随着全球城市化、工业化进程不断加快, 城市迅速扩张导致了土地利用格局发生了深刻改变, 进而引发生态系统结构和功能变化, 导致了城市热岛效应等一系列生态环境问题^[1—4]。城郊之间不断增加的温差使热力环流导致的城市大气污染加剧, 增加了极端恶劣天气的机率^[5—6]。另一方面高温对居民的身体健康和日常生活造成了巨大影响^[7—8]。在此背景下, 如何缓解城市热岛以促进社会可持续发展和提高人们生活质量逐渐成为城市生态学、景观生态学、地理学等多学科研究的热点。

由于遥感技术的深入发展, 基于土地利用景观格局的城市热岛效应研究得到了广泛应用。多数研究表明土地利用是决定城市热岛效应的决定因素, 其中城市不透水面对地表热环境的贡献最大^[9—10], 而森林和水体等蓝绿空间有利于缓解城市热岛效应^[11]。具体到不同土地类型的景观结构与配置, 有研究表明当生态用地覆盖率超过70%时, 降温效果相对明显^[12]。还有学者指出位于地表城市热岛区的不透水面斑块形状复杂、密度高、面积大同时聚集程度也比较高, 从而增强局部升温; 处于地表城市热汇区的森林斑块也表现出形状复杂、面积大和聚集程度高的特点, 则在区域降温方面发挥了较大的作用^[13]。然而, 目前的城市热岛研究更加侧重于在整体区域尺度上或者简单的斑块水平上进行统计分析, 难以揭示城市热岛区域的热景观格局, 由于忽略了景观网络的作用, 相关研究成果难以在实践中有效应用。

近年来, 形态学空间格局分析(Morphological Spatial Pattern Analysis, MSPA)的方法开始被应用于城市热岛效应研究。MSPA采用数学形态学原理对栅格图像的空间格局进行度量、识别和分割, 精确分辨景观类型与结构, 在原理上更强调生态过程和生态网络^[14]。余兆武等在^[15—16]对珠江三角洲城市群、中山市和东莞市的案例研究中, 论证了将MSPA应用于城市热岛研究的可行性。研究指出利用MSPA特点能够有效地对城市热岛网络的结构类型进行分析, 在全面了解核心网络斑块间连通性和可达性的基础上, 通过针对性地减少关键斑块之间的联系, 可以达到缓解城市热岛效应的作用^[15—16]。整体连通性指数(Integral Index of Connectivity, IIC)、可能连通笥指数(Probability of Connectivity, PC)等连接度指数的提出则能基于景观图论在一定程度上更加精准的评价研究区内的景观连接度; 同时结合MSPA计算得到对维持景观连接度具有重要意义的斑块和廊道, 确定优先优化等级^[14]。目前已有的少数MSPA结合景观连通性分析的城市热岛研究集中于较大的城市尺度上, 但以新型小城镇为对象的研究还未展开。中小城市虽然人口数量和城市规模不大, 但城市数量众多, 聚集了庞大的人口、资源、产业、环境等发展要素, 城市的扩张必定会引起地表覆被类型的变化, 进而改变城市的热岛格局^[17]。为了避免盲目扩张, 减缓城市建设过程中的负环境效应, 对中小城市发展过程中出现的生态问题亟需加强关注。

株洲云龙示范区作为国家两型社会建设的先行探索者, 株洲产业升级引领者同时也是长株潭城市群中的中小城市, 全面了解其行政范围内的热岛空间格局和网络, 并制订科学的可持续发展规划, 对于全国快速城镇化区域的发展都具有重要的借鉴意义。基于此, 本研究以株洲云龙示范区为研究对象, 分析了2007、2013和2018年城市热岛效应演变特征, 通过引入MSPA和景观连通性指数, 分析城市热岛网络的时空演变特征, 进一步探索影响热岛网络的关键斑块, 明晰城市热岛网络中的关键点以针对性地提出缓解城市热岛效应措施。

