洪婷婷 黃曉輝 鄧西鵬 楊義煒 唐 翔

快速城市化背景下人口的高度集聚、城市熱島效應的加劇，使得城市生態(tài)呈現(xiàn)較強的高溫脆弱性，削弱了城市韌性?！堵?lián)合國2030年可持續(xù)發(fā)展議程》中多處明確提出“加快韌性基礎設施建設”。綠色基礎設施(Green Infrastructure，GI)是韌性基礎設施的重要組成部分，是城市尺度上的一種基礎設施化的綠色空間網(wǎng)絡，能在盡量不改變自然環(huán)境的條件下有效提高氣候適應性，緩解城市熱島效應[1]?；诔鞘袩岘h(huán)境分布特點，如何科學地優(yōu)化城市綠色基礎設施布局，制定具有針對性的熱緩解與脆弱性治理對策，是當前全球氣候變化背景下可持續(xù)性研究的重要內容，也是構建氣候安全型社會與韌性城市的迫切需求。

彼得·沃格特(Peter Vogt)等學者基于腐蝕、膨脹、開閉運算等數(shù)學形態(tài)學原理對柵格圖像的空間格局進行度量、識別和分割[2-3]，提出形態(tài)學空間格局分析(Morphological Spatial Pattern Analysis，MSPA)方法，這為城市綠色基礎設施的空間形態(tài)研究提供了一個重要視角，為量化綠地熱緩解作用提供了更為精確的方法。當前國內外學者大多從中觀或微觀角度開展MSPA的應用研究。中觀方面主要集中在公園或城市森林的降溫機能研究上，如陳明等在武漢市主城區(qū)選取了25個公園綠地開展綠地空間溫度與MSPA要素的相關性研究[4]，得出各類MSPA要素對綠地空間的降溫范圍及降溫幅度；成實等探討了深圳市40個公園的周長、面積、水體及植被覆蓋率與城市熱環(huán)境的相關性，得出城市熱島效應緩解的關鍵因子、相關關系，并依據(jù)熱島效應消減特征得出城市公園的模式分類[5]；彼得·李相勛(Peter Sang-Hoon Lee)等分析了韓國首爾34個城市森林與地表溫度的關系，證明了城市森林的規(guī)模與溫度成反比[6]；陳愛蓮等以北京部分城區(qū)為對象，研究景觀格局中24個指標與同年4個季節(jié)地表溫度的相關性，證明了在3、5、11月中只有景觀組成百分比(PLAND)、斑塊密度(PD)、最大斑塊指數(shù)(LPI)、歐氏距離變異系數(shù)(ENN_CV)和分離度(DIVISION)與地表溫度存在穩(wěn)定的顯著相關關系[7]；杰內雷特·達雷爾(Jenerette Darrel)等以美國亞利桑那州鳳凰城社區(qū)為對象，證明綠地在較熱的社區(qū)中降溫效果更明顯[8]。目前研究大多聚焦城市溫度與綠地的相關性，且多集中于中小型公園、森林、社區(qū)綠地等單一斑塊的單日溫度影響。

近年來，氣候變化成為熱點問題，從綠色基礎設施的規(guī)模及景觀格局角度探討緩解城市熱環(huán)境的研究較為常見，從綠色基礎設施斑塊的具體空間形態(tài)層面分類分級進行城市熱緩解的關聯(lián)性研究較少見。戴菲等應用MSPA在街區(qū)空間層面研究了GI連通性對PM2.5的消減作用[3]；鄒佳使用MSPA討論了上海局部區(qū)域的熱環(huán)境問題[9]；常青等利用MSPA在街區(qū)尺度對熱緩解進行了研究[10]。與單純探討城市綠地類型對熱環(huán)境影響不同[11]，以MSPA細化城市綠色基礎設施的研究方式增加了對綠地內部不同形態(tài)格局的考量，有助于為未來城市綠地規(guī)劃建設提供更為詳細的空間策略[4]。

