城市公園對城市熱島的影響及三維分析
——以廣州市主城區為例

王帥帥，陳穎彪，千慶蘭，謝錦鵬

廣州大學地理科學學院，廣東 廣州 510006

城市公園對城市熱島的影響及三維分析
——以廣州市主城區為例

王帥帥，陳穎彪*，千慶蘭，謝錦鵬

廣州大學地理科學學院，廣東 廣州 510006

隨著城市的快速發展，城市熱島（UHI）問題越來越突出，如何緩解城市發展所帶來的熱島效應加劇，提高居民健康生活質量，改善人居環境，已成為全民關注的重點生態環境問題。在高度發達的城市區域，綠地對城市熱島具有明顯的降溫效應，因此對其進行定量研究具有重要意義。文章基于遙感和GIS的方法，通過熱環境反演和空間統計分析，以廣州市主城區30塊主要城市公園為研究對象，分別從城市綠地形態、城市綠地緩沖區和熱環境三維分析3個方面研究了城市綠地對城市熱島的影響。結果顯示：城市綠地形態（面積，周長，形狀指數）與公園的溫度具有較強的對數相關性，并且隨著三者的增大，綠地內部均溫和最低溫度均降低，并且呈現“飽和”趨勢；通過對城市公園斑塊建立3個緩沖區（120、240、360 m），并進行緩沖區內的均溫統計發現，30個城市公園的溫度變化呈現出3種情形，即自內向外變高、變低和不變；最后，為了更好的解釋上述3種情形，引入三維熱環境分析，對3種情形分別選取代表性公園進行分析，總結其空間分布規律，結合相關數據對產生的這種結果進行了簡要分析。本文的主要創新點，在對城市公園與熱環境關系傳統分析的基礎上，引入三維的分析方法，能夠更加清晰的展示二者的關系，為未來的相關研究提供一定的借鑒。

城市公園；城市熱島；三維分析；廣州市

城市熱島（UHI）是目前全球面臨的一個重要生態環境問題，隨著城市的快速發展，原本以植被為主體的自然地表逐漸被城市建筑、道路等不透水面所代替；城市人口的快速增加，以及工業的迅速發展，大量的熱量被排放到空氣中，這些都逐漸加劇了城市熱島的強度。

城市植被可以通過光合作用、蒸騰作用以及蒸散作用降低溫度增加濕度，能有效的緩解城市熱島效應(蘇泳嫻等，2011)。前人對于城市綠地與城市熱島的關系進行了大量研究，主要集中在以下幾個方面：（1）植被指數與地表溫度（LST）的關系：城市綠地作為城市結構中的自然生產力主體，在緩解城市熱島調節城市氣候和協助城市應對未來氣候變化中扮演著極其重要的角色(孔繁花等，2013)。均一化植被指數（NDVI）是一個植被生長狀態及植被覆蓋度的最佳指示因子，與葉綠素水平、植物生物量、光合作用強弱有密切關系（邸蘇闖等，2012）。大量研究表明，NDVI與LST存在明顯的相關性(Li等，2013；Maimaitiyiming等，2014；Zhang等，2010；錢樂祥，2006)，植被分布面積的增加對城市熱島強度的降低具有非常積極的作用(武佳衛等，2007)。另外，還有學者對多種植被指數(王偉等，2011)和多種景觀指數（Maimaitiyiming, M等，2014）與LST的關系進行了定量對比分析。（2）綠地對周圍區域降溫效應分析：城市綠化可以緩解熱島效應，集中、大范圍的綠地建設緩解熱島效應的效果明顯（周紅妹等，2002），研究表明公園面積越大，降溫幅度越大，并且一個大的公園的降溫效應強于總面積相等的多個小公園（周東穎等，2011）。但有研究卻表明，當綠地面積在1.5～1.68 hm2時，綠地斑塊的熱環境降溫效率最大（賈劉強和邱建，2009）。在城市綠地對熱環境的影響研究中，前人的研究大多集中在綠地本身及綠地周邊的溫度對比研究上，研究的尺度和層面主要在一二維空間上，不能夠對熱環境的空間分布規律，尤其是三維熱場，進行較為直觀的展示，以更加清晰的解釋城市公園對城市熱島的空間影響。

