局地氣候區(qū)視角下的城市熱環(huán)境優(yōu)化研究*
——以澳門為例

劉君男，陳 天

引言

城市熱環(huán)境是指與熱相關的城市物理環(huán)境，關系人體冷熱感知、健康狀況及人類的生存和可持續(xù)發(fā)展。城市熱環(huán)境水平主要受太陽輻射強度、近地面大氣條件（風速、濕度、大氣渾濁度等）、下墊面類型（具有不同反射率、反照率和熱容特征的用地類型）和人類活動（生產、生活排熱）的影響[1]。全球氣候變化與城市化引起太陽輻射變化[2]、近地面大氣環(huán)境惡化、城市下墊面急劇改變以及人口大量集聚，熱島效應凸顯，城市熱環(huán)境不斷惡化，導致城市尤其是中低緯度經濟發(fā)達城市面臨極大的健康風險[3，4]、能源消耗成本[5]53及溫室氣體排放量[5]53，[6]。優(yōu)化城市熱環(huán)境是全球氣候變化與城市化兩大趨勢背景下的重要議題，也是響應我國“健康城市建設”及“碳達峰、碳中和”戰(zhàn)略的舉措之一[5]54。

城市熱環(huán)境研究在熱島成因、影響機制、時空演變特征和優(yōu)化策略等方面已有大量研究成果[7-9]。但城市的復雜異質屬性使得在宏觀尺度全面定量化描述城市空間形態(tài)特征較為困難，因此既有研究多針對城市單一空間要素（綠地率[10]、天空視域因子[11]、建筑密度[12]、迎風面指數(shù)[13]等）或多要素的二維空間（如土地利用格局[14]、景觀格局[15]等）展開。這種對城市熱環(huán)境研究的拆解與降維存在一定的局限性，一方面，單一空間要素對熱環(huán)境有限的解釋度易導致不同研究的結論存在較大差異，如在不同空間粒度下，綠地率與地表溫度的相關性存在顯著差異[16]；另一方面，僅在街區(qū)或住區(qū)等微觀尺度下研究三維空間形態(tài)與熱環(huán)境的關系，導致相關研究結論往往只能作為地塊城市設計的輔助依據，難以為城市整體氣候規(guī)劃與治理提供支撐；此外，當前城市熱環(huán)境研究缺少統(tǒng)一標準[17]1881。上述局限性均制約了理論成果向實踐應用轉譯。

2012 年，Stewart 等人提出局地氣候區(qū)（LCZs，Local Climate Zones）概念，為從城市氣候角度精細化、多維度描述復雜城市空間提供了可能。LCZs 綜合考慮了影響城市局地氣候的4 類指標，包括地表結構（天空視域因子、街谷高寬比、粗糙元素高度）、地表覆蓋類型（建筑、植被、不透水面比例）、地表材質（地表熱導納、反射率水平）和人類活動（生產排熱），定義了17個具有不同熱屬性和形態(tài)屬性的標準氣候分區(qū)，包括10個“建成類型”（built types）（LCZ 1～ 10）和7 個“土地覆被類型”（land cover types）（LCZ A～ G）[17]1885。LCZs 為不同地區(qū)和學科開展熱環(huán)境研究提供了一套技術標準，有助于跨學科研究工作的開展，也有助于城市規(guī)劃與管理者從區(qū)域或城市層面實施氣候規(guī)劃與治理。2012 年以來，基于LCZs 的城市熱環(huán)境研究備受重視并已在國外130 多個城市廣泛開展[18]1862。既有研究主要聚焦于LCZs 數(shù)據獲取[19]423、分類技術方法[19]432，[20]、城市熱島時空分異等方面[21，22]，但城市形態(tài)要素對LCZs熱環(huán)境的影響機制尚不明晰[18]1870?；诖?，本文以我國夏熱冬暖地區(qū)高度城市化的澳門為例，劃定LCZs 分區(qū)，分析澳門熱環(huán)境的時空分異特征，并建立城市形態(tài)因子與各LCZs 分區(qū)熱環(huán)境關系的空間回歸模型，以識別不同LCZs 分區(qū)熱環(huán)境的關鍵影響因子和機制，為澳門熱環(huán)境優(yōu)化的空間與治理策略提供依據。

