成都市景观格局的热环境影响研究

刘洋 辜寄蓉 潘泓君

摘要：研究以2014年8月13日的Landsat-8 TIRS-OLI获取了成都市土地覆被数据，采用普适性单通道算法提取成都市的地表温度，测算景观水平上成都市景观格局与热环境的相关性。结果表明，成都市二圈层温度普遍低于一圈层，且其内各行政区温度表现为高温离散分布，而一圈层表现为高温集聚。随距城市中心距离的增加，各梯度带均温、各土地覆被类型（林地、耕地、湿地及人工表面）的温度均呈下降趋势。由城市中心（天府广场）至研究区边缘，各空间单元的景观格局指数与温度的相关性大小不断变化。总体表现为空间单元距城市中心距离不超过8 km，空间单元面积不超过5.50 km2时，土地覆被面积占比及景观水平的景观配置指数与温度的相关性较大。因此，成都市景观格局与热环境的相关性表现为梯度变化与尺度效应。景观多样性与均匀度高也会引起温度的升高，同时景观格局与热环境均呈现梯度变化。

关键词：景观格局;城市热环境;遥感;成都市

中图分类号：P901;X16         文献标识码：A

文章编号：0439-8114（2019）06-0058-12

DOI：10.14088/j.cnki.issn0439-8114.2019.06.014           开放科学（资源服务）标识码（OSID）：

Abstract： Obtaining the land cover data from the Landsat-8 TIRS-OLI data on Aug 13 in 2014 and the surface temperature based on universality single channel algorithm， the relationship between the urban landscape pattern and the thermal environment were analysed. The results showed that the temperature of the second ring layer was generally lower than that of the first ring layer in Chengdu， and the temperature of each administrative region showed as high temperature discrete distribution， while that of the first ring layer showed as high temperature concentration. With the increase of the distance from the city center， the average temperature of each gradient zone and the temperature of each land cover type （forest land， cultivated land， wetland and artificial surface） all showed a decreasing trend. From the city center （tianfu square） to the edge of the study area， the correlation between the landscape pattern index and temperature of each spatial unit changed constantly. In general， when the space unit was no more than 8 km away from the city center and the space unit area was no more than 5.50 km2， the land cover area ratio and the landscape allocation index of landscape level were highly correlated with the temperature. Therefore， the relationship between the urban landscape pattern and the thermal environment was based on gradient change and scale effect. The higher landscape diversity and evenness caused the higher temperature with the gradient change between landscape pattern and the thermal environment.

Key words： landscape pattern; urban thermal environment; remote sensing; Chengdu

城市是一个各种社会-生态现象相互作用的复杂系统[1]，它随着社会经济发展而不断扩大，是地表物质、能量和信息交换复杂多样的场所[2]。在社会生活层面上，城市的发展能为人类提供丰富的物质生活条件;在景观层面上，城市的发展促进了农用地、森林等自然土地覆被类型向人工表面转变，如果对自然景观过快、缺乏合理规划的改造，会引发一系列的城市生态环境问题。其中，导致城市热环境异常高的热岛效应备受关注。

城市热环境是指热力场在城市空间环境中的表现状态，受到下垫面的物理性质及人类社会经济活动的综合影响[3]。19世纪30年代，热岛效应是由Howard[4]首次提出。由于城市化进程的推进，地表物理性质、城市结构、土地覆被及土地利用类型发生改变，人为热量大量排放，环境污染逐渐严重，造成热量在城市空间内集聚，从而导致城市内部的温度高于外围郊区温度的城市熱岛现象[5-7]。随着成都市城市发展速度日益加快，城市人口不断增加、土地覆被类型与结构发生巨大改变，河流和城市自然地表因遭到人为干扰导致城市局部气候、空间环境、空气质量以及社会经济发展受到影响。土地覆被类型的反照率、发射率、热容量、热导率等物理性质、城市建筑和街道在平面和立体方向的空间配置与结构，这些都是影响城市热环境的重要因素。地表覆被由潜热通量大的自然景观变为吸热和储热能力强的人工景观，这必然引起热环境问题。所以城市景观格局特征与热环境特征成为城市生态研究的重要方向。将生态景观格局应用于城市热环境的研究中，通过景观格局与热环境的关系探索优化城市热环境。

