基于衛(wèi)星遙感的合肥城市綠色空間對熱環(huán)境的影響評估

李瑩瑩，鄧雅云，陳永生，張浩

1. 安徽農業(yè)大學林學與園林學院，安徽 合肥 230036；2. 復旦大學環(huán)境科學與工程系，上海 200433

在快速城鎮(zhèn)化進程影響下，城市人口急劇增加，城市不透水地面不斷擴大，這些改變帶來的氣候變化在全球及區(qū)域尺度上日益引起人們關注（Grimmond，2007；Mccarthy et al.，2010）。全球50%以上的人口都居住在城市中，在全球變暖的趨勢下，處于中低緯度的城市居民在夏季將受到日益嚴重的熱環(huán)境影響（Zhang et al.，2016）。

城市熱環(huán)境效應已成為城市環(huán)境研究的熱點問題（Jenerette et al.，2016；Zhang et al.，2013），有關城市熱環(huán)境效應的形成機制是相關研究的重點和難點問題。土地利用及其演變、城市景觀格局、人口密度、風速和風向等均在一定程度上影響城市熱環(huán)境效應（周紅妹等，2008；Zhang et al.，2013；Honjo et al.，2000；賈劉強等，2009）。城市綠色空間主要包括人工型綠地、自然和半自然型綠地、以及河流、濕地等水體空間（李瑩瑩等，2016；常青等，2007）。眾多學者強調，城市綠色空間是改善城市熱環(huán)境效應，提高人體熱舒適度的主要措施之一（Jenerette et al.，2016；Tan et al.，2010；孔繁花等，2013；王蕾等，2014，張昌順等，2015）。研究城市綠色空間對熱環(huán)境影響的傳統(tǒng)方法以地面監(jiān)測為主，該方法在進行大面積多點研究時受限于觀測儀器及現(xiàn)實條件，通過對觀測數(shù)據進行反演得到區(qū)域的城市熱環(huán)境分布狀況，其結果往往不夠準確。

衛(wèi)星遙感影像在空間覆蓋和時間重復上具有一定優(yōu)勢，使得快速大面積監(jiān)測熱島效應成為可能，自20世紀70年代以來，已被廣泛應用于城市熱島效應研究（Rao，1972；Voogt et al.，2003；宮阿都等，2005；謝啟姣等，2016）。很多學者利用衛(wèi)星熱紅外（TIR）數(shù)據，包括 MODIS、Landsat TM/ETM+和ASTER等，分析城市熱環(huán)境的空間格局，定量研究熱島效應（Colombi et al.，2007；Stathopoulou et al.，2007；Weng，2009）。具有較高分辨率的數(shù)據在研究下墊面對城市熱島影響方面具有重要意義，有研究利用高分辨率TIR數(shù)據，如Landsat ETM+（60 m）和ASTER（90 m）TIR數(shù)據，通過降尺度方法生成更精細的LST圖，從而增強其在區(qū)域熱監(jiān)測中的應用（Bechtel et al.，2012；Weng et al.，2014），在中小尺度上取得了較好的效果。國內外學者應用遙感影像從綠地格局（Liu et al.，2009；陳愛蓮等，2013；馮悅怡等，2014；Chen et al.，2014；陳康林等，2016；袁振等，2017）、植被覆蓋與NDVI指數(shù)（Gallo et al.，1993；張小飛等，2006；岳文澤等，2006；Raynolds et al.，2008）及綠地對周圍區(qū)域影響（欒慶祖等，2014；Chang et al.，2007；Lee et al.，2009；蘇泳嫻等，2010）角度開展了一系列綠地改善城市熱環(huán)境的研究。由于城市下墊面較為復雜，多數(shù)研究采用30 m遙感影像對城市用地進行分類，其精度有待提高。基于高分辨率影像，詳細了解城市精細土地覆蓋類型與城市熱島形成機制之間的關系，對于改善城市熱島效應，制定合理城市及綠地規(guī)劃策略至關重要。

