肖淦楠
广州市城市规划设计有限公司 510000
摘要:城市化进程导致城市气候及生态环境受到严重危害，人类文明进步使得人类对生存环境的要求有增无减，两者的矛盾使得研究城市热岛效应成为目前亟待解决且具有重要生态意义的问题之一。面对城市空间发展方式正由外延扩张向存量更新转变的现状，本文以缓解城市热岛效应，推进城市可持续、绿色生态发展为目的，对长沙市主城区进行绿色更新改造策略研究。主要通过遥感影像数据反演地表温度，梳理长沙市主城区热岛效应的特征及形成机制，从而筛选出具有典型意义的热岛空间，提出相应绿色改造策略；使得城市更新更具针对性和科学合理性，最终达到城市生态环境改善与人居生活品质提升的目的。
关键字：热岛效应；遥感定量分析；热岛空间；绿色更新
1．引言
一般认为有关城市热岛效应的研究始于1818年《伦敦气候》一书的出版。此后关于城市热岛效应的研究越来越多，早在1953年，Mitchell等运用地面观测法[1]，深入分析和研究了城市人口密度、数量与城市热岛效应强度之间的关系； 1969年Estoque等[2]采用数值模拟法分析局地热源对气温和气流的扰动影响 ；而我国城市热岛效应研究起步较晚，其中夏豫齐、周淑贞等最早开始关于热岛效应的研究；此后，1987年范天锡[3]等也利用 NOAA/VHRR气象卫星资料研究了北京城市热岛效应的季节变化特征。
所以根据前人研究，可将城市热岛研究的主要方法归纳为地面观测法、数值模拟法及遥感监测法三种[4]。前两者数据较难获取且模型复杂，较难真实有效的反映区域热岛效应的空间分布，自1972年Rao等[5]首次提出热红外遥感，由于其实时追踪动态、观测范围覆盖面广等优势明显，开始广泛被运用，本文采用此方式进行城市热岛的研究。
当前随着可持续理念与生态城市理论的进一步发展以及时代发展提出的新要求，本文尝试将绿色技术与空间更新相结合，提高城市更新的针对性，对于改善城市人居环境质量、制定相应的城市规划及城市更新策略具有一定的参考价值。
2. 长沙市主城区地表温度反演
2.1研究范围
选取长沙市主城区（除望城区外）为本次研究范围，集中了长沙主要城市建设与人为活动（图1、图2）。
.png)
图1研究区域范围 图2 研究区域影像
2.2数据来源
本文采取遥感检测法进行地表温度反演，并使用当前最为先进的Landsat8遥感影像图，由地理空间数据云（http://www.gscloud.cn/）下载获取。获取影像为研究范围内云量较少，成像质量好的影像，最终选取北京时间2015年10月25日10点56分的成像图（筛选多年次影像所得）。
2.3反演方法与结果
当前常用地表温度反演算法主要包括辐射传导方程法、单通道算法和劈窗算法[6]。本文采用辐射传导方程法（Radiative Transfer Equation—RTE），运用Envi5.1软件处理数据并进行反演，具体过程如下（图3）：
.png)
图3 辐射传导方程法反演流程图
注：OLI 大气校正是可选项，既有研究表明大气校正处理对结果影响可以忽略。
反演结果（图4）显示当日地表温度最高温44.72℃，最低温0℃。
.png)
图4 长沙市主城区地表温度反演图
（资料来源：作者自绘）
根据上图采用 Arcgis 重分类功能，并通过热岛强度指数计算，对研究区域的城市热岛强度划分为六个等级，使得结果更加直观（表1）：
表1
.png)
3. 长沙市主城区热岛格局分布特征及其形成机制
3.1 整体格局分布特征
根据强度分类得到地表温度等级分区图（图5），并通过栅格进行统计，热岛区占比共达45.94%（图6），城市受热岛效应影响明显，其中芙蓉区与雨花区更为显著（图7）。
.png)
3.1.1 圈层分布特点
运用 Arcgis ，围绕城市几何中心构建圈层分布图，由内向外可分为以4 个阶段（图8），并统计各圈层的平均地表温度（图 9）：
