CN106055878A - 一种缓解城市热岛效应的城市森林树种选择方法 - Google Patents

Abstract

本发明属于森林管理技术领域，涉及人工种植树种的选择方法。利用相对便捷的数据获取途径和较少的资金人员投入，设计一种针对缓解城市热岛效应的具体树种选择方法。该方法主要由遥感反演地表温度、融合地面调查数据、冷热点空间识别和树种组成数据挖掘四个阶段构成。本发明能从城市尺度缓解城市热岛效应的作用，指导城市森林管理选择更有效缓解热岛效应树种，提升城市森林降温功能水平。

Description

一种缓解城市热岛效应的城市森林树种选择方法

技术领域

本发明属于林分改造技术领域，涉及一种树种选择的方法。

背景技术

截至2015年，我国森林覆盖率为21.6%，远低于世界31%的平均水平，但我国的城镇化率却为56.1%，已达到世界平均水平，资源和人口发展的不平衡成为我国城镇化未来发展的主要问题之一。面对着城市生态系统人口高度密集，土地资源日趋紧张的发展态势，为了发展经济和改善人类福利，城市用地在从透水地面（如林地）往不透水地面（如建设用地）转换，使城市森林面积不断下降，因此森林结构（如树种）等因素应纳入可持续发展城市森林建设的考量范围。随着城市化进程的加速，热岛效应的出现，成为居民生活健康和能源消耗较大的负面影响和经济负担。城市森林作为生物圈中衔接自然和人工生态系统的生物体，是一种缓解热岛效应的经济有效措施，它通过影响大气水、热循环，阻挡太阳辐射和蒸散热量来调节城市气候，降低其周围环境温度。城市冷岛是指由于城市内部某些景观的特性与周围景观特性不同，使得自身温度比周围城市区域温度低的现象。国内外研究已表明城市内绿地植物有明显改善热岛效应的作用。在我国农用地总数呈不断下降的趋势下，单纯依靠扩大城市林地面积来控制热岛效应实际并不可行，在城市土地资源稀缺的情况下，考虑现有城市森林情况并选择合适当地的优良降温树种对城市森林布局优化具有现实意义。

上世纪九十年代以前，国内许多城市制定了城市绿化树种规划，主要以绿地美学和休闲游憩功能为主，造成城市树种结构单一，城市森林生态服务功能较低等现象。近年来，国内城市森林的树种选择原则逐渐转变，主要有适地适树原则、生态和景观兼顾原则、生物多样性原则、以乔木为主原则和重视乡土树种原则等。但落实到每个城市树种的选择上，仍然是从植物学特性和经验上来判断，并且由于城市绿地管理部门往往是配合城市发展规划部门的脚步，缺乏反馈改善环节，这对于整个城市森林的布局十分不利。目前国内对于从整个城市森林空间布局和降温功能角度出发的指导城市树种选择和种植的研究很少，而城市管理者迫切需要一种有效且经济的减缓热岛效应的方法。

发明内容

本发明的目的是利用遥感数据和空间分析方法，结合城市森林已有主要乔木树种，从城市尺度分析城市森林地表温度的冷热点区，并挖掘冷热点区树种组成数据，从而达到筛选出有效缓解城市热岛效应树种的目标。

为了实现上述目的，本发明采用如下技术方案。

1.选取研究的城市某年夏季（6-9月）的3-5幅晴朗无云的Landsat遥感影像，根据其热红外波段（10.40–12.50 μm）进行地表温度反演，步骤包括辐射校正、大气校正、热红外波段重采样到30m分辨率和反演算法。

2.计算每幅影像反演计算得到的研究区地表温度数据的平均值（Tb），将栅格的温度数据中每个像元（30m×30m）中的温度（LST）进行归一化处理，得到TR。依据公式为TR =(LST-Tb)/Tb。将若干幅归一化温度栅格数据中，相同空间位置上的像元温度进行平均，得到夏季城市地表平均温度空间分布图。

3.将各图层的空间坐标系统一到相同的投影坐标系上，再依据森林资源调查数据库中已经划定的城市森林小班斑块，计算每个斑块平均归一化地表温度。

4.使用局部G_i*统计方法，在以500米为间隔不断增加的距离基础上，通过以下两个标准选择最佳分析阈值：a.该阈值距离下与前后变化阈值距离下冷热点区面积变化是否趋于稳定；b.冷热点斑块在该距离范围内周围斑块最少个数是否大于8，即满足Ord和Getis（1995）提出的自相关正态分布假设前提——周围邻居个数最少为8。在合适的分析阈值下，识别森林斑块的冷点区和热点区。

