基于Landsat遙感數據的城市熱島效應及影響因素

李學敏 文力 王儷璇

摘要：以Landsat 8 TIRS遙感影像為基礎數據，運用遙感技術反演襄陽市地表溫度，計算熱島效應強度指數，定量分析襄陽市城市熱島效應的時空分布特征及發(fā)展趨勢，并結合歸一化植被指數（NDVI）、歸一化建筑指數（NDBI）與地表溫度進行相關性分析，探索地表植被分布狀況和建筑密度對城市熱島效應的影響。結果表明，襄陽市的城市熱島效應在2014—2017年逐漸增強，熱島擴散范圍主要為城市新建開發(fā)區(qū)及交通網的延伸區(qū)域。城市地表溫度與歸一化植被指數呈明顯負相關關系，與歸一化建筑指數呈明顯正相關關系，且地表溫度與歸一化植被指數相關性尤為突出。建議在城市發(fā)展建設過程中，加強城市綠化投入，合理增加城市植被覆蓋度及適度降低城市建筑密度可緩解城市熱島效應。

關鍵詞：歸一化植被指數;歸一化建筑指數;地表溫度;城市熱島效應;襄陽市

中圖分類號：TP79? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）16-0041-08

DOI：10.14088/j.cnki.issn0439-8114.2019.16.010? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Abstract： Based on Landsat 8 TIRS remote sensing image， the surface temperature of Xiangyang city was retrieved by remote sensing technology， and the intensity index of heat island effect was calculated. The spatial and temporal distribution characteristics and development trend of urban heat island effect in Xiangyang city were analyzed quantitatively. The correlation between normalized vegetation index（NDVI）， normalized building index（NDBI） and surface temperature were analyzed. The influence of surface vegetation distribution and building density on urban heat island effect was analyzed. The results showed that the urban heat island effect in Xiangyang city gradually strengthens between 2014 and 2017， and the heat island diffusion mainly extends to the new urban development zones and the extension of traffic network. There was a negative correlation between urban surface temperature and normalized vegetation index， and a positive correlation between urban surface temperature and normalized building index， especially between urban surface temperature and normalized vegetation index. It is suggested that in the process of urban development and construction， strengthening urban greening investment， reasonably increasing urban vegetation coverage and moderately reducing urban building density can alleviate the urban heat island effect.

Key words： normalized difference vegetation index; normalized building index; surface temperature; urban heat island effect; Xiangyang city

城市熱島效應（Urban Heat Island Effect，UHI）指在城市化發(fā)展過程中，由于城區(qū)下墊面性質及結構變化、人為熱的排放、建筑及道路密集等導致城區(qū)溫度明顯高于郊區(qū)，形成類似“高溫島嶼”的現象[1]。隨著城市化的不斷發(fā)展，熱島效應對城市能源消耗、建設投入、空氣及環(huán)境質量等方面產生了深遠影響[2]。研究城市熱島效應可以揭示城市發(fā)展建設的時空分布特征及主要影響因素，為城市合理布局提出建議，緩解城市熱島現象，對城市可持續(xù)發(fā)展規(guī)劃以及生態(tài)建設起到重要指導作用。

目前城市熱島研究多采用氣象站法、定點觀測法、運動樣帶法、遙感監(jiān)測法和模型模擬法[3]，其中氣象站法被普遍應用于長時間段范圍研究[4，5]。遙感技術由于具有受地面條件限制少，可快速、短周期獲取豐富信息資料的特點，隨著技術發(fā)展成熟，已成為近年來對城市熱島效應監(jiān)測和影像因素分析應用的一種重要手段[6]。目前，主要采用基于溫度、植被指數、熱力景觀等方法對城市熱島現象進行研究[7]，其中，溫度及植被指數應用尤為廣泛。諸多學者對北京、上海、武漢等城市化進程較快的大城市進行城市熱島現象分析研究，發(fā)現各城市均明顯存在熱島現象，在夏季尤為強烈，且其面積的變化特征與城區(qū)空間發(fā)展方向呈現較高相似度，主要影響因素為城區(qū)人口密集、城市內部土地利用類型復雜度、工業(yè)發(fā)達釋放出的人為熱、水體空間與植被比例等[8-12]。歸一化指數作為衡量城市區(qū)域熱島效應的指標被廣泛應用于熱島影響因素研究。研究表明，地表溫度（Land Surface Temperature，LST）與歸一化植被指數（Normalized Difference Vegetation Index，NDVI）存在明顯的負相關關系[13]，與歸一化建筑指數（Normalized Difference Build-up Index，NDBI）呈現明顯正相關，相關性的顯著程度隨下墊面土地結構的復雜程度而增大[14];與改進的歸一化水體指數（Modified Normalized Difference Water Index，MNDWI）的相關性在春、冬季尤為強烈[15]。

