秋冬季节广州城市绿地对热岛效应的调控作用差异分析*

王刚, 张秋平, 肖荣波, 管东生

(1.广东工业大学管理学院，广东 广州 510520；2.广东省环境科学研究院，广东 广州 510045；3.中山大学环境科学与工程学院，广东 广州 510275；4.中山大学生命科学学院，广东 广州 510275)

自工业革命以后，全球城市化进程加速，城市人口比例已超过50%，到2050年将超过60%[1]。据《国家人口发展规划(2016-2030年)》，2015年中国常住人口城镇化率已达56%，规划至2030年达到70%。在城市化进程中，半自然或者人工生态系统取代自然生态系统，下垫面性质显著改变[2]；城市人口不断集聚，大量能源集中消费释放，导致城市热岛效应影响范围扩大和强度增加[3-5]。城市热岛效应可直接影响区域大气环流格局的变化，增强城市能源消费强度，加剧大气环境污染风险，制约城市人居环境的改善[6]；并且在全球变暖背景下，城市热岛效应强化了城市极端高温强度和范围，导致居民的高温健康风险上升[7]。城市热岛效应已成为21世纪全球面临的重要生态环境问题之一，如何缓解城市热岛效应备受关注。

在城市不同类型下垫面中，绿地可通过植被的蒸腾和蒸散过程增湿降温，促进改善区域热环境和微气候，是缓解热岛效应中的关键性生物要素[8-10]。在区域或城市尺度上，目前关于城市绿地缓解热岛效应的研究主要集中在两个方面：一方面是研究城市绿地表征参数比如植被覆盖度、减化比值植被指数(RSR)、归一化植被指数(NDVI)与地表温度间的相关关系，探讨绿地质量变化对城市热岛效应的影响[11-13]；另一方面是研究城市绿地(或林地)面积比例、以及绿地斑块周长、面积、几何形态和空间配置等景观格局特征对城市绿地的降温强度与降温范围定量影响[14-16]。近年来，国内外研究者开始关注到城市绿地对热岛效应的调控功能受季节性变化影响[14, 17]。值得注意的是，当前大部分研究较多关注绿地单方面因素比如绿地质量或者景观格局特征变化等对城市热岛格局形成的影响，忽略了绿地质量和景观格局的综合影响。

广州市作为改革开放的华南门户，其经济社会发展取得瞩目成就，已跻身国家5大中心城市之一。广州市作为“花城”，尽管历来重视城市绿地的规划与建设，但由于城市快速扩张、人口过快增长等因素的影响，导致其热岛效应问题突出。因此，开展城市绿地对热岛效应调控功能影响的研究具有现实需要。本研究利用2014年10月(秋季)和2015年1月(冬季)的Landsat 8多光谱和热红外波段影像，基于遥感技术提取绿地表征参数比如植被覆盖度、RSR、归一化湿度指数(NDMI)以及地表温度(LST)等信息，分析秋冬季节绿地表征参数与地表温度间的相关关系；在此基础上，探讨研究城市绿地的周长和面积以及表征参数对绿地降温强度和范围的综合影响，以期进一步揭示绿地降温规律及机制。

1 研究地区与研究方法

1.1 数据来源及预处理

本研究选取2014年10月15日和2015年1月19日的Landsat 8多光谱和热红外波段影像，成像时云量为0%，地面特征清晰。2014年10月15日，最高气温30 ℃，最低气温17 ℃，代表秋季；2015年1月19日，最高气温20 ℃，最低气温8 ℃，代表冬季。遥感影像处理利用遥感图像处理软件平台ENVI 5.1，以及地理信息系统软件平台ArcGIS 10.0。其中，利用ENVI 5.1对热红外波段除外的其它波段进行辐射定标和大气校正。

1.2 地表参数的提取

基于Landsat 8遥感影像，提取的地表参数包括植被覆盖度(fv)、减化比值植被指数(RSR)、归一化湿度指数(NDMI)以及地表温度(LST)等。其中，fv可综合反映不同像元内植被生长状况、覆盖类型及其状态等；NDMI往往是城市下垫面性质变化的综合反映，是与城市热岛调控有关重要解释性指标；RSR是综合了植被结构和地表湿地的植被指数，其与城市热岛的调控密切相关。相应的提取方法见表1。

表1 城市主要地表参数的提取公式Table 1 Retrieval formula of land surface parameters in urban regions

