城市热岛效应的卫星遥感分析

Ｖｏ１．１０　Ｎ０．２　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｏｃｔ．２００８　Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｄａｔａ　ＷＡＮＧ　Ｇｕｉｌｉｎｇ’ＪＩＡＮＧ　Ｗｅｉｍｅｉ　，ＷＥＩ　Ｍｉｎｇ。　，１．Ｉｎｓｔｉｔｕｔｅ　ｏｆＭｅｔｅｏｒｏｌｏｇｙ，ＰＬＡＵＳＴ，Ｎａｎｊｉｎｇ　２１１１０１．Ｊｉａｎｇｓｕ，Ｃｈｉｎａ；　２．Ｄｅｐａｒｔｍｅｎｔ　ｏｆＡｔｍｏｓｐｈｅｒｉｃ　Ｓｃｉｅｎｃｅｓ。Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔ　Ｎａｎｊｉｎｇ　２１００９３．Ｊｉａｎｇｓｕ．Ｃｈｉｎａ；　３．Ｓｉｎｏ－Ａｍｅｒｉｃａｎ　Ｃｏｏｐｅｒａｔｉｖｅ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｃｅｎｔｅｒ，ＮＵＩＳＴ，Ｎａｎｊｉｎｇ　２１００４４，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ　Ａｂｓｔｒａｃｔ：Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ（ＵＨＩ）ｅｆｆｅｃｔ　ａｎｄ　ｉｔｓ　ｃａｕｓｅ　ａｒｅ　ｉｎｖｅｓｔｉｇａｔｅｄ　ｂｙ　ｕｓｉｎｇ　ＭＯＤＩＳ　ｄａｔａ　ｉｎ　Ａｐｒｉｌ　２００４．Ｓｕｒｆａｃｅ　ｐａｒａｍｅｔｅｒｓ　ｆｒ０ｍ　ｔｈｅ　ＭＯＤＩＳ　ｄａｔａ　ｈａｖｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ（ｆｓ）　ａｌｂｅｄｏ（　，ａｎｄ　ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｅｒｅｎｃｅ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ（ＮＤＶＩ）Ｔｈｅｉｒ　ｈｅｔｅｒｏｇｅｎｅｉｔｉｅｓ　ｏｖｅｒ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ａｒｅ　ａｎａｌｙｚｅｄ　ｂａｓｅｄ　ｏｎ　ｌａｎｄ　ｃｏｖｅｒ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ，ａｎｄ　ｔｈｅｉｒ　ｒｅｌａｔｉｏｎｓ　ａｒｅ　ａｌｓｏ　ｐｒｅｓｅｎｔｅｄ　ｉｎ　ｏｒｄｅｒ　ｔｏ　ｅｘｐｌａｉｎ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅｒｅ　ｅｘｉｓｔｓ　ｏｂｖｉｏｕｓ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ．　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａｓ　ａｒｅ　ｂｙ　１０．８３％ｈｉｇｈｅｒ　ｔｈａｎ　ｔｈｏｓｅ　ｏｖｅｒ　ｒｕｒａｌ　ａｒｅａ，ａｎｄ　ＮＤＶＩ　ａｎｄ　ｄｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ａｒｅ　ｂｙ　６２％ａｎｄ　１　８＿７５％ｌｅｓｓ　ｔｈａｎ　ｔｈｏｓｅ　ｏｖｅｒ　ｒｕｒａｌ　ａｒｅａ．ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｈａｓ　ｓｉｇｎｉｉｆｃａｎｔｌｙ　ｎｅｇａｔｉｖｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｗｉｔｈ　ＮＤＶＩ　ａｎｄ　ｔｈｅｉｒ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ　ｉｓ　－０　７３　Ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ＮＤＶＩ　ａｎｄ　ａｌｂｅｄｏ　ｉｓ　ｄｅｔｅｒｍｉｎｅｄ　ｂｙ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ｏｆ　ｌｉｇｈｔ．Ｄｉｆｅｒｅｎｃｅ　ｉｎ　ｖｅｇｅｔａｔｉｏｎ　ｃｏｖｅｒ　ｉｓ　ｔｈｅ　ｐｒｉｍａｒｙ　ｃａｕｓｅ　ｏｆ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ．　Ｋｅｙｗｏｒｄｓ：ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ；ＭＯＤＩＳ；ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ；ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ；ＮＤＶＩ；ａｌｂｅｄｏ　Ｉｎｔｒｏｄｕｃｔｉｏｎ　Ｕｒｂａｎ　ｄｅｖｅｌｏｐｍｅｎｔ　ｕｓｕａｌｌｙ　ｇｉｖｅｓ　ｒｉｓｅ　ｔｏ　ａ　ｄｒａｍａｔｉｃ　ｃｈａｎｇｅ　ｏｆ　ｔｈｅ　Ｅａ　ｒｔｈ’Ｓ　ｓｕｒｆａｃｅ，ａｓ　ｎａｔｕｒａｌ　ｖｅｇｅｔａｔｉｏｎ　ｉｓ　ｒｅｍｏｖｅｄ　ａｎｄ　ｒｅｐｌａｃｅｄ　ｂｙ　ｎｏｎ—ｅｖａｐｏｒａｔｉｎｇ　ａｎｄ　ｎｏｎ－ｔｒａｎｓｐｉｒｉｎｇ　ｓｕｒｆａｃｅｓ　ｓｕｃｈ　ａｓ　ｍｅｔａｌ，　ａｓｐｈａｌｔ，ａｎｄ　ｃｏｎｃｒｅｔｅ．Ｔｈｉｓ　ａｌｔｅｒａｔｉｏｎ　ｉｎｅｖｉｔａｂｌｙ　ｒｅｓｕｌｔｓ　ｉｎ　ｔｈｅ　ｒｅｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｉｎｃｏｍｉｎｇ　ｓｏｌａｒ　ｒａｄｉａｔｉｏｎ，ａｎｄ　ｉｎｄｕｃｅｓ　ｔｈｅ　ｕｒｂａｎ．ｒｕｒａＩ　ｃｏｎｔｒａｓｔ　ｉｎ　ｓｕｒｆａｃｅ　ｒａｄｉａｎｃｅ　ａｎｄ　ａｉｒ　ｔｅｍｐｅｒａｔｕｒｅｓ．Ｔｈｅ　ｄｉｆｅｒｅｎｃｅ　ｉｎ　ａｍｂｉｅｎｔ　ａｉｒ　ｔｅｍｐｅｒａｔｕｒｅ　ｂｅｔｗｅｅｎ　ａｎ　ｕｒｂａｎ　ａｒｅａ　ａｎｄ　ｉｔｓ　ｓｕｒｒｏｕｎｄｉｎｇ　ｒｕｒａＩ　ａｒｅａ　ｉＳ　ｋｎｏｗｎ　ａｓ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ＵＨＩ．１ｔ　ｉＳ　ａ　ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　ｐｈｅｎｏｍｅｎｏｎ　ｄｅｖｅｌｏｐｉｎｇ　ｗｉｔｈ　ｔｈｅ　ｇｒｏｗｔｈ　ｏｆ　ｕｒｂａｎｉｚｅｄ　ａｒｅａｓ，ａｒｅ　ｉｎｃｒｅａｓｉｎｇｌｙ　ａｆｆｅｃｔｉｎｇ　ｃｉｔｉｚｅｎ’Ｓ　Ｉｉｖｅｓ　ａｎｄ　ｈｅａｌｔｈ．Ｔｈｅ　ｓｔｕｄｙ　ｗｉｌＩ　ｈｅｌｐ　ＵＳ　ｔｏ　ｂｅｔｔｅｒ　ｕｎｄｅｒｓｔａｎｄ　ｔｈｅ　ＵＨＩ　ａｓｐｅｃｔｓ　ａｎｄ　ｌｔｓ　Ｃａｕｓｅｓ。　ｐｒｏｖｉｄｉｎｇ　ａｎ　ｉｍｐｏｒｔａｎｔ　ａｄｄｉｔｉｏｎ　ｔｏ　ｃｏｎｖｅｎｔｉｏｎａｌ　ｍｅｔｈｏｄｓ　ｏｆ　ｍｏｎｉｔｏｒｉｎｇ　ｔｈｅ　ｕｒｂａｎ　ｅｎｖｉｒｏｎｍｅｎｔ．Ｉｔ　ｉｓ　ｉｍｐｏｒｔａｎｔ　ｔｏ　ｕｒｂａｎ　ｅｘｐａｎｄ　ａｎｄ　ｌａｙｏｕｔ　ｉｎ　ｏｒｄｅｒ　ｔｏ　Ｉｅｓｓｅｎ　ｔｈｅ　ＵＨＩ．　Ｓｔｕｄｉｅｓ　ｏｎ　ＵＨＩ　ｐｈｅｎｏｍｅｎｏｎ　ｕｓｉｎｇ　ｓａｔｅｌｌｉｔｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ｈａｖｅ　ｂｅｅｎ　ｃｏｎｄｕｃｔｅｄ　ｆｏｒ　ｍｏｒｅ　ｔｈａｎ　ｔｅｎ　ｙｅａｒｓ．Ｔｈｅ　ｍｅｔｈｏｄｓ　ａｒｅ　ｉｎｃｌｕｄｅｄ　ｔｈｅ　ｆｏｌｌｏｗｉｎｇ　ｔｙｐｅｓ。Ｆｉｒｓｔｌｙ，ＵＨＩ　ａｃｔｕａｌｉｔｙ　ａｎｄ　ｉｔｓ　ｄｙｎａｍｉｃ　ｃｈａｎｇｅ　ａｒｅ　ａｎａｌｙｚｅｄ　ｕｓｉｎｇ　ｌｏｎｇ　ｔｅｒｍ　ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　ｒｅｃｏｒｄ　ｏｖｅｒ　ｕｒｂａｎ　ａｎｄ　ｓｕｂｕｒｂａｎ　ａｒｅａ．Ｓｅｃｏｎｄｌｙ。ｔｈｅ　ｃａｕｓｅｓ　ｏｆ　ＵＨＩ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｒｅ　ｅｘｐｌａｉｎｅｄ　ｂｙ　ｔｈｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｏｒ　ａｅｒｉａｌ　ｐｈｏｔｏｓ．Ｔｈｉｒｄｌｙ，ｔｈｅ　ｎｕｍｅｒｉｃａｌ　ｍｏｄｅｌ　ｉｓ　ｕｓｅｄ　ｔｏ　ｓｉｍｕｌａｔｅ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ．Ｆｏｕｒｔｈｌｙ，ｓｏｍｅ　ｓｔａｔｉｏｎｓ　ａｒｅ　ｓｅｔ　ｔｏ　ｍｅａｓｕｒｅ　ＵＨＩ．Ｔｈｅ　ｒｅｃｅｎｔ　Ｒｅｃｅｉｖｅｄ　ｏｎ　Ｊａｎｕａｒｙ　２３，２００８　Ｎｏ．２　ＷＡＮＧ　Ｇｕｌｌｉｎｇ　ｅｔ　ａｌ：Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｄａｔａ　１　５　ｉｎｃｒｅａｓｉｎｇ　ａｖａｉｌａｂｉｌｉｔｙ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｔｅｃｈｎｉｑｕｅ　ｉｓ　ａｎ　ｅｆｆｉｃｉｅｎｔ　ｗａｙ　ｔｏ　ｓｕｒｖｅｙ　ＵＨＩ　ｐｅｒｉｏｄｉｃａｌｌｙ　ｆｏｒ　ｌｏｎｇ　ｔｉｍｅ．