減弱熱島強度的城市形態布局關鍵參數與響應機制

黃煥春，運迎霞，趙 瑞

(1.南京林業大學 風景園林學院,南京 210037; 2.天津大學 建筑學院， 天津 300072)

減弱熱島強度的城市形態布局關鍵參數與響應機制

黃煥春1，運迎霞2，趙 瑞2

(1.南京林業大學 風景園林學院,南京 210037; 2.天津大學 建筑學院， 天津 300072)

基于天津市1992—2013年7景夏季TM遙感影像，分別提取城市形態與反演城市熱島強度，利用ArcGIS與MATLAB等大數據分析計算軟件，定量研究城市形態布局與熱島強度的響應機制與參數曲線，提出了熱島強度雙指標測度的概念算法，即最高熱島升溫和熱島升溫總量。結果表明：熱島強度隨著城市形態面積的增大而上升，總體上城市形態總面積與最高熱島升溫、熱島升溫總量都呈線性關系；城市形態離散度和臨近度，與最高熱島升溫不存在明顯相關性，而與熱島升溫總量呈線性關系；斑塊面積與熱島強度呈正相關，50 km2以上的斑塊，面積與最高熱島升溫呈線性關系，與熱島升溫總量呈二次曲線關系；周長面積比與熱島強度呈負相關，與最高熱島升溫成S曲線關系，當介于[0.005，0.04]時則與最高熱島升溫呈四次曲線關系；斑塊分維數與熱島強度呈正相關關系，與最高熱島升溫呈線性關系，與熱島升溫總量呈三次曲線關系。

布局參數；城市形態；熱島強度；熱島升溫總量；最高熱島升溫

自20世紀90年代，城市化快速發展，城市形態面積迅速擴大[1-3]，大量的農用地轉變為城市用地，下墊面主要地物代之以高儲熱的瀝青、水泥路面、人工建筑物，這就必然導致城市溫度高于郊區，加劇了城市熱島現象。城市形態是由面積、邊界形狀、空間分布不同的斑塊構成，其景觀格局過程與熱島效應的時空變化有著緊密的聯系。城市形態可透過景觀格局影響熱島強度變化，因此定量研究城市形態的景觀、格局、過程的空間特征意義重大。

長期以來，熱島效應的研究利用有限的地面氣象觀測點，無法準確全面地反映城市地面溫度場的分布變化。因此，需要引入遙感衛星影像，同時監測大范圍的城市區域溫度場。而從目前的數據處理與研究方法來看，比較典型的方法是采用拉線法，但樣線所經地區城市地物不存在均質性或線性遞增，因而也無法準確測算城市熱島效應的景觀格局特征，并且該方法獲取數據樣本有限。采用MATLAB大型數據計算分析軟件，計算分析研究區所有數據點，增加數據分析的準確性，成為一種新的城市熱島研究工具方法。

筆者歷數目前熱島效應文獻和研究綜述[6-11]，發現：鮮有從宏觀斑塊景觀尺度，對城市形態布局參數與熱島效應的強度進行研究。筆者首先提出熱島強度的雙指標概念。然后基于天津市近22 a的7景夏季遙感影像，利用ENVI、ArcGIS、MATLAB大數據計算分析軟件，研究城市形態布局的景觀格局參數對熱島強度的影響。探討通過城市形態格局過程的優化，大大降低熱島強度，減少夏季人工降溫帶來的碳排放量，以期為城市形態布局規劃提供參考。

1 研究區與相關概念

1.1 研究區概況

研究區為天津市主城區，是華北地區的典型大城市,屬典型的暖溫帶半濕潤大陸性季風氣候區，主要受季風環流支配，是東亞季風盛行的地區。夏半年太平洋副熱帶暖高壓加強，氣溫高，降水也多，以偏南風為主。在快速城市化中，天津的城市人口規模不斷膨脹, 由1992的499萬增加到2011年的1 355萬。城市形態迅速擴大,面積由1992年的280 km2，擴張到2013年的936 km2。城市形態演化具有典型性，熱島效應空間格局變化明顯。

