基于多尺度地理加權(quán)回歸的建成環(huán)境對(duì)通風(fēng)潛力的影響研究
——以武漢市主城區(qū)為例

楊佳明,安 睿,仝照民,劉艷芳

(武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院,湖北 武漢 430079)

隨著城市化的快速推進(jìn),城市內(nèi)部出現(xiàn)許多密集的高層建筑,阻礙了城市內(nèi)部的空氣流動(dòng),常導(dǎo)致熱島效應(yīng)[1]、空氣污染[2]等“城市病”的出現(xiàn),嚴(yán)重威脅人體健康. 為了解決這些問(wèn)題,多個(gè)城市例如北京[3]、廣州[4]、成都[5]等將城市通風(fēng)廊道(urban ventilation corridor,UVC)的建設(shè)納入國(guó)土空間規(guī)劃等政策體系中,這為城市通風(fēng)研究提供了契機(jī). 城市通風(fēng)潛力是UVC建設(shè)的基礎(chǔ)與前提,在城市的可持續(xù)發(fā)展與生態(tài)文明建設(shè)中的地位日益重要. 城市的建成環(huán)境會(huì)顯著影響城市通風(fēng)潛力,如建筑會(huì)阻礙通風(fēng)效率,而以綠地、水域?yàn)橹鞯牡乇砜梢蕴峁╋L(fēng)力廊道[6]. 因此,模擬城市通風(fēng)潛力并討論建成環(huán)境對(duì)其影響機(jī)制具有潛在價(jià)值.

傳統(tǒng)的城市通風(fēng)潛力模擬方法多用風(fēng)洞試驗(yàn)、計(jì)算流體力學(xué)(computational fluid dynamics,CFD)、氣象研究與預(yù)報(bào)(weather research and forecasting,WRF)模型. 風(fēng)洞試驗(yàn)[7]與CFD[8]僅適用于小范圍建筑群通風(fēng)模擬,雖然它們的模擬精度較高,但研究結(jié)論難以推廣至城市尺度. WRF對(duì)風(fēng)環(huán)境模擬結(jié)果精度一般大于1 km,適合大范圍城市群風(fēng)場(chǎng)模擬,但其計(jì)算復(fù)雜,導(dǎo)致模型的不確定性,需要對(duì)模擬結(jié)果進(jìn)行修正[9-10]. 運(yùn)用地理信息系統(tǒng)(geographic information system,GIS)技術(shù)可以對(duì)城區(qū)尺度的通風(fēng)狀況進(jìn)行分析,該方法計(jì)算成本低,且具有普適性[11]. 近年來(lái),Xie等[12-13]以武漢市為研究區(qū),在傳統(tǒng)GIS數(shù)值模擬的基礎(chǔ)上,擴(kuò)展了基于電路理論的通風(fēng)潛力模擬方法,模擬結(jié)果可以直觀展示高精度的城市通風(fēng)潛力.

已有研究發(fā)現(xiàn),建筑物的形態(tài)和布局[14]、藍(lán)綠空間的配置[15]等建成環(huán)境指標(biāo)與通風(fēng)潛力顯著相關(guān),如街道高寬比、建筑密度、天空開(kāi)闊度等;此外,城市自然鄰域?qū)νL(fēng)潛力的影響不容忽視,如歸一化差異植被指數(shù)(normalized difference vegetation index,NDVI)[16]、改進(jìn)的歸一化差異水體指數(shù)(modified normalized difference water index,MNDWI)[17]和地形起伏度[18]等. 多數(shù)研究采用傳統(tǒng)的線性回歸分析討論驅(qū)動(dòng)機(jī)制,但該模型未考慮因變量的空間異質(zhì)性;地理加權(quán)回歸(geographically weighted regression,GWR)雖然考慮了空間異質(zhì)性,但忽略了不同自變量的影響尺度差異. 江穎慧等[19]研究發(fā)現(xiàn)地表溫度(land surface temperature,LST)和NDVI的空間自相關(guān)具有尺度效應(yīng)并表現(xiàn)出明顯的季節(jié)差異. An等[20]利用多尺度地理加權(quán)回歸(multi-scale geographically weighted regression,MGWR)證實(shí)建成環(huán)境因子對(duì)公交通勤占比的影響存在尺度效應(yīng).

