武汉市极端气温与生态空间景观格局的影响指数及耦合特征

张晓思，邵继中，林润泽，李坤洋，谭嫣然，张雪茵; ZHANG Xiaosi; SHAO Jizhong; LIN Runze; LI Kunyang; TAN Yanran; ZHANG Xueyin

网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

武汉市极端气温与生态空间景观格局的影响指数及耦合特征 PDF

- ORCID：
张晓思
✉
- ORCID：
邵继中
✉
- ORCID：
林润泽
- ORCID：
李坤洋
- ORCID：
谭嫣然
- ORCID：
张雪茵

华中农业大学园艺林学学院，武汉430070

中图分类号： TU986

最近更新：2023-08-29

DOI：10.13300/j.cnki.hnlkxb.2023.04.008

摘要

为解析气候变化与城市生态空间格局降温效应的变化特征及两者的协调机制，通过构建指标、函数模型、数理统计等方法对武汉市2000、2010、2020年的极端气温与具有降温效应的城市生态空间格局进行量化分析，结果显示：2000、2010、2020年的极端气温综合指数分别为10.752 5、21.888 2和3.257 5，城市生态空间景观格局综合指数分别为13 032.0、11 834.4和10 0186.5；与降温效应呈正相关的格局指数：斑块类型面积、斑块所占景观面积比例、斑块数量、斑块密度、最大斑块占景观面积比例、景观形状指数平均斑块面积、平均分维数、聚集度、结合度、邻近度在2020年数值相对早年偏小，表明武汉市生态空间的降温效应逐渐被削弱；2000、2010、2020年极端气温综合指数与城市生态空间格局综合指数的协调程度由中级协调逐降为严重失调，意味着武汉市生态空间的降温效应对极端气温的缓解作用逐渐降低。

关键词

气候变化; 城市生态空间; 景观格局; 极端气温综合指数; 气候适应

自1850年以来，地表温度升高、冰雪大范围融化和海水平面上升等现象在全球范围内接连出现，印证着全球气候系统变暖的事实。气候系统模拟结果显示，21世纪我国气候还将持续变暖，极端天气气候事件的发生频率和强度以及地质灾害等均呈增加趋势^［

1］。城市生态空间是城市与区域范围内，除去建设用地之外的所有自然或人工的植物群落、山林水体及具有绿色潜能的空间等系列生态用地，而气候变化也将最直接显著地影响生态空间的环境，面对气候变化带来的高温热浪、旱涝等风险时，城市中的森林、草地、河流、湖泊、湿地等生态空间都将暴露在巨大威胁中。这会进一步加剧城市生态系统的脆弱性，破坏生态系统服务的功能，降低城市气候适应能力，由此形成的脆弱性和暴露度作为反馈再度加剧了气候变化风险。但同时，城市生态空间具有自然属性，可以提供生态产品或生态服务功能^{［参考文献 2

百度学术}2］，蓝绿设施的维护、自然生态区域的保护对于降低热浪期间的平均气温、缓解极端气温、预防干旱和优化水循环等方面的功效，都被视作促进城市气候适应性和降低灾害风险的有效方法^{［参考文献 3

百度学术}3］。因此，城市的生态空间被认为可以在各种尺度下对城市、居住区以及基础设施抵御气候灾害发挥积极作用。生态环境部等17部门联合印发《国家适应气候变化战略2035》，提出要不断强化自然生态系统和经济社会系统气候韧性，构建适应气候变化的区域格局^{［参考文献 4

百度学术}4］，利用城市生态空间缓解气候灾害风险，通过基于自然的解决方案适应气候变化成为主流策略^{［参考文献 5

百度学术}5］，由此可见，发挥城市生态空间的自然缓解作用成为城市气候适应的重要举措之一。城市生态空间可以改善局地气候，进而在城市层面达到缓解极端气候的效果。已有研究发现生态空间不同格局形式对缓解气候的效果具有异质性^{［参考文献 6-7}6-7］，不同格局指数的缓解效益存在一定差异，因此，研究城市生态空间格局的变化特征及其与气候变化的协调发展机制，可以为城市生态空间适应气候变化的自然解决方案提供一定研究基础。

