高密度建成区城市生态空间的热环境缓释效应——以广州市中心城区为例

◎ 张棋斐 吴志峰 郭冠华

高密度建成区城市生态空间的热环境缓释效应
——以广州市中心城区为例

◎ 张棋斐 吴志峰 郭冠华

随着全球城市化进程的推进，城市热岛效应已成为当下严重的环境问题之一，严重制约人类健康与城市的可持续发展。城市生态空间对城市热岛效应的缓解具有重大意义，而目前，从局地效应角度研究城市生态空间对热环境影响还比较缺乏，影响城市生态空间降温效应的因素还未明了。因此，本文基于多源遥感数据，对广州市中心区生态空间进行识别并反演地表温度，定量刻画城市核心区内部生态空间的降温强度，以探讨广州市生态空间斑块结构特征和空间布局对周边环境温度的影响。结果表明：⑴生态空间与地表温度的空间分布具有明显的高低值耦合分布趋势，生态空间越集中连片分布，越有利于促进局地热量扩散，以缓解城市的热岛效应；⑵生态空间对周边环境降温强度主要由其空间结构特征和空间位置共同决定，当生态空间的空间结构特性保持一定时，其所处的空间位置不同对缓解周围城市热环境的作用也有所差异。本研究揭示城市生态空间的结构特征及其周围环境对冷却效应强度的影响机制，为促进城市的可持续发展提供有益的建议。

生态空间 城市热岛 缓释效应 降温强度 广州市中心区

一、引言

城市生态用地作为城市生态空间的基石，主要是指城市中具有重要生态功能、提供生态产品和生态服务为主的区域[1,2]，城市生态用地单元所占据的物理空间共同组合成城市生态空间。城市生态空间所具备的生态环境调节、孕育、生物支持功能对社会环境和自然环境均起着举足轻重的作用，同时也是城市复合生态系统的重要组成要素之一[3]。目前，国内主要从生态功能和生态要素两种视角对城市生态空间这一概念进行界定。其中第一种观点认为城市生态空间是指林地、绿地、耕地、滩涂湿地、坑塘水面等提供城市生态服务功能的自然或半自然地域空间[4]；而第二类观点认为城市生态空间是指城市生态系统中各自然因子的空间载体（如土壤、水体、动植物等）[5]。城市生态空间承担着保障城市社会经济持续发展、提高居民生活水平、维护城市生态环境健康的重要任务，是城市中不可或缺的物质空间[6]，但同时也是受人类活动干扰最为强烈的地带。

随着全球城市化进程的加速，建设用地需求日益增加，城市生态空间不断遭受侵占，城市生态系统的服务功能被严重削弱，导致城市热岛、水文循环中断、大气污染等诸多环境问题[7～9]。其中，由城市热岛效应引发的城市热环境问题严重制约人类健康与城市的可持续发展。随着遥感技术的发展，众多学者利用遥感热红外数据对城市热岛变化以及成因机制进行大量的研究，得出在城市各种下垫面中，具有较大热惯性和热容量的园林、绿地、湿地等生态用地被人工不透水面（水泥、沥青）所取代，改变了城市内部的能量平衡，在同等的太阳辐射下，其温度增长幅度远高于其他自然地表，导致城市热岛效应迅速加强[10]。因此，如何最大程度发挥城市内部遗存生态空间的降温效应，对城市热岛效应的缓解具有十分重要的意义。

在前人的研究中，城市生态用地中的绿地、水体和湿地均证明具有降温增湿作用，能够有效调节城市局地小气候，形成城市中的“冷岛”[11～13]。在中国的城市化进程中，城市的生态空间一直处于被掠夺开发的状态，如何最大程度的发挥城市生态空间的降温效应是目前面临的主要问题之一。此外，目前从局地效应角度研究城市生态空间对热环境影响还比较缺乏，影响城市生态空间降温效应的因素还未明了。因此，本文在前人的研究基础上，利用Landsat8-TIRS卫星数据反演广州市地表温度(LST)，选取广州市中心城区内的生态空间作为研究对象，结合3S技术与景观格局指数方法，定量刻画城市核心区内部生态空间的降温强度，尤其针对生态空间的空间结构特征及其周围环境配置对生态空间降温效应的影响进行深入的研究，以期为获取更大的城市热环境改善效益，促进城市的可持续发展提供有益的建议。

