基于“源-汇”理论的海口城市景观格局与热岛效应响应机制

李玉杰，马 昊，邓 涛，张 源，付 晖*

(1.湖南科技学院 土木与环境工程学院，湖南 永州 425199；2.海南大学 林学院，海南 海口 5702282；3.苏州大学 金螳螂建筑学院，江苏 苏州 215123)

城市化以及随之而来的人口增长和土地利用/覆被变化，增加了人为热量释放和下垫面对太阳辐射吸收，导致城市热环境恶化。较高的城市温度通常会对能源消耗、室外热舒适度、空气质量及人类健康产生不利影响[1]，进而导致一系列生态环境与社会可持续发展问题。城市景观格局是城市地表覆盖类型和特征的体现，研究城市景观格局与城市热岛的关系，是对景观格局与生态过程互馈机制研究的深化。

地表城市热岛已广泛应用于城市热岛时空态势与景观格局的关系研究中，为城市规划和管理建立了科学基础[2]。主要有三方面：1)以离散的景观分类统计地表温度，不同土地利用类型有不同的地表温度特征[4-5]，缺陷是无法排除其他因素的影响[6]，增加了研究的不确定性；2)通过连续地表遥感指数(如NDBI、NDVI和NDWI等)的分级表征景观特征[7-8]，但其与景观格局分析方法不匹配，且地表温度与单一指标并不始终存在显著相关性[9]，进而限制了与地表温度耦合机制研究；3)研究景观结构对地表温度的影响[10-11]，但单纯的景观格局指数分析，无法真实反映热力景观格局的生态效应。这些方法在结构上阐明了城市热岛强度与土地利用/覆被变化的关系，但仅考虑了土地利用/覆被变化本身对城市热岛的影响，没有在局部范围内对城市热岛强度进行整体评估。简单地将城市地区地表温度与周围农村地表温度比较，不足以在局部或区域范围内量化城市热岛强度；将景观类型定量描述作为终点，未能在区域或地方范围内探索城市热岛效应的强度，这增加了分析景观格局与城市热岛之间关系的不确定性。因此，需要一种在区域规模上进行分析的方法。“源-汇”景观理论的引入，为更准确研究景观结构的热效应模式提供了量化途径[12]。

“源”“汇”概念常用于空气污染[13]、碳循环[14]等领域，源(Source)是过程的起源，而汇(Sink)是过程的消失。对于热环境，将产生城市热岛的土地利用/覆被类型定义为热“源”，将益于减缓城市热岛的土地利用/覆被类型定义为热“汇”[13]。目前基于“源-汇”理论将城市热岛与景观格局分析相结合的研究较少，其中李丽光等[15]引入源汇指数探讨土地利用/覆被变化与地表温度的统计学关系，L.G.Lietal[16]通过移动窗格法讨论了源汇指数与遥感指数的相关性，W.Lietal[17]通过移动窗格法分析了强弱源、强弱汇空间分布规律，高静等[18]分析了城乡梯度上的汇源指数空间分异规律。当前研究聚焦于源汇景观的空间异质性，缺乏对时空分异规律的研究；此外，确定不同变量下城市热岛受景观格局影响的贡献率阈值比单纯的讨论影响显著性更有研究价值[19]。随着城镇化不断深入，海口城市不断扩张，热环境问题日益凸显。沿海沿江、带状多组团的发展格局导致景观格局与城市热岛均具有典型性。雷金睿等[20]通过景观分类统计地表温度与景观格局指数，分析探讨了土地利用/覆被变化与地表温度的耦合关系，本研究融合“源-汇”理论，引入城市热岛源汇指数，通过城乡梯度法分析源、汇景观类型对热岛效应的贡献；识别局域尺度下景观格局显著影响城市热岛的阈值，为城市规划的景观组分提供量化控制范围，进而为减轻热岛的景观规划提供指导。

1 材料与方法

1.1 研究区概况

海口市陆域面积2 284.49 km2，海岸线长136.23 km，地处低纬度热带北缘的海南岛北部，大部为海拔100 m以下的台地和平原，属热带海洋性季风气候，年均降水量2 607 mm，年均日照时数>2 000 h，年平均气温24.3℃，2018年城镇化率78.5%。随着国际旅游岛建设、国际自贸港建设、“中强、西控、东优、南控”发展战略落实，城镇建设步伐不断加快。与此同时，生态环境问题也愈加严重，对城市可持续发展造成了不利影响。

