同面积的研究区实施对比分析。图4(a)、(b)和图10(a)、(b)对比表明,西雅图研究区的地表能量呈现整体无大幅度波动的稳定状态,开敞空间和实体空间的组团方式和整体布局基本一致。相比之下,重庆研究区相对地表能量等级变化分布比例较为离散,发生大幅波动的各级比例均高于西雅图,并且各高能量等级比例均有一定幅度的提升,低能量等级比例有所下降（图12）。
Fig. 10 Geographical distribution of relative surface energy in the study area and under grids of Seattle

图10 西雅图研究区和基本网格相对地表能量分布对比

Fig. 12 The distribution of pixel relative energy level and its change in grid

图12 基于网格的相对地表能量差值变化对比

（2）基本网格单元,图4中的(c)、(d)和图10中的(c)、(d)对比表明,从重庆和西雅图相对地表能量等级变化分布图可看出,重庆研究区地表能量等级的波动幅度和高能量的分布比西雅图明显剧烈,反映在整体网格地表能量值的不稳定性和高能量网格分布增长。图11、12的2个研究区内基于网格单元的年际变化间相对地表能量等级的差值结果表明,所得到的数据值在[-8,8]之间。西雅图作为宜居城市,已完成城市化过程,地表能量等级的波动都在[-2,2]之间,重庆除了以两江为中心向南北两侧扩展之外,渝中区的城市更新也导致地表能量处于较剧烈的波动状态。其中,高能量区的分布西雅图保持在35%水平,重庆从2002年约占16%到2014年时超过了33%。而西雅图在此期间无论是研究区尺度,还是基本网格单元尺度,城市地表要素构成均无大规模的改变。
Fig. 11 Geographical distribution of relative energy level change based on the grids of 2002-2014

