北京城區道路系統路網空間特征及其與LST和NDVI的相關性

郭 振，胡 聃，* ，李元征，秦文翠，2

(1.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;2.西南大學地理科學學院，重慶 400715)

隨著人類活動的加劇，道路作為承擔交通運輸功能的載體，已成為陸地生態系統中最為重要的人造景觀之一。縱橫交錯的道路網絡構成了當今社會經濟發展的中樞，其分布范圍之廣、發展速度之快，均是其他人工設施無法比擬的［1－2］。道路系統在為人類社會帶來巨大效益的同時，對生態系統及環境的各種負面影響也在日漸顯現。作為網狀人工構筑物，道路貫穿于各類景觀中，不但阻礙了原有相鄰斑塊間的生態過程、增加了景觀破碎度，也對周邊生態系統產生大量物質流、能量流和信息流的輸入［3－4］。研究表明，道路及其承載的交通流所產生的環境影響，范圍往往數十倍于道路自身寬度，而這一影響至少涉及到全球陸地面積的15%—20%［5－6］。在我國，受道路網絡影響的國土面積也占到了18%以上［7－8］，而這些影響長期被人們所忽視。隨著人們對道路建設產生的生態環境效應的日漸關注，道路生態學也隨之成為生態學中重要的前沿領域［9］。20世紀90年代末隨著GIS技術的興起，道路生態學的研究重點開始由局部的環境污染、野生動物公路傷害等研究逐步轉向道路網絡、道路影響域等相關領域［10］。

城市道路作為重要的市政基礎設施，其面積一般占建成區面積1/4以上，是城市中人類活動最為頻繁、劇烈的場所。較其它非城市化區域，城市道路路網密度更大，拓撲結構更為復雜［11］。城市道路的發展在一定程度上擠占了城市生態用地空間。同時，其又是典型的硬化地表類型，柏油、混凝土等路面材料改變了原先下墊面的熱力學屬性，影響氣地之間自然的水、熱及相關物質、元素交換。城市道路及兩旁的高大建筑形成了城市環境中典型的街道峽谷群，對于降低風速以及在靜穩天氣條件下顆粒污染物的產生均有一定的促進作用［12－13］。而目前定量分析城市道路與城市生態環境因子變化關系，尤其是從路網空間特征角度開展的研究并不多見。近幾年研究表明，北京地區熱島效應穩定存在，并有加劇的趨勢［14－16］。隨著能源密集型、污染型企業基本遷出城區，城市道路建設及交通流的生態影響顯得更為突出。本研究以北京為例，通過面向對象的遙感解譯及實地測量，建立道路系統空間數據庫，利用Landsat TM反演獲得LST及NDVI空間數據，通過建立不同大小的分析網格，研究道路長度、面積、結點數等路網要素空間特征與LST、NDVI的相關性，以期為進一步研究城市人工設施建設對城市生態環境的影響以及為規劃部門生態用地空間優化配置提供科學依據。

1 研究區與數據

1.1 研究區概況

北京是中國建成區面積最大的城市，2012年北京全市常住人口2069.3萬人，人均GDP達13797美元［17］。北京城市道路建設發展迅猛，每年路網加密工程穩步推進。2000年至2010年，城八區道路總里程由2470 km增長到6355 km，道路面積由350.2 hm2增長到939.5 hm2，分別較10a前提高了2.57倍和2.68倍，路網密度達到人均2.8 m2，北京城區路網以環形為主，先后建設了二至六環快速路，其它道路多以此為依托，形成與經緯線平行的網狀結構，由中心向外的輻射狀道路將內外環路連通起來。本研究區邊界為五環路外接矩形(116°12'—116°32'E，39°45'—40°1'N)，面積為 859 km2。

1.2 數據來源

道路的路幅類型及寬度數據來自空間抽樣調查，實地調查中使用激光測距儀(Leica D5)及GPS(Trimble JUNOSB)，共采集238條(快速路34條、主干道53條、次干道75條、支路44條、胡同路32條)五環內不同區段、不同建造年代的有效道路信息。道路空間數據由2009年QuickBird影像數據進行面向對象方法的提取，以及對公開出版的北京城區專題地圖的數字化獲得。路網結點數據通過ArcGIS軟件平臺對線狀道路進行交集運算獲得，并通過拓撲分析去除了錯誤的偽結點及因數據來源不同形成的重復節點。LST及NDVI數據采用2010年8月TM遙感影像反演計算獲得，影像覆蓋整個研究區，平均云量0%。

