Influence of Landscape Characteristics on Cold Island Effect in Dalian City Park under Heat Wave

研究区（38°49′—39°5′N，121°22′—121°45′E）位于大连市，涉及中山区、西岗区、沙河口区、甘井子区（部分），简称“中西沙甘”。研究区中央及北部地区平坦，西南和东南地区多为低山丘陵，属暖温带半湿润大陆性季风气候。研究区内共有48个公园，由于公园面积过小或周边存在大型冷源时，计算冷岛效应会产生误差^[11]，因此本文剔除面积小于4 hm²以及临近大型冷源的公园，最终得到的24个城市公园，具体地理位置如图1所示。

Figure 1.  Location of study area and associated land use type map

气象数据来自国家气象数据共享网（data.cma.cn），通过2015—2020年气象日值数据获取大连的日最高气温信息，用于识别近年来大连市发生高温热浪的时间。结合中国气象局规定^[2]，大连市在2018年7月27日至8月4日发生高温热浪。

Landsat 8遥感影像来自美国地质调查局官网（glovis.Usgs.gov），根据云量小于10%的标准对影像进行筛选，选出2018年8月2日（热浪）和2019年7月20日（非热浪）的Landsat 8影像反演地表温度，轨道号为P119/R033，其质量满足反演要求。

土地利用类型数据基于2018年7月15日至8月15日10 m分辨率的哨兵2号影像去云融合后进行监督分类获得。将公园内部分为林地、草地、水体以及硬质地表四种土地利用类型^[9-11]。以2018、2019年高清影像为真实地面参考，进行精度评价。2018年kappa系数为0.92，2019年kappa系数为0.90，分类结果精度符合研究需要。

本文采用单窗算法^[15]来反演地表温度，具体公式如下：

其中：$ {T}_{S} $为地表反演温度（K）；a、b为常数项；$ {T}_{a} $为大气平均作用温度（K）；T_b为亮度温度（K）；C、D为中间变量，通过公式（2）计算。

其中：$ \epsilon $为地表比辐射率；$ \tau $为大气透视率。

将地表温度反演结果与同天 MOD11A1数据进行线性回归，呈显著相关（2018：R²=0.99，P<0.001，2019：R²=0.99，P<0.001），证明反演结果可靠。

城市公园一般是由多种土地利用类型共同组成的景观综合体^[9]，因此，从公园形态、公园要素构成、空间形态等各方面选取了5个公园景观特征参数^[9-11,16]，并通过Fragstats4.2软件定量化计算。具体指标如表1所示。

本文采用降温范围（Cooling Range，CR）以及冷岛强度（Cold Island Intensity，PCI）作为衡量公园冷岛效应的指标。其中，CR用来表征公园冷岛的最大影响范围，PCI用来表征公园冷岛的降温幅度^[11]。CR、PCI通过缓冲区分析法计算得到。首先，根据公园边界，以30 m为缓冲距离，建立20环共计600 m的缓冲区。由于公园周边存在绿化带等小型冷源，根据高清影像鉴别并剔除周边干扰区域，修正缓冲区。其次，将更新后的缓冲区与地表温度数据叠置，统计得到各环缓冲区内的平均温度，同时以缓冲区的距离为自变量，平均温度为因变量绘制三阶拟合曲线^[8]，经验证，所有公园曲线的R²值均在0.90以上。最后，依据拟合生成的曲线，结合实际情况寻求极值点或趋于平缓的位置，对应的距离为CR，用该处的平均温度减去公园内部平均温度即为PCI。

其中：T_CR是CR处的平均温度；T_mean是公园内部平均温度。

采用热浪与非热浪状态下公园CR、PCI的差值ΔC、ΔP来表示热浪对公园降温效应的影响程度。

其中：$ {\mathrm{C}\mathrm{R}}_{1} $、$ {\mathrm{C}\mathrm{R}}_{2} $分别是热浪、非热浪时公园的降温范围；$ {\mathrm{P}\mathrm{C}\mathrm{I}}_{1} $、$ {\mathrm{P}\mathrm{C}\mathrm{I}}_{2} $分别是热浪、非热浪时公园的冷岛强度。