綜上所述,本研究以武漢市主城區(qū)為研究區(qū),基于電路理論模擬城市通風(fēng)潛力,結(jié)合建筑數(shù)據(jù)、三調(diào)數(shù)據(jù)和遙感數(shù)據(jù)等,構(gòu)建基于3Ds(density,diversity,design)的通風(fēng)潛力影響因素指標(biāo)體系,在詳細(xì)對(duì)比GWR與MGWR的結(jié)果的基礎(chǔ)上,討論建成環(huán)境對(duì)通風(fēng)潛力影響的空間非平穩(wěn)性和尺度效應(yīng),為城市通風(fēng)環(huán)境的改善提供實(shí)證基礎(chǔ).

1 研究區(qū)域、數(shù)據(jù)及方法

1.1 研究區(qū)概況

武漢是湖北省省會(huì),地處江漢平原東部、長(zhǎng)江中游,市內(nèi)江河縱橫、湖港交織,水域面積占全市總面積四分之一. 武漢屬北亞熱帶季風(fēng)性(濕潤(rùn))氣候,降雨多集中在6—8月,雨熱同期、四季分明. 由于近年來(lái)城市的迅速擴(kuò)張,截至2018年底,武漢市建成區(qū)面積為723.74 km2,常住人口達(dá)1 108萬(wàn)人. 本研究選取武漢主城區(qū)為研究區(qū)域(圖1),該區(qū)域人口集中、建筑密集,有必要研究其通風(fēng)潛力,以期構(gòu)建城市通風(fēng)廊道緩解夏季形成的城市熱島效應(yīng).

圖1 研究區(qū)范圍

1.2 數(shù)據(jù)來(lái)源及處理

本研究搜集了建筑輪廓數(shù)據(jù)、遙感影像、氣象監(jiān)測(cè)、土地利用、人口柵格、道路網(wǎng)絡(luò)等多源數(shù)據(jù),基準(zhǔn)數(shù)據(jù)時(shí)點(diǎn)為2018年. 其中建筑輪廓矢量數(shù)據(jù)采集自百度地圖,屬性包括每棟建筑高度、投影面積等. 利用中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer,MODIS)產(chǎn)品中8天合成的地表反射率產(chǎn)品MOD09A1(500 m分辨率),選取2018年6、7、8月軌道號(hào)為h27v05和h27v06的影像,并進(jìn)行影像預(yù)處理、去除異常值、裁剪和拼接等處理. MODIS數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)勘探局官網(wǎng). 氣象數(shù)據(jù)來(lái)源于美國(guó)國(guó)家氣候數(shù)據(jù)中心的公開(kāi)FTP服務(wù)器,包括每小時(shí)的風(fēng)向、風(fēng)速等. 本研究將360°風(fēng)向角分為16個(gè)方向,計(jì)算各方向3個(gè)月(6、7、8月)內(nèi)平均風(fēng)向頻率,在風(fēng)玫瑰圖(圖2)中將最大風(fēng)向頻率視為該季節(jié)(夏季)主導(dǎo)風(fēng)向,并作為后續(xù)研究基礎(chǔ). 經(jīng)計(jì)算,該主導(dǎo)風(fēng)向?yàn)闁|北風(fēng).

圖2 武漢市2018年夏季平均風(fēng)向頻率

人口柵格數(shù)據(jù)收集自WorldPop,分辨率為100 m. 土地利用(第三次全國(guó)國(guó)土調(diào)查)和道路網(wǎng)絡(luò)數(shù)據(jù)均由武漢市測(cè)繪院提供,其中,土地利用數(shù)據(jù)包括公園與綠地、河流水面等在內(nèi)的43種二級(jí)類(lèi)用地(30 m×30 m),路網(wǎng)數(shù)據(jù)包括國(guó)道、省道、縣道、鄉(xiāng)道等四級(jí)道路.

1.3 模型構(gòu)建

1.3.1 通風(fēng)潛力計(jì)算

城市冠層中的空氣團(tuán)在遇到城市中的建筑時(shí)會(huì)形成分流,這恰好與在由節(jié)點(diǎn)和電阻組成的電路網(wǎng)絡(luò)中電流的分流高度相似. 在電路中,由歐姆定律I=U/R可得,當(dāng)一定的電壓U施加到電阻R時(shí),通過(guò)的電流I取決于電阻R的大小. 電路相關(guān)術(shù)語(yǔ)對(duì)應(yīng)的城市通風(fēng)相關(guān)概念如表1所示.

