城市热环境季相变异及与非渗透地表的定量关系分析
利用遥感技术研究城市热环境变化

利用遥感技术研究城市热环境变化随着城市化进程的不断加速,城市热岛效应越来越严重,给城市环境和人民生活带来了很多负面影响。
为了更好地了解城市热环境的变化,提高城市环境的质量,近年来,利用遥感技术研究城市热环境变化成为了一种新的研究方法。
遥感技术是指通过卫星、飞机等远距离获取地球表面信息的技术。
利用遥感技术可以获取到大量的城市热环境数据,如地表温度、植被覆盖度、建筑物高度等,从而对城市热环境进行分析和研究。
首先,通过遥感技术可以获取到城市不同区域的地表温度数据。
地表温度是反映城市热环境的重要指标之一,它受到城市建筑、交通、人口密度等因素的影响。
在城市中心区域,由于高楼大厦密集,交通量大,人口密度高等因素的影响,地表温度往往比较高;而在城市郊区或城市公园等绿地区域,由于植被覆盖率高,建筑物密度低等因素的影响,地表温度相对较低。
通过对不同区域地表温度的分析,可以更好地了解城市热环境的分布情况。
其次,遥感技术还可以获取到城市植被覆盖度数据。
植被覆盖度是反映城市绿化程度的重要指标之一,它对城市热环境有着重要的影响。
在城市中心区域,由于建筑物密集,植被覆盖率低,导致热岛效应明显;而在城市郊区或城市公园等绿地区域,由于植被覆盖率高,可以有效降低地表温度和热岛效应。
因此,通过对不同区域植被覆盖度的分析,可以更好地了解城市绿化程度的分布情况,并提出相应的改善措施。
最后,遥感技术还可以获取到城市建筑物高度数据。
建筑物高度是反映城市空间结构的重要指标之一,它对城市热环境也有着重要的影响。
在城市中心区域,由于高楼大厦密集,建筑物高度较高,导致热岛效应明显;而在城市郊区或城市公园等绿地区域,由于建筑物密度低,建筑物高度相对较低,可以有效降低热岛效应。
因此,通过对不同区域建筑物高度的分析,可以更好地了解城市空间结构的分布情况,并提出相应的改善措施。
总之,利用遥感技术研究城市热环境变化是一种新的研究方法,它可以帮助我们更好地了解城市热环境的分布情况和影响因素,并提出相应的改善措施。
城市不透水面与地表温度定量关系的遥感分析

城市不透水面与地表温度定量关系的遥感分析的报告,600字
本报告旨在利用遥感技术来定性研究城市不透水面与地表温度之间的定量关系。
针对这一目标,本报告以某城市为例,采用ArcGIS Pro软件,根据Landsat 8影像以及数字海平面模型,
从街区、建筑物等不同方面进行数据收集及评估,以此为依据,采用遥感和地理信息系统分析处理技术模拟计算和分析气候变化对城市不透水面与地表温度之间的定量关系。
首先,我们运用Landsat 8红外、空间分辨率15米影像,确定
该城市不透水面,全部不透水面都已矢量化为街区、建筑物等不透水面特征。
然后,利用其他不透水特征,如绿地,树木、水体、航道等,划分出不透水的范围。
之后,从地球物理角度,利用三维模型计算地表温度信息,分析不透水特征与地表温度之间的定量关系。
本研究采用了普拉特(Platt)模型法(Net Radiation-Ground Temperature Model),该模型可以建立地表温度与不透水特征之间的定量
关系,从而计算出地表温度的大小和分布规律。
最后,研究报告将采用ArcGIS Pro软件,构建地图,并在地
图上显示不透水特征、地表温度和关联分析的结果,即城市不透水面的分布状况以及不透水面与地表温度之间的关系情况。
总之,本文旨在利用遥感技术定性研究城市不透水面与地表温度之间的定量关系。
本报告将采用Landsat 8影像和数字海平
面模型,与Platt模型法相结合,并利用ArcGIS Pro软件构建
地图,研究出不透水面的分布状况以及与地表温度的定量关系。
基于TM影像的北京市热环境及其与不透水面的关系研究

因子 ,为城 市规划建设及环境评价 等提供 了科学参 考。
关键 词 :城 市热环境 ;北 京市 ;地表温度 ;不透水面 中图分 类号 :X1 6 ;T P 7 9 文献标志码 :A 文章编号 :1 6 7 4 . 5 9 0 6( 2 0 1 3)0 4 . 0 6 3 9 . 0 5
3 . 南京信息T程大学遥感学院 ,江苏 南京 2 1 0 0 4 4 ;4 . 北京市气象局气候 中心,北京 1 0 0 0 8 9
摘要: 城市化进程将 自 然景 观转换 为以不 透水 面为主体 的人 工景观 , 改变 了地表与大气 间的水分和能量交换过程 , 导致 了城
市热岛效应 。城市热岛效应 对区域气 候 、 生态环境等产生 了一 系列影 响 , 其空间分布特征 以及影响因素分析已经成为城市 气
候 与环境研 究的重要 内容 。基于 2 0 1 1 年7 月2 6日的 L a n d s a t / T M 卫星影像运用单通道算法反演 了北京市的地表温度来表 征
