基于景观格局变化的城市热岛效应研究综述Word下载.docx

基于景观格局变化的城市热岛效应研究综述Word下载.docx

《基于景观格局变化的城市热岛效应研究综述Word下载.docx》由会员分享，可在线阅读，更多相关《基于景观格局变化的城市热岛效应研究综述Word下载.docx（6页珍藏版）》请在冰点文库上搜索。

基于土地利用与覆盖类型、基于地表参数、基于景观格局指数，基于城市功能布局。

并重点对这四种研究方法做了详细的分析。

最后针对目前该方向研究存在的问题提出了一些建议。

关键词：

景观格局城市热岛地表温度尺度土地利用与土地覆盖

　　20世纪以来，随着快速的城镇化加速了人类改造土地的速度，在极短的时间里增加了大量的人工建设用地，改变了自然下垫面的构成。

突出的变化是城市硬质景观扩张及由此造成的植被覆盖面积减少，这已成为近几十年全球范围内城市景观变化的基本特征[1]。

景观格局的改变会造成很多生态环境问题，其中对人类生活生产空间的热舒适性有直接负影响的是城市热岛效应。

近年对景观格局与城市热岛效应两者之间关系的研究逐渐增多，此研究方向也逐渐成为城市生态学研究中应用景观生态学原理解决实践问题的重要领域。

本文将对该方向的现状研究进行总结，从研究范围尺寸的确定、数据的获取与处理、具体的分析手段进行介绍和分析，并对该方向研究目前存在的问题提出一些建议。

1研究尺度

　　景观格局与热岛效应都存在尺度多样性问题，包括粒度和幅度。

例如景观格局指数、热岛效应的强弱都会随着尺度的改变而发生变化。

确定合理的研究尺度是进行下一步研究的前提。

　　申卫军[2]对指数与粒度、幅度的变化进行了分析：

随粒度增加，景观中斑块数、边界长度、斑块形状的复杂性、破碎度、多样性将随之减小，而斑块面积、聚集度和连通性将增加；

而随着幅度的增加，景观中斑块数、边界长度、多样性将随之增大，而其他指数由于受到空间分布随机性的影啊变化比较复杂。

郭冠华等学者[3]研究表示：

随粒度增加，弱势热力斑块类型下降，向相邻斑块转移；

景观指数在类型水平和景观水平均受空间粒度影响明显。

粒度150m是城市热岛格局特征的临界粒度，对热岛格局进行景观指数计算的适宜粒度范围为30-150m。

WengQH[4]等学者通过粒度变换分析美国印第安纳波利斯地表温度与NDVI及植被盖度的相关性，研究发现它们的负相关关系均在120m尺度上达到最大值，显示操作尺度的存在。

　　目前学者对景观格局尺度研究比较成熟，但对热岛效应尺度方面的研究还比较少，现阶段的研究结论也基本反映一个结论，即热岛格局的粒度变化特征同样具有一般景观研究的规律，如多尺度相关和尺度依赖性。

2数据获取与处理

　　研究数据的获取方法归纳起来有两大类[5][6]：

一类是采用气象站地面监测温度资料；

另一类是通过航空或卫星遥感热红外传感器监测地表温度数据。

两类方法各有优缺点，地面监测能够长时间地获得温度数据并且数据精确，比较利于对热岛的年、季、日变化进行监测，但是此方法耗时耗力，且测量数据的覆盖面积小，无法全面、同步的反映一个地区的热岛情况；

而遥感监测则相反，能够获得同一时间点的大面积温度数据且不受人为干扰，但其所测得的数据由于受到多种因素的限制，且在数据获取上存在一定时间间隔，不能获得连续时间的温度数据。

根据已有综述文献[7][8]，2000年以前用的卫星热红外遥感数据多是AVHRR、TM/ETM+。

2000年之后，随着TERRA/AQUA卫星的发射，ASTER数据和MODIS数据开始使用，它们的时间分辨率或空间分辨率较高，且利于不同尺度的综合分析被越来越多地使用。

