劉焱序,彭 建, 王仰麟

1 北京大學城市與環(huán)境學院,地表過程分析與模擬教育部重點實驗室,北京 100871 2 北京師范大學地理科學學部, 地表過程與資源生態(tài)國家重點實驗室，北京 100875

城市熱島效應與景觀格局的關(guān)聯(lián)：從城市規(guī)模、景觀組分到空間構(gòu)型

劉焱序1,2,彭 建1,*, 王仰麟1

1 北京大學城市與環(huán)境學院,地表過程分析與模擬教育部重點實驗室,北京 100871 2 北京師范大學地理科學學部, 地表過程與資源生態(tài)國家重點實驗室，北京 100875

景觀格局的改變被視為城市熱島形成的直接原因,但景觀格局指標與熱島效應的關(guān)聯(lián)機理仍未厘清。城市規(guī)模、景觀組分、空間構(gòu)型作為景觀格局的重要表征指標,對熱島效應的影響體現(xiàn)了從整體到局部、從數(shù)量到空間的遞進關(guān)系。其中,城市規(guī)模與熱島效應的關(guān)聯(lián)存在地帶性規(guī)律；景觀組分與熱島效應的相關(guān)性受晝夜、季節(jié)控制；顯著驅(qū)動熱島效應的關(guān)鍵空間構(gòu)型指標仍有待遴選。景觀格局與熱島效應的非線性關(guān)聯(lián)可能存在拐點,拐點前后對應不一致的因子驅(qū)動強度?？茖W界定城市規(guī)模、景觀組分、空間構(gòu)型等景觀格局要素顯著影響熱島效應的閾值區(qū)間,有助于明晰緩解城市熱島效應的關(guān)鍵景觀生態(tài)途徑。

熱島效應；城市規(guī)模；景觀組分；空間構(gòu)型；關(guān)聯(lián)閾值

城市熱島(Urban Heat Island, UHI)效應是指城市化所導致的城市氣溫高于周邊郊區(qū)的現(xiàn)象[1]。作為城市化最明顯的氣候響應形式,城市熱島直接改變了城市居民的熱舒適度和整體生活質(zhì)量,是人類活動導致氣候變暖并反饋于自身生產(chǎn)、生活的直接體現(xiàn)[2- 5]。在全球氣候變暖和快速城市化背景下,城市熱島效應加劇了城市極端高溫發(fā)生的范圍和強度,導致城市居民的高溫健康風險顯著增大[6- 9]。人類活動導致地表下墊面改變,直接影響地表對太陽輻射的吸收,是城市化形成熱島效應的重要途徑；而這種地表下墊面改變的過程直接反映在城市景觀的異質(zhì)性格局中[10]。因此,作為城市熱島效應形成的直接原因,城市景觀格局的時空分異特征在相當程度上決定了城市熱島效應的不同強度。

景觀格局與生態(tài)過程的耦合是景觀生態(tài)學的核心研究領(lǐng)域。景觀格局不僅體現(xiàn)著各種生態(tài)過程在不同時空尺度上相互作用的結(jié)果,同時又決定著各種自然環(huán)境因子在景觀空間的分布和組合,從而制約各種生態(tài)過程[11- 14]。熱島效應作為代表性的城市化生態(tài)環(huán)境效應,是城市景觀格局演變的最直接后果之一[15]。厘清城市熱島效應與景觀格局的關(guān)聯(lián)機理,是對景觀格局與生態(tài)過程互饋研究在城市地域的進一步深化,將為優(yōu)化景觀格局、緩解城市熱島效應提供核心科學依據(jù)[16- 18],從而有助于在學科理論層面豐富景觀格局與生態(tài)過程耦合機制的探索、推動城市景觀生態(tài)學理論與方法內(nèi)核的凝練,在實踐層面為推進我國新型城鎮(zhèn)化建設(shè)、提升城市適應氣候變化能力提供可操作的景觀優(yōu)化途徑。

1 城市熱島效應的景觀格局驅(qū)動

1.1 城市熱島效應的界定與度量

城市化進程中不平衡的能量收支導致了城市更溫暖的氣候條件,即城市熱島效應[19]。狹義的城市熱島效應專指城市熱島強度,即城區(qū)氣溫與郊區(qū)氣溫的差；廣義的城市熱島效應除了熱島強度外,還包括熱島現(xiàn)象誘發(fā)的干濕氣候特征[20]。英國氣象學者Howard在19世紀對倫敦市區(qū)氣溫比周圍鄉(xiāng)村氣溫高的現(xiàn)象進行監(jiān)測,成為最早的熱島效應研究[21]。在標準意義上,城市熱島效應的強度被定義為城市熱島中心的氣溫峰值與相同時間、相同高度下城郊氣溫的差值[22]。鑒于城市高溫中心的不穩(wěn)定和城市郊區(qū)范圍劃定的困難性,一般將城市熱島強度表征為城區(qū)氣象臺站與最近的城區(qū)外氣象臺站的溫度差。顯然,溫度測量裝置的有限性較大程度的限制了大氣城市熱島與景觀格局的關(guān)聯(lián)研究。

城市熱島效應主要源于景觀變化改變地表反照率和城市化產(chǎn)生大量人為熱兩個方面,目前有關(guān)這兩種驅(qū)動力對城市熱島強度的貢獻率尚存爭議,尤其是景觀變化對城市熱島效應演化的驅(qū)動力仍有待厘清[23]。衛(wèi)星熱紅外傳感器的誕生使得具有空間連續(xù)性的熱紅外地表溫度(Land Surface Temperature, LST)成為表征地表城市熱島的有效方式[24]。由于傳感器工作機制與氣溫計不同,導致地表城市熱島與大氣城市熱島在晝夜規(guī)律上存在明顯差異；雖然學界至今尚未在解釋該規(guī)律的不一致性上取得突破,但顯然相對于大氣城市熱島,研究景觀變化對地表城市熱島的驅(qū)動更具備可操作性[23]?；诖?依托LST的較高空間分辨率,地表城市熱島強度可以與城市景觀格局的相關(guān)參數(shù)進行有效銜接,業(yè)已成為研究城市熱島效應與景觀格局關(guān)聯(lián)的主要途徑。

1.2 驅(qū)動因素劃分與測度難點

國內(nèi)外大量研究證實,城市規(guī)模、景觀組分以及空間構(gòu)型三類因素均對城市熱島效應具有驅(qū)動作用,且這三類因素對熱島效應的影響具有層次性。其中,城市規(guī)模是景觀格局在城市整體視角的概化,存在著“在外部因素控制下,城市總體規(guī)模越大、城市化強度越高,則熱島效應是否隨之增強”的研究命題,從研究內(nèi)容而言處于較宏觀的層次。景觀組分因素可以是針對城市整體的平均值,但更多研究聚焦“特定城市內(nèi)部的景觀組分異質(zhì)性所導致的熱島效應或地表溫度空間分異”,在研究內(nèi)容的層次性上低于對城市整體規(guī)模的描述,研究結(jié)論僅針對所聚焦的特定城市成立。景觀空間構(gòu)型是景觀格局的形態(tài)學展示,從研究內(nèi)容的層次性而言處于最低。從特定城市中選取景觀組分相對一致的樣本,探討空間構(gòu)型的影響會得到相對可靠的結(jié)果,而“景觀的空間分布形態(tài)是否對熱島效應有影響,該影響與景觀組分的影響有何不同”則是空間構(gòu)型研究聚焦的重要命題。整體而言,上述三類因素的組合形成了總體規(guī)模影響、內(nèi)部組分影響、局部形態(tài)影響的多層次城市熱島效應驅(qū)動,構(gòu)成了景觀格局與熱島效應關(guān)聯(lián)的研究體系。

