秋冬季節廣州城市綠地對熱島效應的調控作用差異分析*

王剛, 張秋平, 肖榮波, 管東生

(1.廣東工業大學管理學院，廣東 廣州 510520；2.廣東省環境科學研究院，廣東 廣州 510045；3.中山大學環境科學與工程學院，廣東 廣州 510275；4.中山大學生命科學學院，廣東 廣州 510275)

自工業革命以后，全球城市化進程加速，城市人口比例已超過50%，到2050年將超過60%[1]。據《國家人口發展規劃(2016-2030年)》，2015年中國常住人口城鎮化率已達56%，規劃至2030年達到70%。在城市化進程中，半自然或者人工生態系統取代自然生態系統，下墊面性質顯著改變[2]；城市人口不斷集聚，大量能源集中消費釋放，導致城市熱島效應影響范圍擴大和強度增加[3-5]。城市熱島效應可直接影響區域大氣環流格局的變化，增強城市能源消費強度，加劇大氣環境污染風險，制約城市人居環境的改善[6]；并且在全球變暖背景下，城市熱島效應強化了城市極端高溫強度和范圍，導致居民的高溫健康風險上升[7]。城市熱島效應已成為21世紀全球面臨的重要生態環境問題之一，如何緩解城市熱島效應備受關注。

在城市不同類型下墊面中，綠地可通過植被的蒸騰和蒸散過程增濕降溫，促進改善區域熱環境和微氣候，是緩解熱島效應中的關鍵性生物要素[8-10]。在區域或城市尺度上，目前關于城市綠地緩解熱島效應的研究主要集中在兩個方面：一方面是研究城市綠地表征參數比如植被覆蓋度、減化比值植被指數(RSR)、歸一化植被指數(NDVI)與地表溫度間的相關關系，探討綠地質量變化對城市熱島效應的影響[11-13]；另一方面是研究城市綠地(或林地)面積比例、以及綠地斑塊周長、面積、幾何形態和空間配置等景觀格局特征對城市綠地的降溫強度與降溫范圍定量影響[14-16]。近年來，國內外研究者開始關注到城市綠地對熱島效應的調控功能受季節性變化影響[14, 17]。值得注意的是，當前大部分研究較多關注綠地單方面因素比如綠地質量或者景觀格局特征變化等對城市熱島格局形成的影響，忽略了綠地質量和景觀格局的綜合影響。

廣州市作為改革開放的華南門戶，其經濟社會發展取得矚目成就，已躋身國家5大中心城市之一。廣州市作為“花城”，盡管歷來重視城市綠地的規劃與建設，但由于城市快速擴張、人口過快增長等因素的影響，導致其熱島效應問題突出。因此，開展城市綠地對熱島效應調控功能影響的研究具有現實需要。本研究利用2014年10月(秋季)和2015年1月(冬季)的Landsat 8多光譜和熱紅外波段影像，基于遙感技術提取綠地表征參數比如植被覆蓋度、RSR、歸一化濕度指數(NDMI)以及地表溫度(LST)等信息，分析秋冬季節綠地表征參數與地表溫度間的相關關系；在此基礎上，探討研究城市綠地的周長和面積以及表征參數對綠地降溫強度和范圍的綜合影響，以期進一步揭示綠地降溫規律及機制。

1 研究地區與研究方法

1.1 數據來源及預處理

本研究選取2014年10月15日和2015年1月19日的Landsat 8多光譜和熱紅外波段影像，成像時云量為0%，地面特征清晰。2014年10月15日，最高氣溫30 ℃，最低氣溫17 ℃，代表秋季；2015年1月19日，最高氣溫20 ℃，最低氣溫8 ℃，代表冬季。遙感影像處理利用遙感圖像處理軟件平臺ENVI 5.1，以及地理信息系統軟件平臺ArcGIS 10.0。其中，利用ENVI 5.1對熱紅外波段除外的其它波段進行輻射定標和大氣校正。

1.2 地表參數的提取

基于Landsat 8遙感影像，提取的地表參數包括植被覆蓋度(fv)、減化比值植被指數(RSR)、歸一化濕度指數(NDMI)以及地表溫度(LST)等。其中，fv可綜合反映不同像元內植被生長狀況、覆蓋類型及其狀態等；NDMI往往是城市下墊面性質變化的綜合反映，是與城市熱島調控有關重要解釋性指標；RSR是綜合了植被結構和地表濕地的植被指數，其與城市熱島的調控密切相關。相應的提取方法見表1。

表1 城市主要地表參數的提取公式Table 1 Retrieval formula of land surface parameters in urban regions

