重慶市南岸區(qū)土地利用與地表溫度響應研究

周韓梅 董飛

摘要 以重慶市南岸區(qū)為例，應用遙感技術和地理信息系統(tǒng)技術，選取Landsat 5 TM影像和Landsat 8 OLI_TIRS影像作為主要數(shù)據源，基于單窗算法反演地表溫度，并結合該區(qū)土地利用變化研究兩者的響應關系。結果表明，南岸區(qū)耕地和林地在減少，建設用地在增加，共有31.32 km2的耕地和林地轉為了建設用地;南岸區(qū)的高溫區(qū)由西部逐漸轉移到中部和南部，2013年之前的升溫區(qū)和降溫區(qū)呈現(xiàn)東西均勻分布，2013年之后大部分區(qū)域處于升溫區(qū);南岸區(qū)不同土地利用類型的地表溫度高低以及升溫速率呈現(xiàn)出建設用地>耕地>林地>水域;城市土地連片擴建會升高地表溫度，林地在規(guī)模范圍內對地表溫度能產生顯著的降溫效應。

關鍵詞 土地利用;地表溫度;單窗算法;響應;微域尺度;重慶市南岸區(qū)

中圖分類號 F 323.2 ?文獻標識碼 A ?文章編號 0517-6611（2021）15-0079-06

Abstract Taking Nanan District of Chongqing City as an example， remote sensing technology and GIS technology were applied. We used Landsat 5 TM image and Landsat8 OLI_TIRS image as the main data source，based on the singlewindow algorithm to invert the surface temperature， and combined with the land use change in the area to study the relationship between the two responses. The result showed that arable land and forest land were being reduced， and construction land was being increased in the Nanan District， and a total of 31.32 km2 of arable land and forest land had been converted to construction land. The high temperature area in Nanan District gradually shifted from the west to the middle and the south. The warming and cooling areas before 2013 showed an even distribution from east to west， and most of the areas were in the warming area after 2013.The surface temperature of different land use types in Nanan District and the warming rate presented construction land>arable land>forest land>water areas.The expansion of urban land will increase surface temperature， and the forest land in the scope of land surface temperature can produce a significant cooling response.

Key words Land use;Surface temperature;Singlewindow algorithm;Response;Microdomain scale;Nanan District of Chongqing City

作者簡介 周韓梅（1995—），女，重慶人，碩士研究生，研究方向：土地利用與區(qū)域發(fā)展、農村經濟。

收稿日期 2021-03-22

土地利用/覆被變化（簡稱LUCC）是全球變化研究的重要領域，是學術界最為關注的熱點問題之一[1-2]。目前，農村人口大量涌入城市地區(qū)以及城鎮(zhèn)化進程加速，快速城市化導致土地利用與覆被格局發(fā)生劇烈變化，對城市生態(tài)系統(tǒng)的影響主要是不透水地面增加、水域和林地的大量占用、廢棄垃圾物品的大量輸出等，致使城市地表溫度上升。20世紀50年代，Manley正式將這種現(xiàn)象定義為“城市熱島效應”（urban heat island，UHI）[3-5]。聯(lián)合國政府間氣候變化專門委員會（IPCC）發(fā)表的氣候變化評估報告指出近百年來地球表面溫度將保持上升的趨勢[6]。城市熱島效應、生態(tài)用地縮減、霧霾污染等生態(tài)問題，對城市人居環(huán)境的改善和城市可持續(xù)發(fā)展造成嚴重的影響[7-9]。當前，隨著遙感技術和地理信息系統(tǒng)技術的快速發(fā)展，將其應用到土地利用覆被變化以及地表溫度變化過程中，為兩者進行動態(tài)監(jiān)測提供了技術支持[10-12]。

