南京(E 118°48′，N 32°49′)是长三角地区特大城市，城区面积860 km²，人口超过800万。气候特征为夏热冬冷，全年日平均温度在28.6 ℃(7月)至2.2 ℃(1月)之间^[7]。南京地形包括山、丘陵、平原、河流和湖泊。长江流经城区的西侧和北侧；市区内面积较大的水体有玄武湖、莫愁湖和秦淮河；主要城区位于长江南侧，地势较平坦，海拔在3~21 m之间，多为密集建筑区；城市周边主要为平坦的农业用地^[8]。

局地气候分区(LCZ)的基本类型包含10个建成环境型(built types，LCZ 1~10)和7个自然环境型(land cover types，LCZ A~G)，共17类LCZ类型^[1]。结合定性和定量两方面内容来判断一个地块所属的LCZ类型。定性方面是指通过检视卫星影像和实景照片及实地调查等方法分析地块的形态和功能；定量方面是根据地块特征参数值所处的范围划分LCZ类型，特征参数包括：天空视角系数、高宽比、平均建筑高度、地表粗糙等级、建筑密度、透水/不透水地面面积比、地表热导纳、地表反射率、人为热通量这10个与地块热环境密切相关的指标，分别表征了地块的空间形态、地表覆盖、材料构造和人类活动等物理属性。

LCZ地块的挑选过程分为两步：1)根据文献[1]的示例，通过查看卫星影像、实景照片及实地调查等方法，初步选出若干LCZ地块，各地块的空间形态、下垫面、建筑功能、材料构造和植被覆盖情况等作为LCZ分类的补充信息；2)计算出所选各地块的特征参数值，确定各地块的LCZ类型。地块各特征参数计算方法如下：基于文献[9]的方法，利用Google Earth影像中的建筑阴影长度来推算建筑高度；街谷高宽比、建筑密度、透水/不透水地面面积比例等通过在高分辨率卫星影像上手动描图并统计获得；天空视角系数(Sky View Factor, SVF)利用德国三维微气候软件ENVI-met^[10]对地块建模计算得出；树高通过现场抽样测量计算。地表热导纳、反射率、人为热通量这3个参数由于缺少数据未能得出。

通过上述方法，选择了12个不同类型的LCZ地块进行长期气温观测。所选12个LCZ地块分布于南京中心城区至郊区。表 1列出所选12个LCZ地块的类型、卫星图像、实地照片及特征参数值。其中：有3个地块的空间形态和特征参数值未完全符合任何单一LCZ类型的标准，根据文献[1]中LCZ主类组合子类的分类方法，将这3个地块分别命名为LCZ 2_E、LCZ 3₂和LCZ 6₅(下标代表次级LCZ类型)。

表 1

表 1 所选LCZ地块的城市形态和特征参数值 Table 1 Values of geometric and surface cover properties for the selected local climate zones 地块实际LCZ类型 卫星图像(半径均为500 m) 实地照片 特征参数值 地块实际值a 所属LCZ主类指标范围[1] H/W：1.26* SVF：0.36 BSF：34%* ISF：58% HRE：44 m >2 0.2~0.4 40%~60% 40%~60% >25 m H/W：0.68 SVF：0.41 BSF：31% ISF：61% HRE：16 m 0.75~2 0.3~0.6 40%~70% 30%~50% 10~25 m H/W：0.90 SVF：0.39 BSF：36%* ISF：46% HRE：11 m 0.75~1.5 0.2~0.6 40%~70% 20%~50% 3~10 m H/W：0.97 SVF：0.52 BSF：12%* ISF：54%* HRE：36 m 0.75~1.25 0.5~0.7 20%~40% 30%~40% >25 m H/W：0.71 SVF：0.41* BSF：17%* ISF：51%* HRE：23 m 0.3~0.75 0.5~0.8 20%~40% 30%~50% 10~25 m H/W：0.71 SVF：0.42* BSF：23% ISF：34% HRE：14 m 0.3~0.75 0.6~0.9 20%~40% 20%~50% 3~10 m H/W：0.25 SVF：0.68* BSF：31% ISF：48% HRE：11 m* 0.1~0.3 >0.7 30%~50% 40%~50% 3~10 m H/W：0.23 SVF：0.69* BSF：8%* ISF：23%* HRE：17 m* 0.1~0.25 >0.8 10%~20% < 20% 3~10 m H/W：0.35 SVF：— BSF：26% ISF：57%* HRE：12 m 0.2~0.5 0.6~0.9 20%~30% 20%~40% 5~15 m H/W：>1 SVF：— BSF：1% ISF：2% HRE：8 m >1 < 0.4 < 10% < 10% 3~30 m H/W：< 0.1 SVF：0.90 BSF：2% ISF：5% HRE：< 1 m < 0.1 >0.9 < 10% < 10% < 1 m H/W：— SVF：0.83* BSF：0% ISF：1% HRE：— < 0.1 >0.9 < 10% < 10% — 注：a H/W为街谷或建筑间的平均高宽比；SVF为地面平均天空视角系数(Sky View Factor)；BSF为建筑密度(Building Surface Fraction)；ISF为不透水地面面积比(Impervious Surface Fraction)；HRE为建筑按投影面积加权的平均高度(Height of Roughness Elements)。*该值偏离对应LCZ类型给定的特征参数值范围。

