城市地表热环境与景观格局的定量关系研究——以杭州市为例

管 昱，宋 瑜,2，金 城，徐建炜，方亦波，汪奘昱

(1. 杭州师范大学理学院，浙江 杭州 311121； 2. 浙江省城市湿地与区域变化研究重点实验室，浙江 杭州 311121； 3. 浙江大学海洋学院，浙江 舟山 316021)

0 引言

城市热岛(urban heat island，UHI)是一种能够加剧城市空气温度变化的局部气候效应[1].其影响因素涵盖了自然环境、经济环境以及社会文化环境，其中人为因素作为近年来研究的热点，已有不少研究发现城市热岛效应受到城市人为热排放、下垫面性质和土地覆盖特征等因素的综合影响.近年来，在城市热岛景观格局的相关研究中引入了景观生态学方法，如甘毅利用Landsat8数据对重庆和成都两地的城市热岛效应进行了空间分布研究，并通过粒度变换与幅度变化分析了景观尺度效应在不同类型城市之间的变化影响[2]；王耀斌等人通过建立景观分类数据与温度反演之间的回归模型，指出不同尺度的景观格局指数与温度的相关性不尽相同，其中景观形状指数(LSI)、景观分割指数(DIVISION)和Shannon多样性指数(SHDI)具有显著相关性[3]；谢启姣等人通过对武汉主城区景观类型划分和地表温度反演，并在斑块、斑块类型、景观水平3个级别选取所有常见景观指数表征城市景观格局特征，结果表明在所选用的景观指数中，对地表温度具有显著影响的依次是水体斑块类型面积(CA_W)、建设用地斑块类型所占景观面积比例(PLAND_C)、绿地类型核心斑块占景观面积比(CPLAND_G)、绿地类型相似度均值(SIMI_MN_G)及绿地类型邻近指标均值(PROX_MN_G)[4]；白杨等人利用Landsat数据分析了上海市城市热岛景观格局的时空演变特征，表明随着城市化发展，城市热岛景观总体聚集度下降、趋于破碎化，而景观类型之间面积差异逐渐减小，均匀度和多样性有所增加[5]；王琳等人也指出景观格局指数分析法作为城市热岛效应的重要研究方法，存在着界限不清、表现不敏感以及生态学意义不明等一系列问题[6].

鉴于此，本文以杭州市绕城高速公路围合区域为研究区，基于Landsat8遥感影像采用大气校正法对该地区进行地表温度反演，辅以SPOT数据作为土地利用类型数据源，在此基础上结合城市景观格局中多个定量化指数，深入探讨了土地利用景观格局与地表温度之间的相关性，以期为城市热岛效应的缓解措施提供相关理论依据.

1 研究区概况

杭州市(29°11′～30°33′N，118°21′～120°30′E)，地处长江三角洲南翼，杭州湾钱塘江流域，属亚热带季风气候，夏季高温多雨，平均气温28.6 ℃；冬季寒冷干燥，平均气温3.8 ℃；四季分明，年均气温16.2 ℃；雨热同期，年均降水量1 100～1 600 mm，平均相对湿度70%左右.自然地形复杂，地貌类型多样，地势平缓，河网密布，是典型的“江南鱼米之乡”.然而据相关城市炎热指数评估发布的结果显示，作为浙江省省会城市、全国重点风景旅游城市的杭州已跻身为中国“新四大火炉”之一[7].

本次研究以杭州市绕城高速公路围合区域为研究区(图1)，进行城市热环境空间分布与景观格局之间的关系探讨.

图1 研究区区位示意图Fig.1 Location of the study area

2 数据与方法

2.1 数据源与预处理

本研究采用SPOT6卫星遥感数据完成土地类型信息提取其全色波段分辨率为1.5 m，多光谱波段分辨率为6 m.将SPOT6遥感数据进行投影变换，将其转换为UTM投影、WGS-84大地水准面以及51投影分带.在此基础上完成多光谱与全色图像融合以及研究区裁剪等预处理，作为土地利用分类的基础数据.与此同时，利用Landsat 8 TIRS数据进行地表温度反演，选取相邻年份的春夏季和秋冬季、基本无云层遮盖的两期影像为数据源，分别为2015年10月13日、2015年12月16日、2016年3月5日和2016年7月27日的Landsat 8数据.在统一投影坐标转换之后，进行辐射定标、大气校正等处理工作；最后完成对研究区裁剪，作为地温反演的基础数据.

