樊柏青 劉東云 李丹寧 王麗雯 于曉慧

1 東南大學建筑學院 南京 210018 2 北京林業(yè)大學園林學院 北京 100083 3 中國建筑設計研究院城市設計所 北京 100032

自英國氣象學者Luck Howard于1818年首先發(fā)現(xiàn)熱島效應后，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，對于熱島效應的研究開始涌現(xiàn)[2]。

大量研究表明，熱島效應的影響因素主要包括下墊面性質的改變、人為活動產(chǎn)生的熱量、城市空間結構的轉變，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自身的蒸騰作用吸收周圍環(huán)境的熱量，同時，植物自身對紫外線的反射可以阻擋熱量到達地表，以降低其周邊空氣和地表的溫度。不同學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相關關系的結論，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構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熱環(huán)境有一定影響，如呂鳴楊等[10]通過實測得出不同水體與植物的比例會導致小氣候的差異。

目前，許多學者對于城市下墊面類型與熱環(huán)境的關系進行了研究，關注較多的是不同類型的下墊面構成對熱環(huán)境的影響，少有單獨針對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)，針對下墊面覆蓋類型中的綠地，選擇6個不同的景觀指數(shù)，分別計算、統(tǒng)計和分析各景觀指數(shù)以及歸一化植被指數(shù)(NDVI)與地表溫度之間的關系；進一步建立回歸方程，研究各變量與地表溫度之間的量化關系；對典型城市綠地樣本的地表溫度進行對比分析，旨在從城市熱環(huán)境角度為風景園林規(guī)劃設計提供參考。

1 研究區(qū)概況

北京市作為中國的首都以及政治、經(jīng)濟、文化中心，正經(jīng)歷著由增量發(fā)展逐步轉為存量更新的過程，對其熱環(huán)境以及綠地降溫效益的研究具有一定的風景園林和生態(tài)學意義。北京市六環(huán)路周長約為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)來源與研究方法

2.1 數(shù)據(jù)來源及預處理

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)，其行列號為123/032，影像成像當日研究區(qū)上空無云層遮擋，影像清晰。利用Landsat數(shù)據(jù)進行研究之前，已在ENVI5.3平臺對遙感數(shù)據(jù)進行了大氣校正、輻射定標、剪裁等預處理。

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2017年研究區(qū)域內(nèi)的遙感影像進行下墊面分類解譯，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]，利用遙感影像進行地表溫度(LST)反演。首先建立輻射強度方程如下:

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閾值法計算[13]。Lλ的計算公式為:

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的計算公式為:

式(4)中，K1和K2分別為遙感影像的傳感器校準常數(shù)。對于本研究中的Landsat8 OLI衛(wèi)星，K1＝774.89 W/(m2·μm·sr)，K2＝1321.08K。得到地表真實溫度TS后，為排除氣溫等無關因素對研究結果的影響，需要對計算結果進行歸一化處理。計算公式如下:

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

2.2.2 歸一化植被指數(shù)計算

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

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]。對于本研究的Landsat 8 OLI遙感影像，ρNIR對應B5波段，ρRED對應B4波段。

2.2.3 網(wǎng)格法景觀指數(shù)計算

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，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)結構簡單，有利于后期的相關空間分析與樣本提取。本文將研究區(qū)域內(nèi)下墊面監(jiān)督分類所得結果中的植被部分視為綠地區(qū)域，并對其進行景觀指數(shù)的計算、NDVI與地表溫度值的提取與相關研究。

分別提取2017年兩個網(wǎng)格尺度上LST和NDVI的柵格數(shù)據(jù)平均值，并計算各獨立網(wǎng)格中綠地的景觀指數(shù)，對得到的網(wǎng)格樣本數(shù)據(jù)結果進行篩選，剔除異常樣本后，在兩個尺度上分別得到2247、610個樣本數(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值進行Pearson相關性分析；根據(jù)兩個不同的網(wǎng)格空間尺度參考相關研究與風景園林規(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個景觀指數(shù)(CA、LSI、ED、PD、ENN-MN、AI)進行計算(表1)[16-18]。

