高密度城區(qū)的城市熱島更強(qiáng)嗎以為例

高密度城區(qū)的城市熱島更強(qiáng)嗎?——以重慶市渝中區(qū)為例謝雨絲，，:用（LTPSS分析STLTT.5，STDoesHigherDensityCauseStrongerUrbanHeatIsland？ACaseStudyinYuzhongDistrict,ChongqingCity:Intherapidurbanizationprocess,urbanheatisland(UHI)ismoreandmoreobviousinlargecity.InordertorevealtheimpactofurbanbuiltenvironmentonUHIandthepotentialrelationshipsbetweenthem.ThisresearchtakesYuzhongdistrictlocatinginthecoreofChongqingcityasanexample,extractingseveraldensityfactorsofbuiltenvironmentbythespatialysistoolsofArcGIS.Landsurfacetemperatures(LST),skyviewfactor(SVF),urbansurfaceroughness(USR),buildingsurfacearea(BSA),urbanconstructionindexesandpopulationdensity(PD)areallusedasinputstotheysesinSPSS.ThenamultipleregressionmodelbetweenLSTandthesedensityfactorswastriedtobeestablished.TheresultsshowthatthereexistastrongcorrelationbetweenLSTandBD,amoderatecorrelationbetweenLSTandSVF,USRandonlyaweakcorrelationbetweenLSTandPD,FAR.Bythemethodofstepwiseregression,asignificantmultiplelinearregressionmodelwasestablishedbetweenLSTandBD,SVFandUSRwiththesatisfactoryR2(0.85)presentingastronglyexnatoryandpredictiveability.ThemodelhasshownthatBDhasthestrongesteffectonLST,whichmeansthatforhigh-densityurbanareasthewarmingeffectofhighBDmayoffsetsthecoolingeffectoflowSVFandhighUSRonsomeextent.Itmakeshigherdensityareatemperaturehigher.:UrbanHeatIsland,UrbanDensity,SkyViewFactor,BuildingDensity,Chongqing過去20余年，中國的城鎮(zhèn)化經(jīng)歷了高速的增長，城市中心區(qū)高密度化趨勢顯著。大量研究認(rèn)為，高密度的城市建設(shè)是造成環(huán)境質(zhì)量下降，加劇城市熱島的主要原因13]；例如，Oke早在1979[4]。其后大量的影響，并證明了高密度的城市環(huán)境與熱島之間存在正相關(guān)關(guān)系[59。然而，隨著城市熱島研究技術(shù)的發(fā)展和高密度區(qū)建設(shè)情況的多樣化，與傳統(tǒng)認(rèn)識不同至全然相反的研究結(jié)論相繼出現(xiàn)。例如，BrianStone通過對不同住區(qū)的大量數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，相較于低密度住區(qū)，高密度住區(qū)的城市熱島反而較弱[10]；Bourbia和Boucheriba針對于建筑差異對城市不同密度區(qū)測溫，發(fā)現(xiàn)越大的建筑其周邊溫度越低[11]；類似地，Shashua-Bar等人通過對不同圍合程度的城市空間測溫，同樣得出圍合程度較好的高密度區(qū)域溫度更低[12]； mmad等人還利用城市形態(tài)模型將城市形態(tài)與城市溫度的關(guān)系進(jìn)行了量化研究，進(jìn)一步得出緊湊的圍合式建筑布局能夠有效應(yīng)對城市熱島[13]。