上海快速城市化不同阶段城市热场景观格局演变研究

王 原，何 成，，王祥荣

(1. 安徽师范大学 国土资源与旅游学院，安徽 芜湖 241000；2. 复旦大学 环境科学与工程系，上海 200433)

随着城市化进程的不断深入，城市内部环境变化日趋复杂．城市的可持续性发展受到越来越多的重视[1]，其中城市热环境对人们生活的突出影响使得如何缓解热岛效应成为关系到城市可持续发展的关键问题，已有的缓解政策包括减少人为热排放、增加城市绿地和水体、建设高反照率屋顶和道路以及建造绿色屋顶等[2-3]．

近年来，一些学者相继开展针对城市热场的景观格局分析．如陈云浩等运用景观生态学的相关方法，提出了“热力景观分析法”用以研究城市热岛景观格局[4]；孟丹等以北京市为研究区域，运用了ASTER遥感影像，分析热力景观格局及其尺度变化的效应[5]；黄聚聪等以厦门市为例，利用1987—2007年之间的5景Landsat TM/ETM/8数据反演地表温度，并使用景观格局指数分析了厦门城市热场景观格局历年来的演变趋势[6]．对于上海地区的热岛效应问题，在较早的研究阶段中一些学者分别利用历年气象观测资料或选点观测[7-9]、数值模拟[10-12]等方法对城市热环境的变化规律进行了多方面的探究．白杨等运用Landsat影像分析了上海市多期城市热场，并对促成热场形成的因子进行了分析[13]．

然而，目前的研究偏向于已有年份数据的分析比较[14]、阐述变化特征或对促成变化的因子进行分析，没有结合城市所处的实际城市化阶段，对城市化不同阶段中的热环境特征对比研究较少．本文以上海市为例，在识别城市化不同阶段的基础上，研究上海市不同城市化阶段热环境景观格局分布特征及演变规律，分析城市化阶段和热环境空间分布的关联，在此基础上提出城市热环境格局优化的建议．

1 研究区域与方法

1.1 研究区域和数据来源

上海市位于长江入海口,经纬度范围为东经120°51′～122°12′，北纬30°40′～31°53′，面积6340km2，属亚热带季风气候,光照充足、雨量充沛，位于海岸带与江河平原．根据IPCC研究报告[15-16]，上海处于全球气候变化背景下高脆弱度的海岸带区域；同时又是我国经济和人口高度密集的区域，城市热岛等城市局地气候环境问题带来的影响尤为突出．

根据《上海市统计年鉴》，计算得1990—2013年上海城市化率见图1．如图所示，1990年以来上海进入快速城市化发展阶段；1992年开始，围绕“开发浦东”的重大战略决策，上海的建设投资力度逐年增加，高新技术产业开发区及一系列新城镇的建设成为主导，加速了上海市整体的城市化进程，整体城市化率超过70%[17]，进入快速城市化后期： 21世纪以来，城镇建设空间的扩张趋势放缓，尤其是2005年城市化率达到85%后，增长速度逐步放缓，进入结构调整和优化的阶段[18]．故总体上快速城市化发展的阶段性特征明显，2005年成为两个阶段的临界年份．

图1 上海市城市化率变化趋势Fig.1 Urbanization rate changing trends in Shanghai

基于该阶段性特征，考虑到研究区内遥感数据的可获性和成像质量的不同，本文选用离各临界年份较近的1991年、2002年及2013年进行城市热环境分析．其中，1991—2002年代表上海快速城市化进程的高速发展阶段；2002—2013年代表快速城市化进程的优化发展阶段．

3期遥感数据采用Landsat TM/ETM/8影像，轨道号均为118/38—118/39．所选用的3景影像数据成像质量较好，研究区内天气晴朗，大气对成像影响小．通过多波段融合、辐射定标、辐射矫正、大气矫正等一系列预处理工作，统一了分辨率，均采用WGS-84椭球基准面．

