Koelere stad? Groenere stad!

Eva
Beele

De invloed van stedelijk groen op het afzwakken van stedelijke hitte-eilanden en het verbeteren van thermisch comfort: een case study in Leuven, België

Wie ‘s avonds na een windstille zomerse dag of gedurende een hittegolf de stad binnenkomt, heeft misschien al gemerkt dat de luchttemperatuur voelbaar kan stijgen. Deze plotse temperatuur toename valt te verklaren door het stedelijk hitte eiland effect en heeft nefaste gevolgen voor menselijke gezondheid en comfort. Toekomstprojecties tonen aan dat de klimaatsverandering zal leiden tot een toename in de frequentie en ernst van hittegolven. Dit in combinatie met een stijgende urbanisatie toont de noodzaak voor het uitwerken van efficiënte hittebeheerplannen om een goede levenskwaliteit binnen onze steden te garanderen.

Afbeelding verwijderd.

Stedelijke concentratie van asfalt en beton

Het stedelijk hitte-eiland wordt gekenmerkt door hoge temperaturen in de binnenstad ten opzichte van deze in de landelijke en meer natuurlijke omgeving eromheen. Dit temperatuurverschil valt te verklaren door de stedelijke morfologie en de grote aanwezigheid van donkere ondoorlaatbare oppervlaktematerialen. Steden kennen een hoge en dichte bebouwing waaruit zonnestraling niet gemakkelijk kan ontsnappen. De windsnelheid ligt er ook lager, waardoor warmte minder snel kan worden afgevoerd. De typische constructiematerialen - asfalt en beton - kennen een lage reflectiegraad, hebben een hoge warmtecapaciteit en stralen meer infraroodstraling uit. Ze nemen dus meer warmte op dan een grasveldje of een pleintje met bomen. 

 

Groen als oplossing 

De aanplanting en uitbreiding van groene infrastructuren vormt een veelbelovende oplossing in het afzwakken van stedelijke hitte. Groen koelt zijn omgeving voornamelijk door evapotranspiratie, de verdamping via de huidmondjes van bladeren. Gedurende dit proces onttrekt de plant energie of warmte uit de omgeving waardoor de luchttemperatuur zal dalen. Daarnaast bieden groene infrastructuren ook schaduw en hebben ze een hoge reflectiegraad en lage warmtecapaciteit, ze reflecteren veel van de inkomende zonnestraling en nemen weinig warmte op. De verkoelende eigenschappen van stedelijk groen worden echter strek beïnvloed door hun compositie (de hoeveelheid en diversiteit) en hun configuratie (de ruimtelijke verspreiding in het landschap). Omdat steden meestal slechts een beperkte oppervlakte beschikbaar hebben voor stedelijk groen, is een optimale configuratie van groen noodzakelijk om hun verkoelend effect te maximaliseren. 

In dit onderzoek werd daarom het stedelijk hitte-eiland in Leuven onderzocht en werd het effect van de compositie en configuratie van stedelijk groen op de luchttemperatuur en het thermisch comfort geëvalueerd voor verschillende ruimtelijke en temporele schaalniveaus.

 

Onderzoek op basis van weerstations en satellietbeelden

In een eerste fase werd de ruimtelijke en temporele variatie van luchttemperatuur onderzocht met behulp van een dens netwerk van eenvoudige weerstations. De metingen van dit netwerk zijn live te volgen op https://leuven.cool. Door het gebruik van lokale klimaatzones werden de weerstations verdeeld langs een urbane gradiënt. Leuven en omgeving werd hiervoor ingedeeld in verschillende zones op basis van het percentage vegetatie, de hoogte en de densiteit van gebouwen. Om de correctheid van de metingen zelf na te gaan, werd een correctiemodel opgesteld. Hiervoor werden een viertal van onze eenvoudige weerstations geïnstalleerd in de directe nabijheid van de officiële meetapparatuur van het KMI. Door na te gaan welke meteorologische variabelen gecorreleerd zijn met het temperatuurverschil tussen onze weerstations en de officiële meetapparatuur uit Ukkel werd een predictiemodel voor het temperatuurverschil opgesteld. Dit model maakt het mogelijk om voor elk station een gecorrigeerde temperatuur te berekenen in functie van de lokale klimatologische omstandigheden.  