表1 電路理論術(shù)語(yǔ)的通風(fēng)相關(guān)概念解釋

為保證研究區(qū)邊界與建成區(qū)之間有較大緩沖范圍,需要以市中心為圓心,建立半徑為40 km的圓形緩沖區(qū),區(qū)內(nèi)電阻率默認(rèn)為1(保證無(wú)建筑區(qū)域電阻值為0),然后運(yùn)用電路理論,將空間數(shù)據(jù)轉(zhuǎn)化為柵格圖像,計(jì)算每個(gè)像元阻力值,根據(jù)Xie等[12]的研究,該阻力值用建筑迎風(fēng)指數(shù)(frontal area index,FAI)[21]表示,相當(dāng)于氣流阻力,電流值即表示通風(fēng)潛力. 考慮建筑物的密集程度,每一個(gè)像元代表一個(gè)節(jié)點(diǎn),相鄰節(jié)點(diǎn)由電阻連接. 電導(dǎo)率G用通風(fēng)指數(shù)(ventilation index,VI)表示. FAI與VI公式如下:

其公式解釋如圖3所示.

圖3 FAI與VI公式解釋

1.3.2 自變量選取

對(duì)于城市的建成環(huán)境,有研究表明城市地表通風(fēng)潛力與建筑高度、容積率和粗糙度長(zhǎng)度有明顯負(fù)相關(guān)關(guān)系[22-23],也有研究表明天空開(kāi)闊度(skyviewfactor,SVF)與城市通風(fēng)潛力有正相關(guān)關(guān)系[24],而城市藍(lán)綠空間、道路和城市地形等對(duì)城市通風(fēng)潛力也有一定的貢獻(xiàn)作用[25].隨著Ewing等[26]提出建成環(huán)境5Ds指標(biāo)體系,有大量關(guān)于居民出行方式與建成環(huán)境之間相關(guān)性的研究,鑒于此,本研究采用基于3Ds的指標(biāo)體系,探究建筑及其周?chē)h(huán)境與城市通風(fēng)潛力之間的相關(guān)性,其中各個(gè)變量的相關(guān)解釋如表2所示,其空間分布特征如圖4所示.所有影響因子的柵格數(shù)據(jù)均采樣至 500m×500m的空間分辨率,以保持進(jìn)一步分析的空間一致性.

表2 基于3Ds的指標(biāo)體系

圖4 各自變量空間分布特征

1.3.2.1 密度

本研究根據(jù)建筑數(shù)據(jù),考慮每個(gè)城市通風(fēng)單元的路網(wǎng)密度、建筑密度、容積率和人口密度.有研究表明,道路密度與溫度分布范圍呈負(fù)相關(guān),與最小溫度呈正相關(guān)[27],而溫度也從側(cè)面反映了通風(fēng)能力;來(lái)風(fēng)方向建筑越少、密度越小,通風(fēng)潛力越大[28];容積率對(duì)風(fēng)速有影響,并且與通風(fēng)潛力呈負(fù)相關(guān)[22];人群的集聚與城市熱環(huán)境之間有關(guān)聯(lián)[29].熱環(huán)境與風(fēng)環(huán)境密不可分,因此本研究將人口密度作為反映城市通風(fēng)潛力的指標(biāo),經(jīng)計(jì)算,其值在0～13.21之間.

1.3.2.2 多樣性

根據(jù)武漢市測(cè)繪院提供的2018年“三調(diào)”土地利用數(shù)據(jù),本研究將與通風(fēng)潛力相關(guān)的5類(lèi)用地用來(lái)測(cè)算土地利用混合度[30],包括商業(yè)服務(wù)業(yè)用地、工礦用地、住宅用地、公共管理與公共服務(wù)用地、其他用地(包括水域、林地等用地類(lèi)型). 經(jīng)計(jì)算,土地利用混合度在0～0.89之間.

1.3.2.3 設(shè)計(jì)

Wang等[25]對(duì)通風(fēng)潛力的定量分析研究表明,道路寬度>50 m是對(duì)城市通風(fēng)潛力影響較大的因素. 本研究計(jì)算了每個(gè)城市通風(fēng)單元的道路平均寬度,經(jīng)計(jì)算,其值在0～82.60之間.

