綠地格局對城市地表熱環(huán)境的調(diào)節(jié)功能

陳愛蓮，孫然好，陳利頂，*

(1.中國科學院生態(tài)環(huán)境研究中心、城市與區(qū)域生態(tài)國家重點實驗室，北京 100085;2.中國科學院大學，北京 100049)

在快速城市化背景下，全球城鎮(zhèn)人口的比例由1900的不到10%上升到超過50%［1］，劇增的城鎮(zhèn)人口的生產(chǎn)和生活活動帶來城市環(huán)境，尤其是城市熱環(huán)境的日益惡化，在不同的季節(jié)產(chǎn)生不同程度的城市熱島、城市干濁島、城市濕濁島、極端降雨天氣等惡化效應(yīng)［1-3］。城市熱島效應(yīng)是絕大多城市共有的微氣候特征，它直接或間接影響著城市人口的身體健康［4-5］。它主要反映在城郊大氣溫度和地表溫度的差別上［6］，其中，地表溫度(LST)是遙感反演的地表瞬時熱輻射能量特征，可以反映該瞬時熱環(huán)境下地表產(chǎn)生熱島效應(yīng)的潛在能力。地表溫度還可以和遙感反演的其他地表景觀參數(shù)相聯(lián)系，進行景觀格局與城市熱島效應(yīng)相互關(guān)系研究［7］。因此，國內(nèi)外學者運用地表溫度，開展了許多緩解城市熱島、改善城市熱環(huán)境的研究［6，8］，其中，不同城市綠地在降溫、增濕、緩解熱島效應(yīng)中的積極作用不斷被肯定而成為城市規(guī)劃的和景觀設(shè)計需要考慮的重要部分［9-13］。城市綠地在城市規(guī)劃中一般是指城市的公共綠地、居住區(qū)綠地、單位附屬綠地、防護綠地、生產(chǎn)綠地以及風景林地等六類，但隨著“綠色”概念的不斷深化，許多保護環(huán)境、節(jié)約能源的設(shè)計都被納入城市綠地的內(nèi)涵中，因此廣義的城市綠地可包括水體、綠化屋頂?shù)染坝^。城市綠地是城市中維持自然生態(tài)系統(tǒng)服務(wù)功能的景觀，能夠調(diào)節(jié)城市小氣候、提供休息娛樂教育場所以及其他服務(wù)功能，然而城市內(nèi)部土地資源有限而珍貴，城市綠地并不能無限擴張，因此需要合理地配置綠地格局，將綠地的生態(tài)功能最優(yōu)化。本文分析了北京局部城區(qū)不同格局的綠地產(chǎn)生冷島效應(yīng)的潛在能力，揭示城市綠地格局在調(diào)節(jié)熱島效應(yīng)中的作用，從而為城市規(guī)劃和綠地管理和景觀格局分析提供一些參考。

1 研究區(qū)域與數(shù)據(jù)

以北京城區(qū)東南部分為實驗區(qū)開展研究(圖1)，從南二環(huán)內(nèi)至南五環(huán)外依次是古城區(qū)、較新城區(qū)和在建城鎮(zhèn)，包含了不同的城市化階段。北京屬于季風性大陸氣候，夏季受東亞季風影響而潮濕炎熱，冬季主要受西伯利亞反氣旋控制而寒冷干燥。1951年以來的氣象記錄的最高溫達42℃，最低-27℃。其中2002年的7月創(chuàng)下了1951年以來的次高溫，達41.1℃。2001年7月北京申奧成功之后，北京城針對奧運的各項規(guī)劃逐步制定并展開實施，2002年是北京新一輪快速城市化伊始:南五環(huán)路是北京五環(huán)快速路的最后一段工程，正在加緊建設(shè)，亦莊經(jīng)濟技術(shù)開發(fā)區(qū)及配套設(shè)施也在加緊建設(shè)。快速的城市建設(shè)中人為排放的熱量及頻繁的交通運輸對城市景觀的熱交換和熱輻射特性都可能有顯著的影響，即便是土地利用和覆蓋穩(wěn)定的區(qū)域，其熱輻射特性也可能受到影響。此階段的研究區(qū)域可以很好地分析快速城市化背景下綠地格局對地表熱環(huán)境的調(diào)節(jié)作用。