1 研究區(qū)概況

澳門位于我國東南沿海珠江入?？谖髂习?，由澳門半島、氹仔、路環(huán)、路氹填海區(qū)及橫琴島澳門大學新校區(qū)（圖1）組成。澳門為典型的亞熱帶海洋性季風氣候，具有高溫高濕、輻射強烈的氣候特點。1991～2020 年平均氣溫22.8℃，極端最高溫度達38.9℃，是我國極端高溫事件易發(fā)區(qū)。根據2002 年至2022 年月平均溫度統(tǒng)計數(shù)據（圖2），澳門5 月～10 月平均溫度均超過年平均溫度值，為高溫風險較高月份。澳門還是典型的高人口密度、高城市化率城市，熱島效應顯著。特殊的地理氣候條件及城市發(fā)展水平使得澳門面臨極大的高溫挑戰(zhàn)，城市熱環(huán)境亟待優(yōu)化。

2 數(shù)據與研究方法

2.1 數(shù)據來源與預處理

研究數(shù)據包括Landsat8 OLI/TIRS 遙感數(shù)據、Worldview-2 高精度遙感數(shù)據、建筑及氣象數(shù)據（表1）。由于澳門熱環(huán)境最惡劣的7、8 月份的遙感影像云量過大，無法準確反演地表溫度，因此綜合考慮影像質量、云量、季相和可獲得性，選擇同樣存在高溫風險的10 月份遙感影像作為研究數(shù)據，雖然難以描述澳門熱環(huán)境最惡劣時期的溫度特征，但可描述不同LCZ 的相對熱環(huán)境特征，對于制定熱環(huán)境優(yōu)化策略具有參考意義。利用ENVI5.3對遙感影像進行融合、勻色、鑲嵌、輻射定標和大氣校正等預處理。建筑數(shù)據包括建筑輪廓和高度信息，依據國家《民用建筑設計統(tǒng)一標準(GB 50352-2019)》和Stewart 等人的LCZs 分類指標參數(shù)值，將建筑高度分為高層（＞27m）、中層（10～27m）和低層（＜10m）3 類，建筑密度分為緊湊型（＞0.4）和開放型（≤0.4）兩類，并結合Landsat8 OLI/TIRS 和Worldview-2 遙感影像作為LCZs 制圖和城市形態(tài)指標計算的支撐數(shù)據。氣象數(shù)據用于地表溫度反演過程。

表1 數(shù)據來源與說明

2.2 LCZs 分區(qū)尺度選擇

尺度是熱環(huán)境研究的關鍵問題[23]。LCZs 具有明顯的尺度效應，不同尺度的分區(qū)具有不同的空間形態(tài)與熱環(huán)境特征。因此，尺度選擇是劃定LCZs 分區(qū)、測度熱環(huán)境、分析影響機制的前提，且對于規(guī)劃研究人員分析城市形態(tài)參數(shù)和熱環(huán)境，政府管理人員明確基本管控單元具有重要意義。為避免經驗判斷導致的尺度選擇誤差，本文利用半變異函數(shù)[24]及Pearson 相關系數(shù)定量化計算不同網格尺度的城市形態(tài)異質性及形態(tài)參數(shù)對熱環(huán)境的解釋力。以30m 為步長，利用ArcGIS10.2 漁網工具創(chuàng)建30m～360m 共12 類網格，計算不同網格尺度下建筑高度與密度兩個關鍵形態(tài)因子[25]102818的半變異函數(shù)，以及綠地率和不透水面率兩個關鍵熱環(huán)境因子[26]126877與地表溫度的相關系數(shù)。最終選擇120m×120m 網格作為LCZs 分區(qū)尺度，既保證單元網格內具有相似的空間形態(tài)屬性，同時保證形態(tài)參數(shù)對熱環(huán)境具有明顯的解釋力。

