鄒世鋒，顧銘嫄，譚文專，熊忠招，葛孟鈺

（1.湖北省國土測繪院，湖北 武漢 430019；2.湖北商貿學院經濟學院，湖北 武漢 430079）

隨著城市的發(fā)展，城市空間不僅在二維平面內得到擴張，城市垂直伸展的趨勢也越來越明顯[1-2]。因此，對熱島效應的影響機制進行分析時不僅要考慮傳統(tǒng)的二維景觀指標，還要考慮三維信息。

本研究針對多維空間下城市熱環(huán)境影響因素精細化探索的需求，以熱島效應顯著、城市多維空間發(fā)展明顯的長沙市為研究區(qū)域，在多維空間內探索分析城市熱環(huán)境影響機理，提取關鍵參數(shù)，為改善長沙市城市熱環(huán)境提出有針對性的意見。

1 數(shù)據(jù)和方法

1.1 研究區(qū)域概況

長沙是湖南的省會，是長江中游地區(qū)重要的中心城市。長沙屬亞熱帶季風氣候，夏季高溫、暑熱期長，降水較少，熱島現(xiàn)象明顯。進入21 世紀以來，長沙市發(fā)展迅速，除二維平面空間外，城市逐漸縱向延伸，城市緊湊度、集約化程度逐漸提升。

本文研究區(qū)域總面積約為3 905 km2，包括芙蓉區(qū)、開福區(qū)、天心區(qū)、望城區(qū)、雨花區(qū)、岳麓區(qū)和長沙縣，除長沙縣東北部及岳麓區(qū)西南部有小片山區(qū)外，大部分以平原和丘陵為主。

1.2 數(shù)據(jù)預處理

本研究所涉及的數(shù)據(jù)主要為Landsat 數(shù)據(jù)（用來反演地表溫度、分類、計算景觀指數(shù)）、Google Earth高分辨率影像（用來輔助選取樣本）、氣象站點實測溫度數(shù)據(jù)（用來驗證溫度反演結果）、DSM 數(shù)據(jù)和JZM 數(shù)據(jù)（用來計算城市體積及反演坡度和高程結果）。

如表1 所示，本研究選用2002、2008、2013、2019 年Landsat 影像，選擇熱島效應明顯的夏末秋初季節(jié)，同時需要前一周沒有出現(xiàn)降雨，當日天氣晴朗無云。在ENVI 的FLAASH 模塊下對可見光波段進行大氣校正，經過鑲嵌、裁剪，得到待分類影像。

表1 Landsat數(shù)據(jù)基本信息

結合以往研究及長沙市地物特征的實際[4-5]，本研究確定了5 種地物類別：耕地、林地、建筑物、水體和裸土地，如表2 所示。結合Google Earth 高分辨率影像選取樣本，采用支持向量機（SVM）進行監(jiān)督分類，總體精度均大于90%，Kappa 系數(shù)大于0.86，符合要求。以上步驟均在ENVI5.3 的支持下進行。

表2 遙感影像解譯地類及景觀編號對應表

本研究選用輻射傳輸方程法（RTE）來反演地表溫度。輻射傳輸方程法基本原理是估算大氣對地表熱輻射的影響，再從衛(wèi)星傳感器所得的總輻射量中減去大氣對地表熱輻射的影響，得到熱輻射強度，進而較為精確地獲得地表溫度[6-7]。

景觀指數(shù)是能夠反映景觀結構組成和空間配置特征的定量指標。如表3所示，本研究在景觀破碎化程度、復雜度、聚集度、多樣性4 個方面，選擇了8 個指標進行研究。

表3 景觀指數(shù)的選擇

對于斑塊類型景觀指數(shù)，按照地物類別編號使用后綴加以區(qū)分。如，耕地的景觀要素面積占比表示為“PLAND1”，建筑物的斑塊密度表示為“PD3”，以此類推。

