樊柏青 劉東云 李丹寧 王麗雯 于曉慧

1 東南大學(xué)建筑學(xué)院 南京 210018 2 北京林業(yè)大學(xué)園林學(xué)院 北京 100083 3 中國(guó)建筑設(shè)計(jì)研究院城市設(shè)計(jì)所 北京 100032

自英國(guó)氣象學(xué)者Luck Howard于1818年首先發(fā)現(xiàn)熱島效應(yīng)后，Manley[1]于1958年正式定義了城市熱島(urban heat island，UHI)，即在城鎮(zhèn)化發(fā)展過(guò)程中，城市區(qū)域溫度明顯高于城郊溫度的現(xiàn)象。二戰(zhàn)后，城市化發(fā)展迅速，對(duì)于熱島效應(yīng)的研究開始涌現(xiàn)[2]。

大量研究表明，熱島效應(yīng)的影響因素主要包括下墊面性質(zhì)的改變、人為活動(dòng)產(chǎn)生的熱量、城市空間結(jié)構(gòu)的轉(zhuǎn)變，以及城市所處的地理環(huán)境等[3-6]。城市綠地中的植被可通過(guò)自身的蒸騰作用吸收周圍環(huán)境的熱量，同時(shí)，植物自身對(duì)紫外線的反射可以阻擋熱量到達(dá)地表，以降低其周邊空氣和地表的溫度。不同學(xué)者從不同角度研究了綠地的降溫作用，李延明等[7]研究得出了綠化覆蓋率與地表溫度呈負(fù)相關(guān)關(guān)系的結(jié)論，唐羅忠等[8]研究發(fā)現(xiàn)林地、行道樹、草地的降溫效益依次降低，張順昌等[9]研究發(fā)現(xiàn)不同植被類型的和群落結(jié)構(gòu)的綠地降溫作用存在差異。此外，建成環(huán)境中的其他要素也對(duì)熱環(huán)境有一定影響，如呂鳴楊等[10]通過(guò)實(shí)測(cè)得出不同水體與植物的比例會(huì)導(dǎo)致小氣候的差異。

目前，許多學(xué)者對(duì)于城市下墊面類型與熱環(huán)境的關(guān)系進(jìn)行了研究，關(guān)注較多的是不同類型的下墊面構(gòu)成對(duì)熱環(huán)境的影響，少有單獨(dú)針對(duì)宏觀尺度下綠地自身地表溫度(LST)特征以及不同類型綠地降溫效益的差異性研究。因此，本研究以北京市六環(huán)內(nèi)區(qū)域作為研究區(qū)，針對(duì)下墊面覆蓋類型中的綠地，選擇6個(gè)不同的景觀指數(shù)，分別計(jì)算、統(tǒng)計(jì)和分析各景觀指數(shù)以及歸一化植被指數(shù)(NDVI)與地表溫度之間的關(guān)系；進(jìn)一步建立回歸方程，研究各變量與地表溫度之間的量化關(guān)系；對(duì)典型城市綠地樣本的地表溫度進(jìn)行對(duì)比分析，旨在從城市熱環(huán)境角度為風(fēng)景園林規(guī)劃設(shè)計(jì)提供參考。

1 研究區(qū)概況

北京市作為中國(guó)的首都以及政治、經(jīng)濟(jì)、文化中心，正經(jīng)歷著由增量發(fā)展逐步轉(zhuǎn)為存量更新的過(guò)程，對(duì)其熱環(huán)境以及綠地降溫效益的研究具有一定的風(fēng)景園林和生態(tài)學(xué)意義。北京市六環(huán)路周長(zhǎng)約為188 km，環(huán)內(nèi)面積約2267 km2，五環(huán)內(nèi)區(qū)域的綠地較為破碎化，主要為一些公園綠地與附屬綠地，五環(huán)與六環(huán)之間的綠地主要包括區(qū)域綠地、耕地等。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源及預(yù)處理

本研究選取2017年北京夏季7月10日的Landsat8 OLI遙感衛(wèi)星影像作為原始數(shù)據(jù)，其行列號(hào)為123/032，影像成像當(dāng)日研究區(qū)上空無(wú)云層遮擋，影像清晰。利用Landsat數(shù)據(jù)進(jìn)行研究之前，已在ENVI5.3平臺(tái)對(duì)遙感數(shù)據(jù)進(jìn)行了大氣校正、輻射定標(biāo)、剪裁等預(yù)處理。

