2.1长春市中心城区绿地格局分析

 

通过监督分类提取的长春市城市绿地斑块总数为18740个(图2)，总面积为5132.62hm2，其数量和面积分布如表2所示。



由表2可知，S＜0.5hm2的绿地斑块数量高达17449块，占斑块总数的93.11%，但其面积仅占绿地总面积的28.91%。这些斑块一般是小区内部的零散绿化，其数量及分布难以对城市热环境产生明显的影响，因此在研究城市绿地面积的分布情况时，排除这些数量众多的小型绿地斑块，只考察S＞0.5hm2且具有一定规模的绿地斑块。

 

2.2斑块层面绿地配置特征与降温效率的动态关系

 

从表3中可以看出，在不同面积范围内，面积(Area)、植被指数(NDVI)、形状(Shape)3种配置特征对城市绿地降温效率的影响各有不同：在0.5≤S＜1hm2的绿地中，NDVI是影响降温效率的唯一因素，二者呈现出明显的负相关关系，说明增大植被覆盖率是增强其降温效率的有效途径；当1≤S＜5hm2时，绿地的面积和NDVI都是影响绿地降温效率的主要因素；当5≤S＜10hm2时，NDVI与绿地内部平均地表温度之间的相关性不明显，而形状指数却能显著影响城市绿地内部的温度，且二者呈正相关，说明对于中型绿地而言，形状越接近正方形，降温效率越高；对于S≥10hm2的大型绿地而言，绿地内的平均地表温度与NDVI呈显著负相关，与形状指数呈显著正相关，说明增加植被覆盖率和使其形状变得紧凑，都能提高其降温效率。

 

绿地斑块的3种配置特征中，NDVI与绿地内部植被覆盖度和植被类型等因素有关，而与温度之间关系复杂。由于城市绿地内部温度不仅受到自身面积、植被覆盖度及形状的影响，还会受到周围环境如绿地、河流等的影响[26]，所以在对绿地及其内部平均地表温度进行回归分析时，尽量选择内部没有或者有较少水体的绿地。基于此，在研究区范围内选择了33块不同面积的绿地(图3)用以研究城市绿地的面积与其内部平均地表温度之间的定量关系。

 

对33块绿地的面积和绿地内部平均地表温度进行回归分析(图4)可知，城市绿地的面积与其内部平均地表温度呈对数函数关系，绿地面积越大，其降温效率越高，但是随着绿地面积的增大，其降温效率的提升会越来越弱。当绿地面积S＜10hm2时，随着绿地面积的增大，绿地内部的温度迅速下降；当绿地面积S≥10hm2时，绿地内部温度并不会随绿地面积的增大而迅速降低。因此，如果以城市绿地降温功能最大化为原则，那么在规划城市绿地时，对于面积S＜10hm2的绿地，应尽可能增加其面积，对于S≥10hm2的绿地，则不必强求继续扩大面积。

 

2.3景观层面绿地配置特征与降温效率的动态关系

 

对提取出的景观参数与平均地表温度进行相关性分析(表4)，可以看出，在0.5km×0.5km、1km×1km、2km×2km3种景观尺度下，平均地表温度都与平均NDVI呈明显负相关，Pearson相关系数分别为-0.560、-0.638和-0.701。在3种景观尺度下，绿地面积也与平均地表温度呈显著负相关，Pearson相关系数分别为-0.507、-0.507和-0.644。这说明不论在什么样的景观尺度下，植被覆盖度越大，温度就越低。此外，绿地斑块数量在0.5km×0.5km和1km×1km的景观尺度下才与平均地表温度有显著的负相关关系，

在2km×2km的景观尺度下并没有明显的相关关系，这是由于在大的景观尺度下，可能存在许多小型绿地或者一整块大型绿地。

 

