王晓俊，卫笑，邹昊

东南大学建筑学院，江苏 南京 210095

城市绿地能够有效地降低地表温度，从而缓解热岛效应（Chen et al.，2014；Li et al.，2012；Maimaitiyiming et al.，2014；Wang et al.，2015；Shih，2017a），有利于改善与之相关的环境污染、能源消耗、公共健康和社会公平等问题（Makhelouf，2009；Kong et al.，2014；Markevych et al.，2017；Kolosna et al.，2019；Chakraborty et al.，2019；Van Ryswyk et al.，2019；Xu et al.，2019）。如何在最大程度上发挥城市绿地的生态环境功效，是目前研究的热点（阮俊杰，2016；李莹莹等，2018）。许多学者运用景观生态学方法，从格局视角分析城市绿地与热岛效应之间的关系，这类研究能帮助我们更直观地理解城市绿地对热岛效应的缓解机制。虽然国内外学者在该领域内开展了大量的研究，但是在方法与技术上还存在一定的问题和不足，甚至在研究结果之间还存在一定的矛盾。因此，本文对Web of Science中城市绿地空间格局与热岛效应的相关文献进行分析，整理目前该领域的研究方法和主要结论，并从指导城市规划建设实践的角度提出未来的研究思路。

1 文献来源分析

运用CiteSpace软件对文献进行可视化分析，了解目前该领域的主要研究方向，进一步对文献进行详细的分类整理，梳理近20年来城市绿地空间格局对热岛效应影响的相关研究的主要方法、研究结论以及存在问题。截止到2019年12月31日，在Web of Science中以“主题：（“urban heat island$”OR “urban cool island$”)AND 主题：(“green space$”OR“greenspace$”OR “greenness”）AND 主题：（pattern OR form OR morphology OR distribution）”为检索式进行检索，共得到180篇相关文献。文献的时间分布为2000—2019年，每年的文献数量如图1所示。从图中可以看出，该领域的研究呈逐年增长趋势，其中2008年及以前只有4篇相关文献，主要涉及城市热岛的分布规律和季节特征，并初步分析了城市化进程所带来的土地利用变化对热岛效应造成的影响（Pinho et al.，2000；Zhou et al.，2004；Zhang et al.，2005；Zhang et al.，2008）。而 2009—2010 年是一个重要转折点，文献数量分别达到了3篇和5篇，这两年学者开始深入探究城市热岛的形成机制，并将绿地格局作为研究切入点（Ji et al.，2009；Zhang et al.，2009；Zhang et al.，2010）。2011年之后该领域的研究逐年增加，尤其是2019年文献数量激增，达到了58篇，几乎是2018年文献数量的两倍，反映出城市热岛与绿地格局相关的研究受到了越来越多的关注。

图1 每年的发文量Fig.1 Annual distribution of published papers

图2 文献的来源出版物前10位Fig.2 Top 10 publications of literatures

从文献出版来源来看（图2），相关文献主要分布在城市绿化、可持续发展、生态环境、风景园林、城市规划、遥感及地理信息技术等学科领域。从文献作者所属的国家和地区来看（图 3），中国作者的数量占据多数，共有83篇，占总文献数的46.1%；第二位为美国，文献数量为19篇，占比10.6%；其次分别为日本、伊朗、英国、丹麦等，文献数量均不足10篇，说明中国学者在该领域研究中处于主导地位。

2 关键词分析

关键词能够反映文献的主要内容，通过CiteSpace软件的关键词共现分析，可以看出近年来城市绿地格局对热岛效应影响研究的主要方向。将所有文献的关键词按照时间切片为1 a、每个切片选取前50%的参数设置进行网络聚类分析；同时以关键词为来源，使用对数似然率算法（Log-likelihood Ratio，LLR）从每个聚类中提取出最能代表该聚类的关键词作为标签。通过分析共获得6个主要聚类，每个聚类的信息以及前 5个重要的关键词标签及赋值如表 1所示。分析得到聚类网络的模块度（Modularity Q）为0.3519，同质性（Mean Sihouette）为0.7035，说明该网络的聚类效果较好（Chen et al.，2019）。