在19世紀80年代初，Howard對比研究倫敦城市中心和郊區(qū)地表溫度，第一次公布了城市中心與郊區(qū)的地表溫度具有差異性[13]，此后科學家逐步意識到城市地表溫度對氣候變化影響的重要性，開始不斷地研究地表溫度反演方法，使得獲取地表溫度的途徑更加便捷[14-15]。為了不破壞地表熱力學狀態(tài)，科學家們大多采用地表溫度反演的技術去研究城市地表溫度。覃志豪等[16]采用Landsat 5 TM數(shù)據的第6波段，基于單窗算法反演地表溫度，該算法基于熱輻射強度公式、亮度溫度公式等，將地表輻射率、大氣透射率和大氣平均溫度輸入到單窗算法的公式當中即可反演出地表溫度，并且地表溫度是經過實測值校正過，其誤差范圍較小。胡德勇等[17]利用Landsat 8熱紅外數(shù)據結合單窗算法反演地表溫度，指出Landsat 8 TIRS的第10波段可以通過改進的單窗算法反演地表溫度，并且反演地表溫度的平均誤差較小，相關系數(shù)較大。關于土地利用與地表溫度的研究，國內外學者聚焦于城市層面，并取得了許多代表性成果。Hung等[1]利用TERRA/M ODIS數(shù)據和Landsat系列影像，研究亞洲18個大城市的城市熱島效應強度的空間分布特征，并指出地表溫度與植被覆蓋度之間的相關性。陳峰等[18]分別對北京、上海、沈陽和武漢4個城市的熱島效應進行分析，并結合城市下墊面的空間分布特征進行了相關性統(tǒng)計分析;劉航等[19]以武漢市為例，應用遙感技術和地理信息系統(tǒng)技術分析武漢市11個轄區(qū)城市熱島效應動態(tài)變化特征及熱島效應與土地利用變化的關系，結果發(fā)現(xiàn)建筑用地面積的增加是城市熱島強度面積擴張的重要影響因素。針對土地利用變化與地表溫度變化之間的相關性，學者或是從靜態(tài)角度出發(fā)，研究不同土地利用類型所對應的地表溫度高低，揭示出兩者的相關性，或是從動態(tài)出發(fā)，分別研究土地利用類型和地表溫度的時空分布特征，將兩者疊加揭示出其時空演變格局[20-23]。

基于上述分析，大多文獻都集中在城市層面[24-25]，并針對較大區(qū)域進行相關性分析，土地利用覆被變化并不只是體現(xiàn)在城市土地擴增方面，在城市化過程中還應考慮到農村耕地面積的減少，并由此帶來地表溫度變化的現(xiàn)象。因此，筆者選取土地利用強度高、屬于城鄉(xiāng)接合部的重慶市南岸區(qū)作為研究區(qū)域，將運用最新遙感影像，結合遙感技術和地理信息系統(tǒng)技術，利用單窗算法反演微域尺度下的地表溫度，進而定量分析該區(qū)域土地利用覆被變化和地表溫度變化的時空分布特征，并分析兩者的響應關系，以期為緩解城市熱島效應、合理利用土地等提供科學依據。

1 資料與方法

1.1 研究區(qū)概況

重慶市南岸區(qū)是重慶主城九區(qū)之一，地理坐標為106°03′14″～106°47′02″E、29°27′02″～29°37′02″N，南岸區(qū)兩面臨江，長江經西面流向北面轄區(qū)，東部和南部與巴南區(qū)相鄰，與江北區(qū)、渝中區(qū)、九龍坡區(qū)相隔一條長江（圖1）。南岸區(qū)土地面積為263.09 km2，轄區(qū)內共有8個街道和7個鄉(xiāng)鎮(zhèn)。南岸區(qū)位于川東平行嶺谷區(qū)，地處亞熱帶季風。2018年末南岸區(qū)戶籍人口達73.68萬，較2017年增長了2.4萬，增長率約為3.37%，2018年南岸區(qū)實現(xiàn)地區(qū)生產總值為724.78億元，同比增長2.9%，人均GDP為79 646元。2000年重慶市南岸區(qū)城鄉(xiāng)、工礦、居民用地面積為62.89 km2，到2018年末擴增為94.52 km2，年均擴增約為176 km2，并且在此期間耕地面積由43.44 km2減少至25.99 km2，其土地利用覆被變化強度逐年在增強。

該研究以重慶市南岸區(qū)作為研究區(qū)域，其具有區(qū)位獨特、社會經濟發(fā)展速度快、土地利用強度高等特點，屬于城市特大都市區(qū)，研究其土地利用覆被變化與地表溫度變化的響應關系具有極其重要的研究價值和意義。

