李峻峰，喬 銳，王小潔，呂曉倩

前言

快速城市化已成為人類社會(huì)發(fā)展的必然趨勢(shì)，城市化進(jìn)程加快導(dǎo)致地表覆被特征發(fā)生顯著變化，不透水表面增加、城市綠地減少和景觀破碎化加重均會(huì)加劇城市熱島效應(yīng)，從而對(duì)人類生活帶來(lái)潛在有害影響[1，2]。城市綠地是城市生態(tài)系統(tǒng)的重要組成部分，已被廣泛論證其在調(diào)節(jié)區(qū)域氣候和緩解城市高溫方面的重要作用。當(dāng)前城市綠地?zé)岘h(huán)境研究方法主要包括實(shí)地測(cè)量、數(shù)值模擬和遙感反演。實(shí)地測(cè)量借助氣象站點(diǎn)或移動(dòng)裝置進(jìn)行，其優(yōu)勢(shì)在于數(shù)據(jù)的真實(shí)性與近地性，但受制于人力物力，無(wú)法大范圍展開(kāi)[3]。數(shù)值模擬雖近年來(lái)在綠地?zé)岘h(huán)境研究中得到推廣，但模型精度與可信度仍有待考量[4]。與前兩者相比，通過(guò)遙感反演獲取的地表溫度可反映城市綠地在同一瞬時(shí)時(shí)間內(nèi)熱環(huán)境的空間分布特征，且能有效銜接各類景觀格局分析方法，已成為當(dāng)前研究城市綠地?zé)岘h(huán)境的重要途徑[5]。

大量研究表明，從景觀格局視角分析綠地空間格局與城市熱環(huán)境之間的定量關(guān)系，可深入直觀理解城市綠地對(duì)熱環(huán)境的調(diào)節(jié)機(jī)制，相關(guān)研究涉及景觀組成與配置兩類，整體研究?jī)?nèi)容較為豐富，但部分研究呈現(xiàn)相似或相反結(jié)果[6]。一方面，綠地景觀組成與配置對(duì)熱環(huán)境的相對(duì)重要性逐漸明朗。大量研究表明不同時(shí)空范疇下兩者的相對(duì)重要性存在動(dòng)態(tài)差異，即溫暖時(shí)期景觀組成相對(duì)景觀配置更重要，而寒冷時(shí)期則相反[7-9]。另一方面，綠地景觀組成與配置和熱環(huán)境的關(guān)系有所不同。景觀組成研究取得了較為一致的結(jié)果，即規(guī)模越大的城市綠地降溫效果越強(qiáng)[10]，而景觀配置研究仍存在爭(zhēng)議，如周雯等[11]和Yao 等[9]認(rèn)為形狀復(fù)雜、聚集度和連接性高的綠地斑塊降溫效果較強(qiáng)，而Masoudi 等[12]和Wang 等[13]則認(rèn)為形狀簡(jiǎn)單、聚集度高和破碎度低的綠地降溫效果更強(qiáng)，此方面仍需進(jìn)一步討論。同時(shí)，伴隨相關(guān)研究的逐步深入，單純關(guān)注各影響要素與城市熱環(huán)境的正負(fù)相關(guān)性，研究?jī)r(jià)值十分有限，大量研究也關(guān)注到綠地空間格局與LST的非線性關(guān)系與閾值特點(diǎn)，只有量化不同景觀格局指數(shù)與LST 的非線性特征及閾值大小，才能更好指導(dǎo)城市綠地優(yōu)化設(shè)計(jì)，但相關(guān)的系統(tǒng)性研究卻很少出現(xiàn)，這是由于傳統(tǒng)線性回歸分析方法的局限性所致[14]。近年來(lái)，伴隨機(jī)器學(xué)習(xí)算法在捕捉非線性和多元共線性方面表現(xiàn)出的巨大潛力，應(yīng)用其分析景觀格局因子與綠地?zé)岘h(huán)境的定量關(guān)系已成為可能[15]。此外，不同時(shí)期城市綠地內(nèi)植被的生長(zhǎng)情況和太陽(yáng)輻射強(qiáng)度不同會(huì)造成其降溫效果呈現(xiàn)較大差異，僅關(guān)注單一或部分時(shí)間片段不利于全面深入了解綠地空間格局與城市熱環(huán)境的復(fù)雜機(jī)制[16-18]。因此，為充分了解全年范圍內(nèi)城市綠地景觀格局對(duì)城市熱環(huán)境的調(diào)節(jié)作用，有必要在不同時(shí)空尺度下引入新的分析方法探究城市綠地景觀格局的熱效應(yīng)及其詳細(xì)特征。

