城市熱島效應與建設強度空間關系研究

朱梓銘，宋苑震，覃盟琳*

（1.廣西大學土木建筑工程學院，廣西 南寧 530004；2.廣西大學人居環境設計研究中心，廣西 南寧 530004）

城市建設發展過程與城市熱島效應的相互關系一直是城市研究等領域的熱點。隨著遙感影相的普及和分析技術的進步[1]，諸多學者開始嘗試使用多時相遙感影像對各類建設因素與地表城市熱島強度（簡稱為熱島強度）的時空分異特征進行研究，探究熱島強度的驅動因子。張廣智[2-3]等分析連續長時間序列的區域熱島變化特征；王植[4]等選用歸一化建筑指數等方法量化建設范圍，對比與熱島強度的關系；Hart[5]等則以地表覆蓋類型為切入點，研究用地類型變遷對強度和范圍的影響。結果表明，隨著城市化水平地提高，城市熱島的強度和范圍也隨之增大。但研究多集中在時間尺度上，以單一空間尺度的多年連續時間序列或不同季節的差異化特征為主要研究目標，缺乏對多空間尺度上的研究，可塑性面積單元問題對熱島效應相關性分析結果的影響機制尚不清晰。韓貴鋒[6]等基于多種空間尺度分析熱島強度與建設強度的線性相關性，得出不同尺度上具有顯著差異性的結果。江穎慧[7]等運用地統計方法，識別出300 m的空間尺度上地表溫度的表征最為強烈。綜上所述，相關研究一定程度上彌補了空間分析尺度不足的問題，明確了建設強度對城市熱島效應的作用。充分說明了空間尺度選取的合理與否將對分析結果產生較大影響。但熱島強度與驅動因素的相關性研究多以普通最小二乘法為主[7]，存在分析方法單一、缺乏對空間效應和可塑性面積單元問題等現象的考量的問題，難以實現對地理現象的科學分析，所得結果存在較大誤差。

由地理學第一定律可得，地理現象具有較強的空間自相關性[9]，熱島強度和建設強度自然也不例外。既往研究多采用基于普通最小二乘法的經典統計學中的線性回歸方法探究熱島強度和建設強度的關系；然而經典統計學方法以取樣的獨立性和隨機性作為基本假設、沒有考慮空間因素的空間自相關性以及與周邊空間因素的相互作用，在分析地理現象時存在較大的局限性，同時在地理現象中普遍存在的可塑性面積單元問題也會影響變量間相關性特征[10]。空間計量學等分析方法的出現，為地理現象的分析提供了新的視角，成為分析地理現象和甄別可塑性面積單元問題的有力工具。如何應用新的空間分析方法探究城市熱島效應的演變驅動機制，把握建設強度與熱島強度的相互作用，降低可塑性面積單元問題對研究結果的影響，將會是相關研究的重點之一。

南寧市是廣西壯族自治區的首府，北部灣城市群的核心城市之一。城市熱島效應較為明顯，對當地生產生活、能源消耗等造成較大影響[11]。本文以南寧城市熱島效應最明顯的主城區為研究區域，選取建設強度指標定量表征城市建設水平，以地表城市熱島強度作為城市熱島效應的量化指標，使用空間自相關和空間自回歸方法探究片區，1 000 m規則格網、500 m規則格網、300 m規則格網、200 m規則格網、150 m規則格網和100 m格則格網的連續空間序列尺度中熱島強度的空間聚集規律以及熱島強度與建設強度的空間關系。并基于熱島強度空間聚集規律的分析結果進一步研究區劃效應對熱島強度與建設強度空間關系的影響。提出相應的城市熱島效應緩解措施。研究結果可為熱島強度研究和緩解城市熱島效應提供科學依據。

1 研究區域和數據來源

1.1 研究區域

本文的研究區域是以經國務院審批通過的《南寧市城市總體規劃（2011-2020）》中劃定的中心城區為主的陸域范圍，共分為8個組團和30個片區，總面積約為440 km2，涵蓋南寧市區的主要建成區、道路、居民聚集區、商業區、重要公共建筑和綠化區等。

1.2 數據來源

本文所用數據主要分為遙感數據和建設強度數據。其中遙感數據為Landsat-8遙感影像數據（來源：USGS）。選取2 019-10-02的遙感影像數據作為基礎數據，當日該地區晴朗、無云、低風且前序日期天氣穩定，以保證當日研究范圍內的地表熱環境的穩定。南寧市區的影像行帶號為125/44，所用投影為WGS_1984_UTM_zone_49N。

建設強度指標的選取是考慮數據的可獲取性和代表性[12]，所選建設強度指標為容積率（FAR）、建筑密度（BCR）、建筑層高（FH）、道路網密度（RND）以及歸一化植被指數（NDVI）。本文所用城市建設強度指標主要來源于高德地圖API端口獲取的矢量數據和遙感影像數據解譯。