景觀指標對空間尺度十分敏感，因此移動窗口大小的選取顯得尤為重要。如果窗口過大，會導致細節(jié)丟失；如果窗口過小，曲線波動太大不利于分析[8-9]。本研究以2019年為例，選擇PD、LSI、AI、SHDI等參數(shù)，采用8 鄰域準則，獲得在8 個窗口大小下景觀指數(shù)的空間分布圖。以五一廣場為中心，計算出連續(xù)的方形區(qū)域內各項景觀指數(shù)的均值，這樣既避免了出現(xiàn)異常值，又保證了采樣點在影像上的連續(xù)性，便于準確的選擇出最優(yōu)窗口。

當窗口小于720 m 時，曲線整體的波動較大，細節(jié)和異質性較多；當窗口大于720 m 時，各曲線整體平穩(wěn)，且波動幅度接近?？紤]到窗口越大計算量也越大，同時結果越粗糙，極值往往被壓縮，不能表現(xiàn)景觀指數(shù)的空間細節(jié)差異，因此720 m 為移動窗口的最優(yōu)尺度。這也與先前對長沙、武漢等研究選擇的窗口大小接近[10-11]。

數(shù)字表面模型（digital surface model，DSM）主要是用來反映城市垂直方向擴張程度，數(shù)據(jù)源為2019年的ZY-3 號，經過區(qū)域網平差、DSM 生產（包括DSM匹配、編輯、接邊與鑲嵌）得到高精度DSM。與DEM（digital elevation model）數(shù)據(jù)不同的是，DSM 包括了建筑、植被等地表信息的高度[12]。

本研究采用的建筑物底部高程數(shù)據(jù)JZM 是由ALOS（advanced land observing satellite）衛(wèi)星相控陣型L波段合成孔徑雷達（PALSAR）采集。DSM和JZM高程基準一致，均為大地高。

體積等于面積乘以高程，因此在面積相同（即分辨率）的前提下，本研究引入高程參數(shù)，計算得到研究區(qū)域內的城市體積變化情況。

選用具有代表性的體積均值（VM）和體積標準差（VSD）來表征城市體積指標[23-24]。

VM 用來表達區(qū)域內城市體積的大小。VM 越高，該區(qū)域內城市體積越大，土地利用效率和城市化水平越高。VSD 用來反映一定區(qū)域內單個建筑體積與該區(qū)域內城市體積均值的差異程度，不同城市區(qū)域的土地開發(fā)對土地價格和市場資源配置的敏感度不同，并直接導致了土地開發(fā)容量和城市體積的差異化發(fā)展[5-6]。高程和坡度數(shù)據(jù)由JZM 數(shù)據(jù)計算得來。

1.3 統(tǒng)計分析

影響因素分析主要采用了皮爾森相關分析、逐步多元線性回歸（stepwise linear regression，SLR）和冗余度分析（redundancy analysis，RDA）。

皮爾森相關分析被用來研究單一因子與地表溫度之間的關系，選擇決定系數(shù)最高的模型，明確與地表溫度相關性較高的因子。

改善城市熱環(huán)境需要做到針對性和有效性，本研究涉及的參數(shù)較多，因此通過SLR 來選出對地表溫度敏感的因子，再通過RDA 分析對這些因子進行排序。具體步驟為：以景觀指數(shù)、城市體積、高程、坡度參數(shù)為解釋變量，以地表溫度為被解釋變量，進行SLR 分析，并通過方差膨脹因子VIF（VIF＜10）和容忍度Tolerance（Tolerance＞0.1）來檢驗模型中解釋變量間的多重共線性，刪除共線性高的解釋變量，SLR 在SPSS 26 上處理；利用RDA 對地表溫度較為敏感的參數(shù)進行排序，選取解釋度最高的3 個因子[7-8]。RDA 在CANOCO 5.0 上處理。受制于現(xiàn)有數(shù)據(jù)的收集情況，SLR 和RDA 僅對2019 年的數(shù)據(jù)進行分析。