.png)
综上，主城区整体圈层热岛分布基本呈现由几何中心至主城区外围逐渐减弱的特征，四个圈层分别表现为：①核心环高低起伏②内环持续稳定③中环波动变化④外环大幅下降。极强热岛多处于核心与内环，这两个圈层由于其城市功能及建筑分布，极易形成聚集的极强热岛，并且也达到了研究范围内的温度最大值，但由于其山水洲城的生态格局，抑制了热岛的贴近式蔓延，没有连续攀升；工业园区集中于主城区边缘，本身热岛强度较高，还影响了周边非工业用地的热环境，尽管中环整体趋势递减，但外侧仍形成较高温度，形成波动变化；靠近主城区外围山体分布较多，所以外环均温开始大幅下降。
3.1.2 网格分布特点
（1）东西部特征
利用 Arcgis “创建渔网”及 “空间连接”功能，统计各网格内的均温分布（图10）及NDVI均值分布（图11）（NDVI值越高则地表植被覆盖率越高）。同样运用Arcgis对遥感影像进行波段融合后，识别出建设用地、水体及绿地三类用地（图12）。
.png)
图10 热岛均温网格分布图 图11 NDV均值网格分布图 图12 土地利用图
具体特征呈现为：湘江东侧由于北侧地势较高，温度呈现北低南高的趋势；湘江 西侧由南北向山体切割，温度呈现山体较低，南北两侧较高 。
（2）网格自相关关系
任何不同地理事物之间都相关联，近处地理事物相关性强，而远处弱，即空间自相关性。通过Arcgis 的全局空间自相关（Global Moran’s I）工具，识别热岛强度的空间自相关性。在给定一组要素及相关属性情况下，该工具评估所表达的模式分为聚类、离散、随机三种。根据计算公式[7]计算结果如下（图13）：
.png)
图13 局部空间自相关类型图
“高-高”、“低-低”关联型占比较高，说明热岛效应在局部区域存在一定的正相关性，高温区、低温区更趋于集聚分布，而“高-低”和“低-高”关联型占比较低。 “高-高”关联型主要体现为三种功能空间：①集中工业区②高层居住区③交通基础设施。其中，集中工业区相对较多。“低-低”关联型则较为单一，均为大尺度山体区域。
3.2热岛强度分布特征
3.2.1 各类型热岛强度的整体分布特征
图14 主城区网格均温图
极强热岛区与强热岛区
.png)
图18弱冷、强冷岛网格均温图 图19弱冷、强冷岛网格均温特征图
利用热岛网格均温图将栅格划分为三类热岛区，各类型热岛强度分布特征表现为：极强与强热岛呈现湘江两侧双带状分布，猴子石大桥连接东、西二环U形分布，主城区外围斑块聚集；较强热岛与弱热岛相对分散，分布于距离相近但不接壤的强热岛区之间；弱冷岛与强冷岛集中分布于山系与水系区域，与山水格局呼应。
3.2.2 各热岛强度斑块形态特征
采用景观生态学的研究方法分析长沙市不同热岛强度区内的斑块形态，运用 Fragstats 4.2软件，分别统计四种圈层中各热岛强度区的六类景观格局指数（图20）:
其中类型占比、最大斑块指数、平均斑块面积正相关关系明显，同时在四个圈层内呈反比增长，较强热岛由内环至外环递减，解释了主城区热岛强度由内核向外环逐渐衰退的格局特征。
平均邻近度指数和斑块密度表明，较强热岛区斑块与弱冷岛区斑块容易聚集，密度低，弱热岛区和极强热岛区在各圈层中联系松散不成片，也与前文网格自相关关系结论相符。
形状指数则表明较强热岛区的斑块形状较为复杂，极强热岛强度斑块形状相对规整。
.png)
3.3空间区位分布特征
从微观来看（图21），湘江以及植被覆盖多的山体区域基本无热岛效应呈现冷岛强度，较强热岛等级以上的区域主要集中于主城区建设用地，较为明显的热岛区域可分为以下五类：1.湘江东岸核心商圈及聚集成片的老城区；2.人口密集且流动性大的大学城片区；3.主城区外围集中工业片区、物流园区及经济开发区；4.城市重大交通基础设施；5.大规模商贸批发市场。：