5.对识别的冷热点区树种组成数据进行数据挖掘的分类分析，包括：决策树、人工神经网络、贝叶斯分类方法、支持向量机和随机森林法，对比冷热点区的树种组成的差异性，最后选定冷点区的重要组成树种。

进一步，所述步骤4）中的冷点区和热点区的特征为：

热点区为以Z值大于1.65作的斑块，表明斑块与周围斑块形成高值与高值聚集状态；冷点区为Z值小于-1.65的斑块，表明斑块与周围斑块形成低值与低值聚集状态。

本发明从城市区域尺度出发，依据Landsat中高分辨率影像反演得到城市森林地表温度，使用空间统计分析方法，融合考虑城市气候情况、空间形态和已有树种等因素，提出一种筛选有效缓解热岛效应的城市森林树种选择方法。此方法是建立在使用空间统计法充分分析影响城市森林地表温度各驱动因子的影响力大小基础上的，各因子包括：斑块面积、优势树种、郁闭度、林龄、斑块形状、土地质量等级、土层厚度、海拔、坡度、坡向、坡位、人口密度和斑块周围不透水面面积比例。结果显示，除海拔和面积因子外，优势树种是主要影响森林地表温度的因子，所以本方法可为城市森林优化管理布局提供方法和依据，所得结果可指导城市绿化具体实施。

附图说明

图1为本发明的流程图。

具体实施方式

(一)该方法在福建省晋江市使用，通过空间统计方法对城市森林地表温度主要影响因子驱动力大小进行分析，结果表明树种是主要影响森林地表温度的因子，根据此结果在晋江市进行选点改造。晋江市属于南亚热带季风气候，兼具海洋性气候特征，四季较为不明显，5-10月为夏季，年均气温在18.3–21.3°C。森林呈现减少和破碎化趋势，2014年斑块数约为6 000个，森林总面积为9 566公顷。其具体实施方式如下。

1. 使用2014年7月6日、22日和8月7日图幅号为119/43的包含晋江地区的3幅Landsat 8遥感影像进行反演，将影像进行辐射定标后，使用FLASSSH模型进行大气校正，随后使用三次卷积法对热红外波段进行重采样，最后使用单窗单通道反演地表温度。

2. 将遥感反演的三幅地表温度栅格图像的温度进行归一化处理，以消除不同时间背景温度的影响，随后，求取每个栅格内的归一化温度平均值，得到晋江市2014年归一化地表温度的空间分布图（下称温度分布图）。

3.将温度分布图和森林清查资源图形库进行空间校准，将投影坐标系统一到WGS1984 UTM (50N)。随后利用Arcgis空间分析工具箱内的“以表格显示分区统计”功能，计算每个森林斑块上平均归一化温度。

4.使用Arcgis软件中的“冷热点分析”功能，以Z值大于1.65作为判断热点显著斑块，Z值小于-1.65则判断为冷点显著斑块的原则，设置阈值为500-3 500米，并以500米为间隔距离进行探测。结果发现在2 000和2 500米之间，冷热点面积变化趋于稳定，从62.01%变为62.97%，且最小邻斑个数为10个和16个。所以，选取其中间值2 250米进行探测，发现在此距离阈值下冷热点区面积占全市面积的62.55%，平均邻斑个数为197.1个，最小邻斑个数为12个，故最佳阈值距离最后确定为2 250米。注意：在判断周围邻斑个数时，是以冷热点显著斑块（Z值绝对值大于1.65）为对象，在该阈值距离范围内的所有斑块个数，包括冷热点显著斑块和不显著斑块。