目前，大量研究集中在对城市景观格局变化与热环境定量关系的探讨，为指导景观设计与规划提供重要依据，并达到缓解城市热岛、改善城市热环境的目的。城市化进程使建筑密度增大及工业生产集中，表现出不透水面增加、绿地和水体景观减少、景观破碎化、多样化和离散化等特征，这直接导致城市景观格局发生变化[8-10]。城市人口集聚和景观格局的变化是城市热岛效应最直接的原因，城市熱岛将会影响城市生态系统功能和人居环境健康[10-12]。因此，城市景观格局演变的热环境效应研究是有必要的。

国内外学者运用地表温度，已经取得一些研究成果。从景观类型与地表温度的相关性角度，Hung等[13]基于2001—2003年亚洲18个大城市的研究，证明植被盖度与热岛效应存在相关关系;城市绿地的归一化植被指数与地表温度存在明显的负相关关系[14，15]。从景观比例与地表温度的相关性角度，城市绿地与水体具有恒温效应和绿洲效应，能对城市小气候进行调节，城市绿地覆盖率和水体比例与降温效果呈正相关，而不透水面比例的增加对城市热岛效应呈正向影响[16-18]。但绿地和水体对地表温度的调节作用存在一个阈值，只有当各景观所占比例在该阈值范围内才能发挥最大的调节作用[19，20]。陈康林等[21]基于广州市2014年10月Landsat 8遥感影像，分析绿色空间结构与热环境空间分布的关系，表明只有当区域面积比重大于60%的绿色空间才能起到明显减缓升温的作用。从景观空间配置的状态与地表温度的关系角度分析，地表水体空间分布的离散会造成低温区分布的离散和高温区分布的集中，但植被覆盖区分布的离散型与温度分布的离散型不存在恒定的正相关或负相关关系[22];景观混合度与分裂度对地表温度有恒定的负向影响，区块的连通性与地表温度呈负相关关系[23];城市景观的空间位置及其邻接关系也会对城市热环境产生显著影响[14，24，25]。从景观比例与地表温度关系的稳定性角度，研究得出了土地覆盖比例与地表温度相关性存在空间非稳定性[26]。此外，绿地景观斑块的形状与大小对城市热岛的强弱产生影响[27-30]。

景观格局与热环境关系是存在尺度依赖的。Estoque等[31]以Bangkok、Jakarta、Manila为例，分析了不同尺度下不透水面与绿色空间密度对城市平均地表温度的影响，表明不透水面、绿色空间与城市平均温度的关联程度存在尺度依赖，不透水面在较大尺度上对平均温度的空间分异产生强烈影响，而绿色空间相反。也有学者通过分析得到最佳的分析窗口，进而分析这一尺度下景观格局指数与热环境的关系[32，33]。

城市环境的好坏关系着人民生活质量的高低。在保证经济高速发展的同时，改善人类赖以生存的城市生活环境，走生态文明的可持续发展道路是现阶段城市发展的重要目标。因此，城市热环境与人类生产与生活密切相关、相互影响，对城市热环境的研究应当引起重视。

1  研究内容

1.1  成都市景观格局与热环境特征及其梯度变化

基于2014年8月13日的Landsat 8 OLI遥感影像，运用面向对象与决策树相结合的自动提取法，加上人工判别的方法，获取成都市一圈层、二圈层范围内的行政区，30 m分辨率的土地覆被数据。从土地覆被类型的面积百分比和景观水平的景观指数来分析成都市的景观格局特征。基于单通道算法，利用热红外波段，反演获得该时期的地表温度数据，以分析成都市夏季热环境特征。以天府广场为城市中心，构建2 km间隔的缓冲环，共形成14个梯度带，分析成都市景观格局与热环境的梯度变化特征。

