摘要：STEVE（Screening Tool for Estate Environment Evaluation）是一種經(jīng)過回歸分析得出的統(tǒng)計(jì)模型，通過獲得氣候變量和城市形態(tài)變量，能夠?qū)π录悠庐?dāng)?shù)氐臍鉁刂笜?biāo)進(jìn)行快速預(yù)測(cè)，但該模型的普適性并沒有得到檢驗(yàn)，不能直接應(yīng)用于新加坡以外的地區(qū)。通過3組檢驗(yàn)過程，即對(duì)介紹STEVE的原文獻(xiàn)中的數(shù)據(jù)進(jìn)行易地驗(yàn)證，以及在廣州地區(qū)進(jìn)行2組實(shí)測(cè)實(shí)驗(yàn)驗(yàn)證，證明STEVE能夠較好地滿足工程上的精度要求，可以作為一種簡(jiǎn)易預(yù)測(cè)氣溫的工具模型應(yīng)用于廣州地區(qū)以及具有相似氣候背景城市的規(guī)劃與設(shè)計(jì)階段。STEVE還具有優(yōu)化完善的空間，在未來的研究工作中將繼續(xù)擴(kuò)展其適用范圍。

關(guān)鍵詞：氣溫；預(yù)測(cè)模型；城市熱島；城市氣候；城市規(guī)劃

中圖分類號(hào)：TU 119.1

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-4764（2013）04-0151-10

近年來，隨著城市開發(fā)與建設(shè)的大規(guī)模展開，城市形態(tài)發(fā)生了很大變化，導(dǎo)致城市氣候也逐年發(fā)生變化^[1]：城市下墊面被重塑，改變了城市輻射能量的平衡，并減少空氣對(duì)流對(duì)熱量的驅(qū)散^[2]，導(dǎo)致以熱島效應(yīng)為主的氣候問題出現(xiàn)，不僅降低了人們的熱舒適感受^[3]，甚至導(dǎo)致熱安全問題頻出，更直接增加不可再生能源使用量^[4]，加劇能源短缺矛盾。城市熱島的產(chǎn)生，源于不甚合理的城市建設(shè)。由于城市規(guī)劃與設(shè)計(jì)是城市建設(shè)行為的直接依據(jù)，因此，也是城市微氣候問題的最主要影響因素之一。要緩解城市熱島問題，應(yīng)當(dāng)在城市規(guī)劃與設(shè)計(jì)階段融入更多的微氣候技術(shù)導(dǎo)向^[5]，使城市氣候成為生成方案的重要考量。

目前研究城市微氣候的技術(shù)方法主要分為觀測(cè)法和模擬法^[6]。實(shí)地測(cè)量^[7]和遙感技術(shù)是目前觀測(cè)法中應(yīng)用較多的技術(shù)方法，CFD（Computation Fluid Dynamics， 計(jì)算流陣力學(xué)）模型則是模擬法中被普遍使用的技術(shù)方法^[8]。CFD模擬軟件模擬設(shè)置過程需要一定的流體力學(xué)知識(shí)，對(duì)于規(guī)劃設(shè)計(jì)人員來說在使用上存在一定難度，并且模擬計(jì)算也需要一定的時(shí)間。而另一種模擬計(jì)算方法CTTC（Cluster Thermal Time Constant，建筑群熱時(shí)間常數(shù)）作為集總參數(shù)模型，使用建筑群熱時(shí)間常數(shù)來計(jì)算空氣溫度隨外界熱量擾動(dòng)的變化，以建筑群熱量收支為基礎(chǔ)，簡(jiǎn)單有效，適用于工程上的預(yù)測(cè)和評(píng)價(jià)。舒力帆等^[9-10]通過對(duì)原有CTTC模型進(jìn)行研究與改進(jìn)，開發(fā)了城市居住區(qū)熱環(huán)境輔助設(shè)計(jì)分析工具DUTE1.0（Design Urban Thermal Environment）。陸莎^[11]在實(shí)驗(yàn)中發(fā)現(xiàn)DUTE計(jì)算溫度和實(shí)測(cè)溫度的相對(duì)誤差在3%以內(nèi)，認(rèn)為利用DUTE模擬得到的室外1.5 m高處空氣溫度是合理有效的。因此DUTE適用于對(duì)一定面積區(qū)域的熱島強(qiáng)度和WBGT值進(jìn)行整體計(jì)算。