2.2 土地利用信息的精细化提取

由于SPOT6遥感影像存在“异物同谱”和“同物异谱”等解译难题[8]，倘若采用监督分类或是非监督分类，两者在精度上都存在漏分、错分等情况，故本研究以《土地利用现状分类》(GB/T 21010-2017)为基础[9]，结合研究区地类的实际分布情况，形成本研究的土地利用分类系统(表1).

表1 土地分类系统Tab.1 LULC classification system

图2 研究区用地分类图Fig.2 Land use classification for the study area

在ArcGIS软件平台下，通过人工目视解译的方法获取遥感图像的地类信息，并结合野外实地调查和室内检核等工作后，最终得到精细化的土地利用分类结果(图2).

2.3 基于Landsat 8的地表温度反演

本研究采用大气校正法[10-12]，完成研究区的地表温度反演.具体步骤包括：首先估算大气对地表热辐射的影响；然后从卫星传感器所观测的热辐射总量中减去该部分大气影响，从而得到地表热辐射强度，通过相应的计算公式，将其转化为相应的地表温度(Land Surface Temperature, LST)；最后根据所收集的研究区域内气象站点的历史数据，对结果进行精度验证.

Lλ=[εB(TS)+(1-ε)L↓]τ+L↑

(1)

(2)

(3)

式中，ε为地表比辐射率；TS为地表真实温度(单位为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；L↑为大气向上辐射亮度；L↓为大气向下辐射到达地面后反射的能量.其中，对于TIRS Band 10数据，K1=774.89W/(m2·μm·sr)，K2=1321.08 K.

2.4 降温强度计算

降温强度(Cooling intensity)：即均温的相对差值，表示一个相对的数值概念，反映的是不同地物对于城市热环境降温效果的强弱.本文采用研究区在相应季节中的平均地表温度作为预定的参考温度值(Tm)，将其与各类地物区域内部均温的差值作为地类在类别水平上的降温强度，计算公式如下[13]：

ΔTp=Tp-Tm

(4)

式中，Tp指的是目标地类区域内部所统计的平均温度，ΔTp数值越小，则表明对应地类的空间组分及其构型，在类型尺度上的降温强度也就越大，反之亦然.

2.5 景观格局指数选取

本文在景观格局的类型水平上选取了类型面积(CA)、景观百分比(PLAND)、斑块数(NF)、斑块密度(PD)、最大斑块指数(LPI)、总边缘面积(TE)、边缘密度(ED)、景观形状指数(LSI)、平均斑块面积(AREA_MN)、平均回旋半径(GYRATE_MN)、平均形状指数(SHAPE_MN)、平均分维指数(FRAC_MN)、平均周长-面积分维数(PARA_MN)、平均邻接度指数(CONTIG_MN)、结合度指数(COHESION)、分离度指数(DIVISION)、有效粒度面积(MESH)、分裂指数(SPLIT)共18个指标[14-15]，其主要反映的是景观中某一斑块类型的空间结构特征，在此基础上通过构建固定窗口下指数与地表均温的相关性，探究景观组分和景观构型等方面特征对城市热环境的影响.

3 结果与分析

3.1 城市地表温度空间分布特征

研究区4个时相地表温度反演结果表明(图3)，最高温出现在夏季，高达53.8 ℃，主要分布在人工建筑物主导下的城市地表；最低温出现在冬季，低至-8.3 ℃，主要分布在植被覆盖的城市地表.

图3 研究区地表温度时空演化格局Fig.3 Spatial-temporal evolution pattern of LST of the study area

研究进一步探究了不同用地类型与地表温度空间分布之间的关系，统计结果如图4所示.可见整体景观呈现夏季高温、冬季低温的情况，均温最高和最低值分别出现在夏季的工矿仓储用地和冬季的林地.相比区域平均温度，降温强度的最大和最小值分别出现在夏季的河渠和夏季的工矿仓储用地.

