遥感和GIS技术支持下的乐山城市“绿心”地温特征

赵银兵，倪忠云，郭善云，刘洋，魏云，周宇航

(1.成都理工大学旅游与城乡规划学院，成都610059;2.四川省气象局，成都610072)

绿心被称为城市之肺，是城市绿地系统的一种特殊形式，具有提高城市(群)的景观异质性、调节城市生态环境质量、保护生物多样性与动物栖息地和生态旅游等多种价值[1]。绿心一词最早出现在1958年制定的《荷兰兰斯塔德发展纲要》[2－3]。澳大利亚的阿德莱德城(Adelaide)、E霍华德提出的“田园城市”是“绿心”理论的先驱[4]，公园系统理论、景观生态理论和绿色生态网络理论对其具有完善作用[5－11]。绿心在形态及功能上需要满足5个条件:位于城市结构中心位置;不同职能分工组团围合形成;构成城市空间结构;规模阈值达到生态环境的标准值;服务对象为中心或中心城区[12－13]。四川省乐山市在1987年规划了城市“绿心”，通过持续建设与管理，实现了“绿心环形城市”布局，形成了“山水中的城市，城市中的森林”[14－16]，乐山“绿心”已经成为众多城市规划建设与生态环境保护的学习典范。关于绿心的功能演替、构建方式、应用实践等方面的研究不断深入，绿心的降温信息提取与分析成为研究重点之一，遥感和GIS是重要的研究技术手段。

1 研究区概况

为深入研究城市绿心与周围环境的差异，按照由大到小、由外而内、由简到精的原则，划定乐山地区、建成区和绿心3个研究层次(图1)。乐山地区的地理坐标:103°28'23″—103°56'07″E，29°15'36″—29°41'24″N，东西长约45 km，南北宽约47 km。建成区整体呈现“人”字形，杨湾－苏稽－水口、通江－柏杨坝－旧城－冠英等地主要沿青衣江和岷江呈近南北向展布，沙湾－沫东－安谷－车子等地则主要沿大渡河呈南西－北东东向延伸。据形态学计算方法[17]，应用遥感影像提取建成区的空间形态指标:形状比为0.19，延伸率为7.78，紧凑度为0.22，标准面积指数为0.42，整体反映建成区空间的非均质、非紧凑扩张特征。城市绿心位于中心城区，西邻青衣江，南临大渡河，东隔建成区朝向岷江，东西长约4 km，南北宽约3 km，周长约13 km，面积约8 km2，似“心”状[14]。绿心具有不同空间尺度的自然地理环境多重属性，地形地貌、气象水文和植被盖度等是影响其地温和绿岛效应的重要因素。

图1 乐山地区Landsat-5 TM3(R)2(G)1(B)彩色合成影像Fig.1 Landsat-5 TM 3(R)2(G)1(B)color composite image in Leshan area

1.1 地形地貌特征

乐山地区位于四川盆地向川西山地的过渡地带，地貌涵盖平原、丘陵、低山和中山4种类型，区内最小高程323 m，最大高程2 016 m，平均高程480 m;建成区最小高程327 m，最大高程736 m，平均高程382 m;绿心最小高程360 m，最大高程445 m，平均高程390 m，整体高出建成区8 m，表现出其山“高”特征。地貌分维值反映地表连续变化特征，应用滑动窗口技术计算[18]:乐山地区平均分维值2.01，标准差0.050，处于低维度以及向中维度过渡的区域，具有平原及山地的双重属性;建成区平均分维值约2.00，标准差0.007;绿心平均分维值约2.00，标准差0.004，绿心内部起伏较小，形成轻微凸起于建成区的下垫面，利于吸收南面及东西两侧来自江面的水汽，促进植被生长。从坡向分布来看，乐山地区北东、东、南东、南的坡向面积约占36.82%，临近岷江西面、青衣江西面、大渡河南面，光照充足，植被发育;南西、西、北西的坡向面积约占34.54%，靠近岷江东面、青衣江东面、大渡河北面，光照强烈，植被较发育;北坡面积约占28.64%，与低山绿地毗邻，湿度大，植被发育。绿心的阳坡及半阳坡吸收大量水汽，促进植物光合作用和植物蒸腾作用;阴坡紧邻低山绿地，利于形成较为完整的绿地空间。