表中公式符號含義為，ρmir表示中紅外波段反射率(即Landsat 8多光譜波段第7波段)，ρnir表示近紅外波段反射率(即Landsat 8多光譜波段第5波段)，ρr ed是紅光波段反射率(即Landsat 8多光譜波段第4波段)，ρmir·max和ρmir · min分別表示中紅外波段反射率的最大值和最小值；NDVImax和NDVImin分別表示完全植被覆蓋像元和裸土像元的歸一化植被指數的最大值和最小值；Lλ為下墊面的輻射值，QDN為Landsat 8熱紅外波段第10波段灰度值；K1和K2為發射前預設常量，其值分別為774.89 W·m-2·sr-1·μm-1和1 321.08 K；λ為熱紅外波段的中心波長，取值10.9 μm；ρ=0.014 38 m·K；ε為地物比輻射率。

將反演出的秋冬季節城市地表溫度按照均值-標準差法，根據相應季節地表溫度的均值-標準差將研究區的地表溫度按等級分為高溫區、次高溫區、中溫區、次中溫區和低溫區五大類。

1.3 城市綠地選取、緩沖區與公里格網溫度效應分析

為全面分析秋冬季節城市植被覆蓋度、RSR、NDMI以及城市綠地面積和周長對熱島效應調控功能的影響，本研究利用Google Earth遴選出城市建成區內面積大于500 m2的公園，共計95個(如圖1)，并利用GIS計算出所有選取城市綠地面積和周長，定量研究城市綠地面積和周長變化對其熱島效應調控功能的影響，并結合GIS技術，分別對每一城市綠地設置100，200，……，800 m的緩沖區，提取緩沖區內的地表溫度，定量分析城市綠地對周圍熱環境的調控作用。同時，利用GIS設置1 km×1 km的網格，并提取每個方格內的植被覆蓋度、RSR和NDMI以及地表溫度等數據，分析其與地表溫度的定量關系。

圖1 廣州選取的研究綠地斑塊分布圖Fig.1 Distribution of studied green spaces in Guangzhou

2 結果與分析

2.1 秋冬季節地表溫度變化

從圖2和表2可以看到，相比冬季，廣州市秋季的熱島強度與高溫區分布面積均呈現增大趨勢。秋季平均地表溫度和最高地表溫度分別為24.13 ℃和42.04 ℃；冬季平均地表溫度和最高地表溫度分別為15.48 ℃和33.80 ℃。與冬季相比，秋季高溫區面積大幅增加56.99%，次高溫區面積增長6.18%，而低溫區大幅減少66.54%，這在一定程度說明隨著大氣溫度的升高將加劇城市熱島強度和范圍。在上海、北京和武漢的相關研究結果也表明，城市熱島強度和范圍具有顯著的季節差異性[22-24]，并且北方城市冬季熱島效應通常不明顯[16]。影響廣州市秋冬季節熱島強度和范圍差異的因素主要有兩方面，一方面是秋冬季節光照強度的差異，導致城區和郊區下墊面增溫效果的不同[25]。相比冬季，廣州市秋季具有較高的光照強度和氣溫，具有低植被覆蓋、弱透水性的城區下墊面熱慣性小，導致秋季城區增溫效果更加明顯；同時，具有高植被覆蓋度、高土壤含水量的郊區下墊面熱慣性大，氣溫和光照強度增加時可在一定程度上強化植被的光合作用以及蒸騰和蒸散過程，使得秋季郊區的降溫效果強于冬季。另一方面，廣州市人為熱排放也會對熱島強度產生影響[22]。10月份秋季的廣州天氣依然相對炎熱，加上城市熱島效應的強化作用，一定程度增加了居民和第三產業空調的使用率，引起人為熱排放增加，進而導致城區和郊區的溫度差異增強[24]。

圖2 秋季和冬季地表溫度空間分布Fig.2 Spatial distribution of land surface temperature in both autumn and winter

溫度等級秋季面積/km2比例/%冬季面積/km2比例/%低溫區64.83 0.87 193.26 2.60次中溫區883.49 11.88 859.19 11.56中溫區5 223.37 70.26 5 289.85 71.15次高溫區945.02 12.71889.93 11.97高溫區317.70 4.27 202.18 2.72

2.2 秋冬季節城市地表參數間的相關性

城市植被具有顯著的增濕降溫作用，是調節城市熱環境的關鍵生物要素。國內外學者主要根據NDVI、植被覆蓋度與地表溫度間的相關性，分析植被對城市熱環境的調控功能[12, 26-27]?？傮w而言，NDVI、植被覆蓋度與地表溫度間負相關，即當區域植被覆蓋度升高時，地表溫度下降。本研究結果也證實，研究區域植被覆蓋度與地表溫度間呈顯著負相關關系(圖3和表3)。然而，植被覆蓋度與地表溫度間相關性存在明顯的季節性差異。與冬季相比，秋季植被覆蓋度與地表溫度間有更強的線性擬合關系，秋季的決定系數值是冬季的1.8倍，且秋季線性擬合關系的斜率較大，這表明秋季植被降溫功能較強。當秋季和冬季的區域植被覆蓋度均提高10個百分點時，地表溫度可分別下降0.742 ℃和0.454 ℃。潘竟虎和李瑤同樣發現[28]，相比冬季，蘭州中心城區秋季NDVI與地表溫度具有較高的線性擬合關系。