1.2 數(shù)據來源及預處理

在地理空間數(shù)據云數(shù)據庫中選取重慶市南岸區(qū)（行列號為127/40）Landsat 5 TM影像的2000年7月23日和2007年5月8日以及Landsat 8 OLI_TIRS影像的2013年8月12日和2018年7月22日4個時相的遙感影像圖，成像時間均為上午，且空中沒有云覆蓋，其影像質量較好。借助南岸區(qū)規(guī)劃和自然資源局1∶50 000的地形圖、南岸區(qū)行政區(qū)劃圖作為輔助數(shù)據，用于預處理過程以及圖像制作階段。除此之外，還會借助重慶市統(tǒng)計年鑒、重慶市南岸區(qū)土地利用規(guī)劃（2006—2020年）等社會經濟發(fā)展的相關資料，用來分析該區(qū)域的社會因素以及未來的土地利用狀況。

在數(shù)據預處理過程中主要采取幾何精校正、圖像配準、大氣校正、地形校正、圖像融合、圖像裁剪等方法，以便使得結果更加精準，提高遙感影像數(shù)據的精度和利用度。

1.3 土地利用類型分類與精度檢驗

根據南岸區(qū)實際土地利用類型，主要采取的是中國科學院土地利用覆蓋分類體系（表1）。

基于ArcGIS 10.2軟件的圖像識別功能，主要采用監(jiān)督分類方法對該區(qū)土地利用類型進行解譯工作[26-27]，結合人工目視解譯提高其精確性，按照中國科學院土地利用覆蓋分類體系的分類標準將南岸區(qū)4期遙感數(shù)據進行土地矢量化處理，并在2000、2007、2013和2018年土地利用類型分類結果中隨機選擇各地類的50個點，運用混淆矩陣進行精度檢驗。結果顯示4期土地分類精度分別為87.59%、89.21%、91.20%和92.20%，Kappa系數(shù)分別為0.85、0.87、0.92、0.93，滿足土地利用分類精度要求。

1.4 地表溫度反演

地表溫度反演方法有很多種，如劈窗算法、單窗算法、單通道算法、大氣校正法等，基于前人研究成果和現(xiàn)有資料[28]，基于Landsat 5 TM數(shù)據的波段6和Landsat 8數(shù)據的波段10，主要采用覃志豪等[16]的單窗算法。首先計算熱輻射強度，熱輻射強度是指單位時間內單位面積所受到的熱輻射能量。將影像數(shù)據波段6和波段10的像元灰度值轉化為對應熱輻射強度值，據輻射定標參數(shù)表知，波段6和波段10的像元灰度轉換公式分別為：

2 結果與分析

2.1 土地利用變化時空分析

根據土地利用分類結果發(fā)現(xiàn)2000和2007年的土地利用類型分布格局相差不大，林地在2013年之后其面積逐漸減少，由2000年的119.9 km2減少至105.1 km2;耕地的面積在逐漸減少，由2000年的43.44 km2減少至2018年的25.99 km2;建設用地逐年在增加，且增長率在2013年之后提高至21.0%。主要原因來自2010年重慶市政府提出建設茶園新城區(qū)，以致建設用地在2013年之后出現(xiàn)了快速增長的現(xiàn)象。