1.2 气象水文特征

乐山地区属亚热带湿润气候区，年均日照率约30%，年均气温约15℃，年降水量＞1 000 mm，年均相对湿度78%。绿心年降水量则高达1 360 mm，≥0.1 mm降水量的雨日174.9 d，年平均相对湿度81%[19];乐山地区处于气压梯度的缓变区，主导风向为北风，其次为西北风，整体利于水汽流动，对形成绿心的高植被覆盖率具有积极作用。

受岷江水系控制，乐山地区的支水系发育。青衣江呈北西→正南流动，河口年平均流量565 m3/s，河宽约200～600 m，径流总量18亿m3;大渡河呈南西→北东流动，河口年平均流量1 510 m3/s，河宽约250～600 m，径流总量473亿m3;岷江呈正北→正南流动，河口年平均流量2 840 m3/s，河宽约300～600 m，径流总量为846亿m3[20－22]。河流约占乐山地区面积的4%，水面约占建成区面积的12%，河面宽、河流深、流速快，河流的流向与主导风向基本一致，与建成区南北延伸方向相同，良好的水文条件奠定了滨河地区及绿心的降温增湿作用的基础。

2 植被盖度反演与分析

植被盖度是决定绿心地温的直接因素之一，根据遥感数据的可获取性及数据质量要求，选择Landsat-5 TM遥感影像(Path 129，Row 40，成像时间:2011－05－17T11:23:03.558—11:23:38.590)作为数据源。选择TM4波段(近红外波段)和TM3波段(红光波段)，在辐射定标和大气校正的基础上作波段计算(TM4－TM3)/(TM4+TM3)，计算归一化植被指数(NDVI)[23]，划分水体、城镇和自然表面三大地类，结合土地利用、植被盖度调查成果，由NDVI推算植被覆盖度，并将其划分为高、较高、中、低4个级别(图2)。

图2 乐山地区植被盖度(2011－05－17)Fig.2 Vegetation coverage of Leshan area(imaging time:May 17th，2011)

乐山地区的土地利用类型主要为耕地(水田、旱地)、园地(果园和其他园地)、林地(主要为亚热带常绿阔叶林)、草地(天然草地)、居住用地、水域、水利设施用地、城镇、村庄及工矿用地等。非植被区(包括水面、道路、建筑等)占总面积的12.15%，低植被区(包括农田和草地等)占总面积的21.22%，中植被区(包括农田、草地、园地、林地等)约占总面积的35.38%，分布在平原、丘陵、低山与中山区;较高植被区(包括园地、林地等)约占总面积的24.93%，分布在丘陵、低山区及中山区;高植被区主要为林地和高覆盖园地，约占总面积的6.31%，分布在乐山地区西部的山地，以及人工集中种植与绿化区。建成区植被盖度较之乐山地区分异显著:非植被区约占建成区总面积的41.72%，体现其城镇用地的主体特性;植被覆盖区总面积约为58.28%，反映城区较高的绿化水平;低植被覆盖区约占建成区总面积的31.70%、中植被覆盖占21.75%，较高和高植被覆盖区约占4.83%;绿心位于建成区的高植被覆盖区，主要为群落类型的黄榉林、四川大头茶林、马尾松林等，另有乔木与草本植物分布[19]，平均植被盖度达到85%以上，从边缘向内部过渡，植被盖度呈递增趋势，最高达100%，高植被覆盖度为绿心的增湿与降温作用提供了丰富的媒介。