1.2 数据来源与处理

1.2.1 数据来源 地理空间数据云平台获取的Landsat影像，选取原则：研究区域低云量、气象状况良好、气温接近、时间统一集中(表1)；Google Earth影像(4.49 m)；海口市基础设施POI数据(2018.11百度在线地图)；海口市土地利用现状图(2011年)。

表1 海口市遥感影像数据信息Table 1 POI data classification statistics

1.2.2 数据处理

1.2.2.1 土地覆被数据获取 利用ENVI 5.3对影像进行4、3、2波段组合和监督分类(每一时相定义>300个训练样本)，土地覆被类型分为林地、灌草地、农田、水体、人工表面和裸地6类，5期Kappa系数分别是0.91、0.88、0.87、0.93、0.90；之后结合Google Earth影像和土地利用现状图目视解译纠正，并对鉴别模糊处实地调研验证，使总体精度>92%，最后生成5期分辨率为30 m的土地覆被图(图1)。

图1 沿城乡梯度的2000、2005、2010、2015年和2018年源汇景观分布Fig.1 Distribution of source and sink landscapes along the urban-rural gradient in 2000，2005，2010，2015 and 2018

1.2.2.2 地表温度数据获取 王中正[21]的研究证明，单窗算法对海口市地表温度反演更加准确，由于缺乏海口市温度基站数据验证精度，本研究基于TM/ETM+单窗算法和TIRS单窗算法反演地表温度[21]，生成5期分辨率为30 m的地表温度栅格数据(图2)，不同时期地面气温参数源于国家气象科学数据共享服务平台。

图2 2000、2005、2010、2015年和2018年研究区地表温度Fig.2 LST for 2000，2005，2010，2015 and 2018 in the study area

1.2.2.3 基础设施POI数据处理 POI数据广泛应用于城市中心体系识别与特征分析，可反映城市空间结构、界定城市中心区域[22]。根据不同类别POI服务进行半径分类[23](表2)，在Arcgis中按对应搜索半径生成5类核密度栅格图，重分类后生成分辨率为30 m的POI核密度栅格图(图3a)。

表2 POI数据分类统计Table 2 POI data classification statistics

注：3a，POI核密度；3b，野外采样点分布。图3 研究区POI核密度及野外采样点分布Fig.3 Density of POI and distribution of field sampling points in research area

1.3 研究方法

1.3.1 热岛强度计算 采用热场变异指数(Heat Index，HI)界定热岛强度[24]，通过标准化处理，对地表城市热岛时空分布特征进行纵向比较与分析。HI计算公式为：

HI=(Tn-Tmean)/Tmean

(1)

式中，HI表示相对地表温度，是一个无量纲值；Tn表示研究区域内第n点的地表温度；Tmean表示研究范围内的平均地表温度。

1.3.2 源汇景观贡献度 根据源汇景观理论及其生态学意义，将促进城市热岛的人工表面和裸地等视为热源景观，将缓解城市热岛林地、灌草地、农田和水体等视为热汇景观。热源/汇对城市热岛的贡献不同，因此将标准化后的源/汇区所有像元平均值作为其HI，源区/汇区HI与区域平均HI(Mean HI，MHI)及百分比的乘积确定其对城市热岛的贡献度CI[25]，CI计算公式为：

CI=(Ti-Tmean)×Si/S

(2)

式中，Ti、Si分别表示某一区域源区/汇区MHI与面积；Tmean、S分别表示该区域MHI与面积；对于热源区CI>0，而热汇区CI<0。

1.3.3 景观效应指数 区域地表城市热岛取决于区域热源/汇景观对城市热岛贡献度，为实现不同区域城市热岛的比较分析，引入景观效应指数(LI)，并定义为热源景观与热汇景观CI比值的绝对值，LI计算公式为：

LI=|CIsink/CIsource|

(3)

式中，CIsink、CIsource分别表示源区、汇区的景观贡献度。LI>1，表明该源汇景观可减缓热岛；LI=1，表明该源汇景观对热岛无明显作用；LI<1，表明该源汇景观可增强热岛。

1.3.4 城乡梯度分析 梯度分析可以很好地解释城市热岛对城市化的生态响应机制[18]，分析城市热岛在城乡梯度上的空间异质性，并识别源/汇景观的城乡梯度分异规律。根据POI核密度确定的地理中心(明珠广场附近)为原点创建21个宽3 km的环形缓冲区，即21个梯度带[26]，每一缓冲区皆计算平均热场变异指数、源/汇景观贡献度和景观效应指数，以确定MHI与源汇景观格局的相关性。