福州是近年來“新四大火爐”城市之一，城市高脆弱性日益明顯，城市綠色基礎設施的建設越來越受到重視，GI的合理布局成為日益關注的問題。本文立足福州市GI格局，應用MSPA分析中心城區(qū)93個代表單元內GI要素占比與溫度的相關性。與生態(tài)要素模糊化研究不同，本文將93個代表單元劃分為3種類型，分析同類型生態(tài)要素在不同空間形態(tài)下對城市熱環(huán)境的作用，利用地理加權回歸模型(Geographically Weighted Regression，GWR)揭示城市尺度GI在不同季節(jié)對城市熱環(huán)境的具體影響，以形態(tài)學分類分級的方法將研究指標落位于空間，以期提出針對性的策略來緩解福州市中心城區(qū)熱環(huán)境，優(yōu)化城市綠色基礎設施格局。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

中心城區(qū)是城市的核心區(qū)域，是人口、經(jīng)濟與交通等要素高度集聚的地區(qū)。本文以福州市中心城區(qū)為研究對象，包括福州市六區(qū)(晉安區(qū)除壽山、日溪、宦溪)，以及閩侯縣的荊溪鎮(zhèn)、南嶼鎮(zhèn)、南通鎮(zhèn)、尚干鎮(zhèn)、祥謙鎮(zhèn)、青口鎮(zhèn)、上街鎮(zhèn)和連江縣的琯頭鎮(zhèn)。研究區(qū)外緣群嶺環(huán)抱，東有鼓山，南有五虎山，西有旗山，北有蓮花峰；內緣有于山、烏山和屏山三山鼎立，面積約為2 207km2，整體地形呈現(xiàn)“四大山環(huán)繞三小山”的態(tài)勢(圖1)。河口盆地的地形和多山環(huán)繞的城市格局導致福州市地表溫度高且不易散開，熱島效應明顯。

圖1 福州中心城區(qū)區(qū)位及高程

1.2 研究思路

相比沈中健等對廈門市4年溫度的對比研究，以及常青等對單日溫度與街區(qū)GBI類型相關性的研究[10，12]，本文旨在分析不同季節(jié)下各類MSPA要素對城市的熱緩解作用。通過總結近5年中國統(tǒng)計年鑒中福州市各月份的平均溫度發(fā)現(xiàn)，福州市在6—9月屬于高溫時期，12—3月屬于低溫時期。選取其中2天作為不同季節(jié)的代表日進行對比研究，首先用遙感數(shù)據(jù)反演獲得LST數(shù)據(jù)，同時用MSPA法從2021年土地數(shù)據(jù)中提取GI空間格局；其次，在SPSSAU平臺上分別分析2天的LST溫度與GI各要素的相關性；最后，針對具有顯著性的GI形態(tài)指標與LST溫度進行地理加權回歸分析，提升分析結果的精確性。

1.3 數(shù)據(jù)來源及預處理

1.3.1 數(shù)據(jù)來源

本文選取的遙感數(shù)據(jù)為福州市2021年1月14日和9月27日的Landsat 8影像(這2天研究區(qū)內云量少，地物清晰可見，數(shù)據(jù)質量好)，并計算得出LST數(shù)據(jù)；此外還獲取了30m數(shù)字高程模型(DEM)數(shù)據(jù)、2021年福州市中心城區(qū)土地利用數(shù)據(jù)。將土地現(xiàn)狀數(shù)據(jù)分為耕地、林地、草地、水體、建設用地和未利用用地6類。