2 研究方法

2.1 分析單元的推譯

地理研究過程中，常會受到可塑性面積單元問題等地理要素特性的影響[13]。以往熱島強度與建設強度空間關系分析過程中，往往出現尺度選取不當或單一的現象[14]，導致結果“有偏”或存在誤差，同時研究單元多局限于組團、控規管理單元等行政區劃，必然存在區劃效應。本文在常用空間分析尺度的基礎上進行尺度上推，共設置1 000 m規則格網（1 000 m為單個規則正方形格網的邊長）、500 m規則格網、300 m規則格網、200 m規則格網、150 m規則格網和100 m規則格網7個連續空間序列尺度以及片區尺度作為熱島強度與建設強度空間關系研究的基本分析單元，以探究熱島強度的空間自相關特性和空間回歸關系；同時基于空間自相關的分析結果，對研究區域進行區劃分析。

2.2 熱島強度參數計算

2.2.1 地表溫度數據的反演

隨著遙感影像的普及和發展，地表溫度成為分析城市熱環境的新思路[15]。本文使用大氣校正法對遙感影像進行地表溫度反演，具體計算公式和流程可見參考文獻[16]。

2.2.2 熱島強度計算

本文所稱熱島強度是指地表城市熱島強度（SUHII），即南寧市區與城郊地表溫度的差值[17]：

式中，SUHIIi是指遙感影像中第i個像元的地表城市熱島強度；Ti是第i個像元的地表溫度值；n為人工選取的郊區穩定農田的有效像元數量；Tj為所選取的郊區農田內第j個像元的地表溫度值。根據南寧市區地表溫度跨度，對熱島強度等級進行劃分和量化賦值，具體劃分見表1。

表1 研究區域熱島強度等級劃分

2.3 空間計量分析

空間計量分析是基于空間數據，選取合適的空間分析方法或模型探究變量間的空間相互作用和空間結構的方法，其最大特點就是能夠有效地彌補經典統計學中無法體現空間效應的短板。

2.3.1 空間自相關分析

空間自相關是一種探究空間區域上地理現象變量值與其鄰近空間相同變量值的相關性程度的空間統計方法，用此方法可以解釋地理現象的空間分布特征、相關程度和聚集性[18]。空間自相關的主要指標有全局和局部Moran’s I指數以及LISA顯著性分布圖等。

2.3.2 空間自回歸模型

Anselin根據解釋變量與被解釋變量的相關性，給出了空間自回歸模型的通用表達式[18]：

式中，Y為熱島強度；X為建設強度指標；β為解釋變量的相關系數；λ和ρ分別為空間誤差項和滯后項；μ為誤差項；ε為服從獨立同分布的誤差項；W1和W2分別為解釋變量自身與殘差的空間權重矩陣。上述參數不同時可得到不同的模型：當ρ，β≠0，λ=0時，公式含義為加入解釋變量的空間自相關設置來解決空間依賴問題的空間滯后模型（SLM）；當λ，β≠0，ρ=0時，公式含義為設置誤差項的空間自相關因素來反映空間依賴效應的空間誤差模型（SEM）。

如何選擇恰當的空間自回歸模型對于分析空間工作的準確性和有效性是十分關鍵的，使用不同的模型對空間數據進行處理會導致估計存在不同的無偏性和有效性。常用的模型選取方法為拉格朗日乘子檢驗，即對系數間的統計學關系進行研究并根據其結果選取相應的模型，具體可參考文獻[19]。

3 結果與分析

3.1 熱島強度空間自相關性分析

3.1.1 全局空間自相關分析

首先使用全局空間自相關的分析方法進行分析，所得結果如表2所示，因此認為該區域各尺度熱島強度的空間分布表現出非常顯著的正空間自相關。

表2 不同空間尺度全局Moran’s I指數顯著性檢驗

由表2可以看出，熱島強度的內部關系的依賴性在小尺度上表現較為明顯。片區是人為劃定的，常常被道路、河流或山脈等社會或自然因素所分割，相對忽視空間特征，并不能解釋熱島強度等地理現象的空間特性，不宜作為基本分析單元。各尺度結果對比后發現，不同尺度的結果具有較大的差異。以往研究多采用單一空間尺度對熱島強度的相關特性進行分析，其結果并不能夠作為全域全尺度的典型代表、難以真正體現出熱島強度的空間自相關特性。根據不同尺度全局Moran’s I指數的變化作出推斷：精度越高、空間尺度越小的熱島強度分析單元越能全面、科學地體現出熱島強度的尺度依賴性，更能體現熱島強度的空間特征。

