青岛滨海绿地降温效应及其影响因素——以市南区与市北区为例

李凤仪，李宗慧，杨金明

(青岛农业大学园林与林学院，山东青岛 266109)

城市建设和人类活动导致自然土地被不透水材料覆盖，对城市地表温度产生影响，导致热量在城区空间聚集的气候现象，称为热岛效应[1]。热岛效应会导致能源消耗增加、城区污染加重[2]，给城市环境带来消极影响，严重影响居民健康与正常生活[3]。绿地是城市生态系统的重要组成部分，植物对太阳辐射的遮挡作用[4]及植物的蒸腾作用[5]、光合作用[6]能有效缓解热岛效应，改善小气候。近年来，绿地降温效应的研究受到广泛关注，国内外学者通过实测、遥感图像单窗反演法等对绿地或植物群落的降温效应进行研究[7-11]，发现绿地降温效应不同程度地受绿地面积和周长[10,12-13]、形状指数[14]、土地覆被类型比例[15-16]、乔灌草结构比例[17]、林分郁闭度[18]、水体[19]等自身景观特征因素和城市地表开阔度、周边建筑高度、建筑面积归一化[20]等外界环境因素的影响。

当前绿地降温效应的研究主要集中在北京[10,21-22]、重庆[23]、成都[24]、石家庄[25]等内陆城市。与内陆城市相比，滨海城市绿地降温效应有其独特性，但目前对天津[14]、上海[26]等滨海城市绿地降温效应的研究并未将海洋列为其影响因素。

青岛作为北方重要沿海城市，近几年的夏季高温天气愈加常见，2018年7月的平均气温比历史同期高0.7 ℃，热岛效应问题也更加突出。因此，本文以青岛市市南区与市北区的24块绿地为研究对象，在陆地卫星Landsat 8遥感影像反演地表温度的基础上，分析绿地地表温度特征、降温效应及其影响因素，提出通过绿地规划设计改善城市热环境的方法。

1 研究区域概况与方法

1.1 研究区域概况

青岛市位于山东半岛东南部，东、南临黄海，其地理位置为35°35′—37°09′N，119°30′—121°00′E，属于温带季风性气候，市区受洋面上东南季风、海流和水团的影响，兼具海洋性气候特点[27]。1987—2016年年平均气温达13.2 ℃，气候变暖趋势明显，气候倾向率为0.20 ℃/(10 a)[28]。市南区和市北区是青岛市市区的核心区域，由于开发建设较早，热岛效应出现很早[29]。以市南区和市北区的24块绿地(表1)为对象研究绿地降温效应对城市温度环境的影响。

表1 选取的24块绿地信息Table 1 Information of 24 selected green spaces

1.2 数据来源

采用2017年谷歌影像提取的绿地矢量文件(分辨率为1 m)，采用陆地卫星Landsat 8遥感影像数据和气象数据反演市南区与市北区地表温度。所用Landsat 8数据来自地理空间数据云网站(http://www.gscloud.cn/)，成像时间为北京时间2017年8月6日10时36分，成像时天气晴朗无云，地面特征清晰，数据质量较好。

1.3 研究方法

采用遥感图像处理软件平台ENVI与地理信息系统软件平台ArcGIS 10.1进行数据处理。通过ENVI，利用Landsat 8 Thermal Infrared Sensor影像第10波段(TIRS 10)反演得到青岛市市南区、市北区的地表温度图，使用ArcGIS 10.1绘制24块绿地的面域图(ArcGIS SHP文件)。将地表温度图与绿地面域图加载到ArcGIS 10.1中，沿各绿地边界向外生成30 m宽的缓冲带，缓冲带数量取决于绿地外围温度变化趋势，至温度无明显变化为止。以绿地周边缓冲带与绿地平均温度的温差为因变量，以缓冲带到绿地边界距离为自变量，拟合分析不同绿地的降温效果，并提取绿地景观特征因素、外界环境因素、距海边距离等，分析滨海绿地降温效应的影响因素和机制。