目前有关城市生态空间格局缓解气候的研究更多关注生态空间格局在缓解高温、雨洪调蓄方面的作用，主要借助遥感、地理信息系统空间分析^［

8］、SWMM模型^{［参考文献 9

百度学术}9］等技术手段，通过建立回归模型^{［参考文献 10

百度学术}10］分析城市绿地和水体景观斑块结构、空间配置方式^{［参考文献 11

百度学术}11］与降温、蓄洪方面的关系：卞子浩等^{［参考文献 12

百度学术}12］分析了热岛效应与景观格局的关联性，发现城镇用地和林地的斑块类型面积、破碎度、景观形状、最大斑块占景观面积比和斑块结合度与热岛效应强度均存在联系；李辉等^{［参考文献 13

百度学术}13］在研究中发现景观优势度、多样性指数和聚合度指数会影响城市的地表温度；陈天等^{［参考文献 14

百度学术}14］在景观格局层面发现地表温度与蓝绿空间的斑块周长指数呈显著负相关，与周长面积比指数呈显著正相关。上述研究多针对特定时段进行相关性分析得到关键格局指数，但却较少在长时间序列中结合城市生态空间格局变化与气候变化特点进行分析，且有关城市人居环境与气候变化协调机制的研究更多关注于城市化、人口规模^{［参考文献 15

百度学术}15］、空间扩张、经济发展^{［参考文献 16

百度学术}16］等城市系统的协调发展，着眼于城市生态空间演化与气候变化协调发展的研究较少。本研究将城市生态空间与高温气候建立联系（图1），即高温气候直接影响城市局地热气候，城市生态空间则在一定程度上缓解局地高温气候，表现为城市对高温的适应状态，然而，城市化发展也会加剧高温气候，同时对城市生态空间的分布格局产生影响，进而导致其对局地高温的缓解效果产生变化。因此，我们通过文献分析提出与降温效应具有相关性的景观格局指数，并综合测算武汉市生态空间景观格局指数与极端气温综合指数，得到气候变化与城市生态空间格局变化的年际演化特征，参考前人在城镇化^{［参考文献 17

百度学术}17］、经济发展^{［参考文献 18

百度学术}18］、人类活动^{［参考文献 19

百度学术}19］与生态环境的耦合协调关系的分析方法，利用耦合协调程度测算方法分析两者协调发展状态，进而讨论城市生态空间格局的优化策略。

图1 城市生态空间与高温气候的联系

Fig.1 Linkage between urban ecological space and high temperature climate

1 材料与方法

1.1 研究区概况

本研究选取武汉市森林、草地、湿地、湖泊4类生态空间作为研究对象，武汉市地处江汉平原东部，为千湖之市，拥有丰富的绿地、湖泊、湿地等城市生态空间^［

20-21］。基于Landsat-8卫星遥感影像数据集，通过ENVI 5.3进行监督分类，提取武汉市全域森林、草地、湿地、湖泊4类生态用地覆盖的地理空间数据，通过美国国家海洋和大气管理局网站（NOAA）获取武汉市气象数据资料，基于数据的可获取性及武汉市城市发展特征，选择2000、2010、2020年作为研究的时间范围，在此期间城市社会经济建设不断加快并取得显著成效，随之而来的是武汉市生态空间格局变化明显，同时全球范围内气候变化加剧，极端天气事件强度增加，数据变化的显著性便于量化和分析武汉市生态空间变化特征与气候变化特点。

1.2 指标构建与数据来源

1）气候变化组成要素与衡量标准。气候变化检测和指数专家组（Expert Team on Climate Change Detection and Index， ETCCDI）定义的极端气候指数^［

