城市绿地降温效率时空分布特征综述

2023-02-22魏博豪李小马甘德欣

农业与技术 2023年2期

魏博豪李小马甘德欣

(湖南农业大学风景园林与艺术设计学院，湖南长沙 410125)

城市温度显著高于乡村，形成城市热岛效应。由于城市高速发展，城市热环境逐渐恶化，给社会、经济和生态带来了诸多问题，极大限制了城市可持续发展。因此，如何缓解城市热岛效应，提供良好的城市热环境已经成为城市气候学和城市生态学的主要研究热点[1]。通过增加绿地面积、提高绿地覆盖率可以显著改善城市热环境，但由于城市用地紧张，需要在有限的土地上发挥绿地更高的降温作用。有研究将一个单位植被丰度(如1%的绿地覆盖率)增加所产生的温度降低量定义为绿地降温效率[2]。在时间尺度上，由于季节、昼夜的变化，城市绿地降温效率会产生显著差异；在空间尺度上，城市绿地降温效率在不同城市间会有差异，城市内部也会存在差异。深入认识城市绿地降温效率的时空特征，为设计和优化城市绿地提供科学基础。

1 城市绿地降温效率的评价

景观尺度上对城市绿地降温作用研究中，以绿地覆盖为对象的降温效率(CE)被定义为每1%绿地覆盖率增加所产生的温度降低量，一般通过估算一定区域内温度(因变量)与绿地覆盖率(自变量)回归分析的斜率来量化[3]。当前城市绿地降温效率的不同研究主要从地表温度与空气温度2个方面开展。

1.1 基于地表温度的城市绿地降温效率

绿地降温效率的研究大多数利用热红外遥感影像反演的地表温度数据开展，根据反演得到的图像计算每个像元网格的平均温度。在对美国11个城市极端温度条件下降温效率的研究中[3]，使用了MODIS反演得到的LST影像，发现炎热时期的平均降温效率达到-0.202℃，比寒冷时期大得多，且炎热时期绿地降温效率随着LST的增加而显著增加。另一项对美国巴尔的摩与西雅图的研究中[4]，选取了Landsat-8反演得到的LST，发现研究单元树冠覆盖面积会影响区域内降温效率，且中等树冠覆盖区域增加树冠覆盖，在降低地表温度方面效果不如低覆盖面积或高覆盖面积增加时有效。Wang等为了研究美国不同群落城市绿地降温效率的空间差异，选取Landsat-5反演LST得到了118个城市绿地降温效率，发现以阔叶树为主的生物群落的绿地降温效率通常高于以针叶树或稀疏树为主的生物群落[5]。

利用遥感影像反演的LST开展绿地降温效率的研究，由于选择的遥感影像的不同，分析单元会随影像分辨率而改变。以LST开展绿地降温效率的研究，其优势在于：热红外遥感数据获取容易；基于像元格网的温度和绿地覆盖率数据，降温效率估算更直接。

1.2 基于空气温度的城市绿地降温效率

地表温度与空气温度在时空格局、驱动机制等方面均存在较大差异[6]，城市绿地降温效率更应关注与自然-经济-社会过程关系更直接的空气温度，但基于实地监测的空气温度数据开展的绿地降温效率的研究较少。对西安市热环境差异的研究中[7]，选取西安市不同土地利用类型的55个固定监测点进行空气温度监测，探究城市空间指标值与空气温度的关系，证实了绿化覆盖率可以解释大约50%的西安市热岛强度变化。通过对香港市商业住宅混合区域的移动监测得到的空气数据，结合ENVI-met模拟不同植被类型下的气温变化，发现气温降低约1℃所需的植物量占市区的33%，且树木比草地降温效果更强[8]。在北京奥林匹克公园的一项研究中[9]，在公园布置了4个固定监测点，分析4种土地利用类型与气温的关系，得到了树木覆盖增加10%，白天气温下降0.26°C，草坪覆盖增加10%，夜间气温下降0.56°C的结论。

精确量化城市绿地对空气温度的降温效率面临2个主要挑战：受仪器布置的限制，大范围高密度空气温度数据十分缺乏；点状空气温度与区域统计的绿地覆盖率间的空间匹配与尺度阈值确定较为困难。但亦有研究可以解决这些问题，大范围高密度空气温度数据可以通过移动监测技术获取[10]，而围绕温度监测点周围一定半径的缓冲区是匹配点状温度数据与面状绿地覆盖率数据的有效途径[11]。

2 城市绿地降温效率的时空特征

2.1 城市绿地降温效率的时间变化特征

城市绿地的降温效率是植被的蒸腾和遮荫共同作用的结果，而这二者都会受到时间变化的影响。昼夜之间，季节之间都存在温度、湿度和光照强度等差异，均会影响植被的蒸腾作用；不同季节间，植被覆盖的光照条件、水热条件和空间特征是多变的，因而不同季节的植被遮荫也会存在很大差异[12]。