1 研究区概况与数据处理 1.1 研究区概况

云龙示范区(27°51′53″—28°1′43″ N, 113°7′25″—113°17′9″ E)位于株洲市东北部, 总面积约178km²(图 1)。该区域在株洲与长沙的对接发展中, 起着重要的连接作用, 同时也是2008年国务院批准的“长株潭两型社会建设综合配套改革试验区”五大示范区之一, 包括云田镇和学林、龙头铺两街道, 共23个社区, 约16万人。云龙示范区所处气候类型属于亚热带季风湿润性气候, 年平均气温位于17.1℃—18.9℃之间, 年平均降水量1400.6mm, 年平均湿度80%。夏季多为南风, 冬季多为西北风, 多年平均风速2.2m/s^[18]。自2009年正式挂牌成立起, 株洲云龙示范区就着手推进城镇化建设, 区内建成区规模显著增加, 城市下垫面变化很大。因此, 云龙示范区可以视为是一个城市化进程中研究景观变化与人类活动影响的典型案例区, 对本区域进行城市热岛研究意义更加重大。

1.2 数据处理

以研究区城市发展的不同阶段为节点, 本研究选取了2007年8月8日、2013年7月31日、2018年7月29日三个时期夏季云量＜5%的Landsat影像数据(行编号41/条带号123;来源于美国地质调查局http://glovisusgs.gov/), 经辐射定标、大气校正的预处理后反演地表温度(Land Surface Temperature, LST)^[19]。

采用基于影像的反演算法将热红外波段影像的原始像元亮度值转换成地表地物的真实温度值(Landsat ETM+的第6波段, Landsat OLI/TIRS的第10波段为热红外波段)。该算法在天气晴朗且区域较小的情况下, 假定大气的影响是一致的, 因此对大气影响造成的辐射误差不敏感^[20—21]。相对于其他反演算法, 基于影像的反演算法经过比辐射率的校正, 反演过程较为简便, 可操作性较强。本研究的LST反演是在ENVI5.3中进行的, 其计算公式如下：

(1)

T_S为LST, 单位是℃; T_B为热红外波段的亮温; λ为热红外波段的中心波长(Landsat ETM+第6波段的中心波长为λ=11.438 μm, Landsat OLI/TIRS第10波段的中心波长λ=10.985 μm); ρ =h×c/σ =1.438×10^-2 mk(其中, 普朗克常数h=6.626×10^-34 Js, 光速c=2.998×10⁸ m/s, 玻尔兹曼常数σ=1.38×10^-23 J/K); ε为地表反射率, 其计算公式为：

(2)

P_v为植被覆盖度, 其计算公式为：

(3)

其中NDVI为归一化差值植被指数(Normalized Difference Vegetation Index), 反映土地上的植被密度。NDVI_max与NDVI_min分别表示区域内最大和最小的NDVI值, 根据频率统计表, 分别选取累积频率为95%和5%的NDVI作为NDVI_max和NDVI_min^[22]。NDVI可根据Landsat影像中的红色与近红外波段计算得出, 使用的公式如下：

(4)

ρ_NIR为近红外波段的反射率, ρ_Red为红色波段的反射率。

为了更加直观比较不同时期研究区的地表热环境, 避免反演结果误差带来的影响, 首先对LST数值进行标准化处理, 通过比较某一栅格标准化LST与平均LST以及温度标准差之间的数量关系, 划分热岛区域和非热岛区域^[23]。具体划分方法如下：

(5)

其中T_s代表标准化后的地表温度; T_i为第i个像素的实际地表温度值; T_min为整个研究区地表温度影像中最低温度值; T_max为地表温度影像中最高温度值。对标准化后的地表温度值进行等级划分, 划分标准如表 1所示^[23]。本研究将高于平均温度的高温区与次高温区合并为热岛区域, 作为MSPA分析的前景数据, 其余温度等级合并为非热岛区域, 作为MSPA分析的背景数据。

