基于三维绿量的太原市绿地热环境效应研究

刘晓彤，刘艳红

(山西农业大学 城乡建设学院，山西 太谷 030801)

近年来城市热环境逐渐恶化，“热岛现象”及其负面作用日渐凸现[1]。绿地作为改善城市物理环境的重要措施之一，在城市绿地规划和景观生态效益方面受到了广泛关注[2]。然而城市中用地紧张的现状不能满足单一的绿地面积扩增，在有限增加绿地面积的同时，合理优化绿地景观格局，提高其生态效益成为改善城市热环境问题的重要思路。当前研究多集中在绿地率、绿化覆盖率、人均绿地面积等二维绿化指标上，这些指标无法从立体空间格局等方面来综合表达城市的生态环境和功能状况[3]。1995 年“上海市绿化三维量遥感调查”项目提出了“绿化三维量 ( Living vegetation volume，LVV) ”亦即“三维绿量”来更合理地度量绿地[4-5]。三维绿量指绿色植物所占据的空间体积，相对于平面绿量，三维绿量能够更好地反映绿地在植物类别和空间结构方面的差异，该指标的提出对科学地调控城市热环境有重要意义，当前关于三维绿量对城市热环境影响的研究多在中小尺度上，例如居住区、公园、滨水绿地尺度的研究，在城市等大尺度上的研究相对欠缺[6-9]。

地表温度(Land surface temperature，LST) 作为常见的地表生物物理参量，对于城市热岛监测有重要作用[10-11]。近年来国内外学者提出辐射传输方程法、单窗法、分裂窗法等，来更精确地反演区域地表温度，不同算法适用于不同遥感传感器的热红外数据[12-14]。其中Landsat数据因具有空间分辨率较高、性价比优异、光谱信息丰富、存储数据多等优点而被广泛应用。相关研究表明，由Landsat-8影像反演得到的地表辐射温度可以作为表征城市热环境效应的反映指标[15-17]。

本研究选择三维绿量作为城市绿地景观格局分布指标，以Landsat 8 TIRS10数据反演所得地表温度作为热环境研究的主要数据源，探讨绿地三维绿量对城市热环境的影响，为确定城市绿地规划设计中的关键技术指标提供参考。

1 研究区概况

以太原市城区为研究对象，包括万柏林区、尖草坪区、杏花岭区、迎泽区、小店区、晋源区。太原市位于山西太原盆地北缘，西、北、东三面环山，中部和南部为河流冲积平原，汾河纵贯市区。太原属北温带大陆性气候，昼夜温差较大，夏季炎热多雨，冬季寒冷干燥，日照充足，无霜期较长，年平均气温9.5 ℃，日照时数全年平均达2 800 h，无霜期年平均160～175 d，降雨量500 mm，全年盛行偏北风，年平均风速2.5 m/s。冶金、机械、化工、煤炭等重工业地位突出，人口密度大，污染较严重，在城市化进程中，产生了一系列生态环境问题。

2 数据来源及研究方法

2.1 数据来源

从太原市迎泽公园、龙潭公园、晋阳街公园中选取具有代表性、稳定的人工植物群落12个，包括乔灌草、乔草、灌草、草坪4种类型，样地大小为30 m×30 m,调查时间为2020年9月，调查内容包括样地内乔木的种类、胸径、树高、枝下高、树冠形状、冠幅等，灌木的冠幅和株高，草本植物的高度及覆盖度。同时使用希玛AS837温度记录仪(温度精度±1.5 ℃，温度显示精度0.1 ℃)测量样地四周及中心点距地面1.5 m处的空气温度，取平均值作为样地空气温度。

遥感数据包括2020年9月的Landsat 8-TM影像及同时期的MOD05_L2数据(用于大气水汽反演)。利用ENVI 5.3对数据进行辐射定标、大气校正和影像裁切等预处理；采用监督分类的方法解译影像，将土地利用类型分为水体、绿地、农田、硬质4类，得到太原市城区地物覆盖类型图(图1)。

图1 2020年9月地物覆盖类型空间分布图Figure 1 Spatial distribution of land cover types in September of 2020

2.2 三维绿量测算与反演

2.2.1 样地三维绿量测算方法 采用由植物立体量推算三维绿量，分树种选配与树冠形态相似的立体几何体，依体积计算公式求得树冠部分体积，即树种三维绿量(计算公式见表1)。灌木与草本采取实测投影面积与高度的乘积作为结果，乔灌草绿量相加即为总三维绿量。