TM/ETM+数据因可免费获取仍然被广泛应用于一些中尺度的区域。

　　随着遥感技术的进步，现存的一些问题逐渐被解决，目前大多数学者都以遥感监测方法为主，同时将RS与GIS、GPS等技术融合，并结合气象观测资料，以准确连续的监测和分析城市热岛效应的强度和变化。

例如米金套[9]、陈辉[10]岳文泽[11]等学者综合利用了QuickBird、landsat卫星影像资料、气象观测资料、基于GIS的景观统计资料，建立了动态监测和空间分析模式。

　　遥感技术获取的数据还要经过反演、校对等处理才能用于热岛温度研究。

较为普适的反演算法包括针对单波段LandsatTM/ETM+等的单窗算法，针对多波段热红外遥感数据的劈窗算法、多波段回归法等，这些算法在不同区域的陆地和海洋中都得到了广泛的应用，已经成为地表温度研究的基础[12]。

3研究方法

　　对于一个城市来说，城市内部不同规模和属性的景观要素，以斑块、廊道和基质三个景观结构成分，重复地镶嵌在一起，形成一定的城市景观格局。

这些景观格局影响着城市内部水文、气候、动植物包括人类的活动。

因此，分析景观格局与城市热岛过程之间的相互作用对理解城市热岛效应、缓解城市热岛等都具有重要的意义。

本文通过对现阶段一些研究进行总结，认为目前景观格局与热岛效应关系的研究方法大致可分为四类：

3.1基于土地利用与覆盖类型

　　对地表进行明确的土地利用与覆盖类型（LULC）划分以研究景观与热岛关系是一种常见的方法。

基于遥感图像进行土地利用与覆盖类型划分是一种离散的分析方法，具体是将地表不同的用地类型的温度直观的反映出来。

以这些景观类型来统计地表温度会发现不同类型，如建筑用地、森林、耕地、道路确实具有明显不同的温度。

刘越[13]等学者通过对城市地表热通量的相关参数进行反演，进而分析城市下垫面不同类型对地表热通量以及能量平衡的影响。

结果表明不同地表下垫面类型的波纹由大到小顺序依次为工业用地>

住宅用地>

交通用地>

公共设施用地>

旱田>

公共绿地>

水域。

在刘娇妹[14]等学者在对北京市冬季不同景观下垫面温湿度变化研究中发现不同的土地覆盖温度呈水体<

绿地<

建筑物空间<

道路的变化趋势，湿度呈相反的趋势。

　　目前采用土地利用与覆盖类型分析城市热岛效应的研究方法的结果和精度会受分类体系和数据精度的影响，影响因素包括数据的尺度和粒度特征、数据质量、分类规则、分类人员的专业素质等。

3.2基于地表参数

　　不同于上述离散的景观分类分析方法，采用连续的地表参数也可以用来表现地表景观特征。

这些地表参数包括植被指数、建筑指数、湿度指数、裸土指数或不透水层的所占比例等。

　　例如在徐涵秋[15]针对福州城市地表参数变化的城市热岛效应分析中发现不透水面对地面温度的影响可接近或超过植被和水体之和。

在田鹏飞[16]等学者的研究中表示植被指数对地温的解释程度最好，河流水体对城市热岛有一定的减缓效应。

而在王天星[17]等学者的研究中发现：

在各土地利用类型或整个研究区上地表温度与其他3个参数的关系异常复杂，很难用线性表达；

而在1%的间隔尺度上平均温度与植被覆盖度、不透水面密度分别呈明显线性负相关和正相关关系，在0.01间隔尺度上地表温度和NDVI关系仍较复杂，呈分段性变化；

另外，植被覆盖度、不透水面密度对城市热岛的表征性和代表性要强于NDVI。

岳文泽等[11]从土地利用斑块和类型两种尺度水平上建立了LST和NDVI的定量关系。

研究表示二者具有明显负相关的线性关系，但在不同土地利用类型上二者关系并不同。

其中工业仓储、交通用地与公园绿地、农业用地差异最为显著。

　　总结基于地表参数的热岛研究，反映一个趋势：

即地表温度与地表参数的关系会随着研究尺度与土地用地性质的不同而有所变化，但基本呈现地表温度与植被指数（NDVI），湿度指数（NDWI）甚至于裸土指数（NDBSI）显著负相关，而与不透水面积或地表建筑指数（NDBI）呈现正相关，但NDVI与地表温度的相关关系并不是在所有研究中都明显。