表中公式符号含义为，ρmir表示中红外波段反射率(即Landsat 8多光谱波段第7波段)，ρnir表示近红外波段反射率(即Landsat 8多光谱波段第5波段)，ρr ed是红光波段反射率(即Landsat 8多光谱波段第4波段)，ρmir·max和ρmir · min分别表示中红外波段反射率的最大值和最小值；NDVImax和NDVImin分别表示完全植被覆盖像元和裸土像元的归一化植被指数的最大值和最小值；Lλ为下垫面的辐射值，QDN为Landsat 8热红外波段第10波段灰度值；K1和K2为发射前预设常量，其值分别为774.89 W·m-2·sr-1·μm-1和1 321.08 K；λ为热红外波段的中心波长，取值10.9 μm；ρ=0.014 38 m·K；ε为地物比辐射率。

将反演出的秋冬季节城市地表温度按照均值-标准差法，根据相应季节地表温度的均值-标准差将研究区的地表温度按等级分为高温区、次高温区、中温区、次中温区和低温区五大类。

1.3 城市绿地选取、缓冲区与公里格网温度效应分析

为全面分析秋冬季节城市植被覆盖度、RSR、NDMI以及城市绿地面积和周长对热岛效应调控功能的影响，本研究利用Google Earth遴选出城市建成区内面积大于500 m2的公园，共计95个(如图1)，并利用GIS计算出所有选取城市绿地面积和周长，定量研究城市绿地面积和周长变化对其热岛效应调控功能的影响，并结合GIS技术，分别对每一城市绿地设置100，200，……，800 m的缓冲区，提取缓冲区内的地表温度，定量分析城市绿地对周围热环境的调控作用。同时，利用GIS设置1 km×1 km的网格，并提取每个方格内的植被覆盖度、RSR和NDMI以及地表温度等数据，分析其与地表温度的定量关系。

图1 广州选取的研究绿地斑块分布图Fig.1 Distribution of studied green spaces in Guangzhou

2 结果与分析

2.1 秋冬季节地表温度变化

从图2和表2可以看到，相比冬季，广州市秋季的热岛强度与高温区分布面积均呈现增大趋势。秋季平均地表温度和最高地表温度分别为24.13 ℃和42.04 ℃；冬季平均地表温度和最高地表温度分别为15.48 ℃和33.80 ℃。与冬季相比，秋季高温区面积大幅增加56.99%，次高温区面积增长6.18%，而低温区大幅减少66.54%，这在一定程度说明随着大气温度的升高将加剧城市热岛强度和范围。在上海、北京和武汉的相关研究结果也表明，城市热岛强度和范围具有显著的季节差异性[22-24]，并且北方城市冬季热岛效应通常不明显[16]。影响广州市秋冬季节热岛强度和范围差异的因素主要有两方面，一方面是秋冬季节光照强度的差异，导致城区和郊区下垫面增温效果的不同[25]。相比冬季，广州市秋季具有较高的光照强度和气温，具有低植被覆盖、弱透水性的城区下垫面热惯性小，导致秋季城区增温效果更加明显；同时，具有高植被覆盖度、高土壤含水量的郊区下垫面热惯性大，气温和光照强度增加时可在一定程度上强化植被的光合作用以及蒸腾和蒸散过程，使得秋季郊区的降温效果强于冬季。另一方面，广州市人为热排放也会对热岛强度产生影响[22]。10月份秋季的广州天气依然相对炎热，加上城市热岛效应的强化作用，一定程度增加了居民和第三产业空调的使用率，引起人为热排放增加，进而导致城区和郊区的温度差异增强[24]。

图2 秋季和冬季地表温度空间分布Fig.2 Spatial distribution of land surface temperature in both autumn and winter

温度等级秋季面积/km2比例/%冬季面积/km2比例/%低温区64.83 0.87 193.26 2.60次中温区883.49 11.88 859.19 11.56中温区5 223.37 70.26 5 289.85 71.15次高温区945.02 12.71889.93 11.97高温区317.70 4.27 202.18 2.72

2.2 秋冬季节城市地表参数间的相关性

城市植被具有显著的增湿降温作用，是调节城市热环境的关键生物要素。国内外学者主要根据NDVI、植被覆盖度与地表温度间的相关性，分析植被对城市热环境的调控功能[12, 26-27]。总体而言，NDVI、植被覆盖度与地表温度间负相关，即当区域植被覆盖度升高时，地表温度下降。本研究结果也证实，研究区域植被覆盖度与地表温度间呈显著负相关关系(图3和表3)。然而，植被覆盖度与地表温度间相关性存在明显的季节性差异。与冬季相比，秋季植被覆盖度与地表温度间有更强的线性拟合关系，秋季的决定系数值是冬季的1.8倍，且秋季线性拟合关系的斜率较大，这表明秋季植被降温功能较强。当秋季和冬季的区域植被覆盖度均提高10个百分点时，地表温度可分别下降0.742 ℃和0.454 ℃。潘竟虎和李瑶同样发现[28]，相比冬季，兰州中心城区秋季NDVI与地表温度具有较高的线性拟合关系。