2 结果与分析

2.1 热岛源、汇景观面积时空分异特征

由图4可知，2000-2018年近20 a来，梯度带(以下简称T)1～7的热源面积呈递减趋势，热汇面积呈递增趋势，除2005年外，热源、热汇面积在T9～T21大幅变化。18 a间T1～T7热源面积比例增幅(或热汇面积比例减幅)为5.17%、25.46%、39.94%、22.70%、20.20%、19.21%、14.32%，T8～T21热源面积比例增幅在5.47%～0.90%波动，表明热源区以“中心城区→城区边缘→城乡交错带→郊区”的方式扩散、转移；T2～T3的热源、热汇区面积变化大，其中2000-2005年热源区面积分别增长10.46%、10.58%，2005-2010年热源区面积分别增长12.85%、16.44%，表明2000-2010年T2～T3的热源区面积增长最快、建成区扩张最快。因此，热源区面积增加、热汇区面积减少是人工表面由市中心不断向周边扩张的表现。

图4 源汇景观面积百分比变化Fig.4 Percentage changes of source and sink landscape areas

2.2 海口市热场变异指数时空格局分析

通过分析海口市城乡梯度下的热场变异指数演变规律了解其城市热岛时空态势(图5)。整体上，随着离市中心距离的增加，每一期平均热场变异指数(MHI)在T1～T7均快速减小；T8～T21的MHI(2018年除外)皆在对应年份内小范围波动上升；MHI在T19～T21出现第2个峰值。2000-2018年5期梯度带MHI极差分别为0.485 8、0.284 2、0.190 3、0.552 7、0.645 9。其中2010年最小,可能是因为热遥感影像拍摄时间存在大面积的裸露农田，拉低了HI值差距；2018年最大是因T15～T18之间存在大面积水域，出现极小值。究其原因，热岛梯度演变集中于西海岸、建成区和江东新区等区域，导致MHI在T1～T7较高且递减，在T8～T21变动则较小(图6)。

图5 沿城乡梯度的2000、2005、2010、2015年和2018年HI分布Fig.5 Distribution of HI along urban-rural gradients in 2000，2005，2010，2015 and 2018

图6 城乡梯度下的MHI变化Fig.6 Changes in MHI in urban-rural gradients

2.3 源汇景观类型与热场变异指数的响应

2.3.1 不同源汇景观类型的热场变异指数分析 不同源汇景观类型地表温度差异较大，对城市热岛贡献不尽相同[27]。由表3可知MHI呈“裸地>人工表面>源景观>灌草地>农田>汇景观>林地>水体”的规律。鉴于裸地占比小，因此源区的人工表面对城市热岛贡献巨大；而汇区水体、林地、农田、灌草地的降温效应依次减小。

表3 不同源汇景观类型的MHI特征Table 3 HI characteristics of different source-sink landscape types

由图7可知，林地和农田的MHI变化具有较高的一致性，即随着距市中心越来越远，MHI先不断降低再缓慢波动上升。人工表面与源景观的MHI基本保持一致。水体在5期梯度上除个别值外，皆为所有景观类型的最低值，说明其降温效果最为显著。

注：所有分析图x轴均表示城市梯度带编号。下同。图7 不同源汇景观沿城乡梯度的平均热场变异指数变化Fig.7 Changes in mean HI of urban and rural gradients in different source and sink landscapes

总体来看，随着距市中心距离的增加，源、汇景观MHI均波动下降，但汇景观MHI始终低于源景观MHI，且与对应梯度带的MHI变化趋势一致。

2.3.2 城乡梯度下不同源汇景观类型的热场变异指数分析 结合图1与图7可知，近20 a间T1～T6始终是建设开发的主要集中区域，汇景观面积较小，对城市热岛的缓解效应小，MHI值处于“高原”区；T7～T21则主要受热汇景观的影响，整体城市热岛较弱，但在部分人工表面或裸地集中处会出现第2峰值。