1.2 研究數據與處理

采用的原始數據為landsat TM衛星遙感影像數據，分別為1992年7月30日10∶11、1999年8月11日10∶40、2001年7月7日10∶28、2006年7月21日10∶40、2009年8月30日10∶37、2011年8月20日10∶36、2013年7月24日10∶49。衛星過境時間均為上午工作最佳時間，遙感影像分辨率為30 m，其中熱波段為120 m；同時配合1996版、2005版、2013版天津城市總體規劃圖與現狀圖。

原始數據處理：首先，將城市規劃圖、城市現狀圖等掃描，進行幾何精校正，校正過程采用二次多項式，并用3次卷積法進行灰度插值，校正誤差均小于一個像元。然后，將天津影像和圖件統一校正到2011年TM衛星影像上，統一投影為WGS_1984_UTM_50N，誤差控制在20 m以內，以便保持數據的一致性。最后，利用ArcGIS軟件，建立研究數據庫，并對不同時期的數據進行提取和統計分析。

1.3 熱島強度定義

熱島強度是用來表示城區相對于鄉村的增熱程度。通常熱島強度定義為城市中心區與郊區的溫度差值，但是這一定義只是反映了局部中心點與鄉村的溫度差別，卻不能反映出給城市總體帶來的增熱量的問題。因此提出,最高熱島升溫和熱島升溫總量的雙指標熱島強度定義。

最高熱島升溫，即通常所說的熱島強度，一般定義為城市中心區與郊區的溫度差值[12]。其計算有以下幾種：一種是將郊區若干平均溫度與市中心若干平均溫度的差值定義為熱島強度[13-14]，其無法反映城市發展帶來的最高熱島升溫；另一種是，將郊區典型溫度與市中心典型最高溫度之差作為熱島強度的[15-16]，但是很難找到不受到城市影響的原始自然狀態的農村典型站點preurban，因此郊區溫度采用一個典型值難以把握研究。

上述幾種計算方法，均存在受資料和觀測條件的限制，其觀察結果不同、可比性也較差、計算中帶有很多不確定性的問題。因此筆者提出將市中心最高溫度與郊區農村平均溫度作為熱島強度指標之一，熱島效應帶來的城市局部最高上升溫度，亦稱最高熱島升溫。其計算公式為

另一個熱島強度指標是熱島升溫總量。它反映一定空間分辨率下，熱島效應給城市帶來的總體增溫量。其計算式為

2 分析與結果

2.1 城市提取與溫度反演

2.1.1 城市形態提取 城市形態的提取較復雜，城市建筑反射電磁波譜具有明顯的異質性，簡單地利用landsat原始光譜波段來提取建筑用地，往往很難獲得滿意的精度，提取的建設用地往往需要進行大量的后續處理。因此，提出了在不摒棄原始6個光譜波段的基礎上，同時疊加采用3個新專題指數波段——土壤調節植被指數SAVI[18]，歸一化建筑指數NDBI[19]、改進型歸一化水體指數MNDWI[20-21]，進行城市形態的提取,這樣能明顯提高建筑用地信息的提取精度。

利用波段5、4、2組建的假彩色圖像進行感興趣選取，按城市用地、農用用地、林地、水體進行監督分類。將SAVI、NDBI、MNDWI指數復合疊加原來波段7、5、4、3、2、1，利用最小距離法進行監督分類。數據分類結果顯示生產者精度為93.86%,用戶精度為95.62%，kappa系數為0.93。利用其它專題地圖等資料對數據進行分類后處理，通過人工目視判讀來修正錯分、誤分的城市形態。最終城市形態提取精度達到93%以上。最后，城市形態提取見圖1。

圖1 1992～2013年天津熱島升溫與城市形態

2.1.2 溫度反演結果 地表溫度反演采用基于影像反演算法(IB算法)[22-23]，該算法簡單準確并且數據易獲得。首先，依據NASA數據使用手冊，計算landsat影像亮度溫度；然后，在ENVI軟件中計算植被指數(NDVI)和植被覆蓋度；第3步，計算比輻射率，采用覃志豪等[24]、黃初冬等[25]提出的比輻射率ε計算方法；最后，計算地表溫度，地表溫度LST計算公式為