王頻，等：STEVE氣溫預(yù)測(cè)模型的普適性檢驗(yàn)——以廣州地區(qū)為例

由于CFD和CTTC模型存在一定的局限性，一些學(xué)者將眼光投向統(tǒng)計(jì)模型，試圖通過回歸分析等方法，建立城市氣候與城市參數(shù)之間的關(guān)系，以快速有效地計(jì)算城市氣候指標(biāo)。這些統(tǒng)計(jì)模型分別對(duì)應(yīng)著城市規(guī)劃與設(shè)計(jì)的不同尺度與階段，如總體規(guī)劃^[12-14]、詳細(xì)規(guī)劃^[15-24]、居住區(qū)詳細(xì)規(guī)劃^[25-26]、街區(qū)設(shè)計(jì)^[27-30]等。從這些統(tǒng)計(jì)模型來看，大多數(shù)是解釋城市氣候的成因，因此屬于解釋模型；而城市規(guī)劃、設(shè)計(jì)階段需要的統(tǒng)計(jì)模型，是能夠在短時(shí)間之內(nèi)對(duì)城市氣候指標(biāo)和相關(guān)系數(shù)進(jìn)行預(yù)測(cè)，即預(yù)測(cè)模型^[31]。目前一些WBGT熱應(yīng)力指標(biāo)預(yù)測(cè)模型^[32]已經(jīng)過檢驗(yàn)并可以直接使用，而準(zhǔn)確有效的溫度預(yù)測(cè)模型則相對(duì)較少。STEVE（Screening Tool for Estate Environment Evaluation）是一種經(jīng)過回歸分析得出的統(tǒng)計(jì)模型，能夠?qū)鉁刂笜?biāo)進(jìn)行快速預(yù)測(cè)，有利于普遍推廣，能在方案階段構(gòu)建起規(guī)劃設(shè)計(jì)與城市氣候之間的橋梁，但該模型的普適性并沒有得到檢驗(yàn)。因此筆者以廣州地區(qū)為例，對(duì)STEVE模型進(jìn)行普適性檢驗(yàn)。

1STEVE模型簡(jiǎn)介

新加坡國(guó)立大學(xué)的亞洲城市可持續(xù)研究中心（Center for Sustainable Asian Cities，簡(jiǎn)稱CSAC）在新加坡開展了從2005年9月至2008年3月、歷時(shí)2.5 a的實(shí)地測(cè)量，得出50 m半徑范圍內(nèi)日氣溫值的回歸經(jīng)驗(yàn)?zāi)Ｐ停碈SAC研發(fā)出的氣溫預(yù)測(cè)工具STEVE（Screening Tool for Estate Environment Evaluation）的內(nèi)核模型^[33]。

STEVE模型計(jì)算簡(jiǎn)捷，并且具有一定的準(zhǔn)確性，如果得到推廣，將建立起規(guī)劃設(shè)計(jì)與熱環(huán)境研究的橋梁，有利于營(yíng)造出良好的室外熱環(huán)境，降低熱島強(qiáng)度。由于該模型的基礎(chǔ)回歸數(shù)據(jù)均在新加坡完成，因此需要在其他地區(qū)進(jìn)行校驗(yàn)。

新加坡地處熱帶，太陽(yáng)輻射強(qiáng)度大，受緯度位置和海陸位置影響，年溫差和日溫差都比較小，年平均溫度在24～31 ℃之間。新加坡全年的氣候特征與中國(guó)建筑熱工分區(qū)中的濕熱地區(qū)、以及中國(guó)建筑氣候區(qū)劃圖（GB 50178—93）中Ⅲ區(qū)和Ⅳ區(qū)（即亞熱帶地區(qū)）的夏季氣候特征較為相似：這些地區(qū)的夏季平均氣溫為26～30 ℃，平均最高氣溫為30～38 ℃，沿海地區(qū)日溫差不大，太陽(yáng)輻射強(qiáng)度較大。由于STEVE模型已經(jīng)在新加坡當(dāng)?shù)氐玫津?yàn)證，可以推斷，該模型也可應(yīng)用于與新加坡全年氣候特征相似、中國(guó)上述地區(qū)夏季時(shí)段的日氣溫值預(yù)測(cè)。廣州是典型的濕熱地區(qū)南亞熱帶城市，筆者以廣州地區(qū)為例，運(yùn)用DUTE軟件與實(shí)測(cè)數(shù)據(jù)，分別對(duì)STEVE模型在廣州的適用性進(jìn)行檢驗(yàn)。