城 市热环境 ,运用线 性光 谱分解及 V I S模 型提取 了北京 市不 透水面盖度来 ,在此基 础上对北 京城 市热环境 的空 间分布特征 及其 与不透水 面盖度 之间的关 系进 行了分析讨论 。 研究表明 : 北京主城 区的地表温度 明显高于郊 区, 城市热岛效应非常显著 ,
E- ma i l : e d i t o r e e s c i . c o n r
基于 T M 影像 的北京市热环境及其与不透水面 的关 系研 究
徐永 明 z 3 ຫໍສະໝຸດ 刘勇洪 1 .中国气 象局北 京 城市气 象 研究所 ,北京 1 0 0 0 8 9 ;2 . 中 国科学 院寒 旱 区陆 面过程 与气 候变 化重 点实 验室 ,甘 肃 兰州 7 3 0 0 0 0 ;
城市地表热环境季节变化及与下垫面特征关系

城市地表热环境季节变化及与下垫面特征关系吴昌广;林姚宇;王耀武;龚咏喜;崔红蕾;夏丽丽【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2015(000)004【摘要】In order to reveal the mechanisms of spatial and temporal heterogeneity of urban surface thermal environment , the land surface characteristic parameters in different seasons in western Shenzhen including land surface temperature ( LST ) , normalized difference vegetation index ( NDVI ) , normalized difference impervious surface index ( NDISI ) , and normalized difference moisture index ( NDMI ) were obtained using remote sensing technology. The seasonal variations of land surface thermal environment and its quantitative relationship to biophysical parameters were also analyzed The results showed that significant seasonal variations were observed for the spatial pattern and intensity of thermal environment landscape in the study area. The positive exponential correlation was observed between NDISI and LST, while negative linear correlation between NDMI and LST. These two relations were stable with the seasonal variations. In contrast, the non⁃linear correlation was observed between NDVI and LST, which varies with the seasonal variations. The multiple linear stepwise regression analysis indicated that the regulating effect on LST decreased in theorder:impervious surface area>surface wetness>vegetation cover.%为进一步揭示城市地表热环境的时空分异机制,利用遥感信息技术提取深圳市西部地区不同季节的地表温度、植被覆盖、不透水面、水分状况等下垫面特征参数,在此基础上分析地表热环境的季节变化特征及与下垫面生物物理参数的定量关系。
不透水面盖度对地表温度影响的定量分析

不透水面是指阻止水分下渗到土壤的城市人工地面,主要包括屋顶、停车场、水泥道路和沥青道路等不透水的表面[1]。
以往研究[2-14]表明,不透水面与地表温度之间存在着明显的正相关,但其二者间影响机制及其变化规律的定量关系仍不确定。
本文提取长沙市不透水面与地表温度数据,探究二者的影响机制及其规律。
这一研究在揭示城市发展与生态环境变化的关系、设计城市规划方案和城市环境综合治理等方面具有重要意义。