3.1.2 局部空間自相關分析

使用LISA圖探究空間聚集所發生的具體位置，除片區尺度外，其余尺度的局部空間自相關關系較為類似，但100 m規則格網表現最為突出和明顯。

在95%的置信區間下繪制100 m規則網格尺度熱島強度LISA聚集圖，如圖1所示。呈現HH聚集的主要是城區西南部的工廠密集區和中部的城市中心區的高溫聚集區，形成了城市熱島的“熱點”區域；而五象嶺和青秀山風景保護區及周邊則主要呈現LL聚集，形成了城區熱島的“冷點”區域，至于HL和LH的聚集區則十分稀少。由此可以看出，在快速城市化的進程中，自然植被和水體破碎化，被大量開發建設活動所侵入或蠶食，殘存的植被和水體多集中在大型自然保護區或坡度較大的郊區。主要建成區內的人工植被面積小、空間分散、破碎程度高，難以對城市熱島效應產生有效的緩解作用[20]。

圖1 100 m規則格網尺度LISA圖

3.2 熱島強度與建設強度空間自回歸關系分析

3.2.1 普通最小二乘法及拉格朗日倍數檢驗

對作為解釋變量的建設強度指標進行歸一化處理、逐步回歸分析以及多重共線性檢驗，以便剔除非顯著因子和避免多重共線性。經檢驗后剔除未通過檢驗的指標，最終得到不同空間尺度中可作為回歸分析的建設強度指標。

首先使用OLS模型對熱島強度和建設強度進行回歸分析，并得到相關參數，如表3所示。表中Moran’s I(error)是對回歸模型的誤差項進行空間自相關分析，其值越接近0表示回歸模型的殘差不存在空間自相關，回歸模型的擬合效果越高。從表中可以看出，OLS模型并不適合具有空間效應的回歸分析。

同時對各空間尺度下的熱島強度和建設強度進行拉格朗日乘子檢驗，結果顯示，LMerr、LMlag值均為顯著，且R-LMerr的值比R-LMlag的值更為顯著，故選用SEM模型對熱島強度和建設強度進行空間自回歸分析。

3.2.2 空間自回歸關系分析

使用Geoda軟件建立不同空間尺度的SEM模型，具體分析與檢驗結果如表4所示。

對比表3和表4可以看出，同一空間尺度的SEM模型的R2明顯優于OLS模型，相對來說，SEM模型能夠較為科學地解釋兩者間的關系。除片區尺度外，其余空間尺度空間誤差項的λ值均大于0.6（P＜0.005），體現出較強的空間依賴。對比不同空間尺度的SEM，發現隨著尺度的變小、精度的提高，模型的R2越來越高，建設強度指標對熱島強度的解釋程度越來越高。從模型的建構和理論方面進行分析，SEM認為地理現象之間的相互作用是通過誤差項來體現的。熱島強度的影響因素眾多，本文僅選取了部分空間因素，其余相關因素未納入模型之中，導致分析存在較多誤差。因此可通過增加有效影響因素的數量來獲取更為精確和科學的分析結果，但各建設強度指標在不同的空間尺度上表現出不同的顯著性。以FAR為例進行說明：FAR僅在500 m、300 m和200 m格則格網尺度上表現為顯著性。這可能是因為對于FAR來說，200~500 m的空間尺度有助于其本身信息完整性和代表性的表達，過大的空間尺度會造成FAR信息丟失，即失真；過小的空間尺度則又會導致分析單元內建筑體量的不完整。同理FH的合理分析尺度可能為1 000 m、300 m以及200 m等空間尺度；NDVI則在所有的分析尺度都表現出較高的顯著性，但RND的顯著性較差，這有可能說明，以線狀或網狀為基本形態的城市道路可能并不適合規則格網類的分析單元。進一步突顯了建設強度等空間指標是存在尺度效應的，不同的建設強度指標的完整性表示所依賴的尺度是不同的。不同地理現象的合理分析尺度是由現象本身所決定的，不受其他因素的干擾。因此在分析熱島強度及相關因素或回歸分析時，應選擇能夠完整表達熱島強度本身以及相關性空間因素固有特征或規律的分析尺度。

表3 不同空間尺度OLS模型參數

表4 不同空間尺度SEM模型參數

3.3 熱島強度與建設強度區劃效應分析

通過上述分析可以發現，各空間尺度中100 m規則格網尺度的結果最為突出。為精確辨別不同分區中城市熱島效應驅動因素的差異，本文基于100 m規則格網尺度局部空間自相關的分區結果，將研究區域分為熱島“熱點”聚集區域、“冷點”聚集區域以及“不顯著”區域，其余類型區域面積極小（＜0.01 km2），可忽略，使用SEM對熱島強度和建設強度空間關系的區劃效應進行進一步分析。

首先對上述三類分區中熱島強度與建設強度的空間關系進行OLS模型和SEM模型分析，所得結果如表5、6所示。通過對比可以看出，SEM模型的擬合效果仍優于OLS模型，重點對SEM模型的結果進行分析。