表1 三维绿量计算公式Table 2 Calculation formula of LVV

2.2.2 基于NDVI值的三维绿量反演方法 归一化植被指数(NDVI)能够反映植被信息量，且与三维绿量间有较强联系，因此本研究选用NDVI作为反演所需植被指数[18-19]。利用ENVI 5.3反演出城区NDVI分布图，根据校准后的GPS信息提取样地对应NDVI值，由于草坪样本结构单一,三维绿量变化小,其反映在遥感图像上的光谱信息更多的受到土壤背景的影响,故草坪样本不参与回归计算，其余数据做预处理，先将归一化植被指数与三维绿量扩大10倍，再取e为底的对数，将得到的数据用作后文的相应分析[20-21]。利用SPSS 26.0 对处理后的三维绿量值和NDVI值进行相关性检验,并建立二者的回归模型，在ArcGis 10.6中运用栅格计算器工具利用所得模型反演太原市城区三维绿量。

2.3 地表热环境反演方法

地表温度的计算采用胡德勇等提出的针对Landsat 8 TIRS第10波段的单窗算法 (TIRS10_SC)，该算法需要用亮度温度、大气平均作用温度、大气透过率和地表发射率4个参数进行地表温度的演算，反演误差约为0.83 ℃[22]。计算公式为：

式中，φ1=ε10τ10、φ2=(1-τ10)[1+(1-ε10)τ10)]。T10为TIRS10的亮温；Ta为大气平均作用温度(K)；τ10为TIRS10的大气透过率；ε10为TIRS10的地表发射率；K2为常数1 321.08，参数的计算参考相关文献[22]。

2.4 三维绿量对城市热环境的影响研究方法

从2020年太原市地表温度分布图和三维绿量分布图上选取58组采样点，提取样点温度与绿量信息，以三维绿量作为回归分析的自变量，各样点对应地表温度作为回归分析的因变量，利用SPSS 26建立三维绿量-地表温度关系模型，探讨三维绿量与地表热环境的相关关系。

2.5 三维绿量空间分布对温度的影响研究方法

三维绿量可以表征绿量的数值，却无法反映出绿量的空间分布特征，本研究使用绿量密度来反映单位面积绿地的绿量多少，表征绿量的空间结构。以太原市迎泽公园为例，结合其范围矢量数据和主城区地物覆盖类型矢量数据，对城区三维绿量分布图及地表温度分布图进行掩膜提取，得到迎泽公园三维绿量分布图及地表温度分布图；以迎泽公园三维绿量分布图为基础,利用ENVI 5.3的栅格计算器工具，计算得到太原市迎泽公园绿量密度分布图，分析绿量空间分布与地表温度的相关性。利用Fragstats 4.2软件的景观格局指数计算功能对迎泽公园的景观指数进行提取和计算,进一步对迎泽公园绿量的空间格局和结构特征进行分析, 探讨绿量格局分布对温度的影响。

3 结果与分析

3.1 太原市绿量分布格局

3.1.1 三维绿量反演 样地三维绿量与NDVI的相关系数为0.958，双侧检验P<0.01，表明二者显著相关。以归一化植被指数作为自变量，样地三维绿量作为因变量，建立线性回归方程，见表2。

表2 LVV-NDVI回归模型Table 2 LVV-NDVI regression model

由表2可知，上述模型拟合度均超过0.9，其中复合模型和指数模型拟合度最高，综合考虑选择复合模型Y=1.97×2.408x为三维绿量反演的回归模型。方差分析显著性P<0.05，整体回归模型显著；2个回归系数2.408和1.970，对应的Sig值均小于0.05，表明模型中2个回归系数显著。

利用复合模型Y=1.97×2.408x，对太原市城区NDVI分布图进行计算，得到太原市三维绿量分布图，图中绿量值为单个像元的绿量总值，在ArcGIS 10.6中利用相等间隔法将三维绿量分为高、中、低3种类别,如图2、图3所示。