二、研究区概况与数据来源

（一）研究区概况

广州市(112°57′ —114°3′ E, 22°26′ —23°56′ N）位于广东省的中南部，是广东省的省会以及政治、经济与文化中心，也是珠三角大都市区的核心城市，有中国“南大门”之称。广州市地处亚热带季风气候，年平均降水量1700mm，年平均气温22℃，地势上东北向西南倾斜，东北部为中低山地，南部为平坦的冲积平原，全市面积约7434.40km2。自上世纪改革开放以来，广州经历了快速城市化和城市扩张，其高密度的建成区、高强度的经济活动导致严重的热岛效应。因此，本文选择广州市的中心城区（荔湾区、越秀区、天河区、海珠区、白云区、黄埔区）作为研究对象（图1），面积大约为1166.37km2。该地区面临最为严重的城市热岛效应，在该地区探讨城市生态空间的降温效应具有一定的代表性和意义。

（二）数据处理

1.数据来源。随着遥感技术的发展，各种对地观测卫星源源不断地提供不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。本研究运用多种遥感数据源对广州市生态空间和地表温度进行识别和反演。其中，多源遥感数据主要来自：①空间分辨率为2m的高分一号卫星，该卫星搭载着了2台2m分辨率全色和8m分辨率多光谱相机，可以很好地识别地表各种生态用地类型；②利用无云或少云，图像质量良好的Landsat8-TRIS卫星数据（行列号：122-44，时相为2015年10月18日上午10:52分）对地表温度进行反演；③空间分辨率优于1m的无人机数据作为辅助数据，对提取的生态用地进行精度验证，以保障所提取生态空间的准确性。

2.城市生态空间提取。本文参照国土资源部颁布的《全国土地分类》方案将土地覆盖类型分为建设用地、林地、灌草地、耕地以及水体坑塘，共五大类；同时，结合城市生态空间概念[14]，本研究将城市生态空间界定为提供生态系统服务为主的林地、灌草地、耕地以及水体坑塘等用地类型所占据的空间。

在遥感数据处理软件平台ENVI的支持下，以2m分辨率的高分一号卫星数据作为基础数据源，采用面向对象与贝叶斯光谱分析相结合的方法，提取广州市中心城区生态空间（图2a）。通过随机取样方法对分类结果进行精度评价，得出整体分类精度和Kappa系数分别为86.25%与0.91，因此可以认为广州市中心城区的生态空间分布是基本正确的。

图1 研究区位置示意图

3.地表温度反演。为保障反演地表温度的准确性，在反演地表温度之前，先对Landsat8-TRIS数据进行大气校正与几何校正。然后，运用Landsat8-TRIS数据中的热红外波段（band 10），结合卫星过境当天的气象数据，使用覃志豪提出的单窗算法[15,16]反演得出广州市地表温度分布图（图2b）。

图2 广州市中心城区土地覆盖类型(a)与地表温度图(b)

三、研究方法

（一）生态空间景观特征计算

本研究利用ArcGIS与Fragstats 工具定量描述城市生态空间景观的空间特征，分别选取面积（AREA）、景观面积比例（PLAND）、斑块破碎度（PD）、最大斑块指数（LPI）、形状指数（LSI）、生态空间周边的景观组分（建设用地比例）以及距离市中心距离（DIST）共七个指数。其中，面积（AREA）反映的是某一景观面积的大小；景观面积比例（PLAND）反映斑块所占景观面积比例；PD为斑块密度，其值越高反映斑块越破碎；最大斑块指数（LPI）反映最大斑块的面积；形状指数通过计算生态空间边界得到，表征景观斑块形状的复杂程度，理论上来说形状指数越大，斑块形状越不规则；生态空间的位置定义为它的距离从市中心的距离；建设用地比例用来衡量城市生态空间周围的景观构成对水体冷却效果的影响。

