城市建設強度與熱島的相關性

韓貴鋒 蔡智 謝雨絲 曾衛(wèi)

摘 要：城市建設強度是城市熱島形成與演變的主要驅動因素，為了揭示兩者之間的量化關系，以重慶市開州區(qū)為例，在用地地塊、規(guī)則網(wǎng)格和建筑斑塊3個空間尺度上，使用ArcGIS提取地表溫度（LST）與建設強度指標，利用SPSS分析其相關性并構建多元回歸模型。結果表明：用地地塊尺度上，LST與綠化率、建筑密度和容積率之間均呈現(xiàn)顯著的負相關，與建筑底面積和總建筑面積之間均呈現(xiàn)顯著的正相關。規(guī)則網(wǎng)格尺度序列上，LST與建設強度各指標之間的相關性系數(shù)隨網(wǎng)格面積的增大而增大，在840 m網(wǎng)格時達到最大值；總體上LST與綠化率之間呈顯著的負相關，與建筑密度和容積率之間呈顯著的正相關。建筑斑塊的尺度上，LST與建筑層數(shù)之間有顯著的負相關關系，與總建筑面積之間有顯著的正相關關系。城市建設強度直接或間接影響了城市熱島的形成與演變，而相關分析發(fā)現(xiàn)，建設強度指標并非都與LST之間呈正相關關系，這表明城市熱島除受建設強度的影響外，還受區(qū)域氣候、城市形態(tài)、城市性質、交通方式以及建筑材質與色彩等多種因素的協(xié)同影響，是一個非線性的復雜過程。

關鍵詞：城市規(guī)劃；土地利用；城市熱島；容積率；建筑密度

中圖分類號：TU984

文獻標志碼：A文章編號：1674-4764（2016）05-0138-10

Abstract：Urban construction was an important driving factor result in the urban heat island. In order to reveal the relationships between urban construction and urban heat island， taking Kaizhou District， as an example， land surface temperatures （LST） and urban construction index were extracted using ArcGIS spatial analysis tools， and the relationship between the two was analyzed in SPSS on three spatial scales： land patch， regular grid and building lot. The results showed that LST varied greatly from land use type， and the correlations between LST and urban construction index were different among three scales. On land patch scale， there were significantly negative correlations between LST and greening ratio （GR）， floor area ratio （FAR） and building density （BD） respectively and there were significantly positive correlations between LST and building bottom area （BBA） and total construction area （TCA） respectively. On regular grid scales， the correlations between LST and urban construction index increased along with the increase of grid area， and almost all correlation coefficients reached maximum values on the 840-meter grid scale. The LST was negatively correlated with GR and was positively correlated with BD and FAR respectively. Then the multiple regression model was established between LST and BD and GR. On building lot scale， there were significantly positive correlations between LST and BD and FAR respectively. However， there were significantly negative correlations between LST and building floors （BF） and strong positive correlations between LST and TCA. Although， urban construction index had great influence on urban heat island， not all urban construction index were positively correlated with LST. The results implied that urban heat island intensity and its spatial distribute were also affected by other various factors including topography， local climate， urban morphology， designated function of city， urban transportation and building material and color. Furthermore， the impact of various factors on urban heat island may be a nonlinear complicated and dynamic process.

Keywords：urban planning； land use； urban heat island； floor area ratio； building density

