韓貴鋒 蔡智 謝雨絲 曾衛(wèi)

摘 要：城市建設(shè)強(qiáng)度是城市熱島形成與演變的主要驅(qū)動(dòng)因素，為了揭示兩者之間的量化關(guān)系，以重慶市開(kāi)州區(qū)為例，在用地地塊、規(guī)則網(wǎng)格和建筑斑塊3個(gè)空間尺度上，使用ArcGIS提取地表溫度（LST）與建設(shè)強(qiáng)度指標(biāo)，利用SPSS分析其相關(guān)性并構(gòu)建多元回歸模型。結(jié)果表明：用地地塊尺度上，LST與綠化率、建筑密度和容積率之間均呈現(xiàn)顯著的負(fù)相關(guān)，與建筑底面積和總建筑面積之間均呈現(xiàn)顯著的正相關(guān)。規(guī)則網(wǎng)格尺度序列上，LST與建設(shè)強(qiáng)度各指標(biāo)之間的相關(guān)性系數(shù)隨網(wǎng)格面積的增大而增大，在840 m網(wǎng)格時(shí)達(dá)到最大值；總體上LST與綠化率之間呈顯著的負(fù)相關(guān)，與建筑密度和容積率之間呈顯著的正相關(guān)。建筑斑塊的尺度上，LST與建筑層數(shù)之間有顯著的負(fù)相關(guān)關(guān)系，與總建筑面積之間有顯著的正相關(guān)關(guān)系。城市建設(shè)強(qiáng)度直接或間接影響了城市熱島的形成與演變，而相關(guān)分析發(fā)現(xiàn)，建設(shè)強(qiáng)度指標(biāo)并非都與LST之間呈正相關(guān)關(guān)系，這表明城市熱島除受建設(shè)強(qiáng)度的影響外，還受區(qū)域氣候、城市形態(tài)、城市性質(zhì)、交通方式以及建筑材質(zhì)與色彩等多種因素的協(xié)同影響，是一個(gè)非線性的復(fù)雜過(guò)程。

關(guān)鍵詞：城市規(guī)劃；土地利用；城市熱島；容積率；建筑密度

中圖分類號(hào)：TU984

文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-4764（2016）05-0138-10

Abstract：Urban construction was an important driving factor result in the urban heat island. In order to reveal the relationships between urban construction and urban heat island， taking Kaizhou District， as an example， land surface temperatures （LST） and urban construction index were extracted using ArcGIS spatial analysis tools， and the relationship between the two was analyzed in SPSS on three spatial scales： land patch， regular grid and building lot. The results showed that LST varied greatly from land use type， and the correlations between LST and urban construction index were different among three scales. On land patch scale， there were significantly negative correlations between LST and greening ratio （GR）， floor area ratio （FAR） and building density （BD） respectively and there were significantly positive correlations between LST and building bottom area （BBA） and total construction area （TCA） respectively. On regular grid scales， the correlations between LST and urban construction index increased along with the increase of grid area， and almost all correlation coefficients reached maximum values on the 840-meter grid scale. The LST was negatively correlated with GR and was positively correlated with BD and FAR respectively. Then the multiple regression model was established between LST and BD and GR. On building lot scale， there were significantly positive correlations between LST and BD and FAR respectively. However， there were significantly negative correlations between LST and building floors （BF） and strong positive correlations between LST and TCA. Although， urban construction index had great influence on urban heat island， not all urban construction index were positively correlated with LST. The results implied that urban heat island intensity and its spatial distribute were also affected by other various factors including topography， local climate， urban morphology， designated function of city， urban transportation and building material and color. Furthermore， the impact of various factors on urban heat island may be a nonlinear complicated and dynamic process.

Keywords：urban planning； land use； urban heat island； floor area ratio； building density

