广州城市绿色空间与地表温度的格局关系研究

陈康林，龚建周，陈晓越，李天翔广州大学地理科学学院，广东 广州 510006



广州城市绿色空间与地表温度的格局关系研究

陈康林，龚建周*，陈晓越，李天翔
广州大学地理科学学院，广东 广州 510006

摘要：城市景观和生态组分的重要性已随着城市化进程加快而日益凸显，城市热环境则是城市化过程的重要环境问题之一，探讨绿色空间与热环境的关系是可持续发展的迫切需求。基于2014年10月Landsat8_OIL遥感影像，提取城市绿色空间信息并进行地表温度反演，分析广州市绿色空间的结构、热环境空间分异和二者之间的空间分布一致性关系。研究结果表明：绿色空间的景观呈以小面积型和特小面积型斑块为主导的破碎化分布格局，接近总绿色空间面积的 95%，绿色空间破碎化严重；绿色空间面积及其斑块大小结构显示，从化、增城和黄埔等3个行政区内自然生态环境状况较好，较差的是南沙和番禺两区。地表温度反演结果显示，研究区域地表温度主要在18～33 ℃之间，占总面积的96.22%；地表温度空间上存在明显的高温和低温区域。绿地斑块面积越大，对应的地表温度越低；绿地斑块面积越少，对应地表高温区域的面积比例则越大，表明绿色空间减缓了太阳对地表的升温作用；不一致性指数结果表明，研究区大于60%的绿色空间都起到了这种减缓作用，其余的绿地斑块的减缓升温作用较小或不起作用；中心城区范围内绿色空间与地表温度也呈现出类似的规律。研究揭示广州未来智慧城市与可持续发展规划必须足够重视绿色空间斑块规模，以发挥绿色空间的最佳服务效果。

关键词：城市绿色空间；地表温度；空间特征；不一致性指数；广州市

引用格式：陈康林， 龚建周， 陈晓越， 李天翔. 广州城市绿色空间与地表温度的格局关系研究［J］. 生态环境学报， 2016， 25（5）: 842-849.

CHEN Kanglin， GONG Jianzhou， CHEN Xiaoyue， LI Tianxiang. The Pattern Relationship Research of Green Space and Surface Temperature in Guangzhou City ［J］. Ecology and Environmental Sciences， 2016， 25（5）: 842-849.

绿色空间是城市的基础要素之一，是城市复杂生态系统的重要组成部分（Lovell et al.，2013），包括园林、森林、绿色廊道、滨水绿地以及立体空间绿化等在内的所有植被（Kabisch et al.，2013）。伴随全球化强度和程度的深化，快速城市化过程对区域生态环境产生深刻影响，表征为自然景观逐渐被城市景观侵蚀的过程，通过影响物质循环和能量流动改变区域生态环境整体状况（谢苗苗等，2009）。城市热环境效应是其中的重要内容之一，体现在人为活动与自然系统之间的能量交换状况（Voogta et al.，2003），是城市化影响区域气候的例证，也是理解城市区域的生态系统如何响应景观演变的重要依据（谢苗苗等，2009）。

地表温度（Land surface temperature，LST）是研究地气间物质和能量交换的重要参考量（戚鹏程等，2012），城市热环境的改变是城市气候环境变化的一个重要特征，其受下垫面性质的影响，是城市生态环境质量优劣的反映（李海峰等，2015）。地表覆盖分布及其变化造成近地表温度不断上升且空间差异较大（王敏等，2013），城市“热岛效应”愈加强烈，逐渐成为主导整个城市环境的要素之一（徐双等，2015）。针对城市热环境的研究，当前主要集中在城市扩张与热环境的关系（Jiang et al.，2015；钱乐祥等，2005）、热环境景观格局演变（Zhang et al，2013）及热环境效应（李海峰等，2015）。缺乏对热环境空间分异，尤其缺乏绿色空间与热环境空间匹配关系的研究。Michael et al. （2015）发现城乡地表度平均差异约 4.2 K，城乡NDVI的差异是造成此现象的主要驱动因素。Zhang et al.（2015）研究认为不仅是植被斑块特征，植被的分布也对城市地表温度产生显著的影响。张昌顺等（2015）研究发现城市绿地覆盖率与热岛强度成反比，绿地覆盖率越高，其削减热岛作用越明显。

