邓 蕾，耿丹阳，佘绍一

（1.中国交通通信信息中心，北京 100011；2.中国科学院城市环境研究所，厦门 360001）

城市化进程中绿色开放空间的几何特征对冷岛效应的影响研究
——以厦门岛为例

邓 蕾1,2，耿丹阳1，佘绍一1

（1.中国交通通信信息中心，北京 100011；2.中国科学院城市环境研究所，厦门 360001）

本文选择厦门岛为研究区，以1987～2009年Landsat TM/ETM+夏季时间序列遥感影像为数据源，分析了城市化过程中绿色开放空间的几何特征对其自身温度和冷岛效应的影响。

绿色开放空间；冷岛效应；多时相；城市化

1 引言

城市绿色开放空间作为城市景观的重要组成部分，在缓解城市热岛、调节城市小气候和协助城市应对未来气候变化中扮演着不可替代的的角色。城市绿色开放空间的冷岛效应已经成为近年景观生态学领域的热点问题之一，该问题的研究，对于城市规划、管理及可持续发展具有重要的理论和实践意义。

当前，绿色开放空间的冷岛效应研究均为单一时相的分析[1-3]，这对于城市化进程这一时间尺度而言远远不够，并且这种分析得到的结论可能具有一定的偶然性，难以作为普遍规律。本研究分析了厦门岛1987～2009年城市化进程中绿色开放空间的冷岛效应，筛选出了持续稳定影响各类绿色开放空间斑块温度和冷岛强度的因素，并进一步分析了这些因素对各类绿色开放空间降温效应的影响的强弱，为减缓热岛效应、改善城市绿地规划与管理提供直接的理论基础。

2 研究区

厦门岛的地形南高北低，南部多丘陵，最高峰云顶岩海拔339.6米。北部为海拔200米以下的低丘和阶地。城市工业化水平较高，三次产业结构为0.6∶41.2∶58.2[4]。经济的迅速发展，加快了厦门的城市化进程，使得厦门城市扩展迅猛，土地利用发生了巨大的变化。与此同时，城市热岛的空间范围也逐渐扩大，从而对居民生活和城市发展产生了重要的影响。

3 研究方法

3.1 数据及预处理

本研究选取Landsat TM/ETM+影像为基础数据，其卫星参数见表1。

表1 Landsat卫星参数

本研究所使用的遥感影像共5景（表2），分别是1987，1993，1996，2002，2009年夏季遥感影像。1987，1993，2009年所选用的影像数据质量较好，研究区内晴朗无云，大气可见度高。1996年和2002年影像研究区上空有散碎朵云，因而进行了修复处理。其中，1996年用1995年7月18日影像进行了云修复处理，2002年用同一年份8月30日影像进行云修复处理。影像均采用WGS-84椭球和基准面，精纠正到UTM投影坐标系（N50带）。数据的预处理在ENV I 4.7，A rcGIS 10等软件中操作。

表2 本研究所用影像

3.2 地表温度反演

本研究所使用的部分影像有云，故先对影像进行大气校正。使用TM和ETM+热红外波段反演地表温度。对于TM，热波段是第6波段；ETM+的61和62波段都是热波段。第61波段适用于高反射率区域的温度反演，例如干燥的土壤或沙滩。第62波段适用于低反射率区域的温度反演，例如沿海地区，因此这里使用的是第62波段。首先使用公式（1）将DN（digital num ber）值转化为云顶辐亮度TOA（top-of-atmosphere radiance），然后使用公式（2）将TOA转化为地表辐亮度，最后利用公式（3）将地表辐射亮度转化为亮度温度[9-12]：

式中，T是亮度温度（单位为K）；Lλ是地表辐射亮度；Gainλ是该转换函数的斜率；Biasλ是截距，两者均可在TM/ E T M+影像自带的元数据中获得；K 1是定标常数1，对于TM取值607.76，对于ETM+取值666.09；K 2是定标常数2，对于TM取值为1260.56，对于ETM+取值为1282.71。

按照上述方法反演得到的温度分布如图1所示。

图1 1987～2009年厦门岛地表温度分布图

3.3 绿色开放空间选取

本研究主要是以多时相Landsat TM/ETM+遥感影像为数据源，在ENV I软件支持下，运用监督、非监督分类相结合的方法，人机交互解译得到土地利用分类图。考虑到数据因素以及研究区土地利用类型特点，参考土地利用现状分类GB-T21010-2007，将厦门市域范围内的土地分为6种类型：建设用地、耕地、林地、裸地、水体、滩涂。