1.3.1 Landsat 8 TIRS 10单窗算法

胡德勇等[30]根据Landsat 8数据提出针对TIRS 10数据单窗算法：

Ts=

(1)

式中：Ts为地表温度，K；T10为TIRS 10的亮度；K2为公式简化后常数，K2=1 321.08 K；Ta为大气平均作用温度；C、D为中间变量，分别由(2)(3)式确定。

C=ε10τ10

(2)

D=(1-τ10)[1+(1-ε10)τ10]

(3)

式中:ε10为TIRS 10的地表比辐射率；τ10为TIRS 10的大气总透射率。ε10根据(4)式确定。

(4)

式中：Pv指植被占混合像元的比例，Rv、Rm和Rs分别代表植被、建筑物和裸土的温度比率，根据(5)式计算；εv、εm和εs分别代表植被、建筑物和裸土纯净像元的地表发射率，根据Sobrino等[31]和Stathopoulou等[32]研究，其数值分别为0.986、0.970和0.972；dε10为修正项，根据(6)式计算。

(5)

(6)

利用陆地成像仪(operational land imager,OLI)多光谱数据计算修正的归一化水体指数(modified normalized difference water index，MNDWI)和归一化植被指数(normalized difference vegetation index，NDVI，I)。其余像元认为是城镇地表或自然地表，并使用监督分类法将研究区分为自然地表和城镇地表[30]。式(7)中，Is为裸露土壤或建筑表面的归一化植被指数，Iv为全植被覆盖区的归一化植被指数。

(7)

参照胡德勇等[30]的研究方法得出大气水汽含量为2.1 g/cm2。大气总透射率采用劈窗算法获得，根据TIRS 10大气水汽含量与大气总透射率拟合关系，选择大气水汽含量范围0.4～3.0 g/cm2的方程式(8)，计算得大气总透射率为0.765 293。

τ10=-0.017 7ω2-0.043 5ω+0.934 7

(8)

式中ω为大气水汽含量，g/cm2。

根据Qin等[33]得出的大气平均作用温度Ta的估算方法，采用中纬度夏季的估算方程(9)，通过辐射定标，选择第10、第11热红外波段，输出类型为亮度温度。

Ta=16.011+0.926 21T0

(9)

式中T0为近地表气温。

1.3.2 绿地降温效应的拟合分析

选取降温幅度和降温范围作为绿地降温效应量化描述的指标。降温幅度为绿地内部平均温度与缓冲区平均温度差值，降温范围为绿地降温效应的影响范围，即绿地边界到温度无明显变化处的距离。通过图测获取绿地及缓冲带的平均温度、绿地降温范围与降温幅度。以缓冲带平均温度(T)为因变量，以缓冲带到绿地边界的距离(L)为自变量，使用SPSS 19软件进行线性估计，通过显著性检验、判定系数等参数选择拟合最优模型，得到拟合降温曲线和拟合多项式。

1.3.3 绿地降温效应与影响因素的相关性分析

选取绿地的面积、周长、景观形状指数(landscape shape index，LSI)、绿地内树冠覆盖面积、树冠覆盖率、不透水面积、不透水面积比例、NDVI、平均高程、最大高程等绿地景观特征要素和缓冲区绿地面积、缓冲区绿地率、缓冲区不透水面积、不透水率等周边环境要素作为绿地降温效应的潜在影响因子。考虑到滨海地区的独特性，周边环境要素增加了绿地中心点到海岸线距离这一因素来评价滨海对绿地降温的影响。LSI是描述绿地形状复杂程度的指标，通过Fragstats软件导入TIFF文件进行计算，其他要素数据通过ArcGIS 10.1平台在遥感影像数据中获取。

