張鈞韋，夏圣潔，陳慧儒，劉艷紅

山西農(nóng)業(yè)大學(xué)城鄉(xiāng)建設(shè)學(xué)院，山西 太谷 030801

政府間氣候變化專業(yè)委員會（IPCC）第6 次評估第一工作組報告提出，未來20 年全球升溫都將至少達到1.5 ℃，而當(dāng)全球溫升1.5－2 ℃時，高溫災(zāi)害將對農(nóng)業(yè)生產(chǎn)、人體健康和生態(tài)系統(tǒng)產(chǎn)生巨大危害。快速城市化的進程更加劇了這一趨勢，而城市群是世界城市化的新趨勢，是城市發(fā)展到成熟階段的最高空間組織形式（Lee et al.，2015），城市群擴張使得城市熱環(huán)境問題變得更加復(fù)雜（姚遠等，2018）。

在高速發(fā)展的城市化背景下，土地利用與土地覆被的變化被認為是城市熱環(huán)境效應(yīng)的內(nèi)在驅(qū)動力之一（閆章美等，2021），許多學(xué)者不斷剖析景觀格局演變與熱環(huán)境之間的關(guān)系（沈中健等，2020a）。相關(guān)研究表明，不透水下墊面是地表溫度升高的主要原因之一（成實等，2019），而綠地和水體可以有效降低地表溫度（崔林林等，2018），但單純的增加綠地、水體面積并不符合我國國情和城市發(fā)展的趨勢（張志明等，2010），因此眾多學(xué)者開始研究景觀格局的結(jié)構(gòu)組成與空間配置對城市地表溫度的影響（劉焱序等，2017），定量分析景觀指數(shù)與地表熱環(huán)境的關(guān)系（陳愛蓮等，2012）。研究表明，不同景觀的面積比例（盧惠敏等，2018）、形狀復(fù)雜程度（Estoque et al.，2017）、破碎程度（Guo et al.，2019）和聚集程度（雷金睿等，2019）等對地表熱環(huán)境有顯著影響。盡管目前研究成果頗豐，但仍存在一定的不足：首先，研究多為小尺度景觀格局對熱環(huán)境的動態(tài)影響（鄒婧等，2017），宏觀尺度即城市群尺度研究較少。城市群熱環(huán)境研究多為京津冀（王戈等，2021）、閩三角（胡盼盼等，2021）及珠三角（沈中健等，2020b）地區(qū)，對大陸中部發(fā)展中城市群的綠地景觀格局及熱環(huán)境研究較少。其次，綠地景觀格局對熱環(huán)境的影響研究多以相關(guān)性或普通線性回歸居多，缺少不同景觀類型與LST 的空間異質(zhì)性研究，忽略了其存在的空間信息與兩者的空間相關(guān)性，對兩者進行空間相關(guān)性的定量分析可以有效探究其在空間上的關(guān)聯(lián)性。

因此本研究選取山西省中部城市群作為研究對象，基于2010－2020 年4 個時期Landsat 數(shù)據(jù)，從類型、景觀2 個層面，分析由土地覆被變化引起的城市群景觀格局變化對城市熱環(huán)境的影響，進而在提取研究區(qū)等綠線和等溫線的基礎(chǔ)上，關(guān)注城市群綠地景觀及熱環(huán)境的空間信息的相關(guān)性，對其進行空間自相關(guān)分析，定量化探討綠地景觀與地表溫度的影響，為未來城市群發(fā)展規(guī)劃和生態(tài)格局保護提供科學(xué)依據(jù)，為緩解城市群熱島效應(yīng)，改善城市群生態(tài)環(huán)境提供實踐參考。

