陈燕红，蔡芫镔，仝 川

1.福建师范大学,湿润亚热带生态-地理过程教育部重点实验室，福建 福州 350007 2.福建师范大学地理科学学院，福建 福州 350007 3.福州大学至诚学院，福建 福州 350002 4.福州大学环境与资源学院，福建 福州 350108

“绿水青山就是金山银山”理论是习近平生态文明建设思想的重要组成部分.城市绿色空间作为“山水林田湖草”的重要组成部分，是“生态文明”和“美丽中国”建设的绿色载体，主要由城市绿地、水体和湿地等生态景观共同构成[1-2].我国作为世界上最大的发展中国家，到21世纪初，城市化规模已达到人类有史以来的最大程度[3].随着城市化进程的加快，城市绿色空间受到前所未有的压力和胁迫.其中，除了土地面积的大量减少以外，更有空间格局上的改变以及地势地形的变化等.复杂的演化模式给城市热环境带来了不容忽视的影响[4]，亦显著影响了区域景观结构与生态服务[5-8]，加剧了城市热岛效应，继而引发一系列生态环境问题[9-13].城市绿色空间一直以来被认为是缓解城市热岛效应的“生力军”[14-15].许多学者[16-19]利用实地观测、遥感反演等方法开展了相关研究.然而以往的研究或倾向于阐释城市绿色空间面积变化带来的温度影响，或聚焦在其内部结构变化产生的环境效应；而深入探究城市绿色空间演化的特征规律，系统总结其对地表温度扰动影响的研究却较为匮乏.为了科学认识并掌握城市热环境变化情况及其规律，迫切需要开展城市绿色空间演化对地表温度扰动的影响研究.

当前，城市绿色空间演化及其与地表温度之间的关系作为环境领域研究的焦点和热点问题，引起了国内外学者的广泛关注.Nichol[20]利用Landsat遥感影像反演得到树木冠层的平均温度比建设用地和草地分别低7.8和5.1 K，实地测量表明，树木冠层下方温度较周边地区低1.5～2 K.Estoque等[21]以东南亚大城市为对象，研究地表温度与绿地密度之间的关系，发现二者呈显著负相关，而地表温度与不透水面密度呈显著正相关.此外，归一化水汽指数(NDMI)[22]、归一化建筑指数(NDBI)[23]和归一化植被指数(NDVI)[24]等也是影响温度变化的相关指标.邱海玲等[25]对城市绿地降温效应进行研究，进而比较其在不同方向上的降温幅度.CHEN等[26]定量分析了福州主城区绿色空间演化的冷岛效应.YU等[27-28]讨论了亚热带地区城市绿色空间冷岛效率及其对地表温度的影响变化.PENG等[29]以北京为研究对象，开展了城市热环境动态变化与相关景观格局指数之间的关系.ZHENG等[30]分析了城市化背景下闽江河口湿地土地利用/覆盖变化对热环境的影响.显然，国内外的相关研究主要集中在城市绿色空间结构或面积变化及其产生的温度效应方面[26,30].然而，城市下垫面地表温度的变化不仅与当前土地利用/覆盖类型有关，而且还与土地利用/覆盖转移格局及其动态变化密切相关[26,31-32].

近年来，随着城市化发展，福州主城区绿色空间不断受到蚕食，退化严重；从2007年起，福州城区夏热时段的平均地表温度高达35～40 ℃，成为媒体评出的中国新三大“火炉”之首，城市热岛现象严重[33].鉴于福州市在国家自由贸易区和海峡经济区的特殊地位，迫切需要开展绿色空间演化和地表温度扰动的关系研究，探究不同绿色空间演化对地表温度扰动的影响，以期为福州市及其他相似地区有效改善城市热岛效应、科学规划绿色空间布局、促进城市可持续健康发展，提供有益帮助.因此，该研究运用遥感反演、空间分析、地统计学分析等方法，开展城市绿色空间演化与地表温度扰动的关系研究，预期取得两方面的研究成果：一方面，科学量化不同绿色空间演化类型、模式(填充式、边缘式和飞地式)和地形引起的地表温度扰动，横向扩展城市绿色空间动态演化的研究内容；另一方面，聚焦不同的城市绿色空间类型，在不同网格空间占比情况下的温度扰动差异对比，纵向深化绿色空间动态演化带来的温度扰动影响研究.