1.2 研究方法

1.2.1 基于大气矫正法的地表温度反演

采用大气矫正法反演计算实际地表温度．具体计算过程如公式(1)所示：

B(TS)=[Lλ-L↑-τ(1-ε)L↓]/τε，

(1)

式中：L↑为大气向上辐射亮度；L↓为大气向下辐射亮度；Lλ为遥感图像中热红外波段的亮度值；ε为地表比辐射率；τ为大气在热红外波段的透过率；TS为地表真实温度；B(TS)为黑体热辐射亮度．

真实温度TS可通过普朗克公式的演化变形得出，如公式(2)：

(2)

式中： 对于Landsat 8影像的K1=774.89W/(m2·μm·sr)，K2=1321.08K；对于Landsat ETM影像的K1=774.89W/(m2·μm·sr)，K2=1321.08K；对于Landsat TM影像的K1=774.89W/(m2·μm·sr)，K2=1321.08K．

1.2.2 基于密度分割法的地温等级划分

由于本文所选用的遥感数据采集月份存在差异，为减少这种差异对本次研究的影响，采用ArcGIS中的密度分割法[19]对城市地表温度进行了等级划分，主要划分公式如下：

R=LST±nS，

(3)

式中：R为地温等级的阈值范围；LST为地表温度平均值；S为已求得地温的标准差；n为标准差S的自然数倍．选定不同的自然数倍将城市地表温度划分为6个不同的强度等级．本次研究选定4级及以上强热场为主要研究对象．

1.2.3 景观指数选取

本研究主要从等级类型水平与总体景观水平两方面选取相关景观格局指数．

其中，就等级类型水平而言： 首先，为宏观把握不同年份不同等级热场的分布特点，选取了类型面积(CA)及类型比例(PLAND)来表征不同等级热场的总体数量特征；其次，由于热场单体极易受到周边环境的影响而发生融合及扩散，为了研究不同等级热场的单体变化，选取了平均斑块面积(AREA_MN)来表征各等级热场之间的组合变化特征．

总体景观水平而言： 为研究整体热环境的分布特征，选取了聚合度(AI)；为研究整体热环境的空间组合情况及复杂性，选取了斑块密度(PD)及景观多样性指数(SHDI)．

1.2.4 转化强度特征划分

(4)

由k时期到k+1时期的热场变化情况，它表现了热场环境变化的类型及其空间分布，并对转换强度Cij进行分级，具体标准见表2．

2 结果与分析

2.1 上海市热场空间总体变化特征

如表3所示，1991—2013年期间上海市热场面积总体呈持续增加趋势，2013年上海市热场区域占上海市总体面积比例为55.20%，相对于1991年增加了12.36%．其中，高速发展阶段(1991—2002年)年均面积增长速率为0.75%，优化发展阶段(2002—2013年)年均增速仅为0.37%，可见上海市进入城市化优化发展阶段，城市建设从发展增量到优化存量，强热场面积的上升趋势减弱．对比具体数值变化特点可见1991—2013年期间各等级热场均表现持续增长的趋势，其中4级热场面积增比最高为6.74%，6级热场最低为0.26%，表明城市化不断发展的过程中虽然热场总体面积迅速上升，但人为热排放较为集中、地表温度较高的热场区域面积数量相对稳定．此外，不同等级的热场在不同城市化阶段的变化均表现出优化发展阶段增速放缓的特点，相对于4级和6级热场，5级热场优化发展阶段增速放缓程度最低，仅为高速发展阶段的23%．