根據(jù)He等[31]對(duì)城市通風(fēng)性能的研究,街道高寬比影響周?chē)鷼饬鬟\(yùn)動(dòng)的位置與形態(tài),當(dāng)街道與盛行風(fēng)的夾角小于30°時(shí)有利于通風(fēng). 劉勇洪等[14]認(rèn)為街道高寬比與天空開(kāi)闊度密切相關(guān). 本研究計(jì)算了每個(gè)城市通風(fēng)單元的街道高寬比,經(jīng)計(jì)算,其值在0～5.66之間.

天空開(kāi)闊度是描述三維城市形態(tài)的指標(biāo),表達(dá)了城市空間的封閉程度,是重要的城市形態(tài)學(xué)參數(shù),并且對(duì)城市的通風(fēng)潛力有重要影響. 根據(jù)Li等[24]的研究,天空開(kāi)闊度與空間平均風(fēng)速比有顯著的線性正相關(guān)關(guān)系. 本研究采用Zak?ek等[32]提出的基于數(shù)字高程模型(digital elevation model,DEM)的柵格計(jì)算模型估算天空開(kāi)闊度,經(jīng)計(jì)算,其值在0.12～1之間,城區(qū)內(nèi)大部分地區(qū)的天空開(kāi)闊度較低.

表面粗糙度長(zhǎng)度反映了城市下墊面的不均勻性,Fang等[17]運(yùn)用粗糙度長(zhǎng)度與天空開(kāi)闊度構(gòu)建了通風(fēng)阻力系數(shù),并以此表征城市通風(fēng)狀況. 本研究運(yùn)用Grimmond等[33]提出的形態(tài)學(xué)模型對(duì)城市粗糙度長(zhǎng)度進(jìn)行計(jì)算,其值在0～47.35之間. 雖然粗糙度長(zhǎng)度的計(jì)算過(guò)程涉及高度,并受到土地利用類(lèi)型的影響,但粗糙度長(zhǎng)度和土地利用類(lèi)型作為影響通風(fēng)潛力的重要因素[6,34],仍有必要單獨(dú)分析二者與通風(fēng)潛力的關(guān)系,尤其是二者對(duì)通風(fēng)潛力影響的空間異質(zhì)性.

1.3.2.4 自然鄰域

根據(jù)Kim等[18]的實(shí)驗(yàn)研究,地形對(duì)地面10 m以上的風(fēng)速有影響,表現(xiàn)為隨著坡度的增加而增加. 本研究根據(jù)DEM計(jì)算了每個(gè)城市通風(fēng)單元的地表坡度,結(jié)果在0～36.72之間.

城市的綠地和水體一直被認(rèn)為是城市通風(fēng)廊道的冷源. Fang等[17]將NDVI和MNDWI作為最低成本路徑(least cost path,LCP)分析中的兩個(gè)成本因素對(duì)城市通風(fēng)廊道性能進(jìn)行研究. 本研究計(jì)算了每個(gè)城市通風(fēng)單元的NDVI與NDWI,結(jié)果分別在-0.12～0.72和-0.50～0.53之間.

1.4 模型方法

普通最小二乘法(ordinary least squares,OLS)模型作為一種全局回歸模型,其公式如下:

式中,i代表第i個(gè)城市通風(fēng)分析單元(500 m×500 m),i∈{1,2,…,n};yi是模擬城市通風(fēng)潛力的電流值;βj是第j個(gè)解釋變量的系數(shù),j∈{1,2,…,k};xij是第i個(gè)城市通風(fēng)分析單元的第j個(gè)解釋變量;εi代表誤差值.本研究n=2 780,k=13(包括一列常數(shù)項(xiàng)).每個(gè)解釋變量參數(shù)估計(jì)可以用矩陣形式表示:

β=(XTX)-1XTy,

式中,X是解釋變量的矩陣(n,k),y是模擬城市通風(fēng)潛力的電流值的觀測(cè)值,β為各解釋變量的回歸系數(shù)估計(jì)值,其為整個(gè)研究區(qū)域內(nèi)的平均值,不能反映回歸參數(shù)的真實(shí)空間特征.