中國正處于高速城市化階段，2014年城鎮(zhèn)化率已達到54.77%。隨著國家新型城鎮(zhèn)化規(guī)劃的實施，未來幾年將有1億左右的農(nóng)業(yè)轉移人口和其他常住人口在城鎮(zhèn)落戶[1]。城市人口增加和空間擴張是城市化的基本表征。伴隨著城市的發(fā)展，城市環(huán)境和生態(tài)問題也愈發(fā)凸顯，成為城市人居環(huán)境質量關注的主要焦點之一。城市化急劇改變了城市所在地原有的地貌形態(tài)和土地用途，以及區(qū)域內(nèi)的太陽輻射入射量、能量平衡、濕度、風場結構及風速等，最終改變了城市局部氣候[2 ]。其中，最為常見的是城市熱島現(xiàn)象。早在19世紀初，霍華德在對倫敦的研究中就發(fā)現(xiàn)城市溫度要比臨近的鄉(xiāng)村高的現(xiàn)象。隨后，學者們對城市熱島的形成機理、影響因素、熱島模擬和減緩措施等方面進行了大量研究[3-10]。已有研究一致認為城市熱島由眾多因素影響，諸如人口、土地使用方式改變而導致熱量在城市集中所產(chǎn)生的結果[11]，也是城市多種要素協(xié)同影響的綜合表現(xiàn)。城市熱島的熱量來源可分為太陽輻射（吸收量、反射量）和人為熱（交通、建筑、工業(yè)、人體）兩類。按其影響要素可以分為自然要素、人工物質空間要素、非物質空間要素幾類。自然要素包括氣候、風向、自然地形地貌、植被、水域[3-4]；人工物質空間要素包括土地利用、建筑及其組合形式、城市空間形態(tài)（開闊度、粗糙度、建筑密度、容積率）[5-7]；非物質空間要素包括人口、資源消耗、產(chǎn)業(yè)經(jīng)濟等[8-10]。其中，土地利用性質及強度是城市規(guī)劃、實施和管理最為重要的控制要素，其建筑密度、容積率、建筑高度等對城市形態(tài)的影響最大，對城市熱島產(chǎn)生、形成和發(fā)展的作用最直接。目前對城市熱島的研究方法主要有3種：傳統(tǒng)的外場實驗和觀測、實驗室仿真、數(shù)值模擬[12 ]。傳統(tǒng)研究方法是使用固定的自動監(jiān)測站或定點樣點或流動監(jiān)測車監(jiān)測溫度，進而通過插值評估城市熱島空間分布及其強度，其研究對象主要是地面局部小范圍內(nèi)草地、樹林、水體等的降熱增濕效果[7，17-18]。近年來，隨著遙感技術的發(fā)展，使用遙感影像反演地表溫度的方法，可以彌補傳統(tǒng)研究方法測點有限且不能多點同步測量，以及大范圍、多次重復測量困難的缺點，其對象也逐步轉化為對更大尺度范圍內(nèi)植被覆蓋率、綠地布局、城市肌理等城市熱島影響機制的研究[6，15-16]。此外，遙感與GIS技術的結合，特別是各種關于熱島效應模型的構建與應用[7，17-18]，為研究解決城市熱島問題提供了新思路，成為城市熱島研究的有效途徑。盡管城市土地利用和建設強度被認為是城市熱島效應中的最重要影響因子[19-20]，然而對城市建設強度與城市熱島強度之間的量化研究相對較少。筆者以重慶市開州區(qū)為例，使用遙感數(shù)據(jù)反演地表溫度來度量城市熱島強度，結合城市土地利用性質和強度等資料，使用量化分析方法研究城市建設強度指標與地表溫度之間的相關性，分析建設強度對城市熱島的影響程度和作用機理，以期在規(guī)劃編制階段為相關規(guī)劃提供經(jīng)驗和參數(shù)準備，從而在城市規(guī)劃和景觀規(guī)劃過程中，通過預先采取措施來有效緩解城市熱島效應，改善人居環(huán)境質量。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

開州區(qū)位于重慶市東北部，地處長江三峽腹地、大巴山南麓，是典型的山地城市，也是因三峽水庫淹沒而新建的城市（圖1）。介于北緯30°49′30″～31°41′30″、東經(jīng)107°55′48″～108°54′之間，西鄰四川省開江縣，北接城口和四川省宣漢縣，東毗云陽縣和巫溪縣，南鄰萬州區(qū)。開州屬于小江流流域上游，城區(qū)南北被山川環(huán)繞，南河自西向東，東河由北向南，在城區(qū)交匯。城區(qū)以東3 km處的水位調(diào)節(jié)壩竣工后，在城區(qū)內(nèi)形成了水面達14.8 km2的漢豐湖，庫容約8 000萬m3。近年來，重慶市的高溫均位于開州城區(qū)，城市熱島現(xiàn)象凸顯，筆者將開州城區(qū)的建成區(qū)作為研究區(qū)，其面積為41.94 km2。由于是移民新城，各項資料齊全，便于開展研究，而且典型的山水格局對于重慶市乃至其他山地區(qū)域的城市熱島研究都具有代表性。

1.2 數(shù)據(jù)來源與處理

使用Landsat8第10波段反演地表溫度（LST），遙感影像來自http：//www.gscloud.cn/。遙感成像時間是2013-08-12T11：22 am，影像軌道號為p127，行號為r38，空間分辨率為100 m（數(shù)據(jù)分發(fā)時處理為30 m）。為保證數(shù)據(jù)精度及準確性，首先借助ENVI 5.1對遙感影像進行幾何糾正、工作區(qū)裁剪、輻射校正等工作。使用第4和第5波段提取歸一化植被指數(shù)（NDVI），剔除NDVI<0的非植被區(qū)域，并將其轉換為地表綠化率，其他數(shù)據(jù)資料包括研究區(qū)航拍圖、城鄉(xiāng)規(guī)劃圖、建設現(xiàn)狀圖、土地利用現(xiàn)狀圖等。

1.2.1 地表溫度反演

大量研究表明[21-24]，運用熱紅外波段進行地表溫度的反演可以獲得較真實的地表熱環(huán)境信息。采用大氣校正法對Landsat8的熱紅外波段（Band10）進行地表溫度反演，從而反映城市熱島。其基本原理是，首先估計大氣對地表熱輻射的影響，然后把這部分大氣影響從衛(wèi)星傳感器所觀測到的熱輻射總量中扣除，得到地表的熱輻射強度，再將其轉化為相應的地表溫度[25-26]。具體流程與方法參見文獻[27]，反演得到的LST如圖2所示。歷史天氣記錄表明，開州城區(qū)當天的天氣記錄為晴天，空氣溫度為24～38 ℃，反演的地表溫度為28～44 ℃，氣溫與地表溫度具有較好的一致性。

