王惠惠, 王亞茹, 王騰飛, 王軍夢(mèng), 雷雅凱

鄭州市綠地結(jié)構(gòu)對(duì)氣候調(diào)節(jié)因子的影響及啟示

王惠惠, 王亞茹, 王騰飛, 王軍夢(mèng), 雷雅凱*

河南農(nóng)業(yè)大學(xué)風(fēng)景園林與藝術(shù)學(xué)院, 鄭州 450002

基于高精度遙感影像及夏秋季微氣候數(shù)據(jù), 應(yīng)用相關(guān)分析、主成分分析、地理加權(quán)回歸等方法研究了鄭州市主城區(qū)綠地結(jié)構(gòu)與微氣候調(diào)節(jié)因子的相關(guān)關(guān)系空間分異特征。結(jié)果表明, 綠地斑塊的分散程度、優(yōu)勢(shì)程度以及形狀復(fù)雜程度在研究區(qū)大部分空間顯著影響微氣候調(diào)節(jié)功能。在研究區(qū)中, 西北、西南、中北、中南的綠地斑塊的分散程度越小, 東北部?jī)?yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度越大, 東北部、西部的綠地斑塊的形狀復(fù)雜程度越大, 則相應(yīng)空間范圍內(nèi)夏季氣溫的降溫效果越明顯; 西北、南部綠地斑塊的形狀復(fù)雜程度越大, 東部?jī)?yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度越小, 則相應(yīng)空間范圍內(nèi)秋季空氣比濕的增濕效果越明顯; 西北、西南部綠地斑塊的形狀復(fù)雜程度越大, 南部、東部?jī)?yōu)勢(shì)斑塊的優(yōu)勢(shì)程度越小, 秋季風(fēng)速的降速效果越明顯, 反之, 則可以提高相應(yīng)區(qū)域的風(fēng)速。

城市生態(tài)系統(tǒng)服務(wù); 綠地結(jié)構(gòu); 微氣候; 調(diào)節(jié)功能

0 前言

中國(guó)城市化率從1978年的17.9%增加到2017年的58.5%[1], 城市化的發(fā)展對(duì)城市生態(tài)系統(tǒng)造成了嚴(yán)重的影響。鄭州市正處于城市化快速發(fā)展階段, 且又是我國(guó)中部地區(qū)重要中心城市的綜合交通樞紐, 隨著城市工業(yè)化的發(fā)展, 機(jī)動(dòng)車輛增多, 鄭州市空氣質(zhì)量明顯降低, 霧霾天氣不斷增多, 城市熱島效應(yīng)、大氣顆粒物污染等問題日益突出。目前, 城市生態(tài)系統(tǒng)服務(wù)價(jià)值的研究熱點(diǎn)主要集中于城市建設(shè)用地的土地利用與時(shí)空變化[2]、綠色基礎(chǔ)設(shè)施[3]、城市生態(tài)網(wǎng)絡(luò)的構(gòu)建[4-5]、權(quán)衡與協(xié)同機(jī)制[6]、供需關(guān)系[7]等方面?，F(xiàn)有的城市生態(tài)系統(tǒng)服務(wù)估算方法有謝高地[8-9]、Constanza[10]等的基于單位面積價(jià)值當(dāng)量因子法的中國(guó)陸地生態(tài)系統(tǒng)服務(wù)價(jià)值的動(dòng)態(tài)評(píng)估方法、李麗[11]等人的基于市場(chǎng)理論的價(jià)值評(píng)估法等, 這些方法都沒有從城市綠地結(jié)構(gòu)角度分析綠地空間結(jié)構(gòu)對(duì)生態(tài)系統(tǒng)服務(wù)功能的貢獻(xiàn)和影響。城市中的綠地面積增量受限, 因此存量綠地結(jié)構(gòu)優(yōu)化對(duì)于城市生態(tài)系統(tǒng)功能提升具有重要意義, 很多城市綠地系統(tǒng)規(guī)劃實(shí)踐和研究都比較重視綠地結(jié)構(gòu)指標(biāo)[12-13]。雖然有相關(guān)研究[14-16]表明城市綠地結(jié)構(gòu)能夠在一定程度上影響地表溫度、降雨等微氣候環(huán)境因子, 但是已有研究尺度相對(duì)較小, 且城區(qū)尺度上綠地的景觀結(jié)構(gòu)特征對(duì)氣象環(huán)境因子空間分異的影響尚有待于深入研究。生態(tài)系統(tǒng)服務(wù)價(jià)值與綠地結(jié)構(gòu)數(shù)據(jù)及微氣候環(huán)境因子數(shù)據(jù)多具有空間自相關(guān)性和空間異質(zhì)性, 而大多數(shù)方法對(duì)兩者關(guān)系的研究多用傳統(tǒng)統(tǒng)計(jì)學(xué)的方法[17-19], 忽略了數(shù)據(jù)的空間屬性, 導(dǎo)致研究的結(jié)果不能完全準(zhǔn)確反映城市綠地結(jié)構(gòu)與微氣候環(huán)境因子的關(guān)系。因此應(yīng)加強(qiáng)基于空間統(tǒng)計(jì)學(xué)方法的主城區(qū)尺度綠地結(jié)構(gòu)對(duì)微氣候環(huán)境因子的影響研究, 系統(tǒng)準(zhǔn)確地揭示城市綠地結(jié)構(gòu)對(duì)其微氣候環(huán)境因子的影響, 從而為進(jìn)一步完善城市生態(tài)系統(tǒng)調(diào)節(jié)功能價(jià)值的準(zhǔn)確估算提供依據(jù)。