1.3.2 網(wǎng)格劃分

目前國內外對城市氣候的研究大多將城市用地劃分成不同尺度的網(wǎng)格進行分析[3，13-14]。德國斯圖加特市通過近40年對城市環(huán)境氣候的研究總結出宏觀(1 000m柵格)、中觀(50～1 000m柵格)、微觀(5～200m柵格)3種尺度，充分肯定了1 000m柵格在城市而非街區(qū)尺度研究中的合理性。同時，北京城市規(guī)劃與氣象環(huán)境研究認為，500m(主城區(qū))～4 000m(市域)的城市氣象研究尺度能夠較好地滿足城市發(fā)展需要[15-16]。本文旨在城市尺度探討綠色基礎設施格局，綜合以上研究，將福州市中心城區(qū)在ArcGIS 10.8中劃分成4 000m間隔的結構化網(wǎng)格，最終選取1 000m×1 000m的四邊形網(wǎng)格作為研究單元，排除特殊位點(如完全沒有MSPA要素的點)后共得到93個研究單元。研究單元均勻分布在整個研究范圍內，能充分反映福州市中心城區(qū)的整體概況(圖2)。

圖2 研究單元分布及類型劃分

1.4 研究方法

1.4.1 地表溫度反演

本次研究應用希梅內斯·穆諾茲(Jiménez-Mu?oz)等在2009年提出的改進版單通道算法[17-19]結合Landsat 8的TIRS 10波段進行地表溫度反演，獲得LST數(shù)據(jù)。公式如下：

式中，各類參數(shù)參考徐涵秋等對溫度反演的研究進行設置[20]。

熱環(huán)境用地表溫度平均值(T)表示。反演結果得出研究區(qū)在1月14日的平均地表溫度(T)為15.8℃，9月27日的平均地表溫度(T)為33.5℃。此外，還進一步查取了研究日當天天氣網(wǎng)(lishi.tianqi.com)的溫度數(shù)據(jù)，發(fā)現(xiàn)反演得到的溫度值處于當日溫度范圍，可認為本次研究計算所得的溫度數(shù)據(jù)較為準確。

1.4.2 GI格局中研究單元的提取

本文使用ArcGIS將預處理后的土地利用數(shù)據(jù)進行重分類，將土地利用類型中的GI分為前景(林地、草地、水體)，賦值2；非GI作為背景，賦值1，得到像元大小為30m×30m的二值柵格數(shù)據(jù)(圖3)。

圖3 2021年研究區(qū)GI空間分布圖

運用Guidos Toolbox 2.8軟件，將二值柵格圖像分割為7種要素：核心(Core)、孤島(Islet)、孔隙(Perforation)、邊緣(Edge)、環(huán)線(Loop)、橋接(Bridge)、支線(Branch)[4，21]，其具體生態(tài)學含義參考蘇王新等[10]對MSPA的解釋。

以各研究單元內7類MSPA要素面積分別占該研究單元總面積的比例作為量化指標，分類研究不同要素對熱環(huán)境緩解的影響。計算公式為：

式中，P_per為各類MSPA要素占比；Si為研究單元內各類MSPA要素的面積(i取值1～7)；S總為研究單元總面積。

1.4.3 地理加權回歸模型

地理加權回歸(Geographically Weighted Regression，GWR)模型是以線性回歸模型為原型，改進添加了能夠反映地理位置差異的參數(shù)[22]，能夠直觀反映出分析要素在空間上的關系及影響強度。GWR模型公式表示如下[23]：