合肥市是安徽省省會，作為中國“中部崛起”戰(zhàn)略發(fā)展重點城市，其城市化進程速度驚人。根據31年氣象資料，合肥在2012年被國家氣象局評為中國最熱的十大城市之一，由此可見，合肥市城市空間演變及其熱島效應均具有突出的代表性。在城市擴張、氣候變化、人口增加、環(huán)境惡化的壓力下，選擇合肥市典型城市功能區(qū)開展基于衛(wèi)星遙感的城市綠色空間改善城市熱環(huán)境效應的定量研究，尋找城市綠色空間與建設用地的空間布局對城市熱環(huán)境效應的影響規(guī)律，對于規(guī)避不合理的土地開發(fā)對城市熱島的放大作用具有重要的現(xiàn)實意義。研究結果可為合肥市制定相關城市規(guī)劃政策、引導城市土地利用規(guī)劃、改善城市熱環(huán)境提供相應科學依據。

1 研究區(qū)概況

合肥位于安徽省中部，東經 116°40'～117°58'與北緯 30°56'～32°32'之間，市域面積 11445 km2，共轄瑤海、蜀山、廬陽、包河4區(qū)，肥東、肥西、長豐、廬江4縣，1個縣級市巢湖市；設有4個開發(fā)區(qū)，常住人口779.5萬，國內生產總值5660.27億元（合肥市統(tǒng)計局，2016）。本研究選擇 3類合肥典型功能區(qū)（圖1），包括老城區(qū)市中心、老城區(qū)居住和高校混合區(qū)、城市新區(qū)中心。

（1）老城區(qū)市中心

該功能區(qū)位于蜀山區(qū)，面積約209 hm2，以市府廣場為中心，主要包括合肥老市政府、居住和商業(yè)混合區(qū)，道路網稠密。由于歷史悠久，該區(qū)建筑密度大，綠地率低，人口密度較大，土地利用類型豐富，是集行政、商務、文化、休閑娛樂、居住和交通于一體的綜合功能區(qū)，選擇此研究區(qū)開展城市微尺度熱環(huán)境具有一定的代表性。

（2）老城區(qū)居住和高校混合區(qū)

該功能區(qū)位于蜀山區(qū)，面積約334 hm2，包括合肥環(huán)城公園西山景區(qū)、安徽農業(yè)大學以及密集的居住和商業(yè)區(qū)。該區(qū)以科教、文化、歷史、娛樂、居住和交通為主要功能，老舊低矮建筑及高層商住樓坐落其中。環(huán)城公園的存在為周圍居民、游人提供聚會和運動休閑場所，同時改善了局地小氣候和生態(tài)條件。選擇該區(qū)有利于研究城市低矮建筑及城市綠地對熱環(huán)境的影響。

（3）城市新區(qū)中心

該功能區(qū)位于濱湖新區(qū)，面積約412 hm2，包括濱湖會展中心、居住區(qū)、自然休閑地、寬闊的道路及城市在建用地。由于該區(qū)為新建城區(qū)，其用地格局與老城區(qū)有顯著差異，以高層建筑為主，尺度較大，同時有大量用地處于在建狀態(tài)。該區(qū)的選擇對研究城市新區(qū)熱環(huán)境效應具有一定典型性。

2 數(shù)據來源與研究方法

2.1 數(shù)據來源及預處理

本研究選擇2012年3月24日資源三號數(shù)據（包括1個全色波段和4個多光譜波段，空間分辨率為2.1 m），用于提取精細尺度用地信息。參考相關研究（黃先德等，2015；廖凱濤等，2016），資源三號數(shù)據預處理過程包括大氣校正、配準、正射校正、裁剪等。在對影像質量進行比較的基礎上，本文選取了沒有云層覆蓋且完全覆蓋研究區(qū)域的2013年9月19日Landsat 8 TIR頻段數(shù)據（OLI傳感器有9個波段，TIRS傳感器有 2個波段，空間分辨率為30 m），對合肥市熱島效應進行分析。根據本研究目的和數(shù)據特點，對Landsat 8影像進行預處理，包括幾何校正、圖像裁剪、遙感數(shù)據定標和大氣校正等步驟，圖像預處理過程均在ENVI 5.1和ArcGIS 10.3中完成。

