城市三维形态与热环境的相关关系研究——以大连市金普新区为例

王方雄，温爱博

（1.辽宁师范大学辽宁省自然地理与空间信息科学重点实验室，辽宁大连116029；2.辽宁师范大学城市与环境学院，辽宁大连116029）

城市三维形态与热环境的相关关系研究
——以大连市金普新区为例

王方雄1，温爱博2

（1.辽宁师范大学辽宁省自然地理与空间信息科学重点实验室，辽宁大连116029；2.辽宁师范大学城市与环境学院，辽宁大连116029）

由城市各种实体空间结构所构成的三维形态是城市形态的重要组成部分。而城市的空间结构与城市空间环境的热场分布也有着密不可分的关系。本文运用地理信息系统与遥感技术，获取三维形态指标与地表温度，对各因子进行回归分析，建立城市空间形态热场分布研究的回归模型。分析了金普新区空间实体的占空度、错落度、建筑密度等空间形态对城市亮度温度的影响，发现占空度与城市亮温成正相关并且相关性较高，绿化率与亮温成负相关，而建筑密度与错落度对城市热场的影响较小。

城市三维形态；城市热环境；遥感反演；UDEM

1　引言

城市空间形态与城市热环境的相互关系是城市空间热环境领域的一个热点问题。陈明辉等通过对东莞市地表温度反演数据的分析，系统的研究了东莞市热场空间分布的时空变化特征［1］；秦静等以扬州中央城区数据为例，提出用三维盒维方法研究城市空间形态分维［2］；葛珊珊、汤国安等以南京老城区为例，利用城市数字高程模型（Urban Digital Elevation Model，Urban DEM）构建了城市集中特征、突变特征及空间差异性等城市三维形态指标，对城市三维形态进行了定量研究［3］。陈云浩等首次提出了利用热力景观观点来研究城市热力分布的空间格局，使传统热环境分布的定性研究进入到定量研究阶段［4］。

目前关于城市热环境的研究中常采用“对比法”和“相关系分析法”。本文从城市三维形态量化指标入手，运用回归分析方法，探索城市空间三维形态与城市热环境之间的关联关系及影响机制，为城市空间布局与规划提供科学依据。

2　研究区域及数据

大连市金普新区是2014年6月成立的我国第10个国家级新区，也是东三省第一个国家级新区。其由金州区、开发区，普湾新区、保税区共同组成，面积2299km2。

城市空间的三维形态指标与热环境参数的提取以UDEM与Landsat8遥感影像作为基础数据。研究区的UDEM来源于1：2000的地形图与城市建筑数字线划数据（2015年），建立三维场景UDEM模型（如图1所示）。地表温度数据利用Landsat8 TIRS反演计算获取。

图1　大连金普新区UDEM

图2　地表温度反演流程图

3　研究方法

3.1城市地表温度反演

Landsat 8搭载的热红外传感器（TIRS）具有TIRS10和TIRS 11两个波段。本文利用TIRS 10波段影像数据并采用嵌入COST算法的Landsat8大气校正法进行地表温度反演。其基本原理是从Landsat 8卫星传感器获得的热辐射总量中过滤大气对地表热辐射的影响，再将这一热辐射强度转化为对应的地表温度。根据NASA公布的卫星参数和*_MTL.txt元数据中各参数值以及公式1，在ENVI中运算得到地表温度反演影像。计算流程见地表温度反演流程图（图2）。

3.2城市三维形态指标选择与计算

城市空间形态指标主要包括极值特征、集中特征、高差特征、组成特征、结构特征等。其中占空度、错落度反映城市建筑的空间形态特性，建筑密度用来解释研究区内建筑数量属性即数量水平。为了研究城市空间形态与热环境之间的关系，根据研究目的选择并构建了建筑密度（X1）、绿化率（X4）两个基本形态指标以及组成特征和高差特征中的占空度和错落度两个三维指标，各指标计算公式和数据来源见表1。

提取城市空间形态指标前，首先需确定空间统计单元，经多次分析筛选，最终选择100m x 100m作为本次研究的计算单元。依据表2中占空度的定义及占空度计算方法计算出每个建筑实体的占空度；由错落度的定义出发，依据错落度公式计算得出研究区域内建筑实体的错落度；绿化率的获取是利用ENVI软件与landsat8数据计算得到NDVI值并统计计算单元内NDVI值的累积量，用以衡量绿化分布状况。

3.3空间关系建模

式中的α为多元线性归回方程相对于自变量Xn的斜率，β为y的截距。依据最小二乘法及公式1建立回归模型：

4　结果与分析

从多元统计分析结果来看，城市空间实体的三维形态与城市局部热环境之间存在着比较密切的联系。本次研究所选择的四个影响因子中，绿化率与地表温度的关系最为密切，且成负相关关系。Weng等利用基于线性光谱混合分解模型研究发现了植被覆盖率与地表温度成负相关关系［7］，与本次研究结论吻合。为了更直观的表现城市空间形态与热环境之间的关系，笔者建立了三维形态指标与地表温度之间的关系立方图（图3），每个立方体的高度为对应空间三维形态指标，颜色表示地表温度，从红色到灰色温度逐步降低。

表1　影响城市热环境各指标因子

表2　各指标因子的相关系数矩阵

图3　三维形态指标与地表温度之间的关系立方图

［1］陈明辉，陈颖彪，郭冠华，等.东莞市城市热环境时空变化及其驱动机制［J］.地理研究，2011（08）：1431-1438.

［2］秦静，方创林，王洋，等.基于三维计盒法的城市空间形态分维计算和分析［J］.地理研究，2015（1）：86-96.

［3］葛珊珊.基于Urban DEM的城市三维形态研究—以南京老城区为例［D］.南京师范大学，2009.

［4］陈云浩，李京，李晓兵.城市空间热环境遥感分析：格局、过程、模拟与影响［M］.北京：科学出版社，2004.

［5］覃文忠.地理加权回归基本理论与应用研究［D］.同济大学，2007.

［6］陆健.最小二乘法及其应用［J］.中国西部科技，2007（19）：19-21.

［7］Weng Q H，Lu D S，Schubring J.Estimation of Land Surface Temperature—Vegetation Abundance Relationship for Urban Heat IslandStudies［J］.Remote Sensing of Environment，2004（89）：467-483.

（2016-08-02收稿S编辑）

A study of correlationship between the three-dimensional urban and urban thermal environment——A case study on JinPudistrict

W ANG Fang-xiong et al
（Liaoning Key Lab of Physical Geography and Geomatics，Liaoning Normal University，Dalian 116029，China）

By the urban spatial structure of various entities threedimensional shape is an important part of urban form.And urban space structure and thermal field distribution of the urban space environment also has the inseparable relations.Geographic information system and remote sensing technology is used to obtain three-dimensional shape index and land surface temperature，regression analysis，for each factor to build the urban space morphology of thermal field distribution in the regression model. Analyzed Jin Pu new duty of spatial entities，strewn at random，building density and so on the influence of the spatial form of urban brightness temperature，found space and city bright WenCheng positive correlation and correlation is higher，covered with bright WenCheng negative correlation，and the building density and degree of strewn at random have less effect on the urban thermal field.

Three-dimensional urban；Urban thermal environment；Remote sensing inversion；UDEM

TU984；TP39

A

1003-7853（2016）04-0070-03

王方雄（1973-），男，湖北汉川人，博士，副教授，主要从事GIS建模与集成、网络GIS研究。