城市森林林木斑块特征与降温效应的关系——以北京市城区为例

李晓婷 李 彤 仇宽彪,2 姜莎莎 贾宝全

(1.中国林业科学研究院林业研究所 国家林业和草原局林木培育重点实验室 国家林业和 草原局城市森林研究中心 北京 100091； 2.生态环境部南京环境科学研究所 南京 210042)

城市热岛是一种城市地区地表温度高于周边非城市地区的现象。随着城市化进程加快，城市大规模改造，建筑密度攀升，城市下垫面性质和城市景观结构都发生了巨大改变，致使城市热岛效应加剧，成为突出的环境问题，影响居民的身心健康和出行生活。因此，缓解城市热岛效应成为城市建设者和居住者共同关注的焦点(陈朱等， 2011)。

大量研究表明，植被可有效降低环境温度(Elmesetal., 2017; 贾宝全等， 2017； 2012； 高美蓉等， 2014； Wengetal., 2004)，但植被降温效果在不同城市或同一城市不同区域明显不同。植被降温效率在南京不同区域为0.029～0.099 ℃(Kongetal., 2014; Zhangetal., 2009a)，在北京达0.054～0.106 ℃(Lietal., 2013; 2012; Pengetal., 2016)，在武汉能达到0.318 ℃(Wuetal., 2014)，差异如此大的原因是多方面的。目前关于植被降温效应影响因素的研究大致可分为2类：一类是外因，即时间和空间变化，比如城市热岛的日变化、季节变化以及不同城市的个体特征、气候特征对植被降温效率的影响；另一类是内因，即绿地规模、景观配置、群落结构的影响。截止到2014年，关于内因的研究文献中，城市森林规模的约占74%，景观结构的约占18%，群落结构的约占8%(任志彬， 2014)。

大量研究证明了绿地规模与温度变化显著相关(Wengetal., 2004; Chenetal., 2006; Hungetal., 2006; Weng,2009)。而关于绿地景观配置结构对降温效率影响的研究相对较少，其中一个重要原因是城市土地覆盖制图往往需要更高的分辨率，在粗糙和中等分辨率数据中，如Landsat和MODIS，单个像素往往跨越多个土地覆盖类型，这在异构的城市地区容易引起像素混合问题(Zhouetal., 2017)。近些年来，随着高分影像发展，此类研究有所增加，一些研究已注意到城市内植被斑块的空间特征和配置对地表亮温的分布有影响(Zhangetal.， 2009b； Caoetal.， 2010； Liuetal.,2008; Zhouetal.,2011)，但这种影响仍不很明确，许多研究甚至得出了比较矛盾的结论，比如在深圳、上海、美国巴尔的摩和德国柏林的研究中，林木斑块密度与地表亮温呈负相关(Lietal., 2010； 2011； Zhouetal., 2011； Dugordetal., 2014)，但在北京的研究中则呈正相关(Lietal., 2013; 2012)，这种不一致阻碍了研究结果在城市绿地规划和管理中的应用，有待开展更多区域和尺度的研究探讨。

群落结构被认为是影响城市绿地生态系统功能的重要因素，在森林和大气之间发生的蒸散和能量交换很大程度上取决于森林结构(Mcphersonetal., 1997)。目前国外探讨城市森林群落结构与热环境关系的研究比较少，相比之下国内较多，但大多研究也只是集中于不同类型城市森林的林下小气候的简单对比分析，城市森林结构在热环境调节中的作用机制有待进一步探索(Liuetal., 2008; Zhouetal., 2011)。

北京是中国经济的高速发展区，热岛效应环境问题突出，极强热岛在城区范围集中分布，严重阻碍了可持续发展，而且城市生态用地空间不断被挤压，很难通过增加城市森林规模来改善城市热环境，如何通过合理的景观和群落结构配置来缓解城市热岛效应成为重中之重。本研究以30 m分辨率的Landsat-8 TIRS遥感影像和0.5 m分辨率的World-view-2卫星影像为基础，在更精细的影像分辨率尺度上探究林木斑块景观和群落结构对斑块降温效应的影响，以期为城市绿地的规划和管理提供依据。