表 1 所选LCZ地块的城市形态和特征参数值 Table 1 Values of geometric and surface cover properties for the selected local climate zones

在每个LCZ地块的核心区(半径100 m范围内)设置3个固定观测点，每个测点安装一个带原装防辐射罩的HOBO温湿度自记仪(型号U23-001，精度±0.2 ℃，产地：美国)。自记仪固定于路灯杆上，距地2.3~2.7 m。自记仪采样频率为1次/h，数据存储在仪器内存中，每隔数月去测点现场下载数据。为更准确全面地反映地块的空间温度值，以每个LCZ地块核心区3个测点的平均温度值作为该LCZ地块的温度代表值。现阶段已有的数据时段为2016-07-21至2016-09-15，涵盖南京主要夏季时段。

1.2 典型气象日选取

少云弱风的天气条件适合城市热岛效应的发展。采用Oke提出的天气因子Φ_W(weather factor)^[11]来甄选出具有少云、弱风天气特征的典型气象日

$ {\mathit{\Phi} _{\rm{W}}} = {u^{-1/2}}\left( {1 - k{n^2}} \right) $

(1)

式中：u为风速，m/s；n为云量，%；系数k根据云的种类取值^[12]。Φ_W=0代表无热岛效应，Φ_W=1表明有最大的热岛效应。逐时风速来源于国家南京气象站，逐时云量和云的种类数据来源于中国气象局气象数据中心^[13]。甄选标准：1)排除降雨日及其后2 d(消除降雨的影响)；2)计算夜间时段(18:00—06:00)每小时的Φ_W值，再求其平均值，选取Φ_W≥0.7的天数^[2]。对于研究时段(7月21日—9月15日)，共有17 d符合甄选标准(7月5 d，8月7 d，9月5 d)。

2 结果分析

在结果分析前，进行以下概念界定：1)将代表典型郊区形态的地块LCZ D(低矮植被区)作为比较基准，将热岛强度定义为其他LCZ类型与LCZ D之间的气温差，例如ΔT_{LCZ 1-D}表示LCZ 1(紧凑高层建筑区)与LCZ D之间的气温差；2)以下分析中的一日是指08:00—07:00(次日)，原因是该时段涵盖了一个完整的“白天升温-夜间降温”热过程。

2.1 热岛强度日变化特征

前人研究显示^[12]：在少云弱风的天气条件下，城市热岛强度一般在日落后迅速增加，日落后3~5 h达到最大值，然后减小，日出后热岛效应逐渐消失，甚至会出现“弱冷岛”现象。选取2016年8月29日—31日期间LCZ 1、4、9、G地块来观察热岛强度及气温的日变化特征(见图 1)。该时段天气特征为晴朗弱风，天气因子平均值是0.8，是适合热岛效应发展的典型气象日。从12个LCZ地块中选择LCZ 1、4、9、G地块进行分析的原因是：LCZ 1、4、9地块分别代表了城市化强度由高到低的水平(由紧凑高层建筑区到稀疏建筑区)；LCZ G-水体则通常被认为是可以缓解热岛效应的因素。

图 1

图 1 2016年8月29—31日，LCZ 1、4、G地块的逐时热岛强度 Fig. 1 Hourly heat island magnitudes

由图 1(a)可知，所选地块在19:00—07:00期间均出现了热岛现象，在10:00—17:00期间均出现了冷岛现象，热岛强度明显大于冷岛强度，日变化规律清晰。