　　选取这些连续地表参数作为模型的输入参数时，需首先针对研究区域的数据做分析。

这些连续性的地表景观参数与传统的景观格局分析方法并不匹配，它们主要是针对离散的景观类型的参数，景观格局角度的研究又将这些连续性的参数分级分类或用于辅助景观分类[12]。

3.3基于景观格局指数

　　景观格局指数多样，可以从斑块、类和景观3个层次对热岛效应进行全面的表征，因此目前很多学者都对此进行了研究。

　　马勇刚[18]等对乌鲁木齐城市景观格局做出定量评价，计算斑块数、斑块密度、平均斑块面积等景观指数，同时与地表温度进行比较，发现在人类活动干扰下，各景观类型平均斑块面积减小，斑块数与斑块密度呈增大趋势，即乌鲁木齐城市景观破碎程度显著增强，直接造成了热岛效应范围的变化。

此外，与利用传统景观格局指数研究热岛效应不同，一些学者还将景观格局指数借鉴应用在热力景观描述中进行研究。

如黄聚聪[19]、陈云浩[20]、江学顶等[21]采用传统的景观指数对热力景观进行过格局分析，研究了城市群热环境空间格局的日变化规律，采用传统的景观指数将其与遥感图像所得的温度图进行景观格局分析，对模拟结果做肯定的评价，其研究方法与传统景观格局分析相似，也回归到了传统景观格局分析的方法，不同之处就在于景观的分类。

　　总结目前对景观格局指标与城市热岛的研究，仍很少对格局指数的生态含义做进一步解释，而这些景观格局指数的多数已被证明缺少生态学含义[22][23]，因而此类研究不仅影响其在景观设计中的应用，也很难评价区域性的景观格局对城市热岛效应的影响。

例如陈爱莲[24]等以北京为研究对象，对传统景观格局指数在城市热岛效应中的适用性进行了研究，指出在景观水平和类型水平计算的24个景观格局指数中，只有部分指标在部分月份与地表温度具有温度的显著关系。

同时指出传统景观格局指数可能并不适合评估河流对地表温度的影响。

同样的，陈利顶等25提出景观格局指数是定量分析景观格局与生态过程的主要方法，但由于许多景观格局指数难以将格局与过程有机融合在一起，因而具有局限性。

3.4基于城市功能布局

　　与上述三种从生态学角度研究城市热岛的方法不同，基于城市功能布局角度的研究方法偏向于城市规划角度。

一般分析手法是通过对城市不同功能用地进行划分，分析其景观组成与重要的景观元素，并结合经济发展等因素找出不同的城市功能地区（如主城、卫星城等）对地表温度的影响。

　　王伟武等[26]从城市用地类型的演化、城市空间格局的改变、城市用地布局的合理性以及人为热排放等方面剖析了杭州城市热岛的产生与影响机理。

黄初冬[27]对杭州市的地表温度与城市用地进行分析发现，热岛分布与人类活动和经济发展密切相关。

热岛的核心主要分布在城市中心区，特别是铁路沿线的仓储用地、工业区、居住工业混杂或居住商业混杂的用地、建筑密度和人口密度高的居住区及交通繁杂的地段。

马跃良28讨论了广州市热岛扩展的时空演变格局和热岛效应形成的主要因素，结果表明热岛效应在空间分布上呈现"

三线四区"

的特征，"

三线"