2.2 研究方法

2.2.1 遙感影像解譯與地表溫度反演

本研究利用監(jiān)督分類法[11]對(duì)2017年研究區(qū)域內(nèi)的遙感影像進(jìn)行下墊面分類解譯，根據(jù)城市熱島的研究需要，將下墊面分為4類，即不透水面、水域、植被、裸地；使用大氣校正法[12]，利用遙感影像進(jìn)行地表溫度(LST)反演。首先建立輻射強(qiáng)度方程如下:

然后推出同溫度下的黑體熱輻射亮度值B(TS)的計(jì)算公式為:

式(1)和式(2)中，L↑和L↓分別是大氣上行和下行輻射亮度值，τ是大氣在熱紅外波段的透射率，ε是地表比輻射率，用NDVI閾值法計(jì)算[13]。Lλ的計(jì)算公式為:

式(3)中，DN是遙感影像像元原始亮度值，gain和bias分別是熱紅外波段的增益值與偏置值。地表溫度LST的計(jì)算公式為:

式(4)中，K1和K2分別為遙感影像的傳感器校準(zhǔn)常數(shù)。對(duì)于本研究中的Landsat8 OLI衛(wèi)星，K1＝774.89 W/(m2·μm·sr)，K2＝1321.08K。得到地表真實(shí)溫度TS后，為排除氣溫等無(wú)關(guān)因素對(duì)研究結(jié)果的影響，需要對(duì)計(jì)算結(jié)果進(jìn)行歸一化處理。計(jì)算公式如下:

式(5)中，Tsi是反演結(jié)果中第i個(gè)像元的地表溫度絕對(duì)值，Tsmin和Tsmax是研究范圍內(nèi)地表溫度絕對(duì)值的最小值與最大值。

2.2.2 歸一化植被指數(shù)計(jì)算

歸一化植被指數(shù)(NDVI)作為反映城市植被生長(zhǎng)與覆蓋情況的常用值，是區(qū)域內(nèi)監(jiān)測(cè)植被生長(zhǎng)情況的重要指標(biāo)[14]。計(jì)算公式為:

式(6)中，ρNIR和ρRED分別是Landsat遙感影像近紅外波段和紅光波段的輻射亮度值[14]。對(duì)于本研究的Landsat 8 OLI遙感影像，ρNIR對(duì)應(yīng)B5波段，ρRED對(duì)應(yīng)B4波段。

2.2.3 網(wǎng)格法景觀指數(shù)計(jì)算

網(wǎng)格區(qū)域數(shù)據(jù)屬于GIS空間分析中一種重要的數(shù)據(jù)組織方式[15]，本研究基于ArcGIS平臺(tái)，將研究區(qū)域分別劃分為1 km×1 km和2 km×2 km的規(guī)則網(wǎng)格，劃分后的網(wǎng)格區(qū)域數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單，有利于后期的相關(guān)空間分析與樣本提取。本文將研究區(qū)域內(nèi)下墊面監(jiān)督分類所得結(jié)果中的植被部分視為綠地區(qū)域，并對(duì)其進(jìn)行景觀指數(shù)的計(jì)算、NDVI與地表溫度值的提取與相關(guān)研究。

分別提取2017年兩個(gè)網(wǎng)格尺度上LST和NDVI的柵格數(shù)據(jù)平均值，并計(jì)算各獨(dú)立網(wǎng)格中綠地的景觀指數(shù)，對(duì)得到的網(wǎng)格樣本數(shù)據(jù)結(jié)果進(jìn)行篩選，剔除異常樣本后，在兩個(gè)尺度上分別得到2247、610個(gè)樣本數(shù)據(jù)；將提取的各網(wǎng)格的平均地表溫度與上述的景觀指數(shù)以及NDVI值進(jìn)行Pearson相關(guān)性分析；根據(jù)兩個(gè)不同的網(wǎng)格空間尺度參考相關(guān)研究與風(fēng)景園林規(guī)劃意義，分別選取類型水平指數(shù)和景觀水平指數(shù)中的6個(gè)景觀指數(shù)(CA、LSI、ED、PD、ENN-MN、AI)進(jìn)行計(jì)算(表1)[16-18]。