改革开放以来，随着经济的高速发展与人口的持续增长，广州城市迅速扩张，城市发展与生态环境之间的矛盾进一步加剧，城市绿色空间格局变化导致的生态环境问题已成为广州市社会经济发展的障碍。柯锐鹏等（2010）对广州南部研究发现，城镇化与绿地退化直接导致城市热岛及格局变化。江学顶等（2006）进行的广州市热岛研究发现，湿地、绿地及河流廊道等景观增加了热岛与干岛的破碎度，起到调节城市气候的效果。本文以广州市为研究区域，利用2014年10月Landsat_OIL数据，借助“3S”技术和景观格局指数方法，探讨了绿色空间斑块大小的生态作用、热环境的空间结构特征和绿色空间面积比例与地表温度之间的关系及其空间匹配协调程度，尤其针对绿地斑块大小对缓解城市热岛效应作用效果进行了深入的研究，以期为合理规划城市及促进城市可持续发展提供科学的参考。

1　研究数据与方法

1.1 研究区概况

广州市是珠江三角洲城市群的中心腹地，广东省的省会以及政治、经济与文化中心。地处112°57ʹ～114°03ʹE，22°26ʹ～23°56ʹN。根据 2014年最新行政区划调整方案，广州市辖越秀、荔湾、天河、海珠、白云、花都、黄埔、番禺、南沙、从化和增城共11个行政区（图 1）。广州属于亚热带季风气候，年降雨量约为1700 mm，年平均气温约22 ℃，地势东北高，西南低，背山面海，北部和东北部是中低山地，中部是丘陵、盆地，南部是珠江三角洲沿海冲积平原（龚建周等，2007）。

图1　研究区域及其行政区示意图Fig. 1　Study area and its administrative districts

广州市与香港、澳门特别行政区隔海相望，拥有得天独厚的自然地理优势，素有中国“南大门”之称。20世纪80年代以来，广州凭其优越的地理区位和丰厚的文化底蕴，城市迅猛扩张，产生大量的环境问题，给城市带来了巨大的生态环境压力（陈康林等，2015），对居民生活及区域中心形象造成严重的影响。

1.2 研究数据与数据处理

1.2.1 研究数据与处理平台

研究数据：landsat8_OLI遥感影像数据（2014-10-15），卫星轨道行列号为122/043、122/044。辅之以广州市行政区划图（2014年区划方案）。

软件平台：图像处理软件与制图主要是ENVI 5.1 和ArcMap 10.0；景观指数计算软件为Fragstats 4.2。

1.2.2 绿色空间信息提取

参照相关研究成果（陈康林等，2015），结合研究区土地利用特点及研究目的，本文将景观类型分为建设用地、绿地（绿色空间）、水体和其它共4大类。同时，参照《城市绿地分类标准》（CJJ/T85 —2002），结合绿色空间概念，本研究的绿色空间包括园林、森林、绿色廊道、滨水绿地以及立体空间绿化等，不包括都市农业中的耕地。

采用最大似然分类和目视解译相结合的遥感分类方法，提取绿色空间信息，包括获取监督分类初步结果及其分类后处理两个步骤。具体的影像数据预处理和绿色空间信息提取参见作者研究成果（陈康林等，2015）。

精度评价是分类混淆矩阵方法。即：在对应时相景观类型图和对应年份Google Earth影像图上选取验证点（各类型取 50个），然后再对分类结果计算分类混淆矩阵，获得 2014年的分类总精度和Kappa系数分别为86.11%和0.831。

1.3 景观指数与景观计算单元选取

欲考虑景观类型的面积、破碎度和聚集度等方面，分别选取景观百分比（PLAND）、最大斑块面积（LPI）、斑块密度（PD）、形状指数（LSI）和聚集度（AI）共5个指数。其中，（1）PLAND反映出景观类型的面积优势。（2）LPI描述景观中斑块最大的面积。（3）PD为单元景观面积的斑块数，其值越大，表明景观越破碎。（4）LSI表征景观斑块形状的复杂程度，其值越接近 1，斑块形状越接近正方形，表明形状越规则；值越远离 1，则形状越复杂。（5）AI则反映景观各类型的聚集程度，其值为0～100之间。当景观各斑块最大程度分离，以致不存在任何同类型的相邻斑块时，其值为0；当同类型斑块不断聚集时，指数值逐渐增大；最后，当同类型斑块最大程度地聚集，以致景观中仅存在一种类型的斑块时，指数值为 100。更为详细的指数描述及计算公式见fragstats 4.2软件的帮助文件。

景观分析中的划区效应是“可塑性面积单元问题”的内容之一，也是生态学、地理学研究的重要问题。在景观生态研究中，分析结果常常在不同程度上受到划区效应的影响（邬建国，2007）。基于项目组对景观尺度研究的前期成果（龚建周等，2007），把研究区划分为8个行政区域单元，保证每个研究单元景观面积都大于 144 km2的幅度阈值，划分单元最后分别是从化区、增城区、黄埔区、花都区、白云区、中心区、南沙区和番禺区。

