青島濱海綠地降溫效應(yīng)及其影響因素
——以市南區(qū)與市北區(qū)為例

李鳳儀，李宗慧，楊金明

(青島農(nóng)業(yè)大學(xué)園林與林學(xué)院，山東青島 266109)

城市建設(shè)和人類活動導(dǎo)致自然土地被不透水材料覆蓋，對城市地表溫度產(chǎn)生影響，導(dǎo)致熱量在城區(qū)空間聚集的氣候現(xiàn)象，稱為熱島效應(yīng)[1]。熱島效應(yīng)會導(dǎo)致能源消耗增加、城區(qū)污染加重[2]，給城市環(huán)境帶來消極影響，嚴(yán)重影響居民健康與正常生活[3]。綠地是城市生態(tài)系統(tǒng)的重要組成部分，植物對太陽輻射的遮擋作用[4]及植物的蒸騰作用[5]、光合作用[6]能有效緩解熱島效應(yīng)，改善小氣候。近年來，綠地降溫效應(yīng)的研究受到廣泛關(guān)注，國內(nèi)外學(xué)者通過實測、遙感圖像單窗反演法等對綠地或植物群落的降溫效應(yīng)進(jìn)行研究[7-11]，發(fā)現(xiàn)綠地降溫效應(yīng)不同程度地受綠地面積和周長[10,12-13]、形狀指數(shù)[14]、土地覆被類型比例[15-16]、喬灌草結(jié)構(gòu)比例[17]、林分郁閉度[18]、水體[19]等自身景觀特征因素和城市地表開闊度、周邊建筑高度、建筑面積歸一化[20]等外界環(huán)境因素的影響。

當(dāng)前綠地降溫效應(yīng)的研究主要集中在北京[10,21-22]、重慶[23]、成都[24]、石家莊[25]等內(nèi)陸城市。與內(nèi)陸城市相比，濱海城市綠地降溫效應(yīng)有其獨特性，但目前對天津[14]、上海[26]等濱海城市綠地降溫效應(yīng)的研究并未將海洋列為其影響因素。

青島作為北方重要沿海城市，近幾年的夏季高溫天氣愈加常見，2018年7月的平均氣溫比歷史同期高0.7 ℃，熱島效應(yīng)問題也更加突出。因此，本文以青島市市南區(qū)與市北區(qū)的24塊綠地為研究對象，在陸地衛(wèi)星Landsat 8遙感影像反演地表溫度的基礎(chǔ)上，分析綠地地表溫度特征、降溫效應(yīng)及其影響因素，提出通過綠地規(guī)劃設(shè)計改善城市熱環(huán)境的方法。

1 研究區(qū)域概況與方法

1.1 研究區(qū)域概況

青島市位于山東半島東南部，東、南臨黃海，其地理位置為35°35′—37°09′N，119°30′—121°00′E，屬于溫帶季風(fēng)性氣候，市區(qū)受洋面上東南季風(fēng)、海流和水團(tuán)的影響，兼具海洋性氣候特點[27]。1987—2016年年平均氣溫達(dá)13.2 ℃，氣候變暖趨勢明顯，氣候傾向率為0.20 ℃/(10 a)[28]。市南區(qū)和市北區(qū)是青島市市區(qū)的核心區(qū)域，由于開發(fā)建設(shè)較早，熱島效應(yīng)出現(xiàn)很早[29]。以市南區(qū)和市北區(qū)的24塊綠地(表1)為對象研究綠地降溫效應(yīng)對城市溫度環(huán)境的影響。

表1 選取的24塊綠地信息Table 1 Information of 24 selected green spaces

1.2 數(shù)據(jù)來源

采用2017年谷歌影像提取的綠地矢量文件(分辨率為1 m)，采用陸地衛(wèi)星Landsat 8遙感影像數(shù)據(jù)和氣象數(shù)據(jù)反演市南區(qū)與市北區(qū)地表溫度。所用Landsat 8數(shù)據(jù)來自地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)，成像時間為北京時間2017年8月6日10時36分，成像時天氣晴朗無云，地面特征清晰，數(shù)據(jù)質(zhì)量較好。