為了定量具體分析該區(qū)土地利用類型的動態(tài)變化情況，利用ArcGIS 10.2軟件的空間分析工具對其進行轉移矩陣分析，得到表2的結果。2000—2007年南岸區(qū)土地利用轉移中轉出面積最多的是耕地，約為0.91 km2，轉入面積最多的是建設用地，約為1.05 km2，其中2000年的耕地向建設用地轉入的面積較多，約為0.75 km2。2007—2013年土地利用轉移中轉出面積最多的是林地，約為11.73 km2，轉入面積最多的是建設用地，約為14.09 km2，林地轉為建設用地的面積約占林地總面積的8.2%，2013—2018年土地利用轉移中轉出面積最多的是耕地，約為12.76 km2，其次是林地，約為10.66 km2，其中耕地轉為建設用地約為6.36 km2，而林地約為10.60 km2，占林地轉出總面積的100%。林地與耕地在城鎮(zhèn)化過程當中進行互補，但相對而言退耕還林的速度較快，城鎮(zhèn)用地依舊在逐年上升，水域面積出現(xiàn)了下降趨勢，城鎮(zhèn)化的進程逐步在加快。綜合19年的土地利用類型轉移矩陣分析（表2），該區(qū)土地利用類型轉出面積最多的是林地，約為21.79 km2，其次是耕地，約為17.66 km2，總體上建設用地的轉入面積最多，其中林地約為20.18 km2，約占林地總面積的16.8%，耕地約為11.14 km2，約占耕地總面積的25.6%，表明南岸區(qū)進行城市擴張是以犧牲耕地和林地為代價。在城鎮(zhèn)化過程當中，南岸區(qū)的林地和耕地受到大范圍的地面破壞，使得環(huán)境生態(tài)保護和耕地紅線的責任越發(fā)值得重視。

2.2 地表溫度變化時空分析

基于覃志豪等[16]的單窗算法，利用ENVI 5.0、ArcGIS 10.2軟件處理得到2000—2018年的地表溫度空間分布特征。2000年溫度較高的地區(qū)主要分布在南岸區(qū)的西部，溫度較低的地區(qū)主要分布在該區(qū)北面和西面沿江地帶，另外也呈帶狀分布在南山和明月山2條山脈處;2007年該區(qū)中部和南面出現(xiàn)局部高溫，沿江地帶和2條山脈處于低溫;2013年地表溫度分布較為平均;2018年較前3期地表溫度，溫度較高地區(qū)逐步轉移至南岸區(qū)中部和南面，溫度較低地區(qū)與前3期的分布具有一致性，基本位于沿江地帶和南山、明月山的2條山脈處。

為研究南岸區(qū)地表溫度在研究期間內的時空分布特征，將4期地表溫度數(shù)據在ENVI 5.0軟件當中進行算術處理，得到4期變化結果如圖2所示。2013年之前地表溫度變化分布較為集中，其中2007與2000年地表溫度升溫區(qū)集中分布在南岸區(qū)中部和西部，降溫區(qū)集中分布在該區(qū)東部，且南岸區(qū)南部升溫幅度較大;2013與2007年地表溫度升溫區(qū)集中分布在南岸區(qū)東部，降溫區(qū)主要集中分布在該區(qū)中部和西部，且在南山街道沿著南山山脈零散地分布著降溫幅度較大的區(qū)域;2013年之后地表溫度基本上都是升溫區(qū)，其中2018與2013年地表溫度相差較小區(qū)域分布較廣，但廣陽鎮(zhèn)、長生橋鎮(zhèn)和南山街道都零散分布著2期溫差較大的區(qū)域，在該區(qū)沿江地帶基本上都分布著2期溫差較小的區(qū)域;研究期間內，溫差較小的區(qū)域分布較廣，溫差較大區(qū)域零散分布，主要散布在長生橋鎮(zhèn)和廣陽鎮(zhèn)，且總體上地表溫度在升高，可能原因在于南岸區(qū)長生橋鎮(zhèn)和廣陽鎮(zhèn)在近幾年中城市化速度較快，導致一系列生態(tài)環(huán)境的改變。

2.3 土地利用與地表溫度變化響應分析

對比其他研究表明，利用剖線分析在方向上對土地利用類型和地表溫度的關系進行研究。利用ArcGIS 10.2軟件中的3D Analysis工具，對土地利用類型柵格圖和地表溫度柵格圖進行剖線分析。以長生橋北面為中心，東西方向沿著南坪鎮(zhèn)西面延伸至迎龍鎮(zhèn)東面，跨越長度約為22 km;南北方向沿著南山街道北面延伸至長生橋鎮(zhèn)南面，跨越長度約為13 km。統(tǒng)計土地利用類型和地表溫度分別在東西、南北2個方向上的空間分布特征及其差異性，結果發(fā)現(xiàn)，在W-E方向上，2007和2000年的溫度都是逐漸升高，在最西邊溫度驟降，可能是因為西面長江環(huán)繞;在這4期數(shù)據中，距離東邊20 000 m處溫度都較高，而對應土地利用類型主要是建設用地。在N-S方向上，2000年溫度較為穩(wěn)定，沒有太大起伏，而2007、2013和2018年地表溫度沿著南北方向都是逐年下降，在最北面降為最低，而南岸區(qū)北面是長江圍繞。

