公园特征及与水域距离对其夏季温湿效应影响研究——以苏州工业园区为例

肖湘东

丁 敏

董 丽*

王怡倩

王利芬

城市公园绿地作为城市生态系统的重要组成部分，其具有多方效益，可以降温增湿、减少太阳辐射，从而调节局部微气候、改善人体舒适度等[2-3]。尤其是在炎热夏季，酷暑时节的室外环境温度较高，公园内的植物与水体不仅可以吸收大量太阳辐射，降低近地面的温度，同时还可以蒸发出大量水汽，增加环境湿度，对于改善室外空间热环境、调节城市气候及提高市民综合体感舒适度都具有非常重要的意义[4-8]。

在以往城市公园绿地微气候的相关研究中，主要集中于公园绿地内部组成与其几何结构特征2个方面[9]。一方面，城市公园绿地内部的道路广场、林地、草坪、水体和建筑等不同下垫面组成和比例对于一定范围内的微气候影响显著，其中，由于水体具有热容量大、反射率小等特征，水体的面积和布局对微气候的影响更为突出，且研究发现滨水绿地相较于其他绿地的降温增湿效应更好[10-14]。另一方面，公园绿地特征，即周长、面积、周长面积比、郁闭度、形状特征、分维数和绿地率等参数，均可对公园绿地的微气候效应产生显著影响[15-17]。然而现有研究较为分散，将绿地内部组成与其自身特征相结合的系统性研究较少。为此，本研究以苏州工业园区9个不同公园为研究对象，所选公园或远或近临近大型水域，因苏州工业园区水域面积占苏州工业园区总面积的42.5%，所以公园外这些城市水域对公园夏季微气候效应也具有重要影响。首先分析苏州工业园区不同公园下垫面组成比例和自身特征、公园与水域距离等多样化参数和其微气候效应的相关性，再进一步构建公园夏季降温增湿作用的综合预测模型，以此补充城市公园缓解夏季热岛效应的研究和评价体系，为城市公园的总体规划提供指导。

1 研究数据与研究方法

1.1 样地选择

选择苏州工业园区9个主要公园作为研究对象。研究对象选择主要依据以下几个方面。首先，为保证9个公园绿地具有可比性，9个公园的绿地周长面积比、形状指数、绿地率、郁闭度、公园与水域距离分布范围等均有一定差别，周长面积比分布范围为0.015～0.071，形状指数分布范围为1.12～1.66，绿地率分布范围为36.24%～93.41%，郁闭度分布范围为0.24～0.83，公园与水域距离分布范围为0.32～5.32km。其次，9个公园绿地内的下垫面类型均分为乔木、草地、水域、硬质铺装和建筑5种下垫面。最后，所选公园绿地特征存在一定的差异，且研究样地内的植物均正常生长，养护现状和养护措施基本一致。同时，设置了3个重复对照点，均设置在距离每个公园绿地约100m的空旷硬质铺装场地，因此所选研究样地和研究结论更具有一定的代表性(图1)。

图1 公园样地布局和几何形状(作者改绘自遥感卫片)

1.2 测点布置和测试内容、时间及方法

城市热岛效应引起的高温炎热天气会影响居民人体舒适性[18-19]。已有研究表明，城市公园绿地能有效缓解夏季城市热岛效应，因此，本试验选择在2018和2019年的每年7月15日—8月14日夏季白天时段进行，避开雨天，数据采集天数为22d，天气条件均为晴朗无风(风速<2m/s)[20]。根据本研究的目的和内容，主要微气候测定指标为：空气温度和相对湿度；公园下垫面指标为：乔木覆盖率、草地覆盖率、水域覆盖率、硬质铺装覆盖率和建筑覆盖率；公园绿地特征指标为：周长、面积、周长面积比、形状指数、分维数、绿地率、郁闭度、公园与水域距离，以上测定的各类指标均为在相同天气条件下，可能影响研究样地之间温湿效应差异的主要因子，因此所选指标具有一定的全面性和代表性。

