臺灣博碩士論文加值系統

地表溫度是影響都市熱島效應的重要因素，掌握地表溫度才能合理的規劃與改善都市環境，在都市複雜的建成環境中，大面積監測可以利用熱影像作溫度反演，然而影像的空間解析度時常不足以提供都市尺度作分析，為了提高大範圍且較細緻的地表溫度變化，本研究透過分析都市的土地使用方式，並利用微氣候模式模擬出當時的地表溫度。
都市土地通常以土地利用(LU, Land use)與土地覆蓋(LC, Land cover)描述，土地利用表示土地的使用方式，土地覆蓋則代表地表材質，兩者的改變皆會影響地表溫度，由機載光達獲得之2014年9月14日板橋區高解析熱影像作為真實地表溫度，比對土地利用與覆蓋，歸納出基於土地覆蓋類別中的土地利用，能增加土地覆蓋類別，而在都市中因建物產生的陰影之溫度具有集中性，在該時間點研究區之陰影溫度大多落在26℃至28℃間。將衛星影像分類之土地覆蓋與土地利用圖結合，並使用UMEP及ENVI-met模擬地表溫度，UMEP主要探討不同土地覆蓋物之溫差，ENVI-met則觀察小區域不同土地利用之差異，模擬結果顯示，兩種模式皆呈現出不同覆蓋物差異較大，而ENVI-met小範圍的地表溫度模擬與實際溫度相當接近。
由研究成果顯示，不同類別之土地覆蓋有明顯溫差，同樣覆蓋物中不同土地利用溫差較不明顯，陰影則會降低不同類別之溫度差異，UMEP模擬結果之溫度較高，ENVI-met模擬結果與熱影像溫度相近。

Land surface temperature (LST) is an important factor of the urban heat island effect. Only find out the land surface temperature can plan and improve the urban environment reasonably. Large scale area can use thermal images for temperature retrieval. However, the spatial resolution of images is often insufficient to provide urban scale analysis. In order to observe the land surface temperature change of large-scale area. This study analyze the urban land use and land cover, and use microclimate model to simulate the land surface temperature.
Land Use (LU) and Land Cover (LC) used to describe urban land. Land use relates to the human activity. Land cover relates to the type of feature present on the surface of the earth. Both changes affect land surface temperature. The study use high-resolution thermal image of Banqiao District on September 14, 2014 as true surface temperature. Concludes show that land use based on land cover categories can increase land cover categories, and the shadow temperature of the study area mostly falls between 26 °C to 28 °C. The study used UMEP and ENVI-met to simulate the land surface temperature which database is classified from the satellite image. The simulation results show that the temperature difference between different categories is larger, and the land surface temperature simulated by ENVI-met is quite close to the actual temperature.
The results indicate different types of land cover have obvious temperature differences, but the temperature of different land use in the same cover is similar, and the shadow will reduce the temperature difference of different categories. The simulation result of UMEP is higher than the thermal image temperature, and the simulation temperature of ENVI-met is similar to the thermal image temperature.

摘要 I
Abstract II
誌謝 IV
目錄 V
表目錄 VII
圖目錄 IX
第一章 緒論 1
1-1. 研究目的 2
1-2. 研究試區 3
1-3. 研究架構 4
1-4. 研究區影像 5
第二章 理論概述與名詞定義 9
2-1. 陰影相關理論 9
2-2. 土地使用型態 11
2-3. 影像理論與分類方法 14
2-4. 微氣候模式背景與架構 17
第三章 研究方法 21
3-1. 陰影區判釋方法 21
3-2. 土地覆蓋分類方法 24
3-3. 微氣候模式 31
第四章 研究成果與分析 36
4-1. 陰影偵測 36
4-2. 土地利用與溫度分析 41
4-3. 土地覆蓋分類與分析 43
4-4. 土地利用、覆蓋對溫度之關係 51
4-5. 地表溫度模擬 52
第五章 結論與建議 62
參考文獻 63
附錄 67
附錄一 土地利用分類系統表 67
附錄二 未剔除陰影之各土地利用溫度表 70
附錄三 剔除陰影之各土地利用溫度表 71