本研究以合肥市主城區(qū)為例，基于GEE 云平臺(tái)Sentinel-2A 和Landsat8 OLI/TIRS 遙感影像數(shù)據(jù)，采用機(jī)器學(xué)習(xí)算法等數(shù)理統(tǒng)計(jì)工具探究不同時(shí)空尺度下城市綠地?zé)岘h(huán)境的影響要素，分析不同季節(jié)城市綠地景觀格局與熱環(huán)境的定量關(guān)系，旨在從改善城市熱環(huán)境的角度，為城市綠地優(yōu)化設(shè)計(jì)與規(guī)劃建設(shè)提供參考。

1 研究區(qū)概況

合肥市位于安徽省中部，是華東地區(qū)的政治、經(jīng)濟(jì)和文化中心之一，同時(shí)也是長(zhǎng)江下游地區(qū)典型的夏熱冬冷城市，季風(fēng)明顯，四季分明，年平均溫度約為15.7℃。在過(guò)去的20 年時(shí)間里，合肥市經(jīng)過(guò)了快速的經(jīng)濟(jì)發(fā)展與城市擴(kuò)張，地表覆被發(fā)生顯著變化，熱環(huán)境逐漸惡化，亟需優(yōu)化調(diào)整。如圖1 所示，此次研究范圍選擇城市化最為快速的合肥市主城區(qū)，總面積約870.5km2，由瑤海區(qū)、蜀山區(qū)、包河區(qū)以及廬陽(yáng)區(qū)組成，相較于郊區(qū)，研究主城區(qū)范圍的熱環(huán)境具有更強(qiáng)的實(shí)踐意義。

圖1 研究區(qū)區(qū)位圖

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

本研究采用基于GEE 云平臺(tái)（http: //earthengine.google.com/） 的 高 分 辨 率Sentinel-2A 和Landsat8 OLI/TIRS 遙感影像作為數(shù)據(jù)源[19]，前者用于監(jiān)督分類，后者用于地表溫度反演，所有影像數(shù)據(jù)成像質(zhì)量良好，滿足使用的基本要求（表1），合肥市主城區(qū)區(qū)劃數(shù)據(jù)來(lái)源自合肥市規(guī)劃院。對(duì)相關(guān)數(shù)據(jù)均進(jìn)行輻射定標(biāo)與大氣校正等預(yù)處理操作，隨后裁剪提取獲得研究區(qū)域內(nèi)的無(wú)云覆蓋影像。同時(shí)，結(jié)合合肥市主城區(qū)的下墊面特征，使用預(yù)測(cè)準(zhǔn)確率高、異常值和噪聲容忍高的隨機(jī)森林方法（Random Forest，RF）進(jìn)行遙感影像解譯[20]，將研究區(qū)劃分為林地、草地、耕地、水體、建設(shè)用地、裸地6種基本類型，其中林地、耕地和草地提取為城市綠地。結(jié)合同時(shí)期的野外踏勘調(diào)研數(shù)據(jù)以建立混淆矩陣對(duì)分類精度進(jìn)行驗(yàn)證，以確保遙感影像解譯結(jié)果的準(zhǔn)確性，其中Kappa 系數(shù)為0.92,總體精度為93.05%，滿足研究的精度需求。研究的整體思路如圖2 所示。

表1基于GEE 平臺(tái)的遙感數(shù)據(jù)

圖2 研究流程圖

2.2 研究方法

2.2.1 地表溫度反演

本研究采用反演精度更高且方法流程更為簡(jiǎn)潔的大氣校正法[21]，獲取合肥市主城區(qū)的地表溫度（Land surface temperature，LST）。首先，基于GEE 云平臺(tái)對(duì)相關(guān)數(shù)據(jù)進(jìn)行輻射定標(biāo)與大氣校正，其熱紅外輻射熱量值Lλ的輻射傳輸方程為：

式中：ε 為地表比輻射率；TS為地表真實(shí)溫度；B（TS）為黑體熱輻射亮度；τ 為大氣在熱紅外波段的透過(guò)率。其中， L ↑λ、L ↓λ和τ 可通過(guò)NASA 官網(wǎng)獲得（https://atmcorr.gsfc.nasa.gov/），ε 可使用提出的NDVI 閾值算法計(jì)算[22]。隨后，通過(guò)普朗克定律函數(shù)將黑體輻射亮度計(jì)算為真實(shí)地表溫度，公式為：