1 研究區(qū)概況

選取山西中部城市群為研究對象，包括太原市、晉中市、呂梁市、忻州市和陽泉市（圖1），位于華北地區(qū)黃河流域中部（36°38′54.147″－39°39′45.733″N，110°23′4.772″－114°9′5.786″E），北、東、西三面環(huán)山，中、南部為汾河沖積平原。山西中部城市群屬于北溫帶大陸性氣候，晝夜溫差較大，夏季炎熱多雨，冬季寒冷干燥，年平均氣溫9.5 ℃。該區(qū)域是國家新型城鎮(zhèn)化戰(zhàn)略和新時代中部地區(qū)高質(zhì)量發(fā)展的重要組成部分，也是京津冀和雄安新區(qū)的重要走廊，承載了山西省1/4 的人口，創(chuàng)造了山西省1/3 的GDP，聚集了山西省2/3 的高校。在2022 年，山西中部城市群正式列入國家“十四五”規(guī)劃城市群發(fā)展重大任務(wù)。隨著城市化進程的加快，山西中部城市群的下墊面發(fā)生改變，人口密度與不透水下墊面的增長，導(dǎo)致地表溫度升高，城市群熱環(huán)境狀況進一步加劇。

圖1 2010－2020 年土地利用類型圖譜Figure 1 Map of land use types from 2010 to 2020

2 數(shù)據(jù)處理與研究方法

2.1 數(shù)據(jù)獲取及預(yù)處理

2.1.1 土地利用數(shù)據(jù)

基于Landsat TM 影像，通過目視解譯與監(jiān)督分類（曲海濤等，2021），采用最大似然分類方法（Zhou et al.，2018），解譯得到4 期土地利用數(shù)據(jù)，包括林地、草地、耕地、建設(shè)用地、水體和其他6 個地類。通過Google Earth 下載相同日期的歷史影像，利用ENVI 5.6.3 比較歷史真實影像數(shù)據(jù)與遙感影像分類結(jié)果，Kappa 系數(shù)均大于0.82，符合精度要求，空間分辨率為30 m。因此，提取的綠地能較好地反映研究區(qū)的綠地景觀格局。

2.1.2 地表溫度數(shù)據(jù)

為反映地表溫度的階段性變化，研究參考相關(guān)文獻，以10 年時間為尺度，選取Landsat 5/8 衛(wèi)星影像2010、2013、2016、2020 年，覆蓋太原市、晉中市、呂梁市、忻州市和陽泉市，成像時間接近，少云清晰的這4 期TM 影像數(shù)據(jù)，利用ENVI5.3 軟件，對數(shù)據(jù)進行輻射定標(biāo)、大氣校正和影像裁切等預(yù)處理。

2.1.3 植被指數(shù)數(shù)據(jù)

歸一化植被指數(shù)（NDVI）是通過計算近紅外波段與可見紅光波段數(shù)值之差，與這兩個波段數(shù)值之和的比值（魏娜思等，2019），其中，量符號經(jīng)適當(dāng)選取，計算公式修改為：

式中：

I——歸一化植被指數(shù)（NDVI）；

ρn——近紅外波段的反射率；

ρr——紅外波段的反射率。

選用ENVI5.3 進行歸一化植被指數(shù)（NDVI）計算，反演出城市群NDVI 分布圖，選擇統(tǒng)計工具對其進行統(tǒng)計，結(jié)果為[?1, 1]。進而對NDVI 分布圖進行空間統(tǒng)計，得到NDVI 值的累積概率分布表。根據(jù)NDVI值計算植被覆蓋度FVC值，計算公式為：

式中：

C——植被覆蓋度（FVC），通過對NDVI 分布圖進行空間統(tǒng)計，得到NDVI 值的累積概率分布表，將其累計概率最接近95%的NDVI 值記為Imax；將累計概率最接近5%的NDVI 值記為Imin。根據(jù)FVC 值，將研究區(qū)劃分為5 個等級。

在ArcGIS中導(dǎo)入植被覆蓋度圖譜與地表溫度反演圖譜，使用空間分析模塊（Spatial Analyst）工具，提取不同等級的等值線，疊加得到等綠線圖與等溫線圖。提取出綠洞、綠島、綠道等特殊的特征圖，并與地表溫度圖譜進行對應(yīng)分析。對其進行定義（胡麗香等，2010），綠洞：指被高密度植被覆蓋區(qū)域包圍的低密度植被覆蓋區(qū)域；綠島：指被低密度植被覆蓋區(qū)域包圍的中、高密度植被覆蓋區(qū)域；綠道：指條狀或線型分布的中、高密度植被覆蓋區(qū)域。