2 研究方法 2.1 形态学空间格局分析

MSPA是基于数学形态学对二值图像像素进行分类的处理方法, 可运用于任何规模和应用领域的数字图像^[24]。该方法从像元的层面提取具有景观连通性意义的区域作为核心区^[25], 对结构性连接做出了明确的强调。以往相关研究大多依靠土地利用数据, 通过将其重新分类后, 提取重要的自然生态要素(特定的土地利用类型)作为前景, 其他用地类型则作为背景, 再利用Guidos分析软件将前景按形态分为七种类型^[26—28]。本研究是将MSPA分类模型应用于城市热岛的研究, 根据MSPA方法的需要, 利用ArcGIS把地表温度分级结果转换成为空间分辨率为30 m的二值TIFF数据, 将热岛区作为MSPA分析的前景, 非热岛区作为背景。使用Guidos分析软件, 采用8邻域分析方法, 边缘宽度设置为30 m, 在进行骨架抽取、腐蚀运算等一系列的数学运算后, 得到互不重叠的7类形态类型^[27]：核心、边缘、支线、孤岛、桥接、环线、孔隙(表 2)。

2.2 景观连通性分析

景观连通性是指景观促进或阻碍生态流的程度, 保持良好的连通性有助于生态系统的稳定^[29—31]。目前, 经常使用整体连通性指数(Integral Index of Connectivity, IIC)、可能连通性指数(Probability of Connectivity, PC)和斑块重要性指数(Patch importance indice, dI)来反映景观连接度水平以及斑块对景观连接性的重要性, 作为衡量景观格局与功能的重要指标^[32—33]。文中, 将研究区的地表热环境作为一个热景观, 如果能够量化去除特定城市热岛斑块对热景观连通性的影响, 从而精确定位重要斑块节点的位置, 采取措施破坏热景观连通性水平, 区域城市热岛效应可以得到有效地缓解^[15], 因此使用指数IIC、PC、dI来评估区域地表城市热岛的连通性水平。利用Conefor sensinode 2.6软件, 根据研究区域的大小以及斑块的分布情况, 选择以1000m作为距离阈值, 设定连通概率为0.5, IIC、PC和dI具体计算公式如下：

(6)

(7)

(8)

其中, n代表景观当中斑块的总数, a_i与a_j依次代表为斑块i与斑块j的面积, nl_ij表示斑块i与斑块j之间的连接数; P_ij^*代表为斑块i与斑块j间途径概率乘积的最大值, A_L为景观研究区总面积; I为景观中存在景观要素时的连通性指数值, I_remove为去除该景观要素后的指数值(如某一热岛斑块消失后)。0≤IIC≤1, IIC的值为0时, 表示各热岛斑块之间没有连接; IIC等于1时, 表示整个景观都为热岛斑块。0≤PC≤1, PC值越大, 代表斑块连接程度就会愈大。通过测度每个斑块消失后连通性指数值的相对变化率dI来表征斑块的结构重要性, 该值越高表示节点对景观连通性越重要, 这对区域地表热岛缓解研究至关重要。选择不同的连通性指数类型I, 计算得出的各斑块重要性值会有所不同, 本文选择的变量I为PC与IIC, 分别用dPC和dIIC表示。

本研究根据IIC与PC的重要性计算结果遴选出每个年份斑块连接度重要性最高的20个城市热岛源地。并且将核心区域城市热岛斑块的重要性进行可视化, 基于自然间断分类法, 将此类城市热岛斑块分为极重要、重要、一般重要、不太重要、不重要5个等级^[15]。

3 研究结果 3.1 地表温度时空变化特征

由图 2可知, 2007—2018年, 最初破碎零散的高温区、次高温区逐渐趋于成片密集分布。2007年, 高、次高温度区以小斑块形式散布于研究区。次低温区和低温区主要分布在东部山地和中部农田。2013年, 南部高、次高温区明显扩张, 并于研究区西北部增加新的区域。2018年, 高温区在城市南部面积有所增加、分布更为集中, 低温区则向东部和北部聚集。地表温度随时间的变化表明, 云龙示范区主城区与周边农村的温度差异越来越明显。本研究将地表高温区与次高温区提取为城市热岛区域, 通过比较城市热岛区域的年际变化, 能明显观察到热岛区域于城市南、北两个特定地区面积不断增加。这两个地区恰为发展最快速的商、教中心与文化旅游景区, 其他地区的热岛斑块则不断缩小、消失。