目前，关于温湿效应的研究主要采用的方法是布点法和遥感法。遥感法主要通过图像反演获得温湿度，该方法具有图像直观、时间和高度同步且覆盖范围广的优点，但温湿度数据在局地不太准确；而布点法主要通过实地连续观测获得温湿度，相对遥感法，布点法可以更准确地反映局地微气候特征，可作为修正遥感法的方法，但布点法因为测点位置与数量限制，其研究具有一定局限性[21-25]。为了体现测点数量和分布的代表性和可行性，在每个研究样地中不同类型的下垫面处设置3个测点，先将每个样地的每个类型下垫面的温湿度值进行算术平均，再将所有测点的温湿度值再进行算术平均即得到各个研究样地的温湿度值。硬质铺装的温湿度测量主要选择广场或路面等景观空间类型，沿着广场中心点或道路中心线进行线性观测。水域主要是沿水岸边进行线性观测。林地和草坪的观测均选择其中心点进行观测，且观测样方均是大于900m2的区域。林地主要选择乔-草群落的林下空间进行观测，林地的树种主要有香樟、银杏、桂花、广玉兰、榉树、二球悬铃木等。同时，在公园外100m的城市环境位置设置对照点，同步观测温湿度。为了使研究结论具有统计学意义，继续将公园绿地的温湿度值和对照点的温湿度值算差值，差值大小即代表该研究样地的降温强度和增湿强度(表1)，计算公式如下：

式中，Tair为公园绿地与对照点的空气温度差值，即降温强度；Tn为对照点的空气温度值；T为公园绿地内的空气温度值。

式中，YRH为公园绿地与对照点的相对湿度差值，即增湿强度；RHn为对照点的相对湿度值；RHhn为公园绿地内的相对湿度值。

关于公园绿地的特征指标，本试验主要的测定指标为：周长、面积、周长面积比、形状指数、分维数、绿地率、郁闭度、公园与水域距离。主要依据无人机(大疆MAVIC)航空照片作为参照，采用Adobe Photoshop CS6(Adobe Systems Inc)软件并运用计算公式计算出郁闭度和绿地率。采用AutoCAD 2020(Autodesk Computer Aided Design，Audesk，Inc.)软件计算出公园周长、面积和公园与水域距离，运用计算公式计算出周长面积比、形状指数和分维数。郁闭度具体选点是在每个公园绿地内，均匀选取4个观测点进行测定，4个观测点的郁闭度值取算术平均即得该样地的郁闭度值。本试验还采用周长(P)、面积(A)、周长面积比(PA)、景观形状指数(LSI)、分维数(Fd)等指标来描述所选公园绿地的几何特征[26]。计算公式如下。

景观形状指数计算公式为：

式中，LSI为景观形状指数；P为公园绿地的周长；A为公园绿地的面积。当公园为圆形时，LSI的值最小，仅为1，所以当公园绿地是其他形状时，LSI的值均大于1。

周长面积比计算公式为：

式中，PA为周长面积比；P为公园绿地周长；A为公园绿地面积。

分维数计算公式为：

式中，Fd为分维数；P为公园绿地周长；A为公园绿地面积；k为常数；Fd的值分布在1～2，当Fd值越接近1，公园绿地的边缘越简单；当Fd值等于1，公园绿地的边缘是一条直线。

郁闭度计算公式为：

式中，CD为群落郁闭度；β为植物冠层范围内天空的像素值；α为植物冠层范围的像素值。

1.3 数据处理与分析

本试验所选的9个公园绿地，在周长面积比、形状指数、绿地率等指标方面，是差异不显著的研究样地。在研究样地中，将9个公园中的5种下垫面即乔木、草地、水域、硬质铺装、建筑等覆盖率和其降温增湿作用进行多元回归分析(表1)。多元回归方程如下：

表1 公园轮廓和结构特征

式中，Y为公园绿地的降温增湿作用；a0为常数；a1、a2、a3、an等为相应自变量的多元回归系数；X1、X2、X3、Xn等为具有显著影响降温增湿作用的自变量。

2 结果与分析

2.1 公园下垫面比例对降温增湿强度的影响

表2显示了9个公园的乔木覆盖率、草地覆盖率、水域覆盖率、硬质铺装覆盖率、建筑覆盖率5个变量对其降温增湿作用的影响程度。由Pearson相关性结果可知，5种下垫面和降温增湿强度均具有一定的相关性，其中乔木覆盖率、草地覆盖率、水域覆盖率对降温增湿强度影响呈正相关，且水域覆盖率对降温增湿强度正相关性最显著，分别为0.074和0.816，表明以上3种变量越大，降温增湿作用越大。因为水是比热容较高的液体，夏季白天吸热能力比植物强，在太阳长波辐射下，水汽蒸发，加上水域周边空间通常较为开放，自然通风效果更好，因此其降温增湿作用更显著。硬质铺装覆盖率、建筑覆盖率对降温增湿强度影响呈负相关，且建筑覆盖率对降温增湿强度负相关性最显著，分别为0.664和3.442，表明以上2个变量越大，降温增湿作用越小。由于硬化地表比热容小，热量迅速释放，直接加热其上空大气，因此其与降温作用呈显著负相关。在5种下垫面类型中，草地覆盖率、水域覆盖率、硬质铺装覆盖率、建筑覆盖率等4个变量对降温增湿作用都有很好的解释力。在此基础上，建立了9个公园的降温增湿强度预测模型，降温强度模型为：

