基于城市形态参数的沈阳地表热环境评估方法及规划响应*

周诗文 石铁矛 李 绥 李殿生

(1.沈阳建筑大学建筑与规划学院， 沈阳 110168； 2.沈阳建筑大学空间规划与设计研究院， 沈阳 110168；3.沈阳建筑大学生态规划与绿色建筑研究院, 沈阳 110168)

随着全球化和城镇化的高速发展，人类生产生活空间的剧增在改变城市下垫面的同时，城市建筑群在高度上也在不断延伸[1-2]，从而影响局地和城市尺度地表能量平衡过程和空气流动，改变城市内部的热环境，加剧城市热岛效应[3-5]，对城市发展、居民身体以及生态环境产生较大的负面影响。加强对人们赖以生存的城市三维空间形态影响热环境及其影响机理的认知，可为缓解城市热岛效应、实施合理的规划路径提供科学依据。

近年来，城市空间形态对热环境的影响研究备受关注。近十年间研究者们已将视角从对二维结构的组成和配置转向对三维空间的协同和优化[6]。空间尺度也在不断扩大，由城市中心区向复杂性更大、异质性更高的城市区域逐渐拓展[7]。研究内容主要集中在以下几个方面：1)城市热环境的空间分布特征。如Rao等使用ITOS-1卫星数据制作了美国大西洋中部沿海城市的地面热场分布图[8]；黄亚平等以武汉市主城区589个控规单元为样本运用RS-GIS的技术方法识别出武汉市“大分散、小集中”的热岛空间分布特征[9]。2)城市热环境的影响因子(如地表特征因子、城市空间结构等)。如Gallo等使用散点图证明归一化植被指数与地表温度存在负相关关系[10]；Gl等发现地表温度与天空可视度之间存在很强的线性负相关关系[11]；徐涵秋等通过遥感提取的城市不透水面及构建的建筑指数作为指标因子表征城市热岛效应[12]。3)减缓热岛效应的规划措施。在揭示城市空间结构对热环境影响机制的基础上，从规划可落实的方面探索实现热环境优化的可行性方案[13]，如Stone等基于美国多个城市空间形态演化特征与高温灾害事件存在的关联性研究提出了适应气候变化的城市规划设计[14]；Noro等在对意大利帕多瓦市多年热岛分布建立仿真模型的基础上评估了城市形态布局影响下的热岛强度和热辐射状况[15]；任超等构建了城市环境气候图评估和应用平台，以期制定有针对性的城市规划策略、优化城市空间形态[16]。

已有研究[17-28]中，在地表温度的研究方法上可归纳为：实地观测法、数值模拟法、遥感观测法。实测法可更为精确地确定研究区域的热环境气候数据，定量进行热环境分析或用于验证其他评估方法的准确性，获取的实测结果优于模拟软件所预测的结果，但由于人力物力的限制，大规模获取真实的城市环境参数具有一定难度。数值模拟法可以模拟和预测不同时空尺度下城市热环境格局和过程，此方法通常用于情景模拟，即将下垫面性质及地形特征等纳入预设参数中，进而模拟得到各情境中的热环境分布情况。相对来说，数值模拟的计算结果更为直观、详细。遥感观测法可以实现任意尺度的热环境分析，有效地提高空间精度并简化模拟过程。目前的相关研究主要利用实际测量与遥感技术相结合开展工作。在城市三维形态与地表温度之间关系的研究方法上，主要采用两类分析：统计分析(主成分分析、相关性分析等)[18-20]和分类比较[21](高度分类、密度分类等)。

综上所述，城市三维空间形态的热环境效应已成为多学科多领域关注的热点，但在研究内容和方法方面仍存在一些提升空间，可总结为以下三个方面：1)三维指标体系仍不够全面，一方面需加强对指标之间自相关分析，通过降维方法将重复指标删除，另一方面需加深指标与热环境效应的关联性探讨，建立完整的指标体系。2)不同尺度下相关研究的关注视角、数据来源、研究方法都不同，但在实际规划应用中，针对不同层级至上而下的规划需要加强不同尺度下城市形态与热环境效应的协同优化。3)对现状规律的揭示普适性指导作用有待加强，已有研究大多采用简单的最小二乘法回归模型，评估模型的应用对象仅局限于所研究区。因此，在热环境评估中亟需一个综合重要评估指标表征城市热环境效应，以加强调整空间形态和优化热环境的应用性。综上所述，应基于城市三维空间形态与城市热环境反演的耦合关系分析，建立城市热环境效应评估模型，以期为多地区开展城市热环境评估提供借鉴。