根據熱島升溫定義，以當期32個農村平均溫度為郊區基準溫度，在ArcGIS中計算每個點的熱島升溫值，最終可得各年份熱島強度升溫圖(圖1)。

2.2 城市形態總面積與熱島強度

2.2.1 城市形態總面積與最高熱島升溫 1992年天津市城市形態面積為280 km2，2013年增加到936 km2；主城區最高熱島升溫由1992年的8.55 ℃增加到2013年的14 ℃，增加了5.45 ℃。由此看來城市形態總面積與最高熱島升溫密切相關。計算二者相關系數，結果為0.967，通過信度水平為0.00檢驗。這說明城市形態總面積與最高熱島升溫呈很強的正相關關系。經回歸分析發現二者具有冪函數曲線關系，方程為Y=0.008x+6.4，R2為0.935，F檢驗值為71.34，信度水平通過0.05的檢驗，RMSE=0.515，見圖2。

圖2 城市形態總面積與最高熱島升溫曲線

2.2.2 城市形態總面積與熱島升溫總量 在ArcGIS中開發計算模型，利用熱島升溫總量式(2)，計算7年份的夏季熱島升溫總量。通過相關系數計算發現，城市形態總面積與熱島升溫總量相關系數為0.815，通過置信度水平為0.05的檢驗。這表明二者呈密切的正相關關系，熱島升溫總量隨城市形態的擴張而上升。通過進一步回歸分析，發現二者具有線性關系，方程為Y=185.5x-36 050，R2為0.69，方程通過信度水平為0.05的檢驗，F統計量為10.1，見圖3。

圖3 城市形態總面積與熱島升溫總量關系曲線

2.2.3 響應機制分析 熱島強度隨著城市形態總面積的增大而上升。總體上，最高熱島升溫和熱島升溫總量都與城市形態總面積呈線性關系。城市規模的擴大，使大面積的下墊面發生了本質變化，形成了大范圍的城市熱島區域，使得地面熱島斑塊集聚上升；同時由于建成區建筑物的高度上升，導致了通風難度的加大，再加之人流、物流等要素的集聚，使得熱島影響因素復合疊加，進而加劇了熱島強度的上升。此外，隨著城市規模的擴大，其城市地價不斷上升，城市各要素資源在空間的集聚增強，高放熱的要素也在空間集聚，這也是導致最高熱島升溫不斷上升的原因。

2.3 城市形態離散度和臨近度與熱島強度

城市形態的離散度、蔓延度指數，反映了其在空間上的集聚區趨勢、與綠地水體的混合狀態。利用景觀格局分析軟件fragstats 4.1，計算城市形態的離散度與臨近度的64個景觀尺度指數[26-27]。

2.3.1 離散度和臨近度與最高熱島升溫 匯總1992-2013年的天津城市形態，計算最高熱島升溫與城市形態離散度和臨近度的64個指數的相關系數，相關系數均沒有通過信度水平為0.05的雙側檢驗，這表明城市形態離散度和臨近度與最高熱島升溫不存在相關性。

2.3.2 離散度和臨近度與熱島升溫總量 通過計算相關系數，發現反映城市形態的離散度、蔓延度指數COHESION(內聚力指數)、DIVISION(景觀分離度)、MESH(有效網格大小)、AI(聚合度)與熱島升溫總量密切相關，均通過了0.05的置信度檢驗(表1)。通過回歸擬合發現：COHESION、DIVISION、MESH、AI與熱島升溫總量具有線性關系(見表1和圖4)。

表1 離散度、蔓延度指數與熱島升溫總量相關分析

圖4 COHESION、DIVISION、MESH、AI與熱島升溫總量關系

熱島升溫總量與COHESION、MESH、AI密切相關，這說明隨著城市形態自然連通度的增加，斑塊分布變得越發聚集，熱島升溫總量也在增加。熱島升溫總量與DIVISION密切相關說明，綠地與城市形態交替出現的規律越明顯，城市形態越分散，熱島升溫總量就越低。

2.3.3 響應機制分析 從上述分析可以看出，城市形態離散度和臨近度的格局、分布、過程的演化，直接影響城市熱島升溫總量。當城市形態破碎化程度升高、蔓延度降低時，會使熱島斑塊的破碎化程度提高，使高溫斑塊的距離變遠、獨立性提高，從而有利于熱島區與非熱島區的能量交換，進而降低熱島升溫總量。因此城市形態布局時，應降低COHESION、MESH、AI指數，同時提高DIVISION指數。