本研究以鄭州市主城區(qū)為例, 基于高精度遙感影像及夏秋季微氣候環(huán)境因子空間柵格數(shù)據(jù), 應(yīng)用皮爾森相關(guān)分析、主成分分析、空間自相關(guān)分析、地理加權(quán)回歸等方法研究鄭州市主城區(qū)綠地結(jié)構(gòu)對(duì)微氣候調(diào)節(jié)因子的影響, 預(yù)期通過(guò)以上研究解決以下問題: (1)城市綠地結(jié)構(gòu)是否能夠顯著影響微氣候環(huán)境因子？(2)鄭州市主城區(qū)綠地結(jié)構(gòu)對(duì)微氣候環(huán)境因子的影響規(guī)律及其空間分異特征。(3)基于微氣候調(diào)節(jié)功能提升的鄭州主城區(qū)綠地系統(tǒng)空間結(jié)構(gòu)優(yōu)化途徑。

1 研究區(qū)概況

如圖1所示, 鄭州地處河南省中部偏北, 鄭州市共分為惠濟(jì)區(qū)、中原區(qū)、金水區(qū)、二七區(qū)以及管城回族區(qū)五部分。鄭州市位于黃河中下游和伏牛山脈東北側(cè)向黃淮平原過(guò)渡的交接地帶, 西南部高、東北部低, 呈階梯狀下降, 陸地范圍為東經(jīng)112°42′—114°14′、北緯34°16′—34°58′, 是我國(guó)中部地區(qū)重要的國(guó)家中心城市, 市區(qū)總面積7446.2 km2。屬北溫帶大陸性季風(fēng)氣候, 四季分明, 年平均溫度為 14.4 ℃, 年平均降水量為640.9 mm[20]。位于西北部的惠濟(jì)區(qū)是鄭州市民飲用水水源的集中地, 位于西南部的二七區(qū)地勢(shì)較高, 具有較多山丘、丘陵, 兩者相較于其他地區(qū), 較多的保留了當(dāng)?shù)氐脑嫉孛箔h(huán)境, 具有豐富的綠地資源, 綠地結(jié)構(gòu)也更為豐富; 位于中部、東部以及東北部多是平原地區(qū), 城市生活場(chǎng)所主要集中于此, 各種建筑以及交通網(wǎng)絡(luò)也匯聚于此, 因此該地區(qū)的綠地面積極大程度上受到限制。

2 研究方法

2.1 數(shù)據(jù)來(lái)源及預(yù)處理

本研究基于高分二號(hào)遙感影像(GF-2), 成像時(shí)間為2017年5月, 研究區(qū)影像包括兩種數(shù)據(jù)類型, 一類為空間分辨率為4 m的多光譜影像, 包括藍(lán)、綠、紅、近紅外等4個(gè)波段, 另一類為空間分辨率為0.8 m的全色影像。獲取影像之后進(jìn)行了大氣輻射校正、幾何校正, 并對(duì)影像數(shù)據(jù)進(jìn)行了多波段融合、多分辨率數(shù)據(jù)融合, 從而獲取0.8 m分辨率融合影像。基于融合影像, 應(yīng)用Ecognition Developer 9.2進(jìn)行綠地矢量信息提取, 制作鄭州市主城區(qū)綠地分布矢量圖及柵格圖數(shù)據(jù)集。

氣象因子數(shù)據(jù)主要來(lái)自國(guó)家氣象科學(xué)數(shù)據(jù)中心。由于鄭州地區(qū)的冬季和春季氣溫相對(duì)較低, 大部分植物處于落葉期, 綠地的氣候調(diào)節(jié)功能相對(duì)較弱, 因此本研究主要選擇了2017年夏季和秋季的地面氣壓、2 m空氣比濕、2 m氣溫及10 m風(fēng)速等天平均空間分布柵格數(shù)據(jù), 數(shù)據(jù)的分辨率為6 km, 并整理成夏季平均數(shù)據(jù)集及秋季平均數(shù)據(jù)集, 之后在ArcGIS中對(duì)季節(jié)平均數(shù)據(jù)進(jìn)行重采樣, 形成分辨率為3 km的季節(jié)平均空間分布柵格數(shù)據(jù)集。