式中，βik為位置i處的第k個參數(shù)的值；εi為隨機誤差項；k為自變量參數(shù)下標；n為待計算樣本量。

2 結果與分析

2.1 城市GI空間分布與城市熱環(huán)境的耦合關系

熱環(huán)境的空間分布與城市發(fā)展格局關系密切。分析福州市中心城區(qū)整體熱環(huán)境分布(圖4-1、4-2)情況可知，春季的高溫區(qū)主要分布在長樂區(qū)，除長樂區(qū)以外的5個區(qū)及閩侯縣建設區(qū)內的溫度相對較低，溫度最低的區(qū)域分布在遠離中心建設區(qū)的山地及水域內。與春季的溫度相比，秋季的高溫區(qū)分布有著明顯的差異。從秋季的溫度圖可以看出，高溫多分布在中心城區(qū)三環(huán)、科學城副中心及旗山組團，其余散布在吳航-玉田組團、空港新城、濱海新城等沿江向海地帶，呈現(xiàn)出“中心大集中，東南散分布”的特征，印證了潘明慧等[24]在景觀格局類型對熱島效應影響研究中提及的福州市熱島重心南移的趨勢。對比兩季的熱力圖不難發(fā)現(xiàn)，福州市高溫區(qū)的空間分布與福州市“東進南下、沿江向海”的城市發(fā)展方向相吻合。

圖4-1 2021年1月14日熱力圖

圖4-2 2021年9月27日熱力圖

GI的空間格局分布方面呈現(xiàn)“面大多組團”的特征，與熱環(huán)境存在一定聯(lián)系。從整體的GI格局規(guī)模占比分析可知，整體GI格局呈現(xiàn)出核心(60.60%)＞橋接(16.32%)＞邊緣(7.43%)＞環(huán)線(6.19%)＞孤島(3.65%)＞孔隙(3.18%)＞分支(2.62%)的大小特征(圖5)。綜合各MSPA指標的生態(tài)學含義分析，在福州市中心城區(qū)內，核心區(qū)較為集中，四周大型綠色斑塊(如自然公園、自然保護區(qū)、山體為主的核心區(qū))較多，此外，穿孔比例低，邊緣區(qū)、橋接區(qū)、環(huán)線區(qū)比例較高，表明四周的綠色斑塊完整性較好。

圖5 2021年研究區(qū)GI結構分析圖

2.2 MSPA要素對不同季節(jié)福州市熱環(huán)境的影響

將研究日的平均溫度與整體的7項MSPA要素占比進行相關性分析，得出93個研究單元內的平均溫度與各MSPA要素占比之間在不同季節(jié)內的相關性及強弱變化(表1)。

表1 不同季節(jié)各MSPA指標與T相關性分析(Pearson系數(shù))

在春季，福州GI核心區(qū)對城市熱環(huán)境起到較好的緩解作用。93個研究單元整體的平均溫度和核心區(qū)占比在0.01的水平上呈現(xiàn)出顯著的負相關關系，與孤島區(qū)占比、支線區(qū)占比在0.01水平上呈現(xiàn)顯著正相關關系，與環(huán)島區(qū)占比在0.05水平上呈現(xiàn)顯著正相關關系，但是與孔隙區(qū)占比、邊緣區(qū)占比、橋接區(qū)占比與平均溫度(T)的相關性分析結果表明在0.01和0.05水平上均無顯著性，且P值接近于0，故可認為此3項MSPA指標的變化并不會影響平均溫度(T)。春季時期MSPA指標與T的相關性強弱表現(xiàn)為核心＞孤島＞支線＞環(huán)島＞邊緣＞橋接＞孔隙。

在秋季，福州GI核心區(qū)、孔隙區(qū)和橋接區(qū)均能對城市熱環(huán)境起到較好的緩解作用。所選取的93個研究單元整體的平均溫度和核心區(qū)占比、孔隙區(qū)占比、橋接區(qū)占比在0.01的水平上呈現(xiàn)出顯著的負相關關系；與孤島區(qū)占比、支線區(qū)占比在0.01的水平上呈現(xiàn)顯著的正相關關系。觀察環(huán)島區(qū)占比與T的相關性，得到的P值沒有顯著性，但值大小為0.680，說明當日環(huán)島區(qū)占比與T雖沒有明顯的相關性，但在一定程度上對T有著較小的正相關關系；而邊緣區(qū)的P值既沒有顯著性且值大小為0.065＜0.1，可以說明邊緣區(qū)占比并不會對T造成影響。秋季時期MSPA指標與T的相關性強弱表現(xiàn)為核心＞孔隙＞孤島＞支線＞橋接＞邊緣＞環(huán)島。

