朱恒超 楊強(qiáng) 鄭加柱

摘 ?要： ENVI是地學(xué)數(shù)據(jù)處理的常用軟件，其重要優(yōu)勢(shì)是具有較強(qiáng)的開源性，自身具有豐富的二次開發(fā)函數(shù)接口，可針對(duì)用戶實(shí)現(xiàn)個(gè)性化需求。本文使用IDL語(yǔ)言，基于ENVI平臺(tái)進(jìn)行二次開發(fā)，構(gòu)建了城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)。該系統(tǒng)可實(shí)現(xiàn)城鎮(zhèn)用地信息提取及地表溫度反演，結(jié)合擴(kuò)張速度與熱島效應(yīng)等參數(shù)，分析二者之間的響應(yīng)關(guān)系。結(jié)果表明：①基于ENVI平臺(tái)開發(fā)的城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)具有較強(qiáng)的實(shí)用性，可進(jìn)行地表溫度的反演、分析城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的響應(yīng)關(guān)系。②實(shí)例分析的南京市2013-2018年城鎮(zhèn)擴(kuò)張與熱島效應(yīng)，得出的諸多結(jié)論可為政府或相關(guān)部門提供決策支持。

關(guān)鍵詞： ENVI;IDL;監(jiān)測(cè)分析系統(tǒng);城鎮(zhèn)擴(kuò)張;南京市

中圖分類號(hào)： TP391.41 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.01.019

本文著錄格式：朱恒超，楊強(qiáng)，鄭加柱. 城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)構(gòu)建與應(yīng)用——以南京市2013-2018年數(shù)據(jù)為例[J]. 軟件，2020，41（01）：9196

【Abstract】： Envi is a commonly used software for geoscience data processing. One of the important advantage is the attribute of the open source. The powerful secondary development function interface， which could meet the user's personalized needs， is of great value to users. In this paper， we used IDL language， based on Envi platform for secondary development， to achieve the urban expansion information index and corresponding surface temperature inversion in Nanjing. We further combined the expansion speed and heat island effect and other parameters to analyze the response relationship between them， to build a monitoring and analysis system basing on urban expansion and heat island effect. The results shown that： ① the proposed system which used to monitor and analysis urban expansion and heat island has strong practicability， which have the ability to carry out the inversion of surface temperature， and analyze the response relationship between urban expansion and heat island effect. ② The case study of urban expansion and heat island effect in nanjing from 2013 to 2018 shows that many conclusions can provide decision support for the government or relevant departments.

【Key words】： ENVI; IDL; Monitoring and analysis system; Urban expansion; Nanjing

0 ?引言

根據(jù)《國(guó)家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》，中國(guó)正處于城鎮(zhèn)化深入發(fā)展的關(guān)鍵時(shí)期，城鎮(zhèn)化與生態(tài)環(huán)境相互關(guān)系的時(shí)空認(rèn)知研究是開展城鎮(zhèn)規(guī)劃、提升人民居住環(huán)境的重要理論基礎(chǔ)和科學(xué)依據(jù)[1]。城鎮(zhèn)擴(kuò)張對(duì)地表溫度影響較大，其所產(chǎn)生的熱島效應(yīng)是城市環(huán)境變化的直接體現(xiàn)[2]。1958年，Manley首次正式提出熱島效應(yīng)的概念，即：城市下墊面性質(zhì)發(fā)生人為改變，加上城市密集建筑、交通碳排放和人工熱排放造成城市與郊區(qū)存在典型的地表溫度時(shí)空差異[3]，該概念的提出以來(lái)，城鎮(zhèn)擴(kuò)張所引起的熱島效應(yīng)及其對(duì)自然環(huán)境的影響研究成為眾多研究者關(guān)注的熱點(diǎn)研究問(wèn)題[4，5]。因此，城鎮(zhèn)空間擴(kuò)張與熱島效應(yīng)的空間耦合對(duì)城市發(fā)展[6]、城市氣候變化[7，8]、城市生態(tài)環(huán)境監(jiān)測(cè)[9，10]以及推進(jìn)新型城鎮(zhèn)化[11]等具有重要意義。