（二）降温强度分析

为了分析生态空间对周围环境的影响强度，本研究将生态空间的降温强度（Cooling Effect Intensity）定义为生态空间自身温度与距离生态空间边界500m距离之间的温差。因此，运用ArcGIS空间分析模块根据生态空间边界建立距离为500m的缓冲区，并且对每个生态空间的缓冲区进行鉴别，剔除包含较大面积绿地、水体的区域，以更科学地刻画城市生态空间对周围环境温度的降温强度（式-1）。

Tb为500m缓冲区处地表温度，Te为生态空间自身温度。

（三）生态空间与地表温度聚类分析

为分析生态空间与地表温度在空间上的分布模式，本研究借助ArcGIS空间分析模块中的Create Fishnet工具创建500m×500m格网，并将其叠置于生态空间分布图与地表温度分布图上，利用Zonal Statistics工具分别统计出每个单元格网内生态空间的面积比例（PLAND）、形状指数（LSI）以及格网内平均温度（图3）。

空间自相关分析能够识别探索空间要素非随机性空间分布情况，在地理、经济等诸多学科得到应用[17,18]。本研究采用空间自相关分析中的Getis-G统计量，进行城市生态空间分布和地表温度对象的空间聚集度识别，该统计量能够很好地识别空间集聚的高值模式（Hot Spots）和低值模式（Cold Spots），能够对集聚的整体趋势进行判别。计算公式如下：

式中，ω(i,j)为空间权重矩阵，xi和xj分别为第i, j个变量的属性值。计算结果主要为六种聚集类型，分别为90%、95%以及99%置信水平的高/低值集聚，如图4所示。

四、结果与分析

（一）城市生态空间与地表温度空间格局

1.城市生态用地空间结构。在广州市中心城区范围内，城市生态空间总面积大约395.72km2，占研究区总面积的33.92%；其中林地、灌草地、耕地与水体坑塘分别占据了21.41%、4.73%、2.26%与5.52%，城市生态空间具体分布如图2a所示；结合各区生态空间的景观格局指数（表1）。可以发现，白云区与黄埔区的AREA及PLAND数值较高，表明这两个区城市生态空间占据面积较大，而且较大的最大斑块指数（LPI）与较小的斑块破碎度（PD）进一步表明白云区与黄浦区生态空间连片分布，一定程度上反映白云、黄埔两区的生态环境状况良好。相反，对于荔湾、越秀、海珠等城区，其AREA、PLAND、LPI指数都较小，而PD值比较大，表明这四个城区呈现出以小型斑块为主导的破碎化格局。这可能是这四个城区受人类经济活动影响较大，导致其生态空间面积较小，斑块的破碎程度严重。

图3 500×500m格网叠置分析示意图

2.地表温度空间分异特征。根据卫星过境时间（2015-10-18），查询广州市当天天气状况，可知当天气温在19～31℃之间，风速2.3m/s，气压166hPa。通常情况下，地表温度会稍高于气温[19]，结合本研究的地表温度反演结果（图2b），可大致认为地表温度反演结果是可信的。

从图2b可以看出，广州市中心城区东北部和中部的山区地表温度相对较低，形成城市“热环境”中的“冷岛”，正好与城市生态空间的位置相耦合。其中，最为明显的是白云山风景区、火炉山森林公园、天鹿湖森林公园以及越秀山；大面积的城市生态空间，能够有效地促进了局地热量扩散，缓解城市的热岛效应。地表温度的高温区域大多与城市建成区相对应，尤其是广州市老城区（荔湾、越秀），其内部高密度集中连片分布的建筑景观，导致城市热岛效应的集聚。

3.空间聚集度分析。从图4可以看出，城市生态空间高值聚集区位于中部与东北部地区，低值聚集区位于西部一带；而地表温度的高值聚集区主要分布于西部与南部的荔湾、越秀、天河等城区，低值区主要集中于中部与东北部地区。其中，东北部地区的生态空间与地表温度聚集值均在95%置信水平以上。可以发现城市生态空间的高低值聚集区与地表温度的高低值聚集区呈现出高低值相互耦合的趋势，进一步说明了城市生态空间是城市热岛中的低温区，集聚的城市生态空间能够有效地减缓地表温度上升的幅度。

