石家莊市主城區下墊面類型和熱環境時空演變及其相互關系

楊 鵬，程巳陽，高 祺，智利輝，張艷品，周靜博，周 陽

（1.石家莊市氣象局，石家莊 050081；2.中國氣象科學研究院災害天氣國家重點實驗室，北京 100081；3.河北省石家莊生態環境監測中心，石家莊 050022；4.河北省第二測繪院，石家莊 050031）

城市化是人類社會發展的共同趨勢，也是推動多種環境變化的重要因素［1-3］。隨著城市化的發展，許多城市的土地利用/覆蓋和景觀格局都發生劇烈變化，水泥、瀝青等不透水面組成的建成區持續擴張，天然植被、水體等構建的生態空間不斷萎縮，交通及路網用地密度提升，這些都加劇了城市化進程對土地利用類型和格局完整性的破壞［4-7］。城市下墊面的改變，使城市氣候發生變化，尤其是城市熱島現象異常明顯。由于缺乏可持續的土地利用規劃和發展措施，帶有較大隨意性的城市擴展和舊城區更新改造產生了嚴重的城市熱環境惡化后果［8，9］。下墊面類型的改變還會導致反照率、植被覆蓋度、粗糙度以及土壤濕度等下墊面屬性的變化，使下墊面格局的復雜度增加，地面熱容量和導熱率增加，會改變局地地-氣系統的水分和能量收支，進而影響城市熱環境，直接威脅著城市、社會的可持續發展和人們的日常生活［10-14］。城市熱環境問題一直倍受關注，已成為生態學和氣象學研究的一個熱點問題［15］。

自1818年，Howard［16］就倫敦城市中心的氣溫比郊區氣溫高的重大發現，第一次提出了“城市熱島”的概念以來，城市熱環境問題已引起人們的廣泛關注，國內外專家學者從不同方面、采取不同方法研究其成因、分布、影響及對策。Haashemi 等［17］分析了覆蓋類型、土地利用、建筑材料和活動方式不同所引起的熱差異；Sailor［18］利用MODIS 數據對伊朗德黑蘭2年的晝夜地表城市熱島進行研究；Grossmanclarke 等［19］在菲尼克斯地區應用MM5 模型模擬近地表溫度和風速，研究土地覆蓋類型改變和城市發展對地表能量的影響；Weng 等［20］利用景觀格局指數研究不同土地利用景觀格局對熱環境的影響。祝寧等［21］利用TM 遙感數據和GIS 技術對哈爾濱市瞬時熱力場空間格局現狀進行了多角度分析，并分析了綠地面積覆蓋率、建筑容積因素與城市熱力場空間格局的關系；喬治等［22］通過多時相衛星資料分析了北京市地表熱力景觀時空分異特征及演變規律；周紅妹［23］、岳文澤［24，25］通過多時相衛星資料研究上海市的熱島動態變化特征，并分析了城市熱場分布與綠地分布的對應關系；劉勇洪等［26］利用MODIS 和NOAA 遙感資料分析了京津冀城市群11 個平原城市熱島時空變化。

近年來，石家莊城市迅速擴張，城市熱環境問題日益凸顯，關于該地城市熱環境問題的研究更多停留在單一年份下墊面與地表溫度（LST）之間的定量關系，缺乏從多年份定量研究熱環境與下墊面的時空演變及其相互關系。鑒于此，以石家莊市主城區為研究區，本研究利用1987—2019年3 期Landsat 遙感數據，借助遙感、地理信息系統、景觀生態學和統計分析等技術方法，分析下墊面類型和熱環境時空演變及其相互關系，旨在研究不同下墊面和熱環境空間分布特征及重心演變以及不同下墊面空間分布和結構特征對城市熱環境的影響，以期為城市的合理規劃、生態環境改善以及可持續發展提供理論依據和技術支撐。

1 研究區概況

選取石家莊市主城區作為研究對象，如圖1 所示。石家莊市地處河北省中南部，太行山東麓，位于北緯37°27'—38°47'，東經113°30'—115°20'。石家莊市屬于溫帶半濕潤半干旱大陸性季風氣候，太陽輻射的季節性變化顯著，四季分明。由于城市化進程加快，使得主城區綠地越來越少，不透水地表持續擴張，城市熱島效應顯著。近年來，滹沱河區域開展生態綜合治理，蓄水和綠化工程使得滹沱河區域水體和綠地面積大量增加，城市下墊面組分和結構特征發生明顯改變。