選取2002年7月份無云的QuickBird(QB)數(shù)據(jù)用于綠地提取。如圖2，區(qū)域內(nèi)包含城市主干道、林地、河流、湖泊、草地和當時還算城郊的耕地等土地利用/覆蓋類型，總面積約為18330hm2，再收集最近的LANDSAT7ETM+數(shù)據(jù)用于反演地表溫度，數(shù)據(jù)的具體參數(shù)見表1。

圖2 研究區(qū)域QB融合影像圖Fig.2 Fution QB image of study area

表1 研究數(shù)據(jù)傳感器及時相Table 1 Sensor and acquisition date of study area

2 研究方法

依據(jù)研究目的，需要提取綠地信息和反演地表溫度。綠地信息包括不同種類的綠地和不同的格局參數(shù)。首先，對收集的遙感數(shù)據(jù)進行預(yù)處理、綠地界定和解譯、地表溫度反演，在這些數(shù)據(jù)準備基礎(chǔ)上，計算綠地格局指數(shù)并與地表溫度及相關(guān)的熱環(huán)境信息進行統(tǒng)計分析。數(shù)據(jù)預(yù)處理是為使兩種數(shù)據(jù)的統(tǒng)計分析得以更精確進行，因此包括QB多光譜對全色數(shù)據(jù)的圖像配準和融合，ETM+數(shù)據(jù)的輻射定標和QB和ETM+數(shù)據(jù)之間的圖像配準。所有數(shù)據(jù)均轉(zhuǎn)換到UTM 50N的投影下。

2.1 景觀分類

以《土地利用現(xiàn)狀分類》為依據(jù)，并參考國際上有關(guān)綠地與城市熱島效應(yīng)的文章中的景觀分類［14-15］，將綠地分成喬木林地、灌木林地、草地、耕地、水體Ⅰ(河流)和水體Ⅱ(湖泊)等6類。通過目視解譯首先在2.52m分辨率的QB 342的波段組合影像上，遵循自然景觀的形態(tài)勾畫綠地邊界，土地利用和覆被類型分為6大類，12小類，如表2。在解譯過程中，人工草坪的邊界盡量正交，水渠用平行線表示，而樹冠、湖泊水體等則保持圓滑的邊界。矢量化結(jié)束后，采用QB342波段組合影像與全色波段融合圖像(0.63m)對矢量化圖斑進行邊界修正與核實。

2.2 溫度反演

目前國外的Jiménez-Mu?oz［16］和國內(nèi)的覃志豪提出的普適性單通道算法［17］在國內(nèi)外被廣泛采用。本研究采用 Jiménez-Mu?oz等提出的普適性單通道算法 ，該算法對TM的反演誤差低于1.5K［16，18］。算法輸入?yún)?shù)包括:熱紅外波段DN值、大氣水汽含量和地表比輻射率。大氣水汽含量用來消除大氣影響，從歷史氣候資料中查詢或一些衛(wèi)星數(shù)據(jù)反演得到，比輻射率用NDVI值估算。算法具體流程為:(1)對ETM+熱紅外波段的DN值(60m分辨率)進行輻射定標，轉(zhuǎn)換成星上輻射量，并用立方卷積法重采樣成30m分辨率數(shù)據(jù);(2)根據(jù)普朗克輻射定律將星上輻射量轉(zhuǎn)為星上溫度;(3)用NDVI(30m)估算比輻射率Emissivity;用大氣水汽含量(本研究用(1.50 g/cm2))估算大氣參數(shù);(4)用比輻射率和大氣參數(shù)訂正星上亮溫，得到30m分辨率的地表溫度。