图11 2002-2014年重庆、西雅图基于网格的相对地表能量差值分布

4 结论

城市生态系统的平衡既是建立在城市不同时空尺度上地表能量分布的平衡,也是城市开敞空间和实体空间机制的平衡。本研究在城市地表要素类型划分的基础上,通过分析重庆城市地表要素的地表能量综合响应特征和作用与影响关系特征信息,以研究区和基本网格单元2种尺度,分析了各类地表要素对城市热环境的贡献,对比“国际宜居城市”——西雅图的城市本底状况,探讨了城市化过程中地表要素类型改变对城市热环境的影响及其变化和规律。得出以下结论：
（1）在基本网格单元和区域尺度层面,城市地表能量的平衡都取决于地表要素中实体空间和开敞空间布局的合理性与稳定性。在相对能量分级的分布中,与西雅图相比,重庆在2种尺度上均呈现分布不平衡状态,源于大规模的城市蔓延和城市改造,表现为高能量斑块增多、增大,以及地表能量的整体趋高。
（2）在城市大规模的硬质化区域,建筑实体的垂直体量相对于其水平体量及其组团格局,对于地表能量的聚集、改变具有较高的敏感性。在城市实体空间不发生改变背景下,建筑物（群）的布局、垂直高度构成的成风基质,以及因此而产生的阴影遮挡效应等形成地表能量的缓冲区,起到调节局部地表能量的作用。相对于西雅图,重庆呈现地表能量阈值区间变窄和整体趋高,以及能量缓冲区弱化 状态。
（3）地表要素对城市热环境的影响若达到同等贡献指数（绝对值）程度,基本网格单元的开敞空间占据比例需要高于实体空间。城市实体空间中的各种建设用地类型在基本网格单元分布比例在2%以上,它们的贡献指数达到绝对值0.1以上。城市开敞空间中的绿地系统类型在基本网格单元分布比例在10%以上,它们的贡献指数达到绝对值0.1以上,表明城市地表要素格局对于城市生态系统平衡的影响程度。
（4）开敞空间基本网格单元的林地和水体类型所占比例达到20%时,地表能量的减幅明显。这表明在城市基本单元网格的开敞空间分布比例在20%以上时,在水体和林地的规模、布局、质量方面保障背景下,产生对地表能量负向调控作用,从降温角度改变地表能量。相对于西雅图,重庆两江水体在研究区尺度的低能量影响区域较小。
（5）实体空间基本网格单元的在建/工业用地类型所占比例超过5%,以及高密度建筑用地类型所占比例达到30%时,地表能量的增幅明显。这表明在城市基本单元网格的实体空间分布比例在5%以上时,各类建设用地产生对地表能量正向调控作用,从升温角度改变地表能量。相对于西雅图,重庆基本单元网格的实体空间比例整体较大。
卫星传感器采集到的热红外信息穿过大气的部分电离层、平流层和对流层而获取,尤其是对流层包含地表物质成分和地表能量作用与影响的遥感信息机理研究,需要在后续工作中结合城市气候学、城市建筑学、城市规划与城市设计学的学科数据给予支撑。
在城市发展的“城市化”、“逆城市化”、“再城市化”的进程中,中国很多城市已经处于“城市化”阶段的中后期,基于生态理念的城市更新将纳入城市规划和城市设计关注的重点,既是城市发展的必然过程,也是解决城市面临生态问题的重要组成。本研究可以从城市地物实体地表能量的体量与空间关系方面,为基于城市更新的城市规划和城市设计提供科学依据。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
关燕宁,钱丹,张春燕,等.基于遥感信息的城市地表能量空间分布及特征研究——以国际宜居城市为例[J].地球信息科学学报, 2014,16(5):806-814.遥感地表能量信息能够反映城市生态系统成分、作用与影响关系。本研究从城市生态系统的角度，提取能反映城市下垫面地物实体综合特征、作用与影响关系的相对地表能量信息，针对不同区域、规模与类型城市的地表能量空间分布及特征，建立了定量化的城市相对地表能量分级与评价指标。探讨国际&ldquo;宜居型城市&rdquo;生态系统结构、功能、形态及其时空变化特征和规律。结果表明：（1）城市实体空间建筑群的形状、体量，街道与建筑的朝向和配置关系，以及硬质化表面开放性的差异影响城市地表能量的分布。（2）建筑物周边的植被覆盖程度、建筑物之间的空间关系、广场和街道的开放性等，是维持城市开敞空间与实体空间的混合区域地表能量平衡的基础。宜居城市中心周围的大规模低密度居住区构成以中等能量分布为主的城市地表能量缓冲与过渡区。（3）城市开敞空间的地表能量变化幅度比实体空间大，宜居城市开敞空间的中、低地表能量分布占有较高比例。（4）宜居城市实体空间的高能量斑块呈现规模较小和分布相对分散的状态。采用相对地表能量分级与评价指标，可为各类城市规划与设计提供科学依据。

DOI

[ Guan Y N, Qian D, Zhang C Y, et al. Urban surface energy distribution and related characteristics: an remote sensing based research applied to the international livable cities[J]. Journal of Geo-information Science, 2014,16(5):806-814. ]

[2]
王绍增,李敏. 城市开敞空间规划的生态机理研究(上)[J].中国园林,2001(4):5-9.城市开敞空间(Open Space)，对于维护城市生态环境稳定和优化具有重要意义。作为其主体的绿地系统规划，对于城市可持续发展更是至关重要。本文从生态科学的角度着眼，分析了我国现状城市规划工作中存在的若干误区，探讨了“开敞空间优先”城市规划思想的生态机理，提出了城市绿地系统规划所应遵循的一些基本生态原则和指标体系。

DOI

[ Wang S Z, Li M.Study on the principle of urban open space ecological planning(1)[J]. Chinese Landscape Architecture, 2001,4:5-9. ]

[3]
王绍增, 李敏. 城市开敞空间规划的生态机理研究(下)[J].中国园林,2001(5):33-37.城市开敞空间(Open Space)，对于维护城市生态环境稳定和优化具有重要意义。作为其主体的绿地系统规划，对于城市可持续发展更是至关重要。本文从生态科学的角度着眼，分析了我国现状城市规划工作中存在的若干误区，探讨了“开敞空间优先”城市规划思想的生态机理，提出了城市绿地系统规划所应遵循的一些基本生态原则和指标体系。