.png)
图21 主城区典型热岛域
分布图 图22 主城区典型热岛空间分布图 图23 主城区百度热力图
3.4主城区热岛格局形成机制
当前有关热岛成因主要包括冠层（UCL）和边界层（UBL）两个尺度范围，本文对热岛形成机理的讨论宏观层面主要为冠层尺度，地势与水系影响下的冷岛效应较强，而建成区则出现集中的热岛效应；而微观层面多以冠层尺度为主，典型区域的热岛形成机制复杂，多受人为影响更为明显。根据前文特征分析梳理宏观与微观层面的热岛形成机制，具体如下表：
.png)
.png)
综上，本节归纳总结出当前较为显著与普遍性的影响因素，热岛的形成与城市下垫面性质改变、城市规模与建筑形态、城市规模与建筑形态以及缺少绿化等因素均密切关系，并且这些影响因子以一种及其复杂的方式相互作用于城市气候。
4. 典型热岛绿色更新改造策略
前文研究表明，不同功能特征及空间均会形成相似的热岛效应，因此归纳总结出了较为显著与普遍性的影响因素，但不同类型热岛空间背后的形成机制还具有特定的影响因素，所以仍需进一步筛选出更为典型的热岛空间，从而对其进行更具针对性的绿色更新策略研究。
因此，需进一步取取典型热岛空间，原则如：1.保证热岛区域的典型性，通常是稳定、极端的热岛强度的区域，并确保它们具有绿色更新改造的必要；2.功能发展特征具有代表性，能够广泛地代表某中类型的城市区域。
.png)
图24典型热岛空间网格分布图 图25 典型热岛空间类型图
根据以上原则，再次选取2018年2月 3日的遥感影像图进行反演，叠加两期热岛强度网格，识别均为极强热岛强度的网格（图24），确定稳定高温区，进一步缩了小空间范围与尺度，其中最为显著的类型有三种：高密度商居住型、低密度工业型与交通基础设施（图25）。
4.1典型热岛空间绿色更新改造策略
因此针对具有典型热岛效应的生活、生产、公共空间包括住区、工业区及交通设施进行统筹的、可持续性的绿色更新策略研究，本文采用“共性+针对性”的复合改造模式（图5-6）。
.png)
图26 绿色更新改造策略模式图
（资料来源：作者自绘）
4.2缓解热岛效应的绿色更新具体案例分析--以半湘街社区为例
本次研究仅选取高密度居住热岛空间类型为案例进行具体研究。
4.2.1 现状概况
.png)
图27 半湘街社区现状概况图
半湘街社区位于长沙的老城区区域内，属于长沙的中心城区地段，北边为核心商圈五一商圈，但仍具有典型的老长沙特色与城市肌理，整体为高密度区域（图5-8）。
4.2.2 问题分析
根据前文不同功能区热岛效应形成机制的梳理以及对半湘街社区现状概况的调查，总结出当前导致社区热岛效应明显的问题，而后对其进行具有针对性的绿的更行改造策略，以达到缓解热岛效应的目的。
（1） 功能布局
半湘街社区内以居住为主，商业也为沿街民房改造居多，功能单一，缺乏公共性设施，一方面由于相关设施的不足，导致居民生活及活动空间单一；另一方面也体现了该社区土地利用率的低下。
（2） 空间密度
区域内建筑密度大，多为街巷等线形空间，缺乏开阔型节点空间，导致区域内空气流动性差、可用于地面绿化的空间也不足，所以面对如此现状，除增加公共空间外，也需探索合适的三维绿化改造。
（3） 环境设施
区域内环卫设施、小品设施缺乏及老旧，不仅带来较差的人居环境品质，还具有较高能耗，带来更多的人为热源。
（4） 绿色更新体系不完备
目前大多数社区的更新理念仅停留在绿色环保层面，社区是一个复杂系统，需要综合改善，要多层次、成体系；其次，政府职能缺失：政策法规不完善、评估体系不完整，激励机制缺失、研发资金不足等；最后，在社区绿色更新中，社区居民不关注，也缺少认知，需要充分调动他们的积极性，变“被动”为“主动”。
4.2.3 绿色更新改造策略
通过以上问题分析，提出以下绿色更新改造策略：