3.2 基于MSPA的城市热岛分布结构特征提取

2007—2018年基于MSPA的城市热岛的时空分布格局如图 3和表 3所示。结果表明, 核心区域所占面积最大, 2007—2018年核心区域面积分别为12.57km²、30.98 km²、30.89 km²; 占热岛斑块总面积比例分别为40.33%、68.72%、73.93%。面积和比例的年际变化表明核心区域面积在2007—2013年期间快速增加, 在2013—2018年期间没有增加, 但该类型占整个城市热岛斑块的比例一直呈现上升趋势。核心区域在空间分布上呈现出明显地向南部和北部聚集的现象。边缘区域是面积仅次于核心区域的类型, 面积比例逐渐降低(依次为33.94%、23.84%、19.73%), 出现这种情况可能是由于边缘区域通常围绕着核心区域, 因此核心区域的形态分布将显著影响边缘区域的面积变化趋势。MSPA分类中, 面积位于第三和第四的为支线和孤岛区域, 面积占比依次为11.45%、2.46%、1.82%以及9.91%、1.07%、0.82%。两者都呈现出随着时间的推近, 面积逐渐减少的趋势, 但孤岛区域面积减少速度更快。桥接、环线和孔隙区域所占热岛斑块的面积比例都比较小, 其中环线区域是面积最小的类型(面积比例依次为0.83%、0.15%、0.18%)。桥接区域由于热岛斑块趋于聚集, 面积占比下降较为明显, 依次为2.86%、0.64%、0.40%。孔隙区域的面积比例随着核心区域形态的变化, 呈现出增加的趋势, 依次为0.67%、3.13%、3.11%。综合以上结果可以看出, 在MSPA模型分类中, 核心类型占据热岛区域的绝大部分, 且对其余类型的影响显著, 是决定城市热岛网络稳定性的重要因素。

3.3 景观连通性分析结果

2007—2018年间, 核心区热岛斑块基于景观连通度的重要性等级划分以及重要性值排名前20斑块的具体数值如图 4和表 4所示。从空间分布上看, 2007年云龙示范区极重要核心区主要分布在南部城市中心和主干道交汇处, 重要核心区零散分布于主干道周边与东部农村居民点聚集区。从dIIC值和dPC值的结果上看, 前2个斑块的连通度重要性相比于其他斑块更大。2013年极重要核心区由南部城市中心向北发展, 逐渐形成网络; 重要核心区由于当地旅游项目的开展落地, 大部分分布于北部云峰湖生态度假区附近。表 3中该时期前3个斑块的重要性较大, 并且排名第一的斑块重要性值远大于其他斑块。2018年极重要核心区又转而向南部聚集, 在云龙示范区的南部主城区位置面积扩大, 网络连接更加复杂; 重要核心区在2013年的基础上继续发展。对该年份的所有核心区斑块进行连通性计算, 发现前3个斑块的连通度重要性数值偏大, 且第1个斑块数值极大。从整体上来看, 前20个斑块中头部斑块的重要性越来越大, 所占的面积比例越来越大; 同时剩余的热景观斑块重要性程度越来越低, 斑块面积也越来越小, 说明头部斑块在城市规划发展中具有较大影响力, 因此首先针对其进一步采取有效适当的措施, 对缓解城市热岛意义重大。

4 讨论

不少城市热岛的相关研究选择从景观斑块角度切入研究, 探究斑块的组成与配置对城市热岛效应的影响, 通过找到最优解实现对城市热环境的最佳缓解效果^{[12, 34]}。然而余兆武^[15]指出, 在现实中实施缓解措施时, 最重要的是首先识别出对城市热岛贡献最大的景观斑块所处的位置, 再优先对这些斑块进行处理改造。为实现关键斑块的精确定位, 本文选用了MSPA分析与景观连通性分析相结合的方法。以往这种方法多用于生境生态网络的建立, 通过识别出研究区域中具有一定生态意义的核心区形态类型, 将逐渐破碎化的生境斑块相互连接, 进而产生一个完整的生态网络^{[25, 35]}。现将该方法应用于城市热岛研究, 重点在于找到并破坏原有热岛网络中最为关键的几个斑块, 阻断网络的结构连接, 有效缓解城市热岛效应。