Ｒｏｔｈ（１９８９）ａｎｄ　Ｇａｌｌｏ（１９９３）ｕｓｅｄ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｔｅｃｈｎｉｑｕｅｓ　ｔｏ　ｃｏｍｐａｒｅ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ　ｔｏ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ　。。　．Ｏｗｅｎ（１　９９８１　ｕｓｅｄ　ｆｒａｃｔｉｏｎａｌ　ｖｅｇｅｔａｔｉｏｎ　ｃｏｖｅｒ　ａｎｄ　ｓｕｒｆａｃｅ　ｍｏｉｓｔｕｒｅ　ａｖａｉｌａｂｉｌｉｔｙ　ｔｏ　ｓｔｕｄｙ　ｔｈｅ　ｉｍｐａｃｔ　ｏｆ　ｕｒｂａｎｉｚａｔｉｏｎ　ｉｎ　ａｎｄ　ａｒｏｕｎｄ　Ｓｔａｔｅ　Ｃｏｌｌｅｇｅ，ＰＡ　．Ｓｔｒｅｕｔｋｅｒ（２００３）ａｎａｌｙｚｅｄ　ｔｈｅ　ｇｒｏｗｔｈ　ｏｆ　ＵＨＩ　ａｎｄ　ｓｕｃｃｅｓｓｆｕｌｌｙ　ｑｕａｎｔｉｉｆｅｄ　ｔｈｅ　ＵＨＩ　ｏｆ　Ｈｏｕｓｔｏｎ．ＴＸ　ｔａｋｅｎ　１　２　ｙｅａｒｓ　ａｐａｒｔ　．Ａｌｌ　ｔｈｅ　ａｂｏｖｅ　ｓｔｕｄｉｅｓ　ｕｓｅｄ　Ｎａｔｉｏｎａｌ　Ｏｃｅａｎｉｃ　ａｎｄ　Ａｔｍｏｓｐｈｅｒｉｃ　Ａｄｍｉｎｉｓｔｒａｔｉｏｎ（ＮＯＡＡ）ＡＶＨＲＲ　ｄａｔａ．Ｔｈｅ　１．１　ｋｍ　ｓｐａｔｉａ｝　ｒｅｓｏｌｕｔｉｏｎ　ｏｆ　ｔｈｅｓｅ　ｄａｔａ　ｗａｓ　ｆｏｕｎｄ　ｓｕｉｔａｂｌｅ　ｆｏｒ　ｔｈｅ　ｓｕ　ｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｍａｐｐｉｎｇ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ａｎｄ　ｕｓｅｄ　ｔｏ　ｓｔｕｄｙ　ｔｈｅ　ｓｕｒｆａｃｅ　ＵＨ１．ＵＨＩ　ｈａｓ　ｂｅｅｎ　ａｌｓｏ　ｓｔｕｄｉｅｄ　ｗｉｔｈ　ｍｏｒｅ　ｆｉｎｅ　ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｔｅ　ｄａｔａ　ｓｕｃｈ　ａｓ　Ｌａｎｄｓａｔ　ＴＭ，ＳＰＯＴ　ｉｎ　ｍａｎｙ　ｃｉｔｉｅｓ　ｓｕｃｈ　ａｓ　ｔｈｅ　Ｚｈｕｊｉａｎｇ　Ｄｅｌｔａ　ｉｎ　Ｃｈｉｎａ，Ｌ６ｄ之ｉｎ　Ｐｏｌａｎｄ，Ｇｒａｎａｄａ　ｉｎ　Ｓｐａｉｎ　ｏｖｅｒ　ｔｈｅ　ｐａｓｔ　ｆｅｗ　ｙｅａｒｓ．Ｂｕｔ　ｓｕｃｈ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ｈａｖｅ　ｌｏｗ　ｔｅｍｐｏｒａｌ　ｒｅｓｏｌｕｔｉｏｎ　ａｎｄ　ａ　ｓｈｏｒｔｅｒ　ｄａｔａ　ｒｅｃｏｒｄ［５－８］．　ＭＯＤＩＳ　ｉｓ　ａ　ｋｅｙ　ｉｎｓｔｒｕｍｅｎｔ　ａｂｏａｒｄ　ｔｈｅ　Ｔｅｒｒａ（ＥＯＳ　ＡＭ）ａｎｄ　Ａｑｕａ（ＥＯＳ　ＰＭ）ｓａｔｅｌｌｉｔｅｓ．Ｔｅｒｒａ　ＭＯＤＩＳ　ａｎｄ　Ａｑｕａ　ＭＯＤＩＳ　ａｒｅ　ｖｉｅｗｉｎｇ　ｔｈｅ　ｅｎｔｉｒｅ　Ｅａｒｔｈ’ｓ　ｓｕｒｆａｃｅ　ｅｖｅｒｙ　１　ｔｏ　２　ｄａｙｓ，ａｃｑｕｉｒｉｎｇ　ｄａｔａ　ｉｎ　３６　ｓｐｅｃｔｒａｌ　ｂａｎｄｓ．Ｔｈｅｓｅ　ｄａｔａ　ｗｉｌｌ　ｉｍｐｒｏｖｅ　ｏｕｒ　ｕｎｄｅｒｓｔａｎｄｉｎｇ　ｏｆ　ｇｌｏｂａｌ　ｄｙｎａｍｉｃｓ　ａｎｄ　ｐｒｏｃｅｓｓｅｓ　ｏｃｃｕｒｒｉｎｇ　ｏｎ　ｔｈｅ　ｌａｎｄ，ｉｎ　ｔｈｅ　ｏｃｅａｎｓ，ａｎｄ　ｉｎ　ｔｈｅ　ｌｏｗｅｒ　ａｔｍｏｓｐｈｅｒｅ．ＭＯＤＩＳ　ｉｓ　ｐｌａｙｉｎｇ　ａ　ｖｉｔａｌ　ｒｏｌｅ　ｉｎ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｖａｌｉｄａｔｅｄ，ｇｌｏｂａｌ，ｉｎｔｅｒａｃｔｉｖｅ　Ｅａｒｔｈ　ｓｙｓｔｅｍ　ｍｏｄｅｌｓ　ａｂｌｅ　ｔｏ　ｐｒｅｄｉｃｔ　ｇｌｏｂａｌ　ｃｈａｎｇｅ　ａｃｃｕｒａｔｅｌｙ　ｅｎｏｕｇｈ　ｔｏ　ａｓｓｉｓｔ　ｐｏｌｉｃｙ　ｍａｋｅｒｓ　ｉｎ　ｍａｋｉｎｇ　ｓｏｕｎｄ　ｄｅｃｉｓｉｏｎｓ　ｃｏｎｃｅｒｎｉｎｇ　ｔｈｅ　ｐｒｏｔｅｃｔｉｏｎ　ｏｆ　ｏｕｒ　ｅｎｖｉｒｏｎｍｅｎｔＭｏｓｔ　ｒｅｃｅｎｔ　．ｒｅｓｅａｒｃｈｅｓ　ｗｅｒｅ　ａｂｏｕｔ　ｔｈｅ　ｒｅｇｉｏｎａｌ　ｏｒ　ｇｌｏｂａＩ　ｓｃａｌｅ　ｃｌｉｍａｔｉｃ　ａｎｄ　ｅｎｖｉｒｏｎｍｅｎｔａｌ　ｃｈａｎｇｅｓ　ａｎｄ　ｓｅｌｄｏｍ　ｏｎ　ｔｈｅ　ＵＨＩ　ｕｓｉｎｇ　ＭＯＤＩＳ　ｄａｔａ［９－１３］．　Ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅｓ　ｄｅｒｉｖｅｄ　ｆｒｏｍ　ｓａｔｅｌｌｉｔｅ　ａｒｅ　ｂｅｌｉｅｖｅｄ　ｔｏ　ｃｏｒｒｅｓｐｏｎｄ　ｍｏｒｅ　ｃｌｏｓｅｌｙ　ｗｉｔｈ　ｔｈｅ　ｃａｎｏｐｙ　ｌａｙｅｒ　ｈｅａｔ　ｉｓｌａｎｄ，ａｌｔｈｏｕｇｈ　ａ　ｐｒｅｃｉｓｅ　ｔｒａｎｓｆｅｒ　ｆｕｎｃｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ａｎｄ　ｔｈｅ　ｎｅａｒ　ｇｒｏｕｎｄ　ａｉｒ　ｔｅｍｐｅｒａｔｕｒｅ　ｉｓ　ｎｏｔ　ｙｅｔ　ａｖａｉｌａｂｌｅ．Ｓａｔｅｌｌｉｔｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｉｓ　ｔｈｅ　ｏｎｌｙ　ｓｏｕｒｃｅ　ｆｏｒ　ｄｅｔｅｒｍｉｎｇ　ｏｆ　ｔｈｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ（ｆＳ）ａｔ　ｍａｃｒｏ　ｌｅｖｅｌ　ｏｖｅｒ　ａ　ｒｅｇｉｏｎ．Ｉｎ　ｔｈｉｓ　ｓｔｕｄｙ，ｗｅ　ｕｓｅ　ｔｈｅ　ＭＯＤＩＳ　ａｎｄ　ｏｔｈｅｒ　ｓｕｐｐｌｅｍｅｎｔａｒｙ　ｄａｔａ　ｔｏ　ｓｔｕｄｙ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ＵＨＩ　ａｎｄ　ｉｔｓ　ｃａｕｓｅｓ．　ｅｖｅｒｇｒｅｅｎ　ｆｏｒｅｓｔ　３２　２　ｄｅｃｉｄｕｏｕｓ　ｆｏｒｅｓｔ　ｓｈｒｕｐＩａｎｄＳ　３２　Ｏ　Ａ　Ｂ　ｇｒａｓｓｌａｎｄｓ　ｃｒｏｐｌａｎｄｓ　ｕｒｂａｎ　ａｎｄ　ｂｕｉｌｔ—ｕｐ　３１　８　ｃｒｏｐｌａｎｄ／ｖｅｇｅｔａｔｉｏｎ　ｍｏｓａｉｃ　ｂａｒｒｅｎ　ｏｒ　ｓｐａｒｓｅｌｙ　ｖｅｇｅｔａｔｅｄ　１１８４　１１８　８　Ｌｏｎｇｉｔｕｄｅ／。Ｅ　１１９　２　Ｆｉｇ．１　Ｌａｎｄ　ｃｏｖｅｒ　ｃｌａｓｓｉｉｃａｔｉｆｏｎ　ｆｒｏｍ　ＭＯＤＩＳ　ｉｎ　２００４　ａｎｄ　ｌｏｃａｔｉｏｎｓ　ｏｆ　ａｕｔｏｍａｔｉｃ　ｗｅａｔｈｅｒ　ｓｔａｔｉｏｎ　１６　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｖｌ０１．１０　ＭＯＤＩＳ　ｄａｔａ　ａｒｅ　ｐｒｅｔｒｅａｔｅｄ　ｆｉｒｓｔｌｙ　ｂｙ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｏｖｅｄａｐｐｅｄ　ｍｏｂｉｌｅ　ｗｉｎｄｏｗ　ｉｎ　Ｇｅｏ—ｓｔａｔｉｓｔｉｃｓ　ｔｏ　ｅｌｉｍｉｎａｔｅ　ａｂｎｏｒｍａｌ　ｖａｌｕｅｓ　ｄｕｅ　ｔｏ　ｃｌｏｕｄ［１４，１５】ＭＯＤＩＳ　ｌａｎｄ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｐｒｏｄｕｃｔｓ　ａｒｅ　ｃｏｍｐａｒｅｄ　．ｗｉｔｈ　ｍｏｎｔｈｌｙ　ｍｅａｎ　ｆｓ　ｆｒｏｍ　ｓｅｖｅｎ　Ａｕｔｏｍａｔｉｃ　Ｗｅａｔｈｅｒ　Ｓｔａｔｉｏｎｓ（ＡＷＳｓ）ｔｏ　ｖａｌｉｄａｔｅ　ｔｈｅｍ．Ｔｈｅｎ，ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ｉｎ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ（０．３－０．７　ｌＪｍ．Ｏ．７－５．０　ＩＪｍ，ａｎｄ　０．３—５．０　ｍ）ａｒｅ　ｕｓｅｄ　ｔｏ　ｃｏｍｐｕｔｅ　ｔｈｅ　ｓｕｒｆａｃｅ　ａｌｂｅｄｏｓ　ｉｎ　ｔｈｅ　ｂｒｏａｄｂａｎｄｓ　ｗｉｔｈ　ＢＲＤＦ　ｍｏｄｅ１．Ｆｉｎａｌｌｙ。ｔｈｅ　ｄｉｆｅｒｅｎｃｅ　ａｎｄ　ｃｏｒｒｅｌａｔｉｏｎ　ａｎａｌｙｓｉｓ　ｏｆ　，　ＮＤＶＩ　ａｎｄ　ａｔｂｅｄｏｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ａｒｅ　ｐｅｒｆｏｒｍｅｄ　ｄｅｐｅｎｄｉｎｇ　ｏｎ　ｌａｎｄ　ｕｓｅ　ｐａ￣ｅｒｎ．Ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｉｎ　ｔｈｅ　ｓｔｕｄｙ　ａｒｅａ　ｉｓ　ｓｙｎｔｈｅｔｉｃａｌｌｙ　ａｎａｌｙｚｅｄ　ｂｙ　ｃｏｍｐａｒｉｎｇ　ｔｈｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　，ＮＤＶＩ　ａｎｄ　ａｌｂｅｄｏｓ　ｏｖｅｒ　Ｕｒｂａｎ　ａｒｅａｓ　ａｎｄ　ｎｏｎ．Ｕｒｂａｎ　ａｒｅａｓ．　