2003—2011年夏季北京城市熱景觀變化特征

陽文銳, 李 鋒, 何 永

(1. 北京市城市規劃設計研究院， 北京 100045; 2. 中國科學院生態環境研究中心，城市與區域生態國家重點實驗室，北京 100085)

隨著城市化的發展，城市的規模不斷擴大和人口的急劇增加，自然地表覆蓋正逐步被人工建筑所替代，改變了當地的景觀和氣候條件，影響了生態系統功能和過程[1-2]，產生了諸多的生態環境問題，其中最為突出的現象之一為城市熱島效應日益顯著。城市熱島是指城市地區整體或局部溫度高于周圍地區，溫度較高的城市地區被溫度較低的郊區所包圍或部分包圍的現象[3]。它是由于城市建筑及人類活動導致熱量在城區空間范圍內集聚[4]，從而導致城市和郊區的溫差明顯。城市區域范圍的大氣溫度分布與土地利用強度緊密相關，因而形成城市經典的鐘型溫度剖面層[5]，研究表明不透水地面的增加和城市能源的消耗是城市熱島形成的兩個主要方面[6, 7]。城市熱島效應已經嚴重影響了城市生態環境。熱島效應會促使形成復雜的大氣污染物環流，加重城區的大氣污染[8]。還會導致地表臭氧濃度升高[9]，甚至人口死亡率增加[10]。由于夏季熱島效應形成城市熱浪，城市居民更容易受到高溫疾病與流行病的困擾[11]，2003年，法國14800人死于城市熱浪[12]。此外，城市內建筑內部空調使用的能源以及交通的能源需求不斷增加，增加了溫室氣體的排放，加速了全球變暖而直接導致熱島效應越來越嚴重[8]。

采用氣象臺站觀測城市地表溫度和利用遙感影像反演地表溫度的方法是目前研究城市熱島主要的兩種研究方法。一些學者利用氣象臺站的數據分析了北京城區的城市熱島[3, 13-15]。但受到城市地區觀測點數量的限制、空間上的不連續性，通過氣象臺站的數據擬合城市地區的地表溫度具有一定的局限性[16-17]。由于城市是一個復雜的系統，下墊面性質不斷變化，不同類型下墊面的熱慣性、熱容量、熱傳導和熱輻射的不同導致溫度的空間差異十分明顯。與氣象臺站實測數據相比，衛星遙感數據具有空間分辨率高、適用范圍大的特點，目前遙感數據已成為研究城市熱島的主要數據來源，遙感信息技術也成為其研究的主要技術手段[17]。

北京是我國快速城市化發展的典型區域，城市總體規劃(2004—2020年)以來，城市規模不斷擴大，強烈的人類活動改變了自然地表，大量自然植被地表被水泥、瀝青等硬質地表所替代，由于地表不透水面積與地表溫度呈正相關[18]，加上城市能源消費的不斷增加，使得城市的熱島格局和熱環境特征發生了很大變化。本研究基于遙感反演地表溫度的方法，分析上一版城市總體規劃以來的北京城市六環內熱景觀及熱島變化趨勢和特征，旨在為城市管理部門指定減緩城市熱島措施提供依據。

1 研究資料與研究方法

1.1 研究資料

研究范圍為北京城市六環內城市區域，該范圍是城市快速發展的區域，土地利用強度大，社會經濟發展的自然生態資產占用迅速，對于該地區的熱島變化特征研究具有典型意義。本文使用了具有30 m空間分辨率的美國陸地資源衛星Landsat TM影像，2003年5月25日、2007年5月28日、2011年6月8日(北京地區)三景數據，軌道號為123/32，三景數據質量較好，云量均低于2%。采用Erads Imagine9.0遙感影像處理軟件對TM影像進行大氣校正、幾何校正、圖像增強、合成等過程，將遙感影像與北京地形圖(1∶5萬)進行地理坐標配準后，在Arcgis9.2中進行計算并制作專題圖進行分析。

1.2 研究方法

1.2.1 地面亮溫反演

城市下墊面的輻射亮溫是未經大氣校正以像元為單位的平均地表溫度，而并非實際意義的地表實際溫度，由于該研究主要針對城市熱島的變化趨勢進行分析，地表實際溫度和地面亮溫的趨勢基本表現為一致，所以直接采用地面亮溫進行分析。