各類研究結(jié)當(dāng)前城市密度與城市熱島關(guān)系的研究案例較少涉及山地城市。重慶市是山地城市的典型代表，隨著近些年的快速發(fā)展，城市熱島現(xiàn)象十分顯著[14]。本文正是基于此，分析山地城市合理選擇和配置城市建設(shè)密度及其分區(qū)，從上應(yīng)對城市熱島效應(yīng)。數(shù)據(jù)與方法研究區(qū)域渝中區(qū)處重慶西南部，長江、嘉陵江匯流處，為一東西向狹長(圖1)。受山地地形可達(dá)36~50%，主城區(qū)平均風(fēng)速不超過3m/s[15]。本文研究區(qū)為渝中區(qū)的陸地部分，面積總建筑面積約3.4×107m2，建筑的密集位居前列。1Fig.1Study資料來源：作者自數(shù)據(jù)來源與處理LST）是研究城市熱島的重要數(shù)據(jù)源[16-,17,18]，它基于Landsat8遙感影像的第10波段反演得到的，其基本過程可參考文獻(xiàn)[19]。遙感影像來自http t，成像時(shí)間是2014120m反演得到地表溫度如圖2。通過查閱歷史天氣記錄發(fā)現(xiàn)，當(dāng)天的天氣記錄為：晴，空氣溫度為29℃～40℃，與地表溫度具有較好的一致性。2渝中區(qū)地表溫度（LST）的空間分Fig.2SpatialdistributionoflandsurfacetemperatureretrievedfromLandsatinstudy資料來源：筆者自其他數(shù)據(jù)主要包括街道、社區(qū)、管理網(wǎng)格的人口統(tǒng)計(jì)數(shù)據(jù)，土地利用現(xiàn)狀圖，建設(shè)現(xiàn)狀圖，渝中區(qū)控制性詳細(xì)規(guī)劃圖、數(shù)字高程模型DEM，以及渝中區(qū)的經(jīng)濟(jì)、城建統(tǒng)計(jì)資料。衡量城市高密度的常用指標(biāo)是建筑密度和人口密度，而隨著城市密度研究的不斷深入，城市空間形態(tài)、城市肌理與材質(zhì)和氣候特征等要素也被逐步納入城市密度的衡量體系當(dāng)中[20-21,22]，使得城市密度的評價(jià)指標(biāo)逐漸完善。因此，城市密度評價(jià)指標(biāo)應(yīng)該包含形態(tài)因子、建設(shè)強(qiáng)度因子和社會(huì)環(huán)境因子。參考Sewart建立的局地氣候區(qū)（localcliaezones）指標(biāo)體系[3，考慮山地城市的特殊性、渝中區(qū)的區(qū)位特征，并結(jié)合數(shù)據(jù)的可獲得性，選擇以下3類共7個(gè)具體的指標(biāo)(表1)。形態(tài)因子指標(biāo)：天空開闊度(Skyviewfactor,SVF)、地表粗糙度(Urbansurfaceroughness,USR)和建筑表面積(Buildingsurfacearea,BSA)。和綠化覆蓋率(GreeningRatio,GR)社會(huì)環(huán)境因子指標(biāo)：人口密度(PopulationDensity,PD)1城市密度各因子及其提Tab.1Urbandensityindexesandtheirsextraction定地表受到周圍凸起的地能看到的天穹部分與天辨率為2m，利用光線追蹤法計(jì)算(Janos24次，總模擬光線由城市人工建筑表(其中反映了人動(dòng)的空研究方法合適的研究尺度，對于準(zhǔn)確把握熱島與城市密度之間的關(guān)系有重要影響。研究發(fā)現(xiàn)[25]，在多集中在200-600m的中等尺度[26,27]。在450m的空間尺度上，城市主要環(huán)境要素的空間自相關(guān)對統(tǒng)計(jì)的影響較小，研究結(jié)果更為理想[28]450m作為分析城市密度因子對LST影響機(jī)理的空間尺度。將整個(gè)渝中區(qū)劃分為高、中、低3種城市密度類型，約90個(gè)450m×450m的網(wǎng)格。再在3個(gè)不同等級的城市密度分類中分別選取城市密度特征更為顯著的空間樣本，基于該樣本分析城市密度與LST的相關(guān)性。