DOI

[ Wang S Z, Li M.Study on the principle of urban open space ecological planning(2)[J]. Chinese Landscape Architecture, 2001,5:33-37. ]

[4]
Lo C P, Quattrochi D A.Land-use and land-cover change, urban heat island phenomenon, and health implications: a remote sensing approach[J]. Photogrammetric Engineering and Remote Sensing, 2003,69(9):1053-63.This article reports on a study of the impact of land-use and land-cover change in the city of Atlanta, Georgia, for the past 30 years on urban heat island development, environmental quality, and health implications. Land-use and land-cover maps of Atlanta Metropolitan Area in Georgia were produced from Landsat MSS and TM images for 1973, 1979, 1983, 1987, 1992, and 1997, spanning a period of 25 years. The authors stress that dramatic changes in land use and land cover have occurred, with loss of forest and cropland to urban use. In particular, low-density urban use, which includes largely residential use, has increased by over 119 percent between 1973 and 1997. The analysis of Landsat images revealed an increase in surface temperature and a decline in Normalized Difference Vegetation Indices (NDVI) from 1973 to 1997. These changes have forced the development of a significant urban heat island effect at both the urban canopy and urban boundary layers as well as an increase in ground level ozone production. The authors discussed the interplay between surface temperatures and NDVI, volatile organic compounds (VOC) and nitrogen oxides (NOx) emissions, the rates of cardiovascular and chronic lower respiratory diseases, and other factors, including demographic and socioeconomic variables. The authors conclude that high-resolution satellite remote sensing provides historical and current data on biophysical and land-cover characteristics of the urban environment.

DOI

[5]
Zhang Y S, Odeh I O A, Ramadan E. Assessment of land surface temperature in relation to landscape metrics and fractional vegetation cover in an urban/peri-urban region using Landsat data[J]. International Journal of Remote Sensing, 2013,34(1):168-89.Land surface temperature (LST) is essentially considered to be one of the most important indicators used for assessment of the urban thermal environment. It is quite evident that land-use/land-cover (LULC) and landscape patterns have ecological implications at varying spatial scales, which in turn influence the distribution of habitat and material/energy fluxes in the landscape. This article attempts to quantitatively analyse the complex interrelationships between urban LST and LULC landscape patterns with the purpose of elucidating their relation to landscape processes. The study employed an integrated approach involving remote-sensing, geographic information system (GIS), and landscape ecology techniques on bi-temporal Landsat Thematic Mapper images of Southwestern Sydney metropolitan region and the surrounding fringe, taken at approximately the same time of the year in July 1993 and July 2006. First, the LULC categories and LST were extracted from the bi-temporal images. The LST distribution and changes and LST of the LULC categories were then quantitatively analysed using landscape metrics and LST zones. The results show that large differences in temperature existed in even a single LULC category, except for variations between different LULC categories. In each LST zone, the regressive function of LST with fractional vegetation cover (FVC) indicated a significant relationship between LST and FVC. Landscape metrics of LULC categories in each zone in relation to the other zones showed changing patterns between 1993 and 2006. This study also illustrates that a method integrating retrieval of LST and FVC from remote-sensing images combined with landscape metrics provides a novel and feasible way to describe the spatial distribution and temporal variation in urban thermal patterns and associated LULC conditions in a quantitative manner.

DOI

[6]
陈倩,周启刚,金亚美. 基于Landsat TM的重庆都市区地表热环境时空变化研究[J]. 水土保持研究,2014(6):84-89,2.随着城市化进程的加快、经济的高速发展,城市结构相应发生了一系列的改变,对城市的生态环境也产生了巨大的影响,城市热岛效应问题尤为突出。文章选取重庆都市区为研究对象,以Landsat-TM1988,2000和2011年三期夏季遥感影像为数据源,基于RS和GIS,采用单窗口算法对地表温度进行反演,并对城市地表温度的时空变化、热中心以及城市建设用地重心迁移进行分析,探讨城市地表热环境与城市扩张及下垫面的响应关系。研究结果表明:1988—2011年,研究区地表温度在空间上的分布存在明显差异性,区域温度整体有所上升,热环境问题日益严重;热中心与建设用地重心两者地迁移具有高度一致性;热环境效应强度与建设用地的分布情况大致呈正相关,与植被或水域的分布情况呈负相关。研究结果可为采取合理措施改善城市地表热环境效应、优化城市生态环境提供参考。