相比OLS,GWR與MGWR考慮了因變量與解釋變量之間的空間非平穩(wěn)性,并為每個(gè)回歸點(diǎn)設(shè)置單獨(dú)的回歸方程,根據(jù)其他數(shù)據(jù)點(diǎn)的不同位置,考慮到數(shù)據(jù)點(diǎn)和回歸點(diǎn)的空間距離,對(duì)各數(shù)據(jù)點(diǎn)賦予權(quán)重,距離越近,權(quán)重越大. GWR的公式如下所示:

式中,βij是第j個(gè)局部參數(shù);(ui,vi)表示第i個(gè)通風(fēng)分析區(qū)域格網(wǎng)中心點(diǎn)坐標(biāo).每個(gè)城市通風(fēng)分析單元的解釋變量參數(shù)估計(jì)可以用矩陣形式表示:

βi=(XTWiX)-1XTWiy,

式中,βi表示第i個(gè)城市通風(fēng)分析單元局部參數(shù)估計(jì)的向量(k,1),Wi是在位置i處的對(duì)角空間權(quán)重矩陣(n,n).這種方法是一種核回歸的廣義概念,其內(nèi)核是一個(gè)距離衰減函數(shù),用于確定權(quán)重隨距離減小的速度.這里使用高斯函數(shù)來(lái)計(jì)算權(quán)重,其公式如下:

式中,Wiu是從第u個(gè)城市通風(fēng)分析單元到第i個(gè)城市通風(fēng)分析單元的權(quán)重;diu是從第u個(gè)城市通風(fēng)分析單元中心到第i個(gè)城市通風(fēng)分析單元中心的距離;b表示第j個(gè)變量的回歸系數(shù)使用的帶寬,不同的帶寬選擇直接影響參與局部回歸的鄰域點(diǎn)的數(shù)量與權(quán)重.

GWR與MGWR的帶寬搜索一般選擇黃金分割搜索,帶寬選擇通常使用更正的Akaike信息標(biāo)準(zhǔn)(corrected Akaike information criterion,AICc). GWR雖然考慮了因變量與解釋變量之間的空間非平穩(wěn)性,但是它對(duì)所有的解釋變量采用固定帶寬,這簡(jiǎn)化了每個(gè)協(xié)變量的觀測(cè)值通常在不同空間尺度上產(chǎn)生變化的過(guò)程. MGWR通過(guò)使用基于通用加性模型(generalized additive model,GAM)[35]的后退擬合算法(back-fitting algorithm)為每個(gè)解釋變量使用不同的優(yōu)化帶寬,這允許每個(gè)自變量擁有各自不同的空間平滑水平,解決了GWR模型所有變量同一平滑水平的缺陷,降低了估計(jì)的偏誤,從而反映了各自空間過(guò)程的空間作用尺度,產(chǎn)生了比GWR更接近真實(shí)和有用的空間過(guò)程模型. 因此,帶寬對(duì)于 GWR 中的所有解釋變量都是恒定的,但在 MGWR中隨著j的變化而變化.

2 結(jié)果與討論

2.1 結(jié)果

由表3可知,根據(jù)OLS模型回歸結(jié)果,除了路網(wǎng)密度、建筑密度和地表坡度,其余變量均與城市通風(fēng)潛力顯著相關(guān). 道路寬度越寬、NDWI越高,城市通風(fēng)潛力越大. 相反,城市冠層粗糙度長(zhǎng)度越大、人口越密集、建筑容積率越高、土地利用類(lèi)型越混合、街道高寬比越大、天空開(kāi)闊度越大、NDVI越高,城市通風(fēng)潛力越小. 模型調(diào)整后的R2是0.463,AICc是6 178.781. 顯然,該模型的解釋能力并不高,因此,本研究運(yùn)用GWR和MGWR模型來(lái)獲得局部關(guān)系.

表3 OLS模型回歸結(jié)果

首先,應(yīng)檢驗(yàn) OLS、GWR 和 MGWR 模型的整體效果. 本研究測(cè)試了各模型的空間自相關(guān)擬合殘差. 如圖5所示,對(duì)比3種模型的全局莫蘭指數(shù)(Moran’sI)與P值,OLS與GWR模型的Moran’sI和P值為正,MGWR的Moran’sI為負(fù). 這表明,MGWR能更好處理空間自相關(guān)問(wèn)題. 并且由表4所示,MGWR擬合殘差的殘差平方和(residual sum of squares,RSS)為689.18、均方根誤差(root mean square error,RMSE)為0.50、AICc為4 786.42,均為3個(gè)模型中最小. 由此說(shuō)明,MGWR的擬合損失最小.

表4 3種模型誤差對(duì)比

圖5 3種模型空間自相關(guān)特征

其次,根據(jù)GWR和MGWR模型的局部R2(圖6),MGWR的局部區(qū)域細(xì)節(jié)表現(xiàn)比GWR更為明顯,高值區(qū)域更高,低值區(qū)域更低.