表1 景觀指數(shù)及其信息

3 結果與分析

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(站點編號54511)測得的歷史溫度數(shù)據(jù)進行對比驗證。研究使用的原始數(shù)據(jù)成像時間為北京時間上午11時53分，可認為是一天中溫度較高的時段，所以使用觀象臺測得的最高地表氣溫42.80℃與反演值39.73℃進行比對，結果認為二者數(shù)值較為接近，反演結果可靠。

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個等級(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平臺單獨提取綠地區(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、柵格計算等工具，統(tǒng)計2017年不同溫度等級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與地表溫度的關系

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

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

由此可見，在兩個網(wǎng)格尺度下，綠地的面積越大、形狀越簡單(以正方形形狀最簡單作為參照)、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。

但是兩個尺度上的各變量之間的相關程度具有一定差異，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性不顯著。NDVI在1 km×1 km網(wǎng)格和2 km×2 km網(wǎng)格兩個尺度上均在幾個變量中表現(xiàn)出最高的相關性，相關系數(shù)分別為-0.823和-0.848。

進一步挑選在兩個網(wǎng)格尺度上與地表溫度相關性最高的4個變量(CA、LSI、AI、NDVI)分別與地表溫度建立回歸方程與散點圖，結果(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在兩個網(wǎng)格尺度上的回歸方程

綜合各項擬合結果可知，NDVI與地表溫度在幾個變量中表現(xiàn)出最強的擬合程度以及最高的降溫效益，說明植被生長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，結果如表4、圖6所示。根據(jù)SPSS的統(tǒng)計結果，各樣本綠地的地表溫度與NDVI的Pearson相關系數(shù)為0.831，且呈負相關。對于各綠地樣本(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，其他地理條件相似時，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外，還與所處的空間位置有關，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。

當綠地的地理位置、面積、景觀格局等因素相似時，其地表溫度和NDVI值與內(nèi)部植被類型有一定關系(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，編號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3地塊，其地表溫度為35.07℃)，NDVI值反之(高爾夫球場為0.34，植被類型豐富的城市公園為0.37)。對比編號3地塊，即植被類型豐富、生長狀況好的奧林匹克森林公園，植被類型和生長狀況都略遜于奧林匹克森林公園的天壇公園(編號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，即建設用地中的附屬綠地，其地表溫度比較為獨立的綠地高(兩者都屬于編號5地塊，地表溫度分別為38.22℃和37.54℃)。

對于建設用地中的附屬綠地，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6地塊，二者的地表溫度分別為37.51℃、51.25℃)。對于道路附屬綠地，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家森林公園(編號8地塊，地表溫度為34.21℃)，因其植被類型豐富、生長狀況良好，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9地塊，地表溫度為35.66℃)。

4 結論與討論

4.1 結論

1)綠地的面積越大、形狀越簡單、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。對于不同的綠地類型，相近的地理位置處，植被結構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；容積率較高的建設用地附屬綠地的地表溫度比獨立的綠地高；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；對于同樣綠地分類標準下的綠地，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)境的角度進行科學、合理的綠地建設不容忽視。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地表溫度的降低有所貢獻[20]，面積相同的綠地其因內(nèi)部的植被構成不同，其地表溫度也有差異[21]，這與本研究結論基本一致。本研究在針對綠地對地表溫度降溫效益的差異性還作了進一步探索。

為了緩解城市熱島效應，從宏觀角度采取增加城市綠地的面積，優(yōu)化綠地內(nèi)部的植被結構，將破碎化的斑塊轉換為完整的、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)整綠地的分布結構，將破碎化的綠地整合為較為完整的綠地，限制高爾夫球場等植被結構較為單一的綠地建設，營造植被結構更豐富的綠地空間[22-23]等；同時，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，未來研究可依據(jù)更多的輔助手段，如數(shù)值模擬法、實測法等，對結果進行綜合模擬預判。