大连市城市绿地缓解热岛效应研究

李星明　张靖　李雪柔　刘妍　卢盈宇

摘 要：热岛效应指城市气温高于郊区的现象。城市绿地通过蒸腾作用和遮荫效应形成“冷岛”，具有缓解城市热岛效应的作用。选取大连市作为研究区，应用定量遥感的方法，选取4期Landsat 8 OLI遥感数据，基于大气校正法反演出大连城市地表温度，并在此基础上采用Pearson相关性，分析绿地缓解热岛效应大小与绿地面积、NDVI指数及到海洋的距离之间的关系。结果表明：大连市城市建成区存在着较严重的城市热岛现象，超过60%的区域地表温度在33 ℃以上；与内陆城市绿地降温效果研究结果相似，大连市绿地的降温距离与绿地面积和NDVIMean有关，但与到海洋的距离没有相关性，且随着面积的增大，降温距离的增加呈对数变化规律。

关键词：热岛效应；缓解；城市绿地；大连市

中图分类号：X12 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2017.05.024

Abstract： The heat island effect was a phenomenon in which the urban air temperature was higher than that in the suburb. The urban green spaces formed the "cold island" by transpiration and shading effect， which could relieve the urban heat island effect. Based on the atmospheric correction method， the urban surface temperature of Dalian city is retrieved and the Pearson correlation was used to analyze the relationship between mitigation of green spaces on the heat island effect and green space area， NDVI index and the distance to the ocean. The results showed that there was a more serious phenomenon of urban heat island in urban built-up area of Dalian City， more than 60% of the regional surface temperature above 33 ℃. Compared with the inland city green space cooling effect of similar results， Dalian green space mitigation distance was connected with green space area and NDVIMean， but there was no correlation relationship with the distance to the ocean and the increase of the area， the increase of the cooling distance was logarithmic changed.

Key words： heat island effect； mitigation； urban green space； Dalian City

城市“热岛效应”（UHI）是指城市气温高于郊区的现象。早在19世纪初期，Howard对比对伦敦城区和郊区的气温时就发现了该现象。城市的人口密集、工厂及车辆排热、居民生活用能的释放、城市不透水面的增加改变地表热容量等是其产生的原因[1- 2]。这种异常的增温现象，强烈地影响城市气候、水文、土壤、大气环境等，增加能源消耗，甚至危害居民健康[3-5]。因此，加强城市热岛效应研究，对改善城市生态系统、合理规划城市空间形态和发展方向、改善人居环境、实现城市可持续发展等具有十分重要的意义。

城市绿地作为城市中唯一的绿色系统，承担着愈来愈重要的生态功能。它能通过蒸腾作用和遮荫效应形成“冷岛”，缓解城市热岛效应[6]。研究表明，绿地的群落结构[7]、植被指数（NDVI）和覆盖度[8-9]、面积[10]和形状[11]等影响着其缓解热岛效应的能力。然而，这些研究成果的取得都是从内陆城市获得的，那么在沿海城市，这种城市绿地的降温效果规律是否有所不同？为此，本研究选取大连市作为研究区，采用定量遥感的方法，选取多期Landsat 8 OLI影像，使用大气校正法反演出大连城市地表温度，并在此基础上分析城市绿地面积和特征等与缓解热岛效应之间的关系，以期为改善大连市城市人居环境和缓解城市热岛效应提供科学依据。

1 数据和方法

1.1 研究区概况

大连位于辽宁省辽东半岛南端，是中国东部沿海重要的经济、贸易、港口、工业、旅游城市。地理位置：东经120°58'～123°31'，北纬38°43'～40°10'。多山地丘陵，少平原低地，整个地形为北高南低，北宽南窄；气候适宜，年均温10.5 ℃；年降水量550～950 mm；日照总时数为2 500～2 800 h。本研究选取大连市建成区作为研究区，包括中山区、沙河口区、西岗区、甘井子区和金州区等5个区。