2.3 局地氣候區(qū)劃分

本研究采用綜合分類法[25]102818構建多源數(shù)據集，后基于決策樹算法獲得高精度的LCZs 分區(qū)。具體流程如下：①構建多源數(shù)據集：利用ENVI5.3 最大似然法對Worldview-2 高精度遙感影像進行監(jiān)督分類，將澳門初步劃分為水體、綠地、裸土和不透水面4 類用地（圖1）。分類結果與建筑數(shù)據共同用于構建LCZs 分類的多源數(shù)據集；②建立分類決策樹：利用ArcGIS 計算120m×120m單元尺度下的水面率、綠地率、裸土率、裸石和道路比率、建筑密度、建筑高度等LCZs 分類指標值，后基于CART算法構建分類決策樹，從而劃定LCZs 分區(qū)。其中LCZ7和LCZ10 由于解譯困難且數(shù)量較少，因此通過人工目視進行判別；③分類后處理：對分類結果進行人工目視解譯與修正，并利用混淆矩陣計算分類結果的總體精度和Kappa 系數(shù)。

2.4 地表溫度反演

基于遙感影像的地表溫度反演技術已被廣泛應用于城市熱環(huán)境研究中，本文采用胡德勇單窗算法[27]（公式1），利用ENVI 5.3 軟件對Landsat8 OLI/ TIRS 遙感影像進行地表溫度反演。

式中，Ts_Hu為地表溫度（K）；a 為常數(shù)1321.08；T10為TIRS10 波段的像元亮度溫度（K）；Ta為大氣平均作用溫度（K）；C 和D 是中間變量，C=τ×ε，D=（1-τ）×[1+τ×（1-ε）]，其中τ 為大氣透射率，ε 為地表比輻射率。

2.5 指標選擇與預處理

基于既有文獻研究成果，選擇天空視域因子（SVF）[28]、建筑密度（BD）[29]，[30]57、建筑體密度（BVD）[31]、建筑高度（BH）[30]57、建筑高度差（BH_S）[32]、不透水面率（ISD）[26]126877、綠地率（GSD）[26]126877，[30]57和水面率（WSD）[33，34]8 個與熱環(huán)境顯著相關的城市形態(tài)指標作為自變量（表2），地表溫度（LST）為因變量，建立地表溫度與城市形態(tài)指標的回歸模型，以識別各LCZs 分區(qū)熱環(huán)境的關鍵影響因子和機制?；诒疚臉嫿ǖ亩嘣磾?shù)據集，利用ArcGIS 計算120m×120m 單元網格的指標值（圖3），并采用極差法進行標準化處理[35]，以消除量綱影響。

表2 城市形態(tài)指標

圖3 城市形態(tài)指標空間分布

2.6 空間回歸模型分析

由于空氣存在對流傳熱特性，以及城市功能布局具有空間邏輯，因此熱環(huán)境與城市形態(tài)存在較強的空間依賴，故采用空間回歸模型來度量熱環(huán)境與城市形態(tài)的相關關系。常見的空間回歸模型包括空間滯后模型（Spatial Lag Model,SLM）、空 間 誤 差 模 型（Spatial Error Model,SEM）和空間杜賓模型（Spatial Dubin Model,SDM）[36-38]。SLM 考慮了因變量的空間相關性，即某一空間的因變量不僅與同一空間的自變量有關，且與相鄰區(qū)域的因變量有關（公式2）。SEM 考慮了不可觀測因素和遺漏變量等獨立誤差項的空間相關性，而不考慮因變量的空間相關性（公式3）。SDM 融合了SLM 和SEM 的特點，同時考慮了自變量和因變量的空間相關性（公式4）。