(1)空间形态
由于半湘街沙社区功能布局的单一化及建筑密度较大，对其空间形态进行改造，增加节点性空间或者是楔形廊型空间，并利用此空间增加社区内的公共开放型绿地（图5-9）。一方面削弱密集建筑空间对于热岛效应的影响，另一方面下垫面增加绿地对热岛效应起到缓解作用，同时打破社区功能单一、居民活动空间匮乏的现状，提升土地利用效率及居民生活品质。
.png)
图28 半湘街社区路网密度改造图 图29 半湘街社区路公共空间改造图
对于以上改造方案，本文运用ENVI-met3.1软件对其空间形态改造策略的改造效果进行了模拟（图5-12，图5-13）：
图30 半湘街社区现状温度与风速分布图
.png)
图31半湘街社区改造后温度与风速分布图
结果显示：整体最高温度由25.08℃下降为24.68℃，整体风速产也由3.49m/s提升为3.99m/s，因此道路的增加以及公共空间的扩大对于高密度社区的热岛效应具有一定缓解作用。
(2)三维绿化
通过空间肌理改造，虽然一定程度上为绿化改造增加了可利用空间，缓解了改造手段受限的问题，但对于高密度空间来说，还需进一步提升土地利用效率，利用立体绿化能够有效利用有限空间的优势，对于该类社区进行三维的立面绿化改造，提升其垂直绿化率。
(3)环境设施
环境设施方面对于社区破旧的路灯、指示牌等设施，采用节能和清洁能源进行改造，并通过社区宣传，提高居民环保节能意识，从而降低能耗与人为热源的排放。
(4)自组织机制
近年政府主导的社区街道美化起到了一定作用，但是模式化的改造容易导致风貌不协调，破坏社区原真性，影响传统景观文化的延续。所以社区的绿色改造还是需要居民的自发参与，对于社区活动场所与空间进行或保持其自发性改造的手段，在政府的引导下积极发挥“自下而上”的组织作用。
5. 结语
本文提出“共性+针对性”的策略改造模式，对研究区域的热岛效应起到了一定的缓解作用，并尝试为其它地区该类热岛空间的绿色更新改造策略研究提供模式参考；但是不同城市、不同地区，由于地理纬度、地势条件的不同，造成气候差异大，影响热岛效应的因素也可能存在较大差异，所以相应的绿色更新改造策略还需要更具针对性，要根据具体情况制定相应的策略；同时影响城市热岛效应的因素不是单一的，复杂的城市热岛演变特征仅用当前模型研究远远不够，本文采取的为前人研究基础上的热岛效应研究方法，虽是相对成熟的研究方法，但仍需更深层次与更具科学性的探索。
参考文献
[] 宫阿都,徐捷,赵静,等.城市热岛研究方法概述[J].自然灾害学报.2008,17(6):96-99.
[2] Estoque M.A.Flow over a localized heat source[J].Monthly Weather Review,1969,97:850-859.
[3]范天锡,潘钟跃.北京地区城市热岛特性的卫星遥感[J].气象,1987,13(10):29-32.
[4]胡嘉骢, 朱启疆. 城市热岛研究进展[J]. 北京师范大学学报(自然科学版), 2010, 46(002):186-193.
[5] Rao P k. Remote sensing of urban heat is lands from an environmental satellite[J]. Bulletin of the American Meteorological Society ,1972 , 53: 647- 648.
[6]廖志宏. 基于地面传感器数据与遥感数据的地表温度反演研究[D].中国矿业大学, 2014.
[7]Anselin L. Local indicators of spatial association—LISA[J]. Geographical analysis, 1995, 27(2): 93-115.