[ Chen Q, Zhou Q G, Jin Y M.Research on temporal and spatial changes of land thermal environment based on Landsat TM in Chongqing metropolitan area[J]. Research of Soil and Water Conservation, 2014,6:84-89,2. ]

[7]
丁洪富. 基于时序遥感影像的城市规模扩张研究——以重庆主城为例[J].价值工程,2013(12):326-328.本文通过对城市规模的概念介绍,以及检测城市规模使用的技术方 法,本文主要是利用1988,1996,2001,2007四年的TM时序遥感影像,对重庆主城区的城市规模扩展进行了监测,分析了自1988-2007 年该区域用地规模的动态变化过程及时空特征.同时还对重庆城市用地的规模检测的结果进行了评价.评价结果表明,近二十年来,重庆主城区城市规模扩展迅速, 并先后经历了“向西扩展”和“向北扩张”的两个阶段.

[ Ding H F.Study on spatial expansion patterns of cities based on RS images: the case of the major urban areas of Chongqing[J]. Value Engineering, 2013,12:326-328. ]

[8]
胡晓明. 基于Landsat-TM影像的重庆都市区空间热环境遥感研究[D].重庆:重庆师范大学,2013.

[ Hu X M.Study on remote sensing retrieval of the urban spatial thermal environment based on Landsat-TM[D]. Chongqing: Chongqing Normal University, 2013.

[9]
王福海,马泽忠,向敬华,等.基于TM的重庆山地都市区建设用地扩展与地表特征参数时空变化研究[J].水土保持研究,2014,21(4):107-113,2.近年来随着城市建设用地的不断扩展,城市生态环境问题越来越突出,因此,进行建设用地扩展对地表特征参数的影响研究显得十分重要.以重庆都市区为研究对象,采用1988,2000,2011年LandsatTM遥感数据和1∶50 000DEM数据,基于人机交互解译和定量遥感技术相结合的方法,提取了土地利用现状数据和三个地表特征参数:地表温度、NDVI、土壤湿度,并分析建设用地扩展对地表特征参数的影响.研究结果表明:从1988-2011年,重庆都市区建设用地主要向西部和北部扩展,地表温度中的高温区主要向北迁移,NDVI和土壤湿度在建设用地扩展的区域呈下降趋势;城市建设用地扩展与地表特征参数的变化趋势呈现出明显的相关性,其中,建设用地的扩展与热环境呈正相关且在扩展方向具有高度的一致性,与NDVI和土壤湿度呈负相关关系.研究成果旨在为改善城市地表热环境效应、优化城市生态环境提供科学依据与参考.

[ Wang F H, Ma Z Z, Xiang J H, et al. Temporal-spatial variation of the land expansion and the ground surface parameters in urban area of Chongqing mountain based on TM[J]. Research of Soil and Water Conservation, 2014,21(4):107-113,2. ]

[10]
黄丽明,陈健飞.城市景观格局时空特征的热环境效应研究——以广州市花都区为例[J].自然资源学报,2015,30(3):480-490.1999—2009年,广州市花都区经历了经济腾飞的10 a,不断变迁的城市景观格局时刻影响着热环境的分布。论文基于Landsat TM/ETM+遥感数据,获得地温反演图和土地利用类型图。采用均值-标准差法划分热力等级以分析热力重心变化,并与建设用地重心变化作对比。通过移动窗口得出可视化的景观指数,指数刻画包括景观多样性和建设用地密度、形状和分布状况,进而分析景观指数与地温间的相关性。研究结果表明:区内南部受人类活动影响最为剧烈;土地利用类型并非是影响地温分布的唯一因素;区内城市景观格局多样性与地温虽存在正相关关系,但随着多样性程度加剧且各组合面积比例均匀,降低了两者相关程度;建设用地面积比例、分离度与地温的相关关系较为稳定,且比例较高或分离度较低的所在区域通常为高温区;建设用地平均分维指数与地温的相关性随着其形状的复杂性加剧和分布范围扩大而降低,即影响了高温形成的程度。