中國(guó)正處于高速城市化階段，2014年城鎮(zhèn)化率已達(dá)到54.77%。隨著國(guó)家新型城鎮(zhèn)化規(guī)劃的實(shí)施，未來(lái)幾年將有1億左右的農(nóng)業(yè)轉(zhuǎn)移人口和其他常住人口在城鎮(zhèn)落戶[1]。城市人口增加和空間擴(kuò)張是城市化的基本表征。伴隨著城市的發(fā)展，城市環(huán)境和生態(tài)問(wèn)題也愈發(fā)凸顯，成為城市人居環(huán)境質(zhì)量關(guān)注的主要焦點(diǎn)之一。城市化急劇改變了城市所在地原有的地貌形態(tài)和土地用途，以及區(qū)域內(nèi)的太陽(yáng)輻射入射量、能量平衡、濕度、風(fēng)場(chǎng)結(jié)構(gòu)及風(fēng)速等，最終改變了城市局部氣候[2 ]。其中，最為常見(jiàn)的是城市熱島現(xiàn)象。早在19世紀(jì)初，霍華德在對(duì)倫敦的研究中就發(fā)現(xiàn)城市溫度要比臨近的鄉(xiāng)村高的現(xiàn)象。隨后，學(xué)者們對(duì)城市熱島的形成機(jī)理、影響因素、熱島模擬和減緩措施等方面進(jìn)行了大量研究[3-10]。已有研究一致認(rèn)為城市熱島由眾多因素影響，諸如人口、土地使用方式改變而導(dǎo)致熱量在城市集中所產(chǎn)生的結(jié)果[11]，也是城市多種要素協(xié)同影響的綜合表現(xiàn)。城市熱島的熱量來(lái)源可分為太陽(yáng)輻射（吸收量、反射量）和人為熱（交通、建筑、工業(yè)、人體）兩類。按其影響要素可以分為自然要素、人工物質(zhì)空間要素、非物質(zhì)空間要素幾類。自然要素包括氣候、風(fēng)向、自然地形地貌、植被、水域[3-4]；人工物質(zhì)空間要素包括土地利用、建筑及其組合形式、城市空間形態(tài)（開(kāi)闊度、粗糙度、建筑密度、容積率）[5-7]；非物質(zhì)空間要素包括人口、資源消耗、產(chǎn)業(yè)經(jīng)濟(jì)等[8-10]。其中，土地利用性質(zhì)及強(qiáng)度是城市規(guī)劃、實(shí)施和管理最為重要的控制要素，其建筑密度、容積率、建筑高度等對(duì)城市形態(tài)的影響最大，對(duì)城市熱島產(chǎn)生、形成和發(fā)展的作用最直接。目前對(duì)城市熱島的研究方法主要有3種：傳統(tǒng)的外場(chǎng)實(shí)驗(yàn)和觀測(cè)、實(shí)驗(yàn)室仿真、數(shù)值模擬[12 ]。傳統(tǒng)研究方法是使用固定的自動(dòng)監(jiān)測(cè)站或定點(diǎn)樣點(diǎn)或流動(dòng)監(jiān)測(cè)車監(jiān)測(cè)溫度，進(jìn)而通過(guò)插值評(píng)估城市熱島空間分布及其強(qiáng)度，其研究對(duì)象主要是地面局部小范圍內(nèi)草地、樹(shù)林、水體等的降熱增濕效果[7，17-18]。近年來(lái)，隨著遙感技術(shù)的發(fā)展，使用遙感影像反演地表溫度的方法，可以彌補(bǔ)傳統(tǒng)研究方法測(cè)點(diǎn)有限且不能多點(diǎn)同步測(cè)量，以及大范圍、多次重復(fù)測(cè)量困難的缺點(diǎn)，其對(duì)象也逐步轉(zhuǎn)化為對(duì)更大尺度范圍內(nèi)植被覆蓋率、綠地布局、城市肌理等城市熱島影響機(jī)制的研究[6，15-16]。此外，遙感與GIS技術(shù)的結(jié)合，特別是各種關(guān)于熱島效應(yīng)模型的構(gòu)建與應(yīng)用[7，17-18]，為研究解決城市熱島問(wèn)題提供了新思路，成為城市熱島研究的有效途徑。盡管城市土地利用和建設(shè)強(qiáng)度被認(rèn)為是城市熱島效應(yīng)中的最重要影響因子[19-20]，然而對(duì)城市建設(shè)強(qiáng)度與城市熱島強(qiáng)度之間的量化研究相對(duì)較少。筆者以重慶市開(kāi)州區(qū)為例，使用遙感數(shù)據(jù)反演地表溫度來(lái)度量城市熱島強(qiáng)度，結(jié)合城市土地利用性質(zhì)和強(qiáng)度等資料，使用量化分析方法研究城市建設(shè)強(qiáng)度指標(biāo)與地表溫度之間的相關(guān)性，分析建設(shè)強(qiáng)度對(duì)城市熱島的影響程度和作用機(jī)理，以期在規(guī)劃編制階段為相關(guān)規(guī)劃提供經(jīng)驗(yàn)和參數(shù)準(zhǔn)備，從而在城市規(guī)劃和景觀規(guī)劃過(guò)程中，通過(guò)預(yù)先采取措施來(lái)有效緩解城市熱島效應(yīng)，改善人居環(huán)境質(zhì)量。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

開(kāi)州區(qū)位于重慶市東北部，地處長(zhǎng)江三峽腹地、大巴山南麓，是典型的山地城市，也是因三峽水庫(kù)淹沒(méi)而新建的城市（圖1）。介于北緯30°49′30″～31°41′30″、東經(jīng)107°55′48″～108°54′之間，西鄰四川省開(kāi)江縣，北接城口和四川省宣漢縣，東毗云陽(yáng)縣和巫溪縣，南鄰萬(wàn)州區(qū)。開(kāi)州屬于小江流流域上游，城區(qū)南北被山川環(huán)繞，南河自西向東，東河由北向南，在城區(qū)交匯。城區(qū)以東3 km處的水位調(diào)節(jié)壩竣工后，在城區(qū)內(nèi)形成了水面達(dá)14.8 km2的漢豐湖，庫(kù)容約8 000萬(wàn)m3。近年來(lái)，重慶市的高溫均位于開(kāi)州城區(qū)，城市熱島現(xiàn)象凸顯，筆者將開(kāi)州城區(qū)的建成區(qū)作為研究區(qū)，其面積為41.94 km2。由于是移民新城，各項(xiàng)資料齊全，便于開(kāi)展研究，而且典型的山水格局對(duì)于重慶市乃至其他山地區(qū)域的城市熱島研究都具有代表性。

1.2 數(shù)據(jù)來(lái)源與處理

使用Landsat8第10波段反演地表溫度（LST），遙感影像來(lái)自http：//www.gscloud.cn/。遙感成像時(shí)間是2013-08-12T11：22 am，影像軌道號(hào)為p127，行號(hào)為r38，空間分辨率為100 m（數(shù)據(jù)分發(fā)時(shí)處理為30 m）。為保證數(shù)據(jù)精度及準(zhǔn)確性，首先借助ENVI 5.1對(duì)遙感影像進(jìn)行幾何糾正、工作區(qū)裁剪、輻射校正等工作。使用第4和第5波段提取歸一化植被指數(shù)（NDVI），剔除NDVI<0的非植被區(qū)域，并將其轉(zhuǎn)換為地表綠化率，其他數(shù)據(jù)資料包括研究區(qū)航拍圖、城鄉(xiāng)規(guī)劃圖、建設(shè)現(xiàn)狀圖、土地利用現(xiàn)狀圖等。

1.2.1 地表溫度反演

大量研究表明[21-24]，運(yùn)用熱紅外波段進(jìn)行地表溫度的反演可以獲得較真實(shí)的地表熱環(huán)境信息。采用大氣校正法對(duì)Landsat8的熱紅外波段（Band10）進(jìn)行地表溫度反演，從而反映城市熱島。其基本原理是，首先估計(jì)大氣對(duì)地表熱輻射的影響，然后把這部分大氣影響從衛(wèi)星傳感器所觀測(cè)到的熱輻射總量中扣除，得到地表的熱輻射強(qiáng)度，再將其轉(zhuǎn)化為相應(yīng)的地表溫度[25-26]。具體流程與方法參見(jiàn)文獻(xiàn)[27]，反演得到的LST如圖2所示。歷史天氣記錄表明，開(kāi)州城區(qū)當(dāng)天的天氣記錄為晴天，空氣溫度為24～38 ℃，反演的地表溫度為28～44 ℃，氣溫與地表溫度具有較好的一致性。