1 研究区域概况与数据来源

1.1 区域概况

福州市简称“榕”，辖6个区(鼓楼区、台江区、仓山区、晋安区、马尾区、长乐区)、6个县(闽侯县、连江县、罗源县、闽清县、永泰县、平潭县)和1个县级市(福清市)，总面积 11 968 km2.福州市辖43个街道、99个镇、45个乡(含连江县马祖乡)、2个民族乡，490个社区居委会、2 383 个村民委员会.福州市位于我国东南沿海，地理位置25°15′N～26°39′N、118°08′E～120°31′E.福州市属亚热带季风气候，四季常青，阳光充足，雨量充沛，霜少无雪，夏长冬短，无霜期达326 d.2017年平均气温20.9 ℃，平均年降雨量 1 508.2 mm，平均年日照时数 1 756.7 h.该研究以福州主城区为研究对象，主要包含鼓楼区、台江区、晋安区和仓山区建成区部分，总面积约为257.80 km2.

1.2 遥感数据

所需卫星遥感影像数据来自地理空间数据云(http://www.gscloud.cn)，具体时相和参数信息如表1所示.为了减小误差，在数据选取时，尽可能选用同一季节(夏季)且云量相对较小的数据影像为基础数据源.

图1 研究区土地利用类型分布Fig.1 Land use types maps of the study area

表1 研究区各年份遥感影像参数信息
Table 1 Remote sensing images information in Fuzhou of the ten years

日期卫星∕传感器多光谱波段分辨率∕m热红外波段分辨率∕m1993-06-26Landsat5∕TM530120(30)1996-08-21Landsat5∕TM530120(30)2000-06-29Landsat5∕TM530120(30)2002-07-05Landsat5∕TM530120(30)2006-06-22Landsat5∕TM530120(30)2008-07-05Landsat5∕TM530120(30)2009-06-06Landsat5∕TM530120(30)2010-08-04Landsat5∕TM530120(30)2011-07-30Landsat5∕TM530120(30)2013-08-04Landsat8∕OLI30100(30)

注：表内括号中的“30”表示Landsat 5热红外波段数据经3次卷积重采样为30 m分辨率[34].

2 研究方法

2.1 遥感影像分类

在对遥感影像进行辐射校正、几何纠正、图像配准和投影变换等预处理后，根据中国土地资源分类系统标准，基于最大似然法，将研究区土地利用类型划分为绿色空间和非绿色空间两大类，林/草地、水体、湿地、农田、建设用地和裸地六小类(见图1)，影像总体分类精度均大于70%，分类结果良好.根据研究区域特点，选取下垫面中典型的林/草地、水体和湿地作为绿色空间类型.

该研究引入速度指数(annual increase，AI)、相对变化速度指数(relative annual increase，RAI)和年均变化率指数(annual growth rate，AGR)[35-37]作为量化绿色空间演化强度的指标，分析不同时期绿色空间演化的空间分布差异.

AI=(Aend-Astar)/d

(1)

(2)

(3)

式中：Astar为某一阶段初期绿色空间面积，km2；Aend为某一阶段末期绿色空间面积，km2；d为时间步长间隔，a；Tstar、Tend分别为研究期初期、末期的绿色空间面积，km2；D为研究期总时间间隔，a.