表2 公园下垫面与其降温增湿强度多元回归分析

增湿强度模型为：

式中，YT为公园的降温强度；YRH为公园的增湿强度；X1为公园的乔木覆盖率；X2为草地覆盖率；X3为公园的水域覆盖率；X4为公园的硬质铺装覆盖率；X5为公园的建筑覆盖率。

2.2 公园特征、与水域距离对降温增湿作用的影响

图2、3分别显示了9个公园在周长、面积、周长面积比、形状指数、分维数、郁闭度、绿地率、公园与水域距离等因素与降温增湿作用均值之间的相关性。在降温增湿作用中，周长面积比、形状指数、分维数、公园与水域距离与公园降温增湿作用呈负相关，且周长面积比与公园降温增湿作用负相关程度最显著，公园与水域距离与公园降温增湿作用负相关程度最不显著，说明以上4种公园特征因子指数越低，公园降温增湿作用越强。这可以解释为公园的几何形状越偏离矩形或圆形，其降温增湿作用越小；与水域距离越远，其降温增湿作用也越小。周长、面积、郁闭度、绿地率与公园降温作用呈正相关，其中，面积与公园降温增湿作用正相关程度最显著；其次是绿地率、郁闭度与公园降温作用负相关程度最不显著，周长、郁闭度与公园增湿作用负相关程度最不显著，说明以上4种公园自身结构因子指数越高，公园降温增湿作用越强。这可以解释为公园面积越大、形状越接近于矩形或者圆形、绿地率越高，其降温增湿作用越强。

图2 公园的景观多样化参数与其降温作用均值的相关性

图3 公园的景观多样化参数与其增湿作用均值的相关性

综合以上分析，公园相对湿度比公园空气温度受外部环境的影响更大，相对湿度也受公园自身特征的影响很大，因此增湿作用比降温作用与公园特征因子与水域距离因子之间相关性更显著。

2.3 公园特征、与水域距离与降温增湿作用相关性分析

为了进一步研究公园特征和与水域距离，将9个公园的景观多样化参数与公园降温增湿作用之间进行了多元回归分析。表3显示了降温增湿作用多元回归分析结果，形状指数和降温作用相关性不显著，周长和增湿作用相关性不显著，因此均被剔除。在公园特征和与水域距离因子中，主要是周长、面积、周长面积比、分维数、郁闭度、绿地率、公园与水域距离7个变量对公园的降温作用有更大的贡献(R=0.899，P<0.05)。而面积、周长面积比、分维数、郁闭度、绿地率、公园与水域距离7个变量则对公园的增湿作用有更大的贡献(R=0.896，P<0.05)。为了更好地量化公园特征和与水域距离对降温增湿作用的影响，同时避免7个变量之间的相互影响，针对公园降温增湿作用，建立了预测模型，在预测模型中，这7个变量可以解释公园大约69.7%的降温作用，大约79.4%的增湿作用及降温作用预测模型公式如下：

表3 公园的景观多样化参数与其降温增湿作用多元回归分析

增湿降温作用预测模型公式如下：

式中，YT为公园的降温作用；YRH为公园的增湿作用；X1为公园的周长；X3为公园的周长面积比；X4为公园的形状指数；X5为公园的分维数；X6为公园的绿地率；X7为公园的郁闭度；X8为公园与水域距离。

综合以上分析，因为周长面积比和景观形状指数控制了公园的形状。因此，周长面积比和景观形状指数越小，公园形状越接近圆形，公园内部空间越稳定。分维数是控制公园边缘，分维数越低，公园的边缘越接近于直线，公园内部空间也越稳定。公园内部空间越稳定，对太阳辐射的阻挡越有效，从而可以更有效地调节公园内部空气温度，公园降温增湿作用也越强。

为了进一步验证上述模型的可靠度，采用“交叉验证法”分别对降温作用和增湿作用的多元回归模型进行验证[27-28]。研究表明降温增湿作用的预测均值和实际均值之间差值范围分别为0.13～2.90℃和0.05%～5.11%，降温增湿强度预测模型的标准误差为1.81和3.35，这说明该模型预测降温增湿强度均值与实际均值之间偏差分别为1.81℃和3.35%。图4显示了降温作用模型的预测均值与实际均值的Pearson相关性系数为0.951，相关性极显著。图4显示了增湿作用模型的预测均值与实际均值的Pearson相关性系数为0.935，相关性极显著。综上所述，多元回归降温增湿作用预测模型得到的预测均值与相应实际均值之间存在极为显著的相关性，这进一步说明了上述降温增湿作用的多元回归模型预测值结果接近实际值，结果符合统计要求且具有统计学意义，对预测和评价不同公园微气候效应具有重要作用。