1.2.2 建設(shè)強(qiáng)度統(tǒng)計(jì)

城市建設(shè)強(qiáng)度用以衡量城市建設(shè)活動(dòng)對(duì)原有地形地貌的改造程度，也是衡量社會(huì)經(jīng)濟(jì)發(fā)展的重要指標(biāo)。利用ArcGIS 10.2，依據(jù)建設(shè)現(xiàn)狀圖及航拍圖提取現(xiàn)狀建筑信息，再疊加現(xiàn)狀用地信息，統(tǒng)計(jì)用地內(nèi)的多項(xiàng)建設(shè)強(qiáng)度指標(biāo)，包括建筑底面積（Building Bottom Area， BBA）、總建筑面積（Total Construction Area， TCA）、容積率（Floor Area Ratio， FAR）、建筑密度（Building Density， BD）、綠化率（Greening Ratio， GR）、建筑高度（Building Height， BH）和建筑層數(shù)（Building Floors， BF）等。

1.3 研究方法

鑒于空間相關(guān)性的強(qiáng)烈作用[15，18]，分別基于用地地塊、規(guī)則網(wǎng)格和建筑斑塊等3個(gè)空間尺度（圖3），利用ArcGIS 10.2提取建設(shè)強(qiáng)度與LST樣本，然后在SPSS中進(jìn)行數(shù)據(jù)相關(guān)性分析，揭示建設(shè)強(qiáng)度指標(biāo)與LST之間的相關(guān)性及其顯著性，分析建設(shè)強(qiáng)度對(duì)LST的影響機(jī)制。

在用地地塊尺度上提取城市建設(shè)強(qiáng)度指標(biāo)，包括用地性質(zhì)、BD、BBA、FAR、GR等。由于城市用地地塊的劃分具有很強(qiáng)的人為主觀性，相同面積和性質(zhì)的地塊，建設(shè)強(qiáng)度可能存在巨大的差異。為了減小這種人為因素的影響，嘗試在不同規(guī)則網(wǎng)格尺度上來(lái)統(tǒng)計(jì)分析建設(shè)強(qiáng)度與LST之間的相關(guān)關(guān)系。事實(shí)上，城市建設(shè)強(qiáng)度主要由地塊內(nèi)建筑體量大小直接決定。此外，無(wú)論是從地塊的尺度還是從規(guī)則網(wǎng)格的尺度上來(lái)看，統(tǒng)計(jì)單元內(nèi)的信息都是地塊內(nèi)的多個(gè)建構(gòu)筑物的混合信息，會(huì)對(duì)統(tǒng)計(jì)結(jié)果造成較大的影響。因此，從建筑斑塊尺度上統(tǒng)計(jì)分析LST與建設(shè)強(qiáng)度之間的相關(guān)關(guān)系，試圖進(jìn)一步降低統(tǒng)計(jì)單元內(nèi)混合地物的影響，探究建設(shè)強(qiáng)度與LST之間的真實(shí)關(guān)系，揭示建設(shè)強(qiáng)度對(duì)城市熱島的貢獻(xiàn)和作用。

2 結(jié)果與分析

2.1 基于地塊尺度的分析

統(tǒng)計(jì)分析發(fā)現(xiàn)，居住、綠地、教育、商業(yè)等類型在城市用地中所占的比重較大，其他類型用地所占比重較小，不具有統(tǒng)計(jì)意義。因而只分析比重較大的城市用地內(nèi)的LST與城市建設(shè)強(qiáng)度之間的關(guān)系。

2.1.1 用地性質(zhì)與LST之間的關(guān)系

城市用地性質(zhì)是決定地塊內(nèi)建設(shè)強(qiáng)度和人們活動(dòng)方式的重要因素之一。由于城市下墊層面對(duì)LST作用顯著且直接[28]，各類用地的平均LST有較大差異（圖4）。體育用地下墊層面主要為水泥、瀝青、金屬等不透水面，平均溫度最高（41.84 ℃）；廣場(chǎng)用地具有類似的下墊層面，其平均溫度（38.67 ℃），僅次于體育用地；公園綠地內(nèi)大部分是透水面，而且樹(shù)木的蒸騰作用具有很好的降溫增濕效果[13-14]，因而綠地內(nèi)的平均溫度最低（36.6 ℃）；同樣，由于居住用地大多具有較高的綠地率，LST（36.97 ℃）也相對(duì)較低。各用地內(nèi)平均溫度的方差顯示，教育用地的方差最大（1.79 ℃），緣于教育用地內(nèi)透水性下墊面與不透水下墊面的差異明顯，教學(xué)區(qū)具有較高的綠化，運(yùn)動(dòng)區(qū)基本沒(méi)有綠化，導(dǎo)致了局部LST差異顯著；其次是商業(yè)用地LST方差（1.39 ℃），商業(yè)用地大多處于城市道路與居住、行政等用地之間，LST受道路等周邊環(huán)境影響較大。不同的城市用地性質(zhì)，具有不同的熱環(huán)境效應(yīng)[6]，某一類用地性質(zhì)，其內(nèi)部的功能安排和使用方式，也對(duì)LST有較大的影響。