圖1 研究區(qū)區(qū)位圖

Figure 1 Study area map

2.2 實(shí)驗(yàn)設(shè)計(jì)及數(shù)據(jù)分析

對(duì)應(yīng)于氣象因子變量的空間分辨率, 本研究在ArcGIS中應(yīng)用Fishnet工具對(duì)研究區(qū)進(jìn)行網(wǎng)格劃分, 鄭州市主城區(qū)被分為121個(gè)3 km正方形網(wǎng)格單元。本研究旨在探索城區(qū)尺度上綠地結(jié)構(gòu)特征對(duì)微氣候調(diào)節(jié)功能的影響, 因此選取了在相似研究[21-22]中應(yīng)用頻率較高的6個(gè)景觀結(jié)構(gòu)指數(shù), 分別是、、、、、等指數(shù)(詳見表1)。基于網(wǎng)格劃分單元, 應(yīng)用FRAGSTATS 4.2計(jì)算每個(gè)3 km柵格單元的景觀格局指數(shù), 從而獲取網(wǎng)格景觀結(jié)構(gòu)特征的空間分布矢量和柵格數(shù)據(jù)集。同時(shí), 本研究基于鄭州市的行政區(qū)劃來(lái)進(jìn)行分區(qū)研究, 可以直觀的通過(guò)各個(gè)行政區(qū)的城市化發(fā)展程度以及各區(qū)域在整個(gè)鄭州市中所起到的主要功能來(lái)解釋不同的城市綠地空間結(jié)構(gòu)對(duì)氣候調(diào)節(jié)帶來(lái)的影響。

在數(shù)據(jù)分析方面, 本研究主要選擇了皮爾森相關(guān)分析、主成分分析及地理加權(quán)回歸等空間統(tǒng)計(jì)學(xué)方法。首先將網(wǎng)格單元作為樣本, 分別獲取綠地景觀結(jié)構(gòu)數(shù)據(jù)集和夏、秋季節(jié)的平均氣象因子數(shù)據(jù)集, 并對(duì)以上兩個(gè)非空間數(shù)據(jù)集進(jìn)行皮爾森相關(guān)分析。皮爾森相關(guān)分析結(jié)果可以反映兩個(gè)正態(tài)連續(xù)變量之間的線性關(guān)系。然后, 對(duì)6個(gè)綠地結(jié)構(gòu)指數(shù)變量進(jìn)行KMO檢驗(yàn)和Bartlett球形檢驗(yàn)分析, 結(jié)果通過(guò)檢驗(yàn), 說(shuō)明綠地結(jié)構(gòu)變量數(shù)據(jù)適合進(jìn)行主成分分析。因?yàn)?個(gè)綠地結(jié)構(gòu)變量之間存在較強(qiáng)的共線性, 基于R中psych包進(jìn)行主成分分析, 該結(jié)果能夠反映綠地結(jié)構(gòu)特征的相互關(guān)系及各主成分軸所代表的屬性梯度, 在最大程度保留方差信息的同時(shí), 達(dá)到降維與消除變量間共線性的作用。由于新的主成分變量能夠滿足地理加權(quán)回歸模型的要求, 且前三個(gè)主成分軸能夠解釋97%以上的綠地結(jié)構(gòu)數(shù)據(jù)集的方差, 將三個(gè)主成分軸對(duì)應(yīng)網(wǎng)格樣方的得分作為三個(gè)解釋變量, 將夏季、秋季各四個(gè)氣象因子作為因變量, 分別進(jìn)行地理加權(quán)回歸。

表1 景觀格局指標(biāo)含義及單位

對(duì)于非空間數(shù)據(jù)多變量之間的關(guān)系研究, 通常應(yīng)用相關(guān)性分析、回歸分析等方法, 這些均屬于全局分析[23], 忽略了研究范圍內(nèi)各研究單元的地理位置變化, 因此本文采用地理加權(quán)回歸方法(GWR)。公式1中y為響應(yīng)變量,x為樣點(diǎn)的解釋變量,β為x的擬合系數(shù), (u,v)是樣本的地理空間位置,ε是第個(gè)區(qū)域的高斯隨機(jī)誤差。模型的帶寬采用自適應(yīng)空間核與赤池信息量準(zhǔn)則(Akaike Information Criterion, AIC)的空間權(quán)重計(jì)算。研究中分別以地面氣壓、2 m 空氣比濕、2 m 氣溫及10 m 風(fēng)速為因變量構(gòu)建四個(gè)GWR回歸模型, 而自變量選擇代表綠地結(jié)構(gòu)信息的前三個(gè)主成分。

在GWR4.0軟件進(jìn)行模型運(yùn)算后, 通過(guò)調(diào)整R與以探究四個(gè)模型的擬合效果是否優(yōu)良[24]。此外, 對(duì)GWR模型的標(biāo)準(zhǔn)化殘差進(jìn)行空間自相關(guān)性檢驗(yàn), 殘差處于統(tǒng)計(jì)學(xué)上的顯著聚類時(shí), 表明錯(cuò)誤地指定了 GWR 模型[25], 當(dāng)標(biāo)準(zhǔn)化殘差處于隨機(jī)狀分布時(shí), 模型通過(guò)檢驗(yàn)。最后, 將獲取的四個(gè)模型中具有地理變化的預(yù)測(cè)系數(shù)及值結(jié)果進(jìn)行可視化顯示, 并分析各氣象要素模型中的影響因子預(yù)測(cè)系數(shù)的空間特征。

