劉前媛， 周苑媛， 李云鵬

(成都市規(guī)劃設計研究院, 四川成都 610041)

人類活動對全球物質循環(huán)和能量流動影響顯著，迅速而劇烈地改變著自然生態(tài)系統(tǒng)[1-2]。城市的生態(tài)系統(tǒng)的結構、功能及動態(tài)都有顯著的人為特征[3]。城市化進程中不透水面大量替代植被、土壤等自然和半自然地表，導致物種豐度降低、土壤性狀退化、局地氣候模式變化等[4-8]。城市熱島效應(UHI)，即城市溫度(氣溫、地表溫度)高于其周圍郊區(qū)的現(xiàn)象[9-10]。UHI是城鎮(zhèn)化造成城市景觀格局變化和人為熱引起的典型城市環(huán)境問題[11-12]。城市高溫風險日益突出，嚴重影響城市的舒適度和宜居性，成為建設生態(tài)宜居城市亟需解決的問題。為了實現(xiàn)城市的可持續(xù)發(fā)展，有必要研究極端高溫氣候的形成機制和改善對策[13]。

城市生態(tài)用地特有的冷效應能減緩城市熱環(huán)境問題。城市生態(tài)用地冷效應是指城市生態(tài)用地通過吸收周圍環(huán)境多余熱量，提高空氣相對濕度，達到整體上降低空氣溫度的作用[14]。不同用地類型土地具有不同溫度，不透水面具有高溫，城市生態(tài)用地具有低溫已達成共識[2,7]。目前，對城市生態(tài)用地研究較多通過分析景觀指數(shù)與城市熱島效應的關聯(lián)規(guī)律，探討不同景觀組分、空間結構城市生態(tài)用地降溫效果。郭冠華等[15]指出隨粒度的增加，弱勢熱力斑塊類型下降并向其相鄰斑塊轉移；景觀指數(shù)在類型水平及景觀水平上明顯受空間面積的影響，“臨界粒度”為150 m。其他學者則研究發(fā)現(xiàn)對于不同類型城市生態(tài)用地，如公園水體、住宅區(qū)綠地等，其面積、形狀指數(shù)與溫度呈負相關[16-17]，聚集度與冷島強度呈正相關[18]。就景觀組分和空間結構而言，Zhou等[19]對美國Baltimore市夏季的各類土地比例與地表溫度進行分析發(fā)現(xiàn)，建筑、路面和喬灌木的比例與LST顯著相關。Connors等[20]發(fā)現(xiàn)草地和不透水表面的比例土地覆蓋層最好地解釋了濕度適宜住宅區(qū)的溫度。但景觀指數(shù)、景觀組分和其空間結構與城市熱島效應關聯(lián)規(guī)律具有不確定性，有學者指出缺乏對閾值的辨識[21]?？镂幕鄣萚22]基于EcoCity模型對北京市城市地表覆蓋結構組分與熱環(huán)境關系進行分析發(fā)現(xiàn)在不同功能區(qū)內城市綠地比例不同會導致熱調節(jié)作用不同，在植被覆蓋度低的區(qū)域，降溫作用非常明顯[22]。馮曉剛等[23]對西安市7個公園的冷效應進行研究，發(fā)現(xiàn)在公園水體面積不小于30%時，平均降溫范圍和幅度明顯升高，公園的降溫范圍與公園中綠地面積和水體面積呈現(xiàn)較強的正相關關系。

城市生態(tài)用地冷效應受多重因素限制，導致不同類型生態(tài)用地的降溫效果存在時空差異。針對不同類型、不同面積、不同形狀特征的生態(tài)用地，其冷效應的臨界強度尚未出現(xiàn)定量識別，有待深入研究。深圳市為中國第一個改革開放城市，過去30年多間城市人口膨脹超過30倍，如此劇烈的城市擴張導致自然景觀被迅速地改造成城市景觀，大規(guī)模建設使人工地表面積急劇增長，不可避免地帶來了城市熱島效應[3]。因此，本研究以深圳市為例，綜合采用GIS、RS方法和分段線性回歸，探討城市生態(tài)用地的冷效應以及界定有效閾值。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