随机森林是基于自助法从原始样本中抽取多个样本，并对每个样本生成独立的决策树的一种集成学习算法，具有很高的准确率，可以有效解决异常值和噪声的问题^[17]。在模型中，通过自主抽样选择 2 /3 的数据来训练随机森林，其余数据作为袋外样本数据，通过袋外误差的增加量和基于分裂时基尼系数的减少量来评估每个变量的重要性^[18]。其中，基尼系数越大，节点纯度（IncNodePurity）越高，表明该变量越重要。本文利用R语言构建模型，评估景观特征参数对ΔC、ΔP的重要程度，并筛选出重要特征参数。

Probit模型是事件发生的概率依赖于解释变量的一种广义线性模型，可解释为自变量每增加一个单位，因变量的发生概率上升或下降多少百分比，模型服从正态分布，是离散选择模型的常用模型，适用于探索因变量为名义变量或序次变量的概率模型^[19]。因此，本文选用 Probit 模型检测，当重要特征参数增加或减少时导致热浪下公园冷岛效应增强或减弱的概率大小，从而获取相应的临界阈值。

图2为研究区热浪及非热浪状态下的LST空间格局，热浪时LST介于19.52~60.11 ℃，平均值为44.08 ℃，非热浪时LST介于20.47~58.85 ℃，平均值为41.42 ℃，热浪发生时LST平均上升2.66 ℃。热浪发生时中心城市、西南林地及东部城市LST变化明显，总体升高3 ℃以上，其余大部分地区升高0~3 ℃，仅少量北部耕地及其他边缘地区温度降低。因此，热浪发生时研究区地表温度普遍升高，热浪对地表温度影响剧烈。此外，无论是否发生热浪，研究区的LST空间格局与土地利用格局一致，地表热环境呈现出“中心温度高，周边温度低”的趋势。其中，高温区分布在研究区中部及北部的城市密集区。低温区分布较分散，为研究区周边林地和海域等大型冷岛区，以及城市中的公园、河流和湖泊等呈现出的冷岛空洞。

Figure 2.  Land surface temperature in the study area

热浪及非热浪状态下24个公园的降温范围及冷岛强度见表4。其中，热浪时公园CR₁介于125.68~572.18 m，PCI₁介于0.642~6.888 ℃，非热浪时公园CR₂介于127.55~558.88 m，PCI₂介于0.788~8.184 ℃。可见无论是否发生热浪，各公园均表现出明显的冷岛效应，但热浪促使公园冷岛效应发生改变。由表2可知，ΔC介于−68.38~92.67 m，ΔP介于−1.532~0.783 ℃。热浪环境下，公园CR增大的（ΔC>0）有10个，减小的（ΔC<0）有14个；其中劳动公园的CR减小最严重（ΔC= −68.38m），水池山公园CR增加最显著（ΔC=92.67 m）。热浪环境下，公园PCI增大的（ΔP>0）有5个，减小的（ΔP<0）有19个；其中水池山公园PCI降低最明显（ΔP=−1.532 ℃），儿童公园PCI增强最显著（ΔP=0.783 ℃）。可以看到，不同公园对热浪的响应存在差异，且同一公园ΔC、ΔP的变化趋势并不完全一致。应对热浪环境时，公园可分为3种类型，当公园ΔC>0且ΔP>0时，为抵抗型，表明该公园对热浪具有良好的抵抗力，可以有效应对热浪的不利影响，如环卫公园等5个公园；当公园ΔC<0且ΔP<0时，为屈从型，表明该公园不具备抵抗热浪的能力，如周北公园等14个公园；当公园ΔC<0、ΔP>0或ΔC>0、ΔP<0时，为中庸型，表明该公园对热浪仅具有部分的缓解作用，如光明公园等6个公园。