图4 不同用地类型在不同季节的平均温度及其降温强度Fig.4 Average temperature and cooling intensity of different land types in different seasons

3.2 土地利用景观格局特征分析

研究区土地利用景观格局特征分析表明：(1)从不同类型的景观面积占比结果来看，研究区的土地利用格局以居住用地、林地、工矿仓储用地、耕地、河渠和道路这几类景观为主，其类型面积(CA)之和占总面积的85.82%.其中居住用地比重(PLAND)最大，为23.6%；(2)对于研究区地物的破碎度特征而言，最大斑块指数(LPI)和斑块结合指数(COHESION)这两组数值说明道路和林地是研究区景观中的优势类别，且这两类地物都具有较好的通达性和景观生态功能；(3)在总边缘长度(TE)和边缘密度(ED)这两组数据中，我们可以发现道路和住宅用地的地类破碎程度较为严重，连片化程度比较低，斑块边缘也比较复杂，形状不够规整，较多地镶嵌在其他地类之中，所受的人为干扰较大；(4)平均斑块面积(AREA_MN)和平均回旋半径(GYRATE_MN)这两组数据表明林地类型的斑块宽度较大，且分布不均衡，少数大面积的林地斑块占整个景观的比重较大；此外，平均形状指数(SHAPE_MN)和平均分维指数(FRAC_MN)这两组数值显示林地在空间上具有较为复杂的分布特征；(5)在景观连接性方面，所有的地类景观的分离度指数(DIVISION)数值均为1，说明这些地物的分割程度比较严重，其类型斑块的细化程度也比较高.道路和林地的有效粒度面积(MESH)较大，可见这两类地物的斑块面积较大，在景观中的比例也较高，同时也表明道路和林地是研究区景观中的优势类别(见表2).

表2 研究区土地利用景观格局指数统计分析Tab.2 Statistical analysis of landscape pattern index in study area

续表2

3.3 景观格局指数与地表温度的相关性分析

本文采用Pearson相关系数分析法[16]，探讨类别水平下的景观指数单指标与4个时相LST之间的相关性.其中，林地、耕地、河渠、道路、工矿仓储用地、住宅用地、教育用地以及库塘这8类地物的景观指数与地表均温的相关性最为显著，因此在后续的实验中，笔者统计了所选取的这8类景观地物的12类景观指数，进一步分析研究区景观格局特征与四季地表温度的关联情况(表3—表6).

表3 土地利用类型的景观格局指数与平均地表温度之间的相关性(春季)Tab.3 Correlation between landscape pattern index and LST (Spring)

表4 土地利用类型的景观格局指数与平均地表温度之间的相关性(夏季)Tab.4 Correlation between landscape pattern index and LST (Summer)

表5 土地利用类型的景观格局指数与平均地表温度之间的相关性(秋季)Tab.5 Correlation between landscape pattern index and LST (Autumn)

表6 土地利用类型的景观格局指数与平均地表温度之间的相关性(冬季)Tab.6 Correlation between landscape pattern index and LST (Winter)

结果表明，不同景观类型的格局指数与LST的相关关系存在较大差异.4个时相的地表均温与林地、河渠、工矿仓储用地、道路和住宅用地的景观格局指数显著相关，具体表现为：

(1)对于林地，除了分离度指数(DIVISION)与4个时相的均温极显著正相关，其余指数几乎呈负相关或是较弱的正相关性，尤其是类型面积(CA)、景观百分比(PLAND)、最大斑块指数(LPI)、平均斑块面积(AREA_MN)、平均回旋半径(GYRATE_MN)和有效粒度面积(MESH)这几类景观指数与地表均温呈极显著负相关，且相关性强弱在夏、秋、冬这3个季节更替中所发生的波动幅度不大，其相关系数以12月为最高数值，3月为最低数值.由此可见，增加林地面积、降低林地的景观破碎程度、减小林地形状的复杂度，对城市热环境具有一定的缓解效果.

(2)对于河渠，其类型面积(CA)、景观百分比(PLAND)、最大斑块指数(LPI)、平均斑块面积(AREA_MN)、平均回旋半径(GYRATE_MN)和有效粒度面积(MESH)这几组景观指数与春、夏、秋季地表的均温极显著负相关，且相关性普遍较强；河渠的景观形状指数(LSI)和分离度指数(DIVISION)与3个时相的均温极显著正相关.从河渠的形态与配置来看，其斑块形状越复杂，在空间表现上越集聚，则温度越高；在河渠景观类型主导的区域，较大的河流面积、规则的河渠形态，将具有较好的降温效果.