22］中，16项为极端气温指标，11项为极端降水指标，这些极端气候指标从气候变化的频率、强度、持续时间3方面反映极端温度和极端降水气候事件^{［参考文献 23-24}23-24］，考虑到温度是影响自然生态格局最直接的属性^{［参考文献 25

百度学术}25］，以及目前气象开源数据的可获取性，本研究在27项极端气候指数指标中选取12个极端气温指标作为衡量极端气温综合指数的测算指标，相关气象指标如表1。

表1 极端气温指数指标

Table 1 Extreme climate index indicators

极端气温指数

Extreme weather index

定义

Definition

夏日持续

时间/d

年内日最高气温>25 ℃的时间

Number of days with daily maximum temperature >25 ℃ during the year

霜冻持续

时间/d

年内日最低气温<0 ℃的时间

Number of days with daily minimum temperature <0 ℃ during the year

冷夜/%

TN10p

最低气温<10%分位值的时间百分比

Percentage of days with minimum temperatures <10% quantile

冷昼/%

TX10p

最高气温<10%分位值的时间百分比

Percentage of days with maximum temperature <10% quantile

暖夜/%

TN90p

最低气温>90%分位值的时长百分比 Percentage of days with minimum temperatures > 90% interquartile

暖昼/%

TX90p

最高气温>90%分位值的时间百分比

Percentage of days with maximum temperature > 90% interquartile

年最大日最高

气温/℃ TXx

年内日最高气温的最大值

Maximum daily maximum temperature during the year

年最大日最低

气温/℃ TNx

年内日最低气温的最大值

Maximum daily minimum temperature during the year

年最小日最高

气温/℃ TXn

年内日最高气温的最小值

Minimum daily maximum temperature during the year

年最小日最低

气温/℃ TNn

年内日最低气温的最小值

Minimum daily minimum temperature during the year

持续暖日

时间/d

WSDI

连续6 d最高气温>90%分位值的时间

Number of days with maximum temperature > 90% interquartile for 6 consecutive days

持续冷日

时间/d

CSDI

连续6 d最低气温<10%分位值的时间

Number of days with minimum temperature <10% interquartile for 6 consecutive days

2）城市生态空间格局指数。本研究的城市生态空间包括森林、草地、湿地、湖泊4类，空间格局指数作为空间分布与形态信息的高度概括，通过对每一类生态空间进行格局指数的计算反映空间结构组成、空间配置特征的量化指标^［

26］。本研究从形态、分布、数量及质量等格局要素研究城市生态空间格局的演化特征，选取斑块类型面积（class area，CA）、斑块所占景观面积比例（percentage of landscape，PLAND）、斑块数量（number of patches，NP）、斑块密度（patch density，PD）、最大斑块占景观面积比例（largest patch index，LPI）、景观形状指数（landscape shape index，LSI）、平均斑块面积（mean patch area，AREA_MN）、平均分维数（mean fractal dimension，FRAC_MN）、聚集度指数（aggregation index，AI）、结合度指数（patch cohesion index，COHESION）、邻近度指数（contiguity index，CONTIG）11个指标（表2）对景观斑块整体的大小、数量与紧凑性方面进行量化分析。

表2 景观格局指数及公式

Table 2 Landscape pattern index and formula

景观格局指数

Landscape pattern index

计算公式

Calculation formula

参数说明

Parameter description

与降温效应的关系

Relationship with cooling effect

斑块面积

斑块总面积，或者某一类型景观斑块总面积

Total area of patches, or total area of patches of a particular landscape type

正相关

Positive

correlation

斑块所占景观面积比例

PLAND

\frac{\sum_{j = 1}^{n} a_{i j}}{A} \times 100

各种类型地类占总面积的比例

Proportion of various types of land to total area

正相关

Positive correlation

斑块数量

斑块数量总量

Total number of plaques

正相关

Positive

correlation

斑块密度

\frac{n_{i}}{A} \times 10000 \times 100

n_i类型i的斑块数量, A 是景观总面积

n_i is the number of patches of type i, and A is the total landscape area

负相关

Negative correlation

最大斑

块占比

LPI

\frac{[m a x_{j = 1}^{n} a_{i j}]}{A} \times 100

a_ij是第 i 类景观中第 j 个斑块的面积, A 是景观总面积

a_ij is the area of the j patch in the landscape of class i, A is the total area of the landscape

