绿地格局与温度的关系——以太原市为例

王斐，刘艳红，冯代丽

（1山西农业大学林学院，山西太谷030801；2山西农业大学城乡建设学院，山西太谷030801）

绿地格局与温度的关系
——以太原市为例

王斐1，刘艳红2，冯代丽1

（1山西农业大学林学院，山西太谷030801；2山西农业大学城乡建设学院，山西太谷030801）

研究旨在按照既定的尺度研究绿地格局与温度之间的关系。绿地格局利用绿地格局指数来做表征，从斑块规模、边界特征、空间特征3方面来选取指数，温度利用遥感影像反演得到。结果表明：斑块数量超过400时，平均斑块面积和斑块面积的离散度在一定区域变化时，温度才会下降。平均斑块的边界复杂度保持在一定区域变化时，温度才会下降。空间位置的结果也表明当平均邻近指数和平均邻近距离保持在一定区域变化时，温度才会下降。研究结果对建设城市绿地有一定的实践指导意义。

格局指数；地表温度反演；遥感影像；绿地信息提取

0 引言

由前人研究可知，绿地类型、绿地格局与温度有着密切的关系。国内外研究者做了大量研究，许多学者分别从城市、区域、公园等不同尺度研究了绿地与温度之间的关系。在城市区域尺度上，学者们一般从绿地覆盖率、格局指数方面研究它与温度之间的关系[1-4]。在小尺度上利用模拟软件来研究[5-7]。温度一般用实测法和遥感影像反演两种方式获得。实测法准确度高，反演法能迅速获取大范围的温度。国内外研究者的成果还未达成一致，绿地覆盖率、绿地格局指数与温度之间的阈值还不一致[8-10]。造成这种分歧的原因很多，比如地区气候、城市化的程度、时间和空间尺度以及影像分辨率粒度[11]。对太原市的绿地与温度之间的关系进行研究有一定的必要性。绿地格局表示绿地在空间上的位置。许多研究表明当绿地覆盖率达到一定值后，绿地的分布格局对地表温度有影响[9]。研究者们利用破碎化指数、斑块密度等景观格局指数探究绿地格局与温度之间的关系。有的研究结果显示集中布置大面积绿地降温效果好[5-7]。有的研究结果表明分散布置小面积的绿地降温效果好[12-16]。笔者选用太原市城市化率一致的城市区域中的绿地信息作为研究对象，利用遥感影像反演温度，然后选用5000 m×5000 m的方形区域内的绿地来研究绿地格局与温度之间的关系。为了避免分辨率对温度的影像，选用660的分辨率[11]。研究结果对城市绿地建设具有指导意义。

1 试验数据

太原市是山西的省会城市，全市共有6个区，面积约7000 km2。试验选用2014年太原市的TM8影像、太原市矢量地图。

2 绿地信息提取

利用遥感影像提取城市绿地信息的方法简单、快速。在ENVI软件中经过几何校正、辐射校正影像后，提取城市用地的波段特征，利用决策树法提取城市绿地信息。将城市绿地信息导入GIS中，用5000 m× 5000 m的方形样框剪切绿地信息。在这里不详细介绍，在另外的文章中有详细的提取过程。提取结果如图1。

3 绿地格局

绿地格局包括组成和配置。大多研究者利用fragstats软件来计算格局指数[17-20]。笔者利用patch analysis for ArcGIS来分析格局指数。文中从3个方面来选取格局指数，第一个层次为绿色空间斑块数量规模的指标，如斑块个数(nump)、平均斑块面积(mps)、斑块面积标准差(pssd)，第二个层次为绿地空间斑块形状特征的指标，如平均斑块形状指数(msi)、面积加权平均斑块形状指数(awmsi)，第三个层次为绿地空间斑块空间分布的指标，如平均邻近指数(mpi)、平均邻近距离(mnnd)[21]。分析结果如表1。

图1 太原市绿地信息以及样地区

4 地表温度的反演

利用遥感影像对地表温度反演的技术已经成熟，在ENVI软件中首先计算影像的亮度温度，然后将亮度温度反演为地表温度。反演结果如图2。

利用ENVI软件统计研究区内的温度。将各个样区内的绿地转化为矢量文件，在ENVI软件中切割温度图，得到一到五样区内的平均温度分别为29.807466、32.286279、32.0655、31.885907、32.24835℃。

5 格局指数与地表温度之间的关系

5.1 数量规模

5.1.1 斑块个数与温度在SPASS中分析斑块个数与温度之间的相关性。Person相关系数为0.78，表明两者之间有显著的相关性性。对其进行曲线模拟，结果表明二次方程的模拟性最好，R2为0.929，曲线图如图3所示。

从图3中得知，当斑块数量从200逐渐增多时地表温度也在逐渐升高，到达一个极值时，地表温度达到最大值，当斑块数量继续增加时，地表温度开始下降。

表1 绿地空间格局指数

5.1.2 平均斑块的面积与温度平均斑块面积与地表温度之间的相关系数为-0.490，表明两者之间有微弱的相关性。拟合结果表明三次方程的吻合度大，R2为0.968。如图4所示。