2 研究方法

2.1 城市道路信息提取

城市土地利用與覆被類型復雜，空間異質性高，對于低等級城市道路，低分辨率與同譜異物現象幾乎成為信息提取的瓶頸［18］。本研究以高分辨率遙感影像為數據源，通過道路橫斷面調查及數據分析，建立不同級別道路的路寬、路幅、路面材質等特征信息庫，利用Envi 4.8 EX面向對象特征提取模塊綜合利用地物的光譜、紋理、形狀和位置等特征［19］，多次識別并優化調整道路特征信息，最終建立對象提取規則集，并利用ArcGIS完成柵格數據矢量化、空間分析等相關操作。對于因樹木及建筑遮擋造成的難以提取的道路信息，按道路類型采取實地測量方法加以補充。

2.2 地表溫度反演

目前基于TM影像進行地表溫度的反演，較成熟的算法主要有:輻射傳導方程法、基于影像的反演算法、單窗算法和單通道算法［20－23］。基于影像的反演算法認為，當研究區范圍較小且無云的條件下，大氣的影響程度在空間上可以近似地認為是一致的，因而不需衛星過境的實時大氣剖面數據或采用大氣模型進行大氣校正。在實時大氣參數不可得時，基于影像算法的反演精度在以上條件下與單窗算法接近，而反演過程要比單窗算法和單通道算法等簡便得多［24］。

該方法反演模型的建立大致分為三步:1)影像熱紅外波段DN值轉化輻射強度值Lλ;2)Lλ轉化輻射亮溫TB;3)通過TB及比輻射率獲得LST。根據普朗克公式的反函數，代入TM影像紅外波段平均波長、普朗克常數、波爾茲曼常數、光速以及絕對零度，求得LST并將單位轉換為攝氏度，簡化公式如下:

式中，LST單位為℃;TB為輻射亮溫;ε為比輻射率。

TM影像的LST相關反演算法都共同涉及到地表比輻射率這一關鍵參數［25］，Sobrino等研究了NDVI與比輻射率的相關性［23］，并提出了兩者的轉換公式:

式中，Pv表示植被覆蓋度，其計算公式為:

式中，NDVImin為最小 NDVI值;NDVImax為最大NDVI值。

2.3 分析網格的建立

根據不同數據源空間分辨率之間的差異以及尺度效應分析的需要，結合研究區路網密度的實際情況，利用ArcGIS為研究區分別建立了4×4、8×8、16×16、32×32共4種不同尺度的分析網格，邊長從7.38 km到0.92 km不等，并對網格由東北到西南方向進行編號，通過對各網格內的地表溫度、道路類型、面積、總長，各級道路結點類型及數量進行逐一統計，輸出對應指標的柵格數據。對于熱環境強度的度量，平均溫是最常采用的溫度指標，而最小溫度在描述熱島強度上更為明顯，最大溫度則可表征熱島對環境和人類健康的最大壓力。因此，本研究選擇以上3個溫度指標以及NDVI最大值、最小值及平均值，與對應分析單元的各項路網指標進行了相關性分析。

3 結果與分析

3.1 各級道路長度及橫斷面結構分析

結果顯示，研究區內快速路384.8 km、主干道562.3 km、次干道776.9 km、支路1646.1 km、胡同212.4 km，合計路網里程3582.5 km，路網密度5.37 km/km2。不同等級道路的路幅類型及寬度統計如表1所示。隨著道路等級的提高，總路寬呈現明顯增加。主要位于二環以內老城區的胡同路平均路寬4.73 m，成為研究區最窄的道路類型，快速路以67.57 m成為總路寬最大的類型。在路幅結構上，由無人行道與車行道之分的單幅胡同路到以綠化帶或交通設施做間隔的四幅快速路，橫斷面結構復雜程度逐級增大。

表1 北京五環內各級道路橫斷面統計調查Table1 Statistical survey of different road types within Beijing 5th ring road

