建筑形态对城市热环境的影响
—以广州市为例
广州大学地理科学学院/华南城市生态与人居环境研究中心近期研究成果“CharacterizingtheimpactofurbanmorphologyheterogeneityonlandsurfacetemperatureinGuangzhou,China”已在工程技术领域TOP期刊《EnvironmentalModellingSoftware》发表。
该项工作的亮点包括：
1）发现了中层低密度建筑类型的地表温度变化幅度最大；
2）相比于建筑高度，建筑密度对地表温度的影响更大；
3）回归树模型能高效识别建筑形态对地表温度的非线性关系。
1
研究背景
高速的城市化进程深刻地改变着城市生态系统和人居环境，城市生态环境问题已成为影响居民生活质量和制约社会可持续发展的重要因素，因此，以城市热环境为代表的城市生态环境研究是地理学家和生态学家的工作重点。建筑形态被认为是影响热环境的重要因素之一，过往的研究常常是在建筑单体或者街区尺度上进行，缺乏城市区域尺度的总体视角。本研究提出用回归树的方法来揭示建筑形态参数（包括建筑高度、密度和天空开阔度指数SVF）对地表温度的非线性作用。此项研究结果将会加深人们关于城市复杂地表格局对热环境变化过程的作用的理解。
2
研究范围
广州市全市面积约.40km2，年常住人口.08万人。在城市空间分布上，广州市城－乡梯度十分明显：东北部覆盖有大面积森林植被，南部为农田区，珠江流经城市中部，两岸分布着城市化发展成熟的老城区及新型城市发展区，向南、北、东三个方向上分别扩展轴的行*区为番禺区、白云区和萝岗区。本研究的研究区为广州市核心区域，包含92个镇/街道办行*单位，面积约km2，核心区内部以建设用地为主，城市化程度比较高。
图1广州市核心区区位图（a,b,c），SVF提取范围及典型剖面线设置（d）
3
数据与方法
3.1城市地表温度提取主要研究数据包括年7月18日、10月6日、10月22日和11月23日的TM5影像，表1显示了四景影像获取日期的天气状况，其中7月18日的气温最高，为33.7℃，风速为1.7m/s，可以表征广州市夏季热环境状况，10月份两景影像气温较低，11月23日的气温最低，风速较大，可以表征城市秋冬季节热环境状况，因此，四景影像可以在一定程度上代表广州市不同季节的热环境特征。
表征城市热环境的地表温度数据可以从TM5的热红外波段(10.4-12.5μm)计算得到。具体包括以下两个步骤：1）将影像的原始像元值（DN值）转换为星上亮度温度；2）从星上亮度温度数据计算真实地表温度。最终获得研究区四个时期的地表温度影像。
图2不同时期地表温度状况
3.2城市建筑形态计算考虑研究区域大小及计算机计算量，选择×m的网格对1:建筑边界数据及地表温度数据进行统计，划分网格数目共个。统计每个网格内的平均温度和平均建筑高度和平均建筑密度。最后，利用自然分割法将研究区建筑形态类型分为9类，分别为高层高密度（H-H）、高层中密度（H-M）、高层低密度（H-L）、中层高密度（M-H）、中层中密度（M-M）、中层低密度（M-L）、低层高密度（L-H）、低层中密度（L-M）和低层低密度（L-L）（见表2）。
3.3天空开阔度指数SVF计算地表开阔度指数（Skyviewfactor,SVF）是一个常用于描述城市形态的参数，能够反映从地表整个半球辐射环境中接收或者发出辐射的比率，因此对城市热环境有重要作用。我们单独探讨SVF对地表温度的作用，研究区范围如图1（d）所示。使用的基础矢量数据为建筑物底边界多边形数据，根据研究区范围创建点网格，点网格大小为30m，与地表温度栅格大小一致，目的是为了保证一个温度像元仅对应一个SVF计算点，SVF计算点共个。
4
结果与分析
4.1建筑形态特征分析根据表2可知，低层建筑(H≤12.5m)占总面积的47.70%，其次为中层建筑(12.5m＜H≤29.9m)占比也较大，高于29.9m的建筑比例占比较少。此外，低密度建筑（D≤6.1%）约占60.55%，中密度建筑(6.1%＜D≤12.9%)约占34.42%，高密度建筑仅为5.03%。低层低密度和低层中密度两种类型是研究区两种主要的建筑形态，分别占比39.29%和17.18%，其次是中层中密度的建筑类型，高层高密度建筑类型最少，仅有18个网格属于此类。
绘制广州市核心区建筑形态类型分布图见图3所示，同时叠加同期IKONOS高分影像识别三种代表性建筑形态类型（M-H、H-M和M-M）的景观特征。发现：传统老城区位置（海珠区西部等）属于中层高密度类型，而低层中密度则主要分布在一些新开发的区域内；高层中密度类型主要集中在天河体育中心周边位置；中层中密度大多数为绿化程度较高的住宅区。
图3建筑形态分布状况
4.2地表温度与建筑形态的关联分析对相邻时期的数据进行差值运算，如7月18日数据减去10月6日数据得到结果图5A，目的是分析不同时期地表温度变化特征。同样的差值运算得到图5B和5C，图5D为前三个差值结果的累加，可表征整个时期地表温度变化状况。
研究发现，虽然随季节推移研究区总体地表温度下降，但相邻时期温差格局有着显著差异：如图5A可以看出，7月18日至10月6日降温幅度最大的位置集中在越秀区全部、天河区中西部等；10月6日和10月22日相差仅16天（图5B），温差格局变化也与上一时间段有明显差异。最后对5A至5C三个温差结果进行累加，得到全部时期随时间推移温差变化总体特征，其降温态势与图5A类似。