3 結(jié)果分析

3.1 綠地結(jié)構(gòu)景觀指數(shù)與氣象因子皮爾森相關(guān)分析

如圖2所示, 6個(gè)綠地結(jié)構(gòu)指標(biāo)與夏秋季節(jié)的微氣候環(huán)境因子之間的大部分相關(guān)關(guān)系顯著。其中斑塊的凝聚度、最大斑塊所占面積比例以及聚合度分別與夏秋季節(jié)的氣象因子總體上呈負(fù)相關(guān)關(guān)系, 說(shuō)明了在鄭州市3 km尺度上, 當(dāng)綠地斑塊的凝聚度和聚合度較大、存在一個(gè)或多個(gè)面積較大的綠地斑塊時(shí), 綠地斑塊對(duì)該區(qū)域的微氣候環(huán)境因子有顯著調(diào)節(jié)作用; 而斑塊的密度、分裂指數(shù)以及形狀指數(shù)分別與夏秋季節(jié)的氣象因子總體上呈正相關(guān)關(guān)系, 說(shuō)明了在鄭州市3 km尺度上, 當(dāng)綠地斑塊越密集或斑塊越分散、斑塊的形狀越復(fù)雜時(shí), 綠地斑塊對(duì)該區(qū)域的微氣候環(huán)境因子有顯著調(diào)節(jié)作用。夏秋兩季的地面氣壓與、極顯著相關(guān); 夏季2 m空氣比濕與6個(gè)綠地結(jié)構(gòu)指標(biāo)都呈極顯著相關(guān), 其中與、、為正相關(guān), 與、、為負(fù)相關(guān), 秋季2 m空氣比濕與、、呈極顯著相關(guān); 夏秋季平均2 m氣溫與綠地結(jié)構(gòu)指標(biāo)呈現(xiàn)出與夏秋季2 m空氣比濕一樣的極顯著性及正負(fù)相關(guān)關(guān)系; 夏季平均10 m風(fēng)速與、、呈極顯著相關(guān)關(guān)系, 與、呈顯著相關(guān)關(guān)系, 秋季平均10 m風(fēng)速與、、、呈極顯著相關(guān)關(guān)系, 其中與呈負(fù)相關(guān), 其余為正相關(guān)關(guān)系。

注: **表示p<0.01,*表示p<0.05。根據(jù)皮爾森相關(guān)分析所得的圖, 圖中圓圈顏色飽和度和大小表示相關(guān)系數(shù)絕對(duì)值的大小, 藍(lán)色表示正相關(guān), 紅色表示負(fù)相關(guān)。

Figure 2 Correlation between greenland structure index and meteorological factors

3.2 綠地結(jié)構(gòu)景觀指數(shù)的主成分分析

對(duì)6個(gè)景觀指數(shù)進(jìn)行主成分分析, 第一主成分能夠解釋總方差的64%, 第二主成分能夠解釋總方差的24%, 第三主成分能夠解釋主成分的9%, 前三軸能夠解釋總方差的97%, 保留了幾乎全部變量信息。如表2所示, 第一主成分主要代表、的信息, 與為正相關(guān)關(guān)系, 與呈負(fù)相關(guān)關(guān)系, 因此第一主成分從小到大代表了城市綠地斑塊的分散程度的增加梯度; 第二主成分與、的相關(guān)性較強(qiáng), 與呈正相關(guān)關(guān)系, 而與呈負(fù)相關(guān)關(guān)系, 該主成分從小到大代表了綠地斑塊面積分布的不均衡性或者優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度的增加梯度; 第三主成分與、的負(fù)相關(guān)關(guān)系較強(qiáng), 主成分從大到小主要代表了綠地斑塊的形狀復(fù)雜程度的增加梯度。由此可見, 6個(gè)景觀指數(shù)主要代表了城市綠地斑塊的分散程度、優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度、形狀復(fù)雜程度三個(gè)方面信息。

表2 綠地結(jié)構(gòu)指標(biāo)與各主成分相關(guān)系數(shù)

3.3 地理加權(quán)回歸分析

如表3所示, 所有因變量和對(duì)自變量空間自相關(guān)檢驗(yàn)均具有顯著的空間自相關(guān)性, 說(shuō)明以上所有變量包括氣象調(diào)節(jié)因子、景觀指數(shù)等, 均具有空間非平穩(wěn)性, 適合進(jìn)行地理加權(quán)回歸分析。

如表4所示, 以春秋季8個(gè)氣象環(huán)境因子作為因變量的地理加權(quán)回歸模型中, 調(diào)整R值都比較高, 模型擬合精度較高。對(duì)GWR模型標(biāo)準(zhǔn)化殘差結(jié)果進(jìn)行空間自相關(guān)檢驗(yàn), 結(jié)果如表5所示, 夏季氣溫、秋季空氣比濕、風(fēng)速等指標(biāo)與綠地結(jié)構(gòu)指標(biāo)前三個(gè)主成分的模型標(biāo)準(zhǔn)殘差呈現(xiàn)出隨機(jī)分布特征(>0.05), 以上三個(gè)模型均通過(guò)了殘差檢驗(yàn), 其模型是可信的。因此, 鄭州市主城區(qū)綠地結(jié)構(gòu)能夠顯著影響夏季主城區(qū)地表2 m高度的氣溫、秋季主城區(qū)2 m高度的空氣比濕及秋季主城區(qū)10 m高度的風(fēng)速。

表3 自變量及因變量Moran’s I空間相關(guān)檢驗(yàn)

表4 夏季及秋季模型擬合度調(diào)整R2及AICc表

表5 GWR模型殘差Moran’s I空間自相關(guān)檢驗(yàn)