2.1.2 建設(shè)強(qiáng)度和LST之間的相關(guān)性

基于用地地塊的統(tǒng)計(jì)結(jié)果見(jiàn)表1。LST與建設(shè)強(qiáng)度各指標(biāo)均有顯著的相關(guān)性。由于綠地植被具有顯著的降溫增濕功能，綠化率與LST之間呈現(xiàn)中等強(qiáng)度相關(guān)。然而，F(xiàn)AR和BD作為衡量建設(shè)強(qiáng)度的重要的指標(biāo)，與LST之間呈現(xiàn)較弱的負(fù)相關(guān)關(guān)系，這個(gè)結(jié)果似乎與人們的主觀感受和認(rèn)識(shí)不符。從霍華德發(fā)現(xiàn)城市熱島現(xiàn)象到Oke等人對(duì)城市熱島的研究，一直到當(dāng)今人們對(duì)城市熱島的普遍理解是，熱島伴隨城市而出現(xiàn)，在人口和建筑密度越大的地區(qū)，城市熱島越顯著。而基于地塊的統(tǒng)計(jì)發(fā)現(xiàn)，F(xiàn)AR和BD并非與LST成正相關(guān)關(guān)系。事實(shí)上，F(xiàn)AR和BD的計(jì)算依賴于地塊面積，而城市建設(shè)用地的地塊劃分主要基于土地使用性質(zhì)、權(quán)屬邊界、規(guī)劃管理、道路，并兼顧自然地形和其他專項(xiàng)規(guī)劃等多種因素，幾乎完全是各類主觀因素綜合作用的結(jié)果。例如，用地性質(zhì)和面積完全相同的兩個(gè)地塊，空間區(qū)位不同，它們的FAR和BD可能有較大差異，從而導(dǎo)致了與LST的負(fù)相關(guān)關(guān)系。研究區(qū)內(nèi)大多都是中低層建筑，相關(guān)研究表明，低層高密度城市肌理提供了更多的街巷空間以及建筑陰影，大大減少了底層建筑所接收的太陽(yáng)輻射[29]。高層或超高層建筑往往導(dǎo)致地塊的高容積率，高層建筑物之間容易形成峽谷效應(yīng)，有利于局部空氣流動(dòng)，達(dá)到自然降溫效果。建筑底面積和總建筑面積作為城市不透水下墊面多少的真實(shí)反映，其值越大，反映不透水面的比例越高，因感熱交換和儲(chǔ)熱而引起的地表溫度越高，與眾多研究結(jié)果一致[19]。

單獨(dú)提取居住用地地塊，統(tǒng)計(jì)建設(shè)強(qiáng)度指標(biāo)與LST的相關(guān)性，其結(jié)果與整體統(tǒng)計(jì)的結(jié)果一致，LST與GR、FAR和BD之間均呈現(xiàn)顯著的負(fù)相關(guān)，與BBA和TCA之間均呈現(xiàn)顯著的正相關(guān)，與所有地塊的統(tǒng)計(jì)結(jié)果基本一致。除了GR與LST之間仍然保持較顯著的負(fù)相關(guān)外，其他的建設(shè)強(qiáng)度指標(biāo)與LST之間的相關(guān)系數(shù)均顯著，而且相關(guān)性有了明顯增加。居住作為城市的最主要功能之一，其用地面積在城市建設(shè)用地中所占比重最大，與LST之間的相關(guān)性與上述總體統(tǒng)計(jì)結(jié)果一致。盡管居住用地的地塊劃分依然具有一定的人為主觀性，但是居住用地的地塊大小及其建設(shè)強(qiáng)度具有較好的一致性，因此，其建設(shè)強(qiáng)度與LST相關(guān)性優(yōu)于總體相關(guān)性。而對(duì)商業(yè)用地的統(tǒng)計(jì)發(fā)現(xiàn)，各建設(shè)強(qiáng)度指標(biāo)與LST之間沒(méi)有顯著的相關(guān)性，這可能緣于商業(yè)用地地塊劃分及其建設(shè)強(qiáng)度主要依賴于商業(yè)類型和商業(yè)區(qū)位，不同定位的商業(yè)用地其建設(shè)強(qiáng)度差異非常大，導(dǎo)致在統(tǒng)計(jì)上沒(méi)有顯著性。鑒于較強(qiáng)的人為主觀因素影響，基于地塊統(tǒng)計(jì)的建設(shè)強(qiáng)度指標(biāo)與LST之間的相關(guān)性不強(qiáng)或不顯著，F(xiàn)AR與LST之間顯著的負(fù)相關(guān)性難以解釋。因此，為了避免或減小地塊劃分人為主觀性的影響，嘗試使用規(guī)則網(wǎng)格替代地塊進(jìn)行統(tǒng)計(jì)分析。

2.2 基于網(wǎng)格的分析

基于反演所得到LST分辨率（30 m），提取30 m×30 m網(wǎng)格內(nèi)的LST，并計(jì)算網(wǎng)絡(luò)內(nèi)的TCA、BBA、GR，再用總建筑面積/網(wǎng)格面積得到FAR，用建筑底面積/網(wǎng)格面積得到網(wǎng)格內(nèi)的BD。在網(wǎng)格尺度上，每個(gè)網(wǎng)格的面積是固定的，因而計(jì)算出來(lái)的FAR和TCA之間、BD和BBA之間的關(guān)系就具有一致性，故只需要分析LST與FAR、BD之間的相關(guān)性即可。

2.2.1 30 m網(wǎng)格取樣分析

按照30 m網(wǎng)格統(tǒng)計(jì)，共有7 372對(duì)樣本，LST與綠化率之間的相關(guān)性系數(shù)r= -0.444（p<0.01），相對(duì)于地塊統(tǒng)計(jì)的相關(guān)性，有一定程度的增加。而LST與建筑密度的相關(guān)系數(shù)r=0.073（p<0.01）、容積率r=-0.042（p<0.01）之間的相關(guān)性關(guān)系雖然顯著，但相關(guān)程度非常弱。這說(shuō)明采用網(wǎng)格法進(jìn)行數(shù)據(jù)采樣，確實(shí)能避免一定人為因素的干擾影響，有利于保證數(shù)據(jù)的客觀性與準(zhǔn)確性。但基于像元的30 m網(wǎng)格采樣由于尺度過(guò)小，網(wǎng)格內(nèi)的建筑物不完整，加之采樣點(diǎn)之間的空間自相關(guān)效應(yīng)也存在，這些因素對(duì)統(tǒng)計(jì)結(jié)果的影響不可避免。為此，進(jìn)一步增大網(wǎng)格面積，在多個(gè)網(wǎng)格尺度序列上進(jìn)行統(tǒng)計(jì)分析。

2.2.2 網(wǎng)格尺度序列分析

參照有關(guān)研究成果[30 ]，按照120 m的尺度間隔逐漸增加網(wǎng)格尺度，形成11個(gè)尺度序列，在每個(gè)尺度上計(jì)算建設(shè)強(qiáng)度指標(biāo)并提取LST平均值，得到相關(guān)性結(jié)果如圖5。LST與各建設(shè)強(qiáng)度指標(biāo)之間的相關(guān)性隨采樣網(wǎng)格的尺度增加而逐漸增強(qiáng)，并在840 m達(dá)到最大值，樣本的數(shù)量由7 372對(duì)（30 m）下降到7對(duì)（2 120 m），其后的相關(guān)性從1 560 m開(kāi)始變的不顯著。這個(gè)變化趨勢(shì)表明，利用Landsat研究城市熱島或者熱環(huán)境時(shí)，840 m可能是一個(gè)最佳尺度。