热浪条件下，各个景观特征参数对ΔC、ΔP的影响重要程度如图3所示。其中影响ΔC的重要特征参数分别是林地面积比、草地面积比、草地聚合度，影响ΔP的重要特征参数分别是地表面积比、水体面积比、草地面积比。图4显示了各个重要变量对ΔC、ΔP的边际效应。当林地面积比大于48.5%、草地面积比小于41 %、草地聚合度小于97.8%时，ΔC由屈从型跃迁为抵抗型。当地表面积比小于11%、水体面积比大于29%、草地面积比小于41%时，ΔP由屈从型跃迁为抵抗型。因此，为了有效应对热浪带来的影响，使公园具有较强抵抗热浪的能力，成为抵抗性公园，在规划大连市城市公园时首要考虑将林地面积比控制在48.5%以上，地表面积比在11%以下，其次水体面积比在29%以上，草地面积比在41%以下，最后草地聚合度小于97.8%为宜。

Figure 3.  Relative importance of landscape characteristic parameters to ΔC（1） and ΔP（2）

Figure 4.  Partial dependence effect between important characteristic parameters and ΔC or ΔP

本文以大连市中心城区24个城市公园为研究对象，讨论了热浪对城市公园冷岛效应的影响，以及热浪环境下公园景观特征与公园冷岛效应变化的关系。研究发现：（1）热浪对地表温度影响剧烈，热浪发生时地表温度平均升高2.66 ℃。（2）热浪与非热浪状态下城市公园都具有明显的冷岛效应，热浪发生时公园冷岛效应会发生一定程度的变化。24个公园ΔC介于−68.38~92.67 m，ΔP介于−1.532~0.783 ℃。是由于公园景观类型及配置等因素存在差异，因此不同公园受热浪影响的程度不同。同时，同一公园CR、PCI在热浪条件下的变化趋势并不完全一致。如光明公园ΔC增加了68.23 m，而ΔP减小了0.309 ℃。综合来看，热浪发生时，周北公园抵抗能力最差（ΔC=−33.61 m，ΔP=−1.375 ℃），泽龙湖公园（ΔC=82.34 m，ΔP=0.168 ℃）、富国公园（ΔC=27.10 m，ΔP=0.567 ℃）和儿童公园（ΔC=13.30 m，ΔP=0.783 ℃）抵抗能力较好。（3）在10个公园景观特征参数中，林地面积比、草地面积比、草地聚合度是影响ΔL的重要参数，地表面积比、水体面积比、草地面积比是影响ΔP的重要特征参数。当林地面积比在48.5%以上，地表面积比在11%以下，其次水体面积比在29%以上，草地面积比在41%以下，最后草地聚合度小于97.8%时，热浪条件下公园冷岛效应增强最明显，对热浪的缓解作用最大。首先，当公园以草地为主时冷岛效应减弱，而以林地为主时冷岛效应增强，是由于草地热适应能力较低，高温促使其气孔导度降低，蒸腾作用减弱，从而降温能力减弱，而林地往往热适应能力较高，即使在热浪天气下，仍能保持良好的蒸腾作用，诸如阔叶林的遮荫作用还可以有效阻挡太阳辐射，因此林地能表现出良好的降温效果^[20]。其次，地表具有高吸热率和高储热性，增温现象明显，当地表面积比减小时，公园温度降低，同时还为公园林地、水体面积的增加创造了条件^[11]。最后，水体具有较强的比热容，在高温天气将发挥更加重要的作用^[9]。

本研究具有一定的局限性。首先，为确保研究对象的典型性，所选公园的数量有限，因此，研究结果更适合于与研究区气候环境、地理位置相似的城市，今后将扩充公园数量进行验证。其次，研究采用Landsat 8数据反演瞬时地表温度进行分析，热浪对公园冷岛效应的影响在时间上可能是敏感的，今后研究中考虑使用多种热成像数据作为补充，分析热浪条件下公园降温效应在时间上的变化。