城市化進程下地表溫度時空變化及其與植被覆蓋度的相關性*
——以北京五環區域為例

襲 月 周 潔 王麗群 陳立欣

(1.北京林業大學水土保持學院 北京 100083；2.北京市農業環境監測站 北京 100029)

城市化水平不斷提高會導致城市升溫嚴重(Duetal.,2007)。一方面，原始自然地表被水泥、混凝土、瀝青等不透水面取代(王文杰等，2006)，導致地面反照度變小，吸熱和儲熱能力增強，在相同太陽輻射下地面升溫更快(Chunetal.,2014)，而且高密度建筑會降低近地表風速，阻擋地表熱量擴散(Luoetal.,2016)；另一方面，城市中人類活動排放大量廢熱，導致城市不斷升溫(Grimmetal.,2008)。城市升溫會對城市氣候、生態環境質量、居民健康和能源消耗等方面造成消極影響(Gagoetal.,2013)，隨著全球熱浪和極端高溫天氣事件頻發，研究城市熱環境的時空格局、演變機制、影響因素及相應緩解措施等具有重要意義(葛榮鳳等，2016)。

目前，眾多學者從不同時間尺度探究了城市熱環境的變化規律(Yaoetal.,2017;Yuetal.,2019)，如Zhou等(2014)研究中國32個主要城市的熱島強度發現，大多數城市夏季白天熱島強度最大，但夏季夜晚熱島強度比冬季夜晚低；Chen等(2019)研究福州市1999、2000、2008和2013年夏季(6—8月)的地表溫度發現，熱島強度逐年增強，熱島面積不斷擴大。Bek等(2018)研究表明，開羅2塊區域地表溫度在不同年份的升溫速率不同。在城市熱環境空間格局方面，Min等(2019)研究發現，地表溫度較高的區域主要分布在建設程度高、人口密集的地區，而有較高植被或水體覆蓋的地區地表溫度較低；杜紅玉(2018)研究表明上海市的高溫區由北部中心城區不斷向全市擴張。綜上來看，城市化水平較高區域地表溫度時空格局的長期變化已成為當前城市熱環境研究的熱點。

城市熱環境受諸多因子影響，包括氣象參數(如降水、風和太陽輻射等)、人類活動、下墊面覆蓋等。在氣象參數方面，Zhou等(2014)研究中國32個主要城市的熱環境發現，平均氣溫和年降水量在夏季只對夜晚城市熱環境有影響，而在冬季對白天和夜晚城市熱環境均有影響。人類活動產生的熱通量對城市升溫具有重要影響(Bestetal.,2016)，構建城市通風走廊可緩解城市熱環境(Renetal.，2018),天空視域因素、車輛形勢規模以及空氣污染物(NO2、CO、O3、PM2.5和PM10等)濃度均為城市變暖的弱驅動力(Khamchiangtaetal.,2019)。下墊面覆蓋變化通過改變下墊面與大氣間的相互作用影響地表能量分布，從而改變城市溫度(Carlsonetal.,2000)，多項研究表明，城市不透水面強度的歸一化不透水面指數NDISI與地表溫度呈對數正相關(Guoetal.,2019a;徐涵秋，2011)，而城市地區的植被可使周圍環境溫度降低0.5～4.0 ℃(Berryetal.,2013;Qiuetal.,2013),有時甚至可達5～7 ℃(Oliveiraetal.,2011)。Sun等(2017)在北京市五環內區域的研究發現，當綠地面積擴大21.26～46.15 km2時，地表溫度會降低0.67～1.11 ℃，當綠地面積減少43.88～64.98 km2時，地表溫度會升高1.64～2.21 ℃。但需要說明的是，植被降溫性能不僅受植被自身特征影響，也受周圍城市特征影響，如局部城市形態、天空因素、空間位置和土地覆蓋特征等(Leeetal.,2009;Lauetal.,2012；Duncanetal.,2019)，在氣候變化背景下，城市特征隨著城市化進程會發生巨大變化，進而可能影響植被在改變城市熱環境方面的作用。增加城市植被是緩解城市熱島效應的重要手段(Akbarietal.,2008)，目前已有大量研究探討植被覆蓋對城市溫度的影響(Jeneretteetal.,2011;Maetal.,2010)，但長時間城市化進程中的植被變化與城市熱環境關系的系統研究鮮有報道。