1.2  成都市景观格局与热环境的相关性

将缓冲环16等分，以形成一系列空间子单元，基于每个缓冲带内的空间单元，统计每个缓冲带内景观指数与温度的相关性，分析成都市景观格局与热环境相关性特征，技术路线见图1。

2  研究区概况及数据处理

研究选取了成都市一、二圈层共11个区县行政区域，包括了一圈层的青羊区、锦江区、金牛区、武侯区、成华区组成的主城区，二圈层的龙泉驿区、青白江区、新都区、温江区、双流区、郫都区组成的郊区新城。2017年，在成都召开的国家中心城市产业发展大会上宣布，根据对现有区县经济社会发展功能定位的调整，将二圈层纳入中心城区，以形成“中心城区+郊区新城”的空间层次。研究区范围的Landsat 8影像选用同一时点的影像，保证了整个区域时相的一致性。中心城市与郊区相结合的研究，更充分反映成都市土地覆被和地表热环境的空间分布特点。

研究区的地理位置介于东经103°41′-104°29′，北纬30°13′-30°57′，根据Landsat 8图幅号确定其位置的条带号为129，行编号为39。图2展示了研究区的空间位置。研究区地貌以平原和部分低山丘陵为主，大面积地区地势平坦，东南部的龙泉山脉相对较高，土地覆被类型包括林地、草地、耕地、湿地、人工表面及其他等6类。

2.1  基于Landsat 8影像的土地覆被提取

研究从USGS官网中选择Landsat 8 L1T级别的影像产品，该级别产品经过了几何精校正，精度大幅提升，其中多光谱数据的几何精度为12 m，热红外波段为41 m[34]。因此，本研究不再对Landsat 8数据进行几何校正。为了后面的试验需求，仍需要对影像进行辐射定标和大气校正处理。

研究利用易康软件进行影像分割，再借助See5.0决策树软件构建各土地覆被类型的提取规则，实现面向对象结合决策树法的土地覆被类型提取。

2.2  基于单通道算法的成都市中心城区地表温度反演

普适性单通道算法由Jiménez-Mu？觡oz等[35]提出，只需要一个热红外波段就能反演地表温度的方法。这种方法是基于热辐射传输方程的算法，在已有的大气廓线数据支持下利用一定的大气模式方程计算出大气透过率、大气上行辐射和大气下行辐射，大气透过率和太阳辐射在一定波长范围内取决于大气剖面总水汽含量，并结合地表比辐射率值来计算出地表温度。普适性单通道算法不仅考虑了大气的影响，也避免了大气模拟过程中的不确定性。该算法具有简单且所需参数少、反演精度较高的优点。

2.3  成都市景观格局指数选取

景观格局指数能反映土地覆被类型的大小、形状、比例和空间配置特征。大多数景观指数属于结构性指数，是指某一景观内，斑块镶嵌体的物理组成与配置，但不能测量生态过程。本研究在景观水平上，选取斑块密度（PD）、平均斑块面积（MPS）、面积-周长分维度（PAFRAC）、香农多样性指数（SHDI）、香农均匀度指数（SHEI）及蔓延度（CONTAG）等6个景观指数，旨在从宏观上把握成都市土地覆被类型的结构。

3  成都市景观格局对热环境的影响分析

3.1  成都市景观格局的总体特征

基于Landsat 8 OLI遥感影像，利用“2.1”的方法获取整个研究区30 m分辨率的土地覆被信息，结果见图3。从图3可以看出，人工表面呈放射状的组团式分布，并且从主城区到郊区新城，人工表面分布由密集到稀疏，侧面反映出经济发展水平及城市化建设的分布情况;线状人工表面为道路，其较多向双流区以南方向延伸;林地呈现出东边多西边少的特征，并主要集中在龙泉山脉;耕地主要连片分布在成都市二圈层内的各县级行政区内，在一圈层内分布极少;湿地除了河流之外，还有水库与点状坑塘分布，水库在龙泉驿区分布较多，坑塘在双流区分布较多（表1）。