1.4 基于单窗算法的地表温度反演

基于遥感影像的地表温度反演就是根据影像记载的热辐射强度值，推算地表温度的过程。而遥感卫星的传感器是在卫星高度上接收地表的热辐射，是地表的热辐射和大气热辐射的总和，其中大气热辐射包括直接向上到传感器和向下到地表，再经地表非黑体反射到传感器的两个方向的辐射，这部分大气辐射的存在对传感器接收的热辐射直接起到增强作用。同时，所有辐射过程还会受到大气的衰减。因此，进行地表温度的反演，就是去除大气辐射的增强和衰减的影响。

在综合考虑到地表热辐射、大气向上和向下热辐射以及热辐射穿过大气层到达传感器过程受到的大气本身的减弱影响时，遥感数据的地表温度反演均以地表热辐射传导方程为基础（覃志豪等，2001）。对于缺少实时探空数据的情况，仅有一个热波段遥感数据的反演，覃志豪等（2001）研究表明，单窗算法可取得较好的地表温度反演效果。钱乐祥等（2005）将此方法应用于珠三角地区，研究结果证实了单窗算法反演地表温度具有一定的可行性。根据覃志豪等（2003）的研究，单窗算法的主要步骤为：（1）将热波段象元的灰度值转化为热辐射值，对于TM影像，可从EOS数据网官方手册中获取公式（Landsat Project Science Office，2002）；（2）一般应用Planck辐射函数，计算象元的亮度温度；（3）基于热传导方程和辐射理论，构建热波段象元的热辐射强度方程，求解得到地表温度。主要的计算式如下：

式中，Lλ为辐射强度，GAINS和BIASES分别为影像数据的增益和偏差，可从头文件中获取，DN为热波段象元记载的灰度值。Tk为象元的亮度温度，K1、K2为热红外波段的定标常数，对于Landsat 8的OLI数据，K1=774.89（W·m-2·sr·μm），K2=1321.08 （K）。Ts为最终反演的地表温度，a6、b6为常系数，温度变化范围为0～70 ℃，其值分别为-67.35535、0.458608，Ta为大气平均作用温度，采用热带地区平均大气的估算公式进行计算（覃志豪等，2003）。C6、D6为两个参数，分别由地表比辐射率（ε6）和大气透射率（τ6）推导出，其中，ε6由归一化植被指数推导而来（钱乐祥等，2005），τ6则选取大气透射率的低温计算公式，通过水分含量计算而来（覃志豪等，2003）。

1.5 绿色空间与地表温度的空间分布关系

对不同面积的绿地斑块进行面积大小分级，再分别统计不同等级绿地对应的地表温度的阈值。首先，探讨绿地斑块大小与地表温度之间的负效应关系。其次，通过量化绿色空间分布与地表温度空间分布的不一致性，探讨二者之间的负效应关系。基于绿色空间与地表温度之间相关性的探查，500 m空间分辨率图像的拟合效果较好，故重新采集空间分辨率500 m×500 m的数据作为地表温度和绿地景观数据。引入了不一致性指数（I），量化绿色空间分布与地表温度空间分布的匹配（空间分布不一致性）关系。不一致性指数的计算公式如下（肖周燕，2013）：

式中，Ti、Gi分别表示i格网（500 m×500 m）的地表均温和绿色空间的面积；∑Ti、∑Gi则分别为研究区所有格网的累计均温、面积；因此，RTi为i格网的地表均温占所有格网均温总和的比率，RGi则为i格网的绿地面积占研究区绿色空间总面积的比率。RTi、RGi值越大，表明格网对高温和绿色空间的集聚度越高，分别称其为温度集聚度指数和绿色空间集聚度指数。

不一致性指数 Ii为两个集聚度指数之比。I越接近1，表示地温集聚度与绿地斑块集聚度的变化趋势越相似。即地温集聚（越高），绿地面积越大；反之，地温越低，绿地面积越小，二者之间具有较好的协同性（一致性）。I值偏离1，说明要素的空间分布不协调，一致性差。鉴于绿色空间的降温效果，如绿地斑块对应于地表的低温区，或者说I值小于1，表明绿地起到一定的降温效果。