式中，Y 為因變量；X 為自變量；WY 為因變量空間權重矩陣；ρ 為因變量的空間溢出程度；β 為自變量對因變量的解釋度；Wμ 為獨立誤差向量的空間權重矩陣；λ 為獨立誤差向量的空間溢出程度；WX 為自變量的空間權重矩陣；θ 為自變量的空間溢出程度；ε 為服從均值為0、方差為δ2的隨機誤差項。

為建立最優(yōu)空間回歸模型，首先用SPSS 軟件對各LCZs分區(qū)的8項城市形態(tài)指標與LST進行逐步回歸分析，剔除不顯著（P ＞0.05）且引起多重共線性的自變量。通過空間分析軟件GeoDa1.6 分別建立各LCZs 分區(qū)保留自變量與因變量LST 的SLM、SEM 和SDM 模型。對比三類模型計算結果的擬合優(yōu)度（R2）、赤池信息量準則（AIC）和對數(shù)似然函數(shù)（Log likelihood），擬合優(yōu)度、對數(shù)似然函數(shù)越大，赤池信息量準則越小，則模型擬合效果越好[39]。

3 結果與分析

3.1 局地氣候分區(qū)結果

LCZs 分區(qū)結果如圖4 所示。隨機選取200 個樣本進行分區(qū)精度檢驗，最終總體精度為91%，Kappa 系數(shù)為0.9010，滿足精度要求（表3）。由圖4 和圖5 可見，澳門各LCZs 分區(qū)用地占比差異較大。從澳門全域來看，LCZA（茂密樹木）、LCZF（裸土或沙）、LCZ4（開闊高層）及LCZ5（開闊中層）為主導類型，面積占比分別為14.89%、12.13%、10.88%、9.84%。而LCZ3（密集低層）占比極少（0.26%）。北側半島以LCZ5（開闊中層）、LCZ4（開闊高層）和LCZ2（密集中層）等建成類型LCZs 為主，面積占比分別為17.07%、16.92%、16.46%。綠地類LCZs（LCZA～D）稀少，面積僅占7.01%。南側氹仔、路環(huán)、路氹片區(qū)屬填海新區(qū)，綠地類型LCZs（LCZA～D）占主體（46.17%）。建成類型LCZs 以LCZ4（開闊高層）及LCZ5（開闊中層）為主，占比分別為7.75%和6.09%。

表3 局地氣候區(qū)（LCZs）分類精度

圖4 澳門LCZs 分區(qū)（左）及典型空間示意圖（右）

圖5 澳門LCZs 分區(qū)用地面積統(tǒng)計圖

3.2 各局地氣候區(qū)熱環(huán)境特征

圖6 為澳門地表溫度反演結果和120m×120m 網格尺度下的平均地表溫度分布圖，平均LST 為32.706℃。由圖7 可以看出，不同LCZs 的地表溫度存在顯著差異，且建成類型LCZs 的LST 總體上高于土地覆被類型LCZs，各LCZs 平均LST 由高到低排序為LCZ10（重工業(yè)）＞LCZE（裸露巖石或道路）＞LCZF（裸土或沙）＞LCZ7（輕質低層）＞LCZ6（開闊低層）＞LCZ8（大型中低層）＞LCZ2（密集中層）＞LCZ3（密集低層）＞LCZD（低矮植被）＞LCZ5（開闊中層）＞LCZ1（密集高層）＞LCZC（灌木和矮樹）＞LCZ4（開闊高層）＞LCZB（稀疏樹木）＞LCZG（水體）＞LCZA（茂密樹木）。