1 研究区域和数据

1.1 研究区域

以沈阳市为研究对象。沈阳地处北纬 41°48′11.75″、东经 123°25′31.18″，地处温带半湿润大陆性气候，四季分明，年平均气温6.2～9.7 ℃。近些年，沈阳夏季连续出现高温天气，已经成为东北地区的“火炉”城市，并跻身于全国高温城市排行榜之中。研究以沈阳市四环快速路为研究范围边界，直径40 km，涉及9个行政区，10个新城，总面积1 254 km2，开展城市热环境效应评估研究。

1.2 数 据

研究主要使用文献统计数据、影像栅格数据、矢量数据三类，数据主要来源详见表1。

表1 数据来源汇总Table 1 A summary of data sources

2 技术和方法

2.1 技术路线

面向城市规划的热环境效应评估，采用了热环境效应指数评估模型的研究框架(图1)，基于城市数据高程模型(UDEM)提取城市三维空间形态指标并通过共线性分析筛选指标，基于遥感影像对沈阳市2018年8月2日的地表温度进行反演，通过相关性分析耦合三维形态的热环境效应进一步筛选显著指标作为预测模型的参数集，采用主成分分析法集成以上指标并根据数据本身的性质确定其权重，形成面向城市规划的热环境效应评估模型。在此基础上，提出针对热环境评估的规划响应策略。

图1 热环境指数评估模型Fig.1 The evaluation model for thermal environment indexes

2.2 地表温度与城市形态参数的相关性分析

通过相关性分析验证各空间指标对热环境的相关显著程度，进而揭示其影响规律。为充分反映地表辐射的得热和散热，且综合表征城市三维空间形态，城市形态参数的确定归纳为以下两个步骤：1)基于既有影响城市热环境的三维空间指标的总结[6,22-25]，按特征可归纳为建筑特征、植被特征和形态特征；2)结合沈阳市热环境分布特征，通过指标间的自相关分析筛选指标，作为进一步相关性探讨的基础。最终确定的形态参数如式(1)～式(4)，建筑特征为建筑容积率(αBPR)、植被特征为叶面积指数(βLAI)、形态特征为天空视域因子(χSVF)和粗糙度(Hstd)。

建筑容积率：

(1)

式中：Afi为建筑物第i楼层的面积；Ata为区域总面积；n为建筑物楼层数；N为区域内建筑物总数。

叶面积指数:

(2)

式中：Atl为总叶面积；Ala为土地面积。

天空视域因子:

(3)

其中m=360/αi

式中：αi为方位角,且不大于10°；βi为研究半径内相应方位角的扇形体内最大建筑高度角，且不小于20°。

粗糙度:

(4)

式中：hi为建筑物i的高度；H是区域内建筑物平均高度。

2.3 热环境指数构建方法

为提出以改善热环境为目标的城市形态导控策略，根据上述分析结果筛选出最具相关性的不同类型参数指标，构建城市热环境综合指数模型。如何耦合不同类型的形态参数来表征综合热环境指数是模型的关键，通常采用通过确定指标权重进而求和的方式，但是，要确定究竟是哪个指标对地表温度的全局变化起主要作用，并为其赋一个特定的权重值是十分困难的。因此，采用主成分分析法(PCA)，该方法是一种将多个变量通过正交线性变换来选出少数重要变量的多维数据压缩技术。建模中将单元栅格的建筑、绿地容量及形态特征参数作为变量，通过降维处理将多维信息集中到少数几个特征分量上，集成后各指标的权重根据各指标的贡献度自动、客观的确定[29-30]。