3 地温反演及特征分析

3.1 地温反演

城市绿心的作用集中表现在地温与周围区域的显著差异，呈现出与城市“热岛”相反的“绿岛”效应。根据2011－05－17的Landsat-5卫星的TM遥感数据的波谱特性，参照文献[24－28]反演地表温度的方法，在ENVI 5.1软件平台下完成下列操作:对热红外数据和可见光数据作辐射定标;对可见光数据作大气校正;对近红外波段和红光波段作去负值处理，计算NDVI，结合Google Earth中影像，比对植被覆盖率，将NDVI换算为植被覆盖度;将遥感影像分为水体、城镇和自然表面3种类型，估算3种地类的比辐射率，计算地表比辐射率数据;由热红外波段的辐射定标值，以及可见光波段的地表比辐射率值，计算地表亮温;根据普朗克公式的反函数，反演地表温度;对比乐山城区(站点坐标:103°45'00″E，29°34'12″N)地温监测值(27.25℃)，该点的反演地表温度为29.00℃，误差+1.75℃，精度满足研究要求;进一步对数据进行分区裁剪，并作图面整饰等处理(图3)。

图3 乐山地区TM6反演地温平面图Fig.3 Ground temperature map extracted by TM6 in Leshan area

3.2 城市绿心的降温特征分析

从Landsat-5 TM数据反演的地温平面分布(图3)来看，乐山地区地温的最大值58.55℃，最低温度11.91℃，均值30.29℃，标准差3.30℃。建成区地温的最大值53.11℃，最低温度13.53℃，均值31.25℃，标准差4.84℃。地温的高值区域分布在杨湾、苏稽、水口、通江、柏杨坝、旧城的高密度建筑区、道路及其周围(图3)，主要原因在于道路与建筑等形成的不透水面对太阳辐射产生少量反射(反射率＜20%)和大量吸收作用，吸收的辐射多转化为内能，导致地温升高。地温的低值区域主要为河面，河水降温的梯度效应明显，在河面低温区的外围形成狭窄的低温条带，较之于不透水面的温差普遍达5～6℃以上，比植被的降温效应更加强烈。从降温的效果来看，流速快、水深大的大渡河较之于汇流前的岷江和青衣江更强。究其原因，水体除对太阳辐射的少量反射外(反射率为10%～20%)，主要产生透射及吸收作用，考虑到水体的清浊、深浅、动静及比热容量差异，大渡河及岷江局部降温效果最显著。

绿心具有较好的闭合性，且与乐山地区西北部的成片绿地的低温属性趋同。绿心地温的最大值39.24℃，最低温25.42℃，均值28.81℃，均值较之乐山地区低1.48℃，较之建成区低3.30℃，绿心的边缘地温较之相邻的城区地温低1.10～1.60℃(平均低1.37℃)，综合反映出绿心的“岛”状低温特征。较之旧城、柏杨坝、苏稽等地的公园和街头绿地，绿心的地温低1.00～2.50℃(平均低2.06℃)，反映出绿心降温作用的“规模效应”。绿心地温的标准差为1.54℃，低于乐山地区的3.30℃，低于建成区的4.84℃，地温差异最小，反映绿心内部的物质均匀程度高于乐山地区和建成区。

为刻画绿心与周边区域的地温差异和线性波动特征，由北至南作AB地温剖面(图3、图4)。从剖面的统计数据来看:绿心以北的通江、青江、柏杨坝城区，地温的最大值38.40℃，最小值28.78℃(城区局部绿地)，平均值33.11℃;绿心地温的最大值36.17℃(绿心的局部裸露地)，最小值26.25℃，平均值29.68℃，绿心内部的地温波动1～3℃，绿心的中心区与边缘的地温差4～6℃，剖面经绿心路时跃升至32.75℃;绿心以南的肖坝城区，地温的最大值37.83℃，最小值29.17℃，平均值33.64℃，大渡河的地温均值则低至17.13℃，最低温达到15.07℃左右;大渡河以南的安谷城区，地温的最大值42.47℃，最小值22.73℃，平均值36.30℃。综合来看，南北剖面上的绿心与城区的地温差达到3.43～6.62℃，绿心的低温特征十分明显。