圖6 澳門遙感影像地表溫度反演結果（左）與120m×120m 網格尺度平均地表溫度（右）

圖7 澳門LCZs 分區(qū)地表溫度特征統(tǒng)計圖

在土地覆被類型中，LCZA、LCZG和LCZB溫度最低，說明喬木及水體具有很好的降溫效應，而灌木等低矮植被降溫效果甚微。LCZE 和LCZF 溫度較高，且高于多數(shù)建成類型LCZs，說明裸露地表較建筑空間具有更強的升溫效應。在建成類型LCZs 中，LCZ4 和LCZ1 溫度較低，這是由于高層建筑可以遮擋更多的太陽輻射。且高度相同時，開闊的LCZs 普遍比密集的LCZs 溫度低，一方面由于開闊建筑群更有利于通風散熱；另一方面，開闊建筑群通常擁有更高的藍綠空間比例。LCZ10、LCZ7、LCZ6、LCZ8 地表溫度顯著高于平均值，除LCZ10 存在工業(yè)生產產熱影響之外，這4 類LCZs 普遍為低層建筑，易受到較強的太陽輻射。由此可見，對于建筑空間來說，阻擋太陽輻射比通風散熱更有利于降溫。

3.3 城市形態(tài)對LCZs 熱環(huán)境的影響機制

對比3 種空間回歸模型計算結果（表4），可以看出SEM 模型的擬合程度優(yōu)于其他兩個模型。這證明了澳門城市熱環(huán)境存在空間溢出效應，也說明除本文所選自變量外，還存在其他變量或獨立誤差項影響城市熱環(huán)境，包括難以在LCZs 分區(qū)層面準確量化的自變量（如建筑布局模式、屋頂材質等），以及受數(shù)據精度制約而無法識別的空間要素（如小面積散布的藍綠空間）。而SLM和SDM 模擬效果不佳，證明同類LCZs 分區(qū)具有相似的LST，根據空氣動力學原理，LST 不易產生空間溢出效應。因此，本研究采用SEM 分析城市形態(tài)對不同LCZs 分區(qū)熱環(huán)境的影響機制。

表4 三種空間回歸模型主要參數(shù)對比

表5 和表6 顯示了各LCZs 分區(qū)在0.05 及以上水平顯著相關的自變量因子及回歸系數(shù)?？梢姼鱈CZs 分區(qū)LST 的關鍵影響因子及影響系數(shù)差異較大，說明不同LCZs 分區(qū)需要采用不同的熱環(huán)境優(yōu)化策略，且優(yōu)化效率大有不同。如LCZ1（密集高層）的關鍵影響因子只有BD（建筑密度），BD 每降低1%，降溫效果僅為0.108℃，這主要受密集高層建筑形態(tài)靈活性及空間可用性較低的限制，因此，在LCZs 尺度下，僅通過優(yōu)化8 項城市空間形態(tài)要素，難以有效改善LCZ1 熱環(huán)境。LCZ5（開闊中層）存在多個關鍵影響因子，且回歸系數(shù)較大，通過提高WSD、GSD、BH_S，降低ISD、SVF 可有效改善該分區(qū)的熱環(huán)境。這是由于開闊用地有較多的可利用空間用于布局藍綠空間，且高低錯落的中層建筑群對加速空氣流通有較好的效果。因此，LCZ5 的熱環(huán)境具有較大的優(yōu)化空間和效率?？偟膩碚f，SVF、BD、BVD、ISD具有升溫效應，BH、BH_S、GSD、WSD 具有降溫效應，且GSD、WSD、ISD 和BVD 對LST 的影響最大。

表5 建成類型LCZs 空間誤差模型（SEM）計算結果

表6 土地覆被類型LCZs 空間誤差模型（SEM）計算結果

4 結論與對策

4.1 結論

本文定量化描述了澳門LCZs 的空間布局與熱環(huán)境特征，并分析了各LCZs 熱環(huán)境的關鍵影響因子與影響機制，得出如下結論。

（1）北側澳門半島以LCZ2（密集中層）、LCZ4（開闊高層）和LCZ5（開闊中層）為主，綠地類型LCZs（LCZA～D）數(shù)量稀少；南側氹仔、路環(huán)、路氹片區(qū)藍綠空間占比較高，建成類型LCZs 以開闊形態(tài)為主。

（2）以中低層建筑（LCZ6～10）和裸露地表（LCZE～F）為主要形態(tài)的LCZs 升溫效應顯著；以喬木（LCZA～B）、水體（LCZG）和高層建筑（LCZ1、LCZ4）為主要形態(tài)的LCZs 降溫效應顯著；灌木和低矮植被（LCZC～D）的降溫效果不明顯；對于建成類型LCZs 來說，阻擋太陽輻射比通風散熱更有利于降溫。