相對而言,在三類因素與城市地表溫度的關(guān)聯(lián)研究中,對景觀組分的關(guān)注最多,結(jié)論也相對明確[25- 28]。同時,以城市規(guī)?？刂茷槌霭l(fā)點,一些涉及較多城市樣本的研究在較大尺度上探討了城市規(guī)模與熱島效應的關(guān)系,得出大城市比小城市更熱的結(jié)論,但城市景觀格局中建成區(qū)規(guī)模與熱島效應之間的關(guān)聯(lián)尚未在國內(nèi)外學術(shù)界達成基本共識[29- 30]。此外,一些景觀生態(tài)學者在考慮景觀規(guī)模、組分的前提下詳細論證了景觀空間構(gòu)型與城市熱島效應的相互關(guān)系,提出了影響城市熱島效應的一些關(guān)鍵景觀格局指數(shù)[31- 34]。伴隨著中國改革開放以來快速城市化進程,城市建成區(qū)的高速擴張引致了城市熱環(huán)境的顯著變化。然而,中國地域遼闊,氣候背景與城市化階段的巨大差異導致了中國城市熱島形成機制的復雜性[35- 41],在不同時空統(tǒng)計樣本中城市熱島效應與景觀格局的關(guān)聯(lián)特征并不一致。當前,針對不同城市的研究案例中,研究目標和方法各有側(cè)重而相對未成體系；城市景觀格局指標與熱島效應的關(guān)聯(lián)關(guān)系存在較大差異,城市規(guī)模、景觀組分、空間構(gòu)型等景觀格局要素對熱島效應的貢獻程度難以厘清；并且,未能形成城市適應氣候變化能力提升的普適性景觀優(yōu)化途徑。

景觀格局與生態(tài)過程互饋機制是景觀生態(tài)學研究的核心議題,對于城市景觀中格局與過程互饋機制的解析是識別城市可持續(xù)性的關(guān)鍵環(huán)節(jié)。一方面,對于景觀格局與城市熱島效應關(guān)聯(lián)機理的探究,是對景觀生態(tài)學格局與過程互饋核心議題的重要實踐探索,實現(xiàn)對理論規(guī)律的定量化支撐,有助于學科體系的進一步完善；另一方面,緩解城市熱島效應、提升城市適應氣候變化能力,是城市生態(tài)文明建設(shè)的重要目標之一。針對景觀格局與熱島效應關(guān)聯(lián)呈現(xiàn)的非線性規(guī)律,僅判定驅(qū)動力是否存在顯然不足以展示格局對過程的影響機理,難以為城市熱島效應緩解提供足夠的定量化指引。亟需回答的問題是,在何種控制條件或取值范圍內(nèi),景觀格局指標可以較強的緩解熱島效應？換而言之,在非線性關(guān)系中是否存在特定的拐點,該拐點所對應的景觀格局指標閾值前后,存在不一致的驅(qū)動節(jié)律或強度？在此目標下,科學識別景觀格局顯著驅(qū)動熱島效應的閾值區(qū)間,可以為面向熱島效應緩解的景觀規(guī)劃提供定量化的城市規(guī)模、景觀組分、空間構(gòu)型的指標控制范圍,成為新型城鎮(zhèn)化戰(zhàn)略下生態(tài)宜居城市建設(shè)的重要決策保障。

2 UHI與城市規(guī)模的關(guān)聯(lián)：聚焦地帶性規(guī)律

2.1 規(guī)模指標關(guān)聯(lián)特征

城市規(guī)模的擴張是城市化的直觀體現(xiàn)。既然熱島效應是城市化的直接后果,那么城市總體規(guī)模作為城市化的定量化反映,很可能與熱島效應存在某種形式的關(guān)聯(lián)。早在1970年代,加拿大學者Oke就發(fā)現(xiàn)城市人口規(guī)模與熱島效應呈現(xiàn)正相關(guān)[42]。21世紀以來,學者們基于大樣本、多時相的遙感觀測數(shù)據(jù)分析了城市規(guī)模與城市熱島的關(guān)聯(lián)規(guī)律(表1)。在亞洲與北美的研究結(jié)果都發(fā)現(xiàn),城市人口規(guī)模與熱島效應存在正相關(guān)；但亞洲18個特大城市顯現(xiàn)出白天相關(guān)性大于夜晚的關(guān)聯(lián)規(guī)律[43],而北美65個濕潤氣候區(qū)城市顯現(xiàn)出夜晚相關(guān)性大于白天的特征[30]。同時,城市建成區(qū)規(guī)模與熱島效應的關(guān)聯(lián)結(jié)論亦有所沖突。在全球和國家尺度,北美溫帶城市夏季白天的熱島效應與建成區(qū)規(guī)模相關(guān)性最高[44],基于全球城市樣本聚類的結(jié)果則顯示出平均熱島效應與城市規(guī)模在夜晚呈現(xiàn)顯著的冪律關(guān)系[29]。然而,全球419個大城市樣本的分析表明熱島效應與建成區(qū)面積以及人口規(guī)模并無顯著關(guān)聯(lián)[45],中國32個大城市的建成區(qū)面積也與熱島效應的相關(guān)性不顯著[46]。在區(qū)域尺度,京津冀大于2km2建成區(qū)斑塊中熱島效應與建成區(qū)面積顯著相關(guān),而小于2km2的斑塊則不存在該關(guān)系[47]。由此可知,城市規(guī)模與熱島效應存在顯著關(guān)聯(lián),但關(guān)聯(lián)特征受統(tǒng)計樣本的地域范圍決定。