图4地表温度时空变化格局
为探索地表温度变化分布与建筑形态类型的关系，统计不同温度变化范围内建筑类型分布状况，结果如表3所示。从结果可知，从7月到11月，温度变化幅度较小的范围（4K≤T△＜5K）主要集中在低层、低密度建筑类型区域。在中等温差范围内（5K≤T△＜7K），低层建筑类型比例减少，高层建筑类型比例增加趋势明显。在温差变化幅度最大的范围内（T△＞7K），已无低层建筑类型存在，中层建筑达63.16%，而低密度建筑类型也占68.42%。总结上述分析结果，我们发现了建筑形态对热环境变化影响的规律，即建筑高度和建筑密度与温度变化幅度呈反比。
为进一步挖掘建筑高度与地表温度的关系，我们在SVF的研究区域内设置了一条剖面线，提取剖面线经过位置的建筑高度和对应的地表温度值，得到图6。从图中可以看出，不同时期的地表温度显现出大量的“谷”（B点）和“峰”（A、C点），反映了不同建筑形态类型上地表温度的高度异质性，在到m间，最高建筑层数大于25层，地表温度表现为“谷”，对比高分影像发现这些位置上以建筑高度较高，建筑密度较低的新建住宅区为主，这是因为高层建筑形成的阴影会产生大量低温区。多个地表温度的“峰”出现在到2m的位置，因为这里存在大量低层且密集的建筑。
图5筑高度和地表温度变化曲线
4.3建筑高度和密度与地表温度的相关性图6为1%建筑高度间距范围内平均地表温度与建筑高度的相关性散点图。从图中可以看出，地表温度与建筑高度的相关性规律不明显，计算得到的各个时期相关性系数也比较小，7月18日相关系数为0.，10月6日和10月22日相关性系数分别降至0.和0.，到11月23日相关性系数仅为-0.。
图6建筑高度和地表温度的相关性
建筑密度与地表温度的相关关系更为明显，除了11月23日，其他时期的相关性系数都在0.91以上。用二次多项式函数更能表达地表温度与建筑密度的关系，而且，这种关系随着时间变化在逐渐减弱。
图7建筑密度和地表温度的相关性特征
从上述研究结果可以看出，地表温度与建筑高度和建筑密度的关系非常复杂，我们提出基于回归树的方法，以建筑高度和建筑密度为自变量，地表温度为因变量，构建地表温度的预测模型。由于篇幅所限，此处仅列出7月18日的分析结果，如图8所示。
图8回归树模型获得的不同规则和回归方程
将各个时期的模拟规则进行空间分布制图，分析不同规则的空间分布特征，结果如图9所示。结果显示不同规则的分布特征与广州市核心区的城市地表景观特征有密切关系，意味着特定的城市景观可以通过规则来识别，如7月18日的规则1主要分布在海珠区中西部、芳村区东部、荔湾区、越秀区、天河区中部和南部以及*埔区南部沿珠江的位置，这些位置都是广州市高度城市化的空间地域。
图9不同规则的时空分布状况
4.4SVF与地表温度的相关性计算图1（d）的研究范围内的SVF，表征建筑形态特征。结果显示SVF的值在0.到0.，大部分的SVF在0.4-0.9的范围内，约占85.29%，0-0.2范围的SVF占比最小。SVF的空间分布与城市建筑形态密切关联，如靠近主干道的样点SVF通常都比较高，而在高层或高密度建筑周边的样点SVF都较低。
再统计平均地表温度与SVF的相关性散点图，结果如图10所示。研究发现不同时期平均地表温度与SVF的相关性均呈“∪”型（微笑曲线）关系，即随SVF增大，地表温度先下降，到一定程度后地表温度又增加。前面也提到，高SVF值主要集中在开敞空间和较宽的路面，这些位置通常植被覆盖低，并且以沥青混凝土铺设为主，会吸收的大量太阳辐射，使地表温度升高。
图10SVF频率分布和空间分布特征
图11SVF与地表温度的相关性特征
5
结论与讨论
本研究工作提出了利用回归树建模的方法，在城市区域尺度上分析了城市地表温度对建筑形态的复杂响应关系，研究亮点在于：1）在区域尺度上定量描述广州市核心区建筑形态类型数学统计及空间分布特征；2）提出基于回归树的方法识别建筑高度和密度两种建筑形态对地表温度的非线性关系，将它们的复杂关系巧妙地利用不同规则表达出来，并揭示这种复杂关系与城市地表格局的空间关联。
当然，本研究也存在不足之处，即使我们已经确定城市建筑形态对地表温度有重要作用，但我们并没有在野外开展地表温度和气温实测来验证我们的结论，而仅仅根据遥感影像获得地表温度的数据开展研究。通过遥感影像获取的地表温度能高效地大范围获取城市热环境信息，但它仅能代表城市地表的能量状况，并不完全等于近地面气温特征，而后者与人体舒适度直接相关。因此，日后可通过地表温度数据分析发现热环境研究的有趣位置，进而开展城市内部，特别是城市街区尺度这种与人们生产和生态息息相关的地理区域的热环境研究工作。
◆◆◆◆◆
引用信息：GuoG,ZhouX,WuZ,etal.CharacterizingtheimpactofurbanmorphologyheterogeneityonlandsurfacetemperatureinGuangzhou,China[J].EnvironmentalModellingSoftware,,84:-.
点击“原文链接”，免费浏览下载全文——————END——————
编辑
郭冠华
审核
吴志峰
城市生态与人居环境