桂林市典型園林綠地與水體的降溫效應研究

梁保平，馬藝芳，李暉

廣西師范大學環境與資源學院，廣西 桂林 541004

桂林市典型園林綠地與水體的降溫效應研究

梁保平，馬藝芳，李暉

廣西師范大學環境與資源學院，廣西 桂林 541004

隨著城市化的快速發展，城市熱島現象也越來越突出。作為城市生態系統中兩種重要的地物類型，園林綠地和水體對城市熱島均有明顯的降溫效應，因此對其進行定量研究具有重要意義。以桂林市建成區為研究對象，利用TM影像數據提取了區域的地表溫度（LST）、植被覆蓋度（FV）以及改進的歸一化差異水體指數（MNDWI）等生物物理信息，同時借助空間統計和緩沖區分析方法，對區域典型園林綠地和水體地表溫度的空間特征及其相關性進行了定量研究。結果表明：桂林市5城區的地表溫度以低溫區和中溫區為主。高溫區與極高溫區也占有較大比例，兩者占市區總面積27.8%，較全市平均地表溫度高約2～4 ℃，整體上呈現顯著的熱島效應。城市中園林綠地和水體的平均地表溫度分別為26.76和24.86 ℃。相關性分析揭示，城市園林綠地和水體面積與其內部地表溫度呈現極顯著負相關關系（sig=0.001），園林綠地的 FV、水體 MNDWI則呈顯著負相關關系（sig=0.015和sig=0.038），說明地表溫度隨著上述參數的增大而降低。除典型水體面積與地表溫度的擬合曲線為對數函數之外，其他參數的最佳擬合效果均為線性。緩沖區分析說明，不論是城市園林綠地還是水體，都會對外圍一定區域的熱環境產生影響。伴隨城市園林綠地與水體樣區緩沖帶距離的增大，外圍區域的地表溫度呈上升趨勢，但這種趨勢隨距離變化在不斷減弱，其有效影響范圍在距樣區邊界120～240 m處。通過對比研究發現，城市中較大面積的公園綠地或水體其降溫效應要比面積較小者顯著，而水體對于周圍熱場的影響和敏感度要強于園林綠地。

TM影像；地表溫度；植被覆蓋度；改進的歸一化差異水體指數

近 10年來，我國的城市化發展呈現日益加速態勢。與此同時，城市化過程中普遍出現了諸如霧霾污染、城市熱島、不透水面擴展、綠地與水體面積縮減等一系列生態環境問題。這些問題復雜地交織在一起，削弱了城市經濟發展和社會服務功能，也制約著城市生態環境質量的不斷提高。城市熱島是一種由于城市建筑物及人類密集的社會經濟活動等原因導致熱量在城區范圍內聚集的自然現象，是城市氣候最明顯的特征之一（賈劉強，2009）。對于城市熱島效應的判斷國內外目前尚無統一的標準。一般認為，城市中心氣溫比周圍郊區溫度高1 ℃時存在城市熱島效應，當溫差≥3 ℃時表示存在顯著的城市熱島，城市熱島效應是影響局地氣候及人居環境最突出的問題之一。城市綠地作為城市生態系統中的生產者，主要通過影響大氣、水、熱循環等過程，在調節和應對城市氣候變化中扮演著極其重要的角色，其顯著的降溫效應目前受到國內外學者們的廣泛關注（Weng等，2004；Buyantuyev和Wu，2010；Lazzarini，2013；陳愛蓮等，2013；武佳衛等，2007；唐羅忠等，2009；曹璐等，2011；馬雪梅等，2011）。眾多研究表明，無論在何種尺度上，城市綠地均能起到“冷島”作用，有效緩解城市熱島效應，從而提高城市系統的生態宜居性。此外，水體也是城市土地覆蓋中的一種重要類型。由于水的比熱容較大，因相變而產生潛熱交換，它可以有效調節地表和空氣溫度增減的速率。因此，城市水體和植被一樣都可以發揮降溫作用。然而，在以往的城市熱島研究中，水體的“冷島”效應大多數情況下被弱化或忽略。另一方面，國內對于城市熱島效應及其降溫機制的研究，多聚焦于上海、北京、廣州、重慶等少數超大型城市（王敏等，2013；孟丹等，2010；蘇泳嫻等，2010；楊春華等，2013），而對于具有典型喀斯特地貌特征的山水旅游型城市——桂林市的研究則較為少見。