1.2.2 建設強度統(tǒng)計

城市建設強度用以衡量城市建設活動對原有地形地貌的改造程度，也是衡量社會經(jīng)濟發(fā)展的重要指標。利用ArcGIS 10.2，依據(jù)建設現(xiàn)狀圖及航拍圖提取現(xiàn)狀建筑信息，再疊加現(xiàn)狀用地信息，統(tǒng)計用地內(nèi)的多項建設強度指標，包括建筑底面積（Building Bottom Area， BBA）、總建筑面積（Total Construction Area， TCA）、容積率（Floor Area Ratio， FAR）、建筑密度（Building Density， BD）、綠化率（Greening Ratio， GR）、建筑高度（Building Height， BH）和建筑層數(shù)（Building Floors， BF）等。

1.3 研究方法

鑒于空間相關性的強烈作用[15，18]，分別基于用地地塊、規(guī)則網(wǎng)格和建筑斑塊等3個空間尺度（圖3），利用ArcGIS 10.2提取建設強度與LST樣本，然后在SPSS中進行數(shù)據(jù)相關性分析，揭示建設強度指標與LST之間的相關性及其顯著性，分析建設強度對LST的影響機制。

在用地地塊尺度上提取城市建設強度指標，包括用地性質、BD、BBA、FAR、GR等。由于城市用地地塊的劃分具有很強的人為主觀性，相同面積和性質的地塊，建設強度可能存在巨大的差異。為了減小這種人為因素的影響，嘗試在不同規(guī)則網(wǎng)格尺度上來統(tǒng)計分析建設強度與LST之間的相關關系。事實上，城市建設強度主要由地塊內(nèi)建筑體量大小直接決定。此外，無論是從地塊的尺度還是從規(guī)則網(wǎng)格的尺度上來看，統(tǒng)計單元內(nèi)的信息都是地塊內(nèi)的多個建構筑物的混合信息，會對統(tǒng)計結果造成較大的影響。因此，從建筑斑塊尺度上統(tǒng)計分析LST與建設強度之間的相關關系，試圖進一步降低統(tǒng)計單元內(nèi)混合地物的影響，探究建設強度與LST之間的真實關系，揭示建設強度對城市熱島的貢獻和作用。

2 結果與分析

2.1 基于地塊尺度的分析

統(tǒng)計分析發(fā)現(xiàn)，居住、綠地、教育、商業(yè)等類型在城市用地中所占的比重較大，其他類型用地所占比重較小，不具有統(tǒng)計意義。因而只分析比重較大的城市用地內(nèi)的LST與城市建設強度之間的關系。

2.1.1 用地性質與LST之間的關系

城市用地性質是決定地塊內(nèi)建設強度和人們活動方式的重要因素之一。由于城市下墊層面對LST作用顯著且直接[28]，各類用地的平均LST有較大差異（圖4）。體育用地下墊層面主要為水泥、瀝青、金屬等不透水面，平均溫度最高（41.84 ℃）；廣場用地具有類似的下墊層面，其平均溫度（38.67 ℃），僅次于體育用地；公園綠地內(nèi)大部分是透水面，而且樹木的蒸騰作用具有很好的降溫增濕效果[13-14]，因而綠地內(nèi)的平均溫度最低（36.6 ℃）；同樣，由于居住用地大多具有較高的綠地率，LST（36.97 ℃）也相對較低。各用地內(nèi)平均溫度的方差顯示，教育用地的方差最大（1.79 ℃），緣于教育用地內(nèi)透水性下墊面與不透水下墊面的差異明顯，教學區(qū)具有較高的綠化，運動區(qū)基本沒有綠化，導致了局部LST差異顯著；其次是商業(yè)用地LST方差（1.39 ℃），商業(yè)用地大多處于城市道路與居住、行政等用地之間，LST受道路等周邊環(huán)境影響較大。不同的城市用地性質，具有不同的熱環(huán)境效應[6]，某一類用地性質，其內(nèi)部的功能安排和使用方式，也對LST有較大的影響。

2.1.2 建設強度和LST之間的相關性

基于用地地塊的統(tǒng)計結果見表1。LST與建設強度各指標均有顯著的相關性。由于綠地植被具有顯著的降溫增濕功能，綠化率與LST之間呈現(xiàn)中等強度相關。然而，F(xiàn)AR和BD作為衡量建設強度的重要的指標，與LST之間呈現(xiàn)較弱的負相關關系，這個結果似乎與人們的主觀感受和認識不符。從霍華德發(fā)現(xiàn)城市熱島現(xiàn)象到Oke等人對城市熱島的研究，一直到當今人們對城市熱島的普遍理解是，熱島伴隨城市而出現(xiàn)，在人口和建筑密度越大的地區(qū)，城市熱島越顯著。而基于地塊的統(tǒng)計發(fā)現(xiàn)，F(xiàn)AR和BD并非與LST成正相關關系。事實上，F(xiàn)AR和BD的計算依賴于地塊面積，而城市建設用地的地塊劃分主要基于土地使用性質、權屬邊界、規(guī)劃管理、道路，并兼顧自然地形和其他專項規(guī)劃等多種因素，幾乎完全是各類主觀因素綜合作用的結果。例如，用地性質和面積完全相同的兩個地塊，空間區(qū)位不同，它們的FAR和BD可能有較大差異，從而導致了與LST的負相關關系。研究區(qū)內(nèi)大多都是中低層建筑，相關研究表明，低層高密度城市肌理提供了更多的街巷空間以及建筑陰影，大大減少了底層建筑所接收的太陽輻射[29]。高層或超高層建筑往往導致地塊的高容積率，高層建筑物之間容易形成峽谷效應，有利于局部空氣流動，達到自然降溫效果。建筑底面積和總建筑面積作為城市不透水下墊面多少的真實反映，其值越大，反映不透水面的比例越高，因感熱交換和儲熱而引起的地表溫度越高，與眾多研究結果一致[19]。