2.2 地表温度反演

当前，国内外普遍采用单窗算法、劈窗算法、单通道算法和热辐射传输方法反演区域地表温度，大量研究[34,38-40]已证明了上述方法的科学性和可行性.该研究参考覃志豪等使用的单窗算法，对Landsat 5与Landsat 8的热红外波段进行地表温度反演[38]，其中，Landsat 8 选择热红外波段10进行反演[41]，具体方法主要包括灰度(DN)值转化、亮度温度计算和地表温度计算.

灰度(DN)值转化：

Lλ=O+G×DN

(4)

式中：Lλ为热辐射亮度，W/(m2·sr·μm)；DN为单个像元的灰度值；O为热红外波段偏置；G为热红外波段增益.

亮度温度计算：

(5)

式中：Tb为亮度温度，K；K1和K2是常量.对于Landsat 5卫星，K1=607.76 W/(m2·sr·μm)，K2=1 260.56 K；对于Landsat 8卫星，K1=774.89 W/(m2·sr·μm)，K2=1 321.08 K.

地表温度计算：

(6)

C=τ×ε

(7)

D=(1-τ)×[1+τ(1-ε)]

(8)

式中：Ts为实际地表温度，K；a、b是常量，a=-67.355 351，b=0.458 606；Ta为大气平均作用温度，K；ε为比辐射率；τ为大气透射率.

图2 城市绿色空间演化模式示意Fig.2 The evolution model diagram of UGS

标准状态下，可运用式(9)近似推算Ta[42]：

Ta=0.917 15T0+17.976 9

(9)

式中，T0为近地面气温，K.

通过NASA官网(https://atmcorr.gsfc.nasa.gov)的大气校正参数计算器获取大气透射率.

利用归一化植被指数阈值法估算地表比辐射率(ε)[43]：

(10)

(11)

dε=(1-εu)(1-Pv)Fεv

(12)

式中：εv为植被比辐射率，取0.99；εu为地表比辐射率，取0.92；dε为自然表面的几何分布和内部反射的影响；F为形状因子，取0.55；Pv为植被覆盖度；NDVImin=0.2，NDVImax=0.5.

2.3 相对地表温度的估算

该研究引入相对地表温度指数(relative land surface temperature,RLST)来考察研究区不同时期绿色空间对地表温度的影响效果，计算方法见式(13).

RLSTi=LSTi-LSTmean

(13)

式中：RLSTi为某一年份第i种用地类型的相对地表温度，℃；LSTi为某一年份第i种用地类型的地表温度，℃；LSTmean为某一年份的平均地表温度，℃.

2.4 绿色空间演化模式分析

该研究将绿色空间演化模式分为3种，即填充式演化、边缘式演化、飞地式演化(见图2).借鉴LIU等[44]的研究方法，采用斑块变化指数(patch reduction index，PRI)来表征绿色空间演化模式，其定义如下：

PRI=100×A0/(Ao+Av)

(14)

式中:PRI为绿色空间斑块变化指数；Ao为原绿色空间范围内新缩减的绿色空间斑块面积，km2；Av为缩减后绿色空间斑块的剩余面积，km2.PRI∈[0,100]，且当PRI为0时，表明绿色空间演化为飞地式；PRI∈(0,50]，表明绿色空间演化为边缘式；PRI∈(50,100]，表明绿色空间演化为填充式.

2.5 绿色空间地形影响分析

利用ArcGIS 10.2软件中的Reclassify工具将高程和坡度按照数值分布特征，各自重分类为5个等级，再分别与相对地表温度专题图进行叠置分析，提取相应的平均地表温度曲线变化结果，进而剖析高程和坡度变化对地表温度的扰动特征及其影响.

3 结果与分析

3.1 土地利用/覆盖演化特征及其影响

根据研究区1993—2013年共10景遥感影像的土地利用/覆盖分类结果，统计各主要土地利用类型的面积和地表温度及其变化情况(见表2).由表2可知，1993—2013年，研究区土地利用/覆盖发生了显著变化.其中，面积变化最大的是建设用地，从1993年的99.46 km2增至2013年的165.25 km2，净增加65.79 km2；其次是农田和林/草地，面积分别减少28.65和20.88 km2；最后是水体和湿地，面积分别减少12.72和4.01 km2.