表1 生态空间景观格局指数

（二）城市生态空间的热环境效应

将生态空间分布图层与地表温度图进行叠置分析，统计发现，中心城区内城市生态用地平均温度为25.96℃，较广州市中心城区平均地表温度30.80℃低4.84℃，说明城市生态空间是城市热岛中的低温区。为进一步确定生态空间对热环境的影响，本研究在引入每个500m×500m格网内生态空间的面积比例以及形状指数来描述生态空间的形态与格网内部平均地表温度之间的关系，并绘制出散点图（图5）。从图5a中我们可以发现，格网内部生态空间面积比例与该格网内地表温度均值存在线性的负相关关系，相关系数R2为0.55；这意味着，随着生态空间面积的增大，城市生态空间对周边环境温度的影响程度逐渐增强，导致格网内部的均温逐渐下降，这也进一步验证了前人所得到“面积是影响绿色空间降温效应的主要因子”的结论[7]。虽然生态空间与地表温度之间也存在着负相关关系，但是存在着一部分地表高温离群点，说明了生态空间的降温效应不只受面积比例这单一因子影响，还存在着空间不一致性问题。

图4 城市生态空间(a)与地表温度(b)高值/低值聚集分布特征

从生态空间形状指数来看（图5b），格网内生态空间形状指数与格网内部地表均温存在正相关关系，决定系数R2为0.47，这可能是由于斑块的形状越复杂，其内部的能量越容易与外部环境进行交流[20]。因此，当格网内的生态空间边界越复杂，其内部能量于周围环境交换得越强烈，其内部能量更容易受到外界干扰，城市生态空间对周边环境温度的影响程度减弱，从而导致具有较大形状指数的格网其温度较高。

（三）生态空间景观特征对周边热环境的影响

图5 生态空间的面积百分比(a)与形状指数(b)的地表温度散点图

为了定量刻画生态空间的斑块结构特征（AREA、LSI、LPI、PD）、生态空间周围景观组分（PB）以及生态空间的具体空间位置（DIST）对生态空间降温强度的影响，本研究对广州市中心城区生态空间的空间景观特征进行多元回归分析，结果如表2所示。从表中我们可以发现，回归模型的决定系数R2为0.71，其中面积比例、形状指数、建设用地比例和距市中心距离，共四个指标在0.05置信水平以内。对于独立变量来说，标准化系数（Std.coefficient）能用于确定哪些自变量对因变量的贡献更大。因此，模型中自变量的重要性依次为生态空间面积（1.415）、形状指数（-0.429）、建设用地面积比例（0.316）以及距离市中心距离（-0.273）；其中生态空间面积和周围建设用地面积比例与生态空间冷却强度（CE Intensity）呈正相关关系，而形状指数和距离市中心距离与冷却强度呈负相关关系。这表明了城市生态空间的面积越大以及生态空间周围建设用地面积比例越高，城市生态空间的降温效应越明显。与此相反，更不规则的几何形状的水体和更远的距离从市中心中心往往有较小的冷却强度。

表2 生态空间降温效应与生态空间景观特征的多元回归分析

五、讨论与结论

研究发现，广州市中心城区生态空间景观主要集中分布于白云、黄埔两区，而荔湾、越秀、天河等城区生态空间破碎化严重。通过ArcGIS的Getis-G指数聚类分析，可以发现地表温度与生态空间的空间分布上具有很强的一致性，地表温度的低值区主要对应着生态空间分布的高值区并且置信水平均在90%以上，一定程度说明了城市生态空间能有效减缓同等太阳辐射下地表的升温效果。前人的研究发现，城市绿地的空间特征（如面积和几何形状）对城市热岛效应的缓解有着重要的作用[21,22]，本文对广州市中心城区的生态空间的热环境效应研究也得出了相类似的结论。通过以500m×500m格网为分析单元，分析生态空间的景观特征（面积比例与形状指数）与地表均温的关系，虽然发现生态空间的面积大小与边界复杂程度均会影响格网内部的温度，但是均存在着明显的空间不一致性的问题，表明城市生态空间的降温效应受多种因素的影响。在今后的研究中，对生态空间斑块的大小、何种分布组合才能使得降温效应的最大化还需进一步的探讨。