在所有的尺度序列中，BD和LST的相關(guān)性系數(shù)最大值為r=0.684（p<0.01），F(xiàn)AR和LST相關(guān)性系數(shù)最大值為r=0.630（p<0.01），并且BD與LST之間的相關(guān)系數(shù)始終大于FAR與LST之間的相關(guān)性系數(shù)。GR與LST之間的相關(guān)性系數(shù)在360 m的尺度上已達(dá)到穩(wěn)定值。事實(shí)上，建筑密度作為一個(gè)水平層面上的觀測(cè)量，因接受太陽(yáng)輻射而引起的LST變化是顯著而直接的。而FAR作為一個(gè)空間垂直層面上的統(tǒng)計(jì)量，與LST的關(guān)系更多的是通過(guò)人為熱（人口數(shù)量、能源消耗、經(jīng)濟(jì)）等非物質(zhì)要素間接體現(xiàn)出來(lái)，因此，還涉及到建筑環(huán)境（通風(fēng)、氣候）。這也解釋了相比FAR，BD與LST的相關(guān)性更強(qiáng)的原因。

為了進(jìn)一步分析LST與城市建設(shè)強(qiáng)度指標(biāo)之間的關(guān)系，在840 m的尺度上，利用SPSS的逐步回歸方法建立多元回歸模型，由于BD與FAR和LST的相關(guān)性高度一致，回歸模型將FAR剔除，得到如下結(jié)果：

LST=38.145+26.544×BD-6.936×GR

回歸模型的擬合優(yōu)度R2=0.677，F(xiàn)檢驗(yàn)值為23.711（p<0.05）；回歸系數(shù)t檢驗(yàn)結(jié)果表明，系數(shù)均是顯著的（p<0.01）。通過(guò)比較模型的標(biāo)準(zhǔn)化系數(shù)，發(fā)現(xiàn)BD對(duì)LST的貢獻(xiàn)大于綠化率。在綠化率GR不變的情況下，當(dāng)建筑密度BD每增加0.1個(gè)單位（10%），LST相應(yīng)增加2.7 ℃；反之，在建筑密度BD不變的情況下，當(dāng)綠化率GR每增加0.1個(gè)單位（10%），LST相應(yīng)減少0.69 ℃。這就說(shuō)明，通過(guò)控制建筑密度比增加綠化所達(dá)到的降溫效果更有效，在城市規(guī)劃和建設(shè)管理中，需要結(jié)合實(shí)際情況以判斷采取哪種措施減緩熱島更為有效。然而回歸模型的擬合優(yōu)度R2僅為0.677，不能達(dá)到理想的預(yù)測(cè)效果，這表明在對(duì)LST的影響因素中，除了建筑密度、綠化率外，還存在其他的影響因子，或者說(shuō)LST與建設(shè)強(qiáng)度各指標(biāo)之間可能是復(fù)雜的非線性關(guān)系。

2.3 基于建筑斑塊的分析

盡管采用網(wǎng)格的方法可以較好的規(guī)避人為主觀因素的影響。但提取出來(lái)的建設(shè)強(qiáng)度是網(wǎng)格內(nèi)的建筑和地表的混合信息，鑒于下墊層面對(duì)LST顯著影響，并且建筑體量是直接反映城市用地內(nèi)建設(shè)強(qiáng)度的主要指標(biāo)，也是城市熱島形成的主要物質(zhì)要素，建筑斑塊（邊廓）可以更為直接地反映建設(shè)強(qiáng)度與LST間的關(guān)系。即在建筑斑塊的尺度上，統(tǒng)計(jì)分析建筑層數(shù)、建筑面積與LST之間的對(duì)應(yīng)關(guān)系。在基于建筑斑塊尺度上提取LST，由于大多建筑斑塊面積較小，且LST的分辨率是30 m，為了避免大量破碎化建筑斑塊對(duì)數(shù)據(jù)的影響，對(duì)1 000 m2以下的建筑斑塊進(jìn)行剔除，不參與統(tǒng)計(jì)分析。

2.3.1 建筑性質(zhì)與LST之間的關(guān)系

建筑性質(zhì)決定了建筑的使用類型，并影響了建筑的使用強(qiáng)度。在傳統(tǒng)觀念中，商業(yè)、辦公等大體量且高強(qiáng)度使用的建筑會(huì)產(chǎn)生大量的人為熱并導(dǎo)致其周圍LST升高。然而統(tǒng)計(jì)數(shù)據(jù)表明，不同的建筑使用性質(zhì)對(duì)LST并沒(méi)有很大的影響（圖6）。盡管體育建筑和廣場(chǎng)建筑的平均溫度較高，但這主要是由于體育建筑多采用的鋼結(jié)構(gòu)等具有較大熱儲(chǔ)容的材料，而且體育、廣場(chǎng)場(chǎng)地周圍少有綠化。其他類型的建筑LST相差不大，相對(duì)建筑材料來(lái)說(shuō)，由建筑性質(zhì)引起的建筑使用強(qiáng)度和使用方式差異性對(duì)LST的影響比較有限。

2.3.2 建筑層數(shù)、建筑面積與LST之間的關(guān)系

基于建筑斑塊統(tǒng)計(jì)分析發(fā)現(xiàn)，LST分別與BF和TCA之間均呈顯著相關(guān)關(guān)系，其中與TCA之間的相關(guān)系數(shù)r=0.188（p<0.05），與BF之間的相關(guān)系數(shù)為r=-0.282（p<0.02）。在建筑斑塊的尺度上，LST與BBA之間的相關(guān)性不顯著。LST與BF之間呈現(xiàn)顯著的負(fù)相關(guān)，即建筑層數(shù)越大（建筑高度越高）LST越小。相對(duì)于低層、高密度的城市空間形態(tài)，高層、低密度的城市形態(tài)為周圍建筑提供了更多的建筑遮陰效果以及更高的天空開(kāi)闊度，更大的開(kāi)敞空間，為建筑周圍空氣流動(dòng)提供了便利，使得建筑能夠迅速散熱[28]。另一方面，風(fēng)速與地面距離呈一定的負(fù)相關(guān)關(guān)系，相對(duì)于建筑底層，建筑高層有更好的通風(fēng)條件，并且受下墊層面的熱環(huán)境影響更小[11]。

