绿地格局对城市地表热环境调节作用的多尺度分析

doi:10.3969/j.issn.1000-2006.201811056

国家林草科技领军期刊
中国精品科技期刊
中国高校百佳科技期刊
江苏省新闻出版政府奖期刊奖
RCCSE林学权威期刊（A+）
CSCD核心期刊
Scopus数据库收录期刊
中文核心期刊
SCD核心期刊

作者加群：102861116

微信公众号：南京林业大学学报

高级检索

南京林业大学学报（自然科学版） ›› 2020, Vol. 44 ›› Issue (3): 133-141.doi: 10.3969/j.issn.1000-2006.201811056

绿地格局对城市地表热环境调节作用的多尺度分析

周雯¹(), 曹福亮¹(), 张瑞², 汪贵斌¹

^1.南京林业大学林学院, 江苏南京 210037
^2.南京林业大学风景园林学院, 江苏南京 210037

收稿日期:2018-11-28 修回日期:2019-04-23 出版日期:2020-05-30 发布日期:2020-06-11
通讯作者: 曹福亮
作者简介:周雯（wenzhou0305@hotmail.com），博士生。
基金资助:
国家重点研发计划(2017YFD0600701)

Multi⁃scale analysis of the effects of green space pattern on the urban surface thermal environment

ZHOU Wen¹(), CAO Fuliang¹(), ZHANG Rui², WANG Guibin¹

^1.College of Forestry, Nanjing Forestry University, Nanjing 210037, China
^2.College of Landscape Architecture, Nanjing Forestry University, Nanjing 210037, China

Received:2018-11-28 Revised:2019-04-23 Online:2020-05-30 Published:2020-06-11
Contact: CAO Fuliang

摘要/Abstract

摘要： 目的

城市绿化是协助城市应对气候变化、缓解城市热岛效应的有效途径，而分析影响绿地降温效应的因素及机制是合理改善城市绿化措施的理论基础。

方法

基于Landsat?8 TIRS热红外数据反演地表温度，并通过同期Spot 6遥感影像数据解译土地利用/覆盖类型并获取绿地信息，在此基础上结合景观指标和移动窗口法，从不同尺度分析城市绿地空间格局对地表温度的影响。

结果

在斑块水平上，斑块面积、形状以及相邻绿地面积对乔木林地斑块内部温度具有显著影响；与乔木林地不同，草地斑块的内部温度主要受斑块面积的影响，与二维形状复杂度无明显相关性。在不同地表中，水体降温效应最强，乔木林地次之，草地最弱。在类型水平上，增加乔木林地面积占比、加强边界复杂程度，以及提高林地斑块之间的聚集度，可以有效地降低区域温度；景观组分对降温强度的影响高于景观构型，结果显示每增加10 %的乔木林地覆盖面积，可以降低区域温度1.03 ℃。绿地景观格局与地表温度的相关性具有一定的尺度依赖性。

结论

开展绿地空间格局与降温强度的关系研究，有助于实现绿地的合理配置与前瞻性布局，能够为城市绿地规划以及可持续发展规划建设提供切实可行的参考依据。

关键词: 城市绿地, 多尺度分析, 景观格局, 降温效应, 地表温度(LST)

Abstract: Objective

Urban greenspace can be an effective contributor to mitigation of the urban heat island (UHI) effect and adaption to urban climate change. Previous studies have confirmed that the relationship between urban green pattern and land surface temperature (LST) is sensitive to spatial resolution of applied remote sensing imagery; however, little is known about spatial extent, another scaling issue. This study examined the effects of greenspace pattern on urban cooling and the influence of spatial extent when applied to derive landscape metrics. Understanding how the spatial pattern of urban greenspace affects the cooling intensity at different spatial extents is essential for creating a more scientific urban green network to better counteract the UHI effect.

Method

The study applied Landsat?8 TIRS imagery to derive LST data and Spot 6 imagery to retrieve the land-use and land-cover (LULC) map. The spatial pattern of woodland was measured by landscape metrics over four spatial extents/scales (90 m × 90 m, 180 m × 180 m, 360 m × 360 m and 720 m × 720 m) using a moving-window approach based on the LULC map. The relationship between landscape metrics and LST was established using correlation analyses and regression analyses.