深圳市位于中國廣東省南部沿海地區(qū)，陸地轄區(qū)范圍為東經(jīng)113°46′～114°37′，北緯22°27′～22°52′。深圳市屬亞熱帶海洋性季風氣候，夏季高溫多雨，年平均氣溫22.4 ℃，最高氣溫為38.7 ℃，年平均降雨量1 933.3 mm。本研究選取深圳市西部作為研究區(qū)域(圖1)，主要因為深圳西部社會經(jīng)濟發(fā)展強度大，人口集中，更能代表典型快速發(fā)展城市熱環(huán)境問題，且避免多幅遙感影像在跨景拼接中產(chǎn)生的數(shù)值誤差。研究區(qū)包含寶安區(qū)、福田區(qū)、光明新區(qū)、龍崗區(qū)、龍華新區(qū)、羅湖區(qū)、南山區(qū)及鹽田區(qū)；面積1 537.39 km2，占深圳市總面積76.8%；土地利用數(shù)據(jù)如表1所示。

圖1 研究區(qū)地理位置

表1 深圳市研究區(qū)內各類土地面積 單位：km2

1.2 數(shù)據(jù)來源

本研究使用的基礎數(shù)據(jù)主要包括：①2000、2016年深圳市土地利用與覆被數(shù)據(jù)，用于剖析城市地表溫度與土地利用類型關聯(lián)關系；②2000、2016年地表溫度數(shù)據(jù)，空間分辨率為30 m，由Landsat8 OLI/TIRS遙感影像反演獲得，遙感影像源自地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，用于獲得城市地表溫度，為冷效應研究提供數(shù)據(jù)支持。

1.3 研究方法

1.3.1 地表溫度反演及景觀指數(shù)計算

基于ENVI 5.3平臺提取研究區(qū)，對其進行輻射校正、大氣校正、去云處理等遙感圖像預處理后基于單窗算法反演地表溫度[24]。基于ArcGIS 10.3平臺耦合地表溫度數(shù)據(jù)和土地利用數(shù)據(jù)，使用空間分析和地統(tǒng)計分析工具，分析不同土地利用類型均溫。

地表溫度反演公式見式(1)。

Ts=[a(1-C-D)+(b(1-C-D)+

C+D)TS-DTa]/C

(1)

式中：a=-67.355351，b=0.458606，C和D為中間變量，Ta為大氣平均作用溫度(K)。

在作用范圍、強度等分析中，基于Patch Analyst插件，計算城市生態(tài)用地斑塊面積和形狀指數(shù)，通過緩沖區(qū)分析對城市生態(tài)用地的冷效應進行研究分析，定量識別不同城市生態(tài)用地產(chǎn)生冷效應的降溫幅度和強度，基于分段線性回歸界定其冷效應的臨界面積及形狀特征。

1.3.2 分段線性回歸

本研究基于MATLAB R2014a編程實現(xiàn)分段線性回歸(Piecewise Regression)模型分析不同類型城市生態(tài)用地降溫效應的閾值。關注一個拐點的連續(xù)分段線性模型見式(2)。

(2)

式中：y表示溫度；x表示斑塊面積、距離等自變量；xbp表示拐點；β0為截距，β1和β2表示拐點前后的斜率；ε表示殘差；通過最小二乘法得到上各參數(shù)，并構造F統(tǒng)計量進行擬合檢驗?；诜侄尉€性回歸，識別城市生態(tài)用地冷效應閾值。

2 結果與分析

2.1 深圳市地表溫度空間格局

深圳市研究區(qū)2000年、2016年地表溫度如圖2所示，不同土地利用類型均溫如表2所示。城市生態(tài)用地均溫都低于不透水面、裸地及耕地，溫度順序為不透水面>耕地>裸地>綠地>水體，且2016年均溫較2000年有微弱上升趨勢。

圖2 深圳市研究區(qū)地表溫度空間格局

2000—2016年高地溫區(qū)域呈現(xiàn)出面積增加并向外擴散的趨勢；高地溫區(qū)呈片狀分布，主要集中在工業(yè)園區(qū)、港區(qū)和機場區(qū)域等下墊面硬化程度強，人口往來頻繁區(qū)域。整體上，研究區(qū)內地溫空間分異明顯，呈現(xiàn)中西部強，東部弱的特征，與城市發(fā)展水平吻合。西部區(qū)域臨近珠三角區(qū)域在城市化過程中人口往來、經(jīng)濟交流愈加頻繁，為新增工廠和居住地聚集區(qū)，城市熱島效應突出；低地溫區(qū)主要為綠地和水體。2000年除蛇口港、深圳機場和工業(yè)區(qū)，和集中居住區(qū)為高地溫區(qū)外，福田區(qū)和羅湖區(qū)幾乎整個區(qū)都為高地溫區(qū)域。2016年高地溫面積明顯增大，且呈現(xiàn)由中心向外擴散的趨勢，與城市建設擴張趨勢相同，主要集中在工業(yè)園區(qū)和港區(qū)，以及部分城中村高度集聚區(qū)域。羅湖區(qū)、福田區(qū)等由于舊城改造、加強城市生態(tài)建設，地溫降低最為明顯。