2.2第2、3組檢驗(yàn)

在第2、3組檢驗(yàn)時(shí)，分別選擇2處實(shí)驗(yàn)地點(diǎn)實(shí)測(cè)氣溫：華南理工大學(xué)亞熱帶建筑科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室新樓（以下簡(jiǎn)稱為華工）（圖2）和廣州大學(xué)城廣州大學(xué)生活區(qū)2個(gè)小區(qū)（以下簡(jiǎn)稱為廣大）（圖3）。華工實(shí)驗(yàn)于2012年7月4日—7月5日進(jìn)行，持續(xù)24 h以上，實(shí)測(cè)當(dāng)天多云轉(zhuǎn)晴，有零星小雨；廣大實(shí)驗(yàn)于2012年8月20日下午進(jìn)行，主要關(guān)注午后的高溫時(shí)段，實(shí)測(cè)當(dāng)天天氣多云轉(zhuǎn)晴。圖4是2 d的全天氣象數(shù)據(jù)比較。

下墊面性質(zhì)住宅樓北側(cè)組團(tuán)綠地上，靠近組團(tuán)道路住宅區(qū)中央位置，下墊面為淺灰色鋪磚住宅區(qū)東側(cè)景觀水體邊，下墊面為草地、卵石和水體宿舍區(qū)西北側(cè)道路上，下墊面為紅色鋪磚地面宿舍區(qū)西南側(cè)道路上，下墊面為紅色鋪磚地面宿舍區(qū)東北側(cè)草地上宿舍區(qū)東南側(cè)道路上，靠近組團(tuán)綠地處，下墊面為紅色鋪磚地面

實(shí)驗(yàn)的地面測(cè)量?jī)x器為HOBO溫濕度自記儀，溫度測(cè)量范圍為-30～50 ℃，測(cè)量精度為0.3 ℃，相對(duì)濕度測(cè)量范圍為0～100%，測(cè)量精度為3%。 HOBO溫濕度自記儀的數(shù)據(jù)采集頻率設(shè)置為1 min。為了盡量保證地面測(cè)點(diǎn)溫濕度記錄儀器所記錄的空氣溫濕度不受其他因素干擾，實(shí)驗(yàn)需采用防輻射裝置，減少太陽(yáng)輻射對(duì)空氣溫濕度測(cè)量值的影響。實(shí)測(cè)中所用的防輻射裝置為直徑為5 cm的不銹鋼防輻射筒，外面包鋁箔以反射太陽(yáng)輻射。HOBO溫濕度自記儀放置于防輻射筒內(nèi)，筒管兩端開敞以保證管內(nèi)空氣的流通。防輻射筒由三角架支撐固定，保證HOBO溫濕度自記儀在離地1.5 m高度處（圖7）。

3檢驗(yàn)結(jié)果與分析

3.1第1組檢驗(yàn)

對(duì)STEVE和DUTE的典型計(jì)算日計(jì)算結(jié)果（見圖8）進(jìn)行對(duì)比分析（見表4），可以看出，兩者對(duì)日氣溫值的計(jì)算結(jié)果變化趨勢(shì)基本一致（見圖9），而DUTE計(jì)算結(jié)果的最低、最高氣溫和平均氣溫均高于STEVE的計(jì)算結(jié)果（見圖10）。

造成這種現(xiàn)象的原因可能有：1）對(duì)參照文獻(xiàn)中的計(jì)算區(qū)域模型進(jìn)行再建模過程中的誤差，而導(dǎo)致DUTE對(duì)該模型模擬時(shí)產(chǎn)生二次誤差；2）DUTE模擬結(jié)果是區(qū)域內(nèi)的氣溫值，而STEVE計(jì)算結(jié)果是區(qū)域中央點(diǎn)的氣溫值，只有在計(jì)算區(qū)域半徑小至一定程度時(shí)兩者方可等同，而50 m半徑可能并未達(dá)到足夠小的要求；3）DUTE模擬結(jié)果本身存在一定的誤差。