Result

At patch level, the size, shape and connectivity with neighboring greenspaces all affect the cooling intensity of woodland. Meanwhile, patch area (PA) is the main factor influencing the LST of grassland. An increase in size and shape complexity can effectively reduce the LST within the greenspace. Compared with different LULC types, water performs best in urban cooling, followed by woodland and grassland, respectively. At class level, areas with a higher percentage of woodland cover experience a greater cooling effect, and a 10% increase of woodland resulted in a decrease in LST of 1.03 ℃. When given a fixed amount of woodland cover, aggregated distribution provides a stronger cooling effect than relative fragmented distribution. This study has suggested that landscape composition is more important than spatial configuration in determining the magnitude of LST. Moreover, results also demonstrated that changing spatial extent had significant impacts on the relationship between spatial pattern of urban greenspace and LST. Specifically, the significance of correlation between percentage of landscape (PLAND), mean patch size (MPS), largest patch index (LPI), and LST decreased as the spatial extent increased, and increased as the spatial extent increased between number of patches (NP), aggregation index (AI) and LST. The relationship between mean patch shape index (Shape_MN) and LST is not as sensitive as other landscape metrics to spatial extent. The findings in this study indicate that multi-scale analysis is required to fully explore the relationship between urban green pattern and LST.

Conclusion

Quantifying the relationship between spatial patterns of greenspaces and cooling intensity will provide a better prediction of the optimal pattern required to cool the urban environment, thus providing practical suggestions for urban greenspace planning and sustainable development.

Key words: urban greenspace, multi-scale analysis, landscape pattern, cooling effect, land surface temperature (LST)

中图分类号:

S731.2

周雯,曹福亮,张瑞,等. 绿地格局对城市地表热环境调节作用的多尺度分析[J]. 南京林业大学学报（自然科学版）, 2020, 44(3): 133-141.

ZHOU Wen, CAO Fuliang, ZHANG Rui, WANG Guibin. Multi⁃scale analysis of the effects of green space pattern on the urban surface thermal environment[J].Journal of Nanjing Forestry University (Natural Science Edition), 2020, 44(3): 133-141.DOI: 10.3969/j.issn.1000-2006.201811056.

图/表 9

图 1

表1

景观格局指数"

景观格局指数 landscape pattern metrics	公式 formula	描述 description
斑块面积 PA(P_A)	$P A = a i j (1 10 ? 000)$	指斑块的面积大小
斑块形状 SI( $I S)$	$I S = p i j (2 π A i j)$	指斑块形状的复杂程度， $I S$ 接近1表示斑块形状越接近圆形， $I S$ 越大，形状越复杂。其中，P_ij为斑块周长，A_ij为斑块面积
周长面积比 PARA(P_ARA)	$P A R A = P i j A i j$	形容斑块形状的复杂程度，P_ARA越大斑块形状越复杂
邻接绿地面积百分比NGP(P_NG)	$P N G = a i j A i j × 100 %$	指邻近绿地斑块的面积占比，P_NG越大，目标斑块与周边绿地的连接度越高。其中，a_ij为目标斑块缓冲区内的绿地面积，A_ij指建立的缓冲区的面积
景观类型面积 CA(S_CA)	$S C A = ∑ j = 1 n a i j (1 10 ? 000)$	是景观中各个类型斑块所占面积
景观面积百分比PLAND(P_LAND)	$P L A N D = ∑ j = 1 n a i j / A × 100 %$	景观中某类斑块的面积占整个景观面积的百分比。其中A是整个景观的面积
平均斑块面积 MPS(S_MP)	$S M P = A i N$	A_i为某类型景观的面积，N为该类型景观中的斑块数。S_MP可用来对比不同景观的聚集或破碎度，也可指示景观各类型之间的差异
斑块个数 NP(N_P)	N_P=n_i	n_i为景观中某类型斑块的个数，其值大小与景观的破碎度也有很好的正相关性，一般规律是N_P越大，破碎度越高，反之亦然
最大斑块指数 LPI(I_LP)	$I L P = m a x j = 1 a (a i j) A$	斑块类型中最大斑块面积占总景观面积的百分数，是斑块水平上优势度的量度
平均形状指数Shape?MN(I_MS)	$I M S = ∑ i = 1 m ∑ j = 1 m 0.25 P i j a i j / N$	在类型等级上反映同类斑块的平均形状复杂程度，当值为1时，同类所有斑块的形状接近为方形（圆形）
聚集度 AI(A_I)	$A I = 100 g i i m a x → g i i$	在类型等级上反映同类斑块的聚合程度。其中，g_ii为相应景观类型的相似邻接斑块数量