植被在城市中的布局可通過合理規劃進行調控，理解城市化進程中的熱環境演變及植被降溫效應隨城市發展的動態變化，對預測城市化進程中植被的城市熱環境影響具有重要的理論和實踐價值。鑒于此，本研究基于1999—2017年5期夏季(7月)遙感影像，以城市化水平較高的北京五環內區域為研究對象，探究北京地表溫度和植被覆蓋度時空變化特征，分析不同柵格尺度下地表溫度和植被覆蓋度的相關性，闡明不同植被覆蓋度條件下的植被降溫差異，以期為改善城市生態環境、合理規劃城市綠地提供參考。

1 研究區概況

以北京五環內區域(115°25′—117°30′E，39°38′—41°51′N)為研究對象，總面積約667.28 km2。研究區地處華北平原，海拔20～60 m，屬典型的暖溫帶半濕潤大陸性季風氣候，年均溫11～12 ℃，年均降水量640 mm，年均日照時數2 000～2 800 h，全年無霜期190～195天。北京五環內以東城區和西城區為功能核心區，以朝陽區、豐臺區、海淀區、石景山區和大興區為功能拓展區。2017年底，五環內區域常住人口1 208.80萬人，占全市人口的55.69%。作為北京市城市建設和發展的主要區域，五環內區域建設速度快、人口容量大。

2 研究方法

2.1 數據來源與預處理

選取夏季晴朗少云且成像質量良好的Landsat-5 TM、Landsat-8 OLI/TIRS共5期遙感影像，成像時間分別為1999、2005、2009、2011和2017年的7月(表1)。Landsat-5 TM影像紅色波段和近紅外波段空間分辨率均為30 m，熱紅外波段空間分辨率為120 m；Landsat-8 OLI/TIRS紅色波段和近紅外波段空間分辨率均為30 m，熱紅外波段空間分辨率為100 m。

表1 遙感影像信息①Tab.1 Data source information of remote sensing image

首先運用ENVI 5.1軟件對遙感影像進行輻射定標和大氣校正，然后利用相應波段計算植被覆蓋度并反演地表溫度。對Landsat-5 TM遙感影像，利用第3、4波段計算植被覆蓋度，利用第6波段反演地表溫度；對Landsat-8 OLI/TIRS遙感圖像，利用第4、5波段計算植被覆蓋度，利用第11波段反演地表溫度。

2.2 地表溫度反演

采用大氣校正法反演地表溫度。該方法利用同期實測大氣數據估算大氣對地表熱輻射的影響，從衛星傳感器測得的熱輻射總量減去大氣對地表熱輻射的影響得到地表熱輻射強度，通過普朗克公式將地表熱輻射強度轉換為地表溫度。

熱紅外波段黑體輻射強度(B)計算方法(杜紅玉，2018)為：

B=[Lλ-Lu-τ·(1-ε)Ld]/τ·ε。

(1)

式中：B為熱紅外波段黑體輻射強度(W·sr-1m-2μm-1)；Lλ為衛星傳感器在熱紅外波段的輻射強度(W·sr-1m-2μm-1)；Lu為透過大氣向上的輻射強度(W·sr-1m-2μm-1)；Ld為透過大氣向下的輻射強度(W·sr-1m-2μm-1)；τ為大氣在熱紅外波段的透過率；ε為地表比輻射率。

得到熱紅外波段黑體輻射強度后，通過普朗克公式的反函數(式2)，求出真實的地表溫度(杜紅玉，2018)：

T=K2/ln(K1/B+1)。

(2)

式中：T為地表溫度(℃)；K1(mW·sr-1m-2μm-1)和K2為輻射常數。

2.3 植被覆蓋度計算

首先計算歸一化植被指數(NDVI)(楊宇翀等，2018)：

NDVI=(NIR-R)/(NIR+R)。

(3)

式中：NIR為近紅外波段的亮度；R為紅色波段的亮度。

采用像元二分模型法計算植被覆蓋度(FV)(楊宇翀等，2018)：

FV=(NDVI-NDVIs)/(NDVIv+NDVIs)

(4)

式中：NDVIv為純植被的植被指數；NDVIs為純土壤的植被指數。NDVIv=0.7，NDVIs=0；NDVI>0.7，FV=1；NDVI<0，FV=0。

2.4 地表溫度等級劃分

采用標準差分類法劃分地表溫度等級(杜紅玉，2018)，以更直觀地分析地表溫度時空變化。根據式(5)將地表溫度分為7個等級，即極低溫區、低溫區、次低溫區、中溫區、次高溫區、高溫區和極高溫區：

D=X±as。

(5)