１　Ｓｔｕｄｙａｒｅａ　Ｔｈｅ　ｓｔｕｄｙ　ａｒｅａ　ｃｏｎｓｉｄｅｒｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ｅｎｃｏｍｐａｓｓｅｓ　ａｎ　ａｒｅａ　ｏｆ　８３×８３　ｋｍ２　ｃｅｎｔｅｒｅｄ　ａｔ　ｃｏｏｒｄｉｎａｔｅｓ　１　１　８．８。Ｅ，３２．０。Ｎ（Ｎａｎｊｉｎｇ，Ｃｈｉｎａ）．Ｔｈｉｓ　ａｒｅａ　ｉｎｃｌｕｄｅｓ　Ｎａｎｊｉｎｇ　ｕｒｂａｎ　ａｒｅａ　ａｎｄ　ｉｔｓ　ｓｕｂｕｒｂａｎ　ｃｏｕｎｔｉｅｓ．Ｍｏｓｔ　ｏｆ　ｔｈｅ　ｔｅｒｒａｉｎ　ｈｅｉｇｈｔｓ　ａｒｅ　ｖｅｒｙ　ｌｏｗ　ｉｎ　ｔｈｅ　ｒｅｇｉｏｎ　ａｎｄ　ｍｏｕｎｔａｉｎｓ　ａｒｅ　ｄｉｓｔｒｉｂｕｔｅｄ　ｍａｉｎｌｙ　ｉｎ　ｔｈｅ　ｅａｓｔ　ａｎｄ　ｓｏｕｔｈｗｅｓｔ　ａｒｅａｓ．　Ｔｈｅ　ｓｔｕｄｙ　ａｒｅａ　ｉｓ　ｖｅｒｙ　ｈｅｔｅｒｏｇｅｎｅｏｕｓ，ｃｏｍｐｒｉｓｉｎｇ　ｏｆ　ｗａｔｅｒ，ｃｒｏｐｌａｎｄ，ａｎｄ　ｆｏｒｅｓｔ　ａｓ　ｗｅｌｌ　ａｓ　ｕｒｂａｎ　ａｎｄ　ｂｕｉｌｔ－ｕｐ．Ｆｉｇ．１　ｓｈｏｗｓ　ｔｈｅ　ｌａｎｄ　ｃｏｖｅｒ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｍａｐ　ｉｎ　ｓｔｕｄｙ　ａｒｅａ（２００４）ａｎｄ　ｔｈｅ　ｌｏｃａｔｉｏｎｓ　ｏｆ　ｓｅｖｅｎ　ＡＷＳｓ．Ｆｒ０ｍ　Ｆｉｇ．１　ｉｔ　ｉｓ　ｅａｓｉｌｙ　ｓｅｅｎ　ｔｈａｔ　ｔｈｅ　Ｙａｎｇｔｚｅ　Ｒｉｖｅｒ　ｒｕｎｓ　ａｃｒｏｓｓ　ｔｈｅ　ｕｒｂａｎ　ｚｏｎｅ。ａｎｄ　ｔｈｅ　Ｘｕａｎｗｕ　Ｌａｋｅ　ａｎｄ　ｔｈｅ　Ｐｕｒｐｌｅ　Ｍｏｕｎｔａｉｎｓ　ｌｏｃａｔｅ　ｉｎ　ｔｈｅ　ｃｅｎｔｒａｌ　ｐａｒｔ　ｏｆ　ｔｈｅ　ａｒｅａ。ｗｉｔｈ　ｌａｒｇｅ　ｇｒｅｅｎ　ｃｏｖｅｒ　ｏｆ　ｓｅｍｉ－ｎａｔｕｒａｌ　ｆｏｒｅｓｔ．Ａ　ｔｒａｎｓｅｃｔ　ｃｒｏｓｓｉｎｇ　ｔｈｅ　ｃｅｎｔｒｅ　ｏｆ　ｔｈｅ　ａｒｅａ（ＡＢ）ｉｓ　ｃｈｏｓｅｎ　ｆｒ０ｍ　ｗｅｓｔ　ｔｏ　ｅａｓｔ．　２　Ｄａｔａ　ｓｅｔ　ｄｅｓｃｒｉｐｔｉｏｎ　２．１　Ｓａｔｅｌｌｉｔｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　Ｓａｔｅｌｌｉｔｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｈａｓ　ｐｏｔｅｎｔｉａｌ　ｕｔｉｌｉｔｙ　ｆｏｒ　ｔｈｉｓ　ｌａｎｄｓｃａｐｅ　ｓｃａｌｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ａｎａｌｙｓｉｓ　ｂｅｃａｕｓｅ　ｏｆ　ｔｈｅ　ｇｌｏｂａｌ　ｃｏｎｔｉｎｕｉｔｙ　ｏｆ　ｏｂｓｅｒｖａｔｉｏｎ．Ｈｅｒｅ　ｗｅ　ｃｈｏｏｓｅ　ＭＯＤＩＳ　ｓａｔｅｌｌｉｔｅ　ｄａｔａ．Ａ　ｓｅｒｉｅｓ　ｏｆ　ｈｉｇｈ－ｌｅｖｅｌ　ｌａｎｄ　ｓｕｒｆａｃｅ　ｐｒｏｄｕｃｔｓ　ｈａｖｅ　ｂｅｅｎ　ｇｅｎｅｒａｔｅｄ　ｂｙ　ｔｈｅ　ＭＯＤＩＳ　ｌａｎｄ　ｓｃｉｅｎｃｅ　ｔｅａｍ，ｗｈｉｃｈ　ａｒｅ　ａｌｌ　ｏｐｅｒａｔｉｏｎａｌ　ａｎｄ　ａｎ　ｂｅ　ｄｏｗｎｌｃｏａｄｅｄ　ｆｒＯｍ　ｔｈｅ　ｆｏｌｌｏｗｉｎｇ　ｗｅｂ　ｓｉｔｅ：ｈｔｔｐ：／／ｅｄｃｉｍｓｗｗｗ．ｃｒ．ｕｓｇｓ．ｇｏｖｌｐｕｂｌｉｍｓｗｅｌｃｏｍｅ／．　Ｔａｂ．１　Ｓｅｌｅｃｔｅｄ　ＭＯＤＩＳ　ｐｒｏｄｕｃ￣ｏｆ　２００４　ａｎｄ　ｔｈｅｉｒ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｒｅｓｏｌｕｔｉｏｎｓ　Ｔｈｅ　ｓｅｌｅｃｔｅｄ　ｐｒｏｄｕｃｔｓ　ａｒｅ　ｌｉｓｔｅｄ　ｉｎ　Ｔａｂ．１．ＥＳＤＴ　ｉｓ　ｔｈｅ　ｓｈｏｒｔ　ｎａｍｅ　ｆｏｒ　Ｅａｒｔｈ　ｓｃｉｅｎｃｅ　ｄａｔａ　ｔｙｐｅ．ＤＯＹ　Ｎｏ．２　ＷＡＮＧ　Ｇｕｉｌｉｎｇ　ｅｔ　ａ１．：Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｄａｔａ　１７　ｍｅａｎｓ　Ｊｕｌｉａｎ　ｄａｙ　ｏｆ　ｔｈｅ　ｙｅａｒ．Ｔｅｍｐｏｒａｌｌｙ，ｔｈｅｓｅ　ｄａｔａ　ｃｏｖｅｒ　Ａｐｒｉｌ　２００４（ｓｐｒｉｎｇ　ｓｅａｓｏｎ）．Ｗｅ　ｈａｖｅ　ｉｎｃｌｕｄｅｄ　ＭＯＤＩＳ　ｄａｔａ　ｆｒｏｍ　ｔｈｅ　ｐｅｒｉｏｄ　Ｍａｒｃｈ　２１　（ＤＯＹ　８１）ｔｏ　Ｍａｙ　８　（ＤＯＹ　１２１）．Ｔｈｅ　ｔｉｍｅ　ｐｅｒｉｏｄ　ｃｏｖｅｒｓ　４Ｏ　ｄａｙｓ　ｒｉｆｖｅ　８－ｄａｙ　ｐｅｒｉｏｄｓ　ａｎｄ　ｔｈｒｅｅ　１　６一ｄａｙ　ｐｅｒｉｏｄｓ）．Ｔｈｅ　９６－ｄａｙ　ｌａｎｄ　ｃｏｖｅｒ　ｐｒｏｄｕｃｔ　ｉｎｃｌｕｄｅｄ　ｈｅｒｅ　ｄｏｅｓ　ｎｏｔ　ｓｐｅｃｉｆｉｃａｌｌｙ　ｏｖｅｒｌａｐ　ｗｉｔｈ　ｔｈｅ　ｓｐｒｉｎｇ　ｓｅａｓｏｎ．Ｔｈｅ　ｐｒｏｄｕｃｔ“ＭＯＤ１　１Ａ２”ｉｎ　ｔｈｅ　ＭＯＤＩＳ　Ｌａｎｄ　Ｄｉｓｃｉｐｌｉｎｅ　ｉｓ　ｄｅｆｉｎｅｄ　ａｓ　ｔｈｅ“ｌａｎｄ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ（ＬＳＴ）”ｏｖｅｒ　ｔｈｅ　ｇｌｏｂａｌ　ｌａｎｄ　ｓｕｒｆａｃｅ　ｅｖｅｒｙ　８　ｄａｙｓ　ｗｉｔｈ　１　ｋｍ—ｒｅｓｏｌｕｔｉｏｎ．Ｏｔｈｅｒ　ｐｒｏｄｕｃｔｓ　ｕｓｅｄ　ｉｎｃｌｕｄｅ　ｔｈｅ　ｌａｎｄ　ｃｏｖｅｒ　ｐｒｏｄｕｃｔ“ＭＯＤ１２Ｑ１”ａｎｄ　ＮＤＶＩ　ｐｒｏｄｕｃｔ　“ＭＯＤ１　３Ａ２”．　Ｔｈｅ　ａｃｃｕｒａｃｙ　ｓｐｅｃｉｉｆｃａｔｉｏｎ　ｆｏｒ　ＭＯＤＩＳ　ＬＳＴ　ｉＳ　１　Ｋ　ａｔ　１　ｋｍ　ｒｅｓｏｌｕｔｉｏｎ　ｕｎｄｅｒ　ｔｈｅ　ｃｌｅａｒ　ｓｋｙ　ｃｏｎｄｉｔｉｏｎｓ．１ｔ　ｃａｎ　ｂｅ　ｖａｌｉｄａｔｅｄ　ｂｙ　ｆｉｅｌｄ　ｍｅａｓｕｒｅｍｅｎｔｓ　ｏｖｅｒ　ｆｌａｔ　ｕｎｉｆｏｒｍ　Ｉａｎｄ　ｓｕｒｆａｃｅｓ．Ｔｈｅ　ａｃｃｕｒａｃｙ　ｓｐｅｃｉｉｆｃａｔｉｏｎ　ｆｏｒ　Ｉａｎｄ．ｓｕｒｆａｃｅ　ｅｍｉｓｓｉｖｉｔｙ　ｒｅｔｒｉｅｖｅｄ　ｆｒ０ｍ　ＭＯＤＩＳ　ｄａｔａ　ｉＳ　０．Ｏ２　ｆ０ｒ　ｂａｎｄｓ　２９，３１　ａｎｄ　３２，ａｎｄ　０．０５　ｆ０ｒ　ｂａｎｄｓ　２０，　２２．ａｎｄ　２３．Ｔｈｅ　ＭＯＤ１　３Ａ２　ａｒｅ　ｓｔａｎｄａｒｄ　ｐｒｏｄｕｃｔｓ　ｄｅｓｉｇｎｅｄ　ｔｏ　ｂｅ　ｆｕｌｌｙ　ｏｐｅｒａｔｉｏｎａｌ　ａｔ　ｌａｕｎｃｈ．Ｔｈｅ　ＭＯＤ１２Ｑ１　ｐｒｏｄｕｃｔ　ｐｒｏｖｉｄｅｓ　ａ　ｓｕｉｔｅ　ｏｆ　ｌａｎｄ　ｃｏｖｅｒｓ　ｗｉｔｈ　ｔｈｅ　ｐｒｉｍａｒｙ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｉｎ　ｔｈｅ　ＩＧＢＰ（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｇｅｏｓｐｈｅｒｅ　Ｂｉｏｓｐｈｅｒｅ　Ｐｒｏｇｒａｍｍｅ）ｓｃｈｅｍｅ．Ｅａｃｈ　ｏｆ　ｔｈｅｓｅ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｓｃｈｅｍｅｓ　ｉｓ　ａｃｃｏｍｐａｎｉｅｄ　ｂｙ　ｔｈｅ　ａｓｓｅｓｓｍｅｎｔｓ　ｏｆ　ｉｔｓ　ｑｕａｌｉｔｙ　ｏｒ　ｃｏｎｆｉｄｅｎｃｅ．Ｍｏｒｅ　ｉｎｆｏｒｍａｔｉｏｎ　ａｂｏｕｔ　ｔｈｅ　ＭＯＤＩＳ　ｐｒｏｄｕｃｔｓ　ｃａｌｌ　ｂｅ　ｆｏｕｎｄ　ｆｒｏｍ　ｔｈｅ　ｗｅｂ　ｓｉｔｅ　ｈｔｔｐ：／／ｍｏｄｉｓ．ｇｓｆｃ．ｎａｓａ．ｇｏｖ／ｄａｔａ．　Ａｌｌ　ｄａｔａ　ａｒｅ　ｉｎ　ＨＤＦ（Ｈｉｅｒａｒｃｈｉｃａｌ　Ｄａｔａ　Ｆｏｒｍａｔ）ｆｏｒｍａｔ　ａｎｄ　ａｒｅ　ｐｒｏｖｉｄｅｄ　ｉｎ　ＩＳＧ（ａｎ　Ｉｎｔｅｇｅｒｉｚｅｄ　Ｓｉｎｕｓｏｉｄａｌ　Ｇｒｉｄ１　ｐｒｏｊｅｃｔｉｏｎ．Ｗｈｉｌｅ　ｔｈｅ　ｐｒｏｊｅｃｔｉｏｎ　ｂｅｃｏｍｅｓ　ｉｎｃｒｅａｓｉｎｇｌｙ　ｓｈｅａｒｅｄ　ｗｉｔｈ　ｄｉｓｔａｎｃｅ　ｆｒ０ｍ　ｔｈｅ　Ｇｒｅｅｎｗｉｃｈ　ｍｅｒｉｄｉａｎ．ｔｈｅ　ｄａｔａ　ａｒｅ　ｃｏｎｖｅｒｔｅｄ　ｔｏ　Ｌａｍｂｅｒｔ　ｃｏｎｆｏｒｍａｌ　ｐｒｏｊｅｃｔｉｏｎ　ａｎｄ　ｔｈｅ　ｆｏｒｍａｔ　ｆｒｏｍ　ｏｒｉｇｉｎａｌ　ＨＤＦ　ｔｏ　ａ　ｆｌａｔ　ｂｉｎａｒｙ　ｆｏｒｍａｔ　ｂｙ　ｔｈｅ　ＭＯＤＩＳ　Ｒｅｐｒｏｊｅｃｔｉｏｎ　Ｔｏｏｌ（ＭＲＴ　ｖ２．４　Ｂｅｔａ）．　２．２　Ｍｅｔｅｏｒ０ＩｏｇＩｃａｌ　Ｄａｔａ　Ｉｎ　ｔｈｉｓ　ｓｔｕｄｙ，ｓｅｖｅｎ　ＡＷＳｓ　ａｒｅ　ｓｅｌｅｃｔｅｄ　ａｎｄ　ｔｈｅｉｒ　ｌｏｃａｔｉｏｎｓ　ａｒｅ　ｌｉｓｔｅｄ　ｉｎ　Ｔａｂ．２．Ｍｏｎｔｈｌｙ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｉｎ　ｅａｃｈ　ｈｏｕｒ　ｉｎ　Ａｐｒｉｌ　２００４　ａｒｅ　ｏｂｔａｉｎｅｄ　ｆｒ０ｍ　ｔｈｅ　ＡＷＳｓ．ＳＴＩ　Ｄ　ｉｓ　ｔｈｅ　ｓｔａｔｉｏｎ　ｃｏｄｅ　ｎｕｍｂｅｒ　ｏｆ　ＡＷＳ．　１－ａｂ．２　Ｌｏｃａｔｉｏｎｓ　ｏｆ　ｔｈｅ　ａｕｔｏｍａｔｉｃ　ｗｅａｔｈｅｒ　Ｓｔａｔｉｏｎｓ　１８　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｖｏ１．