表1 城市規(guī)模與熱島效應的關(guān)聯(lián)研究對比

ISA：不透水地表面積,Impervious Surface Area；UHI：熱島強度,Urban Heat Island

2.2 規(guī)模關(guān)聯(lián)規(guī)律解析

UHI與城市規(guī)模的關(guān)聯(lián)分析研究途徑在統(tǒng)計方式、研究時長、表征參數(shù)、空間范圍等方面都存在分異,而樣本空間范圍可以被認為是影響統(tǒng)計結(jié)果的最重要因素。就統(tǒng)計方式而言,以對數(shù)模型而非線性模型建立回歸方程容易得到更為可靠的結(jié)論,這是由于城市規(guī)模所涉及的人口、經(jīng)濟、土地面積等指標往往呈現(xiàn)冪律、指數(shù)等非線性特征,而樣本中溫度的增減關(guān)系則很難具備對應的如此大幅差異。就研究時長而言,單一城市中10個左右的年份樣本依然是偏少的,而長時間尺度研究僅僅增加了樣本的統(tǒng)計量,并未能進行時序回歸。就對城市規(guī)模的表征參數(shù)而言,人口和建成區(qū)面積本身具有較強的關(guān)聯(lián)性,但真實居住于市中心的人口數(shù)量往往不易獲取,因而采用遙感手段提取城市景觀中的建成區(qū)面積開展相關(guān)分析精度相對更高。從研究樣本的空間位置來看,全球乃至部分國家尺度的研究,容易得到UHI與城市規(guī)模不相關(guān)的結(jié)論；而在區(qū)域氣候背景較一致的條件下,大多數(shù)研究統(tǒng)計出UHI或LST與城市規(guī)模顯著相關(guān)的結(jié)果。因此,衡量城市規(guī)模對城市熱島效應的作用有必要強調(diào)控制變量的一致性,例如在相同的氣候帶下進行空間采樣。

不同城市樣本和采樣時間得到的研究結(jié)果有所沖突,表明城市規(guī)模與城市熱島效應的關(guān)聯(lián)規(guī)律可能受到多重時空條件影響。如何刻畫該關(guān)聯(lián)規(guī)律的影響機制、獲取特征控制變量,成為城市規(guī)模與熱島效應關(guān)聯(lián)研究的重要趨向。為判斷城市規(guī)模與城市熱島效應的關(guān)聯(lián)性是否具有地帶性規(guī)律,有效剝離空間采樣過程中的干擾項,以下科學問題值得重點關(guān)注：城市規(guī)模與熱島效應的晝夜關(guān)聯(lián)規(guī)律是否僅在特定的氣候分區(qū)成立？或者受特定的社會經(jīng)濟條件影響？是否僅在特定的城市建成區(qū)規(guī)模以上成立？而區(qū)分關(guān)聯(lián)規(guī)律成立與否的閾值或所謂的臨界點又如何確定？大城市的城市規(guī)模擴張與熱島效應增強是否存在顯著的時序關(guān)聯(lián)特征？在不同氣候帶中該時序關(guān)聯(lián)特征是否具備特定的空間規(guī)律？

3 UHI與景觀組分的關(guān)聯(lián)：厘定城市化影響

3.1 組分指標關(guān)聯(lián)特征

景觀組分即景觀類型的成分占比,其與太陽輻射的熱量吸收、水分的蒸散吸熱過程直接對應,決定了地表的熱量傳輸關(guān)系,從而直接影響城市熱島強度。除傳統(tǒng)的景觀類型面積比例外,遙感監(jiān)測得到的生物物理參數(shù)也是景觀組分的有效刻畫方式。其中,歸一化差值植被指數(shù)(Normalized Difference Vegetation Index, NDVI)、不透水地表面積(Impervious Surface Area, ISA)作為影響熱島效應的關(guān)鍵景觀組分指標,被廣泛用于探討熱島效應和景觀格局的關(guān)聯(lián)規(guī)律[48-50]。此外,土地利用類型及與之密切相關(guān)的歸一化差值建筑指數(shù)(Normalized Difference Built-up Index, NDBI)、增強植被指數(shù)(Enhanced Vegetation Index, EVI)、歸一化差值水體指數(shù)(Normalized Difference Water Index, NDWI)等亦是衡量熱島效應與景觀組分關(guān)聯(lián)關(guān)系的常用指標[51-54]。相關(guān)案例分析表明,ISA、NDBI、NDWI、NDVI等指標與熱島效應相關(guān)性較強(表2)。然而,在統(tǒng)計尺度與季相的差異背景下,上述生物物理參數(shù)指標并非在任何條件下均與城市熱島效應顯著相關(guān)。

表2 城市景觀組分與熱島效應的關(guān)聯(lián)研究對比

注：△：樣本值與背景值的差值；LST：地表溫度,Land Surface Temperature；NDVI：歸一化差值植被指數(shù),Normalized Difference Vegetation Index；NDBI：歸一化差值建筑指數(shù),Normalized Difference Built-up Index；EVI：增強植被指數(shù),Enhanced Vegetation Index；NDWI：歸一化差值水體指數(shù),Normalized Difference Water Index

研究普遍發(fā)現(xiàn),反映建設(shè)用地比例的ISA、NDBI等參數(shù)在各個季節(jié)均與LST及其城鄉(xiāng)差值(UHI)呈現(xiàn)顯著負相關(guān),而反映地表植被生長的NDVI、EVI等參數(shù)并不一定與LST和UHI顯著相關(guān)。對夏季城市熱島效應的研究結(jié)果顯示NDVI和LST、△NDVI和UHI顯著相關(guān)的結(jié)論[31,49-50],而另一些包含冬季的研究案例則在NDVI與LST、△EVI與UHI是否相關(guān)的判斷上顯示出較大的季節(jié)與晝夜差異[45-46,57- 59]。同時,不同的統(tǒng)計粒度和幅度也會顯著改變景觀組分參數(shù)與LST關(guān)系的顯著性,在精細粒度上與LST高度相關(guān)的綠地面積可能在粗粒度上與LST無關(guān),在像元統(tǒng)計上與LST無關(guān)的植被覆蓋度則可能在行政區(qū)統(tǒng)計上與LST相關(guān)[48,60]。

3.2 組分關(guān)聯(lián)規(guī)律解析

在對UHI與城市景觀組分的關(guān)聯(lián)解析中,溫度取值、參數(shù)獲取、統(tǒng)計單元、氣候分異、人類活動等因素均值得關(guān)注。尤其是人類活動統(tǒng)計指標的降尺度,可能是理解不同空間統(tǒng)計單元中關(guān)鍵景觀組分對熱島效應驅(qū)動力存在差異的重要歸因方式。首先,不同研究中對城市熱環(huán)境的表征采用UHI或LST為因變量,但實質(zhì)上只要郊區(qū)的溫度背景值相同,該背景值作為常數(shù)項并不會影響統(tǒng)計結(jié)果；而在多城市樣本中郊區(qū)背景值各異的情況下,UHI和LST在回歸方程中不能相互替換。其次,傳統(tǒng)的景觀組分參數(shù)往往為各種用地類型的比例,而近年來大量應用的NDVI、ISA等生物物理參數(shù)具有與用地類型比例相似的特點,也可以用于描述景觀組分,但并不具有相互替代性。例如,冬季的林地、草地面積百分比與NDVI值并不一定高度對應；NDWI將山體陰影顯示為高值,也易于和真實的水體面積百分比存在沖突。再次,統(tǒng)計單元對關(guān)聯(lián)規(guī)律的影響不僅體現(xiàn)在統(tǒng)計單元的面積上,更反映在統(tǒng)計單元的劃區(qū)方式上,矩形、流域、行政區(qū)等不同空間形態(tài)的單元可能引致明顯分異的統(tǒng)計結(jié)果。同時,植被在低緯度地區(qū)降溫、高緯度地區(qū)升溫的規(guī)律是否能在不同城市的案例中得到體現(xiàn)也值得關(guān)注。最后,相比于氣候背景,城市化方式及強度對UHI與城市景觀組分關(guān)聯(lián)規(guī)律的影響尚未得到足夠重視；將景觀組分作為控制變量,探討人為熱排放對城市熱島的影響,成為解析地表反射率與人為熱排放對城市熱島效應貢獻關(guān)系的有效途徑。