以潜在影响因子为自变量，以绿地降温范围和降温幅度为因变量，在SPSS 19中进行Pearson相关性检测，记录相关系数和显著性(双侧)。相关系数在-1～1之间，正值则为正相关，负值则为负相关，相关系数的绝对值越大，相关性越强，相关系数越接近于0，相关性越弱。一般来说，相关系数绝对值在0.8～1.0之间为极强相关，在0.6～0.8之间为强相关，在0.4～0.6之间为中等程度相关，在0.2～0.4之间为弱相关，在0.0～0.2之间为极弱相关或无相关。

由于不同影响因素之间可能存在相互作用，因此在相关性分析后，根据SPSS 19得到的方差膨胀系数(variance inflation factor，VIF)来检验变量之间是否存在多重共线性。一般来说，若VIF值大于10，变量之间存在共线性，且VIF值越大，共线性越强，则可考虑保留其中一个自变量来解释其与因变量的关联。

2 结果与分析

2.1 绿地降温效应评价

整体来看，绿地降温幅度在1.35～5.72 ℃之间，降温幅度均为正值，即所有绿地均具有明显降温作用(图1)。其中，嘉定山公园、孤山、太平山中央公园、北岭山森林公园等面积较大的公园绿地降温幅度在4.5 ℃以上，且嘉定山公园降温幅度最大，为5.72 ℃。青岛山公园、青岛贮水山儿童公园、水清沟东山公园、浮山西北侧绿地、夹岭山、观象山公园、双山公园等7块绿地降温幅度在3.5 ℃以上，观海山公园、汇泉广场等绿地降温幅度在2 ℃以下，其他11块绿地降温幅度在2～3.5 ℃之间。

图1 绿地与周边环境的地表温度差异Fig.1 Difference of surface temperature between the green space and the surrounding environment

绿地降温范围如图2所示，在60～630 m之间，最大影响距离相差570 m。其中太平山中央公园降温范围最大，为630 m，汇泉广场降温范围最小，为60 m，浮山西北侧绿地、观象山公园、夹岭山、南山公园、东南山公园、北岭山森林公园、伏龙山公园的降温范围均在300～420 m之间，其他绿地降温范围在100～300 m之间。

图2 绿地降温范围Fig.2 Cooling distance of green spaces

使用SPSS 19对缓冲带平均温度(T)和距离(L)拟合分析、参数对比发现，三元线性回归方程为最优模型，并得到绿地对周边热环境的拟合降温曲线和拟合多项式(表2)。由表2可知，除太平山中央公园拟合多项式的R2小于0.9(0.866)外，其他绿地拟合多项式的R2均大于0.9，可见多项式可以很好地拟合绿地降温曲线。此外，绿地缓冲带平均温度(T)与距离(L)拟合曲线图(图3)显示，在绿地降温范围内存在相似的降温规律，即距离绿地边界较近的区域，降温效应较明显，距离绿地边界越远，受绿地降温效应的影响越小。

表2 缓冲带平均温度(T)与距离(L)的拟合三次多项式Table 2 Cubic polynomial of average temperature (T)and distance (L)of buffer zone

A.夹岭山；B.浮山西北侧绿地；C.辛家庄北山公园；D.燕儿岛山公园；E.太平角公园；F.伏龙山公园；G.坛顶山公园；H.嘉定山公园。图3 部分绿地缓冲带平均温度(T)与距离(L)的拟合曲线Fig.3 Fitting curve of average temperature (T)and distance (L)of buffer zone of some green spaces

2.2 绿地景观特征对降温效应的影响机制

受绿地景观特征的影响，不同绿地的降温范围、降温幅度和降温特征存在着较大差异。对24块绿地的景观特征要素与降温范围、降温幅度的相关性分析结果(表3)显示，绿地降温范围与周长、面积、绿地内树冠覆盖面积、绿地不透水面积等因子呈正相关，其中面积、绿地内树冠覆盖面积与降温范围为强相关。用VIF方法进行各因子的多重共线性检测发现，绿地面积、绿地内树冠覆盖面积、绿地不透水面积的VIF大于10，具有强共线性，因此绿地面积和周长是影响绿地降温范围的主要因子。根据表3，绿地降温幅度与周长、面积、绿地内树冠覆盖面积、NDVI、最大高程、平均高程等景观特征要素有显著相关性。经VIF共线性检测发现，绿地面积与绿地内树冠覆盖面积、平均高程与最大高程的VIF均大于10，具有强共线性，因此绿地面积、周长、NDVI及绿地竖向特征对绿地降温幅度有积极影响。