表1

表2

表3

表4

表5

图4

表 6

参考文献 33

1	WARD K，LAUF S，KLEINSCHMIT B，et al．Heat waves and urban heat islands in Europe：a review of relevant drivers[J]．Sci Total Environ，2016（569/570）：527-539．DOI:10.1016/j.scitotenv.2016.06.119.
2	KERAMITSOGLOU I，KIRANOUDIS C T，CERIOLA G，et al．Identification and analysis of urban surface temperature patterns in Greater Athens，Greece，using MODIS imagery[J]. Remote Sens Environ，2011，115(12)：3080-3090. DOI:10.1016/j.rse.2011.06.014.
3	GEORGI J N，DIMITRIOU D. The contribution of urban green spaces to the improvement of environment in cities：case study of Chania，Greece[J]. Build Environ，2010，45(6)：1401-1414．DOI:10.1016/j.buildenv.2009.12.003.
4	HAMADA S，OHTA T. Seasonal variations in the cooling effect of urban green areas on surrounding urban areas[J]. Urban For Urban Green,2010,9(1)：15-24. DOI:10.1016/j.ufug. 2009.10.002.
5	LI J X，SONG C H，CAO L，et al. Impacts of landscape structure on surface urban heat islands：a case study of Shanghai，China[J]. Remote Sens Environ，2011，115(12)：3249-3263．DOI:10.1016/j.rse.2011.07.008.
6	孔繁花，尹海伟，刘金勇，等. 城市绿地降温效应研究进展与展望[J]. 自然资源学报，2013，28(1)：171-181．
	KONG F H，YIN H W，LIU J Y，et al. A review of research on the urban green space cooling effect[J]. J Nat Resour，2013，28(1)：171-181．
7	WENG Q H. Thermal infrared remote sensing for urban climate and environmental studies：methods，applications，and trends[J]. ISPRS J Photogramm Remote Sens，2009，64(4)：335-344．DOI:10.1016/j.isprsjprs.2009.03.007.
8	CAO X，ONISHI A，CHEN J，et al．Quantifying the cool island intensity of urban parks using Aster and IKONOS data[J]．Landsc Urban Plan，2010，96(4)：224-231．DOI:10.1016/j.landurbplan.2010.03.008.
9	ZHOU W Q，HUANG G L，CADENASSO M L. Does spatial configuration matter?‍Understanding the effects of land cover pattern on land surface temperature in urban landscapes[J]．Landsc Urban Plan，2011，102(1)：54-63．DOI:10.1016/j.landurbplan.2011.03.009.
10	熊春妮，魏虹，兰明娟. 重庆市主城区城市景观动态的多尺度分析[J]. 西南大学学报(自然科学版)，2008，30(5)：128-134.
	XIONG C N，WEI H，LAN M J. Multi⁃scale analysis of the dynamics of urban landscape in the downtown area of Chongqing[J]. J Southwest Univ (Nat Sci Ed)，2008，30(5)：128-134．DOI:10.13718/j.cnki.xdzk.2008.05.016.
11	邬建国.景观生态学：概念与理论[J]. 生态学杂志，2000，19(1)：42-52.
	WU J G. Landscape ecology⁃concepts and theories[J]. Chin J Ecol，2000，19(1)：42-52．DOI:10.13292/j.1000-4890.2000.0008.
12	WENG Q H，LU D S，SCHUBRING J．Estimation of land surface temperature‍⁃‍vegetation abundance relationship for urban heat island studies[J]. Remote Sens Environ，2004，89(4)：467-483．DOI:10.1016/j.rse.2003.11.005.
13	VANNIER C，VASSEUR C，HUBERT⁃MOY L，et al. Multiscale ecological assessment of remote sensing images[J]. Landscape Ecol，2011，26(8)：1053-1069. DOI:10.1007/s10980-011-9626-y.
14	TOWNSEND P A，LOOKINGBILL T R，KINGDON C C，et al．Spatial pattern analysis for monitoring protected areas[J]. Remote Sens Environ，2009，113(7)：1410-1420．DOI:10.1016/j.rse.2008.05.023.
15	LI X M，ZHOU W Q，OUYANG Z Y. Relationship between land surface temperature and spatial pattern of greenspace：what are the effects of spatial resolution?[J]. Landsc Urban Plan，2013，114：1-8．DOI:10.1016/j.landurbplan.2013.02.005.
16	QIU T，SONG C H，LI J X. Impacts of urbanization on vegetation phenology over the past three decades in Shanghai，China[J]. Remote Sens，2017，9(9)：970．DOI:10.3390/rs9090970.
17	LI J J，WANG X R，WANG X J，et al. Remote sensing evaluation of urban heat island and its spatial pattern of the Shanghai metropolitan area，China[J]．Ecol Complex，2009，6(4)：413-420．DOI:10.1016/j.ecocom.2009.02.002.