圖6 GWR與MGWR局部擬合空間分布特征

總體而言,MGWR模型擬合誤差小于GWR和OLS,并且可以更好地反映武漢市主城區(qū)通風(fēng)潛力與其影響因素之間的關(guān)系.

由表5可知,本研究各城市通風(fēng)影響因素的GWR模型帶寬都為211,僅占所有城市通風(fēng)分析單元的7.59%. 對(duì)于MGWR模型,人口密度、街道高寬比、天空開(kāi)闊度和粗糙度長(zhǎng)度的帶寬分別為2 761、1 465、2 779 和348,都高于GWR的固定帶寬211,并且它們的最小值與最大值無(wú)符號(hào)反轉(zhuǎn),但在GWR模型中其最大值與最小值存在符號(hào)反轉(zhuǎn),這與它們與通風(fēng)潛力呈現(xiàn)顯著負(fù)相關(guān)關(guān)系的預(yù)期相矛盾,這可能是由于帶寬過(guò)小、過(guò)度擬合而數(shù)據(jù)系數(shù)變異過(guò)大導(dǎo)致的. 由此說(shuō)明,MGWR的估計(jì)結(jié)果更加可靠.

表5 GWR與MGWR系數(shù)對(duì)比

MGWR回歸結(jié)果根據(jù)帶寬可分為3個(gè)尺度(圖7):

圖7 各自變量GWR與MGWR系數(shù)空間分布對(duì)比

(1)局部尺度(帶寬在44～621之間). 容積率(圖7a),其GWR結(jié)果除漢陽(yáng)區(qū)南部、江岸區(qū)北部、武昌區(qū)北部、東湖東部和洪山區(qū)以外,其余地區(qū)均與通風(fēng)潛力呈顯著負(fù)相關(guān),漢南區(qū)南部負(fù)相關(guān)程度最大,系數(shù)最低為-3.075. 但其MGWR模型的帶寬為44,顯著負(fù)相關(guān)區(qū)域比GWR更大,僅在漢陽(yáng)區(qū)南部和洪山區(qū)不顯著,且存在符號(hào)反轉(zhuǎn),系數(shù)最高為0.359,在漢南區(qū)南部和北部、武昌區(qū)中部、江漢區(qū)南部和東湖高新區(qū)南部與通風(fēng)潛力呈顯著負(fù)相關(guān),系數(shù)最小值為-1.965. NDVI(圖7h),其GWR結(jié)果在漢陽(yáng)區(qū)東南部、硚口區(qū)東南部、江漢區(qū)南部、江岸區(qū)南部、武昌區(qū)中部、東湖南部、東湖高新區(qū)南部和東部與通風(fēng)潛力呈顯著負(fù)相關(guān),系數(shù)最低為-0.481,在硚口區(qū)西部、漢陽(yáng)區(qū)西北部、江岸區(qū)西北部、洪山區(qū)和青山區(qū)南部與通風(fēng)潛力呈顯著正相關(guān),系數(shù)最高為0.754. 相比GWR,其MGWR帶寬為621,在武昌區(qū)西部、漢陽(yáng)區(qū)東部、硚口區(qū)東部、江漢區(qū)東南部和江岸區(qū)南部與通風(fēng)潛力呈顯著負(fù)相關(guān),系數(shù)最低為-0.222,在硚口區(qū)西部和漢陽(yáng)區(qū)西北部與通風(fēng)潛力呈顯著正相關(guān),系數(shù)最高為0.174. 粗糙度長(zhǎng)度(圖7g),其MGWR結(jié)果除漢南區(qū)、武昌區(qū)中北部、江岸區(qū)北部、洪山區(qū)和青山區(qū)中西部以外,其他區(qū)域均與通風(fēng)潛力呈顯著負(fù)相關(guān). 土地利用混合度(圖7c),其MGWR結(jié)果在長(zhǎng)江沿岸區(qū)域與通風(fēng)潛力呈顯著負(fù)相關(guān).