為更深入地研究不同土地利用類型下地表溫度的變化和空間分布特征，通過ArcGIS 10.2軟件的分區(qū)統(tǒng)計工具將南岸區(qū)土地利用類型和地表溫度進行疊加來計算不同土地利用類型的平均地表溫度?；诒?，得到以下2個特征：①不同土地利用類型的地表溫度存在差異。從土地利用類型來看，不論是2013年之前還是2013年之后，建設用地地表溫度在2018年最高，達30.33 ℃，其次是耕地、林地、水域，其中水域地表溫度在2013年最低，達29.34 ℃，這也驗證上文在東西、南北2個方向上用剖線分析出該區(qū)北面和西面地表溫度驟降，主要是南岸區(qū)北面和西面由長江環(huán)繞。由于下墊面不同，建設用地的地面大多是水泥、瀝青等硬化物質所鋪成，其吸水性差、吸熱能力好，再加上人口集中、建筑物聚集、汽車尾氣排放等，導致建設用地的地面散熱速度緩慢，從而溫度升高;而水域的比熱容較大，能夠有效地吸收、反射和散射部分太陽輻射，其熱傳導和熱擴散能力小，再加上水汽蒸發(fā)能夠有效地起到降溫效果，使得溫度上升緩慢;林地和耕地有植被覆蓋，能夠有效地阻擋少量太陽輻射，植被也有吸熱散涼特性，但是相對于水域來說其散熱能力不強，因此林地和耕地地表溫度也不是特別低。②不同時間同一個土地利用類型的地表溫度也存在差異。從時間上來看，不論是溫度較高的建設用地和耕地還是溫度較低的林地和水域，在研究期間內呈現(xiàn)“V”字型增長幅度，地表溫度在2013年之前是逐年下降，而在2013年之后逐漸上升。其中在2013—2018年，建設用地地表溫度上升最高，約為0.73 ℃，其次是耕地地表溫度上升約為0.66 ℃，林地地表溫度上升約為0.62 ℃，地表溫度上升最慢的是水域，約為0.43 ℃。這也驗證上文不同土地利用類型的地表溫度升高速度不同，也是呈現(xiàn)建設用地>耕地>林地>水域的排列順序。

考慮到不同土地利用覆被變化其地表溫度不同，利用ArcGIS 10.2軟件將研究期間內土地利用覆被變化的范圍與地表溫度增減范圍的柵格圖進行疊加，結果發(fā)現(xiàn)（圖3），一是建設用地的增加是地表溫度升高的重要因素。建設用地增加范圍主要集中在涂山鎮(zhèn)北部、南山街道中部、長生橋中北部、迎龍鎮(zhèn)中部和廣陽鎮(zhèn)北部，并呈片狀分布;而地表溫度增加0.5 ℃主要集中在涂山鎮(zhèn)北部、長生橋中北部、迎龍鎮(zhèn)中部和廣陽鎮(zhèn)北部，兩者分布較為一致。由此可知，建設用地連片擴建土地會導致該區(qū)域地表溫度上升。二是林地分布對于地表溫度降低具有一定規(guī)模效用。南山街道在19年間增加了6.4 km2的建設用地面積，沿著南山而建，但是地表溫度卻并沒有升高，相反大都降低0.3 ℃以上，植被的散熱功能帶動周邊地區(qū)有效進行空氣循環(huán)，降低周邊地區(qū)的地表溫度;另外在長生橋中部也有大部分建設用地在擴建，但由于該鎮(zhèn)周圍分布著大量林地，城鎮(zhèn)化時間比較早，下墊面并未出現(xiàn)太過硬化的物質，使得溫度也有少量降低;廣陽鎮(zhèn)和迎龍鎮(zhèn)雖緊鄰明月山，也遍布著大量林地，但由于這2個鎮(zhèn)的建設用地增加范圍并未形成建設用地規(guī)模效應，對地表溫度的變化幅度也不大。