2.4 斑塊面積、周長面積比與熱島強度

2.4.1 斑塊面積、周長面積比與最高熱島升溫 匯總1992-2013年的城市形態斑塊，計算最高熱島升溫與斑塊面積的相關系數。結果發現：50 km2以下斑塊，二者不具有相關性；50 km2以上斑塊具有緊密的正相關關系，相關系數為0.982，通過信度為0.00的檢驗。經回歸擬合發現：斑塊面積與最高熱島升溫具有線性關系，回歸方程為：Y=0.0 103x+7.42，R2為0.93，F統計量為162.66，見圖5。這說明50 km2以上城市形態斑塊面積越大最高熱島升溫越高。

圖5 50 km2以上斑塊面積與最高熱島升溫

匯總1992-2013年的城市形態斑塊，計算最高熱島升溫與周長面積比的相關系數。相關系數計算結果為-0.393，通過信度水平為0.00的雙側檢驗，這表明二者呈較強負相關關系。通過回歸擬合發現，周長面積比與最高熱島升溫呈S曲線關系，回歸方程為Y=exp(-0.774+0.025 6/x)，R2為0.233，F統計量為1 079.718，見圖6。由回歸方程可知：周長面積比越大，而最高熱島升溫越低，而且呈指數迅速下降。

圖6 斑塊周長面積比與最高熱島升溫曲線

2.4.2 面積、周長面積比與熱島升溫總量 匯總1992-2013年的城市形態斑塊，計算斑塊面積與熱島升溫總量的相關系數。相關系數計算結果為0.958，通過信度水平為0.00的雙側檢驗，二者呈很強的正相關關系。回歸方程為Y=0.196 9x2+53.94x+603.2，R2為0.95，F統計量為248.78，見圖7。這說明城市形態斑塊面積越大最高熱島升溫越高。

圖7 斑塊面積與熱島升溫總量

匯總1992-2013年的城市形態斑塊，計算斑塊周長面積比和熱島升溫總量的相關系數。相關系數計算結果為-0.46，通過信度水平為0.00的雙側檢驗，二者呈負相關關系。當周長面積比是[0.005，0.04]時，回歸方程為Y=2.482×1011x4-2.715×1010x3+1.074×109x2-1.82×107x+1.116×105，R2為0.266，F統計量為348.78，RMSE為1 782，見圖8。這說明城市形態斑塊面積越大最高熱島升溫越高。

圖8 斑塊周長面積比與熱島升溫總量

2.4.3 響應機制分析 熱島強度隨著斑塊面積增大而上升。這主要是因為，產生熱量的斑塊面積越大,聚集熱量越多，溫度也就越高。由于50 km2以下斑塊與熱島強度不具有穩定性，這主要是因為：功能布局設計均具有很大的不確定性，有些放熱性產業往往單獨布局，而又有些50 km2以下斑塊，能較好的接受郊區通風，散熱也較為容易。

熱島強度隨著周長面積比增大而降低。周長面積比越大，相同面積斑塊的周長越大，斑塊邊界就越長，就越有利于城市形態斑塊的降溫。但并不是該指數越大越好，它在不同的區間降溫效率不同，當該指數小于0.3時降溫效率較高，當大于0.3時就趨于平穩接近極限。

周長面積比與熱島強度的相關系數遠小于面積指數，這說明熱島效應對斑塊面積的變化敏感性強于周長面積比。這主要是因為熱島強度與周長面積比反應了城市形態斑塊與郊區的邊緣熱量交換。

2.5 城市形態分維數與熱島強度

利用景觀格局分析軟件fragstats 4.1計算城市形態斑塊的分維數，再利用ArcGIS軟件計算每個斑塊內的熱島強度值。

2.5.1 分維數與最高熱島升溫 將1992-2013年的城市形態斑塊，進行分維數與最高熱島升溫的相關分析。結果相關系數為0.25，相關性通過信度水平為0.001的雙側檢驗。這表明最高熱島升溫與分維數呈較強的正相關關系。通過回歸分析，發現二者呈線性關系，回歸方程為y=35x-36.3，R2為0.235，F統計量為23.51，見圖9。這表明，隨著城市形態斑塊分維數的增大，最高熱島升溫也相應的增大。