式中：TS為真實(shí)地表溫度；K1和K2為校正常數(shù)，其數(shù)值大小通過(guò)L a nds a t影像頭文件獲得：對(duì) 于Landsat-8 OLI / TIRS 影 像，K1=774.89W /（m2×μm×sr），K2=1321.08K。

2.2.2 景觀格局分析

景觀格局指數(shù)因其對(duì)景觀格局信息的高度概括，廣泛應(yīng)用于定量分析城市景觀格局與熱環(huán)境研究。本文參考前人的研究成果[10，12，23]，選取景觀組成和景觀配置兩大類景觀指數(shù)（表2），采用Fragstats 4.2 的移動(dòng)窗口法進(jìn)行計(jì)算。其中景觀組成指斑塊大小與類型多樣性，常用的景觀指標(biāo)是PLAND（景觀百分比）；景觀配置指斑塊在空間上的結(jié)構(gòu)和臨近關(guān)系，常用的指標(biāo)有LSI（景觀形狀）、NP（斑塊數(shù)量）、PD（斑塊密度）、ED（邊緣密度）、AI（聚集度）、AREA_MN（平均斑塊面積）、ENN_MN（面積加權(quán)歐氏最近鄰距離）?？紤]到遙感數(shù)據(jù)的分辨率與景觀格局分析的尺度依賴性[5]，選擇0.3km×0.3km、0.6km×0.6km、0.9km×0.9km、1.2km×1.2km、和1.5km×1.5km 五種尺度的移動(dòng)窗口進(jìn)行景觀格局分析，以求全面科學(xué)探究綠地空間格局與城市熱環(huán)境的影響關(guān)系。

表2 研究所用的景觀格局指數(shù)

2.2.3 數(shù)理統(tǒng)計(jì)分析

本研究采用增強(qiáng)回歸樹(shù)算法（boosted regression tree，BRT）分析綠地空間格局與城市熱環(huán)境的影響關(guān)系。首先，使用ArcGIS Pro 對(duì)不同季節(jié)城市綠地的熱環(huán)境影響要素進(jìn)行分析，基于ArcGIS Pro 構(gòu)建0.3～1.5km 五種尺寸網(wǎng)格以提取綠地空間格局與LST 信息。隨后，采用增強(qiáng)回歸樹(shù)算法具體分析不同大小網(wǎng)格下綠地空間格局與LST 的關(guān)系，以得出本研究的最佳尺度。最后，依據(jù)最佳尺度分析其相對(duì)貢獻(xiàn)與邊際效應(yīng)。其中，增強(qiáng)回歸樹(shù)是機(jī)器算法的一種，與傳統(tǒng)回歸模型相比，能夠通過(guò)變量拆分避免數(shù)據(jù)的空間自相關(guān)，從而獲得響應(yīng)變量與預(yù)測(cè)變量之間的非線性關(guān)系，同時(shí)將不同變量的相對(duì)貢獻(xiàn)與邊際效應(yīng)相結(jié)合以綜合分析各要素的作用機(jī)制[24]。相對(duì)貢獻(xiàn)指的是在增強(qiáng)回歸樹(shù)模型中各自變量對(duì)于因變量的貢獻(xiàn)程度，其反映了各自變量在模型中的相對(duì)重要性，可以通過(guò)特征在回歸樹(shù)中被選為劃分節(jié)點(diǎn)的次數(shù)、劃分節(jié)點(diǎn)時(shí)的分裂準(zhǔn)則等來(lái)衡量。邊際效應(yīng)指的是在給定其他特征變量不變的情況下，一個(gè)特征變量對(duì)目標(biāo)變量預(yù)測(cè)影響的變化量，邊際效應(yīng)可以通過(guò)觀察特征在不同取值下的預(yù)測(cè)結(jié)果變化來(lái)計(jì)算，其變化曲線可以直觀反映各自變量對(duì)因變量的影響關(guān)系和閾值特點(diǎn)。目前BRT 已在城市熱環(huán)境領(lǐng)域逐步得到應(yīng)用[25，26]。本文的BRT 模型基于R 軟件平臺(tái)的dismo包，根據(jù)Elith 等[27]的建議，設(shè)置學(xué)習(xí)速率為0.005，樹(shù)的復(fù)雜度為5，并進(jìn)行10 次交叉驗(yàn)證。