（3）空間誤差模型（SEM）可以更好的描述澳門城市形態(tài)與熱環(huán)境之間的關系。但也說明可能存在其他變量或獨立誤差項影響地表溫度，需要在后續(xù)研究中深入分析探討。

（4）各LCZs 分區(qū)熱環(huán)境的關鍵影響因子及影響系數(shù)差異較大，應針對各LCZs 分區(qū)具體情況選擇適應的熱環(huán)境優(yōu)化策略。

（5）SVF、BD、BVD、ISD 具有升溫效應，BH、BH_S、GSD、WSD 具有降溫效應，且GSD、WSD、ISD 和BVD 的影響系數(shù)普遍較高。

4.2 對策

4.2.1 優(yōu)化LCZs 空間布局

根據研究結論，澳門LCZs 可劃分為高溫區(qū)（LCZ10、LCZE、LCZF、LCZ7、LCZE6、LCZ8）、中溫區(qū)（LCZ2、LCZ3、LCZD、LCZ5、LCZ1）和 低 溫 區(qū)（LCZC、LCZ4、LCZB、LCZG、LCZA）3 類（圖8）。高溫區(qū)主要分布在澳門半島東部填海區(qū)、國際機場、路氹填海區(qū)中西部的旅游娛樂區(qū)及東部填海區(qū)、路環(huán)的輕質低層建筑密集區(qū)。為優(yōu)化城市熱環(huán)境，未來澳門城市建設應以中低溫的LCZs 類型為主，限制并逐步縮減高溫型LCZs比例?；诳諝獾膶α鱾鳠崽匦?，宜在高溫型LCZs 之間穿插建設低溫型LCZs，以發(fā)揮綠地水體等低溫空間的降溫效應。對于高溫區(qū)中的建成類型LCZs，宜通過增加遮擋物和綠地率來降低地表溫度，如在路氹填海區(qū)的旅游娛樂片區(qū)、路環(huán)的輕質低層建筑密集區(qū)，可增加人工遮陽設施以及喬灌木栽植比例。高溫區(qū)中的土地覆被類LCZs 多為未開發(fā)用地或硬質鋪裝路面，對于短期內不會開發(fā)建設的用地，宜先行種植喬灌木將高溫區(qū)轉變?yōu)榈蜏貐^(qū)，如路氹東部填海區(qū)可增加綠地率以緩解局地高溫熱浪；對于功能性的硬質鋪磚路面，應在人行活動區(qū)增設人工或自然遮陽設施，以降低高溫熱浪對行人的健康影響。

圖8 基于LCZ 的澳門溫度分區(qū)圖

4.2.2 明確LCZs 熱環(huán)境優(yōu)化等級

本文建立的回歸模型（表5、表6）為各LCZs 分區(qū)制定熱環(huán)境優(yōu)化策略提供了理論依據。但從規(guī)劃實施角度來看，城市熱環(huán)境優(yōu)化方案還需要綜合評估實施成本、明確實施對象、制定分期計劃，才能保障熱環(huán)境優(yōu)化行動的有效開展。為此，基于上述研究成果，本文從“優(yōu)化必要性（ON）、優(yōu)化有效性（OE）、策略有效性（SE）、策略可行性（SF）”4 個方面綜合評估各LCZs 分區(qū)的熱環(huán)境優(yōu)化等級，為推動熱環(huán)境優(yōu)化的落地實施提供依據。