斑块的数量与绿地总面积没有必然联系，绿地斑块数量并不会与平均地表温度相关，而在小的景观尺度下，绿地斑块的面积都比较小，因此绿地的数量能够在一定程度上反映绿地的多少。LPI在3种景观尺度下都与平均地表温度呈显著负相关，Pearson相关系数分别为-0.473、-0.461和-0.596，这说明在景观中，存在较大的绿地会使区域内的温度降低。

MNSHAPE在3种景观尺度下都与平均地表温度没有显著的相关关系，说明在景观中，绿地的形状对温度的影响很微弱。就SPLIT而言，在0.5km×0.5km和2km×2km的景观尺度下，SPLIT与平均地表温度呈显著正相关，Pearson相关系数分别为0.120和0.425，但是在1km×1km的景观尺度下，二者无明显的相关关系。就AI而言，在3种景观尺度下，AI指数与平均地表温度呈显著负相关，Pearson相关系数分别为-0.105、-0.196和-0.458，这说明在景观中，绿地集中布置会产生更好的降温效率。

 

为了定量研究不同景观尺度下各景观参数与平均地表温度之间的相关关系，分别建立各景观尺度下各景观参数与平均地表温度的回归方程(表5)，可以看出，在7个景观参数中，表征植被覆盖度的2个指标NDVI和TA是影响该景观温度的主要因素。就NDVI而言，在0.5km×0.5km、1km×1km和2km×2km3种景观尺度下，分别能解释31%、40%和49%的温度变化。

就TA而言，在0.5km×0.5km的景观尺度下，绿地面积每增加1hm2，温度下降0.23℃，换算成植被覆盖度就是：植被覆盖度每增加10%，温度下降0.58℃。在1km×1km的景观尺度下，绿地面积每增加1hm2，温度下降0.074℃，换算成植被覆盖度就是：植被覆盖度每增加10%，温度下降0.74℃。在2km×2km的景观尺度下，绿地面积每增加1hm2，温度下降0.024℃，换算成植被覆盖度就是：植被覆盖度每增加10%，温度下降0.96℃。

 

在3种景观尺度下，LPI是影响温度变化的第二位重要因素，分别能解释22%、21%和35%的温度变化。AI和SPLIT对平均地表温度的变化解释度较小，但随着景观尺度的增大，其对温度的解释能力随之增加。从SPLIT、AI及LPI3个表征绿地聚集与分散的指标中可以看出，在景观中，集中布置的绿地能达到比分散布置的绿地更高的降温效率。而MNSHAPE和NP与景观的平均地表温度没有相关关系或仅有微弱的相关关系，这表明在景观中，绿地的形状并不能影响整个景观的温度。

 

2.4城市绿地降温范围分析

 

在城市绿地周围建立距离相等的若干缓冲区，以缓冲带上平均地表温度的变化来反映城市绿地的降温效率。当缓冲带上的温度变化不明显，说明该处城市绿地的降温效率已经十分微弱，则这个缓冲带的距离就是该绿地降温的范围。为了能够较为准确地得到城市绿地的降温范围，在城市绿地中选择相对分离且周围没有水体或绿地大小形状各不相同的30块绿地作为样本(图5)。

 

已有研究表明，城市绿地的降温范围随绿地面积的不同，其降温范围一般在20~500m[27-28]。因此，至少需要研究绿地外600m范围内的温度变化，才能找到绿地的降温范围。使用ArcGIS的多环缓冲区功能在每个绿地的外围建立12个间隔50m的多环缓冲区(图6)。



使用ArcGIS统计各缓冲带内的平均地表温度，然后以距离为横轴，平均地表温度为纵轴绘制温度随距离变化的曲线。以1号绿地为例(图7)，其缓冲带的温度拐点出现在300m处，说明在这个距离时，地表温度受1号绿地的影响最小，因此1号绿地的降温范围就是300m。

 