開發(fā)一種綜合性的城鎮(zhèn)擴(kuò)張和熱島效應(yīng)動(dòng)態(tài)監(jiān)測(cè)的系統(tǒng)一直是國(guó)內(nèi)外研究的熱點(diǎn)[12-14]，從數(shù)據(jù)使用角度看，主要集中在兩方面：一方面是利用氣象站等數(shù)據(jù)，結(jié)合數(shù)學(xué)方法，分析熱島效應(yīng)的形成原因等[15];另一方面是利用多源遙感數(shù)據(jù)反演地表溫度，考慮城鎮(zhèn)擴(kuò)張[16，17]、綠地面積[18]、植被指數(shù)[19]等因子，多角度評(píng)價(jià)熱島效應(yīng)[20]。氣象等數(shù)據(jù)的獲取主要來(lái)源于氣象站或者移動(dòng)臺(tái)的現(xiàn)場(chǎng)測(cè)量，雖然現(xiàn)代設(shè)備可以獲取額外參數(shù)，如風(fēng)速、污染濃度等，但是有限的監(jiān)測(cè)站不能覆蓋連片的區(qū)域，難以考量整體土地利用變化帶來(lái)的影響[21]。目前基于遙感的城鎮(zhèn)信息提取技術(shù)相對(duì)成熟[22]，且得益于遙感對(duì)地表熱紅外的敏感度，使得利用遙感技術(shù)分析城鎮(zhèn)擴(kuò)張與熱島效應(yīng)成為趨勢(shì)[23，24]。雖然學(xué)術(shù)界關(guān)于城市熱島效應(yīng)的問(wèn)題已研究多年，但由于近些年中國(guó)經(jīng)濟(jì)迅速上升，一線、二線城市的迅速擴(kuò)張，城市熱島效應(yīng)對(duì)環(huán)境造成的各種問(wèn)題日益凸顯，對(duì)于城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的相關(guān)研究應(yīng)當(dāng)受到高度重視[25]。

本文綜合考量上述方法，利用ENVI軟件進(jìn)行二次開發(fā)，構(gòu)建監(jiān)測(cè)分析系統(tǒng)[26]。利用2013和2018年Landsat 8 OLI遙感影像對(duì)南京市城鎮(zhèn)擴(kuò)張信息進(jìn)行模擬。城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)使用單窗算法，通過(guò)多分析窗口，訓(xùn)練城鎮(zhèn)擴(kuò)張與熱島強(qiáng)度方程。該方程最終作為系統(tǒng)核函數(shù)實(shí)現(xiàn)南京市城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的空間耦合關(guān)系的模擬。從而為制定區(qū)域熱島效應(yīng)的適應(yīng)性措施提供理論依據(jù)和參考價(jià)值。

文章總體架構(gòu)為：在第一章中，對(duì)系統(tǒng)中涉及的數(shù)學(xué)方法進(jìn)行簡(jiǎn)單介紹，并構(gòu)建了城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)。在第二章中，介紹了我們?cè)谙到y(tǒng)中使用的訓(xùn)練數(shù)據(jù)及研究樣區(qū)。第三章中，對(duì)本文構(gòu)建監(jiān)測(cè)系統(tǒng)進(jìn)行實(shí)際運(yùn)用，探討了南京市近五年來(lái)城鎮(zhèn)擴(kuò)張與熱島效應(yīng)時(shí)空分布模式。最后，在結(jié)論部分分析了本研究存在的不足，并對(duì)未來(lái)研究方向進(jìn)行了展望。

1 ?理論基礎(chǔ)與系統(tǒng)概述

1.1 ?理論基礎(chǔ)

1.1.1 ?城鎮(zhèn)用地指數(shù)