單獨提取居住用地地塊，統(tǒng)計建設強度指標與LST的相關性，其結果與整體統(tǒng)計的結果一致，LST與GR、FAR和BD之間均呈現(xiàn)顯著的負相關，與BBA和TCA之間均呈現(xiàn)顯著的正相關，與所有地塊的統(tǒng)計結果基本一致。除了GR與LST之間仍然保持較顯著的負相關外，其他的建設強度指標與LST之間的相關系數(shù)均顯著，而且相關性有了明顯增加。居住作為城市的最主要功能之一，其用地面積在城市建設用地中所占比重最大，與LST之間的相關性與上述總體統(tǒng)計結果一致。盡管居住用地的地塊劃分依然具有一定的人為主觀性，但是居住用地的地塊大小及其建設強度具有較好的一致性，因此，其建設強度與LST相關性優(yōu)于總體相關性。而對商業(yè)用地的統(tǒng)計發(fā)現(xiàn)，各建設強度指標與LST之間沒有顯著的相關性，這可能緣于商業(yè)用地地塊劃分及其建設強度主要依賴于商業(yè)類型和商業(yè)區(qū)位，不同定位的商業(yè)用地其建設強度差異非常大，導致在統(tǒng)計上沒有顯著性。鑒于較強的人為主觀因素影響，基于地塊統(tǒng)計的建設強度指標與LST之間的相關性不強或不顯著，F(xiàn)AR與LST之間顯著的負相關性難以解釋。因此，為了避免或減小地塊劃分人為主觀性的影響，嘗試使用規(guī)則網(wǎng)格替代地塊進行統(tǒng)計分析。

2.2 基于網(wǎng)格的分析

基于反演所得到LST分辨率（30 m），提取30 m×30 m網(wǎng)格內(nèi)的LST，并計算網(wǎng)絡內(nèi)的TCA、BBA、GR，再用總建筑面積/網(wǎng)格面積得到FAR，用建筑底面積/網(wǎng)格面積得到網(wǎng)格內(nèi)的BD。在網(wǎng)格尺度上，每個網(wǎng)格的面積是固定的，因而計算出來的FAR和TCA之間、BD和BBA之間的關系就具有一致性，故只需要分析LST與FAR、BD之間的相關性即可。

2.2.1 30 m網(wǎng)格取樣分析

按照30 m網(wǎng)格統(tǒng)計，共有7 372對樣本，LST與綠化率之間的相關性系數(shù)r= -0.444（p<0.01），相對于地塊統(tǒng)計的相關性，有一定程度的增加。而LST與建筑密度的相關系數(shù)r=0.073（p<0.01）、容積率r=-0.042（p<0.01）之間的相關性關系雖然顯著，但相關程度非常弱。這說明采用網(wǎng)格法進行數(shù)據(jù)采樣，確實能避免一定人為因素的干擾影響，有利于保證數(shù)據(jù)的客觀性與準確性。但基于像元的30 m網(wǎng)格采樣由于尺度過小，網(wǎng)格內(nèi)的建筑物不完整，加之采樣點之間的空間自相關效應也存在，這些因素對統(tǒng)計結果的影響不可避免。為此，進一步增大網(wǎng)格面積，在多個網(wǎng)格尺度序列上進行統(tǒng)計分析。

2.2.2 網(wǎng)格尺度序列分析

參照有關研究成果[30 ]，按照120 m的尺度間隔逐漸增加網(wǎng)格尺度，形成11個尺度序列，在每個尺度上計算建設強度指標并提取LST平均值，得到相關性結果如圖5。LST與各建設強度指標之間的相關性隨采樣網(wǎng)格的尺度增加而逐漸增強，并在840 m達到最大值，樣本的數(shù)量由7 372對（30 m）下降到7對（2 120 m），其后的相關性從1 560 m開始變的不顯著。這個變化趨勢表明，利用Landsat研究城市熱島或者熱環(huán)境時，840 m可能是一個最佳尺度。

在所有的尺度序列中，BD和LST的相關性系數(shù)最大值為r=0.684（p<0.01），F(xiàn)AR和LST相關性系數(shù)最大值為r=0.630（p<0.01），并且BD與LST之間的相關系數(shù)始終大于FAR與LST之間的相關性系數(shù)。GR與LST之間的相關性系數(shù)在360 m的尺度上已達到穩(wěn)定值。事實上，建筑密度作為一個水平層面上的觀測量，因接受太陽輻射而引起的LST變化是顯著而直接的。而FAR作為一個空間垂直層面上的統(tǒng)計量，與LST的關系更多的是通過人為熱（人口數(shù)量、能源消耗、經(jīng)濟）等非物質要素間接體現(xiàn)出來，因此，還涉及到建筑環(huán)境（通風、氣候）。這也解釋了相比FAR，BD與LST的相關性更強的原因。