TM遙感影像第6波段是以數據像元值來表示的，數值在0—255之間，數值越大，亮度越大。地面亮溫反演方法參考NASA官方的Landsat用戶手冊提供的算法進行計算[19]。

1.2.2 熱場強度指數

地面亮溫是地面每一個像元的溫度值，為了研究城市區域范圍內的熱島效應強度，本文采用熱場強度指數這一監測指標。熱島效應的強弱是衡量城市與鄉村或郊區之間的溫差所形成的城市小氣候狀況的優劣，根據馬藹乃[20]遙感信息模型研究中所提出的地理相識準則，類似地引入相對亮溫來表示城市熱島效應的強度。即公式：

為了明確地表示城市的熱島強度，對相似準則進行等級劃分，表示不同的熱島等級，采用了孫颯梅和盧昌義的劃分方法(表1)[21]。

1.2.3 城市熱島景觀指數

為定量分析城市熱景觀格局的變化特征，本研究采用景觀生態學的指數分析方法來分析城市熱島景觀的空間格局變化特征，分別從景觀類型水平和景觀水平選取相關的指數進行分析，分析工具采用Fragstats 3.3。

表1 城市熱島強度等級劃分[21]

1.2.4 植被覆蓋度

表征植被狀況的指數較多，但NDVI指數是最為廣泛應用的指數之一，在植被遙感中，對于landsat5而言，其計算方法已經成熟，此處不再具體表述。NDVI指數也用于計算植被覆蓋度，本文利用像元二分模型估算研究區的植被覆蓋度，計算公式如下：

植被覆蓋度的計算公式：

式中,NDVImin和NDVImax為0.5%—99.5%置信區間的NDVI最小值和最大值。分別表示無植被覆蓋區域和純植被像元的NDVI值。

由于本研究沒有獲得植被NDVI實測數據，王浩等[22]認為可以采用一定的置信區間對NDVI取值，可以消除遙感影像噪聲所帶來的誤差。置信區間的設定取決于遙感影像的質量，本文采用0.5%和99.5%的置信區間，計算NDVI最大值與最小值。NDVI指數計算和植被覆蓋度的計算分別在Erdas和ArcGIS上完成。

對植被覆蓋度的計算結果采用我國土壤侵蝕強度等級劃分方法，將植被覆蓋度分為5級：f<10%、10%≤f>30%、30%≤f>50%、f≥70%，從小到大依次分別記為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ級，生成植被覆蓋度等級圖進行分析。

2 結果與分析

2.1 城市地面亮溫(LST)變化

從圖1可以看出，2003—2011年城市LST分布格局發生了明顯的變化。2003年夏季北京六環內平均LST為292.63 K，最高LST為302.95 K，最低LST為284.87 K。城市中高的LST主要分布在城市三環外南部的豐臺和大興地區，城市北部五環之間六環之間的昌平和順義地區，其中西南部干涸的永定河河道下游地區高溫分布比較明顯，而二環內的高LST出現在天安門廣場附近。2007年夏季北京六環內的平均LST為303.45 K，最高LST為315.84 K，最低LST為289.03 K。該時段的LST總體呈現星型的分布特征，中心城二環外圍地區的熱環境變化迅速，豐臺、大興、朝陽、海淀、昌平、順義地區的高LST分布范圍比2003年增長明顯，二環內的東西城地區的LST也較2003年有所增加。2011年夏季北京六環內的平均LST為301.75K，最高和最低LST分別為315.84 K和286.72 K。城市總體的LST分布特征相比2007年變化也十分明顯，高LST分布呈現圍繞中心城集聚的特點，而城市外圍的高LST分布面積較之2007年減少也十分明顯，其中永定河地區的高溫地區基本消失，這可能與2010年北京市實施的永定河綠色生態發展帶建設有很大關系。

圖1 2003—2011年城市六環LST變化圖

從2003—2011年夏季城市LST的分布特征分析來看，城市高溫地區和低溫地區的溫度差異在逐漸增大，2003年高低溫差18 K，2007年達到26.8 K，而2011年相差達到29.1 K。同時期的地面亮溫的高溫也從2003年的302.95 K上升至2011年的315.84 K。但六環地區的城市平均LST從2003—2011年經歷了先增高后降低的過程，2007年是一個轉折點，這與北京為舉辦奧運會的城市環境建設有很大關系，奧運會舉辦前期北京市政府相繼關停了諸多大耗能工廠，典型的如首鋼和焦化廠，奧運后，市政府也積極實施了改善生態環境的建設，如永定河綠色生態帶建設、綠化隔離地區建設以及郊野公園建設，城市綠化覆蓋率大大提高，從而使得2011年六環內城市整體LST相比2007年有所下降。