總體而言，通過遙感影像反演地表溫度探究植被、建筑、水面等多地表參數分析一線及超一線城市熱島效應影響的研究較廣泛，但對城市擴張加速且發(fā)展上升空間較大的三線城市研究較少，且范圍較局限，如對廊坊市[16]、南陽市[17]以及邯鄲市[18]的熱島效應研究僅著眼于描述現狀及預測趨勢，對影響因素缺乏深入地研究。襄陽市作為湖北省域副中心城市，處于城市化加速發(fā)展階段，已有對城市熱島效應的研究發(fā)現襄陽市存在明顯城市熱島效應并呈現增強態(tài)勢[19]，但缺乏對熱島效應強度的定量計算、對比及地溫與影響因素的相關分析。本研究選取時間跨度為3年的2景遙感影像，進行地表溫度反演，計算城市熱島強度指數并定量分析，提取歸一化植被指數與歸一化建筑指數，探究城市熱島效應影響因素，可為緩解城市熱島效應、加強城市建設生態(tài)化及城市可持續(xù)發(fā)展提供有效科學意見。

1? 研究區(qū)概況及數據來源

1.1? 研究區(qū)域概況

襄陽市，湖北省省域副中心城市，地處中國中部地區(qū)的腹地中心地帶，湖北省西北部、漢江中游，地理位置處于東經110°45′—113°43′，北緯31°14′—32°37′，屬亞熱帶季風氣候。年平均雨量800～1 000 mm，年平均氣溫15～16 ℃，年均相對濕度76%。地形基本為西高東低，由西北向東南傾斜，位于中國地勢第二階梯向第三階梯過渡地帶，區(qū)域內山地及丘陵占總面積88.7%。區(qū)域林地面積8 452.5 km2，森林覆蓋率達40.02%。2016年，襄陽市GDP達到3 694.5億元，總人口達到了594.3萬人，其中城鎮(zhèn)人口為321.29萬人，占到總人口的54%，人口自然增長率為6.79%。

本研究選定區(qū)域為襄陽市主城區(qū)襄城、樊城及襄州區(qū)域（圖1），面積為3 670.74 km2，中心城區(qū)位于市域中部，處于漢江、唐白河、小清河交匯處，城區(qū)東西寬約21 km，南北長約29 km，為城市熱島主要范圍區(qū)。

1.2? 數據來源

研究采用的高精度遙感影像選自中國科學院計算機網絡信息中心地理空間數據云平臺（http：//www.gscloud.cn）中Landsat 8 TIRS衛(wèi)星數據。選用2014年5月6日和2017年4月28日的2景Landsat 8 TIRS數據進行分析研究，影像軌道號為124-38，波段1～7空間分辨率為30 m，紅外波段第10波段空間分辨率為100 m，盡可能選取天氣晴朗、云量較少、對區(qū)域內地表可識別度高的清晰遙感影像。

2? 研究方法

2.1? 歸一化植被指數提取

歸一化植被指數[20]是探究地溫影響因素中常見的參數，可用于檢測植被覆蓋度、生長狀況及季相變化，公式如下：

式中，NIR為近紅外波段反射率，R為紅光波段反射率，在Landsat 8 TIRS分別表現為第5、第4波段。NDVI取值范圍在-1到1之間，NDVI>0表示均是植被，NDVI越高表明區(qū)域內植被覆蓋度高、生長狀況良好且類型豐富。

2.2? 歸一化建筑指數提取

歸一化建筑指數可用以表征城鎮(zhèn)用地的密集程度[21]，因本研究采用Landsat 8 TIRS數據，故公式修改為：

式中，MIR為中紅外波段，對應Landsat 8中的第6波段;NIR為近紅外波，對應為第5波段。NDBI取值在-1與1之間，數值越大說明建筑用地比例越高，建筑物越密集。