2.3 不同區(qū)域內的MSPA要素對熱環(huán)境的影響

同一類MSPA要素的不同空間形態(tài)將不同程度地緩解城市熱環(huán)境。為深入研究同類型生態(tài)要素在不同空間形態(tài)下對城市熱緩解的作用，本文參考蘇王新等[10]對街區(qū)劃分的方法，結合表1的結果及均等分平均數(shù)量減小誤差的原則，根據(jù)熱緩解能力最強的核心區(qū)面積占比，將93個研究單元劃分為3種類型，分別是：類型I，核心區(qū)占比≥70%，共計32個；類型II，核心區(qū)占比介于30%～70%，共31個；類型III，核心區(qū)占比＜30%，共計30個(圖2)。

基于Pearson系數(shù)的相關性分析，進一步提取出具有顯著性的MSPA指標進入ArcGIS 10.8中做地理加權回歸(GWR)，將顯著性指標落位于空間上。

1)類型I：研究區(qū)西側靠近山體區(qū)域的MSPA要素對春季城市熱環(huán)境的影響更加顯著。

春季(2021年1月14日)類型I的研究單元中，GI空間形態(tài)中核心區(qū)占比與T在0.05水平上呈顯著負相關關系，孔隙區(qū)占比、環(huán)島區(qū)占比和T在0.01水平上呈現(xiàn)顯著正相關關系，與其他MSPA指標無相關關系；在秋季(2021年9月27日)，除孤島區(qū)對T有顯著影響外，其他MSPA指標均對T無顯著影響(表2)。分析2個季節(jié)的相關性結果可以發(fā)現(xiàn)，在核心區(qū)占比較大的區(qū)域內，當春季溫度普遍較低時，更加復雜的GI類型對地表溫度的影響更加顯著。

表2 核心區(qū)占比≥70%區(qū)域MSPA指標與T相關性(Pearson系數(shù))

進一步應用ArcMap 10.8開展GWR模型回歸分析，驗證各類MSPA要素具體如何顯著影響地表溫度。類型I區(qū)域內，春季的各類MSPA指標與T具有顯著性相關的指標較多，而秋季的顯著性相關指標只有一個。為使空間回歸分析更為準確，本次研究選取春季的核心區(qū)占比、孔隙區(qū)占比和環(huán)島區(qū)占比3個指標與T做地理加權回歸分析(GWR模型)。

在類型I(核心區(qū)占比≥70%)區(qū)域，顯著性MSPA要素與T的GWR模型擬合優(yōu)度(R2)較好，且AICc與殘差平方和都較小(表3)，表示該GWR模型結果較為準確，能夠較好地解釋各類顯著MSPA要素對T影響的空間分布及強弱關系。

表3 顯著性MSPA要素與T的GWR分析(核心區(qū)占比≥70%區(qū))

較為完整的林地能夠有效緩解城市熱環(huán)境。觀察GWR模型顯示的核心區(qū)、孔隙區(qū)與環(huán)島區(qū)規(guī)模對熱環(huán)境的關系及分布情況(圖6-1～6-3)：若在福州市中心城區(qū)的西部靠山體區(qū)域和東部沿海區(qū)域等比例增加核心區(qū)規(guī)模，靠近東部沿海區(qū)域降溫效果將優(yōu)于山體區(qū)域；孔隙區(qū)占比與環(huán)島區(qū)占比對城市熱環(huán)境均為正相關關系，且相關強度分別是由西北側向東南側遞增，以及由南向北遞增，故在研究區(qū)增加核心區(qū)規(guī)模的同時，減少西北部孔隙區(qū)和西南部環(huán)島區(qū)的規(guī)模將使整體降溫效果更好。在類型I中，絕大部分用地類型為林地，東部林地較西部林地更為零散，而東部的核心區(qū)降溫效果優(yōu)于西部。綜上說明，在林地規(guī)模較大的區(qū)域，林地的完整性對緩解城市熱環(huán)境有著重要影響。