表2 1993—2013年土地利用变化与内部地表温度统计Table 2 The land usecover change and inner LST from 1993 to 2013

表2 1993—2013年土地利用变化与内部地表温度统计Table 2 The land usecover change and inner LST from 1993 to 2013

土地利用类型面积∕km21993年1996年2000年2002年2006年2008年2009年2010年2011年2013年面积变化量1)∕km2地表温度变化量1)∕℃变化幅度∕(℃∕km2)林∕草地40.9937.2136.2330.2829.2624.1323.4322.9521.4520.11-20.888.85-0.42水体40.0438.0135.4634.0233.3227.8627.6527.4527.3327.32-12.729.13-0.72湿地6.025.434.984.782.572.482.432.342.142.02-4.017.90-1.97农田70.5567.8962.4756.1450.3542.9042.4542.1242.0941.90-28.65——建设用地99.46105.65115.49127.89142.14159.61160.14162.32163.08165.2565.79——裸地0.743.613.164.690.160.821.700.621.711.190.45——

注：1) 为1993—2013年变化量.

1993—2013年，福州主城区绿色空间演化较为显著(见表3).其中，1993—2000年绿色空间以-1.80% 的年均变化率缩减，速度指数为-1.48 km2/a，演化进程较慢；2000—2008年处于绿色空间的快速演化阶段，其面积持续减少，缩减了22.20 km2，年均变化率最大，速度指数为-2.78 km2/a，高于研究期演化的平均速度，这一时期福州主城区的开发建设成为绿色空间演化的主要胁迫因素之一；2008—2013年，绿色空间的演化速度有所减缓，相对变化速度和年均变化率分别为0.53和-1.92%.

表3 1993—2013年研究区不同时段城市绿色空间变化情况Table 3 Change information of UGS in different periods from 1993 to 2013

总体来看，1993—2013年，研究区绿色空间经历了一个由慢转快、而后保持平稳的演化过程.运用ArcGIS 10.2平台的Mask和Raster Calculator工具，提取分析各土地利用/覆盖类型的地表温度变化，从结果(见表2)上看，研究区内水体面积变化产生的内部地表温度扰动影响最大(9.13 ℃)，其次为林/草地(8.85 ℃)和湿地(7.90 ℃).

3.2 绿色空间类型演化特征及其影响

图3 城市绿色空间面积与地表温度关系的回归分析Fig.3 Linear relationship between UGS and LST

不同绿色空间类型单位面积的变化对其内部地表温度扰动的影响不尽相同(见表2)，变化幅度表现为湿地(-1.97 ℃/km2)>水体(-0.72 ℃/km2)>林/草地(-0.42 ℃/km2).从各年份来看，林/草地和湿地面积比例逐年降低，水体面积比例基本不变(见图3).为进一步分析绿色空间与地表温度之间的关系，对不同绿色空间类型所占网格单元比例及其相应的地表温度进行回归分析(见图3，样本容量为986个).显然，各绿色空间所占网格单元比例与地表温度扰动关系密切，其中，林/草地、水体所占网格单元比例与地表温度呈负相关(P<0.01)，即大面积的连片绿色空间能显著降低周边环境的地表温度；从回归关系上看，“水体所占网格单元比例-地表温度”关系曲线的斜率大于“林/草地所占网格单元比例-地表温度”曲线，表明大面积的水体相较于林/草地而言能更快地降低所在区域地表温度；一定面积(所占网格单元比例超过80%)的湿地在稳定区域地表温度方面具有重要作用.