表2 景觀類型及含義Table 2 Landscape types and its implications

2.3 綠地格局

景觀格局包含景觀組成和景觀配置。為了與定量化的生態(tài)環(huán)境參數(shù)更好地結(jié)合，McGarigal［19］等用平面幾何和分形幾何法將景觀格局定量化，并將各定量化指數(shù)集成于FRAGSTATS軟件或ArcGIS的Patch/PatchGridAnalysis模塊中，其中 FRAGSTATS或 PatchGridAnalysis都是基于柵格數(shù)據(jù)計算格局指數(shù)，PatchAnalysis則是基于矢量數(shù)據(jù)進行格局指數(shù)計算。在計算的格局指數(shù)中，景觀組成主要體現(xiàn)在斑塊和類型水平上，包括斑塊水平的斑塊大小、形狀、邊界等指數(shù)和類型水平上各類型的斑塊大小、形狀、邊界的統(tǒng)計值，景觀配置則主要體現(xiàn)在景觀水平上各類型的鄰接關(guān)系、斑塊類型的多樣性等。本研究所提取的綠地為矢量數(shù)據(jù)，其邊界按照綠地的自然形態(tài)勾畫，若轉(zhuǎn)化成柵格數(shù)據(jù)則會損失或改變邊界信息，因此選擇直接基于矢量數(shù)據(jù)進行格局指數(shù)計算和分析。

基于矢量數(shù)據(jù)進行景觀配置尤其是鄰接關(guān)系分析的文獻并不多，目前可見的研究主要用緩沖區(qū)分析法［15，20］，本文嘗試用綠地鄰接個數(shù)情況及緩沖分析法——鄰接綠地的面積百分比表示鄰接關(guān)系。鄰接斑塊個數(shù)情況用 NeighborhoodMean——N_MN 表示，用 PatchAnalysis 的 NeighborhoodMean 工具計算［21］。NeighborhoodMean按某個斑塊在指定搜索半徑范圍內(nèi)其鄰接斑塊的屬性予以賦值。解譯結(jié)果中城區(qū)綠地平均半徑約為220m，因此取500m為搜索半徑，保證絕大多數(shù)綠地斑塊都落在搜索范圍內(nèi)參與計算。將所有綠地賦值為1，非綠地斑塊賦值為0，則綠地斑塊的N_MN的值在0—1范圍內(nèi)，越接近1表示其500范圍內(nèi)綠地斑塊個數(shù)越多，否則越少。

鄰接綠地的面積百分比用15—90m的緩沖區(qū)進行分析。由于緩沖區(qū)分析計算量大，只以所占比例較大的喬木林地為例，從中抽取相隔90m以上的喬木林地進行緩沖區(qū)生成，統(tǒng)計其15，30，45，60，75，90m緩沖區(qū)的平均溫度和綠地百分比，再計算各緩沖區(qū)評價溫度與該林地的平均溫度差，作為林地對該緩沖區(qū)的冷島強度CII。不同的緩沖區(qū)分別有CII_15，CII_30，CII_45，CII_60，CII_75，CII_90。冷島強度反映綠地對周圍地表溫度的調(diào)節(jié)作用，冷島強度CII低，說明該區(qū)熱環(huán)境異質(zhì)性低，且接近綠地溫度，表明綠地對周圍熱環(huán)境的調(diào)節(jié)作用大，反之則小。

此外，還分析綠地斑塊大小和形狀兩個格局參數(shù)。綠地大小以面積Area表示，形狀用斑塊形狀指數(shù)SI表示:

式中，P為斑塊周長，A為斑塊面積，表示景觀組成特征。SI接近1表示斑塊形狀越接近圓形;SI接近1.13，表示斑塊近似正方形;SI越大，表示周長越大、形狀越復(fù)雜。