1研究区与数据1.1研究区长沙市是湖南省的省会,位于湖南东北部(111°53′~114°15′E ,27°51′~28°41′N ),湘江中下游和长浏盆地的西缘。
长沙属亚热带季风气候,雨热同期,夏季常出现高温炎热天气。
截至2019年末,长沙市生产总值达到11574.22亿元,常住人口为839.45万人,城镇化率为79.56%。
1.2数据源本文相关Landsat8影像均来自美国地质调查局(/),长沙市处于2景影像之间,条带号分别为123/40,123/41。
本文选取了2013年7月、2016年7月和2018年7月的影像数据,遥感影像晴朗无云、成像清晰,辅助数据为长沙城市行政区划矢量数据。
2研究方法2.1改进型归一化水体指数常用的水体指数为归一化水体指数(NDWI ),但此指数仅仅考虑了植被对水体提取的影响,忽略了其其他地物对水体提取过程的影响。
因此本文采用由徐涵秋[15]提出的改进型归一化差异水体指数(MNDWI )来提取城区的水体。
收稿日期:2021-01-04。
项目来源:湖南省创新型省份建设专项(2019RS1059)。
不透水面盖度对地表温度影响的定量分析王景环1,吴浩1,刘正才1(1.湘潭大学土木工程与力学学院,湖南湘潭411100)摘要:随着城市的发展,不透水面急剧扩张,严重影响城市生态环境,其中以地表温度的变化最为显著。
采用逐像元法提取不同年份长沙不透水面盖度与地表温度数据,拟合二者之间的关系,进行定量分析。
不同地表覆盖类型对城市地表热环境的调节

LI Qi a n。 W U Yi n g。 M Ao S h u a n g — s h u a n g
( Fo r e s t r y Co l l e ge, Gu a n gxi Un i v e r s i t y, Na n n i n g, Gu an g xi 5 3 0 0 0 4, Ch i n a)
Re g u l a t i o n Fu n c t i o n o f Di f f e r e n t S u r f a c e Co v e r T y p e s t o Ur b a n S u r f a c e Th e r ma l En v i r o n me n t
绿地 可 以达到 调 节地表 热环 境 , 缓 解 热 岛效应 的 目的 。
关键 词 : 地表 覆盖 类 型 ; 地表 温度 ; 像元; 小 区域 ; 南宁 市 中图分 类号 : S 7 1 8 . 5 1 文献标 志码 : A 文章 编号 : 1 0 0 1 - 7 4 6 1 ( 2 0 1 7 ) 0பைடு நூலகம்3 — 0 1 9 8 — 0 7
城市景观格局与地表温度的定量关系分析

城市景观格局与地表温度的定量关系分析王雪;于德永;曹茜;郝蕊芳【期刊名称】《北京师范大学学报:自然科学版》【年(卷),期】2017(53)3【摘要】热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.【总页数】8页(P329-336)【关键词】城市化;热岛效应;地理加权回归模型;遥感;深圳【作者】王雪;于德永;曹茜;郝蕊芳【作者单位】北京师范大学地表过程与资源生态国家重点实验室人与环境系统可持续性研究中心【正文语种】中文【中图分类】P951【相关文献】1.城市地表温度反演及其与下垫面定量关系分析-以西安市为例 [J], 毛文婷;王旭红;祝明英;蔡静;程德强2.城市景观格局与地表温度的定量关系——以兰州市为例 [J], 郝嘉楠;高泽阳3.基于城市景观格局和连通性的地表温度贡献分析 [J], 董子燕;张友水4.城市地表热环境与景观格局的定量关系研究——以杭州市为例 [J], 管昱;宋瑜;金城;徐建炜;方亦波;汪奘昱因版权原因,仅展示原文概要,查看原文内容请购买。
城市空间结构对城市热环境时空异质性分布影响研究

通过研究城市空间结构对城市热环 境时空异质性分布的影响,可以为 城市规划和生态环境建设提供科学 依据。
通过研究城市空间结构对城市热环 境时空异质性分布的影响,可以更 好地了解城市生态系统的运行机制 和维护城市的可持续发展。
化覆盖率等。
数据分析
采用时间序列分析、地统计分 析等方法对数据进行处理和分 析,以揭示城市空间结构对城
市热环境的影响规律。
模型构建
基于研究结果,构建城市空间 结构与城市热环境的耦合模型 ,以预测不同城市空间结构对
城市热环境的影响趋势。
04
城市空间结构对城市热环 境影响分析
城市空间结构对城市热环境的影响
《城市空间结构对城市热环境时空 异质性分布影响研究》
2023-10-27
目录
• 研究背景与意义 • 研究现状与问题 • 研究区与方法 • 城市空间结构对城市热环境影响