表3 1991—2013年上海市市域范围景观总体构成及变化

3个年份热场空间分布见图2，分析表明：

1991年热场空间分布呈明显聚合状．研究区范围内的强热场聚集分布于黄浦江西岸的城市中心及近郊的闵行、嘉定及宝山等区域内．

2002年，经历了城市化高速发展阶段，原有“聚合状”空间模式明显变化，总体空间格局表现出组团状的特征： 以原有高温区域为中心向四周扩散，且北扩趋势明显．北部的向化镇、凤凰镇，东部的惠南镇、凤城镇，西部的华新镇，西南部的朱泾镇等地强热场面积占比增加明显，近郊的闵行区范围内强热场覆盖率超过80%．此外，城市中心区的东部及东南部远郊区域实际地温在高速发展阶段变化较弱，相应的，其所处的地温等级有所下降．

2013年，经历了优化发展阶段的建设，城市热环境分散状特征十分明显，研究区内的强热场分布区域扩展．在此过程中，主城区与远郊地区的热环境呈现出截然不同的演化特征： 在主城区内，城市空间格局及城市生态环境得到了有效的提升与整治、产业结构不断调整，城区内部的热环境显著改善，强热场面积有所下降．在远郊地区，特别是东部及东南部远郊的第二产业迅速发展，原有农田湿地被大量改造为工厂及居住区，人为热排放明显提升，强热场面积明显上升，总体热环境分布格局趋于复杂多样．

图2 强热场空间分布Fig.2 Spatial distribution of high level of land surface temperature

2.2 上海市热场空间格局变化特征

本文基于景观生态学中的景观指数法，选取景观多样性(SHDI)、聚合度(AI)、平均斑块面积(AREA_MN)、斑块密度(PD)等指数分析上海市热场景观格局变化特征．

总体景观水平上，1991—2013年上海市热场景观多样性和聚合度指数变化见图3．景观多样性指标主要表征系统中景观组份的多少和各自分布比例之间的差异．如图所示，在城市化高速发展阶段上海市热场景观多样性变化幅度大、上升明显，优化发展阶段的上升趋势明显减弱．其原因主要是在1991年，强热场集中分布于中心城区，总体面积所占比例有限，而郊区地温等级普遍偏低，低等级热场面积与数量优势明显，故该年份的多样性指数明显偏低．经过高速发展阶段的建设，中心城区的强热场不断外扩，同时郊区低等级热场的分布下降，强热场面积占比显著上升，总体景观多样性指数明显上升．优化发展阶段中，强热场分布区域进一步扩散但所占面积的增幅减弱，各等级地温的面积占比在该阶段中变化较小，多样性指数变化趋势随之减弱．

图3 景观尺度景观指数分布Fig.3 Landscape metrics changes in landscape level

景观聚合度主要表征景观范围内斑块空间分布的集聚情况．如图所示，其变化特征与景观多样性差异较大： 在城市化高速发展阶段上海市热场景观聚合度下降明显，优化发展阶段的下降幅度减弱．主要是因为： 1991年强热场集中分布于城市中心而郊区低等级热场的分布优势明显，这种二级化的分布特征使得该年份的聚集度数值较高．到了2002年，中心城区强热场的外扩使得原本中心区与郊区之间的集中化分布区势减弱，聚合度大幅度下降．优化发展阶段中，强热场总体所占面积增加有限，且其个体面积扩大的同时空间上发生相互联结使总体的景观聚合度下降趋势减弱．

在等级类型水平上，如图4所示．4级热场的斑块密度在高速发展阶段明显上升，到了优化发展显著下降；而平均斑块面积则先下降后明显上升．5级热场的斑块密度在高速发展阶段小幅下降，优化发展阶段明显上升，平均斑块面积在高速发展阶段增加后在优化发展阶段小幅下降．6级热场的斑块密度指数高速发展阶段略微上升，优化发展阶段又有所下降．平均斑块面积在两个阶段中持续下降．研究结果表明： 在城市化高速发展阶段，主要表现为4级热场的破碎化过程以及5级热场的单体面积蔓延过程；在城市化优化发展阶段，主要变现为4级热场单体面积显著蔓延，5级热场单体的破碎化及6级高热场单体面积紧缩的过程．