表1 景觀指數(shù)及其信息

3 結(jié)果與分析

3.1 北京市六環(huán)內(nèi)綠地的地表溫度

在ENVI5.3平臺(tái)中，將北京市六環(huán)內(nèi)2017年地表溫度的空間分布(圖1)與北京市大興亦莊觀象臺(tái)(站點(diǎn)編號(hào)54511)測(cè)得的歷史溫度數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證。研究使用的原始數(shù)據(jù)成像時(shí)間為北京時(shí)間上午11時(shí)53分，可認(rèn)為是一天中溫度較高的時(shí)段，所以使用觀象臺(tái)測(cè)得的最高地表氣溫42.80℃與反演值39.73℃進(jìn)行比對(duì)，結(jié)果認(rèn)為二者數(shù)值較為接近，反演結(jié)果可靠。

將地表溫度歸一化處理后，統(tǒng)一地表溫度至[0，1]區(qū)間，并將溫度數(shù)據(jù)劃分為特低溫(0～0.125)、低溫(0.125～0.275)、較低溫(0.275～0.425)、中溫(0.425～0.575)、較高溫(0.575～0.725)、高溫(0.725～0.875)、特高溫(0.875～1)共7個(gè)等級(jí)(圖1)。

圖1 北京六環(huán)內(nèi)區(qū)域2017年地表溫度空間分布

在ENVI平臺(tái)單獨(dú)提取綠地區(qū)域(圖2)發(fā)現(xiàn)，2017年面狀綠地區(qū)域主要分布于五環(huán)與六環(huán)之間，主要包括公園綠地、區(qū)域綠地，農(nóng)林用地等，其中五環(huán)內(nèi)除城市公園、高爾夫球場(chǎng)等，其余多為散布的小面積斑塊綠地。利用ArcGIS的分區(qū)統(tǒng)計(jì)、柵格計(jì)算等工具，統(tǒng)計(jì)2017年不同溫度等級(jí)下地表溫度值的空間分布，得到的綠地的地表溫度歸一化結(jié)果(圖2)顯示，2017年綠地部分特低溫、低溫、較低溫、中溫、較高溫、高溫區(qū) 域 分 別 占 比5.40%、45.97%、34.27%、13.07%、1.25%、0.04%、0.00%。特低溫區(qū)域主要分布在淺山區(qū)和部分水域邊緣地帶；低溫和較低溫區(qū)域多分布于五環(huán)與六環(huán)之間的城市公園等綠地斑塊部分；中溫區(qū)域主要分布在五環(huán)內(nèi)部，且多以小面積斑塊的形式出現(xiàn)，五環(huán)與六環(huán)之間部分耕地區(qū)域的地表溫度也在中溫區(qū)間內(nèi)；由于綠地的降溫特性，高溫與特高溫區(qū)域的比例極少。

圖2 北京六環(huán)內(nèi)區(qū)域2017年綠地范圍與歸一化地表溫度

3.2 綠地的景觀指數(shù)及NDVI與地表溫度的關(guān)系

由表2可知:在1 km×1 km網(wǎng)格尺度下，6項(xiàng)景觀指數(shù)以及NDVI與地表溫度均在0.01水平上顯著相關(guān)，其中，CA、AI、NDVI與地表溫度呈負(fù)相關(guān)關(guān)系，LSI、ED、PD、ENN-MN與地表溫度呈正相關(guān)關(guān)系。在2 km×2 km網(wǎng)格尺度下，CA、LSI、ED、PD、AI以及NDVI與地表溫度均在0.01水平上顯著相關(guān)，ENN-MN與地表溫度沒有顯著的相關(guān)關(guān)系。與1 km×1 km網(wǎng)格尺度相同，CA、AI、NDVI與地表溫度呈負(fù)相關(guān)關(guān)系；LSI、ED、PD與地表溫度呈正相關(guān)關(guān)系。