在景观水平上，计算研究区及各行政区的斑块密度、平均斑块面积、面积-周长分维度、蔓延度、香农多样性指数、香农均匀度指数，结果如表2所示。

斑块密度与平均斑块面积是呈反比的两个景观指数，在整个研究区内，斑块密度指数为3.39，平均斑块面积为29.53。在各行政区内，二圈层的斑块密度绝大多数小于3.39，平均斑块面积绝大多数大于29.53，如青白江区、新都区、温江区、双流区、郫都区。这表明二圈层区域的景观破碎度相对较小，景观斑块相对较大，是因为二圈层存在大面积的耕地还未被开发，受干扰的程度低，而一圈层是开发建设较早的城区，人为改造对自然景观影响大，其中，锦江区的景观破碎度最大。

面积-周长分维度在研究区内为1.42，其值较大，说明成都市景观形状较复杂，开发力度相对较小。龙泉驿区的面积-周长分维度最大，且大于整个研究区。龙泉驿区的景观复杂是因为在龙泉驿区内，较大面积的林地随海拔自然分布，并未受到人工表面的破坏。一圈层行政区内的面积-周长分维度小，说明大面积的人工表面形状规则，受人为干扰程度大，如青羊区、武侯区、成华区与金牛区。

研究区的蔓延度为64.01，除了锦江区与龙泉驿区外，其余行政区的蔓延度均大于该值，武侯区的蔓延度最大，为76.59，表明成都市一、二圈层的行政区多由大的景观斑块所组成，连片的耕地有利于生态环境的维护，但连片的人工表面不利于城市生态环境的健康发展，因此，以人工表面为主的主城区应该多增加绿色景观来平衡城市生态环境。龙泉驿区的蔓延度最小，为56.97，表明龙泉驿区多由分散的小斑块组成，主要因为龙泉山脉地势起伏，林地与耕地呈明显的交错相间分布。

研究区整体的香农多样性指数为0.98，具有较高的景观多样性。从各行政区的香农多样性指数来看，除龙泉驿区外，各行政区的香农多样性指数均小于整体水平。武侯区及天府广场以北的郫都区、新都区、青白江区等行政区的香农多样性指数较小，这是因为这些区域存在连片分布的人工表面或耕地。其中，武侯区的香农多样性指数最小，是因为有大面积连片分布的人工表面。天府广场以西的温江区、以东的龙泉驿区、锦江区、成华区及以南的双流区等行政区的香农多样性指数较大，说明这些区域的景观类型多样，其中，龙泉驿区最大，达到1.12，主要是因为龙泉驿区内有林地、人工表面、耕地和湿地等多种类型且各覆被类型面积大小差距小。

研究区的香农均匀度指数为0.55，说明在研究区整体景观格局中，各土地覆被类型的分布均衡度一般。而从各行政区的香农均匀度指数来看，除了龙泉驿区的香农均匀度指数为0.62，大于0.55外，其余行政区的香农均匀度指数均小于0.55，武侯区最小，为0.33，因为武侯区大面积人工表面连片分布的缘故。由于龙泉驿区、温江区、锦江区及金牛区建设用地开发或其他公共设施建設等客观原因，在一定程度上降低了自然土地覆被类型的集聚度，从而造成这些区域的香农均匀度指数相对较高。二圈层内的青白江区、新都区及郫都区由于社会经济发展水平相对低，耕地的破坏较小，从而形成集中连片的耕地区，这与其他土地覆被类型的分布形成较大反差，进而降低了香农均匀度指数。