2.4 統(tǒng)計分析

格局參數(shù)和綠地自身溫度及其冷島強度的關(guān)系運用SPSS軟件進行相關(guān)分析。參與相關(guān)分析的綠地面積均大于900m2，以保證至少包含一個溫度像元。綠地自身溫度則用完全包含于綠地斑塊內(nèi)的溫度像元平均值——LST_MN表示，以表征綠地產(chǎn)生冷島效應(yīng)的潛力。

3 研究結(jié)果

研究結(jié)果包括城市綠地解譯結(jié)果、地表溫度(LST)反演結(jié)果、綠地格局特征及其對綠地溫度的調(diào)節(jié)作用的統(tǒng)計分析結(jié)果。

3.1 綠地和城市冷熱島的分布特征

解譯結(jié)果顯示，區(qū)域內(nèi)共有綠地面積為6450 hm2，占研究區(qū)總面積的35%。如圖3，在研究區(qū)的四環(huán)路(為東南四環(huán)，文中簡稱四環(huán)，下同)外圍多為耕地，三環(huán)路與四環(huán)路之間的區(qū)域綠地特別少，三環(huán)路以內(nèi)，尤其是二環(huán)路內(nèi)綠地分布較均勻。該綠地格局產(chǎn)生如圖4所示的地表冷熱島特征。

圖3 研究區(qū)綠地分布圖Fig.3 Urban green Distribution in the study area

圖4 研究區(qū)地表冷熱島分布圖Fig.4 Surface Heat and Cool Island in the study area

圖4是對反演的地表溫度進行了中值濾波(濾波窗口為21×21)的結(jié)果，其中冷熱島之間的溫度差達15K。冷島主要由幾個公園、大片的耕地和林地形成，最大的熱島存在于三環(huán)與四環(huán)之間的新城區(qū)。等溫線特征顯示，陶然亭公園、龍?zhí)逗珗@雖然面積小于天壇公園，但其最低溫較天壇公園小，體現(xiàn)了湖泊在這個季節(jié)很強的冷島效應(yīng)。

3.2 綠地格局與綠地表面溫度的相關(guān)關(guān)系

綠地表面溫度的高低能反映其產(chǎn)生冷島效應(yīng)的潛力。如表3，從綠地溫度角度看，除了灌木林地以外，各種綠地的溫度與其自身面積都呈反比;各種綠地的其他格局參數(shù)與溫度的相關(guān)關(guān)系相差較大，表現(xiàn)在:喬木林地的溫度與其面積、形狀指數(shù)呈反比而與其周圍綠地個數(shù)呈正相關(guān);兩種水體的溫度皆與其面積和形狀呈負相關(guān)，且相關(guān)關(guān)系較強，說明其產(chǎn)生冷島效應(yīng)的能力受其面積和形狀的影響較顯著，在不能加大面積的情況下，也可以將邊界復(fù)雜化來增強其冷島效應(yīng);草地和耕地的溫度則只受面積的顯著影響，但相關(guān)關(guān)系不強;灌木林地的大小、形狀、鄰接關(guān)系對其溫度的影響皆不顯著。

表3 綠地格局參數(shù)與LST相關(guān)關(guān)系表Table 3 Correlations between different pattern of urban green and LST

3.3 林地格局與冷島強度

城區(qū)喬木林地最多，取相隔90m以上、面積大于900m2的喬木林地進行15—90m的緩沖區(qū)分析，保證所選的林地至少包含一個純溫度像元(30m×30m)，且進行90m緩沖區(qū)分析時保證緩沖區(qū)互不重疊。計算各個緩沖區(qū)內(nèi)所有綠地所占的面積百分比以及緩沖區(qū)的平均溫度與中心綠地的平均溫度差，作為冷島強度(Coolislandintensity——CII)，用以反映綠地對其周圍熱環(huán)境的調(diào)節(jié)作用，冷島強度越大，說明林地與周圍溫度相差大，林地周圍的熱環(huán)境異質(zhì)性仍然很高，說明其對周圍溫度的潛在調(diào)節(jié)作用越小。所選取的典型林地及緩沖區(qū)內(nèi)的情況如圖5。各個緩沖區(qū)內(nèi)鄰接的所有綠地面積百分比分別為:GP_15，GP_30，GP_45，GP_60，GP_75，GP_90，林地在各個緩沖區(qū)的冷島強度分布為:CII_15，CII_30，CII_45，CII_60，CII_75，CII_90，它們與林地的大小、形狀及與林地溫度的相關(guān)關(guān)系如表4。