城鎮(zhèn)用地指數(shù)（Urban Land-use Index，ULI）指在歸一化建筑指數(shù)[27]（NDBI）的基礎(chǔ)上引入歸一化植被指數(shù)（NDVI），分別對(duì)指數(shù)圖像進(jìn)行二值化和交運(yùn)算，提取城鎮(zhèn)信息[28]。通過(guò)分析典型地物的光譜特征，利用NDBI所提取城鎮(zhèn)用地信息中包含了裸地以及低密度植被覆蓋區(qū)的信息，而低密度植被覆蓋區(qū)中包含植被信息和城鎮(zhèn)用地信息。本文利用這一獨(dú)特的光譜特性可以將NDBI提取得到的城鎮(zhèn)用地中的低密度植被覆蓋區(qū)從中分離出來(lái)。

公式中NDBI*為歸一化建筑指數(shù)二值化圖像，一般情況下NDBI>0為城鎮(zhèn)用地，NDBI<0為非城鎮(zhèn)用地，但本文根據(jù)研究區(qū)圖像特點(diǎn)最終取NDBI> –0.05為城鎮(zhèn)用地，賦值為1，以白色顯示;NDBI≤ –0.05為城鎮(zhèn)用地，賦值為0，以黑色顯示;NDVI*為歸一化植被指數(shù)二值化圖像，經(jīng)過(guò)反復(fù)試驗(yàn)，綜合考慮精度影響，當(dāng)NDVI閾值確定為0.32，可較好剔除低密度植被的影響，即NDVI>0.32時(shí)，賦值為1，以白色顯示;NDVI≤0.32時(shí)，賦值為0，以黑色顯示。

1.1.2 ?單窗算法

單窗算法是覃志豪[29，30]等人根據(jù)地表熱輻射傳導(dǎo)方程，提出的一個(gè)精度較高的演算地表溫度的方法。本文利用單窗算法反演地表溫度，具體步驟如下：

1.2 ?系統(tǒng)框架與簡(jiǎn)述

以上述理論為基礎(chǔ)，構(gòu)建了城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)，系統(tǒng)運(yùn)行流程圖如圖1所示。

整體程序由IDL語(yǔ)言基于ENVI平臺(tái)開發(fā)。從流程圖中可以看到，輸入數(shù)據(jù)為相應(yīng)年份的遙感相片數(shù)據(jù)，接著分別進(jìn)行了城市用地信息的解算以及地表溫度的反演，經(jīng)過(guò)綜合分析得出二者時(shí)空分布關(guān)系，最終將相關(guān)內(nèi)容進(jìn)行實(shí)踐應(yīng)用。

2 ?研究區(qū)域與數(shù)據(jù)描述

2.1 ?研究概

南京作為江蘇省省會(huì)城市，位于中國(guó)東部、長(zhǎng)江下游中部地區(qū)，坐標(biāo)為北緯31°14′-32°37′，東經(jīng)118°22′-119°14′（圖2）。南京市總面積6587 km2，2017年建成區(qū)面積1398.69 km?，常住人口833.5萬(wàn)人，城鎮(zhèn)人口685.89萬(wàn)人，城鎮(zhèn)化率82.3%，是長(zhǎng)三角及華東唯一的特大城市。南京地區(qū)屬于北亞熱帶季風(fēng)氣候，四季分明，冬夏長(zhǎng)而春秋短。年平均氣溫16℃。夏季平均氣溫26.5℃，最高氣溫可達(dá)38℃;冬季平均氣溫4.0℃，最低氣溫達(dá)–8℃。無(wú)霜期長(zhǎng)，年平均239天。雨水充沛，年平均降雨117天，降水量達(dá)1106.5毫米，每年6月下旬到7月中旬為梅雨季節(jié)。光能資源充足，年平均日照時(shí)數(shù)2013.1小時(shí)。

2.2 ?數(shù)據(jù)源概況

本文選用的是2013年4月7日和2018年4月3日兩期Landsat8 OLI和TIRS數(shù)據(jù)，軌道號(hào)為120/30，覆蓋整個(gè)南京市區(qū)域。兩期遙感影像云量分別為0.02%和0.67%，過(guò)境時(shí)間前后相差三分鐘，查閱南京歷史天氣可知兩天氣溫差異在4℃以內(nèi)，具備可比性，滿足本研究要求。OLI傳感器較之前Landsat7 ETM+傳感器，還增加了Deep blue波段、Coastal/Aerosal波段和Crirus波段。TIRS傳感器有兩個(gè)熱紅外波段（表1），可用于地表溫度反演、火災(zāi)檢測(cè)，土壤濕度評(píng)價(jià)等研究，本文主要使用熱紅外第10波段。