事实上，城市是一个动态的复杂系统，根据公式（6～8）计算结果严格等于 1的区域很少且是静态的，故考虑±5%的动态误差，根据公式（6～8）计算地表温度与绿色空间分布的匹配（一致性）关系，由此将区域分为 3种类型：一类区（I≤0.95），为绿色空间集聚超前于地表温度集聚，表明绿地斑块降低了地表温度；二类区（0.95＜I＜1.05），为绿色空间集聚与地表温度集聚协调，绿地斑块降温效果一般或不明显；三类区（I≥1.05），为绿色空间集聚滞后于地表温度集聚，可能不存在或只有较轻程度的降温效果，地表温度相对较高。

2　结果与分析

2.1 绿色空间的结构特征

2.1.1 绿色空间的景观特征

基于拟定的行政区单元计算景观指数，结果如表1。从化、增城和黄埔共3个区的PLAND、LPI、LSI和AI等指数值较大，分别介于38.41～61.23、20.55～43.35、31.17～39.78、74.11～80.64，表明这3个行政区域的绿色空间斑块具有面积优势、最大斑块、形状相对较复杂和相对较小的破碎程度，表现出较好的生态环境状况。从化区的PD最小，黄埔区的PD则最大，这是从化区内森林大斑块占主导地位而黄埔区内绿地斑块数较多的表现。

表1　绿色空间的景观特征值Table 1　Metric value for urban green space

绿色空间破碎化程度最严重的是南沙和番禺两区，表现在PLAND、LPI、LSI和AI最小，其值分别介于 4.66～4.88、0.55～2.37、14.02～22.50和51.28～70.07；两区内的PD值比较大（0.42～0.50），进一步验证其绿色空间的破碎化程度，这可能与广州市加快南拓发展战略，加快番禺的发展步伐（赖建华，2013），以及南沙成为国家级新区（肖建成，2013）有密切联系。

2.1.2 绿色空间的斑块大小结构特征

蔺银鼎等（2006）研究表明植被斑块大小影响到生态环境。根据面积大小将绿地斑块进行分级，统计结果如表2。斑块分类有特大斑块（＞100 km2）、大型斑块（1～100 km2）、中型斑块（0.1～1 km2）、小型斑块（0.01～0.1 km2）和特小型斑块（＜0.01 km2）。

由表2可见，研究区绿色空间以特小型斑块（面积＜0.01 km2）为主，斑块个数超过总绿地斑块个数的60%，包括小型和特小型的斑块个数占总绿地斑块数接近95%。特大和大型斑块个数所占比例不到1%，表明研究区绿色空间呈现出以小型和特小型斑块为主导的破碎化格局。

2.2 热环境效应的空间分异特征

根据遥感影像的头数据查得，卫星当天过境时间（2014-10-15）为上午10:52。而当天天气晴好，最高气温和最低气温分别为 30 ℃和 16 ℃，卫星过境时正是地表温度和气温处于快速上升并接近最高温度的时间。另外，地表温度通常高于气温1.3～2.1 ℃（陈超等，2013），结合地温反演结果的直方图，粗略以27～33 ℃为较正常的温度值范围（郭冠华等，2015）研究绿地降温作用，绘制等间距划分的地表温度等级图2（b）～（c）。

从图2可见，东北部和中部的山区地表温度相对较低，温度主要在16～26 ℃之间，正好是绿色空间的区域。很明显地，研究区域存在面积较大的低温区域（温度明显低于周围的区域），如北部山区（从化南昆山镇）、中部低山区（白云山），原因是大面积的城市绿色空间，减缓了太阳对地表的升温作用。此外，位于中南部的海珠区内的广州琶洲会展公园为点状的低温中心，原因可能是会展公园广阔且临江，加上附近楼宇较低，珠江江风及公园绿地促进了局地热量扩散。说明公园绿色空间对城市降温效果也较明显。

中心城区及城镇中心区的地表温度明显高于其它地区，也正是建设用地集中连片分布区域。研究区明显地存在星状分布的高温区，并主要分布在中心城区之外的白云同和镇、增城新塘镇、南沙黄阁镇、花都秀全街道和新白云国际机场等位置。这与各县级城镇工业化迅猛发展密不可分。

表2　绿色空间的斑块大小结构表Table 2　Composition of urban green space by different patch sizes

各温度等级对应的地表面积百分比如图3。地表温度范围18～33 ℃，其面积占96.22%，说明地表温度反演结果较可靠。其中，地表温度26～28 ℃的地表面积最多，占36.85%，24～25 ℃和29～30 ℃的地表面积分别为 18.65%、14.38%，三者总和达69.88%。温度低于 24 ℃和高于 35 ℃的地表面积占比分别为14.36%、1.07%。可见市域范围内冷岛较热岛效应普遍，说明绿色空间的存在明显减缓了秋季太阳对地表的加温作用。