2.2.4 地表溫度與景觀格局?jǐn)?shù)據(jù)的提取處理

本文使用ArcGIS Pro軟件處理地表溫度反演的數(shù)據(jù)，以獲得區(qū)域地表溫度，即不同研究對(duì)象地表溫度的平均值定義為區(qū)域地表溫度。首先，在數(shù)據(jù)管理工具模塊中使用創(chuàng)建漁網(wǎng)工具1），創(chuàng)建0.3～1.5km 五種大小的空間網(wǎng)格及網(wǎng)格中心點(diǎn)，隨后，對(duì)地溫反演數(shù)據(jù)使用轉(zhuǎn)換工具模塊的柵格轉(zhuǎn)點(diǎn)工具2），將溫度柵格數(shù)據(jù)轉(zhuǎn)換為點(diǎn)數(shù)據(jù)，最后，通過(guò)數(shù)據(jù)管理工具中的添加空間連接3）功能將五類漁網(wǎng)圖層分別與溫度點(diǎn)數(shù)據(jù)圖層連接，從而獲取不同大小網(wǎng)格區(qū)域的局部平均地表溫度。而對(duì)于不同土地覆被的地表平均溫度，使用空間分析工具中的按掩膜提取4），經(jīng)由不同類型的地表覆被圖層提取出相應(yīng)的溫度數(shù)據(jù)，然后統(tǒng)計(jì)平均值，即可獲得不同覆被的平均地表溫度。對(duì)于綠地景觀格局?jǐn)?shù)據(jù)使用數(shù)據(jù)管理工具中的多值提取至點(diǎn)5）功能，經(jīng)由網(wǎng)格中心點(diǎn)獲取每個(gè)單位網(wǎng)格內(nèi)的綠地空間格局信息。

同時(shí)，為減小分析誤差，在不同尺度上對(duì)數(shù)據(jù)進(jìn)行處理。在斑塊水平，為保證單個(gè)斑塊至少包含一個(gè)像元溫度，刪除面積小于900m2的斑塊。在景觀水平，為避免水體降溫效果對(duì)研究的干擾，同時(shí)保留足夠的數(shù)據(jù)樣本[28]，剔除主要水體及其周圍300m 緩沖區(qū)內(nèi)相關(guān)數(shù)據(jù)。

3 結(jié)果與分析

3.1 合肥市主城區(qū)城市綠地和熱環(huán)境分布特征

2 01 8年合肥市主城區(qū)內(nèi)城市綠地分布表現(xiàn)為“四周多，中減少”特征（圖3）。綠地總面積為490.47km2，約占研究區(qū)總面積的58.59%，其中包含林地122.35km2、耕地217.51km2以及草地150.61km2，分別占總面積的14.62%、25.98%和17.98%。

圖3 合肥市主城區(qū)城市綠地分布情況

從圖4 可以看出，合肥市主城區(qū)LST 具有明顯的季節(jié)性時(shí)空特征。春季、夏季、秋季和冬季最高LST 分別為48.15℃、57.52℃、45.23℃和24.76℃，其中夏季平均LST 最高達(dá)36.07℃，冬季平均LST 最低至11.49℃，符合合肥市夏熱冬冷城市的基本特征。具體地，不同地表覆被的平均LST 如表3 所示。對(duì)于不同季節(jié)，不同土地覆被的平均LST 均表現(xiàn)為不透水表面＞草地＞耕地＞林地＞水體；對(duì)于不同土地覆被，除了水體的平均LST在秋季高于春季，其余土地覆被的平均LST 都表現(xiàn)為夏季＞春季＞秋季＞冬季。其中城市綠地對(duì)LST 的調(diào)節(jié)效果為區(qū)域地表平均溫度和綠地地表平均溫度的差值，如表4 所示，降溫強(qiáng)度大小依次為夏季（1.49℃）＞秋季（0.74℃）＞春季（0.5℃）＞冬季（-0.34℃），其中春季、夏季和秋季表現(xiàn)為不同程度的降溫效果，冬季則表現(xiàn)為相反的增溫效果。

表3 合肥市主城區(qū)不同土地覆被的平均LST（℃）

表4 不同季節(jié)綠地降溫強(qiáng)度（℃）

圖4 合肥市主城區(qū)地表溫度分布圖

3.2 綠地空間格局對(duì)LST 的相對(duì)貢獻(xiàn)