图3 文献第一作者所属的国家前10位Fig.3 Top 10 countries of papers’ first author

对不同聚类的主要关键词标签进行分析，可以发现该领域目前的几个研究热点。其中#2的聚类大小和 Silhouette值最大，说明该聚类在所有聚类中聚集效果最好且同质性最高。#2聚类的标签中spatial pattern即空间格局的赋值最高，且与其他标签的赋值差距较大，表明空间格局是目前最关键的研究热点。结合#2聚类的其余关键词标签，可以看出该聚类主要是通过对不同年份城市地表温度的比较，研究基于空间格局的城市绿地的冷岛效应。#0聚类主要是在小尺度上针对城市户外空间的热环境以及缓解措施进行的研究。#1聚类关注城市绿地在缓解不同季节的热岛效应上的表现，包括对现有热岛效应的测度和未来情景的预测。#3聚类针对城市热岛的不同度量方法，主要以地表温度和空气温度为代表，另外还关注植被的绿量对热岛效应的影响。#4聚类中主要关注的是，从长远角度来看，城市绿地规划和相关政策制定对城市发展的影响。#5聚类主要研究小尺度上街道、建筑高度、立面等形态特征与降温效应的关系。

从聚类的平均年份来看，主要分布在 2014—2017年，说明该领域的研究还处于早期探索的发展阶段。总体来看，目前城市绿地格局对热岛效应的影响研究，以绿地格局和热岛效应的测度方法为基础，从小尺度上关注街道类型、建筑形态对户外热环境的影响和缓解措施，到研究城市绿地对不同年份、不同季节热岛效应的影响，结合对未来热岛效应和城市发展的预测，讨论如何将研究结果落实到长期的规划实践和政策制定层面。

3 主要研究方法及内容

3.1 城市绿地格局的测度

3.1.1 研究对象

文献的研究对象主要关注城市绿地，也有些文献涉及其他类型的土地利用/土地覆盖（LULC），包括建筑用地、工业用地、森林、农田、水体、裸地等，研究时通常将所有的土地利用类型划分为透水下垫面和不透水下垫面，透水下垫面以城市绿地和水体为主，不透水下垫面以建筑用地和工业用地为主；还有研究将绿地、森林、农田、水体统归为生态型土地进行分析（Peng et al.，2016）。总体来看，在建成区范围内城市绿地是研究焦点，主要关注其对热岛效应的缓解作用，另外不透水下垫面对热岛效应的负面影响也是研究重点之一，可以从侧面反衬出绿地对调节城市热环境的重要性。

表1 各聚类的信息Table 1 The information of all clusters

3.1.2 提取及测量方法

对城市绿地的提取及测量主要有以下2种方式。第一类是基于像元的分类方法，如常用的植被指数分类和监督分类法。植被指数分类是根据植物与其他地物的光谱信息不同，利用 NDVI等相关指数提取出绿地。监督分类法是选定不同地物类型的训练样本，通过训练样本确定判别规则，从而把图像中的各个像元点划归到各个给定类型。近年来随着机器学习技术的发展，在传统分类方法的基础上，结合决策树、集成学习、神经网络等方法的分类提取在很大程度上提高了分类效率。第二类是面向对象的分类方法，该方法将影像分割为一系列彼此相邻的同质区域（称为图像对象），然后进一步将这些对象识别成不同类别的地物。在此过程中，分类的依据不仅有光谱信息，还包括对象大小与形状、对象间的空间关系如拓扑关系和对象的等级属性等（陈杰，2010），因此分类精度更高，更适用于高分辨率的遥感影像。在此基础上引进的深度学习算法，更为海量的数据分析和精确的识别定位提供了有效工具，成为近年来较为热门的分类提取方法（张萌，2019）。

