基于降温效应的长三角核心城市城区绿地节能减碳价值研究

仇宽彪，杜涵蓓，张龙江，张卫东，李海东

(生态环境部南京环境科学研究所，江苏 南京 210042)

以全球变暖为主要特征的气候变化已成为人类社会面临的严峻挑战，减少温室气体排放和践行低碳发展已成为世界各国共识[1]。作为碳排放高居全球首位的国家，中国宣布“将采取更加有力的政策和措施，使CO2排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”碳减排与碳固定是实现碳净零排放的2条重要途径。其中，对于碳减排而言，节能管理是碳达峰与碳中和的重要因素[2]；对于碳固定而言，植被则是公认的碳汇类型。因此，揭示植被碳汇及其在节能管理中的作用具有重要意义。

传统的植被碳汇，多从植被通过光合作用吸收利用CO2从而实现碳固定方面开展研究[3-5]。同样，对于城市绿地的碳汇功能的研究也多从吸储CO2方面展开。如张彪等[6]基于光合速率法和生物量法测算了上海市8万hm2城市森林的固碳功能；周健等[7]采用材积源生物量方程与净初级生产力方法对广州市城市森林固碳量进行测算；TRILICA等[8]采用树木生产模型和异速生长方程对波士顿城市森林的固碳量进行测算。尽管这些研究均显示城市植被碳汇年均抵消化学能源碳排放的比例较低，但城市植被可通过蒸散发作用增大地表潜热输送量，且改变地表粗糙度，对局地大气环流产生影响，因此可形成局地的冷岛[9-11]，而且在其周边一定范围内也受到该降温效应的影响[12]。当前对城市绿地由于局地降温效应所导致的节能减碳价值的估算研究还不多见。KO等[13]和ZHANG等[14]基于城市绿化林木的遮荫降温以及蒸散发功能，对其节能作用进行了核算；贾宝全等[15]结合降温距离和降温幅度，对北京市平原大造林工程的节能量进行了测算；LIN等[16]基于冷岛效应对北京市六环内的城市森林斑块本身及其外围区域的节能减碳量进行了估算。不过，以上研究仅针对单个城市的城市森林或某项城市绿化工程开展节能减碳核算，鲜见区域城市植被节能减碳量估算方面的研究报道。

城市绿地的降温效应研究一般采用气象站实测和遥感反演2种方法，通过降温距离与降温幅度进行分析。气象站实测是指在绿地及其周边布设多个样点，通过实测各样点的温湿度开展降温效应分析[17]。遥感反演方法是指基于遥感影像反演得到地表温度，通过在绿地外围设置一系列缓冲区，根据各缓冲区的地表温度量化城市绿地的降温效应[18]。相比于气象站实测方法，遥感方法可以获取更大时空范围内城市绿地的降温信息。

该研究以长三角核心区27个核心城市的城区绿地为研究对象，采用遥感方法，基于降温效应，结合降温距离与降温幅度，重点对其外围降温距离内的节能减碳量进行了估算，研究结果对于厘清城市植被在碳达峰碳中和中的作用，建立绿色低碳生活方式具有重要的指示意义。

1 研究区概况与研究方法

1.1 研究区概况

长三角一体化中心区核心城市涉及沪苏浙皖27个省(市)，具体包括上海，江苏南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州，浙江杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州，安徽合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城，总面积22.5万km2。研究区位于33°27′～27°41′ N，117°00′～122°19′ E，属亚热带气候区，年降水量在1 000 mm以上，年均温约为15 ℃，四季分明，雨热同期。北部地处江淮平原、太湖平原和沿江平原，南部处于东南丘陵地区。区域水系发达，城区大多依水而建，分布有长江、淮河、钱塘江、椒江及瓯江等水系。土壤以水稻土为主，亚热带常绿阔叶林为该地区典型的地带性植被，但由于区域农业开发历史悠久，地带性植被大多为人工植被所取代，现城区绿化植被主要有女贞、香樟、白玉兰等。研究区社会经济发展水平较高，人口密度较大。该研究主要针对上述核心城市的中心城区，总面积为14 313 km2。

1.2 数据源及数据处理

研究数据主要包括Landsat影像数据、土地利用数据及基础地理数据等。其中，Landsat影像数据主要用于LST反演，数据来源于美国地质调查局的Landsat 8数据，成像时间为10:00—11:00；土地利用/覆盖数据主要用于城区绿地提取，来源于清华大学发布的2017年全球土地利用数据(http:∥data.ess.tsinghua.edu.cn/fromglc10_2017v01.html)，数据总体精度为72.76%[19]；基础地理数据则主要用于各市边界及中心城区边界绘制等。研究所用土地利用与遥感影像数据见表1。

1.3 LST反演

根据Landsat 8影像数据进行长三角一体化核心城市地表温度(LST)反演，Landsat 8影像包括Landsat OLI和Landsat TIRS传感器，分别可侦测可见光谱和近红外部分的信息。其中，TIRS包括第10和第11波段。已有研究多采用第10波段进行LST反演，该研究采用大气校正法进行LST反演,具体方法参照文献[20]。