表2 綠地的景觀指數(shù)/NDVI在兩個(gè)網(wǎng)格尺度與地表溫度的相關(guān)性

由此可見，在兩個(gè)網(wǎng)格尺度下，綠地的面積越大、形狀越簡(jiǎn)單(以正方形形狀最簡(jiǎn)單作為參照)、綠地越完整、連接度越高、空間分布聚集程度越高、NDVI值越高，其地表溫度越低、降溫作用越好。

但是兩個(gè)尺度上的各變量之間的相關(guān)程度具有一定差異，其中，ENN-MN在1 km×1 km網(wǎng)格尺度上與地表溫度的相關(guān)性最低，為0.079，而在2 km×2 km網(wǎng)格尺度上與地表溫度的相關(guān)性不顯著。NDVI在1 km×1 km網(wǎng)格和2 km×2 km網(wǎng)格兩個(gè)尺度上均在幾個(gè)變量中表現(xiàn)出最高的相關(guān)性，相關(guān)系數(shù)分別為-0.823和-0.848。

進(jìn)一步挑選在兩個(gè)網(wǎng)格尺度上與地表溫度相關(guān)性最高的4個(gè)變量(CA、LSI、AI、NDVI)分別與地表溫度建立回歸方程與散點(diǎn)圖，結(jié)果(圖3、圖4、表3)表明:在1 km×1 km和2 km×2 km網(wǎng)格尺度上，綠地面積CA每增加10 hm2，地表溫度將分別降低約1.1℃和0.2℃；綠地的形狀指數(shù)LSI值每增加1，地表溫度將分別升高約1.04℃和0.54℃；聚集度AI每增加1%，地表溫度將分別降低約0.17℃和0.19℃；NDVI值每增加0.1，地表溫度將分別降低約3.26℃和3.34℃。

圖3 CA、LSI、AI、NDVI與LST在1 km×1 km網(wǎng)格尺度上的擬合

圖4 CA、LSI、AI、NDVI與LST在2 km×2 km網(wǎng)格尺度上的擬合

表3 CA、LSI、AI、NDVI與LST在兩個(gè)網(wǎng)格尺度上的回歸方程

綜合各項(xiàng)擬合結(jié)果可知，NDVI與地表溫度在幾個(gè)變量中表現(xiàn)出最強(qiáng)的擬合程度以及最高的降溫效益，說(shuō)明植被生長(zhǎng)狀況更好的綠地將具有更低的地表溫度。

3.3 典型城市綠地地表溫度的空間分布差異

不同城市綠地由于其自身的地理位置、植被類型等因素的影響，其地表溫度在空間分布上表現(xiàn)出一定差異性和規(guī)律性。在ArcGIS中提取2017年北京市六環(huán)內(nèi)區(qū)域幾種不同類型的綠地樣本，統(tǒng)計(jì)樣本的地表溫度和NDVI平均值，并利用目視解譯分析其植被類型分布狀況，結(jié)果如表4、圖6所示。根據(jù)SPSS的統(tǒng)計(jì)結(jié)果，各樣本綠地的地表溫度與NDVI的Pearson相關(guān)系數(shù)為0.831，且呈負(fù)相關(guān)。對(duì)于各綠地樣本(表4)，淺山區(qū)的郊野公園地表溫度最低(34.21℃)，其次是典型耕地(34.83℃)，而較窄的道路附屬綠地的地表溫度最高(53.22℃)。從樣本的地表溫度空間特征(圖5)可以看出:首先，其他地理?xiàng)l件相似時(shí)，綠地面積越小、破碎化程度高、空間聚集越分散、植被類型越單一，其地表溫度越高；其次，綠地的地表溫度除了與上述因素有關(guān)外，還與所處的空間位置有關(guān)，例如耕地由于處于城市邊緣區(qū)，雖然其植被類型較為單一，但地表溫度水平依然較低。