利用SPSS計(jì)算各城市密度因子與LST之間的Pearson相關(guān)性，并在分層取樣的基礎(chǔ)上，分析單個(gè)城市密度因子對熱島的作用過程及規(guī)律，進(jìn)而嘗試構(gòu)建LST與多個(gè)因子間的多元城市密度因子的空間分布特點(diǎn)形態(tài)因子指標(biāo)渝中區(qū)天空開闊度（SVF）空間分布情況見圖3，為更清楚地觀察不同城市密度區(qū)城市形態(tài)影響下的SVF的差異，選取大坪、鵝嶺、菜園壩、七星崗、解放碑，共5處典型區(qū)域局部放大。鵝嶺及嘉陵江沿江部分區(qū)域，由地形高差較大形成視線遮擋，導(dǎo)致局部天空開闊度很低。除此之外，整個(gè)渝中區(qū)SVF的分布差異并不十分明顯。其中，建筑緊湊同時(shí)內(nèi)部路網(wǎng)等級又較低的城市老舊社區(qū)SVF偏低，以圖3d的七星崗選區(qū)較為突出。而林立的城市商務(wù)中心，由于寬敞的城市廣場及路網(wǎng)提供了一定的空地，城市空間相對舒朗，SVF相對不低，如圖3e的解放碑選區(qū)。相比之下，SVF最高的區(qū)域，通常是城市交通樞紐區(qū)或是大規(guī)模的城市廣場、面積較大的建設(shè)中用地，如作為區(qū)域軌道樞紐的菜園壩（圖3c。3天空開闊度的空Fig.3Spatialdistributionofskyviewfactorinstudy資料來源：筆者自重慶CBD的極核區(qū)，形成了高密度的城市空間形態(tài)，該區(qū)域USR和BSA兩項(xiàng)指標(biāo)均明顯高于其他。西部的石油路、大坪以及化龍橋西北區(qū)域，由于分別建設(shè)有龍湖時(shí)代天街、下，化龍橋片區(qū)，菜園壩等區(qū)域由于城市建設(shè)量低，展現(xiàn)較為分散疏松的城市空間布局。ab4形態(tài)因子的空間分Fig.4Spatialdistributionofurbanformfactorsinstudyarea(a.地表粗糙度;b.建筑表面積)(a.Urbansurfaceroughness;b.Building建設(shè)強(qiáng)度因子指標(biāo)

資料來源：筆者自渝中區(qū)建筑強(qiáng)度呈現(xiàn)出明顯的東強(qiáng)西弱趨勢（圖5。解放碑區(qū)域的建筑密度、容積率較其他區(qū)域明顯高出很多，而綠化覆蓋率幾乎為0，這進(jìn)一步體現(xiàn)解放碑高密度的建成環(huán)境特染、緩解熱島效益起到重要作用。abc5建設(shè)強(qiáng)度的空間分Fig.5Spatialdistributionofbuildingconstructionindexinstudy（a.建筑密度b.容積率c.綠化覆蓋率(a.Buildingdensity;b.Floorarearatio;c.Greening資料來源：筆者自社會(huì)環(huán)境因子指標(biāo)6人口密度空間分Fig.6Spatialdistributionofpopulationdensityinstudy資料來源：筆者自綜合7、人動(dòng)量較大，是典型的高密度建成環(huán)境。然而，七星崗、大溪溝內(nèi)部存在的有的低密度區(qū)域。分層取樣采用分層取樣法選取樣本，樣本大小為450m×450m，采樣過程基本遵循以下原則：1）不同城市密度等級的空間樣本盡量具有代表性；2）隨機(jī)選取樣本，盡量使其在空間上不相3盡量使樣本均勻分布于研究范圍內(nèi)；4城市低密度區(qū)樣本的土地利用類型盡量以綠地或低層居住為主；高密度樣本的土地利用類型盡量以商業(yè)和居住為主（圖7。采樣前后的城市密度因子與LST的相關(guān)性統(tǒng)計(jì)量及相關(guān)系數(shù)顯著性水平見表2。2分層前后各因子與LST的相關(guān)性系 Tab.2CorrelationcoefficientbetweeneachfactorandLSTbeforeandafterstratified 數(shù)----Fig.7Stratifiedsamplesinstudyareabasedon450-meterspatial資料來源：筆者自分層取樣后，各城市密度因子與LST之間的相關(guān)性都有顯著上升。除建筑表面積、綠化覆蓋率與LST的相關(guān)性不顯著之外，其余各城市密度因子與LST之間均有顯著的強(qiáng)相關(guān)或中等相關(guān)。其中，天空開闊度、地表粗糙度以及建筑密度與LST的相關(guān)性最強(qiáng)，容積率和人口密度次之。