針對不同城市研究案例中出現(xiàn)的景觀組分與熱島效應關(guān)聯(lián)特征的顯著差異,有必要明確城市區(qū)位、觀測尺度、季相時間等多種變量對該關(guān)聯(lián)規(guī)律造成的影響。其中,不僅需要區(qū)分各氣候帶城市熱島效應與景觀組分關(guān)聯(lián)規(guī)律的差異性,還需要進一步甄別該關(guān)聯(lián)規(guī)律在不同城市發(fā)展階段的響應特征差異,因而以下科學問題值得重點回應：NDVI與LST的關(guān)聯(lián)特征是否存在緯度差異性？沿海、沿江城市水體的降溫效用是否與內(nèi)陸城市的水體景觀一致？ISA與LST的關(guān)聯(lián)特征是否與城市發(fā)展程度、類型有關(guān)？在城市快速擴展前期與后期的UHI與景觀組分的關(guān)聯(lián)特征有何差異？如若關(guān)聯(lián)特征的顯著性判定存在變化,則臨界點所對應的控制變量閾值如何識別？

4 UHI與空間構(gòu)型的關(guān)聯(lián)：明晰代表性指數(shù)

4.1 構(gòu)型指標關(guān)聯(lián)特征

盡管不同景觀組分的地表反射率差異和蒸散過程強弱是影響熱量傳輸、決定城市熱島強度的主要因素,但考慮到熱力過程的空間流動性,局地景觀所吸收或釋放的熱量可能對周邊景觀的溫度有所影響,從而體現(xiàn)出景觀空間構(gòu)型對城市熱島效應影響的研究重要性。除對景觀組分及其特征參量的刻畫外,一些研究開始關(guān)注景觀空間分布形態(tài)的熱力學意義,通過景觀格局指數(shù)分析景觀空間構(gòu)型與熱島效應的關(guān)系,提取出影響熱島效應的關(guān)鍵空間構(gòu)型指標[31,33-34,55]。在識別景觀組分與熱島效應關(guān)聯(lián)特征基礎(chǔ)上,以描述面積-周長、形狀、集聚、多樣性為主的數(shù)十個景觀空間構(gòu)型指標與熱島效應關(guān)聯(lián)規(guī)律的刻畫已在中國不同城市予以開展(表3)。其中,大多數(shù)研究以LST替代UHI進行相關(guān)與回歸分析。正如前文所述,在郊區(qū)背景值固定的前提下,LST與UHI在回歸中僅存在常數(shù)項的差別,不會影響回歸系數(shù)。值得一提的是,一些研究將UHI反向取值,將綠地水體的降溫效果命名為城市冷島效應,從而為公園綠地的空間形態(tài)規(guī)劃與設(shè)計提供定量參考。

以北京、上海為主的不同城市研究結(jié)果表明,最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、景觀集聚度(CONTAG)與LST顯著相關(guān)[33-34,60-61]。然而,即使針對同一城市,仍有一些研究結(jié)果顯示出完全相反的結(jié)論。在北京一個采樣粒度變化的研究案例中,只有景觀破碎度(PD)在各個粒度均與LST顯著相關(guān)[60]；在上海夏季的研究案例則顯示LSI、PD等指數(shù)與LST無關(guān)。在對綠地景觀空間構(gòu)型與降溫效應的關(guān)聯(lián)分析中,一些研究發(fā)現(xiàn)了形狀簡單、分布集中的綠地斑塊降溫效果更佳的規(guī)律[55,62-63],但也有研究得出了形狀復雜而分散的綠地溫度更低、降溫效果更強的結(jié)論[64-65]。因此,景觀空間構(gòu)型驅(qū)動熱島效應的貢獻率仍不明晰,關(guān)鍵景觀空間構(gòu)型指標亟待明確。

4.2 構(gòu)型關(guān)聯(lián)規(guī)律解析

從規(guī)模、組分到構(gòu)型的景觀格局與熱島效應關(guān)聯(lián)研究并非相互并列,而存在著遞進關(guān)系。引入空間構(gòu)型因子,可以更好的解讀在特定規(guī)模的某一城市中景觀組分與熱島效應回歸參數(shù)未能解釋的部分。在規(guī)模、組分因子對景觀數(shù)量、質(zhì)量特征參數(shù)進行描述的基礎(chǔ)上,對景觀空間構(gòu)型的刻畫增加了景觀空間組織關(guān)聯(lián)對熱島效應的影響,使景觀格局對熱島效應的影響成為數(shù)量-質(zhì)量-空間多維驅(qū)動。同時,三者之間又強弱有序,在整體的城市規(guī)模和景觀組分熱傳遞質(zhì)量下,強調(diào)局部景觀空間聯(lián)系的熱環(huán)境效應方能凸顯其意義。對應于多數(shù)研究關(guān)注景觀組分對熱島效應的影響程度,對景觀空間構(gòu)型驅(qū)動力的關(guān)注成為立足景觀生態(tài)學視角研究熱島效應的重要學科貢獻。

表3 城市景觀空間構(gòu)型與熱島效應的關(guān)聯(lián)研究對比

PLAND：景觀組成百分比,Percentage of Landscape；Gyrate_MN：平均回轉(zhuǎn)指數(shù),Mean Radius of Gyration；PD：斑塊密度,Patch Density；ED：邊緣密度,Edge Density；LPI：最大斑塊指數(shù),Largest Patch Index；LSI：景觀形狀指數(shù),Largest Shape Index；DIVISION：分離度,Landscape Division Index；AI：集聚指數(shù),Aggregation Index；CONTAG：景觀集聚度,Contagion；CIBuild:建筑斑塊凝聚度,Cohesion Index for Building Patch；SHDI：香農(nóng)多樣性,Shannon′s Diversity Index；SHEI：香農(nóng)豐富度,Shannon′s Evenness Index；Perimeter: 周長；Perimeter/Area: 周長面積比

鑒于研究結(jié)果間的相互沖突,景觀空間構(gòu)型與熱島效應的關(guān)聯(lián)規(guī)律尚無定論,對控制變量厘定、特征尺度遴選、關(guān)鍵指數(shù)析取的探索有必要繼續(xù)強化。首先,景觀空間構(gòu)型對城市熱島效應的影響一般弱于景觀組分、氣候條件乃至一些社會經(jīng)濟指標,在未剝離其他變量的前提下直接對景觀空間構(gòu)型與溫度進行相關(guān)性分析,顯著性統(tǒng)計結(jié)果容易具有偶然性。其次,景觀空間構(gòu)型指標隨統(tǒng)計尺度存在較為明顯的變異,而城市主城區(qū)及內(nèi)部功能區(qū)的大小并不固定,因而每個城市應有其特定的統(tǒng)計尺度,需要在研究中予以強調(diào)。最后,各類型景觀格局指數(shù)具有較高的相關(guān)性,雖然采用窮舉的方式可以篩選出統(tǒng)計意義上相關(guān)程度最高的變量,但如何理解統(tǒng)計結(jié)果所對應的形態(tài)學內(nèi)涵顯然更具挑戰(zhàn)。因此,采用富有鮮明形態(tài)學特征的景觀空間構(gòu)型指標帶入模型,可以更有效的幫助研究者理解統(tǒng)計結(jié)果所蘊含的形態(tài)學意義。