表5描述了各工況的相對(duì)誤差情況。其中，日最高氣溫計(jì)算誤差相對(duì)其他2項(xiàng)計(jì)算結(jié)果誤差較大，這可能與人為排熱有關(guān)：當(dāng)夏季午后空氣溫度達(dá)到峰值時(shí)，為使室內(nèi)維持一定的舒適度，空調(diào)啟用率升高，空調(diào)排熱量也相應(yīng)增加，而STEVE和DUTE均忽略了這一部分人為排熱，造成計(jì)算結(jié)果不確定性變大。由于STEVE沒有考慮風(fēng)速這一影響因素，因此也會(huì)加大STEVE計(jì)算結(jié)果的誤差。此外，STEVE計(jì)算結(jié)果是50 m半徑范圍區(qū)域中央的氣溫值，而各工況中計(jì)算區(qū)域中央點(diǎn)均毗鄰建筑物，由于受到周邊建筑物與樹蔭遮擋，中央點(diǎn)氣溫相對(duì)較低；另一方面，DUTE計(jì)算的是區(qū)域中包括開敞綠地、硬質(zhì)道路等下墊面形式在內(nèi)的平均氣溫值，計(jì)算結(jié)果較高，這也是造成STEVE與DUTE計(jì)算結(jié)果差值偏大的原因之一。

3.2第2、3組檢驗(yàn)

3.2.1華工實(shí)驗(yàn)盡管溫濕度自記儀每隔1 min記錄1次數(shù)據(jù)，但為了清晰地表示各測(cè)點(diǎn)的溫濕度狀況，溫濕度變化曲線給出的是7月5日當(dāng)天每0.5 h的平均值。

溫度逐時(shí)變化趨勢(shì)和各測(cè)點(diǎn)日最高、最低、平均溫度值分別見圖11、12。從圖中可以看出，各測(cè)點(diǎn)空氣溫度變化趨勢(shì)基本相同。在接近6：00時(shí)，各測(cè)點(diǎn)出現(xiàn)了當(dāng)日的最低氣溫，而隨著日間太陽(yáng)輻射的逐漸增強(qiáng)，各測(cè)點(diǎn)的氣溫也逐漸攀升，在午后分別達(dá)到當(dāng)日的最高氣溫。與以往實(shí)測(cè)經(jīng)驗(yàn)有所不同的是，各測(cè)點(diǎn)在9：00—11：00期間氣溫出現(xiàn)波動(dòng)較明顯的狀況，而在12：30以后氣溫并沒有繼續(xù)上升，而是開始出現(xiàn)回落。出現(xiàn)這種情況的原因在于，7月5日當(dāng)天在上午時(shí)段屬于多云間晴天氣，空氣溫度也受到影響，而午后偶下小雨，直接導(dǎo)致空氣溫度開始下降。從各測(cè)點(diǎn)空氣溫度變化趨勢(shì)來看，其波動(dòng)趨勢(shì)基本一致，氣溫平均值、極值與其出現(xiàn)的時(shí)間也基本相同。

采用百分誤差對(duì)結(jié)果進(jìn)行定量評(píng)價(jià)（見表8），從表8可以看出，不同于4.1節(jié)中STEVE與DUTE計(jì)算結(jié)果的比較為某點(diǎn)氣溫值與平均氣溫值的比較，由于STEVE計(jì)算結(jié)果與實(shí)測(cè)實(shí)驗(yàn)結(jié)果均為同一點(diǎn)的氣溫值，因此日最高氣溫計(jì)算誤差大大減小。日最低氣溫計(jì)算誤差相對(duì)其他2項(xiàng)計(jì)算結(jié)果誤差較大，這可能與實(shí)測(cè)當(dāng)天天氣狀況有關(guān)：早晨時(shí)分是一天當(dāng)中出現(xiàn)最低溫度的時(shí)候，而7月4日晚上至7月5日早晨為陰天，云層較厚，云量較大，因此影響地面長(zhǎng)波輻射，進(jìn)而阻礙了近地面的散熱狀況，導(dǎo)致實(shí)測(cè)日最低氣溫相對(duì)較高，也間接造成實(shí)測(cè)日平均氣溫與計(jì)算結(jié)果的差值?？梢酝茰y(cè)，在晴朗天氣狀況下，STEVE能滿足一般簡(jiǎn)易預(yù)測(cè)氣溫的要求，如第1組檢驗(yàn)結(jié)果，已基本能滿足精度要求。在今后對(duì)模型進(jìn)行完善優(yōu)化時(shí)，建議在預(yù)測(cè)日平均氣溫和日最低氣溫時(shí)，加入云量這一表達(dá)天氣狀況的氣候變量，使模型預(yù)測(cè)結(jié)果更為精確。