各城市密度因子對LST的作用過程和作用程度并不相同。下文將進(jìn)一步分析各因子對地表溫度的影響作用。城市密度因子對 的影響機(jī)理分析天空開闊度對LST的影響SVF與LST的相關(guān)系數(shù)為0.521（p<0.01，兩者存在顯著的較強(qiáng)正相關(guān)關(guān)系（圖8。SVF越大，城市空間越開敞，受輻射的時(shí)間會(huì)更長，氣溫相對較高。城市中除綠地以外的開敞空間，多為龐大的交通系統(tǒng)（交通樞紐站、寬馬路、立交橋等，開發(fā)建設(shè)中露的多的輻射。因此，城市開敞空間的氣溫較高，通常形成區(qū)域熱島中心。Fig.8ScatterplotbetweenSVFand資料來源：筆者自以七星崗一處地為例（圖9，區(qū)域有多條道路穿過并設(shè)有交通站點(diǎn)，人口流動(dòng)量大。同時(shí)中部開敞區(qū)域?yàn)榻ㄔO(shè)施工中的城市公共設(shè)施用地，地表植被覆蓋率很低，環(huán)境開敞，SVF最高值可以達(dá)到1.00。在高強(qiáng)度的輻射下，水分很快蒸發(fā)，帶走小部分熱量后地表溫度升高，區(qū)域平均LST達(dá)到4263℃，是城市中明顯的熱島中心。圖9七星崗圖及天空開闊Fig.9Skyviewfactorin資料來源：筆者自量的散發(fā)[30]。源于這種雙向的復(fù)雜作用機(jī)理，LST與SVF之間的線性回歸模型盡管顯著，但是R20.271，不具有預(yù)測能力。地表粗糙度對LST的影響LSTUSR的相關(guān)系數(shù)為-0.529（p<0.01（10。建設(shè)量低，生態(tài)環(huán)境較好。如嘉陵江、長江沿江區(qū)域及鵝嶺城市公園等山地地形區(qū)（圖4a。由于植被和水體具有天然的降溫作用，這也影響地表粗糙度對LST的起負(fù)向的削弱作用。與天開闊度類似，盡管USR與LST的一元線性回歸模型及其系數(shù)均顯著，然而擬合優(yōu)度R2僅0.28，也不足以單獨(dú)預(yù)LST。10地表粗糙度與地表溫度關(guān)Fig.10ScatterplotbetweenUSRand資料來源：筆者自建筑表面積對LST的影響建筑表面積與LST的相關(guān)性不顯著，主要源于兩方面的因素。一方面，不同建筑單體使用的建筑材料、建筑外墻顏色、開窗率，建筑朝向乃至建筑與方位角的關(guān)系等均可能存在差異，導(dǎo)致建筑表面?zhèn)鬟f熱量的能力不同，從而影響到建筑表面的熱輻射效果32，干擾建筑表面積對LST的作用。另一方面，建筑表面積對區(qū)域環(huán)境存在增溫和降溫的雙重作用。大體量層建筑既能吸收的輻射，造成周邊溫度上升，又會(huì)形成大面積的建筑陰影，阻礙輻射的增溫[3334，兩者誰的作過程更強(qiáng)，可能會(huì)取決其他更復(fù)雜的因素和作用機(jī)理。建設(shè)強(qiáng)度因子對LST的影響LSTBD、FAR具有顯著的相關(guān)性（11），相關(guān)系數(shù)分別為0.60（p<0.010.37（p<0.05，但GR與LST間的關(guān)系并不顯著。由于一定區(qū)域內(nèi)BD、AR的增大必然導(dǎo)致GRLST的作用也受制于其余因子，三者對LST起協(xié)同影響作用。正是由于這個(gè)原因，BD、AR與LST分別建立的一元線性回歸模型及其系數(shù)雖然是顯著的，但R2都并不高。一定城市區(qū)域的AR不可能增加，當(dāng)其增加到一定程度時(shí)，將趨于穩(wěn)定，對LST的貢獻(xiàn)作用也就趨于穩(wěn)定。這影響AR與LST間呈現(xiàn)非線性的對數(shù)關(guān)系。相較于高密度城市環(huán)境，ARaabbFig.11Scatterplotsbetweenbuildingstrengthindexand(a.ScatterplotbetweenBDandLST;b.ScatterplotbetweenFARand資料來源：筆者自在渝中區(qū)，GRLST的相關(guān)性不顯著，主要由于兩個(gè)原因。其一，研究區(qū)內(nèi)綠化覆蓋其二，統(tǒng)計(jì)樣本內(nèi)土地利用類型混雜。KimJP[36]研究表明：0.2≤NDVI≤0.5的區(qū)域內(nèi)植被覆蓋低，有其他用地類型的存在。