2.2 影像解譯、精度驗證與分類體系

對影像進行預處理后，在ENVI 5.1軟件支持下，基于現(xiàn)場調查及相關規(guī)劃圖件信息，采用面向對象識別的方法對資源三號影像進行解譯，結合后期的目視解譯及手工修正，包括應用 ArcGIS 10.3的Eliminate模塊消除零碎的斑塊碎片，最終將研究區(qū)劃分為9種土地利用、覆蓋類型（表1）。隨機選取100個分類目標集合區(qū)進行驗證，總體精度達80%。

2.3 精細土地覆蓋、路面類型識別

為了更好地分析城市下墊面對熱島效應的影響，本研究借鑒城市單元地塊概念（Zhang et al.，2016），將由道路、圍墻和其他具有規(guī)則形狀的物體所圍成的具有相對規(guī)則形狀的聚集地塊，如居住小區(qū)、商業(yè)區(qū)、公園、學校等進行劃分和識別。然后基于土地覆蓋特性、建筑密度和綠地率等特征進行分類，最后通過現(xiàn)場調查及手工校正，將 73個地塊分為6組（表2）。

圖1 研究區(qū)域Fig. 1 Location of the study area（a）合肥市老城區(qū)市中心；（b）老城區(qū)居住和高校混合區(qū)；（c）城市新區(qū)中心(a) Downtown of Hefei old city; (b) Residence and campus mixed zone; (c) Downtown of new development area

2.4 地表溫度反演

地表溫度反演主要分為五步：第一步，將Landsat 8影像第10波段灰度值DN轉換為熱輻射亮度Lλ，計算公式如下：

式中，Lλ為熱輻射亮度，單位為W·m-2；G為增益系數(shù)，單位為W·m-2；O為偏移系數(shù)，單位為W·m-2，均可從影像投文件中獲得。

第二步，將熱輻射亮度反演成地表輻射亮溫TB：

式中，TB為地表輻射亮溫（K）；K1、K2為校訂系數(shù)（K2=1321.08 K，K1=774.89 W·m-2）。

第三步，地表比輻射率的確定。本研究采用精細劃分的土地覆蓋、路面類型圖進行地表比輻射率的調整（表3）。其中，水和植被的地表比輻射率估值分別為 0.9925 和 0.95（Artis et al.，1982；Nichol，1996），其他LCLS的地表比輻射率根據UNI-T熱成像儀的用戶指導手冊進行估算（Zhang et al.，2016）。

第四步，根據以上公式得出的輻射溫度只是地物的絕對亮溫，并非實際意義上的地溫。由于自然界中的大部分物體并非黑體，不同地物下墊面的發(fā)射率不相同，因此需要根據地物的真實反射率即地表比輻射率（Emissivity）計算實際的地表溫度。根據Artis et al.（1982）的經驗公式，通過地表比輻射率對輻射亮溫進行校正，使之反演成為地表溫度，公式如下：

式中，Ts是地表溫度（K）；TB是輻射亮溫（K）；λ為發(fā)射輻射的波長，一般取熱紅外波段的平均值，λ=11.5 μm；α=hc/K（1.438×10-2mK），h 是普朗克（Planek’s）常數(shù)，h=6.626×10-34J?s-1，c 是光速，c=2.998×108m?s-1，K 是斯蒂芬-波爾茲曼（Bolzman’s）常數(shù)，K=1.38×10-23J?K-1；ε是地表比輻射率。