如圖3、圖4所示, 由綠色到紅色表示回歸系數(shù)由負(fù)至正,值空間分布圖中紅色及藍(lán)色區(qū)域均為95%置信區(qū)間, 說(shuō)明在紅色和藍(lán)色區(qū)域, 綠地結(jié)構(gòu)指標(biāo)與氣象因子呈顯著相關(guān)關(guān)系。鄭州市夏季地表2 m高度的氣溫與綠地斑塊分散程度的相關(guān)關(guān)系在城市西北和西南部分主要呈現(xiàn)出正相關(guān)關(guān)系, 在東北小部分和東南大部分區(qū)域呈現(xiàn)出負(fù)相關(guān)關(guān)系, 其中西北和西南部的綠地斑塊分散程度具有顯著增溫作用(圖3A、a); 鄭州西北部和西南部的氣溫與綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度呈正相關(guān)關(guān)系, 在其余區(qū)域呈負(fù)相關(guān)關(guān)系, 其中在西北部呈顯著正相關(guān), 而在東北部呈顯著負(fù)相關(guān)(圖3B、b); 綠地結(jié)構(gòu)第三主成分主要代表了綠地斑塊的形狀復(fù)雜程度遞減梯度, 在鄭州市的東北部、中部和西部綠地斑塊的形狀復(fù)雜程度與夏季氣溫呈現(xiàn)出顯著正相關(guān)關(guān)系(圖3C、c)。

從圖4(A)和(a)中可以看出, 西北、西南及中部地區(qū)的空氣比濕與主成分1之間的關(guān)系值值為正值, 而在東北部、東部、東南部值為負(fù)值。表明在鄭州市西北、西南部和中部區(qū)域綠地斑塊的分散程度與空氣比濕呈顯著正相關(guān)關(guān)系, 東北部、東部、東南部呈現(xiàn)負(fù)相關(guān)關(guān)系; 同理分析圖4其它部分可知, 鄭州市整個(gè)東部區(qū)域綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度與空氣比濕顯著負(fù)相關(guān), 而西部區(qū)域與空氣比濕成正相關(guān)關(guān)系(圖4B、b); 在鄭州主城區(qū)的中部偏東區(qū)域, 綠地斑塊的形狀復(fù)雜程度與空氣比濕顯著負(fù)相關(guān), 而在主城區(qū)西北部和南部邊緣區(qū)兩者的關(guān)系呈顯著正相關(guān)(圖4C、c)。鄭州市西北和西南區(qū)域綠地斑塊的分散程度與10 m風(fēng)速呈顯著負(fù)相關(guān)關(guān)系(圖4D、d); 鄭州市東部及南部區(qū)域綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度與空氣比濕顯著正相關(guān)(圖4E、e); 在鄭州主城區(qū)的中部偏東區(qū)域, 綠地斑塊的形狀復(fù)雜程度與風(fēng)速顯著正相關(guān), 而在主城區(qū)西北部和西南部邊緣區(qū)兩者的關(guān)系顯著負(fù)相關(guān)關(guān)系(圖4F、f)。

4 討論

研究結(jié)果表明, 鄭州市主城區(qū)綠地結(jié)構(gòu)顯著影響了城市夏秋季生態(tài)系統(tǒng)的氣候調(diào)節(jié)功能。主城區(qū)范圍內(nèi)夏季氣溫受到綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度、斑塊形狀復(fù)雜程度以及分散程度的顯著影響, 即綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度越大, 斑塊形狀復(fù)雜程度越大, 夏季氣溫的降溫效果越明顯, 而斑塊的分散程度越大, 夏季氣溫的升溫效果越明顯。綠地通過(guò)樹冠的遮蔽來(lái)減少太陽(yáng)的直接輻射和植物的蒸騰冷卻, 從而實(shí)現(xiàn)調(diào)節(jié)氣候的作用, 形成降溫效應(yīng)。在夏季, 綠地中的樹木枝繁葉茂, 既能阻擋太陽(yáng)的直接輻射, 也能阻擋來(lái)自墻面及其他相鄰物體的反射熱, 使得地面的長(zhǎng)波輻射熱減少, 同時(shí), 夏季植物的蒸騰作用較為強(qiáng)烈, 可以消耗大部分的太陽(yáng)直接輻射能量。因此, 當(dāng)綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度越大、斑塊形狀復(fù)雜程度越大、斑塊的分散程度越小時(shí), 綠地中樹木的結(jié)構(gòu)層次越復(fù)雜, 優(yōu)勢(shì)樹木數(shù)量越多, 能夠增加綠地斑塊與周邊城市環(huán)境的能量、物質(zhì)交換, 更容易產(chǎn)生“冷島效應(yīng)”, 從而對(duì)該地區(qū)的夏季氣溫有顯著的調(diào)節(jié)作用。相關(guān)研究也表明植被空間越復(fù)雜, 降溫效果越明顯[15], 綠地斑塊密度越大, 降溫效果越顯著[17]; 綠地斑塊的尺度、形狀復(fù)雜程度、聚集度以及連通性等結(jié)構(gòu)特征具有降溫效果[26-27], 這些研究結(jié)果跟本研究基本一致。主城區(qū)部分空間秋季空氣比濕、風(fēng)速受到綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度、斑塊形狀復(fù)雜程度以及分散程度的顯著影響, 即綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度越大, 分散程度越低, 斑塊形狀復(fù)雜程度越大, 秋季空氣比濕的增濕效果越明顯, 秋季風(fēng)速的降速效果越顯著。植物調(diào)節(jié)空氣比濕的原因主要有兩方面: 一方面是由于植物的遮擋作用降低了局部溫度, 使其飽和水汽壓降低, 從而提高了空氣比濕; 另一方面是由于植物蒸騰作用產(chǎn)生了大量水汽, 使得局部空氣中的水汽含量增多, 從而提高了空氣比濕。綠地優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度越大, 綠地斑塊分散程度越低, 綠地中的優(yōu)勢(shì)樹木越多且分布更集中, 使得該地區(qū)的風(fēng)速降低, 植物蒸騰作用產(chǎn)生水分的聚集效應(yīng)越明顯, 從而影響了該地區(qū)的空氣比濕和風(fēng)速; 單位面積上綠地斑塊形狀復(fù)雜程度越大, 植被與周圍城市空間的接觸面積越大, 與周圍氣體交換地越頻繁, 從而進(jìn)一步調(diào)節(jié)了空氣比濕。YU[28]、OISHI[29]等人通過(guò)相關(guān)研究也得出綠地與風(fēng)速、空氣比濕之間的關(guān)系, 且與本研究的結(jié)果大致相似。