相關(guān)分析顯示，林地外圍15—90m范圍內(nèi)其他綠地的多與少對該林地的溫度影響都很顯著，而林地對周圍的冷島強度與其自身面積和形狀基本不相關(guān)，而與外圍緩沖區(qū)內(nèi)的綠地百分比相關(guān)性較顯著，但某個緩沖區(qū)的冷島強度主要受其左右15—30m緩沖區(qū)內(nèi)綠地百分比的影響，如表4:遠距離的CII_75，CII_90與GP_60，GP_75，GP_90相關(guān)性強，負相關(guān)系數(shù)高，而與GP_15至60的相關(guān)系數(shù)相對弱一些，而CII_45，CII_60也與GP_45，CII_60相關(guān)性最強。而近距離的CII_15，CII_30(尤其是CII_15)除了與GP_15，GP_30顯著負相關(guān)外，也與GP_75，GP_90等顯著相關(guān)，可能原因是15m的距離內(nèi)，CII_15與綠地自身的溫度差別不大，仍然體現(xiàn)的是綠地自身溫度的特征。

4 討論

本研究采用的是地表溫度，與分析綠地群落［22-23］或公園綠地采用實測氣溫的研究不同［24-25］，也沒有將地表溫度所反映的熱環(huán)境與人的體感溫度相結(jié)合［25］，而且地表溫度較綠地內(nèi)實測氣溫分辨率粗，誤差源多，這是本研究的不足之處，也是本研究今后研究的改進方向。但是綠地自身的表面溫度和綠地冷島強度在較宏觀的尺度上反映了綠地對周圍熱環(huán)境調(diào)節(jié)的潛在能力，而且極易與綠地格局相聯(lián)系，研究結(jié)果仍有可取之處。

圖5 緩沖區(qū)分析的喬木林地分布Fig.5 Distribution of woodlands in buffer analysis

表4 林地格局參數(shù)與林地溫度、冷島強度相關(guān)關(guān)系表Table 4 Correlations between pattern parameters of urban green and LST、CII

4.1 綠地溫度受景觀格局的影響

目前，從格局參數(shù)分析綠地表面溫度的研究并不多，一般是不分綠地類型，從整個公園角度進行分析［15，25］，或者在分析整個城市的各類景觀與地表溫度的關(guān)系中，將所有植被統(tǒng)一對待［23］。然而，不管是區(qū)域尺度［26］還是微(住宅)尺度［27］的研究都表明:不同植被對熱環(huán)境的調(diào)節(jié)作用相差較大，因此本研究將不同植被區(qū)別對待。從所分析的大小、形狀、鄰接個數(shù)及鄰接面積比與林地相關(guān)關(guān)系看，城區(qū)主要綠地類型——喬木林地、灌木林地、草地、水體的溫度與自身面積、形狀及鄰接綠地的面積百分比顯著負相關(guān)。水體、尤其是河流的溫度與其面積和形狀指數(shù)顯著負相關(guān)，因此在城區(qū)水體規(guī)劃中，可以加大面積或者增加周長來提高其降溫潛力。從林地緩沖區(qū)分析角度看，面積、形狀與林地溫度的相關(guān)性較鄰接綠地面積百分比弱。綠地的冷島強度與綠地格局參數(shù)的相關(guān)關(guān)系也表明綠地鄰接面積百分比對其影響更大。因此，增大林地面積或者邊界，對于一個公園來說，能起到一定作用，但對其周圍的熱環(huán)境異質(zhì)性沒有調(diào)節(jié)作用，而分散地布置綠地有利于減少區(qū)域熱環(huán)境異質(zhì)性。

