城市热岛效应与建设强度空间关系研究

朱梓铭，宋苑震，覃盟琳*

（1.广西大学土木建筑工程学院，广西 南宁 530004；2.广西大学人居环境设计研究中心，广西 南宁 530004）

城市建设发展过程与城市热岛效应的相互关系一直是城市研究等领域的热点。随着遥感影相的普及和分析技术的进步[1]，诸多学者开始尝试使用多时相遥感影像对各类建设因素与地表城市热岛强度（简称为热岛强度）的时空分异特征进行研究，探究热岛强度的驱动因子。张广智[2-3]等分析连续长时间序列的区域热岛变化特征；王植[4]等选用归一化建筑指数等方法量化建设范围，对比与热岛强度的关系；Hart[5]等则以地表覆盖类型为切入点，研究用地类型变迁对强度和范围的影响。结果表明，随着城市化水平地提高，城市热岛的强度和范围也随之增大。但研究多集中在时间尺度上，以单一空间尺度的多年连续时间序列或不同季节的差异化特征为主要研究目标，缺乏对多空间尺度上的研究，可塑性面积单元问题对热岛效应相关性分析结果的影响机制尚不清晰。韩贵锋[6]等基于多种空间尺度分析热岛强度与建设强度的线性相关性，得出不同尺度上具有显著差异性的结果。江颖慧[7]等运用地统计方法，识别出300 m的空间尺度上地表温度的表征最为强烈。综上所述，相关研究一定程度上弥补了空间分析尺度不足的问题，明确了建设强度对城市热岛效应的作用。充分说明了空间尺度选取的合理与否将对分析结果产生较大影响。但热岛强度与驱动因素的相关性研究多以普通最小二乘法为主[7]，存在分析方法单一、缺乏对空间效应和可塑性面积单元问题等现象的考量的问题，难以实现对地理现象的科学分析，所得结果存在较大误差。

由地理学第一定律可得，地理现象具有较强的空间自相关性[9]，热岛强度和建设强度自然也不例外。既往研究多采用基于普通最小二乘法的经典统计学中的线性回归方法探究热岛强度和建设强度的关系；然而经典统计学方法以取样的独立性和随机性作为基本假设、没有考虑空间因素的空间自相关性以及与周边空间因素的相互作用，在分析地理现象时存在较大的局限性，同时在地理现象中普遍存在的可塑性面积单元问题也会影响变量间相关性特征[10]。空间计量学等分析方法的出现，为地理现象的分析提供了新的视角，成为分析地理现象和甄别可塑性面积单元问题的有力工具。如何应用新的空间分析方法探究城市热岛效应的演变驱动机制，把握建设强度与热岛强度的相互作用，降低可塑性面积单元问题对研究结果的影响，将会是相关研究的重点之一。

南宁市是广西壮族自治区的首府，北部湾城市群的核心城市之一。城市热岛效应较为明显，对当地生产生活、能源消耗等造成较大影响[11]。本文以南宁城市热岛效应最明显的主城区为研究区域，选取建设强度指标定量表征城市建设水平，以地表城市热岛强度作为城市热岛效应的量化指标，使用空间自相关和空间自回归方法探究片区，1 000 m规则格网、500 m规则格网、300 m规则格网、200 m规则格网、150 m规则格网和100 m格则格网的连续空间序列尺度中热岛强度的空间聚集规律以及热岛强度与建设强度的空间关系。并基于热岛强度空间聚集规律的分析结果进一步研究区划效应对热岛强度与建设强度空间关系的影响。提出相应的城市热岛效应缓解措施。研究结果可为热岛强度研究和缓解城市热岛效应提供科学依据。

1 研究区域和数据来源

1.1 研究区域

本文的研究区域是以经国务院审批通过的《南宁市城市总体规划（2011-2020）》中划定的中心城区为主的陆域范围，共分为8个组团和30个片区，总面积约为440 km2，涵盖南宁市区的主要建成区、道路、居民聚集区、商业区、重要公共建筑和绿化区等。

1.2 数据来源

本文所用数据主要分为遥感数据和建设强度数据。其中遥感数据为Landsat-8遥感影像数据（来源：USGS）。选取2 019-10-02的遥感影像数据作为基础数据，当日该地区晴朗、无云、低风且前序日期天气稳定，以保证当日研究范围内的地表热环境的稳定。南宁市区的影像行带号为125/44，所用投影为WGS_1984_UTM_zone_49N。

建设强度指标的选取是考虑数据的可获取性和代表性[12]，所选建设强度指标为容积率（FAR）、建筑密度（BCR）、建筑层高（FH）、道路网密度（RND）以及归一化植被指数（NDVI）。本文所用城市建设强度指标主要来源于高德地图API端口获取的矢量数据和遥感影像数据解译。