中央氣象局，2004，地面氣象測報作業規範，交通部中央氣象局。
王冠中，2012，都市土地利用型與地表溫度關係之探究──以台北市為例，國立臺灣大學森林環境暨資源學研究所碩士論文，台北市。
王文正、龍世俊，2004，城市熱島效應之防制，環保技術與法規資訊電子報，技術資訊。
那至中，2010，面陣列熱影像特性之研究，國立政治大學地政研究所碩士論文，台北市。
周伯鴻，2013，應用衛星資料探討地表溫度，國立交通大學土木工程系所碩士論文，新竹市。
黃子凌，2016，都市戶外熱環境簡易預估方法之建立與應用，國立成功大學建築學系碩士論文，台南市。
吳建忠，2007，衛星影像自動化分類應用於土地利用調查及變遷之研究，國立成功大學地球科學系專班碩士論文，台南市。
陳致宇，2016，空載光達結合高解析度熱影像於都市戶外熱環境及建築能源評估之應用-以板橋區為例，國立成功大學建築學系碩士論文，台南市。
陳承昌，2006，支持向量機及Plausible Neural Network於水稻田辨識之研究，國立交通大學土木工程系所碩士論文，新竹市。
楊馨茹，2018，社區戶外熱環境評估及調適策略，國立成功大學建築學系博士論文，台南市。
劉其輝，2005，結合遙測與地理資訊系統於都市發展之研究-以桃園縣（復興鄉除外）為例，國立政治大學地政研究所碩士論文，台北市。
鄭雅文，2007，高解析度衛星影像分類應用於國土利用調查之研究，國立交通大學土木工程系所碩士論文，新竹市。
張瑟芳，2015，戶外熱環境之實測與模擬-以屏東縣五溝村傳統聚落為例，國立成功大學建築學系碩士論文，台南市。
Anderson, J., Hardy, E., Roach, J. and Witmer, R. 1976. A land use and land cover classification system for use with remote sensor data. Professional Paper.
Bruse, M. and Fleer, H. 1998. Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model. Environmental Modelling & Software, 13(3-4), pp.373-384.
Chen, L., Yu, B., Yang, F. and Mayer, H. 2016. Intra-urban differences of mean radiant temperature in different urban settings in Shanghai and implications for heat stress under heat waves: A GIS-based approach. Energy and Buildings, 130, pp.829-842.
Fisher, P.F., Comber, A.J. and Wadsworth, R.A., 2005. Land use and Land cover: Contradiction or Complement. Ecological Processes and Modelling.
He, J., Liu, J., Zhuang, D., Zhang, W. and Liu, M. 2007. Assessing the effect of land use/land cover change on the change of urban heat island intensity. Theoretical and Applied Climatology, 90(3-4), pp.217-226.
Huang, Q., Meng, X., Yang, X., Jin, L., Liu, X. and Hu, W. 2016. The Ecological City: Considering Outdoor Thermal Environment. Energy Procedia, 104, pp.177-182.
Huang, H., Xie, W. and Sun, H. 2015. Simulating 3D urban surface temperature distribution using ENVI-MET model: Case study on a forest park. 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS).
Howard, L. 1883. The climate of London, vols. I–III. London: Harvey and Dorton, London.
Jusuf, S., Wong, N., Hagen, E., Anggoro, R. and Hong, Y. 2007. The influence of land use on the urban heat island in Singapore. Habitat International, 31(2), pp.232-242.
Koch, W. (1962). Relationship between Air Temperature and Mean Radiant Temperature in Thermal Comfort. Nature, 196(4854), pp.587-587.
Lillesand, T. and Kiefer, R. 2000. Remote sensing and image interpretation. 4th ed. John Wiley & Sons.
Lindberg, F., Grimmond, C., Gabey, A., Huang, B., Kent, C., Sun, T., Theeuwes, N., Järvi, L., Ward, H., Capel-Timms, I., Chang, Y., Jonsson, P., Krave, N., Liu, D., Meyer, D., Olofson, K., Tan, J., Wästberg, D., Xue, L. and Zhang, Z. 2018. Urban Multi-scale Environmental Predictor (UMEP): An integrated tool for city-based climate services. Environmental Modelling & Software, 99, pp.70-87.
Lindberg, F., Holmer, B. and Thorsson, S. 2008. SOLWEIG 1.0 – Modelling spatial variations of 3D radiant fluxes and mean radiant temperature in complex urban settings. International Journal of Biometeorology, 52(7), pp.697-713.
Lindberg, F., Grimmond, C. and Martilli, A. 2015. Sunlit fractions on urban facets – Impact of spatial resolution and approach. Urban Climate, 12, pp.65-84.
Maurer, T. 2013. How to Pan-Sharpen Images Using The Gram-Schmidt Pan-Sharpen Method - A Recipe. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-1/W1, pp.239-244.
Richards, J. 2013. Remote sensing digital image analysis. Springer.
Rizwan, A., Dennis, L. and Liu, C. 2008. A review on the generation, determination and mitigation of Urban Heat Island. Journal of Environmental Sciences, 20(1), pp.120-128.
Reindl, D., Beckman, W. and Duffie, J. 1990. Diffuse fraction correlations. Solar Energy, 45(1), pp.1-7.
Sarp, G. 2014. Spectral and spatial quality analysis of pan-sharpening algorithms: A case study in Istanbul. European Journal of Remote Sensing, 47(1), pp.19-28.
Huttner, S. 2012. Further development and application of the 3D microclimate simulation ENVI-met.
Voogt, J. A.. 2004. Urban Heat Islands: Hotter Cities, America Institute of Biological Sciences.