2.4 热环境空间单元划分及格局优化

采用热环境综合指数法对城市栅格单元进行评估和空间化表达，通过聚类分析将热环境指数划分为5个等级，进行城市热环境空间单元划分。在建立起城市形态参数与热环境空间效应回归关系的基础上，提出统筹规划要素和局地温度的城市热环境单元划分方法，以热环境分区调控的思路和方法实现对城市形态的科学导控，为规划层面解决热环境问题建立起从关键要素分析到空间定量调控的可操作框架。

3 结果及分析

3.1 地表温度与城市形态参数耦合

以500 m×500 m的空间网格为统计单元，将研究区域内的平均地表温度转化为可视化网格数据(图2)，并提取城市空间形态(图3、表2)，数据分析显示：1)地表温度高值区(≥32 ℃)的分布状况与城市空间发展关联密切，中心城区高温区密集，沈阳市三环外的于洪、苏家屯和沈北新区高温区明显；2)1.01%的网格平均地表温度超过36 ℃，主要分布在于洪区，0.02%的网格平均地表温度低于20 ℃，主要分布于生态资源优势明显的东北部；3)超过平均地表温度29.1 ℃的空间网格有2 532个，占研究区域面积50.49%。计算全局空间自相关Moran指数为0.63，空间正向自相关性较强。

表2 沈阳市四环快速路三维指标特征平均值Table 2 Characteristic mean values for 3D indexes of the Fourth Ring Expressway in Shenyang

通过统计产品与服务解决方案(SPSS)软件进行相关性分析(表3)，结果显示：构建的6个空间指标均与地表温度显著相关。对比相关性结果(图4)，从建筑特征来看：αBPR与地表温度的正相关关系最为显著，拟合的决定系数R2为0.238，区间(αBPR≤2)的散点与拟合线的拟合度较高，区间(αBPR>2)的散点与拟合线的离散度较高。由此推测：αBPR每升高0.1，地表温度将升高0.26 ℃，容积率高于2时散点与拟合趋势线偏差较大，这可能与高容积率产生大量的建筑阴影有关[31]。从植被特征来看，叶面积指数与地表温度呈负相关关系，相关系数达到0.647，散点与拟合线的拟合度很高，表明植物群体冠层结构的定量化指标能更为全面地代表植被的吸热降温能力，叶面积指数每上升10，地表温度将升高0.9 ℃。从综合特征来看，χSVF和Hstd分别表征了城市空间的封闭程度和城市零值风廓线的提升高度，χSVF指数与地表温度之间存在着很强的负相关关系，与文献[32-34]中的研究结果一致，区间(χSVF≤0.75)的散点分布较zBHD为建筑高度比建筑密度;hEPR为生态容积率。

a—建筑容积率空间分布；b—叶面积指数空间分布；c—天空开阔度空间分布；d—粗糙度空间分布。图3 沈阳市2018年城市形态空间分布Fig.3 Spatial distribution for urban morphology of Shenyang in 2018

图4 沈阳市三维空间指标与地表温度的相关性散点图Fig.4 Scatter diagrams of correlation between 3D spatial indexes and land surface temperatures in Shenyang

表3 沈阳市三维空间指标与地表温度相关系数Table 3 Correlation coefficients between three-dimensional spatial indexes and land surface temperatures of Shenyang

为集中，区间(χSVF>0.75)的散点与拟合线离散度较高，说明天空开阔度大于0.75时，与拟合线的偏差较大，这可能与χSVF对日间太阳辐射有着双重影响有关：χSVF的增大，在增加地表辐射散热的同时，由于加大了太阳直射而增加了地表辐射温度[35-36]；Hstd指数与地表温度呈现正相关关系，相关系数为0.245，区间(Hstd>20)的散点与回归线偏差较大，说明在该研究尺度下，Hstd(≤20)的增大会使地表温度增加，这可能与通风能力的下降相关。

3.2 沈阳市热环境指数评估与空间单元划分

采用主成分分析(PCA)法，通过对代表性变量的实验和校核，最终选取建筑容积率、叶面积指数、天空视域因子为变量构建城市热环境综合指数模型，3个变量的主成分分析矩阵如表4、图5，通过多变量指标降维表达(式(5))的热环境综合指数函数，得到结果后采用式(6)进行规一化处理，将使指数介于[0，1]范围内，该值越接近1，反映城市热环境效应越不理想，通过形态优化的降温潜力越大。