由于不同城市中景觀組分指標與熱島效應的關(guān)系本身存在差異,導致了景觀組分驅(qū)動熱島效應的貢獻率存在時空差異；在景觀組分和空間構(gòu)型共同驅(qū)動城市熱島效應的理論假設(shè)下,空間構(gòu)型驅(qū)動熱島效應的貢獻率因而也并不恒定。因此,景觀空間構(gòu)型與城市熱島效應的關(guān)聯(lián)研究仍有待深入,有必要關(guān)注以下重點科學問題：在厘定空間構(gòu)型對熱島效應的驅(qū)動作用時,如何剝離其他景觀屬性的影響？如何在眾多空間構(gòu)型指標中析取關(guān)鍵指標？不同采樣粒度和幅度怎樣影響這一貢獻率的取值？相同面積規(guī)模下,增溫景觀的斑塊分布是否越聚集越有助于熱島效應的增強,是否斑塊形狀越簡單熱島效應越強？如何將景觀空間構(gòu)型對城市熱島效應的貢獻率識別結(jié)果與城市綠色基礎(chǔ)設(shè)施規(guī)劃相對接？

值得強調(diào)的是,雖然在城市綠地、水體與周邊建設(shè)用地的反向UHI,即“冷島效應”被逐漸認知并強調(diào)的背景下[61,64-65],所識別的景觀空間構(gòu)型參數(shù)可以成為城市地域綠色基礎(chǔ)設(shè)施空間形態(tài)規(guī)劃的重要依據(jù)[70],但使用過于復雜的指數(shù)可能會降低實踐意義。由于并非所有通過顯著性檢驗的構(gòu)型參數(shù)均具有對接景觀規(guī)劃的應用價值,景觀空間構(gòu)型指標的應用前景是空間構(gòu)型與UHI關(guān)聯(lián)研究必須重視的議題。

5 UHI與景觀格局關(guān)聯(lián)研究展望：閾值析取

5.1 閾值研究意義

總結(jié)近今研究進展,可見城市規(guī)模、景觀組分、空間構(gòu)型因素對城市熱島效應的影響均未形成普適性規(guī)律,而存在于氣候、時相、季相、城市類別等參數(shù)控制條件之下。即使就特定城市而言,同一景觀格局也可以對應不同天氣條件下的多種溫度,景觀格局與熱島效應的關(guān)系并不具有唯一性。因此,關(guān)注不同控制變量下景觀格局對熱島效應影響可能存在的貢獻率波動范圍,比單純界定影響的顯著性更具應用價值。

就城市規(guī)模而言,這一閾值可以是在氣候帶、社會經(jīng)濟條件等背景變量一致時,城市規(guī)模與熱島效應相關(guān)聯(lián)的上下限。例如,Tan和Li發(fā)現(xiàn)在京津冀地區(qū)大于2km2的建成區(qū)中存在熱島效應與建成區(qū)面積的顯著相關(guān)[47]；則2km2可以作為該區(qū)域的一個規(guī)模閾值。就景觀組分而言,閾值可以是特定城市中景觀類型的成分或者生物物理參數(shù)顯著影響熱島效應的取值范圍。在全樣本中與熱島效應相關(guān)性較低的景觀組分參數(shù)可能在某一部分樣本中與熱島效應高度相關(guān)。例如,Peng等對北京市的研究表明,當生態(tài)用地占樣本總面積70%以上時,景觀的降溫效應明顯提升[55]；則70%可以作為該區(qū)域的一個組分閾值。同理,在城市內(nèi)部特定的研究尺度和景觀組分區(qū)間下,可以厘定空間構(gòu)型參數(shù)顯著影響熱島效應的取值范圍。但由于空間布局參數(shù)的刻畫受采樣尺度影響較大,該閾值是否能被識別到并是否有應用價值尚有待進一步驗證。總之,通過全面明晰城市景觀格局中的規(guī)模、組分、構(gòu)型要素與城市熱島的關(guān)聯(lián),提取各景觀格局要素所對應的關(guān)鍵閾值,可以為城市綠色基礎(chǔ)設(shè)施的建設(shè)規(guī)模、成分、形態(tài)提供定量化依據(jù),直接服務于城市景觀規(guī)劃的現(xiàn)實需求[71]。

5.2 閾值析取途徑

區(qū)域氣候主導的城市溫度背景值的差異性和城市化主導的局地人為熱排放差異性,是引致景觀格局與城市熱島關(guān)聯(lián)區(qū)域分異的兩大主要因素,也是關(guān)聯(lián)閾值析取所關(guān)注的焦點。國家或區(qū)域尺度上,城市規(guī)模、景觀組分與熱島效應的關(guān)系是否存在緯度區(qū)間、社會經(jīng)濟區(qū)間,局地城市景觀空間構(gòu)型與熱島效應的關(guān)系是否存在規(guī)模、組分區(qū)間,可以成為關(guān)聯(lián)閾值析取研究的兩項重要內(nèi)容。在固定區(qū)間內(nèi)識別景觀格局參數(shù)對城市熱島效應的貢獻率上限和下限,即可得到景觀格局對熱島效應的影響閾值。如圖1所示的研究框架示例,遴選代表性景觀格局參數(shù)并采用合理的相關(guān)分析和回歸分析方法,可以有效明確景觀格局對熱島效應的影響強度,并根據(jù)不同樣本所展示的時空規(guī)律差異性提取相應閾值。該閾值不僅有助于進一步明晰城市化進程中景觀格局演變的生態(tài)環(huán)境效應形成機理,也可與城市規(guī)劃直接對接形成服務于城市熱島效應緩解的景觀優(yōu)化策略。

圖1 景觀格局與城市熱島效應關(guān)聯(lián)閾值提取框架Fig.1 The framework of extracting correlation thresholds between landscape patterns and UHI

首先,針對城市規(guī)模與熱島效應的晝夜關(guān)聯(lián)規(guī)律受氣候、社會經(jīng)濟條件、城市建成區(qū)規(guī)模影響導致關(guān)聯(lián)閾值難以確定的科學問題,可以提取全國大城市如地級以上城市熱島效應作為基礎(chǔ)數(shù)據(jù)。借助MODIS衛(wèi)星LST產(chǎn)品分析全國大城市熱島效應的空間格局、時間演化、季相和晝夜差異特征[72]。在劃分氣候帶的基礎(chǔ)上,判斷城市規(guī)模與熱島效應在各個年份的空間關(guān)聯(lián)規(guī)律以及在各個城市的時間關(guān)聯(lián)規(guī)律,并判斷城市人口分布、經(jīng)濟總量、產(chǎn)業(yè)結(jié)構(gòu)等城市化指標是否會影響該規(guī)律。通過界定水熱特征參數(shù)和城市化等級區(qū)間,明確在各區(qū)間下城市規(guī)模顯著影響城市熱島效應的參數(shù)取值范圍,即得到城市規(guī)模閾值。