2 研究方法

2.1 分析单元的推译

地理研究过程中，常会受到可塑性面积单元问题等地理要素特性的影响[13]。以往热岛强度与建设强度空间关系分析过程中，往往出现尺度选取不当或单一的现象[14]，导致结果“有偏”或存在误差，同时研究单元多局限于组团、控规管理单元等行政区划，必然存在区划效应。本文在常用空间分析尺度的基础上进行尺度上推，共设置1 000 m规则格网（1 000 m为单个规则正方形格网的边长）、500 m规则格网、300 m规则格网、200 m规则格网、150 m规则格网和100 m规则格网7个连续空间序列尺度以及片区尺度作为热岛强度与建设强度空间关系研究的基本分析单元，以探究热岛强度的空间自相关特性和空间回归关系；同时基于空间自相关的分析结果，对研究区域进行区划分析。

2.2 热岛强度参数计算

2.2.1 地表温度数据的反演

随着遥感影像的普及和发展，地表温度成为分析城市热环境的新思路[15]。本文使用大气校正法对遥感影像进行地表温度反演，具体计算公式和流程可见参考文献[16]。

2.2.2 热岛强度计算

本文所称热岛强度是指地表城市热岛强度（SUHII），即南宁市区与城郊地表温度的差值[17]：

式中，SUHIIi是指遥感影像中第i个像元的地表城市热岛强度；Ti是第i个像元的地表温度值；n为人工选取的郊区稳定农田的有效像元数量；Tj为所选取的郊区农田内第j个像元的地表温度值。根据南宁市区地表温度跨度，对热岛强度等级进行划分和量化赋值，具体划分见表1。

表1 研究区域热岛强度等级划分

2.3 空间计量分析

空间计量分析是基于空间数据，选取合适的空间分析方法或模型探究变量间的空间相互作用和空间结构的方法，其最大特点就是能够有效地弥补经典统计学中无法体现空间效应的短板。

2.3.1 空间自相关分析

空间自相关是一种探究空间区域上地理现象变量值与其邻近空间相同变量值的相关性程度的空间统计方法，用此方法可以解释地理现象的空间分布特征、相关程度和聚集性[18]。空间自相关的主要指标有全局和局部Moran’s I指数以及LISA显著性分布图等。

2.3.2 空间自回归模型

Anselin根据解释变量与被解释变量的相关性，给出了空间自回归模型的通用表达式[18]：

式中，Y为热岛强度；X为建设强度指标；β为解释变量的相关系数；λ和ρ分别为空间误差项和滞后项；μ为误差项；ε为服从独立同分布的误差项；W1和W2分别为解释变量自身与残差的空间权重矩阵。上述参数不同时可得到不同的模型：当ρ，β≠0，λ=0时，公式含义为加入解释变量的空间自相关设置来解决空间依赖问题的空间滞后模型（SLM）；当λ，β≠0，ρ=0时，公式含义为设置误差项的空间自相关因素来反映空间依赖效应的空间误差模型（SEM）。

如何选择恰当的空间自回归模型对于分析空间工作的准确性和有效性是十分关键的，使用不同的模型对空间数据进行处理会导致估计存在不同的无偏性和有效性。常用的模型选取方法为拉格朗日乘子检验，即对系数间的统计学关系进行研究并根据其结果选取相应的模型，具体可参考文献[19]。

3 结果与分析

3.1 热岛强度空间自相关性分析

3.1.1 全局空间自相关分析

首先使用全局空间自相关的分析方法进行分析，所得结果如表2所示，因此认为该区域各尺度热岛强度的空间分布表现出非常显著的正空间自相关。

表2 不同空间尺度全局Moran’s I指数显著性检验

由表2可以看出，热岛强度的内部关系的依赖性在小尺度上表现较为明显。片区是人为划定的，常常被道路、河流或山脉等社会或自然因素所分割，相对忽视空间特征，并不能解释热岛强度等地理现象的空间特性，不宜作为基本分析单元。各尺度结果对比后发现，不同尺度的结果具有较大的差异。以往研究多采用单一空间尺度对热岛强度的相关特性进行分析，其结果并不能够作为全域全尺度的典型代表、难以真正体现出热岛强度的空间自相关特性。根据不同尺度全局Moran’s I指数的变化作出推断：精度越高、空间尺度越小的热岛强度分析单元越能全面、科学地体现出热岛强度的尺度依赖性，更能体现热岛强度的空间特征。