对于生态空间景观特征对周边热环境的影响，通过多元回归分析发现，生态空间的面积标准化系数最大，因此生态空间对周围环境的降温幅度主要受生态空间的面积影响。生态空间的边界复杂程度对降温效应有负面的影响，这意味着边界较为规则的生态空间有利于增强其降温效应，进一步耦合了前人的研究结果[22]。此外，本研究还发现了一个有趣的现象，即生态空间的冷却强度还受到生态空间的分布位置和周围建设用地的影响，生态空间周围建设用地比例越高、越密集的建成区能够大幅增加生态空间周围的地表温度，从而导致更高的冷却强度。此外，越接近市中心的生态空间降温幅度更大，证实了即使生态空间具有相同的结构特性，但在不同的空间位置却有不同的能力缓解城市热环境。这一发现，对城市生态系统服务有着举足轻重的作用。目前在城市生态环境管理规划中，城市生态空间被侵占后，往往利用城市郊区的生态用地来填补城市内部的生态空间的损失，虽然这一做法表面上保证了城市生态空间面积不会减少，但是由于生态空间的位置与形状均发生了变化，很可能导致城市生态服务功能的损失；在这个空间位置的置换过程中，导致中心城区所需要生态效益（如降温效应）的缺失。因此，为提高特定的城市生态空间的生态效益，需进一步增强生态系统服务的空间理解。

本文以广州市中心城区为例，探讨了城市生态空间的热环境效应，发现城市生态空间对应的热环境温度明显低于城市建成区，形成了城市热环境中的“冷岛效应”，对改善城市热环境具有积极的意义。同时，本研究还发现城市生态空间的降温效应具有一定的空间依赖性，为获取城市热环境改善效益及城市生态系统服务功能评价提供了有益的启示。

[1]王如松, 李锋, 韩宝龙,等. 城市复合生态及生态空间管理[J]. 生态学报, 2014, 34(1):1-11.

[2]彭建,汪安,刘焱序,马晶,吴健生. 城市生态用地需求测算研究进展与展望[J]. 地理学报,2015,70(02):333-346.

[3]王宝钧, 宋翠娥, 傅桦. 城市生态空间与城市生态腹地研究[J]. 河北师范大学学报(自然科学版), 2009,33(6):825-830.

[4]詹运洲, 李艳. 特大城市城乡生态空间规划方法及实施机制思考[J]. 城市规划学刊, 2011,194(2):49-57.

[5]何梅. 特大城市生态空间体系规划与管控研究[M]. 中国建筑工业出版社, 2010.

[6]王甫园, 王开泳, 陈田,等. 城市生态空间研究进展与展望[J]. 地理科学进展, 2017, 36(2):207-218.

[7]冯悦怡, 胡潭高, 张力小. 城市公园景观空间结构对其热环境效应的影响[J]. 生态学报, 2014,34(12):3179-3187.

[8]卢远, 韦燕飞, 邓兴礼. 城市空间扩展对生态系统服务价值的影响——以南宁市区为例[J]. 城市环境与城市生态, 2007, 20(2):13-16.

[9]李文亮, 张丽娟, 陈红,等. 哈尔滨市城市扩展与地表热环境变化关系研究[J]. 地域研究与开发, 2010,29(2):49-52.

[10]岳文泽, 徐丽华. 城市典型水域景观的热环境效应[J]. 生态学报, 2013, 33(6):1852-1859.

[11]Sun R H, Chen A L, Chen L D, et al. Cooling effects of wetlands in an urban region: the case of Beijing.[J]. Ecological Indicators, 2012, 20(9):57-64.

[12]Xin C, Onishi A, Jin C, et al. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data.[J]. Landscape & Urban Planning, 2010, 96(4):224-231.