分層取樣的所有29個(gè)樣本的綠化覆蓋率介于[9%，作用，導(dǎo)致GRLST的影響不夠顯著。當(dāng)然，植被的樹種、樹齡、樹高和樹形等自身?xiàng)l人口密度對LST的影響PDLST之間呈較弱的正相關(guān)，相關(guān)系數(shù)為0.362（p<0.01（12。與已有的研究結(jié)論相一致，人動(dòng)對城市熱島的形成有正向貢獻(xiàn)作用[37,38]，城市必不可少的生產(chǎn)和生活活熱排放，影響氣溫升高。然而，兩者之間并非簡單的線性關(guān)系，當(dāng)人口增長到一定程度時(shí)，他對LST的貢獻(xiàn)程度會(huì)趨于穩(wěn)定。也就是說人口密度的增長對于低密度城區(qū)帶來的增溫作用將[39]，可能削弱了PDLST的影響12人口密度與地表溫度的相關(guān)Fig.12ScottplotbetweenPDand資料來源：筆者自城市密度因子對 的綜合作用度兩兩之間，以及建筑密度與容積率、綠化覆蓋率、人口密度兩兩間的Pearson相關(guān)系數(shù)絕對值均超過0.5（p<0.01，存在中等相關(guān)關(guān)系。以上因子之間相互聯(lián)系，對LST會(huì)產(chǎn)生復(fù)合影響作用。考慮到因子之間的多重共線性，利用SPSS逐步回歸方法，嘗試建立多元線性回歸模型。得到顯著的多元線性回歸結(jié)果如下式，除BD、SVFUSRLST=-54.216+35.734*BD+118.068*SVF-模型的擬合優(yōu)度2=0.85，F(xiàn)檢驗(yàn)值為47.388（p<0.01；3個(gè)因子（自變量）的回歸系數(shù)均能通過t檢驗(yàn)，模型具有較強(qiáng)的預(yù)測能力，可以用來預(yù)測和評價(jià)地表溫度和熱島強(qiáng)度。其中，BD和SVF對LST起正向貢獻(xiàn)作用，USR對LST起反向的削弱作用，反映了城市建成環(huán)境對城市熱島的復(fù)雜影響過程。比較自變量的標(biāo)準(zhǔn)化系數(shù)發(fā)現(xiàn)，BDLST的貢獻(xiàn)最高，SVF次之，USR最小。也就邊區(qū)域提供建筑陰影覆蓋，阻擋輻射，并且形成建筑間的峽谷風(fēng)，起到一定的疏散區(qū)域熱量的作用。但是，由于建筑易吸收的輻射，成為熱源；且阻礙自然風(fēng)的流動(dòng)，結(jié)與已有認(rèn)識存在一定差異，天空開闊度與LST呈較強(qiáng)的顯著正相關(guān)關(guān)系，而地表粗糙度與LST呈較強(qiáng)的顯著負(fù)相關(guān)關(guān)系。雖然單因子對LST均沒有足夠的預(yù)測能力，但是以天空開闊度、地表粗糙度和建筑密度作為自變量的多元線性回歸模型（R2=0.85）能充分反映了城市密度環(huán)境對LST的綜合影響作用，對城市熱島具有較強(qiáng)的預(yù)測能力。其中，建筑密度對在規(guī)劃初進(jìn)行規(guī)劃區(qū)島分析，而反饋調(diào)方案從上制城市熱島強(qiáng)度，降低規(guī)劃實(shí)施后可能形成的熱島效應(yīng)。注傳統(tǒng)的容積率是以地塊為單元進(jìn)行計(jì)算的，受到城市用地地塊劃分的人為性的影響，相同 OkeTR.Chandler,TJ.1965:TheclimateofLondon.London:Hutchinson,292pp[J].ProgressinPhysicalGeography,2009.EllefsenR.MapandmeasuringbuildingsinthecanopyboundarylayerintenUScities[J].EnergyandBuildings,1991,16(3):1025-1049.StewartID,OkeTR.Localclimatezonesforurbantemperaturestudies[J].BulletinoftheAmericanMeteorologicalSociety,2012,93(12):1879-1900.OkeTR.Reviewofurbanclimatology,1973-1976[M].Geneva:SecretariatoftheWorldMeteorologicalOrganization,1979.GutmanDP,TorranceKE.Responseoftheurbanboundarylayertoheatadditionandsurfaceroughness[J].Boundary-LayerMeteorology,1975,9(2):217-233.,邵,,王亞力.