“優(yōu)化必要性”考慮各分區(qū)的熱環(huán)境現(xiàn)狀，LST 越高的區(qū)域越有必要優(yōu)化其熱環(huán)境。“優(yōu)化有效性”考慮各分區(qū)的用地面積（LA），優(yōu)化占比較高的分區(qū)，可高效改善城市整體熱環(huán)境?！安呗杂行浴笨紤]優(yōu)化策略對熱環(huán)境改善的貢獻程度，以各分區(qū)關鍵影響因子的回歸系數(shù)加和（RC）表征，系數(shù)越高說明策略越有效?！安呗钥尚行浴笨紤]策略實施成本與改造可行性。ON、OE、SE 分別采用均值-標準差法對LST、LA、RC 進行計算并劃分為高、中、低3 個等級。SF 等級基于既有研究成果進行評估。在實施成本方面，相較于建筑拆改的拆遷安置成本、建設成本、基礎設施遷移建設成本等[40]，藍綠空間微改造的設計建設成本與后期管理維護成本較低[41]，已在雨洪管理、污染物處理等領域廣泛應用，并表現(xiàn)出了較高的經濟與社會效益[42]，且通過選種節(jié)水耐旱、粗養(yǎng)護型的本地植物[43]，將進一步降低藍綠空間的微更新改造成本。在改造可行性方面，密集空間用地局促，可改造空間有限，故開闊空間比密集空間的改造可行性更高。綜合考慮實施成本與改造可行性，將僅需通過增加GSD 即可達到明顯的降溫效果，且優(yōu)化空間較大的分區(qū)劃定為高可行性；將需要對包括GSD 在內的多項城市形態(tài)因子進行優(yōu)化，且有一定的優(yōu)化空間的分區(qū)劃定為中可行性；將GSD 優(yōu)化效果不佳，或優(yōu)化空間受限（如密集型LCZs）的分區(qū)劃定為低可行性。四項指標的分級結果如圖9 所示。將高、中、低等級系數(shù)分別賦值為0.9、0.6、0.3，計算各LCZs分區(qū)4 項指標（ON/OE/SE/SF）的加權平均值，作為熱環(huán)境優(yōu)化優(yōu)先級的分類依據。采用均值-標準差法將加權平均值劃分為5 個等級（圖10），宜優(yōu)先對等級1（LCZ10、LCZF）和 等 級2（LCZ4、LCZ5、LCZA、LCZ6）的LCZ 分區(qū)進行熱環(huán)境優(yōu)化，并結合回歸模型確定的關鍵影響因子（表5、表6），對各分區(qū)的空間要素進行差異化更新改造。

圖9 澳門LCZs 分區(qū)ON/OE/SE/SF 等級對比圖

圖10 基于LCZs 的澳門熱環(huán)境優(yōu)化等級評估（左）及典型空間示意圖（右）

結語

LCZs 是研究城市氣候，特別是量化城市尺度的復雜異質性空間形態(tài)與熱環(huán)境之間關系的有效工具。對于精細化理解城市不同空間的熱環(huán)境特征，并從空間規(guī)劃設計與城市治理角度提出熱環(huán)境優(yōu)化策略具有重要意義。本研究也存在一定的局限性，首先，由于遙感影像數(shù)據的時間分辨率較低，因此難以識別各LCZs 分區(qū)的全時熱環(huán)境特征；其次，受數(shù)據可獲得性及精度的制約，屋頂材質、小面積散布的藍綠空間等形態(tài)指標未納入研究范疇；澳門熱環(huán)境最惡劣的月份為七八月份，但此間的遙感影像云量過大，無法用于溫度反演，因此最終選擇10月份作為研究時段。由圖2 可知澳門10 月份也存在較高的高溫風險，且本文對不同LCZ 類型的熱環(huán)境采用對比研究法，雖然難以準確描述澳門熱環(huán)境最惡劣期間的溫度絕對值，但可以較好的描述不同LCZ 類型的相對熱環(huán)境特征，對于制定熱環(huán)境優(yōu)化策略具有一定的參考意義；此外，研究尚未考慮濕度、風速、熱輻射等其他熱環(huán)境影響指標。未來研究將繼續(xù)深入分析，以期形成更全面的研究成果。

圖、表來源

表2：作者基于參考文獻[32]、[34]的信息進行整理繪制；

其余圖、表均由作者繪制。