不同季节城市绿地的降温作用差异还不清楚，在中国北京奥运匹克区对不同季节2D/3D城市指标对城市LST的研究发现[13]，以NDVI作为植被指数，春夏季节其降温贡献达到了45.5%与40%，远大于秋冬季节(降温贡献为21%与19%)，且NDVI在春夏季对LST具有整体负面影响，呈二次非线性下降曲线，但在秋季和冬季为正值，证实了以NDVI为指标的城市绿地降温效率在春夏最佳。而在对深圳市不同季节对LST的影响因素中[14]，NDVI则是在过渡季节(4月、5月、10月和11月)贡献度最高达到47.84%，夏季对LST的贡献最大的是NDBI，但林地比例对降温的影响也达到了32.48%。在武汉开展的城市景观空间与LST的季节变化的研究[15]，发现部分植物覆盖与LST的季节变化与Peng等的研究类似，植被覆盖度在过渡季节与冬季的降温影响达到最佳。

一些城市绿地降温的研究着重于分析其昼夜变化，在南京利用地面激光扫描(TLS)描述树冠和树荫分析植被的降温效果的研究发现，城市绿地的降温效率在白天较强，夜间变得很弱(有时在日出之前还会有轻微的保温作用)，甚至昼夜降温差能达到平均1.4℃，且在夏季10:00—15:00时段高温会极大地抑制植被的蒸腾作用，此时遮荫作用对降温效应的贡献率会更大[16]。在北京开展的土地覆盖对城市热环境的影响的研究中[9]，发现白天气温与树冠覆盖率之间有很强的负相关性，但夜间气温的变化则是与草坪有显著负相关性，且树木覆盖增加10%使白天气温下降0.26°C，每10%草坪覆盖增加可以使夜间温度下降0.56°C。在缅甸仰光土地利用对LST潜在影响的研究中[17]，发现绿地在白天夜间降温效率都比较显著，分析了农业用地对LST的影响，得到了农业用地与白天LST呈正相关，与夜间LST呈负相关的结论。

2.2 城市绿地降温效率的空间变化特征

城市绿地的降温效率在空间上表现出明显差异，这种差异源于城市温度与城市空间形态的异质性，且在不同城市之间，城市不同区域都存在差异。认识城市绿地降温效率的空间异质性，可以帮助理解城市绿地与城市热环境之间的关系。

城市绿地降温效率在许多国家的不同城市都有研究。在不同城市之间，Wang等对美国大陆118个城市不同生物群落降温效率进行量化(从0.040～0.574°C)，美国西南部城市(如安纳海姆0.574℃)降温效率普遍较高，且常绿树种分布区高于落叶树种分布区，对比同纬度的不同群落类型的城市绿地降温效率，则发现纬度对绿地降温效率没有显著影响[5]。同样在对美国11个大城市的研究表明，每增加1%树木覆盖比例，LST最高可降低1.336℃，且城市绿地降温效率在11个城市呈现随环境温度升高而增加的趋势[3]。另一项美国波士顿与巴尔的摩地区绿地降温效率的研究中[18]，在类似的背景LST下，波士顿的降温效率高于巴尔的摩，但巴尔的摩白天LST与降温效率之间的回归曲线的斜率大于波士顿，这种差异笔者认为是风速差异造成的，且当平均LST增加时，两地的降温效率均迅速增加。美国凤凰城和拉斯维加斯空间景观配置对LST影响的研究中[19]表明，2个城市草地降低LST的作用均比树木覆盖要强，且在2个城市，绿地的总降温效率都较高。单个城市对城市绿地降温效率类似的研究也不少，如在中国北京研究绿地配置对LST的影响，得到了城市绿地对LST的降温效率，树木覆盖率增加10%降低LST约0.86℃[20]。在沿海城市的研究有一些特殊发现，在美国洛杉矶市研究沿海到沙漠气候梯度植被降温作用，发现随着离海岸距离的增加，单元NDVI变化得到的降温效率从6.06°C增加到31.77°C[21]。

目前城市(群)内部绿地降温效率空间异质性的研究并不是很多。在京津唐城市群利用地理加权回归模型得到京津唐城市群每增加1%林地覆盖率，地表温度降低0.077°C，且整体呈现出山区森林覆盖率较高地区降温效率高，而平原地区林地降温效率低，并且从空间上表现为从林地内部到林地边缘的降温能力呈逐步增强趋势[22]。对兰州的绿地降温效率的研究中[23]，同样利用地理加权回归模型得到了兰州主城区10%林地覆盖增加的降温效率为0.04°C，且降温能力最高的地区也分布在林地相对集中的地带，但受兰州地理位置和气候影响降温效率较低。目前，在其他一些城市基于地表温度(LST)的绿地降温效率的研究也广泛使用了地理加权回归模型，美国凤凰城的研究中[24]，得到了凤凰城NDVI每增加0.1(或大约10%的覆盖)，白天平均温度在6月份会下降2.8°C，在10月份下降2.4°C；Zhao等的研究得到美国奥斯丁和圣安东尼奥NDVI每增加0.1，LST分别下降0.74°C和0.38°C的结论[25]。在这些不同城市开展的研究也都表明城市绿地降温效率在城市内部存在着巨大空间异质性。美国麦迪逊和纽约的研究均显示植被对气温的降温效率在植被覆盖率超过一定阈值(30%～40%)后明显增强[10,11]，这表明城市绿地对空气温度的降温效率也存在明显空间差异。