圖6-1 春季核心區(qū)占比與T的GWR回歸分析(類型I，核心區(qū)≥70%區(qū)域)

圖6-2 春季環(huán)島區(qū)占比與T的GWR回歸分析(類型I，核心區(qū)≥70%區(qū)域)

圖6-3 春季孔隙區(qū)占比與T的GWR回歸分析(類型I，核心區(qū)≥70%區(qū)域)

2)類型II：復雜的土地利用類型對MSPA要素的熱緩解作用有著顯著影響。

類型I I 內部存在復雜的用地類型，且各類用地規(guī)模都較大，此區(qū)域的核心區(qū)占比在30%～70%，共提取出31個研究單元。在該區(qū)域內，MSPA要素占比與地表溫度T相關性分析結果顯示(表4)，在春季，僅橋接區(qū)占比對城市熱環(huán)境呈顯著正相關關系；在秋季，孔隙區(qū)占比與城市熱環(huán)境呈顯著負相關關系。對比2個季節(jié)的相關性結果與類型II內的土地利用類型可知，類型II內的用地類型更加復雜，且各類用地規(guī)模相對較大，MSPA要素的熱緩解能力具有一定的局限性，但也可通過調整部分指標實現(xiàn)熱緩解。

表4 核心區(qū)占比在30%～70%區(qū)域MSPA指標與T相關性(Pearson系數(shù))

根據(jù)表4中的分析結果，進一步進行秋季的孔隙區(qū)占比與地表溫度T基于GWR模型的空間回歸分析。結果顯示，在該區(qū)內，孔隙區(qū)占比與城市熱環(huán)境的顯著負相關強度由西南側向東北側遞增(表5，圖7)。說明在林地與建設區(qū)規(guī)模相當?shù)膮^(qū)域，在西、南部靠山體區(qū)域和東、北部沿海區(qū)域等比例增加孔隙區(qū)規(guī)模時，靠近東北側的降溫效果優(yōu)于靠近西、南側的山體區(qū)域。

表5 顯著性MSPA要素與T的GWR分析(核心區(qū)占比處于30%～70%區(qū))

圖7 秋季MSPA顯著性指標與T的GWR回歸分析(類型II，核心區(qū)30%～70%區(qū)域)

3)類型III：MSPA要素對秋季熱環(huán)境的緩解作用更加顯著。

該區(qū)主要分布在城市建設區(qū)內，核心區(qū)占比小于30%，明顯少于非自然生態(tài)要素。在該區(qū)內，共提取出30個研究單元。利用SPSSAU在線平臺做MSPA要素占比與研究選取的2天地表溫度T相關性分析，結果顯示，在春季，各類MSPA要素均與地表溫度沒有顯著相關性；但是在秋季，除孤島區(qū)之外，所有MSPA要素跟地表溫度均呈現(xiàn)顯著負相關關系(表6)。說明在核心區(qū)明顯較少的區(qū)域，當季節(jié)處于春季低溫時，各類MSPA要素規(guī)模占比無法解釋地表溫度的變化，但在溫度較高的秋季，可以通過改變除孤島外任何一個MSPA要素占比來緩解城市熱環(huán)境。

表6 核心區(qū)占比＜30%區(qū)域MSPA指標與T相關性(Pearson系數(shù))

