基于景观指数的天津市绿色空间及其降温效应耦合研究

贾琦

摘 要：绿色空间作为城市中的重要稀缺资源，为城市的低碳生态发展和人居环境建设提供多种生态服务保障。探讨如何在有限的城市空间内进行合理的规划设计城市绿色空间，进而使其发挥最大的生态价值显得尤为重要。结果表明，天津市主城区三种绿色空间类型所产生降温强度主要受其临近斑块数量因素的影响较大，其次在面积和形状指数方面也有显著影响。在绿色空间规划建设中，由于加大自身面积的情况约束较多，因此，可以将边界复杂化来增强其自身降温强度。各类绿色空间类型在样方带内的空间分布越集中，则降温强度越明显，绿色空间斑块的破碎化程度越高，则其地表温度也越高。研究中所用的数据和分析方法能够从宏观角度反映绿色空间格局对局地热环境的降温影响，从不同类型的绿色空间视角展开讨论，可促进城市生态与人居环境向可持续方向优化与发展。

关键词：绿色空间；热环境；景观指数；天津市

中图分类号：TU986 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2018.11.021

Study on Coupling of Green Space and Its Cooling Effect based on Landscape Index in Tianjin

JIA Qi

（Department of Environmental Design， Zhengzhou Institute of Light Industry， Zhengzhou， Henan 450002， China）

Abstract： As an important scarce resource in the city， green space provides a variety of ecological services for the city's low-carbon ecological development and human settlements. It is particularly important to explore how to make reasonable plans for designing urban green spaces with limited urban space， and then to make use of the maximum ecological value. The results show that the intensity of cooling generated by the three types of green space is mainly affected by the number of adjacent patches in the main urban area of Tianjin， and secondly， there is a significant influence on the area and shape index. In the planning and construction of green space， because there are more constraints on the increase of its own area， it is possible to complicate the boundary to enhance its own cooling intensity. The spatial distribution of various types of green space is more concentrated in the sample zone， the more obvious the cooling intensity， the higher the degree of fragmentation of the green space patch， the higher the surface temperature. The data and analysis methods used in the research can reflect the cooling effect of the green spatial pattern on the geothermal environment from a macro perspective. Discussions from different types of green space perspectives can promote the optimization and development of urban ecology and human settlements in the sustainable direction.

Key words： green space； thermal environment； landscape index； Tianjin

在近些年快速的城市擴张背景下，全球城市人口从一百年前的不足一成上升至今日的五成以上，迅速的城市化运动和城市人口的剧增导致城市人居环境日趋恶劣，其中尤以城市热环境效应更为显著。它作为各类城市均存在的微气候效应，在很大程度上直接影响一个城市的生态可持续发展和居民的身体健康状况[1]。它主要侧重反映城市地表不同类型的土地覆盖产生的地面热场空间分异情况[2]。其中，地表温度作为遥感影像的热红外波段反演出来的地表瞬时热场温度分布特征，该指数可有效反映不同地表类型下的热场温度所产生的热环境效应强度[3-4]。同时，地表温度分布还可与遥感影像反演得出的其他地表类型等相关景观指数相关联，从而展开城市景观格局变化与地表热环境的互动耦合研究。

在当前热岛效应愈演愈烈的大背景下，国内外学者多基于地表温度数据展开城市热环境减缓策略的研究。其中，城市中的绿色空间在降温增湿、减缓热岛乃至改善空气质量等方面的生态功能日益引起各领域学者重视，并在具体的城市规划和景观设计实践中开始关注城市热环境因素[5-7]。城市绿色空间主要包括城市中的公共绿地、居住区绿地、防护绿地、生产绿地以及风景林地等，广义上的绿色空间还涵盖了水体、屋顶绿化和具备节约能源的规划设计等。它作为能够维持城市自然生态系统服务功能的重要组成部分之一，能够有效调节城市局地的微气候，提供居民休憩娱乐的场地以及其他服务价值。然而，尤其是一些大中城市，内部土地资源尤为稀缺，城市绿色空间不仅难以扩张，反而日益遭到侵占，因此如何保留现有绿色空间并进行合理规划布局，将绿色空间的生态功能发挥到最大化是目前面临的紧迫问题之一[8]。基于此，本研究以我国特大城市天津为例，从景观指数视角探究其不同类型的绿色空间降温效应，揭示城市绿色空间格局在减缓热岛效应中的作用，从而为当地城市规划、绿地系统布局以及和景观格局分析提供一些参考。

1 研究区与研究方法

1.1 研究区概况

天津市地处北纬38°34～40°15，东经116°43～118°4，主城区位于海河下游，是南运河、北运河以及子牙河等海河支流的交汇处，行政区划上包括和平、河西、河东、河北、红桥和南开等市内六区，郊区包括东丽、北辰、西青、津南等，位于中心城区外围，统称环城四区（图1）。为突显城市建成区域对局地热环境的影响关系，本研究选择天津市外环线以内为研究区，即市内六区以及环城四区的部分区域。研究区位于天津市中南部平原区，地势平坦，地形因素对局地微气候的影响作用强度较小。