圖3 秋冬季節地表參數與地表溫度的擬合關系Fig.3 Fitting relationships between retrieved land surface parameters and temperature in both autumn and winter

RSR是綜合了植被結構和濕度信息的綜合性植被指數，其與植被覆蓋度間顯著正相關，秋冬季節RSR與植被覆蓋度間的相關系數均超過0.9(表3)。然而，RSR與地表溫度之間并非簡單的線性關系，而是呈顯著的非線性負相關關系，且當RSR增長到一定程度時，地表溫度隨RSR增加而降低的幅度趨于0，即出現植被降溫效應的“飽和現象”，該研究結果與王偉等人在南京的研究結果基本一致[13]。這說明當在城市建成區植被稀疏區域提高植被覆蓋度可有效降低地表溫度，但在公園綠地等植被茂密區域繼續提高植被覆蓋度可能對地表溫度的調控效果相對較差[29]。從秋季和冬季的對數函數擬合關系看(圖3)，秋季同樣具有較好的回歸擬合關系，其決定系數是冬季的1.76倍，且秋季植被降溫效應“飽和點”的RSR值較大。

NDMI與植被覆蓋度、RSR具有顯著的相關關系，且NDMI與地表溫度間具有更強的相關性和線性擬合關系(圖3和表3)。相關分析同樣發現在各類地表參數中，NDMI對地表溫度的解釋程度高且最穩健[30]，這主要是由于NDMI同時受到植被蒸騰和蒸散作用、以及水體和土壤水分蒸發作用的綜合影響。比如，基于SEBAL模型的研究表明，武漢市地表溫度和蒸散之間存在負相關的線性關系，說明綠地和水體的蒸散作用對城市熱島有較好的調節作用[31]。值得注意的是，NDMI對地表溫度的影響存在季節性差異。相比冬季，秋季NDMI與地表溫度間的相關系數、線性擬合的決定系數和斜率均較大。

表3 秋冬季節地表溫度、植被覆蓋度、NDMI和RSR之間的相關性1)Table 3 Correlation coefficients among land surface temperature, vegetation cover, NDMI and RSR in autumn and winter

1)**P<0.01;*P<0.05

2.3 秋冬季節城市綠地對周圍地表溫度的影響

綠地作為城市植被分布的集中區域，常作為城市“冷島”，其在熱環境調控中的作用明顯[32- 33]。利用GIS的緩沖區分析發現，城市綠地不論大小均對周圍環境地表溫度有顯著的影響，地表溫度與緩沖區距離間呈良好的指數函數關系，擬合的指數函數決定系數均大于0.9(圖4和表4)。但是，研究區域秋冬季節城市綠地對周圍地表溫度的影響范圍相對有限?？傮w上，當城市綠地緩沖區距離超過300 m時，相應緩沖區內的地表溫度趨于恒定，即綠地對300 m以外周邊區域的熱環境調控作用有限。該研究結果與其它研究結果基本一致。比如，Jaganmohan等[34]研究發現，德國萊比錫市城市公園最大降溫效應的影響距離可達到391 m；Hamada和Ohta[35]研究表明，日本名古屋城市綠地降溫效應的夜間影響距離為200～300 m，而夏季白天可超過300 m，但影響距離不超過500 m。但值得注意的是，秋冬季節城市綠地對周圍熱環境的調控功能存在明顯差異。其中，秋季綠地內外地表溫度差為1.49～3.16 ℃；冬季綠地內外地表溫度差為0.61～1.59 ℃。由于秋季綠地周圍地表溫度更高，綠地的降溫效應越強[14]，因此秋季城市綠地內外地表溫度差大于冬季。

表4 秋冬季節不同大小的城市綠地對周圍地表溫度影響的指數函數擬合關系1)Table 4 Exponential function relationships between land surface temperature and distance of buffer zones for various-size green spaces in both autumn and winter

1)y為地表溫度，x為距離

圖4 秋冬季節所有城市綠地對周圍地表溫度指數函數擬合關系Fig.4 Exponential function relationships between land surface temperature and distance of buffer zones for all green spaces in both autumn and winter