1.3 研究方法

采用遙感圖像處理軟件平臺ENVI與地理信息系統(tǒng)軟件平臺ArcGIS 10.1進(jìn)行數(shù)據(jù)處理。通過ENVI，利用Landsat 8 Thermal Infrared Sensor影像第10波段(TIRS 10)反演得到青島市市南區(qū)、市北區(qū)的地表溫度圖，使用ArcGIS 10.1繪制24塊綠地的面域圖(ArcGIS SHP文件)。將地表溫度圖與綠地面域圖加載到ArcGIS 10.1中，沿各綠地邊界向外生成30 m寬的緩沖帶，緩沖帶數(shù)量取決于綠地外圍溫度變化趨勢，至溫度無明顯變化為止。以綠地周邊緩沖帶與綠地平均溫度的溫差為因變量，以緩沖帶到綠地邊界距離為自變量，擬合分析不同綠地的降溫效果，并提取綠地景觀特征因素、外界環(huán)境因素、距海邊距離等，分析濱海綠地降溫效應(yīng)的影響因素和機制。

1.3.1 Landsat 8 TIRS 10單窗算法

胡德勇等[30]根據(jù)Landsat 8數(shù)據(jù)提出針對TIRS 10數(shù)據(jù)單窗算法：

Ts=

(1)

式中：Ts為地表溫度，K；T10為TIRS 10的亮度；K2為公式簡化后常數(shù)，K2=1 321.08 K；Ta為大氣平均作用溫度；C、D為中間變量，分別由(2)(3)式確定。

C=ε10τ10

(2)

D=(1-τ10)[1+(1-ε10)τ10]

(3)

式中:ε10為TIRS 10的地表比輻射率；τ10為TIRS 10的大氣總透射率。ε10根據(jù)(4)式確定。

(4)

式中：Pv指植被占混合像元的比例，Rv、Rm和Rs分別代表植被、建筑物和裸土的溫度比率，根據(jù)(5)式計算；εv、εm和εs分別代表植被、建筑物和裸土純凈像元的地表發(fā)射率，根據(jù)Sobrino等[31]和Stathopoulou等[32]研究，其數(shù)值分別為0.986、0.970和0.972；dε10為修正項，根據(jù)(6)式計算。

(5)

(6)

利用陸地成像儀(operational land imager,OLI)多光譜數(shù)據(jù)計算修正的歸一化水體指數(shù)(modified normalized difference water index，MNDWI)和歸一化植被指數(shù)(normalized difference vegetation index，NDVI，I)。其余像元認(rèn)為是城鎮(zhèn)地表或自然地表，并使用監(jiān)督分類法將研究區(qū)分為自然地表和城鎮(zhèn)地表[30]。式(7)中，Is為裸露土壤或建筑表面的歸一化植被指數(shù)，Iv為全植被覆蓋區(qū)的歸一化植被指數(shù)。

(7)

參照胡德勇等[30]的研究方法得出大氣水汽含量為2.1 g/cm2。大氣總透射率采用劈窗算法獲得，根據(jù)TIRS 10大氣水汽含量與大氣總透射率擬合關(guān)系，選擇大氣水汽含量范圍0.4～3.0 g/cm2的方程式(8)，計算得大氣總透射率為0.765 293。

τ10=-0.017 7ω2-0.043 5ω+0.934 7

(8)

式中ω為大氣水汽含量，g/cm2。

根據(jù)Qin等[33]得出的大氣平均作用溫度Ta的估算方法，采用中緯度夏季的估算方程(9)，通過輻射定標(biāo)，選擇第10、第11熱紅外波段，輸出類型為亮度溫度。

Ta=16.011+0.926 21T0

(9)

式中T0為近地表氣溫。

1.3.2 綠地降溫效應(yīng)的擬合分析

選取降溫幅度和降溫范圍作為綠地降溫效應(yīng)量化描述的指標(biāo)。降溫幅度為綠地內(nèi)部平均溫度與緩沖區(qū)平均溫度差值，降溫范圍為綠地降溫效應(yīng)的影響范圍，即綠地邊界到溫度無明顯變化處的距離。通過圖測獲取綠地及緩沖帶的平均溫度、綠地降溫范圍與降溫幅度。以緩沖帶平均溫度(T)為因變量，以緩沖帶到綠地邊界的距離(L)為自變量，使用SPSS 19軟件進(jìn)行線性估計，通過顯著性檢驗、判定系數(shù)等參數(shù)選擇擬合最優(yōu)模型，得到擬合降溫曲線和擬合多項式。