图3 秋冬季节地表参数与地表温度的拟合关系Fig.3 Fitting relationships between retrieved land surface parameters and temperature in both autumn and winter

RSR是综合了植被结构和湿度信息的综合性植被指数，其与植被覆盖度间显著正相关，秋冬季节RSR与植被覆盖度间的相关系数均超过0.9(表3)。然而，RSR与地表温度之间并非简单的线性关系，而是呈显著的非线性负相关关系，且当RSR增长到一定程度时，地表温度随RSR增加而降低的幅度趋于0，即出现植被降温效应的“饱和现象”，该研究结果与王伟等人在南京的研究结果基本一致[13]。这说明当在城市建成区植被稀疏区域提高植被覆盖度可有效降低地表温度，但在公园绿地等植被茂密区域继续提高植被覆盖度可能对地表温度的调控效果相对较差[29]。从秋季和冬季的对数函数拟合关系看(图3)，秋季同样具有较好的回归拟合关系，其决定系数是冬季的1.76倍，且秋季植被降温效应“饱和点”的RSR值较大。

NDMI与植被覆盖度、RSR具有显著的相关关系，且NDMI与地表温度间具有更强的相关性和线性拟合关系(图3和表3)。相关分析同样发现在各类地表参数中，NDMI对地表温度的解释程度高且最稳健[30]，这主要是由于NDMI同时受到植被蒸腾和蒸散作用、以及水体和土壤水分蒸发作用的综合影响。比如，基于SEBAL模型的研究表明，武汉市地表温度和蒸散之间存在负相关的线性关系，说明绿地和水体的蒸散作用对城市热岛有较好的调节作用[31]。值得注意的是，NDMI对地表温度的影响存在季节性差异。相比冬季，秋季NDMI与地表温度间的相关系数、线性拟合的决定系数和斜率均较大。

表3 秋冬季节地表温度、植被覆盖度、NDMI和RSR之间的相关性1)Table 3 Correlation coefficients among land surface temperature, vegetation cover, NDMI and RSR in autumn and winter

1)**P<0.01;*P<0.05

2.3 秋冬季节城市绿地对周围地表温度的影响

绿地作为城市植被分布的集中区域，常作为城市“冷岛”，其在热环境调控中的作用明显[32- 33]。利用GIS的缓冲区分析发现，城市绿地不论大小均对周围环境地表温度有显著的影响，地表温度与缓冲区距离间呈良好的指数函数关系，拟合的指数函数决定系数均大于0.9(图4和表4)。但是，研究区域秋冬季节城市绿地对周围地表温度的影响范围相对有限。总体上，当城市绿地缓冲区距离超过300 m时，相应缓冲区内的地表温度趋于恒定，即绿地对300 m以外周边区域的热环境调控作用有限。该研究结果与其它研究结果基本一致。比如，Jaganmohan等[34]研究发现，德国莱比锡市城市公园最大降温效应的影响距离可达到391 m；Hamada和Ohta[35]研究表明，日本名古屋城市绿地降温效应的夜间影响距离为200～300 m，而夏季白天可超过300 m，但影响距离不超过500 m。但值得注意的是，秋冬季节城市绿地对周围热环境的调控功能存在明显差异。其中，秋季绿地内外地表温度差为1.49～3.16 ℃；冬季绿地内外地表温度差为0.61～1.59 ℃。由于秋季绿地周围地表温度更高，绿地的降温效应越强[14]，因此秋季城市绿地内外地表温度差大于冬季。

表4 秋冬季节不同大小的城市绿地对周围地表温度影响的指数函数拟合关系1)Table 4 Exponential function relationships between land surface temperature and distance of buffer zones for various-size green spaces in both autumn and winter

1)y为地表温度，x为距离

图4 秋冬季节所有城市绿地对周围地表温度指数函数拟合关系Fig.4 Exponential function relationships between land surface temperature and distance of buffer zones for all green spaces in both autumn and winter