本文以桂林市5城區內的32個典型園林綠地與水體樣本為研究對象，利用美國陸地資源衛星TM 數據，采用遙感影像處理技術和地理信息空間分析工具，重點提取研究區域的地表溫度（LST）、植被覆蓋度（FV）以及改進的歸一化差異水體指數（MNDWI）等生物物理信息，定量分析研究樣區各個參數的空間特征及其相關關系，深入揭示城市園林綠地與水體在城市系統中的降溫機制，以期為城市生態建設、城市熱島調控以及城市環境管理提供參考依據。

1 研究區與研究方法

1.1 研究區概況

桂林市地處南嶺山系的西南部、廣西壯族自治區東北部，位于東經 109°45″～104°40″，北緯24°18″～25°41″之間，全市土地總面積為27809 km2。區域屬中亞熱帶季風氣候，境內氣候溫和、雨量充沛、光照充足、四季分明且雨熱基本同季。年均氣溫為18.9 ℃，年均降雨量1949.5 mm。桂林是世界上最具典型特征的喀斯特（巖溶）地貌，地形主要為中、低山地，兩側高，中部低，處在自西北向東南延伸的巖溶盆地中，漓江自北向南流經其間，兩側為喀斯特石灰巖峰林和峰叢，境內河流、湖泊水體眾多，因而形成了秀甲天下的桂林山水景觀。區域地帶性植被為亞熱帶常綠闊葉林，以馬尾松林和灌木草坡為主要植被。城市建成區的植被集中分布于市區公園及巖溶石山區，園林植被主要是人工栽植的觀賞類喬木和灌草植被。

本研究范圍為桂林市建成區，主要包括秀峰、象山、七星、疊彩、雁山5個城區，轄區總面積577.4 km2，總人口74.42萬（桂林市統計局，2010）。

1.2 研究數據獲取

本研究采用的遙感影像為美國Landsat衛星系列中TM數據（圖1），成像時間是2010年8月31日，軌道號P124/R43，包括7個波段，空間分辨率為30 m，其中第6波段（熱紅外波段）為120 m。通過裁剪得到的研究區影像上空無云覆蓋，數據質量良好。在進行地表溫度反演和計算相關生物物理參數之前，對原始數據做了系統輻射校正和幾何精校正，誤差小于半個像元（15 m）。另外,研究應用改進的監督分類法對TM數據提取出桂林市5類土地利用類型，分別為耕地、建設用地、園林綠地、水域和其它用地，用以評價分析各個遙感參數的空間特征。研究使用的其他參考數據有：Google Earth Pro7.1平臺中下載的高分辨率衛星影像，桂林市DEM數據（30 m）、桂林市城區區劃圖及社會經濟統計年鑒（2000─2010年）等。

圖1 桂林市區位置與TM影像圖（7-5-3波段彩色合成）Fig. 1 Location of Guilin district and TM images（color composition of bands 7-5-3）

1.3 研究方法

1.3.1 典型研究樣區的取樣原則

先將桂林市行政區劃圖進行掃描并與地形圖配準校正，在ArcGIS10.0工具中疊加桂林2010年的TM影像分類圖，并以Google Earth中的高分辨率影像為參考圖像，綜合確定桂林市典型園林綠地與水體樣區的邊界輪廓。本研究共選擇 32個研究樣區，園林綠地與水體均為 16個。園林綠地提取原則是盡量避免受周圍水體、建筑物夾雜的干擾，且具有良好生態服務功能的典型區域，如著名的七星公園、南溪山公園、桂林國家森林公園等綠地分布區；水體提取原則為水文意義較大，具有一定規模的水域面積，且類型多樣，主要包含湖泊、河流與水庫在內的典型研究對象，如漓江（市區段）、榕湖、芳蓮池、白竹境水庫等重要水體。通過對比分析典型園林綠地、水體空間特征與地表溫度的關系，揭示園林綠地、水體自身以及對外部所產生的降溫效應，旨在為制定緩解城市熱島效應的對策提供科學依據。