式中：D為不同等級地表溫度閾值(℃)；X和s分別為研究區地表溫度均值(℃)和方差(℃)；a為方差的倍數。

7個等級地表溫度閾值見表2。

表2 地表溫度等級劃分Tab.2 Classification of the land surface temperature

基于ArcGIS10.5平臺，利用上述地表溫度等級劃分方法，對反演出的地表溫度圖像進行進一步分析處理，得出北京五環地表溫度等級分類圖。

2.5 植被覆蓋度等級劃分

為直觀分析研究區植被覆蓋度變化，以20%間隔將植被覆蓋度劃分為5個等級：0～20%為低植被覆蓋度，20%～40%為中低植被覆蓋度，40%～60%為中植被覆蓋度，60%～80%為中高植被覆蓋度，80%～100%為高植被覆蓋度(楊宇翀等，2018)?；贏rcGIS10.5平臺，將利用上述分類閾值對植被覆蓋度圖像進行進一步分析處理，得出北京五環植被覆蓋度等級分類圖。

2.6 各溫區及各植被覆蓋度分區在各環之間的分布比例

為定量分析地表溫度和植被覆蓋度空間格局變化，先計算未去除面積影響的各溫區及各植被覆蓋度分區在各環之間的分布比例(Rij)：

Rij=Nij/Ni。

(6)

式中：Nij為i溫區或植被覆蓋度分區在j環區域(j表示二環內、二環至三環、三環至四環、四環至五環，下同)的柵格數；Ni為i溫區或植被覆蓋度分區的柵格總數。

由于各環面積存在差異，為去除面積不同對各溫區及各植被覆蓋度分區分布比例的影響，須計算各環之間區域面積占整個五環內面積的比例(Rj)：

Rj=Nj/N。

(7)

式中：Nj表示j環區域柵格數;N為五環內柵格總數。

去除面積影響的各溫區及各植被覆蓋度分區的分布比例(Rij0)：

Rij0=Rij/Rj。

(8)

2.7 植被覆蓋度與地表溫度相關性分析

基于ArcGIS漁網功能，分別以300、600、900和1 200 m為邊長設置網格，除邊緣區域外，所設置網格基本覆蓋整個五環地區。將設置好的網格分別與反演的地表溫度圖像和植被覆蓋度圖像相疊加，利用網格內柵格數據平均值分別表示每個網格的地表溫度和植被覆蓋度，并將網格中的地表溫度和植被覆蓋度數據導入R軟件進行線性回歸分析，進而得出不同年份地表溫度與植被覆蓋度的關系。

3 結果與分析

3.1 不同年份地表溫度反演結果與精度驗證

地表溫度反演結果顯示，北京五環內以1999年平均地表溫度最高(47.29 ℃)，2005年最低(37.24 ℃)(表3)。1999、2009和2017年地表溫度平均值均在40 ℃以上，而2005和2011年則在40 ℃以下。1999年地表溫度的空間變異性最大(SD=4.01 ℃)，2005年最小(SD=2.96 ℃)。

表3 不同年份地表溫度Tab.3 Land surface temperature of different years

將反演得到的平均地表溫度與氣象站測得的0 cm平均地溫進行對比，檢驗地表溫度反演結果的準確性(杜紅玉，2018)，結果發現，采用大氣校正法反演得到的1999—2017年平均地表溫度與氣象站測得的0 cm平均地溫變化趨勢基本一致(圖1)。

圖1 研究期內反演所得地表溫度和氣象站測得0 cm地溫變化趨勢Fig.1 Comparison of surface temperature derived from remote sensed data and ground observation temperature measured at 0 cm from meteorological station during the study period

反演所得平均地表溫度總體上高于氣象站測得的0 cm平均地溫，這可能是由于氣象站測得的是一個點的地溫，而反演得到的是整個五環內區域的地表溫度均值，包含了較大空間差異性。此外，不透水面熱容量高，在接受相同太陽輻射時升溫極快(Chunetal.,2014)，因此拉高了五環內區域地表溫度均值。精度驗證結果表明，反演所得地表溫度與實際情況基本吻合，可用于研究五環內區域地表溫度時空變化及其與植被覆蓋度的相關性。