道路總寬由人行道、綠化帶、輔路及主路四部分相加組成，其分布型檢驗結果如表2。各級道路類型W檢驗P值均大于0.05，不能拒絕檢驗假設。因此可認為該四級道路各自總路寬服從正態分布。根據表1各級道路的統計平均路寬與該等級道路的總里程，計算獲得研究區道路面積93 km2，其中快速路26 km2、主干道 27.1 km2、次干道 18.3 km2、支路 20.6 km2、胡同 1 km2。

表2 各級道路路寬正態分布檢驗(W檢驗)Table2 Normal distribution test for different road types(Shapiro－Wilk)

3.2 路網結點分析

研究區內由不同等級道路產生的路網結點類型及數量如表3所示，其中3結點表示“T”型路口、“Y”型路口以及在容限(2 m)內的錯位“Y”型路口;4結點表示“十”型路口、非直角的“X”型路口以及在容限內的錯位“十”型路口。對于五叉路口及以上的復雜道路結點，其比例僅占總結點數量的3%，表3中未予列出。

表3所示，研究區道路3結點、4結點共計6927個，其中快速路與快速路的4結點數量為24，為最少的道路結點類型，而支路與支路之間的3結點數成為研究區最常見的結點類型，數量達到1405個。隨著道路等級的提高，道路結點呈現下降趨勢。針對不同類型的結點對應不同復雜程度的立交設施以及在道路系統中重要程度不同的實際情況，建立了面積加權結點數指標，即對與結點相連兩條道路總寬的乘積作為權重賦給該結點，對于“丁”字路口賦值為相交道路總寬乘積的1/2，結果如圖1所示。

表3 研究區路網結點構成統計Table 3 Net node compositions at different intersections in the studied area

面積權重結點能夠更為直觀的表達不同規模交叉路口在空間上的分布。圖1所示，較高等級的結點主要分布于快速路與快速路以及快速路與主干道交叉形成的大型交通樞紐。針對路網密度，以天安門為中心向八個方向進行網格統計。圖2結果表明，二環中心區域由于故宮的存在，形成一個明顯的路網低密度區，二環與四環之間則為路網集中分布區域，四環以外，尤以南五環附近的道路密度較四環以內下降明顯。不同規模的城市森林公園及水體形成了大小不一的低密度路網區域，鑲嵌于研究區道路系統景觀之中。結點密度的空間分布格局與路網密度趨勢一致。

圖1 研究區道路加權結點空間分布Fig.1 Spatial distribution of area weighted nodes in the studied area

3.3 不同分析網格下LST與NDVI空間特征

通過對TM影像相關波段綜合運算，反演獲得研究區LST以及NDVI數據，其中NDVI被標準化至0—255范圍表示。研究區 LSTmin、LSTmax分別為17.26℃和41.44℃，LSTmean為(30.44 ±2.06)℃;NDVImin、NDVImax分別為95和205，NDVImean為(144±17)。

圖2 不同方向路網密度的變化Fig.2 The distribution of road network density in different directions

如圖3，北京城區LSTmean分布總體呈南高北低的格局，LSTmean高值區域主要分布于研究區東西中央線以南。隨著分析網格的縮小，較明顯的兩個LSTmean高值區域分布于西南二環與三環以及東南二環與三環區域。NDVImean較高的區域主要分布于五環以外，最高值位于西北五環香山附近，低值區則位于二環以內以及國貿、中央商務區。

隨著分析單元的增大，LSTmean數值分布從25.1—34.0℃范圍縮小至 28.4—31.8℃。同樣，NDVImean也由118—190縮小至135—160。對于非平均化的統計結果，隨著分析網格的增大，區間表現為單側閾值不變，另一側閾值向平均值移動的趨勢。

圖3 不同分析單元下LSTmean與NDVImean空間統計Fig.3 Spatial statistics of LSTmean and NDVImean at different analytical units

3.4 路網空間特征與LST、NDVI相關性分析

將不同分析網格內道路的總長、面積、結點數以及加權結點數4項道路路網指標分別與對應網格的LST、NDVI最大值、最小值及平均值進行相關性統計分析，結果如表4。

3.4.1 同一分析網格下路網指標與LST、NDVI相關性分析

4×4網格分析中，4項道路指標均與NDVImean具有極顯著負相關關系，且道路長度 ＞道路結點數＞加權結點數 ＞道路面積，而與NDVImax、NDVImin無相關性。道路長度與LSTmean呈現顯著正相關，其它路網指標均與LST無相關性。