3.1.2 局部空间自相关分析

使用LISA图探究空间聚集所发生的具体位置，除片区尺度外，其余尺度的局部空间自相关关系较为类似，但100 m规则格网表现最为突出和明显。

在95%的置信区间下绘制100 m规则网格尺度热岛强度LISA聚集图，如图1所示。呈现HH聚集的主要是城区西南部的工厂密集区和中部的城市中心区的高温聚集区，形成了城市热岛的“热点”区域；而五象岭和青秀山风景保护区及周边则主要呈现LL聚集，形成了城区热岛的“冷点”区域，至于HL和LH的聚集区则十分稀少。由此可以看出，在快速城市化的进程中，自然植被和水体破碎化，被大量开发建设活动所侵入或蚕食，残存的植被和水体多集中在大型自然保护区或坡度较大的郊区。主要建成区内的人工植被面积小、空间分散、破碎程度高，难以对城市热岛效应产生有效的缓解作用[20]。

图1 100 m规则格网尺度LISA图

3.2 热岛强度与建设强度空间自回归关系分析

3.2.1 普通最小二乘法及拉格朗日倍数检验

对作为解释变量的建设强度指标进行归一化处理、逐步回归分析以及多重共线性检验，以便剔除非显著因子和避免多重共线性。经检验后剔除未通过检验的指标，最终得到不同空间尺度中可作为回归分析的建设强度指标。

首先使用OLS模型对热岛强度和建设强度进行回归分析，并得到相关参数，如表3所示。表中Moran’s I(error)是对回归模型的误差项进行空间自相关分析，其值越接近0表示回归模型的残差不存在空间自相关，回归模型的拟合效果越高。从表中可以看出，OLS模型并不适合具有空间效应的回归分析。

同时对各空间尺度下的热岛强度和建设强度进行拉格朗日乘子检验，结果显示，LMerr、LMlag值均为显著，且R-LMerr的值比R-LMlag的值更为显著，故选用SEM模型对热岛强度和建设强度进行空间自回归分析。

3.2.2 空间自回归关系分析

使用Geoda软件建立不同空间尺度的SEM模型，具体分析与检验结果如表4所示。

对比表3和表4可以看出，同一空间尺度的SEM模型的R2明显优于OLS模型，相对来说，SEM模型能够较为科学地解释两者间的关系。除片区尺度外，其余空间尺度空间误差项的λ值均大于0.6（P＜0.005），体现出较强的空间依赖。对比不同空间尺度的SEM，发现随着尺度的变小、精度的提高，模型的R2越来越高，建设强度指标对热岛强度的解释程度越来越高。从模型的建构和理论方面进行分析，SEM认为地理现象之间的相互作用是通过误差项来体现的。热岛强度的影响因素众多，本文仅选取了部分空间因素，其余相关因素未纳入模型之中，导致分析存在较多误差。因此可通过增加有效影响因素的数量来获取更为精确和科学的分析结果，但各建设强度指标在不同的空间尺度上表现出不同的显著性。以FAR为例进行说明：FAR仅在500 m、300 m和200 m格则格网尺度上表现为显著性。这可能是因为对于FAR来说，200~500 m的空间尺度有助于其本身信息完整性和代表性的表达，过大的空间尺度会造成FAR信息丢失，即失真；过小的空间尺度则又会导致分析单元内建筑体量的不完整。同理FH的合理分析尺度可能为1 000 m、300 m以及200 m等空间尺度；NDVI则在所有的分析尺度都表现出较高的显著性，但RND的显著性较差，这有可能说明，以线状或网状为基本形态的城市道路可能并不适合规则格网类的分析单元。进一步突显了建设强度等空间指标是存在尺度效应的，不同的建设强度指标的完整性表示所依赖的尺度是不同的。不同地理现象的合理分析尺度是由现象本身所决定的，不受其他因素的干扰。因此在分析热岛强度及相关因素或回归分析时，应选择能够完整表达热岛强度本身以及相关性空间因素固有特征或规律的分析尺度。

表3 不同空间尺度OLS模型参数

表4 不同空间尺度SEM模型参数

3.3 热岛强度与建设强度区划效应分析

通过上述分析可以发现，各空间尺度中100 m规则格网尺度的结果最为突出。为精确辨别不同分区中城市热岛效应驱动因素的差异，本文基于100 m规则格网尺度局部空间自相关的分区结果，将研究区域分为热岛“热点”聚集区域、“冷点”聚集区域以及“不显著”区域，其余类型区域面积极小（＜0.01 km2），可忽略，使用SEM对热岛强度和建设强度空间关系的区划效应进行进一步分析。

首先对上述三类分区中热岛强度与建设强度的空间关系进行OLS模型和SEM模型分析，所得结果如表5、6所示。通过对比可以看出，SEM模型的拟合效果仍优于OLS模型，重点对SEM模型的结果进行分析。