圖1 研究區示意

2 資料與方法

2.1 數據源及預處理

選取1987、2004、2019年采集日期相對接近的Landsat 遙感影像數據作為數據源（表1），該數據來源于地理空間數據云（http：//www.gscloud.cn/），條帶號/行編號為124/34。利用ENVI 軟件對數據進行輻射定標、幾何校正和大氣校正等預處理。

表1 選取的Landsat遙感數據信息

2.2 地表溫度反演及熱力等級劃分

針對Landsat 5 TM 數據，采用單窗算法反演地表溫度［27］；針對Landsat 8 OLI數據，采用劈窗算法反演地表溫度［28］。為使不同時期的地表溫度數據具有較好的可比性，采用極差標準化方法進行標準化處理，公式如下［12］。

式中，Ni表示第i個像元標準化后的值；Ti表示第i個像元的地表溫度值；Tmax表示地表溫度的最大值；Tmin表示地表溫度的最小值。

通過標準化處理后，利用均值-標準差方法將熱力等級劃分為低溫區、次低溫區、中溫區、次高溫區和高溫區，其閾值范圍分別為［0，μ-std］、（μ-std，μ-0.5std］、（μ-0.5std，μ+0.5std］、（μ+0.5std，μ+std］和（μ+std，1］，μ為標準化后的平均值，std為標準化后的標準差。其中，本研究將高溫區和次高溫區定義為熱島區。

2.3 空間重心模型

空間重心模型能夠很好地從空間上描述下墊面類型的時空演變特征，能夠有效反映研究區下墊面景觀格局演變趨勢。下墊面空間重心模型構建過程是將研究區內每個小斑塊重心的橫、縱坐標與其面積相乘后分別累加，然后除以區域的總面積，公式如下［3］。

重心轉移距離公式為：

式中，Xt、Yt為研究區內某一下墊面類型t時期的重心坐標值；Cti為t時期第i個斑塊的面積；Xi、Yi為第i個研究區的坐標值；m為斑塊數量；C為某一下墊面類型在t1～t2 時間段內重心移動距離；Xt1、Xt2分別為某一下墊面類型t1、t2 時期的橫坐標值；Yt1、Yt2分別為t1、t2 時期的縱坐標值。

2.4 景觀格局指數

為了全面分析石家莊市主城區下墊面類型結構特征對熱環境的影響，本研究采用景觀格局指數表征下墊面類型結構特征，選取景觀類型百分比（PLAND）、最大斑塊指數（LPI）和聚集度指數（AI），從景觀格局、景觀優勢度以及聚集程度等方面分析研究區不同下墊面類型結構特征與熱環境之間的相關性。采用Fragstats 4.2 軟件計算景觀格局指數［29］，利用ArcGIS 10.2 中的Fishnet 工具統計各網格內的平均LST，在SPSS 20.0 軟件中計算相關系數。

3 結果與分析

3.1 下墊面類型時空演變特征

利用最大似然法的監督分類方法將研究區分為綠地、水體、不透水地表和未利用地等4 種下墊面類型，總體精度和Kappa 系數均在0.95 以上，精度符合要求（圖2）。統計了各下墊面類型的面積和占比，由表2 可以看出，綠地和不透水地表是研究區主要的下墊面類型，為優勢景觀，水體和未利用地占比相對較少。1987年綠地和不透水地表的占比分別為69.10% 和19.43%，兩者之和占研究區總面積的88.53%；2004年綠地和不透水的占比分別為54.34%和39.76%，兩者之和占研究區總面積的94.10%；2019年綠地和不透水的占比分別為31.14% 和65.65%，兩者之和占研究區總面積的96.79%。1987—2019年綠地逐漸減少，不透水地表不斷增加，綠地和不透水地表2 種類型之和不斷增加，說明不透水地表增加的面積比綠地的減少面積大，由圖2 和表2 可以看出，水體面積也在增加，未利用地逐漸轉變為不透水地表，從1987年的11.27%減少到2019年的2.08%。這與城市化快速發展有直接關系，人為建筑的增加必然導致自然地表的減少。

表2 1987、2004、2019年4 種下墊面類型面積和占比

圖2 1987、2004、2019年下墊面類型分類結果

由表2、圖3 可以看出，1987—2004年綠地占比由69.10%下降至54.34%，下降了14.76 個百分點，年平均下降速率為0.87%；2004—2019年綠地由54.34%下降至31.14%，下降了23.20 個百分點，年平均下降速率為1.55%；2004—2019年綠地的下降速率比1987—2004年快。1987—2004年不透水地表由19.43%增加至39.76%，增加了20.33 個百分點，年平均增長速率為1.20%；2004—2019年不透水地表由39.76%增加至65.65%，增加了25.89 個百分點，年平均增長速率為1.73%；2004—2019年不透水地表的增長速率比1987—2004年快。可見，綠地和不透水地表景觀動態變化較大，2004—2019年城市發展比1987—2004年更加迅速。