2.3? 地表溫度反演

本研究根據大氣校正法，即輻射傳輸方程（Radiation Transfer Equation，RTE）對遙感影像反演獲取地表溫度[22]。

衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lsensor由3部分組成：大氣向上輻射亮度L↑;地面的真實輻射亮度經過大氣層之后到達衛(wèi)星傳感器的能量;大氣向下輻射到達地面后反射的能量。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lsensor的表達式[23]可表述為：

式中，？著為地表比輻射率;TS為地表真實溫度（K）;B（TS）為黑體輻射亮度;？咨為大氣在熱紅外波段的透過率。溫度為T的黑體在熱紅外波段的輻射亮度B（TS）計算為：

？咨（大氣透過率）、 L↓（大氣下行輻射亮度）、L↑（大氣上行輻射亮度）這3個參數可在NASA官網（http：//atmcorr.gsfc.gov/）中輸入所用影像的成像時間及中心經緯度獲得。

TS由普朗克公式的函數求得：

對于Landsat 8 TIRS紅外波段Band 10，K1=774.89，K2=1 321.08。

2.4? 城市熱島強度指數建立

城市熱島強度（Urban Heat Island Intensity，UHII）指城區(qū)氣溫平均值與郊區(qū)氣溫平均值之差，可描述城市熱島程度。溫度日較差（Diurnal Temperature Range，DTR）表示溫度最高值與最低值的一個指標，可以用于探究城市熱島強度變化。

隨著城區(qū)地表溫度的上升，熱島效應加劇，但城市溫差逐漸縮小，因此可建立城市熱島強度指數（UHIIDTR），UHIIDTR的公式可表述為：

式中，△Tmax、△Tmin分別為相對最高溫度和相對最低溫度，且二者差值，即UHIIDTR的數值越小，表明城市熱島強度越強烈。

由于遙感影像選取日期與衛(wèi)星過空時間的氣候狀況存在差異，因此選擇相對溫度代替，采用以下公式計算[24]：

式中，LSTmax、LSTmin和LSTmean分別為地表溫度最高值、最低值和均值。

LSTmax、LSTmin與LSTmean由人工目視判讀得出的城市研究區(qū)域根據ArcGIS軟件的幾何功能求得區(qū)域范圍重心，并以此為中心勾畫圓形區(qū)域，做東-西（E-W）、南-北（S-N）、北西-南東（NW-SE）以及北東-南西（NE-SW）各方向的剖面線。

多個溫度剖面，UHIIDTR則可采用下式求得[24]：

式中，UHIIDTR_i為任一溫度剖面線所得到的熱島強度指數值，n為剖面線數。

3? 結果與分析

3.1? 城市熱島強度分析

通過地表溫度影像勾畫各方向的剖面線（圖2）提取數據，用折線圖顯示數據變化趨勢，并標識相對最高溫及最低溫，得到地表溫度剖面數據（圖3、圖4），用以探究剖面線上區(qū)域地溫變化的規(guī)律特性，以及時間范圍內的溫度變化趨勢。由于2017年北東-南西向數據受云霧、水汽影響，最低溫低于正常值，故低于15 ℃的數據采用相似數據代替。

從圖2至圖4可以看出，除極少部分數據偏低（受水體、云霧影響）外，研究區(qū)域內地表溫度總體呈現中心城區(qū)高，郊區(qū)溫度不斷降低的趨勢。從2014年地表溫度影像（圖2）可以看出，襄陽主城區(qū)地面溫度明顯高于周邊林地或郊區(qū)，呈現片狀及星點狀熱島分布空間特征。城區(qū)熱島區(qū)域主要集中在樊城區(qū)及襄州區(qū)中部唐白河沿岸，熱中心主要以諸葛亮廣場、長虹路、火車站、汽車站、人民廣場及清河口等商圈為主，主要由于區(qū)域建筑物密度大，地面多為水泥地、混凝土等不透水面，熱容量小，在高溫天氣中吸收太陽輻射升溫快，熱量易存貯，難散失，導致區(qū)域范圍內呈現明顯高溫。至2017年，襄陽市熱島范圍有一定程度的擴大，且區(qū)域內原低溫灰色區(qū)域發(fā)生了大范圍的溫度上升，變成白色高溫區(qū)域，同時極高溫地區(qū)黑色部分由樊城區(qū)中心范圍向周邊蔓延。襄州區(qū)地表溫度整體升高的變化趨勢主要原因是政府產業(yè)建設投入力度不斷加大，設立區(qū)域發(fā)展目標為現代化物流中心和農產品、深加工產業(yè)基地，致使襄州區(qū)各產業(yè)加速發(fā)展，帶來局部的溫度升高。同時，高溫區(qū)域主要沿著交通線方向蔓延擴大，二廣高速、福銀高速及316國道沿線隨著基礎建設的發(fā)展，產生一定增溫效應。樊城區(qū)域內的鄧城大道為襄陽市現階段大力建設發(fā)展的城市主要干道之一，汽車產業(yè)、高新技術產業(yè)、商貿級物流業(yè)產業(yè)的蓬勃發(fā)展，也導致了沿線區(qū)域溫度的升高。

