北京景观格局及其热环境效应变化研究

王跃辉 杨为民 陈桂良 谭春阳 王 栋

(1.西南林业大学林学院，云南昆明650224;2.西南林业大学计算机与信息学院，云南昆明650224)

近年来，北京市经历了较大发展，城市功能、综合实力以及城市形态与环境面貌等均发生了巨大变化。北京市统计局2011年统计年鉴显示［1］，北京市全社会房屋施工面积从1990年的2 864.9万km2增加到2010年的15 572.1万km2。房屋面积的飞速增加，人口增长速度的大幅度提升，以及楼房群落化、高层化发展，城市道路增宽增多，使得自然植被减少，城市热环境问题突显，已经成为城市环境研究中一个需要重点关注的问题之一。

目前，国内外学者利用热红外遥感技术在反演地表温度、研究城市热环境方面作了大量工作。Carnahan等［2］应用TM数据研究了中尺度下美国印第安纳波利斯城区与郊区的温度差异;Nichol［3］利用TM热红外遥感数据对新加坡居民区的局地小气候进行了详尽的探讨;Balling 等［4］、Gallo 等［5］、Roth等［6］以及其他一些学者在利用 NOAA卫星的AVHRR影像研究城市热场方面作了大量工作;李加洪［7］利用遥感手段探讨了土地覆盖类型与温度之间的对应关系;陈云浩等［8］对不同时期上海城市热环境的空间结构与格局进行了研究;王茂新等［9］、覃志豪等［10］对如何利用热红外资料反演地表温度作了一定的探索。综合来看，利用遥感技术反演地表温度方法的研究较多，而探讨城市景观格局演变、植被归一化指数等因子与城市地表温度关系的研究较少。

城市景观格局演变是城市热环境形成的主要因素，从这个角度来看，城市热环境是城市景观格局的生态过程之一。因此，研究城市化进程引起的景观格局、城市热岛强度、植被覆盖的变化，对分析城市生态环境变化以及城市规划建设具有重要意义。

1 研究区概况

北京市地处北纬39°28'～41°05'，东经 115°05'～117°30'，东南距渤海约 150 km，面积 1.68 万 km2，市辖14个区，2个县。北京市西、北、东三面环山:西部山地统称西山，属太行山脉，是一系列褶皱山脉;北部山地统称军都山，属燕山山脉，是由若干个盆地的断块山地组成;东南为古定河、潮白河等形成的冲击扇平原。北京市属典型的暖温带半湿润大陆性气候，四季分明，春季干燥多风、夏季炎热多雨、秋季晴爽，冬季较长，1月平均气温－10～－5℃，7月平均气温22～26℃，最高气温超过40℃，年降水量500～700 mm［11］。北京市行政区划见图1。

2 研究方法

2.1 数据来源

所用北京市1992、2000、2010年3期土地利用数据，来源于中国科学院资源环境科学数据中心;TM影像数据来源于国际科学数据服务平台(http://datamirror.csdb.cn)与美国的 USGS 网站(http://glovis.usgs.gov/)，其中 1992 年 6 月与2010年7月的数据来自Landsat 5卫星，2000年5月的数据来自Landsat 7卫星;气象数据来源于中国环境气象中心(http://cdc.cma.gov.cn/home.do)。

2.2 景观格局动态指数的计算

空间结构景观格局计算的基本单元是体现一定社会经济功能和人工作用痕迹的斑块，而城镇斑块具有一定的生长属性和扩散能力，斑块动态直接作用于城市的景观格局，进而影响城市社会经济过程［12］。1992—2010年，北京城市化进程的加快必然导致城市斑块的变化，城市面积的增加必将对景观生态环境造成一定的影响。通过计算分离度指数、空间聚合度、景观形状指数，定量分析1992—2010年北京景观格局的空间结构变化。