3.3 绿色空间模式演化特征及其影响

由表4可见，1993—2000年、2000—2008年和2008—2013年这3个研究阶段内，福州主城区绿色空间演化模式均以边缘式为主，下垫面的斑块数量占比分别为48.15%、41.58%和42.31%，面积占比分别为52.73%、50.36%和48.23%，这说明，近20年来福州城市绿色空间减少的途径主要表现为飞地式和边缘式.上述3个阶段的填充式演化面积占比分别为10.26%、12.61%和10.15%，呈先升后降的态势，表明绿色空间内部的退化有所缓解；飞地式演化的面积占比分别为37.01%、37.03%和41.62%，数量占比分别为31.72%、33.17%和34.12%，均表现出上升趋势，说明城市化进程中许多独立的绿色空间斑块被蚕食侵占.

从缓冲区分析结果(见图4)来看，各时期绿色空间面积在3～6 km范围内的缩减面积较大.其中，边缘式演化的面积相较于飞地式和填充式较多.虽然不同缓冲区内绿色空间的演化模式各异，但1993—2000年、2000—2008年和2008—2013年这3个研究阶段的边缘式和飞地式演化的高值区都主要集中在距城市中心4～7 km的晋安区和仓山区，在福州市政府“跨越式”发展战略影响下，仓山区、晋安区建设形成了集中连片开发的态势，使得该区域绿色空间缩减较为显著.各时期的填充式演化相对较为均匀，表明近20年来对绿色空间的蚕食以边缘式和飞地式为主.从对3个研究阶段的分析来看，2000—2008年，研究区内绿色空间演化带来的地表温度扰动幅度最大，达4.93 ℃.

表4 不同城市绿色空间演化模式的斑块数量和面积比例统计Table 4 Statistic of patch number and area proportion of different UGS evolution pattern

3.4 绿色空间地形演化特征及其影响

就整个研究区域来说，不同的高程与坡度变化对相对地表温度的扰动有显著影响(见图5).1993—2013年，高程为0～10 m和坡度为0～2°地形的相对地表温度变化曲线较为平缓，主要集中在0 ℃附近；高程为10～30 m和坡度为2°～5°地形的相对地表温度变化曲线表现较为一致，均为正值，温差保持在0.90～1.95 ℃之间；高程为30～50 m和坡度为5°～10°地形的相对地表温度变化基本接近，变化幅度在-3～0 ℃之间；高程为50～100 m和坡度为10°～15°地形的相对地表温度变化趋势也基本一致，2000年前相对地表温度高于-3 ℃，2000年以后变化区间主要集中在-5～-3 ℃之间；而高程大于100 m和坡度大于15°地形的相对地表温度均为负值，最大绝对值高达7.97 ℃.

图4 基于缓冲区分析的不同演化模式对地表温度的扰动影响Fig.4 The effects of different evolution pattern based on buffer zones analysis

图5 不同高程与坡度对相对地表温度的影响Fig.5 Land surface temperature deviations grouped according to different elevation and slope ranges

对于整个研究区域内的绿色空间而言，不同的高程与坡度对相对地表温度的扰动(见图5)结果显示，不同地形背景条件下，绿色空间内部的相对地表温度均是负值，1993—2013年其绝对值呈增加趋势.其中，高程为0～10 m和坡度为0～2°地形引起的相对地表温度趋势较为一致，也最为强烈(-10.67～-5.03 ℃)；其次是高程大于100 m和坡度大于15°的地形(-8.65～-1.95 ℃)与高程为50～100 m和坡度为10～15°的地形(-7.04～-0.92 ℃)；最后是分布在高程为30～50 m和坡度为5～10°地形的绿色空间(-6.61～0.41 ℃)以及高程为10～30 m和坡度为2°～5°地形的绿色空间(-6.14～-0.41 ℃).结合研究区土地利用/覆盖类型分布发现，高程为0～30 m和坡度为0～5°地形内分布的绿色空间数量较少，这主要是由于该区域范围内人类活动干扰较多、其他用地类型迅速扩张造成的，最终导致地表温度升高.因此，在城市规划建设过程中，应重点关注高程在0～30 m和坡度0～5°地形下的土地利用/覆盖类型的配置.