2.4 秋冬季節綠地屬性參數與地表溫度間的相關性

近年來，研究者重點關注了城市公園面積、周長和土地利用格局對熱環境調控功能的重要影響。比如，Xu等[1]發現，公園地表溫度與其面積負相關，公園內水面面積比例和林地聚集度是影響其地表溫度的關鍵；Peng等[16]研究結果表明，當林地、耕地、城市綠地和水體等生態用地面積比例超過70%時，降溫效果最明顯；袁振等[36]發現，城市綠地面積和周長與地表溫度顯著負相關。大量實測研究也證實，城市綠地面積和周長對其降溫效應具有關鍵影響[14]。本研究亦發現，秋冬季城市綠地面積和周長與其地表溫度間均負相關，但綠地面積和周長變化對周圍溫度的調控功能存在季節性差異(表5和表6)。其中，秋季綠地面積與內外累積溫差間顯著正相關，但綠地周長與內外累積溫差相關性不顯著；冬季綠地面積和周長與內外累積溫差間相關性均不顯著。該結果表明：在氣溫較高的秋季，大面積城市綠地利于發揮綠地“冷島”效應。同時，與冬季相比，秋季城市綠地面積和周長與綠地內部地表溫度間的相關系數較小，這可能是由于秋季綠地內外溫差較大，綠地對周圍環境溫度的降溫效應更加明顯，導致內部環境溫度的變異性增強。另外，本研究注意到城市綠地內的植被覆蓋度、NDMI和RSR與內部地表溫度間顯著負相關，且秋季相關系數大于冬季；秋冬季節綠地內的植被覆蓋度、NDMI和RSR與內外累積溫差間相關性不顯著。然而，該研究結果并不說明提高綠地內部植被覆蓋度和濕度對提高綠地的降溫效應沒有效果。從相關性來看，植被覆蓋度、RSR與綠地周長和面積顯著正相關，特別是秋季綠地內部地表溫度、NDMI與內外累積溫差間顯著相關，表明提高綠地植被覆蓋度和濕度可降低內部地表溫度，從而間接影響周圍地表溫度。

表5 秋季綠地內部屬性參數之間的相關性1)Table 5 Correlation coefficients between land surface temperature and attributes for various-size green spaces in autumn

1)**P<0.01;*P<0.05

表6 冬季綠地內部屬性參數之間的相關性1)Table 6 Correlation coefficients between land surface temperature and attributes for various-size green spaces in winter

1)**P<0.01；*P<0.05

3 結 論

本研究以Landsat 8多光譜和熱紅外波段遙感影像為基礎，基于遙感和GIS技術分析廣州城市熱島效應的秋冬季節性差異，定量研究秋冬季節地表參數如植被覆蓋度、RSR和NDMI變化對地表溫度的影響，探討秋冬季節城市綠地對熱環境調控功能的影響。研究發現：① 由于城郊下墊面性質差異以及秋冬季節人為熱排放情況的不同，廣州市秋季的城市熱島強度和分布范圍均大于冬季。② 秋冬季節植被覆蓋度、RSR和NDMI均與地表溫度間顯著負相關。但是相比冬季，研究區秋季綠地植被仍處于生命活動旺盛期，綠地植被的光合作用、蒸騰和蒸散作用較強，導致秋季植被的降溫效應更明顯，地表參數間相關性更好。值得注意的是，RSR與地表溫度呈對數函數關系，即在城市高植被覆蓋區降溫效應可能出現“飽和現象”。② 綠地具有良好熱環境調節功能，綠地周長和面積與其自身地表溫度間顯著負相關，秋冬季節降溫效應的影響距離為300 m左右。綠地周長和面積對熱環境的影響存在明顯的季節性差異，其中，冬季綠地周長和面積與地表溫度間相關性更好，但僅秋季綠地面積與內外累積溫差間顯著正相關。綠地地表參數與地表溫度間顯著負相關，但除秋季綠地NDMI與內外累積溫差間顯著相關外，其它地表參數與秋冬季節內外累積溫度差之間的顯著性并不明顯，這一定程度說明綠地地表參數可能并不直接影響外部熱環境，而是通過影響綠地內部環境溫度而間接影響周圍熱環境，比如當綠地內外地表溫度差增大時，將增強綠地內外熱力交換作用，進而降低周圍地表溫度?？傮w而言，在氣溫較高的季節，城市綠地在發揮降溫效應、改善城市熱環境方面作用顯著。

然而，本研究尚存在以下不足：① 采用的遙感影像時間分辨率低，研究城市綠地降溫效應所選擇的遙感影像僅代表某一時相內的地表溫度特征。因此，選用單一時相的遙感影像反演不同季節地表溫度特征，具有片面性，可能對研究結果有一定的干擾。② 研究城市綠地內部的空間異質性對其熱環境調控功能影響時，僅選用了植被覆蓋度、NDMI和RSR等地表參數，忽略了綠地植物群落特征比如植物物種組成、喬灌草的比例和植物物種多樣性等因素的影響。③ 選用的NDMI和RSR等地表參數在現實綠地規劃中難以量化，僅能說明提高環境濕度和植被覆蓋利于發揮綠地“冷島”效應，難以指導綠地的規劃建設實踐。