3.2.2廣大實(shí)驗(yàn)整理實(shí)測(cè)結(jié)果可以看出，7個(gè)測(cè)點(diǎn)的最高溫度出現(xiàn)時(shí)間集中在14：30—15：30之間，這與相關(guān)文獻(xiàn)得出的結(jié)論也基本吻合。因此研究集中在這個(gè)時(shí)間段內(nèi)各測(cè)點(diǎn)的氣溫狀況（見圖15）。其中，A1測(cè)點(diǎn)周邊有建筑物遮擋，所在組團(tuán)綠地的蒸發(fā)降溫作用導(dǎo)致午后氣溫上升不明顯；A2測(cè)點(diǎn)的鋪磚地面表現(xiàn)出一定的蓄熱增溫能力，因此從15：00左右氣溫開始攀升，并于半小時(shí)內(nèi)超過A3和B3測(cè)點(diǎn)的氣溫值；A3和B3測(cè)點(diǎn)由于所在位置較為開闊，遮擋較少，直接接收太陽(yáng)輻射量比較大，午后氣溫值一直居高不下；B2和B4測(cè)點(diǎn)周邊有建筑和樹蔭遮擋，氣溫值相對(duì)較低，B2測(cè)點(diǎn)始終為各測(cè)點(diǎn)中氣溫最小值?？梢钥闯?，各個(gè)測(cè)點(diǎn)由于下墊面形式和影響參數(shù)各不相同，氣溫值及其變化趨勢(shì)也有所不同，溫度差最多達(dá)2.5℃，最大氣溫值及其出現(xiàn)時(shí)間均有一定差異。

從圖16可以看出，各測(cè)點(diǎn)的STEVE計(jì)算結(jié)果比較一致，而實(shí)測(cè)值普遍高于STEVE計(jì)算結(jié)果，除B2測(cè)點(diǎn)外，計(jì)算值與實(shí)測(cè)值相差1～2.5℃。出現(xiàn)這種現(xiàn)象的原因有：夏季高溫時(shí)段住宅小區(qū)大量使用空調(diào)、風(fēng)扇等電器，建筑物排熱量較大，直接與大氣進(jìn)行顯熱和潛熱交換，導(dǎo)致接近建筑物的測(cè)點(diǎn)氣溫實(shí)際測(cè)量值相對(duì)于沒有考慮人為熱影響的STEVE模型較高。其中，A類測(cè)點(diǎn)位于教師公寓內(nèi)，夏季空調(diào)使用率大，排熱量大，空氣升溫明顯；B類測(cè)點(diǎn)位于學(xué)生宿舍區(qū)，人口密度大，排熱量也較大，再加上天空角系數(shù)也比較?。ㄒ姳?0），形態(tài)封閉與通風(fēng)能力弱導(dǎo)致熱量不斷積蓄、氣溫上升。B3測(cè)點(diǎn)是一個(gè)典型的例子。而B2測(cè)點(diǎn)實(shí)測(cè)氣溫值較低的原因可能是該測(cè)點(diǎn)靠近宿舍區(qū)向南側(cè)路面的開口處，通風(fēng)能力相對(duì)較強(qiáng)，有利于對(duì)熱量的驅(qū)散。因此，在今后對(duì)模型進(jìn)行完善優(yōu)化時(shí)，建議在預(yù)測(cè)日最高氣溫時(shí)適當(dāng)加入人為排熱量與通風(fēng)能力的考慮，使模型預(yù)測(cè)結(jié)果更為精確。

總體而言，STEVE計(jì)算結(jié)果與實(shí)測(cè)值差值較小，能夠較好地滿足精度要求，可以作為一種簡(jiǎn)易預(yù)測(cè)日最高氣溫的工具模型。