2.2 植被覆蓋與地表輻射亮溫對比分析

由圖2可以看出，城市的綠化覆蓋逐年增長，2003年城市五環內Ⅰ等級的植被覆蓋地區分布范圍較廣，同時五環外地區由于保留了成片的農田，Ⅲ、Ⅳ、Ⅴ等級的植被覆蓋地區也較多，并且高植被覆蓋度分布地區能基本連成一片，綠地之間的連通性較好。2007年五環內的植被覆蓋度相比2003年有所提高，北五環外地區的植被覆蓋度也大大提高，但南部地區的植被覆蓋則相對減少。至2011年，五環內Ⅰ等級的植被覆蓋地區基本消失，但五環外圍由于城市化的建設，大量農田被占用，外圍的高等級的植被覆蓋呈現出破碎化趨勢，比較典型的是永定河下游沿岸的高等級植被覆蓋逐漸向Ⅱ類地區過渡。

為分析植被覆蓋與地面亮溫之間的關系，本研究提取了城市不同環線內的植被覆蓋度和地面亮溫值(LST)做對比分析，見表2。

北京市六環范圍內平均植被覆蓋度從2003—2011年呈現逐年上升趨勢，六環內的植被覆蓋度分別為31.6%、35%和38.9%，城市范圍的綠化建設有了明顯提高。2003年二環至六環的城市平均LST變化差異不大，熱環境格局整體保持在同一水平。2007年五環內平均LST最高，而到2011年，城市熱島已經比較突出，六環內的平均溫度相比四環內的平均溫度相差1.66 K。從3a的LST對比分析來看，2007年城市的各環線平均溫差盡管不十分明顯，但六環內的整體溫度要比2003年和2011年要高。

圖2 2003—2011年城市六環內植被覆蓋度圖

表2城市六環內植被覆蓋度和地面亮溫對比表

Table2TheurbanplantscoverandLSTindifferentcity′sringroadarea

年份Year指標Indicators二環2nd ring road三環3rd ring road四環4th ring road五環5th ring road六環6th ring road2003植被覆蓋/%17.817.917.221.231.6平均LST/K292.77292.75292.89292.93292.632007 植被覆蓋/%25.425.725.127.535.0平均LST/K303.74303.75303.98304.01303.452011 植被覆蓋/%32.233.232.934.538.9平均LST/K303.10303.26303.41303.06301.75

為比較城市綠化建設和地面亮溫之間的關系，采取隨機采樣的方法，在六環內提取了2200個樣本(不包含水域)的植被覆蓋和地面亮溫值，分析兩者之間的相關關系，對植被覆蓋度和地面亮溫進行線性回歸。分析軟件采用spss 11。結果如表3，其中y為地面亮溫，x為植被覆蓋度。

表3通過相關性分析和線性回歸分析發現，城市植被覆蓋度和城市的熱場存在極顯著的負相關關系，回歸系數揭示了不同年份相同時期城市熱場受植被覆蓋的影響程度。對于城市土地景觀來說，植被覆蓋度越高，將導致更高的蒸騰率，同時加速陸地表面和大氣層之間潛熱與顯熱的交換，從而降低地表溫度[23]。

表3 地面亮溫和植被覆蓋度線性回歸結果

**在0.01的置信度水平上，相關性是顯著的

2.3 城市熱島等級變化特征

圖3是夏季北京城市的熱島等級變化圖。2003年，城市的熱島現象尚不十分明顯，中等熱島以上等級的分布范圍很小。至2007年，二環內中等熱島等級增加明顯，同時永定河沿岸地區和東南三環至四環之間的地區熱島等級也增加，由中等熱島向強熱島、較強熱島以及極強熱島過渡，而且，城市西南三環至五環地區的熱島強度也增加明顯，五環外大興亦莊地區熱島相比2003年更加突出，北部順義、昌平地區的熱島等級均變強。2011年，城市的熱島現象已經十分突出，從圖中可以明顯看到，五環內的城市熱島范圍基本連成一片，相對集中于四環以內，五環至六環之間的西南部房山良鄉地區和順義首都機場地區熱島強度提高明顯。在城市五環內弱熱島等級僅分布在部分大型綠地和水面地區。永定河綠色生態帶建設實施后，永定河河道下游地區的熱島等級則相比2007年下降十分明顯。