表1 土地利用与遥感影像信息

1.4 绿地信息提取

针对各市城区范围内的绿地进行降温效应研究。数据集将土地覆盖分为农地、林地、草地、灌木林地、水体、不透水地表、裸地、积雪等类型，空间分辨率为10 m[19]。考虑到近年来城市扩张以及房地产迅速发展，市中心部分地段虽有规划但实际尚未开工建设，致使该地段存在草本与灌木覆盖，这部分土地覆盖亦能发挥一定的降温功能，选取城区林地、草地与灌木林地作为城市植被类型，选取面积在1 hm2以上的斑块进行降温效应分析。

1.5 缓冲区分析

研究采取缓冲区分析法对各市城区绿地的降温效应进行分析。首先，选取面积在1 hm2以上的绿地斑块，统计各城市绿地斑块的平均LST；其次，自绿地斑块边界向外建立11个环形缓冲区，环形缓冲区间隔90 m，缓冲区总宽度990 m；再次，分别统计各缓冲区平均LST，并以各缓冲区平均LST为纵坐标，以缓冲区距离为横坐标，采用局部加权回归方法(locally weighted regression, LOESS)进行拟合；最后，根据LST变化曲线第1个极大值点出现的位置，确定城市绿地的降温距离，并以该拐点与绿地LST的差值作为绿地的最大降温幅度。

1.6 节能减碳量计算

根据热量计算公式，结合城市绿地的降温距离和降温幅度，计算各市城区绿地的节能减碳量。将绿地外围降温范围视为绿地斑块边界、降温距离以及特定高度此三者组成的空气柱，根据热量计算公式，即物体在温度发生一定变化时释放或吸收的热量，可通过物体比热容、物体质量和温度变化幅度计算得到。该研究采用空气比热容，以绿地斑块及外围降温范围内、高约70 m的空气柱质量和降温幅度分别表征物体比热容、物体质量和温度变化幅度，计算城市绿地降温效应的节能减碳量。

Q=CP×ρ×P×L×H×ΔT。

(1)

式(1)中，Q为降温范围内的热量，J；L为降温距离，m；P为绿地斑块周长，m；H为绿地与周边温度混合的高度，取值70 m；CP为空气比热容，取值1 004.68 J·kg-1·K-1；ρ为空气密度，取值1.292 3 kg·m-3。参照文献[16]，按照单位发电量的耗煤量863 g·(kW·h)-1计算城市绿地的减碳量。

2 结果与分析

2.1 林地斑块与LST整体情况

长三角一体化中心区27个城市的绿地面积占比在3%～42%之间。台州、温州、金华、盐城和铜陵等市绿地占比均在30%以上，而绍兴、泰州、宣城和嘉兴等市绿地占比则在15%以内(图1)。受制于各地地形地貌条件，各市中心城区平均高程也具有一定程度的变化。温州与金华两市城区高程超过40 m，而上海、盐城和绍兴等市中心城区平均高程则不足10 m。各市中心城区绿地面积占比受到地形地貌的影响。相关分析结果显示，各市中心城区绿地面积占比与平均高程之间存在极显著相关关系(r=0.53，P<0.01)，随着高程增加，中心城区绿地占比也逐渐增大。

2.2 林地斑块降温效应空间分布

27个中心城市，有15个城市的中心城区LST在317.35～320.50 K之间；有8个城市其中心城区LST超过321.00 K，其中马鞍山市LST最高，达325.11 K；有4个城市其中心城区LST不足 317 K，其中温州LST仅313.50 K(见图2)。由于研究区范围较大，Landsat影像来自于多个时段，造成各市LST绝对值有一定差异。该研究尽量使用同一景LST影像数据，因研究目的在于绿色开敞空间的降温幅度，因此LST的相对差值可消除由于成像时间不同而造成的LST系统差异。

27个地级市的城市绿地平均LST比城区低2.18 K。各市城区绿地平均LST均低于城区平均LST。其中，南京、苏州与安庆的城区绿地平均LST仅比城区低1 K以内；宁波、杭州、舟山与台州等沿海城市城市绿地平均LST比城区低3.5 K以上。对降温幅度与绿地面积占比的回归分析显示，降温幅度与绿地面积占比大致呈显著线性相关关系(r=0.52，P<0.01)，随着绿地面积占比增大，降温幅度也逐渐增大。

缓冲区分析及回归拟合结果显示，各市城区绿地均有显著的降温幅度，降温幅度在2.47 ～7.62 K之间。各地级市中，宁波和台州城区绿地降温幅度最大，均在7.0 K以上；而宣城、池州、安庆与合肥等市城区绿地降温幅度仅在3.0 K以下。

27个城市中，有19个城市的城区绿地降温距离在270 m以内，有7个城市的城区绿地降温距离在360 m以内，仅有1个城市的城区绿地降温距离超过360 m。由此可见，城区绿地的降温距离多在400 m以内。