表1數據由圖3及圖4提取，通過對2014、2017年各方向地表溫度數據取極值進行對比分析發(fā)現，隨著時間的變化，各方向剖面線地表溫度極大值明顯增大。以橫穿城區(qū)最大范圍的北東-南西向為例，與2014年相比，2017年地表均溫增長1.55 ℃，最大值增長7.00 ℃，地表增溫幅度大，但影像選取時間均為北半球春季，季節(jié)氣候影響程度低，表明襄陽市城市熱島效應的年際加劇狀況嚴重。

表2是根據表1數據并結合熱島強度公式求得。從表2可以看出，2014—2017年UHIIDTR呈現下降趨勢，從2014年的3.33 ℃到2017年的3.08 ℃，下降了0.25 ℃，表明2014—2017年襄陽市熱島效應在不斷增強。

3.2? 地表溫度與NDVI、NDBI的相關分析

使用影像提取歸一化植被及建筑指數（圖5）分析影響熱島效應的因素。從圖5的NDBI空間分布情況對比發(fā)現，建筑指數較高地區(qū)范圍明顯蔓延，襄州區(qū)內增長程度最明顯，東津新區(qū)等地區(qū)建筑密度增大，不斷蔓延的高密度建筑空間一定程度上促進了熱島現象的發(fā)生及惡化。同時可看到，樊城區(qū)內部出現小塊的低值區(qū)，中心城區(qū)被割裂破碎成局部高密度區(qū)域，主要原因可能是城市綠地面積的增大與園林的大力建設等。對比兩年的NDVI可發(fā)現城區(qū)范圍內植被面積明顯增大，高值區(qū)由郊區(qū)向主城區(qū)擴散。襄城區(qū)變化不明顯，樊城區(qū)主要表現為低值區(qū)向高值區(qū)的發(fā)展趨勢，主要歸功于城市綠化建設。襄城區(qū)北部交通干線區(qū)域出現植被指數低值區(qū)，主要是由交通設施及公共建設導致的植被破壞引起的?？傊?，建筑密度高，不透水面侵占城市綠地面積，城市人口及工商服務業(yè)集中，能源消耗大，人員流動密度大，均對中心城區(qū)地溫居高不下產生影響。

為了更好地探究植被與建筑對地表溫度的相關影響，選取900個樣本點并提取數據，進行地表溫度與歸一化建筑指數、歸一化植被指數相關分析，求得相關系數，并生成散點圖及回歸方程。

使用SPSS軟件進行數據相關分析，求得2014年和2017年的LST與NDVI相關系數分別為-0.599和-0.683，在0.01的置信水平上呈顯著負相關。結合圖5中的R和P分析表明，研究區(qū)域內地表的植被覆蓋度越高、植被狀況越好時，地面溫度越低，林地及城市綠地對熱島效應起到降溫緩解作用。通過對《2014年襄陽市統(tǒng)計年鑒》《2017年襄陽市統(tǒng)計年鑒》數據查詢，發(fā)現2014年襄陽市轄區(qū)（即研究區(qū)）建成區(qū)綠化覆蓋面積為4 977 hm2，2017年建成區(qū)綠化覆蓋面積為6 590 hm2，同比增長率為32.4%，二者相關性絕對值增長為0.084，相關性逐漸增強，可看出城市建設過程中植被覆蓋度對熱島效應緩解的影響力不斷增強，但襄陽市熱島效應仍呈現增強趨勢，表明單純的依靠城市綠化難以阻止城市熱島范圍的擴大。