正相关

Positive

correlation

景观形状指数

LSI

\frac{e}{4 \sqrt[]{a}}

e是斑块栅格边界数量与栅格单元边长之积, a是栅格个数与栅格单元空间分辨率之积

e is the product of the number of patch raster boundaries and the raster cell edge length, and a is the product of the number of raster cells and the spatial resolution of the raster cells.

正相关

Positive

correlation

平均斑块面积AREA_MN

\frac{A}{N}

A 是斑块总面积, N 是斑块总数量

A is the total area of patches, N is the total number of patches

正相关

Positive

correlation

平均分维数FRAC_MN

\frac{\frac{2}{[n_{i j} \sum_{j = 1}^{n} (l n p_{i j} - l n a_{i j})] - [(\sum_{j = 1}^{n} p_{i j}) (\sum_{j = 1}^{n} a_{i j})]}}{(n_{i} \sum_{j = 1}^{n} l n p_{i j}^{2}) - {(\sum_{j = 1}^{n} l n p_{i j})}^{2}}

A_ij为斑块ij的面积，p_ij为斑块ij的周长，n_i为斑块数目

A_ij is the area of plaque ij, p_ij is the perimeter of plaque ij, n_i is the number of plaques

正相关

Positive

correlation

聚集度指数

[\begin{matrix} g_{i j} \\ m a x \to g_{i j} \end{matrix}] \times 100

g_ij为相应景观类型的相似邻接斑块数量

g_ij is number of similar neighboring patches of the corresponding landscape type

正相关

Positive

correlation

结合度指数COHESION

[1 - \frac{\sum_{j = 1}^{m} p_{i j}}{\sum_{j = 1}^{m} p_{i j} \sqrt[]{a_{i j}}}] {[1 - \frac{1}{\sqrt[]{A}}]}^{- 1} \times 100

a_ij指第i类景观中第j个斑块的面积，p_ij代表第i类景观中第j个斑块的周长，A 为该景观的总面积

a_ij refers to the area of the j patch in the landscape of class i, p_ij represents the perimeter of the j patch in the landscape of class i, and A is the total area of the landscape

正相关

Positive

correlation

邻近度指数CONTIG

\frac{[\frac{\sum_{r = 1}^{z} c_{i j r}}{a_{i j}^{*}}] - 1}{v - 1}

C_ijr 是斑块ij中的像素r的连续性值，v是3乘3的单元格中的数值之和，a_ij是以单元数计算的斑块面积

C_ijr is the continuity value of pixel r in patch ij, v is the sum of values in a 3 by 3 cell, and a_ij is the area of the patch in terms of number of cells

正相关

Positive

correlation

3）数据来源与处理。本研究中武汉市生态空间土地覆盖数据来源于Landsat-8卫星遥感影像，采用ENVI5.3进行最大似然法监督分类，提取武汉市全域2000、2010、2020年森林、草地、湿地、湖泊4类生态空间土地覆盖空间信息数据，数据格式为GeoTIFF图像，数据坐标为AEA_WGS_1984，空间分辨率为30 m，通过Fragstats4.2.1软件计算景观层面的空间格局指数。武汉市气象数据资料来源于美国国家海洋和大气管理局网站（NOAA），武汉市气象站点编码为57494099999，气象站名为TIANHE，CH，从中选取武汉市气象站点日值气温数据，导入RClimDex 1.0极端气候指数计算软件测算2000、2010、2020年13个极端气温指数数值，最终通过SPSS Statistics 26软件对武汉市生态空间格局指数与极端气温指数数据进行处理与分析。