图2　地表温度的空间分布和城市景观Fig. 2　Spatial distribution of surface temperature and Urban landscape

图3　地表温度等级百分比Fig. 3　Percentage of different surface temperature

2.3 绿色空间与地表温度的空间分布关系

由上述分析可知，研究区绿色空间景观格局破碎化严重，高温区域主要集中于中心城区及城镇，而低温区主要对应于绿色空间斑块集中区。选用表征景观破碎化的两个景观指数（LPI和PD）分别与地表温度进行相关性分析，结果显示地表温度与最大斑块指数呈显著相关关系，其中与建设用地的最大斑块指数呈正相关，与绿色空间的最大斑块指数呈负相关，相关系数值分别为 0.728和-0.732 （P＜0.01）；地表温度与斑块密度之间的相关性较弱或不相关，与建设用地和绿色空间斑块密度的相关系数值分别为0.25和-0.14（P＜0.01）。说明绿色空间对升温的缓解作用因斑块大小而异，与斑块密度相关性较弱。

2.3.1 绿色斑块大小与地表温度之间的关系

分别统计特大斑块（＞100 km2）、大型斑块（1～100 km2）、中型斑块（0.1～1 km2）、小型斑块（0.01～0.1 km2）和特小型斑块（＜0.01 km2）5类斑块对应的地表温度（表3）。

由表3可以看出，特大型和大型绿地斑块对应的地温相对集中在低温区域，如在 23～26 ℃范围内，二者所占比例分别达53.63%和64.87%；中型大小的绿地斑块温度在 26～28 ℃之间的面积百分比达61.82%；小型斑块和特小型绿地斑块，分别对应26～29、27～30 ℃的面积百分比分别为77.88%、68.41%。

从温度值域来看，面积大的绿地斑块，对应的地表温度值域也偏低。如特大型绿地斑块对应的温度约为 0～34.7 ℃；中型、小型和特小型斑块分别对应于0～36.2、0～36.5和0～37.4 ℃。惟一例外的是大型斑块对应于0～41.3 ℃，即有少量38～42 ℃的斑块。说明绿色空间降温效果与地表温度之间存在某些不一致性。

表3　不同斑块大小等级绿地对应的地温面积百分比Table 3　Percentage of surface temperature relating to different patch sizes　　　　　　　　　　　　　　　　%

2.3.2 绿色空间与地表温度集聚度的相关性分析

图2直观地显示，绿色空间所在区域正是地表的低温区，建设用地则对应于地表高温区，表明绿色空间与地表温度空间分布上可能存在相关性和一致性。

将每个500 m×500 m窗口内绿色空间的面积百分比与地表温度的均值进行回归分析，并绘制散点图（图4）。可以看出二者呈显著的负相关关系，表现为r=0.772；拟合函数系数为-0.173，验证了绿色空间具有降温效应的结论（冯悦怡等，2014）。从图4还可以看出，绿色空间与地表温度之间也存在空间不一致性的问题。如RG值从小到大，对应区域都有地表高温集聚的离群点。

图4　绿色空间的面积百分比与地表温度的散点图Fig. 4　Scatter diagram between percentage of green space and surface temperature

2.3.3 空间分布的不一致性分析

（1）市域整体

根据不一致性指数I，将研究区分为3种区域类型，统计3种类型区域的结果见表4。从斑块数量和绿色空间面积来看，只有36.03%斑块的绿色空间集聚超前于地表温度集聚，对地表温度起到很好的降温效果，占总绿色空间面积的64.53%。3.93%的绿色空间的降温效果一般。占总斑块数的60.04%的绿色斑块集聚滞后于地表温度集聚，可能不存在或只有较轻程度的降温效果，地表温度相对较高，这部分绿色斑块的面积占比达30.13%。说明绿色空间降温效果与地表温度存在空间上不完全一致的问题。

表4　不一致性指数及区域分类表Table 4　Non-conformity index and area types

（2）中心城区范围

基于项目组景观粒度效应成果（龚建周等，2007）及城市发展历史，对越秀、荔湾、海珠和天河共4个老中心城区（简称为“中心城区”）内的绿色空间与地表温度分布的一致性单独进行分析。结果显示，中心城区不一致性指数的区域类型呈现更加明显的差异特征，其中约12%斑块数的绿色空间集聚超前于地表温度集聚，对地表温度起到很好的降温效果，占中心城区绿色空间面积超过一半，表明绿色空间的存在很好地减缓了太阳对中心城区地表增温的效果。