3.1.3 度量方法

对城市绿地格局的度量方法主要是借助景观指数。景观指数是指能够高度浓缩景观格局信息，反映其结构组成和空间配置等方面特征的简单定量指标（邬建国，2000）。对城市绿地空间格局的研究主要包括空间组成（spatial composition）和空间配置（spatial configuration）两大类，其中空间组成是指斑块面积的大小和类型的多样性，常用的景观指数有PLAND（Percentage of landscape）、CA（Class area）等；空间配置是指斑块在空间上的分布或特性，如形状、边界、位置和连接度等，常用的景观指数有 LSI（Landscape shape index）、PD（Density of landscape patches）、ED（Edge density of landscape patches）、AI（Aggregation index）、LPI（Largest patch index）、AREA_MN（Mean patch area）、SHAPE_MN（Mean shape index distribution）、ENN_MN（Euclidean nearest neighbor distance distribution）等（Marks，1995）。

3.2 城市热岛效应的测度

针对热岛效应的测量，目前常用的方法是根据遥感影像进行温度反演。研究使用的卫星传感器主要有Landsat TM/ETM+系列，以及Terra的MODIS和ASTER等。地表温度的反演方法有热辐射传输方程法、单窗算法、分裂窗算法、单通道算法等（Yu et al.，2017；He et al.，2019）。

热岛效应的度量主要是基于不同下垫面地表温度的差异，利用热岛或冷岛强度指标来描述，但在不同文献中对于热岛或冷岛强度的定义不同（见表2）。综合来看，可以分为两大类，一是利用城区和郊区之间的温度差异，二是热岛或冷岛与周边环境之间的温度差异。不同之处在于对郊区的定义或周边环境的范围界定。如Rasul et al.（2015）将郊区的范围设定为城市区域向外的 10 km缓冲区；Zhang et al.（2017a）定义绿地的冷岛强度为绿地内部的日平均地表温度与周边10 m缓冲区范围的日平均地表温度之差；Liu et al.（2016a）根据不透水下垫面的面积占比来对城区和郊区进行划分，不透水下垫面的面积占比超过 60%的区域定义为高密度区，城区的范围定义为具有一定聚集程度的高密度区域，其余为郊区，进一步根据城区与郊区的温度差来计算热岛强度。

表2 不同文献中对热岛效应的度量方法Table 2 The measurement methods of UHI effect in different literatures

3.3 城市绿地空间格局与热岛效应之间的关系

3.3.1 城市绿地空间组成

城市绿地空间格局的研究主要分为空间组成和空间配置两大类。研究表明，城市绿地的空间组成对城市热岛效应有显著的影响作用，具体表现为城市绿地的斑块所占景观面积的比例（PLAND）和斑块类型总面积（CA）指数与地表温度呈显著负相关，而不透水下垫面的PLAND和CA指数与地表温度呈显著正相关（Li et al.，2018；Liu et al.，2016a）。Huang et al.（2018）对哈尔滨绿地降温效应的研究发现，通过合理地调整绿地的面积、周长和形状能够改善降温效应，但存在一定阈值，该研究指出绿地面积的阈值为37 hm2，绿地周长的阈值为5300 m，在此范围内增加绿地面积和周长会有效改善降温效应，但超过这一阈值，降温效应就不会再有明显提高。Du et al.（2017）研究也表明，增加绿地面积能有效降低地表温度，阈值为40 hm2。Yu et al.（2017）在福州城市冷岛研究中，提出绿地的大小和形状会显著影响城市冷岛，其中绿地面积越大，降温效益越高，临界值为4.55 hm2。Ngulani et al.（2019）对绿地降温效应的研究发现，绿地的降温范围可以扩展到从绿地中心向外的 1.7 km，并且绿地的降温强度会随着绿地面积的增加略有提高。另外增加城市绿地内的植物绿量、减少绿地中的不透水铺装、增加水体面积等也会帮助提高冷岛效应（Shih，2017b）。还有些文献比较了不同年份城市绿地的组成与热岛效应之间的关系，以及随着城市化进程导致的绿地面积改变和用地类型改变所造成的地表温度差异（Mushore et al.，2017；Yu et al.，2018）。

