城市建筑水平特征對城市熱環境效應的影響
——以大連市中山區為例

蘇俊如，呂 芳，楊 俊,2

(1. 遼寧師范大學自然地理與空間信息科學遼寧省重點實驗室，遼寧 大連 116029； 2. 中國科學院地理科學與資源研究所，北京 100101)

城市的高速發展致使城市空間急速增長，引起了一系列的城市問題。城市熱島對城市人居環境、城市微氣候變化、空氣質量和公共健康等方面均產生了深遠影響，同時還會對其他城市氣候效應產生影響，如大氣污染擴展、降水空間分布和植被物候期變化等[1]。

近年來，城市熱環境效應引起了國內學者的高度關注，通常用單窗算法和劈窗算法反演地表溫度。覃志豪等據地表熱輻射傳導方程，推導出一個簡單易行并且精度較高的演算方法——單窗算法。該算法通過熱紅外波段數據提取亮度溫度同時結合地表輻射率、大氣透射率和大氣平均溫度3個參數反演地表溫度[2-3]。劈窗算法通常利用2個熱紅外波段，最初應用于推算海洋表面溫度，自20世紀80年代中期以來，劈窗算法逐漸應用于地表溫度的反演研究[4-5]。

在城市熱環境效應的影響研究中，熊淑娣等通過劈窗算法反演地表溫度，分析了綠地和不同下墊面在城區與郊區中對地表溫度的作用[6]；龔珍等通過單窗算法對HJ-1B衛星反演地表溫度，對水體和地表溫度進行了相關分析，提出地表平均溫度受到研究區域內的水體面積比重的影響[7]；孫茂存和李俊峰運用亮度溫度計算和二分模型計算等方法，分析了造成烏魯木齊市城市熱島空間分布的原因，提出熱島中心主要分布在城區人口密度大及工業區聚集的地方，植被和水體對減弱熱島效應起到一定作用[8]；陳紹杰等通過建筑用地、土地覆蓋圖和地表熱環境信息，分析了研究區城市擴展動態，同時發現城市熱島現象顯著，建筑用地不斷增加是熱島效應加重的主要因素[9]；Feng Yang等以上海市3個高層住宅小區為例基于建筑布局、密度和綠化等因子運用回歸分析分析了上海市城市熱島強度，發現布局、密度和綠地對城市熱島和熱島日夜間模式有不同的影響[10]；Stewart等將建筑密度作為局部氣候帶的一個影響因子，對局部氣候帶的熱環境效應進行了研究[11]；Feng和Myint通過研究不同的土地覆蓋特征和建筑，探索在其鄰近地區的中心建筑對象和土地覆蓋格局的地表溫度之間的關系[12]；葛亞寧等通過目視解譯對建筑密度進行劃分，結合地表溫度反演數據，對城市建筑密度分布與城市熱島效應進行了分析研究[13]。

綜上所述，城市建筑會對城市熱環境效應產生一定影響。本文研究選用Landsat8和Landsat5遙感影像數據，對Landsat8的熱紅外Band10波段和Landsat5的熱紅外Band6波段進行地表溫度反演，并結合建筑密度因子，依據雙變量相關模型分析建筑密度對地表溫度的影響，通過分析研究區內建筑水平特征與地表溫度之間的作用關系，使城市熱環境效應的研究由理論研究轉向解決城市發展實際問題的研究。

1 研究區域與數據來源

1.1 研究區概況

中山區為遼寧省大連市的一個市轄區，位于大連市區東南部，東、南、北臨海，西與西崗區接壤。本文以中山區現有行政陸地界線為研究范圍，如圖1所示。

圖1 研究區示意圖

1.2 數據來源

原始數據為Landsat8 OLI、TIRS數據和Landsat5 TM遙感數據影像(見表1)，OLI、TIRS、TM影像與同期MODIS大氣溫度、濕度廓線產品(MOD07)產品參照空間插值獲取研究區溫度和濕度數據，將同期 MOD07數據得到的氣溫、相對濕度數據與氣象觀測點數據進行空間插值，獲取溫度及相對濕度空間數據[14]。