3　讨论

研究发现，绿色空间景观格局破碎化严重，高温区域主要集中于中心城区及城镇，而低温区主要对应于绿色空间斑块集中区。地表温度与绿色空间最大斑块指数之间呈显著负相关关系，以及绿色空间斑块大小与地表温度对应关系，表明绿色空间斑块大小缓解太阳对地表升温的作用效果可能存在差异。郭志华等（2004）研究表明斑块面积大于或小于7.4 km2时，斑块性状呈现显著差异的复杂性。多大的斑块面积及何种分布组合形式才能发挥最佳的生态功能（即最适合面积大小及最佳空间组合），这个问题仍需进一步研究，对其进行定量化研究将是一个很有意义的工作，成果将对智慧城市可持续发展有重要参考价值。

研究区地表温度相对较低区域基本都是大面积的绿色空间，研究所用的影像拍摄时间正好在秋季明朗的上午 11点左右，正值太阳对地表加热并接近最高温度的时间，说明大面积绿地减缓了太阳的升温效果。统计结果显示，温度低于24 ℃和高于35 ℃的地表面积比分别达14.36%、1.07%，市域范围内低温较高温的范围大，这从侧面验证了“时间是影响冷岛作用的重要因素”的研究结果（苏泳娴等，2011）。广州热环境空间呈现普遍的低温中心，面状的低温中心与东北部、中部的大片绿色空间对应，点状的低温中心与中南部的城市公园相对应，可能是珠江江风与公园绿地空间双重作用发挥的明显降温效果（冯娴慧等，2011）；同时也存在高温中心，主要分布在中心城区及县级中心区，正好是建设用地所在区域。陈爱莲等（2013）和冯悦怡等（2014）研究都发现，不同绿地类型、斑块形状及空间布局的降温效果差异明显。不一致性指数反映出要素的匹配不协调性，研究结果表明，绿色空间集聚与地表温度集聚具有显著的不一致性，出现绿色空间集聚超前与地表温度集聚而形成的“低温”中心，也同时出现绿色空间集聚滞后于地表温度集聚而形成的“高温”中心。这可能因为绿色空间与地表温度比例并非理想状态下的一一对应，会存在城市“高温”与“低温”辐射作用的差异而导致空间上错位；或者因为研究区域大量破碎化的绿地小斑块所致。如吴菲等（2007）研究发现当绿地斑块面积大于0.03 km2时，才有很好的降温效果；肖荣波等（2009）研究广州宜居城市目标指出城市公园规模一般不小于0.1 km2，而研究区域接近95%的绿地斑块面积都小于0.1 km2，其中包括62.42%的面积小于0.01 km2的绿地斑块，这与王国恩等（2014）研究指出广州市的重要公共绿地、生产绿地和生态绿地的规模应大于0.02 km2差异较明显，可见广州城市绿色空间斑块破碎化较为严重，斑块大小对绿色空间生态功能的重要性，仍需作进一步研究。苗世光等（2013）研究发现绿色空间面积百分比超过32%，可明显减缓热岛效应，相同绿色空间面积比例下，分散型的削弱效果更加明显。

4　结论

景观指数结果表明，从化、增城和黄埔等3个行政区域的绿色空间斑块具有面积优势，破碎程度较小，区内生态环境状况较小。相对较差的是南沙和番禺两区。而地表温度与绿色空间最大斑块指数呈负相关，与建设用地呈正相关，地表温度与斑块密度相关性不强。说明景观斑块大小缓解太阳对地表升温的影响较为复杂。

地表温度反演结果显示，研究区域地表温度主要在18～33 ℃之间，占总面积的96.22%。但是由于绿色空间的存在，减缓了太阳对地表的升温作用，研究区域仍然存在温度较低的低温区域；由于人类活动的原因，同时也存在少量温度较高的高温区域。

绿色斑块大小及其对应的地温比较分析显示，绿地斑块面积越大，对应的地表温度越低；随着斑块面积减少，对应地表高温区域的面积比例也增大。绿色空间与地表温度之间的集聚度呈负相关关系，也说明绿色空间减缓了太阳对地表的升温作用。而不一致性指数结果表明，研究区大于60%的绿色空间都起到了降温作用；而30.13%绿色空间斑块的降温作用较小或不起作用；越秀、荔湾、海珠和天河等4个行政区范围内的绿色空间也一定程度上缓解了太阳的升温作用。

参考文献：

JIANG Y T， FU P， WENG Q H. 2015. Assessing the Impacts of Urbanization-Associated Land Use/Cover Change on Land Surface Temperature and Surface Moisture: A Case Study in the Midwestern United States ［J］. Remote Sensing， 7（4）: 4880-4898.

KABISCH N， HAASE D. 2013. Green spaces of European cities revisited for 1990-2006 ［J］. Landscape and Urban Planning， 110: 113-122.