1.3.2 歸一化植被指數（NDⅤⅠ）與植被覆蓋度（FⅤ）

歸一化植被指數不僅對植被的生物物理特征十分敏感，而且可以有效降低因傳感器觀測角度、太陽輻射強度、地形陰影和土壤背景不同而產生的影響，其計算公式為：

式中，NIR為 TM4(近紅外)波段的亮度值，R為TM3(可見光紅光)波段的亮度值。

對植被覆蓋度的估算多采用像元二分模型法（張本昀等，2008；張小飛等，2006）。即一個像元的NDVI值可以表達為由綠色植被部分所貢獻的信息與由無植被覆蓋(裸土)部分所貢獻的信息兩部分組成，通常采用以下公式計算：

式中：NDVIveg和 NDVIsoil分別表示全植被覆蓋的像元和全土壤覆蓋的像元的NDVI值。對于不同時相的遙感影像，兩參數會受各類環境因素的影響而變化，因此，NDVIveg和 NDVIsoil不能取固定值。通過分析剔除掉水體的區域NDVI圖像的頻率累計表，NDVIveg和NDVIsoil可用置信區間累積百分數為0.5%和99.5%內的最大值和最小值代替（江輝，2005）。經過對取樣點分類精度綜合評價，該模型分類結果優于最低允判精度 0.7的要求，適用于桂林市域內低山、巖溶河谷區域的植被蓋度定量分析。

1.3.3 改進的歸一化差異水體指數（MNDWⅠ）

針對水體在衛星影像中的物理光譜特征，本文主要利用改進的歸一化差異水體指數MNDWI進行水體提取（徐涵秋，2005）。它是在Mcfeeters提出的歸一化差異水體指數（NDWI）的基礎上，對構成該指數的波長組合進行重新調整后得到的一種新指數，其計算公式為：

式（3）中Green為TM2（可見光綠光）波段亮度值，MIR為TM5（中紅外）波段亮度值。相關研究證實，MNDWI能有效地反映研究區內水體空間分布狀況。一般認為地物的MNDWI值大于0才代表真正的水體。因此本文利用遙感軟件生成的MNDWI圖像來提取研究區內的水體信息。

1.3.4 地表溫度（LST）反演方法

地表溫度反演采用Artis和Carnahan（1982）的算法。即先將熱紅外波段（TM6）像元灰度值（DN值）轉化為相應的熱輻射強度值，像元輻射強度與其DN值有如下關系：

其中：Lλ表示TM傳感器接收到的輻射強度；Gain和Bias分別為TM6的增益和偏置。其次，再將熱輻射強度轉換為像元亮度溫度，計算公式為：

其中：Ts表示像元亮度溫度，單位為K；K1、K2均為常量，對于 Landsat5衛星，K1＝607.76 W·m-2·sr-1·μm-1，K2＝1260.56 K。最后，根據地物的比輻射率將亮度溫度轉化為地表真實溫度，計算公式為：

其中：LST為地表溫度（K）；Ts為輻射亮溫；λ為熱紅外波段的中心波長，取值為11.5 μm；ρ＝hc/b（1.438×10-2m·K）；b為波爾茲曼常數（1.38×10-23J·K-1），h為普朗克常量（6.626×10-34J·s），c為光速（2.998×108m·s-1）；ε為地物比輻射率，根據相關研究，植被覆蓋區、水體、建筑用地和裸地的比輻射率分別可取值0.986、0.995、0.970和0.972（覃志豪，2001）。

2 結果與分析

2.1 桂林市熱環境空間分布特征

借助ArcGIS10.0工具的空間統計模塊，利用標準差法對桂林市2010年8月31日反演的地表溫度圖進行熱環境等級劃分，按照溫度取值范圍劃分為極低溫區（LST≤T-2SD，式中 T為研究區地表平均溫度，SD為地表溫度的標準差）、低溫區（T-2SDT+2SD）等5類區域。根據該劃分標準對桂林建成區內地表溫度類別進行空間統計，得到統計數據表1。

表1 研究區不同溫度類別劃分等級及面積比重Table 1 Classification scheme of LST and area proportion in Guilin City

從表1可以看出，桂林市地表溫度主要以中溫區和低溫區為主，比重分別為37.2%和32%，兩者面積之和為39992.4 hm2，約占市區總面積2/3以上。高溫區與極高溫區也占有一定比重，總面積達到16050.62 hm2，占市區總面積27.8%，兩者相對全市區平均地表溫度高約2～4 ℃，說明伴隨城市化的快速發展，桂林市城市熱島效應已顯現出來。此外，城市極低溫區比重相對較小，僅為2.9%。