18	邬建国. 景观生态学——格局、过程、尺度与等级 [M].2版. 北京：高等教育出版社，2007:106. WU J G. Landscape ecology: pattern, process, scale and hierarchy [M]. 2nd ed. Beijing: Higher Education Press, 2007: 106.
19	QIN Z，KARNIELI A，BERLINER P. A mono⁃window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel⁃Egypt border region[J]. Int J Remote Sens，2001，22(18)：3719-3746．DOI:10.1080/01431160010006971.
20	陈利顶，刘洋，吕一河，等. 景观生态学中的格局分析：现状、困境与未来[J]. 生态学报，2008，28(11)：5521-5531．
	CHEN L D，LIU Y，LÜ Y H，et al．Landscape pattern analysis in landscape ecology：current，challenges and future[J]. Acta Ecol Sin，2008，28(11)：5521-5531．DOI:10.3321/j.issn:1000-0933.2008.11.037.
21	CHEN A L，YAO X A，SUN R H，et al. Effect of urban green patterns on surface urban cool islands and its seasonal variations[J]. Urban For Urban Green，2014，13(4)：646-654．DOI:10.1016/j.ufug.2014.07.006.
22	MCGARIGAL K，MARKS B J. FRAGSTATS:spatial pattern analysis program for quantifying landscape structure[R]. U S Department of Agriculture,Forest Service,Pacific Northwest Research Station,1995.DOI:10.2737/pnw-gtr-351.
23	KONG F H，YIN H W，JAMES P，et al. Effects of spatial pattern of greenspace on urban cooling in a large metropolitan area of Eastern China[J]. Landsc Urban Plan，2014，128：35-47．DOI:10.1016/j.landurbplan.2014.04.018.
24	王彦超，朱一丹，徐丹丹. 基于Landsat8影像的南京市热岛效应对植物物候的影响[J]. 南京林业大学学报(自然科学版)，2018，42(6)：99-105．
	WANG Y C，ZHU Y D，XU D D．The impact of urban heat island of Landsat 8 OLI on plant phenology in Nanjing[J]. J Nanjing For Univ (Nat Sci Ed)， 2018，42(6)：99-105．DOI:10.3969/j.issn.1000-2006.201710024.
25	武文昊，王新杰，黄瑞芬. 基于遥感数据的常州市热岛效应分析[J]. 南京林业大学学报(自然科学版)，2017，41(5)：185-190.
	WU W H，WANG X J，HUANG R F．Study on urban heat islands in Changzhou City based on remote sensing data[J]. J Nanjing For Univ （Nat Sci Ed），2017，41(5)：185-190．DOI:10.3969/j.issn.1000-2006.201607005.
26	薛申亮，刘滨谊.上海市苏州河滨水带不同类型绿地和非绿地夏季小气候因子及人体热舒适度分析[J].植物资源与环境学报，2018,27（2）：108-116.
	XUE S L, LIU B Y.Analyses on microclimatic factors and human thermal comfort of different types of greenbelt and non⁃greenbelt in riparian zone of Suzhou River in Shanghai City in summer[J]. Journal of Plant Resources and Environment,2018,27（2）：108-116.DOI: 10.3969/j.issn.1674-7895.2018.02.14.
27	BOWLER D E，BUYUNG⁃ALI L，KNIGHT T M，et al. Urban greening to cool towns and cities：a systematic review of the empirical evidence[J]. Landsc Urban Plan，2010，97(3)：147-155. DOI:10.1016/j.landurbplan.2010.05.006.
28	KUANG W H，DOU Y Y，ZHANG C，et al. Quantifying the heat flux regulation of metropolitan land use/land cover components by coupling remote sensing modeling with in situ measurement[J]. J Geophys Res Atmos，2015，120(1)：113-130．DOI:10.1002/2014jd022249.
29	彭保发，石忆邵，王贺封，等. 城市热岛效应的影响机理及其作用规律：以上海市为例[J]. 地理学报，2013，68(11)：1461-1471.
	PENG B F，SHI Y S，WANG H F，et al. The impacting mechanism and laws of function of urban heat islands effect：a case study of Shanghai[J]. Acta Geogr Sin，2013，68(11)：1461-1471. DOI:10.11821/dlxb201311002.
30	刘越，SHINTARO GOTO，庄大方，等. 城市地表热通量遥感反演及与下垫面关系分析[J]. 地理学报，2012，67(1)：101-112．
	LIU Y，GOTO S，ZHUANG D F，et al. Urban surface heat flux inversion based on infrared remote sensing and the relationship with land cover[J]. Acta Geogr Sin，2012，67(1)：101-112．
31	GUSTAFSON E J. Minireview：quantifying landscape spatial pattern：what is the state of the art?[J]. Ecosystems，1998，1(2)：143-156. DOI:10.1007/s100219900011.
32	TURNER M G. Landscape ecology：what is the state of the science?[J]. Annu Rev Ecol Evol Syst，2005，36(1)：319-344．DOI:10.1146/annurev.ecolsys.36.102003.152614.
33	WU J G. Effects of changing scale on landscape pattern analysis：scaling relations[J]. Landsc Ecol，2004，19(2)：125-138．DOI:10.1023/b:land.0000021711.40074.ae.