在19:00—07:00期间，各地块热岛强度变化规律与前人的研究结论^[12]一致，即日落后迅速增加，日落后3~5 h达到最大值，然后逐渐减小。其中，LCZ 1(紧凑高层建筑区)的最大热岛强度达5.2 ℃，大多数时刻LCZ 1的热岛强度显著高于LCZ 4(开敞高层建筑区)，反映了城市化强度越高则热岛效应越强的规律。值得注意的是，LCZ G(水域区)在19:00—07:00期间也出现了明显的热岛现象，最大热岛强度达2.7 ℃。其原因是：水的比热容大，热稳定性高，日落后水体表面温度的下降速度较慢，使得邻近空气的温度下降亦较慢，从而形成热岛效应。Yang等^[14]在广州的夏季实测结果间接说明了这一点：日落后水体表面温度开始高于草地表面温度，0:00后水体表面温度开始高于空气温度(即向邻近空气输出热量)，上述状态持续至第2天日出。

在10:00—17:00期间，地块LCZ 1、4、G的冷岛强度先逐渐增加，在午间达到最大值，然后逐渐减小。其中，LCZ G的冷岛强度高于其余两个地块，最大冷岛强度达2.4 ℃，说明水体白天的降温效果显著。有研究也报告了与地块LCZ 1、4类似的“城市日间冷岛现象”^[15-16]，并将形成这一现象的可能原因归结为街谷的遮阴作用^[17]；有研究^[18]从大气边界层的角度提出另一个可能原因：城区大气边界层的厚度通常显著大于郊区，上午升温过程中城区所需加热的边界层大气总体积量大于郊区，从而导致城区比郊区升温慢，形成冷岛效应。总的来说，与城市热岛研究相比，对城市冷岛的形成原因和机理研究仍相对较少，有待进一步深入研究。

从图 1(a)可以看出，从日落到日出后约2 h期间，各地块之间的气温差异明显，LCZ 1的气温最高，LCZ G的气温与LCZ 4相近，LCZ 9和LCZ D的气温接近并最低；日出后2 h到日落期间，各地块的气温差异相对较小。值得注意的是，LCZ 9(稀疏建筑区)与LCZ D(低矮植被区)全天气温均相近，这是因为LCZ 9的物理特征参数值与LCZ D接近(见表 1)，这与LCZ分区理论中“相近或同类局地气候分区应表现出相似的气温特征”这一规律相符。

2.2 平均热岛强度

从热岛强度日变化特征可以看出，热岛效应一般在夜间0:00前后1~2 h的时段内较显著，冷岛效应一般在午间12:00前后1~2 h的时段内较显著，故分别分析夜间22:00—02:00和日间10:00—14:00这两个时段内各LCZ地块的平均热岛(冷岛)强度。

图 2(a)为所选17个典型气象日各LCZ地块的夜间(22:00—02:00)平均热岛强度(ΔT_{LCZ X-D})箱线图。由图可知：各LCZ地块的夜间热岛强度差异明显，紧凑建筑区(LCZ 1、2_E、3₂)的热岛强度趋于最高，平均为3.3~3.4 ℃；其次是开敞建筑区和大型低层建筑区(LCZ 4、5、8)，热岛强度平均值为2.1~2.8 ℃；开敞且绿地率较高的地块(LCZ 6₅、9)的热岛强度相对较小，平均为0.4~1.2 ℃；LCZ 10(重工业区)由于石化厂生产时释放大量废热，造成该地块的夜间热岛强度较大，平均为3.1 ℃，接近LCZ 1的热岛强度水平；LCZ A(稠密树木区)的夜间平均热岛强度为-0.1 ℃，并没有表现出较强的冷岛效应，原因是夏季浓密树冠对地面长波辐射的遮挡以及稠密树林带来的通风不畅一定程度地降低了夜间冷却速率；LCZ G(水域区)的夜间热岛效应显著，平均热岛强度为2.2 ℃，原因见上节分析。

图 2

图 2 南京夏季(2016-07-21—2016-09-15)17个典型气象日的平均热岛强度(ΔTLCZ X-D)箱线图 Fig. 2 Box plots of mean heat island magnitudes (ΔTLCZ X-D)