3 討論與結論

基于ArcGIS 10.2、ENVI 5.0、ERDAS 9.1等軟件，對南岸區(qū)土地利用類型進行分類和地表溫度進行反演處理，結合該區(qū)域社會經濟因素，分析南岸區(qū)在2000—2018年土地利用類型的時空分布變化、地表溫度的演變特征及二者的響應關系，得出以下結論：

（1）南岸區(qū)林地和耕地在減少，建設用地在增加，各類土地利用在2013年之后變化速度大于2013年之前的變化速度，在研究期間內，南岸區(qū)共有31.32 km2的耕地和林地轉為了建設用地。因此，在城市化建設過程中，南岸區(qū)政府應該控制建成區(qū)的增長速度，同時還應加大在耕地占補平衡、退耕還林等生態(tài)環(huán)境方面的保護力度。

（2）2013年之前升溫區(qū)和降溫區(qū)呈現(xiàn)東西均勻分布，在2013年之后基本處于升溫區(qū)，且長生橋鎮(zhèn)和南山街道零散分布著升溫較大的區(qū)域，相較于建成區(qū)較早的南坪鎮(zhèn)和涂山鎮(zhèn)而言，升溫面積與速度都較高，因此南岸區(qū)熱島效應的主要影響區(qū)域為長生橋鎮(zhèn)和南山街道。

（3）在不同土地利用類型上面，南岸區(qū)地表溫度高低以及升溫速度呈現(xiàn)建設用地>耕地>林地>水域的順序，在不同的年份上，4種土地利用類型都是呈現(xiàn)“V”字型增長，在2013年之前南岸區(qū)地表溫度逐漸下降，但在2013年后開始逐年上升。由此可知，城市熱島效應主要是由建設用地面積的增加導致，并且近幾年南岸區(qū)的熱島效應在逐年增強，熱島效應的擴張趨勢應受到廣泛關注。

（4）地表溫度升溫區(qū)的空間分布與城市擴張的空間格局基本一致，說明城市土地連片擴建會升高地表溫度，并且林地在規(guī)模范圍內對地表溫度能產生顯著的降溫響應。在一定程度上，南岸區(qū)成片擴建的建成區(qū)反映了城市化發(fā)展對熱島效應的影響，同時，該區(qū)域擁有的明月山和南山2條山脈的優(yōu)勢環(huán)境反映了林地對緩解熱島效應的貢獻。因此，在城市化建設過程中，應注重考慮優(yōu)化城市空間布局，在中心城區(qū)或者建筑物密度過大區(qū)域內種植樹木，在城市中適宜密度規(guī)劃布局公園綠地，在交通擁擠地帶種植綠化隔離帶，可以有效地降低中心城區(qū)的地表溫度。

參考文獻

[1] HUNG T，UCHIHAMA D，OCHI S，et al.Assessment with satellite data of the urban heat island effects in Asian mega cities[J].International journal of applied earth observation and geoinformation，2006，8（1）：34-48.

[2] YUAN F，SAWAYA K E，LOEFFELHOLZ B C，et al.Land cover classification and change analysis of the Twin Cities（Minnesota）Metropolitan Area by multitemporal Landsat remote sensing[J].Remote sensing of environment，2005，98（2/3）：317-328.

[3] 楊英寶，蘇偉忠，江南，等.南京市熱島效應變化時空特征及其與土地利用變化的關系[J].地理研究，2007，26（5）：877-886，1070.

[4] 楊英寶，蘇偉忠，江南.基于遙感的城市熱島效應研究[J].地理與地理信息科學，2006，22（5）：36-40.

[5] MANLEY G.On the frequency of snowfall in metropolitan England[J].Quarterly journal of the royal meteorological society，1958，84（359）：70-72.

[6] 張祎.長江流域土地利用/覆被變化對地表溫度的影響[D].武漢：中國地質大學，2018.

[7] 薛萬蓉，盧正，但尚銘，等.基于熱紅外遙感的四川省內江市城市熱島效應評價[J].測繪與空間地理信息，2012，35（4）：38-41.