图4 市域景观类型尺度景观指数分布Fig.4 City’s landscape metric change in landscape class level

2.3 上海市热环境转换特征

运用转移矩阵得出不同年份热环境转换强度的空间分布情况，将各区域的转换强度分为5级，得出不同城市化阶段上海市不同等级地温的转换强度空间分布(见图5)．具体表现以下特点：

图5 不同阶段转换强度的空间分布Fig.5 Spatial distribution of conversion strength in different period

1) 两个不同城市化发展阶段的地表温度演化过程，都体现出低温斑块向弱热场或弱热场向中等热场的转变特点．

2) 5、6级强热场向1级或2级地温斑块的转化在两个阶段均未出现．

3) 在城市化高速发展阶段，地表温度演化过程主要以城市中心、近郊和北部郊区的次热场升级为强热场的活动为主，同时东南部郊区如奉贤、南汇的热场强度略有下降．

4) 在城市化优化发展阶段，地表温度的变化主要以东部、东南部远郊地区热场强度上升为主，而主城区热场强度呈明显的下降趋势．

上述空间转化特征表明： 在高速发展阶段因为主城区与近郊的高强度改造和建设，人为热的排放增加，地温等级明显上升，而同时期由于郊区城市建设强度有限，原有地温等级的分布没有发生明显变化．到了优化发展阶段，主城区的内部建设得到明显优化，热环境显著改善，原本大范围分布的强热场等级有所下降．而在郊区，由于城市化建设的不断深入和城市多中心的扩张模式，强热场无论在面积还是空间转化上都显著上升．

3 结论与建议

本文在识别出上海市城市化发展不同阶段的基础上，选取各阶段的代表年份，运用了大气矫正法对各选取年份的遥感影像进行地表温度的反演，划分出不同等级的地表温度斑块，并结合多项景观格局指数与转移矩阵的研究方法对上海市城市热环境的分布及变化特征进行了分析．研究结果表明：

1) 上海市热场空间总体变化表现为热场持续增长的趋势，其中4级热场面积增比最高为6.74个百分点；高速发展阶段(1991—2002年)热场年均面积增长速率为优化发展阶段(2002—2013年)的近两倍．

2) 上海市热场空间格局变化主要表现为热场景观多样性的增加，不同等级地温分布占比差异性逐渐降低以及强热场空间分布的破碎化程度加剧；此外，不同等级热场斑块在不同城市化阶段表现出不同的空间格局变化规律．

3) 上海市不同强度热场空间转化特征主要表现为，城市化高速发展阶段以城市中心、近郊和北部郊区的次热场升级为强热场的转化为主；城市化优化发展阶段主要以东部、东南部远郊地区地温等级上升为主．

由此可见，快速城市化进程中，景观格局的演变存在显著差异： 中心城区经过优化发展阶段的改造，城市热场环境得到了一定优化，但高强度的人为排放点依然存在；郊区建设强度明显提升，城市化对郊区热环境的影响日渐显著．

具体而言，从高速发展阶段开始，城市总体人口激增，人为活动相对密集，主要的建设发展投入在城市中心及周边近郊区域，故这些区域的热环境上升显著．优化发展阶段城市内部的中心空间由于地价、政府调控等原因已很少有大规模的景观改变，故原本的生态环境变化较小，而随着城市整体交通系统的完善及郊区基础设施的建设，原本远郊的人工景观激增，城市人口的流动与汇聚促使这些地区发生显著的景观调整和转变，该地区热场等级提升迅速．