2.2 研究方法

2.2.1 土地利用類型漲落式圖譜

土地利用類型漲落式包括漲式和落式兩個動態(tài)變化過程，漲式即由其他土地利用類型轉(zhuǎn)化為該土地利用類型，表示該土地利用類型的增長情況，落式則是由該土地類型轉(zhuǎn)變?yōu)槠渌恋乩妙愋?，表示該土地利用類型的減少狀況（陳述彭等，2000）。利用ArcGIS 對土地利用類型數(shù)據(jù)進行計算，將相鄰年份的土地利用數(shù)據(jù)進行編碼賦值，得到2010－2020 年山西中部城市群土地利用類型轉(zhuǎn)移數(shù)據(jù)，并通過地圖代數(shù)運算得到土地利用類型漲落式圖譜。

2.2.2 地表溫度反演及熱力等級分類

采用覃志豪等（2001）單窗算法反演地表溫度。選用ENVI 軟件對Landsat 數(shù)據(jù)進行輻射定標(biāo)及大氣校正等預(yù)處理，將像元灰度值轉(zhuǎn)換為熱輻射強度值，進而計算相應(yīng)的輻射亮度溫度，最后根據(jù)地表比輻射率（ε）與大氣總透射率（τ），將輻射亮度轉(zhuǎn)換為地表溫度，得到地表溫度反演圖。

通過均值?標(biāo)準差（王瑩瑩，2010）法，將地表溫度的均值與不同倍數(shù)的標(biāo)準差組合進行計算，在ENVI 中依據(jù)計算結(jié)果對地表溫度進行等級劃分（表1），將研究區(qū)劃分為5 個熱力等級，依次為：高溫區(qū)、次高溫區(qū)、中溫區(qū)、次低溫區(qū)和低溫區(qū)。本文將次高溫、高溫區(qū)定義為熱島區(qū)域。

表1 均值與標(biāo)準差法劃分地表溫度等級Table 1 Classification of LST by mean and standard deviation method

2.2.3 貢獻指數(shù)計算

選用熱效應(yīng)貢獻值指數(shù)計算，量化各類景觀在區(qū)域平均溫度的貢獻值占比（劉璐等，2019），通過貢獻值的正負，表示各類景觀的升溫和降溫作用，計算公式為：

式中：

H——熱效應(yīng)貢獻指數(shù)；

ta——a 景觀類型的地表平均溫度（℃）；

tavg——整個研究區(qū)的地表平均溫度（℃）；

Sa——a 景觀類型的面積；

S——研究區(qū)的總面積。

2.2.4 景觀格局指數(shù)分析

通過景觀格局指數(shù)，能準確的反映景觀的結(jié)構(gòu)，可以量化景觀的組分比例、形狀、空間結(jié)構(gòu)和聚集狀態(tài)等空間分布信息。選用Fragasts 4.2 軟件，從類型和景觀2 個層面，選取9 個景觀指數(shù)，從形狀復(fù)雜度、景觀優(yōu)勢度、景觀聚集度及景觀多樣性4 個方面，對景觀格局與地表溫度的關(guān)聯(lián)性進行分析。

選用Fragstats 4.2 軟件進行移動窗口分析，綜合考慮LST 圖像的柵格大小，通過反復(fù)測試窗口尺度（Greene et al.，2018），最終采用邊長900 m 的正方形窗口，自研究區(qū)左上角逐步移動，提取各窗口內(nèi)的景觀指數(shù)，最終得到研究區(qū)景觀指數(shù)的柵格圖像（黃麗明等，2015）。通過Arc GIS 軟件，統(tǒng)計各個窗口單元的平均地表溫度與景觀指數(shù)，并導(dǎo)入SPSS 軟件，統(tǒng)計分析區(qū)域內(nèi)地表溫度與景觀格局之間的相關(guān)性。

2.2.5 等綠線及等溫線空間自相關(guān)分析

選用Geoda 軟件進行雙變量空間自相關(guān)分析（寧秀紅等，2013），通過全局自相關(guān)分析及局部自相關(guān)分析對等綠線及等溫線進行空間相關(guān)性分析。計算公式為：