1 研究区概况

北京市(115.7°—117.4°E，39.4°—41.6°N)位于华北平原北部，为典型的暖温带半湿润大陆性季风气候，年均气温12.3 ℃，年降水量400～600 mm，土壤以潮土、褐土为主，另有少量砂姜黑土、水稻土、粗骨土、棕壤和风沙土，地带性植被主要是温带落叶阔叶林。本研究选择北京市六环外1 km之内的范围，是北京市开发强度最高、各类经济和社会活动最密集的区域，也是北京城市人口和城市热岛的集中分布区，土地总面积2 465.67 km2。近几年来，为建设国际一流和谐宜居之都，北京市高度重视生态建设，截止2017年北京城区绿化覆盖率达48.42%，绿地率达46.65%，主要由公园绿地、附属绿地和少量生产和防护绿地构成。

2 研究方法

2.1 地表亮温的反演

地表亮温数据由2013年9月1日的Landsat-8 TIRS(轨道号： 123/38； 北京时间： 10：55：34; 含云量： 0.01%； 天气:晴； 气温： 18～31 ℃)卫星影像的第10波段反演得到，该月份树冠浓密，植被冷岛效应最突出(Duetal., 2016; Kongetal., 2014; Lietal., 2011)。

首先将该影像以World-view-2影像为基准，采用最近邻算法进行坐标矫正。

然后将波段10数据的DN值(影像10波段的灰度值)按照公式(1)转换为大气顶部辐射亮度L:

L=G×DN+O。

(1)

式中：G和O分别为10波段的乘积调整因子和附加因子，可以从遥感影像的头文件中获取。

最后通过公式(2)将辐射亮度转化为地表亮温LST:

LST=K2/ln(K1/L+1)-273.15 。

(2)

式中： K1、K2为常数，可以从影像头文件中获取。

2.2 城市林木斑块的提取

为了准确提取破碎化程度较高的城市林木斑块，选用了覆盖研究区域的2013年8—9月的World-view-2卫星影像(包括0.5 m的全色波与1.8 m多光谱波段)，以eCognition Developer 9.0软件为解译平台，对卫星影像进行地表覆盖分类，分类体系设置为： 乔灌木、不透水地表、草地、裸土地、水体和耕地。分类结果总体精度为96.02%，Kappa系数达到0.923 1。由于反演热环境的影像分辨率较低，为30 m，本研究选取了面积≥1 000 m2(>30 m×30 m一个像素的面积)的林木斑块，开展后续研究。林木斑块提取结果如图1a所示。

图1 研究区植被提取结果(a)及城市森林抽样调查斑块与样方点空间分布(b)Fig. 1 Results of vegetation extraction (a) and spatial distribution of sampled urban tree canopy patches and quadrants point (b)

2.3 城市森林结构调查

在ArcGIS 10.4 平台上采取分层随机抽样方法，选取了398个林木斑块，并于2017年8月和2018年8月对其进行城市森林结构抽样调查，根据每个斑块的面积和斑块内部城市森林结构的变异(根据前期预调查的物种多样性和树木胸径分布来初步衡量)确定了每个斑块所调查的样方数量，最终共调查20 m×20 m样方871个。对样方内乔灌木进行每木检尺，记录树种名称和数量，测量胸径和树高，并用GPS对样方中心点定位，调查的斑块及样点位置空间分布见图1b。根据调查数据，计算各样方的城市森林密度SD(株·hm-2)、胸高断面积BA(m2·hm-2)、Shannon-Wiener物种多样性指数(H′)和Pielou均匀度指数(J)。

SD=N/0.04；

(3)

(4)

(5)

J=H′/lnS。

(6)