為了進一步分析LST與城市建設強度指標之間的關系，在840 m的尺度上，利用SPSS的逐步回歸方法建立多元回歸模型，由于BD與FAR和LST的相關性高度一致，回歸模型將FAR剔除，得到如下結果：

LST=38.145+26.544×BD-6.936×GR

回歸模型的擬合優(yōu)度R2=0.677，F(xiàn)檢驗值為23.711（p<0.05）；回歸系數(shù)t檢驗結果表明，系數(shù)均是顯著的（p<0.01）。通過比較模型的標準化系數(shù)，發(fā)現(xiàn)BD對LST的貢獻大于綠化率。在綠化率GR不變的情況下，當建筑密度BD每增加0.1個單位（10%），LST相應增加2.7 ℃；反之，在建筑密度BD不變的情況下，當綠化率GR每增加0.1個單位（10%），LST相應減少0.69 ℃。這就說明，通過控制建筑密度比增加綠化所達到的降溫效果更有效，在城市規(guī)劃和建設管理中，需要結合實際情況以判斷采取哪種措施減緩熱島更為有效。然而回歸模型的擬合優(yōu)度R2僅為0.677，不能達到理想的預測效果，這表明在對LST的影響因素中，除了建筑密度、綠化率外，還存在其他的影響因子，或者說LST與建設強度各指標之間可能是復雜的非線性關系。

2.3 基于建筑斑塊的分析

盡管采用網(wǎng)格的方法可以較好的規(guī)避人為主觀因素的影響。但提取出來的建設強度是網(wǎng)格內(nèi)的建筑和地表的混合信息，鑒于下墊層面對LST顯著影響，并且建筑體量是直接反映城市用地內(nèi)建設強度的主要指標，也是城市熱島形成的主要物質要素，建筑斑塊（邊廓）可以更為直接地反映建設強度與LST間的關系。即在建筑斑塊的尺度上，統(tǒng)計分析建筑層數(shù)、建筑面積與LST之間的對應關系。在基于建筑斑塊尺度上提取LST，由于大多建筑斑塊面積較小，且LST的分辨率是30 m，為了避免大量破碎化建筑斑塊對數(shù)據(jù)的影響，對1 000 m2以下的建筑斑塊進行剔除，不參與統(tǒng)計分析。

2.3.1 建筑性質與LST之間的關系

建筑性質決定了建筑的使用類型，并影響了建筑的使用強度。在傳統(tǒng)觀念中，商業(yè)、辦公等大體量且高強度使用的建筑會產(chǎn)生大量的人為熱并導致其周圍LST升高。然而統(tǒng)計數(shù)據(jù)表明，不同的建筑使用性質對LST并沒有很大的影響（圖6）。盡管體育建筑和廣場建筑的平均溫度較高，但這主要是由于體育建筑多采用的鋼結構等具有較大熱儲容的材料，而且體育、廣場場地周圍少有綠化。其他類型的建筑LST相差不大，相對建筑材料來說，由建筑性質引起的建筑使用強度和使用方式差異性對LST的影響比較有限。

2.3.2 建筑層數(shù)、建筑面積與LST之間的關系

基于建筑斑塊統(tǒng)計分析發(fā)現(xiàn)，LST分別與BF和TCA之間均呈顯著相關關系，其中與TCA之間的相關系數(shù)r=0.188（p<0.05），與BF之間的相關系數(shù)為r=-0.282（p<0.02）。在建筑斑塊的尺度上，LST與BBA之間的相關性不顯著。LST與BF之間呈現(xiàn)顯著的負相關，即建筑層數(shù)越大（建筑高度越高）LST越小。相對于低層、高密度的城市空間形態(tài)，高層、低密度的城市形態(tài)為周圍建筑提供了更多的建筑遮陰效果以及更高的天空開闊度，更大的開敞空間，為建筑周圍空氣流動提供了便利，使得建筑能夠迅速散熱[28]。另一方面，風速與地面距離呈一定的負相關關系，相對于建筑底層，建筑高層有更好的通風條件，并且受下墊層面的熱環(huán)境影響更小[11]。

3 討 論

3.1 3個尺度上LST與城市建設強度相關性的變化

LST作為直接的觀測量，是城市物質和非物質要素在各種作用下綜合表現(xiàn)出來的表面輻射溫度，是客觀存在的表征量。而地塊作為城市規(guī)劃建設與管理的基本空間單元，其邊界、大小和形狀盡管考慮了地形、水體等自然要素，但更多的是人為主觀的考慮用地性質及空間配置、道路網(wǎng)絡與功能區(qū)位以及地塊的權屬邊界，并兼顧地塊開發(fā)建設的難易性和管理的便利性以及其他經(jīng)濟因素，因此，地塊的劃分主要體現(xiàn)了社會性。基于此得到的容積率、建筑密度等開發(fā)強度指標具有很強的人為主觀性。另一方面，容積率、總建筑面積作為垂直方向上的統(tǒng)計量，與LST的關系更多的是通過人為熱量等非物質要素體現(xiàn)出來，受氣候、地形、能源消耗等方面的影響較大。這就導致了統(tǒng)計分析中建筑密度、容積率與LST關系中的分析對象的差異性，最終使其與LST之間的相關關系變得不顯著。