8×8網格分析中，各項道路指標與3項NDVI指標均表現出極顯著負相關，且NDVImean＞NDVImax＞NDVImin。對于NDVImean的相關性與4×4網格相應分析結果一致。對于NDVImax及NDVImin的相關性表現為:加權結點數 ＞道路結點數≥道路長度 ＞道路面積，加權結點數與NDVI的相關性高于未加權道路結點數。各路網指標與LSTmean呈現極顯著正相關，且道路長度 ＞道路面積 ＞道路結點數 ＞加權結點數。除道路面積與LSTmin具有顯著正相關外，其 它路網指標與LSTmin、LSTmax均不存在相關性。

表4 不同分析單元下四種道路路網指標與LST及NDVI相關性分析Table 4 Correlation analysis between four kind of road features and LST/NDVI at different analytical units

16×16網格分析中，4項路網指標均與LSTmean、LSTmin呈現極顯著正相關，對于LSTmean，相關性與8×8網格相應分析結果一致。對于LSTmin表現為:道路長度 ＞加權結點數 ＞道路結點數 ＞道路面積，LSTmax與各道路指標未呈現相關性。對于NDVImean，相關性與4×4、8×8網格相應分析結果一致。對于NDVImax表現為:道路結點數 ＞加權結點數 ＞道路長度 ＞道路面積。對于NDVImin表現為:道路長度＞加權道路結點數 ＞道路面積 ＞道路結點數。

32×32網格分析中，各項道路指標均與NDVI呈現極顯著負相關性。除道路結點數及加權結點數未與LSTmax建立相關性外，其它道路指標均與LST表現出極顯著正相關。對于LSTmean和LSTmin，正相關性由強至弱依次表現為:道路長度≥道路結點數＞加權結點數 ＞道路面積。對于NDVImean，負相關性表現為:道路長度 ＞加權結點數 ＞道路結點數＞道路面積。對于NDVImax表現為:道路結點數 ＞加權結點數 ＞ 道路長度 ＞ 道路面積。對于NDVImin表現為:道路長度 ＞道路面積 ＞加權結點數 ＞道路結點數。

3.4.2 同一路網指標與LST、NDVI相關性分析

隨著分析網格的縮小，4項道路指標與LST的正相關指數以及與NDVI的負相關指數逐漸降低，在4×4網格分析中所呈現的相關性為4種分析網格下最高值。在不同分析網格下，道路長度與LSTmean及NDVImean的相關性均強于其它道路指標。較大分析網格下，僅有道路長度與LSTmean存在顯著正相關性，隨著分析網格的縮小，各項道路指標均與LSTmean呈現顯著正相關，且LSTmin在16×16與32×32網格分析中與各項道路指標呈現顯著正相關。對于LSTmax，僅在32×32分析網格下與道路長度、道路面積兩項指標呈現相關性。在8×8到32×32三個不同分析網格下，4項道路指標均與NDVImax、NDVImin和NDVImean呈現極顯著的負相關性，在4×4分析網格下，4項道路指標與NDVImean表現出極顯著的負相關性。加權結點數對于NDVImin相關性在不同分析網格下均高于未加權道路結點數。

4 結論與討論

城市道路系統的前期建設及后期承載的交通流整個生命周期過程中均與人類活動強度密切相關。研究以北京中心城區為研究區，分析了城市道路網格空間特征，并從地表溫度和植被指數兩個遙感常用指標入手，將道路路網空間特征與兩者進行相關性分析，結果表明城市道路路網特征在4種不同分析窗口下均存在與LST及NDVI特定指標的相關性，即在相對較大的分析窗口下，與 LSTmean及NDVImean相關性顯著，在相對較小的分析窗口下，可以建立特定道路指標與LSTmax及NDVImax的聯系，而在中等分析窗口下，除采用LSTmean、NDVImean外，還可以選擇兩者的最小值指標建立與道路指標的空間相關性。各路網指標中，單位面積道路總長與LST及NDVI空間相關性最強，而道路結點、加權道路結點兩個指標不適合建立與LSTmax的關系。

城市地表溫度是城市表層能量平衡的中心，是影響城市氣候的重要因素。目前對于城市地表溫度、熱島效應及內部熱斑塊格局的研究主要途徑為通過熱紅外遙感反演，這往往需要進行大量遙感數據處理及建立復雜的反演模型。以上研究結論可以為研究城市熱環境、生態用地空間格局及其動態變化提供一個快速而有效的解決方案，即通過城市道路系統路網空間特征信息分析LST、NDVI強弱及其空間分布格局。