南京市相對(duì)濕度、年平均氣溫等數(shù)據(jù)，主要通過(guò)查閱《江蘇省統(tǒng)計(jì)年鑒各市個(gè)月平均氣溫》、《中國(guó)統(tǒng)計(jì)年鑒主要城市平均相對(duì)濕度》等所得。本文使用的行政區(qū)界線數(shù)據(jù)來(lái)源于北京大學(xué)城市與環(huán)境學(xué)院地理數(shù)據(jù)共享服務(wù)平臺(tái)（http：//geodata.pku.edu.cn）。

3 ?系統(tǒng)運(yùn)用與實(shí)例分析

在本章中，利用相關(guān)數(shù)據(jù)對(duì)系統(tǒng)的實(shí)效性進(jìn)行驗(yàn)證，得到一些關(guān)于城市擴(kuò)張及熱島效應(yīng)的時(shí)空變化特征。實(shí)驗(yàn)獲取的回歸函數(shù)將作為系統(tǒng)的核函數(shù)，對(duì)實(shí)驗(yàn)地區(qū)城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的相關(guān)分析。

3.1 ?南京市城鎮(zhèn)擴(kuò)張結(jié)果

2013-2018年，南京市城鎮(zhèn)擴(kuò)張呈現(xiàn)邊緣擴(kuò)張趨勢(shì)，各區(qū)發(fā)展不均勻（圖3）。由于江北國(guó)家級(jí)新區(qū)的建立、江寧和高淳等郊區(qū)的快速城鎮(zhèn)化發(fā)展、外來(lái)投資的不斷增長(zhǎng)，外來(lái)人口的不斷涌入，這些地區(qū)城鎮(zhèn)用地面積不斷地?cái)U(kuò)大，商品住宅規(guī)模也隨之增大，且配備了相對(duì)完善的公共設(shè)施，地鐵、公交等交通設(shè)施的不斷完善，部分城鎮(zhèn)人口和企業(yè)都往這些地區(qū)遷移，在上述地區(qū)呈現(xiàn)出相對(duì)集中發(fā)展，城市擴(kuò)張十分明顯，尤其江北地區(qū)及南京的南部高淳地區(qū)。

南京市城鎮(zhèn)擴(kuò)張主要呈現(xiàn)邊緣擴(kuò)張趨勢(shì)，局部呈現(xiàn)條帶狀發(fā)展趨勢(shì)，主城區(qū)未見明顯城鎮(zhèn)擴(kuò)張。江北的浦口橋林新城板塊、六合區(qū)中心城鎮(zhèn)擴(kuò)張由內(nèi)向外擴(kuò)張，邊緣城鎮(zhèn)用地增加明顯。南京南部的高淳區(qū)近年來(lái)得益于《高淳區(qū)五年建設(shè)規(guī)劃》，城鎮(zhèn)擴(kuò)張迅速，尤其是淳溪、高淳經(jīng)濟(jì)開發(fā)區(qū)域出現(xiàn)連片式擴(kuò)張，在保護(hù)高淳區(qū)傳統(tǒng)空間格局下，逐漸形成“一新城—六新市鎮(zhèn)—三片區(qū)”的空間結(jié)構(gòu)。南京市各大郊區(qū)的城鎮(zhèn)擴(kuò)張離不開政策的扶持，隨著旅游生態(tài)業(yè)的深入發(fā)展，各高新技術(shù)開發(fā)區(qū)的建成發(fā)展，郊區(qū)的城鎮(zhèn)還將進(jìn)一步擴(kuò)張。