对于土地利用分类结果进行提取，得到3类绿色开放空间，即林地、耕地和水体斑块的空间分布如图2所示。

图2 1987～2009年厦门岛绿色开放空间分布图

在分析之前，按照以下原则对分类后的绿色开放空间斑块进行筛选：一是通过目视判读逐一剔除了少量可能分类有误的斑块。二是小型斑块的面积越小，潜在的分类和统计误差就会越大，因此剔除了面积小于等于3个象元的斑块。三是特大型斑块形状复杂，并且包裹若干其他景观类型的斑块，其自身分析计算复杂，且多处于城市建成区外围，因此也进行了剔除。

基于以上原则进行绿色开放空间斑块的选取。1987～2009年，林地斑块个数剧烈减少，从1987年的147个降低到2009年的28个。耕地斑块的个数基本保持稳定，在83～128个之间。水体斑块的个数剧烈减少，从1987年的69个降低到2009年的10个。

3.4 绿色开放空间冷岛强度的定义

城市热岛强度的定义是城市内部地表温度和城市外部地表温度的差值。随着遥感数据在城市热环境中的广泛应用，温度数据可以用过遥感数据的反演来获得。因此，本研究中绿色开放空间的冷岛强度定义为绿色开放空间外部温度和内部温度的差值，也称为绿色开放空间的降温幅度。

在本研究中，我们选取100m作为缓冲区，计算绿色开放空间的冷岛强度。原因有以下两点：一是根据对前人研究的分析，一部分学者只是出于要保证周围的建设用地斑块能够落在缓冲区内，以分析绿色开放空间对建设用地的降温作用的角度，将缓冲区的距离取一个比较大的值[5-7]；有的学者只是通过非常小的样本量得到该类绿色开放空间斑块的降温范围；甚至有的学者只是任意选取一定的范围作为缓冲区，这显然都不够科学。而Sun的结论是在大量样本实验的基础上，因此取100m作为缓冲区更为合理[1]。二是本研究的研究区是厦门岛，而厦门岛面积较小，绿色开放空间斑块密度较大，倘若取较大距离做缓冲区，那么斑块缓冲区的重合度过高，甚至会有些斑块的缓冲区有80%的重叠度。因此，我们这里采用前人方案中最小距离100m做缓冲区。

3.5 绿色开放空间的几何特征对其冷岛强度的影响

绿色开放空间的几何特征主要包括其周长、面积和形状指数（PSI，Patch Shape Index）。而形状指数描述的正是周长与面积的关系，因此，本研究只采用面积和形状指数两个因子，分析绿色开放空间的几何特征对其温度的影响。斑块形状指数的计算公式为

式中，P是斑块周长；A是斑块面积，当斑块形状为正方形时，式（5）的取值最小，等于1。

由于面积和冷岛强度相差较大，因此这里我们采用面积的对数与冷岛强度进行相关性分析。应用A rcGIS的Bu ffer功能将从5景影像中选取的绿色开放空间斑块以100米为半径做缓冲区，然后应用Zonal Statistics工具分别统计每个斑块内部和缓冲区内的平均温度，再用缓冲区内温度平均值减去斑块内部温度平均值，得到绿色开放空间的冷岛强度。最后利用SPSS统计分析绿色开放空间的几何特征与其冷岛强度的相关性。

4 结果分析

按以上方法研究绿色开放空间的几何特征对其冷岛强度的影响，所得结果如表3和表4所示。

表3 1987～2009年绿色开放空间斑块冷岛强度与面积对数相关性

表4 1987～2009年绿色开放空间斑块冷岛强度与形状指数相关性

注：** 表示为在0.01水平（双侧）上显著相关；* 表示为在0.05水平（双侧）上显著相关。

对相关性计算结果进行分析，得到各类绿色开放空间冷岛强度的持续稳定相关因子分别如下：对于耕地来说，耕地斑块面积对数和形状指数与冷岛强度均在5个时相中仅有1个时相显著正相关。因此，耕地斑块的面积对数和形状指数与其冷岛强度相关关系都不确定。

对于林地来说，林地斑块面积对数与冷岛强度5个时相均呈显著正相关，而林地斑块的形状指数与冷岛强度5个时相中有4个时相显著正相关。因此，无论是林地斑块的面积对数还是它的形状指数都与其冷岛强度持续稳定正相关，即林地斑块的面积对数和形状指数都是它的冷岛强度的持续稳定相关因子。由此可以得出，林地斑块的面积越大，那么它的冷岛强度越强，即它对周边的降温效果越好。同时，林地斑块的形状越复杂，那么它的冷岛强度越强，即它对周边的降温效果也越好。