1.3 采用综合指数方法测算武汉市极端气温指数和生态空间格局指数

1）熵权法权重计算。采用熵权法对各项指标赋予综合权重，通过数学模型与函数公式对次级指标进行量化，各指标在综合评价中可用熵值反映的指标信息效用价值来确定权重，它给出的指标权值具有较高的可信度。

第1步，建立决策矩阵。决策矩阵中 $X_{i, j}$ 表示对象集相对于指标集的原始样本数据值，即第i个对象在第j个指标的实测值，其中i=1，2…，m；j=1，2…，n，则决策矩阵为：

\begin{matrix} X = [\begin{matrix} \begin{matrix} X_{1,1} & X_{1,2} \\ X_{2,1} & X_{2,2} \end{matrix} & \begin{matrix} \dots & X_{1, n} \\ \dots & X_{2, n} \end{matrix} \\ \begin{matrix} X_{3,1} & X_{3,2} \\ \begin{array}{l} ⋮ \\ X_{i, 1} \end{array} & \begin{array}{l} ⋮ \\ X_{i, 2} \end{array} \end{matrix} & \begin{matrix} \dots & X_{3, n} \\ \begin{array}{l} ⋱ \\ \dots \end{array} & \begin{array}{l} ⋱ \\ X_{i, j} \end{array} \end{matrix} \end{matrix}] \end{matrix}

第2步，数据归一化。本研究所选取的评价指标分为正向相关和负向相关2类，由于各个评价指标的度量方式不同，无法直接进行比较。为了更加科学地衡量评价因子的适宜性程度，根据实际决策中评价正向指标越大越优，负向指标越小越优的原则，对决策矩阵做归一化处理，区分指标的优劣。

Y_{i j^{'}} = \{\begin{matrix} \frac{X_{i j} - m i n X_{1 j} . . . X_{n j}}{m a x X_{1 j} \dots X_{n j} - m i n X_{1 j} \dots X_{n j}} \\ \frac{m a x X_{1 j} . . . X_{n j} - X_{i j}}{m a x X_{1 j} \dots X_{n j} - m i n X_{1 j} \dots X_{n j}} \end{matrix}

式中， $Y_{i j^{'}}$ 为转化后指标的隶属度值； $X_{i j}$ 为第i个对象的第j个评价指标项指标数值，n为研究对象的个数，m为适宜性评价因子的数量。

第3步，确定权重。计算方式如下，若 $P_{i j} = 0$ ，则 $\underset{P_{i j} - 0}{l i m} P_{i j} l n P_{i j} = 0$ 。

E_{j} = - l n {(n)}^{- 1} \sum_{i = 1}^{n} P_{i j} l n P_{i j}

P_{i j} = Y_{i j} / \sum_{i = 1}^{n} Y_{i j}

W_{j} = \frac{1 - E_{j}}{\sum_{j = 1}^{n} 1 - E_{j}}

2）综合指数测算。针对极端气候综合指数，结合熵权法权重计算，赋予12项极端气候指标权重，可得到极端气候综合指数，公式如下：

U_{C} = \sum_{j = 1}^{n} (W_{j} \times α_{j}), j = 1,2, \dots, n

式中， $U_{C}$ 为极端气候综合指数得分， $α_{j}$ 为极端气温指数各个指标， $W_{j}$ 为对应指标权重。

针对城市生态空间格局综合指数，结合熵权法权重计算，赋予11类空间格局指标权重，可得到生态空间格局综合指数，公式如下：

U_{N} = \sum_{j = 1}^{n} (W_{j'} \times β_{j}), j = 1,2, \dots, n

式中， $U_{N}$ 为生态空间格局综合指数得分， $β_{j}$ 为空间格局指标， $W_{j'}$ 为对应指标权重。

1.4 耦合协调度模型构建

在耦合协调度模型^［

27］的基础上，构建城市极端气温与城市生态空间格局的协调度测算模型。

将物理学中耦合概念推广到多个系统的耦合度模型如下：

C = 2 {\{\frac{u_{1} \cdot u_{2}}{{(u_{1} + u_{2})}^{2}}\}}^{1 / 2}

式中，u_i（i=1，2，3…n）是各子系统评价值。本研究主要讨论n=2时的情况，令u₁、u₂分别为极端气温综合指数、城市生态空间格局综合指数。其中，C $\in [0,1]$ ，C值越接近于1表示三者之间的关联程度越大，反之关联程度越小，当C = 0时，三者之间则处于无关状态。