城市熱島效應(yīng)的影響機(jī)理及其作用規(guī)律——以市為例[J].地理學(xué)報(bào),2013(11):1461-1471.PENGBaofaSHIYishaoetal.Theimpactingmechanismandlawsoffunctionofurbanheatislandseffect—acasestudyodShanghai[J].ActaGeographicaSinica,Wowo,HuYoupei,Dou.Therelationshipofurbanpatternandmicroclimate[J].ArchitecturalJournal,2012(07):16-21.)KarlTR,DiazHF,KuklaG.Urbanization:ItsdetectionandeffectintheUnitedStatesclimaterecord[J].JournalofClimate,1988,1(11):1099-1123.土保持研究,2009(04):131-136ZHANGHongliCHENYuetalVariationcharacteristicsofConservation,2009(04):131-136.) BourbiaF,BoucheribaF.Impactofstreetdesignonurbanmicroclimateforsemiaridclimate(Const)[J].RenewableEnergy,2010,35(2):343-347.inahotdryclimate[J].LandscapeandUrbannning,2009,92(3):179-186.mmadTaleghani,LauraKleerekoper,MartinTenpierik,AndyvandenDobbelsteen.OutdoorthermalcomfortwithinfivedifferenturbanformsintheNetherlands[J]Buildingand,,.山地城市坡向?qū)Φ乇頊囟鹊挠绊?-以重慶市主城區(qū)為例[J].生態(tài)學(xué)報(bào),2014,34(14):4017-4024.(HanGuifeng,YeLin,SunZhongwei.InfluenceofaspectonlandActaEcologicaSinica,2014,34(14):4017-4024.),胡紋,.基于主導(dǎo)生態(tài)因子的城市中心區(qū)生態(tài)系統(tǒng)設(shè)計(jì)方法——以重慶市沙坪壩中心區(qū)為例[J].城市規(guī)劃匯,2004(05):44-49+95-96.(SUYong,HUWen,ZHAORuowei.Theecologicalsystemdesignmethodsbasedonthedominantecologicalgeneintheurbanhub:andtheapplicationintheurbanhubofSPBCQ[J].UrbannningForum,2004(05):44-49+95-96.) 覃志豪,LIWenjuan,ZHANGMinghua,ArnonKarnieli,PedroBerliner.法[J].資源遙感,2003(02):37-43.(EstimatingoftheessentialatmosphericparametersSensingforLand&Resources,2003(02):37-43.),,,,,.熱紅外遙感地表溫度反演研究現(xiàn)狀與發(fā)展趨勢[J].遙感信息,2012(06):118-123+132.MENGPeng,HUYongetal.ThermalInfraredremotesensingofsurfacetemperatureinversion:currentstatusandfutureprospects[J].RemoteSensingInformation,2012(06):118-123+132.) VoogtJA,OkeTR.Thermalremotesensingofurbanclimates[J].Remotesensingofenvironment,2003,86(3):370-384.,,等.ENVI遙感圖像處理方法[M].:高等教育,2014:422-424.image[M].Beijing:HigherEducationPress,2014:422-424.),.