4.2 格局參數(shù)反映綠地的冷島效應(yīng)的能力

在景觀格局與城市熱島效應(yīng)的分析中，以矢量數(shù)據(jù)進行鄰接關(guān)系分析的研究不多，主要以基于Fragstats軟件分析柵格數(shù)據(jù)的研究為主。從矢量數(shù)據(jù)進行分析的優(yōu)點是能夠保持景觀斑塊解譯的最初特征，且極易將格局分析結(jié)果空間化。從所分析的3種格局指數(shù)角度看，面積能夠較好地反映城區(qū)幾種主要綠地類型的溫度，包括喬木林地、水體、草地，結(jié)果與不分植被類型從柵格數(shù)據(jù)分析格局的結(jié)果相同［26］，但不能反映挨著道路的灌木林地的溫度。原因可能是灌木主要在道路兩盤，多為窄長條形，面積小且形狀指數(shù)單一，很大程度上受道路的影響。形狀指數(shù)SI對城市的水體和喬木林地的溫度反映較好，而表示鄰接綠地個數(shù)情況的N_MN只反映喬木林地和城郊的耕地，其原因是喬木林地與耕地斑塊個數(shù)較多且較集中，對于斑塊個數(shù)少的水體、灌木、草地不能反映，可見總體的溫度反映能力不太穩(wěn)定。鄰接綠地的面積百分比能較好地反映綠地溫度及綠地冷島強度，表征一定范圍內(nèi)的熱環(huán)境異質(zhì)性。這說明不考慮面積——景觀基質(zhì)，只考慮個數(shù)及幾何形狀等特征的景觀格局分析，較難解釋景觀過程。

4.3 對城市綠地規(guī)劃與管理的啟示

城市景觀中各個斑塊都與其周圍的斑塊相互緊密聯(lián)系。對于城市冠層(城市屋頂以下，地面以上)的微氣候而言，斑塊之間互相影響的特點是:近的斑塊的作用強于遠的斑塊，符合Tobler提出的地理學第一定律［29］。形狀指數(shù)表征的是斑塊之間相互作用的范圍。若一個湖與一個居民地相連接，那么曲折環(huán)繞居民地的湖邊界會增加湖與居民地的作用范圍。但是，集中面積與增加邊界是兩難全的對立面。增加面積對綠地自身溫度有顯著影響，但是，在面積固定的情況下，增加形狀指數(shù)，增加了該斑塊與相鄰斑塊的接觸空間，也就減少了面積集中的可能。本研究的結(jié)果顯示，喬木林地、河流和湖泊是研究區(qū)最強的冷島區(qū)域，其面積和形狀對綠地自身溫度的影響作用相當，因此，無論是在公園或小區(qū)等綠地的規(guī)劃中，在條件允許的情況下，可以優(yōu)先適當增加水體面積，其次是喬木林地。但公園與小區(qū)的綠地規(guī)劃又有所區(qū)別，公園綠化強調(diào)在公園內(nèi)部人所能得到的生態(tài)服務(wù)，因此強調(diào)集中分布綠地，這樣可以增強公園自身的冷島強度和效應(yīng)，而對于小區(qū)綠地規(guī)劃來說，若要改善小區(qū)熱環(huán)境，降低其熱異質(zhì)性，則在可規(guī)劃的面積固定下，宜分散、均勻地分配綠地，不宜將小區(qū)綠地集中規(guī)劃于小區(qū)一角。