表5 不同分區中OLS模型參數

不同的分區方式對建設強度的相關性方向造成了較大的影響。分區后的R2遠低于全區域分析的，說明全區域分析可能忽略或掩蓋了其余熱島驅動因子，從而獲得了較高的擬合優度。隨著分區的逐漸精細，其余影響因素的重要程度也隨之顯現。在城市或市區視角的熱島效應分析中，應首先對研究區域進行科學的分區，隨后針對不同分區分別進行驅動因子的分析，因地制宜地選取驅動因子和制定緩解措施。

“熱點”區域以工廠、裸地、商業中心為主。在該分區內，NDVI仍是緩解熱島的主要因素；BCR變為穩定的熱島強度驅動因素。FAR的相關性方向和強度與全區域的分析結果表現出較大的不同，原因在于：上述地區的FAR較為均質，無法與周圍建筑形成“峽管”效應，無法有效通風，所以在高FAR聚集區域，其熱島強度往往較為明顯。“冷點”區域以綠地、公園和林地為主，是公認的熱島效應緩解區。“熱點”和“冷點”區域呈現出成片集聚和碎片化分布兩種態勢。不顯著區域與全區域分析結果基本一致。各分區中熱島強度的空間特征和建設強度指標的相關性方向和強度差異明顯；外部異質化和內部同質化的分區方式對分析結果產生了較大的影響，有助于獲取更為精確的作用機制。

表6 不同分區中SEM模型參數

4 結論和應用啟示

4.1 結論

以往研究多集中在單一空間尺度上并以經典統計分析為計算方法，無法實現對空間效應的考量，難以考慮到可塑性面積單元問題對分析結果的影響，結果往往存在較大誤差。上述問題促使本研究使用空間自相關和空間自回歸模型等空間分析方法對熱島強度與建設強度的空間關系進行研究；同時基于連續空間序列尺度和不同分區，探究可塑性面積單元對分析結果的影響。主要結論如下：

1）研究區熱島強度具有顯著的空間自相關性，且隨著分析尺度的精確自相關性愈發明顯；“熱點”區域以工廠、裸地和商業中心為主，“冷點”區域以草地、公園和林地為主。

2）作為回歸模型的解釋變量，各建設強度指標的顯著性在不同尺度中存在較大差異；100 m規則格網尺度的空間特性表現最顯著，可作為常用分析尺度。

3）在不同空間尺度中，SEM的擬合效果均遠優于OLS；在不同分區中，SEM的擬合效果也較好。

4）空間分析尺度的選取和分區方式將對地理現象分析結果產生較大影響，這也體現了城市熱島效應的復雜性。因此在分析熱島強度及相關因素時，應首先對研究區域進行科學的劃分，針對不同分區分別進行驅動因子的分析；并選擇能夠完整表達熱島強度本身以及相關性空間因素固有特征或規律的分析尺度。今后研究可以考慮采用局部氣候區、層次聚類等方法對研究區域進行劃分。

4.2 應用啟示

關于緩解城市熱島效應的方法較多，比較有效的是增加城市綠地、水體及濕地面積，采用新型地表材料、減少人為熱等，但上述措施在已建成區往往難以實現或耗資巨大。

建設強度作為城市建設管理的關鍵要素，在城市熱島效應方面的影響也不容小覷，可作為緩解城市熱島效應的著眼點。通過對熱島強度與建設強度空間關系的深入分析，本文提出基于不同分區的緩解城市熱島效應的思路。

基于“熱點”和“冷點”空間分布既大片集中又破碎化的分區態勢，提出相應的熱島緩解措施。在保持現有大片“冷島”區域穩定的前提下，一方面將破碎化的“冷點”區域聯結成片，發展為“冷島”或“冷廊”區域，并根據城市盛行風向進行調整，將“冷廊”打造成為城市的通風廊道，加快建成區的熱量擴散；另一方面以綠地或水系等“冷廊”區域將“熱點”區域分隔或縮小，均能夠有效地緩解城市熱島效應，以達到降低城市熱島效應的作用，充分發揮其生態功能。

此外分區本身的用地類型和性質影響緩解策略的可行性和經濟性，以商業用地為主的城市商業中心，建筑體量巨大，應考慮通過打造迎風廊道、增加綠植等方式提升環境品質，綜合采用空間和非空間措施以降低城市熱島效應；而工廠聚集區的熱島較為明顯，但人口稀少，建筑占地面積大但層數低，其建設強度指標調整較為簡單。研究僅選取2019年一景數據進行分析，尚需以穩定的長時間序列的地表溫度數據分析熱島強度與建設強度的空間關系。此外研究所選取的指標較少，未來研究應多方面將相關因素納入分析中，以形成更加科學合理的研究結果。