3.2 地表溫度時間變化特征

各溫區面積占比變化如圖2所示，1999—2017年，極低溫區和低溫區面積占比總體呈先升后降的變化趨勢，均在2011年達到最低值(0.27%和6.26%)。但是，次低溫區面積占比變化趨勢與之相反，并在2011年達到最高值(22.99%)。研究期內中溫區面積占比最高，均在35%以上，2009年最高(41.01%)。1999—2005年，次高溫區面積占比由32.13%降至24.62%，2005—2011年，變幅不明顯，而2011—2017年，由24.12%升至28.33%。高溫區和極高溫區面積占比變化趨勢總體上與次高溫區相反，1999—2005年，分別由2.73%和0.12%升至5.73%和1.02%，2005—2011年，略有上升，2011—2017年，分別降低0.96%和0.71%。綜上，研究期內北京五環內熱環境的時間變化總體分為2個階段：1999—2011年，高溫區和極高溫區面積逐漸增加；2011—2017年，高溫區和極高溫區面積逐漸減少，而極低溫區和低溫區面積逐漸增加，熱環境狀況有所改善。

圖2 研究期內各溫區面積占比變化Fig.2 Changes of the area proportion of each temperature zone during the study period

3.3 地表溫度空間分布特征

1999—2011年，三環至五環區域有所升溫，而二環內熱環境得到緩解(圖3)。1999年中溫及以上溫區集中分布在五環內東西向的中部區域，中溫區以下溫區基本散落分布在四環至五環區域。此后，高溫區和極高溫區逐漸向外轉移，在二環內分布比例分別降低19.80%和14.83%，在四環至五環區域分布比例分別升高23.95%和25.06%(圖4)。至2011年，高溫區和極高溫區主要集聚在三環至五環間的東南部區域，分布比例分別為70.73%和78.92%。在此期間，四環至五環區域的極低溫區、低溫區和次低溫區面積減少；而二環內低溫區面積有所增加，極低溫區和低溫區在二環內分布比例分別升高21.43%和10.78%。

圖3 研究期內各溫區空間分布Fig.3 Spatial distribution of each temperature zone during the study period

2011—2017年，研究區內熱環境整體得到一定程度的改善，二環內熱環境有回升(圖3)，四環至五環區域熱環境改善最為顯著，表現為中溫區以上溫區分布比例分別下降1.89%、13.77%和12.56%，而中溫區以下溫區分布比例分別升高5.32%、9.08%和4.2%(圖4)。二環內中溫區以上溫區面積有所增加，其中，次高溫區分布比例升高2.43%，高溫區分布比例升高17.55%，極高溫區分布比例升高5.71%。

圖4 研究期內各溫區在各環之間的面積分布比例Fig.4 Area proportion of each temperature zone between ring roads during the study period

3.4 植被覆蓋度時空變化特征

3.4.1 植被覆蓋度時間變化特征 1999—2017年，北京五環內區域植被覆蓋度總體呈先降后升的趨勢(圖5)。1999—2005年植被覆蓋度急劇下降，2005—2009年又急劇上升，之后其上升幅度較緩，2017年達到最高值(47.21%)(圖5)。

圖5 研究期內植被覆蓋度變化Fig.5 Changes of vegetation coverage during the study period

由圖6可知，1999—2005年，低植被覆蓋度區面積占比由29.10%升至37.14%，其后急劇下降至最低值(21.90%)，2009—2011年，變化不明顯，2011—2017年，升高1.39%。1999—2017年，中低植被覆蓋度區面積占比先升后降，2005年達到最高值(33.86%)，2017年最低(23.48%)。研究期內中植被覆蓋度區面積占比總體上與低植被覆蓋度區變化趨勢相反。中高植被覆蓋度區和高植被覆蓋度區面積占比變化趨勢基本一致，均在2005年達到最低(分別為8.90%和4.46%)，2017年達到最高(分別為13.84%和19.73%)。

圖6 研究期內各植被覆蓋度區面積占比變化Fig.6 Changes of the area proportion of vegetation coverage zones during the study period

3.4.2 植被覆蓋度空間變化特征 研究期內高植被覆蓋度區主要分布在四環至五環區域(分布比例≥40%)，低和中低植被覆蓋度區主要分布在四環內(分布比例≥78%)(圖7、8)。中高和高植被覆蓋度區1999年基本分布在四環至五環區域，低和中低植被覆蓋度區主要分布在四環內。2005年，五環內區域低和中低植被覆蓋度區面積占比分別升高8.04%和4.3%，高植被覆蓋度區面積占比降低6.8%，中植被覆蓋度及以上分區主要散落分布在四環至五環的邊緣區域，分布比例均達到峰值(分別為34.89%、53.3%和10.85%)。2005—2009年，中植被覆蓋度及以上分區由外環逐漸向內轉移，四環內植被覆蓋度明顯改善，體現在中植被覆蓋度及以上分區分布比例均有所上升，低植被覆蓋度區分布比例則明顯下降。2017年，低植被覆蓋度區在二環內和四環至五環區域分布比例略有上升，而在其他區域有所下降；中高和高植被覆蓋度區分布比例除在四環至五環區域有所下降外，在其他區域均略有上升。