根據(jù)表6可知，各類MSPA指標只與秋季的T存在顯著相關性。為驗證秋季各類顯著MSPA指標具體如何顯著影響地表溫度T，本次研究進一步分析了秋季的核心區(qū)、孔隙區(qū)、邊緣區(qū)、環(huán)島區(qū)、橋接區(qū)和支線區(qū)占比與地表溫度T的GWR模型。結果顯示，在核心區(qū)占比＜30%的區(qū)域內，核心、孔隙、環(huán)島占比與熱環(huán)境的負相關影響強度由東南向西北遞減；邊緣、橋接、支線占比與熱環(huán)境負相關影響強度由東南向西北遞增(表7，圖8)。說明在林地較少的區(qū)域內，西北側增加邊緣、橋接、支線區(qū)的規(guī)模，同時在東南部增加核心、孔隙、環(huán)島區(qū)的規(guī)模，將有效促進該區(qū)整體降溫。

表7 顯著性MSPA要素與T的GWR分析表(核心區(qū)占比＜30%)

圖8 秋季MSPA顯著性指標與T的GWR回歸分析(類型III，核心區(qū)＜30%區(qū)域)

3 結論與討論

3.1 結論

城市綠色基礎設施是城市韌性設施的重要組成部分，本文基于Landsat 8遙感數(shù)據(jù)和土地類型數(shù)據(jù)，綜合應用MSPA與網(wǎng)格法，揭示了福州市中心城區(qū)熱環(huán)境分布特點，研究GI格局與不同季節(jié)地表溫度(T)的相關性，得出的主要結論如下。

1)在春、秋兩季，整體來說，研究區(qū)內單個MSPA要素對城市熱環(huán)境有一定的緩解作用，但各類MSPA要素有機結合能更加有效地緩解城市熱環(huán)境。根據(jù)各類MSPA要素與T的相關性來看，無論在春季還是秋季，除去孔隙、橋接(春季)和環(huán)島(秋季)，其他MSPA要素均顯著影響城市熱環(huán)境，且春、秋兩季的核心區(qū)與T均呈顯著負相關關系，孤島區(qū)與T均呈現(xiàn)顯著正相關關系，體現(xiàn)出核心熱緩解能力最強而孤島熱緩解能力最弱的特征。

2)在以核心區(qū)占比為依據(jù)劃分的3類區(qū)域中，不同GI格局在不同季節(jié)對熱環(huán)境的影響有著較明顯的差異。

(1)在類型I中，增加同等規(guī)模的核心區(qū)，研究區(qū)西南側熱緩解效果明顯優(yōu)于其他區(qū)域。結合研究區(qū)西南側存在旗山、五虎山等大型且完整的山體(林地)，說明在核心區(qū)比重大的地區(qū)，較為完整的核心區(qū)能夠更加有效地緩解城市熱環(huán)境。

(2)在類型II中，春、秋兩季中MSPA要素對城市熱環(huán)境的影響均不明顯，每個季節(jié)內都只存在一個顯著性相關要素。說明在生態(tài)與非生態(tài)要素規(guī)模相當?shù)膮^(qū)域內，非生態(tài)用地帶來的負面作用強于生態(tài)用地帶來的正面作用。

(3)在類型III中，MSPA要素對春季城市熱環(huán)境影響不大，但在秋季表現(xiàn)出十分顯著的負影響。結合類型III內的用地類型說明，在非生態(tài)用地(建設用地及耕地等)規(guī)模大的區(qū)域，低溫季節(jié)非生態(tài)用地明顯阻礙城市熱緩解，表明低溫季節(jié)影響地表溫度空間格局的因子更多(如建筑形態(tài)、地表生物物理參數(shù)和城市土地覆蓋等)[25]，但在高溫季節(jié)，其阻礙力較小，因此在高溫季節(jié)即使只存在少量的生態(tài)要素(公園、道路綠帶等)，也能起到良好的熱緩解作用。