１Ｏ　３　Ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｆｒｏｍ　ＭＯＤＩＳ　ｐｒｏｄｕｃｔ　ａｎｄ　ｉｔｓ　ｖａｌｉｄａｔｉｏｎ　Ｓｏｍｅ　ｈｏｔ　ｓｐｏｔｓ，ｏｒ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄｓ，ｃａｎ　ｂｅ　ｅａｓｉｌｙ　ｉｄｅｎｔｉｉｆｅｄ（ｓｈｏｗｎ　ｉｎ　Ｆｉｇ．２）．Ｔｈｅ　ｔｅｒｒａｉｎ　ｈｅｉｇｈｔ　ｉｓ　ａｌｓｏ　ｄｒａｗｎ　ｉｎ　ｔｈｅ　ｓａｍｅ　ｍａｐ　ｊｎ　ｏｒｄｅｒ　ｔｏ　ｅｘ　ｐｌａｉｎ　ｔｈｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｐａｔｔｅｒｎ　ｏｆ　ｔｈｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ．Ｔｈｅ　ｚ，　ｎ】口ｑ一　ｍｏｓｔ　ｅｘｔｅｎｓｉｖｅ　ＵＨＩｉＳ　ｄｉｓｔｒｉｂｕｔｅｄ　Ｉｅｆｔ　ｏｆ　ｔｈｅ　ｃｅｎｔｒａＩ　ｐａｒｔ　ｏｆ　ｔｈｅ　ａｒｅａ　ｗｈｉｃｈ　ｉＳ　ｂｕｓｉｎｅｓｓ　ｚｏｎｅ　ａｎｄ　ｃａｎ　ｂｅ　ｓｅｅｎ　ｉｎ　ｔｈｅ　ｃｅｎｔｒｅ　ｏｆ　ｓｏｍｅ　ｓｍａｌＩ　ｔｏｗｎ　ａｒｏｕｎｄ　ｔｈｅ　ａｒｅａ．Ｈｏｗｅｖｅｒ．ｎｏ　ｅｘｔｅｎｓｉｖｅ　ＵＨｌ　ｅｘｉｓｔｓ　ｉｎ　ｔｈｅ　ｅａｓｔ　ｏｆ　ｔｈｅ　ｃｉｔｙ，ｗｈｅｒｅ　ｔｈｅ　Ｐｕｒｐｌｅ　Ｍｏｕｎｔａｉｎｓ　ａｒｅ　ｌｏｃａｔｅｄ．Ｆｏｒｅｓｔ　ａｎｄ　ａｇｒｉｃｕｌｔｕｒａｌ　ｌａｎｄｃｏｖｅｒ　ｔｈｅｒｅ　ｒｅｓｔｒｉｃｔ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ＵＨＩ．Ｔｈｅ　ｍａｘｉｍｕｍ　ｄｉｆｅｒｅｎｃｅ　ｏｆ　ｔｓ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｓｕｂｕｒｂａｎ　ｉＳ　ａｂｏｕｔ　１　０　ｏｃ．ａｎｄ　ｔｈｅ　ａｖｅｒａｇｅ　ｄｉｆｅｒｅｎｃｅ　ｏｆ　ｆｓ　ｉＳ　ａｂｏｕｔ　２．２９。Ｃ　ｉｎ　ｄａｙｔｉｍｅ．　Ｉｎｔｅｒｐｒｅｔｉｎｇ　ｔｈｅｒｍａｌ　ｄａｔａ　ａｎｄ　ｉｍａｇｅｓ　ｏｆ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｖｅｒ　ａｎ　ａｒｅａ　ｉｓ　ｏｆｔｅｎ　ｎｏｔ　ａｎ　ｅａｓｙ　ｊｏｂ，ｂｅｃａｕｓｅ　ｏｆ　ｍａｎｙ　ｃｏｍｐｌｅｘ　ｆａｃｔｏｒｓ　ｉｎｖｏｌｖｅｄ．Ｔｈｅ　ｍｏｓｔ　ｉｎｆｌｕｅｎｔｉａｌ　ｆａｃｔｏｒｓ　ａｆｆｅｃｔｉｎｇ　ｔｈｅ　ｈｅａｔ　ｉｓｌａｎｄ　ａｒｅ　ｔｈｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｓｕｒｆａｃｅ　ｃｏｖｅｒ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄ　ｕｒｂａｎ　ｍｏｒｐｈｏｌｏｇｙ，ｓｕｃｈ　ａｓ　ｂｕｉｌｄｉｎｇ　ｍａｔｅｒｉａｌｓ，ｇｅｏｍｅｔｒｙ，ａｎｄ　ｄｅｎｓｉｔｙ　Ｅａｃｈ　ｃｏｍｐｏｎｅｎｔ　ｓｕｒｆａｃｅ　ｉｎ　ｕｒｂａｎ　ｌａｎｄｓｃａｐｅｓ　ｐｏｓｓｅｓｓｅｓ　ａ　ｕｎｉｑｕｅ　ｒａｄｉａｔｉｖｅ，ｔｈｅｒｍａｌ，ｍｏｉｓｔｕｒｅ，ａｎｄ　ａｅｒｏｄｙｎａｍｉｃ　ｐｒｏｐｅｒｔｉｅｓ，ａｎｄ　ｒｅｌａｔｅｓ　ｔｏ　ｔｈｅｉｒ　ｓｕｒｒｏｕｎｄｉｎｇ　ｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｅ　ｍｙｒｉａｄ　ｏｆ　ｔｈｅ　ｃｏｍｐｏｎｅｎｔ　ｓｕｒｆａｃｅｓ　ａｎｄ　ｔｈｅ　ｓｐａｔｉａｌ　ｃｏｍｐｌｅｘｉｔｙ，ｗｈｅｎ　ｍｏｓａｉｃｋｅｄ，ｃｒｅａｔｅ　ａ　ｌｉｍｉｔｌｅｓｓ　ａｒｒａｙ　ｏｆ　ｅｎｅｒｇｙ　ｂａｌａｎｃｅ　ａｎｄ　ｍｉｃｒｏｃｌｉｍａｔｅ　ｓｙｓｔｅｍｓ．ｃｏｎｆｉｓｃａｔｉｎｇ　ｕｒｂａｎ　ｍｅｔｅｏｒｏｌｏｇｉｓｔｓ　ｆｒ０ｍ　ｄｒａｗｉｎｇ　ａｎｙ　ｇｅｎｅｒａｌ　ｃｏｎｃｌｕｓｉｏｎ［ＺＪ　Ｌａｎｄ　ｃｏｖｅｒｓ　ａｒｅ　ｍｏｒｅ　ｅｆｆｅｃｔｉｖｅ　Ｉｎ　ｄｅｖｅｌｏｐｉｎｇ　ＵＨＩ．　１１８　８　Ｌｏｎｇｉｔｕｄｅ／０Ｅ　１３　１７　２１　Ｆｉｇ－２　Ｔｅｒｒａｉｎ　ｈｅｉｇｈｔ（ｍ）ａｎｄ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅｓ　ｆ　ｆｒｏｍ　ＭＯＤＩＳ　ａｔ　ａｂｏｕｔ　１　０：３０　ＬＴ（Ｉｏｃａｌ　ｔｉｍｅ１　ｉｎ　ｄａｙｔｉｍｅ　ｉｎ　Ａｐｒｉｌ　２００４。　Ｔｈｅ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｆＳ　ｆｒｏｍ　ＡＷＳ　ａｎｄ　ＭＯＤＩＳ　ｉｎ　ｄａｙｔｉｍｅ　ａｒｅ　ｃｏｍｐａｒｅｄ．Ｔａｂ．３　ｉｓ　ｔｈｅ　ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｔｈｅ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｆｓ　ｄｅｒｉｖｅｄ　ｆｒｏｍ　ＭＯＤＩＳ　ｗｉｔｈ　ＡＷＳ　ｖａｌｉｄ　ａｔ　１　０：３０　ｈｏｕｒ　ｌｏｃａｌ　ｔｉｍｅ　ｉｎ　ｄａｙ．Ａｔｓ　ｉｓ　ｔｈｅ　：　『Ａ　Ｑ　鱼ｅｔ　ａｌ－．Ａ—ｎ—Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｄａｔａ　１　９　ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　ｆＳ　ｂｅｔｗｅｅｎ　ＭＯＤＩＳ　ａｎｄ　ＡＷＳ．Ｔｈｅ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｆＳ　ｄｅｒｉｖｅｄ　ｆｒ０ｍ　ＭＯＤＩＳ　ａｒｅ　ｇｅｎｅｒａｌｌｙ　ｉｎ　ｇｏｏｄ　ａｇｒｅｅｍｅｎｔ　ｗｉｔｈ　ｔｈｏｓｅ　ｆｒｏｍ　ＡＷＳｓ．Ｔｈｅ　ｒｅｌａｔｉｖｅ　ｅｒｒｏｒ　ｉｓ　ａｂｏｕｔ－８．７６％一２．３９％．ｍｏｓｔ　ｏｆ　ｗｈｉｃｈ　ｉｓ　ｎｅｇａｔｉｖｅ．Ｉｔ　ｃａｎ　ｂｅ　ｃｏｎｃｌｕｄｅｄ　ｔｈａｔ　ｔｈｅ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｆｒｏｍ　ＭＯＤ　Ｓ　ｉｓ　ｓｏｍｅｗｈａｔ　ｌｏｗｅｒ　ｔｈａｎ　ｔｈｅ　ｖａｌｕｅｓ　ｏｆＡＷＳ．　Ｔａｂ．３　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｆｓ　ａｔ　ａｂｏｕｔ　１０：３０　ＬＴ　ｉｎ　Ａｐｒｉｌ　２００４　ｆｒｏｍ　ＭＯＤＩＳ　ｗｉｔｈ　ＡＷＳ　４　Ｒｅｌａｔｉｏｎｓ　ｏｆ　Ｔｓａｎｄ　ＮＤＶＩ　４．１　ＮＤＶｌ　Ｔｈｉｓ　ｒｅｓｅａｒｃｈ　ｕｓｅｓ　ＮＤＶＩ　ｔｏ　ａｎａｌｙｚｅ　ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｔｅｍｐｅｒａｔｕｒｅ　ｉｎ　ｇｒｅｅｎ　ａｒｅａ　ａｎｄ　ｎｏｎ．ｇｒｅｅｎ　．ａｒｅａ．Ｇｅｎｅｒａｌｌｙ　ｓｐｅａｋｉｎｇ，ＮＤＶＩ　ｈａｓ　ｔｈｅ　ｖａｌｕｅ　ｏｆ　０（Ｍｉｎ）－１（Ｍａｘ）ｔｈｒｏｕｇｈ　ｔｈｅ　ｆｏｌｌｏｗｉｎｇ　ｅｑｕａｔｉｏｎ．　ＮＤＶＩ＝（　ｆ，一ｒ，）／（　＋　））　ｒ．ｉｒ　ａｎｄ　ａｒｅ　ｓｕｒｆａｃｅ　ｒｅｆｌｅｃｔａｎｃｅｓ　ｉｎ　ｔｈｅ　ＮＩＲ　ａｎｄ　ｒｅｄ　ｂａｎｄｓ，ｒｅｓｐｅｃｔｉｖｅ￣　吾３２．Ｄ　３１　８　１１８　８　Ｌｏｎｇｉｔｕｄｅ／０Ｅ　一０　１　Ｏ　０　１　０　２　０　３　０４　０．５　０　６　０　７　Ｆｉｇ．３　Ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ＮＤＶＩ　ｆｒｏｍ　ＭＯＤＩＳ　ｉｎ　Ａｐｒｉｌ　ｏｆ　２００４　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｖｏ１．１０　Ｉｔ　ｃａｒｌ　ｂｅ　ｓｅｅｎ　ｆｒ０ｍ　ｔｈｅ　ＮＤＶＩ　ｍａｐ（Ｆｉｇ．３）ｔｈａｔ　ａｌｌ　ｔｈｅ　ｕｒｂａｎ　ｏｒ　ｂｕｉｌｔ—ｕｐ　ａｒｅａｓ　ｈａｖｅ　ａ　ｒｅｌａｔｉｖｅｌｙ　ｌｏｗ　ＮＤＶＩ，ｒａｎｇｉｎｇ　ｆｒｏｍ　０．２　ｔｏ　０．４．Ｔｈｅ　ｓａｍｅ　ｉｓ　ｔｒｕｅ　ｉｎ　ｓｍａｌｌ　ｔｏｗｎｓ，ｗｈｉｃｈ　ａｒｅ　ｒｅｌａｔｅｄ　ｔｏ　ｔｈｅ　ｓｐａｒｓｅ　ｖｅｇｅｔａｔｉｏｎ．　Ｔｈｅ　ｍｅａｎ　ｄｉｆｅｒｅｎｃｅ　ｏｆ　ＮＤＶＩ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａＩ　ａｒｅａ　ｉｓ　０．３１．　４．２　ａｌｂｅｄｏ（０‘）　Ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ｉｎ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ（０．３—０＿７ｌ｜ｍ，０＿７—５．０　ｌＪｍ．ａｎｄ　０．３—５．