3 討 論

3.1 3個(gè)尺度上LST與城市建設(shè)強(qiáng)度相關(guān)性的變化

LST作為直接的觀測(cè)量，是城市物質(zhì)和非物質(zhì)要素在各種作用下綜合表現(xiàn)出來(lái)的表面輻射溫度，是客觀存在的表征量。而地塊作為城市規(guī)劃建設(shè)與管理的基本空間單元，其邊界、大小和形狀盡管考慮了地形、水體等自然要素，但更多的是人為主觀的考慮用地性質(zhì)及空間配置、道路網(wǎng)絡(luò)與功能區(qū)位以及地塊的權(quán)屬邊界，并兼顧地塊開(kāi)發(fā)建設(shè)的難易性和管理的便利性以及其他經(jīng)濟(jì)因素，因此，地塊的劃分主要體現(xiàn)了社會(huì)性。基于此得到的容積率、建筑密度等開(kāi)發(fā)強(qiáng)度指標(biāo)具有很強(qiáng)的人為主觀性。另一方面，容積率、總建筑面積作為垂直方向上的統(tǒng)計(jì)量，與LST的關(guān)系更多的是通過(guò)人為熱量等非物質(zhì)要素體現(xiàn)出來(lái)，受氣候、地形、能源消耗等方面的影響較大。這就導(dǎo)致了統(tǒng)計(jì)分析中建筑密度、容積率與LST關(guān)系中的分析對(duì)象的差異性，最終使其與LST之間的相關(guān)關(guān)系變得不顯著。

由于影響城市熱島的因素眾多，與氣候條件、地形條件、城市形態(tài)、城市性質(zhì)都有關(guān)系，基于Landsat遙感影像，使用網(wǎng)格分析得到840 m最優(yōu)的分析尺度，是否具有普適性，還需要進(jìn)行多個(gè)城市的對(duì)比研究，從而得到通用的最佳研究尺度。

3.2 局部環(huán)境對(duì)LST的影響

從統(tǒng)計(jì)分析結(jié)果中可以發(fā)現(xiàn)，在局部范圍內(nèi)LST差異性顯著，這說(shuō)明在較小的尺度內(nèi)，LST更容易受局部環(huán)境內(nèi)水體、綠地、氣流等方面的影響。研究區(qū)西、北被河流所環(huán)繞，東、南被山巒所阻隔，由于水體與綠地具有較好的降溫效果，因而沿河帶與沿山帶用地內(nèi)的LST相對(duì)來(lái)說(shuō)均偏低。提取LST與土地覆蓋/利用（LUCC）（圖2）制作剖面圖（見(jiàn)圖7）發(fā)現(xiàn)，LST隨地形起伏而變化，在城市中相對(duì)低凹的平坦地帶，由于較高的城市建設(shè)強(qiáng)度以及較少的綠地，使得這一區(qū)域的LST明顯要高于其他區(qū)域。此外，相對(duì)于道路周邊高密度的建筑肌理，開(kāi)闊的城市道路形成了通風(fēng)廊道，有利于地表的散熱，道路地段的LST有了一定程度的降低。因此，局部的綠化、建筑密度和高度組合、通風(fēng)廊道的通暢化等方面的改造或優(yōu)化，可以在一定程度上緩解城市熱島效應(yīng)。

3.3 人為活動(dòng)對(duì)LST的影響

人為活動(dòng)以多種形式影響著城市大氣層，包括工業(yè)釋放的污染物、汽車排放的尾氣等，并直接或間接影響著城市熱島強(qiáng)度。人為排放的熱量對(duì)高緯度寒冷地區(qū)的熱島效應(yīng)影響最大，此外，夏季大量空調(diào)系統(tǒng)所排放的廢熱也對(duì)高密度城市中心區(qū)的熱島效應(yīng)具有很大的促進(jìn)作用。然而，人為熱量的排放具有很大的時(shí)空性差異，并且受地形、氣候、城市形態(tài)、經(jīng)濟(jì)等多種因素的影響[10]，使得城市熱島各影響因子之間的關(guān)系更加復(fù)雜化，這就需要在更小的尺度上，分季節(jié)、分時(shí)段地進(jìn)行更深入的研究，以便在城市用地及功能布局上進(jìn)行優(yōu)化設(shè)計(jì)，減少人為熱量排放，也是城市規(guī)劃與設(shè)計(jì)的內(nèi)容。

3.4 建筑材質(zhì)差異對(duì)LST的影響

不同的建筑材質(zhì)對(duì)太陽(yáng)輻射的反射率有較大差異[31 ]，工業(yè)、體育、臨時(shí)建筑等大多采用低反射率、高熱儲(chǔ)容材料，其表面的LST往往要高于其他類型建筑。綠化、水體等材料在居住建筑中運(yùn)用的最多，因而，此類建筑周圍的城市熱島效應(yīng)有所減緩。屋頂綠化在重慶山地城市普遍存在，這也可能導(dǎo)致建筑底面積與LST之間的不相關(guān)。因此，有關(guān)屋頂綠化和墻面立體綠化的城市熱島的減緩效能是值得深入研究的一個(gè)重要方向。

4 結(jié) 論

缺少植被覆蓋的不透水面具有較高的地表溫度，不同的用地性質(zhì)其平均LST有較大的差異。城市建設(shè)強(qiáng)度與城市熱島之間的關(guān)系并不完全符合人們傳統(tǒng)的主觀認(rèn)識(shí)，即建設(shè)強(qiáng)度越大溫度越高、城市熱島越強(qiáng)。建設(shè)強(qiáng)度指標(biāo)與LST之間的相關(guān)性較為復(fù)雜，而且在不同空間尺度上表現(xiàn)出很大的差異。