式中：N为样方中的乔灌木总数量； DBH为乔灌木胸径(cm)；Pi为样方中树种i所占的株数比例(%)；S为样方中记录到的树种数。

2.4 景观指数

研究表明，林木斑块的大小、形状及其空间配置是影响降温效应的主要因素(Zhangetal., 2009b； Lietal., 2012)，因此本研究选用斑块水平和景观水平2类景观指数。考虑到景观指数在计算和解释方面的简便性、对实践的指导意义，且各景观指数间信息最小冗余，结合先前的研究经验(Lietal., 2004; Leeetal., 2009; Riva-Murrayetal., 2010)，本研究中斑块水平主要选择面积(A)、周长(P)、形状指数(LSI)和周长面积比(PARA)4个指数，景观水平上主要选择树冠覆盖度(Pt)、平均斑块面积(MPS)、斑块密度(PD)和聚和度(AI)4个指标。Pt能精确描述一定区域内植被冠层的总面积，有助于探索特定区域植被规模与降温效应的关系； MPS、PD主要用于探索区域内林木斑块破碎化程度是否影响林木斑块的热岛效应缓解能力； AI用于度量林木斑块之间的连通性对热岛效应缓解能力的影响(Zhouetal., 2017)。景观水平上的指数计算以最小人口普查单元乡镇为单元，因为大部分地方规划管理都是在这个层次上设计和实施的(Lietal., 2013)，所有指数均基于ArcGIS 10.4 平台及Fragstats 4软件进行计算。

PARA=P/A；

(7)

(8)

Pt=UTC/At；

(9)

(10)

PD=Nt/At；

(11)

(12)

式中： UTC为研究区域内树冠覆盖斑块总面积；At为研究区域总面积；Nt为研究区域内树冠覆盖斑块总数量；Ai为第i个斑块的面积；gii为邻接斑块的数量； maxgii为林木斑块类型最大相似邻接斑块数量。

2.5 数据处理

本研究基于ArcGIS 10.4 平台，将分类得到的林木斑块和不透水地表边界数据与反演的地表亮温数据进行空间叠置分析，统计每个林木斑块内部以及不透水地表整体的地表亮温均值、最小值、最大值和极差。将地表亮温均值低于研究区不透水地表区域地表亮温最低值的林木斑块视为有绝对降温效应的林木斑块，其他视为非绝对降温效应斑块，对2类斑块进行单因素方差分析，比较2类斑块在斑块水平景观指数上的差异。同时，利用SPSS中的Pearson相关性分析，探究林木斑块水平景观指数、景观水平景观指数以及城市森林结构指标对斑块降温效应的影响。

3 结果与分析

3.1 地表亮温特征

2013年9月1日上午10：00，北京城区地表亮温最高值为43.67 ℃，最低值为 20.04 ℃，均值为29.86 ℃； 不透水地表区域地表亮温平均值为30.64 ℃，乔灌木斑块地表亮温均值为28.66 ℃，乔灌木斑块地表亮温平均值比城区低1.18 ℃，比不透水地表低1.98 ℃，具有一定降温能力。

3.2 斑块水平景观指数特征

从表1可以看出： 本研究涉及的林木斑块面积为0.1～785.81 hm2，平均斑块面积为3.22 hm2，标准差为20.89 hm2； 林木斑块周长的波动较大，为0.18～272.21 km，平均值为3.42 km，标准差为9.78 km； 林木斑块周长面积比、形状指数的分布范围分别为0.01～0.54和1.03～39.08，均值分别为0.16和4.81，标准差分别为0.07和2.83。

3.3 斑块水平景观指数与斑块地表亮温间的关系

研究显示有绝对降温效应的林木斑块和非绝对降温效应斑块的斑块面积、周长及形状指数均存在显著差异(P=0.00)，有绝对降温效应的林木斑块平均面积更大(8.14 hm2)，周长更长(5.2 km)，边缘占比更小(0.14)，形状更加复杂(5.30)(表2)。