主要是廊道式的交通干线，四区主要包括斑块式的经济开发区、工业生产区。

　　基于城市功能布局分析热岛效应不仅可以从景观格局方面，还可以多层次多因素（经济、文化等）讨论热岛效应的形成机制，但在某些方面仍可以进行更进一步的定量研究，以获得更加可靠的数据支撑[29]。

例如，在城市尺度下，针对城市规模、人口密度与城市热岛的关联性，可进行模拟与实例研究以获得更有说服力的数据。

4研究建议

　　通过上述研究可以知道目前从城市景观格局研究城市热岛效应还存在一些问题，主要表现在数据获取与处理的精确性有待提高；

研究时对尺度的考虑不够深入；

现阶段研究集中在一维平面上，缺少对二维三维直接模拟技术，尚不能很好的与城市景观设计相结合；

城市热岛效应的形成是多因素的结果，目前在从景观格局角度研究的时候过于纯粹，缺少与其他学科的综合研究。

在此基础上，结合米金套[9]、陈爱莲[12]、刘艳红[22]等学者的研究，提出以下建议。

4.1选取最合适的高质量数据

　　在评价或预测城市热岛效应的研究或模型中，选取最合适的高质量遥感数据和气象数据。

在景观分类和野外实测时，严格设计实验、控制实验步骤。

根据需要，在离散的景观分类中加入连续性的、具有生态学意义的地表参数，或将两者结合起来构建景观格局指数，使之更便利城市规划和景观设计。

4.2确定合理的研究尺度

　　中尺度上要充分利用多光谱遥和热红外遥感数据，结合小尺度的测量和模拟，建立基于机理的景观模型或格局指数以评价区域热岛效应。

4.3深入从景观格局角度模拟城市热岛效应的研究

　　目前还没有合适的描述二维或三维特征的景观格局指数或方法，使之既能在城市热岛应用模型中使用，又能使模拟结果直接应用于城市景观设计。

因此需要加强对二维和三维景观的模拟研究，发展多维度的景观格局指数。

不仅模拟小尺度、多维度的景观格局，也模拟更具体的景观基质，如新兴的建筑物材料等，为小尺度生态社区建设提供参考依据。

4.4多领域数据的融合和多学科方法的交叉

　　城市热岛效应研究涉及到生态学、气候学、城市规划、社会经济学等多个学科，不同学科的数据存在着尺度的差异，适当地对其进行融合是城市热岛效应研究的基础；

而多学科的研究方法更有助于景观格局与热岛研究取得新进展，为城市规划和设计提供更具体可靠的参考依据。

5.小结

　　对目前景观格局与城市热岛效应的研究进行了小结，从尺度选取、数据获取与处理、研究方法几方面总结目前研究的状况，并分别进行了分析。

其中大胆的将景观格局与城市热岛研究的方法分为四类（即基于土地利用与覆盖类型、基于地表参数、基于景观格局指数，基于城市功能布局），有助于理解多种不同分析方法的不同点和相同点。

随着城市热岛效应的危害日益加剧，人们将更加迫切的需要解决热岛问题，从城市景观格局角度解决热岛效应将有更广阔的前景。

参考文献

[1]陈昌笃.中国的城市化及其发展趋势[J].生态学报，1994,14

（1）:

84-89.

[2]申卫军,邬建国,任海,等.空间幅度变化对景观格局分析的影响[J].生态学报,2003,23（11）:

2219-2231.

[3]郭冠华,陈颖彪,魏建兵,等.粒度变化对城市热岛空间格局分析的影响[J].生态学报,2012,32（12）:

3764-3772.

[4]WengQH，LuDS，SchubringJ．Estimationoflandsurfacetemperature-vegetationabundancerelationshipforurbanheatislandstudies.RemoteSensingofEnvironment,2004，89（4）:

467-483．

[5]蒋世章,余明,季青.城市热岛效应研究综述[J].大众科技,2008（12）:

97-99.