DOI

[ Huang L M, Chen J F.Study on thermal environment effect of urban landscape pattern: a case study on Huadu district, Guangzhou[J]. Journal of Natural Resources, 2015,30(3):480-490. ]

[11]
Chen X L, Zhao H M, Li P X, et al. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes[J]. Remote Sensing of Environment, 2006,104(2):133-46.Global warming has obtained more and more attention because the global mean surface temperature has increased since the late 19th century. As more than 50% of the human population lives in cities, urbanization has become an important contributor for global warming. Pearl River Delta (PRD) in Guangdong Province, southern China, is one of the regions experiencing rapid urbanization that has resulted in remarkable Urban Heat Island (UHI) effect, which will be sure to influence the regional climate, environment, and socio-economic development. In this study, Landsat TM and ETM+ images from 1990 to 2000 in the PRD were selected to retrieve the brightness temperatures and land use/cover types. A new index, Normalized Difference Bareness Index (NDBaI), was proposed to extract bare land from the satellite images. Additionally, Shenzhen, which has experienced the fastest urbanization in Guangdong Province, was taken as an example to analyze the temperature distribution and changes within a large city as its size expanded in the past decade. Results show that the UHI effect has become more prominent in areas of rapid urbanization in the PRD region. The spatial distribution of heat islands has been changed from a mixed pattern, where bare land, semi-bare land and land under development were warmer than other surface types, to extensive UHI. Our analysis showed that higher temperature in the UHI was located with a scattered pattern, which was related to certain land-cover types. In order to analyze the relationship between UHI and land-cover changes, this study attempted to employ a quantitative approach in exploring the relationship between temperature and several indices, including the Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), Normalized Difference Bareness Index (NDBaI) and Normalized Difference Build-up Index (NDBI). It was found that correlations between NDVI, NDWI, NDBaI and temperature are negative when NDVI is limited in range, but positive correlation is shown between NDBI and temperature.

DOI

[12]
段金龙,张学雷.区域地表水体、归一化植被指数与热环境多样性格局的关联分析[J].应用生态学报,2012,23(10):2812-2820.以河南省省会郑州市为研究区域，在2 km&times;2 km网格尺度下将多样性理论与方法应用于区域地表水体、归一化植被指数(NDVI)和地表温度(LST)分布的离散性评价，将NDVI和LST各分为4个等级，计算了其空间分布多样性指数，并探索了它们之间的内在联系.结果表明： 将多样性理论与研究方法应用于区域热环境的空间分布离散性评价具有可操作性和实际研究意义；地表水体分布与最低温区分布具有较高的区位重叠性，高的植被覆盖度往往伴随低的地表温度；1988&mdash;2009年，郑州市地表水体分布离散性呈明显降低趋势；地表水体分布离散性与区域内各温度区分布离散性存在紧密联系；NDVI分级分布离散性与各温度区分布离散性之间关系复杂，需引入其他环境影响因素参与评价.

[ Duan J L, Zhang X L.Correlative analysis of the diversity patterns of regional surface water, NDVI and thermal environment[J]. Chinese Journal of Applied Ecology, 2012,23(10):2812-2820. ]