Afbeelding verwijderd.

Vervolgens werd onderzocht hoe de compositie en configuratie van verschillende types groen de luchttemperatuur en het menselijk comfort kan beïnvloeden. Hiervoor werd een gedetailleerde groenkaart van Leuven, bestaande uit laag en hoog groen, gecreëerd met behulp van hoge-resolutie satellietbeelden en LiDAR data. De compositie en configuratie van stedelijk groen werd gekwantificeerd op meerdere ruimtelijke schaalniveaus met behulp van een reeks landschapsmetrieken.

Het temperatuurverschil t.o.v. de gemiddelde temperatuur voor de nacht van 31 juli 2020. Een negatieve waarde (blauw) wijst dus op een station dat koeler is dan het gemiddelde van alle stations, terwijl een positieve waarde (rood) wijst op een warmer station (links) De groenkaart van Leuven waarbij groen wordt opgedeeld in laag groen en hoog groen (rechts).

Temperatuur profielen van twee Leuven.cool stations, een landelijk (blauw) en urbaan (rood) station, ten opzichte van de gemiddelde temperatuur.

Vooral nachtelijke verschillen 

Het stedelijk hitte-eiland in Leuven toonde gedurende de hittegolven van 2019 duidelijke dag-nacht variaties. Gedurende de nacht werd een hogere intensiteit van het stedelijke hitte eiland opgemeten. Deze intensiteit wordt berekend als het verschil tussen het koudste en warmste station. Zo zien we gedurende de nacht een gemiddeld temperatuurverschil van 5 à 6 °C, overdag zien we een maximum verschil van slechts 2 °C. Ook de kwantificatie van het thermisch ongemak, gebaseerd op zowel luchttemperatuur als relatieve vochtigheid, geeft gedurende de nacht grotere variaties.

 

Type, vorm en grootte van groen blijken van belang

Daarnaast zien we ook dat zowel de compositie als configuratie van stedelijk groen belangrijk is in het afzwakken van hitte. Niet alleen een hoger percentage groen maar ook grotere oppervlaktes groen met een meer complexe vorm en dus grotere omtrek zullen de luchttemperatuur significant doen dalen en zo hittestress verminderen. Het verkoelend effect van de verschillende types groen – laag en hoog groen- is ook verschillend. Gedurende de nacht blijkt laag groen, bestaande uit grasvelden en lage struiken, de belangrijkste verkoelende factor. Dit valt te verklaren door het feit dat groen overdag veel van de inkomende zonnestraling reflecteert en dus weinig warmte opslaat. De hoge sky view factor van laag groen zorgt er voor dat de warmte die wel wordt opgeslagen, ‘s nachts makkelijk opnieuw kan ontsnappen. Bij bomen daarentegen, wordt de warmte 's nachts wel vastgehouden. Overdag zien we het omgekeerde. Dan helpt voornamelijk hoog groen, bomen dus, om de luchttemperatuur te doen zakken. Bomen bieden gedurende de dag directe schaduw en koelen hun omgeving door evapotranspiratie. 

 

Op naar een efficiënter stedelijk hittebeheer

Deze resultaten maken alvast duidelijk dat stadsontwerpers rekening moeten houden met zowel de compositie als configuratie van groene infrastructuren. Verschillende types, vormen en groottes groen zullen nodig zijn om het thermisch comfort van stadsbewoners te verhogen gedurende dag en nacht. Verder onderzoek is nodig om lokale overheden te voorzien van meer specifieke richtlijnen voor het uitwerken van een efficiënter groenbeleid en doeltreffende hittebeheerplannen. Maar één ding is zeker: meer groen is nooit een slecht idee. 