大量研究表明，綠地?zé)岘h(huán)境研究存在明顯的尺度依賴性[8]，圖5 顯示了不同尺度單元下景觀格局指數(shù)與LST 的BRT 模型擬合精度。在設(shè)置的五種尺度的網(wǎng)格下，伴隨空間尺度的擴(kuò)大，大部分季節(jié)的相關(guān)性系數(shù)發(fā)生了明顯變動(dòng)，其中相關(guān)系數(shù)在300m～900m處波動(dòng)明顯，900m×900m 處達(dá)到最高，說(shuō)明在此尺度下進(jìn)行合肥市主城區(qū)綠地空間格局與城市熱環(huán)境研究更為適宜，后文將基于900m×900m 的最優(yōu)尺度進(jìn)行統(tǒng)計(jì)分析。

圖5 不同空間尺度下BRT 模型的相關(guān)性系數(shù)

基于900m×900m的最優(yōu)尺度，使用增強(qiáng)回歸樹(shù)算法擬合模型，獲得不同景觀格局指數(shù)對(duì)LST 的相對(duì)貢獻(xiàn)（圖6），其中NP 指數(shù)在4 個(gè)時(shí)間段內(nèi)對(duì)LST 的相對(duì)影響均為0，故在后續(xù)分析中予以剔除。結(jié)果顯示，綠地空間格局與城市熱環(huán)境存在明顯的季節(jié)性差異。具體地，PLAND、LSI、ED、PD、AI、AREA_MN 和ENN_MN 指數(shù)對(duì)城市熱環(huán)境的平均相對(duì)貢獻(xiàn)分別為42.88%、13.78%、8.23%、10.08%、10.48%、9%、5.6%，其中PLAND 指數(shù)在春季、夏季和秋季相對(duì)貢獻(xiàn)最高，LSI指數(shù)在冬季相對(duì)貢獻(xiàn)最高。從不同時(shí)期來(lái)看，景觀組成對(duì)城市熱環(huán)境的相對(duì)貢獻(xiàn)程度依次為夏季＞秋季＞春季＞冬季，而景觀配置則相反。簡(jiǎn)單來(lái)說(shuō)，在夏季和秋季，景觀組成（50.6%～54.2%）對(duì)城市熱環(huán)境的相對(duì)貢獻(xiàn)高于景觀配置（45.8%～49.4%），而春季和冬季，景觀配置（53.2%～80.2%）對(duì)城市熱環(huán)境的相對(duì)貢獻(xiàn)則高于景觀組成（19.9%～46.8%）。

圖6 不同景觀格局指數(shù)對(duì)LST 的相對(duì)貢獻(xiàn)

圖7 不同景觀格局指數(shù)與LST 的邊際效應(yīng)

3.3 綠地空間格局對(duì)LST 的邊際效應(yīng)

從不同季節(jié)來(lái)看，綠地空間格局與LST 的邊際效應(yīng)有所差異，但相關(guān)閾值特征相似。春季的主導(dǎo)因素為PLAND（3.0℃）、AERA_MN（0.6℃）、LSI（0.5℃）和AI（0.5 ℃），其 中PLAND、AERA_MN 和AI 均 與LST 呈負(fù)相關(guān)，而LSI 在12 前后表現(xiàn)為正負(fù)相關(guān)。夏季的主導(dǎo)因素為PLAND（5.2℃）、AI（1.4℃）、PD（0.5℃）和LSI（1.1℃），其中PLAND 和AI 與LST 呈負(fù)相關(guān)，PD 和LSI 表現(xiàn)為正負(fù)相關(guān)，轉(zhuǎn)折點(diǎn)分別在50 和12。秋季的主導(dǎo)因素為PLAND（3.5℃）、ED（1.2℃）、AI（0.6℃）和LSI（0.7℃），其中PLAND 和AI 與夏季相似，而ED和LSI 分別在170 和12 前后表現(xiàn)為正負(fù)相關(guān)。冬季的主導(dǎo)因素為L(zhǎng)SI（1.3℃）、PLAND（1.5℃）、PD（1.0℃）和ENN_MN（0.6℃）。