2.4 秋冬季节绿地属性参数与地表温度间的相关性

近年来，研究者重点关注了城市公园面积、周长和土地利用格局对热环境调控功能的重要影响。比如，Xu等[1]发现，公园地表温度与其面积负相关，公园内水面面积比例和林地聚集度是影响其地表温度的关键；Peng等[16]研究结果表明，当林地、耕地、城市绿地和水体等生态用地面积比例超过70%时，降温效果最明显；袁振等[36]发现，城市绿地面积和周长与地表温度显著负相关。大量实测研究也证实，城市绿地面积和周长对其降温效应具有关键影响[14]。本研究亦发现，秋冬季城市绿地面积和周长与其地表温度间均负相关，但绿地面积和周长变化对周围温度的调控功能存在季节性差异(表5和表6)。其中，秋季绿地面积与内外累积温差间显著正相关，但绿地周长与内外累积温差相关性不显著；冬季绿地面积和周长与内外累积温差间相关性均不显著。该结果表明：在气温较高的秋季，大面积城市绿地利于发挥绿地“冷岛”效应。同时，与冬季相比，秋季城市绿地面积和周长与绿地内部地表温度间的相关系数较小，这可能是由于秋季绿地内外温差较大，绿地对周围环境温度的降温效应更加明显，导致内部环境温度的变异性增强。另外，本研究注意到城市绿地内的植被覆盖度、NDMI和RSR与内部地表温度间显著负相关，且秋季相关系数大于冬季；秋冬季节绿地内的植被覆盖度、NDMI和RSR与内外累积温差间相关性不显著。然而，该研究结果并不说明提高绿地内部植被覆盖度和湿度对提高绿地的降温效应没有效果。从相关性来看，植被覆盖度、RSR与绿地周长和面积显著正相关，特别是秋季绿地内部地表温度、NDMI与内外累积温差间显著相关，表明提高绿地植被覆盖度和湿度可降低内部地表温度，从而间接影响周围地表温度。

表5 秋季绿地内部属性参数之间的相关性1)Table 5 Correlation coefficients between land surface temperature and attributes for various-size green spaces in autumn

1)**P<0.01;*P<0.05

表6 冬季绿地内部属性参数之间的相关性1)Table 6 Correlation coefficients between land surface temperature and attributes for various-size green spaces in winter

1)**P<0.01；*P<0.05

3 结 论

本研究以Landsat 8多光谱和热红外波段遥感影像为基础，基于遥感和GIS技术分析广州城市热岛效应的秋冬季节性差异，定量研究秋冬季节地表参数如植被覆盖度、RSR和NDMI变化对地表温度的影响，探讨秋冬季节城市绿地对热环境调控功能的影响。研究发现：① 由于城郊下垫面性质差异以及秋冬季节人为热排放情况的不同，广州市秋季的城市热岛强度和分布范围均大于冬季。② 秋冬季节植被覆盖度、RSR和NDMI均与地表温度间显著负相关。但是相比冬季，研究区秋季绿地植被仍处于生命活动旺盛期，绿地植被的光合作用、蒸腾和蒸散作用较强，导致秋季植被的降温效应更明显，地表参数间相关性更好。值得注意的是，RSR与地表温度呈对数函数关系，即在城市高植被覆盖区降温效应可能出现“饱和现象”。② 绿地具有良好热环境调节功能，绿地周长和面积与其自身地表温度间显著负相关，秋冬季节降温效应的影响距离为300 m左右。绿地周长和面积对热环境的影响存在明显的季节性差异，其中，冬季绿地周长和面积与地表温度间相关性更好，但仅秋季绿地面积与内外累积温差间显著正相关。绿地地表参数与地表温度间显著负相关，但除秋季绿地NDMI与内外累积温差间显著相关外，其它地表参数与秋冬季节内外累积温度差之间的显著性并不明显，这一定程度说明绿地地表参数可能并不直接影响外部热环境，而是通过影响绿地内部环境温度而间接影响周围热环境，比如当绿地内外地表温度差增大时，将增强绿地内外热力交换作用，进而降低周围地表温度。总体而言，在气温较高的季节，城市绿地在发挥降温效应、改善城市热环境方面作用显著。

然而，本研究尚存在以下不足：① 采用的遥感影像时间分辨率低，研究城市绿地降温效应所选择的遥感影像仅代表某一时相内的地表温度特征。因此，选用单一时相的遥感影像反演不同季节地表温度特征，具有片面性，可能对研究结果有一定的干扰。② 研究城市绿地内部的空间异质性对其热环境调控功能影响时，仅选用了植被覆盖度、NDMI和RSR等地表参数，忽略了绿地植物群落特征比如植物物种组成、乔灌草的比例和植物物种多样性等因素的影响。③ 选用的NDMI和RSR等地表参数在现实绿地规划中难以量化，仅能说明提高环境湿度和植被覆盖利于发挥绿地“冷岛”效应，难以指导绿地的规划建设实践。