Bibliografie

Agentschap Informatie Vlaanderen. (2019a). Bodembedekkingskaart (BBK), 1m resolutie, opname 2015. Retrieved April 4, 2020, from http://www.geopunt.be/catalogus/datasetfolder/0230a22f-51c0-4aa5-bb5d-0…

Agentschap Informatie Vlaanderen. (2019b). Voorlopig referentiebestand gemeentegrenzen, toestand 16/05/2018 (geldig vanaf 01/01/2019). Retrieved December 27, 2019, from http://www.geopunt.be/catalogus/datasetfolder/9ff44cc4-5f16-4507-81a6-6…

Agentschap voor Natuur en Bos. (2013). Groenkaart Vlaanderen 2012. Retrieved April 17, 2020, from http://www.geopunt.be/catalogus/datasetfolder/a0472f3b-0927-42f5-909b- c765a4fa4721

Airbus Defence & Space Intelligence. (2013). Pléiades: Spot the Detail. Retrieved April 8, 2019, from https://www.intelligence- airbusds.com/files/pmedia/public/r49228_9_pleiades_product.pdf

Airbus Defence & Space Intelligence. (2019). Pleiades-1B Satellite Sensor (0.5m). Retrieved December 28, 2019, from https://www.satimagingcorp.com/satellite-sensors/pleiades-1b/

Arnfield, A. J. (2003). Two decades of urban climate research: A review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology, 23(1), 1–26. https://doi.org/10.1002/joc.859

Astrium. (2012). Pléiades Imagery User Guide. Retrieved April 8, 2019, from http://satimagingcorp.s3.amazonaws.com/site/pdf/User_Guide_Pleiades.pdf

Bassett, R., Cai, X., Chapman, L., Heaviside, C., Thornes, J. E., Muller, C. L., Warren, E. L. (2016). Observations of urban heat island advection from a high-density monitoring network. Quarterly Journal of the Royal Meteorological Society, 142(699), 2434–2441. https://doi.org/10.1002/qj.2836

Bell, S., Cornford, D., & Bastin, L. (2013). The state of automated amateur weather observations. Weather, 68(2), 36–41. https://doi.org/10.1002/wea.1980

Bell, S., Cornford, D., & Bastin, L. (2015). How good are citizen weather stations? Addressing a biased opinion. Weather, 70(3), 75–84. https://doi.org/10.1002/wea.2316

Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I., & Heynen, M. (2004). Multi- resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry and Remote Sensing, 58(3–4), 239–258. https://doi.org/10.1016/j.isprsjprs.2003.10.002

Bevolkingsregister Stad Leuven. (2020). Demografie. Retrieved March 22, 2020, from https://leuven.incijfers.be/dashboard

Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16. https://doi.org/10.1016/j.isprsjprs.2009.06.004

Bowler, D. E., Buyung-Ali, L., Knight, T. M., & Pullin, A. S. (2010). Urban greening to cool towns and cities: A systematic review of the empirical evidence. Landscape and Urban Planning, 97(3), 147–155. https://doi.org/10.1016/j.landurbplan.2010.05.006

Britannica Online Academic Edition. (2020). Relative humidity. Encyclopædia Britannica, Inc.

Cao, X., Onishi, A., Chen, J., & Imura, H. (2010). Quantifying the cool island intensity of 79

urban parks using ASTER and IKONOS data. Landscape and Urban Planning, 96(4),

224–231. https://doi.org/10.1016/j.landurbplan.2010.03.008

Cohen, P., Potchter, O., & Matzarakis, A. (2012). Daily and seasonal climatic conditions of

green urban open spaces in the Mediterranean climate and their impact on human comfort. Building and Environment, 51, 285–295. https://doi.org/10.1016/j.buildenv.2011.11.020

Connors, J. P., Galletti, C. S., & Chow, W. T. L. (2013). Landscape configuration and urban heat island effects: Assessing the relationship between landscape characteristics and land surface temperature in Phoenix, Arizona. Landscape Ecology, 28(2), 271–283. https://doi.org/10.1007/s10980-012-9833-1

