城市湖泊湿地周边建成环境温湿效应的时空分布特征——以武汉16个湖泊湿地为例

李婷婷

赵聆言

关艺蕾

朱春阳*

城市湖泊湿地热容量巨大、水分蒸发强烈，对区域环境的调节功能和环境效益极为显著[1]。湖泊湿地与建成环境间的比热容差异将形成“湖陆环流”，从而减少气温日较差、降低城市热岛效应、增加感热通量的输送。因此，城市湖泊湿地不仅可以改善湿地内部环境的小气候条件，而且对湿地周围的环境也有极大的改善效应[2]，能够有效调节环境温湿效应[3-5]。城市湖泊湿地的温湿效应会受到湿地水体的面积、形状、位置、周边建成环境、距湿地边界距离等多因素影响[6-8]。目前，国内外关于城市湿地水体的区域温湿效应研究主要集中于2个方面。一是通过遥感影像处理、软件分析等方法，研究发现相对较低的地表温度主要集中在城区大面积的水体或植被覆盖区域[9-10]，并且在距离水体300m范围内影响效果尤为显著[11]。二是利用气象观测资料或数值模拟等方法，研究表明水体的面积和布局能够影响小气候效应，并且水体面积越大对环境影响越大，大块、密集分布的小面积水体温度效应显著，分散型的水体布局对城市区域微气象环境影响更为显著[12-13]。然而，缺乏针对建成环境尺度城市湿地的温湿效应研究。城市建成环境不均匀的下垫面及人类活动排出的热量，明显改变了城市环境的气流走势与温湿条件[14]，制约了城市小气候环境的自我调节能力[15]。因此，本研究将基于监测数据和监测点周边的建成环境地理变量，建立土地利用回归模型，系统分析城市湖泊湿地温湿效应时空分布特征及影响因素，对城市湖泊湿地建成环境的规划与保护具有重要的实践意义。

1 研究区域和研究方法

1.1 研究区域概况

湖北省武汉市(E113°41′～115°05′,N29°58′～31°22′)位于长江中下游江汉平原东部，湿地资源居全球内陆城市前3位，其水域面积占全市国土面积的1/4，构成了极具特色的滨江滨湖水域生态环境。本研究按照湖泊湿地面积梯度选择16个城市湖泊湿地及其建成环境为研究对象(表1)，均位于武汉市主城区/近郊范围内，保证了立地条件相似的城市下垫面建成环境，基本资料详见表1。

1.2 研究方法

1.2.1 数据来源与定量调查

数据来源包括湖泊湿地周边建成环境土地利用变量、湖泊湿地景观指数数据及空气温度、相对湿度监测数据。土地利用及景观指数数据结合Spot5遥感影像数据(分辨率2.5m)解译及实地调研，通过ENVI 5.1和ArcGIS 10.2对不同用地类型数据进行信息提取。温度、相对湿度数据来源于定量监测。

将16个城市湖泊湿地周边500m建成环境范围作为研究区域，沿湖泊湿地边界垂直方向布设样线，每个湖泊湿地布设3条样线，每条样线设置9个固定测点(湖泊湿地300m范围内每隔50m布设1个样点，300～500m每隔100m设置1个样点)，距离地面1.5m高处进行连续观测。测量时间分别在2016年春季(4月)、夏季(7月)、秋季(10月)、冬(1月)，每个季节选定气候条件相似的3天进行重复测量，每天8：00—18：00每隔2h测试一次。测试仪器采用德国产德图温湿度仪testo 625温湿度测试仪。温度测定范围为-10～60℃，分辨率为0.1℃；相对湿度测定范围为0～100%RH，分辨率为0.1%RH。

1.2.2 数据处理与分析

针对每个测点选择不同范围(0 ～2 5、0～50、0～75、 0～100m)内道路长度(快速路、主干道、次干道和城市支路)作为交通热源因子，非硬质下垫面面积、缓冲区水体面积作为用地冷源因子，距湖泊湿地边界距离、距城市中心距离作为自然条件因子，利用回归分析将自变量逐步引入模型；采用留一交叉验证法(LOOCV)对模型预测能力进行检验。

图1 城市湖泊湿地测试点温湿度与模型自变量相关性分析(红色表示负相关，蓝色表示正相关；颜色越深则相关性越强；r=0.4)