[13]
孟丹,李小娟,宫辉力,等.北京地区热力景观格局及典型城市景观的热环境效应[J].生态学报,2010,30(13):3491-500.城市热环境是城市生态环境中的一个重要指标，将景观生态学理论融入到热环境研究中，尝试探讨北京地区热力景观格局及城市公园、道路景观的热环境效应。地表温度反演是分析热力景观格局及典型城市景观热环境效应的前提，论文以北京地区为例，首先利用两景ASTER影像数据采用TES算法定量反演地表温度。通过半变异函数分析地表温度空间异质性，确定最大采样尺度，然后在景观统计软件Fragstats中，计算不同粒度下的景观格局指数，分析热力景观格局及其尺度效应。通过景观斑块特征分析和缓冲区分析，探讨公园景观斑块、道路景观廊道特征的热环境效应。总体上公园景观对应的平均温度随着公园面积、边界长度的增加而减小，随着公园周长面积比增大而增大；随着距离公园渐远，地表温度升高，且升温趋势变缓。随着道路密度增加，道路平均温度显著升高，标准差显著降低，道路密度等级与道路平均温度的相关系数达到0.8021；随着距离道路中心线距离增加，缓冲区内的平均温度略有下降，但变化微弱。因此，应充分重视公园景观在缓解城市热环境方面的作用，合理布局城市道路。

[ Meng D, Li X J, Gong H L, et al. The thermal environment landscape pattern and typical urban landscapes effect linked with thermal environment in Beijing[J]. Acta Ecologica Sinica, 2010, 30(13):3491-3500. ]

[14]
孙亚杰,王清旭,陆兆华.城市化对北京市景观格局的影响[J].应用生态学报,2005,16(7):1366-1369.利用1997年与2002年北京地区遥感资料,对北京六环以内的景观进行分类.用Fragstats3.3计算的景观水平上的各种指数对5年来北京市区的景观格局变化进行分析.结果表明,1997～2002年间北京市区斑块数量增加106.6%,斑块平均大小下降51.6%,分离度指数增加93.3%,景观多样性指数增加17.8%.景观呈破碎化趋势并且景观类型变得多样化.北京市区景观格局变化的驱动力为人口的快速增加和生活水平的提高所带来的房地产用地和城市基础设施用地的快速建设.本文进一步讨论了北京市区景观格局变化对城市生态系统物质流和能量流变化的影响,并结合北京城市规划,为北京市城市发展规划提供一些景观尺度建议.

[ Sun Y J, Wang Q X, Lu Z H.Effects of urbanization on landscape pattern of Beijing[J]. Chinese Journal of Applied Ecology, 2005,16(7):1366-1369. ]

[15]
魏建兵,肖笃宁.黑土侵蚀区生态重建的景观结构与功能分析[J].应用生态学报, 2005,16(9):1699-1705.以黑龙江省拜泉县为案例,研究了区域生态恢复与生态重建对景观结构及其水土保持功能的调控.在GIS支持下,结合野外调查数据,对县域水平的生态建设成果进行了空间表达和定量辨识.对比分析1989年和2002年类型水平景观指数及13年来景观类型的转移面积和转移方向、林网宏观结构变化、水库塘坝空间分布与数量变化;土地利用和景观结构调整对水蚀、风蚀的控制以及水库塘坝的蓄水功能变化.结果表明,大规模生态建设下,区域景观类型数量和空间配置的变化对发挥其水土保持功能起到很好的调控作用.1989～2002年,耕地面积减少24731.01hm<sup>2</sup>林草地和水体面积增加了13 567.53 hm<sup>2</sup>和1 190.9 hm<sup>2</sup>.全县55%的水土流失面积得到治理,82.2%的农田得到林网防护,43.7%的景观地表超渗径流得到集蓄.景观结构调整应注意增加林草地等类型斑块的聚集度;调节林网连接度、环度及网眼大小;增加水库塘坝的泄洪与灌溉配套设施等.

[ Wei J B, Xiao D N.Landscape pattern and its functioning after ecological reconstruction in black soil region of northeast China[J]. Chinese Journal of Applied Ecology, 2005,16(9):1699-1705. ]