由于影響城市熱島的因素眾多，與氣候條件、地形條件、城市形態(tài)、城市性質都有關系，基于Landsat遙感影像，使用網(wǎng)格分析得到840 m最優(yōu)的分析尺度，是否具有普適性，還需要進行多個城市的對比研究，從而得到通用的最佳研究尺度。

3.2 局部環(huán)境對LST的影響

從統(tǒng)計分析結果中可以發(fā)現(xiàn)，在局部范圍內(nèi)LST差異性顯著，這說明在較小的尺度內(nèi)，LST更容易受局部環(huán)境內(nèi)水體、綠地、氣流等方面的影響。研究區(qū)西、北被河流所環(huán)繞，東、南被山巒所阻隔，由于水體與綠地具有較好的降溫效果，因而沿河帶與沿山帶用地內(nèi)的LST相對來說均偏低。提取LST與土地覆蓋/利用（LUCC）（圖2）制作剖面圖（見圖7）發(fā)現(xiàn)，LST隨地形起伏而變化，在城市中相對低凹的平坦地帶，由于較高的城市建設強度以及較少的綠地，使得這一區(qū)域的LST明顯要高于其他區(qū)域。此外，相對于道路周邊高密度的建筑肌理，開闊的城市道路形成了通風廊道，有利于地表的散熱，道路地段的LST有了一定程度的降低。因此，局部的綠化、建筑密度和高度組合、通風廊道的通暢化等方面的改造或優(yōu)化，可以在一定程度上緩解城市熱島效應。

3.3 人為活動對LST的影響

人為活動以多種形式影響著城市大氣層，包括工業(yè)釋放的污染物、汽車排放的尾氣等，并直接或間接影響著城市熱島強度。人為排放的熱量對高緯度寒冷地區(qū)的熱島效應影響最大，此外，夏季大量空調(diào)系統(tǒng)所排放的廢熱也對高密度城市中心區(qū)的熱島效應具有很大的促進作用。然而，人為熱量的排放具有很大的時空性差異，并且受地形、氣候、城市形態(tài)、經(jīng)濟等多種因素的影響[10]，使得城市熱島各影響因子之間的關系更加復雜化，這就需要在更小的尺度上，分季節(jié)、分時段地進行更深入的研究，以便在城市用地及功能布局上進行優(yōu)化設計，減少人為熱量排放，也是城市規(guī)劃與設計的內(nèi)容。

3.4 建筑材質差異對LST的影響

不同的建筑材質對太陽輻射的反射率有較大差異[31 ]，工業(yè)、體育、臨時建筑等大多采用低反射率、高熱儲容材料，其表面的LST往往要高于其他類型建筑。綠化、水體等材料在居住建筑中運用的最多，因而，此類建筑周圍的城市熱島效應有所減緩。屋頂綠化在重慶山地城市普遍存在，這也可能導致建筑底面積與LST之間的不相關。因此，有關屋頂綠化和墻面立體綠化的城市熱島的減緩效能是值得深入研究的一個重要方向。

4 結 論

缺少植被覆蓋的不透水面具有較高的地表溫度，不同的用地性質其平均LST有較大的差異。城市建設強度與城市熱島之間的關系并不完全符合人們傳統(tǒng)的主觀認識，即建設強度越大溫度越高、城市熱島越強。建設強度指標與LST之間的相關性較為復雜，而且在不同空間尺度上表現(xiàn)出很大的差異。

1）在地塊尺度上，總建筑面積、建筑底面積分別與LST呈現(xiàn)出顯著的正相關，即建筑量越大，對應的LST越高。然而，由于地塊的劃分具有很強的人為主觀性，導致建筑密度、容積率分別與LST之間呈現(xiàn)顯著的負相關關系。

2）在多個網(wǎng)格尺度序列上，建筑密度、容積率與LST均呈現(xiàn)顯著的正相關，而且相關程度隨網(wǎng)格尺度的增加而逐漸增強，在840 m的網(wǎng)格尺度上其相關性系數(shù)達到最大值，網(wǎng)格尺度進一步增加，相關性下降。這為城市熱島研究提供了一個較為可靠的空間尺度選擇。在所有網(wǎng)格尺度上，LST與建筑密度之間的相關性系數(shù)要大于LST與容積率之間的相關性系數(shù)，說明建筑密度對熱島的貢獻要大于容積率。在840 m網(wǎng)格尺度上所建立的多元線性回歸模型（R2=0.677）盡管具有一定的解釋和預測能力，但是還不足以表達影響城市熱島的各種因素的共同作用機制。