1.3.3 綠地降溫效應(yīng)與影響因素的相關(guān)性分析

選取綠地的面積、周長、景觀形狀指數(shù)(landscape shape index，LSI)、綠地內(nèi)樹冠覆蓋面積、樹冠覆蓋率、不透水面積、不透水面積比例、NDVI、平均高程、最大高程等綠地景觀特征要素和緩沖區(qū)綠地面積、緩沖區(qū)綠地率、緩沖區(qū)不透水面積、不透水率等周邊環(huán)境要素作為綠地降溫效應(yīng)的潛在影響因子。考慮到濱海地區(qū)的獨特性，周邊環(huán)境要素增加了綠地中心點到海岸線距離這一因素來評價濱海對綠地降溫的影響。LSI是描述綠地形狀復(fù)雜程度的指標(biāo)，通過Fragstats軟件導(dǎo)入TIFF文件進(jìn)行計算，其他要素數(shù)據(jù)通過ArcGIS 10.1平臺在遙感影像數(shù)據(jù)中獲取。

以潛在影響因子為自變量，以綠地降溫范圍和降溫幅度為因變量，在SPSS 19中進(jìn)行Pearson相關(guān)性檢測，記錄相關(guān)系數(shù)和顯著性(雙側(cè))。相關(guān)系數(shù)在-1～1之間，正值則為正相關(guān)，負(fù)值則為負(fù)相關(guān)，相關(guān)系數(shù)的絕對值越大，相關(guān)性越強，相關(guān)系數(shù)越接近于0，相關(guān)性越弱。一般來說，相關(guān)系數(shù)絕對值在0.8～1.0之間為極強相關(guān)，在0.6～0.8之間為強相關(guān)，在0.4～0.6之間為中等程度相關(guān)，在0.2～0.4之間為弱相關(guān)，在0.0～0.2之間為極弱相關(guān)或無相關(guān)。

由于不同影響因素之間可能存在相互作用，因此在相關(guān)性分析后，根據(jù)SPSS 19得到的方差膨脹系數(shù)(variance inflation factor，VIF)來檢驗變量之間是否存在多重共線性。一般來說，若VIF值大于10，變量之間存在共線性，且VIF值越大，共線性越強，則可考慮保留其中一個自變量來解釋其與因變量的關(guān)聯(lián)。

2 結(jié)果與分析

2.1 綠地降溫效應(yīng)評價

整體來看，綠地降溫幅度在1.35～5.72 ℃之間，降溫幅度均為正值，即所有綠地均具有明顯降溫作用(圖1)。其中，嘉定山公園、孤山、太平山中央公園、北嶺山森林公園等面積較大的公園綠地降溫幅度在4.5 ℃以上，且嘉定山公園降溫幅度最大，為5.72 ℃。青島山公園、青島貯水山兒童公園、水清溝東山公園、浮山西北側(cè)綠地、夾嶺山、觀象山公園、雙山公園等7塊綠地降溫幅度在3.5 ℃以上，觀海山公園、匯泉廣場等綠地降溫幅度在2 ℃以下，其他11塊綠地降溫幅度在2～3.5 ℃之間。

圖1 綠地與周邊環(huán)境的地表溫度差異Fig.1 Difference of surface temperature between the green space and the surrounding environment

綠地降溫范圍如圖2所示，在60～630 m之間，最大影響距離相差570 m。其中太平山中央公園降溫范圍最大，為630 m，匯泉廣場降溫范圍最小，為60 m，浮山西北側(cè)綠地、觀象山公園、夾嶺山、南山公園、東南山公園、北嶺山森林公園、伏龍山公園的降溫范圍均在300～420 m之間，其他綠地降溫范圍在100～300 m之間。