逐年来看，2000年T6～T11人工表面占比小，湿地、水库坑塘、林地占比大，导致源/汇景观MHI皆呈“低谷”特征；2005年汇区MHI于T13～T17为“低谷”，较2000年更加远离T1，这是由于T6～T11的城市扩张、农垦侵占了原有的生态空间；2010-2015年源/汇景观MHI无明显“低谷”，这与农垦不断侵占生态空间相一致；2018年T14～T17位于甲子镇、三门坡镇和红明农场之间，水库、水塘、灌溉水田和林地较多，加上高程地形与降水等因素，出现“低谷”，属异常值。

近20 a间海口MHI“低谷”由后移到逐渐消失，与开发强度不断增大、生态空间不断缩小密不可分。需要注意的是，越靠近城市的汇景观斑块面积越小且越分散，削弱了汇景观的降温效果，因此这5个时期T1处的汇、源区MHI很接近，但随着离市中心变远，汇区与源区MHI差值逐渐变大，直到汇景观占主导地位，两者MHI又逐渐趋同。

2.4 基于梯度分析的源汇景观贡献度分析

在城乡梯度方向上，逐年提取21个缓冲区的地表温度和景观指数，以分析不同源汇景观类型及组成对城市热岛的贡献与时空分异特征(图8)。综合5期分析，热岛源区CI指数(CIsource)和热岛汇区CI指数(CIsink)具有类似的空间特征。整体上CI绝对值(|CI|)变化规律一致，在城乡梯度上|CI|呈递减态势。|CI|在T1～T7整体较大，表明在城市热岛集中区，热源景观占绝对优势，因此越靠近城市核心区，源景观对城市热岛贡献越大；|CI|在T8～T21整体偏小，且越远离地理中心，源景观占比越来越小，汇景观逐渐占据优势，城市热岛逐渐减弱，源景观对城市热岛的贡献也不断降低；在T8～T21之间随着大型居民点或裸地的集中分布，|CI|会出现第2、第3峰值。针对T1～T7做单独分析，可知5期城乡梯度上的CIsource与CIsink几乎是对称分布；2000-2018年，T1～T7的CI值分布越来越均衡，表明城市扩张使得城市热岛由集中到不断扩散；2000-2005年极值在T2，到2018年变成T6，这与热岛等级中心集中区向江东新区转移具有一致性。而随着与地理中心距离的增加，人工表面比例越来越小，林地、农田和水体比例越来越大，在T8以后成为主要景观类型。

图8 源汇景观贡献指数(CI)和景观效应指数(LI)Fig.8 Source and sink landscapes contribution index(CI)and landscape effect index(LI)

2.5 景观效应评价

景观效应指数(LI)可有效表达一定区域范围内景观对城市热岛的贡献[15,25]，城市发展阶段不同，LI指数空间变化规律也各异。2000年LI多在0.5～1.0，在T1、T5、T13、T15、T17和T19处LI>1，对城市热岛有减缓作用，T19处效果最显著。2005年LI多在0.4～1.0，LI在T3、T5、T9、T10、T11和T16处LI>1。2010年LI多在0.8～1.2，在T1、T6、T10、T12、T13、T15和T20处LI>1。2015年LI多在0.5～1.0，在T3、T5和T21处LI>1；但在T21处陡然增大，这与其存在强热岛有关。2018年LI多在0.9～1.1波动，LI沿着梯度带方向平稳波动，共有11条梯度带LI>1。综合来看，处于中心城区(T1～T6)的部分梯度带可减缓城市热岛，是因为其有强冷岛分布，主要是大面积绿地与水体(如红城湖、金牛岭公园、老机场、海甸河、西湖、东湖以及大量湿地沟塘)。而郊区(T7～T21)随着城乡梯度方向汇-源景观面积比的不断增大，LI>1的梯度带比例并无显著增加，表明汇源景观面积比并不是唯一影响景观效应的因素。

3 结论与讨论

3.1 城乡梯度下的热场变异指数变化

海口沿海带状发展的城市结构，使其热场变异指数整体呈沿城乡梯度由一端向另一端衰减的特征，中心城区T1～T7的MHI由最大值快速减小，在T7～T21波动上升，存在第2峰值。热岛梯度演变集中于西海岸、建成区和江东新区等区域。这与武汉[18]、曼谷、雅加达和马尼拉[8]等圈层状/团状发展的城市分别在距市中心8、9、3、10 km处出现峰值的结果并不一致，表明城市结构对城市热环境结构有很大的影响。因此，在之后的城市规划中应考虑源景观与汇景观的空间布局关系，以避免城市“摊饼”扩张后产生连片热岛。