图4 降温增湿作用模型的预测均值与实际均值的相关性

3 讨论

在本研究中，不同公园绿地的温湿效应差异较为显著，且公园均对降温增湿具有显著作用。这也和前人研究的结论一致，公园绿地对太阳辐射的遮挡和吸收，加上自身光合作用和蒸腾蒸散作用均对公园内的微气候具有降温增湿的调节作用[29]。晏海等研究发现，在夏季午后，林地覆盖率对降温作用影响最大，不透水路面因其热容值较大，其覆盖率对降温作用影响最小[7]；秦仲等研究认为公园的面积、乔木覆盖率、周长、周长面积比、景观形状指数和分维数与降温增湿作用均呈现较为显著的相关关系，尤其以乔木覆盖率相关性最显著[26]。本研究也得到了以上类似结论。然而，公园内的温湿效应和对城市局部环境热岛效应的影响，除了其自身特征和下垫面组成等因素具有差异之外，与水域距离也是公园外对其微气候效应影响的重要因素。本研究发现，在公园下垫面因素中，水域因为热容量大，因此其对降温增湿作用比乔木和草地均更显著。在公园形态中，其形状越成扁平状，边缘线越曲折，其降温增湿作用越小；其形状越成矩形或圆形，边缘线越平直，降温增湿作用越大。

因此，在单个公园微气候效应研究的基础上，比较分析不同公园的多样化参数对其降温增湿作用的影响，对于更加系统全面地揭示公园的微气候效应及其对城市局地环境热岛效应的影响机制具有指导意义。

4 结论

在公园下垫面类型中，水域覆盖率对公园的降温增湿作用正相关性最显著，其对公园降温增湿作用贡献最大。建筑覆盖率对公园的降温增湿作用负相关性最显著。乔木覆盖率、草地覆盖率、水域覆盖率、硬质铺装覆盖率、建筑覆盖率5个下垫面类型可以解释公园的降温增湿作用。在公园的特征因子中，周长面积比与公园的降温增湿作用负相关性最显著。公园面积与公园降温增湿作用的正相关性最显著。周长面积比对公园的降温增湿作用贡献最大。公园相对湿度比公园空气温度受外部环境的影响更大，公园增湿作用比降温作用与公园自身特征因子和与水域距离因子之间相关性更显著。在公园特征参数和与水域距离因子中，主要是周长、周长面积比、形状指数、分维数、郁闭度、绿地率、公园与水域距离等因子对公园的降温增湿作用有更大的贡献，这7个因子可以解释公园大约69.7%的降温作用及大约79.4%的增湿作用。

公园形态结构各类指标对公园温湿效应综合影响研究表明：绿地面积每增加1hm2，降温强度降低0.079℃，增湿强度增加0.67%；绿地周长每增加100m，降温强度降低0.043℃，增湿强度增加0.23%；绿地周长面积比每增加0.01，降温强度降低0.28℃，增湿强度增加0.71%；绿地郁闭度每增加0.1，降温强度增加1.17℃，增湿强度增加2.49%。公园面积越大，叶面积指数和郁闭度越大，周长和绿地率越大，公园内部植被就越茂密，其降温增湿作用越强，其内部温度越低。公园的周长面积比、形状指数、分维数等指标越低，公园降温增湿作用越强。周长面积比和景观形状指数越小，公园形态越接近于矩形或圆形，公园内部空间越稳定。对太阳辐射的阻挡越有效，可以更有效地调节公园内部空气温度。公园与水域距离对公园温湿效应的研究表明，绿地距水域水边距离按比例每增加1/4，降温强度降低1.07℃，增湿强度降低4.46%。因水域具有热容量较大，对太阳辐射的平均反射率较小，对太阳辐射中的短波辐射透射率较大的综合物理效应，其对邻近水域的绿地温湿效应具有由近及远逐步减弱的辐射效应。这也是造成绿地斑块与水域的距离和其降温增湿能力具有显著相关性，水域形状和面积对局地降温增湿效应影响显著的主要原因。随着乔木、草地覆盖率及水域覆盖率的增大，更易形成较强的局地环流，对周边热环境造成的影响也就越大，因此，公园降温的影响强度与公园内部林地、水域的面积呈现显著正相关，是影响公园内外热环境的关键因子。公园植物越茂密，绿地内部水域面积越大、绿地斑块边界形状越复杂化、公园外围边界越简单化，且林地、硬质铺装和建筑分散布置，将有助于进一步发挥公园内部的降温效应，这对最终指导城市绿地系统规划具有重要实践意义。

注：文中图片均由作者绘制。