分析 • 城市空间结构优化与城市热环境
改善对策 • 结论与展望
01
研究背景与意义
研究背景
城市空间结构对城市热环境有显著影响,城市热环境是 城市居民生活和生态系统的重要影响因素,因此研究城 市空间结构对城市热环境的影响具有重要意义。
02
研究现状与问题
研究现状
城市空间结构对城市热环境的影响得 到越来越多的关注,成为当前研究的 热点问题。
国内外学者针对城市空间结构与城市热环 境的关系开展了大量研究,取得了一定的 研究成果。
目前的研究主要集中在城市空间结 构对城市热环境的静态分布特征方 面,而对于城市空间结构对城市热 环境时空异质性的影响研究尚不够 深入。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Ii = n ×
( xi − x) × wij ( xi − x) i ( xi − x)2 j
(1) 式中,个变量值和所有变量的平均值,具体计算在 OpenGeoDa 0.9.5-i 中实现, 结果如图 3 和表 3 所示。 计算结果为 4 种地表温度集聚类型 (Guo 等, 2015) 。 H-H(热岛):高温对象被同等级的高温对象 包围; L-L(冷岛):低温对象被低温对象包围; H-L:高温对象被低温对象包围; L-H:低温对象被高温对象包围。 1.3.2 城市非渗透表面提取 首先运用小波分析结合 IHS(Intensity、Hue、 Saturation)变换的方法对 SPOT 5 多光谱波段和全 色波段进行融合,然后对两景融合影像进行拼接, 得到 2.5 m 空间分辨率的多光谱影像。对融合数据 进行面向对象分类, 主要分类类型包括水体、 植被、 裸 地 、 阴 影和 建 设 用 地地 表 , 面 向对 象 分 类 在 eCognition Developer 8.7 中完成,分类总体精度为 89.6%。完成分类后,将水体、植被、裸地 3 种地 表类型进行合并,并赋予编码为 0,而阴影和建设 用地重编码为 1(表示非渗透地表),最后生成非 渗 透 地 表 二值 图 层 。 考虑 到 计 算 量问 题 , 利 用 ArcGIS 生成 250 m×250 m 的网格,将该网格与分 类得到的非渗透地表二值图进行叠加运算,即可计 算整个研究区域每个网格内的非渗透地表比例。 1.3.3 回归树模型 回归树模型属于数据结构挖掘的一种技术 ( Walton,2008;肖荣波等, 2007)。数据挖掘技 术是一个数据分析的非参数统计过程,其特点是在 分析过程中充分利用数据的二叉树结构,通过对数 据样本的不断细分,二叉树节点使得上层数据变量 的变异最大,通枝节内部数据变量同质性越近,最 后同枝节内样本趋于同质或剩余数量过少而无法 继续分支而结束分析(张立彬等,2002),回归树 模型的实质在于以不同规则下(Rule)多组线性模 型的方式挖掘数据样本之间的非线性关系。本文使 用回归树模型来构建地表温度与非渗透地表的关 系模型,目的在于揭示其关系的内部异质性和空间
基金项目:国家自然科学基金项目(41171446;41201543) ;广州市属高校“羊城学者”科研项目(12A002G) 作者简介:郭冠华(1986 年生) ,男,博士研究生,从事城市热环境研究。E-mail:gghgiser@ *通讯作者:E-mail: gzuwzf@ 收稿日期:2015-01-06
10 月 22 日和 11 月 23 日) 和 SPOT 5 融合数据 (行 列号:284~303 和 284~304,时相为 2006 年 1 月 26 日和 2005 年 12 月 20 日)。Landsat TM 卫星拍摄 时间均在上午 10:45 左右,卫星拍摄当天天气状况 如表 1 所示。从表 1 可知,不同季相影像天气状况 差别较大,对不同季相背景下广州市城市热环境状 况具有一定的代表性。TM 影像数据为 Level A 级 产品,参考已通过正射校正和几何校正 2000 年 Landsat TM 影像, 对三景 TM 影像进行几何精校正, 校正时候共选取 58 个控制点,利用最近邻插值进 行进行重采样,校正后个 TM 影像均方根误差均低 于 0.5 个像元(15 m)。最后使用单窗算法(Qin 等,2001a;Qin 等,2001b)获取城市地表温度分 布图,因单窗算法比较常用,这里不详细叙述。