3.2 不同源汇景观类型对城市热岛的响应

在城乡梯度上平均热场变异指数(MHI)与源/汇景观的类型、斑块规模、时空分布以及配置等具有相关性。呈“裸地>人工表面>源景观>灌草地>农田>汇景观>林地>水体”的规律，水体热汇作用最大，林地次之。在城乡梯度上，林地和农田的MHI变化具有较高的一致性，与MHI变化趋势一致；人工表面MHI与源景观MHI基本保持一致。

源汇景观类型与热环境存在较大异质性，随着远离地理中心，沿城乡梯度的5期热岛源区CI指数(CIsource)和热岛汇区CI指数(CIsink)绝对值均呈波动递减的态势，且沿y轴(梯度轴)基本对称。比较CI指数和平均地表温度的关系，发现源汇景观对城市热岛影响很大(源汇景观与城市热岛的响应强烈)。人工表面对城市热岛贡献最大，源景观在中心城区(T1～T6)对城市热岛贡献值最大，越远离中心城区城市热岛越不明显，源景观对城市热岛贡献度随之降低；同理，越靠近核心区，汇景观缓解城市热岛的贡献度也越大。

3.3 源汇景观对城市热岛的驱动性

源、汇景观在中心城区对热岛贡献值最大，沿着梯度方向对热岛贡献度随之降低；越靠近中心城区，汇景观缓解热岛的贡献度也越大，之后沿远离中心的城乡梯度方向逐渐减小。随着城镇不断扩张，在城乡梯度方向汇区比例不断增大、源区比例不断减小，导致了城市热岛的空间转移与扩散。

通过景观效应指数评价发现，在5期数据中，T1～T7梯段的源景观始终占主导，且随着源景观比例减小，热岛强度波动递减；T8～T21汇景观比例不断变大，热岛强度在低值波动。城市扩张引发的源景观蔓延、汇景观被侵占，导致T1～T7的连片热岛不断扩散，并在江东新区形成新的连片热岛中心。由此可见，热源与热汇与土地利用密切相关。源景观主要由地形平坦、建筑密集、人口密集、总体能耗大的建设用地组成。热汇作用更强的汇景观主要由水体或林地构成，其具有多种生态服务功能，特别是气候调节功能强于季相更替明显的农田。因此，热源与热汇的识别可作为城乡下垫面和生态空间的分类、分级，可为土地利用管理提供理论支持。而景观效应指数(LI)与汇-源景观面积比无显著关系，表明除面积外，汇源景观的景观格局亦是影响热环境效应的重要因素，今后应将研究重点放在汇源景观与热力景观格局在局地尺度的响应机制。

4 建议

从区域景观系统[28-29]的角度提出以下策略：

1)T1～T3的中心城区，楔形绿地和小面积水体是构建蓝绿空间以缓解城市热岛的首选，点状绿地布局灵活，可以有效改善建筑密集区的微气候。线性的蓝、绿空间形成通风廊道，可以增强热交换，增加城市渗透性。应当优化海口的蓝绿空间，包括绿地与水体的生态系统整合、限制河岸带开发、公园内引入人工水、老区插入点状绿地等 ，沿道路顺风方向设置绿化带，包括在主干道和环路旁打造冷带以增加渗透性，将冷却点插入连续的热岛等级中心区域，保护和改善城市边缘的冷却表面。

2)主城区范围内的T4～T9(江东组团)和T4～T7(长流组团)，应规划建设适当面积的城市公园或郊野公园，避免与中心城区热岛连接成片。同时，可借助生态防护林带规划大型楔形绿地嵌入主城区，以利于与郊区之间的热量交换。例如，规划中的五源河森林公园、永庄水库森林公园、沙坡水库森林公园和玉龙泉国家森林公园及东寨港国家自然保护区在未来的城市绿地系统建设中都可作为引出楔形绿地的大片生态绿地。

3)T5～T13郊区的南渡江西侧区域不仅是卫星城(观澜湖新城)发展区域，还有石山火山群国家地质公园和广袤的羊山湿地片区作为城市“冷源”生态空间，需重点保护与恢复。

4)T5～T21郊区的南渡江东侧区域主要是农耕、养殖区，需做好耕地、湿地、水源保护地的保护与防护林体系建设，避免形成郊区极端热岛，同时小城镇的建设过程中需避免连片开发，适当保留生态空间、建设乡村公园。