3.2 ?南京市城鎮(zhèn)熱島分布結(jié)果

根據(jù)2013年所反演的地表溫度可知（圖4左），南京市郊區(qū)地表溫度大部分集中在15-25℃，主城區(qū)溫度集中在25-30℃，城鎮(zhèn)熱島基本呈帶狀分布于長(zhǎng)江兩岸，其中以南岸的主城居多。2018年（圖4右），南京市郊區(qū)地表溫度上升明顯，較2013年地表溫度圖，顏色加深，其中高溫區(qū)域由主城區(qū)向四周擴(kuò)張，其中浦口區(qū)和江寧區(qū)輻射明顯，六合區(qū)和高淳區(qū)地表溫度上升，高溫區(qū)域呈現(xiàn)零散分布狀態(tài)。

3.3 ?城鎮(zhèn)擴(kuò)張與熱島效應(yīng)耦合分析

由系統(tǒng)獲取2013年和2018年南京市熱島等級(jí)分布狀況（圖5）。南京市2013-2018年綠島面積呈下降趨勢(shì)，次綠島面積發(fā)生少量變化，中等熱島有向強(qiáng)熱島、極強(qiáng)熱島轉(zhuǎn)化的趨勢(shì)。結(jié)合城鎮(zhèn)擴(kuò)張信息可發(fā)現(xiàn)：南京市城鎮(zhèn)熱島范圍逐漸擴(kuò)大，基本與城鎮(zhèn)空間擴(kuò)張一致。隨著江北國(guó)家級(jí)新區(qū)的快速發(fā)展，城鎮(zhèn)面積顯著增加的同時(shí)，強(qiáng)熱島也在逐漸增多，尤其沿江一帶，次綠島向中等熱島演變明顯。南京市南部高淳區(qū)城鎮(zhèn)擴(kuò)張的同時(shí)，熱島效應(yīng)也變化明顯，2013年大部分為綠島和次綠島，到了2018年部分演化為中等熱島，甚至出現(xiàn)了強(qiáng)熱島地塊。主城區(qū)熱島效應(yīng)變化緩和，強(qiáng)熱島地塊明顯增加，這與地區(qū)高強(qiáng)度發(fā)展有關(guān)。

為揭示城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的相關(guān)性，本系統(tǒng)通過(guò)多次調(diào)整分析窗口大小，確定使用行列數(shù)為638和698的矩形區(qū)域分割柵格，計(jì)算分割后各矩形區(qū)域下的城鎮(zhèn)擴(kuò)張面積、城鎮(zhèn)擴(kuò)張速率，地表溫度、熱島效應(yīng)強(qiáng)度，分析城鎮(zhèn)擴(kuò)張面積與地表溫度變化之間的相關(guān)關(guān)系，得出擬合方程y=0.1537x+4.9564，相關(guān)系數(shù)R?=0.74（圖6），證實(shí)城鎮(zhèn)擴(kuò)張與城鎮(zhèn)的地表溫度具有同步性。

進(jìn)一步分析熱島強(qiáng)度與城鎮(zhèn)擴(kuò)張速率的相關(guān)關(guān)系，得出擬合方程y=–6.3689x3+3.9098x2+0.6781x– 0.0271相關(guān)系數(shù)R2=0.82（圖6）。

從圖7可以看出，在橫軸0.1之后處于熱島效應(yīng)初期，城鎮(zhèn)擴(kuò)張速率加快明顯，城鎮(zhèn)處于快速擴(kuò)張時(shí)期，熱島效應(yīng)加強(qiáng)明顯，地表溫度升溫迅速;隨著熱島效應(yīng)的加強(qiáng)，達(dá)到橫軸0.4處后，城鎮(zhèn)擴(kuò)張速率增長(zhǎng)變慢，城鎮(zhèn)用地建設(shè)開始放緩，符合實(shí)際情況，基本滿足城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的一致性。

4 ?結(jié)論與展望

基于ENVI平臺(tái)，使用IDL語(yǔ)言構(gòu)建了城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)。使用2013-2018年Landsat 8遙感影像作為訓(xùn)練數(shù)據(jù)，實(shí)現(xiàn)了對(duì)南京市城鎮(zhèn)擴(kuò)張信息、地表溫度以及熱島效應(yīng)的初步分析與探究，分析了南京市城鎮(zhèn)擴(kuò)張與熱島效應(yīng)的時(shí)空耦合關(guān)系。得出以下結(jié)論：