从图4中可得知当斑块平均面积保持在一定区间之内，地表温度会有变化。当斑块平均面积增大到0.5 hm2左右时，地表温度升到极点。当斑块面积在0.5 hm2左右到1.5 hm2左右变化时，地表温度反而逐渐下降。当超过底部极值时，地表温度又逐渐升高。

图2 温度反演图

图3 斑块个数与温度的拟合图

图4 平均斑块面积与温度的拟合图

5.1.3 斑块面积标准差斑块面积标准差与温度的相关性系数为-0.142，显著性检验为0.819，表明两者有微弱相关性。对其关系拟合，表明三次方程的拟合效果好，R2为0.969，结果如图5。

图5 斑块面积标准差与温度的拟合图

从图中可得斑块面积标准差也有两个极值，在递减区间范围内，地表温度随着标准差的增大而逐渐下降，在递增区间范围内，地表温度会随着标准差的增大而增大。

5.2 形状特征

5.2.1 平均斑块形状指数与温度平均斑块形状指数与温度的相关性系数为-0.610，表明两者之间有显著的相关性。拟合结果显示三次方程效果好，R2为0.409，结果如图6。

从图中可知平均斑块指数与地表温度之间存在一个拐点，当平均斑块指数超过这个拐点时，温度随着平均斑块指数的增大逐渐减小。说明平均斑块形状指数在一定范围内才能降低地表温度。

5.2.2 面积加权平均斑块形状指数与温度两者的相关系数为-0.067，显著性系数为0.915，所以相关性微弱。对其拟合的结果如下图7，其中三次方程的拟合效果最好，R2为0.606。

从图7中可知面积加权平均斑块指数有递增区间和递减区间。说明不是斑块越复杂，温度越低。

图6 平均斑块形状指数与温度的拟合图

图7 面积加权平均斑块形状指数与温度的拟合图

5.3 空间分布

5.3.1 平均邻近指数与温度两者之间的相关系数为-0.625，有显著的相关性，拟合效果如图8，三次方效果最好，R2为0.572。

从图8中可知，平均邻近指数和地表温度的关系存在一个极值，有递增区间和递减区间。所以也不是平均邻近指数越大越好。

5.3.2 平均邻近距离与温度两者相关性系数为-0.701，相关性很强。对其拟合结果显示三次效果最好，R2为0.801，结果如图9。

图8 平均邻近指数与温度的拟合图

图9 平均邻近距离与温度的拟合

从图9中可以看出平均邻近距离和地表温度关系之间也存在一个极值。平均邻近距离也不是越近越好。

6 结果与分析

笔者从数量规模、形状指数、空间位置研究了与地表温度之间的关系。其中，数量规模由斑块数量、平均斑块面积、斑块面积标准差来表示。结果表明当斑块数量在400时，地表温度最高。斑块数量超过400时，地表温度开始下降。平均斑块面积从0.5 hm2增大到1.5 hm2时，地表温度逐渐下降。平均斑块面积超过1.5 hm2左右时，地表温度开始上升。斑块面积标准差从5到10左右时，地表温度逐渐下降。这说明在本文研究的这个尺度上，斑块数量超过400、平均斑块面积在0.5 hm2到1.5 hm2左右、斑块面积的离散程度在5到10之间时，地表温度才有下降的趋势。其余的区间之内，地表温度都是随着斑块数量、平均斑块的面积、斑块面积标准差的增大而增大。这表明当斑块数量超过一定值、斑块的面积达到一定值并且斑块面积的离散度在一定区间变化时，地表温度才下降。研究结果与前人的集中布置绿地和散置绿地办法有一定的联系和区别，表明不是单独布置集中绿地和散置绿地才可以降低地表温度的。

前人的研究表明复杂的边界可以降低温度[22-23]。笔者研究表明，平均形状指数和面积加权斑块形状指数在一定区间内变化时，地表温度会降低。

从空间分布来分析，研究结果显示，当平均邻近指数和平均邻近距离超过极值时，温度才会下降。当在这个值以下时，温度不但不会下降，反而会上升。

产生以上结果的因素有多种，比如说当斑块数量、边界复杂度、斑块空间分布没有达到一定的值时，可能还促进了斑块间的热量传递，有可能还阻挡了风的产生。随着城市绿地的不断建设，可以明显感觉到越来越热，这可能是由于全球气候的变暖，但也不能排除以上结论。

7 研究不足

文中数据的提取由于影像的分辨率和人为因素可能还存在一些误差。另外，由于尺度的限制，选取的样本数量还不够多，这也可能产生一些误差。

[1]Li J.Impacts of landscape structure on surface urban heat islands:A case study of Shanghai,China[J].Remote Sensing of Environment, 2011,115(12):3249-3263.

[2]Buyadi S A,Mohd W M N W,Misni A.Green Spaces Growth Impact on the Urban Microclimate[J].Procedia-Social and Behavioral Sciences,2013,105:547-557.

[3]胡道生,王修信,秦丽海,等.植被、不透水面、水体对喀斯特城市地表热场影响[J].重庆师范大学学报:自然科学版,2014(3):125-129.