第五步，針對資源3號影像和Landsat 8兩種數(shù)據源不匹配的問題，對Landsat 8數(shù)據源進行重采樣（Zhang et al.，2016），重采樣后Landsat 8影像分辨率與資源3號影像分辨率一致，從而減少了研究誤差。

2.5 熱島強度計算

表觀輻射通量能合理地反映城市地表對大氣加熱的過程，故以其衡量城市熱島強度的大小。表觀輻射通量與面積有關，其計算式如下（Stone et al.，2006）：

表3 研究區(qū)土地利用、覆蓋地表比輻射率Table 3 Assigned emissivity of land use/ land cover in this study

式中，ARFi代表第i個地塊的ARF；Ai第i個地塊的面積。

式中，ΦARFD為表觀輻射通量密度，單位為W?m-2；λ是 TOA 輻射；T為地表溫度（K）；C1=3.7404×108(W?μ4?m-2)，C2=14387。

凈ARF的計算公式如下：

式中，ARFi,net為第i個地塊的凈表觀輻射通量；ARFc為有冷卻表面的公園和休閑園林的平均ARF。

考慮到不同單元地塊的凈表觀輻射通量受尺度效應影響，本文進一步采用單位面積（每公頃）凈表觀輻射通量（per ha net ARF）消除不同面積大小地塊帶來的尺度效應的影響。

2.6 景觀格局指數(shù)選擇

景觀格局指數(shù)高度濃縮了景觀格局信息，可以用來定量描述綠色空間景觀格局的變化，進一步確定綠色空間改善城市熱環(huán)境的效果。基于研究區(qū)土地覆蓋分類圖，計算各單元地塊景觀格局指數(shù)，重點分析綠色空間景觀格局對單元地塊水平上單位面積凈顯熱通量的影響。通過參考相關研究后比較分析（李瑩瑩等，2016；Chen et al.，2014），選取景觀面積比例（Percent of Landscape，PLAND）、最大斑塊指數(shù)（Largest Patch Index，LPI）、景觀聚集度指數(shù)（Aggregation Index，AI）、形狀指數(shù)（Shape Index，SHAPE_MN）4個指標作為衡量綠色空間面積、形狀及聚集度的景觀格局指數(shù)，在Fragstats 4.2軟件支持下進行分析計算。

表2 研究區(qū)典型地塊的描述Table 2 Description of typical land parcels in this study

3 結果分析

3.1 城市功能區(qū)水平土地利用、覆蓋識別及其熱環(huán)境效應

研究區(qū)土地利用、覆蓋分類結果分析如表4所示，老城區(qū)市中心、老城區(qū)居住和高校混合區(qū)均以低層建筑占比最高（24.86%～37.19%），其次是道路（20.11%～22.12%）和高層建筑（15.56%～20.71%）。植被在城市新區(qū)中心占比最大（28.68%），其次是在老城區(qū)居住和高校混合區(qū)（19.11%），在老城區(qū)市中心僅占到6.98%。城市新區(qū)由于正在建設中，所以在建用地占比較大（19.31%），并且存在一部分活動板房（2.23%）；老城區(qū)市中心由于用地緊張，在部分樓層頂樓上面也建有一定比例的活動板房（2.69%）。總之，3個城市典型功能區(qū)的用地格局總體上以占優(yōu)勢的不透水地表和破碎的透水地（植被和水體）為特征表面，即使城市新區(qū)中心植被占比最大（28.68%），也沒有達到國家園林城市標準（綠化覆蓋率35%）（王磐巖等，2012）。

表4 3個城市功能區(qū)不同土地利用、覆蓋類型所占比例Table 4 The proportions of different land use/cover types in the three urban functional zones