為揭示桂林熱島效應的空間分布格局狀況，我們疊加桂林城區區劃圖與地表溫度類別圖（見圖2），研究發現桂林市中心的溫度明顯高于郊區的溫度。極高溫區集中分布在市中心區域，尤其位于商業密集區（如十字街）、高密度居民區等地帶；高溫區集中在市區重要的交通主干道、中密度居民區、雁山區的大學城、七星高新區及鐵山工業園等區域，這些區域人口密集較高，社會經濟活動頻繁，且地表主要由磚石、水泥、瀝青及金屬等不透水層材料構成，導熱率大、升溫快；中溫區主要分布在植被覆蓋較高的城郊居民區以及廣大農田地帶，低溫區與極低溫區主要分布在城市公園綠地、植被覆蓋率較高的巖溶石山區、堯山、雁山等天然林區以及漓江、兩江四湖、水庫等重要水體，與人工建筑景觀相比較，森林綠地與水體等自然景觀在空間上都呈現明顯的低溫特征。

圖2 桂林市地表溫度分類圖Fig. 2 The classification map of LST in Guilin City

2.2 典型園林綠地、水體空間統計特征

研究選擇的 16個典型園林綠地樣本主要以公園綠地為主，如蘆笛公園、西山公園、南溪山公園、七星公園與雁山植物園等代表性的城市公園，此外，考慮到桂林市的自然地貌與生態環境特征，本研究特選取位于市區內的4座植被覆蓋良好的巖溶石山作為分析對象，如位于老城區的老人山、屏風山及城郊地帶的貓兒山、馬鞍山。選擇的水體類型包括研究區內的湖泊、河流以及水庫等，它們具有廣泛的代表性和重要的水文意義。其中，漓江（市區段）、杉湖、榕湖、桂湖、木龍湖、芳蓮池等均為設有國控或省控監測斷面的重點水體，白竹境水庫、毛原水庫為區域重要的生活或農用水源地。研究選取的典型園林綠地與水體樣區在空間上多分布在老城區與高新區內（圖3），它們在調節城市小氣候以及改善區域環境質量方面具有重要的生態功能，對于研究城市水體對區域降溫效應具有較好的比較和統計學意義。

圖3 典型園林綠地、水體取樣圖Fig. 3 Sampling map of landscape green space and urban water

表2 桂林市典型園林綠地主要統計參數Table 2 Descriptive statistics of the landscape green space in Guilin City

通過對典型園林綠地和水體主要參數進行統計，得到表2和表3的結果。統計數據表明，園林綠地樣區的面積范圍從2.97～121.77 hm2，平均面積為33.90 hm2。最小的為市區內的黑山植物園，最大的為遠郊區的雁山植物園。各個典型園林綠地的平均FV為0.375，高于全市平均水平。其中雁山植物園的平均 FV最大（0.515），虞山公園為最小值（0.102）。園林綠地平均地表溫度值為26.76 ℃。雁山植物園的地表溫度為最低（25.24 ℃），虞山公園的平均地表溫度最高（28.28 ℃），這與其對應的平均 FV值正好相反。典型水體的面積范圍從1.08～79.29 hm2，平均面積為22.30 hm2。最小的為七星區的將軍塘（1.08 hm2），最大為雁山區的蓮塘（79.29 hm2），平均 MNDWI值最大為白竹境水庫（0.3554），最小為芳蓮池（0.1152）。水體的平均地表溫度為 24.86 ℃，最高地表溫度為將軍塘（27.18 ℃），最低為五龍水庫（22.89 ℃）。面積較大的水庫和湖塘等重要水體地表溫度相對較低，明顯低于其他水體1～2 ℃。