圖7 研究期內各植被覆蓋度區空間分布Fig.7 Spatial distribution of different vegetation coverage zones during the study period

圖8 研究期內各植被覆蓋度區在各環之間的分布比例Fig.8 Distribution proportion of each vegetation coverage zone between each ring road during the study period

3.5 地表溫度與植被覆蓋度的相關性分析

線性回歸分析結果表明，不同年份地表溫度與植被覆蓋度總體呈極顯著線性負相關(P<0.001)，且植被覆蓋度每增加10%，地表溫度下降1.09～1.71 ℃(圖9)。

圖9 不同年份地表溫度與植被覆蓋度的關系Fig.9 Relationship between land surface temperature and vegetation coverage in different years

40%～60%在中植被覆蓋度條件下，所有年份地表溫度與植被覆蓋度均呈極顯著線性負相關(P<0.001)(圖10)。植被覆蓋度極低(<20%)時，地表溫度與植被覆蓋度不存在相關關系；植被覆蓋度相對較低(20%～40%)和較高(>60%)時，地表溫度與植被覆蓋度僅在某些年份存在顯著相關。植被覆蓋度較高時，樣本數量相對較少，導致地表溫度與植被覆蓋度的關系未被檢測出。同一柵格尺度下，隨著植被覆蓋度增加，不同植被覆蓋度條件下植被的降溫幅度(植被覆蓋度每增加10%所降低的地表溫度)增大。

圖10 不同植被覆蓋度條件下地表溫度與植被覆蓋度的關系Fig.10 Relationship between land surface temperature and vegetation coverage under different vegetation coverages圖中每一行為同一年份，每一列為同一植被覆蓋度條件。Each row in the figure is the same year,and each column is the same vegetation coverage condition.

4 討論

4.1 北京五環內地表溫度時空變化

1999—2017年，北京五環內熱環境的時間變化總體分為2個階段：1999—2011年,高溫區和極高溫區面積逐漸增加；2011—2017年，高溫區和極高溫區面積逐漸下降，極低溫區和低溫區面積逐漸增加，熱環境狀況有所改善。與本研究類似，葛榮鳳等(2016)基于8期Landsat-5遙感影像研究發現，1991—2011年，北京六環內熱島強度呈增長趨勢，增長速率為1.35 ℃·a-1；Chen等(2017)研究指出，1995—2009年北京高溫區域面積逐漸增加。城市化進程越快地表溫度增長趨勢越明顯。由此可見，北京熱環境變化與城市化進程密切相關，1999—2011年北京城市化進程較快，不透水面快速增加，因此導致北京五環內區域高溫區面積逐漸增加。本研究的溫區空間分布變化也進一步證明了城市化水平對地表升溫的促進作用(Caoetal.,2019)，1999年，北京東西向開發建設比南北向早，導致城市高溫區集聚在東西向區域。此后，高溫區和極高溫區逐漸向外環轉移，至2011年，高溫區和極高溫區主要集聚在三環至五環間的東南部區域。2001—2003年，四環路、五環路建成通車帶動了三環至五環區域的發展，尤其是2008年北京奧運會期間該區域建設基礎設施和體育設施，不透水面顯著增加，導致該區域地溫升高(Guoetal.,2019b)。同時，三環至五環區域的快速發展一定程度上緩解了二環內區域人口壓力，從而使二環內熱環境有所緩解。此外，本研究也證明城市化進程中提升植被覆蓋度可有效改善城市熱環境(Estoqueetal.,2017)。2017年植被覆蓋度最高，為47.21%，且中高植被覆蓋度區和高植被覆蓋度區面積占比均為2017年最高(分別為13.84%和19.73%)，同期整個五環內區域的熱環境狀況有一定改善，以四環至五環間區域最為顯著。