高密度城市的門檻標(biāo)準(zhǔn)及全球分布特征．世界地理研究,2015,24(1):38-45.(LIMing,YEChangdongThresholdstandardandglobaldistributionofhigh-densitycities[J].WorldRegionalStudies,2015,24(1):38-45.)費(fèi)移山,.高密度城市形態(tài)與城市交通———以城市發(fā)展為例[J].新建筑,2004(5):4-6.(FEIYishanWANGJianguoUrbanformandtransportationinahigh-densitycity—takethedevelopmentofHongKongasanexample[J].NewArchitecture,2004(5):4-6.),毛.高密度開發(fā)城市的交通與土地利用互動(dòng)關(guān)系———以廣州為例[J].地理學(xué)報(bào),2004,59(5):643-652.(YANXiaopei,MAOJiangxin.Themutualrelationshipbetweenurbantransportsystemandlanduseinhigh-densitydevelopedcitiesacasestudyofGuangzhou[J].ActaGeographicaSinica,2004,59(5):643- JanosUnger.Connectionbetweenurbanheatislandandskyviewfactorapproximatedbyasoftwaretoolona3Durbandatabase[J].EnvironmentandPollution,2009(36):59–80.,,湯國安,.基于數(shù)字高程模型的城市地表開闊度研究——以老城區(qū)為例[J].地球信息科學(xué)學(xué)報(bào),2012,01:94-100.HEWenhui,YangXin,TANGGuoan,ZHOUYi.ResearchonskyviewfactorinurbanareabasedonurbandigitalelevationmodelacasestudyofNanjingoldcity[J].JournalofGeo-informationscience,2012,01:94-100.) J2005,01:11-18.(LIShuang-chengCAIYun-longSomescalingissuesofgeography[J].GeographicalResearch, .J].建筑學(xué)報(bào),2010,S1:120-123.(YUANChao.Mitigatingurbanheatislandeffectsofhighdensitycities:astudyatHongKong[J].ArchitecturalJournal,2010,S1:120-123.)GalT,LindbergF,UngerJ.Computingcontinuousskyviewfactorsusing3Durbanrasterandvectordatabases:comparisonandapplicationtourbanclimate[J].Theoreticalandappliedclimatology,2009,95(1-2):111-123.,徐建華.城市植被變化軌跡及其成因分析[J].生態(tài)學(xué)報(bào),2009,29(4):1793-1803.(HANEcologicaSinica,2009,29(4):1793-1803.),,.地理信息系統(tǒng)(GIS)中的數(shù)據(jù)分層和應(yīng)用[J].物探化探計(jì)算技術(shù),2013(06):739-742.(GAOYanfang,JIANGe,LIULing.Thedatalayeringandapplication.建筑風(fēng)環(huán)境研究[J].建筑學(xué)報(bào),2008,(02):72-77.(CHENFei.TallBuildingWindEnvironment[J].ArchitecturalJournal,2008,(02):72