圖2 3個城市典型功能區(qū)表觀輻射通量密度分布圖（2013年9月19日）Fig. 2 Spatial distribution of ARFD on September19, 2013 at three UFZs (19 September 2013)（a）合肥市老城區(qū)市中心；（b）老城區(qū)居住和高校混合區(qū)；（c）城市新區(qū)中心。黑色區(qū)域為陰影(a) Downtown of Hefei old city; (b) Residence and campus mixed zone; (c) Downtown of new development area. In this figure, the shaded areas were marked gray

圖3 不同土地利用/覆蓋的平均ARFDFig. 3 Retrieved average ARFD associated with different land use/land cover

圖2 所示為3個典型城市功能區(qū)表觀輻射通量密度的分布格局，由于用地類型的差異，如高層建筑和低層建筑的分布差異、植被和水體的聚集和多寡等，均顯著影響著熱環(huán)境效應。圖 3進一步顯示了平均表觀輻射通量密度與LCLSs的具體關系，分析可知，活動板房、在建用地具有最高的表觀輻射通量密度，低層建筑、高層建筑、復合材料鋪裝和道路次之，水體和植被的表觀輻射通量密度最低。

3.2 單元地塊水平土地覆蓋識別及其熱環(huán)境效應

圖4 研究區(qū)各地塊每公頃單位面積凈表觀輻射通量格局（2013年9月19日）Fig. 4 Spatial distribution of ha net ARF on September 19, 2013 at three UFZs（a）合肥市老城區(qū)市中心；（b）老城區(qū)居住和高校混合區(qū)；（c）城市新區(qū)中心(a) Downtown of Hefei old city; (b) Mixture of residence and campus; (c) Downtown of new development area

在所劃分的73塊地塊中，面積最大的為51.43 hm2，面積最小的為 1.27 hm2，標準誤差為 1.26，通過計算每公頃凈表觀輻射通量消除尺度效應。圖4所示為研究區(qū)單元地塊水平平均凈表觀輻射通量的整體反演情況。結果表明，公園和以植被為主的地塊擁有相對較低的平均凈表觀輻射通量，例如，老城區(qū)市中心的市府廣場（編號 11），老城區(qū)居住和高校混合區(qū)的環(huán)城公園（編號 17），城市新區(qū)中心的閑置自然地（編號 16）、會展中心綠地（編號13）、綠地面積較大的高層住宅區(qū)（編號2、3、4、5、6）。相反，早期規(guī)劃的老城區(qū)市中心綠地率較低的低矮住宅（編號12-23）、以及城市新區(qū)中心的裸露地表較多的在建用地（編號11、19）有著較高的平均凈表觀輻射通量。

表5所示為6種典型單元地塊類型比例，其中類型1占比最大，其次依次為類型5、類型2、類型3及類型4，類型6所占比例最小。

表5 典型地塊類型比例Table 5 The percentages of typical land parcel types

圖5所示為6種典型地塊類型的平均凈表觀輻射通量。類型 4（在建用地）的凈表觀輻射通量最高，其次是類型1（中心老舊住宅區(qū)），再次是類型2（高密度住宅區(qū)和商業(yè)區(qū)混合區(qū)域）和類型3（中密度住宅區(qū)和商業(yè)區(qū)混合區(qū)域），而類型5（規(guī)劃良好的住宅區(qū)和商業(yè)區(qū)）和類型 6（公園和未開發(fā)林地）的平均凈表觀輻射通量最低。在建用地上有部分移動板房，土地以裸露為主，其單位面積凈表觀輻射通量最高，因此應避免城市建設中大量土地的長期荒置現(xiàn)象。相比之下，建設用地中，規(guī)劃良好的有著較高植被覆蓋率的高層住宅區(qū)表現(xiàn)出最低的單位面積凈表觀輻射通量，這表明此類用地規(guī)劃可能有助于緩解城市熱島效應。

圖5 研究區(qū)域平均凈表觀輻射通量Fig. 5 Average net ARF associated with land parcels of study area平均值±標準誤差 Mean±standard error