2 結 果

2.1 地物分類和溫度反演結果

2002—2019 年，研究區(qū)內城市擴張迅速，特別是2013年前，長沙市建成區(qū)面積增加了2.82倍；2013年后，城市擴張速度相對放緩，這在裸土地的面積變化趨勢上也能反映出來，與此相對應的是，耕地面積銳減，從2002年的1 755.07 km2銳減至1 087.76 km2。林地面積經歷過短暫的下降后，于2019年重新增長。水體在2008年有所下降，但整體面積基本穩(wěn)定。

目前主要有4 種溫度反演結果的驗證方式：溫度直接對比法、基于輻射能的驗證法、交叉驗證法、時間序列分析法等。其中溫度直接對比法被認為是參考驗證方法，目前已廣泛運用于驗證地表溫度產品結果?？紤]到氣象站經緯度可能存在的位置偏差，本研究以氣象站為中心，120 m 為半徑做緩沖區(qū)，將緩沖區(qū)內溫度均值與站點實際溫度比較。如表4 所示。反演誤差在±1℃左右，可以滿足大多數(shù)應用精度的需求。

表4 地表溫度反演精度驗證

研究區(qū)域溫度反演結果為：2002年高溫區(qū)域僅集中在天心區(qū)、雨花區(qū)北部、開福區(qū)南部及芙蓉區(qū)，但隨后，熱島效應逐漸加劇，且隨著時間的推移熱島范圍逐漸增大。到2019年，長沙的高溫區(qū)域已蔓延至北部的望城區(qū)，東部的長沙縣，高溫區(qū)域沿著湘江兩岸呈現(xiàn)梯度型分布，并逐漸向遠城區(qū)侵蝕。從時間序列和空間格局上來看，熱島范圍逐漸擴大，與城市擴張模式相呼應。

2.2 二維景觀指數(shù)對地表溫度的影響

在長沙市，與地表溫度相關性最高的是建筑物，以pearson 系數(shù)相關強度的取值劃分，LPI3、PLAND3 與地表溫度在部分年份呈現(xiàn)極強的正相關（pearson∈(0.8,1)），斑塊聚集度AI3、COHESION3 與地表溫度呈現(xiàn)強正相關（pearson∈(0.6,0.8)），PD3、LSI3 僅在部分年份與地表溫度呈現(xiàn)中等程度的負相關（pearson∈(0.4,0.6)）。對于建成區(qū)而言，斑塊面積越大，單位面積內占比越高，連通度越大，越易引發(fā)局部高溫。裸土地對地表溫度也有較大影響。斑塊聚集度AI5、COHESION5 與地表溫度呈現(xiàn)中等程度相關，但整體上來看，其擬合優(yōu)度處于逐年減弱的態(tài)勢。林地的各項指數(shù)與地表溫度均呈現(xiàn)負相關，從2002 年幾乎沒有相關性，到2019 年部分指標（AI2、COHESION2、LPI2、PLAND2）呈現(xiàn)中等程度負相關，相關性逐年增強。耕地僅有LPI1 與PLAND1 與地表溫度呈現(xiàn)中等程度的負相關。水體與地表溫度的相關性較小，這可能是因為研究區(qū)內水體主要為湘江、撈刀河等線狀水體，對溫度的影響力度有限。

2.3 三維空間對地表溫度的影響

如表5 所示，地表溫度與VM、VSD 均呈現(xiàn)強相關性，與高程、坡度呈現(xiàn)弱負相關性。

表5 地表溫度與城市體積、高程、坡度回歸效果

2.4 影響熱環(huán)境關鍵參數(shù)

由表6可知，SLR結果顯示，研究范圍內與地表溫度相關性較高的指標有13個，分別是坡度、PLAND5、VM、VSD、AI2、COHESION、高 程、PD3、PD5、PD2、LSI1、LPI4、COHESION4，其中景觀指數(shù)有9個，城市體積參數(shù)有2個，以及高程和坡度。RDA的結果如圖1所示。