０　ｐｍ）ａｒｅ　ｕｓｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ｉｎ　ａ　ｆｏ　ｒｗａｒｄ　ｖｅｒｓｉｏｎ　ｏｆ　ｔｈｅ　ｍｏｄｅｌ　ｔｏ　ｃｏｍｐｕｔｅ　ｔｈｅ　ｉｎｔｅｇｒａｔｅｄ　ｂｌａｃｋ—ｓｋｙ（ａｔ　ｓｏｍｅ　ｓｏｌａｒ　ｚｅｎｉｔｈ　ａｎｇｌｅ）　ａｎｄ　ｗｈｉｔｅ－ｓｋｙ　ａｌｂｅｄｏｓ．Ａｌｔｅｒｎａｔｅｌｙ，ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ｃａｎ　ｂｅ　ｕｓｅｄ　ｗｉｔｈ　ａ　ｓｉｍｐｌｅ　ｐｏｌｙｎｏｍｉａｌ　ｔｏ　ｅａｓｉｌｙ　ｅｓｔｉｍａｔｅ　ｔｈｅ　ｂｌａｃｋ－ｓｋｙ　ａｌｂｅｄｏ（ｃｏｍｐｌｅｔｅｌｙ　ｄｉｒｅｃｔ　ｂｅａｍ）ｗｉｔｈ　ｇｏｏｄ　ａｃｃｕｒａｃｙ　ｆｏｒ　ａｎｙ　ｄｅｓｉｒｅｄ　ｓｏｌａｒ　ｚｅｎｉｔｈ　ａｎｇｌｅ　ｌ，Ｊ＿Ｔｈｅ　ｐｏｌｙｎｏｍｉａｌ　ｉｓ　ａｓ　ｆｏｌｌｏｗｓ：　Ｉ　（　，　）：　。（　）（ｇ。哪＋ｇ．　。　＋ｇ　。　）＋　（　）（ｇ。　，＋ｇ。　，　＋ｇｚ　）＋　（　）（ｇｏ　＋ｇｔ　＋ｇｚ　）　ｒ１１　、。，　ｗｈｅｒｅ　，　ａｒｅ　ｔｈｅ　ｓｏｌａｒ　ｚｅｎｉｔｈ　ａｎｇｌｅ，ｔｈｅ　ｓｐｅｃｔｒａｌ　ｂａｎｄ．Ｓｉｍｉｌａｒｌｙ，ｔｈｅ　ｗｈｉｔｅ—ｓｋｙ　ａｌｂｅｄｏ（ｃｏｍｐｌｅｔｅｌｙ　ｄｉｆｕｓｅ　ｂｅａｍ）ｃａｎ　ｂｅ　ｃｏｍｐｕｔｅｄ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｅｑｕａｔｉｏｎ：　（　）：　。（　）ｇ　。＋　。，（　）ｇｖ０，＋／　（２）ｇｇ￣ｏ　（２）　Ｔｈｅ　ａｐｐｒｏｐｒｉａｔｅ　ｃｏｎｓｔａｎｔｓ　ａｒｅ　ｆｒｏｍ　ｔｈｅ　ＭＯＤＩＳ　ＢＲＤＦ／Ａｌｂｅｄｏ　Ｐｒｏｄｕｃｔ（ＭＯＤ４３Ｂ）Ｕｓｅｒ＇ｓ　Ｇｕｉｄｅ　ａｓ　ｍｅｎｔｉｏｎｅｄ　ａｂｏｖｅ．Ｔｈｅ　ａｌｂｅｄｏ，　（Ａ，　，ｕｎｄｅｒ　ａｃｔｕａｌ　ａｔｍｏｓｐｈｅｒｉｃ　ｃｏｎｄｉｔｉｏｎｓ　ｃａｎ　ａｌｓｏ　ｂｅ　ｍｏｄｅｌｅｄ　ｑｕｉｔｅ　ａｃｃｕｒａｔｅｌｙ　ａｓ　ａｎ　ｉｎｔｅｒｐｏｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｂｌａｃｋ—－ｓｋｙ　ａｌｂｅｄｏ　ａｎｄ　ｗｈｉｔｅ－－ｓｋｙ　ａｌｂｅｄｏ　ａｓ　ａ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｆｒａｃｔｉｏｎ　ｏｆ　ｄｉｆｕｓｅ　ｓｋｙｌｉｇｈｔ　ｓ（￣ｉ，彳（　）），ｗｈｉｃｈ，ｉｎ　ｔｕｒｎ，ｉｓ　ａ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｏｐｔｉａｌｃ　ｄｅｐｔｈ彳（　）．　ａ（Ａ，　。）：（卜　（　，ｆ（　））口　（　，　）＋　（　，　（　））口ｗ　（　）　（３）　Ｔｈｅ　ｆｒａｃｔｉｏｎ　ｏｆ　ｄｉｆｕｓｅ　ｓｋｙｌｉｇｈｔ　ｉｓ　ｃａｌｃｕｌａｔｅｄ　ｔｈｒｏｕｇｈ　ａ　ｌｏｏｋ—ｕｐ　ｔａｂｌｅ　ｄｏｗｎｌｏａｄｅｄ　ｆｒ０ｍ　ｈｔｔｐ：／／ｇｅｏｇｒａｐｈｙ．ｂｕ．ｅｄｕｌｂｒｄｆｌｕｓｅｒｇｕｉｄｅｌｔｏｏｌｓ．ｈｔｍ１．ｗｈｉｃｈ　ｗａｓ　ｐｒｅｃａｌｃｕｌａｔｅｄ　ｗｉｔｈ　ｔｈｅ　６Ｓ　ｃｏｄｅ　ｆｏｒ　ｓｅｖｅｎ　ＭＯＤＩＳ　ｌａｎｄ　ｓｐｅｃｔｒａｌ　ｂａｎｄｓ　ｐｌｕｓ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ。Ｔｈｅ　ｏｐｔｉａｌｃ　ｄｅｐｔｈ　ｒ（Ａ）ｉｓ　ａｓｓｕｍｅｄ　ｏｆｒ　ｔｈｅ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ　ａｓ　ａ　ｃｏｎｓｔａｎｔ　０．５．ａｎｄ　ｔｈｅ　ｓｏｌａｒ　ｚｅｎｉｔｈ　ａｎｇｌｅ　ｉｓ　ａｔ　ＩｏｃａＩ　ｓｏｌａｒ　ｎｏｏｎ．Ｔｈｅ　ｅｒｒｏｒ　ｏｆ　ａｌｂｅｄｏ　ａｕｓｅｄ　ｂｙ　（ｃ　）ｉｓ　ｖｅｒｙ　ｓｍａｌｌ，ａｂｏｕｔ　Ｏ．００３［１９１．Ｔｈｅ　ｕｒｂａｎ　ａｌｂｅｄｏ　ｉｓ　ｔｈｅ　ａｒｅａ—ａｖｅｒａｇｅｄ　ｖａｌｕｅｓ　ｏｖｅｒ　ａｌｌ　ｕｒｂａｎ　ａｒｅａｓ，ａｎｄ　ｔｈｅ　ｒｕｒａｌ　ａｌｂｅｄｏ　ｉｓ　ｔｈｅ　ａｒｅａ—ａｖｅｒａｇｅ　ａｌｂｅｄｏ　ｏｖｅｒ　ｏｔｈｅｒ　ｌａｎｄ　ｃｏｖｅｒ　ｔｙｐｅ　ａｒｅａｓ．Ｆｉｇ．４　ｉｓ　ｔｈｅ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ａｌｂｅｄｏ　ｉｎ　ｔｏｔａｌ　ｂｒｏａｄｂａｎｄ（０．３—５．０　ｐｍ）ｆｒ０ｍ　ＭＯＤＩＳ　ｉｎ　Ａｐｒｉｌ　２００４．Ｔｈｅ　ａｖｅｒａｇｅ　ａｌｂｅｄｏ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ａｂｏｕｔ　０．１　３　ｊｎ　ｔｈｅ　ｓｔｕｄｙ．ｗｈｉｃｈ　ｉｓ　ｃｏｎｓｉｓｔｅｎｔ　ｗｉｔｈ　ｏｔｈｅｒ　ｒｅｓｅａｒｃｈｅｓ．Ｖａｌｉｄａｔｉｎｇ　ａｌｂｅｄｏ　ｐｒｏｄｕｃｔｓ　ｉｓ　ｉｍｐｏｒｔａｎｔ　ｂｅｃａｕｓｅ　ｔｈｅｉｒ　ａｃｃｕｒａｃｙ　ｉｓ　ｃｒｉｔｉａＩｃ　ｔｏ　ｔｈｅ　ｓｃｉｅｎｔｉｉｆｃ　ｃｏｍｍｕｎｉｔｙ　ｆｏｒ　ｔｈｅｉｒ　ａｐｐｌｉｃａｔｉｏｎｓ．Ｓｏｍｅ　ｓｃｉｅｎｔｉｓｔｓ　ｈａｖｅ　ｐｅｒｆｏｒｍｅｄ　ｉｎｉｔｉａＩ　ｖａｌｉｄａｔｉｏｎｓ　ｏｆ　ｌａｎｄ　ｓｕｒｆａｃｅ　ａｌｂｅｄｏ　ｐｒｏｄｕｃｔｓ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｕｐ－ｓｃａｌｉｎｇ　ｍｅｔｈｏｄｓ．Ｓｏｍｅ　ｐｒｅｌｉｍｉｎａｒｙ　ｖａｌｉｄａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅｓｅ　ｐｒｏｄｕｃｔｓ　ａｒｅ　ｒｅａｓｏｎａｂｌｙ　ａｃｃｕｒａｔｅ．ｗｉｔｈ　ｔｙｐｉａｌｃ　ａｂｓｏｌｕｔｅ　ｅｒｒｏｒ　ｏｆ　Ｉｅｓｓ　ｔｈａｎ　５％Ｉ　Ｊ．　４。３　Ａｎａｌｙｓｉｓ　ｏｆ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　Ｔｏ　ｓｈｏｗ　ｔｈｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄｓ，ａｌｂｅｄｏｓ　ｉｎ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ（０．３—０．７　ＩＪｍ，０＿７一　Ｎｏ．２　ＷＡＮＧＧｕｌｌｉｎｇ　ｅｔ　ａ１．：ＡｎＡｓｓｅｓｓｍｅｎｔＯｆＵｒｂａｎ　Ｈｅａｔ　ｓａｎｄ　Ｅｆｅｃｔ　ｕｓｉｎｇＲｅｍｏｔｅＳｅｎｓｉｎｇＤａｔａ　——５．０　ｐｍ，ａｎｄ　０．３．５．０　ｐｒｏ），ｆｓ　ａｎｄ　ＮＤＶＩ　ｉｎ　ｄａｙｔｉｍｅ　ｖａｒｉａｔｉｏｎｓ　ａｌｏｎｇ　ｔｈｅ　ｔｒａｎｓｅｃｔ　ＡＢ（Ｆｉｇ．１）ａｒｅ　ｄｒａｗｎ　ｉｎ　Ｆｉｇ．５．Ｉｔ　ｓｈｏｕｌｄ　ｈｅｌｐ　ＵＳ　ｔｏ　ｕｎｄｅｒｓｔａｎｄ　ｈｏｗ　ｉｎｄｕｓｔｒｉａＩ　ｄｅｖｅｌｏｐｍｅｎｔ　ａｎｄ　ｊｎｆｒａｓｔｒｕｃｔｕｒｅ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ｈａｖｅ　ａｌｔｅｒｅｄ　ｔｈｅ　ｕｒｂａｎ　ｔｈｅｒｍａｌ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｉｔ　ｅｘｈｉｂｉｔｓ　ｎｕｍｅｒｏｕｓ“ｐｅａｋｓ，”“ｖａｌｌｅｙｓ，”“ｐｌａｔｅａｕｓ，”ａｎｄ“ｂａｓｉｎｓ，’’　ｉｎｄｉｃａｔｉｎｇ　ｔｈｅ　ｈｅｔｅｒｏｇｅｎｅｏｕｓ　ｎａｔｕｒｅ　ｏｆ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ａｌｏｎｇ　ｔｈｅ　ｌｉｎｅ．Ｆａｃｔｏｒｓ　ｓｕｃｈ　ａｓ　ｔｈｅ　ｓｐａｔｉａｌ　ｐａ￣ｅｒｎ　ｏｆ　ｄｉｆｅｒｅｎｔ　ｌａｎｄ．ｃｏｖｅｒ　ｃｌａｓｓｅｓ．ｔｈｅ　ｏｃｃｕｒｒｅｎｃｅ　ｏｆ　ｗａｔｅｒ　ｂｏｄｉｅｓ，ｂｕｉｌｄｉｎｇ，ａｎｄ　ｔｈｅ　ｄｉｖｉｓｉｏｎ　ｏｆ　ｔｈｅ　ｚ。『８Ｄ暑　－１　ｃｉｔｙ’Ｓ　ｆｕｎｃｔｉｏｎａｌ　ｄｉｓｔｒｉｃｔｓ，ａｍｏｎｇ　ｍａｎｙ　ｏｔｈｅｒｓ，ｍａｙ　ｈａｖｅ　ａｆｆｅｃｔｅｄ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ＵＨＩ．Ｖｉｓｕａｌｌｙ　ｒｅｖｉｅｗｉｎｇ　ｔｈｅ　ｖａｒｉａｔｉｏｎｓ　ａｍｏｎｇ　ｔｈｅ　ｌａｎｄ　ｃｏｖｅｒｓ　ｒｅｖｅａｌｓ　ｔｈａｔ　ｔｈｅ　ｆｓ“ｐｅａｋｓＩ’ｏｃｃｕｒ　ｏｖｅｒ　ｕｒｂａｎ　ａｎｄ　ｂｕｉｌｄｉｎｇ　ａｒｅａｓ．Ｔｈｅ　ＵＨｌ　ｐａ￣ｅｒｎ　ｂｅｃｏｍｅｓ　ｖｉｓｉｂｌｅ。　３２．０　３１．８　１１８．４　１１８８　１１９２　Ｌｏｎｇｉｔｕｄｅ／０Ｅ　Ｆｉｇ．４　Ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ａｌｂｅｄｏ　ｉｎ　ｔｏｔａｌ　ｂｒｏａｄｂａｎｄ（０．３－５．