分离度指数(SPLIT):分离度是描述斑块在空间分布上的分散程度，分离度越大表示斑块间的距离越大，斑块在空间分布上越离散［13］。计算公式为:

式中:Ni为景观类型i的分离度指数;Di为景观类型i的距离指数，Di=0.5×(n/A)1/2，其中n为景观类型i的斑块数，A为研究区总面积;Si为景观类型i的面积指数，Si=Ai/A，其中 Ai为景观类型 i的面积。

聚集度(AI):聚集度指数通常度量同一类型斑块的聚集程度，但其取值还受到类型总数及其均匀度的影响［14］。取值范围(0，100］，计算公式为:

式中:m为斑块类型总数;Pij为随机选择的两个相邻栅格属于类型i和j的概率。

景观形状指数(LSI):描述景观格局规划是否规则的景观格局指数。当景观中只有一个正方形斑块时，LSI=1;当景观中斑块形状不规则或偏离正方形时，LSI值增大［14］。取值范围为［1，+∞)，计算公式为:

式中:E为景观中所有斑块边界的总长度(m);A为景观总面积(m2);0.25为正方形校正常数。

2.3 陆地表面温度反演方法

地表温度(land surface temperature，LST)由局地尺度上的地表状况和大尺度上的大气状况决定［15］，是提供地表能量平衡状态时空变化信息的一个重要特征物理量，是研究城市热环境的有效指标。

辐射亮温是假设地物为黑体的情况下求得的，并不反映地表真实的温度。Artis［16］认为，辐射亮温仅仅是代表了黑体的温度，然而大自然界中的大部分物体并非黑体，故应该用比辐射率对其进行矫正，使之成为地表温度，公式如下:

式中:Ts为地表温度(K);T为辐射亮温(K);λ为有效波谱范围内的最大灵敏度值，λ=11.5 μm。ρ=hc/δ，其中 δ为玻尔兹曼常数，δ=1.38 ×10－23J/K;h为 Plank常数，h=6.626×10－34J/s;c为光速，c=2.998×108s。通常情况下，水面的比辐射率取0.995，植被的比辐射率取0.986，裸地土壤的比辐射率取 0.972，居民地的比辐射率取 0.970［17］。

(4)式中辐射亮温(T)采用《NASA技术手册》提供的公式［18］:

式中:L 为辐射强度，L=gain·DN+offset［18］;DN 是TM、ETM+数据的数字象元值，其值在0和255之间;gain为增益系数;offset为偏移系数;gain与offset值可以在影像头文件中获得。k1，k2为校订系数，对于Landsat 5和Landsat 7取值不同，见表1。

表1 计算地表亮温的校订系数

精度验证方法:精度验证主要是通过具有更高分辨率精度的温度数据来验证地表温度反演的有效性［19］。本文通过相同时间点的地面实测气温资料的平均值作为验证数据源。发现实际温度与预测温度相差范围在［－2，2］之内，反演数据可用。

2.4 数据分析

运用ArcGIS 10.0的统计分析模块和Fragstats 4.1软件运算出景观格局各指数值，通过建立2010年北京行政区内各区县土地利用类型的网状多边形数据，获取每个土地利用类型网状多边形内的景观格局指数和地表温度数值，在SPSS 19.0软件平台下分析各景观格局指数与地表温度数值之间的关系，并根据分析结果建立最优拟合方程。

3 结果与分析

3.1 景观格局变化

基于景观生态学的城市时空变化研究，将3期土地利用数据归类为6个一级分类:林地、草地、湿地、耕地、人工用地、其他。1992、2000、2010年3期土地利用类型分类结果见图2。