1）在地塊尺度上，總建筑面積、建筑底面積分別與LST呈現(xiàn)出顯著的正相關(guān)，即建筑量越大，對(duì)應(yīng)的LST越高。然而，由于地塊的劃分具有很強(qiáng)的人為主觀性，導(dǎo)致建筑密度、容積率分別與LST之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系。

2）在多個(gè)網(wǎng)格尺度序列上，建筑密度、容積率與LST均呈現(xiàn)顯著的正相關(guān)，而且相關(guān)程度隨網(wǎng)格尺度的增加而逐漸增強(qiáng)，在840 m的網(wǎng)格尺度上其相關(guān)性系數(shù)達(dá)到最大值，網(wǎng)格尺度進(jìn)一步增加，相關(guān)性下降。這為城市熱島研究提供了一個(gè)較為可靠的空間尺度選擇。在所有網(wǎng)格尺度上，LST與建筑密度之間的相關(guān)性系數(shù)要大于LST與容積率之間的相關(guān)性系數(shù)，說(shuō)明建筑密度對(duì)熱島的貢獻(xiàn)要大于容積率。在840 m網(wǎng)格尺度上所建立的多元線性回歸模型（R2=0.677）盡管具有一定的解釋和預(yù)測(cè)能力，但是還不足以表達(dá)影響城市熱島的各種因素的共同作用機(jī)制。

3）在建筑斑塊的尺度上，LST與總建筑面積之間是顯著的正相關(guān)關(guān)系，與建筑層數(shù)之間是顯著的負(fù)相關(guān)關(guān)系；相對(duì)于低層高密度的城市形態(tài)，高層低密度的建筑，可以提供更多的遮陰效果，同時(shí)，呈現(xiàn)更大的天空開(kāi)闊度，從而有利于提高局部風(fēng)速，加快散熱。

在城市熱島研究中，空間尺度的選擇是一個(gè)非常重要的前提，處于不同發(fā)展階段的城市，最佳的研究尺度可能也不同，在不同的尺度上得到結(jié)論也有差異，甚至得到相反的結(jié)論，這正體現(xiàn)了城市熱島形成和演變的復(fù)雜性。城市建設(shè)強(qiáng)度作為城市規(guī)劃、建設(shè)和管理中的重要指標(biāo)，決定著城市下墊面被人為改造的程度，對(duì)城市熱島有顯著的影響。其中，建筑密度的增溫作用和綠化率的降溫作用，對(duì)城市熱島的影響最為顯著，因此，在城市規(guī)劃中這兩個(gè)指標(biāo)應(yīng)該重點(diǎn)考慮，并適當(dāng)?shù)貎?yōu)化組合，以便將可能的城市熱島降到最低。值得一提的，建筑高度越高，導(dǎo)致周邊區(qū)域可以得到更多的遮陰面積和較高的開(kāi)闊度，從而使得地表溫度下降。城市采用哪種開(kāi)發(fā)模式，以便減低城市建成后的城市熱島強(qiáng)度，從規(guī)劃設(shè)計(jì)階段就應(yīng)該開(kāi)始綜合考慮用地性質(zhì)、建筑密度、綠化率、容積率和建筑高度等指標(biāo)對(duì)城市熱島的貢獻(xiàn)，從而得到智慧的城市規(guī)劃方案。

參考文獻(xiàn)：

[1] 國(guó)務(wù)院. 國(guó)家新型城鎮(zhèn)化規(guī)劃（2014—2020年）[Z]. 2014.

Chinese Government. National new-type urbanisation plan （2014—2020） [Z]. 2014. （in Chinese）

[2] WANNER H， HERTIG J. Studies of urban climates and air pollution in Switzerland [J]. Journal of Applied Meteorology， 1984， 23： 1614-1625.

[3] SUN R H， CHEN L D. How can urban water bodies designed for climate adaptation [J]. Landscape and Urban Planning， 2012， 105（1/2）： 27-33.

[4] 韓貴鋒，葉林，孫忠偉.山地城市坡向?qū)Φ乇頊囟鹊挠绊懸灾貞c市主城區(qū)為例[J].生態(tài)學(xué)報(bào)， 2014，34（14）：4017-4024.

HAN G F， YE L， SUN Z W. Influence of aspect on land surface temperature in mountainous city： A case study in central area of Chongqing City [J]. Acta Ecologica Sinica， 2014， 34（14） ：4017-4024. （in Chinese）

[5] DOUSSET B G F. Satellite multi-sensor data analysis of urban surface temperatures and landcover [J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2003，58（1）：43-54.

[6] CHEN X L， ZHAO H M， LI P X， et al. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes [J]. Remote Sensing of Environment， 2006，104（2）：133-146.

[7] WONG M S， NICHOL J E， NG E. A study of the "wall effect" caused by proliferation of high-rise buildings using GIS techniques [J]. Landscape and Urban Planning， 2011，102（4）：245-253.

[8] WHITFORD V， ENNOS A R， HANDLEY J F. "City form and natural process"-indicators for the ecological performance of urban areas and their application to Merseyside， UK [J]. Landscape and Urban Planning， 2001， 57（2）：91-103.

[9] 何曉鳳，蔣維楣，陳燕，等.人為熱源對(duì)城市邊界層結(jié)構(gòu)影響的數(shù)值模擬研究[J]. 地球物理學(xué)報(bào)， 2007（1）：74-82.

HE X F， JIANG W M， CHEN Y， et al. Numerical simulation of the impacts of anthropogenic heat on the structure of the urban boundary layer [J]. Chinese Journal of Geophysics， 2007， 50（1）：74-82. （in Chinese）

[10] WILSON B. Urban form and residential electricity consumption： Evidence from Illinois， USA [J]. Landscape and Urban Planning， 2013，115：62-71.

[11] 埃維特·埃雷爾， 戴維·珀?duì)柲绿兀?特里·威廉森. 城市小氣候建筑之間的空間設(shè)計(jì)[M]. 葉齊茂，倪曉暉.譯.北京： 中國(guó)建筑工業(yè)出版社， 2014.

EVYATAR E， DAVID P， TERENCE W. Urban microclimate： Designing the spaces between building [M]. YE Q M， NI X H. translate. Beijing： China Architecture & Building Press， 2011. （in Chinese）

[12] 壽亦萱， 張大林.城市熱島效應(yīng)的研究進(jìn)展與展望[J]. 氣象學(xué)報(bào)， 2012， 70（3）：338-353.