耦合度仅仅反映了极端气温指数、城市生态空间格局指数两者之间的作用强度，并不能全面反映2个系统的整体功能或协调发展水平。为此，本研究引入耦合协调度模型，其计算公式为 $D = \sqrt[]{C \times T}, T = α u_{1} + β u_{2}$ ，式中，T 为极端气温综合指数、城市生态空间格局综合指数评价值； $α 、 β$ 为待定系数。本研究将极端气温、城市生态空间格局的协调度分为10个等级（表3）。

表3 耦合协调度等级划分标准

Table 3 Classification criteria of coupling coordination level

耦合协调度D值区间 Coupling coordination degree D value interval	协调等级 Coordination level	耦合协调程度 Degree of coupling coordination
(0.0~0.1)	1	极度失调 Extreme disorder
[0.1~0.2)	2	严重失调 Severe disorder
[0.2~0.3)	3	中度失调 Moderate disorder
[0.3~0.4)	4	轻度失调 Mild disorder
[0.4~0.5)	5	濒临失调 Nearly dysfunctional
[0.5~0.6)	6	勉强协调 Barely coordinated
[0.6~0.7)	7	初级协调 Primary coordination
[0.7~0.8)	8	中级协调 Intermediate coordination
[0.8~0.9)	9	良好协调 Good coordination
[0.9~1.0)	10	优质协调 High quality coordination

2 结果与分析

2.1 极端气温指数

基于2000、2010、2020年的武汉市地面站点的气象数据以及相应年份的武汉市土地覆盖地理空间信息数据，结合极端气温指数指标与权重，得到武汉市2000、2010、2020年间极端气温综合指数（表4）。在极端气温指数计算过程中，CSDI（持续冷日时间数）、TNn（年最小日最低气温）、TN90p（暖夜）3类指数指标权重较高，其数值对最终结果的影响较大。SU（夏日持续时间）、TXx（年最大日最高气温）、TNx（年最大日最高低温）3类指标权重几乎为零，其数值基本不影响最终结果。比较各年份结果，2010年极端气温综合指数数值最高，为2000年数值的6.72倍以及2020年数值的2.04倍，这意味着2010年武汉市遭受更频繁的极端气温事件，这与当年全球气候变化趋势相吻合：2010年是各种极端天气和气候事件在世界各地频发的一年，也是我国近13年来极端天气气候事件发生频率、强度及影响最大的年份^［

28］。2000年极端气温指数较低，2020年极端气温指数虽低于2010年但仍处于较高水平，这一结果与世界气象组织（WMO）全球气候2001-2010报告^{［参考文献 29