式中：

I1——全局空間自相關(guān)值；

n——空間單元總數(shù)；

I——全局空間自相關(guān)值；

wij——位置i、j觀測值的權(quán)重；

xi、xj——位置i、j的觀測值；

Wij——通過K鄰接關(guān)系建立的空間權(quán)重矩陣；

S——所有空間單元中變量觀測值x的方差；

I2——局部空間自相關(guān)值。

3 結(jié)果與分析

3.1 山西中部城市群景觀格局演變特征

3.1.1 土地利用類型演變

2010－2020 年，中部城市群土地利用類型變化明顯。由圖1 可知，在空間分布上，城鎮(zhèn)主要集中在各市中心區(qū)域及市區(qū)相連的主干道周邊，在太原市、晉中市分布最為集中，面積最大，其他各市城鎮(zhèn)分布較為分散；耕地大部分集中在中部地區(qū)，集中成片出現(xiàn)在城鎮(zhèn)周圍及山腳區(qū)域；林地主要分布在呂梁山、太行山、太岳山及恒山山脈，呈南北向貫穿中部城市群；草地多分布于呂梁山脈及五臺山亞高山草甸區(qū)域及林地周圍；水體面積較小，主要為汾河水系及水庫區(qū)域；其他用地類型面積較小，主要包括稀疏草地及裸土等。

土地利用類型落式圖譜表明一定時間內(nèi)各土地利用類型的轉(zhuǎn)出情況，漲式圖譜表明各土地利用類型的新增情況（圖2）。分析發(fā)現(xiàn)建設(shè)用地的擴張在研究區(qū)域范圍內(nèi)變化較為明顯，多為耕地轉(zhuǎn)化而來，太原市及晉中市的擴張尤為明顯，其他各市在原有主城區(qū)的基礎(chǔ)上，多向城市群的核心——太原市進行聚集；耕地與林地在不同時期進行了不同程度的相互轉(zhuǎn)化。

圖2 2010－2020 年土地利用類型漲落勢圖譜Figure 2 2010?2020 Land use type fluctuation trend map

3.1.2 景觀格局演變特征

總體而言，研究區(qū)土地利用景觀格局特征分析表明（圖3）：對于研究區(qū)景觀的破碎度及優(yōu)勢度而言，斑塊密度（PD）、最大斑塊指數(shù)（LPI）和景觀類型比例（PLAND）說明林地和建設(shè)用地是研究區(qū)景觀中的優(yōu)勢類別，2016 年林地PLAND 指數(shù)最大達到47.7，LPI 值達43.4；聚集度指數(shù)（AI）說明林地、水體、耕地和建設(shè)用地聚集度較高，2016年林地AI 值最大達94.8，2020 年耕地AI 值達85.8，表明其具有較好的通達性和景觀生態(tài)功能；邊緣密度（ED）和景觀形狀指數(shù)（LSI）表明，林地、耕地和建設(shè)用地的地類斑塊邊緣也比較復(fù)雜，形狀不夠規(guī)整，較多地鑲嵌在其他地類之中，所受的人為干擾較大，2010－2016 年林地ED 值均高于其他景觀類型，最大達56.0，2020 年耕地ED 值高于林地達到33.6；平均斑塊面積（Area-MN）表明林地類型的斑塊較大，2020 年最大達46.770。

圖3 2010－2020 年土地利用類型景觀格局指數(shù)變化Figure 3 Change of landscape pattern index of land use type from 2010 to 2020

3.1.3 綠地景觀格局變化特征

（1）整體變化特征

植被覆蓋度（FVC）可以反應(yīng)綠地景觀的整體特征，綠地景觀格局變化將對周邊地表熱環(huán)境產(chǎn)生重要影響。2010－2020 年，山西省中部城市群植被覆蓋度變化明顯。總體而言，城市群中南部及各市主城區(qū)部分的植被覆蓋度較低，而城市邊緣植被覆蓋度較高，面積較為穩(wěn)定，植被覆蓋度逐年增加明顯。