图 2(b)为所选17个典型气象日各LCZ地块的午间(10:00—14:00)平均热岛强度(ΔT_{LCZ X-D})箱线图。观察到属于城市形态的各LCZ地块(LCZ 1~10)的热岛效应不显著，平均强度最大值为1.2 ℃(LCZ 3₂)，各地块之间的差异也较小；LCZ A与LCZ G在午间有一定的降温效果，均出现了弱冷岛现象，平均热岛强度均为-0.5 ℃。

2.3 日最高/最低温度差异

图 3为所选17个典型日各LCZ地块与LCZ D之间的日最高/最低气温差值(ΔT_{maxLCZ X-D}/ΔT_{minLCZ X-D})。由图可知：各LCZ地块与LCZ D之间的日最低气温差异显著高于日最高气温差异。除LCZ A外其余各LCZ地块与LCZ D的平均日最低气温差异在0.9~3.0 ℃之间，其中LCZ 1、2_E、3₂(紧凑建筑区)以及LCZ 10与LCZ D的平均日最低气温差值最大；需要注意的是LCZ G与LCZ D的平均日最低气温差异达2.0 ℃。日最低气温反映的是一个地块该日最终可冷却到的程度。代表郊区形态的LCZ D具有开敞度高(SVF>0.9)、透水地面面积比例高(>90%)、通风顺畅(均为低矮植物)等特征，这些特征从长波辐射散热、被动蒸发降温和大气平流等物理过程均强化了夜间降温效果。与之相反，代表城市形态的各LCZ地块的物理特征越不利于以上降温过程，则日最低气温越高；水域区则由于其高热稳定性导致日最低气温亦较高。各LCZ地块与LCZ D的平均日最高气温差异较小，在-0.4~1.3 ℃之间，说明在白天气温较高时段，城区与郊区的差异不大；LCZ A和G表现出一定的降低日最高气温的效果。

图 3

图 3 南京夏季(2016-07-21—2016-09-15)17个典型气象日期间各LCZ地块与LCZ D的日最高/最低气温差值箱线图 Fig. 3 Box plots of differences in daily maximum and minimum temperatures

2.4 升温/冷却率差异

城市热岛(冷岛)效应本质上是由于城区-郊区之间的升温/冷却率差异引起的^[12]，类似的，不同LCZ类型的升温/冷却率也存在差异，进而引起局地气温的变化差异。图 4为所选17个典型气象日期间LCZ 1、4、9、G、D地块的平均逐时冷却率。

图 4

图 4 南京夏季(2016-07-21—2016-09-15)17个典型气象日期间LCZ 1、4、9、D、G地块的平均逐时(08:00—07:00)冷却率 Fig. 4 Diurnal variation of the mean hourly cooling rates for LCZ 1, 4, 9, D, G for the 17 ideal days

日升温/冷却率总体变化规律总结如下：1)气温上升阶段:上午06:00—09:00期间，升温率迅速增加，气温上升速度快；10:00—15:00期间，升温率逐渐降低到接近0 ℃/h，气温逐步上升达到日最大值；2)气温下降阶段:16:00—19:00期间，冷却率迅速增加，气温下降速度快；20:00—06:00冷却率逐渐降低到接近0 ℃/h，气温逐步降低至日最低值。

从各LCZ地块之间的升温/冷却率差异来看，存在两个差异较大的时段：第1个差异较大的时段是07:00—10:00, 这一时段LCZ 1、4、G的升温率显著小于LCZ D，产生的后续影响是这3个LCZ地块的气温开始低于LCZ D，形成冷岛效应；第2个差异较大的时段是18:00—21:00, 这一时段LCZ 1、4、G的冷却率显著小于LCZ D，产生的后续影响是这3个地块的气温逐渐高于LCZ D，形成热岛效应并逐渐增强。总的来说，相较于其他LCZ地块，LCZ D升温快降温也快。

图 4所展现的各LCZ地块升温/冷却率差异日变化特征与图 1所展示的热岛强度日变化特征形成了清晰的对应关系，一定程度地解释了热岛强度日变化规律，但更深层次的物理过程和机制仍有待进一步探索。LCZ 9(稀疏建筑区)的升温/冷却率全天与LCZ D相近，这是因为两个地块的物理特征参数值相近。