对其余29块绿地同样做出缓冲带平均地表温度随距离变化的曲线，找出各绿地的降温范围，最终得到21组有效数据(表6)。根据表6的数据可知，面积较大的绿地降温范围较大，而面积较小的绿地的降温范围差距较大，但降温范围小的居多。将绿地面积与降温范围进行相关性分析，P值为0.418，说明二者没有明显的相关关系。但是面积较大的绿地往往降温范围也越大，并且绿地降温范围一般为150~400m，这与Yang等[28]的研究结果相吻合。

 

3结论与讨论

 

3.1结论

 

本文立足城市绿地通过遮阴及蒸腾作用有效降低温度、缓解热岛效应，从而改善城市环境的视角，使用遥感技术和地理信息系统研究长春市城市绿地对热岛效应的缓解作用，试图在城市用地紧张、无法开辟大量城市绿地达到降温效果的背景下，提高城市绿地的降温效率，并通过调整城市绿地的结构和空间布局使其降温效率最大化。主要成果包括两部分内容：长春市城市绿地的空间分布，以及城市绿地的属性对其降温效果的影响。

 

1)使用监督分类和目视解译相结合的方法从高分2号遥感影像中提取了长春市的城市绿地，并对其数量和空间分布进行分析。从绿地数量的分布来看，面积越大的绿地数量越少。长春市面积S＜0.5hm2的绿地数量占总数的93.11%，但是其面积占比却只有28.91%。引入景观参数对绿地空间分布进行分析，发现长春市四环内西北方的绿化水平最高，东北方的绿化水平最低，西北方城市绿地分布最为集中，东北方的绿地最为分散。

 

2)在反演地表温度和提取城市绿地的基础上，研究了绿地的面积、形状及绿地内植被覆盖度对其降温效率的影响。在不同面积范围内，3种配置特征对城市绿地降温效率的影响各有不同：0.5≤S＜1hm2的绿地，可以通过增大植被覆盖率来提升其降温效率；1≤S＜5hm2的绿地，增加绿地的面积或植被覆盖率都能有效提高其降温效率；5≤S＜10hm2的绿地，点状绿地的降温效率优于线状绿地。虽然增大城市绿地的面积能够提升绿地的降温效率，但是随着绿地面积的不断增大，绿地降温效率的提升会越来越弱。城市绿地对其周围区域也有降温效果，通常绿地面积越大，降温范围越大，但是二者相关性并不明显，绿地的降温范围为150~400m。

 

3.2讨论

 

为详细了解城市绿地空间配置特征与降温效率的动态响应关系，从绿地斑块、景观、绿地外围3个层面研究城市绿地的配置特征对其降温效率的影响。总的来说，增大绿地面积可以使绿地内部温度降低，但是随着绿地面积的增大，降温效率的提升会越来越不明显；增大区域内的植被覆盖度可以有效降低温度；绿地的形状和绿地斑块的数量对区域的温度没有影响，或者有微弱影响；绿地紧凑布局会有更高的降温效率；城市绿地对周围区域也有降温效果，随着绿地面积的增大，其降温范围变大，但是二者之间没有明显的相关关系，说明影响城市绿地降温效率的因素比较复杂，仍需深入研究绿地结构对城市热环境的影响。

 

绿地生态系统、大气间的蒸散发，以及碳和能量的交换强烈依赖绿地三维结构[29]。探究绿地的三维结构-能量关系是研究城市绿地对城市热岛效应恢复力不可或缺的一部分，由于绿地结构与能量之间的相互作用较为复杂，基于遥感技术确定城市绿地三维结构-能量的关系进行城市绿地三维结构监测与预测的敏感性反馈研究，为量化城市绿地三维结构与地表温度的能量平衡提供了研究基础，也有助于改善参数化建模的不确定性[30]。

 

在后续研究中，仍需从地表能量平衡的角度，及时准确地获取城市绿地的三维结构信息，进一步挖掘城市绿地三维结构对其降温效率的内在影响机制。这对于准确辨析城市绿地与地表热通量的关系、理解城市绿地对热环境的调节作用。