其次,針對不同水熱條件、不同城市化階段下景觀組分參數(shù)與LST關(guān)聯(lián)特征的一致性不明且未考慮閾值等關(guān)鍵問題,有必要提取NDVI、NDBI、NDWI、ISA等代表性景觀組分參數(shù)重點分析。這一分析流程可以分為兩種方式：一是在特定氣候條件下選擇多個城市,利用MODIS LST產(chǎn)品分析城市整體的景觀組分參數(shù)與熱島的相關(guān)性。其優(yōu)勢在于可以對應城市規(guī)模進行晝夜或年際分析,缺陷在于空間分辨率所限,不易刻畫城區(qū)內(nèi)部景觀格局；二是僅選擇某一個代表性大城市,借助Landsat熱紅外波段等中高分辨率遙感影像,對主城區(qū)內(nèi)部景觀組分進行多尺度統(tǒng)計。通過界定城市功能區(qū)片,降低人為熱排放的干擾,明確各區(qū)片內(nèi)部多種景觀組分顯著影響城市熱島效應的參數(shù)取值范圍,即得到景觀組分閾值。

再次,針對剝離其他景觀格局屬性影響、析取關(guān)鍵構(gòu)型指標、厘定關(guān)聯(lián)特征對不同采樣粒度和幅度的響應、明晰斑塊分布與形狀對熱島效應的影響規(guī)律等關(guān)鍵問題,需要在氣候背景、城市功能較為一致的城區(qū)內(nèi)部開展以下研究工作：計算常用景觀格局指數(shù)定量表征景觀連通性、多樣性、形狀復雜性等構(gòu)型參數(shù)作為數(shù)據(jù)基礎(chǔ)；在關(guān)注尺度放縮與季相更替造成差異的前提下,厘定樣本中相對一致的景觀組分區(qū)間；在該區(qū)間內(nèi)遴選常用景觀格局指數(shù),揭示關(guān)聯(lián)性較強的景觀指數(shù)顯著影響城市熱島效應的參數(shù)取值范圍,即得到空間構(gòu)型閾值。

最后,將所提取的城市規(guī)模、景觀組分和空間構(gòu)型閾值與城市規(guī)劃對接,可以有效指引城市在不同尺度上的高溫風險防范途徑。尤其是在我國大城市空間擴張速度較快的背景下,城市規(guī)模閾值識別結(jié)果可以服務于大城市群的城市高溫帶研究,作為面向城市群高溫防范的城市規(guī)模管控依據(jù)；根據(jù)景觀組分閾值,可以得出大城市緩解熱島效應的城區(qū)綠地、水體與建設(shè)用地有效面積配比,結(jié)合空間構(gòu)型閾值與社區(qū)用能及熱排放,可以明晰社區(qū)尺度的最優(yōu)降溫景觀設(shè)計方式,為綠色基礎(chǔ)設(shè)施空間規(guī)劃提供科學指引；從而實現(xiàn)城市景觀格局與熱島效應關(guān)聯(lián)研究結(jié)果的實踐應用,為中國城市適應氣候變化提供科學、定量的景觀規(guī)劃途徑。

[1] Voogt J A, Oke T R. Thermal remote sensing of urban climates. Remote Sensing of Environment, 2003, 86(3): 370- 384.

[2] Kalnay E, Cai M. Impact of urbanization and land-use change on climate. Nature, 2003, 423(6939): 528- 531.

[3] Rizwan A M, Dennis L Y C, Liu C. A review on the generation, determination and mitigation of urban heat island. Journal of Environmental Sciences, 2008, 20(1): 120- 128.

[4] Mirzaei P A, Haghighat F. Approaches to study urban heat island—abilities and limitations. Building and Environment, 2010, 45(10): 2192- 2201.

[5] 壽亦萱, 張大林. 城市熱島效應的研究進展與展望. 氣象學報, 2012, 70(3): 338- 353.

[6] Smargiassi A, Goldberg M S, Plante C, Fournier M, Baudouin Y, Kosatsky T. Variation of daily warm season mortality as a function of micro-urban heat islands. Journal of Epidemiology & Community Health, 2009, 63(8): 659- 664.

[7] Tan J G, Zheng Y F, Tang X, Guo C Y, Li L P, Song G X, Zhen X R, Yuan D, Kalkstein A J, Li F R, Chen H. The urban heat island and its impact on heat waves and human health in Shanghai. International Journal of Biometeorology, 2010, 54(1): 75- 84.

[8] Lowe S A. An energy and mortality impact assessment of the urban heat island in the US. Environmental Impact Assessment Review, 2016, 56: 139- 144.

[9] 楊續(xù)超, 陳葆德, 胡可嘉. 城市化對極端高溫事件影響研究進展. 地理科學進展, 2015, 34(10): 1219- 1228.

[10] 岳文澤, 徐建華. 上海市人類活動對熱環(huán)境的影響. 地理學報, 2008, 63(3): 247- 256.

[11] 傅伯杰, 呂一河, 陳利頂, 蘇常紅, 姚雪玲, 劉宇. 國際景觀生態(tài)學研究新進展. 生態(tài)學報, 2008, 28(2): 798- 804.

[12] 陳利頂, 劉洋, 呂一河, 馮曉明, 傅伯杰. 景觀生態(tài)學中的格局分析: 現(xiàn)狀、困境與未來. 生態(tài)學報, 2008, 28(11): 5521- 5531.

[13] 呂一河, 陳利頂, 傅伯杰. 景觀格局與生態(tài)過程的耦合途徑分析. 地理科學進展, 2007, 26(3): 1- 10.

[14] 彭建, 劉焱序, 潘雅婧, 趙志強, 宋治清, 王仰麟. 基于景觀格局—過程的城市自然災害生態(tài)風險研究: 回顧與展望. 地球科學進展, 2014, 29(10): 1186- 1196.

[15] 陳利頂, 孫然好, 劉海蓮. 城市景觀格局演變的生態(tài)環(huán)境效應研究進展. 生態(tài)學報, 2013, 33(4): 1042- 1050.

[16] Kaloustian N, Diab Y. Effects of urbanization on the urban heat island in Beirut. Urban Climate, 2015, 14: 154- 165.

[17] Noro M, Lazzarin R. Urban heat island in Padua, Italy: simulation analysis and mitigation strategies. Urban Climate, 2015, 14: 187- 196.

[18] Tan Z, Lau K K L, Ng E. Urban tree design approaches for mitigating daytime urban heat island effects in a high-density urban environment. Energy and Buildings, 2016, 114: 265- 274.