從圖6方程數據以及所求得的2014年和2017年LST與NDBI的相關系數（分別為0.566、0.648）綜合分析，可得出LST與NDBI在0.01的置信水平上呈顯著正相關，且2017年二者相關性強于2014年。同時，2014—2017年，市轄區(qū)建成面積由157.00 km2增長至170.31 km2，市轄區(qū)建設用地面積由152 km2增至190 km2，增長率分別為8%、25%。數據表明隨著建筑密度的升高，建筑用地的擴大，促使地表溫度的升高，對城市環(huán)境影響程度不斷增大。襄陽市在2014—2017年持續(xù)進行了城區(qū)面積和建筑面積擴大，伴隨著城市化進程的加快，對城市建設要求不斷提高，建筑面積的增大改變城市下墊面狀態(tài)，造成明顯的城市熱島效應。

3.3? 城市地表溫度與歸一化指數的多元回歸分析

通過以上分析，可發(fā)現建筑密度及植被面積與城市地溫呈現顯著相關性，為進一步綜合對比二者對地表溫度的影響力度，故采用多元回歸分析方法對建筑、植被與城市地表溫度進行處理分析。

首先將剖面線數據提取試驗中所得的900個數據點對應的LST、NDBI、NDVI提取，并使用SPSS軟件進行多元線性回歸分析處理。通過對數據的散點圖、偏相關系數檢驗各因素間的線性關系，求得NDBI與LST的偏相關系數為0.293，NDVI與LST的偏相關系數為-0.372，可得出自變量（NDBI、NDVI）與因變量（LST）相關，可判斷各變量均有進入模型的意義。通過P-P圖檢驗LST的數據分布服從所要檢測的分布，滿足正態(tài)性假設要求。之后采用逐步回歸法（Stepwise regression method）對變量進行回歸分析，并通過P-P圖檢驗滿足正態(tài)性假設要求。之后采用逐步回歸法對變量進行回歸分析，并分析ANOVA表、Coefficent表驗證方程顯著且有意義，最終得到2014年地表溫度多元回歸模型：

對模型進行F檢驗，分析數據得到：F為503.090和317.171，在顯著性水平為0.05的情況下查表得知臨界值為3（自變量數據為2，樣本容量為900），顯然有F>3.00，表明模型的線性關系在95%的置信水平下顯著成立。結果顯示，LST與NDBI表現顯著正相關，即城市地表建筑物對地表溫度有正向增強作用，且建筑密度愈大地表溫度愈高;LST與NDVI表現顯著負相關，說明地表植被狀況可明顯緩解地表溫度上升情況，且覆蓋面積越大，植被生長狀況越好，地表溫度越低。同時，在相關性顯著的條件下，LST的偏回歸系數絕對值越大，對NDBI、NDVI的影響作用也越大。從多元回歸方程可以看出，植被覆蓋度對地表溫度的綜合影響程度大于建筑密度。同樣，對2017年的LST與NDVI、NDBI進行逐步多元回歸分析，得到多元回歸方程：

同理，有F>3.00，即回歸方程式顯著，表明2017年LST與NDVI顯著負相關，與NDBI顯著正相關。2017年的LST與NDBI的偏相關系數為0.311，LST與NDVI的偏相關系數為-0.413，與2014年數據值相比，可發(fā)現2017年城市植被覆蓋度及良好的植被狀況對地表溫度的上升起到更明顯的削弱作用，同時高密度建筑群成為促使地表溫度升高尤為顯著的影響因素。

4? 小結

本研究基于Landsat衛(wèi)星數據，以襄陽市主城區(qū)為研究對象，探究了城市熱島效應在2014—2017年的空間蔓延范圍變化及其與城市植被覆蓋度、建筑密度間的相關性，得出如下結論。

1）襄陽市熱島效應強度指數在2014—2017年下降了0.25 ℃，表明城市熱島效應呈增強趨勢，并主要隨著蓬勃發(fā)展的各新建開發(fā)區(qū)及主要交通干道向西北方蔓延。

2）2014—2017年LST與NDVI相關系數絕對值由0.599增長至0.683，LST與NDBI的相關系數由0.566增長至0.648，植被覆蓋度與地溫相關性更顯著，對地表升溫起到一定緩解作用，但城區(qū)植被覆蓋度同比增長率為32.4%，城區(qū)建設用地面積同比增長25%，二者增長率差距較小，植被的緩解地溫作用難以遏制高密度建筑帶來的增溫作用，單純依靠植被覆蓋度的增大來緩解熱島效應難以發(fā)揮作用。

3）植被覆蓋度及生長狀況是城市熱島效應的重要遏制因素，建筑用地的逐年擴張及區(qū)域建筑密度的增大是城市地表溫度上升的主要原因。在城市發(fā)展階段，持續(xù)增大城區(qū)植被覆蓋面積的同時，有效地改善城區(qū)建筑密度，將會對城市熱島效應有更好的緩解及遏制作用。

參考文獻：

[1] 彭少麟，周? 凱，葉有華，等.城市熱島效應研究進展[J].生態(tài)環(huán)境，2005，14（4）：574-579.