与时间、 空间、 大气边界层状况密切相关 (Camilloni 等,2012)。近年来已有学者发现地表温度与地表 参数之间的关系会随季节变化而改变,如 Liu 等 (2008)及 Zhou 等(2014)在开展地表温度与景观 格局关系研究时均指出了季相变化的重要性。 城市是一个异常复杂的地域空间,在短时间内 (如同一年内),城市内部水体、非渗透地表等地 表参数是固定不变的,而地表温度会受天气状况、 太阳高度角等因素影响,在利用遥感卫星影像进行 城市热环境分析时,短时期内的热环境分析结果是 否具有季相变异?其变异程度多大?这些变异与 地表参数有如何的关系?这些科学问题都有待深 入分析。针对这一背景,本文以广州市中心区为研 究对象,提出了一种面向对象的方法诊断城市热岛 /冷岛格局季相变化, 并以非渗透地表表征城市典型 地表参数,引入回归树模型挖掘非渗透地表对地表 温度的非线性关系及其空间异质性。本论文重点在
表 2 各行政区不同季相地表温度平均值 Table 2 Mean LST of different districts in various seasons K 行政区 白云区 番禺区 海珠区 黄埔区 荔湾区 萝岗区 天河区 越秀区 季相 7 月 18 日 311.61 311.81 313.36 312.92 314.07 311.04 312.96 314.14 10 月 22 日 300.12 300.88 302.51 302.41 302.88 300.19 301.78 302.39 11 月 23 日 294.28 297.01 297.12 297.86 297.11 294.93 296.26 296.21
表1 Table 1 季相 7 月 18 日 10 月 22 日 11 月 23 日 Landsat TM 影像获取日期天气状况 气温/℃ 33.7 23.5 18 气压/hPa 287 166 110 相对湿度/% 56 58 55 Climate condition of Landsat TM acquired dates 风速/(m·s-1) 1.7 2 2
分布特征 (Wylie 等, 2007) 。 回归树模型通过 Cubist 2.08 实现。
2 结果与分析
2.1 地表温度分区统计 从分析各行政区不同季相地表温度变化状况 (表 2) 可知, 不同季相地表温度格局变化十分明显。 7 月 18 日荔湾区和越秀区地表温度最高, 平均温度 均有 314 K,其次是海珠区、黄埔区和天河区,萝 岗区、白云区和番禺区平均温度最低。这是因为荔 湾区和越秀区是广州市老城区,内部高密度建筑景 观比例较大。10 月 22 日温度分布情况与前一时期 分布格局变化不大。但到 11 月 23 日,地表温度最 高值出现在黄埔区、海珠区、荔湾区和番禺区,温 度均在 297 K 左右, 天河区和越秀区温度反而较低, 温度最低为白云区和萝岗区。初步分析结果可以看 出,在夏季、秋季再到深秋季节这段时期内,高温 区有从广州市中心向番禺区等郊区转移的趋势。
图 1 研究区位置示意图 Fig. 1 The location of study area
1.2 数据源与预处理 本研究采用数据源为 2005 年下半年的 Landsat TM 遥感影像(行列号:122/44,时相为 7 月 18 日、
1.3 研究方法 1.3.1 城市热岛/冷岛聚集区提取 传统的地表温度分级方法是基于单一像元的 连续特征值转化为离散的空间数据。这种等级划分 方法会产生“椒盐效应”(苏伟等,2007),各像 元会被零碎化,忽略了数据中丰富的空间信息(如 图 2(A))。面向对象分割的影像分析技术近年来已 经成为遥感研究的热点,它可以有效解决传统划分 方法的一些局限性问题(Blaschke,2003,2010; Blaschke 等,2000)。本研究利用面向对象方法对 地表温度数据进行影像分割,分割后能获得感兴趣 区的温度边界,边界内各温度像元值具有相似的特 征(如强度、纹理等)(图 2(B))。 空间自相关分析具有空间集聚度识别功能,主 要应用在探索地理分布变量的非随机性空间分布
生态环境学报 2015, 24(2): 270-277 Ecology and Environmental Sciences
E-mail: editor@
城市热环境季相变异及与非渗透地表的定量关系分析 ——以广州市中心区为例
郭冠华
1, 2, 3
引用格式:郭冠华,吴志峰,刘晓南 . 城市热环境季相变异及与非渗透地表的定量关系分析——以广州市中心区为例[J]. 生 态环境学报, 2015, 24(2): 270-277. GUO Guanhua, WU Zhifeng, LIU Xiaonan. Seasonal Variations of Urban Heat Environment and Its Relationship to Impervious Surface: A Case Study of Guangzhou Core Urban Area [J]. Ecology and Environmental Sciences, 2015, 24(2): 270-277.