(3)对于工矿仓储用地，类型面积(CA)、景观百分比(PLAND)、最大斑块指数(LPI)、总边缘长度(TE)、边缘密度(ED)、景观形状指数(LSI)、平均斑块面积(AREA_MN)、平均回旋半径(GYRATE_MN)和有效粒度面积(MESH)这几类景观指数与四季的地表均温极显著正相关；而分离度指数(DIVISION)与四季的地表均温极显著正相关.表明工矿仓储用地的面积越大，作为优势斑块类型在地类景观中所占面积的比重越大，斑块边缘越复杂，形状越不规则，斑块连通性越好，会导致工矿仓储用地的温度越高；反之，地类斑块越小且分布越分散，连续性越弱，则具有一定的热效应缓解作用.

(4)对于道路用地，类型面积(CA)、景观百分比(PLAND)、最大斑块指数(LPI)、总边缘长度(TE)、边缘密度(ED)和景观形状指数(LSI)这几类景观指数与四季的地表均温极显著正相关，其中，与12月均温的相关系数较低.总体来看，道路作为不透水面的一类，其斑块面积越大，且形态越破碎、边缘越复杂，人为分割与细化程度越严重，则温度越高.

(5)对于住宅用地，类型面积(CA)、景观百分比(PLAND)、最大斑块指数(LPI)、总边缘长度(TE)、边缘密度(ED)、平均斑块面积(AREA_MN)、平均回旋半径(GYRATE_MN)和有效粒度面积(MESH)这几类景观指数与四季的地表均温极显著正相关，分离度指数(DIVISION)与四季的均温呈极显著负相关.同样地，以上景观指数与冬季均温的相关性最弱.可见，住宅区的景观破碎程度和斑块形状的复杂程度越大，温度越高；反之，减小住宅区形态的复杂性，降低其景观的连通度，对城区地面具有一定的降温效果.

综上所述，在林地、河渠、工矿仓储用地、道路和住宅用地这几类典型地类与地表均温之间的相关性分析中，我们可以发现以上地类景观格局指数普遍与四季的地表均温显著相关，其相关性强弱随季节变化具有一定的波动；其中，夏、秋季的相关性最为显著.

4 结论与展望

(1)在城市热环境方面，通过统计不同土地利用类型在4个时相上的地表均温，结果表明夏季高温、冬季低温，均温最高和最低值分别出现在夏季的工矿仓储用地和冬季的林地，降温强度的最大值和最小值分别出现在夏季的河渠和夏季的工矿仓储用地.

(2)在地类的景观格局方面，比较分析典型地物对不同季节地表温度影响的差异性，在各类景观中，工矿仓储用地均温相对最高，林地和河渠均温相对较低；整体呈现“工矿仓储用地>教育用地>商服用地>建设用地>道路>公共设施用地>住宅用地>裸地>城市绿地>耕地>林地>库塘>河渠”的规律趋势，由此可见，水体和林地具有一定的降温效应，而人类活动频繁的工矿仓储用地、教育用地等地类则具有较强的增温效果.

(3)在类型水平的景观指数方面，林地、河渠、工矿仓储用地、道路和住宅用地这几种地类的景观指数与4个季节的地表均温呈显著相关；其中，林地、河渠和工矿仓储用地的景观格局对地表均温的影响作用最为明显.总体而言，面积较小且细碎、相对孤立的绿地斑块，在缓解城市热岛效果方面，不及面积较大且聚集、连接度较高的绿地斑块，即增加绿地的面积，可降低绿地影响下的地表均温，比如集中连片的林地可以有效降温；而聚集的不透水面，远比细碎的硬质表面，更容易提高城市热岛强度，这表明除了地类的差异性之外，景观斑块的形态大小与聚集程度也会对地表温度产生较大的影响.

由此可见，为了缓解城市热岛效应，我们可以适当地控制建设用地的增长速率，提高绿色空间景观斑块的聚集度与连通性，以达到提升城市环境质量的目标.与此同时，基于城市土地资源有限的前提，可以因地制宜采取多种形式的绿化建设，比如立体绿化、屋顶绿化等，在绿地面积固定的情况下，可以通过增加其边界的复杂程度，间接地构建斑块之间的接触面积，从而在一定程度上降低景观内部的温度.此外，积极构建城市绿色空间体系，比如增加河渠、库塘等不同形式的水域面积，保证集中连片、成规模的林地稳步增长等，以期提高绿化生态效益，有效减轻城市热岛.考虑到本研究中所采用的景观移动窗口大小固定，尚未在不同尺度的空间下，分析探讨土地利用景观格局对区域地温的影响，同时景观指数的选取也待进一步优化，景观格局与降温效果之间的定量定性关系也需加深探究，以期提出更为科学合理的城市景观布局与配置方案.