Landsat Project Science Office. 2002. Landsat 7 Science Data User's Handbook［EB/OL］.［2014-10-05］. http://ltpwww.gsfc.nasa.gov/IAS/ handbook/handbook_toc. html.

LOVELL S T， TAYLOR J R. 2013. Supplying urban ecosystem services through multifunctional green infrastructure in the United States ［J］. Landscape Ecology， 28（8）: 1447-1463.

MICHAEL H， ALBIN H， ULRIKE T， et al. 2015. Determinants of urban—rural land surface temperature differences—A landscape scale perspective ［J］. Landscape and Urban Planning， 134: 33-42.

VOOGTA J A， OKE T R. 2003. Thermal remote sensing of urban climates ［J］. Remote Sensing of Environment， 86（3）: 370-384.

ZHANG X Y， ZHONG T Y， FENG X Z， et al. 2015. Estimation of the relationship between vegetation patches and urban land surface temperature with remote sensing ［J］. International Journal of Remote Sensing， 30（8）: 2105-2118.

ZHANG Y S， INAKWU O A ODEH， ELNAZIR R. 2013. Assessment of land surface temperature in relation to landscape metrics and fractional vegetation cover in an urban/peri-urban region using Landsat data ［J］. International Journal of Remote Sensing， 34（10）: 168-189.

陈爱莲， 孙然好， 陈利顶. 2013. 绿地格局对城市地表热环境的调节功能［J］. 生态学报， 33（8）: 2372-2380.

陈超， 周广胜. 2013. 1961—2010年桂林气温和地温的变化特征［J］. 生态学报， 33（7）: 2043-2053.

陈康林， 龚建周， 刘彦随， 等. 2015. 近三十五年来广州城市绿色空间及破碎化时空分异［J］. 自然资源学报， 32（10）: 418-423.

陈康林， 龚建周. 2015.广州市产业结构及其能源消费与碳排放的动态特征［J］. 广州大学学报（自然科学版）， 14（3）: 1-9.

冯娴慧， 魏清泉. 2011. 广州城市近地风场特征研究［J］. 生态环境学报，20（10）: 1558-1561.

冯悦怡， 胡潭高， 张力小. 2014. 城市公园景观空间结构对其热环境效应的影响［J］. 生态学报， 34（12）: 3179-3187.

龚建周， 夏北成. 2007. 1990年以来广州市土地覆被景观的时空梯度分异［J］. 地理学报， 62（2）: 181-190.

龚建周， 夏北成. 2007. 区域土地覆被景观特征的幅度效应及其变异规律［J］. 资源科学， 29（4）: 97-102.

郭冠华， 吴志峰， 刘晓南. 2015. 城市热环境季相变异及与非渗透地表的定量关系分析——以广州市中心区为例［J］. 生态环境学报， 24（2）: 270-277.

郭志华， 肖文发， 蒋有绪. 2004. 海南岛植被景观的斑块特征［J］. 林业科学， 40（2）: 9-15.

江学顶， 夏北成， 郭泺. 2006. 快速城市化区域城市热岛及其环境效应研究［J］. 生态科学， 25（2）:171-175.

柯锐鹏， 梅志雄. 2010. 城镇化与绿地退化对城市热环境影响研究［J］.生态环境学报， 19（9）:2023-2030.

赖建华. 2013. 十余年城市升级番禺新城引领南中轴崛起［J］. 中国信息界， （Z1）: 43-45.

李海峰， 李永树， 卢正， 等. 2015. 河流廊道景观的热环境效应分析［J］.地理与地理信息科学， 31（4）: 51-55.

蔺银鼎， 韩学孟， 武小刚. 2006. 城市绿地空间结构对绿地生态场的影响［J］. 生态学报， 26（10）: 3339-3346.

苗世光， 王晓云， 蒋维楣， 等. 2013. 城市规划中绿地布局对气象环境的影响——以成都城市绿地规划方案为例［J］. 城市规划， 37（6）: 41-46.

戚鹏程， 刘国旭. 2012. 中小城市地表温度空间分异及其与下垫面关系的遥感影像研究［J］. 气象与环境学报， 28（2）: 44-48.

钱乐祥， 丁圣彦. 2005. 珠江三角洲土地覆盖变化对地表温度的影响［J］.地理学报， 60（5）: 761-770.

苏泳娴， 黄光庆， 陈修治， 等. 2011. 城市绿地的生态环境效应研究进展［J］. 生态学报， 31（23）: 7287-7300.