3.2  成都市地表热环境空间分布的总体特征

基于Landsat 8 OLI遥感影像，利用“2.2”中的方法，反演在2014年8月13日11时33分成都市中心城区的温度，分辨率为30 m。从温度反演结果（图4）看出，工业区、商业区、商务区、植被覆盖少的高层居住区、机场、道路等人工表面温度相对较高;河流与湖泊等湿地、耕地、林地等表面温度相对较低，但林地与耕地的温度在空间上也都分别表现出明显差异。究其原因，是因为工业区的房顶材料大多为彩钢瓦，商业区与商务区的建筑表面材料的特殊性，其表面具有较强的吸热性;机场除了其大面积的硬质地表吸收大量太阳辐射外，其本身也是热源，因此，地表温度较高;植被覆盖少的高层居住区由于植被的降温效应弱，加之高层建筑影响通风性，从而导致温度较高;耕地由于其土壤含水量的不同、农作物生长季不同、距离核心城区的距离不同，林地有灌木与乔木、阔叶与针叶等的区分，导致耕地、林地温度在空间上均表现出明显差异。

从圈层来看，一圈层的温度普遍高于二圈层，二圈层区域东面的温度普遍高于西面，以北的温度普遍高于南面;自东北向西南走向的龙泉山脉温度与其空间相邻的龙泉驿区的城区温度之间，形成了明显的界线，城区温度明显高于龙泉山的温度;温度低的区域主要分布二圈层，尤其是距离建成区较远的边缘区域，温度高的区域主要分布在建成区。

3.3  成都市景观格局的梯度变化分析

城市景观空间梯度变化分析是研究城市景观格局和形态的常用有效方法，许多学者将景观生态学与梯度分析相结合来研究样区景观的变化规律[36-39]。

为了研究成都市城市中心至研究区边缘景观格局在水平方向上的梯度变化，以天府广场为城市中心，设置间隔2 km的缓冲环梯度带，共设立14个缓冲区进行景观格局的梯度分析。并从城市中心向外依次标注1，2，3…，14（图5）。由于天府广场以西的郫都区和温江区受云影响严重，为保证前后研究的一致性，因此，只选择西北偏北方向顺时针至西南方向的区域作为梯度分析的研究区，包括了金牛区、成华区、锦江区、武侯区、新都区、青白江区、龙泉驿区、双流区。

结合缓冲区的土地覆被面积占比统计（表3）与其主要土地覆被类型的变化趋势（图6）发现，人工表面在第1缓冲区的面积占比最大，达96.52%;耕地在第3缓冲区才出现，且占比最小，为0.47%。随着向外围梯度带的变化，人工表面的面积占比急剧减小，耕地的面积占比急剧增加。在第7至第11缓冲区内，人工表面与耕地的面积占比均变化稳定，自第11缓冲区后，人工表面的面积比重又加速减少，耕地的面积占比加速增加。由于第7至第11缓冲区属于郊区，大部分区域的土地覆被处于自然状态，因此，人工表面与耕地的面积占比变化不明显。林地、草地、湿地、裸土在各缓冲区内的面积占比少，其中，湿地的面积占比变化不明显，耕地呈波动变化。

缓冲区的景观格局指数变化趋势见图7。从斑块密度（图7a）来看，成都市的景观格局沿缓冲区梯度带呈先上升后下降的趋势，到第6缓冲区时趋于稳定，表明景观斑块破碎化程度先增加后降低，而后趋于稳定，城市化的干扰强度呈现相应的变化;平均斑块面积由中心向外围呈先下降后上升而后趋于稳定的趋势，表明各斑块在外围趋于集中连片分布，主要表现出面积占比逐渐增大的耕地在空间上的团聚状态（图7b）。第4、第5缓冲区内的斑块密度相对较大，平均斑块面积相对较小，主要因为在一圈层与二圈层交界处，各种斑块类型的破碎交錯分布。

在面积-周长分维度（图7c）中，其值先急剧增加，到第3缓冲区，其值达到最大，为1.45，在第3至第6缓冲区内，其值逐渐减小，之后趋于稳定变化，表明城市扩展对自然斑块的形状结构影响趋于稳定，在城郊的景观形状变化呈稳定状态。