０　ｐｍ）ｆｒｏｍ　ＭＯＤＩＳ　ｉｎ　Ａｐｒｉｌ　２００４　ＡＩｂｅｄｏ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉＳ　ＩｅＳＳ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｔｈｅ　ｒｕｒａ１．Ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ａｌｂｅｄｏ　ｉｎ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｂｒｏａｄｂａｎｄ（０．７—５．０　ｐｍ）ａｎｄ　ＮＤＶＩ　ｉＳ　ｐｏｓｉｔｉｖｅ，ｔｈｅｉｒ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ　ｉｓ　０．８３，ｂｕｔ　ｉｔ　ｉｓ－０．８０　ｉｎ　ｔｈｅ　ｖｉｓｉｂｌｅ（０．３－０．７　ｐｍ）．Ａｌｂｅｄｏ　ｉｎ　ｔｈｅ　ｖｉｓｉｂｌｅ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ｌａｒｇｅｒ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｒｕｒａｌ　ａｒｅａ，ｂｕｔ　ｉｓ　ｌｅｓｓ　ｉｎ　ｔｈｅ　Ｎ　Ｉ　Ｒ　ａｎｄ　ｉｎ　ｔｈｅ　ｔｏｔａｌ（０．３—５．０　ｐｍ）．Ｔｈｅ　ｒｅｓｕｌｔ　ｃａｎ　ｂｅ　ｅｘｐｌａｉｎｅｄ　ｔｈａｔ　ｔｈｅ　ｒｅａｃｔｉｏｎ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ　ｔｏ　ｓｕｎ　ｌｉｇｈｔ　ｉｎ　ｗａｖｅｌｅｎｇｔｈ　ｉｓ　ｑｕｉｔｅ　ｄｉｆｅｒｅｎｔ．Ａｌｂｅｄｏ　ｉｎ　ｔｈｅ　ｖｉｓｉｂｌｅ（０．３—０．７　ｐｍ）ｏｖｅｒ　ｔｈｅ　ａｒｅａ　ｗｉｔｈ　ｈｉｇｈ　ｄｅｎｓｉｔｙ　ｖｅｇｅｔａｔｉｏｎ　ｉｓ　ｌｏｗｅｒ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｓｐａｒｓｅ　ｖｅｇｅｔａｔｉｏｎ．Ｂｅｃａｕｓｅ　ｖｅｇｅｔａｔｉｏｎ　ａｂｓｏｒｂＳ　ｔｈｅ　ｌｉｇｈｔ　ｉｎ　ｔｈｅ　ｖｉｓｉｂｌｅ　ｆｏｒ　ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ，ｂｕｔ　ｉｔ　ａｂｓｏｒｂｓ　ｈａｒｄｌｙ　ｉｎ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｂｒｏａｄｂａｎｄ　ａｎｄ　ｒｅｆｌｅｃｔ　ｍｏｓｔ　ｏｆ　ｉｔ．Ｔｈｅｒｅｆｏｒｅ　ａｌｂｅｄｏ　ｉｎ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｂｒｏａｄｂａｎｄ　ｉｓ　ｌａｒｇｅｒ．Ｔｈｅｒｅ　ｉｓ　ｆｅｗ　ｖｅｇｅｔａｔｉｏｎ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ａｎｄ　ＮＤＶＩ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ａｌｗａｙｓ　ｌｅｓｓ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｔｈｅ　ｒｕｒａ１．Ｗｅ　ｃａｎ　ｓｅｅ　ｆｒ０ｍ　ｔｈｅ　ｆｉｇｕｒｅ　ｔｈａｔ　ｔｈｅｒｅ　ｉｓ　ａ　ｎｅｇａｔｉｖｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ＮＤＶＩ　ａｎｄ　ｆｓ　ｗｈｉｃｈ　ｈａｓ　ａｌｓｏ　ｂｅｅｎ　ｏｂｓｅｗｅｄ　ｂｙ　ｓｅｖｅｒａｌ　ｒｅｓｅａｒｃｈｅｒｓ　ｆｏｒ　ｖａｒｉｏｕｓ　ｔｙｐｅｓ　ｏｆ　ｅｃｏｓｙｓｔｅｍｓ［１４－１７］．Ｔｈｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｉｆｃｉｅｎｔ　ｂｅｔｗｅｅｎ　ａｎｄ　ＮＤＶＩ　ｒｅａｃｈｅｓ．０．７３．ＮＤＶＩ　ｐｒｅｓｅｎｔｓ　ｓｐｅｃｔｒａｌ　ｒｅｆｌｅｃｔａｎｃｅ　ｐｒｏｐｅｒｔｉｅｓ　ａｎｄ　ｄｅｎｓｉｙｔ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ，ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ，ｏｎ　ｔｈｅ　ｏｔｈｅｒ　ｈａｎｄ，ｉｓ　ｒｅｌａｔｅｄ　ｔｏ　ｗａｔｅｒ　ａｎｄ　ｅｎｅｒｇｙ　ｂａｌａｎｃｅ　ｄｅｔｅｒｍｉｎｅｄ　ｂｙ　ｓｏｉｌ　ｍｏｉｓｔｕｒｅ　ａｖａｉｌａｂｉｌｉｙｔ，ａｍｏｕｎｔ　ｏｆ　ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ　ａｎｄ　ｌｏｃａｌ　ｃｌｉｍａｔｅ　ｆａｃｔｏｒｓ．　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｖｏ１．１．０　Ｔｈｅ　ｉｎｈｏｍＯｇｅｎｅｉｔｌｅｓ　ｏｆ　ｕｒｂａｎ／ｒｕｒａｌ　ｓｕｒｆａｃｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ（ｓｕｃｈ　ａｓ　ｔｓ，ａｌｂｅｄｏ，ＮＤＶＩ）ａｒｅ　ａｎａｌｙｚｅｄ　ｂａｓｅｄ　ｏｎ　ＭＯＤＩＳ　ｄａｔａ．ａｎｄ　ｃｏｎｃｌｕｓｉｏｎｓ　ａｒｅ　ｓｈｏｗｎ　ｉｎ　Ｔａｂ．４．　、　Ｕ　４　Ｏ　３　Ｏ　２　０　ｌ　Ｏ　的　他　Ｌｏｎｇｉｔｕｄｅ／。Ｅ　一一　。咐　口ｎ　一　ｆ　—ＮＤＶｌ　（ａ）　０　８　一１１８．４　１１８８　　０　６　０４　舌　０：２　Ｚ　０　１１９　２　Ｌｏｎｇｉｔｕｄｅ／。Ｅ　一　—　一ＮＤＶＩ　＿０　２　８　６　４　２　∽。　．　２　（ｂ）　Ｆｉｇ．５　Ｚｏｎａｌ　ｐｒｏｆｉｌｅｓ　ｏｆ　ＮＤＶＩ　ａｎｄ（ａ）ａｌｂｅｄｏｓ　ｉｎ　ｔｈｒｅｅ　ｂｒｏａｄｂａｎｄｓ　ａｎｄ（ｂ）ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｔｓ　ａｌｏｎｇ　舌Ｚ　ｔｒａｎｓｅｃｔ　ＡＢ　ｉｎ　Ｆｉｇ．１　Ｔａｂ．４　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　，ＮＤＶＩ　ａｎｄ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｗｉｔｈ　ｔｈｏｓｅ　ｏｖｅｒ　ｒｕｒａｌ　ａｒｅａ　ｆｓ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｎｃｒｅａｓｅ　ｂｙ　１　Ｏ．８３％，ａｎｄ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ｉｓ　ａｂｏｕｔ　２．２９。Ｃ：ＮＤＶＩ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ｌｅｓｓ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｔｈｅ　ｒｕｒａ１．Ｏｎ　ｔｈｅ　ｃｏｎｔｒａｒｙ　ＮＤＶＩ　ａｎｄ　ａｌｂｅｄｏ　ｏｖｅｒ　ｔｈｅ　－　ｕｒｂａｎ　ａｒｅ　ｂｙ　６２％ａｎｄ　１　８．７５％ｌｅｓｓ　ｔｈａｎ　ｔｈｅ　ｒｕｒａ１．ａｎｄ　ｔｈｅ　ｍｅａｎ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ｉｓ　ａｂｏｕｔ　０．３１　ａｎｄ　０．Ｏ３．ｒｅｓｐｅｃｔｉｖｅｌｙ．　５　Ｃｏｎｃｌｕｓｉｏｎ　（ａ）￡ｓ　ｆｒｏｍ　ＭＯＤＩＳ　ｐｒｏｄｕｃｔ　ｗｅｌｌ　ａｇｒｅｅｓ　ｗｉｔｈ　ｔｈａｔ　ｏｆ　ＡＷＳ，ｔｈｅ　ａｎｄ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ　ａｒｏｕｎｄ　Ｎａｎｊｉｎｇ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ｏｂｖｉｏｕｓ　ｂｙ　ＭＯＤＩＳ　ｉｍａｇｅｓ．　（ｂ）ＮＤＶＩ　ａｎｄ　ｆｓ　ｈａｓ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｉｃｉｆｅｎｔｓ　ｏｆ一０．７３．Ｃｏｒｒｅｌａｔｉｏｎ　ｃｏｅｆｉｃｉｆｅｎｔ　ｏｆ　ＮＤＶＩ　ａｎｄ　ａｌｂｅｄｏ　ｉｓ　ｄｅｔｅｒｍｉｎｅｄ　ｂｙ　ｓｐｅｃｔｒｕｍ　ｏｆ　ｌｉｇｈｔ，ａｎｄ　ｔｈａｔ　ｏｆ　ａｌｂｅｄｏ　ｉｎ　ｎｅａｒ　ｉｎｆｒａｒｅｄ　ｂｒｏａｄｂａｎｄ（０．７　ｐｍ一５．０　ｐｍ）ａｎｄ　Ｎｏ　２　ＷＡＮＧ　Ｇｕｌｌｉｎｇ　ｅｔ　ａｌ：Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏ￣Ｓｅｎｓｉｎｇ　Ｄａｔａ　２３　ＮＤＶＩ　ｉｓ　０．８３，ｗｈｉｌｅ　ｔｈａｔ　ｉｓ－０．８０　ｉｎ　ｔｈｅ　ｖｉｓｉｂｌｅ（０．３ｐｍ一０．７　ｐｍ）　（ｃ）　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ｉｓ　ｌａｒｇｅｒ　ｔｈａｎ　ｔｈａｔ　ｏｖｅｒ　ｔｈｅ　ｒｕｒａｌ　ａｒｅａ．ｆｓ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ｉｓ　ａｂｏｕｔ　２．