1.2 数据来源与处理

土地利用数据来源于2015年9月3日的Landsat TM影像，经大气校正、几何配准、图像融合、研究区裁切等数据预处理，采用分类精度相对较高的最大似然法获取主城区的土地利用数据。结合下垫面性质、利用功能等因素，将研究区分为绿色空间和非绿色空间两大类，其中的非绿色空间又分为绿地、农田和水域等。城市热环境分析则以2015年8月15日Landsat TM热红外数据（分辨率为60 m，波长1 014～1 215 Lm）为数据源，分别进行投影转换、几何校正等遥感影像的预处理工作。由于热波段空间分辨率为60 m，所以需要与影像中的其他波段的多光谱数据空间分辨率30 m保持统一，故须将热红外波段数据重采样为30 m，以便与其他波段相统一。在地表温度反演方法上，当前普遍采用的算法主要有普适性单通道算法、单窗算法和辐射传输方程法等。其中尤以辐射传输方程法和单窗算法应用较为普遍且反演精度较高。结合研究涉及影像年代及算法的优缺点，采用辐射传输方程法对天津主城区的地表温度进行反演，进而对城市的绿色空间及其热环境格局响应进行研究。文中数据处理均在ENVI5.0及ArcGIS9.3中进行。

1.3 景观指数的选择

由于景观指数分析方法相对简单，并且可以通过一系列特定的定量模型揭示研究对象的景观结构分布规律，从而有效掌握景观结构内部各要素的结构特征，所以近年来该分析方法得到了相关领域学者广泛的应用。笔者在分析城市绿色空间与热环境的耦合方面选择了描述景观斑块特征的指数，包括斑块数量、面积、临近特征及斑块形状等指数和景观的蔓延度、破碎度、聚集度等异质性指数来探讨基于景观特征的绿色空间与热环境的定量研究。

2 结果与分析

2.1 城市绿色空间与热环境的分布特征

通过遥感影像的解译结果显示，天津主城区范围内共有绿地面积为122.5 km2，占研究区总面积的36.77%。如图2左图所示，在研究区的外环线周边多以农田为主，和平区与南开区的区域绿地特别少，三环路内尤其是二环路附近的绿地和水域景观分布较为均匀。该绿色空间格局产生如图2右图所示的地表热环境分布格局，研究区的地表温度范围介于15.76～36.66 ℃之间，最大温差高达21.65 ℃，平均温度为28.57 ℃。从地表温度场分布来看，研究区的高温斑块主要包括工业园（宜兴埠工业园、天津重机工业园和天津卷烟厂及周边汽修产业园）一带。相应地，在环城四区的边缘城区，其低温斑块相对较多，在北辰、西青以及东丽一带均表现得非常明显。

2.2 绿色空间景观格局与热环境的耦合特征

2.2.1 单元格局参数与热环境的耦合 城市绿色空间下垫面中热场的变化可在很大程度上反映其产生的降温强度。如表1绿色空间格局参数与热环境的相关度统计结果可知，从绿色空间各类型下垫面的温度变化程度来看，所有绿色空间类型的地表温度均与其自身面积呈负相关的關系，其中水域的负相关程度最强，高达-0.806，第二为农田景观-0.594，公园绿地景观的相关性相对而言最弱，为-0.482，非绿色空间则与局地的地表热场呈现出很强的正相关关系（0.852），其他的各种绿色空间的景观格局参数则与温度的相关性表现各异。

总体而言，绿地、农田、水域等城市绿色空间对周边热环境的作用强度主要受其周边绿色空间所临近斑块个数的影响较大，其次在各个斑块的面积变化和形状指数等因素对热场的影响也较为明显，在城市绿地系统规划中，由于城市自身可利用空地极少，因此通过加大自身面积降低热岛的方法并不可行，可将绿色空间的斑块边界形状进行复杂化增强降温强度。

2.2.2 异质性格局参数与热环境的耦合 研究在关于异质性格局的分析方面，采取分样区带的分析方法（图3），分别选择各样方带内（共计68个，每个样方带长宽均为1 km）的绿色空间的归一化植被指数（NDVI）、聚集度指数（CONTAG）、破碎度指数（FN）和最大斑块指数（LPI）等能够有效地反映城市绿色空间景观变化规律的指数，并将计算得出的结果与各样方带内的平均温度对比，进而以定量视角分析城市绿色空间的格局变化与局地热环境之间的耦合特征，分析结果如图4所示。通过回归分析表明，上述4个景观指数与样方带内的地表热环境之间均存在较显著的相关性，但是针对不同的景观指数，其与样方带内热场分布的耦合规律均存在一定差异。