（1）基于ENVI平臺(tái)開發(fā)的城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)具有較強(qiáng)的實(shí)用性，可進(jìn)行城鎮(zhèn)信息提取、地表溫度的反演、及城鎮(zhèn)擴(kuò)張與熱島效應(yīng)響應(yīng)關(guān)系的研究。

（2）依據(jù)該系統(tǒng)進(jìn)行的實(shí)例研究，分析得出的2013-2018年南京市城鎮(zhèn)擴(kuò)張與熱島相關(guān)結(jié)論，可為當(dāng)?shù)卣蛳嚓P(guān)部門提供理論基礎(chǔ)與決策支持。

構(gòu)建的城鎮(zhèn)擴(kuò)張與熱島效應(yīng)監(jiān)測(cè)分析系統(tǒng)對(duì)于城鎮(zhèn)擴(kuò)張的模擬尚未支持，目前僅可用于城鎮(zhèn)信息的提取及熱島效應(yīng)的分析等功能。在未來(lái)的研究中，考慮加入元胞自動(dòng)機(jī)等算法實(shí)現(xiàn)對(duì)未來(lái)城鎮(zhèn)擴(kuò)張的模擬與預(yù)測(cè)，從而增強(qiáng)系統(tǒng)的實(shí)用性與可靠性。

參考文獻(xiàn)

[1] 陸大道， 陳明星. 關(guān)于“國(guó)家新型城鎮(zhèn)化規(guī)劃（2014-2020）”編制大背景的幾點(diǎn)認(rèn)識(shí)[J]. 地理學(xué)報(bào)， 2015， 70（02）： 179-185.

[2] Yin C， Yuan M， Lu Y， et al. Effects of urban form on the urban heat island effect based on spatial regression model[J]. Science of The Total Environment， 2018， 634： 696-704.

[3] Manley G. On the frequency of snowfall in metropolitan England[J]. Quarterly Journal of the Royal Meteorological Society， 1958， 84（359）： 70-72.

[4] Zhou X， Chen H. Impact of urbanization-related land use land cover changes and urban morphology changes on the urban heat island phenomenon[J]. Science of The Total Environment， 2018， 635： 1467-1476.

[5] 何志斌. 昆明市主城區(qū)熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制分析[J]. 軟件， 2018， 39（7）： 152-156.

[6] Bonafoni S， Baldinelli G， Verducci P. Sustainable strategies for smart cities： Analysis of the town development effect on surface urban heat island through remote sensing methodologies[J]. Sustainable Cities and Society， 2017， 29： 211-218.

[7] Hoymann J， Goetzke R. Simulation and Evaluation of Urban Growth for Germany Including Climate Change Mitigation and Adaptation Measures[J]. ISPRS International Journal of Geo-Information， 2016， 5（7）： 101.

[8] Song Y B. Influence of new town development on the urban heat island-the case of the Bundang area[J]. J Environ Sci （China）， 2005， 17（4）： 641-645.

[9] 楊敏， 楊貴軍， 王艷杰， 等. 北京城市熱島效應(yīng)時(shí)空變化遙感分析[J]. 國(guó)土資源遙感， 2018， 30（03）： 213-223.

[10] 祝新明， 王旭紅， 周永芳， 等. 建成區(qū)擴(kuò)張下的西安市熱環(huán)境空間分異性[J]. 生態(tài)學(xué)雜志， 2017， 36（12）： 3574-3583.

[11] 李佳佳. 我國(guó)城鎮(zhèn)化對(duì)區(qū)域生態(tài)效率的影響研究[D]. 湖南： 湖南大學(xué)， 2014.

[12] 壽亦萱， 張大林. 城市熱島效應(yīng)的研究進(jìn)展與展望[J]. 氣象學(xué)報(bào)， 2012， 70（03）： 338-353.

[13] 鐘凱， 黃義忠， 譚榮建， 等. 遙感圖像常用植被參數(shù)計(jì)算系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 軟件， 2018， 39（11）： 11-17.

[14] 馬義超， 米鴻燕， 鐘凱. 基于ENVI的高分辨率遙感影像城市生態(tài)環(huán)境研究[J]. 軟件， 2018， 39（11）： 235-238.