[8] 謝哲宇，黃庭，李亞靜，等.南昌市土地利用與城市熱環(huán)境時空關系研究[J].環(huán)境科學與技術，2019，42（S1）：241-248.

[9] 王明娜，韓哲，張慶云.21世紀初中國北方半干旱區(qū)土地利用變化對地表溫度的影響[J].氣候與環(huán)境研究，2016，21（1）：65-77.

[10] 高志強，寧吉才，高煒.基于遙感的沿海土地利用變化及地表溫度響應[J].農業(yè)工程學報，2009，25（9）：274-281，365.

[11] 張春玲，余華，宮鵬，等.基于遙感的土地利用空間格局分布與地表溫度的關系[J].遙感技術與應用，2008，23（4）：378-384.

[12] 張心怡，劉敏，孟飛.基于RS和GIS的地面溫度和土地利用/覆被關系研究進展[J].遙感信息，2005，20（3）：66-70，76.

[13] HOWARD L.The climate of London，deduced from meteorological observations [M].London：Harvey and Darton，1833：348.

[14] 岳輝，劉英.基于Landsat 8 TIRS的地表溫度反演算法對比分析[J].科學技術與工程，2018，18（20）：200-205.

[15] 馮鵬，岳昊，劉曉源.基于Landsat 8數(shù)據的地表溫度反演研究：以哈爾濱主城區(qū)為例[J].測繪與空間地理信息，2018，41（9）：223-225.

[16] 覃志豪，ZHANG M H，ARNON KARNIELI，等.用陸地衛(wèi)星TM6數(shù)據演算地表溫度的單窗算法[J].地理學報，2001，56（4）：456-466.

[17] 胡德勇，喬琨，王興玲，等.利用單窗算法反演Landsat 8 TIRS數(shù)據地表溫度[J].武漢大學學報（信息科學版），2017，42（7）：869-876.

[18] 陳峰，何報寅，龍占勇，等.利用Landsat ETM+分析城市熱島與下墊面的空間分布關系[J].國土資源遙感，2008，20（2）：56-61，67.

[19] 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.

[20] 周夢宇.土地利用/覆蓋變化與熱島效應關系的研究[D].南昌：東華理工大學，2017.

[21] 王敏，孟浩，白楊，等.上海市土地利用空間格局與地表溫度關系研究[J].生態(tài)環(huán)境學報，2013，22（2）：343-350.

[22] 張小偉，何月，蔡菊珍，等.基于GIS的浙江省土地利用/覆蓋與地表溫度的關系[J].中國農業(yè)氣象，2010，31（2）：295-299.

[23] 彭征，廖和平，郭月婷，等.山地城市土地覆蓋變化對地表溫度的影響[J].地理研究，2009，28（3）：673-684.

[24] 彭文甫，周介銘，羅懷良，等.城市土地利用與地面熱效應時空變化特征的關系：以成都市為例[J].自然資源學報，2011，26（10）：1738-1749.

[25] 梁保平，李曉寧.城市LUCC時空格局對地表溫度的影響效應研究[J].中國土地科學，2016，30（11）：41-49.

[26] 周媛，石鐵矛，胡遠滿，等.基于城市土地利用類型的地表溫度與植被指數(shù)的關系[J].生態(tài)學雜志，2011，30（7）：1504-1512.

[27] 牟雪潔，趙昕奕.珠三角地區(qū)地表溫度與土地利用類型關系[J].地理研究，2012，31（9）：1589-1597.

[28] RAO P K.Remote sensing of urban heat islands from an environmental satellite[J].Bulletin of the American meteorological society，1972，53（7）：647-648.

[29] 朱玲燕，蘇維詞.典型喀斯特城區(qū)土地利用變化對地表溫度的影響分析[J].環(huán)境保護科學，2016，42（2）：60-64.

[30] 劉超，張永福，徐華君.微域尺度下的地表溫度與土地利用/覆被關系研究[J].江蘇農業(yè)科學，2018，46（12）：233-237.

[31] 史洪超.土地利用/覆被變化（LUCC）研究進展綜述[J].安徽農業(yè)科學，2012，40（26）：13107-13110，13125.