另外，市政四級道路級配比例的結果表明，研究區過多的強調快速路和主干道的建設，導致同一路網密度下，單位面積道路面積的上升。過寬的道路容易導致土地資源的浪費，擠占城市生態用地的空間。路網空間特征與NDVI的相關性顯示，在各分析網格下的路網空間指標與NDVImean均具有極顯著負相關關系，同時也表明目前道路綠地建設規模還不足以對NDVI的強度及分布上產生較大影響。中國城市的道路系統建設規模和道路密度逐年增長，2011年建成區城市道路總里程及面積分別達到了294443 km 和 5213.22 km2［26］。快速增長不僅導致物質資源壓力及對生態環境的脅迫，也間接促使機動車規模的擴大以及排放的增加，城市交通及相關環境影響日益加劇。道路生態學與城市生態學的交叉是學科發展的必然趨勢也是解決當下城市日益突出的生態環境問題的時代要求，道路生態學及其影響域在城市領域的應用可為城市道路建設所產生的生態環境問題提供識別及解決方案，為進一步建設生態友好型城市道路系統提供新思路及定量化指標。

［1］Forman R T T，Alexander L E.Roads and their major ecological effects.Annual Review of ecology and systematics，1998:207－C2.

［2］Forman R T T，Sperling D，Bissonette JA，Clevenger A P，Cutshall C D，Dale V H.Road ecology:science and solutions.Island Press，2002:3－397.

［3］Forman R T T，Hersperger A M.Road ecology and road density in different landscapes，with international planning and mitigation solutions//Trends in addressing transportation related wildlife mortality，1996:1－22.

［4］Spellerberg I F.Ecological effects of roads and traffic:a literature review.Global Ecology and Biogeography，1998，7(5):317－333.

［5］Wang Y，Cui P，Li H F.Research Progress on Road Landscape Ecology.World Sci－tech R ＆ D，2006，28(2):90－95.

［6］Spellerberg I F.Ecological effects of roads.New Hampshire:Science Publishers Enfield，2002.

［7］Li SC，Xu Y Q，Zhou Q F，Wang L.Statistical Analysis on the Relationship between Road Network and Ecosystem Fragmentation in China.Progress in Geography，2004，23(5):78－85.

［8］Liu SL，Wen M X，Cui B S，Dong SK.Effects of road networks on regional ecosystems in Southwest mountain area:A case study in Jinhong of Longitudinal Range－Gorge Region.Acta Ecologica Sinica，2006，26(9):3018－3024.

［9］Zong Y G，Zhou S Y，Peng P，Liu C，Guo R H，Cheng H C.Perspective of road ecology development.Acta Ecologica Sinica，2003，23(11):2396－2405.

［10］Ding H，Jin Y H，Cui JG，Zhao L S，Piao Z J.Review on ranges of ecological road－effect zones.Journal of Zhejiang Forestry College，2008，25(6):810－816.

［11］Li T A.Study on the Fragmentation of China's Landscape by Roads and Urban Areas［D］.Lanzhou:Lanzhou University，2010.

［12］Bukowiecki N，Lienemann P，Hill M，Furger M，Richard A，Amato F.PM10emission factors for non－exhaust particles generated by road traffic in an urban street canyon and along a freeway in Switzerland.Atmospheric Environment， 2010， 44 (19):2330－2340.

［13］Kauhaniemi M，Kukkonen J，H?rk?nen J，Nikmo J，Kangas L，Omstedt G.Evaluation of a road dust suspension model for predicting the concentrations of PM10in a street canyon.Atmospheric Environment，2011，45(22):3646－3654.

［14］Zhang G Z，Xu X D，Wang J Z，Yang Y Q.A study of characteristics and evolution of urban heat island over Beijing and its surrounding area.Quarterly Journal of Applied Meteorlolgy，2002，13(S1):43－50.

［15］Zhou J，Chen Y H，Li J，Weng Q H，Yi W B.A volume model for urban heat island based on remote sensing imagery and its application:A case study in Beijing.Journal of Remote Sensing，2008，12(5):734－742.