Conrad. (2019). Renkforce WH2600 Digitaal draadloos weerstation Voorspelling voor 12 tot 24 uur. Retrieved December 28, 2019, from https://www.conrad.nl/p/renkforce-wh2600- digitaal-draadloos-weerstation-voorspelling-voor-12-tot-24-uur-1267654

Conrad, O. (2008). Module Sky View Factor. Retrieved from http://www.saga- gis.org/saga_tool_doc/2.2.0/ta_lighting_3.html

Degerickx, J., Roberts, D. A., McFadden, J. P., Hermy, M., & Somers, B. (2018). Urban tree health assessment using airborne hyperspectral and LiDAR imagery. International Journal of Applied Earth Observation and Geoinformation, 73, 26–38. https://doi.org/10.1016/j.jag.2018.05.021

Dirksen, M., Ronda, R. J., Theeuwes, N. E., & Pagani, G. A. (2019). Sky view factor calculations and its application in urban heat island studies. Urban Climate, 30, 100498. https://doi.org/10.1016/j.uclim.2019.100498

dos Santos, A. R., de Oliveira, F. S., da Silva, A. G., Gleriani, J. M., Gonçalves, W., Moreira, G. L., Mota, P. H. S. (2017). Spatial and temporal distribution of urban heat islands. Science of the Total Environment, 605–606, 946–956. https://doi.org/10.1016/j.scitotenv.2017.05.275

Drǎguţ, L., Csillik, O., Eisank, C., & Tiede, D. (2014). Automated parameterisation for multi- scale image segmentation on multiple layers. ISPRS Journal of Photogrammetry and Remote Sensing, 88, 119–127. https://doi.org/10.1016/j.isprsjprs.2013.11.018

European Commission. (2013). Green Infrastructure (GI) — Enhancing Europe’s Natural Capital. Communication from the Commission to the European Parliament, the European Economic Council, The European Economic and Social Committee and the Committee of the Regions, 13. https://doi.org/10.1017/CBO9781107415324.004

European Commission. (2015). Towards an EU Research and Innovation policy agenda for Nature-based solutions and re-naturing cities. Final Report of the Horizon 2020.

Fan, C., Zheng, B., Huang, H., Kaplan, S., Brazel, A., Middel, A., Talen, E. (2015). Does the spatial arrangement of urban landscape matter? examples of urban warming and cooling in phoenix and las vegas. Ecosystem Health and Sustainability, 1(4), 1–15. https://doi.org/10.1890/ehs14-0028.1

GeoBusiness Nederland. (2016). Aerodata Surveys Nederland. Retrieved March 22, 2020, from https://www.geobusiness.nl/leden/aerodata

Georgi, N. J., & Zafiriadis, K. (2006). The impact of park trees on microclimate in urban areas. Urban Ecosystems, 9(3), 195–209. https://doi.org/10.1007/s11252-006-8590-9

Gunawardena, K. R., Wells, M. J., & Kershaw, T. (2017). Utilising green and bluespace to 80

mitigate urban heat island intensity. Science of the Total Environment, 584–585, 1040–

1055. https://doi.org/10.1016/j.scitotenv.2017.01.158

Hamada, S., & Ohta, T. (2010). Seasonal variations in the cooling effect of urban green areas

on surrounding urban areas. Urban Forestry and Urban Greening, 9(1), 15–24.

https://doi.org/10.1016/j.ufug.2009.10.002

Hamdi, R., & Schayes, G. (2008). Sensitivity study of the urban heat island intensity to urban

characteristics. International Journal of Climatology, 28, 973–982.

https://doi.org/10.1002/joc.1598 Sensitivity

Hexagon. (2020). ERDAS IMAGINE. Retrieved April 17, 2020, from

https://www.hexagongeospatial.com/products/power-portfolio/erdas-imagine

Howard, L. (1833). The climate of London: deduced from meteorological observations (3rd

ed.). London: Harvey & Darton.