２９。Ｃ．ａｎｄ　ＮＤＶＩ　ａｎｄ　ａｌｂｅｄｏ　ｏｖｅｒ　ｔｈｅ　ｕｒｂａｎ　ａｒｅａ　ａｒｅ　ｂｙ　６２％ａｎｄ　１　８．７５％ｌｅｓｓ　ｔｈａｎ　ｔｈｏｓｅ　ｏｖｅｒ　ｔｈｅ　ｒｕｒａｌ　ａｒｅａ．ａｎｄ　ｔｈｅ　ｍｅａｎ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａｌ　ａｒｅａ　ｉｓ　ａｂｏｕｔ　０．３１　ａｎｄ　０．０３，　ｒｅｓｐｅｃｔｉｖｅｌｙ．　Ｔｈｅ　ｒｅｓｕｌｔｓ　ｉｎｄｉｃａｔｅ　ｔｈａｔ　ｓｕｒｆａｃｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｐａｒａｍｅｔｅｒｓ　ｄｅｒｉｖｅｄ　ｆｒＯｍ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ｗｉｌｌ　ｂｅ　ｒｅｇａｒｄｅｄ　ａｓ　ｏｎｅ　ｏｆ　ｅｆｆｅｃｔｉｖｅ　ｍｅｔｈｏｄｏｌｏｇｉｅｓ　ｔｏ　ｍａｎｉｆｅｓｔ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ．Ｔｈｅ　ｖｅｇｅｔａｔｉｏｎ　ｃｏｖｅｒ　ａｐｐｅａｒｓ　ｔＯ　ｂｅ　ａ　ｐｒｉｍａｒｙ　ｃａｕｓｅ　ｏｆ　ｓｕｒｆａｃｅ　ｐｒｏｐｅｒｔｉｅｓ　ｂｅｔｗｅｅｎ　ｔｗｏ　ｅｎｖｉｒｏｎｍｅｎｔｓ　ｔｈａｔ　ａｒｅ　ｒｅｓｐｏｎｓｉｂｌｅ　ｆｏｒ　ｔｈｅ　ｄｉｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ａｎｄ　ｒｕｒａＩ　ｓｕｒｆａｃｅ．Ｉｔ　ｃａｎ　ｄｅｃｒｅａｓｅ　ｔｈｅ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｏｖｅｒ　ｕｒｂａｎ　ａｒｅａ　ａｎｄ　ｌｅｓｓｅｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｔｈｅ　ＵＨＩ　ｅｆｆｅｃｔ　ｂｙ　ｅｎｌａｒｇｉｎｇ　ｖｅｇｅｔａｔｉｏｎ　ｃｏｖｅｒ　ａｎｄ　ａｌｂｅｄｏ．Ｔｈｉｓ　ｓｔｕｄｙ　ｃａｎ　ａｌｓｏ　ｂｅ　ｔｈｅ　ｆｏｕｎｄａｔｉｏｎ　ｆｏｒ　ｔｈｅ　ｆｕｒｔｈｅｒ　ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　ＵＨＩ　ｆｏｒｍａｔｉｏｎ　ｍｅｃｈａｎｉｓｍ　ｉｎ　ｔｅｒｍ　ｏｆ　ｔｈｅ　ｓｕｒｆａｃｅ　ｅｎｅｒｇｙ　ｅｘｃｈａｎｇｅ　ｕｓｉｎｇ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ．　Ａｃｋｎｏｗｌｅｄｇｍｅｎｔｓ　Ｔｈｉｓ　ｗｏｒｋ　ｗａｓ　ｓｕｐｐｏｒｔｅｄ　ｂｙ　ｔｈｅ　ｐｒｏｊｅｃｔ　ｏｆ　Ｎａｔｉｏｎａｌ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｕｎｄｉｎｇ　ｏｆ　Ｃｈｉｎａ　ｕｎｄｅｒ　ｇｒａｎｔ　Ｎｏ．４００７５００４．　Ｒｅｆｅｒｅｎｃｅ　【１】　Ｒｏｔｈ　Ｍ，Ｏｋｅ　Ｔ　Ｒ，Ｅｍｅｒｙ　Ｗ　Ｊ．Ｓａｔｅｌｌｉｔｅ　ｄｅｒｉｖｅｄ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄｓ　ｆｒｏｍ　ｔｈｒｅｅ　ｃｏａｓｔａＩ　ｃｉｔｉｅｓ　ａｎｄ　ｔｈｅ　ｕｔｉｌｉｚａｔｉｏｎ　ｏｆ　ｓｕｃｈ　ｄａｔａ　ｉｎ　ｕｒｂａｎ　ｃｌｉｍａｔｏｌｏｇｙ【Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，１　９８９，１　０（１　１）：１　６９９—１　７２０．　Ｇａｌｌｏ　Ｋ　Ｐ　Ｔｈｅ　ｕｓｅ　ｏｆ　ａ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ　ｆｏｒ　ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｅｆｆｅｃｔ［Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，１９９３，１４（１１）：２　２２３—２　２３０．　【３】　Ｏｗｅｎ　Ｔ　Ｗ，Ｃａｒｌｓｏｎ　Ｔ　Ｎ，Ｇｌｉｌｉｅｓ　Ｒ　Ｒ．Ａｎ　ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ｓａｔｅｌｌｉｔｅ　ｒｅｍｏｔｅｌｙ—ｓｅｎｓｅｄ　ｌａｎｄ　ｃｏｖｅｒ　ｐａｒａｍｅｔｅｒｓ　ｉｎ　ｑｕａｎｔｉｔａｔｉｖｅｌｙ　ｄｅｓｃｒｉｂｉｎｇ　ｔｈｅ　ｃｌｉｍａｔｉｃ　ｅｆｆｅｃｔ　ｏｆ　ｕｒｂａｎｉｚａｔｉｏｎ［Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，１９９８，１９　（９）：１　６６３—１　６８１．　Ｓｔｒｅｕｔｋｅｒ　Ｄ　Ｒ．Ｓａｔｅｌｌｉｔｅ－ｍｅａｓｕｒｅｄ　ｇｒｏｗｔｈ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｏｆ　Ｈｏｕｓｔｏｎ，Ｔｅｘａｓ［Ｊ】．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００３。８５（３）：２８２－２８９．　［５５】　Ｋｌｙｓｉｋ　Ｋ，Ｆｏ￣ｕｎｉａｋ　Ｋ．Ｔｅｍｐｏｒａｌ　ａｎｄ　ｓｐａｔｉａｌ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｏｆ　Ｌ６ｄ乏．Ｐｏｌａｎｄ［Ｊ】．　Ａｔｍｏｓｐｈｅｒｉｃ　Ｅｎｖｉｒｏｎｍｅｎｔ，１　９９９，３３（２４／２５）：３　８８５－３　８９６．　Ｍｏｎｔａ０ｅｚ　Ｊ　Ｐ，Ｒｏｄｒｉｇｕｅｚ　Ａ，Ｊｉｍ￣ｎｅｚ　Ｊ　Ｉ．Ａ　ｓｔｕｄｙ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｏｆ　Ｇｒａｎａｄａ［Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｌｉｍａｔｏｌｏｇｙ，２０００，２０（８）：８９９—９１　１．　Ｗｅｎｇ　Ｑ．Ｆｒａｃｔａｌ　ａｎａｌｙｓｉｓ　ｏｆ　ｓａｔｅｌｌｉｔｅ—ｄｅｔｅｃｔｅｄ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｅｆｆｅ￣【Ｊ】．Ｐｈｏｔｏｇｒａｍｍｅｔｒｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ＆　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，２００３，６９（５），５５５—５６６．　【８１　Ｗｅｎｇ　Ｑ，Ｌｕ　Ｄ，Ｓｃｈｕｂｒｉｎｇ　Ｊ．Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｌａｎｄ　ｓｕｄａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ－ｖｅｇｅｔａｔｉｏｎ　ａｂｕｎｄａｎｃｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｆｏｒ　ｕｒｂａｎ　ｈｅａｔ　ｉｓｌａｎｄ　ｓｔｕｄｉｅｓ［Ｊ】．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００４，８９（４）：４６７—４８３．　Ｚｈｕ　Ａ，Ｌｉ　Ｃ，Ｌｉｕ　Ｇ，ｅｔ　ａｌ　Ｖａｌｉｄａｔｉｏｎ　ａｎｄ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＭＯＤＩＳ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ａｅｒｏｓｏｌ　ｉｎｆｏｒｍａｔｉｏｎ　ｉｎ　Ｂｅｉｊｉｎｇ【Ｊ】．　２４　Ｍａｒｉｎｅ　Ｓｃｉｅｎｃｅ　Ｂｕｌｌｅｔｉｎ　Ｖｏ１１Ｏ　．Ａｃｔａ　Ｓｃｉｅｎｔｉａｅ　Ｃｉｒｃｕｍｓｔａｎｔｉａｅ，２００４，２４（１）：８６—９Ｏ．　【１　Ｏ】　Ｋｅｉｔｈ　Ｗ　Ｏ，Ｇｏｒｄｏｎ　Ｂ　Ｂ，Ｓｃｈａａｆ　Ｃ　Ｂ，ｅｔ　ａ１．Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ｇｌｏｂａｌ　ｃｌｉｍａｔｅ　ｍｏｄｅｌ　ｌａｎｄ　ｓｕｒｆａｃｅ　ａｌｂｅｄｏ　ｕｓｉｎｇ　ＭＯＤＩＳ　ｄａｔａ【Ｊ】．Ｇｅｏｐｈｙｓｉｃａｌ　Ｒｅｓｅａｒｃｈ　Ｌｅｔｔｅｒｓ，２００３，３０（８）：１　４４３—１　４４７．　【１１】　Ｗｅｉ　Ｍ，Ｗａｎｇ　Ｇ，Ｊｉａｎｇ　Ｗ　Ｍ，ｅｔ　ａ１．Ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ａｎａｌｙｓｉｓ　ｉｎ　ｕｒｂａｎ　ａｒｅａ　ｕｓｉｎｇ　ＭＯＤＩＳ［Ｊ】，Ｐｒｏｃｅｅｄｉｎｇ　ｏｆ　ＳＰＩＥ．２００６．６１　９９：３２・４０　【１２１　Ｗａｎｇ　Ｇ，Ｊｉａｎｇ　Ｗ，Ｗｅｉ　Ｍ，ｅｔ　ａ１．Ａｎａｌｙｓｉｓ　ｏｆ　ｕｒｂａｎ／ｒｕｒａｌ　ａｌｂｅｄｏ　ｆｒｏｍ　ＭＯＤＩＳ　ｏｖｅｒ　Ｅａｓｔ　Ｃｈｉｎａ［Ｊ】，Ｐｒｏｃｅｅｄｉｎｇ　ｏｆ　ＳＰＩＥ，２００６．