对于水体来说，水体斑块的面积对数与其冷岛强度连续5年呈显著正相关，而水体斑块的形状指数与其冷岛强度5个时相中有3个时相显著相关。因此，水体斑块的面积对数与冷岛效应持续稳定正相关，即水体面积越大，那么它对周边的降温效果越好。而水体斑块的形状指数与其冷岛强度在整个城市化过程中不稳定相关。

5 结论与展望

综上所述，绿色开放空间几何特征对其冷岛强度的影响可以得出以下结论：林地斑块的面积对数和形状指数都与冷岛强度持续稳定正相关，因此林地斑块面积越大，林地斑块形状越复杂，冷岛强度越大；水体斑块面积对数与冷岛强度持续稳定正相关，因此水体斑块面积越大，冷岛强度越大。

此外，本文有如下问题值得进一步深入讨论：

（1）绿色开放空间斑块选取的精度问题。城市地表组成比较复杂，多种类型在有限的空间范围内集聚分布，而TM/ETM+影像本身的精度并不高，这给解译过程中绿色开放空间斑块边界的界定带来很大难度，特别是一些面积较小的绿色开放空间斑块。尽管在后期的斑块筛选中去除了面积较小的斑块以增加实验的精度，但这也会导致缺少对小面积绿色开放空间斑块冷岛效应的研究。因此，在未来工作中，可以考虑使用更高空间分辨率的影像从而提高实验精度。

（2）研究区的选取问题。在本研究中，考虑到若以整个厦门行政区作为研究区，绿色开放空间数目较多，数据量大，数据处理过程较为复杂。并且，厦门岛是厦门市中心，热岛效应更加显著，因此只选取厦门岛作为研究区。下一步应当考虑将整个厦门行政区作为研究区，为整个厦门市热岛效应的减缓、绿地规划与管理的改善提供更加科学的理论基础。■

[1] Sun RH, Chen AL, Chen LD, Lü Y. Cooling effects of wetlands in an urban region: The case of Beijing. Ecological Indicators, 2012, 20: 57-64.

[2] Wu W, Ren Y, Zhao HY. Investigation on Temperature dropping effect of Urban Green Space in summer in Hangzhou. Energy Procedia, 2012, 14: 217-222.

[3] Gill SE, Rahman MA, Hand ley JF, Ennos AR. Modelling water stress to urban amenity grass in Manchester UK under climate change and its potential impacts in reducing urban cooling. Urban Forestry & Urban Greening, 2013, 12(3): 350-358.

[4] 厦门市统计局．www.stats-xm.gov.cn

[5] 崔崟崟．武汉市城市森林空间布局与热岛效应关系研究．华中农业大学硕士论文，2011

[6] 周怡新．基于遥感和GIS的台州城市植被与地表温度耦合关系研究．浙江工业大学，2011

[7] Cao X, Onishi A, Chen J, Imura H. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data. Landscape and urban planning, 2010, 96(4): 224-231.

[8] Yuan F, Bauer ME. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sensing of Environment, 2007, 106(3): 375-386.

[9] Barsi JA, Schott JR, Palluconi FD, Hook SJ. Validation of a web-based atmospheric correction tool for single thermal band instruments. in Optics & Photonics. 2005.

[10] Snyder WC, Wan Z, Zhang Y, Feng YZ. Classification-based em issivity for land surface tem perature measurement from space. International Journal of Remote Sensing, 1998, 19(14): 2753-2774.

[11] Chander G, Markham B. Revised Landsat-5 TMradiometric calibration procedures and postcalibration dynam ic ranges. Geoscience and Remote Sensing, IEEE Transactions on, 2003, 41(11): 2674-2677.

How Geometric Characteristics of Urban Green Spaces Affects Cool Island Effects in the Process of Urbanization: A Study of Xiamen Island

Deng Lei1,2,Geng Danyang1, She Shaoyi1
(1.China Transport Telecommunications and Information Center, Beijing, 100011; 2.Institute of Urban Environment, Chinese Academy of Sciences, X iamen, 360001)

In this study we investigated the cool island effects of urban green spaces in Xiamen city, China w ith a multi-temporal methodology. A summer series of Landsat TM/ETM+ images were used here, from 1987 to 2009 in the process of urbanization. We exam ined in the relationships between geometric characteristics of urban green spaces and cooling intensity. Spatial analysis and Pearson correlation were utilized for all the three green space types and all the five study years.

green space; cool island effect; multi-temporal; urbanization

10.3969/J.ISSN.1672-7274.2017.04.006

TP79，F291.1

B

1672-7274（2017）04-0021-04