2 结果分析

2.1 城市湖泊湿地建成环境空气温湿度数值模型构建

表2总结了春、夏、秋、冬四季16个城市湖泊湿地的土地利用回归模型调整后R2和留一交叉验证结果，以及标准差、杜宾沃森指数、平均残差和均方根误差值。DW值在合理范围内，模型变量数据无空间自相关。T调整后R2的范围为0.160～0.957，经留一交叉验证调整后R2分别0.212～0.991(P＜0.05)；RH调整后R2的范围为0.116～0.954，经留一交叉验证调整后R2为0.248～0.994(P＜0.05)。均方根误差(RMSECV)值也表明模型的空间预测能力可行。所有自变量均通过F检验、T检验且P＜0.05。春季，除小南湖RH、莲花湖T、RH与土地利用变量间模型不显著外，其余湖泊湿地T、RH土地利用回归模型的空间预测能力较好，T模型拟合度整体优于RH；夏季除外沙湖验证后模型不显著性外，其余湖泊湿地回归模型显著，RH拟合度整体优于T；秋季回归模型T拟合度整体优于RH；冬季，除莲花湖T、RH与土地利用变量间相关性不显著外，其余湖泊湿地回归模型显著，RH拟合度整体优于T。春、冬季莲花湖温湿度与土地利用变量间模型不显著，可能与莲花湖距长江较近的影响有关，大型流动水体将明显影响周边环境温湿状况[16]，具体原因有待后续进一步研究。基于以上数据分析结果，可以证明在街区尺度上针对不同城市湖泊湿地建立温湿效应土地利用回归模型具有可行性。

表1 16个城市湖泊湿地基本信息

2.2 模型自变量对温度、相对湿度相关性的影响

基于16个湖泊湿地样点温湿度与模型自变量相关性分析(图1)，除北湖冬季观测样点数据外，其他15个湖泊湿地均与模型自变量具有显著相关性。测试点周边25～100m范围内道路长度变量与春季T呈现最显著相关性，非硬质下垫面面积变量与春季RH呈现最显著相关性，距城市中心距离变量次之；水体面积变量与夏季T相关性最强，与距湖泊湿地边界距离变量次之，水体面积和非硬质下垫面面积变量均与夏季RH有最显著相关性；距湖泊湿地边界距离变量与秋季T和RH均有最显著相关性；距城市中心距离和道路长度变量与冬季T相关性最强，距城市中心距离与冬季RH呈现最显著相关性。同时，研究发现小面积湖泊湿地较大面积湖泊湿地受模型自变量的影响较大，且距城市中心距离变量和道路长度变量对大面积湖泊温湿度影响较大。

2.3 城市湖泊湿地缓冲区空气温度、相对湿度空间分布描述性数据分析

春季(图2-1)，随距湖泊湿地边界距离的增加，空气T呈现上升的趋势，平均温差为1.8℃。其中小南湖、莲花湖、外沙湖上升趋势不明显，鲩子湖、月湖、墨水湖、野湖和南太子湖在距离湖泊湿地边界50m范围内持续上升后，在50m范围外趋于平稳，机器荡子、晒湖和内沙湖在200m范围内明显上升，在200m范围外变化平稳，内沙湖在300m范围内持续上升后趋于平稳，最大温差达2.9℃。对于RH，整体呈现随湖泊湿地边界距离的增加而下降的趋势，RH平均差值为7.0%。其中小南湖、莲花湖、鲩子湖、机器荡子、月湖、野湖和墨水湖在距离湖泊湿地边界50m范围内有明显下降趋势，在50m范围外趋于平稳或呈缓慢下降，其中月湖RH最大差值达到13.3%。

夏季(图2-2)，除月湖外，其他湖泊湿地空气T均呈现出随距离湖泊湿地边界距离的增加而上升的趋势，平均温差为1.5℃。在面积相似区间内，变化趋势相似，小面积湖泊湿地(＜0.2km2，小南湖、后襄河和西湖)呈现出先平稳后上升再平稳的曲线变化；内沙湖、莲花湖、菱角湖、鲩子湖、北湖、机器荡子和晒湖，无明显上升趋势，持续稳定在37～38℃；竹叶海上升趋势最明显，最高上升至40℃，最大温差达2.9℃。大面积湖泊(＞0.6km2月湖)呈现出先上升后下降，最后趋于平稳的变化曲线；野湖、外沙湖和墨水湖则平稳缓慢上升。RH呈现出随距离的增加而下降的趋势，RH的平均差值为4.5%。月湖呈现出RH随距离湖泊湿地边界距离先下降后上升，最后趋于平稳的变化，最大差值为8.4%。其他湖泊变化不显著。