1.2 数据来源及预处理

采用2015、2016年4期Landsat 8 遥感影像数据（分辨率30 m，成像時间为7—8月中旬，生长季、云量<2%，来源于http：//glovis.usgs.gov），采用ENVI5.1对遥感数据进行辐射定标、大气校正、几何校正（单点精度小于0.5）、裁剪等图像预处理。

1.3 地表温度遥感反演算法

基于大气校正法反演地表温度，使用Landsat 8 TIRS（band 10）计算地表温度，其原理为：从卫星传感器所观测到的热辐射总量中减去大气对地表热辐射的影响，得到地表热辐射强度，通过公式将其转化为相应的地表温度。计算公式如下：

Lλ=[εB（TS）+（1-ε）L↓]τ+（1）L↑（1）

B（TS）=[Lλ-L↑-τ（1-ε）L↓]/τε（2）

TS=K2/ln（K1/B（TS）+1）（3）

式中：Lλ为星传感器接收到的热红外辐射亮度值；L↑、L↓为大气向上、向下辐射亮度；ε为地表比辐射率；TS为地表真实温度（K）；B（TS）为黑体热辐射亮度；τ为大气在热红外波段的透过率；对于Landsat 8 第10波段，K1= 774.89 W·（m2·μm·sr）-1，K2=1 321.08 K；τ和L↑、L↓可在网站http：//atmcorr.gsfc.nasa.gov/中获得。

1.4 城市绿地降温距离计算

研究表明，城市绿地的消减作用范围一般都在500 m范围以内[12-13]。在求取大连市4期地表温度的平均值的基础上，参考邱海玲[14]的缓冲区法进行绿地降温距离的判定。其方法为：以典型城市绿地为中心，建立以30 m为间距的17个缓冲区，完成绿地周边0～510 m范围内等间距分割，利用ArcGIS 10.3软件统计每个缓冲带内的温度平均值，作为该距离区间内的温度。然后将每块城市绿地缓冲带内的温度随距离的变化规律进行图形展示，若曲线上升过程中出现拐点，则视为绿地降温的最大作用距离。

2 结果与分析

2.1 城市热岛强度特征分析

从图1中可以看出，相对于周边地区，大连市城市建成区存在着较严重的城市热岛现象，高温区域几乎遍布整个建成区。地表温度超过33 ℃的面积为65.5%，其中，28.5%的区域温度范围在33～35 ℃之间，37.0%的区域地表温度以>35 ℃为主。而在建成区以外，温度要较建成区低1～3 ℃，43.8%的地表温度在30～33 ℃之间，只有24.1%的区域地表温度超过33 ℃。

从各区来看，平均地表温度由低到高排序为：中山区（31.4）<西岗区（33.1）<沙河口区（33.4）<甘井子区（33.7）<金州区（34.8）。各区的绿地面积比率和区域NDVI均值可以解释这一现象。中山区有着最大的绿地比率，绿地面积占全区的40.5%，NDVI均值为0.227；西岗区次之，绿地面积比率为25.2%，NDVI为0.185；沙河口和甘井子区紧随其后，绿地面积比率分别为10.5%，10.6%，NDVI分别为0.172，0.168；金州区虽然绿地比率较沙河口区域甘井子区较大（为13.2%），但是它的NDVI均值（0.159）最低。

2.2 影响绿地降温效果的相关性分析

选取绿地面积、绿地平均植被指数（NDVIMean）和到海洋的距离与绿地的降温距离进行Pearson 相关性分析，结果见表1。绿地的降温距离与绿地面积和NDVIMean正相关，而与到海洋的距离没有相关性，即绿地面积越大或其NDVIMean值越大，绿地的降温效果越明显。