從景觀格局指數(shù)的類型來(lái)看。對(duì)于景觀組成，PLAND 與LST 在所有時(shí)期都呈現(xiàn)負(fù)相關(guān)，且調(diào)節(jié)幅度最大（5.2℃～1.5℃），在夏季，PLAND 指數(shù)超過(guò)60 以后，其與LST 的邊際效應(yīng)逐漸減弱。對(duì)于景觀配置，各指數(shù)在不同季節(jié)的相關(guān)性趨勢(shì)相似。AI、AERA_MN 和ENN_MN 分別在80～100、0～5 和20～30 區(qū)間才表現(xiàn)為負(fù)相關(guān)，而LSI、ED 和PD 指數(shù)到達(dá)一定閾值后，其都與LST 從正相關(guān)轉(zhuǎn)為負(fù)相關(guān)，結(jié)合相關(guān)數(shù)據(jù)發(fā)現(xiàn)，正相關(guān)是在PLAND 指數(shù)較小背景下，其平均大小在27.89，即22.6ha 左右，而負(fù)相關(guān)是在PLAND 指數(shù)較大情況下，平均大小在64.88，即52.6ha 左右。簡(jiǎn)單來(lái)說(shuō)，只有綠地規(guī)模達(dá)到一定數(shù)值，這3 個(gè)指數(shù)才與LST 呈負(fù)相關(guān)，在過(guò)低的綠地規(guī)模下提高這些指數(shù)，會(huì)導(dǎo)致LST 升高。

4 討論

研究顯示，城市綠地對(duì)熱環(huán)境的影響存在季節(jié)差異，在春季、夏季和秋季呈現(xiàn)不同的降溫效果，冬季出現(xiàn)了相反的增溫效果，這與李峻峰等[17]的研究結(jié)論相同。針對(duì)這種現(xiàn)象，總結(jié)分析原因可能有以下兩個(gè)方面：（1）相較于寒冷季節(jié)，在夏季和秋季的溫暖季節(jié)，城市綠地內(nèi)大量植被處于生長(zhǎng)活躍期，植被蒸騰和光合作用更強(qiáng)，有效提高了綠地內(nèi)外的能量交換速度，最終表現(xiàn)為更強(qiáng)的降溫效果。（2）合肥市是夏熱冬冷典型城市，落葉喬木、耕地和草地是構(gòu)成城市植被的重要種類，在寒冷季節(jié)，大量植被落葉使得更多建設(shè)用地和裸地暴露，遮蔭面積降低與地表反射率增強(qiáng)，導(dǎo)致綠地降溫效果變?nèi)趸虺霈F(xiàn)一定增溫效果。同時(shí)結(jié)合皮爾遜相關(guān)分析與BRT 擬合模型相關(guān)性檢驗(yàn)可知，合肥市城市綠地與熱環(huán)境最佳研究尺度為900m，與Guo 等[8]的研究相似。

在綠地景觀組成與配置對(duì)LST 的相對(duì)重要性方面，綠地的景觀組成與配置對(duì)LST 的相對(duì)影響存在季節(jié)性差異，在夏季和秋季，綠地景觀組成對(duì)LST 更為重要，而在春季和冬季，綠地景觀配置對(duì)LST 影響更高，這與部分學(xué)者的研究相一致[8，9]。但相關(guān)研究同時(shí)表明，兩者的相對(duì)重要性與不同綠地情況、數(shù)據(jù)源和氣候背景有關(guān)[8]，Masoudi 等[12]發(fā)現(xiàn)即使對(duì)于同一研究區(qū)域，不同時(shí)期的綠地分布情況會(huì)導(dǎo)致兩者的相對(duì)重要性存在明顯差異，考慮到此方面的復(fù)雜性，未來(lái)應(yīng)增加不同時(shí)期與區(qū)域的研究，全面認(rèn)識(shí)兩者的相對(duì)重要性。