合理的植被規劃和保護措施能夠對城市熱島有一定的緩解作用（Rogan等，2013；Sung，2013），三維的分析方法的引入能夠為未來的研究提供一定的借鑒。

1　研究區域概況

研究地區廣州市位于中國大陸南部，廣東省中南部，珠江三角洲北緣。廣州市屬于海洋性亞熱帶季風氣候，北回歸線從中南部穿過，全年降水量為1720 mm（1971─2000年平均）。地勢上東北向西南傾斜，東北部以山地丘陵為主，森林范圍比較集中，中部為丘陵盆地，有被稱為“廣州之肺”的白云山，南部為平坦的珠江三角洲沖積平原。廣州市作為廣東省省會，華南中心城市，全國第三大城市，GDP位居全國前列，GDP達15420億元（2013年），第一、第二、第三產業分別占1.5%、33.9%、64.6%。作為國內較早開始發展的城市，城市建成區面積不斷增加，快速城市化加劇了城市熱島的影響強度。本文選取了廣州市主城區（白云區，天河區，海珠區，越秀區，荔灣區）（圖1）的主要公園作為研究對象，該地區不透水面積比重較高，城市熱島效應顯著。

圖1　研究區域Fig. 1　Location of the study area

2　數據及方法

2.1數據預處理

本文采用的數據是Landsat5數據，行列號為122～044，獲取時間為2009年11月2日10點40分，天氣狀況為晴朗無云，利用ENVI軟件對數據進行輻射定標和大氣校正，進而進行面向對象土地分類和地表溫度反演。另外采用1 m分辨率廣州市主城區遙感數據（2009年），將2種數據進行配準，誤差控制在一個像元內。高分辨率遙感影像主要用于解譯驗證和公園斑塊人工數字化提取，以保證解譯精度和公園邊界提取精度。其他數據統計與制圖工作均在ARCGIS與Excel中完成。

公園選取原則：（1）公園中人行道包含在公園范圍內。（2）水體在公園中，則包含在公園范圍內；水體在公園周邊的，則取公園邊界線。（3）城市主干道分割的公園，則按照兩塊公園計算。（4）主要選取被建設用地包圍的公園。公園斑塊的數字化工作，主要在ARCGIS軟件中人工矢量化完成。

2.2理論與方法

進行遙感反演之前，首先要對影像進行輻射定標，將影像DN值轉化成輻射亮度值，然后利用輻射亮度值去推算地表溫度。輻射定標計算公式如下：

式中：Lλ是某個波段光譜輻射亮度（單位：W·m-2·μm-1·sr-1），Gain為NASA提供的TM5傳感器每個波段的增益，Bias為偏置，DN為遙感影像灰度值。

將輻射亮度值轉化像元亮溫的公式為：

式中：t是地表溫度；K1和K2為常量，對于TM5，K1取值為607.76，K2取值為1260.56；Lλ為輻射亮度；

3　結果分析

通過上述過程，我們可以得到反演后的地表溫度分布圖，以及手動矢量化得到的30塊主要城市公園。公園面積在0.68～146 hm2之間（表1），能夠代表不同面積大小的公園單元。綜合前人研究的方法以及地區實際，本文從公園形態與熱環境，公園與周邊熱環境，公園周邊三維熱環境分析等3個方面進行分析和討論。

3.1公園形態對熱環境影響分析

公園斑塊的空間特征是與公園規劃和設計直接相關的因素（賈劉強和邱建，2009），為了定量的描述公園形態對熱環境的影響，本文引入公園面積，公園周長，形狀指數3個因子來定量描述二者的相關性，研究尺度為公園本身。利用ARCGIS中的空間統計方法，完成對30個公園的溫度統計工作。

通過上述過程，我們可以計算得到公園的面積以及公園對應的地表溫度的最小值和均值，利用相關的統計方法我們可以得到下圖（圖2）。公園平均溫度與公園面積在0.01顯著性水平下存在顯著相關關系，相關系數為-0.554；通過回歸發現二者呈指數相關性，決定系數r2為0.586，具有一定相關性。通過圖中的趨勢線方向我們可以了解到，當公園面積小于15 hm2時，面積接近的不同公園的平均溫度變化較大，在25～29 ℃之間，相差接近4 ℃；當公園面積大于20 hm2，公園均溫的變化幅度變化較之前和緩，在25～27 ℃之間，相差僅為2 ℃；當公園面積大于60 hm2，公園均溫仍然在25～27 ℃之間；上述表明當公園面積增大到一定程度時，公園均溫不會再隨面積的增大而減小，更多的體現為降溫效應飽和趨勢。公園最低溫度與公園面積在0.01顯著性水平下存在顯著相關關系，相關系數為-0.556；通過回歸發現二者呈指數相關性，決定系數r2為0.782，具有很強的解釋性。從圖（圖2）中可以看出，當公園面積小于10 hm2時，最低溫度變化較為劇烈，在24～28 ℃之間；當公園周長大于10 hm2，雖然公園均溫有降低的趨勢，但是逐漸放緩。