表1 斑块水平景观指数特征Tab.1 Characteristics of landscape index at patch level

表2 有绝对降温效应与非绝对降温效应的 林木斑块斑块水平景观指数差异Tab.2 Difference of landscape index at patch level between forest patches with absolute cooling effect and non-absolute cooling effect

斑块水平景观指数与斑块地表亮温间的相关性分析显示(表3)，林木斑块的面积、周长和形状指数对斑块地表亮温均有极显著影响(P<0.01)，且对斑块内部地表亮温最低值和极差影响更强烈，而对斑块内部地表亮温均值与最大值的影响相对较弱。

表3 斑块水平景观指数与林木斑块地表亮温之间的相关性①Tab.3 Pearson correlations between landscape index at patch level and forest patch surface temperature

斑块内部地表亮温最低值与4个斑块指数关系的散点图如图2所示，为了增加数据的平稳性，对斑块面积、周长、周长面积比、形状指数和斑块内部地表亮温最小值5个变量值均进行了对数变换。其中，斑块面积和周长与斑块内部地表亮温最小值显著负相关，R2值分别为0.43和0.33。当植被斑块较小时，斑块内部地表亮温最小值下降缓慢，随着斑块面积增加，斑块内部地表亮温最小值下降幅度逐渐增大； 斑块周长与斑块内部地表亮温最小值则表现为线性关系； 斑块周长面积比、形状指数与斑块内部地表亮温最小值的相关性较弱，R2值分别为0.25和0.10，其中周长面积比与斑块内部地表亮温最小值呈正相关，斑块形状指数与斑块内部地表亮温最小值呈现负相关。

图2 林木斑块内部地表亮温最小值与斑块水平景观指数的关系Fig. 2 Scatter plots of minimum value of surface temperature within the forest patch and landscape index at patch level

3.4 景观水平景观指数特征

本研究涉及到109个乡镇，各乡镇的Pt为0.03～0.79，均值为0.31，标准差为0.21； PD为0.48×10-5～2.76×10-5，均值为1.50×10-5，标准差为0.48×10-5； MPS为0.30～14.81 hm2，均值为2.67 hm2，标准差为2.80 hm2； AI为4.17～84.79，均值为54.02，标准差为15.59(表4)。

表4 景观水平景观指数特征Tab.4 Characteristics of landscape index at landscape level

3.5 景观水平景观指数与地表亮温间的关系

图3表明，景观水平上的4个指数与乡镇地表亮温平均值之间均有较强相关性，说明斑块空间配置对地表亮温存在一定影响。其中，Pt对地表亮温的影响最强(R2=0.312)，地表亮温会随树冠覆盖面积增加而有所下降。其次为MPS(R2=0.309)，与斑块水平的斑块面积作用结果相类似，平均斑块面积越大降温效果越好。PD对斑块降温效果的影响相对较复杂，一开始地表亮温随斑块密度增加而升高，当斑块密度对数达-4.85时，地表亮温随斑块密度增加开始下降； AI与地表亮温呈正相关(R2=0.15)。

3.6 城市森林结构与斑块地表亮温间的关系

森林结构样方调查结果(表5)显示，群落密度为3～600株·hm-2，平均31株·hm-2，标准差为37株·hm-2； 每公顷胸高断面积47.53～141 542.82 m2·hm-2，平均1 329.83 m2·hm-2，标准差为6 686.50 m2·hm-2； 胸径5.75～83.60 cm，平均21.23 cm，标准差为8.92 cm； 树高6.6～30.0 m，平均8.3 m，标准差3.4 m； 样方统计结果中乔木株数占比均值为0.91，标准差为0.15； 物种多样性指数Shannon-Wiener为1.01～2.66，平均1.19，标准差0.70； Pielou均匀度指数为1.20～6.23，平均1.20，标准差1.22； 阔叶树在城市森林调查总量中比例均值为89%，标准差为18%。