[15] 邱新法， 顧麗華， 曾燕， 等. 南京城市熱島效應(yīng)研究[J]. 氣候與環(huán)境研究， 2008（6）： 807-814.

[16] 楊智威， 陳穎彪， 吳志峰， 等. 粵港澳大灣區(qū)建設(shè)用地?cái)U(kuò)張與城市熱島擴(kuò)張耦合態(tài)勢(shì)研究[J]. 地球信息科學(xué)學(xué)報(bào)， 2018， 20（11）： 1592-1603.

[17] 張好， 徐涵秋， 李樂(lè)， 等. 成都市熱島效應(yīng)與城市空間發(fā)展關(guān)系分析[J]. 地球信息科學(xué)學(xué)報(bào)， 2014， 16（01）： 70-78.

[18] 欒慶祖， 葉彩華， 劉勇洪， 等. 城市綠地對(duì)周邊熱環(huán)境影響遙感研究——以北京為例[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2014， 23（02）： 252-261.

[19] Lima Alves E， Lopes A. The Urban Heat Island Effect and the Role of Vegetation to Address the Negative Impacts of Local Climate Changes in a Small Brazilian City[J]. Atmosphere， 2017， 8（12）： 18.

[20] Kikon N， Singh P， Singh S K， et al. Assessment of urban heat islands （UHI） of Noida City， India using multi-temporal satellite data[J]. Sustainable Cities and Society， 2016， 22： 19-28.

[21] 周強(qiáng). 南京地區(qū)城市熱島效應(yīng)研究[D]. 南京： 南京信息工程大學(xué)， 2008.

[22] 趙桔青， 陶福壽. 基于GIS的城鎮(zhèn)土地資源承載力評(píng)價(jià)[J]. 軟件， 2018， 39（7）： 52-56， 88.

[23] 劉丹， 于成龍. 城市擴(kuò)張對(duì)熱環(huán)境時(shí)空演變的影響——以哈爾濱為例[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2018， 27（03）： 509-517.

[24] Fan C， Myint S， Kaplan S， et al. Understanding the Impact of Urbanization on Surface Urban Heat Islands—A Longitudinal Analysis of the Oasis Effect in Subtropical Desert Cities[J]. Remote Sensing， 2017， 9（7）： 672.

[25] 姚遠(yuǎn)， 陳曦， 錢靜. 城市地表熱環(huán)境研究進(jìn)展[J]. 生態(tài)學(xué)報(bào)， 2018， 38（03）： 1134-1147.

[26] 曹丹陽(yáng)， 霍然， 孫凌， 等. 衛(wèi)星可見光波段觀測(cè)模擬與分析系統(tǒng)設(shè)計(jì)與開發(fā)[J]. 軟件， 2018， 39（3）： 1-7.

[27] 查勇， 倪紹祥， 楊山. 一種利用TM圖像自動(dòng)提取城鎮(zhèn)用地信息的有效方法[J]. 遙感學(xué)報(bào)， 2003（01）： 37-40.

[28] 徐軍. 基于Landsat TM影像的城鎮(zhèn)用地提取方法探討[C] //中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集. 中國(guó)江蘇南京， 2007： 1.

[29] 覃志豪， Zhang Minghua， Arnon Karnieli， 等. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學(xué)報(bào)， 2001 （04）： 456-466.

[30] 胡德勇， 喬琨， 王興玲， 等. 單窗算法結(jié)合Landsat8熱紅外數(shù)據(jù)反演地表溫度[J]. 遙感學(xué)報(bào)， 2015， 19（06）： 964-976.

[31] 武鵬飛， 王茂軍， 張學(xué)霞. 基于歸一化建筑指數(shù)的北京市城市熱島效應(yīng)分布特征[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2009， 18（04）： 1325-1331.

[32] 夏叡， 李云梅， 王橋， 等. 無(wú)錫市城市擴(kuò)張與熱島響應(yīng)的遙感分析[J]. 地球信息科學(xué)學(xué)報(bào)， 2009， 11（05）： 5677-5683.