图5 变量的主成分分析Fig.5 Principal element analysis of variables

表4 指标主成分分析Table 4 Principal element analysis of indicators

I0=1-{IPC1a1[f(αBPR,βLAI,χSVF)]+

IPC2a2[f(αBPR,βLAI,χSVF)]}

(5)

ITEI=(ITEI0-ITEI0_min)/(ITEI0_max-ITEI0_min)

(6)

式中:I0为热环境指数；ITEI为规一化处理后的热环境指数；IPCi为主成分集中的第i个主成分；ai为主成分集中的第i个主成分的贡献率。

经对已有数据的拟合和验证，采用IPC1、IPC2实现模拟精度达到92.518%。将计算获得的各栅格热环境指数在GIS中形成可视化结果(图6)，由以上3个变量评估的城市形态热环境指数，与实际城市地表温度具有较高一致性，相关性显著，较好地反映了热环境的分布状况，说明利用建筑容积率、叶面积指数、天空开阔度对热环境进行评估具备较高的合理性和适用性。与地表温度存在差异的区域为西部三环外与东部二环外的工业片区，这一方面表明城市形态显著的影响着地表温度，另一方面，也表明城市不同用地的温室气体排放、人的活动等因素也对热环境具有一定影响。

0.00～0.63 ℃; 0.63～0.65 ℃; 0.65～0.67 ℃; 0.67～0.72 ℃; 0.72～0.75 ℃; 0.75～1.00 ℃。图6 沈阳市城市形态热环境指数空间分布Fig.6 Spatial distribution for thermal environment indexes of urban forms in Shenyang

综合考量热环境指数空间分布等级以及对周边相邻斑块热环境影响程度，划分出城市热环境空间单元21个，总面积436.8 km2，包括高温斑块、次高温斑块与主要冷岛、次要冷岛四种类型(图7)。热环境最为恶劣、覆盖范围大的高温斑块共10个，分布在二环内7个，二～四环间3个；热环境较为不利、覆盖范围较小的次热单元共3个，主要分布于二～四环间西南与东北方向；主要冷岛分布于东北部山区，并沿浑河向西南方向延伸，次级冷岛单元分布于三～四环间的外围生态用地。低值区(热环境效应较好)集中于城市东北部(棋盘山区域)、青年大街沿线的公园(北陵公园、青年公园等)以及四环边缘区(南北方向、于洪区的边缘区除外)，这与大型绿地公园、植被冠层结构丰富、建设容量较低、开敞空间较大密切相关，是增加区域散热、改善城市热环境的重要来源。

高温斑块; 次高温斑块; 主要冷岛; 次要冷岛。图7 沈阳市热环境单元分区Fig.7 Division of thermal environment units in Shenyang

3.3 沈阳市热环境优化的城市形态调控策略

3.3.1 城市尺度的热环境格局优化

由沈阳市热环境单元分布特征来看，在城市尺度对热环境优化的主要策略包括高热斑块隔离、冷岛网络构建和重点区域降温3个层面(图8)。

城市绿楔; 城市绿带; 高温斑块; 滨河绿地。图8 沈阳市热环境格局优化方案Fig.8 The optimization scheme of the thermal environment layout in Shenyang

高热斑块隔离。连续性的高热单元集聚是形成城市高温热浪的主要成因，在改善城市热环境的规划调控中，应优先考虑对高热单元的切割和有效隔离，改善关键位置的下垫面特征，增加开放空间及绿地、水体配置，加强空间的通透性形成通风廊道，将高温片区化整为零，削弱连续、集中高热单元的热岛效应。

冷岛网络构建。结合沈阳市的主导风向，分析现有城市冷岛格局。东北及东南山林、西北及西南水域农田和浑河是沈阳市主要冷岛，沿三环形成城市生态廊道，有效地阻断了二环内高温片区向南部蔓延；而紧邻二环北侧的北陵公园，是城市中心区最为显著的冷岛，由此向东北、西北方向延伸，依托现有冷岛节点，形成连接沈北新区与于洪区的外围大面积水体和生态用地，建立冷岛降温联通网络，是优化城市热环境格局的重要手段。