圖9 斑塊分維數與最高熱島升溫

2.5.2 斑塊分維數與熱島升溫總量 匯總1992-2013年的城市形態斑塊，計算分維數與熱島升溫總量的相關系數。相關系數計算結果為0.326，相關性通過信度水平為0.00的雙側檢驗。這表明兩個指數都呈較強正相關性。2 km2以上斑塊的，回歸方程為

Y=1.139×107x3-3.988×107x2+4.632×107x-1.785×107

方程的R2為0.678，回歸方程通過信度0.05的檢驗，RMSE為9 991，見圖10。這表明城市形態斑塊分維數越大熱島升溫總量越高，在分維數為[1.05，1.3]時變化較為平穩，而分維數超過1.3后，熱島升溫總量迅速上升。

2.5.3 響應機制分析 熱島強度隨著城市形態分維數的增大而上升。通過觀察發現：分維數越高的城市形態斑塊，結構越復雜，在外圍出現較多的環繞城市形態的邊枝觸角，有的生長成了較寬的條帶，并且條帶間距離較近。這樣影響了城市形態內部的通風，導致內部熱量不斷積聚。同時，邊緣條帶或觸角的斑塊熱量，又復合疊加到了所在斑塊的中心區域。這就是分維數影響城市熱島強度的機制。

圖10 斑塊分維數與熱島升溫總量

3 結 論

以天津市1992-2013年的熱島景觀空間格局為例，定量分析了熱島強度與城市形態面積、離散度、臨近度、分維數、形狀指數等的作用機制，明確了與熱島強度密切相關的布局參數曲線，通過研究得出以下結論：

1)提出了熱島強度的雙指標測度的概念算法，即最高熱島升溫和熱島升溫總量。有效解決了熱島強度的測度問題，既能表示熱島效應帶來的最高溫度上升值，又能表示熱島帶來的增熱量的度量問題。

2)熱島強度隨著城市形態總面積的增大而上升。城市形態總面積與最高熱島升溫呈線性方程為Y=0.008x+6.4；與城市熱島升溫的線方程為Y=185.5x-36 050。

3)最高熱島升溫與城市形態離散度、臨近度不存在明顯相關性；但熱島升溫總量與其呈線性關系，與COHESION的方程為Y=241 900x-24 030 000，與DIVISION的方程為Y=-1 435 000x+1 455 000，與MESH的方程為Y=6.897x+19 570，與AI的方程為Y=28 140x-2 460 000。

4)熱島強度隨斑塊面積的增大而上升，50 km2以上斑塊面積與最高熱島升溫具有線性關系，回歸方程為Y=0.010 3x+7.42；斑塊面積與熱島升溫總量呈二次曲線關系，方程為Y=0.196 9x2+53.94x+603.2。

5)熱島強度隨周長面積比的增大而減小。周長面積比與最高熱島升溫成S曲線關系，方程為Y=exp(-0.774+0.025 6/x)；當周長面積比是[0.005，0.04]時，其與熱島升溫總量的呈四次曲線關系。回歸方程為Y=2.482×1011x4-2.715×1010x3+1.074×109x2-1.82×107x+1.116×105。

6)熱島強度隨斑塊分維數增大而升高。分維數與最高熱島升溫呈線性關系，回歸方程為y=35x-36.3；分維數與熱島升溫總量呈三次曲線關系，方程為Y=1.139×107x3-3.988×107x2+4.632×107x-1.785×107。

[1] 房國坤,王詠,姚士謀.快速城市化時期城市形態及其動力機制研究[J].人文地理, 2009,24(2): 40-43.

Fang G K, Wang Y, Yao S M. Study on urban morphology and its dynamic mechanism in the period of rapid urbanization [J]. Human Geography, 2009, 24(2): 40-43.

[2] 熊國平. 90年代以來我國城市形態演變的特征[J]. 新建筑,2006(3):18-21.

Xiong G P. The Characteristics of urban morphology evolution in China since 1990s [J]. New Architecture, 2006(3):18-21.

[3] 王德利,方創琳. 城市化發展質量研究進展及展望[J]. 現代城市研究, 2012(7): 15-21.

Wang D L, Fang C L. Progress and prospect of study on urbanization development quality [J]. Modern Urban Research, 2012(7):15-21.

[4] 陳利頂,孫然好,劉海蓮. 城市景觀格局演變的生態環境效應研究進展[J]. 生態學報, 2013, 33(4):1042-1050.