Huang, L., Li, J., Zhao, D., & Zhu, J. (2008). A fieldwork study on the diurnal changes of

urban microclimate in four types of ground cover and urban heat island of Nanjing, China. Building and Environment, 43(1), 7–17. https://doi.org/10.1016/j.buildenv.2006.11.025

Jenkins, G. (2014). A comparison between two types of widely used weather stations. Weather, 69(4), 105–110. https://doi.org/10.1002/wea.2158

Jones, H. G., & Vaughan, R. A. (2010). Remote sensing of vegetation: principles, techniques and applications (1st ed.). Oxford: Oxford University Press.

KMI. (2019). Klimaat in de wereld. Retrieved December 27, 2019, from https://www.meteo.be/nl/klimaat/klimaat-in-de-wereld

Laben, C., & Brower, B. (1998). Process for Enhancing the Spatial Resolution of Multispectral Imagery Using Pan-Sharpening. https://doi.org/10.1016/j.(73)

Lee, J. S., Kim, J. T., & Lee, M. G. (2014). Mitigation of urban heat island effect and greenroofs. Indoor and Built Environment, 23(1), 62–69. https://doi.org/10.1177/1420326X12474483

Leuven 2030. (2019, June). Onderzoek hitte-eilandeffect. Retrieved December 27, 2019, from https://www.leuven2030.be/verhalen/onderzoek-hitte-eilandeffect

Li, X., Zhou, W., & Ouyang, Z. (2013). Relationship between land surface temperature and spatial pattern of greenspace: What are the effects of spatial resolution? Landscape and Urban Planning, 114, 1–8. https://doi.org/10.1016/j.landurbplan.2013.02.005

Marando, F., Salvatori, E., Sebastiani, A., Fusaro, L., & Manes, F. (2019). Regulating Ecosystem Services and Green Infrastructure: assessment of Urban Heat Island effect mitigation in the municipality of Rome, Italy. Ecological Modelling, 392, 92–102. https://doi.org/10.1016/j.ecolmodel.2018.11.011

McGarigal, K., Cushman, S. A., Neel, M. C., & Ene, E. (2002). FRAGSTATS: spatial pattern analysis program for categorical maps. Computer Software Program Produced by the Authors at the University of Massachusetts, Amherst. University of Massachusetts, Amherst. Retrieved from http://www.umass.edu/landeco/research/fragstats/documents/Metrics/Metri… TOC.htm

Memon, R. A., Leung, D. Y. C., & Liu, C. H. (2009). An investigation of urban heat island intensity (UHII) as an indicator of urban heating. Atmospheric Research, 94(3), 491– 500. https://doi.org/10.1016/j.atmosres.2009.07.006

81

Mohammed, Y., & Salman, A. (2018). Effect of urban geometry and green area on the formation of the urban heat island in Baghdad city. MATEC Web of Conferences, 162, 05025. https://doi.org/10.1051/matecconf/201816205025

Myint, S. W., Zhang, Y., Turner, B. L., Li, X., Zhang, X., & Galletti, C. (2014). Object-based land-cover classification for metropolitan Phoenix, Arizona, using aerial photography. International Journal of Applied Earth Observation and Geoinformation, 33, 321–330. https://doi.org/10.1016/j.jag.2014.04.018

Nichol, J. E., Fung, W. Y., Lam, K. se, & Wong, M. S. (2009). Urban heat island diagnosis using ASTER satellite images and “in situ” air temperature. Atmospheric Research, 94(2), 276–284. https://doi.org/10.1016/j.atmosres.2009.06.011

Oke, T. R. (1976). The distinction between canopy and boundary-layer urban heat Islands. Atmosphere, 14(4), 268–277. https://doi.org/10.1080/00046973.1976.9648422

Oke, T. R. (1995). The Heat Island of the Urban Boundary Layer: Characteristics, Causes and Effects. NATO ASI Series e Applied Sciences-Advanced Study Institute, 277, 81–108. https://doi.org/10.1007/978-94-017-3686-2_5