基于ArcGIS10.3平臺，使用地統(tǒng)計工具分析不同土地利用類型的溫度差異，結果如表2所示。

表2 不同土地利用類型均溫 單位：℃

2.2 城市生態(tài)用地降溫幅度及強度分析

本文選取在城市生態(tài)用地周圍的不透水面為研究對象，杜絕了因用地類型差異和空間配置等造成的誤差。以研究區(qū)邊界向內建立2 km緩沖區(qū)，采用研究區(qū)域邊界向內2 km緩沖區(qū)外的生態(tài)用地進行分析，避免研究區(qū)邊界外的影響[25]。以深圳市研究區(qū)2016年土地利用數(shù)據(jù)為基礎，對不同類型城市生態(tài)用地以5 m、10 m、15 m、20 m…100 m、150 m、200 m…900 m的距離分別建立緩沖區(qū)，分作以距城市生態(tài)用地5 m，5～10 m，10～15 m…800～900 m共計22個等級的空間范圍,分析城市生態(tài)用地的冷效應，探求降溫幅度及強度。降溫幅度定義為不透水面溫度超過研究區(qū)內均值時對應的最小距離，降溫強度定義為不透水面與城市生態(tài)用地的溫度差。以遠離城市生態(tài)用地的空間距離為橫坐標參數(shù)，以不同等級緩沖區(qū)內不透水面的平均地表溫度為縱坐標繪制散點圖。同樣基于分段線性回歸模型對降溫幅度有效閾值進行識別，R1為線性回歸擬合優(yōu)度，R2為分段線性回歸擬合優(yōu)度(圖3)。

圖3 城市生態(tài)用地降溫幅度及閾值分析

將綠地和水體2類城市生態(tài)用地的冷效應強度進行分析，結果有：

(1)綠地和水體2類城市生態(tài)用地外空間尺度與不透水面相關系數(shù)為0.590 2和0.807 7，在顯著性水平α=0.01下均通過檢驗。說明離生態(tài)用地距離與不透水面溫度呈高度正向關聯(lián)關系。

(2)城市生態(tài)用地在其周圍一定范圍內具有明顯冷效應。隨距斑塊空間距離的增加，冷效應作用強度逐漸減弱至消失。在0～100 m范圍內冷效應極其顯著，在超過200 m以后，冷效應逐漸減弱至無。不同類型城市生態(tài)用地冷效應作用范圍和強度都不同，以整個研究區(qū)內不透水面平均溫度為基準，綠地降溫幅度為200 m，降溫強度為1.2 ℃；水體降溫幅度為500 m，最大降溫強度為2.5 ℃。

(3)基于分段線性回歸分析可發(fā)現(xiàn)，分段回歸擬合優(yōu)度遠高于簡單線性回歸，且通過F檢驗。對降溫幅度進行有效降溫閾值識別，發(fā)現(xiàn)綠地為150 m，水體為100 m。從不透水面平均溫度的增幅來分析，相對于0～100 m范圍中的急劇變化，在空間尺度100～200 m范圍內，綠地水體2類城市生態(tài)用地周圍不透水面平均溫度都保持平穩(wěn)上升趨勢，但增幅極低。在此區(qū)域內，綠地周圍不透水面平均溫度增幅僅0.36 ℃，水體周圍不透水面平均溫度增幅為0.54 ℃，表明冷效應作用已經(jīng)逐漸變弱。

2.3 城市生態(tài)用地景觀指數(shù)與內部溫度關聯(lián)關系

為討論不同類型城市生態(tài)用地的冷效應的作用規(guī)律和影響范圍，以斑塊為核心，從不同面積、不同形狀特征等方面定量分析城市生態(tài)用地的冷效應。由于各類城市生態(tài)用地斑塊總數(shù)過大，為更好進行擬合分析，故以各景觀指數(shù)數(shù)據(jù)自身標準差為基本劃分依據(jù)，將城市生態(tài)用地斑塊面積劃分為100個等級。考慮到本文采用的熱紅外數(shù)據(jù)最小分辨率為30 m，剔除面積小于0.1 hm2的斑塊(圖4)。