3 讨论

如何缓解热岛效应是城市规划与城市设计的重要内容之一，这需要加强城市气候研究与规划设计实践之间的联系^[19]。LCZ分区方法初步建立了地块特征参数(空间形态、地表特征、材料构造、人为热等)与局地热环境之间的明确联系，为城市气候对接规划设计提供了新思路。现根据上一节的分析结果，尝试提出一些针对城市规划、城市设计以及城市更新改造的思考。

1) 可将LCZ分区方法应用于城市环境气候图的绘制。通过观测发现，不同LCZ类型的地块可形成稳定、规律的热岛强度变化特征，与其他学者^[2-4]在欧洲、北美、日本等地应用LCZ方法得出的研究结论基本一致。因此，可将LCZ分区方法应用于城市环境气候图的绘制，辅助评估城市设计、小区规划、街区更新对局地热岛强度的影响，为制定相应的缓解措施提供参考。

2) 可从提高地块的透水下垫面比例和开敞度这两个方面来降低局地热岛强度。研究结果表明，地块的建筑群紧凑度和不透水下垫面比例越高，则热岛效应越强，例如：紧凑建筑区(LCZ 1、2_E、3₂)的热岛强度平均大于3 ℃；开敞建筑区(LCZ 4、5)的热岛强度平均大于2 ℃；开敞且绿地率较高的地块(LCZ 6₅、9)的热岛强度相对较小，平均为0.4~1.2 ℃。故对于高硬地面比例的紧凑建成区，在进行更新改造时，应考虑通过采用透水铺装、发展屋顶绿化等方式增加地块的透水面积比，此外，应尽量开辟一定数量的小公园和小广场并分散布置，以提高地块的平均开敞度。

3) 可将LCZ分区方法与城市通风设计相结合。研究结果表明，不同类型LCZ地块的夜间热岛强度差异显著，且地块特征差异越大则气温差值也越大。由于空气总是从冷的区域向热的区域流动且温差俞大流动驱动力俞强，在城市规划时可考虑将特征差异较大的地块相邻或交错布置，以加强城市内部不同地块之间的空气交换效率，改善通风，充分利用热岛强度较低的LCZ类型的夜间冷却效应。

4) 应综合全面考虑水体的热效应。通常水体被视为缓解城市热岛效应的有利元素，观测结果则表明水域区(LCZ G)白天降温效果较好但夜间热岛效应明显，因此，在规划设计时需综合全面地考虑水体的热效应，以便更加合理地布置水体。

4 结论

城市局地气候分区(Local Climate Zone, LCZ)是一套用于城市气温研究的客观、标准、通用的局地热气候分类方法。根据LCZ分区方法，选取分布于南京中心城区至郊区的12个不同类型的LCZ地块进行气温观测，初步检验了LCZ方法的合理性与适用性。对南京夏季晴朗、少云、弱风的典型天气条件下所选LCZ地块的局地气温时空变化特征进行了分析，分析内容包括热岛强度日变化特征、平均热岛强度、日最高/最低温度差异和地块升温/冷却率差异，得出结论如下：

1) 各LCZ地块的热岛强度在日落后迅速增加，日落后3~5 h达到最大值，然后逐渐减小，变化规律与前人的研究结论一致；午间时段，各LCZ地块出现弱冷岛效应；各LCZ地块的日最低气温差异显著高于日最高气温差异，反映出各地块该日最终可冷却到的程度存在较大差异；各LCZ地块的热岛强度及气温日变化规律与地块的升温/冷却率变化特征相吻合。

2) 不同类型LCZ地块的夜间平均热岛强度差异明显，地块的建筑群紧凑度和不透水下垫面比例越高则热岛效应越强，强度值与地块物理特征有较强的相关性。其中，紧凑建筑区(LCZ 1、2_E、3₂)的热岛强度趋于最高，平均大于3 ℃；其次是开敞建筑区和大型低层建筑区(LCZ 4、5、8)，平均大于2 ℃，开敞且绿地率较高的地块(LCZ 6₅、9)热岛强度较小，平均为0.4~1.2 ℃；LCZ 10(重工业区)的热岛强度与LCZ 1(紧凑高层建筑区)相当。

3) 水体和树林一般被视为缓解城市热岛效应的有利元素，观测结果表明：水域区(LCZ G)在白天有较好的降温效果，但夜间热岛效应显著；稠密树木区(LCZ A)在全天均有一定的降温效果。