4 讨论

研究以福州主城区绿色空间为对象，从土地利用、演化类型、演化模式和地形的角度，科学总结城市化进程中绿色空间动态演变的特征规律，量化分析不同空间占比情境下的地表温度变化阈值.已有研究表明，城市绿色空间的动态演变将带来区域地表温度的扰动变化[26,30,45]，大面积的绿色空间对城市具有显著的降温作用[46-47]；长期城市化进程中，绿色空间受到人类活动的影响和胁迫[18]，其面积的退化缩减，带来了城市区域地表温度的升高[28,31-32]；为缓解不断涌现的“城市热岛”，迫切需要科学规划和合理保护城市绿色空间[47-48]，保障其可持续健康发展；该研究亦得出与上述一致的结论.

不同于以往的是，该研究结合绿色空间的演化类型、演化模式和地形因素发现，1993—2013年福州主城区绿色空间的缩减主要通过边缘式和飞地式演化来实现.从类型演化过程上看，湿地面积变化带来的地表温度变化幅度最明显，水体相较于林草地而言更具降温效果.在地形影响方面，绿色空间分布区的地形与坡度变化对地表温度的扰动有显著影响.通过对不同绿色空间类型与地表温度关系的进一步回归分析，明确了不同“绿色空间所占网格单元比例”情况下地表温度扰动变化的阈值范围，进一步量化了单位面积的不同绿色空间类型变化带来的温度扰动情况.该研究结果可为深入了解绿色空间演变产生的温度扰动机制，科学划定生态红线，有效缓解城市热岛效应，实现绿色空间可持续健康发展提供帮助和借鉴.

由于Landsat卫星遥感影像的空间分辨率有限，后续研究亦可采用更新时相的高分辨率遥感影像为数据源，进而减少数据分析提取过程中的误差，提高研究结果的准确性；此外，该研究聚焦于绿色空间演化带来的温度扰动影响，而研究区域内风速、风向、蒸散发和地表潜热等环境参数亦对地表温度产生影响，需要更加系统的长期气象监测数据的支撑，以为今后深入掌握地表温度与各影响要素间的复杂耦合关系提供帮助.

5 结论

b) 从绿色空间的演化模式上看，福州主城区绿色空间的缩减主要表现为边缘式和飞地式，且其演化的高值区均主要集中在距城市中心4～7 km范围内.2000—2008年，研究区内绿色空间演化带来的地表温度扰动幅度最大.从地形因素分析，由于人类活动的影响，分布在高程为0～30 m和坡度为0～5°区域内的绿色空间面积明显低于其他地区，该区域的地表温度亦相对较高.因此，应特别重视保护该区域内绿色空间的数量和质量.

c) 根据研究结果对福州主城区未来可持续发展提出如下建议：①关注绿色空间的边缘式缩减和退化.边缘绿色空间的缩减和退化是城市化进程中人类活动主导影响的演化模式，此类演化模式对自然下垫面有着强烈的干扰，致使区域地表温度发生剧烈扰动，因此，对已有的绿色空间应加强边缘地带的管护，降低附近建设用地密度，以减缓地表升温效应.②增加城市绿色空间的覆盖面积与覆盖度.水域、湿地和林草地等绿色空间类型可通过遮蔽、蒸散作用降低所在区域地表温度；同时，连片而紧凑的绿色空间能更好地缓解区域高温.

d) 研究结果可为有效缓解城市发展过程中的热岛效应，开展本地区与其他相似地区的横向及纵向比较提供依据，并为推进城市可持续发展建设提供参考.后续研究可在进一步提高基础影像数据分辨率的基础上，深入剖析地表温度扰动的复杂影响机制，构建科学、全面的指标体系以量化评价城市应对极端高温的适应能力.