[13]Li X, Zhou W, Ouyang Z, et al. Spatial pattern of greenspace affects land surface temperature: evidence from the heavily urbanized Beijing metropolitan area, China[J]. Landscape Ecology, 2012, 27(6):887-898.

[14]陈爽, 刘云霞, 彭立华. 城市生态空间演变规律及调控机制——以南京市为例[J]. 生态学报, 2008,28(5):2270-2278.

[15]Qin Z H, Zhang M H, Karnieli A, et al. Mono-window algorithm for retrieving land surface temperaturefrom Landsat TM6 data[J]. Acta Geographica Sinica, 2001, 56(4):456-466.

[16]Qin Z H, A. Karnieli, P. Berliner. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J]. International Journal of Remote Sensing, 2001, 22(18):3719-3746.

[17]Yang Z, Sliuzas R, Cai J, et al. Exploring spatial evolution of economic clusters: A case study of Beijing[J].International Journal of Applied Earth Observation & Geoinformation, 2012, 19(10):252-265.

[18]张燕文. 基于空间聚类的区域经济差异分析方法[J]. 经济地理, 2006, 26(4):557-560.

[19]陈超, 周广胜. 1961—2010年桂林气温和地温的变化特征[J]. 生态学报, 2013, 33(7):2043-2053.

[20]Wiens J A, Stenseth N C. Ecological Mechanisms and Landscape Ecology[J]. Oikos, 1993,66(3):369-380.

[21]Asgarian A, Amiri B J, Sakieh Y. Assessing the effect of green cover spatial patterns on urban land surface temperature using landscape metrics approach.[J]. Urban Ecosystems, 2015, 18(1):209-222.

[22]Sun R, Chen L. How can urban water bodies be designed for climate adaptation?[J]. Landscape & Urban Planning, 2012, 105(1-2):27-33.

Thermal Environment Effect of Urban Ecological Space in High Density Urban Builtup Areas: A Case Study of the Central Urban District of Guangzhou

Zhang Qifei, Wu Zhifeng, Guo Guanhua

In the global process of rapid urbanization, one of the world’s most phenomenal environmental problems is the urban heat island (UHI) effect. This effect seriously hampers human health and the sustainable development of cities. Urban ecological space is one of significance factors to alleviate the UHI effect. Less attention, however, has been directed to the effects of urban ecological space patterns on their own thermal environment effect at patch level.Moreover, the factors that affect the cooling effect of urban ecological space are still unknown.Therefore, in this study, we focused on the effects of spatial patterns of urban ecological space on their own thermal environment effect and the cooling intensity of the ecological space in the urban core area was quantitatively described. Results indicate that: ⑴ The spatial distribution of ecological space and land surface temperature has an obvious trend of high and low value coupling distribution, the more concentrated distribution of ecological space, the more conducive to the promotion of local heat diffusion. ⑵The cooling intensity of ecological environment to thesurrounding environment is mainly determined by its spatial patterns and spatial location. Further, when the spatial structure characteristics of the ecological space are maintained, the spatial location of the ecological environment has different effects on the mitigation of the urban thermal environment. The results of this study suggest that the spatial patterns of urban ecological space and the influence mechanism of the surrounding environment on urban ecological space cooling effect intensity, which can provide some useful suggestions for the sustainable development of the city.

ecological space; urban heat island; urban thermal environment release effect;cooling intensity; urban area of Guangzhou

P237

10.3969/j.issn.1674-7178.2017.03.004

张棋斐，硕士研究生，广州大学地理科学学院、广东省地理国情监测与综合分析工程技术研究中心，主要研究方向为城市生态环境遥感。吴志峰，教授、博导，广州大学地理学院院长、广东省地理国情监测与综合分析工程技术研究中心主任、国际景观生态学会中国分会副理事长、广东省遥感与GIS学会副理事长，主要研究方向为城市生态与人居环境、城市遥感与空间分析等。郭冠华，博士后，广州大学地理科学学院、广东省地理国情监测与综合分析工程技术研究中心，主要研究方向为城市环境遥感。

（责任编辑：李钧）

国家自然科学基金项目“基于多源遥感信息的城市边缘区空间测度与景观感知”，项目批准号：41671430。