圖1 RDA分析結果

表6 研究區(qū)域SLR結果

為了便于繪圖，COHESION 簡寫為COHE。在圖1 中，紅色箭頭表示環(huán)境因子，其長度表示與地表溫度相關性的大小，長度越長，相關性越大，反之越小；同時，紅色箭頭連線和地表溫度之間的夾角表示正負相關性，銳角為正相關、鈍角為負相關。

上述參數(shù)對地表溫度的總解釋力度達到77.8%。由圖1 可知，VM、PD5、PD3 對地表溫度的貢獻率最大。其中VM 的解釋程度最高（59.2%），PD5 其次（8.0%），PD3（1.8%）。地表溫度與VM、PD5 呈現(xiàn)顯著正相關，與PD3 為負相關。具體表現(xiàn)為，城市體積均值（VM）和裸土地破碎化程度（PD5）的升高、建筑物破碎化程度（PD3）的降低，會導致地表溫度上升。

3 分析與討論

3.1 二維方向單一因子影響

就整體景觀而言，景觀級別的景觀指數(shù)對地表溫度的影響均較小。就各地物類別而言，人類活動對地表影響最大的為城市建成區(qū)。與一般城市開發(fā)過程中原有景觀逐漸破碎的模式不同，本研究區(qū)域聚焦長沙市主城區(qū)，城市開發(fā)強度大，建筑物密度逐漸升高，出現(xiàn)大規(guī)模緊湊布局，同質斑塊之間的連通度加強，形成集群效應，加之建筑材質以比熱容較大的水泥為主，建筑區(qū)域溫度上升是必然[9]。此外，建成區(qū)景觀指數(shù)與地表溫度的擬合優(yōu)度隨著時間的推移逐漸升高，說明城市化對溫度變化的影響逐年攀升。

城市擴張不可避免地出現(xiàn)了裸土地這一形態(tài)，主要表現(xiàn)為待開發(fā)的建筑工地。裸土地破碎化程度高，意味著人類對該區(qū)域的改造程度大，值得注意的是，裸土地的破碎化程度在2008 年與地表溫度的相關性最強，呈現(xiàn)強正相關，這可能是2008 年長沙市大規(guī)模建設工程上馬，建筑工地大量出現(xiàn)而引起的。

林地的各項景觀指數(shù)與地表溫度的擬合優(yōu)度逐年升高，且均呈現(xiàn)負相關，查閱相關政策文獻及過往研究可知，這與2003 年湖南省委省政府正式提出與長株潭三市交匯地區(qū)建設“綠心”有關，有關部門號召社會力量大量種植林木，提升長沙市的“綠度”，增加了林地的規(guī)模，對熱島效應造成減緩作用。此外，林地斑塊的聚合度越高，占地面積越大，對地表溫度的緩和作用越強，這在相關研究的成果中得到印證[20]。

3.2 三維方向單一因子影響

以中國目前城市化進程來看，VM 越大，即城市化水平越高，意味著土地硬化率越大、人為熱量排放越強，越易導致溫度上升。VSD較大的區(qū)域，越來越多的建筑物經歷了改建或者擴建的方式，雖然在二維平面上其面積變化不大，但在三維角度來看其高度增加，與周圍其他建筑形成對比，帶來城市化和垂直空間差異化的提升，不利于形成規(guī)整的街道峽谷，容易導致溫度升高。

同時，不可否認的是，VSD 與VM 的相關性較大，R2分別達到了0.85，對于城市體積而言，VM的高值區(qū)域不僅是建筑物垂向發(fā)展的核心區(qū)域，更是建筑差異化特征最明顯的區(qū)域。

3.3 關鍵參數(shù)分析

VM 對地表溫度有著極強的解釋力度，是導致溫度變化的最主要原因。相較于郊區(qū)，市區(qū)以高密度的高大建筑景觀為主，對地表溫度有明顯的增溫效果。因此，建筑物越多、越高、越密集，勢必會造成該區(qū)域地表溫度的升高[21]。同時，由長沙市近年來的產業(yè)政策調研可知，在市區(qū)周邊分布了越來越多工業(yè)廠房，這類建筑以鋼、鐵與水泥等現(xiàn)代建筑材料為主，有著極差的顯熱儲存能力，對城區(qū)形成包圍態(tài)勢，大量的人工熱及工業(yè)污染的排放，導致出現(xiàn)了局地氣溫的上升。