[4]杨春华,雷波,张晟.重庆市主城区热岛效应与植被覆盖关系研究[J].人民长江,2013(7):51-55.

[5]刘艳红,郭晋平.绿地空间分布格局对城市热环境影响的数值模拟分析—以太原市为例[J].中国环境科学,2011(8):1403-1408.

[6]苗世光,王晓云,蒋维楣,等.城市规划中绿地布局对气象环境的影响—以成都城市绿地规划方案为例[J].城市规划,2013(6):41-46.

[7]Skelhorn C S,Lindley,Levermore G,et al.The impact of vegetation types on air and surface temperatures in a temperate city: A fine scale assessment in Manchester,UK[J].Landscape and Urban Planning,2014,121:129-140.

[8]陈爱莲,孙然好,陈利顶.基于景观格局的城市热岛研究进展[J].生态学报,2012(14):4553-4565.

[9]陶宇,李锋,王如松,等.城市绿色空间格局的定量化方法研究进展[J].生态学报,2013(8):2330-2342.

[10]刘艳红,郭晋平.城市景观格局与热岛效应研究进展[J].气象与环境学报,2007(6):46-50.

[11]Song J.The relationships between landscape compositions and land surface temperature:Quantifying their resolution sensitivity with spatial regression models[J].Landscape and Urban Planning,2014, 123:145-157.

[12]刘艳红,郭晋平.基于植被指数的太原市绿地景观格局及其热环境效应[J].地理科学进展,2009(5):798-804.

[13]程好好,曾辉,汪自书,等.城市绿地类型及格局特征与地表温度的关系—以深圳特区为例[J].北京大学学报:自然科学版,2009(3): 495-501.

[14]周志翔,邵天一,唐万鹏,等.城市绿地空间格局及其环境效应—以宜昌市中心城区为例[J].生态学报,2004(2):186-192.

[15]陈辉,古琳,黎燕琼,等.成都市城市森林格局与热岛效应的关系[J].生态学报,2009,09:4865-4874.

[16]王勇,李发斌,李何超,等.RS与GIS支持下城市热岛效应与绿地空间相关性研究[J].环境科学研究,2008(4):81-87.

[17]Li X.Remote sensing of the surface urban heat island and land architectureinPhoenix,Arizona:Combinedeffectsofland composition and configuration and cadastral—demographic–economic factors[J].Remote Sensing of Environment,2016,174:233-243.

[18]孙然好,陈利顶,王伟,等.基于“源”“汇”景观格局指数的海河流域总氮流失评价[J].环境科学,2012(6):1784-1788.

[19]肖盛.鼓山风景名胜区景观格局动态研究[D].福州:福建农林大学, 2009.

[20]邓南荣,张金前,冯秋扬,等.东南沿海经济发达地区农村居民点景观格局变化研究[J].生态环境学报,2009(3):984-989.

[21]邵大伟,吴殿鸣.基于景观指数的南京主城区绿色空间演变特征研究[J].中国园林,2016(2):103-107.

[22]Peng J.Urban thermal environment dynamics and associated landscape pattern factors:A case study in the Beijing metropolitan region[J].Remote Sensing of Environment,2016,173:145-155.

[23]Tsunematsu N.Relationship between land use variations and spatiotemporal changes in amounts of thermal infrared energy emitted from urban surfaces in downtown Tokyo on hot summer days[J].Urban Climate,2016,17:67-79.

Relationship Between Green Space Pattern and Temperature:A Case Study of Taiyuan

Wang Fei1,Liu Yanhong2,Feng Daili1
(1College of Forestry,Shanxi Agricultural University,Taigu 030801,Shanxi,China；2Institute of Urban and Rural Construction,Shanxi Agricultural University,Taigu 030801,Shanxi,China)

The study aims to study the relationship between green space pattern and temperature according to the established scale.The pattern of green space was calculated by green space pattern index,the index was determined by patch size,boundary characteristics and spatial characteristics,and inversion temperature was obtained by remote sensing images.The results showed that when the patch number was above 400 and the dispersion of average patch area and patch area changed within a certain range,the temperature could drop. When the average patch boundary complexity was kept within a certain range,the temperature could drop.The results of spatial location also showed that when the average index and the average distance changed within a certain range,the temperature could drop.The results have guiding significances for the construction of urban green space.

Pattern Index；Land Surface Temperature Inversion；Remote Sensing Image；Green Space Information Extraction

TU985.11

A论文编号：cjas16070009

太原市园林局委托项目“太原湿地水环境调控研究”(k481511012)。

王斐，男，1989年生，山西忻州人，硕士，研究方向为城市绿地与热岛效应。通信地址：030801山西省太谷县山西农业大学，E-mail：wf615x@163.com。

刘艳红，女，1978年生，山西临汾人，副教授，硕士生导师，研究方向为城市景观生态规划、风景园林规划设计。通信地址：030801山西农业大学城乡建设学院，E-mail：Lyhwqs@163.com。

2016-07-16，

2016-09-18。