[2] 陳云浩，李? 京，李曉兵.城市空間熱環(huán)境遙感分析：格局、過程、模擬與影響[M].北京：科學出版社，2004.

[3] 肖榮波，歐陽志云，張兆明，等.城市熱島效應監(jiān)測方法研究進展[J].氣象，2005，31（11）：3-6.

[4] 張? 玲，徐宗學，阮本清.北京城市熱島效應對氣溫和降水量的影響[J].自然資源學報，2006，21（5）：746-755.

[5] 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[J].大氣科學，2007，31（2）：311-320.

[6] 聶運菊，童成卓，程朋根，等.利用Landsat-8影像的南昌地區(qū)熱島效應研究[J].遙感信息，2016，31（3）：101-108.

[7] 李志乾，鞏彩蘭，胡? 勇，等.城市熱島遙感研究進展[J].遙感信息，2009（4）：100-105.

[8] 宮阿都，李? 京，王曉娣，等.北京城市熱島環(huán)境時空變化規(guī)律研究[J].地理與地理信息科學，2005，21（6）：15-18.

[9] 王文杰，申文明，劉曉曼，等.基于遙感的北京市城市化發(fā)展與城市熱島效應變化關系研究[J].環(huán)境科學研究，2006，19（2）：44-48.

[10] 顧? 瑩，束? 炯.上海近30年人為熱變化及與氣溫的關系研究[J].長江流域資源與環(huán)境，2014，23（8）：1105-1110.

[11] 張? 艷，鮑文杰，余? 琦，等.超大城市熱島效應的季節(jié)變化特征及其年際差異[J].地球物理學報，2012，55（4）：1121-1128.

[12] 劉? 航，申? 格，黃? 青.近10a武漢市城市熱島效應演變及其與土地利用變化的關系[J].長江流域資源與環(huán)境，2017，26（9）：1466-1475.

[13] 李惠敏，劉洪斌，武? 偉.近10年重慶市歸一化植被指數變化分析[J].地理科學，2010，30（1）：119-123.

[14] 武鵬飛，王茂軍，張學霞.基于歸一化建筑指數的北京市城市熱島效應分布特征[J].生態(tài)環(huán)境學報，2009，18（4）：1325-1331.

[15] 崔林林，李國勝，戢冬建.成都市熱島效應及其與下墊面的關系[J].生態(tài)學雜志，2018，37（5）：1518-1526.

[16] 王清川，郭立平，張紹恢.不同氣象條件下廊坊城市熱島效應變化特征[J].氣象與環(huán)境學報，2009，25（6）：44-48.

[17] 裴志方.基于Landsat 8衛(wèi)星的南陽市熱島效應研究[J].城市地理，2016（18）：228.

[18] 張曉楠，宋宏利，張? 葉.邯鄲城市熱空間遙感監(jiān)測研究[J].河北工程大學學報（自然科學版），2014，31（3）：75-77，85.

[19] 萬? 君，周月華，向? 華.植被和水體對襄陽市城市熱島效應影響分析[A].中國氣象學會.第31屆中國氣象學會年會S11第三屆城市氣象論壇—城市與環(huán)境氣象[C].2014.1-12.

[20] 杜培軍.遙感原理與應用[M].北京：中國礦業(yè)大學出版社，2006.

[21] 查? 勇，倪紹祥，楊? 山.一種利用TM圖像自動提取城鎮(zhèn)用地信息的有效方法[J].遙感學報，2003，7（1）：37-40.

[22] 鄧書斌.ENVI遙感圖像處理方法[M].第2版.北京：高等教育出版社，2014.

[23] 高? 艷.基于輻射傳輸方程和分裂窗算法的Landsat 8數據地表溫度反演對比研究[J].甘肅科技，2016，32（2）：43-45.

[24] 林中立，徐涵秋.基于DTR的城市熱島強度指數構建與應用

——以福州市為例[J].應用基礎與工程科學學報，2017（2）：266-275.