圖3 夏季氣溫GWR模型回歸系數(shù)及t值空間分布

Figure 3 Regression coefficient and-value spatial distribution of summer temperature GWR model

圖4 秋季比濕、風(fēng)速GWR模型回歸系數(shù)及t值空間分布

Figure 4 Regression coefficient and spatial distribution of-value of GWR model for specific humidity and wind speed in autumn

從圖3(a、b、c)反映的結(jié)果, 可以得出以下綠地布局優(yōu)化途徑: 降低圖3a中紅色區(qū)域(西北、西南、中北和中南)的綠地斑塊的分散程度、提高圖3b中藍(lán)色地區(qū)(東北)優(yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度和圖3c中藍(lán)色區(qū)域(東北、西部)綠地斑塊的形狀復(fù)雜程度, 可以有效降低對(duì)應(yīng)區(qū)域的夏季氣溫; 鄭州市地處北方, 秋季氣候比較干燥, 秋季空氣比濕越大, 人居環(huán)境舒適度越高, 為改善秋季氣候, 增加秋季空氣比濕, 應(yīng)提高圖4a中紅色區(qū)域(西北、西南、中北和中南)綠地斑塊的分散程度和圖4c中紅色區(qū)域(西北、南部)綠地斑塊的形狀復(fù)雜程度、降低圖4b藍(lán)色地區(qū)(東部)優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度; 增加圖4d中藍(lán)色地區(qū)(西北、西南、中部)綠地斑塊的分散程度和圖4f中藍(lán)色地區(qū)(西北、西南)綠地斑塊的形狀復(fù)雜程度、降低圖4e中紅色地區(qū)(南部、東部)優(yōu)勢(shì)斑塊的優(yōu)勢(shì)程度, 可以有效降低對(duì)應(yīng)區(qū)域的風(fēng)速, 反之, 則可以提高相應(yīng)區(qū)域的風(fēng)速。

5 結(jié)論

本文以鄭州市主城區(qū)為例, 基于高精度遙感影像及夏秋季微氣候調(diào)節(jié)因子空間柵格數(shù)據(jù), 應(yīng)用皮爾森相關(guān)分析、主成分分析、空間自相關(guān)分析、地理加權(quán)回歸等方法, 研究鄭州市主城區(qū)綠地結(jié)構(gòu)對(duì)微氣候環(huán)境因子的影響, 為城市綠地結(jié)構(gòu)的生態(tài)系統(tǒng)調(diào)節(jié)功能價(jià)值估算思路提供依據(jù)。結(jié)論如下: (1)鄭州市主城區(qū)綠地結(jié)構(gòu)包括綠地斑塊的分散程度、優(yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度、綠地斑塊的形狀復(fù)雜程度等, 能夠顯著影響夏季地表平均2 m氣溫、秋季主城區(qū)平均2 m空氣比濕及平均10 m風(fēng)速, 因此對(duì)于城市生態(tài)系統(tǒng)服務(wù)價(jià)值的估算不能忽視綠地結(jié)構(gòu)的微氣候調(diào)節(jié)功能。(2)降低研究區(qū)西北、西南、中北和中南的綠地斑塊的分散程度, 提高東北部?jī)?yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度和東北部、西部的綠地斑塊的形狀復(fù)雜程度, 可以有效降低對(duì)應(yīng)區(qū)域夏季氣溫。(3)為改善秋季氣候, 增加秋季空氣比濕, 應(yīng)提高研究區(qū)西北、南部綠地斑塊的形狀復(fù)雜程度, 降低東部?jī)?yōu)勢(shì)綠地斑塊的優(yōu)勢(shì)程度。(4)增加研究區(qū)西北、西南部綠地斑塊的形狀復(fù)雜程度, 降低南部、東部?jī)?yōu)勢(shì)斑塊的優(yōu)勢(shì)程度, 可以有效降低對(duì)應(yīng)區(qū)域的風(fēng)速, 反之, 則可以提高相應(yīng)區(qū)域的風(fēng)速。