垂直AB地温剖面，跨城区、青衣江、绿心和岷江，由西至东作CD地温剖面(图3、图5)。从剖面的统计数据来看:苏稽－水口城区，最大值38.09℃，最小值26.39℃，地温均值31.88℃;青衣江，最大值23.12℃，最小值18.79℃，均值20.93℃;绿心地温的最大值31.78℃(绿心路)，最小值26.25℃，平均值28.27℃，标准差1.34℃，绿心内部的地温波动1～2℃，绿心的中心区与边缘的地温差3～4℃;绿心东侧旧城区，地温的最大值40.09℃，最小值31.52℃，平均值35.11℃;岷江，最大值21.10℃，最小值19.00℃，均值20.07℃;岷江东岸，地温的最大值35.86℃，最小值30.11℃，平均值33.84℃。综合来看，东西剖面上的绿心与城区的地温差3.61～6.84℃，叠加青衣江与岷江的增湿与降温作用，东西向剖面的低温特征更加稳定，而且比南北向剖面低温特征更加显著。

图4 AB地温剖面图Fig.4 AB ground temperature profile

图5 CD地温剖面图Fig.5 CD ground temperature profile

在AB剖面与CD剖面交点的东南侧，分布有一条北东－南西向的“绿心路”(图3、图4、图5)，因路面裸露，对绿心的完整性造成不利影响，导致路面地温明显升高，绿心路的平均地温＞31.60℃，较之两侧绿地的地温高出1.00～1.50℃以上。因此降低绿心路面的影响、恢复绿地系统的完整性对保持低温系统的完整性至关重要。

3.3 城市绿心的多时相地温特征分析

为了进一步研究城市绿心在不同季节的地温变化及与周围区域的差异，在数据的可获取原则下，增加2001－02－14、2009－03－24、2009－08－31、1992－09－01四个期次Landsat-5 TM数据，与2011－05－17的数据一同构建春季、夏季、秋季和冬季的代表性数据序列，数据成像时间均在当日的11:23，参照上述的数据处理方法，获取不同期次的乐山地区、建成区与绿心的地温特征数据(表1)，5个期次的反演地温误差在－0.90～+1.75℃，平均误差+0.49℃，能够客观地反映对应时段的地温信息。

从反演的地温数据来看，绿心的各项地温统计数据分布相对集中。绿心的地温最大值从冬季的14.52℃，逐渐上升到春末、夏季的39.24和38.84℃，再降至秋季的32.17℃。地温最小值从8.10℃，波动上升到25.74℃。绿心的平均地温11.16～29.71℃，夏季最高，冬季最低，较之建成区的平均地温，在5个年份和5个月份均表现出稳定的相对低值状态，低于建成区0.22～2.44℃，平均低于建成区5%(1.29℃)。从地温的标准差特征来看，总体低于建成区0.33～3.30℃，平均低于建成区2.01℃，反映出绿心内部的均匀性远高于建成区。绿心也比建成区小规模绿地的地温低2.0℃以上。

表1 多时相遥感影像反演地温数据Table 1 Ground temperature data extracted by multi-temporal remote sensed images℃

对5个期次的乐山地区、建成区、绿心3个层次的地温特征数据(最大值、最小值、平均值、标准差)进行模拟回归分析，发现4个指标均表现出低值先升为高值，高值再回降至低值的过程，指标的波动范围满足绿心＜建成区＜乐山地区的规律，绿心在四季均表现出相对的均匀性和低温性。绿心在建成区和乐山地区处于地温高值时，其与周围城区的温差更大，绿岛效应更加凸显，其生态价值更为突出。

4 结论

乐山城市绿心因地势高、临江河、植被覆盖度高、面积较大，决定了绿心其内部的相对均匀性和与周围环境的差异性，“岛”状的凸起绿地空间决定了其在亮温与地温方面的特殊性，与其所处的建成区相比，表现出较为明显的低温特征，在4个季节，平均比建成区地温低1.29℃，平均比乐山地区低0.13℃，随地温的升高，绿心的降温效应递增。

绿心的降温效应对城市规划与建设的启发意义在于:因地制宜，构建满足空间位置、面积、体积、盖度、层次性等多种要素条件的绿地空间，有利于形成真正的绿心，达到降温与增湿等功能;地温是太阳辐射和地表响应的结果，地温的高低与湿度和气温等生态要素具有重要联系，地温的多重生态意义值得挖掘。

利用Landsat-5 TM的热红外波段和可见光波段，反演地温，通过与实测地温比对，平均误差约+2.13%，证明单窗算法等地温反演方法的可行性。限于地温观测数据的收集情况，研究区内的反演地温与观测地温仅能满足单点验证关系，后续的相关研究可通过增加观测数据的方式进一步提高地温反演的精度。

衷心感谢论文评审专家提出的修改建议!