圖2 綠地降溫范圍Fig.2 Cooling distance of green spaces

使用SPSS 19對緩沖帶平均溫度(T)和距離(L)擬合分析、參數(shù)對比發(fā)現(xiàn)，三元線性回歸方程為最優(yōu)模型，并得到綠地對周邊熱環(huán)境的擬合降溫曲線和擬合多項式(表2)。由表2可知，除太平山中央公園擬合多項式的R2小于0.9(0.866)外，其他綠地擬合多項式的R2均大于0.9，可見多項式可以很好地擬合綠地降溫曲線。此外，綠地緩沖帶平均溫度(T)與距離(L)擬合曲線圖(圖3)顯示，在綠地降溫范圍內(nèi)存在相似的降溫規(guī)律，即距離綠地邊界較近的區(qū)域，降溫效應(yīng)較明顯，距離綠地邊界越遠(yuǎn)，受綠地降溫效應(yīng)的影響越小。

表2 緩沖帶平均溫度(T)與距離(L)的擬合三次多項式Table 2 Cubic polynomial of average temperature (T)and distance (L)of buffer zone

A.夾嶺山；B.浮山西北側(cè)綠地；C.辛家莊北山公園；D.燕兒島山公園；E.太平角公園；F.伏龍山公園；G.壇頂山公園；H.嘉定山公園。圖3 部分綠地緩沖帶平均溫度(T)與距離(L)的擬合曲線Fig.3 Fitting curve of average temperature (T)and distance (L)of buffer zone of some green spaces

2.2 綠地景觀特征對降溫效應(yīng)的影響機制

受綠地景觀特征的影響，不同綠地的降溫范圍、降溫幅度和降溫特征存在著較大差異。對24塊綠地的景觀特征要素與降溫范圍、降溫幅度的相關(guān)性分析結(jié)果(表3)顯示，綠地降溫范圍與周長、面積、綠地內(nèi)樹冠覆蓋面積、綠地不透水面積等因子呈正相關(guān)，其中面積、綠地內(nèi)樹冠覆蓋面積與降溫范圍為強相關(guān)。用VIF方法進(jìn)行各因子的多重共線性檢測發(fā)現(xiàn)，綠地面積、綠地內(nèi)樹冠覆蓋面積、綠地不透水面積的VIF大于10，具有強共線性，因此綠地面積和周長是影響綠地降溫范圍的主要因子。根據(jù)表3，綠地降溫幅度與周長、面積、綠地內(nèi)樹冠覆蓋面積、NDVI、最大高程、平均高程等景觀特征要素有顯著相關(guān)性。經(jīng)VIF共線性檢測發(fā)現(xiàn)，綠地面積與綠地內(nèi)樹冠覆蓋面積、平均高程與最大高程的VIF均大于10，具有強共線性，因此綠地面積、周長、NDVI及綠地豎向特征對綠地降溫幅度有積極影響。

表3 降溫范圍和降溫幅度與景觀特征要素的相關(guān)性Table 3 Correlation between the distance and range of cooling and landscape characteristic elements

綜合上述相關(guān)性分析可以看出，綠地的面積和周長是影響綠地降溫效應(yīng)的主要因子。比較24塊綠地的景觀特征要素發(fā)現(xiàn)，其中20塊綠地的面積在30 hm2以下，只有孤山、北嶺山森林公園、浮山西北側(cè)綠地、太平山中央公園面積超過45 hm2。去除4塊面積較大的綠地，以綠地面積小于30 hm2的20塊綠地為研究對象，對降溫范圍、降溫幅度與綠地景觀特征要素的相關(guān)性進(jìn)行分析(表4)，發(fā)現(xiàn)降溫范圍、降溫幅度均與綠地面積無相關(guān)性，即綠地面積小于30 hm2時，其面積對降溫效應(yīng)的影響不顯著。降溫范圍僅與綠地不透水面積呈明顯負(fù)相關(guān)(Pearson相關(guān)性系數(shù)為-0.455，P<0.05)，即綠地不透水面積對綠地降溫范圍有消極影響，與其他要素?zé)o相關(guān)性。根據(jù)表4，降溫幅度與綠地周長、綠地內(nèi)樹冠覆蓋面積、最大高程、平均高程呈正相關(guān)，其中與最大高程相關(guān)性最強。因此，對面積小于30 hm2的綠地，不透水硬質(zhì)鋪裝面積、喬灌木的種植量及其豎向特征會影響綠地的降溫效應(yīng)。

表4 降溫幅度與景觀特征要素的相關(guān)性Table 4 Correlation between cooling range and landscape characteristic elements