图2所示，林地主要以块状形式分布在房山区、门头沟区、昌平区西部、延庆县、怀柔区、密云县和平谷区北部;草地则以条带状分散在这些区域;湿地分布在密云县和延庆县西南部;耕地集中分布在房山区东部－大兴区－通州区－顺义区－平谷区一带;人工表面自1992年起从北京城区(东城区、西城区)向近郊区(朝阳区、海淀区、石景山区、丰台区)快速扩展，是北京近30年来面积增加最多的一类区域。占地最小的区域为其他类，因以点状零星散布在研究区域，面积极小，在图中表示不明显。为了详细了解各类型土地的分布情况，计算北京市1992—2010年3个时期的土地利用数据，按地类进行汇总，结果见表2。

图2和表2数据显示，从1992—2010年，人工表面的面积增加了8.19%，扩张的区域主要为原耕地，这也是耕地减少最多的原因。草地和其他的面积有所增加，但增加幅度不大，分别为0.2%和0.2%;林地和湿地的面积在减少，相比1992年，分别减少了0.3%和0.1%。城市面积的增加主要是人工建筑面积的增加，从1992—2010年增加了8.2%，人为建筑的增加必然导致自然景观的减少和景观格局的变化。

表2 北京市土地利用格局分类

通过ArcGIS10.0和Fragstats4.1软件计算分离度指数、聚集度、景观形状指数，结果见表3。

表3 北京市各土地类别景观格局指数

由表3可知，人工表面和草地的分离度在减少，而耕地和其他则在增多，这说明扩建城市的区域较为集中，大多数扩张的区域为分布在原城区周围的耕地区域，导致耕地的分布变得分散。分离度指数的变化趋势与聚集度相反，1992—2010年，耕地的分离度指数增大，但聚集度却减少;人工表面的分离度指数减少，但聚集度却增大。变化最为明显的是其他地类，分离度指数在1992—2010年间呈现递增趋势，而聚集度指数却呈明显的递减趋势。这说明，北京其他类型的地物分布较为零散且种类较多;人工表面的形状指数变化程度从1992—2010年没有因为城市建设的增多而增大，反而在下降，这说明扩张区域的规划较为规则。但是耕地和其他类型区域的景观形状指数在增大，北京土地利用格局图显示，2010年人工表面(主要以城市建设为主)所扩张区域的土地类型在1992年为耕地和其他，虽然城市建设的规划较为规则，但是却忽略了被扩建区域的景观生态格局规划，这表明各类型土地规划区域的规范化、均衡化发展是未来城市建设规划需要注意的问题。

3.2 热环境效应变化

为了反映北京市区因城市化产生的热岛效应变化，依据北京市民政局公布的行政区划表，选择北京首都功能核心区(东城区、西城区)和城市功能扩展区(朝阳区、海淀区、石景山区、丰台区)为北京市区研究区;选择城市发展新区(房山区、通州区、顺义区、昌平区、大兴区)和生态涵养发展区(门头沟区、怀柔区、平谷区、密云县、延庆县)为北京郊区研究区。通过裁取1992年和2010年相同区域范围北京市区的地表温度图，统计分析两期数据市区和郊区的平均地表温度。以郊区温度为准，对市区的温度进行分级，分级标准为［20］:非热岛区，Ts＜TJ;第1级弱热岛效应区，TJ＜Ts＜TJ+3;第2级中等热岛效应区，TJ+3＜Ts＜TJ+6;第3级强热岛效应区，TJ+6＜Ts＜TJ+9;第4级极强热岛效应区，Ts＞TJ+9。其中，Ts为市区地表温度，TJ为郊区地表平均温度。1992、2010年北京市热岛效应分类结果见图3。

由图3可知，非热岛区主要在城市区域的外围，而北京中心城区则为较为集中的热岛地区。1992年该区域的热岛级别大多为3级热岛区，而2010年该区域为4级热岛区，结果表明，1992—2010年的地表温度不仅有热岛效应且温度级别在升高。