图3 乡镇地表亮温平均值与林木斑块景观水平景观指数的关系Fig. 3 Scatter plots of mean land surface temperature of each town and landscape index of forest patches at landscape level

表5 城市森林群落结构特征Tab.5 Characteristics of urban forest community structure

城市森林空间结构特征中，平均树高和乔木株数占比对斑块地表亮温有影响，且主要影响斑块内部地表亮温最小值和极差(表6)。城市森林群落树种配置指标中Shannon-Wiener物种多样性指数H′和Pielou均匀度指数J对斑块内部地表亮温最小值、极差和均值有一定影响。(表7)。

4 讨论

本研究结果表明，树冠覆盖度对降温效应的影响强度要高于其他3个景观水平的景观指数，这说明与优化绿地空间配置相比，增加植被覆盖度对城市热岛缓解仍然是最为有效的方法(Zhouetal.,2011； 2019)，对那些高度城市化地区来说，通过扩大植被种植面积来增加树冠覆盖度可能比较困难，但通过优化现有植被群落结构、有效养护管理植被、注重培养和营造大树景观，也可达到增加树冠覆盖度的效果。

表6 城市森林群落空间结构特征与林木斑块地表亮温之间的相关性①Tab.6 Pearson correlations between characteristics of spatial structure of urban forest community and land surface temperature within the forest patch

表7 城市森林群落树种配置特征与林木斑块地表亮温之间的相关性Tab.7 Pearson correlations between characteristics of landscape configuration of urban forest community and land surface temperature within the forest patch

除增加树冠覆盖规模外，林木斑块空间配置对地表亮温也有显著调节作用。采用高分辨率遥感影像探究到的斑块密度与地表亮温之间的关系是非线性的，比之前用中低分辨率遥感影像的研究结论更复杂(Lietal.,2012)。在整体树冠覆盖度较低的情况下，斑块的破碎化会导致降温效率下降，一个更大的、连续的林木斑块往往比相同面积的几个小型林木斑块更能产生较强的冷岛效应，因此，林木斑块的集中分布比分散分布更能有效降低地表亮温。当整体树冠覆盖度和平均斑块面积达到一定水平后，斑块的边缘效应才开始更好地发挥作用，随着斑块密度增加，斑块总边缘长度也会增加，从而为周围地表提供更多遮荫，这种情况下，分散的斑块配置更能增加城市森林与周围环境空间的互动，城市森林的总体降温效率也会有所提升，可见斑块面积是影响林木斑块空间配置的一个重要因素。研究区内林木斑块聚集度与降温效应呈正相关，说明北京城区内仍以小斑块城市森林为主。

每个林木斑块可近似代表一个城市森林群落，其树种组成及结构特征是城市森林发挥生态功能的重要基础。目前针对群落结构与降温效应方面的研究多采用“典型样地+空气温度测量(1.5 m)”的研究模式(秦仲等， 2012； 蔺银鼎等， 2006)，采用遥感测温方法的研究较少(任志彬， 2014)。在群落空间结构特征方面，本研究发现林木斑块地表亮温与平均树高和乔木在城市森林总量中占比有负相关性，这一结论与采用“典型样地+空气温度测量(1.5 m)”的研究模式所得结果相一致(秦仲等， 2012； 蔺银鼎等， 2006； 唐泽等， 2017； 赵秋月等， 2019)。平均树高越高及乔木株数占比越大，通常群落枝下高也越高，冠高和其他冠层结构也会一定程度地受到影响, 与冠层结构相关连的树木的蒸腾、遮荫及光合作用也会相应的有所变化，致使冠层温度发生变化。少量的利用遥感技术对城市森林结构与降温效应关系的研究还发现，城市森林平均胸径、密度与其降温效率存在相关性(Renetal.,2013； 任志彬， 2014)，本研究并没有探究到这种相关性，差异产生原因还需今后开展更多研究、从多方面探究，比如用于地表亮温反演的遥感影像的时间和空间分辨率、城市森林结构数据的样本量等。此外，城市的个性特征和当前绿地空间布局也可能会影响城市森林结构与降温效应间的关系(Hessetal., 2006; Feistetal., 2010)。建议未来进行多尺度和多区域的比较研究，以加深对城市森林结构特征与降温效应间关系的理解。