表1　不同緩沖區下的均溫統計Table 1　Average temperature in different buffers

圖2　公園面積與溫度的關系Fig. 2　Relationship between green space area and LST

圖3　公園周長與溫度的關系Fig. 3　Relationship between green land perimeter and LST

利用相關空間分析工具，我們可以計算得到公園的周長以及公園對應的地表溫度的最小值和均值，利用相關的統計方法我們可以得到下圖（圖3）。公園平均溫度與公園周長在0.01顯著性水平下存在顯著相關關系，相關系數為-0.649；通過回歸發現二者呈指數相關性，決定系數r2為0.593，具有一定相關性。通過圖中的趨勢線方向我們可以了解到，當公園周長小于1.5 km時，周長接近的不同公園的平均溫度變化較大，在26～29 ℃之間，相差接近3 ℃；當公園周長大于1.5 km，公園均溫的變化幅度變化較之前和緩，除個別公園外，整體均溫在25～27℃之間，相差僅為2 ℃；當公園周長為2 km左右時，公園均溫變化最小；上述表明當公園周長增大到一定程度時，公園均溫隨周長的增大而減小，但是變化的幅度放緩。公園最低溫度與公園周長在0.01顯著性水平下存在顯著相關關系，相關系數為-0.75；通過回歸發現二者呈指數相關性，決定系數r2為0.764，具有很強的解釋性。從圖中（圖3）可以看出，當公園周長小于1 km時，最低溫度變化較為劇烈，在26～28 ℃之間；當公園周長大于1 km，雖然公園最低溫度隨周長增加仍有降低的趨勢，但是變化也較為劇烈。

圖4　公園形狀指數與溫度的關系Fig. 4　Relationship between green land shape metrics and LST

通過得到公園的面積周長比（形狀指數）以及公園對應的地表溫度的最小值和均值，利用相關的統計方法我們可以得到下圖（圖4）。公園平均溫度與公園形狀指數在0.01顯著性水平下存在顯著相關關系，相關系數為-0.638；通過回歸發現二者呈指數相關性，決定系數r2為0.5324，具有一定相關性。通過圖中的趨勢線方向我們可以了解到，當公園形狀指數增大到一定程度時，公園均溫隨形狀指數的增大而減小，但是溫度變化的幅度放緩。公園最低溫度與公園形狀指數在0.01顯著性水平下存在顯著相關關系，相關系數為-0.771；通過回歸發現二者呈指數相關性，決定系數r2為0.7469，具有很強的解釋性。從圖中（圖4）可以看出，公園最低溫度隨著形狀指數的增大而逐漸降低，并且溫度降低幅度較大。

3.2公園對周圍熱環境影響距離分析

城市公園公園對于周圍區域具有明顯的降溫作用（周東穎等，2011），但是降溫的幅度是有很大差異的（岳文澤，2005）。綜合前人的研究方法，并結合本文數據分辨率和研究區實際情況，選取3個緩沖區進行公園周邊熱環境研究，它們分別是是120、240、360 m。利用ARCGIS的相關空間分析方法，得到3個緩沖區內的平均溫度，以進行相關分析工作。

通過表1我們總結發現，120 m緩沖區平均增溫1.49 ℃，240 m緩沖區內為1.63 ℃，360 m緩沖區為1.7 ℃，說明公園對周邊熱環境的影響隨著距離的增加的趨勢而不斷減弱。由公園內向外溫度變化呈現出3種類型（以0.5 ℃為標準），即：（1）從內向外，溫度以升高為主；（2）從內向外，溫度變化不大；（3）從內向外，溫度以降低為主。