圖4 城市生態(tài)用地景觀指數(shù)與斑塊溫度散點

城市生態(tài)用地斑塊面積等級和形狀指數(shù)與斑塊平均溫度的關系見圖4，規(guī)律有:

(1)城市生態(tài)用地的斑塊面積、形狀指數(shù)都與斑塊平均溫度呈負相關關系。綠地斑塊面積等級與斑塊溫度相關系數(shù)為-0.469 9，斑塊形狀指數(shù)與斑塊溫度相關系數(shù)為-0.657 9；水體斑塊面積等級與斑塊溫度相關系數(shù)為-0.467 6，斑塊形狀指數(shù)與斑塊溫度相關系數(shù)為-0.519 8；分析樣本均不小于100，在顯著性水平α=0.001上，均通過檢驗，表明景觀指數(shù)與斑塊溫度高度相關。

(2)綠地形狀指數(shù)與斑塊面積擬合度最高R2為0.519 9。城市生態(tài)用地斑塊溫度受內部因素和外部因素的影響，內部因素中斑塊面積對斑塊溫度降溫程度明顯高于形狀指數(shù)，形狀指數(shù)與斑塊溫度負相關性最高，但均存在臨界作用閾值。對于綠地，當斑塊面積等級過小(面積小于4 hm2)時斑塊溫度波動非常大，斑塊空間位置和外部環(huán)境等外界因素對斑塊溫度影響程度高于內部因素影響程度；當斑塊面積等級處于15～60區(qū)間(4～38 hm2)時，兩者負相關關系非常明顯，溫度下降趨勢極大；超過60級后，斑塊面積的降溫作用逐漸削弱至無。對于水體，當斑塊面積等級處于1～20級(0.1～2.3 hm2)時，溫度波動幅度極大，溫差高達10.26 ℃；當斑塊面積等級處于21～50級(2.4～8.7 hm2)時，溫度逐漸降低；當斑塊面積等級超過50級后，斑塊溫度則無明顯變化。

(3)城市生態(tài)用地斑塊形狀特征對斑塊溫度也有降溫作用。對于綠地當斑塊形狀指數(shù)小于2.69時，溫度出現(xiàn)較大波動；當形狀指數(shù)處于2.69～4.58區(qū)間時，斑塊平均溫度呈現(xiàn)明顯下降趨勢，說明斑塊形狀指數(shù)的降溫作用超過其他增溫影響因素；當斑塊形狀指數(shù)超過4.58時，斑塊內部平均溫度變化波動幅度極微，趨向平穩(wěn)狀態(tài)。對于水體，當斑塊形狀指數(shù)處于1～1.60區(qū)間時，斑塊內部平均溫度普遍偏高，遠遠高于研究區(qū)水體平均溫度；當形狀指數(shù)逐漸增加處于1.60～2.99區(qū)間時，形狀指數(shù)與平均溫度兩者負相關關系非常明顯，但仍存在個別波動幅度大的斑塊；當形狀指數(shù)超過2.99后，斑塊內部溫度波動趨向平緩，表明形狀指數(shù)對斑塊自身溫度的影響作用已經(jīng)減弱至無。

2.4 城市生態(tài)用地冷效應面積、形狀指數(shù)閾值界定

城市生態(tài)用地對周圍環(huán)境存在降溫作用，且斑塊面積(PS)和形狀指數(shù)(LSI)影響城市生態(tài)用地內部溫度。本文將閾值定義為隨著面積或指數(shù)增大，外界不透水面溫度趨于平緩的第一個拐點值，即分段線性回歸識別的拐點。

2.4.1 同一類型不同斑塊面積等級城市生態(tài)用地對外降溫規(guī)律

為更加直觀的驗證城市生態(tài)用地冷效應強度與斑塊面積等級變化的規(guī)律，建立100 m緩沖區(qū)，提取緩沖區(qū)內不透水面斑塊溫度，以確保緩沖區(qū)內不透水面溫度僅受斑塊面積影響，探求同一類型不同面積等級城市生態(tài)用地斑塊對其外部不透水面區(qū)域的降溫影響規(guī)律(圖5)。