3.3.2 城市绿地空间配置

城市绿地空间配置的量化研究主要分为两种维度，一是对城市绿地的形状、密度、边界、聚集度、离散度等进行研究，另一类是对线性的城乡梯度上绿地分布格局的差异研究。

总体来看，多数研究都证实城市绿地的斑块密度（PD）和聚集度（AI）与地表温度呈显著的负相关性，而不透水下垫面的上述指数与地表温度呈显著的正相关性（Estoque et al.，2017；Li et al.，2018；Li et al.，2019；Li et al.，2012；Liu et al.，2016a；Peng et al.，2016），换言之，城市绿地的斑块密度越高，聚集度越高，地表温度越低，而不透水下垫面与之相反。然而，也有一些研究结果互相矛盾，Li et al.（2019）研究表明，城市热岛强度与城市绿地的平均形状指数分布（SHAPE_MN）显著负相关，表明城市绿地的形状越复杂，热岛强度越低。而Yu et al.（2017）、Huang et al.（2018）和Masoudi et al.（2019a）研究则发现，形状越简单的城市绿地，地表温度越低，降温效果越好。针对边界密度（ED），Guo et al.（2019a）和Li et al.（2012）研究表明，城市绿地的ED与地表温度显著正相关，而 Peng et al.（2018）、Liu et al.（2016b）和Maimaitiyiming et al.（2014）研究则表示城市绿地的ED与地表温度显著负相关。另外，也有研究对不同类型绿地的冷岛效应进行比较，结果表明楔形绿地的冷岛强度最大，其次为辐射状和点状绿地，带状绿地的冷岛强度最小（Du et al.，2019）。

在城乡梯度上，城市绿地的分布与地表温度的关系也有一定的差异。Estoque et al.（2017）以曼谷、雅加达和马尼拉为例，在城市中心每隔300 m建立缓冲区，比较每个缓冲区内的地表温度以及绿地和不透水下垫面的密度。研究发现，在城乡梯度上，地表温度与绿地密度和不透水下垫面密度有显著的相关性；但并不是离市中心越近，地表温度越高，这与城市人口密度相关，离市中心3—12 km范围是地表温度最高的区域，需要重点采取缓解措施。Li et al.（2018）研究西安城乡梯度上绿地和不透水下垫面的时空格局对地表温度的影响，从市中心每隔120 m建立缓冲区，发现离市中心越近，绿地密度越低，地表温度越高。

3.3.3 城市绿地空间组成和空间配置对热岛效应影响程度的比较

Maimaitiyiming et al.（2014）和Peng et al.（2016）研究发现，相比较空间配置，城市绿地的空间组成对地表温度的影响更为重要。Estoque et al.（2017）研究则表明相比较斑块的大小和形状，斑块聚集度与地表温度的相关性更为显著，即空间配置对热岛效应的影响程度更大。Chen et al.（2014）研究证实季节会对城市绿地格局与冷岛效应之间的关系产生影响，形状和边界所代表的绿地空间配置指标在冬季对冷岛强度影响更大，而在夏季，面积所代表的绿地空间组成指标对冷岛强度的影响更大。Masoudi et al.（2019a）提出这两者对热岛效应的影响程度主要取决于现有城市绿地的格局。Guo et al.（2019a）认为其主要取决于特定的变量，如季节或栅格大小。

3.4 部分研究结论矛盾的原因分析

分析目前已有文献的研究结论可以发现，有些方面的研究结论互相矛盾，主要体现在城市绿地的空间配置上，PD、ED、SHAPE_AM、LSI、ENN_MN等指标与热岛效应的相关性在不同文献中存在差异（见表3）。分析原因可能有两点，一是用于提取绿地格局的遥感影像的空间分辨率不同，可能会导致景观指数的计算结果不同。Li et al.（2013）研究也证实了这点，通过分析多种空间分辨率的遥感卫星图片，发现在不同的空间分辨率下计算的景观指数会有一定差异，进而导致绿地空间格局与地表温度的相关性有所不同：分辨率越高，对绿地空间格局的量化程度越好，随着空间分辨率的降低，PLAND、PD、ED指数显著降低，而 ENN_MN、AREA_MN、SHAPE_MN显著增加，因此在研究城市绿地格局对地表温度的影响时需要选取适宜分辨率的遥感影像。第二个可能原因是对热岛效应的测度方式不同，多数研究以地表温度LST来描述热岛效应，而有些研究提出热岛强度、冷岛强度、绿地降温强度等来表征热岛效应，由于计算方法不同，可能会导致最终结果的相关性不同。