2.3 城市绿地斑块降温效应节能减碳量

由表2可知，长三角一体化核心区各大城市绿地节能减碳量为267 656.12 t·d-1，每个城市绿地平均节能减碳量约9 913.19 t·d-1。若按每年高温90 d计算，则整个夏季研究区各城市绿地节能减碳量约为2 408.91万t。结合中国城市统计年鉴资料，2017年研究区中心城区绿地降温效应的节能减碳量占全年电力消费碳排放的5%左右。这表明，若城区没有植被，则仅局地降温一项功能，就需多排放约5%的碳以缓解高温。而各大城市中，上海市城市绿地节能减碳量最大，达47 374.83 t·d-1，其余依次为温州、宁波、南京、杭州、台州、苏州、无锡和合肥，其城市绿地节能减碳量在10 000 t·d-1以上，而宣城、绍兴、嘉兴、池州、马鞍山和安庆等市城市绿地节能减碳量均在2 000 t·d-1以下。

绿地斑块外围降温范围内节能减碳量与斑块自身的节能减碳量大体相似。研究区各城市中，外围降温范围内节能减碳量在节能减碳总量中的占比在31.31%～73.85%之间，平均占比为47.32%。从各市城区绿地外围不同距离节能减碳量来看，随着到绿地距离增加，城区绿地节能减碳量从0～90 m范围内的3 562.54 t·d-1逐渐减少到>180～270 m范围内的54.20 t·d-1。

表2 2017年长三角一体化核心城市绿地降温减碳核算结果

3 讨论

由于树冠遮荫以及蒸散发作用，城市绿地具有明显的降温效应。笔者研究发现，长三角一体化中心区各核心城市内绿地斑块均具有降温效应。而且，绿地斑块的降温距离多在270～450 m之间，这与多个城市的研究结果相似[12,15,18]。城市绿地的降温效应可通过热量交换对斑块周边温度产生一定影响，从而形成局地微气候。城市绿地面积是影响其降温幅度的重要因素[12,21]，城市绿地面积越大，越容易形成稳定的内部环境，从而具有更大的降温幅度。

城市植被的降温效应在生态服务功能的相关研究中有所涉及，但在城市节能减碳中的作用却未被足够重视。城市绿地的降温效应可通过2种途径形成：一类为植被通过光合作用固定大气中的CO2，另一类则为城市植被所具有的局地小气候调节等服务功能所能起到的减碳作用。如果将前一类称为直接固碳，则后一类则可称为间接固碳。该研究聚焦于城市植被的间接固碳，研究结果说明，如果城市绿地消失，那么相应生态服务消失必然会导致城市碳排放量增大。而且，随着城市森林渐趋成熟，其所具有的直接固碳功能逐渐减弱，但其所具有的间接固碳功能则逐渐增强。由此可见，尽管植被的直接固碳效应可能较小，但不能忽视其间接固碳价值，而间接固碳价值的相关研究结果势必也有助于厘清城市生态建设在碳达峰碳中和方面的作用。

目前，尚缺少对上述城市市区范围内绿地降温节能减碳量的核算研究。但通过与其他城市的比较，可发现笔者所得核算结果大体在同一量级。如LIN等[16]研究显示，北京市六环内城市绿地的节能减碳量约为14 315.37 t·d-1。以上海市为例，笔者研究的核算结果高于北京市，其中原因在于如下几点：第一，笔者研究采用的是市区所有面积在1 hm2以上的绿地，而北京的研究是结合城市总体规划提取出的绿地，绿地数量可能少于笔者的研究；第二，由于不同立地条件[22]、植被覆盖[23]以及几何特征[24]等因素的影响，各地绿地降温效应也存在差异。

4 结论

该研究主要针对城市绿地的降温效应所导致的节能减碳量进行核算研究。相对于植被通过光合作用吸储CO2这一直接减碳作用而言，通过降温效应等生态服务功能而引起的节能减碳不容忽视。尤其是在强调碳达峰碳中和的当下，城市植被所具有的降温效应在节能减碳方面的贡献应得到更多的重视。基于城市绿地的降温效应，采用遥感方法，对长三角一体化中心区27个核心城市的城区绿地所具有的节能减碳量进行估算研究，主要结论包括：

(1)各核心城市中心城区绿地均具有显著的降温效应，绿地斑块平均LST比城区低2.18 K，降温幅度在2.9～8.3 K之间，而绿地斑块的降温距离在270～450 m之间。

(2)长三角一体化核心区各大城市绿地节能减碳量为267 656.12 t·d-1，每个城市绿地平均节能减碳量约9 913.19 t·d-1。各大城市中，上海市城市绿地节能减碳量最大，达47 374.83 t·d-1，其余依次为温州、宁波、南京、杭州、台州、苏州、无锡和合肥，宣城、绍兴、嘉兴、池州、马鞍山和安庆等城市绿地节能减碳量均在2 000 t·d-1以下。

(3)绿地斑块外围与斑块自身具有近似的节能减碳量，且随着到绿地距离的增加，节能减碳量逐渐减少。

上述研究结果可表征夏季晴朗天气下中心城区由于降温效应而产生的节能减碳量，但由于不同气象条件下降温效应存在差异，今后有待开展更为细致的研究，以精确核算高温季节城区绿地的节能减碳价值。此外，由于绿地斑块外围的景观组成及结构对绿地降温效应有一定影响，因此今后尚需对节能减碳量的影响因素进行深入分析。