相比于直接从斑块角度入手的研究方法, 本文选择的研究方法是从城市热岛的网络形态开始分析。在城市热岛网络中, 每个热岛斑块的相对位置、连接角色和重要性都不尽相同^[15]。将研究视角上升到整个热岛网络, 对网络中的节点与链接进行全面评估之后, 可以确定构建并维持起目前热岛网络的关键斑块。而基于热岛斑块的研究结果(如土地利用类型面积阈值、城市景观格局优化)可重点应用于这些关键斑块, 这样便形成了从网络到斑块的研究闭环, 使得整个研究更为全面, 实践应用价值更高。本研究结果显示, 2007年至2018年间极重要的城市热岛斑块主要位于研究区南部城区, 并且面积不断扩大, 斑块之间连接更加复杂。可在了解2018年城市热岛网络现状的基础上, 对云龙示范区如何缓解热岛效应提出相应的建议, 更好地与城市设计与规划相结合。基于研究结果, 应把城市南部作为改造重点, 为提高整体热环境优化效率, 可优先对重要性值排在前3名的斑块采取措施。从整个城市的发展规划中了解到, 云龙示范区南部大力推动科教创新与创业, 作为教、商中心投入建设较快, 地表人工建筑表面明显增加。结合此前大量的研究经验与结论, 在南部地区大量招商引资、开发项目基地时, 在上述斑块内部要避免热源区域的集中分布, 可以通过布置绿地或水体, 改善目前热岛斑块内土地利用结构; 设立形状不规则的小型热汇斑块, 以增强表面热量交换, 帮助吸收城市运作过程中产生的热量^[36—37]。不仅如此, 由于中部科技园区诸多项目的推进, 为了避免城市热岛斑块进一步向北延伸, 还可加强热源斑块中建设用地的集约利用, 进一步鼓励拓展地上和地下空间。此外, 在这些关键热岛斑块的周边, 非建设用地区域, 增加生态用地比重, 实现对蓝绿景观的构建和强化也是较为可行的方法, 通过阻断热量流动的途径, 减少热量吸收, 从而抑制热岛效应^[16]。最后, 建议在城市建设中使用具有高反射率的建筑新材料, 推动绿色屋顶和墙壁的普及^[38—41], 进一步打造生态型发展城市名片。本文利用形态学空间格局分析和景观连通性分析以云龙示范区的城市热岛研究为例, 研究结果可为广大中西部中小城市的可持续发展建设提供更为科学的实践指导。

5 结论

以反演的LST为基础, 应用MSPA划分热岛区域连通性功能类型, 分析量化热岛核心区斑块在2007—2018年的景观连通度的重要性, 主要结论如下：

(1) 2007—2018年株洲云龙示范区的地表城市热岛区域面积呈现出先增加后稳定的趋势; 空间上, 快速发展的南部主城区与北部方特旅游度假区是热岛斑块的主要分布区, 且热岛形态逐渐清晰。

(2) 研究区热岛核心类的面积在2013年至2018年间虽无增加, 但其占热岛区域的面积比例不断增加, 表明热岛核心呈逐渐聚集的趋势; 而边缘、支线、孤岛、桥接、环线、孔隙六种类型面积占比较小, 并且除孔隙类型外面积均呈缩小趋势, 对城市热景观影响不大。以上系列变化表明城市建设方案偏向定点集中, 并对规划区以外的地区实行生态保护。

(3) 城市热岛网络中的关键斑块, 仍主要分布在研究区南部且面积有所增加。在实施热缓解措施时, 可以优先改造重要性值处于靠前位置的斑块, 从而获得比较好的缓解效果。

(4) 将MSPA分析与景观连通性分析有机结合, 能够适用于城市热岛的相关研究, 为中小城市的发展提供科学指导。但在之后的研究中, 还需要构建更为细化和精准的城市热岛网络, 找出其关键节点与通道, 以便更为有效地控制减缓城市化进程下的热岛效应。