百度学术}29］、2020年全球气候状况报告^{［参考文献 30

百度学术}30］中提到全球气候变暖趋势相对应。

表4 极端气温指数计算结果

Table 4 Calculation results of extreme temperature index

气温指数 Climate index	熵值 Entropy value		效用值 Utility value	权重 Weights	2020年气温指数 Climate index of 2020	2010年气温指数 Climate index of 2010	2000年气温指数 Climate index of 2000
SU	0.999 4		0.000 6	0.03	0.047 1	0.043 2	0.045 9
FD	0.921 4		0.078 6	3.61	0.722 0	1.624 5	0.685 9
TN10p	0.905 3		0.094 7	4.34	0.451 8	0.998 8	0.356 7
TX10p	0.696 1		0.303 9	13.94	0.993 0	1.718 6	0.544 1
TN90p	0.610 4		0.389 6	17.87	2.643 8	1.664 6	0.000 0
TX90p	0.981 3		0.018 7	0.86	0.143 7	0.186 1	0.113 1
TXx	0.999 8		0.000 2	0.01	0.003 9	0.004 0	0.003 8
TNx	0.999 8		0.000 2	0.01	0.003 1	0.003 0	0.098 6
TX	0.920 0		0.080 0	3.67	0.073 4	0.025 7	0.073 4
TNn	0.597 2		0.402 8	18.48	1.570 8	1.201 2	0.868 6
WSDI	0.830 1		0.169 9	7.79	2.337 0	2.960 2	0.467 4
CSD	0.359 5		0.640 5	29.38	1.76 8	11.458 2	0.000 0
CSDI		极端气温综合指数 Extreme temperature composite index			10.752 5	21.888 2	3.257 5

2.2 城市生态空间格局指数

根据武汉市土地覆盖空间信息数据可得到2000、2010、2020年的各类土地覆盖的面积（表5），通过Fragstats4.2.1软件进行景观格局指数的测算。武汉市生态空间格局指数测算结果（表6）表明，2000年的LPI、CA、PLAND指数权重相对较大，FRAC_MN、AI、COHESION指标的权重近乎为零；2010年的LPI 依旧为权重最大的指标，而AREA_MN由于数据波动较大导致其信息熵增大、权重增大，相较于2000年该指标成为衡量2010年空间格局指数的重要指标；2020年的AREA_MN指标权重最大，LPI次之。可见LPI（最大斑块占比指数）在2000-2020年一直是较为重要的指标，AREA_MN（平均斑块面积）在近20年间的波动值不断增大，逐渐在空间格局指数中成为重要指标。比较2000、2010、2020年间4类景观类型的指数结果，森林、湖泊2类空间格局综合指数一直相对较高，这与武汉市拥有远郊区森林保护地与众多湖泊的自然资源特点有关。

表5 2000、2010、2020年各类用地面积

Table 5 Area for each type of land during 2000，2010，2020 ( h㎡ )