4結(jié)論

由于新加坡全年的氣候特征與中國(guó)濕熱地區(qū)的夏季氣候特征較為相似，而STEVE模型已經(jīng)在新加坡當(dāng)?shù)氐玫津?yàn)證，因此推斷STEVE模型也可應(yīng)用于與新加坡全年氣候特征相似的中國(guó)濕熱地區(qū)夏季時(shí)段的日氣溫值預(yù)測(cè)。經(jīng)過3組檢驗(yàn)可以看出，STEVE模型確實(shí)可以對(duì)包括廣州在內(nèi)的中國(guó)濕熱地區(qū)的夏季日氣溫值進(jìn)行相對(duì)有效的預(yù)測(cè)，STEVE的普適性得到了檢驗(yàn)，可以作為濕熱地區(qū)夏季城市微氣候研究的一種氣溫簡(jiǎn)易預(yù)測(cè)工具模型。

在后續(xù)研究工作中，可以對(duì)STEVE進(jìn)行更進(jìn)一步的完善：如擴(kuò)展形態(tài)變量的種類和數(shù)量，加入人為排熱量的考慮，或者加入更多預(yù)測(cè)日氣象數(shù)據(jù)的氣候變量，如云量、風(fēng)速等，使模型不僅能夠在晴朗無風(fēng)的情況下使用，還可以應(yīng)用于陰天、有風(fēng)等天氣狀況下的人口密集區(qū)域的氣溫預(yù)測(cè)，增加STEVE模型的適用范圍。

參考文獻(xiàn)：

[1]Benzerzour M， Masson V， Groleau D， et al. Simulation of the urban climate variations in connection with the transformations of the city of Nantes since the 17th century [J]. Building and Environment， 2011， 46（8）：1545-1557.

[2]Smith C， Levermore G. Designing urban spaces and buildings to improve sustainability and quality of life in a warmer world [J]. Energy Policy， 2008， 36（12）：4558-4562.

[3]Leung Y， Yip K， Yeung K. Relationship between thermal index and mortality in Hong Kong [J]. Meteorological Applications， 2008， 15（3）：399-409.

[4]Davies M， Steadman P， Oreszczyn T. Strategies for the modification of the urban climate and the consequent impact on building energy use [J]. Energy Policy， 2008， 36（12）：4548-4551.

[5]葉祖達(dá)，劉京，王靜懿. 建立低碳城市規(guī)劃實(shí)施手段：從城市熱島效應(yīng)模型分解控規(guī)指標(biāo)[J]. 城市規(guī)劃學(xué)刊， 2010（6）：39-45.

[6]Mirzaei P A， Haghighat F. Approaches to study urban heat island-abilities and limitations [J]. Building and environment， 2010， 45（10）：2192-2201.

[7]陳卓倫， 趙立華， 孟慶林， 等. 廣州典型住宅小區(qū)微氣候?qū)崪y(cè)與分析[J]. 建筑學(xué)報(bào)， 2008， 11：24-27.

[8]Ooka R. Recent development of assessment tools for urban climate and heat-island investigation especially based on experiences in Japan [J]. International Journal of Climatology， 2007， 27（14）： 1919-1930.

[9]舒力帆. 基于熱時(shí)間常數(shù)的室外熱環(huán)境評(píng)價(jià)方法研究[D]. 廣州： 華南理工大學(xué)， 2009.

[10]陳佳明. 基于集總參數(shù)法的居住區(qū)熱環(huán)境計(jì)算程序開發(fā)[D]. 廣州： 華南理工大學(xué)， 2010.

[11]陸莎. 基于集總參數(shù)法的室外熱環(huán)境設(shè)計(jì)方法研究[D]. 廣州： 華南理工大學(xué)， 2012.

[12]趙志敏. 城市化進(jìn)程對(duì)城市熱島效應(yīng)因子的對(duì)比分析[J]. 中國(guó)環(huán)境監(jiān)測(cè)， 2009， 24（6）：77-79.

[13]劉玲， 吳坤悌， 黃光瑞， 等. 合肥城市發(fā)展對(duì)熱島強(qiáng)度的影響[J]. 長(zhǎng)江流域資源與環(huán)境， 2008， 17（A01）：88-93.

[14]何萍， 陳輝， 李宏波， 等. 云南高原楚雄市熱島效應(yīng)因子的灰色分析[J]. 地理科學(xué)進(jìn)展， 2009（1）：25-32.