3）在建筑斑塊的尺度上，LST與總建筑面積之間是顯著的正相關關系，與建筑層數(shù)之間是顯著的負相關關系；相對于低層高密度的城市形態(tài)，高層低密度的建筑，可以提供更多的遮陰效果，同時，呈現(xiàn)更大的天空開闊度，從而有利于提高局部風速，加快散熱。

在城市熱島研究中，空間尺度的選擇是一個非常重要的前提，處于不同發(fā)展階段的城市，最佳的研究尺度可能也不同，在不同的尺度上得到結論也有差異，甚至得到相反的結論，這正體現(xiàn)了城市熱島形成和演變的復雜性。城市建設強度作為城市規(guī)劃、建設和管理中的重要指標，決定著城市下墊面被人為改造的程度，對城市熱島有顯著的影響。其中，建筑密度的增溫作用和綠化率的降溫作用，對城市熱島的影響最為顯著，因此，在城市規(guī)劃中這兩個指標應該重點考慮，并適當?shù)貎?yōu)化組合，以便將可能的城市熱島降到最低。值得一提的，建筑高度越高，導致周邊區(qū)域可以得到更多的遮陰面積和較高的開闊度，從而使得地表溫度下降。城市采用哪種開發(fā)模式，以便減低城市建成后的城市熱島強度，從規(guī)劃設計階段就應該開始綜合考慮用地性質、建筑密度、綠化率、容積率和建筑高度等指標對城市熱島的貢獻，從而得到智慧的城市規(guī)劃方案。

參考文獻：

[1] 國務院. 國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）[Z]. 2014.

Chinese Government. National new-type urbanisation plan （2014—2020） [Z]. 2014. （in Chinese）

[2] WANNER H， HERTIG J. Studies of urban climates and air pollution in Switzerland [J]. Journal of Applied Meteorology， 1984， 23： 1614-1625.

[3] SUN R H， CHEN L D. How can urban water bodies designed for climate adaptation [J]. Landscape and Urban Planning， 2012， 105（1/2）： 27-33.

[4] 韓貴鋒，葉林，孫忠偉.山地城市坡向對地表溫度的影響以重慶市主城區(qū)為例[J].生態(tài)學報， 2014，34（14）：4017-4024.

HAN G F， YE L， SUN Z W. Influence of aspect on land surface temperature in mountainous city： A case study in central area of Chongqing City [J]. Acta Ecologica Sinica， 2014， 34（14） ：4017-4024. （in Chinese）

[5] DOUSSET B G F. Satellite multi-sensor data analysis of urban surface temperatures and landcover [J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2003，58（1）：43-54.

[6] CHEN X L， ZHAO H M， LI P X， et al. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes [J]. Remote Sensing of Environment， 2006，104（2）：133-146.

[7] WONG M S， NICHOL J E， NG E. A study of the "wall effect" caused by proliferation of high-rise buildings using GIS techniques [J]. Landscape and Urban Planning， 2011，102（4）：245-253.

[8] WHITFORD V， ENNOS A R， HANDLEY J F. "City form and natural process"-indicators for the ecological performance of urban areas and their application to Merseyside， UK [J]. Landscape and Urban Planning， 2001， 57（2）：91-103.

[9] 何曉鳳，蔣維楣，陳燕，等.人為熱源對城市邊界層結構影響的數(shù)值模擬研究[J]. 地球物理學報， 2007（1）：74-82.

HE X F， JIANG W M， CHEN Y， et al. Numerical simulation of the impacts of anthropogenic heat on the structure of the urban boundary layer [J]. Chinese Journal of Geophysics， 2007， 50（1）：74-82. （in Chinese）

[10] WILSON B. Urban form and residential electricity consumption： Evidence from Illinois， USA [J]. Landscape and Urban Planning， 2013，115：62-71.

[11] 埃維特·埃雷爾， 戴維·珀爾穆特， 特里·威廉森. 城市小氣候建筑之間的空間設計[M]. 葉齊茂，倪曉暉.譯.北京： 中國建筑工業(yè)出版社， 2014.

EVYATAR E， DAVID P， TERENCE W. Urban microclimate： Designing the spaces between building [M]. YE Q M， NI X H. translate. Beijing： China Architecture & Building Press， 2011. （in Chinese）

[12] 壽亦萱， 張大林.城市熱島效應的研究進展與展望[J]. 氣象學報， 2012， 70（3）：338-353.

SHOU Y X， ZHANG D L. Recent advances in understanding urban heat island effects with some future prospects [J]. Acta Meteorologica Sinica， 2012， 70（3）：338-353. （in Chinese）

[13] 郝興宇，藺銀鼎，武小鋼，等. 城市不同綠地垂直熱力效應比較[J]. 生態(tài)學報， 2007， 27 （2）：685-692.

HAO X Y， LIN Y D， WU X G， et al. Vertical thermal characteristics analysis between different urban green land [J]. Acta Ecologica Sinica， 2007， 27（2）：685-692. （in Chinese）

[14] 吳菲，李樹華，劉嬌妹. 林下廣場、無林廣場和草坪的溫濕度及人體舒適度[J]. 生態(tài)學報， 2007， 27（7）： 2964-2971.