图2 2020年NDVI空间分布图Figure 2 Spatial distribution of NDVI in 2020

图3 太原市三维绿量分布图Figure 3 LVV distribution map of Taiyuan City

3.1.2 三维绿量与地表覆盖物的关系 结合太原市地物覆盖类型空间分布图(图1)、太原市三维绿量分布图(图3)可知，高绿量区分布在太原市东西两山、西南及北部区域。东西两山多城郊森林公园、风景区及农田保护区，西南部包括晋阳湖公园、晋祠公园、晋阳古县城及周边区域，北部包括崛围山风景区、牛驼寨-黄寨风景区、阳兴河北部等，均为植被覆盖度高，生态良好的城市绿地区域；低绿量区集中在城区中部硬质区域，包括建筑、道路、铺装等己经被利用的建设用地，此部分受城市建设及人为活动的影响较大，市、区级公园等高绿量的公共绿地镶嵌分布于城区中部。

3.1.3 三维绿量与群落结构的关系 绿地中植物配置的空间异质性导致绿量的空间分布具有一定差异。绿地群落结构有乔灌草、乔草、灌草等类型，每种结构中绿量在空间中的格局不同，其对城市热环境的影响也不同。本研究结合调研数据，选取群落结构特征指标，见表3，分析三维绿量与群落结构的相关性。

表3 群落结构特征统计表Table 3 Statistical table of community structure characteristics

由表3可知，经过单样本S-W检验表明8个自变量与三维绿量均呈正态分布，故可进行相关性分析，相关性分析表明乔木数量、乔木层平均冠幅、乔木层平均树高、乔木层平均冠高4个指标与群落绿量呈显著相关性，拟合度R2分别为0.701、0.699、0.724、0.702，且P均小于0.05。以上述因子为自变量(x)，绿量为因变量(Y)，利用SPSS 26进行回归计算， 计算结果见表4。

表4 三维绿量的一元回归方程Table 5 Unary regression equation of LVV

由表4可知，方程3的R2值及F值均最高，说明群落乔木层平均树高对三维绿量的解释能力较强。方程1的R2值也较髙，说明乔木层作为群落的主要组成部分，对三维绿量的影响较大。

3.2 太原市热环境分布格局

利用TIRS10_SC算法得到太原市地表温度分布图，对地表温度进行非监督分类，将其分为5个级别，按温度从高到低依次为：高温区、次高温区、中温区以及次低温区和低温区，具体见图4[23]。

图4 太原市地表温度分布图Figure 4 Distribution of surface temperature in Taiyuan City

从图4可知，太原市中心区温度较高，城市热岛效应显著，且受不同性质下垫面的影响，城市内部不同地段的地表温度差异明显。公园绿地、水体等区域形成大小不一的低温“谷地”，例如森林公园、迎泽公园、龙潭公园以及汾河、晋阳湖等；热岛效应集中在硬质景观密集的区域，如商业中心、工厂、车站、物流及住宅等城市用地；另外，在太原市西北部及南部少部分矿区和植被覆盖率低的山区裸露地地表温度也较髙。

3.3 三维绿量对城市热环境效应的影响

3.3.1 相关性分析 原始数据预处理后，对样点温度及绿量值进行相关性检验，2变量的相关系数为-0.85，双侧检验P=0.00<0.01，三维绿量和地表温度之间显著性相关[24]。

以三维绿量作为回归分析的自变量，各样点对应地表温度作为回归分析的因变量，建立三维绿量-地表温度关系模型，见表5。

表5 三维绿量-地表温度模型Table 5 LVV-LST model

由表5可知，上述模型拟合度均超过0.7，其中乘幂模型Y=5.828x-0.029拟合度最高，判定系数R2=0.815，F统计量为247.079。方差分析显著性P<0.05，整体回归模型显著；2个回归系数-0.029和5.828，对应的Sig值均小于0.05，模型回归系数显著。采用刘常富等使用的公式检验模型精度，结果见表6，在95%和99%的置信度下温度测算精度分别为98.07%和97.14%，模型精度较高[25]。

表6 绿量-温度模型精度检验结果Table 6 Accuracy test results of LVV temperature model

由图5可知，随着三维绿量的增大，地表温度下降；三维绿量较小时，地表温度随三维绿量增大而降低的幅度较大，随着三维绿量逐渐增大，地表温度降低的幅度逐渐减小，其降温效应具有阈值特征。