圖5 城市生態(tài)用地冷效應面積閾值識別

隨著斑塊面積等級的增大，城市生態(tài)用地降溫強度整體上呈現(xiàn)增加的趨勢。斑塊面積等級與不透水面溫度相關系數(shù)按圖順序分別為-0.651 0、-0.421 6，在顯著性水平α=0.001上均通過檢驗，表明斑塊面積等級與降溫強度高度相關。溫度總體上表現(xiàn)為隨面積增加而降低，但下降速度不均一，逐漸趨于平緩?；诜侄尉€性回歸進行的閾值識別結果顯示當綠地面積超過162.88 hm2，水體面積超過24.48 hm2時，降溫作用趨于平穩(wěn)。另外存在個別面積等級溫差波動幅度較大，側面證實了面積等級不是唯一影響城市生態(tài)用地降溫規(guī)律的因素。緩沖區(qū)內不透水面溫度普遍低于綠地，表明相對于綠地，水體隨著斑塊面積等級增加降溫效果更加明顯，這是由于水體熱容量更大，其降溫效果更強也更明顯。

2.4.2 同一類型不同形狀特征城市生態(tài)用地對外降溫規(guī)律

形狀指數(shù)變化對城市生態(tài)用地降溫效應作用的關系如圖6所示，形狀指數(shù)變化對降溫作用的影響程度雖然沒有斑塊面積的影響程度強，分析發(fā)現(xiàn)不透水面溫度隨形狀指數(shù)的增大而降低，形狀指數(shù)與不透水面溫度的相關系數(shù)按圖順序分別為-0.577 9和-0.398 5，在顯著性水平α=0.01上通過檢驗，表明斑塊面積等級與降溫強度高度相關?；诜侄尉€性回歸的閾值識別綠地形狀指數(shù)為4.19，水體為1.77。

圖6 城市生態(tài)用地冷效應形狀指數(shù)閾值識別

3 結論與討論

本文對深圳市西部2000年及2016年的城市熱環(huán)境進行分析研究，主要結論：

(1)地表溫度空間分布表現(xiàn)為呈片狀交叉分布，多中心向外擴散，地表溫度空間分布格局變化與城市建設、擴張趨勢基本吻合。城市不透水面表現(xiàn)為高地溫區(qū)，城市生態(tài)用地則表現(xiàn)為低地溫區(qū)，但臨近不透水面的城市生態(tài)用地溫度普遍高于其平均溫度。

(2)城市生態(tài)用地對其周圍一定空間范圍內具有明顯降溫效果，隨著空間距離增加而降低。綠地降溫幅度為200 m，降溫強度為1.2 ℃；水體降溫幅度為500 m，降溫強度為2.5 ℃?；诜侄尉€性回歸的有效作用范圍識別，綠地為150 m而水體為100 m；閾值存在表明當超過距離閾值之后城市生態(tài)用地對外降溫作用趨于平緩。

(3)城市生態(tài)用地斑塊的斑塊面積和形狀特征對其內部平均溫度呈顯著負相關。斑塊平均溫度隨斑塊面積或形狀指數(shù)的增加而降低，但其影響作用存在閾值。斑塊面積與形狀指數(shù)對斑塊溫度的影響作用相互影響，當斑塊面積相似時，形狀指數(shù)低的往往溫度偏高；當斑塊形狀特征相似時，斑塊面積越小其溫度越高。景觀指數(shù)對其影響存在閾值，綠地形狀指數(shù)閾值為4.19，水體為1.77；綠地面積閾值為162.88 hm2、水體面積閾值為24.48 hm2。閾值是城市生態(tài)用地產(chǎn)生有效冷效應的臨界值，超過閾值后對外降溫效果趨向平穩(wěn)。

本文深入分析了深圳市地表溫度空間分異特征及形成機理，討論城市生態(tài)用地冷效應規(guī)律以及閾值識別，為緩解城市熱環(huán)境提供定量參考和科學指示。城市熱環(huán)境機理復雜，城市生態(tài)用地的冷效應受風向、風力、地形、區(qū)域微氣候差異、人為活動因素等影響，目前大尺度研究難以控制變量；且遙感數(shù)據(jù)分辨率為30 m，存在混合像元問題。未來可深入探討城市生態(tài)用地的景觀配置和空間布局對區(qū)域溫度的影響，從區(qū)域面積、形狀、地類組合、地類配置、景觀配置等角度出發(fā)。