[19] Mirzaei P A. Recent challenges in modeling of urban heat island. Sustainable Cities and Society, 2015, 19: 200- 206.

[20] 肖榮波, 歐陽志云, 李偉峰, 張兆明, Tarver Jr G, 王效科, 苗鴻. 城市熱島的生態(tài)環(huán)境效應. 生態(tài)學報, 2005, 25(8): 2055- 2060.

[21] Landsberg H E. The Urban Climate. New York: Academic Press, 1981: 21- 22.

[22] Oke T R, East C. The urban boundary layer in Montreal. Boundary-Layer Meteorology, 1971, 1(4): 411- 437.

[23] 陳愛蓮, 孫然好, 陳利頂. 基于景觀格局的城市熱島研究進展. 生態(tài)學報, 2012, 32(14): 4553- 4565.

[24] Rao P. Remote sensing of urban heat islands from an environmental satellite. Bulletin of the American Meteorological Society, 1972, 53: 647- 648.

[25] Kuang W H, Dou Y Y, Zhang C, Chi W F, Liu A L, Liu Y, Zhang R H, Liu J Y. Quantifying the heat flux regulation of metropolitan land use/land cover components by coupling remote sensing modeling with in situ measurement. Journal of Geophysical Research: Atmospheres, 2015, 120(1): 113- 130.

[26] Kuang W H, Liu Y, Dou Y Y, Chi W F, Chen G S, Gao C F, Yang T R, Liu J Y, Zhang R H. What are hot and what are not in an urban landscape: quantifying and explaining the land surface temperature pattern in Beijing, China. Landscape Ecology, 2015, 30(2): 357- 373.

[27] 劉越, Goto S, 莊大方, 匡文慧. 城市地表熱通量遙感反演及與下墊面關(guān)系分析. 地理學報, 2012, 67(1): 101- 112.

[28] 彭保發(fā), 石憶邵, 王賀封, 王亞力. 城市熱島效應的影響機理及其作用規(guī)律——以上海市為例. 地理學報, 2013, 68(11): 1461- 1471.

[29] Clinton N, Gong P. MODIS detected surface urban heat islands and sinks: global locations and controls. Remote Sensing of Environment, 2013, 134: 294- 304.

[30] Zhao L, Lee X, Smith R B, Oleson K. Strong contributions of local background climate to urban heat islands. Nature, 2014, 511(7508): 216- 219.

[31] Li J X, Song C H, Cao L, Zhu F G, Meng X L, Wu J G. Impacts of landscape structure on surface urban heat islands: a case study of Shanghai, China. Remote Sensing of Environment, 2011, 115(12): 3249- 3263.

[32] Li X X, Li W W, Middel A, Harlan S L, Brazel A J, Turner B L. Remote sensing of the surface urban heat island and land architecture in Phoenix, Arizona: combined effects of land composition and configuration and cadastral-demographic-economic factors. Remote Sensing of Environment, 2016, 174: 233- 243.

[33] Zhou W Q, Huang G L, Cadenasso M L. Does spatial configuration matter? Understanding the effects of land cover pattern on land surface temperature in urban landscapes. Landscape and Urban Planning, 2011, 102(1): 54- 63.

[34] Chen A L, Yao L, Sun R H, Chen L D. How many metrics are required to identify the effects of the landscape pattern on land surface temperature? Ecological Indicators, 2014, 45: 424- 433.

[35] Jin K, Wang F, Chen D L, Jiao Q, Xia L, Fleskens L, Mu X M. Assessment of urban effect on observed warming trends during 1955- 2012 over China: a case of 45 cities. Climatic Change, 2015, 132(4): 631- 643.

[36] Liu K, Su H B, Zhang L F, Yang H, Zhang R H, Li X K. Analysis of the urban heat island effect in Shijiazhuang, China using satellite and airborne data. Remote Sensing, 2015, 7(4): 4804- 4833.

[37] Lu D M, Song K S, Zang S Y, Jia M M, Du J, Ren C Y. The effect of urban expansion on urban surface temperature in Shenyang, China: an analysis with Landsat imagery. Environmental Modeling & Assessment, 2015, 20(3): 197- 210.

[38] Wang J, Huang B, Fu D J, Atkinson P M. Spatiotemporal variation in surface urban heat island intensity and associated determinants across major Chinese cities. Remote Sensing, 2015, 7(4): 3670- 3689.

[39] Wang X M, Sun X G, Tang J P, Yang X Q. Urbanization-induced regional warming in Yangtze River Delta: potential role of anthropogenic heat release. International Journal of Climatology, 2015, 35(15): 4417- 4430.

[40] Shen H F, Huang L W, Zhang L P, Wu P H, Zeng C. Long-term and fine-scale satellite monitoring of the urban heat island effect by the fusion of multi-temporal and multi-sensor remote sensed data: a 26-year case study of the city of Wuhan in China. Remote Sensing of Environment, 2016, 172: 109- 125.

[41] Zhao S Q, Zhou D C, Liu S G. Data concurrency is required for estimating urban heat island intensity. Environmental Pollution, 2016, 208: 118- 124.

[42] Oke T R. City size and the urban heat island. Atmospheric Environment (1967), 1973, 7(8): 769- 779.

[43] Tran H, Uchihama D, Ochi S, Yasuoka Y. Assessment with satellite data of the urban heat island effects in Asian mega cities. International Journal of Applied Earth Observation and Geoinformation, 2006, 8(1): 34- 48.

[44] Imhoff M L, Zhang P, Wolfe R E, Bounoua L. Remote sensing of the urban heat island effect across biomes in the continental USA. Remote Sensing of Environment, 2010, 114(3): 504- 513.

[45] Peng S S, Piao S L, Ciais P, Friedlingstein P, Ottle C, Bréon F M, Nan H J, Zhou L M, Myneni R B. Surface urban heat island across 419 global big cities. Environmental Science & Technology, 2012, 46(2): 696- 703.

[46] Zhou D C, Zhao S Q, Liu S G, Zhang L X, Zhu C. Surface urban heat island in China′s 32 major cities: spatial patterns and drivers. Remote Sensing of Environment, 2014, 152: 51- 61.

[47] Tan M H, Li X B. Quantifying the effects of settlement size on urban heat islands in fairly uniform geographic areas. Habitat International, 2015, 49: 100- 106.

[48] Ma Y, Kuang Y Q, Huang N S. Coupling urbanization analyses for studying urban thermal environment and its interplay with biophysical parameters based on TM/ETM+ imagery. International Journal of Applied Earth Observation and Geoinformation, 2010, 12(2): 110- 118.

[49] Guo G H, Wu Z F, Xiao R B, Chen Y B, Liu X N, Zhang X S. Impacts of urban biophysical composition on land surface temperature in urban heat island clusters. Landscape and Urban Planning, 2015, 135: 1- 10.

[50] Heinl M, Hammerle A, Tappeiner U, Leitinger G. Determinants of urban-rural land surface temperature differences—a landscape scale perspective. Landscape and Urban Planning, 2015, 134: 33- 42.