Chen L D, Sun R H, Liu H L. Eco-environmental effects of urban landscape pattern changes: progresses, problems and perspectives [J]. Acta Ecologica Sinica, 2013, 33(4):1042-1050.

[5] 陳愛蓮,孫然好,陳利頂. 基于景觀格局的城市熱島研究進展[J]. 生態學報, 2012, 32(14): 4553-4565.

Chen A L, Sun R H, Chen L D. Studies on urban heat island from a landscape pattern view: a review [J]. Acta Ecologica Sinica, 2012, 32(14): 4553-4565.

[6] 壽亦萱,張大林. 城市熱島效應的研究進展與展望[J]. 氣象學報,2012,70(3): 338-353.

Shou Y X, Zhang D L. Recent advances in understanding urban heat island effects with some future prospects [J]. Acta Meteorologica Sinica, 2012,70(3):338-353.

[7] 史軍,梁萍,萬齊林,等.城市氣候效應研究進展[J]. 熱帶氣象學報, 2011, 27(6): 942-951.

Shi J, Liang P, Wan Q L, et al. A review of the progress of research on urban climate [J]. Journal of Tropical Meteorology, 2011, 27(6): 942-951.

[8] Ren C, Ng E Y, Katzschner L. Urban climatic map studies: a review [J]. International Journal of Climatology, 2011, 31(15): 2213-2233.

[9] Weng Q H. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications and trends [J]. Isprs Journal of Photogrammetry and Remote Sensing, 2009, 64(4): 335-344.

[10] 黃良美,鄧超冰,黎寧. 城市熱島效應熱點問題研究進展[J]. 氣象與環境學報,2011,27(4): 54-58.

Huang L M, Deng C B, Li N. A review on the hotspot issues of urban heat island effect [J]. Journal of Meteorology and Environment, 2011, 27(4): 54-58.

[11] 宮阿都,徐捷,趙靜,等. 城市熱島研究方法概述[J]. 自然災害學報, 2008, 17(6):96-99.

Gong A D, Xu J, Zhao J, et al. A survey of study method for urban heat island [J]. Journal of Natural Disasters, 2008, 17(6):96-99.

[12] Oke T R. City size and the urban heat island [J]. Atmospheric Environment, 1976, 7: 769-779.

[13] 李春梅,陳新光,唐力生,等. 廣州市2005年熱島強度變化特征[J]. 廣東氣象, 2006(4):30-33.

Li C M, Chen X G, Tang L S. Characteristics of Urban Heat-island Intensity of Guangzhou in 2005[J]. Guangdong Meteorology, 2006(4):30-33.

[14] 林學椿,于淑秋,唐國利. 北京城市化進程與熱島強度關系的研究[J]. 自然科學進展,2005,15(7):882-886.

Lin X C, Yu S Q, Tang G L. A Study on the relationship between urbanization and urban heat island intensity in Beijing [J]. Progress in Natural Science, 2005, 15(7): 882-886.

[15] 李麗光,王宏博,賈慶宇,等. 遼寧省城市熱島強度特征及等級劃分[J]. 應用生態學報,2012,23(5):1345-1350.

Li L G, Wang H B, Jia Q Y, et al. Urban heat island intensity and its grading in Liaoning Province of Northeast China[J]. Chinese Journal of Applied Ecology, 2012, 23(5):1345-1350.

[16] Lowry W P. Empirical estimation of the urban effects on climate: A problem analysis [J].Journal of Applied Meteorology, 1977, 16(2):129-135.

[17] 夏叡, 李云梅, 王橋, 等．無錫市城市擴張與熱島響應的遙感分析[J]．地球信息科學學報, 2009, 11(5):677-683．

Xia R, Li Y M, Wang Q, et al. Urban expansion in Wuxi city and heat island response by RS analysis[J]. Journal of Geo-Information Science, 2009, 11(5) :677-683．

[18] Huete A R． A soil adjusted vegetation index (SAVI)[J]．Remote Sensing of Environment, 1988, 25(3): 295-309.