WU F， LI S H， LIU J M. The effects of greening none greening square and lawn on temperature humidity and human comfort [J]. Acta Ecologica Sinica， 2007， 27（7）： 2964-2971. （in Chinese）

[15] CHUN B， GULDMANN J M. Spatial statistical analysis and simulation of the urban heat island in high-density central cities [J]. Landscape and Urban Planning， 2014， 125（SI）：76-88.

[16] LI X M， ZHOU W Q， OUYANG Z Y， et al. Relationship between land surface temperature and spatial pattern of greenspace： What are the effects of spatial resolution [J]. Landscape and Urban Planning， 2013， 114：1-8.

[17] MASSONV. A physically-based scheme for the urban energy budget in atmospheric models [J]. Boundary-Layer Meteorology， 2000， 94（3）：357-397.

[18] SONG J， DU S H， FENG X， et al. The relationships between landscape compositions and land surface temperature： Quantifying their resolution sensitivity with spatial regression models [J]. Landscape and Urban Planning， 2014， 123：145-157.

[19] 武鵬飛，王茂軍，張學霞. 基于歸一化建筑指數(shù)的北京市城市熱島效應分布特征[J]. 生態(tài)環(huán)境學報， 2009， 18（4）：1325-1331.

WU P F， WANG M J， ZHANG X X. Distribution of urban heat island effects based on normalized difference built-up index in Beijing City [J]. Ecology and Environmental Sciences， 2009， 18（4）：1325-1331. （in Chinese）

[20] GUO G H， WU Z F， XIAO R B， et al. Impacts of urban biophysical composition on land surface temperature in urban heat island clusters [J]. Landscape and Urban Planning， 2015， 135：1-10.

[21] 覃志豪， LI W J， ZHANG M H， et al. 單窗算法的大氣參數(shù)估計方法[J]. 國土資源遙感， 2003， 56（2）：37-43.

QIN Z H， LI W J， ZHANG M H， et al. Estimating of the essential atmospheric parameters of mono window algorithm for land surface temperature retrieval from Landsat TM6 [J]. Remote Sensing for Land Resources， 2003， 56（2）：37-43. （in Chinese）

[22] 覃志豪， ZHANG M H， ARNON K， et al. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學報， 2001， 56（4）：456-466.

QIN Z H， ZHANG M H， ARNON K， et al. Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data [J]. Acta Geographica Sinica， 2001， 56（4）： 456-466. （in Chinese）

[23] VOOGT J A O. Thermal remote sensing of urban climates [J]. Remote Sensing of Environment， 2003， 86（3）： 370-384.

[24] WAN Z M， DOZIER J. A generalized split-window algorithm for retrieving land-surface temperature from space [J]. IEEE Transactions on Geoscience and Remote Sensing， 1996， 34（4）：892-905.

[25] 徐涵秋. 新型Landsat8衛(wèi)星影像的反射率和地表溫度反演[J]. 地球物理學報， 2015， 58 （3）： 741-747.

XU H Q. Retrieval of the reflectance and land surface temperature of the newly-launched Landsat 8 satelite [J]. Chinese Journal of Geophysics， 2015， 58（3）：741-747. （in Chinese）

[26] 宋挺， 段崢， 劉軍志， 等. Landsat 8數(shù)據(jù)地表溫度反演算法對比[J]. 遙感學報， 2015， 19（3）： 451-464.

SONG T， DUAN Z， LIU J Z， et al. Comparison of four algorithms to retrieve land surface temperature using Landsat8 satellite [J]. Journal of Remote Sensing， 2015， 19（3）： 451- 464. （in Chinese）

[27] 鄧書斌，陳秋錦，杜會建，等. ENVI遙感圖像處理方法[M]. 北京： 科學出版社， 2014：422-424.

DENG S B， CHEN Q J， DU H J， et al. The method of remote sensing image processing using ENVI [M]. Beijing： Science Press， 2014： 422-424. （in Chinese）

[28] 王敏，孟浩，白楊，等.上海市土地利用空間格局與地表溫度關系研究[J]. 生態(tài)環(huán)境學報， 2013， 22（2）：343-350.

WANG M， MENG H， BAI Y， et al. Relationships between landscapes spatial pattern and land surface temperature in Shanghai [J]. Ecology and Environmental Sciences， 2013， 22（2）：343-350. （in Chinese）

[29] MIDDEL A， HB K， BRAZEL A J， et al. Impact of urban form and design on mid-afternoon microclimate in Phoenix Local Climate Zones [J]. Landscape and Urban Planning， 2014， 122：16-28.

[30] 韓貴鋒，梁保平. 地表溫度與植被指數(shù)相關性的空間尺度特征以重慶市為例[J]. 中國園林， 2011， 27（1）：68-72.

HAN G F， LIANG B P. Spatial scale characteristics of correlation between land surface temperature and vegetation index-A case study of Chongqing City[J]. Chinese Landscape Architecture，2011，27（1）：68-72. （in Chinese）

[31] MEMON R A， LEUNG D Y， CHUNHO L. A review on the generation， determination and mitigation of urban heat island [J]. Journal of Environmental Sciences， 2008， 20（1）： 120-128.

（編輯 胡英奎）