图5 三维绿量与地表温度相关关系Figure 5 Correlation between LVV and land surface temperature

结合Google Earth卫星地图，利用太原市地表温度图提取硬质区域地表温度并求均值，将该均值代入所求绿量-温度关系模型，可得该值下对应的三维绿量密度为0.17 m3/m2，故为达到降温效果，三维绿量密度应大于0.17 m3/m2；根据所求模型，当三维绿量大于18 m3/m2时，降温幅度小于0.3 ℃/m3。已有研究表明，三维绿量密度不小于5 m3/m2能充分发挥降温效果，故降温效果较理想的三维绿量密度范围为5～18 m3/m2[26-27]。

3.3.2 三维绿量空间分布对温度的影响 太原市迎泽公园地表温度分布图及三维绿量密度分布图，见图6、图7。

图6 迎泽公园地表温度分布图Figure 6 Surface temperature distribution of Yingze Park

图7 迎泽公园绿量密度分布图Figure 7 Distribution of green density in Yingze Park

由图6、图7可知，迎泽公园植被覆盖区域内，低绿量密度区与次高温区和高温区相对，中绿量密度区对应中温区，高绿量密度区对应低温区、次低温区，随着三维绿量密度的增大，地表温度呈下降趋势，公园西侧和北侧由于紧邻解放南路和迎泽大街，受到车流人流的影响，尽管绿量密度较高，地表温度仍然较高。利用Fragstats 4.2软件对迎泽公园的景观指数进行提取和计算，统计结果见表7、表8。

表7 景观水平格局指数统计表Table 7 Statistical table of landscape horizontal pattern index

表8 类型水平格局指数统计表Table 8 Statistical table of type horizontal pattern index

由表7可知,研究区总面积58.5 hm2,各类斑块总数37个,斑块密度为63.250 0,景观类型斑块破碎度较高。景观形状指数为49.230 0,周长面积分维数为1.428 5,说明斑块形状不规则,且各斑块类型之间的边界特征较为复杂。香浓维拉多样性指数为0.967 9,整体景观多样性较高。

由表8可知, 高绿量斑块的面积最大(34.11 hm2)，占整体斑块面积的58.31%，但其斑块数量最少(5)，斑块密度最低(8.55)，最大斑块占景观面积比例最大(49.230 8)，景观形状指数较小(3.871 8)，说明迎泽公园高绿量区分布较为聚集，边界简单，具有稳定的大面积斑块，斑块的连通性高，整体地表温度低，降温效果好。中低绿量斑块面积小、占比低，斑块数量多、密度大，最大斑块占景观面积比例小，景观形状指数高，说明其分布分散、边界复杂,虽然具有一定的景观异质性,但缺乏大面积稳定的斑块, 中低绿量斑块破碎性的格局分布，导致其整体地表温度高，降温效果较差。

4 讨论与结论

本研究着重探讨了三维绿量的影响因子及其与城市地表温度的关系，三维绿量的空间分布对于热环境的影响可在城市等大尺度上做进一步研究印证。使用树冠体积代表三维绿量虽然计算简便，但未考虑人工修剪、病虫害侵扰、叶子的空间分布密度等实际情况，随着三维激光扫描技术及无人机技术的日渐成熟，三维绿量在测算方法上将更加完善[28]。选取太原市为研究区域，探讨城市绿地三维绿量对热环境的影响作用。主要结论如下：

(1)太原市北部、西南及东西两山植被覆盖较好，三维绿量高，中部的硬质半硬质区域三维绿量低，城市公园作为高绿量节点镶嵌其中；在绿地的空间结构上，乔木层平均树高对三维绿量的影响较大，二者的关系模型为Y=469.912x+936.466。

(2)三维绿量与地表温度呈显著负相关，地表温度随三维绿量的增大而降低，二者之间呈幂函数曲线关系，关系模型为Y=5.828x-0.029，在95%和99%的置信度下模型精度分别为98.07%和97.14%；绿量的降温效应具有阈值特征，当三维绿量较小时，温度对绿量的变化敏感，降温趋势显著，随着三维绿量不断增大，降温趋势渐缓，三维绿量密度在5～18 m3/m2之间的乔灌草或乔草复层配置结构能较好地发挥降温效果。

(3)三维绿量的空间分布对地表温度有一定影响，以太原市迎泽公园为例发现，三维绿量密度高、边界简单、破碎度低、连通性高，具有稳定大面积斑块的区域，其地表温度低，降温效果好；相反，低绿量密度的破碎性格局分布区域，其地表温度高，降温效果差。