從表1中我們可以看到，30個樣本中有26個，從公園內向外，溫度以升高為主。其中在120 m緩沖區內有10個溫度升高超過2 ℃，240 m緩沖區內有12個（超過3 ℃為2個），360 m緩沖區內15個（超過3 ℃為1個），由此可以看出，公園對周圍熱環境影響明顯，3個緩沖區內，溫度最大差值為3.23 ℃。

在30個城市公園斑塊中有3個樣本，從公園內向外，溫度變化不大。其中23號公園（東風公園），作為公園，內部本身面積小且有少量建筑分布，影響了其本身的均溫（高于多數公園），又由于周圍分布有廣州市動物園（10號公園），烈士陵園（22號綠地），廣州體育學院（本身有大量林草地分布），緩沖區內大量林草地的分布，導致該公園周圍溫度不升反降的現象。24號公園位于中山大學附近（360 m緩沖區內），由于林地與建筑混雜分布，且林地覆蓋率高，因此形成了與23號公園相似的情形。29號公園與2號公園（上涌果樹公園）相距較近，果樹公園的深林覆蓋率高，溫度低，從而拉低了29號公園周圍的平均溫度。從上述3個情形可以了解到，公園之間距離對公園周圍的熱環境影響強烈，相對集中的多個公園能夠形成一個面積更大的“冷島區域”。

在所有的30個公園樣本中，27號公園（火車東站廣場）有大面積的植被覆蓋，然而其溫度卻是高于周圍大面積的建設用地區域。在前人大量的研究中都是表明建設用地具有較高的LST（陳峰等，2008；岳文澤和徐麗華，2007；周紅妹等，2008），并且二者具有較強的相關性。為了解釋這一現象，通過高分辨率遙感影像，結合Landsat5數據，對照反演后的LST分布圖，發現在再火車東站廣場的南部和東南部區域分布著以中信大廈為代表的高層建筑，由于研究地區地理緯度與影像獲取的日間時間，所以在高分辨率影像上可以看出大面積的陰影區，這些陰影區在LST分布圖上表現為低值區，而公園斑塊為太陽輻射區，這就解釋了之前出現的反常情形。

3.3公園對周圍熱環境影響三維分析

針對于上述3種情形，為了更好的表現出公園本身與周圍區域熱場的關系，從30塊公園斑塊中選取具有代表性的3塊公園，引入建構三維的方式來展現，以期望能夠更好的理解熱場的分布。相比于傳統的剖面線方式展現公園及周圍熱場分布不同的是，三維熱場分布更能夠全面體現公園周圍的熱場分布。

通過對上節中第一種熱場分布類型的分析，我們了解到該種類型的熱場分布呈現中心低四周高的趨勢。本節以天河公園（5號）公園為代表，通過相關三維分析及展示發現，整個緩沖區域的熱場呈現出中心低，四周高的現象，西部和北部偏高（圖5），且溫度變化劇烈，南部和東部相對偏低，溫度變化和緩；天河公園的最低溫度出現在公園的中心區域，形成明顯的“冷島”區域和“塌陷盆地”狀態；除西部部分區域，整體向外變化比較和緩，且在西北角出現明顯的低溫通道。

圖5　天河公園及周邊熱環境三維展示Fig. 5　The 3D thermal environment display around Tianhe Park

通過對上節中第二種熱場分布類型的分析，我們了解到該種類型的熱場分布呈現中心向四周變化微弱的趨勢。雖然對其空間分布導致的結果進行了分析，但是不能夠直觀的展示其空間分布狀態。本節以東風公園（23號）公園為代表（圖6），進行相關分析和展示。整個緩沖區呈現多個“冷島”分布，西南部為烈士陵園分布區，中部為東風公園分布區，東部是以廣州體育學院為代表的“冷島”區域，呈現多處“塌陷”現象；區域最高值出現在東風公園西北部，東南部也有分布。東風公園的溫度不是在幾何中心處，而是出現在東南角，且整個東風公園位于“低溫谷”向高溫過渡的區域，故其均溫會出現整個區域均值變化不大的情況。

通過對上節中第三種熱場分布類型的分析，我們了解到該種類型的熱場分布呈現中心高四周低的趨勢。以火車東站廣場（27號）公園為典型區域，構建其三維熱場模型，并進行相關分析和展示。從圖中（圖7）我們可以看出，整個區域的高值出現在區域的西部和南部，溫度差異明顯，中部區域也出現明顯的高值分布；而低值區則分布在中心高值區的周圍，圍繞中心分布。火車東站廣場公園位于在中部的高值分布區，故而該公園區域均溫會高于周圍區域。