表3 桂林市典型水體主要統計參數Table 3 Descriptive statistics of the water body in Guilin City

2.3 典型園林綠地、水體與地表溫度(LST)的相關性分析

2.3.1 園林綠地、水體面積與地表溫度的關系

通過上述統計可知，研究選擇的園林綠地、水體內部地表溫度存在較大差異，這必然會影響到其對周圍環境的降溫效應。為深入揭示典型園林綠地、水體面積與內部地表溫度兩者之間的關系，本研究基于SPSS18.0分別對園林綠地、水體的32個統計樣本進行面積與地表溫度的相關性分析，研究分別采用線性、對數、多項式與指數等函數進行擬合后發現，園林綠地面積與地表溫度的關系采用線性函數擬合效果最好（圖 4），擬合函數為LST=-0.0143S+27.242，擬合決定系數r2為0.5119。兩者之間呈現極顯著的負相關關系，相關系數r為-0.715（sig=0.001<0.01）。相對園林綠地的擬合效果，水體面積與地表溫度的最佳擬合函數為對數（圖5），擬合函數為LST=-0.7605 LnS+26.719，擬合決定系數r2為0.5403。兩者之間的相關系數r為-0.735（sig=0.001<0.01）。擬合結果說明，城市園林綠地和水體都是緩解城市熱環境的重要因素，2類地物的面積與地表溫度之間存在著顯著的負相關關系。即隨著園林綠地或水體面積的增加，對應的地表溫度整體呈現降低趨勢，其中，水體的降溫趨勢要較園林綠地更為顯著。另外研究發現，伴隨水體面積的增大，其對應的水體地表溫度開始呈現明顯下降趨勢。但當這種變化達到一定程度，對應的地表溫度逐漸趨于平穩且不再降低，這說明水體與地表溫度之間的關系并非簡單的線性規律，研究對象的形狀、周長、水深等其它參數可能也會影響到地表溫度的變化。

圖4 桂林市典型園林綠地面積與地表溫度統計關系Fig. 4 Statistical relationship between the area of landscape green space and LST

圖5 桂林市典型水體面積與地表溫度統計關系Fig. 5 Statistical relationship between the area of urban water and LST

2.3.2 園林綠地FⅤ、水體MNDWⅠ與地表溫度的關系

同理，通過繪制典型園林綠地的 FV、水體MNDWI與地表溫度的散點圖與相關性曲線，生成圖6、圖7。統計數據表明，園林綠地的FV、水體MNDWI與地表溫度的擬合最佳效果均為線性函數。其中，FV與地表溫度線性擬合函數為LST=-4.1984FV+28.332，擬合決定系數 r2為0.3324，兩者的相關系數 r 為-0.577，（sig=0.015<0.05），水體平均MNDWI與地表溫度的擬合函數為LST=-8.6686MNDWI+27.017，擬合決定系數 r2為 0.1908，相關系數 r為-0.437（sig=0.038<0.05）。相關性分析顯示，城市園林綠地的FV、水體MNDWI與地表溫度均呈現一定的負相關關系，即隨著植被覆蓋度與水體光譜指數值的增大具有下降的趨勢。也就是說地表溫度受園林綠地植被類型、覆蓋密度和水體光譜信息等因素的較大影響，從變化的敏感度上看，地表溫度對水體的MNDWI值的響應要弱于植被覆蓋度。需要說明的是，由于混合像元的存在以及地物分類與提取誤差等因素的影響，研究選擇的樣本并非完全均質的地物類型，園林綠地中包含的少量破碎化的建筑物、水體斑塊，水體樣區邊緣帶覆蓋的水生植被或人工構筑物等客觀因素，均會對統計分析結果的精度產生一定干擾。

圖6 桂林市典型園林綠地植被覆蓋度與地表溫度關系Fig. 6 Statistical relationship between FV of the landscape green space and LST

圖7 桂林市典型水體MNDWⅠ與地表溫度統計關系Fig.7 Statistical relationship between MNDWI of the urban water and LST

2.4 典型園林綠地、水體降溫效應分析

為定量化分析5城區內園林綠地與水體對周邊地區熱環境的影響，我們對各個典型綠地與水體樣區進行不同距離的緩沖區分析。考慮到園林綠地與水體的最大降溫范圍，將研究區邊界以外分別劃分成0～60、60～120、120～180、180～240、240～300 m共5個空間范圍的緩沖區。分別提取典型園林綠地與水體各緩沖區內的地表溫度分布數據，并將各空間范圍緩沖區內的平均溫度進行對比分析，揭示城市園林綠地與水體對周邊熱環境的局地效應。圖 8為全部園林綠地與水體樣本在各緩沖區的地表溫度平均值變化曲線，它表明典型水體在各緩沖帶的地表溫度均低于園林綠地。隨著緩沖區距離的增大，園林綠地與水體樣區外圍緩沖帶的地表溫度呈上升趨勢，但這種上升趨勢在不斷減弱。對于水體樣區，緩沖區1（緩沖界0～60 m）與樣本內部溫差為1.96 ℃，緩沖區2（60～120 m）、緩沖區3（120～180 m）、緩沖區4（180～240 m）和緩沖區5（240～300 m）則與相鄰緩沖區形成的溫差分別為0.87、0.56、0.02、0.07 ℃，降溫的遞減效應非常顯著。同理，對于園林綠地樣區，緩沖區溫度差也存在著相似的變化規律，但其溫差變化幅度要小于水體樣區（各緩沖區溫差分別為1.22、0.59、0.18、0.03、0.02 ℃），這充分說明水體對于周圍熱場的影響和敏感度要強于園林綠地。