圖3 研究區下墊面類型年平均變化速率

為了弄清不同下墊面類型之間的轉移情況，利用ENVI 5.2 軟件空間分析模塊分別計算1987—2004年和2004—2019年4 種下墊面類型的轉移矩陣。由表3、表4 可以看出，1987—2004年，112.79 km2的綠地轉變為不透水地表，17.98 km2的綠地轉變為未利用地，0.69 km2的綠地轉變為水體；2004—2019年，165.24 km2的綠地轉變為不透水地表，8.39 km2的綠地轉變為未利用地，0.65 km2的綠地轉變為水體。可見，減少的綠地絕大部分都轉為不透水地表，隨著城市化進程的加快，大量的農田、城區綠地等生態性用地不斷被密集建筑群、街區道路、高架橋等城市用地所取代。

表3 1987—2004年下墊面類型轉移面積統計（單位：km2）

表4 2004—2019年下墊面類型轉移面積統計（單位：km2）

基于ArcGIS 10.2 分別計算1987、2004、2019年不同下墊面的重心坐標，并計算相鄰年份重心間的轉移方向、轉移距離和速度（表5），各下墊面類型重心轉移示意如圖4 所示。由圖4 可以看出，1987—2019年綠地和水體遷移較為明顯，水體的轉移距離最大。水體重心在1987—2004年和2004—2019年兩個時期持續向北移動，表明滹沱河長期治理工程取得成效。2004—2019年水體重心轉移速度比1987—2004年快，表明近年來滹沱河蓄水工程進展加快，水域蓄水面積大幅增加。不透水地表景觀重心緩慢向東北移動，表明石家莊市主城區城市化進程向東北有所推進。

表5 下墊面類型轉移方向、距離和速度

圖4 四種下墊面類型重心轉移示意

3.2 熱環境時空演變特征

從1987、2004、2019年熱力等級分布（圖5）可以看出，隨著城市化的發展，石家莊市區熱環境空間格局發生巨大變化，時空差異特征明顯。1987年和2004年熱島區占比分別為25.50%和34.08%，熱島區不斷增加；2019年熱島區占比為33.68%，熱島區比2004年略有減少，呈先增加、后減少的趨勢（表6）。1987—2004年，在滹沱河河道及附近存在一條比較明顯的“高溫帶”，其中心的LST高于市區中心，這是由于該區域主要為沙灘地，受太陽輻射影響導致LST很高，隨著滹沱河生態環境的改善，沙灘地景觀逐漸轉變為水體和綠地景觀，2019年滹沱河河道及附近的“高溫帶”消失，并已演變成石家莊市主城區的“生態冷源”。可見，水體和綠地景觀具有重要的城市生態系統服務功能，在降低LST方面起到十分重要的作用。

表6 研究區范圍內5 個熱力等級面積和占比統計

圖5 1987、2004、2019年熱力等級分布

由各個熱力等級空間重心轉移（圖6、表7）可以看出，1987—2019年低溫區和次低溫區轉移距離分別為9.05、2.83 km，逐漸向西北轉移，這與滹沱河水體逐漸增多有關，水體的熱慣量大降低了周邊的LST；熱島區轉移距離為2.39 km，重心逐漸向東南轉移，這與不透水地表向東北方向發展結論不一致，這主要是因為滹沱河的蓄水和綠化工程直接阻斷了熱島區向東北方向蔓延，有效遏制了該區域的城市熱島。可見在城市中心規劃大型水體和綠地，可有效改善城市熱環境、削弱城市熱島效應。

表7 不同熱力等級轉移方向和距離

圖6 不同熱力等級的重心轉移

3.3 下墊面類型與熱環境的相互關系

為了分析不同下墊面類型對熱環境的影響，利用ENVI 5.2 軟件統計不同時期、不同下墊面類型的平均LST和標準差，由表8 可以看出，不透水地表和未利用地的平均LST最高，綠地次之，水體最低。1987—2019年不透水地表和未利用地平均LST差值不斷縮小，這主要是因為之前未利用地主要集中分布在滹沱河河道附近，該區域主要為沙灘地，受太陽輻射影響導致LST很高，隨著滹沱河生態環境的不斷改善，沙灘地逐漸轉變為綠地和水體景觀，城區中未利用地開發殆盡，少量零星分布且受相鄰下墊面類型斑塊的影響，LST不會過高。從表8 還可以看出，綠地的標準差較其他地表類型最低，且比較穩定，說明綠地的熱環境波動較小。