圖3 2003—2011年北京城市六環內熱島強度分布圖

表4是統計的各環線內強熱島(4)等級以上分布面積所占的比例，可以看出2011年城市六環內的強熱島等級以上面積增加很快，其中四環內的熱島等級所占百分比最大，五環內其次。四環內2003年同期還尚未出現熱島，從五環至六環開始出現熱島分布區域。至2007年時，各環線的強熱島以上等級的分布面積都在增加。2011年時出現跳躍式的增長，五環內熱島面積增加明顯，但六環內熱島面積相比2007年增加幅度相對較小。

表4 各環線內強熱島等級以上面積比例

北京市城市總體規劃(2004—2020年)提出了城市建設“兩軸兩帶多中心”的方向，城市沿東西長安街、南北中軸線不斷擴展，而且強化了城市中心城區的核心功能，同時促進了城市村鎮的整合，城市建設的高度和幅度都不斷提高。2003—2011年，城市六環內建成區比例由36.3%上升至46.3%，同時城市能源消耗迅速增加，全市小汽車數量突破500萬輛，能源消耗的增加和建成區面積的增加導致了城市熱島效應的增強。

2.4 城市熱景觀格局變化特征

2003—2011年城市的熱島景觀發生了很大變化，為定量分析城市熱島格局的變化，采用景觀指數來表征城市熱島景觀格局的變化特征。在景觀類型上的景觀指數分別采用斑塊數(NP)、斑塊密度(PD)、斑塊類型比例(PLAND)、平均斑塊面積(AREA_MN)、景觀形狀指數(LSI)、面積加權分形指數(FRAC_AM)和聚類指數(CLUMPY)來研究熱島景觀類型的固有特性，由于對城市熱島起主導作用的為強熱島級別以上的類型，所以在熱島景觀類型上著重選擇了強熱島、較強熱島和極強熱島(4、5、6)3個級別；選取面積加權平均形狀指數(SHAPE_AM)、香農多樣性指數(SHDI)、香農均勻度指數(SHEI)、蔓延度指數(CONTAG)以及景觀分離度指數(DIVISION)來研究景觀斑塊在景觀水平上的特征，表征的是各類景觀在整體水平上的特征。

由表5可看出，2003年到2007年，各等級的熱島景觀斑塊數(NP)、斑塊密度(PD)、斑塊類型比例(PLAND)和平均斑塊面積(AREA_MN)都增加迅速，說明在此時段內，城市強熱島等級以上的斑塊在不斷的增加，城市的熱島面積和熱島強度相比2003年要大。2011年強熱島等級斑塊數(NP)、斑塊密度(PD)相比2007年有所下降，但是較強熱島、極強熱島等級的斑塊數(NP)、斑塊密度(PD)比2007年要大，盡管較強熱島和極強熱島平均斑塊面積(AREA_MN)有所減少，但各級斑塊類型比例在增加，導致2011年比2007年城市熱島強度和熱島范圍更大。2003年至2011年，各熱島等級的景觀形狀指數一直呈現增長趨勢，說明城市的熱島等級斑塊的形狀更加復雜，呈現多樣化。面積加權平均分形指數(FRAC_AM)也有所增加，該指標能反映人類活動對于景觀格局的影響，值越大，人類活動影響越大，說明由于城市化過程，人類活動對于熱島景觀格局產生了很大的影響。聚類指數是用來指示斑塊類型的分布狀態的，當聚類指數(CLUMPY)接近于1時，斑塊類型最大程度的聚集。從表4中可以看出，2007年各等級的聚類程度達到最大值，說明該時期的熱島斑塊集聚程度高，2011年該指數略有下降。