圖8 典型園林綠地與水體的緩沖區地表溫度變化Fig.8 The characteristics of LST change in the buffers of landscape green space and urban water

為具體分析城市核心區內的園林綠地與水體對周邊地區熱環境的影響，我們分別選擇了建成區內5個代表性城市公園綠地與水體樣區進行降溫效應的緩沖區分析。所選擇的園林綠地周邊500 m范圍內無重要水體分布，可以排除水體因素對分析結果的干擾。同理，水體樣區的選擇則滿足500 m范圍內無大面積的園林綠地或農田植被影響。通過統計代表性園林綠地與水體各緩沖區的地表溫度分布數據，得到圖9、圖10。統計結果表明，選擇的5個代表性城市公園綠地與水體樣區在各緩沖帶的地表溫度變化與整體變化趨勢基本相同，即隨著緩沖區距離的增大，外圍地帶地表溫度呈上升趨勢，地表溫度在距公園綠地與水體樣區邊界120～240 m（緩沖區3和緩沖區4）范圍處達到峰值，之后則呈現緩慢減弱趨勢。

圖9 桂林市5個重點公園綠地的緩沖區地表溫度變化Fig. 9 The characteristics of LST change in the buffers of 5 park green space

圖10 桂林市5個重點水體的緩沖區地表溫度變化Fig. 10 The characteristics of LST change in the buffers of 5 urban water

以城市核心區內面積最大、植被覆蓋率最高的的七星公園為例（88.11 hm2），其外圍各個緩沖帶的地表溫度值均為最低，平均地表溫度為27.65 ℃。而位于市中心區面積最小的虞山公園（3.24 hm2），因其外圍是高密度的居民區和商業用地，故緩沖區平均溫度在各公園綠地中為最高（29.57 ℃），兩個公園緩沖區之間溫差達到1.92 ℃。對于5個代表性的水體樣區，面積大小排序為：白竹境水庫（48.69 hm2）>榕湖（7.38 hm2）>長塘（7.11 hm2）>杉湖（5.31 hm2）>將軍塘（1.08 hm2），各緩沖區的平均溫度排序則為：將軍塘（29.86℃）>榕湖（29.77 ℃）>長塘（29.73 ℃）>杉湖（29.6 ℃）>白竹境水庫（27.57 ℃）。其中，白竹境水庫各緩沖區的平均溫度比將軍塘低 2.29 ℃。其原因在于白竹境水庫位于城市郊區，周圍環境的背景溫度要低于城市核心區域。另一方面，該水庫的水面面積遠大于其它幾類水體，大面積存在的低溫區域會對周圍環境產生顯著的冷輻射效應，因而其緩沖區的平均溫度普遍低于其它水體。綜合上述的分析可知，不論是城市園林綠地還是水體區域，它們均會對周圍的熱環境產生一定的影響。通常情況下，面積較大的公園綠地或水體其降溫效應要比面積較小者顯著。

3 討論與結論

3.1 討論

在前人有關城市地物降溫效應研究的基礎上，利用中尺度TM衛星影像數據，通過遙感技術反演提取了桂林市5城區內的FV、LST以及MNDWI，同時借助空間緩沖區和統計分析方法，對城市中典型園林綠地和水體的地表溫度空間特征及其相關性進行了深入研究，目的在于定量揭示城市化過程中兩類重要地物之間的溫度差異及其與城市熱場之間的內在作用機制。