從時間變化上來看，2010－2013 年，植被覆蓋度增長較為穩(wěn)定，植被覆蓋度高的區(qū)域總體集中在呂梁山脈區(qū)域及城市群東部區(qū)域，植被覆蓋密集區(qū)域向城市群北部聚集。2013－2016 年，城市群出現(xiàn)明顯的低植被覆蓋度區(qū)域，該區(qū)域幾乎南北向貫穿城市群中忻州、太原和晉中主城區(qū)，城市邊緣區(qū)域植被覆蓋快速增加。2016－2020 年，受城鎮(zhèn)區(qū)擴張影響，城市范圍內(nèi)植被覆蓋度降低，呈現(xiàn)明顯的以太原為核心的城市聚集趨勢，高密度植被覆蓋區(qū)域面積穩(wěn)定。

（2）等綠線特征

基于2020 年等綠線圖譜，選取城市群中具有代表性的綠洞、綠島、綠道等特殊的特征圖，分析可知（圖4），植被覆蓋度較高的區(qū)域地表溫度較低。綠洞的形成與建設(shè)用地集中，綠地之間的連通性降低有關(guān)，綠洞區(qū)域植被覆蓋度低或地表裸露，吸熱較快，地表溫度較高，多出現(xiàn)在建設(shè)用地及其周邊耕地聚集區(qū)域。綠島是由于建設(shè)用地及耕地擴張，綠地連通性減少形成的相對孤立的綠島區(qū)域，其形成有兩種情況：建成區(qū)和耕地區(qū)域內(nèi)相對孤立的綠島區(qū)域，其地表溫度較低，但整體溫度偏高；林地景觀中植被覆蓋度最高的區(qū)域，綠島區(qū)域地表溫度較低。綠道可以有效連接綠島區(qū)域，提高綠地整體降溫效果，多分布在山脈綿延處和城市之間的連接處，起到生態(tài)廊道的作用，有效緩解城市熱緩解問題，如城市群中南北貫穿的呂梁山脈和太行山脈。

圖4 山西省中部城市群綠地景觀特殊特征區(qū)域植被覆蓋度Figure 4 Special characteristics of green landscape in urban agglomeration of central Shanxi Province

3.2 熱環(huán)境空間分布及動態(tài)演變

3.2.1 熱環(huán)境分布

通過分析5 類熱力等級中各類景觀所占比例可知（圖5），與其他熱力等級相比，高溫區(qū)及次高溫區(qū)中，建設(shè)用地及耕地比重最大，低溫區(qū)與次低溫區(qū)中，多為林地及水體。低溫區(qū)與次低溫區(qū)中，林地在2010 年時占比最大，分別為93%和95%；中溫區(qū)中，林地在2016 年占比達到最大值94%，同年耕地達到最小值3%；次高溫區(qū)中，2016 年林地占比降低25%，2020 年耕地占比達到最大值31%；高溫區(qū)中，2020 年耕地占比達到最大值41%。其中2013年較為特殊，低溫區(qū)中建設(shè)用地占比達23%，結(jié)合土地利用類型圖與熱力等級圖進行分析，發(fā)現(xiàn)該年建設(shè)用地分布分散，多散落在林地中，與林地結(jié)合緊密的建設(shè)用地溫度較低，降溫效果明顯。2010－2020 年間，建設(shè)用地占比在次高溫及高溫區(qū)總體呈現(xiàn)逐年上升趨勢，同時耕地和林地比例亦逐年上升，說明熱島由建設(shè)用地擴大至耕地區(qū)域，且城區(qū)周邊林地受熱島效應(yīng)影響，地表溫度上升。

圖5 2010－2020 年各熱力等級的景觀類型比例Figure 5 Proportion of landscape types for each thermal class from 2010 to 2020

3.2.2 熱環(huán)境時空演變特征

2010－2020 年，山西省中部城市群受景觀格局演變的影響，城市地表熱環(huán)境空間格局分布發(fā)生明顯變化（圖6）。從總體上看，高溫區(qū)主要集中在城市群中部及各市主城區(qū)部分，以及耕地、草地等土地相對裸露的區(qū)域，且逐年擴張明顯，低溫區(qū)主要分布在區(qū)域四周山脈地帶，面積較為穩(wěn)定。

圖6 2010－2020 年城市群熱環(huán)境分布圖譜Figure 6 Distribution map of thermal environment in urban agglomerations from 2010 to 2020