本研究系統(tǒng)揭示了鄭州市主城區(qū)整體及局部空間上綠地結(jié)構(gòu)對(duì)風(fēng)、溫、濕氣象因子的影響, 并且研究了綠地結(jié)構(gòu)對(duì)氣象因子影響特征的空間分布規(guī)律, 明確了局部顯著影響的范圍, 能夠更加直觀的為鄭州市的綠地結(jié)構(gòu)優(yōu)化提供科學(xué)依據(jù), 同時(shí)鄭州作為典型的北方城市, 該研究思路及結(jié)論對(duì)我國(guó)其他北方城市的綠地布局優(yōu)化具有一定的借鑒意義。

[1] 世界銀行, 國(guó)務(wù)院發(fā)展研究中心課題組. 2030年的中國(guó): 建設(shè)現(xiàn)代、和諧、有創(chuàng)造力的高收入社會(huì)[M]. 北京: 中國(guó)財(cái)政經(jīng)濟(jì)出版社, 2013.

[2] 王軍, 頓耀龍. 土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)的影響研究綜述[J]. 長(zhǎng)江流域資源與環(huán)境, 2015, 24(5): 798– 808.

[3] 王云才, 申佳可, 彭震偉, 等. 適應(yīng)城市增長(zhǎng)的綠色基礎(chǔ)設(shè)施生態(tài)系統(tǒng)服務(wù)優(yōu)化[J]. 中國(guó)園林, 2018, 34(10): 45–49.

[4] 呂東, 王云才, 彭震偉. 基于適宜性評(píng)價(jià)的快速城市化地區(qū)生態(tài)網(wǎng)絡(luò)格局規(guī)劃以吉林長(zhǎng)白朝鮮族自治縣為例[J]. 風(fēng)景園林, 2013(2): 54–59.

[5] CHEN Chundi, WANG Yuncai, JIA Junsong. Public perceptions of ecosystem services and preferences for design scenarios of the flooded bank along the Three Gorges Reservoir: implications for sustainable management of novel ecosystems[J]. Urban Forestry & Urban Greening, 2018, 34(1): 196–204.

[6] 戴爾阜, 王曉莉, 朱健佳, 等. 生態(tài)系統(tǒng)服務(wù)權(quán)衡: 方法、模型與研究框架[J]. 地理研究, 2016, 35(6): 1005– 1016.

[7] 彭建, 楊旸, 謝盼, 等．基于生態(tài)系統(tǒng)服務(wù)供需的廣東省綠地生態(tài)網(wǎng)絡(luò)建設(shè)分區(qū)[J]. 生態(tài)學(xué)報(bào), 2017, 37(13): 4562–4572.

[8] 謝高地, 甄霖, 魯春霞, 等. 一個(gè)基于專家知識(shí)的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法[J]. 自然資源學(xué)報(bào), 2008, 23(5): 911– 919.

[9] 謝高地, 張彩霞, 張雷明, 等．基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn)[J]. 自然資源學(xué)報(bào), 2015, 30(8): 1243–1254．

[10] COSTANZA R, DE GROOT R, SUTTON P, et al. Changes in the global value of ecosystem services[J]. Global Environmental Change-human and Policy Dimen-sions, 2014, 26(1): 152–158.

[11] 李麗, 王心源, 駱磊, 等. 生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估方法綜述[J]. 生態(tài)學(xué)雜志, 2018, 37(4): 1233–1245.

[12] 謝念斯, 劉勝華. 廣州市城市綠地空間格局及其關(guān)聯(lián)性分析[J]. 生態(tài)科學(xué), 2019(3): 55–63.

[13] 楊學(xué)成, 林云, 邱巧玲. 城市開敞空間規(guī)劃基本生態(tài)原理的應(yīng)用實(shí)踐——江門市城市綠地系統(tǒng)規(guī)劃研究[J]. 中國(guó)園林, 2003(3): 69–72.

[14] 趙曉龍, 李國(guó)杰, 高天宇. 哈爾濱典型行道樹夏季熱舒適效應(yīng)及形態(tài)特征調(diào)節(jié)機(jī)理[J]. 風(fēng)景園林, 2016(12): 74– 80.

[15] 劉濱誼, 林俊. 城市濱水帶環(huán)境小氣候與空間斷面關(guān)系研究以上海蘇州河濱水帶為例[J]. 風(fēng)景園林, 2015(6): 46–54.

[16] 董蘆笛, 樊亞妮, 李冬至, 等. 西安城市街道單拱封閉型林蔭空間夏季小氣候測(cè)試分析[J]. 中國(guó)園林, 2016, 32(1): 10–17.

[17] 李英漢, 王俊堅(jiān), 陳雪, 等. 深圳市居住區(qū)綠地植物冠層格局對(duì)微氣候的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2011, 22(2): 343–349.

[18] 邱玲, 劉芳, 張祥, 等. 城市公園不同植被結(jié)構(gòu)綠地削減空氣顆粒物濃度研究[J]. 環(huán)境科學(xué)研究, 2018, 31(10): 1685–1694.