5 結(jié)論

本研究采用QuickBird(QB)數(shù)據(jù)提取了北京局部城區(qū)的6種城市綠地，并用LANDSAT的ETM+數(shù)據(jù)反演地表溫度，分析了綠地和地表冷熱島的分布特征以及不同綠地的不同格局參數(shù)對綠地潛在降溫能力的影響。可以得出兩點結(jié)論:(1)不同的綠地，其溫度及冷島強度對相同的格局參數(shù)的響應(yīng)不同，在分析綠地的冷島效應(yīng)時要區(qū)別綠地類型;(2)不同的格局參數(shù)對同一種綠地的溫度及其冷島強度的影響不同，分析格局與冷島相互響應(yīng)時要根據(jù)綠地類型選取適當?shù)母窬謪?shù)。綜合地說:面積和形狀指數(shù)對水體和喬木林地的溫度的響應(yīng)相當，可作為其評價參數(shù)，但草地和耕地的溫度主要受面積影響，而Neighborhood Mean對綠地溫度的影響較難解釋，不能作為評價綠地格局對溫度影響的參數(shù)。研究中所用的數(shù)據(jù)和方法能夠從較宏觀的角度反映綠地格局對綠地溫度及其冷島強度的影響，從不同綠地角度進行討論，可為綠地規(guī)劃和管理提供參考意見;從不同格局參數(shù)分析，可為綠地格局及景觀格局分析提供一些借鑒，但對于鄰接關(guān)系的相關(guān)格局指數(shù)需要今后進一步探討。

［1］Grimm N B，F(xiàn)aeth SH，Golubiewski N E，Redman C L，Wu J，Bai X，Briggs JM.Global change and the ecology of cities.Science，2008，319(5864):756.

［2］Xiao R B，Ouyang Z Y，Li W F，Zhang Z M，Gregory T J，Wang X K，Miao H.A review of the eco-env ironmental consequences of urban heat islands.Acta Ecologica Sinica，2005，25(8):2055-2060.

［3］Shem W，Shepherd M.On the impact of urbanization on summertime thunderstorms in Atlanta:Two numerical model case studies.Atmospheric Research，2009，92(2):172-189.

［4］Frumkin H，Mcmichael A.Climate Change and Public Health Thinking，Communicating，Acting.American Journal of Preventive Medicine，2008，35(5):403-410.

［5］Mcgeehin M，Mirabelli M.The potential impacts of climate variability and change on temperature-related morbidity and mortality in the United States.Environmental Health Perspectives，2001，109(S2):185.

［6］Rizwan A M，Dennis L Y C，Liu C.A review on the generation，determination and mitigation of Urban Heat Island.Journal of Environmental Sciences，2008，20(1):120-128.

［7］Weng Q.Thermal infrared remote sensing for urban climate and environmental studies:Methods，applications，and trends.ISPRS Journal of Photogrammetry and Remote Sensing，2009，64(4):335-344.

［8］Epa.Urban Heat Island Mitigation.2009［cited 2010 March11］;Available from:http://www.epa.gov/hiri/mitigation/index.htm.

［9］Hamada S，Ohta T.Seasonal variations in the cooling effect of urban green areas on surrounding urban areas.Urban Forestry＆ Urban Greening，2010，9(1):15-24.

［10］Zoulia I，Santamouris M，Dimoudi A.Monitoring the effect of urban green areas on the heat island in Athens.Environmental Monitoring and Assessment，2009，156(1/4):275-292.

［11］Chen J.Discussion on the Influence of Landscape Structure on the Urban Heat Island Effect of Hefei City.，Journal of Anhui Agricultural Science 2010，38(28):15838-15841.

［12］Cheng H H，Yeng H，Wang ZS，Jian X.Relationships Between Types，Pattern Urban Green Space And Land Surface Temperature-A Case Study In Shenzhen Special Economic Zone，Acta Scientiarum Naturalium Universitatis Pekinensis.2009，45(3):495-501.

［13］Susca T，Gaffin S，Dell'osso G.Positive effects of vegetation:Urban heat island and green roofs.Environmental Pollution，2011.