图4分析结果表明，在以下4种景观指数与局地热场的耦合规律中，NDVI指数与热场强度存在明显的负相关，即样方带内的植被覆盖程度越多，内部植物的生产幅度越强烈，则该样方带的地表温度就越低。与此同时，与NDVI景观指数变化规律存在相似耦合关系的指数还包括绿色空间的聚集度指数和其最大斑块指数耦合特征上，上述三种景观指数的曲线变化规律出现相似的特征。其中的聚集度景观指数主要表征在景观变化中的某种类型的空间分布上聚集程度的指标，在本研究中分析表明，各种类型的绿色空间在各个样方带内的聚集程度越强，则说明其降温效应越强。定量分析结果表明，聚集程度每增加一成，则可平均降温0.33 ℃。最大斑块指数最高则代表该样方带内单个绿色空间体块较高，其与样方带内热场强度同样存在明显负相关，指数每增加一成，则可降温0.34 ℃。与上述三个景观指数的变化规律相反，破碎度指数与热场强度存在明显的正相关，破碎化程度越高，则其热岛强度越高，绿色空间的破碎度指数每增加一成，则地表温度增加0.72 ℃。

3 讨 论

城市绿色空间通过不断增加，将促使原有的热岛强度明显区域在很大程度上转换为热场相对较低的区域，进而使得局地的地表温度逐渐出现下降的趋势，由于我国地域辽阔，具体的下降幅度则因城市所处气候区以及城市形态等实际情况而存在不同。例如绿色空间的植被覆盖程度每增加一成，在高纬度的东北特大城市长春将降低0.6 ℃[9]，在中纬度沿海城市上海将降低0.47 ℃[10]，而在低纬度沿海城市深圳和内陆城市桂林将分别降低0.45 ℃和0.7 ℃[11]，在山地城市重庆将降低0.5～2 ℃[12-13]。与上述各大城市相比，天津市绿色空间的整体降温强度仍然处于相对较低的水平，未来可通过实施一系列的城市规划以及绿地系统规划等政策指引，可有效保障其绿色空间的降温强度出现很大的提升空间，而且上述各大城市内部的绿色空间各类型不一，以及在空间分布格局上也不尽相同，所以其绿色空间的降温能力会存在特定细微差异。

4 结 论

研究采用卫星遥感影像数据提取了天津主城区的绿地、农田、水域等三种城市绿色空间类型以及非绿色空间，并用LANDSAT TM卫星数据的热波段数据反演地表热场分布，分析了城市绿色空间和热场的空间分布特征以及上述不同类型下绿色空间的指数变化对局地降温能力的影响程度。可以得出如下结论：（1）三种不同的绿色空间类型的降温强度受临近斑块数量影响最为明显，存在显著的负相关关系；（2）绿色空间类型及区位因素对地表热场的变化具有明显影响；（3）各类绿色空间的类型在样方带内的空间聚集越集中，则降温强度越明显。研究中所用的数据和分析方法能够从宏观角度反映绿色空间格局对局地热环境的降温影响，从不同类型的绿色空间视角展开讨论，可促进城市生态与人居环境向可持续方向优化与发展。

参考文献：

[1]宗桦，周晔，李俊强.城乡户外人居环境微气候研究现状、特点与展望[J].生态经济，2018，34（1）：145-152.

[2]岳亚飞，詹庆明，王炯.城市热环境的规划改善策略研究——以武汉市为例[J].长江流域资源与环境，2018，27（2）：286-295.

[3]王雪，于德永，曹茜，等.城市景观格局与地表温度的定量关系分析[J].北京师范大学学报（自然科学版），2017，53（3）：329-336.

[4]胡光庭，王刚，杨崇俊.陽江市绿地空间分布及其热环境分析[J].遥感信息，2017，32（2）：156-161.

[5]刘海萍，宋德萱.绿化类型对高密度城市住区的热环境影响研究[J].建筑科学，2018，34（2）：66-73.

[6]李海峰，李永树，卢正，等.绿地景观热环境效应的遥感研究[J].测绘科学，2018，43（1）：66-72.

[7]杨雅君，邹振东，赵文利，等.6种城市下垫面热环境效应对比研究[J].北京大学学报（自然科学版），2017，53（5）：881-889.

[8]李华朋，张树清，孙妍.基于光谱混合分析的城市植被覆盖度与地表温度关系的研究[J].中国科学院研究生院学报，2010（6）：739-747.

[9]李俊祥，宋永昌，傅徽楠.上海市中心城区地表温度与绿地覆盖率相关性研究[J].上海环境科学，2003（9）：599-601，656.

[10]梁保平，翟禄新.1991—2006年桂林市植被覆盖度、地表温度时空变化及相关性研究[J].中国园林，2014（7）：77-81.

[11]彭征，廖和平，郭月婷，等.山地城市土地覆盖变化对地表温度的影响[J].地理研究，2009（3）：673-684.

[12]黄玉贤，陈俊良，童杉姗.利用城市绿化缓解新加坡热岛效应方面的研究[J].中国园林，2018，34（2）：13-17.

[13]李宇.绿色屋顶植物景天属与水苏降温能力对比研究[J].河南农业科学，2014，43（2）：112-115.