5. 用R软件的rpart Packages对选出的出现频次大于100的林班主要树种组成数据进行回归树（Classification and regression tree, CART）挖掘分析。根据蓄积量将树种组成数据按比例分列，因变量为空间自相关回归得到的Z值，自变量为14种主要树种在各林班所占蓄积的百分比。14种主要树种有：毛竹（Phyllostachys heterocycla）、柠檬桉（Eucalyptus citriodora）、荔枝（Litchi chinensis）、木麻黄（Casuarina equisetifolia）、木荷（Schima superba）、巨桉（Eucalyptus grandis）、茶（Camellia sinensis）、杉木（Cunninghamia lanceolata）、湿地松（Pinus elliottii）、相思树（Acacia confusa）、马尾松（Pinus massoniana）、龙眼（Dimocarpus longan）和其它阔叶树、其他桉树。

6.数据挖掘结果显示龙眼、相思树和木麻黄为热点区主要树种。龙眼蓄积量超过50%的林班集中在热点区（Z值=4.55）；林班蓄积量主要来自于相思树（>5%）的斑块处于热点区（Z值=2.68）；木麻黄蓄积量>5%的林班（Z值=7.25）也都集中在热点区。冷点区的主要树种为湿地松（>=5%）（Z值=-9.94）、杉木（>=5%）（Z值=-8.14）及其他阔叶树（Z值=-3.7）。

7.根据分析结果，2015年在晋江市英林镇东埔村选取一块热点区林班，土壤为砖红壤性红壤，立地质量等级3级，面积3.3公顷，树种组成为70%木麻黄30%相思树，郁闭度为0.4，树龄为29a，平均胸径为13cm，每亩林木株数为150株，搭配矮灌木。2014年夏季斑块平均归一化地表温度为-0.047，在40.76-41.89℃之间。在所选林班内进行春季补植胸径为5cm左右的湿地松、杉木和乡土阔叶树大苗的改造，使其均匀分布，使每亩林木株数达到200株。阔叶树包括秋枫（Bischofia javanica）、杧果（Mangifera indica）、小叶榕（Ficus microcarpa）、菩提榕（Ficus religiosa）、白兰花（Michelia alba）、大花紫薇（Lagerstroemia speciosa）、凤凰木（Delonix regia）等。由于森林经营属于较为粗放式管理，很难做到对每个树种的株数控制得很精确，所以没有提供每亩具体补植湿地松、杉木和阔叶树的株数。

由于森林清查资源数据对于树种的记录不够细致，所以在对树种组成数据进回归树分析时，仅对14种主要树种进行分析，这导致对于阔叶树种的挖掘不够详细，在其他地方应用的时候可使用更细致的树种组成数据进行分析。

使用2015年9月11日Landsat8包含晋江的遥感影像数据进行反演计算，得到该林班归一化平均地表温度为-0.035，为40.68℃，但已不是热点区斑块，表明已不再呈现高值与高值聚集状态，意味着该斑块和周围的斑块不再形成高温聚集。

改造示范结果表明：该斑块经过本方法所选择的树种补植改造后，温度有所降低，且可能对斑块周围也产生一定的影响。从城市尺度划定了城市森林地表温度的冷热点区，为城市森林缓解热岛效应优化管理布局提供了方法和依据。

Claims (4)

1.一种基于遥感数据和空间分析的缓解城市热岛效应的森林树种选择方法，其特征在于该方法包括以下步骤：

1）使用夏季（6-9月）的多幅Landsat遥感数据对城市地表温度进行反演；

2）将地表温度进行归一化处理，生成夏季城市地表平均归一化温度空间分布图；

3）计算森林资源调查数据库中每个城市森林小班斑块上的平均地表温度；

4）依据步骤3）的结果，使用局部G_i*统计方法，在合适的分析阈值下，识别森林斑块的冷点区和热点区；

5）依据步骤4）的结果，对冷点和热点区树种组成数据进行数据挖掘的分类分析，筛选冷点区的重要树种。

2.根据权利要求1所述的方法，其特征在于步骤2）中使用的归一化处理公式如下：

T_R = (LST-T_b)/T_b （1）

公式（1）中T_R是归一化后的温度，LST代表该栅格的地表温度，T_b 是研究区的平均地表温度作为背景温度。

3.根据权利要求1所述的方法，其特征在于步骤3）中合适的分析阈值是建立在以500米为间隔不断增加的阈值基础上，通过判断该阈值距离下冷热点区面积和冷热点显著斑块在该距离范围内周围斑块个数变化趋势进行选择的。

4.根据权利要求3所述的方法，其特征在于选择的标准为冷热点区面积变化区域稳定，且冷热点斑块周围斑块的平均和最小个数均大于8。