[1]刘思华，罗杨，肖英.长株潭“绿心”的生态价值研究[J].湖南社会科学，2011(5):125－127.

[2]魏后凯.荷兰国土规划与规划政策[J].地理学与国土研究，1994，10(3):54－60.

[3]魏春雨，彭姗妮，焦胜.长株潭“绿心”示范区规划构想[J].湖南大学学报:社会科学版，2010，24(6):156－160.

[4]胡晓鸣，陈永强.城市化进程中对民营经济的引导利用——浅议绍兴“绿心”项目研究的方案设计[J].特区经济，2005(1):84－85.

[5]埃比尼泽·霍华德.明日的田园城市[M].金经元，译.北京:商务出版社，2006:19.

[6]Kühn M.Greenbelt and Green Heart:Separating and integrating landscapes in European city regions[J].Landscape and Urban Planning，2003，64:19－27.

[7]福尔曼R，戈德伦M.景观生态学[M].肖笃宁，译.北京:科学出版社，1990:11.

[8]郭巍，侯晓蕾.城市绿心发展及其空间结构模式策略研究[J].中国人口·资源与环境，2010(S2):165－168.

[9]俞孔坚，李迪华.城乡与区域规划的景观生态模式[J].国外城市规划，1997(3):27－31.

[10]张庆费.城市绿色网络及其构建框架[J].城市规划汇刊，2002(1):75－78.

[11]刘凌燕，胡希军，陈存友，等.城市绿心概念探析[J].中南林业科技大学学报:社会科学版，2011，5(1):97－100.

[12]郭巍，侯晓蕾.城市绿心若干特性探讨[J].中国园林，2010(10):1－5.

[13]田喆，朱能，刘俊杰.城市气温与其人为影响因素的关系[J].天津大学学报，2005，38(9):830－833.

[14]欧阳林，罗文智，李琳.乐山绿心环形生态城市规划与实践[J].城市发展研究，2006，13(6):42－45.

[15]黄光宇.乐山绿心环形生态城市模式[J].城市发展研究，1998，5(1):7－10.

[16]刘忠.乐山市城市绿心植被景观建设的探讨[J].乐山师范学院学报，2008，23(5):84－86.

[17]王青.城市形态空间演变定量研究初探——以太原市为例[J].经济地理，2002，22(3):339－341.

[18]赵银兵，倪忠云，南希，等.大渡河上游丹巴地区地貌分维特征的地质解析[J].地理与地理信息科学，2013，29(5):64－67.

[19]罗利群，曾利霞，韩萍，等.乐山城区“绿心”自然植被及保护[J].乐山师范学院学报，2009，24(5):52－55.

[20]吴学良.大渡河入汇对岷江乐山九龙滩河段水沙运动的影响[J].水运工程，1989(11):26－31，36.

[21]梅青，王方.乐山市暴雨洪水特征及防洪对策[J].四川水利，1996，17(3):28－32，38.

[22]周从政.青衣江流域的水资源[J].四川水利，2009，30(1):37－39.

[23]倪忠云，何政伟，赵银兵，等.汶川地震前后都江堰植被盖度变化的遥感研究[J].水土保持研究，2009，16(4):45－48.

[24]ENVI－IDL中国.ENVI下利用ETM+数据反演地表温度[EB/OL].(2011－04－29)http://blog.sina.com.cn/s/blog-764b1e9d0100r484.html.

[25]覃志豪，Zhang Minghua，Karnieli A，等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报，2001，56(4):456－466.

[26]覃志豪，李文娟，徐斌，等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感，2004(3):28－32，36，41.

[27]覃志豪，Li Wenjuan，Zhang Minghua，等.单窗算法的大气参数估计方法[J].国土资源遥感，2003(2):37－43.

[28]孙艳玲，郭鹏，高晓燕.基于Landsat TM/ETM+的天津地区地表温度时空分布特征研究[J].天津师范大学学报:自然科学版，2012，32(1):48－52.