具體地，對(duì)于表征綠地空間格局的不同指數(shù)，本研究揭示了不同影響因素與LST 的非線性關(guān)系。對(duì)于景觀組成指數(shù)，PLAND 在所有時(shí)期都與LST 呈負(fù)相關(guān)，這意味著更大規(guī)模的城市綠地可以穩(wěn)定有效地降低LST，這與既往研究相一致[10，11，30]，其在本研究中夏季對(duì)LST最高調(diào)控幅度可達(dá)5.2℃，而將控制PLAND 在60 以內(nèi)，可以使得對(duì)LST 的調(diào)節(jié)效率最佳。部分景觀配置指數(shù)在不同季節(jié)存在相似的閾值特征，在未達(dá)到閾值前，相關(guān)指數(shù)與LST 呈正相關(guān)或相關(guān)性不明顯，當(dāng)達(dá)到一定閾值后與LST 均表現(xiàn)為負(fù)相關(guān)。如LSI、ED 和PD 的閾值分別為12、170 和50，這三個(gè)指數(shù)代表綠地的形狀復(fù)雜性與破碎化。換言之，當(dāng)綠地規(guī)模到達(dá)一定程度，改變其形狀與破碎性才能起到良好的降溫效果。這是由于，綠地的形態(tài)結(jié)構(gòu)反映了其與外界環(huán)境進(jìn)行能量交換的機(jī)會(huì)，復(fù)雜的形態(tài)結(jié)構(gòu)增加了綠地與外界環(huán)境的接觸機(jī)會(huì)和遮蔭面積，從而降低LST[31]。當(dāng)綠地規(guī)模較小時(shí)，過(guò)于復(fù)雜和破碎的形態(tài)結(jié)構(gòu)會(huì)使綠地內(nèi)部較多受周圍熱環(huán)境干擾，其降溫效果被削弱，當(dāng)綠地規(guī)模較大時(shí)，內(nèi)部環(huán)境相對(duì)穩(wěn)定，適當(dāng)增加綠地形狀復(fù)雜度和破碎程度反而有利于降低LST[32]，這也解釋了相關(guān)研究的相反結(jié)果。聚集性指數(shù)AI 取得了較為一致的結(jié)果，即提高綠地斑塊的聚集性，可以降低區(qū)域LST[12]。連通性指數(shù)ENN_MN 與多數(shù)研究呈現(xiàn)相反結(jié)論，即本研究得出連通性低的綠地斑塊與較低的LST 有關(guān)，這極有可能與數(shù)據(jù)源的分辨率有關(guān)，分辨率過(guò)低的數(shù)據(jù)會(huì)導(dǎo)致連通性被過(guò)低估計(jì)，使其與LST 的相關(guān)性分析錯(cuò)誤，部分與本研究得出相反結(jié)論的研究均采用30m 分辨率遙感影像，而采用10m 或更高精度的遙感數(shù)據(jù)與本研究結(jié)果一致[23，33]。

考慮到對(duì)城市熱環(huán)境的優(yōu)化需求大部分集中在夏季或部分過(guò)渡季節(jié)，因而通過(guò)優(yōu)化景觀組成來(lái)改善城市熱環(huán)境比調(diào)節(jié)景觀配置效果更顯著。但需要承認(rèn)的是，在高度城市化且綠地資源匱乏的城區(qū)內(nèi)部，要有效提高綠地規(guī)模較為困難，合理調(diào)整綠地結(jié)構(gòu)以優(yōu)化城市熱環(huán)境就顯得尤為重要。在適當(dāng)增加城市綠地規(guī)模的前提下，根據(jù)不同指數(shù)的閾值特點(diǎn)調(diào)節(jié)綠地的結(jié)構(gòu)形態(tài)，以求最大限度降低區(qū)域溫度，優(yōu)化城市熱環(huán)境，是未來(lái)城市規(guī)劃和綠地建設(shè)的重要方向。此外，本研究未考慮垂直綠化和屋頂花園等小型綠色空間與自然環(huán)境因子，在土地資源有限的城區(qū)內(nèi)，因地制宜地設(shè)置小型綠色空間，提高城市綠地總量，同時(shí)結(jié)合通風(fēng)廊道和水文情況增強(qiáng)綠地的降溫效果，對(duì)于城市熱環(huán)境的優(yōu)化也有所裨益[34]。

最后，本文基于遙感反演的城市綠地?zé)岘h(huán)境研究結(jié)論也具有一定局限性，這不在于遙感反演的精度問(wèn)題，而在于地表溫度與空氣溫度的根本不同[35]。一方面，地表溫度與空氣溫度的作用機(jī)制有所差異，相較于地表溫度，空氣溫度的變化率快，易受到大氣運(yùn)動(dòng)、天氣和輻射對(duì)流等因素的影響，基于空氣溫度的綠地?zé)岘h(huán)境研究是否與基于地表溫度的相關(guān)研究產(chǎn)生類似或者相反的結(jié)論？如最佳研究尺度、相對(duì)重要性和閾值特點(diǎn)等，兩者的研究結(jié)論不可混為一談，此方面仍需進(jìn)一步探究。另一方面，伴隨熱舒適在熱環(huán)境研究領(lǐng)域的逐步發(fā)展，人體舒適度已成為衡量綠地降溫效應(yīng)的重要指標(biāo)，其中空氣溫度是直接指標(biāo)，空氣溫度在此方面顯示出了比地表溫度更強(qiáng)的研究?jī)r(jià)值，但是在一定時(shí)空范圍內(nèi)展開(kāi)基于空氣溫度的大尺度熱環(huán)境研究較為困難，這包括人力與資金成本，如Schatz 等[36]使用多達(dá)151 個(gè)固定傳感器的連續(xù)測(cè)量溫度來(lái)表征研究區(qū)不同覆被在一年12 個(gè)月內(nèi)的熱環(huán)境狀態(tài)。值得注意的是，部分學(xué)者通過(guò)構(gòu)建地表溫度與空氣溫度之間的關(guān)系模型，從而推算近地面空氣溫度[37]，未來(lái)可通過(guò)此方法將遙感與實(shí)測(cè)方法相結(jié)合，進(jìn)一步深入探討氣溫與綠地?zé)岘h(huán)境之間的影響關(guān)系與作用機(jī)制。