表3 降温范围和降温幅度与景观特征要素的相关性Table 3 Correlation between the distance and range of cooling and landscape characteristic elements

综合上述相关性分析可以看出，绿地的面积和周长是影响绿地降温效应的主要因子。比较24块绿地的景观特征要素发现，其中20块绿地的面积在30 hm2以下，只有孤山、北岭山森林公园、浮山西北侧绿地、太平山中央公园面积超过45 hm2。去除4块面积较大的绿地，以绿地面积小于30 hm2的20块绿地为研究对象，对降温范围、降温幅度与绿地景观特征要素的相关性进行分析(表4)，发现降温范围、降温幅度均与绿地面积无相关性，即绿地面积小于30 hm2时，其面积对降温效应的影响不显著。降温范围仅与绿地不透水面积呈明显负相关(Pearson相关性系数为-0.455，P<0.05)，即绿地不透水面积对绿地降温范围有消极影响，与其他要素无相关性。根据表4，降温幅度与绿地周长、绿地内树冠覆盖面积、最大高程、平均高程呈正相关，其中与最大高程相关性最强。因此，对面积小于30 hm2的绿地，不透水硬质铺装面积、乔灌木的种植量及其竖向特征会影响绿地的降温效应。

表4 降温幅度与景观特征要素的相关性Table 4 Correlation between cooling range and landscape characteristic elements

2.3 周边环境要素对降温效应的影响机制

使用ArcGIS 10.1提取缓冲区绿地面积、缓冲区绿地率、缓冲区不透水面积、不透水率、绿地中心点到海岸线距离等周边环境要素，分析它们与24块绿地的降温范围、降温幅度的相关性(表5)。由表5可知，降温范围与绿地周边环境要素均未表现出相关性，但降温幅度与缓冲区绿地面积、不透水面积、到海岸线距离呈显著正相关。

表5 降温幅度与周边环境要素的相关性Table 5 Correlation between cooling range and surrounding environmental elements

2.4 绿地平均温度的影响因素

绿地之间存在温度差异，反演结果显示，绿地之间最高温差为3.52 ℃。为研究绿地温度的影响因素，选取绿地的面积、周长、LSI、绿地内树冠覆盖面积、树冠覆盖率、不透水面积、不透水面积比例、NDVI、平均高程、最大高程等绿地景观特征要素，以及绿地周边半径600 m内的绿地面积、绿地率、不透水面积、不透水率、绿地中心点到海岸线距离等周边环境因素，分析绿地平均温度与景观特征要素、周边环境因素的相关性。结果发现(表6)，绿地平均温度与绿地内树冠覆盖面积、绿地周边半径600 m围内的绿地面积呈负相关，与周边环境不透水率、绿地中心到海岸线距离呈明显正相关，与其他要素无显著相关性。

表6 绿地平均温度与部分因素的相关性Table 6 Correlation between average temperature of green spaces and some elements

3 结论与讨论

本文基于Landsat 8遥感影像数据，对青岛市市南区与市北区近地表温度进行反演，对该范围内24块绿地建立缓冲区，探究绿地降温范围和降温幅度的差异，发现所有绿地均具有明显降温作用，且降温幅度在1.35～5.72 ℃之间，绿地降温范围在60～630 m之间。为模拟绿地对周边环境的降温影响，对缓冲带平均温度(T)和距离(L)拟合分析，发现三元线性回归方程为最优模型，拟合曲线的R2均大于0.86，三次多项式能较好反映T与L之间的变化规律。