[51] 戴曉燕, 張利權(quán), 過仲陽, 吳健平, 栗小東, 朱燕玲. 上海城市熱島效應形成機制及空間格局. 生態(tài)學報, 2009, 29(7): 3995- 4004.

[52] 黃聚聰, 趙小鋒, 唐立娜, 邱全毅. 城市化進程中城市熱島景觀格局演變的時空特征——以廈門市為例. 生態(tài)學報, 2012, 32(2): 622- 631.

[53] 謝苗苗, 王仰麟, 付梅臣. 城市地表溫度熱島影響因素研究進展. 地理科學進展, 2011, 30(1): 35- 41.

[54] 陽文銳, 李鋒, 何永. 2003- 2011年夏季北京城市熱景觀變化特征. 生態(tài)學報, 2014, 34(15): 4390- 4399.

[55] Peng J, Xie P, Liu Y X, Ma J. Urban thermal environment dynamics and associated landscape pattern factors: a case study in the Beijing metropolitan region. Remote Sensing of Environment, 2016, 173: 145- 155.

[56] Chen X L, Zhao H M, Li P X, Yin Z Y. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sensing of Environment, 2006, 104(2): 133- 146.

[57] Yuan F, Bauer M E. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sensing of Environment, 2007, 106(3): 375- 386.

[58] Li Y Y, Zhang H, Kainz W. Monitoring patterns of urban heat islands of the fast-growing Shanghai metropolis, China: using time-series of Landsat TM/ETM+ data. International Journal of Applied Earth Observation and Geoinformation, 2012, 19: 127- 138.

[59] Zhou W Q, Qian Y G, Li X M, Li W F, Han L J. Relationships between land cover and the surface urban heat island: seasonal variability and effects of spatial and thematic resolution of land cover data on predicting land surface temperatures. Landscape Ecology, 2014, 29(1): 153- 167.

[60] Li X M, Zhou W Q, Ouyang Z Y. Relationship between land surface temperature and spatial pattern of greenspace: what are the effects of spatial resolution? Landscape and Urban Planning, 2013, 114: 1- 8.

[61] Sun R H, Chen L D. How can urban water bodies be designed for climate adaptation? Landscape and Urban Planning, 2012, 105(1- 2): 27- 33.

[62] Li X M, Zhou W Q, Ouyang Z Y, Xu W H, Zheng H. Spatial pattern of greenspace affects land surface temperature: evidence from the heavily urbanized Beijing metropolitan area, China. Landscape Ecology, 2012, 27(6): 887- 898.

[63] 徐雙, 李飛雪, 張盧奔, 周磊. 長沙市熱力景觀空間格局演變分析. 生態(tài)學報, 2015, 35(11): 3743- 3754.

[64] 徐麗華, 岳文澤. 城市公園景觀的熱環(huán)境效應. 生態(tài)學報, 2008, 28(4): 1702- 1710.

[65] 馮悅怡, 胡潭高, 張力小. 城市公園景觀空間結(jié)構(gòu)對其熱環(huán)境效應的影響. 生態(tài)學報, 2014, 34(12): 3179- 3187.

[66] 陳愛蓮, 孫然好, 陳利頂. 傳統(tǒng)景觀格局指數(shù)在城市熱島效應評價中的適用性. 應用生態(tài)學報, 2012, 23(8): 2077- 2086.

[67] 岳文澤, 徐麗華. 城市土地利用類型及格局的熱環(huán)境效應研究——以上海市中心城區(qū)為例. 地理科學, 2007, 27(2): 243- 248.

[68] 祝善友, 張桂欣, 劉瑩. 蘇州下墊面格局演變及其局地熱環(huán)境效應. 地理科學, 2012, 32(7): 859- 865.

[69] 朱春陽. 城市湖泊濕地溫濕效應——以武漢市為例. 生態(tài)學報, 2015, 35(16): 5518- 5527.

[70] Norton B A, Coutts A M, Livesley S J, Harris R J, Hunter A M, Williams N S G. Planning for cooler cities: a framework to prioritise green infrastructure to mitigate high temperatures in urban landscapes. Landscape and Urban Planning, 2015, 134: 127- 138.

[71] Wu J G, Xiang W N, Zhao J Z. Urban ecology in China: historical developments and future directions. Landscape and Urban Planning, 2014, 125: 222- 233.

[72] 李元征, 尹科, 周宏軒, 王曉琳, 胡聃. 基于遙感監(jiān)測的城市熱島研究進展. 地理科學進展, 2016, 35(9): 1062- 1074.

Relationshipbetweenurbanheatislandandlandscapepatterns:Fromcitysizeandlandscapecompositiontospatialconfiguration

LIU Yanxu1,2, PENG Jian1,*, WANG Yanglin1

1LaboratoryforEarthSurfaceProcesses,MinistryofEducation,CollegeofUrbanandEnvironmentalSciences,PekingUniversity,Beijing100871,China2StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology,FacultyofGeographicalScience,BeijingNormalUniversity,Beijing100875,China

In concert with the rapid process of urbanization, both the spatial extent and intensity of the urban heat island (UHI) effect have been continuously increasing in China. The transformation of landscape patterns is considered to be a direct factor influencing UHI. However, the contributions of various landscape metrics to UHI still require further clarification. City size, landscape composition, and spatial configuration are the three main indicators of landscape patterns. The influences of these three indicators on UHI show a progressive relationship, both from integrity to locality, and from amount to spatiality. Thus, the relationship between landscape patterns and UHI has been divided into three hierarchical aspects. Firstly, the correlations between city size and UHI are typically influenced by the climate. The influence of climatic zonation on the relationship between city size and UHI should be further explored. Secondly, the significant correlations between several landscape composition factors and UHI have been revealed to be under the conditional control of season and day-night cycle. To date, urbanization effects, such as socio-economic influence on UHI, have not

enough attentions. Thirdly, the contributions of spatial configuration factors to UHI are obscure. The key spatial configuration factors significantly influencing UHI and their implications for urban planning and management should be investigated more thoroughly. It is deduced that a tipping point may exist in the nonlinear correlation between landscape patterns and UHI, which corresponds to the inconsistent driving mechanism on both sides of the tipping point. By combining the application of remote sensing, geographical information system, and field observations, the thresholds of landscape pattern contributions could be indicated from the identified tipping points. Specifically, by comparing the spatiotemporal characteristics of the relationship between city size and UHI in different climatic zones, revealing the urbanization effect on the correlations between landscape composition and UHI, and determining the contributions of spatial configuration on UHI while controlling specific factors, the thresholds could be comprehensively identified. The findings will provide insights into three key landscape approaches to relieving UHI.

urban heat island; city size; landscape composition; spatial configuration; correlation threshold

國家自然科學基金面上項目(41671182)

2016- 10- 20; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 08- 14

*通訊作者Corresponding author.E-mail: jianpeng@urban.pku.edu.cn

10.5846/stxb201610202142

Liu Y X, Peng J, Wang Y L.Relationship between urban heat island and landscape patterns: From city size and landscape composition to spatial configuration.Acta Ecologica Sinica,2017,37(23):7769- 7780.