Oliveira, S., Andrade, H., & Vaz, T. (2011). The cooling effect of green spaces as a contribution to the mitigation of urban heat: A case study in Lisbon. Building and Environment, 46(11), 2186–2194. https://doi.org/10.1016/j.buildenv.2011.04.034

Papanastasiou, D. K., Melas, D., & Kambezidis, H. D. (2015). Air quality and thermal comfort levels under extreme hot weather. Atmospheric Research, 152, 4–13. https://doi.org/10.1016/j.atmosres.2014.06.002

Polsby, D. D., & Popper, R. (1991). The Third Criterion: Compactness as a Procedural Safeguard Against Partisan Gerrymandering. Yale Law & Policy Review, 9(2), 301–353. https://doi.org/10.2139/ssrn.2936284

Putseys, J. (2019a, June 1). Uw tuin: een belangrijk wapen in de strijd tegen gevaarlijke hittegolven in de stad. Het Nieuwsblad. Retrieved from https://www.nieuwsblad.be/cnt/dmf20190531_04438998

Putseys, J. (2019b, June 1). Uw tuin in de strijd gegooid tegen gevaarlijke hittegolven. De Standaard. Retrieved from https://www.standaard.be/cnt/dmf20190531_04439160?articlehash=17F480D20… FE052145124977E1EB281A45464E09F9A61BA79E4434310CA912C1C72A89F01C3 C6C5BFC9C46526FB6D96329680FC6312DA5803C25AB3E5A1

QGIS Development Team. (2019). QGIS Geographic Information System. Open Source Geospatial Foundation Project. Retrieved November 30, 2019, from http://qgis.osgeo.org

Qian, Y., Zhou, W., Hu, X., & Fu, F. (2018). The heterogeneity of air temperature in urban residential neighborhoods and its relationship with the surrounding greenspace. Remote Sensing, 10(6), 956. https://doi.org/10.3390/rs10060965

Renkforce. (n.d.). Internet protocol weather station - Operation Manual. Retrieved from https://www.conrad.nl/p/renkforce-wh2600-digitaal-draadloos-weerstation…- voor-12-tot-24-uur-1267654

Rhee, J., Park, S., & Lu, Z. (2014). Relationship between land cover patterns and surface temperature in urban areas. GIScience and Remote Sensing, 51(5), 521–536. https://doi.org/10.1080/15481603.2014.964455

ROB-TV. (2019, June 26). Onderzoekers KU Leuven plaatsen 70 weerstations om Leuven te 82

wapenen tegen de warmte. ROB-TV. Retrieved from https://www.robtv.be/nieuws/onderzoekers-ku-leuven-plaatsen-70-weerstat…- leuven-te-wapenen-tegen-de-warmte-80686

Roth, M., Oke, T. R., & Emery, W. J. (1989). Satellite-derived urban heat islands from three coastal cities and the utilization of such data in urban climatology. International Journal of Remote Sensing. https://doi.org/10.1080/01431168908904002

RStudio Team. (2016). RStudio: Integrated Development Environment for R. Boston, MA: RStudio, Inc. Retrieved from http://www.rstudio.com/

Rushayati, S. B., Shamila, A. D., & Prasetyo, L. B. (2018). The Role of Vegetation in Controlling Air Temperature Resulting from Urban Heat Island. Forum Geografi, 32(1), 1–11. https://doi.org/10.23917/forgeo.v32i1.5289

Sajani, S. Z., Marchesi, S., Lauriola, P., Tomozeiu, R., Botarelli, L., Bonafè, G., ... Bonazzi, F. (2016). UHI in the metropolitan cluster of bologna-modena: Mitigation and adaptation strategies. In Counteracting Urban Heat Island Effects in a Global Climate Change Scenario (pp. 131–200). Springer International Publishing.