[6]王鹏.城市景观格局与城市热岛效应的多尺度分析-以成都市中心城区为例[D].四川:

四川农业大学,2007.

[7]VoogtJA，OkeTR.Thermalremotesensingofurbanclimates.RemoteSensingofEnvironment,2003,86（3）:

370-384．

[8]ArnfieldAJ.Twodecadesofurbanclimateresearch:

areviewofturbulence,exchangesofenergyandwater,andtheurbanheatisland.InternationalJournalofClimatology，2003，23

（1）:

1-26．

[9]米金套.门城市景观格局变化与热岛效应研究[D].北京:

北京林业大学,2009.

[10]陈辉.基于GIS的成都市城市森林景观格局及其与热岛分布的关系研究[D].四川:

四川农业大学,2009.

[11]岳文泽,徐建华,徐丽华.基于遥感影像的城市土地利用生态环境效应研究-以城市热环境和植被指数为例[J].生态学报,2006,26（5）:

1450-1460.

[12]陈爱莲,孙然好,陈利顶.基于景观格局的城市热岛研究进展[J].生态学报,2012,32（14）:

4553-4565.

[13]刘越,GotoS,庄大方,等.城市地表热通量遥感反演及与下垫面关系分析[J].地理学报,2012,67

（1）:

101-112.

[14]刘娇妹,杨志峰.北京市冬季不同景观下垫面温湿度变化特征[J].生态学报,2009,29（6）:

3241-3225.

[15]徐涵秋.基于城市地表参数变化的城市热岛效应[J].生态学报,2011,31（14）:

3890-3901.

[16]田鹏飞,蔡娜佳,张玲,等.热岛效应与地表参数的相关性分析及水体对热岛的影响研究[J].现代农业科技,2013（13）:

232-235.

[17]王天星,陈松林,马娅.基于ASTER数据源的地表参数关系分析-以福州市为例[J].资源科学,2008,30（8）:

1276-1281.

[18]马勇刚,塔西甫拉提·

特依拜,黄粤,等.城市景观格局变化对城市热岛效应的影响-以乌鲁木齐市为例[J].干旱区研究,2006,23

（1）:

172-176.

[19]黄聚聪,赵小锋,唐立娜,等.城市化进程中城市热岛景观格局演变的时空特征-以厦门市为例[J].生态学报,2012,32

（2）:

622-631.

[20]陈云浩,李京,李晓兵.城市空间热环境遥感分析-格局、过程、模拟与影响.1版.北京:

科学出版社.2004．

[21]江学顶,夏北成.珠江三角洲城市群热环境空间格局动态[J].生态学报,2007,27（4）:

1461-1470.

[22]刘艳红,郭晋平.城市景观格局与热岛效应研究进展[J].气象与环境学报,2007,23（6）:

46-50.

[23]陈利顶,刘洋,吕一河,冯晓明,傅伯杰.景观生态学中的格局分析:

现状、困境与未来[J].生态学报，2008，28（11）:

5521-5531．

[24]陈爱莲、孙然好、陈利顶.传统景观格局指数在城市热岛效应评价中的适用性[J].应用生态学报,2012,23（8）:

2077-2086.

[25]陈利顶,傅伯杰,赵文武."

源"

"

汇"

景观理论及其生态学意义[J].生态学报,2006,26（5）:

1444-1449.

[26]王伟武,李国梁,薛瑾.杭州城市热岛空间分布及缓减对策[J].自然灾害学报,2009,18（6）:

14-20.

[27]黄初冬,陈前虎,彭卫兵,等.杭州市"

热岛效应"

与城市功能布局的关联分析[J].规划师,2011,27（5）:

46-49.

[28]马跃良,陈或,蔡睿.广州市城区热岛效应的遥感应用研究[J].云南地理环境研究,2009,21:

83-88.

[29]薛瑾.城市热岛产生的空间机理与规划缓减对策[D].浙江:

浙江大学,2008.

---------------

------------------------------------------------------------