重点区域降温。由城市高热单元的空间分布特征可见，其热环境不利的现状主要是由于建筑密集和绿地比例低造成的，改善建成区热环境的难点在于对建筑空间的改造潜力及其有限，因此，见缝插针地增加绿地、水体面积、优化植物配置、增加植物量，是提升高热单元的降温能力的有效途径。

3.3.2 场地尺度的空间形态量化导控

由热环境指数评估模型的变量关系来看，栅格单元内各参数组成关系的优化，是指导场地尺度改善热环境的量化依据。以二环西部的C单元、G单元两个高热斑块的接邻区域为例，该区域大部分栅格的热环境指数处于高热、次高热等级，建筑容积率高、空间较为封闭是一方面原因，而现有开敞空间虽然具有一定绿地面积，但是从叶面积指数反演结果来看，植物群落配置较为初级是影响降温能力的另一个主要原因。

从以上两方面入手寻求对热环境改善的策略，由于该区域属于旧城改造片区，结合部分地块的拆迁重建规划方案，提出各单元热环境改善策略，具体包括建筑搬迁改造、增加广场绿地和改善植物群落配置3种措施(图9)。在规划调控过程中，提取优化方案的αBPR、βLAI、χSVF参数，依据式(5)、(6)，计算改造优化后各栅格的热环境指数ITEI，与现状数据进行对比(表5)，可见，在搬迁地块的开发建设中，建筑容积率均有较大幅度的提升，这是影响热环境的不利因素，但是优化方案采取了适度的调整建筑间距，控制天空开阔度指数、增加绿地和改善植物群落配置、提升叶面积指数等措施，有效改善了局地热环境，改造后地块中7个栅格的热环境指数均有所降低，其中，增加了小型绿地的B3单元热环境指数降低最为明显。在评估模型的量化导控下，可以有预见性地去改善场地尺度上的热环境效应。

图9 C、G单元局部地块影像Fig.9 The image of local plots in Units C and G

表5 调整方案前后指标对比Table 5 Comparisons of indexes before and after plan adjustment

4 结束语

基于城市下垫面基本形态参数和物理几何特征刻画了沈阳市四环内的空间结构，运用GIS空间分析、热环境指数评估、热环境空间单元划分等方法探讨了城市空间形态对城市地表温度的影响机理，进而构建了城市热环境效应评估模型并提出了面向热环境优化的城市形态调控策略。主要结论如下：

1)研究区的地表温度的高值区密集分布在二环内及西部的于洪区，主要成因是老城区的建筑空间结构较为复杂、植被绿量有限且群落结构较为单一，中心区域及浑河南部的城市空间封闭度较高、浑河南部及青年大街沿线的高层建筑集聚且起伏度较大；低值区集中于四环的边缘区及青年大街的北端—北陵公园，主要成因是建筑容积率较低，生态资源优势明显，植物群落层次丰富且植被绿量大。

2)从相关性分析结果来看，城市地表温度与栅格单元内的植被群体冠层结构、建筑容量与综合形态特征三个方面的指数均有较强的相关性；在不同类型指数中，分别以叶面积指数、建筑容积率、天空开阔度的显著性更明显。

3)构建的热环境指数评估法，集成上述指标并由指标本身性质客观确定其权重，这充分体现了多种指标耦合影响的结果和地表热环境评估结果的客观性，该评估方法能够较好地表征热环境分布现状以及降温调控潜力，通过热环境分区调控的途径能够有效指导空间环境与热环境的协同优化。

如上所述，热环境指数是热环境评估的核心指标，但当前估算的结果还存在一些值得讨论的空间：

1)以形态学参数为研究基础，侧重三维形态特征影响下的热环境效应，是在控制性详细规划阶段对量和形态特征的探讨，而对于用地类型，排放特征和人为活动等未在研究范畴。

2)为使该方法在城市规划中更具通用性，未来的研究应针对长时间尺度、不同地域特征的城市的空间耦合关系做进一步探讨。