3.2 討論

本文探討了城市綠色基礎設施中MSPA各要素在春季和秋季對城市熱緩解作用的差異性，并從核心區(qū)占比不同的3類用地出發(fā)探討了各自的城市高溫緩解有效因素。在研究方法上，考慮到城市環(huán)境在不同季節(jié)的差異，將城市綠色基礎設施定義為一個多變量作用的復雜系統(tǒng)，客觀分析其受到城市地理空間、斑塊大小、結構差異的不確定性。相較于陳明等對綠地內部MSPA要素降溫作用的研究結論[4]，除孔隙區(qū)、橋接區(qū)有少許差異外，其他的MSPA要素與T的相關性結論均一致，二者最終均可得出核心區(qū)是降溫效果最佳的要素、孤島及支線均顯著正相關于城市熱環(huán)境等結論。此外，本文還在選取單日數(shù)據(jù)研究[4，9，26]的基礎上進一步深入探索，不僅分析了福州市中心城區(qū)2個季節(jié)的熱環(huán)境與MSPA要素的相關性，而且提取出顯著性要素與T進行GWR實驗，這與以往單純量化指標相比[4，12]，進一步將指標落位于空間，突出各類MSPA要素熱緩解能力的強弱，使量化結果更加客觀和科學。

研究發(fā)現(xiàn)，核心區(qū)能有效促進城市降溫，由此可見，塑造連續(xù)集中、邊緣規(guī)整、內部結構豐富的核心斑塊能高效提升城市韌性。在眾多分布散亂的斑塊中可通過綠廊、水廊等進行整合，并入自然保護區(qū)系統(tǒng)，從而實現(xiàn)從破碎到整合，增加熱緩解功效。在各個季節(jié)，適當優(yōu)化核心內部的孔隙比例，塑造結構豐富的核心斑塊，能高效促進熱緩解，印證了威恩斯(Wiens)等[27]的研究結論，即在綠地內適當增加小規(guī)模的水體，可以促進熱緩解。

根據(jù)中國氣象局的統(tǒng)計，截至2022年夏天，在全球氣候變暖的背景下，我國已有70%的城市面臨35℃以上的高溫挑戰(zhàn)，且人口老齡化和城市化的快速發(fā)展使得這個比重將持續(xù)增加。在此過程中，城市建設用地的不斷擴張也會增加城市熱環(huán)境的風險。溫度、降水和高程等自然環(huán)境條件在短期內無法改變，因此，通過增強城市韌性設施、完善綠地系統(tǒng)來降低城市高溫脆弱性成為唯一且有效的途徑[28]。一方面要提高綠地系統(tǒng)內各斑塊的復雜性，增強其局域降溫作用；另一方面，需加強斑塊間的聯(lián)系，將公園、田地景觀等“織”成網(wǎng)絡。城市熱環(huán)境是多因素綜合作用的結果，應當在城市規(guī)劃層面提高城市應對氣候變化的能力，建設生態(tài)韌性城市，保障城市安全和促進可持續(xù)發(fā)展。

本文嘗試從城市尺度量化研究GI與城市熱環(huán)境之間的關系，從而提出優(yōu)化策略，但受到數(shù)據(jù)和天氣的影響，研究成果尚有一定的局限性。隨著研究的不斷深入，未來將嘗試進一步縮小研究單元的范圍，增加精度和數(shù)量，還可以在每個季節(jié)當中選取多日的遙感數(shù)據(jù)，通過計算獲得多個LST數(shù)據(jù)，并做相應處理，得到當月地表溫度(T)的平均值，以獲得更加精細的MSPA要素與更加精確的地表溫度數(shù)據(jù)，從而得到更合理的量化結果。從長遠來看，城市熱環(huán)境更加精準的識別與研究能為綠色基礎設施規(guī)劃的完善提供依據(jù)，從而為緩解城市熱島、提高韌性提供必要的決策支持。

注：文中圖片均由作者繪制，且文中開展GWR分析的數(shù)據(jù)均已通過空間自相關(Moran'sI)檢驗。

致謝：感謝福建省地質測繪研究院協(xié)助數(shù)據(jù)處理和分析；福州大學碩士賴志朋、本科生朱玲娜協(xié)助調研及數(shù)據(jù)、文獻整理。