3.3 地表温度与植被指数的关系

由以上分析可知，1992—2010年景观格局指数变化的同时，地表温度也发生了变化。计算2010年研究区网状多边形内的各景观格局指数(SPLIT、AI、LSI)和地表温度数值数据，建立二者的关系数据库并通过SPSS 19.0软件建立景观格局各个指数的相关矩阵。结果表明:分离度指数与聚集度相关性最大，相关系数为－0.947，与景观形状指数的相关系数为－0.147;而聚集度与景观形状指数为正相关，相关系数为0.149。因此，通过因子分析模块分析分离度指数、聚集度、景观形状指数与地表温度的关系，结果见表4。

表4 景观格局指数主成分分析结果

由表4可知，仅景观形状指数与分离度指数就能很好地反映地表温度。通过SPSS 19.0软件建立分离度指数、景观形状指数与地表温度的线性拟合方程，见图4。

由图4可知，分离度指数、景观形状指数与地表温度均呈负相关性，其中分离度指数与地表温度回归分析的R2值较大，这说明增加景观分离度可以有效减少城市热岛现象的发生。从图4还可知，景观形状指数与地表温度的相关程度较低，可见较为规整的城市规划和各地物类型均衡发展也能减少城市的热岛现象发生，但不是主要因素。

依据1995 年统计年鉴［1］，约 66.6% 的流动人口分布在朝阳区、海淀区和丰台区3个近郊区，这是2010年热岛区域向外围扩张的主要原因。研究区内，人工面积的增加必然导致植被面积的减少，那么分析植被分布情况和城市热环境的关系，对研究城市土地利用变化引起的地表温度变化和植被覆盖度变化有重大意义。计算2010年的归一化植被指数，对比地表温度与植被指数(NDVI)的空间格局分布图，发现地表温度与植被指数在空间变化上具有相反的趋势。对于地表温度，城市边缘区的值较低，而植被指数则相反。图3所示，地表温度与植被指数的负相关性在海淀区最为显著。通过计算北京市区每个土地利用多边形数据的地表温度和植被指数均值建立二维散点图以及线性回归方程，见图5。

一般来讲，植被覆盖度越高，蒸腾率越高，同时加速陆地表面和大气层之间潜热与显热的交换，从而具有较低的地表温度。图5结果也表明，对于土地利用景观斑块来说，地表温度和植被指数具有负相关关系，植被覆盖程度高的区域地表温度低，植被覆盖低的区域地表温度高，但是相关性比较低。

4 结论

北京的城市化进程改变了景观格局的分布状况，其集群式、规则式的景观格局大量增加使得人工表面的聚集度指数增高、景观形状指数减低;同时也使得耕地和被扩张的区域分离度增高、聚集度降低。土地利用、覆被类型空间格局的变化与人口的增多决定了城市热岛的分布格局。城市下垫面介质比郊区能够吸收更多的太阳辐射，为热岛的形成奠定了能量基础，植被覆盖度低，不透水面积大，用于蒸发消耗的热量少，粗糙度大，这些因素促使了热岛现象的产生。通过对比两期北京市区热岛图发现，1992年城市热岛地区主要集中在北京首都功能核心区——北京二环内，热岛级别主要以3级为主;2010年城市热岛地区除在北京首都功能核心区分布外，更多的向城市功能扩展区分布，这些地方也是1992—2010年城市区域扩展的地方，流动人口密度增加的地方，自然景观面积减少的区域。上述研究表明，2010年北京市区分离度指数、景观形状指数、植被指数与地表温度呈负相关关系，随着人工用地面积的扩张和人口密度的增多，城市热岛区域面积增多，热岛等级上升，但是土地利用的规范化、分离化建设又能减少城市热岛现象的发生。植被归一化指数高的地方地表温度较低，这也是城市热岛现象凸显的重要原因，从植被归一化指数与热环境地表温度的负相关性即可证明。可见，综合规划各类区域，平衡建设和规划各类型区域是未来城市规划的重点。因此，依据北京景观格局与热环境效应变化的研究结果，提出几点改善城市生态环境的建议:1)优化城市建筑密度，控制城市多、高层建筑的数量;2)降低城市区域人口密度，城乡建设结合发展，选择在郊区和人口密度低的地方进行人工建设;3)加强城市自然环境建设，增加绿地和水域的比例;4)加强城市生态景观格局区域规划建设，坚持均衡可持续发展。