Santamouris, M., Cartalis, C., Synnefa, A., & Kolokotsa, D. (2015). On the impact of urban heat island and global warming on the power demand and electricity consumption of buildings - A review. Energy and Buildings, 98, 119–124. https://doi.org/10.1016/j.enbuild.2014.09.052

Satchithanantham, S., Wilson, H. F., & Glenn, A. J. (2017). Contrasting patterns of groundwater evapotranspiration in grass and tree dominated riparian zones of a temperate agricultural catchment. Journal of Hydrology, 549, 654–666. https://doi.org/10.1016/j.jhydrol.2017.04.016

Shashua-Bar, L., & Hoffman, M. E. (2000). Vegetation as a climatic component in the design of an urban street. Energy and Buildings, 31(3), 221–235. https://doi.org/10.1016/s0378- 7788(99)00018-3

Sheng, L., Tang, X., You, H., Gu, Q., & Hu, H. (2017). Comparison of the urban heat island intensity quantified by using air temperature and Landsat land surface temperature in Hangzhou, China. Ecological Indicators, 72, 738–746. https://doi.org/10.1016/j.ecolind.2016.09.009

Solecki, W. D., Rosenzweig, C., Parshall, L., Pope, G., Clark, M., Cox, J., & Wiencke, M. (2005). Mitigation of the heat island effect in urban New Jersey. Environmental Hazards, 6(1), 39–49. https://doi.org/10.1016/j.hazards.2004.12.002

Stad Leuven. (2018). Deelgemeenten. Retrieved December 27, 2019, from https://www.leuven.be/deelgemeenten

Stan, F. I., Neculau, G., Zaharia, L., & Ioana-Toroimac, G. (2014). Evapotranspiration variability of different plant types at romanian experimental evapometric measurement stations. Climatologie, 11(Volume 11), 1962–1966. https://doi.org/10.4267/climatologie.603

Stewart, I. D., & Oke, T. R. (2012). Local climate zones for urban temperature studies. Bulletin of the American Meteorological Society, 93(12), 1879–1900. https://doi.org/10.1175/BAMS-D-11-00019.1

Streiling, S., & Matzarakis, A. (2003). Influence of single and small clusters of trees on the bioclimate of a city: A case study. Journal of Arboriculture, 29(6), 309–316.

83

The World Bank Group. (2017). World Development Indicators : Urbanization. Retrieved March 29, 2019, from https://data.worldbank.org/indicator/SP.URB.TOTL.IN.ZS?locations=BE&yea… sc=false

The World Bank Group. (2018). Population density - Belgium. Retrieved April 28, 2020, from

https://data.worldbank.org/indicator/EN.POP.DNST?end=2018&locations=BE&…

15

Thom, E. C. (1959). The Discomfort Index. Weatherwise, 12(2), 57–61.

https://doi.org/10.1080/00431672.1959.9926960

U.S. Environmental Protection Agency. (2008). Urban Heat Island Basics. Reducing Urban

Heat Islands: Compendium of Strategies. Retrieved from https://www.epa.gov/heat-

islands/ heat-island-compendium.

United Nations. Departemen of Economic and Social Affairs. Population Division. (2018).

World Urbanization Prospects: The 2018 Revision. New York. Retrieved from

https://population.un.org/wup/Publications/Files/WUP2018-KeyFacts.pdf

United Nations. Departemen of Economic and Social Affairs. Population Division. (2019).

World Urbanization Prospects 2018: Highlights. New York. Retrieved from

https://population.un.org/wup/

Uuemaa, E., Antrop, M., Roosaare, J., Marja, R., & Mander, Ü. (2009). Landscape Metrics

and Indices: An Overview of Their Use in Landscape Research. Living Reviews in

Landscape Research, 3, 61–63. https://doi.org/10.12942/lrlr-2009-1

Van Eetvelde, V. (2007). Van geografische strekenkaart tot landschapsdatabank: Gebruik

van GIS , informatietheorie en karakteriseren van landschappen ,. Universiteit Gent. van Hove, L. W. A., Jacobs, C. M. J., Heusinkveld, B. G., Elbers, J. A., Van Driel, B. L., &