参考文献

[1]	STEWART I D, OKE T R. Local climate zones for urban temperature studies[J]. Bulletin of the American Meteorological Society, 2012, 93(12): 1879-1900. DOI:10.1175/BAMS-D-11-00019.1
[2]	STEWART I D, OKE T R, KRAYENHOFF E S. Evaluation of the "local climate zone" scheme using temperature observations and model simulations[J]. International Journal of Climatology, 2014, 34(4): 1062-1080. DOI:10.1002/joc.2014.34.issue-4
[3]	LECONTE F, BOUYER J, CLAVERIE R, et al. Using Local Climate Zone scheme for UHI assessment:Evaluation of the method using mobile measurements[J]. Building and Environment, 2015, 83: 39-49. DOI:10.1016/j.buildenv.2014.05.005
[4]	THOMAS G, SHERIN A P, ANSAR S, et al. Analysis of urban heat island in Kochi, India, using a modified Local Climate Zone classification[J]. Procedia Environmental Sciences, 2014, 21: 3-13. DOI:10.1016/j.proenv.2014.09.002
[5]	林中立, 徐涵秋. 基于LCZ的城市热岛强度研究[J]. 地球信息科学学报, 2017, 19(5): 713-722. LIN Z L, XU H Q. A study of urban heat island intensity based on "Local Climate Zones"[J]. Journal of Geo-information Science, 2017, 19(5): 713-722. DOI:10.3969/j.issn.1560-8999.2017.05.015
[6]	刘琳, 刘京, 林姚宇, 等. 多种城市地表形态的局地气候分析[J]. 建筑科学, 2017, 33(2): 8-14. LIU L, LIU J, LIN Y Y, et al. Local climatic analysis of multiple urban surface morphology[J]. Building Science, 2017, 33(2): 8-14.
[7]	中国气象局气象信息中心气象资料室, 清华大学建筑技术科学系. 中国建筑热环境分析专用气象数据集[M]. 北京: 中国建筑工业出版社, 2005. China Meteorological Bureau, Climate Information Center, Climate Data Office and Tsinghua University, Department of Building Science and Technology. China standard weather data for analyzing building thermal conditions[M]. Beijing: China Architecture & Building Press, 2005.
[8]	Google earth[EB/OL].[2017-08-22]. https://earth.google.com/web/.
[9]	QI F, WANG Y. A new calculation method for shape coefficient of residential building using Google Earth[J]. Energy and Buildings, 2014, 76: 72-80. DOI:10.1016/j.enbuild.2014.02.058
[10]	BRUSE M, FLEER H. Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical model[J]. Environmental Modelling & Software, 1998, 13: 373-384.
[11]	OKE T R. An algorithmic scheme to estimate hourly heat island magnitude[C]//2nd Urban Environment Symposium, 1998, Albuquerque, NM.
[12]	OKE T R. Boundary layer climates[M]. London: Routledge, 2015.
[13]	China Meteorological Data Service Center[EB/OL].[2017-06-22]. http://data.cma.cn/en.
[14]	YANG X, ZHAO L. Diurnal thermal behavior of pavements, vegetation, and water pond in a hot-humid city[J]. Buildings, 2016, 6: 1-12.
[15]	CHOW W T L, ROTH M. Temporal dynamics of the urban heat island of Singapore[J]. International Journal of Climatology, 2006, 26(15): 2243-2260. DOI:10.1002/(ISSN)1097-0088
[16]	SANG J, LIU H, LIU H, et al. Observational and numerical studies of wintertime urban boundary layer[J]. Jounal of Wind Engineering and Industrial Aerodynamics, 2000, 87(2): 243-258.
[17]	OKE T R. The energetic basis of the urban heat island[J]. Quarterly Journal of the Royal Meteorological Society, 1982, 108: 1-24.
[18]	THEEUWES N E, STEENEVELD G J, RONDA R J, et al. Cool city mornings by urban heat[J]. Environmental Research Letters, 2015, 1-9.
[19]	陈恺, 唐燕. 城市局部气候分区研究进展及其在城市规划中的应用[J]. 南方建筑, 2017(2): 21-28. CHEN K, TANG Y. Research progress of local climate zones and its applications in urban planning[J]. South Architecture, 2017(2): 21-28. DOI:10.3969/j.issn.1000-0232.2017.02.021

X