SHOU Y X， ZHANG D L. Recent advances in understanding urban heat island effects with some future prospects [J]. Acta Meteorologica Sinica， 2012， 70（3）：338-353. （in Chinese）

[13] 郝興宇，藺銀鼎，武小鋼，等. 城市不同綠地垂直熱力效應(yīng)比較[J]. 生態(tài)學(xué)報(bào)， 2007， 27 （2）：685-692.

HAO X Y， LIN Y D， WU X G， et al. Vertical thermal characteristics analysis between different urban green land [J]. Acta Ecologica Sinica， 2007， 27（2）：685-692. （in Chinese）

[14] 吳菲，李樹(shù)華，劉嬌妹. 林下廣場(chǎng)、無(wú)林廣場(chǎng)和草坪的溫濕度及人體舒適度[J]. 生態(tài)學(xué)報(bào)， 2007， 27（7）： 2964-2971.

WU F， LI S H， LIU J M. The effects of greening none greening square and lawn on temperature humidity and human comfort [J]. Acta Ecologica Sinica， 2007， 27（7）： 2964-2971. （in Chinese）

[15] CHUN B， GULDMANN J M. Spatial statistical analysis and simulation of the urban heat island in high-density central cities [J]. Landscape and Urban Planning， 2014， 125（SI）：76-88.

[16] LI X M， ZHOU W Q， OUYANG Z Y， et al. Relationship between land surface temperature and spatial pattern of greenspace： What are the effects of spatial resolution [J]. Landscape and Urban Planning， 2013， 114：1-8.

[17] MASSONV. A physically-based scheme for the urban energy budget in atmospheric models [J]. Boundary-Layer Meteorology， 2000， 94（3）：357-397.

[18] SONG J， DU S H， FENG X， et al. The relationships between landscape compositions and land surface temperature： Quantifying their resolution sensitivity with spatial regression models [J]. Landscape and Urban Planning， 2014， 123：145-157.

[19] 武鵬飛，王茂軍，張學(xué)霞. 基于歸一化建筑指數(shù)的北京市城市熱島效應(yīng)分布特征[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2009， 18（4）：1325-1331.

WU P F， WANG M J， ZHANG X X. Distribution of urban heat island effects based on normalized difference built-up index in Beijing City [J]. Ecology and Environmental Sciences， 2009， 18（4）：1325-1331. （in Chinese）

[20] GUO G H， WU Z F， XIAO R B， et al. Impacts of urban biophysical composition on land surface temperature in urban heat island clusters [J]. Landscape and Urban Planning， 2015， 135：1-10.

[21] 覃志豪， LI W J， ZHANG M H， et al. 單窗算法的大氣參數(shù)估計(jì)方法[J]. 國(guó)土資源遙感， 2003， 56（2）：37-43.

QIN Z H， LI W J， ZHANG M H， et al. Estimating of the essential atmospheric parameters of mono window algorithm for land surface temperature retrieval from Landsat TM6 [J]. Remote Sensing for Land Resources， 2003， 56（2）：37-43. （in Chinese）

[22] 覃志豪， ZHANG M H， ARNON K， et al. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學(xué)報(bào)， 2001， 56（4）：456-466.

QIN Z H， ZHANG M H， ARNON K， et al. Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data [J]. Acta Geographica Sinica， 2001， 56（4）： 456-466. （in Chinese）

[23] VOOGT J A O. Thermal remote sensing of urban climates [J]. Remote Sensing of Environment， 2003， 86（3）： 370-384.

[24] WAN Z M， DOZIER J. A generalized split-window algorithm for retrieving land-surface temperature from space [J]. IEEE Transactions on Geoscience and Remote Sensing， 1996， 34（4）：892-905.

[25] 徐涵秋. 新型Landsat8衛(wèi)星影像的反射率和地表溫度反演[J]. 地球物理學(xué)報(bào)， 2015， 58 （3）： 741-747.

XU H Q. Retrieval of the reflectance and land surface temperature of the newly-launched Landsat 8 satelite [J]. Chinese Journal of Geophysics， 2015， 58（3）：741-747. （in Chinese）

[26] 宋挺， 段崢， 劉軍志， 等. Landsat 8數(shù)據(jù)地表溫度反演算法對(duì)比[J]. 遙感學(xué)報(bào)， 2015， 19（3）： 451-464.

SONG T， DUAN Z， LIU J Z， et al. Comparison of four algorithms to retrieve land surface temperature using Landsat8 satellite [J]. Journal of Remote Sensing， 2015， 19（3）： 451- 464. （in Chinese）

[27] 鄧書(shū)斌，陳秋錦，杜會(huì)建，等. ENVI遙感圖像處理方法[M]. 北京： 科學(xué)出版社， 2014：422-424.

DENG S B， CHEN Q J， DU H J， et al. The method of remote sensing image processing using ENVI [M]. Beijing： Science Press， 2014： 422-424. （in Chinese）

[28] 王敏，孟浩，白楊，等.上海市土地利用空間格局與地表溫度關(guān)系研究[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2013， 22（2）：343-350.

WANG M， MENG H， BAI Y， et al. Relationships between landscapes spatial pattern and land surface temperature in Shanghai [J]. Ecology and Environmental Sciences， 2013， 22（2）：343-350. （in Chinese）

[29] MIDDEL A， HB K， BRAZEL A J， et al. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones [J]. Landscape and Urban Planning， 2014， 122：16-28.

[30] 韓貴鋒，梁保平. 地表溫度與植被指數(shù)相關(guān)性的空間尺度特征以重慶市為例[J]. 中國(guó)園林， 2011， 27（1）：68-72.

HAN G F， LIANG B P. Spatial scale characteristics of correlation between land surface temperature and vegetation index-A case study of Chongqing City[J]. Chinese Landscape Architecture，2011，27（1）：68-72. （in Chinese）

[31] MEMON R A， LEUNG D Y， CHUNHO L. A review on the generation， determination and mitigation of urban heat island [J]. Journal of Environmental Sciences， 2008， 20（1）： 120-128.

（編輯 胡英奎）