[15]劉鵬. 基于用地類型的重慶城市熱島特性研究[D]. 重慶： 重慶大學(xué)， 2008.

[16]Bottyán Z， Kircsi A， Szegedi S， et al. The relationship between built-up areas and the spatial development of the mean maximum urban heat island in Debrecen， Hungary [J]. International Journal of Climatology， 2005， 25（3）：405-418.

[17]Bottyán Z， Unger J. A multiple linear statistical model for estimating the mean maximum urban heat island [J]. Theoretical and Applied Climatology， 2003， 75（3）：233-243.

[18]Unger J. Modelling of the annual mean maximum urban heat island using 2D and 3D surface parameters [J]. Climate Research， 2006， 30（3）：215-226.

[19]Balázs B， Unger J， Gál T， et al. Simulation of the mean urban heat island using 2D surface parameters： empirical modelling， verification and extension [J]. Meteorological Applications， 2009， 16（3）：275-287.

[20]Hart M A， Sailor D J. Quantifying the influence of land-use and surface characteristics on spatial variability in the urban heat island [J]. Theoretical and Applied Climatology， 2009， 95（3）：397-406.

[21]趙彩君， 傅國(guó)斌. 城市規(guī)劃指標(biāo)和氣候指標(biāo)關(guān)系研究——以北京為例[J]. 北京園林， 2011， 27（1）：21-29.

[22]Zhao C， Fu G， Liu X， et al. Urban planning indicators， morphology and climate indicators： A case study for a north-south transect of Beijing， China [J]. Building and Environment， 2011， 46（5）：1174-1183.

[23]田喆， 朱能， 劉俊杰. 城市氣溫與其人為影響因素的關(guān)系[J]. 天津大學(xué)學(xué)報(bào)， 2006， 38（9）：830-833.

[24]Deb C， Ramachandraiah A. A simple technique to classify urban locations with respect to human thermal comfort： Proposing the HXG scale [J]. Building and Environment， 2011， 46（6）：1321-1328.

[25]Kubota T， Miura M， Tominaga Y， et al. Wind tunnel tests on the relationship between building density and pedestrian-level wind velocity： Development of guidelines for realizing acceptable wind environment in residential neighborhoods [J]. Building and Environment， 2008， 43（10）：1699-1708.

[26]李瓊. 濕熱地區(qū)組團(tuán)規(guī)劃設(shè)計(jì)對(duì)室外微氣候的影響[D]. 廣州： 華南理工大學(xué)， 2009.

[27]Chen L， Ng E， An X， et al. Sky view factor analysis of street canyons and its implications for daytime intra‐urban air temperature differentials in high-rise， high-density urban areas of Hong Kong： a GIS-based simulation approach [J]. International Journal of Climatology， 2012， 32（1）：121-136.

[28]Murphy D J， Hall M H， Hall C A S， et al. The relationship between land cover and the urban heat island in northeastern Puerto Rico [J]. International Journal of Climatology， 2010， 31（8）：1222-1239.

[29]Shashua-Bar L， Tzamir Y， Hoffman M E. Thermal effects of building geometry and spacing on the urban canopy layer microclimate in a hot-humid climate in summer [J]. International Journal of Climatology， 2004， 24（13）：1729-1742.

[30]Shashua-Bar L， Hoffman M E， Tzamir Y. Integrated thermal effects of generic built forms and vegetation on the UCL microclimate [J]. Building and Environment， 2006， 41（3）：343-354.

[31]Hjort J， Suomi J， Kyhk J. Spatial prediction of urban-rural temperatures using statistical methods [J]. Theoretical and Applied Climatology， 2011， 106（1/2）：139-152.

[32]Pérez-Alonso J， Callejón-Ferre J， Carreo-Ortega ， et al. Approach to the evaluation of the thermal work environment in the greenhouse-construction industry of SE Spain [J]. Building and Environment， 2011， 46（8）：1725-1734.

[33]Jusuf S K， Wong N： Development of empirical models for an estate level air temperature prediction in Singapore[C]//Proceeding of Second International Conference on Countermeasures to Urban Heat Islands， Barkley， California， USA， 2009.

[34]Wong N H， Jusuf S K， Syafii N I， et al. Evaluation of the impact of the surrounding urban morphology on building energy consumption [J]. Solar Energy， 2011， 85（1）：57-71.

（編輯胡英奎）