4　結論與討論

4.1結論

本文基于遙感與GIS的相關方法和理論，在前人研究和相關數據的基礎上，對廣州市的城市公園對城市熱島的影響進行了研究。主要結論如下：

圖6　東風公園及周邊熱環境三維展示Fig. 6　The 3D thermal environment display around Dongfeng Park

圖7　火車東站廣場公園及周邊熱環境三維展示Fig. 7　The 3D thermal environment display around East Railway Station Plaza

第一，公園形態（公園面積、周長、形狀指數都）與公園最低溫度、平均溫度有較強的相關性，并且隨著前三者的不斷增加，后二者都有顯著降低的趨勢，但是趨勢放緩的節點和幅度有較大差異；尤其是對于平均溫度，有出現“降溫趨于飽和”的狀態。

第二，綜上所述，在研究區域選取的30個公園斑塊中，有26個公園斑塊的均溫是明顯低于周圍區域的，但也出現了少量（3個）公園斑塊與周圍相差不大，甚至高于周圍區域的情況（1個），并對其原因進行了簡要分析。

第三，通過對文中3種熱場分布情況進行相關三維分析，能夠更好的反映出熱場的空間分布狀況，展現城市公園對周圍熱環境的影響強弱。

4.2討論

本文以廣州市主城區內分布的主要綠地為研究對象，基于Landsat 5和高分辨率遙感影像數據，利用遙感和GIS方法，進而對城市綠地對城市熱島的影響進行研究。本文在前人研究的基礎上，選取了3個方面進行研究，分別是綠地形態（面積、周長、形狀指數）、綠地緩沖區（120、240、360 m）、三維熱環境，對二者的關系有一定的解釋作用，主要新意體現為三維熱環境的展現和分析。

但是由于數據分辨率與實地測量數據的缺乏，無法做更加細致的分析，比如緩沖區的尺度大小問題，更小面積綠地對熱場影響問題；另外，本文由于只選取了一期遙感影像，只能反映這一特殊時刻下的熱環境分布狀況，本意是期望能夠為相關人員展現這一思路，希望該方法能夠為相關讀者提供參考和借鑒。

城市綠地是城市緩解熱環境的一個重要部分，充分利用現有的城市綠地，并結合相關原理方法合理規劃，是城市可持續發展之路。

參考文獻：

LI X, ZHOU W, OUYANG Z. 2013. Relationship between land surface temperature and spatial pattern of greenspace: What are the effects of spatial resolution? [J]. Landscape and Urban Planning, 114: 1-8.

MAIMAITIYIMING M, GHULAM A, TIYIP T, et al. 2014. Effects of green space spatial pattern on land surface temperature: Implications for sustainable urban planning and climate change adaptation [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 89(0): 59-66.

ROGAN J, ZIEMER M, MARTIN D, et al. 2013.The impact of tree cover loss on land surface temperature: A case study of central Massachusetts using Landsat Thematic Mapper thermal data [J]. Applied Geography, 45(0): 49-57.

SUNG C Y. 2013. Mitigating surface urban heat island by a tree protection policy: A case study of The Woodland, Texas, USA [J]. Urban Forestry & Urban Greening, 12(4): 474-480.

ZHANG X X, WU P F, CHEN B. 2010. Relationship between vegetation greenness and urban heat island effect in Beijing City of China [J]. Procedia Environmental Sciences, 2(0): 1438-1450.

陳峰, 何報寅, 龍占勇, 等. 2008. 利用Landsat ETM～+分析城市熱島與下墊面的空間分布關系[J]. 國土資源遙感, (02): 56-61.

邸蘇闖, 吳文勇, 劉洪祿, 等. 2012. 城市綠量的遙感估算與熱島效應的相關分析——以北京市五環區域為例[J]. 地球信息科學學報, 14(04): 481-489.

賈劉強, 邱建. 2009. 基于遙感的城市綠地斑塊熱環境效應研究——以成都市為例[J]. 中國園林, 25(12): 97-101.

孔繁花, 尹海偉, 劉金勇, 等. 2013. 城市綠地降溫效應研究進展與展望[J]. 自然資源學報, 28(01): 171-181.