3.3 景觀格局水平綠色空間緩解熱島效應的定量分析

研究區(qū) PLAND、LPI、AI、SHAPE_MN 與單位面積凈表觀輻射通量相關性研究結果如圖 6所示。分析可知，當植被覆蓋率在20%以下時，單位面積凈表觀輻射通量較離散，變動幅度較大，說明植被覆蓋率較低時，植被對地塊溫度的影響作用較小。當?shù)貕K內的植被覆蓋率在20%以上時，樣本數(shù)據更加靠近擬合曲線，此時，植被與單位面積凈表觀輻射通量的相關性增強，對單位面積凈表觀輻射通量的控制作用更強。

研究區(qū) LPI與單位面積凈表觀輻射通量的相關性分析結果表明，隨著地塊內 LPI增大，單位面積凈表觀輻射通量呈下降趨勢，說明植被在作為地塊的主要用地類型后對緩解地塊熱環(huán)境具有較明顯效果。由圖6可知，AI值越大即植被分布越聚集，單位面積凈表觀輻射通量越小，降溫效果更明顯。SHAPE_MN表征地塊內綠色空間的復雜程度，其擬合方程不盡理想，可能是在本研究地塊中，植被的形狀及復雜程度并不是決定單位面積凈表觀輻射通量的主要變量。綜上，除了盡量增加綠地的總面積外，還需要將地塊內綠地集中布置，使其在地塊中起主導作用，其降溫效果才能得到更大程度發(fā)揮。

4 討論與結論

4.1 討論

基于大量緩解城市熱島效應的研究及本文研究結果，本文總結了一些對策和經驗，對綠色空間緩解城市熱環(huán)境效應構建策略進行探討：

4.1.1 提高綠色空間覆蓋率

城市中植被和水體都是綠色空間的重要組成部分，而城市水體的增加、恢復和管理都更加困難，因此提高綠色空間覆蓋率的有效方法仍是增加植被覆蓋面積。國內外學者對植被覆蓋與地表溫度的定量關系開展了大量研究（Weng et al.，2004；Chen et al.，2006；Li et al.，2012；陳愛蓮等，2012），對綠色空間的降溫效應也達成了共識，但量化到具體的指標仍是值得商榷的問題。本研究所選3個微觀尺度地塊研究結果表明，其植被覆蓋率均低于國家園林城市綠化覆蓋率要求（35%）（王磐巖等，2012），這與城市綠化建設在市區(qū)內部的不平均分布有關。城市綠化覆蓋率的提升，更多的是通過在城市外圍區(qū)域增加綠地獲得。而在城市中心區(qū)域，人口集中，建筑密集，更加容易受到熱島效應影響的區(qū)域反而不能通過植被覆蓋面積的增加緩解熱島效應。單純通過政府主導的拆遷以實現(xiàn)從建設用地向城市綠地的轉變難以實現(xiàn)且不太現(xiàn)實，因此在建筑密集、缺少綠地的區(qū)域通過建設屋頂花園和垂直綠化形式來提高綠化覆蓋率是緩解城市熱島效應的有效途徑（肖榮波等，2005；陳愛蓮等，2012）。例如，關于屋頂綠化，Wong et al.（2003）研究表明，綠化后屋頂?shù)臍鉁乇葲]有植被覆蓋的屋頂?shù)?.2 ℃；關于垂直綠化，實驗觀察到垂直綠化系統(tǒng)日最高氣溫的降溫效果可以高達 3.3 ℃（Wong et al.，2010）。

圖6 研究區(qū)地塊內植被景觀格局指數(shù)與單位面積凈表觀輻射通量相關性分析Fig. 6 Correlation analysis between parcel-level urban green spaces landscape metrics and unit area ARF