城市園林綠地與水體對區域熱環境具有一定的降溫效應，這一結論已為學者們所普遍認同。但其影響強度、降溫機制與兩類地物的構成類型、面積大小、形狀復雜度、景觀空間格局以及外圍環境條件等因素存在著復雜的關系。受研究篇幅限制，本研究僅從典型樣區面積、園林綠地的FV以及水體MNDWI等方面進行了降溫效應的對比分析。而對兩類地物的內部組成要素與空間結構差異、景觀復雜性、外部地形地物等因素的潛在影響并未予以考慮。

本研究所選用的TM影像數據空間分辨率偏低且只能代表一個時間界面上的時空特征。有關研究發現，地物的降溫效應具有明顯的尺度效應和時間效應，不同空間和時間分辨率獲取的數據其研究結果可能存在較大差異。另一方面，選取的研究對象也只是針對以峰叢峰林和河谷地貌為主要特征的桂林市。因此，對比分析不同數據源、不同時相、不同區域環境條件下城市園林綠地、水體與熱環境之間的相關關系，仍有待進一步研究。

3.2 結論

（1）目前桂林市地表溫度的空間分布以低溫區和中溫區為主，高溫區與極高溫區亦占有一定比例。城市中心區的地表溫度明顯高于郊區，已呈現較顯著熱島效應。城市極高溫區與高溫區集中分布于繁華的商業區、高密度居民區、交通運輸主干道等地方。而低溫區與極低溫區主要位于人為活動影響較小的城市園林綠地、重點水體等“冷島”區域。

（2）主要參數的相關性與函數擬合分析揭示，城市園林綠地和水體的面積、園林綠地的FV以及水體MNDWI與地表溫度之間均呈現顯著負相關關系。除典型水體面積與地表溫度的擬合曲線為對數函數之外，其它參數的最佳擬合效果均為線性。這說明，隨著相關統計參數值的增加，對應的地表溫度呈現降低趨勢，其中，水體面積對地表溫度的影響更為顯著，但當這種變化達到一定程度，對應的地表溫度逐漸趨于平穩且不再降低。

（3）緩沖區分析說明，不論是城市園林綠地還是水體，它們均會對周圍的熱環境產生一定的影響。伴隨城市園林綠地與水體樣區緩沖區距離的增大，外圍緩沖帶的地表溫度呈上升趨勢，但這種上升趨勢在不斷減弱。即越接近城市園林綠地與水體樣區，地表溫度就越低，反之則不斷升高直至相對穩定。其原因在于，作為城市中存在的低溫或極地溫區域，2類地物均會對周圍環境形成顯著的冷輻射效應，從而起到較大的降溫作用。一般來說，較大面積的公園綠地或水體其降溫效應要比面積較小者顯著，而水體對于周圍熱場的影響和敏感度要強于園林綠地。

BUYANTUYEY A, WU. 2010. Urban heat islands and landscape heterogeneity:linking spatiotemporal variations in surface temperatures to land-cover and socioeconomic patterns[J]. Landscape Ecology, 25(1): 17-33.

LAZZARINI M, MARPU P R, GHEDIRA H. 2013. Temperature-land cover interactions:The inversion of urban heat island phenomenon in desert city areas[J]. Remote Sensing of Environment, (130): 136-152.

LEE, LEE, JIN, et al. 2009. Effect of an urban park on air temperature differences in a central business district area[J]. Landscape and Ecological Engineering, 5(2): 183-191.

WENG Q, LU D, Schubring J. 2004. Estimation of land surface temperature－vegetation abundance relationship for urban heat island studies[J]. Remote Sensing of Environment, 89(4): 467-483.

曹璐, 胡瀚文, 孟憲磊, 等. 2011. 城市地表溫度與關鍵景觀要素的關系[J]. 生態學雜志, 30(10): 2329-2334.

陳愛蓮, 孫然好, 陳利頂. 2013. 綠地格局對城市地表熱環境的調節功能[J]. 生態學報, 33(8): 2372-2380.

賈劉強. 2009. 城市綠地緩解城市熱島的空間特征研究[D]. 重慶: 西南交通大學: 5-12.

江輝. 2005. 基于遙感的植被覆蓋度估算及其動態研究[D]. 江西: 南昌大學: 15-23.

馬雪梅, 張友靜, 黃浩. 2005. 城市熱場與綠地景觀相關性定量分析[J].國土資源遙感, (3): 10-13.