城市化及其生态环境效应是近年来地理学与 生态学领域研究的重点之一。人类活动导致的温室 气体排放和土地利用变化都会促进区域日平均温 度的增加(Gallo 等,1999),从而加剧城市热岛 效应。利用遥感卫星获取地表温度是城市热环境研 究的重要数据源。目前基于遥感影像的城市热环境 研究主要集中在两个方面:一是运用地表温度数据 诊断城市热环境时空变化格局(Weng 等,2014; 段金龙等,2011;徐涵秋,2011);二是分析地表 温度与其它典型城市地表参数(如土地覆被组成和 配置)之间的相关性(Buyantuyev 等,2010;Guo 等,2015;Li 等,2011;岳文泽等,2006)。但由 于遥感影像获取条件限制,研究时常常只选用某一 时刻的地表温度数据来反映特定时期内温度特征, 无法全面把握城市热环境状况,因此热环境的季相 变异特征仍有待深入分析(Guo 等,2015)。城市 地表温度分布是城市下垫面组成的重要反映,并且
,吴志峰 *,刘晓南
4
3
1. 中国科学院广州地球化学研究所,广东 广州 510640; 2.中国科学院大学,北京 100049; 3. 广东省生态环境与土壤研究所,广东省农业环境综合治理重点实验室,广东 广州 510650;4.广州大学地理科学学院,广东 广州 510006
摘要: 基于遥感卫星影像的热环境时空格局及与地表特征相关性分析是目前城市热环境研究的主要内容,但此类研究针对 季相变异特征的分析较为缺乏。以广州市中心区 2005 年下半年 3 期不同季相的 Landsat TM 影像为数据源,提出一种面向对 象分割的方法提取城市热岛/冷岛分布,并利用重心模型定量其季相变化移动轨迹;采用回归树模型构建地表温度(Land surface temperature, LST)与非渗透地表的关系方程,旨在揭示城市热环境季相变异性规律。结果表明: (1)随夏季到深秋, 热岛呈现从中心区退出的态势,南部冷岛大面积消失,7 月 18 日至 10 月 22 日热岛重心向东移动 2.5 km,冷岛重心向西北 移动 3.4 km。10 月 22 日至 11 月 23 日冷岛重心向西北移动 9 km,热岛重心向东南移动 8 km;(2)随季相变化,地表温度 与非渗透地表的正相关关系趋于复杂,二者相关性从 7 月 18 日的 0.994 1 降至 11 月 23 日的 0.869 1,对于 11 月 23 日数据, 使用二次多项式方程更能表达二者的关系;(3)与传统的线性回归模型相比,回归树模型能更好地模拟地表温度的空间异 质性,非渗透地表的增温作用存在非线性趋势,并且二者的关系模型存在明显的空间异质性。 关键词: 非渗透地表;季相变异;热环境;广州市中心区 DOI: 10.16258/ki.1674-5906.2015.02.014 中图分类号:X16 文献标志码:A 文章编号:1674-5906(2015)02-0270-08