2.3 周邊環(huán)境要素對降溫效應(yīng)的影響機制

使用ArcGIS 10.1提取緩沖區(qū)綠地面積、緩沖區(qū)綠地率、緩沖區(qū)不透水面積、不透水率、綠地中心點到海岸線距離等周邊環(huán)境要素，分析它們與24塊綠地的降溫范圍、降溫幅度的相關(guān)性(表5)。由表5可知，降溫范圍與綠地周邊環(huán)境要素均未表現(xiàn)出相關(guān)性，但降溫幅度與緩沖區(qū)綠地面積、不透水面積、到海岸線距離呈顯著正相關(guān)。

表5 降溫幅度與周邊環(huán)境要素的相關(guān)性Table 5 Correlation between cooling range and surrounding environmental elements

2.4 綠地平均溫度的影響因素

綠地之間存在溫度差異，反演結(jié)果顯示，綠地之間最高溫差為3.52 ℃。為研究綠地溫度的影響因素，選取綠地的面積、周長、LSI、綠地內(nèi)樹冠覆蓋面積、樹冠覆蓋率、不透水面積、不透水面積比例、NDVI、平均高程、最大高程等綠地景觀特征要素，以及綠地周邊半徑600 m內(nèi)的綠地面積、綠地率、不透水面積、不透水率、綠地中心點到海岸線距離等周邊環(huán)境因素，分析綠地平均溫度與景觀特征要素、周邊環(huán)境因素的相關(guān)性。結(jié)果發(fā)現(xiàn)(表6)，綠地平均溫度與綠地內(nèi)樹冠覆蓋面積、綠地周邊半徑600 m圍內(nèi)的綠地面積呈負(fù)相關(guān)，與周邊環(huán)境不透水率、綠地中心到海岸線距離呈明顯正相關(guān)，與其他要素?zé)o顯著相關(guān)性。

表6 綠地平均溫度與部分因素的相關(guān)性Table 6 Correlation between average temperature of green spaces and some elements

3 結(jié)論與討論

本文基于Landsat 8遙感影像數(shù)據(jù)，對青島市市南區(qū)與市北區(qū)近地表溫度進(jìn)行反演，對該范圍內(nèi)24塊綠地建立緩沖區(qū)，探究綠地降溫范圍和降溫幅度的差異，發(fā)現(xiàn)所有綠地均具有明顯降溫作用，且降溫幅度在1.35～5.72 ℃之間，綠地降溫范圍在60～630 m之間。為模擬綠地對周邊環(huán)境的降溫影響，對緩沖帶平均溫度(T)和距離(L)擬合分析，發(fā)現(xiàn)三元線性回歸方程為最優(yōu)模型，擬合曲線的R2均大于0.86，三次多項式能較好反映T與L之間的變化規(guī)律。

不同綠地的降溫效應(yīng)存在著較大差異，為探究綠地規(guī)劃設(shè)計要素和城市環(huán)境對綠地降溫效應(yīng)的影響，提取綠地的景觀特征要素和周邊環(huán)境要素，分析它們與降溫范圍和降溫幅度的相關(guān)性。降溫范圍、降溫幅度與綠地景觀特征要素的相關(guān)性分析結(jié)果顯示，綠地規(guī)模是影響綠地降溫范圍的主要因子，綠地規(guī)模、植被覆蓋度與綠地高程對綠地的降溫幅度有積極影響。在去除4塊面積較大的綠地后，以20塊面積小于30 hm2的綠地為研究對象時，發(fā)現(xiàn)降溫范圍與綠地不透水面積呈明顯負(fù)相關(guān)，降溫幅度與綠地周長、綠地內(nèi)樹冠覆蓋面積、綠地豎向特征呈正相關(guān)。不同學(xué)者對綠地溫度和降溫效應(yīng)與綠地幾何特征之間的關(guān)系有著不同看法：吳菲等[34]認(rèn)為綠地面積與溫濕效應(yīng)有著較大關(guān)系，而Chang等[12]研究發(fā)現(xiàn)綠地的降溫作用與其面積不存在線性關(guān)系?？梢姴煌鞘协h(huán)境、研究方法、研究對象的數(shù)量等因素會導(dǎo)致研究結(jié)論存在差異。本文將所有規(guī)模的綠地作為研究對象時，發(fā)現(xiàn)綠地面積、周長、NDVI、綠地豎向特征對綠地降溫效應(yīng)影響較大，這與景高莉等[10]、蘇泳嫻等[13]、Yan等[16]的結(jié)果有相同之處。對于面積小于30 hm2的綠地來說，面積與降溫效應(yīng)無顯著相關(guān)性，綠地周長、綠地內(nèi)樹冠覆蓋面積和高程對降溫效應(yīng)有積極影響，而綠地不透水面積對降溫效應(yīng)有消極影響，這與劉嬌妹等[15]的研究結(jié)論相似。因此，從綠地規(guī)劃的角度來看，營造面積大于30 hm2的大型綠地有利于緩解局部范圍的熱島效應(yīng)；從設(shè)計角度來看，在滿足服務(wù)功能的前提下，綠地內(nèi)增加喬灌木的種植比例、減少不透水鋪裝場地的設(shè)置、營造豐富地形提高綠地豎向特征等措施有利于增強綠地的降溫效應(yīng)。