4.2 地表溫度與植被覆蓋度的相關性

植被通過吸收地表的太陽輻射、樹冠遮擋減少入射地表的太陽輻射、蒸散增加周邊空氣濕度等方式降低環境溫度。本研究顯示，植被覆蓋度每增加10%，地表溫度下降1.09～1.71 ℃。由于植被降溫效應受立地條件影響(Lietal.,2012)，地表溫度隨植被覆蓋度增加的下降幅度存在差異。如在英國大曼徹斯特，每增加10%的植被覆蓋可導致地表溫度降低2 ℃(Gilletal.,2013)，在加拿大多倫多為0.5～0.8 ℃(Wangetal.,2016)。此外，植被降溫作用存在有效尺度(Naeemetal.,2018)。本研究發現，極低的植被覆蓋度(<20%)無法產生顯著的地表降溫，而在相對較低(20%～40%)的植被覆蓋度條件下，地表溫度與植被覆蓋度不總是存在顯著相關。在同一柵格尺度下，植被覆蓋度越高，降溫效應越強。Taha等(1997)比較加拿大4個城市植被的降溫效應發現，植被覆蓋度超過30%才有明顯的降溫效應，33%和67%的植被覆蓋度分別降溫0.5和1.0 ℃；在美國麥迪遜市，當樹冠蓋度超過一定程度后(40%)，其降溫效應顯著增強(Ziteretal.，2019)；在香港,5種植被覆蓋度(0%、8%、16%、34%、56%)下56%植被覆蓋度的植被降溫效果最顯著(Ngetal.，2012)；在慕尼黑，植被覆蓋度達到70%～80%時的降溫效果最顯著(Alavipanahetal.,2015)。雖然不同城市植被覆蓋度降溫閾值有所差異，但均表明當植被覆蓋度過低時植被降低地表溫度的作用較弱，只有達到一定的植被體量才能有效降溫，且較大的植被覆蓋度更有利于降溫。

4.3 不足與展望

在地面研究的單木或斑塊尺度下，實地觀測分析植被降溫影響因素時發現，樹種組成、冠層結構(郁閉度、葉面積指數、冠幅等)等植物群落特征是非常重要的影響因子(劉海軒等，2019；秦仲等，2016)。相比之下，在城區尺度通常利用遙感監測法并選用植被遙感指數(歸一化植被指數、植被覆蓋度等)來分析植被降溫效應(Minetal.,2019;徐涵秋等，2011)。基于Landsat影像進行遙感監測的方法不適用于辨析植被種類、組成和樹高等因子(崔鳳嬌等，2020)，植被高度、組成和類型對地表溫度的影響較弱。雖然地面研究時的植被組成和結構等與環境溫度相關顯著，但遙感反演無法得到精度較高的局部區域溫度，也就無法反映出植被組成和結構的降溫差異。

不同植被區域對地表溫度的影響不僅來自植被本身，而且受周圍不透水表面的影響。在城市環境中，植被空間較為破碎，大部分植被斑塊較小，因此，雖然植被類型等條件會造成降溫效應差異，但由于周圍環境(如不透水面)的影響，不同植被斑塊間的溫度差異會有所降低。這一現象在Zhang等(2009)的研究中得到了證實，基于遙感反演得到的喬木、灌木和草坪/野草地斑塊的地表溫度幾乎不存在差異。

本研究對遙感影像進行土地利用監督分類后發現，林地所占比例高于草地，雖然遙感影像無法確認植被類型和組成，但由于草地占比低，且相對遙感影像的獲取高度而言，林地中樹木高度不存在顯著差異，因此，植被類型、組成和平均高度對地表溫度的影響在本研究尺度上相對較弱，結論仍可靠。

鑒于植被組成和結構對植被降溫效果的重要影響，后續研究應嘗試使用更高精度的遙感影像解譯綠地空間的植被類型與組成，并結合地面調查獲取植被樣方詳細信息，進一步驗證遙感評估的植被降溫效應，或發現該手段存在的問題及可能解決方法。

5 結論

1)北京市五環內區域在1999—2017年的熱環境時間變化總體分為2個階段：1999—2011年，高溫區和極高溫區面積逐漸增加，且高溫區域由二環內向外逐漸轉移；2011—2017年，熱環境狀況有所改善。

2)研究期內北京五環內區域植被覆蓋度總體呈先降后升的趨勢，且植被覆蓋度較高的區域主要分布在四環至五環間，四環內區域植被覆蓋度相對較低。

3)地表溫度與植被覆蓋度總體呈線性負相關(P<0.001)，且在植被覆蓋度達到40%～60%時才表現出穩定的降溫效果。同一柵格尺度下，植被覆蓋度越高，降溫效應越強，地表溫度越低。在城市綠地規劃中，可通過適當提高植被覆蓋度，提升城市綠地降溫功能，緩解城市熱環境。