表1 數據來源與說明

2 研究方法與實例分析

2.1 單窗算法

本文選取覃志豪提出的單窗算法[3]，通過熱紅外波段數據提取亮度溫度，同時結合地表比輻射率、大氣平均溫度和大氣透射率進行地表溫度的演算，公式如下

Ts={a(1-C-D)+[b(1-C-D)+C+D]T-DTa}/C

(1)

C=τε

(2)

D=(1-τ)[(1-ε)τ]

(3)

式中，a和b為根據熱輻射強度和亮度溫度的關系擬合出的系數，a=-67.355 351，b=0.458 606；ε為地表比輻射率；τ為整層大氣透射率；T為傳感器的亮度溫度，單位為K；Ta為大氣平均作用溫度，單位為K。本文將同期 MOD07數據得到的氣溫、相對濕度數據與氣象觀測點數據進行空間插值獲取溫度及相對濕度空間數據。

通過對地表溫度進行網格化，研究區共分為54 291個網格，如圖2所示。

圖2 地表溫度空間分布

從地表溫度空間分布的演變過程來看(如圖2所示)，2002—2014年研究區主體溫度由294～306 K向306～314 K轉移，研究區溫度整體都有所升高。中山區東部由于植被覆蓋較多建筑較少，溫度相對較低。中山區的西北部(人民路街道、青泥洼橋街道、昆明街道、桂林街道及海軍廣場街道)及中部(解放路和中南路的沿線)多為建筑區域，溫度相對較高，而且建筑密度越大，溫度相對越高。2002—2014年，中山區東北部(東港街道)隨著填海造陸的進行，溫度明顯升高。

2.2 建筑密度

建筑密度是指在一定空間范圍內所有建筑物基底面積的總和與占用地面積的百分比[11，15]。建筑密度是衡量一個區域中建筑空間分布的重要指標，對建筑密度進行分類，見表2。

表2 建筑密度分類

從研究區建筑密度分布的演變過程(如圖3 所示)來看，高和較高密度的地塊主要分布在青泥洼天津街商業區(包括青泥和人民路街道與昆明街道的東北地區)。大多數低、較低、中密度地塊分布沿解放路和中南路沿線。在2002—2014年，高和相對高密度的地塊在桂林和海軍廣場街道變成了中等和較低密度的地塊；同時，在研究區中部建筑密度明顯增加。

圖3 建筑密度分布

2.3 雙變量相關分析

雙變量相關分析主要用于分析2個或多個變量間的相關性。本文研究選擇Pearson 簡單相關系數，其計算公式為

(4)

Pearson簡單相關系數的對應檢驗統計量為t統計量，其計算公式為

(5)

SPSS將根據t統計量和自由度，依照t分布表自動給出t統計量所對應的相伴概率。

通過對2002、2014年的地表溫度數據和建筑密度進行相關分析，得到以下結果，見表3。

表3 2002—2014年地表溫度與建筑密度相關性

注：**.表示在0.01水平(雙側)上顯著相關。

總體上，地表溫度和建筑密度呈現中等相關。2002、2014年，地表溫度與建筑密度的相關系數分別為0.514、0.537，呈中等相關。

3 結論與討論

本文研究以大連市中山區為例，通過單窗算法進行地表溫度反演，將地表溫度與建筑密度進行雙變量相關分析，在一定程度上探討了地表溫度與建筑密度間的相關性，研究結果如下：

(1) 2002—2014年研究區主體溫度由294～306 K向306～314 K轉移，研究區溫度整體都有所升高。中山區的西北部(人民路街道、青泥洼橋街道、昆明街道、桂林街道及海軍廣場街道)及中部(解放路和中南路的沿線)溫度相對較高；東北部(東港街道)由于填海造陸，溫度明顯升高。

(2) 高密度和較高密度的地塊主要分布在青泥洼天津街商業區(包括青泥和人民路街道和昆明街道的東北地區)；大部分低、較低、中密度地塊分布在解放路和中南路沿線。

(3) 2002、2014年，地表溫度與建筑密度呈現中等相關性，相關系數分別為0.514、0.537。

城市熱效應受建筑、道路、綠地分布等多方面因素影響。而本文對于城市熱效應的描述只側重于建筑密度，未考慮城市其他因素影響，同時兩期研究數據時間有一定偏差，反演溫度可能存在一定誤差，城市熱環境效應機制還需要進一步研究和總結。