4.1.2 增大地表反射率

城市地區(qū)往往表現(xiàn)出比周邊農村地區(qū)更低的反射率，這是由于其地表顏色較深，太陽輻射量增加而熱輻射率降低，導致 LST的升高，進一步加劇其近地層空氣的加熱過程，從而使氣溫升高（Taha，1997）。因此，增大地表反射率可以降低熱島效應。有研究表明，精細管理的綠色屋頂?shù)臐駶櫷寥烙兄^高的反照率，可顯著降低屋頂表面熱島效應，使屋頂表面冷卻，而疏于管理的土壤缺少水分，其反射率較低（Li et al.，2014）。城市反射率每增加 0.1可以使白天平均空氣溫度降低0.3～0.5 ℃（Sailor，2014）。本研究發(fā)現(xiàn)，活動板房（藍色屋頂）、裸露土壤等疏于管理的在建用地、道路（黑色柏油馬路）、低矮建筑、高層建筑、和復合材料鋪裝均有較高的ARFD，而有植被覆蓋和水體區(qū)域有著較低的ARFD。建議對城市中裸露土地進行簡單處理以減小其反射率；另外，可采用淺色外墻與屋頂以減少由于表面顏色導致的反射率下降引起的熱島效應。

4.1.3 加強地塊的集約化水平

單元地塊水平城市熱環(huán)境效應結果分析表明，地塊類型 1（中心老舊住宅區(qū)）和類型 2（高密度住宅區(qū)和商業(yè)區(qū)混合區(qū)域）表現(xiàn)出較高的單位面積凈表觀輻射通量。這是由于它們以低矮建筑為主，建筑密度高且規(guī)劃欠佳，因而在未來的改造過程中，建議優(yōu)先建設高層建筑，地塊集中開發(fā)，降低建筑密度，從而整合更多的空間用于增加綠色空間，緩解城市中心熱島效應。值得一提的是，類型4（在建地區(qū)）有著較高的單位面積凈表觀輻射通量，這類用地主要位于城市新區(qū)，因此，建議城市新區(qū)建設應在詳細規(guī)劃后開展，減少土地閑置時間。規(guī)劃良好的住宅區(qū)和商業(yè)區(qū)有著較低的單位面積凈表觀輻射通量，說明新區(qū)規(guī)劃如能考慮合理開發(fā)、地塊集約化建設、統(tǒng)籌分布綠色空間，就能減弱其所受到的強烈熱島效應的影響。公園和未開發(fā)林地有著最低的單位面積凈表觀輻射通量，然而城市地區(qū)不能只關注綠色空間總面積的增長，從景觀格局水平綠色空間緩解熱島效應的定量分析結果可知，具有較大面積并且聚集布置的綠色空間，其降溫效益才能得到更大的發(fā)揮。因此，如何在城市內部更好地進行綠色空間布局結構規(guī)劃和調整是提升綠色空間生態(tài)效益的關鍵。

4.2 結論

本文基于資源三號高分影像和Landsat 8 TIRS遙感影像，綜合運用地理統(tǒng)計分析及 RS/GIS空間分析技術，以合肥市3個典型城市功能區(qū)為研究對象，對微尺度上綠色空間改善城市熱環(huán)境進行了定量分析，同時從多層次上揭示了城市用地特征及其相應的熱環(huán)境效應，探討了緩解城市熱島效應的策略，結果如下：

（1）在城市功能區(qū)尺度上，綠色空間呈現(xiàn)出相對較低的ARFD，而移動板房、在建用地、低層建筑、高層建筑、道路、及人工復合材質的ARFD相對較高。

（2）城市功能區(qū)內部的單元地塊水平上，公園和以植被為主的地塊擁有最低的平均凈表觀輻射通量，規(guī)劃良好的住宅區(qū)和商業(yè)區(qū)的平均凈表觀輻射通量相對較低，在建用地的平均凈表觀輻射通量最高。

（3）在景觀格局水平上，地塊內綠色空間的PLAND、LPI和AI與單位面積凈表觀輻射通量呈負相關關系，綜合分析表明，地塊內綠色空間面積越大，分布越集中，對城市熱環(huán)境的控制作用越強。