表5 城市熱島在景觀斑塊類型水平上的景觀指數比較

面積加權平均形狀指數(SHAPE_AM)反映景觀的規則性，值越大，景觀形狀越不規則。從城市熱島在景觀水平上的比較(表6)可以看出，2003年，熱景觀斑塊的形狀最為豐富，到2011年熱景觀斑塊的形狀指數又相比2007年有所增加，說明熱島景觀形狀又呈現多樣化。2007年城市熱島斑塊的多樣性指數(SHDI)和均勻度指數(SHDI)最高，反映了熱島景觀斑塊類型多，而且在城市范圍內分布相比2003年和2011年要更為均勻。蔓延度指數(CONTAG)是描述景觀內各斑塊類型的蔓延趨勢，當某種優勢斑塊類型形成了好的連接性，則該值較高，2003—2011年，六環內熱島景觀的蔓延度下降后又有升高，總體上呈現下降趨勢，低等級的熱島景觀的比重下降，優勢度降低。2007年景觀分離度(DIVISION)達到最大值，說明熱島斑塊的破碎化程度高。

3 結論與討論

本文以2003年、2007年、2011年夏季相同時段的Landsat TM遙感影像為基礎，運用RS和GIS工具以及景觀分析軟件，分析了北京城市六環內的城市熱景觀變化特征，得出了以下結論：

(1)2003—2011年，城市化的迅速發展，導致了北京城市六環內的熱環境分布格局發生了明顯變化，城市高溫的范圍出現了由分散到集中的轉變，高溫呈現圍繞城市中心城集聚的特點，而且城市與城郊的溫差逐步增大。

(2)城市的植被覆蓋度與地表溫度之間的相關性分析表明，二者之間存在顯著的負相關關系。城市的綠化建設有了明顯提高，植被覆蓋度逐年增長，綠化建設和城市化的發展影響著地表溫度的分布。相比2003年，2007年的植被覆蓋度也有明顯提高，但是由于城市化發展，城市中心外圍大型綠地農田被城市硬化地表占用，導致各環線內的平均溫度要比2003年高。

表6 城市熱島在景觀水平上的景觀指數比較

(3)城市的熱島等級和分布范圍變化明顯。至2011年，高等級熱島斑塊(4、5、6)等級的分布范圍和強度都明顯提高。而且城市五環內的高熱島等級范圍基本連成一片，城市中心的熱島效應更加明顯。

(4)隨著城市建設規模的不斷擴大，人類活動強度增大，城市中高等級熱島斑塊(4、5、6)的數量、密度和比例都增加迅速，而且形狀更加復雜多樣化，同等級類型的斑塊集聚程度高。2007年城市的熱景觀斑塊類型最多，而且分布均勻度高，同時熱景觀斑塊的破碎度高。熱景觀斑塊的蔓延度呈現下降趨勢，低等級熱島(1、2、3)斑塊的優勢度逐漸降低。

土地利用/覆蓋影響著城市熱島的分布[24-25]。遙感影像反演的地表溫度是地物所釋放的輻射能量，包括建筑屋頂，地面鋪裝，植被，裸露地表和水體，城市中高的地表溫度往往出現在高比例的不透水地表地區，兩者之間存在顯著的線性相關關系，這些不透水地表主要包括道路和屋頂，因此，城市土地覆蓋類型會成為影響地表溫度的重要因素[26]。除此以外，城市土地利用類型的在景觀尺度上的空間分布也是影響城市熱島的重要因素，因為不同的城市用地類型對城市的熱島貢獻存在差異，土地利用的變化會導致城市中的物質和能量的流動，這會導致城市熱島發生變化。Li[27]等的研究表明，住宅用地對城市中熱島形成的貢獻最大，其次是工業用地，而且，中低密度或低植被覆蓋的住宅用地比高密度或髙植被覆蓋的住宅用地的溫度要高，所以，建筑的空間形態以建筑密度和容積率對城市的熱環境形成發揮著主導的作用[28]。

自北京市城市總體規劃(2004—2020年)實施以來，城市化快速發展，城市城鎮人口規模由2003年的1151萬人增長到2011年的1740萬人，城市建設用地規模不斷擴大，與此同時，城市化過程中能源消費急劇增長，2003年全市能源消費總量4648萬噸標煤，2011年消費6995萬噸標煤[29]。盡管研究區內城市的綠化覆蓋率相比2003年有了大幅的提升，特別是四環內綠化覆蓋率提高最為迅速，提高了近16%，但城市熱島分布面積比例卻也相應的增加最為迅速。由于植被覆蓋率與熱島存在顯著的負相關，而城市熱島與地表覆蓋類型和能源消耗直接相關，所以城市熱島比例的增加在很大程度上是由城市能源消耗導致的溫室氣體排放所造成的。