具體而言，2010 年，城區(qū)面積有限且分散，次高溫區(qū)與高溫區(qū)多分布在城區(qū)周圍耕地及草地區(qū)域，占總面積的61.7%。2013 年，城鎮(zhèn)區(qū)域向各市中心開始聚集，城區(qū)熱島效應(yīng)開始凸顯。2016 年，大量耕地被轉(zhuǎn)化為其他土地類型，面積降低12.3%，城區(qū)總面積再次增長，各市主城鎮(zhèn)區(qū)域向太原市方向靠攏，熱島區(qū)域愈發(fā)集中，所占比例增至78.1%。至2020 年，城鎮(zhèn)面積變化穩(wěn)定，耕地面積增加，熱島區(qū)域占65.8%。受周邊城區(qū)擴張影響，鄰近城市的綠地?zé)崃Φ燃壸優(yōu)橹袦?、次高溫區(qū)，僅在遠離城區(qū)的東北部綠地部分產(chǎn)生較為集中的低溫區(qū)。

通過標(biāo)準差?橢圓方法（Myint et al.，2010），分析區(qū)域內(nèi)熱環(huán)境的空間分布特征。結(jié)果顯示（圖7）2010－2013 年，重心逐漸向西南方移動525.18 km；2013－2016 年，重心向東北方移動30.03 km；2016－2020 年，重心向西北方向轉(zhuǎn)移13.48 km?？傮w上看，城市群熱環(huán)境重心與熱環(huán)境空間分布格局相吻合，高溫區(qū)中心逐漸向城市群核心——太原市方向移動，與城市群建設(shè)方向相對應(yīng)。

圖7 2010－2020 年城市群高溫區(qū)空間重心轉(zhuǎn)移圖譜Figure 7 Shift map of spatial center of gravity in high temperature areas of urban agglomerations from 2010 to 2020

3.3 山西中部城市群景觀格局演變對其熱環(huán)境的影響

3.3.1 土地利用變化對熱環(huán)境的影響

由各景觀類型熱環(huán)境貢獻指數(shù)可以看出（圖8），建設(shè)用地、耕地、草地及未利用地的地表溫度較高。這是由于這四者地表裸露面積較大、遮陰效果較差且熱容小，吸熱升溫較快。未利用地面積占比極低，貢獻值最小，建設(shè)用地、耕地及草地比例較大，貢獻值較高。2010－2016 年建設(shè)用地面積擴張，貢獻指數(shù)由明顯上升，草地在2016 年面積較往年增長迅速，且位置多分布在西北部高山草甸地區(qū)，因此熱貢獻值較大。林地與水體貢獻指數(shù)為負，2020 年林地與水體貢獻指數(shù)絕對值達到最高，林地貢獻值為?0.975，水體為?0.012，說明二者具有良好的降溫效果。水體面積占比極小，貢獻指數(shù)較小，林地面積較大，降溫效果穩(wěn)定，貢獻指數(shù)絕對值較大。

圖8 2010－2020 各景觀類型熱環(huán)境貢獻指數(shù)Figure 8 The thermal environment contribution index of each landscape type from 2010 to 2020

3.3.2 城市群景觀格局與熱環(huán)境的關(guān)系

基于景觀生態(tài)學(xué)中的景觀指數(shù)，選取景觀多樣性（SHEI）、聚集度（AI）、平均斑塊面積（Area-MN）、斑塊密度（PD）等指數(shù)（潘明慧等，2020）分析山西省中部城市群熱場景觀格局變化特征。

（1）類型層面

通過Pearson 相關(guān)系數(shù)分析法，在景觀類型水平下，對林地、耕地、草地、建設(shè)用地、水體景觀指數(shù)與其對應(yīng)地表溫度的相關(guān)性進行分析。