用地类型 landuse type	S_CA/hm²	P_LAND/%	N_P	S_MP/hm²	A_I
乔木林地woodland	8 134.83	18.97	11 896	0.32	82.97
草地grassland	3 897.25	9.09	4 453	0.16	80.59
水体water	1147.39	2.68	1 250	0.92	91.84
裸地barren land	2 055.85	4.80	495	0.19	89.09
建设用地construction land	27 640.06	64.46	782	3.53	93.42

用地类型 landuse type	地表温度 land surface temperature	降温强度 cooling intensity
乔木林地woodland	39.03	-1.99
草地grassland	40.26	-0.76
水体water	36.19	-4.83
裸地barren land	42.52	1.50
建设用地construction land	46.29	5.27

格局指数 pattern metrics	相关系数correlation
格局指数 pattern metrics	乔木林地 woodland (N=5 300)	草地 grassland （N=2 700）
PA	0.51^**	0.35^**
SI	0.23^**	0.04
PARA	0.33^**	0.08
NGP	0.46^**	0.18^*

尺度scale	景观构型指数 configuration metrics
尺度scale	MSP	LPI	NP	Shape?MN	AI
1	0.71^**	0.93^**	0.31^**	0.36^**	0.15^*
2	0.74^**	0.92^**	0.25^**	0.19^**	0.14^*
3	0.76^**	0.88^**	0.17^**	0.39^**	0.69^**
4	0.92^**	0.88^**	0.09^*	0.26^**	0.79^**