表5 不同分区中OLS模型参数

不同的分区方式对建设强度的相关性方向造成了较大的影响。分区后的R2远低于全区域分析的，说明全区域分析可能忽略或掩盖了其余热岛驱动因子，从而获得了较高的拟合优度。随着分区的逐渐精细，其余影响因素的重要程度也随之显现。在城市或市区视角的热岛效应分析中，应首先对研究区域进行科学的分区，随后针对不同分区分别进行驱动因子的分析，因地制宜地选取驱动因子和制定缓解措施。

“热点”区域以工厂、裸地、商业中心为主。在该分区内，NDVI仍是缓解热岛的主要因素；BCR变为稳定的热岛强度驱动因素。FAR的相关性方向和强度与全区域的分析结果表现出较大的不同，原因在于：上述地区的FAR较为均质，无法与周围建筑形成“峡管”效应，无法有效通风，所以在高FAR聚集区域，其热岛强度往往较为明显。“冷点”区域以绿地、公园和林地为主，是公认的热岛效应缓解区。“热点”和“冷点”区域呈现出成片集聚和碎片化分布两种态势。不显著区域与全区域分析结果基本一致。各分区中热岛强度的空间特征和建设强度指标的相关性方向和强度差异明显；外部异质化和内部同质化的分区方式对分析结果产生了较大的影响，有助于获取更为精确的作用机制。

表6 不同分区中SEM模型参数

4 结论和应用启示

4.1 结论

以往研究多集中在单一空间尺度上并以经典统计分析为计算方法，无法实现对空间效应的考量，难以考虑到可塑性面积单元问题对分析结果的影响，结果往往存在较大误差。上述问题促使本研究使用空间自相关和空间自回归模型等空间分析方法对热岛强度与建设强度的空间关系进行研究；同时基于连续空间序列尺度和不同分区，探究可塑性面积单元对分析结果的影响。主要结论如下：

1）研究区热岛强度具有显著的空间自相关性，且随着分析尺度的精确自相关性愈发明显；“热点”区域以工厂、裸地和商业中心为主，“冷点”区域以草地、公园和林地为主。

2）作为回归模型的解释变量，各建设强度指标的显著性在不同尺度中存在较大差异；100 m规则格网尺度的空间特性表现最显著，可作为常用分析尺度。

3）在不同空间尺度中，SEM的拟合效果均远优于OLS；在不同分区中，SEM的拟合效果也较好。

4）空间分析尺度的选取和分区方式将对地理现象分析结果产生较大影响，这也体现了城市热岛效应的复杂性。因此在分析热岛强度及相关因素时，应首先对研究区域进行科学的划分，针对不同分区分别进行驱动因子的分析；并选择能够完整表达热岛强度本身以及相关性空间因素固有特征或规律的分析尺度。今后研究可以考虑采用局部气候区、层次聚类等方法对研究区域进行划分。

4.2 应用启示

关于缓解城市热岛效应的方法较多，比较有效的是增加城市绿地、水体及湿地面积，采用新型地表材料、减少人为热等，但上述措施在已建成区往往难以实现或耗资巨大。

建设强度作为城市建设管理的关键要素，在城市热岛效应方面的影响也不容小觑，可作为缓解城市热岛效应的着眼点。通过对热岛强度与建设强度空间关系的深入分析，本文提出基于不同分区的缓解城市热岛效应的思路。

基于“热点”和“冷点”空间分布既大片集中又破碎化的分区态势，提出相应的热岛缓解措施。在保持现有大片“冷岛”区域稳定的前提下，一方面将破碎化的“冷点”区域联结成片，发展为“冷岛”或“冷廊”区域，并根据城市盛行风向进行调整，将“冷廊”打造成为城市的通风廊道，加快建成区的热量扩散；另一方面以绿地或水系等“冷廊”区域将“热点”区域分隔或缩小，均能够有效地缓解城市热岛效应，以达到降低城市热岛效应的作用，充分发挥其生态功能。

此外分区本身的用地类型和性质影响缓解策略的可行性和经济性，以商业用地为主的城市商业中心，建筑体量巨大，应考虑通过打造迎风廊道、增加绿植等方式提升环境品质，综合采用空间和非空间措施以降低城市热岛效应；而工厂聚集区的热岛较为明显，但人口稀少，建筑占地面积大但层数低，其建设强度指标调整较为简单。研究仅选取2019年一景数据进行分析，尚需以稳定的长时间序列的地表温度数据分析热岛强度与建设强度的空间关系。此外研究所选取的指标较少，未来研究应多方面将相关因素纳入分析中，以形成更加科学合理的研究结果。