[19] Zha Y，Gao J，Ni S X．Use of normalized difference built-up index in automatically mapping urban areas from TM imagery [J]. International Journal of Remote Sensing, 2003, 24(3): 583-594．

[20] 徐涵秋. 利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J].遙感學報, 2005, 9(5) : 589-595．

Xu H Q. A Study on information extraction of water body with the modified normalized difference water index (MNDWI) [J]. Journal of Remote Sensing, 2005, 9(5): 589-595．

[21] 徐涵秋,杜麗萍,孫小丹. 基于遙感指數的城市建城區界定與自動提取[J]. 福州大學學報:自然科學版, 2011, 39(5):707-712.

Xu H Q, Du L P, Sun X D. Index-based definition and auto-extraction of the urban built-up region from remote sensing imagery [J]. Journal of Fuzhou University: Natural Science Edition, 2011, 39(5):707-712.

[22] Qi H W, Deng S L, Jacquelyn S. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies [J]. Remote Sensing of Environment, 2004, 89 (11): 467-483.

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

Xu H Q. Analysis on urban heat island effect based on the dynamics of urban surface biophysical descriptors [J]. Acta Ecologica Sinica, 2011, 31(14): 3890-3901．

[24] 覃志豪, 李文娟, 徐斌, 等. 陸地衛星TM6波段范圍內地表比輻射率的估計[J].國土資源遙感, 2004(3): 28-42.

Qin Z H, Li W J, Xu B, et al. the estimation of land surface emissivity for landsat TM6 [J]. Remote Sensing for Land & Resources, 2004(3): 28-42.

[25] 黃初冬，邵蕓，李靜.北京城市地表溫度的遙感時空分析[J].國土資源遙感,2008, 3(9):64-68.

Huang C D, Shao Y, Li J. A temporal and spatial analysis of land surface temperature in Beijing utilizing remote sensing techniques [J].Remote Sensing for Land & Resources, 2008, 3(9):64-68.

[26] 鄭新奇, 付梅臣. 景觀格局空間分析技術及其應用[M].北京: 科學出版社, 2010:93-139.

[27] 付博杰, 陳利頂, 馬克明,等. 景觀生態學原理及應用[M]. 北京: 科學出版社, 2011:55-115.

(編輯 胡英奎)

KeyParametersinUrbanFormLayoutforWeakeningUrbanHeatIslandIntensityandItsResponseMechanism

HuangHuanchun,YunYingxia,ZhaoRui

(1. College of Landscape Architecture, Nanjing Forestry University, Nanjing 210037, P. R. China;2. School of Architecture, Department of Urban Planning, Tianjin University, Tianjin 300072, P. R. China)

The relationship between urban form layout and Urban Heat Island (UHI) intensity response mechanism was quantified and the parameter curves was studied. Large-scale analysis and calculation software such as ArcGIS and MATLAB are used and extract Urban Form and inversed UHI, based on the seven times summer TM images of Tianjin between 1992 and 2013. The results show that: Firstly, the double indicators measure for the UHI intensity was proposed, that is, highest UHI temperature value and total UHI warming. Secondly, the UHI intensity increases with the expansion of urban form area; and in general, gross area of urban form is positively correlated with highest UHI temperature value and total UHI warming.Thirdly, dispersion of the urban form and contagion index are not apparently involved with highest UHI temperature, but correlated with total UHI warming.Fourthly, plague area has a positive relationship with UHI intensity; with a single plague over 50 km2, highest UHI temperature value will grow rapidly by the linear along with the increase of plague and a quadric curve correlation between plague area and total UHI warming is obtained. Fifthly, there was a negative relationship between perimeter-to-area ratio of the plaque and UHI intensity and a S curve correlation between perimeter-to-area ratio of the plaque and highest UHI temperature value. When the ratio is between 0.005 to 0.04, a quadric curve correlation will be formed between perimeter-to-area ratio and highest UHI temperature value. Finally, urban form fractal dimension is positively relevant with UHI intensity and in a linear relationship with highest UHI temperature and a cubic curve relationship with Total UHI warming.

layout parameters; urban form; UHI intensity; total UHI warming; highest UHI temperature value

10.11835/j.issn.1674-4764.2014.05.016

2013-09-09

國家自然科學基金(51278330)；中英科研合作伙伴關系項目(201223)

黃煥春(1983-)，男，博士，主要從事城市物理環境研究，(E-mail)huanghc295@163.com。 運迎霞(通信作者)，女，教授，博士生導師,(E-mail)yunyx@126.com。

TU111.19

A

1674-4764(2014)05-0095-08