[19] 李鋒, 王如松. 城市綠地系統(tǒng)的生態(tài)服務(wù)功能評(píng)價(jià)、規(guī)劃與預(yù)測(cè)研究——以揚(yáng)州市為例[J]. 生態(tài)學(xué)報(bào), 2003, 23(9): 1929–1936.

[20] ZHAO Hongbo, ZHANG Hao, MIAO Changhong, et al. Linking heat source–sink landscape patterns with analysis of urban heat islands: Study on the fast-growing Zhengzhou City in Central China[J]. Remote Sense. 2018, 10(8), 1268– 1269.

[21] MATOS F R, MAGNAGO L F S, GASTAUER M, et al. Effects of landscape configuration and composition on phylogenetic diversity of trees in a highly fragmented tropical forest[J]. Journal of Ecology, 2017, 105(1): 265–276.

[22] MASOUDI M, TAN P Y, LIEW S C. Multi-city comparison of the relationships between spatial pattern and cooling effect of urban green spaces in four major Asian cities[J]. Ecological Indicators, 2019, 98: 200–213.

[23] 許凱, 余添添, 孫姣姣, 等. 顧及尺度效應(yīng)的多源遙感數(shù)據(jù)“源”“匯”景觀的大氣霾效應(yīng)[J]. 環(huán)境科學(xué), 2017, 38(12): 4905–4912.

[24] 程小丹. 基于GWR的共享單車出行特征及影響因素空間異質(zhì)性研究[D]. 西安: 長(zhǎng)安大學(xué), 2019: 49–62.

[25] 趙嚴(yán). 基于GWR模型的洞庭湖生態(tài)經(jīng)濟(jì)區(qū)耕地?cái)?shù)量時(shí)空變化及其驅(qū)動(dòng)因素研究[D]. 湘潭: 湖南科技大學(xué), 2016: 52–63.

[26] FAN H, YU Z, YANG G, et al. How to cool hot-humid (Asian) cities with urban trees? An optimal landscape size perspective[J]. Agricultural and Forest Meteorology, 2019, 265(1): 338–348.

[27] MASOUDI M, TAN P Y. Multi-year comparison of the effects of spatial pattern of urban green spaces on urban land surface temperature[J]. Landscape and Urban Planning, 2019, 184(1): 44–58.

[28] YU Deyong, LI XiaoYuan, CAO Qian, et al. Impacts of climate variability and landscape pattern change on evapotranspiration in a grassland landscape mosaic[J]. Hydrological Processes, 2019, 34(4): 1035–1051.

[29] OISHI Y. Urban heat island effects on moss gardens in Kyoto, Japan[J]. Landscape and Ecological Engineering, 2019, 15(2): 177–184.

The influence and enlightenment of the green space structure of Zhengzhou City on the climate regulation factors

WANG Huihui, WANG Yaru, WANG Tengfei, WANG Junmeng, LEI Yakai*

College of Landscape Architecture and Art, Henan Agricultural University, Zhengzhou 450002, China

Based on the GF-2 remote sensing image and the microclimate date in summer and autumn, the correlation analysis, principal component analysis and geographical weighted regression were used to investigate the spatial differentiation characteristics of the relationship between green space structure and microclimate adjustment factors in built-up area of Zhengzhou. The results showed that the microclimate adjustment function was significantly affected by the degree of dispersion, dominance, and the complexity of green patch shape in most areas. In the study area, the smaller the degree of dispersion of green patches in the northwest, southwest, north central and south-central regions, the greater the dominance of the dominant green patches in the northeast, the greater the complexity of the shape of green patches in the northeast and west, the more obvious the cooling effect of the summer temperature in the corresponding space range. The greater the complexity of the shape of the green patches in the northwest and south, and the smaller the dominance of the dominant green patches in the east, the more obvious the effect of autumn air specific humidity in the corresponding space range. The greater the complexity of the shape of the green patches in the northwest and southwest, the smaller the dominance of the dominant patches in the south and east, and the more obvious the effect of reducing the wind speed in autumn. Conversely, the wind speed in the corresponding area could be increased.

urban ecosystem services; green space structure; microclimate; regulatory function

王惠惠, 王亞茹, 王騰飛,等. 鄭州市綠地結(jié)構(gòu)對(duì)氣候調(diào)節(jié)因子的影響及啟示[J]. 生態(tài)科學(xué), 2022, 41(3): 98–106.

WANG Huihui, WANG Yaru, WANG Tengfei, et al. The influence and enlightenment of the green space structure of Zhengzhou City on the climate regulation factors[J]. Ecological Science, 2022, 41(3): 98–106.

10.14108/j.cnki.1008-8873.2022.03.011

TU986

A

1008-8873(2022)03-098-09

2020-07-08;

2020-08-15

國(guó)家自然科學(xué)基金項(xiàng)目(31600579); 河南省科研攻關(guān)項(xiàng)目 (162102310093)

王惠惠(1997—), 女, 河南鄭州人, 碩士研究生, 主要從事風(fēng)景園林規(guī)劃與設(shè)計(jì)方面的研究, E-mail: whhjjzgb@163.com

雷雅凱, 男, 河南寶豐人, 博士, 副教授, 主要從事風(fēng)景園林規(guī)劃與設(shè)計(jì)、風(fēng)景園林與公共健康方面的研究, E-mail: lykfjyl@163.com