孟丹, 李小娟, 宮輝力, 等. 2010. 北京地區熱力景觀格局及典型城市景觀的熱環境效應[J]. 生態學報, 30(13): 3491-3500.

蘇泳嫻, 黃光慶, 陳修治. 2010. 廣州市城區公園對周邊環境的降溫效應[J]. 生態學報, 30(18): 4905-4918.

覃志豪, ZHANG M H, KARNIELI A, 等. 2001. 用陸地衛星TM6數據演算地表溫度的單窗算法[J]. 地理學報, 56(4): 456-466.

唐羅忠, 李職奇, 嚴春風, 等. 2009. 不同類型綠地對南京熱島效應的緩解作用[J]. 生態環境學報, 18(1): 23-28.

王敏, 孟浩, 白楊, 等. 2013. 上海市土地利用空間格局與地表溫度關系研究[J]. 生態環境學報, 22(2): 343-350.

武佳衛, 徐建華, 談文琦. 2007. 上海城市熱場與植被覆蓋關系研究[J].遙感技術與應用, 22(1): 26-30.

徐涵秋. 2005. 利用改進的歸一化差異水體指數MNDWI提取水體信息的研究[J]. 遙感學報, 9(5): 19-25.

楊春華, 雷波, 張晟. 2013. 重慶市主城區熱島效應與植被覆蓋關系研究[J]. 人民長江, 44(7): 51-55.

張本昀, 喻錚錚, 劉良云,等. 2008. 北京山區植被覆蓋動態變化遙感監測研究[J]. 地域研究與開發, 27(1): 108-112.

張小飛, 王仰麟, 吳健生, 等. 2006. 城市地域地表溫度——植被覆蓋定量關系分析: 以深圳市為例[J]. 地理研究, 25(3): 369-377.

Research on Cooling Effect of the Landscape Green Space and Urban Water in Guilin City

LIANG Baoping, MA Yifang, LI Hui
College of Environment and Resources, Guangxi Normal University, Guilin 541004, China

With the rapid urbanization, urban heat island (UHI) has become more and more serious.Landscape green space and urban water, as the components of city ecosystem, have played an important role in cooling effects.therefore, it has the important theoretical and practical significance to study. This article takes Guilin city as research object, the land surface temperatures(LST), vegetation fraction(FV), and modified normalized difference water index (MNDWI) are extracted by using TM image. Then, the paper analyzes the statistical characteristics of the landscape green space and urban water with the spatial statistics and buffer analysis method,and discusses quantitatively the relationship between LST and various parameters. The results show that The low-temperatures and medium-temperatures regions constitute main part of the whole city. The high-temperatures and ultra-temperatures regions occupy partial proportion (27.8%), which is 2～4 degrees above the mean LST, the UHI effect is obvious in Guilin city. The mean LST of landscape green space and urban water are 26.76 and 24.86 ℃, respectively. Correlation analysis revealed that the LST is significant negatively interrelated with the area of landscape green space and urban water (sig=0.001), FV and MNDWI (sig=0.015 and sig=0.038), it can be concluded that high level of these parameters will lead to low LST. The relation between LST and urban water is logarithm function, other parameters are all linear function. Buffer analyses show that both green space and water body have some influence on the thermal environment in peripheral region. Along with the increase of the distance to the boundary, the LST of peripheral region is on the rise, which is weakening, and the distance of influence is 120～240 m away from the boundary of sample regions. Comparative studies show that the cooling effect of a large area of green space or water body is stronger than the small one, and water body play better role in cooling effect than green space.

TM images; land surface temperatures; vegetation fraction; modified normalized difference water index

10.16258/j.cnki.1674-5906.2015.02.015

X171.1

A

1674-5906（2015）02-0278-08

梁保平，馬藝芳，李暉. 桂林市典型園林綠地與水體的降溫效應研究[J]. 生態環境學報, 2015, 24(2): 278-285.

LIANG Baoping, MA Yifang, LI Hui. Research on Cooling Effect of the Landscape Green Space and Urban Water in Guilin City [J]. Ecology and Environmental Sciences, 2015, 24(2): 278-285.

國家自然科學基金項目（41361041）；廣西自然科學基金項目（2014GXNSFAA118300）；廣西教育廳立項項目（200807LX036）

梁保平（1974年生），男，副教授，碩士，主要從事城市生態遙感及GIS應用研究。E-mail：liangbp@163.com

2014-11-19