对于蔓延度指数（图7d）而言，第1缓冲区的蔓延度最高，达到87.80，说明在第1缓冲区内的各斑块间的团聚程度最高，连通性很好，主要因为大面积的人工表面连片分布，而后则急剧降低，到第6缓冲区时趋于稳定的上下波动变化，表明离城市中心越远，景观呈现出各斑块类型交错分布，景观连通性减弱，城郊区域受开发建设影响相对较小，以耕地为主的自然景观连通性在各梯度内趋于稳定变化。

香农多样性指数（图7e）与香农均匀度指数（图7f）均表现出从城市中心向外先急剧增加再平稳上下波段变化的趋势。第1缓冲区内的香农多样性指数和香农均匀度指数最小，人工表面的优势分布是造成其多样性和均匀度低的直接原因。从第1至第6缓冲区，由于耕地、林地逐渐增多，景观类型逐渐多样化，各斑块的连通性减弱，破碎度增强，景观优势度减弱，景观分布的均匀性增强。在二圈层城郊区域的梯度带因各类景观的自然分布，类型多样且分布均匀，表现出较高且稳定的景观多样性与均匀度。

3.4  成都市地表热环境的梯度变化分析

从图8可以看出，各缓冲区随距城市中心距离的增大，缓冲区均温（所有）、各缓冲区内的林地、耕地、湿地及人工表面的温度均呈下降趋势。在相同的缓冲区内，温度表现的特征为人工表面>所有>林地（或耕地）>湿地。分析原因：①人工表面温度高于各缓冲区均温，表明人工表面会引起温度的升高，促进城市热岛效应的增强，这是因为人工表面材料的比热容小，吸收太阳辐射后，增温快，再加之成都市常年静风，高层建筑密集分布更加阻碍空气的流通，从而进一步促进温度升高;②林地（或耕地）温度<缓冲区均温，表明植被会降低城市温度，起到缓解城市热岛的作用，主要因为植被比热容大、升温慢、具有蒸腾降温的作用且含水量较大;③湿地温度小于缓冲区均温，表明湿地也能降低大气温度，缓解城市热岛，主要因为水体受热蒸发实现能量的转换、比热容大、升温慢;④湿地温度小于林地（或耕地），表明水体对区域的降温效应强于植被。因此，在城市增加林地、水体的覆盖面积有利于缓解城市热岛效应。

林地与耕地的温度在不同缓冲区表现出不同的相对大小。第8和第9缓冲区的均温表现为温度梯度变化的拐点，这是因为从第1至第7缓冲区，人工表面的面积占比逐渐减小，而后在第9缓冲区增大，这两个缓冲区位于一圈层和二圈层的交界处，是城郊结合的区域，人工表面对缓冲区的均温产生了较大影响。

以每个缓冲区内的林地、耕地、湿地温度与人工表面的温度差来表征林地、耕地与湿地的降温强度。从图9可以得知，①在相同缓冲区内，湿地的降温强度均大于林地和耕地，湿地与林地的降温强度差异最小为1.30 ℃，最大差异为5.43 ℃，湿地与耕地的差异最小值为1.07 ℃，最大值为3.99 ℃。因此城郊的耕地对区域温度影响较大;②在不同缓冲区内，对比三者的降温强度可知，林地、耕地与湿地的降温强度在各缓冲区内不同，呈水平梯度变化，大致呈逐渐减弱的趋势。湿地的最小降温强度为2.52 ℃，最大值达到7.24 ℃。湿地在第1至第4缓冲区，即距天府广场2～8 km，湿地的降温强度相对较大，因此，在城区公园区域修建人工湖泊有利于温度降低;林地的最小降温强度为0.18 ℃，最大降温强度为3.36 ℃，最大降温强度的林地在距天府广场12 km处，最小降温强度的林地在距天府广场24 km处;耕地的最小降温强度为0.50 ℃，最大降温强度为3.31 ℃，耕地在距天府广场6～10 km的降温强度相对较大，而在距天府广场22～28 km的降温强度相对很小，因此，林地、湿地等降温物对城区的降温效果明显，在郊区由于受到周边环境的影响，降温效果不明显。