覃志豪， LI Wenjuan， ZHANG Minghua， 等. 2003. 单窗算法的大气参数估计方法［J］. 国土资源遥感， 56（2）: 37-43.

覃志豪， ZHANG Minghua， Arnon Karnieli， 等. 2001. 用陆地卫星TM6数据演算地表温度的单窗算法［J］. 地理学报， 56（4）: 456-466.

王国恩， 汪文婷， 周恒. 2014. 城市基本生态控制区规划控制方法——以广州市为例［J］. 城市规划学刊， （2）: 73-79.

王敏， 孟浩， 白杨， 等. 2013. 上海市土地利用空间格局与地表温度关系研究［J］. 生态环境学报， 22（2）: 343-350.

邬建国. 2007. 景观生态学——格局、过程、尺度与等级（第二版）［M］. 北京: 高等教育出版社: 147-154.

吴菲， 李树华， 刘娇妹. 2007. 城市绿地面积与温湿效益之间关系的研究［J］. 中国园林， 23（6）: 71-74.

肖建成. 2013. 广州南沙新区开发建设的几点思考［J］.商场现代化， （4）: 152.

肖荣波， 王国恩， 艾勇军. 2009. 宜居城市目标下广州绿地系统规划探索［J］.城市规划， 33（增刊）: 64-68.

肖周燕. 2013. 中国人口与经济分布一致性的空间效应研究［J］. 人口研究， 37（5）: 42-52.

谢苗苗， 王仰麟， 李贵才， 等. 2009. 不同城市化阶段景观演变的热环境效应动态——以深圳西部地区为例［J］. 地理研究， 28（4）: 1085-1094.

徐双， 李飞雪， 张卢奔， 等. 2015. 长沙市热力景观空间格局演变分析［J］.生态学报， 35（11）: 3743-3754.

张昌顺， 谢高地， 鲁春霞， 等. 2015. 北京城市绿地对热岛效应的缓解作用［J］. 资源科学， 37（6）: 1156-1165.

DOI：10.16258/j.cnki.1674-5906.2016.05.017

中图分类号：X16

文献标志码：A

文章编号：1674-5906（2016）05-0842-08

基金项目：国家自然科学基金项目（41130748；41171070）；广东高校省级重点平台和重大科研项目（2014KGJHZ009）；广州市属高校科技计划项目（1201421103）

作者简介：陈康林（1990年生），男，硕士研究生，主要研究方向为城市生态与土地资源配置。E-mail: chenkanglin68@163.com

*通信作者：龚建周，教授，博士。E-mail: gongjzh66@126.com

收稿日期：2016-03-11

The Pattern Relationship Research of Green Space and Surface Temperature in Guangzhou City

CHEN Kanglin， GONG Jianzhou*， CHEN Xiaoyue， LI Tianxiang
School of Geographical Sciences， Guangzhou University， Guangzhou 510006， China

Abstract：The importance of the green space is becoming more and more prominent as one part of urban landscape and one of the fundamental components in the urban ecological system， with the increasing development of urbanization. Urban thermal environment is one of the focuses of studies on the ecological environment effects of landscape changes. Researches on quantitative characteristics and spatial matching relationship between green space and thermal environment can help to get a better understanding of the effect of regional ecological environment， and further promote the urban sustainable development. Based on Landsat8_OIL Remote Sensing Image data in 2014， the urban green space information and retrieval land surface temperature are collected to analyze the characteristics of patch size， spatial structure characteristics of thermal environment， and the matching relationship between green space and thermal environment by using landscape metrics and GIS spatial analysis technology. The results show that green space is in a pattern of a landscape fragmentation with small and mini green patches largely covering the city. The green patches occupies nearly 95% of the area of total green space. The ecological regions in the three administrative districts， Conghua，Zengcheng and Huangpu， are in good conditions while those in another two districts， Nansha and Panyu， are poor. The different landscape patch sizes have a complex effect on the surface temperature. The results of land surface temperature retrieval show the land surface temperature in the study area is mainly between 18～33 ℃， covering 96.22% of the study area. There are obvious high temperature and low temperature regions in the surface temperature space. The larger the green patch areas are， the lower the corresponding land surface temperature is. With the decrease of patch areas， the proportion of the area with high temperature increases， which indicates the existence of green space helps to reduce the warming effect from the sun to the earth's surface. The result of non-conformity index shows that more than 60% of the green space in the study area plays a role of reducing the warming effect； while the other green space plays little role or even none. All those indicate the importance of fragmentation of green space in Guangzhou for smart city and sustainable development plan in the future with service of green space.

Key words：Urban green space； surface temperature； spatial characteristics； non-conformity index； Guangzhou