4 结论与展望

4.1 结论

本文在城市绿地格局和热岛效应相关文献整理分析基础上，得出主要结论如下：

（1）有关城市绿地格局与城市热岛之间的定量关系研究最早出现在2000年，从2011年开始，文献量逐年递增。2011年以前的文献主要是对城市热岛进行测量，指出了城市化对于热岛效应的影响，以及城市绿地在一定程度上缓解热岛效应，但是还没有对影响机制进行深入研究。

表3 不同文献中城市绿地景观指数与热岛效应之间的关系Table 3 The relationship between landscape indexes of UGS and UHI effect in different literatures

（2）从2012年起，一些学者借用景观生态学中的景观指数方法对城市绿地格局进行量化分析，从格局的视角对城市绿地的降温机制进行分析。特别是近5年相关研究逐渐深入，包括不同城市、不同年份、不同类型的城市绿地对热岛效应缓解作用的比较，针对不同分辨率的遥感影像所得出的城市绿地格局与热岛效应之间关系的比较，以及由热岛效应扩展出的环境污染、能源消耗、公共健康和社会公平等问题。

（3）在研究手段上，主要运用基于像元和面向对象等方法对遥感影像中的城市绿地进行提取，借助景观指数对城市绿地的格局进行量化，包括其空间组成和空间配置，同时通过遥感卫星数据对城市地表温度进行反演，根据城乡之间的温度差计算出城市热岛效应的强度，或根据绿地及周边环境之间的温度差计算绿地的冷岛强度，进而分析城市绿地格局与热岛效应之间的相关性。

（4）研究结果揭示了城市绿地格局与热岛效应之间的一些关系，例如：城市绿地的空间格局会显著影响热岛效应，增加绿地的面积或周长会在一定程度上改善热岛效应，但存在阈值；绿地的斑块密度和聚集度越高，对热岛效应的缓解作用越高。但是，针对绿地形状和边界等属性的景观指数与热岛效应相关性的研究结果存在一定的矛盾，这可能是因为遥感数据的分辨率以及热岛效应的计算方法不同所导致。

4.2 展望

总体而言，城市绿地空间格局对热岛效应的影响研究还在不断发展阶段，部分研究结论之间存在矛盾，研究方法也存在一些缺陷。将来的研究一方面需要不断完善城市绿地、城市热岛效应的测度方法，另一方面需要将科学问题与规划实践问题相结合，提出针对性的研究方法。

（1）城市绿地常用的测度方法为植被指数和景观指数，但是这两种方法在使用上还有一定局限。植被指数主要是在二维平面上对植物的空间配置密度进行描述，然而城市绿地的三维空间特征也对降温效应有较大影响。目前已有研究利用LiDAR点云和高精度遥感影像等数据对城市绿地的三维特征进行定量测度，但在此层面上与城市热岛效应的关系研究多以较小尺度上的建筑或街区的垂直绿化为主，尚缺乏在城市尺度上的研究。因此在揭示城市热岛效应受绿地格局影响机理的同时，应该针对城市绿地形态提出适宜的、有针对性的景观指数或形态量化方法，而不应仅将城市绿地作为一种孤立的绿色斑块或廊道来研究。

（2）研究需要更多地面向城市绿地规划建设问题，并对城市规划建设具有指导作用。毋庸置疑，城市热岛的形成受到城市绿地空间配置及组成的影响，也受到城市绿地周边的城市环境及土地利用的影响。从根本上来讲，这些关系与影响都是人类规划建设活动的结果。当代的绿色城市、生态城市、可持续城市的目标是建设人工与自然更加和谐共生的城市。从本文的角度看，就是通过追求合理的城市绿地布局，最大可能减少城市热岛的影响。因此，将来的研究需要有一个更加综合的、有层级的研究方法框架。同时，研究应该建立在对城市空间与绿地形态更完整认识的基础上，加强城市生态环境学科与城市绿地规划研究的深入交叉与充分结合，以提高研究成果的应用性、专业合理性与可解释性，为城市规划、城市绿地系统规划、总体城市设计等规划实践与决策提供科学合理的基础。