結(jié)果表明（表2）：水體、草地景觀指數(shù)與地表溫度相關(guān)性較低且不穩(wěn)定，這是由于水體、草地面積總體占比較小，自身對LST 的影響有限。林地的ED、PD 與LST 值呈正相關(guān)，其余指數(shù)與LST值呈負相關(guān)，說明在相同面積下，一個連續(xù)的、規(guī)整的大型綠地產(chǎn)生的降溫效果，優(yōu)于幾個較小的、破碎的綠地的降溫效果。耕地的ED、PD、Area-MN、LPI、PLAND 與LST 值呈正相關(guān)，建設(shè)用地AI 與LST 呈負相關(guān)，表明集中的耕地、建設(shè)用地升溫效果顯著，但破碎化的耕地及建設(shè)用地未必會降低地表溫度。同時聚集的景觀（如綠地、建設(shè)用地）可以形成較為連續(xù)的遮蔭，從而一定程度上降低地表溫度。耕地、建設(shè)用地的總體布局呈現(xiàn)“大分散，小聚集”的特征，零散破碎的耕地、建設(shè)用地斑塊與同類型的斑塊距離較近，或熱屬性相似的零散破碎的斑塊之間距離較近，導(dǎo)致總體累計形成的熱效應(yīng)較強（Chakraborti et al.，2019）。同時，耕地和建設(shè)用地的破碎化，增加了與其他景觀類型的接觸，其熱量影響周邊其他景觀類型，使得地表溫度上升。從時間序列上可知，類型層面的各景觀指數(shù)與LST的相關(guān)性，與景觀類型的空間分布狀態(tài)有關(guān)。

表2 類型層面景觀指數(shù)與LST 的相關(guān)性Table 2 Correlation between landscape index at type level and LST

（2）景觀層面

從景觀層面對景觀指數(shù)與LST 相關(guān)性進行分析（表3），結(jié)果表明蔓延度指數(shù)（Contag）與LST 的相關(guān)性不穩(wěn)定。AI、LPI 與LST 呈負相關(guān)，景觀分割度指數(shù)（DIVISION）、LSI、PD、ED、SHDI、SHEI與LST 呈正相關(guān)。說明景觀形狀復(fù)雜程度、破碎化程度越高，對LST 值的影響越大，地表溫度越高。

表3 景觀層面景觀指數(shù)與LST 的相關(guān)性Table 3 Correlation between landscape index and LST at landscape level

以各類景觀的景觀指數(shù)為自變量，LST 為因變量，選用逐步回歸模型，分別進行回歸分析。各逐步回歸模型均通過了共線性及顯著性檢驗。由景觀指數(shù)的逐步回歸模型可知（表4），不同年份進入回歸模型的景觀指數(shù)不一致，說明景觀層面的景觀水平格局對熱環(huán)境的影響機制存在不確定性。且回歸模型的R2較低，總體呈較為穩(wěn)定的增長趨勢，說明景觀層面的景觀格局對LST 的影響較低。

表4 景觀層面景觀指數(shù)與LST 的逐步回歸模型Table 4 Stepwise regression model of landscape index and LST at landscape level

3.3.3 城市群綠地景觀格局對其熱環(huán)境的影響

基于2020 年研究區(qū)景觀格局圖譜，選取等面積但景觀占比不同的7 個樣區(qū)（圖9）進行研究。樣區(qū)1 為五臺山地地區(qū)，海拔較高，主要為高山草地及林地景觀。樣區(qū)2 為城鎮(zhèn)聚集區(qū)，林地主要分布在東西兩側(cè)，水體南北向貫穿城區(qū)。樣區(qū)3 分布著大量耕地和少部分城鎮(zhèn)。樣區(qū)4 為高山草甸區(qū)域，分布林地、草地耕地及部分裸土區(qū)域。樣區(qū)5 分布大量林地景觀。樣區(qū)6 中部為耕地景觀及建成區(qū)域，林地分布在西南側(cè)。樣區(qū)7 南部為大面積林地景觀，北部為耕地景觀。

圖9 山西省城市群綠地樣本選擇Figure 9 Selection of green space samples of urban agglomerations in Shanxi Province

對城市群等綠線及等溫線數(shù)據(jù)進行全局空間自相關(guān)分析，結(jié)果如圖10 所示，樣區(qū)1－7 全局空間自相關(guān)Moran’sI顯著性P 值均小于0.001。樣區(qū)2 的等綠線及等溫線呈空間正相關(guān)，其余樣地均呈空間負相關(guān)。樣區(qū)1 受海拔影響，植被類型多為高山帶植被，等綠線密度小于樣區(qū)5，雙變量空間自相關(guān)性低于樣區(qū)5。樣區(qū)5 林地景觀占比較高，植被覆蓋密閉較大，雙變量空間自相關(guān)性高于其他樣區(qū)。樣區(qū)2 大面積為城鎮(zhèn)建設(shè)用地，綠地對地表溫度影響有限。表明植被覆蓋集中的空間，綠地降溫效果明顯，且植被覆蓋度更高的林地景觀降溫效果高于耕地景觀降溫效果，而區(qū)域內(nèi)城鎮(zhèn)化程度較高時，綠地的降溫效果將被減弱。