［16］Zhang Z M，He G J，Xiao R B，Wang W，Ouyang Z Y.Study of Urban Heat Island of Beijing City Based on RSand GIS.Journal of Earth Sciences and Environment，2007，29(1):107－110.

［17］Beijing Municipal Bureau of Statistics.The statistical communique of national economic and social development in Beijing.［2013－02－07］.http://www.bjstats.gov.cn/xwgb/tjgb/ndgb/201302/t20130207_243837.htm.

［18］Tang J，Wu L M，Zuo X Q.Object－oriented road information extraction from high resolution satellite imagery.Science of Surveying and Mapping，2011，36(5):98－99.

［19］Geneletti D，Gorte B.A method for object－oriented land cover classification combining Landsat TM data and aerial photographs.International Journal of Remote Sensing，2003，24(6):1273－1286.

［20］Artis D A，Carnahan W H.Survey of emissivity variability in thermography of urban areas.Remote Sensing of Environment，1982，12(4):313－329.

［21］Qin Z H，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.

［22］Jiménez－Mu?oz J C，Sobrino J A.A generalized single－channel method for retrieving land surface temperature from remote sensing data.Journal of Geophysical Research:Atmospheres(1984—2012)，2003，108(D22).

［23］Sobrino J A，Jiménez－Mu?oz J C，Paolini L.Land surface temperature retrieval from LANDSAT TM 5.Remote Sensing of Environment，2004，90(4):434－440.

［24］Ding F，Xu H Y.Comparison of three algorithms for retrieving land surface temperature from Landsat TM thermal infrared band.Journal of Fujian Normal University(Natural Science Edition)，2008，24(1):91－96.

［25］Qin Z H，Li W J，Xu B，Chen Z X，Liu J.The estimation of land surface emissivity for Landsat TM6.Remote Sensing For Land＆Resources，2004，3(1):28－32.

［26］Ministry of Housing and Urban－Rural Development of China.China Urban Construction Statistical Yearbook.Beijing:China Planning Press，2011.

參考文獻:

［5］王云，崔鵬，李海峰.道路景觀生態學研究進展.世界科技研究與發展，2006，28(2):90－95.

［7］李雙成，許月卿，周巧富，王磊.中國道路網與生態系統破碎化關系統計分析.地理科學進展，2004，23(5):78－85.

［8］劉世梁，溫敏霞，崔保山，董世魁.道路網絡擴展對區域生態系統的影響——以景洪市縱向嶺谷區為例.生態學報，2006，26(9):3018－3024.

［9］宗躍光，周尚意，彭萍，劉超，郭瑞華，陳紅春.道路生態學研究進展.生態學報，2003，23(11):2396－2405.

［10］丁宏，金永煥，崔建國，趙林森，樸正吉.道路的生態學影響域范圍研究進展.浙江林學院學報，2008，25(6):810－816.

［11］李太安.道路和城市化對中國景觀破碎效應初步研究［D］.蘭州:蘭州大學，2010.

［14］張光智，徐祥德，王繼志，楊元琴.北京及周邊地區城市尺度熱島特征及其演變.應用氣象學報，2002，13(S1):43－50.

［15］周紀，陳云浩，李京，翁齊浩，易文斌.基于遙感影像的城市熱島容量模型及其應用——以北京地區為例.遙感學報，2008，12(5):734－742.

［16］張兆明，何國金，肖榮波，王威，歐陽志云.基于RS與GIS的北京市熱島研究.地球科學與環境學報，2007，29(1):107－110.

［17］北京市統計局.北京市2012年國民經濟和社會發展統計公報.［2013－02－07］.http://www.bjstats.gov.cn/xwgb/tjgb/ndgb/201302/t20130207_243837.htm.

［18］唐靜，吳俐民，左小清.面向對象的高分辨率衛星影像道路信息提取.測繪科學，2011，36(5):98－99.

［24］丁鳳，徐涵秋.基于Landsat TM的3種地表溫度反演算法比較分析.福建師范大學學報(自然科學版)，2008，24(1):91－96.

［25］覃志豪，李文娟，徐斌，陳仲新，劉佳.陸地衛星TM6波段范圍內地表比輻射率的估計.國土資源遙感，2004，3(1):28－32.

［26］中華人民共和國住房和城鄉建設部.中國城市建設統計年鑒.北京:中國計劃出版社，2011.