降溫范圍、降溫幅度與周邊環(huán)境要素的相關(guān)性分析結(jié)果顯示，降溫范圍與周邊環(huán)境要素?zé)o明顯相關(guān)性，而降溫幅度與緩沖區(qū)綠地面積、不透水面積、到海岸線距離有顯著正相關(guān)性。綠地到海岸線距離對降溫幅度有積極影響，說明綠地距離海岸線越遠(yuǎn)，降溫幅度越大，即在遠(yuǎn)離海洋的區(qū)域營建綠地對緩解熱島效應(yīng)更有效。

綠地平均溫度的影響因素研究結(jié)果表明，綠地內(nèi)樹冠覆蓋面積對綠地溫度有消極影響。因此，綠地規(guī)劃時，在嚴(yán)格遵守相關(guān)設(shè)計規(guī)范的基礎(chǔ)上適度提高喬灌木種植比例，有利于降低地表溫度，為人們提供舒適環(huán)境。周邊環(huán)境因素對綠地溫度影響較大：首先，受海洋環(huán)境的影響，距離海岸線近的綠地，氣溫明顯低于遠(yuǎn)離海岸線的綠地；其次，綠地周邊半徑600 m內(nèi)綠地規(guī)模的大小對綠地溫度有影響，周邊其他綠地的降溫效應(yīng)也能改善綠地?zé)岘h(huán)境；最后，周邊環(huán)境不透水下墊面規(guī)模影響綠地溫度，不透水下墊面所占比重越大，綠地平均溫度越高。

考慮到市南區(qū)與市北區(qū)已經(jīng)作為城市中心城區(qū)進(jìn)行了高度開發(fā)建設(shè)，在城市規(guī)劃和綠地規(guī)劃設(shè)計層面提出以下建議：第一，學(xué)習(xí)北京市“疏解整治促提升”專項行動的舉措，通過科學(xué)的城市規(guī)劃和綠地系統(tǒng)規(guī)劃進(jìn)行空間騰退、“留白增綠”，通過規(guī)劃、建設(shè)新的公園綠地來緩解熱島效應(yīng)；第二，在綠地系統(tǒng)規(guī)劃中完善防護(hù)綠地、廣場用地、附屬綠地等各類綠地的布局規(guī)劃建設(shè)，提高城市綠化率，改善城市的“宜居性”；第三，以生態(tài)建設(shè)手段的應(yīng)用為出發(fā)點，使用新型建筑工程材料，增加屋頂綠化與墻體綠化等工程建設(shè)手段的使用，降低城市不透水面積，從而改善城市熱環(huán)境。

本文聚焦于青島濱海綠地降溫效應(yīng)與影響因素，旨在為改善城市氣候環(huán)境提出規(guī)劃設(shè)計的建議?；谶b感影像反演和地理信息系統(tǒng)的分析來研究城市綠地降溫效應(yīng)，盡管具有“空間覆蓋范圍大，時空分辨率高”的特點，但是仍然存在反演精度低的問題，容易造成較大的誤差，因此還需要傳統(tǒng)觀測數(shù)據(jù)和實地觀測數(shù)據(jù)的交叉驗證，增加研究結(jié)論的可靠性。