[16]
张建香,张勃,尹海霞,等.2000—2011年黄土高原植被景观格局变化[J].生态学杂志,2013,32(2):452-458.<div style="line-height: 150%">在RS和GIS技术的支持下，利用遥感数据MODIS NDVI提取植被覆盖度，运用景观生态学的分析方法，对黄土高原近12年不同时段（2000&mdash;2003年、2004&mdash;2007年和2008&mdash;2011年）以及夏季不同时期（初夏、盛夏和暮夏）的植被景观格局变化进行研究。结果表明：（1）近12年黄土高原的植被覆盖度在景观水平上，破碎度和复杂度在初夏时期呈先增后减的趋势；而在盛夏和暮夏时期整体趋于复杂化，景观优势度、最大斑块的聚集度降低，多样性先增后减，景观连通性无明显变化。（2）在类型水平上，年际变化主要表现为中低度、中度覆盖向中高度、高度覆盖类型的转化，而低度覆盖呈先增后减的变化趋势，变化幅度较小，约为3%~5%；季节内变化主要表现为低度覆盖持续减小，中度、高度覆盖类型在盛夏明显增大，最大增幅为9.76%，中低度覆盖类型在盛夏减小幅度最高，达13.77%，其他类型无明显变化趋势。研究结果揭示了黄土高原植被覆盖情况和景观格局变化规律，可为当地植被建设和生态环境保护提供参考。</div><div style="line-height: 150%">&nbsp;</div>

[ Zhang J X, Zhang B, Yi H X, et al. Landscape pattern changes of vegetation coverage in Loess Plateau of Northwest China in 2000-2011[J]. Chinese Journal of Ecology, 2013,32(2):452-458. ]

[17]
潘竟虎,韩文超. 兰州中心城区用地扩展及其热岛响应的遥感分析[J].生态学杂志,2011(11):2597-2603.以兰州中心城区为研究区，以1978、1993、2001和2010年的Landsat MSS/TM/ETM<sup>+</sup>影像为数据源，采用NDBI-SAVI指数相结合的方法，提取建设用地信息，利用热红外波段的单窗算法反演城市地表温度。结合城市热岛比例指数和地表温度分级，定量研究城镇用地扩张对城市热环境的影响。结果表明：兰州中心城区建设用地在1978&mdash;2010年的30余年间面积由87.47 km<sup>2</sup>增加到172.61 km<sup>2</sup>，增幅近1倍。城市扩展与热岛扩展趋势具有空间一致性，在城市扩张的同时，城区地表温度逐渐上升，城市热岛面积不断扩大。

[ Pan J H, Han W C.Urban expansion and its heat island response in Lanzhou city based on remote sensing analysis[J]. Chinese Journal of Ecology, 2011,11:2597-2603. ]

[18]
Odindi J O, Bangamwabo V, Mutanga O.Assessing the value of urban green spaces in mitigating multi-seasonal urban heat using MODIS Land Surface Temperature (LST) and Landsat 8 data[J]. International Journal of Environmental Research, 2015,9(1):9-18.ABSTRACT

[19]
刘宇,匡耀求,吴志峰,等. 不同土地利用类型对城市地表温度的影响——以广东东莞为例[J]. 地理科学,2006(5):5597-5602.利用Landsat TM6热红外遥感数据、土地利用专题图件、气象观测资料反演了快速城市化的典型地区东莞市的城市地表温度。构建了三个热效应评价指数：热效应贡献度指数、热像元权重指数和区域热像元权重指数，来定量分析不同土地利用类型对城市地表温度的贡献度，发现城乡工矿居民用地、林地和耕地的热效应贡献度较大，水域和草地的热效应贡献度较小，未利用地对区域热环境的贡献最小。此外，研究表明，随着平均温度的升高，东莞市水面和陆面1988～1998年的温度反差明显增大。

DOI

[ Liu Y, Kuang Y Q, Wu Z F, et al. Impact of land use on urban land surface temperature: a case study of Dongguan, Guangdong Province[J]. Scientia Geographica Sinica, 2006,5:5597-5602. ]

[20]
邓玉娇,匡耀求,黄宁生,等. 快速城市化地区土地利用类型对热环境的影响——以广东省东莞市为例[J].水土保持研究,2009(5):167-171.以快速城市化的典型地区广东省东莞市为例,利用Landsat/TM资料反演地表真实温度,将反演结果与土地利用分类数据进行叠加分析,获取不同地类的地表温度信息.通过引入效应和权重概念、改进现有热贡献指数、建立冷贡献指数等,形成不同土地利用类型热环境效应的定量评价体系.结果表明,热效应的大小顺序为:水域<林地<草地<耕地<建设用地,热贡献指数大小顺序为:水域<草地<林地<耕地<建设用地,冷贡献指数大小顺序为:草地<建设用地<耕地<林地<水域.水域具有最小的热效应-4.427℃、最大的冷贡献指数35.765%,对区域的低温效应显著;建设用地具有最大的热效应3.132℃、最大的热贡献指数59.628%,是区域内高温区最集中的地类.