本文定量分析了分离度指数、景观形状指数、植被指数与地表温度的相关关系，但部分相关性程度都不高，因此，今后的研究还需在以下方面进行改进:1)景观格局指数的选取不够全面，应继续增多;2)应采用高性能处理器处理研究区数据，进行粒度下退，更好的将空间观测数据和统计数据以及遥感影像数据匹配，减少误差，提高计算的精度;3)应该综合考虑城市热环境以及城市景观系统内的各种影响因素，建立影响城市热环境的各项指标体系，更全面地揭示城市热环境的成因机制。

［1］国家统计局.中国统计年鉴2010［M］.北京:中国统计出版社，2010.

［2］Carnahan W H，Larson R C.An analysis of an urban heat sink［J］.Remote Sensing of Environment，1990，33(1):65－71.

［3］Nichol J E.A GIS-based approach to microclimate monitoring in Singapore's high-rise housing estates［J］.Photogrammetric Engineering and Remote Sensing，1994，60(10):1225－1232.

［4］Boardman J W，Kruse F A，Green R O.Mapping target signatures via partial unmixing of AVIRIS data［J］.JPL Publication，1995，1(1):23 －26

［5］Gallo K P，McNab A L，Karl T R，et al.The use of NOAA AVHRR data for assessment of the urban heat island effect［J］.Center for Advanced Land Management Information Technologies-Publications， 1993，32(5):899－908.

［6］Roth M，Oke T R，Emery W J.Satellite-derived urban heat islands from three coastal cities and the utilization of such data in urban climatology［J］.International Journal of Remote Sensing，1989，10(11):1699 －1720.

［7］Jiahong L.Study of relation between land-cover conditions and temperature based on Landsat/TM data［J］.Remote Sensing Technology and Application，1998，13(1):18－28.

［8］陈云浩，李晓兵，史培军，等.上海城市热环境的空间格局分析［J］.地理科学，2004，22(3):317 －323.

［9］王茂新，张秀琴.使用Landsat TM热红外数据进行热状况插值研究［J］.国土资源环境遥感，1991(2):38 －46.

［10］覃志豪.用陆地卫星TM6数据演算地表温度的单窗算法［J］.地理学报，2001，56(4):456 －466.

［11］晋淑兰，邱香平.中国地图册［M］.北京:中国地图出版社，2012.

［12］Forman R T T.Some general principles of landscape and regional ecology［J］.Landscape Ecology，1995，10(3):133－142.

［13］Sui D Z，Zeng H.Modeling the dynamics of landscape structure in Asia's emerging desakota regions:a case study in Shenzhen［J］.Landscape and Urban Planning，2001，53(1):37－52.

［14］邬建国.景观生态学:格局、过程、尺度与等级［M］.北京:高等教育出版社，2009.

［15］梁顺林，李小文，王锦地，等.定量遥感理念与算法［M］.北京:科学出版社，2013.

［16］Artis D A，Carahan W H.Survey of emissive variability in thermography of urban areas［J］.Remote Sensing of Environment，1982(12):313 －329.

［17］彭静，刘伟东，龙步菊，等.北京城市热岛的时空变化分析 ［J］.地 球 物 理 学 进 展，2007，22(6):1942－1947.

［18］岳文泽.基于遥感影像的城市景观格局及其热环境效应研究［M］.北京:科学出版社，2008

［19］宋园园.基于TM/ETM数据的城市热岛效应及其与LUCC关系的研究:以长春为例［D］.吉林:东北师范大学，2010.

［20］苏伟忠.杨英宝.基于景观生态学的城市空间结构研究［M］.北京:科学出版社，2007.