Holtslag, A. A. M. (2015). Temporal and spatial variability of urban heat island and thermal comfort within the Rotterdam agglomeration. Building and Environment, 83, 91–103. https://doi.org/10.1016/j.buildenv.2014.08.029

Verdonck, M. L., Demuzere, M., Hooyberghs, H., Beck, C., Cyrys, J., Schneider, A., ... Van Coillie, F. (2018). The potential of local climate zones maps as a heat stress assessment tool, supported by simulated air temperature data. Landscape and Urban Planning, 178, 183–197. https://doi.org/10.1016/j.landurbplan.2018.06.004

Vidal-Abarca, A., Jimezez, M., Rodrigo, T., & Cabezas, M. (2016). Europe Urbanization Trends. Retrieved from https://www.bbvaresearch.com/wp- content/uploads/2016/12/European-urbanization-trends_.pdf

Voogt, J. A., & Oke, T. R. (2003). Thermal remote sensing of urban climates. Remote Sensing of Environment, 86(3), 370–384. https://doi.org/10.1016/S0034-4257(03)00079-8

Weng, Q., Lu, D., & Schubring, J. (2004). Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, 89(4), 467–483. https://doi.org/10.1016/j.rse.2003.11.005

White, M. A., Nemani, R. R., Thornton, P. E., & Running, S. W. (2002). Satellite evidence of phenological differences between urbanized and rural areas of the eastern United States deciduous broadleaf forest. Ecosystems, 5(3), 260–273. https://doi.org/10.1007/s10021- 001-0070-8

84

Xiao, X. D., Dong, L., Yan, H., Yang, N., & Xiong, Y. (2018). The influence of the spatial characteristics of urban green space on the urban heat island effect in Suzhou Industrial Park. Sustainable Cities and Society, 40, 428–439. https://doi.org/10.1016/j.scs.2018.04.002

Yan, H., & Dong, L. (2015). The impacts of land cover types on urban outdoor thermal environment: the case of Beijing, China. Journal of Environmental Health Science and Engineering, 13(1), 1–7. https://doi.org/10.1186/s40201-015-0195-x

Yan, H., Fan, S., Guo, C., Hu, J., & Dong, L. (2014). Quantifying the impact of land cover composition on intra-urban air temperature variations at a mid-latitude city. PLoS ONE, 9(7). https://doi.org/10.1371/journal.pone.0102124

Yan, J., Zhou, W., Han, L., & Qian, Y. (2018). Mapping vegetation functional types in urban areas with WorldView-2 imagery: Integrating object-based classification with phenology. Urban Forestry and Urban Greening, 31, 230–240. https://doi.org/10.1016/j.ufug.2018.01.021

Yuhendra, Alimuddin, I., Sumantyo, J. T. S., & Kuze, H. (2012). Assessment of pan- sharpening methods applied to image fusion of remotely sensed multi-band data. International Journal of Applied Earth Observation and Geoinformation, 18(1), 165– 175. https://doi.org/10.1016/j.jag.2012.01.013

Zhou, W., Huang, G., & Cadenasso, M. L. (2011). Does spatial configuration matter? Understanding the effects of land cover pattern on land surface temperature in urban landscapes. Landscape and Urban Planning, 102(1), 54–63. https://doi.org/10.1016/j.landurbplan.2011.03.009

Zhou, W., Huang, G., Troy, A., & Cadenasso, M. L. (2009). Object-based land cover classification of shaded areas in high spatial resolution imagery of urban areas: A comparison study. Remote Sensing of Environment, 113(8), 1769–1777. https://doi.org/10.1016/j.rse.2009.04.007

Zhou, W., Wang, J., & Cadenasso, M. L. (2017). Effects of the spatial configuration of trees on urban heat mitigation : A comparative study. Remote Sensing of Environment, 195, 1– 12. https://doi.org/10.1016/j.rse.2017.03.043

Download scriptie (25.45 MB)
Universiteit of Hogeschool
KU Leuven
Thesis jaar
2020
Promotor(en)
Ben Somers