表8 研究區內4 種下墊面類型平均LST 和標準差統計

由圖7 可以看出，水體基本出現在低溫區，極少量水體斑塊出現在次低溫區，這是因為水體熱慣量大；綠地主要分布在低溫區、次低溫區和中溫區；不透水地表在高溫區和次高溫區的百分比最高，這是因為城區建筑、街區道路等不透水地表吸熱快且熱容量小，較水體和綠地等自然地表升溫更快，造成地表溫度明顯升高。從時間序列上分析，中溫區、次高溫區和高溫區中綠地面積百分比逐漸減少，不透水地表百分比逐漸增加，由此可見，城市土地利用方式和下墊面類型組成是造成LST空間差異的主要原因，合理規劃城市土地利用規模、結構及空間布局是改善城市熱環境的有效途徑。

圖7 1987、2004、2019年石家莊熱力等級中下墊面類型百分比統計

為了進一步分析不同下墊面類型的景觀格局指數與熱環境的相關性，從2019年4 種下墊面類型的PLAND與平均LST的相關性（圖8）可以看出，綠地和水體PLAND與平均LST呈負相關，相關系數分別為-0.844 和-0.598，不透水地表和未利用地PLAND與平均LST呈正相關，相關系數分別為0.911 和0.182，均為極顯著相關。綠地和不透水PLAND與平均LST的相關性高于水體，表明在研究區范圍內，綠地為城市地表熱環境效應抑制的主要貢獻源，不透水地表是造成城市熱島的主要因素。此外，分析相關系曲線可以得出，綠地和水體PLAND每增加10%，平均LST分別降低0.69 ℃和0.93 ℃；不透水地表PLAND每增加10%，平均LST升高0.75 ℃；說明水體的降溫效果高于綠地，不透水地表對LST的影響力稍大于綠地。這些結論有力證明了綠地、水體的冷島效應和不透水地表的熱島效應。

圖8 四種類型景觀占比與平均地表溫度的相關性

由PLAND、LPI和AI與平均LST的相關性（表9）可以看出，PLAND、LPI和AI與平均LST表現出一致的極顯著相關關系，綠地和水體為負相關，不透水地表和未利用地為正相關。平均LST與PLAND和LPI的相關系數絕對值明顯高于與AI的相關系數絕對值，表明一個優勢景觀對平均LST的影響明顯大于幾個比較分散或破碎的景觀。由此可以得出，一個較大規模的綠地（或水體）產生的冷島效應明顯強于幾個較小的分散綠地（或水體）；同理，規模較大或連片的不透水地表會比幾個較為分散的不透水地表產生更強的熱島效應。

表9 4 種類型景觀格局指數與平均LST 的相關性

4 小結

以石家莊市主城區為研究區，基于1987、2004、2019年Landsat 遙感數據，本研究運用RS、GIS、景觀生態學和統計分析等方法，分析下墊面類型和熱環境時空演變特征及其相互關系，得出結論如下。

1）綠地和不透水地表是研究區主要的下墊面類型，1987—2019年綠地面積逐漸減少，不透水地表面積逐漸增加；2004—2019年比1987—2004年城市擴張速度快，重心轉移模型顯示城區向東北方向發展，而熱島區向東南方向發展，滹沱河的蓄水和綠化工程阻斷了熱島區向東北方向蔓延，有效遏制了該區域的城市熱島。

2）較低的LST與綠地和水體分布一致，較高的LST與不透水地表分布一致，水體（滹沱河）和不透水地表分別為石家莊市主城區的“冷源”和“熱源”；2019年綠地和水體景觀占比每增加10%，平均LST分別降低0.69 ℃和0.93 ℃；不透水地表占比每增加10%，平均LST升高0.75 ℃，水體的降溫效果高于綠地，不透水地表對LST的影響力稍大于綠地，有力證明了綠地、水體的冷島效應和不透水地表的熱島效應。

3）4 種下墊面類型的平均LST與PLAND、LPI和AI均表現出一致的極顯著相關，綠地和水體為負相關，不透水地表為正相關，平均LST與PLAND和LPI的相關系數絕對值明顯高于與AI的相關系數絕對值，表明一個優勢景觀對平均LST的影響明顯大于幾個比較分散或破碎的景觀。

總體而言，下墊面類型和結構是造成熱環境空間分布差異的主要原因，在城區規劃中應當合理增加綠地和水體景觀，優化景觀配置，盡量避免熱島區連成片形成優勢景觀，主動規避無計劃的城市化對熱環境造成的負面影響。