[ Deng Y Q, Kuang Y Q, Huang N S, et al. Impact of land use on thermal environment in rapid urbanization region: an example from Dongguan, Guangdong Province[J]. Research of Soil and Water Conservation, 2009,5:167-171. ]

[21]
邓玉娇,匡耀求,单海滨,等.城镇用地扩张对城市热环境的影响[J].生态学杂志,2009,28(11):2347-2352.以快速城市化的典型区域广东省东莞市为例，以Landsat/TM、ETM<sup>+</sup>为主要数据源，采用单窗算法反演地表温度，提出多时相数据标准化处理方法，构建相对热效应指数、热贡献指数、冷贡献指数，定量研究城镇用地扩张对城市热环境的影响。结果表明：1990&mdash;2005年，东莞市城镇用地扩张迅猛，高温区由岛状向带状再向面状扩张。城镇用地的相对热效应指数先增大后减小，1990年为0.6，2000年为1.0，2005年为0.6；热贡献指数持续增长，1990年为4.5%、2000年为38.4%，2005年为62.9%；冷贡献指数逐步增长，1990年为1.2%，2000年为1.8%，2005年为6.8%。

[ Deng Y J, Kuang Y Q, Shan H B, et al. Effects of urban land expansion on urban thermal environment[J]. Chinese Journal of Ecology, 2009,28(11):2347-2352. ]

[22]
中国科学院西南资源开发考察队.重庆地貌与经济建设[M].北京:中国科学技术出版社,1992.

[ Investigation Team of Chinese Academy of Sciences of Resource Exploiting in Southwest China. Chongqing landforms and economic construction[M]. Beijing: China Science and Technology Publishing House, 1992. ]

[23]
Jensen J R.环境遥感——地球资源视角[M].北京:科学出版社,2011.

[ Jensen J R.Remote sensing of the environment an earth resource perspective[M]. Beijing: Science Press, 2011. ]

[24]
翁笃鸣,罗哲贤.山区地形气候[M].北京:气象出版社,1990.

[ Weng D M, Luo Z X.Topographic climatology of mountain[M]. Beijing: China Meteorological Press, 1990. ]

[25]
Zhang Y, Chen L Q, Wang Y C, et al. Research on the contribution of urban land surface moisture to the alleviation effect of urban land surface heat based on Landsat 8 data[J]. Remote Sensing, 2015,7(8):10737-10762.This paper presents a new assessment method for alleviating urban heat island (UHI) effects by using an urban land surface moisture (ULSM) index. With the aid of Landsat 8 OLI/TIRS data, the land surface temperature (LST) was retrieved by a mono-window algorithm, and ULSM was extracted by tasselled cap transformation. Polynomial regression and buffer analysis were used to analyze the effects of ULSM on the LST, and the alleviation effect of ULSM was compared with three vegetation indices, GVI, SAVI, and FVC, by using the methods of grey relational analysis and Taylor skill calculation. The results indicate that when the ULSM value is greater than the value of an extreme point, the LST declines with the increasing ULSM value. Areas with a high ULSM value have an obvious reducing effect on the temperature of their surrounding areas within 150 m. Grey relational degrees and Taylor skill scores between ULSM and the LST are 0.8765 and 0.9378, respectively, which are higher than the results for the three vegetation indices GVI, SAVI, and FVC. The reducing effect of the ULSM index on environmental temperatures is significant, and ULSM can be considered to be a new and more effective index to estimate UHI alleviation effects for urban areas.

DOI

Options
Outlines

/

〈 〉