在景觀斑塊類型水平的指數分析表明，各熱島等級的景觀形狀指數呈現增長趨勢，熱島等級斑塊形狀復雜化，面積加權平均分形指數和各斑塊類型的比例都有增加。景觀水平的分析表明，熱島斑塊的多樣性和均勻度指數在2007年達到最大，2011年略有下降，蔓延度指數分析表明城市低等級的熱島景觀優勢度降低。城市用地類型的空間布局和地表覆蓋類型將會影響到這些指標，工業企業以及大面積低密度住宅區或城中村的空間分布會影響到能源排放的空間分布，進而影響到熱島的景觀指數。綠地類型(大小、植被類型)及空間分布同樣會影響到熱島的景觀指數。

為減緩城市的熱島效應，城市規劃和管理部門需要進行多方面的考慮：(1)優化城市用地的空間布局，特別是居住用地和工業用地的空間布局；對于中低密度的城中村或老住宅區進行節能改造。加快工業用地和村莊的整合力度，集約用地。(2)疏解城市人口，降低城區人口密度，城市人口增加導致的能源消耗增加對于城市熱島的貢獻有間接的關系；(3)積極推廣清潔能源的利用；發展低碳交通，降低交通熱源排放；(4)繼續擴大城市公園綠地的比重，增加城市植被覆蓋度，對綠化的植被類型和配置進行合理設計，優化植被群落的生態效應。對于城市中的未利用地、裸地、干涸河道、灘地等進行生態恢復。(5)有條件地實施雨水收集措施，增加城市水面，水體具有“冷島”效應，對于緩解城市熱島同樣具有積極作用。

：

[1]Imhoff M L, Zhang P, Wolfe R E, Bounoua L. Remote sensing of the urban heat island effect across biomes in the continental USA. Remote Sensing of Environment, 2010, 114(3): 504-513.

[2]Buyantuyev A, Wu J G. Urban heat islands and landscape heterogeneity: linking spatiotemporal variations in surface temperatrues to land-cover and socioeconomic patterns. Landscape Ecology, 2010, 25(1): 17-33.

[3]Han S Q, Guo J, Huang S L, Bian H. Study on the evolution of urban heat island in Tianjin city. Ecology and Environment, 2007, 16(2): 280-284.

[4]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-environmental consequences of urban heat islands. Acta Ecologica Sinica, 2005, 25(8): 2055-2060.

[5]Stone B, Norman J M. Land use planning and surface heat island formation: A parcel-based radiation flux approach. Atmospheric Environment, 2006, 40(19): 3561-3573.

[6]Stone B Jr. Paving over paradise: how land use regulations promote residential imperviousness. Landscape and Urban Planning, 2004, 69(1): 101-113.

[7]Alberti M. Urban patrens and environmental performance: what do we know?. Journal of Planning Education and Research, 1999, 19(2): 151-163.

[8]Zeng Y, Qiu X F, Gu L H, He Y J, Wang K F. The urban heat island in Nanjing. Quaternary International, 2009, 208(1/2): 38-43.

[9]Rosenfeld A H, Akabari H, Romm J J, Pomeranta M. Cool communities: strategies for heat island mitigation and smog reduction. Energy and Buildings, 1998, 28(1): 51-62.

[10]Stanley A C, Kenneth E K, Beth C R. Impacts and responses to the 1995 heat wave: a call to action. Bulletin of the American Meteorological Society, 1996, 77(7): 1497-1505.

[11]Patz J A, Campbell Lendrum D, Holloway T, Foley J A. Impact of regional climate change on human health. Nature, 2005, 438(7066): 310-317.

[12]Dhainaut J F, Claessens Y E, Ginsburg C, Riou B. Unprecedented heat-related deaths during the 2003 heat wave in Paris: consequences on emergency departments. Critical Care, 2004, 8(1): 1-2.

[13]Xie Z, Cui J L, Chen D G, Hu B K. The annual, seasonal and monthly characteristics of diurnal variation of urban heat island intensity in Beijing. Climatic and Environmental Research, 2006, 11(1): 69-75.

[14]Sun J S, Shu W J. The effect of urban heat island on winter and summer precipitation in Beijing region. Chinese Journal of Atmospheric Sciences, 2007, 31(2): 311-320.

[15]Zhang J H, Meng Q W, Li X, Yang L M. Urban heat island variations in Beijing region in multi spatial and temporal scale. Scientia Geographica Sinica, 2011, 31(11): 1349-1354.