(2)區(qū)域尺度(帶寬在622～1 465之間). 道路平均寬度(圖7d),其GWR結(jié)果在江漢區(qū)、硚口區(qū)北部、漢陽(yáng)區(qū)中東部、武昌區(qū)北部和南部、洪山區(qū)北部與通風(fēng)潛力呈顯著正相關(guān),系數(shù)最高為0.415,在漢南區(qū)北部、江岸區(qū)北部和洪山區(qū)部分地區(qū)與通風(fēng)潛力呈顯著負(fù)相關(guān),與研究預(yù)期相反,在青山區(qū)、洪山區(qū)、江岸區(qū)、東湖周邊地區(qū)、漢南區(qū)和漢陽(yáng)區(qū)南部存在異常低值,系數(shù)最低為-0.216. 相比GWR,其MGWR帶寬為992,在硚口區(qū)、漢陽(yáng)區(qū)中北部、江漢區(qū)、武昌區(qū)中南部和洪山區(qū)與通風(fēng)潛力呈顯著正相關(guān),硚口區(qū)正相關(guān)強(qiáng)度最大,系數(shù)最大為0.143,其在青山區(qū)與通風(fēng)潛力呈負(fù)相關(guān),與研究預(yù)期相反. NDWI(圖7i),其MGWR結(jié)果在武昌區(qū)西部、漢陽(yáng)區(qū)東北部、硚口區(qū)東南部、江漢區(qū)和江岸區(qū)南部與通風(fēng)潛力呈顯著正相關(guān). 街道高寬比(圖7e),其MGWR結(jié)果在全區(qū)域與通風(fēng)潛力呈顯著負(fù)相關(guān).

(3)全局尺度(帶寬接近2 780). 該尺度下MGWR幾乎將所有樣本加入回歸,系數(shù)變化范圍較小. 天空開(kāi)闊度(圖7f),其GWR結(jié)果在漢南區(qū)北部、漢陽(yáng)區(qū)東部、洪山區(qū)北部、東湖高新區(qū)和青山區(qū)東部與通風(fēng)潛力呈顯著負(fù)相關(guān),系數(shù)最大值為0.248,最小值為 -0.739,存在符號(hào)反轉(zhuǎn). 相比GWR,其MGWR帶寬為 2 779,全區(qū)無(wú)系數(shù)符號(hào)反轉(zhuǎn),其系數(shù)最大值為 -0.112,最小值為-0.121,并且與通風(fēng)潛力呈顯著負(fù)相關(guān),全區(qū)呈現(xiàn)由西南至東北負(fù)相關(guān)強(qiáng)度逐漸增強(qiáng)的趨勢(shì). 人口密度(圖7b),其MGWR結(jié)果除硚口區(qū)、江漢區(qū)和江岸區(qū)西部以外,其余地區(qū)均與通風(fēng)潛力呈顯著負(fù)相關(guān),全區(qū)呈現(xiàn)由西北至東南負(fù)相關(guān)強(qiáng)度逐漸增強(qiáng)的趨勢(shì).

2.2 討論

(1)局部尺度(帶寬在44～621之間). 該帶寬下的因子有容積率(圖7a2)、粗糙度長(zhǎng)度(圖7g2)、土地利用混合度(圖7c2)和NDVI(圖7h2). 根據(jù)表3,它們均與通風(fēng)潛力呈負(fù)相關(guān),但劉勇洪等[14]發(fā)現(xiàn)城市地表通風(fēng)潛力與容積率和粗糙度長(zhǎng)度呈正相關(guān)關(guān)系,這一差異主要是由通風(fēng)潛力的識(shí)別方法不同造成的. 傳統(tǒng)研究多基于通風(fēng)阻力系數(shù)(ventilation resistance coefficient,VRC)模型識(shí)別通風(fēng)潛力,該方法依賴天空開(kāi)闊度和地表粗糙度指標(biāo),易受數(shù)據(jù)異常值影響;本研究采用電流值大小表征通風(fēng)潛力,不受除FAI和風(fēng)向以外因素的干擾,將傳統(tǒng)的內(nèi)生變量調(diào)整為驅(qū)動(dòng)因子. 容積率高的區(qū)域建筑密度與人口密度也較高,規(guī)劃中應(yīng)限制區(qū)域容積率以增強(qiáng)通風(fēng)潛力[36]. 洪山區(qū)的粗糙度長(zhǎng)度較大,而通風(fēng)潛力較低,雖然存在較大面積水域,但周邊建筑密集形成較大風(fēng)阻,影響了水域的冷源作用,需要補(bǔ)充建設(shè)通風(fēng)廊道. 長(zhǎng)江沿岸土地利用混合度與通風(fēng)潛力呈強(qiáng)負(fù)相關(guān),作為金融商貿(mào)核心區(qū),該區(qū)域商住混合的高層建筑較多,顯著阻礙了通風(fēng)潛力. 硚口區(qū)西部和漢陽(yáng)區(qū)西北部的NDVI與通風(fēng)潛力呈強(qiáng)正相關(guān),大面積綠地為通風(fēng)提供了便利. 但在長(zhǎng)江沿岸呈強(qiáng)負(fù)相關(guān)[16],這是由于區(qū)域內(nèi)街邊綠地、公園綠地與小區(qū)綠地面積小而分散,難以形成長(zhǎng)距離的通風(fēng)走廊,應(yīng)適當(dāng)推進(jìn)藍(lán)綠空間連片化發(fā)展.