６１９９：１２３—１３４．　【１　３】　Ｗａｎｇ　Ｇ．Ｓｔｕｄｙ　ｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｐａｒａｍｅｔｅｒｉｚａｔｉｏｎ　ｏｆ　Ｓｕｒｆａｃｅ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　Ａｔｍｏｓｐｈｅｒｉｃ　Ｂｏｕｎｄａｒｙ　Ｌａｙｅｒ　ｏｖｅｒ　Ｕｒｂａｎ／Ｒｕｒａｌ　Ａｒｅａｓ【Ｄ１，Ｎａｎｊｉｎｇ：Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ａｔｍｏｓｐｈｅｒｉｃ　Ｓｃｉｅｎｃｅｓ　Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，　２００５．　【１４］　ｗａｎｇ　ｚ，Ｇｅｏ－ｓｔａｔｉｓｔｉｃｓ　ａｎｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｉｎ　ｅｃｏｌｏｇｙ【Ｍ】Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ　Ｐｒｅｓｓ．１９９９．　【１　５］　Ｓｕｎ　Ｈ，Ｓｕｎ　Ｚ，Ｌｉ　Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ｓａｔｅｌｌｉｔｅ　Ｒｅｍｏｔｅ－ｓｅｎｓｉｎｇ　Ｓｐｅｃｔｒａｌ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　Ｆｏｇ［Ｊｌ，Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｍｅｔｅｏｒｏｌｏｇｙ，２００４，２７（３）：２８９・３０１．　【１６］　Ｙａｎｇ　Ｊ，Ｙｉｎ　Ｑ，Ｇｕ　Ｓ．Ｂａｎｄ　ｃｏｍｂｉｎａｔｉｏｎ　ｒｅｓｅａｒｃｈ　ｏｆ　ｃｉｔｙ　ｒｅｇｉｏｎ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ｉｎ　ｆａｌｓｅ　ｃｏｌｏｒ　ｓｙｎｔｈｅｓｉｓ［Ｊ］，Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｍｅｔｅｏｒｏｌｏｇｙ，２００５，２８（３）：２８９—２９５　【１７］Ｌｕｃｈｔ　Ｗ，Ｓｃｈａａｆ　Ｃ　Ｂ．Ｓｔｒａｈｌｅｒ　Ａ　Ｈ．Ａｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｔｈｅ　ｒｅｔｒｉｅｖａｌ　ｏｆ　ａｌｂｅｄｏ　ｆｒｏｍ　ｓｐａｃｅ　ｕｓｉｎｇ　ｓｅｍｉ－ｅｍｐｉｒｉｃａｌ　ＢＲＤＦ　ｍｏｄｅｌｓ【Ｊ】．ＩＥＥＥ　Ｔｒａｎｓ　Ｇｅｏｓｃｉ　Ｒｅｍｏｔｅ　Ｓｅｎｓ．２０００，３８（１）：９７７・９９８　【１　８】Ｌｕｏ　Ｙ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ａｔｍｏｓｐｈｅｒｉｃ　ａｅｒｏｓｏｌ　ｏｐｔｉｃａｌ　ｄｅｐｔｈ　ａｎｄ　ｉｔｓ　ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｆｏｒｃｉｎｇ　ｏｎ　ｄｉｒｅｃｔ　ｒａｄｉａｔｉｏｎ　ａｎｄ　ｉｔｓ　ｃｌｉｍａｔｅ　ｅｆｆｅｃｔ　ｏｖｅｒ　Ｃｈｉｎａ［Ｄ］，Ｂｅｉｊｉｎｇ：Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｇｅｏｐｈｙｓｉｃｓ　Ｂｅｉｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，１　９９８．　【１９］Ｗａｎｇ　Ｋ，Ｌｉｕ　Ｊ，Ｚｈｏｕ　Ｘ，ｅｔ　ａ１．Ｒｅｔｒｉｅｖａｌ　ｏｆ　ｔｈｅ　ｓｕｒｆａｃｅ　ａｌｂｅｄｏ　ｕｎｄｅｒ　ｃｌｅａｒ　ｓｋｙ　ｏｖｅｒ　ｃｈｉｎａ　ａｎｄ　ｉｔｓ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎａｌｙｓｉｓ　ｂｙ　ｕｓｉｎｇ　ＭＯＤＩＳ　ｓａｔｅｌｌｉｔｅ［Ｊ】．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ａｔｍｏｓｐｈｅｒｉｃ　Ｓｃｉｅｎｃｅｓ，２００４，２８（６）：９４１—９４９．　［２０】Ｌｉａｎｇ　Ｓ．Ｖａｌｉｄａｔｉｎｇ　ＭＯＤＩＳ　ｌａｎｄ　ｓｕｒｆａｃｅ　ｒｅｆｌｅｃｔａｎｃｅ　ａｎｄ　ａｌｂｅｄｏ　ｐｒｏｄｕｃｔｓ：ｍｅｔｈｏｄｓ　ａｎｄ　ｐｒｅｌｉｍｉｎａｒｙ　ｒｅｓｕｌｔｓ【Ｊ】．　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００２．８３（１／２）：１４９—１６２．　【２１】Ｘｕ　Ｘ．Ａ　ｓｔｕｄｙ　ｏｆ　ｍｏｎｔｈｌｙ—ｍｅａｎ　ｓｕｒｆａｃｅ　ａｌｂｅｄｏ　ｏｆ　ｔｈｅ　Ｙａｎｇｔｚｅ　Ｒｉｖｅｒ　Ｄｅｌｔａ［Ｊ］Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ａｔｍｏｓｐｈｅｒｉｃ　Ｓｃｉｅｎｃｅｓ，２００２，２６（３）：３９４－４００．　【２２１　Ｚｈｏｕ　Ｓ．Ｓｈｕ　Ｊ．Ｕｒｂａｎ　Ｃｌｉｍａ￣ｌｏｇｙ．Ｂｅｉｊｉｎｇ：Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ｐｒｅｓｓ　１９９４．　［２３】Ｎｅｍａｎｉ　Ｒ．Ｒｕｎｎｉｎｇ　Ｓ．Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｒｅｇｉｏｎａｌ　ｓｕｒｆａｃｅ　ｒｅｓｉｓｔａｎｃｅ　ｔｏ　ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ　ｆｒ０ｍ　ＮＤＶＩ　ａｎｄ　ｔｈｅｒｍａｌ－ＩＲ　ＡＶＨＲＲ　ｄａｔａ【Ｊ】．Ｊｏｕｒｎａｌ　ｏｆ　Ａｐｐｌｉｅｄ　Ｍｅｔｅｏｒｏｌｏｇｙ，１　９８９，２８（４）：２７６—２８４．　［２４１　Ｓｍｉｔｈ　Ｒ　Ｃ　Ｇ，Ｃｈｏｕｄｈｕｒｙ　Ｂ　Ｊ．Ａｎａｌｙｓｉｓ　ｏｆ　ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｆｅｒｅｎｃｅ　ａｎｄ　ｓｕｒｆａｃｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｏｂｓｅｒｖａｔｉｏｎｓ　ｏｖｅｒ　ｓｏｕｔｈｅａｓｔｅｒｎ　Ａｕｓｔｒａｌｉａ【Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，１９９１，１２（１Ｏ）：２　０２１—２　０４４．　［２５】　Ｂｏｅｇｈ　Ｅ，Ｓｏｅｇａａｒｄ　Ｈ，Ｔｈｏｍｓｅｎ　Ａ，Ｅｖａｌｕａｔｉｎｇ　ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ　ｒａｔｅｓ　ａｎｄ　ｓｕｒｆａｃｅ　ｃｏｎｄｉｔｉｏｎｓ　ｕｓｉｎｇ　Ｌａｎｄｓａｔ　ＴＭ　ｔｏ　ｅｓｔｉｍａｔｅ　ａｔｍｏｓｐｈｅｒｉｃ　ｒｅｓｉｓｔａｎｃｅ　ａｎｄ　ｓｕｒｆａｃｅ【Ｊ】．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００２，７９（２／３）：３２９－　３４３．　【２６】　Ｙａｎｇ　Ｂ，Ｄｉｎｇ　Ｙ．Ａｎ　Ｅｘｐｅｒｉｍｅｎｔ　ｏｎ　Ｓｏｉｌ　Ｍｏｉｓｔｕｒｅ　Ｍｏｎｉｔｏｒｉｎｇ　Ｕｓｉｎｇ　ａｎ　Ｉｍｐｒｏｖｅｄ　Ｔｈｅｒｍａｌ　Ｉｎｅｒｔｉａ　Ｍｅｔｈｏｄ［Ｊ］，　Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｍｅｔｅｏｒｏｌｏｇｙ，２００４，２７（２）：２１８—２２３．　Ｎｏ．２　ＷＡＮＧ　Ｇｕｉｌｉｎｇ　ｅｔ　ａ１．：Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ　Ｅｆｆｅｃｔ　ｕｓｉｎｇ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｄａｔａ　２５　城市热岛效应的卫星遥感分析　王桂玲’，　蒋维楣２，魏鸣３　（１．解放军理工大学气象学院，江苏南京　２１１１０１：２．南京大学大气科学系，江苏南京２１００９３　３．南京信息工程大学中美合作遥感中心，江苏南京２１００４４）　摘要：利用ＭＯＤＩＳ资料研究了２００４年４月南京城市热岛特征及其影响因子，结合地表覆盖类型分析了植被　归一化指数（Ｎｏｒｍａｌｉｚｅｄ　Ｄｉｆｅｒｅｎｃｅ　Ｖｅｇｅｔａｔｉｏｎ　Ｉｎｄｅｘ，ＮＤＶＩ）、地表温度（　）、地表反照率（　的城乡差异及其相　互关系，探讨了城市热岛（Ｕｒｂａｎ　Ｈｅａｔ　Ｉｓｌａｎｄ，ＵＨＩ）效应形成的机制。结果表明：南京城区存在着明显的城市热　岛效应；城市平均　比乡村高约１０．８３％；城市ＮＤＶＩ和　分别比乡村低约为６２％和１８－７５％；ＮＤＶＩ与『ｓ呈　负相关，相关系数为－０．７３，而ＮＤＶＩ与　之间关系与波段有关；城乡植被覆盖差异是造成ＵＨＩ的主要原因，　其次是地表反照率，通过提高植被覆盖率和地表反照率可以减小城市热岛效应。　关键词：卫星遥感；ＭＯＤＩＳ；城市热岛；地表温度；植被归一化指数；地表反照率