從城市開發(fā)流程的角度來看，裸土地一般率先出現(xiàn)于現(xiàn)有建筑物四周，主要以零星的形態(tài)出現(xiàn)，破碎化程度較高，這也是導致城市溫度升高的“熱點”區(qū)域。但其周圍建筑往往呈現(xiàn)密集態(tài)勢，這也是造成了裸土地的破碎化程度（PD5）與地表溫度呈現(xiàn)正相關，而建筑物的破碎化程度（PD3）呈現(xiàn)負相關的態(tài)勢。

3.4 綜合分析及降溫策略

在城市愈發(fā)緊湊的現(xiàn)實情況下，建筑物對地表溫度的影響是多維度的。相較于以往研究僅對二維平面進行的探索，本研究發(fā)現(xiàn)三維方向上城市體積的增加是影響熱環(huán)境最重要的因素。同時，自然地物與地表溫度的相關性較弱，這可能是在建筑物占主導地位的區(qū)域，植被對地溫的影響十分有限[22]。

從整體角度出發(fā)，雖然建筑集中布局有利于發(fā)展優(yōu)勢產業(yè)，展示城市形象，推動經濟發(fā)展，但是從改善城市熱環(huán)境、優(yōu)化區(qū)域生態(tài)環(huán)境的角度出發(fā)，長沙應適當放緩城市擴張速率、控制建筑密度，避免更多區(qū)域性的“熱點”出現(xiàn)，減少熱島效應的輻射強度與范圍，這對于長沙市可持續(xù)發(fā)展有著重要意義。對湘江沿岸主城區(qū)、長沙縣與主城區(qū)交界處有更合理的布局，避免出現(xiàn)大量建筑聚集在某一個小區(qū)域內，既造成了該區(qū)域溫度的顯著升高，也阻礙了城市內部空氣流通及市區(qū)與郊區(qū)冷氣交換。此外，建筑聚集的區(qū)域也是人為熱的主要源地，相關研究顯示，人為熱的引入使得城區(qū)溫度增加明顯，在長株潭城市群，這種增溫效果達到了0.7℃。就增溫效果而言，工業(yè)/商業(yè)區(qū)＞高密度住宅區(qū)＞低密度住宅區(qū)。除了植被的降溫作用在上述區(qū)域受限外；另一方面也是因為建筑密度大，通風廊道狹短，風場降溫作用被削弱[33]。因此，在城市規(guī)劃布局時，應當避免將新建工業(yè)園區(qū)、大體量居民區(qū)、商業(yè)區(qū)規(guī)劃于城市上風向，進而導致大體量建筑的人為熱吹向城區(qū)，加重熱島效應。

雖然RDA 分析未提取到自然地物因子參數(shù)，但事實上，自然地物對降低熱島效應也有著顯著作用。相關研究顯示，在降低建成區(qū)斑塊連通度的同時，可以考慮在建成區(qū)內部和外圍提升植被覆蓋度，增加綠地斑塊，如行道樹等，對于降低熱島效應并控制微氣候有重要意義[24-25]。此外，湘江穿長沙而過，但與湘江以“W”字型流經株洲和湘潭，水體的降溫效果在這兩座城市存在一定程度的重疊，對溫度的影響遠比長沙的“1”字型要大。因此，在市內增強水體連通性，增加水體的踏腳石斑塊，如市內人工湖泊，這對減輕熱島效應也有著重大意義[26]。

4 總 結

本研究以長沙市為研究區(qū)域，綜合多源遙感數(shù)據(jù)，借助多種分析方法，分析了多維空間內城市熱環(huán)境的影響機制，結合參數(shù)的實際意義，提出針對性意見，為政府未來改善區(qū)域熱環(huán)境、提升可持續(xù)發(fā)展質量提供決策支持。