當(dāng)綠地的地理位置、面積、景觀格局等因素相似時(shí)，其地表溫度和NDVI值與內(nèi)部植被類型有一定關(guān)系(表4、圖5)。例如植被類型單一，且植被類型主要為草本地被的綠地(如高爾夫球場(chǎng)，編號(hào)1地塊)，其地表溫度為36.97℃，明顯高于植被類型豐富的城市公園(如奧林匹克森林公園，編號(hào)3地塊，其地表溫度為35.07℃)，NDVI值反之(高爾夫球場(chǎng)為0.34，植被類型豐富的城市公園為0.37)。對(duì)比編號(hào)3地塊，即植被類型豐富、生長(zhǎng)狀況好的奧林匹克森林公園，植被類型和生長(zhǎng)狀況都略遜于奧林匹克森林公園的天壇公園(編號(hào)4地塊)，前者的地表溫度(35.07℃)明顯低于后者(37.64℃)。

圖5 各綠地樣本2017年地表溫度空間特征

在建筑中呈鑲嵌式分布的綠地，即建設(shè)用地中的附屬綠地，其地表溫度比較為獨(dú)立的綠地高(兩者都屬于編號(hào)5地塊，地表溫度分別為38.22℃和37.54℃)。

對(duì)于建設(shè)用地中的附屬綠地，空間中連接度較高的綠地的地表溫度低于連接度低、分布破碎化的綠地(編號(hào)6地塊，二者的地表溫度分別為37.51℃、51.25℃)。對(duì)于道路附屬綠地，其地表溫度隨著寬度的增加有所降低(編號(hào)7地塊，較寬和較的綠地)。

同為郊野公園，本身屬于自然綠地的北京西山國(guó)家森林公園(編號(hào)8地塊，地表溫度為34.21℃)，因其植被類型豐富、生長(zhǎng)狀況良好，且所處地理位置位于淺山區(qū)，其地表溫度則低于位于亦莊新城附近的人工綠地南海子公園(編號(hào)9地塊，地表溫度為35.66℃)。

4 結(jié)論與討論

4.1 結(jié)論

1)綠地的面積越大、形狀越簡(jiǎn)單、綠地越完整、連接度越高、空間分布聚集程度越高、NDVI值越高，其地表溫度越低、降溫作用越好。

2)不同城市綠地由于其自身的地理位置、植被類型等因素的影響，其地表溫度在空間分布上也表現(xiàn)出一定差異性和規(guī)律性。對(duì)于不同的綠地類型，相近的地理位置處，植被結(jié)構(gòu)豐富的綠地的地表溫度低于植被類型單一且主要為草地的綠地；容積率較高的建設(shè)用地附屬綠地的地表溫度比獨(dú)立的綠地高；綠地斑塊連續(xù)的綠色空間的降溫效果優(yōu)于綠地斑塊破碎的綠地；對(duì)于同樣綠地分類標(biāo)準(zhǔn)下的綠地，自然綠地的地表溫度比人工綠地低。

4.2 討論

本研究表明，從優(yōu)化城市熱環(huán)境的角度進(jìn)行科學(xué)、合理的綠地建設(shè)不容忽視。前人的研究亦表明，植被覆蓋度越高的綠地，其降溫效益越顯著[19]，且綠地面積的增加對(duì)地表溫度的降低有所貢獻(xiàn)[20]，面積相同的綠地其因內(nèi)部的植被構(gòu)成不同，其地表溫度也有差異[21]，這與本研究結(jié)論基本一致。本研究在針對(duì)綠地對(duì)地表溫度降溫效益的差異性還作了進(jìn)一步探索。

為了緩解城市熱島效應(yīng)，從宏觀角度采取增加城市綠地的面積，優(yōu)化綠地內(nèi)部的植被結(jié)構(gòu)，將破碎化的斑塊轉(zhuǎn)換為完整的、連接度高的綠地斑塊等措施可以有效降低地表溫度。例如，調(diào)整綠地的分布結(jié)構(gòu)，將破碎化的綠地整合為較為完整的綠地，限制高爾夫球場(chǎng)等植被結(jié)構(gòu)較為單一的綠地建設(shè)，營(yíng)造植被結(jié)構(gòu)更豐富的綠地空間[22-23]等；同時(shí)，在北京市留白增綠的政策指引下，創(chuàng)造更加宜居的人居環(huán)境。此外，由于影響城市地表溫度的因素較多，未來(lái)研究可依據(jù)更多的輔助手段，如數(shù)值模擬法、實(shí)測(cè)法等，對(duì)結(jié)果進(jìn)行綜合模擬預(yù)判。