在未来的城市化进程中，热环境的空间差异将更加明显，对城市生态系统的影像日益显著，在未来城市发展的不同层面需要有不同的应对措施．就城市总体而言，须将基本农田保护及水域环境保护等目标有效地整合到全市未来的总体规划中，严格划定生态红线，预留足够的生态空间，通过严格的土地利用管理规定来提高土地利用率．就城市中心与郊区而言，采取的应对措施应有不同的针对性： 在城市中心区，政府应鼓励相关环境保护产业发展，严格建立执行废热排放管理规定，规范城市中心区各产业热量排放，城市居民及消费者应提升生态环境保护意识，树立科学的能源消费观念，提升清洁能源利用率；在郊区，逐步落实工业产业布局的同时，应提升产业结构水平，未来的城市规划需注重下垫面改造对热环境的影响，一方面加强绿色建筑设计，另一方面进一步增加绿地、水体等生态空间的比例，

[1] WU J. Urban sustainability： An inevitable goal of landscape research [J].LandscapeEcology, 2010,25(1)： 1-4.

[2] RIZWAN A M, DENNIS L Y, LIU C. A review on the generation, determination and mitigation of urban heat island [J].JournalofEnvironmentalSciences, 2008,20(1)： 120-128.

[3] XIAO R B, OYANG Z Y. A review of the eco-environment consequences of urban heat island [J].ActaEcologicaSinica, 2005,25(8)： 2055-2060

[4] 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,2002,22(3)： 317-323.

[5] 孟 丹,李小娟,宫辉力，等.北京地区热力景观格局及典型城市景观的热环境效应 [J].生态学报,2010,30(13)： 3491-3500.

[6] 黄聚聪,赵小锋,唐立娜，等.城市化进程中城市热岛景观格局演变的时空特征： 以厦门市为例 [J].生态学报,2012,32(2)： 622-631.

[7] 丁金才,张志凯,奚 红，等.上海地区盛夏高温分布和热岛效应的初步研究 [J].大气科学,2002,26(3)： 413-421.

[8] 曹爱丽,张 浩,张 艳，等.上海近50年气温变化与城市化发展的关系 [J].地球物理学报,2008,51(6)： 1663-1669.

[9] 穆海振,孔春燕,汤 绪，等.上海气温变化及城市化影响初步分析 [J].热带气象学报,2008,24(6)： 672-678.

[10] 岳文泽,徐建华,徐丽华.基于遥感影像的城市土地利用生态环境效应研究 [J].生态学报,2006,26(5)： 1450-1460.

[11] 苏伟忠,杨英宝,杨桂山.南京市热场分布特征及其与土地利用覆被关系研究 [J].地理科学,2005,25(6)： 697-703.

[12] 唐 曦,束 炯,乐 群.基于遥感的上海城市热岛效应与植被的关系研究 [J].华东师范大学学报(自然科学版),2008,(1)： 119-128.

[13] 白 杨,孟 浩,王 敏，等.上海市城市热岛景观格局演变特征研究 [J].环境科学与技术,2013,36(3)： 196-201.

[14] 陈爱莲,孙然好,陈利顶.基于景观格局的城市热岛研究进展 [J].生态学报,2012,32(14)： 4553-4565.

[15] IPCC. Climate change 2001： synthesis report, a contribution of working groups I, II, and III to the third assessment report of the intergovernmental panel on climate change [M]. Cambridge, UK： Cambridge University Press, 2001.

[16] NORTHAM R M. Urban geography [J].Geography, 1979(4)： 351.

[17] 李 蓉,李俊祥,李 铖,等.快速城市化阶段上海海岸带景观格局的时空动态 [J].生态学杂志,2009,28(11)： 2353-2359.

[18] 石 崧.资本循环与竞争优势： 上海城镇化发展的瓶颈剖析 [J].上海城市规划,2014(1)： 56-60.

[19] 沈百玲.ArcGIS Server体系结构和开发简介 [R].北京： ESRI中国(北京)有限公司,2004.

[20] 刘 瑞,朱道林.基于转移矩阵的土地利用变化信息挖掘方法探讨 [J].资源科学,2010,32(8)： 1544-1550.

[21] 肖 翔,李扬帆,朱晓东.基于土地利用驱动力的马尔科夫模型及其应用 [J].土壤, 2011,43(5)： 822-827.