随后使用这两个因子与降温距离建立模型。绿地面积与降温距离的模型为y = 22.526 ln（x） - 121.44，R2= 0.406 6；NDVIMean与降温距离的模型为y = 77 855 x3- 60 165 x2 + 15 397 x - 1 179.7，R2= 0.265 3。綠地面积可以解释40.66%的降温距离变化，随着距离的增加降温效应减弱，结果呈现梯度变化规律。Oliveira[10]、Feyisa[11]、Skelhorn[12]等在相关研究中也得到相似的结论。通过测量，得出大连市绿地降温范围在1～3 ℃，最大降温距离为270 m，随后降温效果逐渐减弱。这与王文娟等[13]得出0～240 m的降温效果基本相当[15]。NDVIMean对降温距离的解释能力较弱，仅达到26.53%。NDVI的大小可以反映出植被覆盖度的大小，但是绿地中的乔灌草的比例对降温效果也是有影响的，如研究发现三种降温作用从大到小依次为：乔木、灌木和草本植物[7]，因此，需要后续研究进一步完善。

3 结 论

在求取大连市4期地表温度的平均值的基础上，使用缓冲区法研究典型城市绿地的降温距离，得出如下结论。

（1）大连市城市建成区存在着较严重的城市热岛现象，地表超过33 ℃高温的区域几乎遍布整个建成区。各区的平均地表温度由低到高的排序为：中山区、西岗区、沙河口区、甘井子区、金州区。

（2）与内陆城市绿地降温研究结果相似，大连市绿地的降温距离与绿地面积和NDVIMean有关，而与到海洋的距离没有相关性。其中，绿地面积对降温距离的解释能力较强，且随着面积的增大，降温距离的增加呈对数变化规律。

参考文献：

[1]彭保发， 石忆邵， 王贺封， 等. 城市热岛效应的影响机理及其作用规律——以上海市为例[J]. 地理学报， 2013，68（11）： 1462-1471.

[2]刘帅， 李琦， 朱亚杰. 基于HJ-1B的城市热岛季节变化研究——以北京市为例[J]. 地理科学， 2014，34（1）： 85-88.

[3]肖荣波， 欧阳志云， 李伟峰， 等. 城市热岛的生态环境效应[J]. 生态学报， 2005，25（8）： 2055-2060.

[4]肖荣波， 欧阳志云， 张兆明， 等. 城市热岛效应监测方法研究进展[J]. 气象， 2005，31（11）： 3-6.

[5]郑定华，张友胜，黄国阳.城市热岛效应研究进展[J].内蒙古农业科技，2010（4）：96-98.

[6]SUSCA T， GAFFIN S R， DELL'OSSO G R. Positive effects of vegetation： urbanheat island and green roofs[J]. Environmental pollution， 2011，159： 2119-2126.

[7]贺庆棠， 阎海平， 任云卯， 等. 北京地区植物表面温度的初步研究[J]. 北京林业大学学报， 2005，27（3）： 30-34.

[8]李瑶， 潘竟虎. 基于Landsat 8 劈窗算法与混合光谱分解的城市热岛空间格局分析——以兰州市中心城区为例[J]. 干旱区地理， 2015，38（1）： 112-118.

[9]LI J， SONG C， CAO L， ZHU F， et al. Impacts of landscape structure on surface urban heat islands： a case study of Shanghai， China[J]. Remote sensing of environment， 2011，115： 3249-3263.

[10]OLIVEIRA S， ANDRADE H， VAZ T. The cooling effect of green spaces as acontribution to the mitigation of urban heat： a case study in Lisbon[J]. Buildingand environment， 2011，46（11）： 2186-2194.

[11]FEYISA G L， DONS K， MEILBY H. Efficiency of parks in mitigating urban heat island effect： an example from Addis Ababa[J]. Landscape and urban planning， 2014，123： 87-95.

[12]SKELHORN C， LINDLEY S， LEVERMORE G. 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.

[13]王文娟， 鄧荣鑫. 城市绿地对城市热岛缓解效应研究[J]. 地理空间信息， 2014，12（4）： 52-54.

[14]邱海玲. 北京城市热岛效应及绿地降温作用研究[D]. 北京： 北京林业大学， 2014.

[15]REN Z， HE X， ZHENG H， et al. Estimation of the relationship between urban park characteristics and park cool island intensity by remote sensing data and field measurement[J]. Forests， 2013，4（4）： 868-886.