[16]Guan J J, Zha L S. Analysis of space change and its driving force of uran thermal environment of Hefei. Journal of Anhui Normal University: Natural Science, 2012, 35(1): 56-62.

[17]Xu H Q. Analysis on urban heat island effect based on the dynamics of urban surface biophysical descriptors. Acta Ecologica Sinica, 2011, 31(4): 3890-3901.

[18]Xiao R B, Ouyang Z Y, Zheng H, Li W F, Shienke E W, Wang X K. Spatial pattern of impervious surfaces and their impacts on land surface temperature in Beijing, China. Journal of Environmental Sciences, 2007, 19(2): 250-256.

[19]Irish. Landsat 7 Science Data Users Handbook. http://www.gsfc.nasa.gov/IAS/handbook/handbook_toc.html., 2010.

[20]Ma G N. Remote sensing information models of Geography and geographical mathematics. Science of Surveying and Mapping, 2000, 25(2): 10-14.

[21]Sun S M, Lu C Y. Study on monitoring intensity of urban heat island and taking it as an indicator for urban ecosystem by remote sensing. Journal of Xiamen University: Natural Science, 2002, 41(1): 66-70.

[22]Wang H, Li W, Du G, Zhu X. Research on the change of grassland vegetation coverage using 3S technology in Gannan. Acta Prataculturae Sinica, 2012, 21(3): 26-37.

[23]Wilson J S, Clay M, Martin E, Stuckey D, Vedder-Risch K. Evaluating environmental influences of zoning in urban ecosystems with remote sensing. Remote Sensing of Environment, 2003, 86(3): 303-321.

[24]Zhou W Q, Huang G L, 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, 102(1): 54-63.

[25]Giridharan R, Ganesan S, Lau S S Y. Daytime urban heat island effect in high-rise and high-density residential developments in Hong Kong. Energy and Buildings, 2004, 36(6): 525-534.

[26]Arnfield A J. Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology, 2003, 23(1): 1-26.

[27]Li J S, Song C H, Cao L, Zhu F G, Meng X L, Wu J G. Impacts of landscape structure on surface urban heat islands: A case study of Shanghai, China. Remote Sensing of Environment, 2011, 115(12): 3249-3263.

[28]Yue W Z. Study on the Urban Landscape Pattern and Its Thermal Environmental Effects Based on Remote Sense Images. Beijing: Science Press, 2008.

[29]Beijing Bureau of Statistics. Beijing Statistical Yearbook. Beijing: China Statistics Press, 2012.

參考文獻:

[3]韓素芹, 郭軍, 黃歲樑, 邊海. 天津城市熱島效應演變特征研究. 生態環境, 2007, 16(2): 280-284.

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

[13]謝莊, 崔繼良, 陳大剛, 胡保昆. 北京城市熱島效應的晝夜變化特征分析. 氣候與環境研究, 2006, 11(1): 69-75.

[14]孫繼松, 舒文軍. 北京城市熱島效應對冬夏季降水的影響研究. 大氣科學, 2007, 31(2): 311-320.

[15]張佳華, 孟倩文, 李欣, Yang L M. 北京城區城市熱島的多時空尺度變化. 地理科學, 2011, 31(11): 1349-1354.

[16]管菁菁, 查良松. 合肥市城市熱環境的空間變化及其驅動力分析. 安徽師范大學學報: 自然科學版, 2012, 35(1): 56-62.

[17]徐涵秋. 基于城市地表參數變化的城市熱島效應分析. 生態學報, 2011, 31(14): 3890-3901.

[20]馬藹乃. 地理遙感信息模型與地理數學. 測繪科學, 2000, 25(2): 10-14.

[21]孫颯梅, 盧昌義. 遙感監測城市熱島強度及其作為生態監測指標的探討. 廈門大學學報: 自然科學版, 2002, 41(1): 66-70.

[22]王浩, 李文龍, 杜國禎, 朱曉麗. 基于3s技術的甘南草地覆蓋度動態變化研究. 草業學報, 2012, 21(3): 26-37.

[28]岳文澤. 基于遙感影像的城市景觀格局及其熱環境效應研究. 北京: 科學出版社, 2008.

[29]北京市統計局. 北京統計年鑒. 北京: 中國統計出版社, 2012.