圖10 綠地樣本雙變量空間自相關(guān)Moran’s I 散點圖Figure 10 Two variable spatial autocorrelation Moran’s I scatter plot of green space samples

由圖11 可知，高－高聚集和低－高聚集區(qū)多出現(xiàn)在建設(shè)用地及耕地區(qū)域，樣區(qū)3 南部及東部及樣區(qū)7 東部分布明顯?！案撸汀本奂瘏^(qū)多出現(xiàn)在林地區(qū)域?？傮w趨勢表明綠地越集中，覆蓋度越高，范圍越廣，其降溫效果越好，建設(shè)用地及耕地景觀升溫效果顯著。

圖11 綠地樣本雙變量空間自相關(guān)LISA 分布圖Figure 11 Distribution of bivariate spatial autocorrelation LISA of green space samples

4 研究結(jié)論與展望

4.1 研究結(jié)論

選取山西省中部城市群為研究區(qū)域，探討2010－2020 年景觀格局演變對熱環(huán)境的影響。主要結(jié)論如下：

（1）與城市群的規(guī)劃相對應(yīng)，林地總面積占比最大，5 市建設(shè)用地逐年增加，逐年變化較為穩(wěn)定，在空間分布上各個城市均有向太原市偏移的趨勢，城市之間的連通性加強。

（2）區(qū)域內(nèi)整體溫度呈升溫趨勢，2020 年高溫區(qū)與次高溫區(qū)共占65.81%。熱島區(qū)域由建設(shè)用地及耕地向臨近城市的林地蔓延，重心位置逐漸向太原市中心軸線偏移，熱島面積進一步擴張。

（3）城市群的景觀格局變化對其熱環(huán)境有著明顯的影響：①高溫區(qū)域多為耕地、建設(shè)用地及草地，低溫區(qū)域多為水域、林地。耕地、建設(shè)用地升溫作用明顯，林地面積較大，降溫效果高于水域；②類型水平層面的景觀斑塊的比例、形狀、聚集度對LST 有較大影響。林地斑塊邊緣越復(fù)雜，密度越大，地表溫度越高，大面積且不規(guī)整的耕地斑塊，分布越集中，地表溫度越高，但相連成片的建設(shè)用地存在一定的遮陰作用，可以降低地表溫度。景觀水平層面表明，地表溫度與景觀類型構(gòu)成有關(guān)，景觀結(jié)構(gòu)組分與空間構(gòu)成越復(fù)雜，對LST 值的影響越大，地表溫度越高。③等綠線與等溫線雙變量空間自相關(guān)呈負相關(guān)性，空間集聚類型以低－高聚集和高－低集聚為主。表明植被覆蓋度更高的林地景觀降溫效果高于耕地景觀，而區(qū)域內(nèi)城鎮(zhèn)化程度較高時，綠地的降溫效果將被減弱。

4.2 研究展望

（1）本研究是基于城市群綠地格局尺度，研究其對熱環(huán)境的影響作用，但沒有考慮太陽輻射、風(fēng)向等氣候因素，以及地形、濕度、污染等環(huán)境因素，對城市群綠地降溫作用及熱環(huán)境的影響。在未來的研究中，可以將其他因素與地表熱環(huán)境做空間自回歸分析，以獲得更全面、更科學(xué)的研究結(jié)果。

（2）本研究在研究景觀格局與熱環(huán)境的相關(guān)性時，使用的方法是靜態(tài)的，在研究復(fù)雜的城市生態(tài)環(huán)境系統(tǒng)的過程中，如何引入元胞自動機方法、多智能體等方法，動態(tài)模擬城市熱環(huán)境的多變量綜合作用，需要在今后的研究中深入下去。