在群落树种组成方面，本研究表明物种多样性对林木斑块地表亮温有一定影响，在早期研究中就已发现，不同物种间的叶温存在巨大差异(Leuzingeretal., 2007)，且城市树木降温作用是有树种特异性的(秦仲等， 2012; 赵秋月等， 2019; 康博文等， 2005)，但本研究表明这一相关性并不强，其原因与北京城区林木斑块的物种多样性指数变异系数非常小，生物群落间均质化现象明显有关(Groffmanetal., 2014)。之前有研究证明以阔叶林为主的生物群落因树冠通常密集、郁闭度高、叶面积指数大，因而具有较高的蒸发蒸腾速率及遮荫能力，其降温效率明显高于以针叶树为主的生物群落(Wangetal., 2020)。本研究中，北京城市森林以阔叶树为主，实地调查数据也显示阔叶树在各生物群落中平均占比高达89%，针叶树占比整体较低，因此并没观测到冠层温度与阔叶树在城市森林总量中占比的关系。理解群落尺度上的树种配置与城市森林降温效应间的潜在关系对于在生态用地越来越有限的城市区域开展城市森林建设和管理工作非常重要，但这方面的深入研究需要更多详细数据及更精细分辨率的热红外数据的支撑，是未来应该予以重点关注的研究方向。

本次研究与之前开展的相关研究最大的不同就在于将林木斑块内部的地表亮温进行了更详细的统计，包括内部地表亮温最小值、最大值、均值和极差，而不仅仅是用均值一个指标，这有利于更深入理解林木斑块降温效应受到影响的成因。实际上，林木斑块的周围区域大部分为地表亮温较高的不透水表面，林木斑块内部地表亮温极易受到周围环境影响，植被斑块边缘是与周围进行物质与能量交换的直接区域，地表亮温会较高，而核心区地表亮温则相对较低，本文称其为“冷核”，斑块边缘密度的高低直接影响了林木斑块内部“冷核”的稳定性。本研究显示，斑块尺度的景观指数与斑块内部地表亮温最低值相关性最强，说明斑块形态特征对维持斑块内部“冷核”的稳定性有较重要意义。其中斑块面积最重要，如林木斑块面积太小，斑块边缘密度相对较高，其内部冷核就很容易受到外部干扰，导致整体地表亮温较高。斑块的周长、周长面积比及形状指数也分别从不同方面反映了植被与周围相互作用的程度； 周长与面积相关性较强，周长面积比就是林木斑块边缘密度的最直接度量； 形状指数体现斑块的紧致度，形态更紧凑的斑块也更能维持内部冷核的稳定(Zhouetal., 2019)。

总体来看，大斑块的城市森林在维持冷岛效应方面更稳定，未来城市森林建设除直接规划大尺度城市森林外，还可优先在紧靠现有绿地区域的潜在绿地区种植树木，以此来增加现有林木斑块面积，以此来优化城市森林的热岛缓解能力。

5 结论

本研究在精细分辨率尺度上，探究了城市林木斑块的景观和群落结构特征对林木斑块地表亮温的影响。发现乔灌木植被斑块地表亮温低于城区平均地表亮温值，具有一定的降温能力，并可通过优化景观配置和城市森林结构来提升城市林木斑块的降温能力。在城市生态用地面积不断被挤压的情况下，可更多考虑如何优化绿地配置，如在紧靠现有绿地的潜在绿地区种植树木来增加现有林木斑块的面积、选择生物量较大的植物、合理配置绿地空间结构等，从而提高城市绿地降温能力。