［14］Weng Q，Liu H，Lu D.Assessing the effects of land use and land cover patterns on thermal conditions using landscape metrics in city of Indianapolis，United States.Urban Ecosystems，2007，10(2):203-219.

［15］Cao X，Onishi A，Chen J，Imura H.Quantifying the cool island intensity of urban parks using ASTER and IKONOSdata.Landscape and Urban Planning，2010，96(4):224-231.

［16］Jiménez-Mu?oz J C，Sobrino J.A generalized single-channel method for retrieving land surface temperature from remote sensing data.Journal of Geophysical Research，2003，108(D22):4688-4695.

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

［18］Sobrino J，Jimenez-Munoz J，Paolini L.Land surface temperature retrieval from LANDSAT TM 5.Remote Sensing of Environment，2004，90(4):434-440.

［19］Mcgarigal K，Marks B.FRAGSTATS.Spatial pattern analysis program for quantifying landscape structure.Version 2.0.Oregon State University，Corvallis，1994.

［20］Sun R，Chen A，Chen L，Lü Y.Cooling effects of wetlands in an urban region:The case of Beijing.Ecological Indicators，2012，20(0):57-64.

［21］Rempel R S，Kaukinen D，Carr A P.Patch Analyst and Patch Grid.2012［cited 2012 April 1］;Available from:http://www.cnfer.on.ca/SEP/patchanalyst/.

［22］Wenting W，Yi R，Hengyu Z.Investigation on Temperature dropping effect of Urban Green Space in summer in Hangzhou.Energy Procedia，2012，14(0):217-222.

［23］He J N，Xiao Y F，Wu Y X，Wu L C，Kang W X.Four Types of Green Space in Urban on the Reduction of Heat Island Effect.Chinese Agricultural Science Bulletin，2011，27(16):70-74.

［24］Cohen P，Potchter O，Matzarakis A.Daily and seasonal climatic conditions of green urban open spaces in the Mediterranean climate and their impact on human comfort.Building and Environment，2012，51(0):285-295.

［25］Oliveira S，Andrade H，Vaz T.The cooling effect of green spaces as a contribution to the mitigation of urban heat:A case study in Lisbon.Building and Environment，2011，46(11):2186-2194.

［26］Zhou W，Huang G，Cadenasso M L.Does spatial configuration matter?Understanding the effects of land cover pattern on land surface temperature in urban landscapes.Landscape and Urban Planning，2011，102(1):54-63.

［27］Shashua-Bar L，Pearlmutter D，Erell E.The cooling efficiency of urban landscape strategies in a hot dry climate.Landscape and Urban Planning，2009，92(3/4):179-186.

［28］Li J，Song C，Cao L，Zhu F，Meng X，Wu J.Impacts of landscape structure on surface urban heat islands:A case study of Shanghai，China.Remote Sensing of Environment，2011:3249.

［29］Tobler W.On the First Law of Geography:A Reply.Annals of the Association of American Geographers，2004，94(2):304-310.

參考文獻:

［4］肖榮波，歐陽志云，李偉峰，張兆明，Gregory T J，王效科，苗鴻.城市熱島的生態(tài)環(huán)境效應(yīng).生態(tài)學報，2005，25(8):2055-2060.

［11］陳健.探討合肥市綠地景觀結(jié)構(gòu)特點及其降溫效應(yīng).安徽農(nóng)業(yè)科學，2010，38(28):15838-15841.

［12］程好好，曾輝，汪自書，簡霞.城市綠地類型及格局特征與地表溫度的關(guān)系——以深圳特區(qū)為例.北京大學學報(自然科學版)，2009，45(3):495-501.

［23］何介南，肖毅峰，吳耀興，吳立潮，康文星.4種城市綠地類型緩解熱島效應(yīng)比較.中國農(nóng)學通報，2011，27(16):70-74.