結(jié)論

本研究以合肥市主城區(qū)為例，探究綠地空間格局與城市熱環(huán)境的影響關(guān)系及季節(jié)差異。主要結(jié)論如下：（1）城市綠地對(duì)熱環(huán)境具有明顯調(diào)節(jié)作用。在春季、夏季和秋季表現(xiàn)為降溫效果，冬季出現(xiàn)微弱升溫效果；（2）綠地景觀組成與配置對(duì)于熱環(huán)境的相對(duì)重要性在不同季節(jié)有所差異。在溫暖季節(jié)，景觀組成對(duì)熱環(huán)境的影響強(qiáng)于景觀配置，而寒冷季節(jié)則相反；（3）各綠地景觀組成與配置指數(shù)對(duì)熱環(huán)境的邊際效應(yīng)不同。在景觀組成中，PLAND 在所有季節(jié)與LST 負(fù)相關(guān)，即統(tǒng)一的降溫效果。在景觀配置中，多數(shù)季節(jié)中AI、AERA_MN 和ENN_MN與LST 負(fù)相關(guān)，而LSI、ED 和PD 在閾值前后表現(xiàn)為正負(fù)相關(guān)，即在綠地規(guī)模較小時(shí)使用形狀簡(jiǎn)單、破碎性低、聚集度高和連通性低的結(jié)構(gòu)，規(guī)模較大時(shí)采用形狀復(fù)雜、破碎性高、聚集度高和連通性低的結(jié)構(gòu)，更有利于降低局部LST。總之，未來(lái)在以優(yōu)化熱環(huán)境為導(dǎo)向的城市規(guī)劃與景觀設(shè)計(jì)中，應(yīng)考慮城市綠地景觀組成和配置的合理均衡，本研究為城市規(guī)劃者在應(yīng)對(duì)城市高溫和氣候變化適應(yīng)方面提供了有益指導(dǎo)。

圖、表來(lái)源

本文所有圖、表均由作者繪制。

注釋

1）創(chuàng)建漁網(wǎng)：通過(guò)在地圖上創(chuàng)建一個(gè)規(guī)則的漁網(wǎng)，將地理空間劃分為規(guī)則的網(wǎng)格，其中每個(gè)單元格代表一個(gè)劃分的地理區(qū)域。漁網(wǎng)的單元格可以用于統(tǒng)計(jì)分析、數(shù)據(jù)采集、資源管理等應(yīng)用，例如將地表溫度點(diǎn)數(shù)據(jù)聚合到單位網(wǎng)格內(nèi)進(jìn)行精確統(tǒng)計(jì)采樣。

2）柵格轉(zhuǎn)點(diǎn)：將柵格數(shù)據(jù)轉(zhuǎn)換為矢量點(diǎn)數(shù)據(jù)，以便進(jìn)行進(jìn)一步的空間分析、數(shù)據(jù)集成或數(shù)據(jù)可視化等操作。

3）添加空間連接：將兩個(gè)或多個(gè)圖層之間的要素進(jìn)行空間連接，并生成一個(gè)包含連接結(jié)果的新圖層?？臻g連接是基于要素之間的空間關(guān)系進(jìn)行的，可以根據(jù)要素之間的位置、距離、重疊等條件進(jìn)行連接。

4）按掩膜提?。禾崛⊙谀にx區(qū)域內(nèi)的相應(yīng)柵格像元數(shù)據(jù)。

5）多值提取至點(diǎn)：在點(diǎn)要素類的指定位置提取一個(gè)或多個(gè)柵格像元值，并將這些值統(tǒng)計(jì)至點(diǎn)要素類的屬性表中。