图2 春季(2-1)、夏季(2-2)T、RH与距湖泊湿地距离的关系

秋季(图3-1)平均温差为2.2℃，小南湖、后襄河和西湖空气T变化趋势平缓一致；内沙湖、莲花湖和菱角湖变化趋势相似，没有显著的上升趋势；鲩子湖、北湖、机器荡子、晒湖、竹叶海、月湖、野湖和南太子湖的曲线变化呈现先缓慢上升后平稳的趋势；外沙湖则是先上升后平稳，最后在400m缓冲区范围外继续上升的变化曲线；墨水湖呈现持续的上升变化，从0m处16.7℃持续上升至20.9℃，最大温差为4.2℃。RH呈现随距离增加而降低的曲线变化，平均差值为7.5%。其中小南湖、西湖、后襄河、鲩子湖、北湖、晒湖、机器荡子和外沙湖的下降趋势明显，均从65%下降至55%左右；内沙湖和莲花湖RH持续浮动在70%左右，菱角湖、竹叶海和月湖持续浮动在60%左右；野湖在50m缓冲区内显著下降，随后维持稳定；外沙湖、南太子湖和北湖在200m缓冲区范围内持续下降，随后保持平稳；墨水湖在500m缓冲区范围外呈现上升趋势的曲线变化。

表2 四季T、RH模型预测R2有效性验证

冬季(图3-2)，随湖泊湿地边界距离的增加，空气T呈现缓慢上升的趋势，平均温差为1.0℃。其中，南太子湖和墨水湖在缓冲区300m距离以上空气温度上升趋势逐渐增大，其他湖泊湿地趋于平稳，浮动在10℃左右。RH整体呈缓慢下降趋势，平均差值为4.3%。

2.4 城市湖泊湿地对空气温湿度时间分布的影响

由图4可以看出：1)距湖泊湿地不同距离处的空气T与RH日变化趋势相反，空气T从8：00开始上升，春、夏、秋三季在14：00—16：00达到最高值，冬季在12：00—14：00达到最高值，随后逐渐下降；RH日变化呈相反趋势，从8：00开始下降，春、夏、秋三季在14：00—16：00达到最高值，冬季在12：00—14：00达到最低值，随后开始逐渐回升；2)春、夏、秋三季距湖泊湿地不同距离的空气T最高值和RH最低值均出现在14：00—16：00，冬季距湖泊湿地不同距离的T最高值和RH最低值均出现在12：00—14：00。

3 结论

1)城市湖泊湿地建成环境500m缓冲区范围对温湿效应关键影响因子(测试点周边25～100m范围内道路长度、水体面积、非硬质下垫面面积和距城市中心距离、距湖泊湿地边界距离)构建的土地利用回归模型具有一定的可行性，调整后的R2分别为0.116～0.954(RH)、0.160～0.957(T)，经留一交叉验证调整后R2分别为0.248～0.994(RH)、0.212～0.991(T)，均在P＜0.05水平上显著。

2)基于16个城市湖泊湿地测试点温湿度与模型自变量相关性分析，得出小面积湖泊湿地受模型自变量的影响比大面积湖泊湿地大，而大面积湖泊湿地的主要影响因素是距城市中心距离和道路长度(交通热源)变量；增加测试点周边25～100m范围内非硬质下垫面面积能够有效改善空气温湿度。同时，不同季节模型自变量对温湿度的影响存在差异。其中，距城市中心距离变量与秋季T和冬季T、RH呈显著相关；距湖泊湿地边界距离变量与夏季和秋季T具有显著相关性；缓冲区水体面积变量与夏季T、RH和秋季RH具有显著相关性；非硬质下垫面面积变量与春季和夏季RH具有最显著相关性；道路长度变量与秋季RH和冬季T有显著相关性。

续表2 四季T、RH模型预测R2有效性验证

3)城市湖泊湿地周边500m范围建成环境的空气T呈现随距湖泊湿地边界距离的增加而上升的趋势，RH呈现随距离的增加而下降的趋势。空气T的变化幅度最大值为4.2℃，RH为13.3%。城市湖泊湿地对周边建成环境表现出显著的降温增湿效应。

图3 秋季(3-1)、冬季(3-2)T、RH与距湖泊湿地距离的关系

图4 四季距湖泊湿地不同距离处T(4-1)、RH(4-2)日变化图

4)城市湖泊湿地建成环境温湿效应日变化表明，空气T从8：00开始逐渐上升，春、夏、秋三季在14：00—16：00达到峰值，冬季在12：00—14：00达到峰值，随后逐渐降低；RH与T变化相反。

注：文中图片均由作者绘制。