(2)區(qū)域尺度(帶寬在622～1 465之間). 該帶寬下的因子有道路平均寬度(圖7d2)、NDWI(圖7i2)和街道高寬比(圖7e2). 根據(jù)表3,街道高寬比與通風(fēng)潛力呈負(fù)相關(guān),道路平均寬度和NDWI與通風(fēng)潛力呈正相關(guān). 硚口區(qū)道路平均寬度大且多數(shù)道路朝向與風(fēng)向相似,形成了較好的道路通風(fēng)廊道,但需注意該地區(qū)車(chē)行帶來(lái)的負(fù)面效應(yīng). 長(zhǎng)江與漢江交匯區(qū)及江漢區(qū)中部的NDWI與通風(fēng)潛力呈強(qiáng)正相關(guān),因其水源的下風(fēng)向建筑稀疏,充分發(fā)揮了水體冷源作用,提供了良好的通風(fēng)廊道. 街道高寬比在漢南區(qū)的負(fù)相關(guān)強(qiáng)度最大,該地區(qū)需要在規(guī)劃中注意街區(qū)內(nèi)建筑物的間距和高度,采取離散化的建筑配置以疏導(dǎo)氣流[36].

(3)全局尺度(帶寬接近2 780). 該帶寬下的因子有人口密度(圖7b2)與天空開(kāi)闊度(圖7f2),它們的系數(shù)變異較小. 人口密度與城市通風(fēng)潛力在東湖高新區(qū)呈強(qiáng)負(fù)相關(guān),開(kāi)發(fā)區(qū)內(nèi)人口密集且建筑較高,更容易形成局部熱島. 天空開(kāi)闊度在全區(qū)與通風(fēng)潛力呈顯著負(fù)相關(guān)[14],但Li等[24]發(fā)現(xiàn)SVF與以風(fēng)速比表示的通風(fēng)潛力呈正相關(guān),這一差異是由通風(fēng)潛力識(shí)別方法不同造成的.

3 結(jié)論

本文利用電路理論模型模擬2018年武漢市主城區(qū)夏季主導(dǎo)風(fēng)向的通風(fēng)潛力,綜合構(gòu)建3Ds指標(biāo)體系,從密度、多樣性和設(shè)計(jì)描述建成環(huán)境,同時(shí)考慮了自然鄰域. 詳細(xì)對(duì)比了OLS、GWR和MGWR的回歸結(jié)果. 相比于OLS模型,GWR雖然考慮了空間異質(zhì)性,但模型中每個(gè)變量的帶寬是相同的,難以體現(xiàn)不同變量在空間上影響范圍的區(qū)別,并且?guī)捿^小時(shí),會(huì)使得所有變量的系數(shù)有較多的異常值與符號(hào)反轉(zhuǎn),與預(yù)期相關(guān)性相矛盾. MGWR采用的自適應(yīng)帶寬解決了這些問(wèn)題,可以得到更加合理與穩(wěn)定的結(jié)果. 根據(jù)MGWR提供的帶寬,本文將不同自變量的影響尺度劃分為局部、區(qū)域和全局3個(gè)尺度,充分體現(xiàn)其空間異質(zhì)性.

本文為城市通風(fēng)潛力的優(yōu)化提供了實(shí)證啟示. 但是也存在一定的局限性,MGWR的回歸仍然為線性結(jié)果,并未考慮建成環(huán)境因子對(duì)通風(fēng)潛力的非線性影響,后續(xù)考慮使用梯度提升決策樹(shù)(gradient boosting decision tree,GBDT)等非線性模型進(jìn)一步探索分析. 此外,可考慮對(duì)不同氣候類(lèi)型下的不同城市開(kāi)展相關(guān)試驗(yàn)并進(jìn)行驗(yàn)證,使其在城市規(guī)劃中更具通用性.