錢樂祥. 2006. 城市熱島研究中地表溫度與植被豐度的耦合關系[J]. 廣州大學學報: 自然科學版, 5(5): 62-68.

蘇泳嫻, 黃光慶, 陳修治, 等. 2011. 城市綠地的生態環境效應研究進展[J]. 生態學報, 31(23): 7287-7300.

王偉, 申雙和, 趙小艷, 等. 2011. 兩種植被指數與地表溫度定量關系的比較研究——以南京市為例[J]. 長江流域資源與環境, 20(04): 439-444.

武佳衛, 徐建華, 談文琦. 2007. 上海城市熱場與植被覆蓋的關系研究[J]. 遙感技術與應用, 22(1): 26-30.

岳文澤. 2005. 基于遙感影像的城市景觀格局及其熱環境效應研究[D].華東師范大學: 202.

岳文澤, 徐麗華. 2007. 城市土地利用類型及格局的熱環境效應研究——以上海市中心城區為例[J]. 地理科學, 27(02): 243-248.

周東穎, 張麗娟, 張利, 等. 2011. 城市景觀公園對城市熱島調控效應分析——以哈爾濱市為例[J]. 地域研究與開發, 30(03): 73-78.

周紅妹, 丁金才, 徐一鳴, 等. 2002. 城市熱島效應與綠地分布的關系監測和評估[J]. 上海農業學報, 18(2): 83-88.

周紅妹, 高陽, 葛偉強, 等. 2008. 城市擴展與熱島空間分布變化關系研究——以上海為例[J]. 生態環境, (01): 163-168.

Effect of Urban Garden on Urban Heat Island and 3-dimensional Analysis: A Case Study in Guangzhou

WANG Shuaishuai, CHEN Yingbiao*, QIAN Qinglan, XIE Jinpeng

School of Geographical Sciences, Guangzhou University, Guangzhou 510006, China

With the rapid urbanization, urban heat island (UHI) has become the ecological problems focused nationally. How to relieve increasing urban heat island effect under the quickly urban expansion, improve residents' quality of life and improve human settlements, has become a universal concerned eco-environmental problem. In highly developed urban areas, green spaces with cooling effect, therefore, it is of great significance to quantitative research. Based on geographic information system (GIS) and remote sensing (RS), with derivation of land surface temperature (LST) and spatial statistical analysis, this paper analysis the effect on UHI of urban green land from three aspects, using the major 30 green lands in Guangzhou as a case study. Results show that pattern of urban green land (area, perimeter, shape index) and the temperature of green land have strong correlation; meanwhile, with the increasing of these three indexes(area, perimeter, shape index), average temperature and lowest temperature appear as "saturation“ trend within the green land. With the statistics of average temperature in three buffer(120 m, 240 m, 360 m), temperature variation show three situation from the inside out, namely higher, lower and invariant. At last, in order to explain the above three scenarios better, a three-dimensional (3D) analysis method was introduced. We select typical green lands in three situations above, analyze and summarize their spatial distribution regulation, and give a brief analysis. The main innovation of this paper is: based on the traditional research, we introduce a 3Danalysis method, which makes the relationship between urban and LST clearer, and the result could provide a reference for feature research.

urban green land; urban heat island; three-dimensional analysis; Guangzhou

X16

A

1674-5906（2014）11-1792-07

王帥帥，陳穎彪，千慶蘭，謝錦鵬. 城市公園對城市熱島的影響及三維分析——以廣州市主城區為例[J]. 生態環境學報, 2014, 23(11): 1792-1798.

WANG Shuaishuai, CHEN Yingbiao, QIAN Qinglan, XIE Jinpeng. Effect of Urban Garden on Urban Heat Island and 3-dimensional Analysis: A Case Study in Guangzhou [J]. Ecology and Environmental Sciences, 2014, 23(11):1792-1798.

國家科技支撐計劃課題(2012BAH32B03)；教育部人文社科規劃基金項目（11YJAZH016）

王帥帥（1989年生），男，碩士研究生，主要從事GIS與RS應用研究。E-mail: GEO_WSS@126.com

*通信作者：陳穎彪（1969年生），男，教授，主要從事GIS與RS技術應用研究。E-mail：gzhuchenyb@126.com

2014-09-11