构型指数 configuration metrics	相关系数 correlation
构型指数 configuration metrics	尺度1 scale 1	尺度2 scale 2	尺度3 scale 3	尺度4 scale 4
MPS	0.30^**	0.21^**	0.09^*	0.07
LPI	0.23^**	0.11^*	0.03	0.00
NP	-0.02	-0.00	-0.15^**	-0.27^**
Shape_MN	0.38^**	0.33^**	0.35^**	0.29^**
AI	0.04	0.10^*	0.34^**	0.45^**

绿地格局对城市地表热环境调节作用的多尺度分析

Multi⁃scale analysis of the effects of green space pattern on the urban surface thermal environment

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

作者

读者

审稿

[1]	杨云峰, 余春华. 植被空间类型对城市绿地碳中和绩效的影响[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 209-218.
[2]	赵志强, 许晓龙, 袁青, 吴妍. 哈尔滨段松花江湿地景观格局演变及驱动因素分析[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 219-226.
[3]	曾哲礼, 佘济云, 唐子朝, 罗楚滢. 基于全球地表水数据的长沙市湿地景观动态变化研究[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 9-18.
[4]	武文婷, 周婷婷, 任彝, 梅欹, 李智兴. 杭州雨水花园植物应用现状研究[J]. 南京林业大学学报（自然科学版）, 2022, 46(4): 239-246.
[5]	许浩, 金婷, 刘伟. 苏锡常都市圈蓝绿空间规模与格局演变特征[J]. 南京林业大学学报（自然科学版）, 2022, 46(1): 219-226.
[6]	马颖忆, 刘志峰. 江苏省景观生态风险评估及其与城镇化的动态响应[J]. 南京林业大学学报（自然科学版）, 2021, 45(5): 185-194.
[7]	费文君, 高祥飞. 我国城市绿地防灾避险功能研究综述[J]. 南京林业大学学报（自然科学版）, 2020, 44(4): 222-230.
[8]	鲁宏旺, 胡文敏, 佘济云, 曾文, 宋亚斌. 生态退杨对洞庭湖湿地景观格局变化影响研究[J]. 南京林业大学学报（自然科学版）, 2020, 44(3): 171-178.
[9]	俞琳琳, 胡海波, 余伟. 城市绿地类型对大气PM_2.5浓度的影响[J]. 南京林业大学学报（自然科学版）, 2020, 44(3): 179-184.
[10]	贾艳艳, 唐晓岚, 唐芳林, 杨阳. 1995—2015年长江中下游流域景观格局时空演变[J]. 南京林业大学学报（自然科学版）, 2020, 44(3): 185-194.
[11]	刘智丽, 岳德鹏, 杨慧, 张启斌, 于强, 徐小东. 基于城市化进程的宜兴市景观演变与预测[J]. 南京林业大学学报（自然科学版）, 2019, 43(6): 105-112.
[12]	徐海顺,杜红玉,蔡超琳. 基于生态修复视角的上海市黄浦江河岸带景观格局空间特征分析[J]. 南京林业大学学报（自然科学版）, 2019, 62(04): 125-131.
[13]	代婷婷,许铭,徐雁南. 乡村聚落时空分布特征及驱动因素分析——以安徽黟县为例[J]. 南京林业大学学报（自然科学版）, 2018, 61(05): 155-162.
[14]	陈波,蒋燕,鲁绍伟1,3,李少宁,陈鹏飞,刘海龙,赵东波. 北京西山不同树种夏秋季PM_2.5吸附量与润湿性关系[J]. 南京林业大学学报（自然科学版）, 2018, 61(02): 113-119.
[15]	吕国屏,廖承锐,徐雁南,张婷,李海东. 基于CAMarkov模型的喀斯特地区县域生态系统服务价值动态模拟[J]. 南京林业大学学报（自然科学版）, 2017, 60(05): 49-56.