不同绿地的降温效应存在着较大差异，为探究绿地规划设计要素和城市环境对绿地降温效应的影响，提取绿地的景观特征要素和周边环境要素，分析它们与降温范围和降温幅度的相关性。降温范围、降温幅度与绿地景观特征要素的相关性分析结果显示，绿地规模是影响绿地降温范围的主要因子，绿地规模、植被覆盖度与绿地高程对绿地的降温幅度有积极影响。在去除4块面积较大的绿地后，以20块面积小于30 hm2的绿地为研究对象时，发现降温范围与绿地不透水面积呈明显负相关，降温幅度与绿地周长、绿地内树冠覆盖面积、绿地竖向特征呈正相关。不同学者对绿地温度和降温效应与绿地几何特征之间的关系有着不同看法：吴菲等[34]认为绿地面积与温湿效应有着较大关系，而Chang等[12]研究发现绿地的降温作用与其面积不存在线性关系。可见不同城市环境、研究方法、研究对象的数量等因素会导致研究结论存在差异。本文将所有规模的绿地作为研究对象时，发现绿地面积、周长、NDVI、绿地竖向特征对绿地降温效应影响较大，这与景高莉等[10]、苏泳娴等[13]、Yan等[16]的结果有相同之处。对于面积小于30 hm2的绿地来说，面积与降温效应无显著相关性，绿地周长、绿地内树冠覆盖面积和高程对降温效应有积极影响，而绿地不透水面积对降温效应有消极影响，这与刘娇妹等[15]的研究结论相似。因此，从绿地规划的角度来看，营造面积大于30 hm2的大型绿地有利于缓解局部范围的热岛效应；从设计角度来看，在满足服务功能的前提下，绿地内增加乔灌木的种植比例、减少不透水铺装场地的设置、营造丰富地形提高绿地竖向特征等措施有利于增强绿地的降温效应。

降温范围、降温幅度与周边环境要素的相关性分析结果显示，降温范围与周边环境要素无明显相关性，而降温幅度与缓冲区绿地面积、不透水面积、到海岸线距离有显著正相关性。绿地到海岸线距离对降温幅度有积极影响，说明绿地距离海岸线越远，降温幅度越大，即在远离海洋的区域营建绿地对缓解热岛效应更有效。

绿地平均温度的影响因素研究结果表明，绿地内树冠覆盖面积对绿地温度有消极影响。因此，绿地规划时，在严格遵守相关设计规范的基础上适度提高乔灌木种植比例，有利于降低地表温度，为人们提供舒适环境。周边环境因素对绿地温度影响较大：首先，受海洋环境的影响，距离海岸线近的绿地，气温明显低于远离海岸线的绿地；其次，绿地周边半径600 m内绿地规模的大小对绿地温度有影响，周边其他绿地的降温效应也能改善绿地热环境；最后，周边环境不透水下垫面规模影响绿地温度，不透水下垫面所占比重越大，绿地平均温度越高。

考虑到市南区与市北区已经作为城市中心城区进行了高度开发建设，在城市规划和绿地规划设计层面提出以下建议：第一，学习北京市“疏解整治促提升”专项行动的举措，通过科学的城市规划和绿地系统规划进行空间腾退、“留白增绿”，通过规划、建设新的公园绿地来缓解热岛效应；第二，在绿地系统规划中完善防护绿地、广场用地、附属绿地等各类绿地的布局规划建设，提高城市绿化率，改善城市的“宜居性”；第三，以生态建设手段的应用为出发点，使用新型建筑工程材料，增加屋顶绿化与墙体绿化等工程建设手段的使用，降低城市不透水面积，从而改善城市热环境。

本文聚焦于青岛滨海绿地降温效应与影响因素，旨在为改善城市气候环境提出规划设计的建议。基于遥感影像反演和地理信息系统的分析来研究城市绿地降温效应，尽管具有“空间覆盖范围大，时空分辨率高”的特点，但是仍然存在反演精度低的问题，容易造成较大的误差，因此还需要传统观测数据和实地观测数据的交叉验证，增加研究结论的可靠性。