年份

Year

耕地

Cropland

森林

Forest

草地

Grassland

湿地

Wetlands

湖泊

Lakes

人造地表

Artificial ground

裸地

Bare ground

2000

6 050 385

1 612 843

273 746

164 991

1 769 048

756 773

8 117

2010

6 463 234

1 271 368

355 075

149 683

1 583 343

800 662

12 538

2020

5 961 452

1 049 981

277 137

45 956

1 385 609

1 901 231

11 258

表6 2000、2010、2020年生态空间格局指数测算结果

Table 6 Results of ecological spatial pattern index measurement 2000，2010，2020

景观格局指数 Landscape pattern index	年份 Year	熵值 Entropy value	效用值 Utility value	权重 Weights	森林 Forest	草地 Grassland	湿地 Wetlands	湖泊 Lakes
CA	2000	0.646	0.353	0.154	20 124.6	3 424.4	2 068.1	22 130.9
	2010	0.626	0.373	0.152	15 568.5	4 337.8	1 840.8	19 318.9
	2020	0.643	0.356	0.163	13 847.3	3 663.6	609.1	18 346.9
PLAND	2000	0.646	0.353	0.154	2.344	0.426	0.265	2.523
	2010	0.626	0.373	0.152	1.813	0.512	0.232	2.256
	2020	0.643	0.356	0.163	1.613	0.467	0.070	2.137
NP	2000	0.760	0.239	0.104	2 314.51	1 309.47	29.97	689.06
	2010	0.678	0.321	0.131	3 725.847	2 107.26	22.07	375.14
	2020	0.713	0.286	0.131	2 074.66	1613.36	44.54	96.21
PD	2000	0.760	0.239	0.104	-0.269	-0.152	-0.003	-0.080
	2010	0.678	0.321	0.131	-0.434	-0.245	-0.002	-0.043
	2020	0.713	0.286	0.131	-0.241	-0.187	-0.005	-0.011
LPI	2000	0.463	0.536	0.234	0.602	0.014 9	0.057	0.743
	2010	0.446	0.553	0.226	0.620	0.030	0.064	0.532
	2020	0.639	0.360	0.165	0.406	0.024	0.022	0.645
LSI	2000	0.926	0.073	0.032	5.838	4.666	1.214	2.782
	2010	0.895	0.104	0.042	7.316	7.001	0.986	2.599
	2020	0.906	0.093	0.043	5.551	5.587	0.882	1.768
AREA_MN	2000	0.554	0.446	0.195	1.149	0.345	9.118	4.244
	2010	0.655	0.344	0.140	0.505	0.249	10.089	6.230
	2020	0.614	0.385	0.176	0.950	0.323	1.946	27.142
FRAC_MN	2000	0.999	0.0001	0	0	0	0	0
	2010	0.999	0.0001	0	0	0	0	0
	2020	1.000	0	0	0	0	0	0
AI	2000	0.993	0.007	0.003	0.263	0.219	0.280	0.288
	2010	0.995	0.004	0.002	0.167	0.141	0.187	0.189
	2020	0.995	0.004	0.002	0.173	0.148	0.180	0.192
CONTIG	2000	0.965	0.035	0.015	0.004	0.003	0.008	0.007
	2010	0.952	0.048	0.019	0.004	0.005	0.011	0.010
	2020	0.955	0.044	0.020	0.005	0.005	0.007	0.013
COHESION	2000	0.999	0.001	0.000 4	0.039	0.037	0.039	0.039
	2010	0.955	0.044	0.021	0.005	0.005	0.007	0.013
	2020	0.999	0.000 8	0.000 4	0.039 42	0.037	0.038	0.039
生态空间分类景观格局指数 Ecological spatial classification landscape pattern index			2000年		22 449.10	4 739.480	2 109.030	22 830.1
			2010年		1 904.43	6 452.804	1 874.490	19 705.9
			2020年		15 930.50	5 283.330	656.818	18 475.1
生态空间景观格局综合指数 Composite index of ecological spatial landscape patterns			2000年		13 032.0
			2010年		11 834.4
			2020年		10 086.5

对2000、2010、2020年的城市生态空间格局综合指数进行比较可以看出， 2010年相对于2000年的综合指数明显下降，2020年相对于2010年的综合数值略微上升，整体来看武汉市生态空间格局综合指数呈现出下降的特点，表明生态空间分布格局的降温效应在整体上存在一定的削弱，可见在城市建设的影响下生态空间逐渐被侵蚀破坏，从而降低了生态空间的降温效果。进一步分析11类景观格局指数，CA、PLAND、LPI测度指数在2020年的数值达到最大；NP、LSI测度指数在2010年的数值达到最大，而2000、2020年的数值均偏低；PD、COHESION测度指数数值在2010年最小，2000、2020年的数值相对偏大；AREA_MN在2020年的测度指数数值最大，2000、2010年的数值偏低且相差较小，AI测度指数与之相反，2000年的数值最大，而后的2010、2020年数值偏低且相差较小； CONTIG_MN测度指数在2000年的数值最小，之后2010、2020年的数值均偏大且近乎相同。

2.3 极端气温综合指数与城市生态空间格局综合指数协调程度分析

基于极端气温综合指数、生态空间格局综合指数以及耦合协调度的计算公式，依据协调程度等级划分标准，得到极端气候综合指数与城市生态空间格局综合指数协调程度等级（表7）。结果显示，2000、2010、2020年极端气温综合指数与城市生态空间格局综合指数协调程度由中级协调逐降为严重失调，结果表明，武汉市生态空间产生的降温效应对极端气温变化的缓解作用逐渐降低，20年来武汉市经历了城镇化协调发展阶段、城镇化高质量发展阶段，在城镇发展与城市扩张等人为干预影响下，城市生态空间应对极端气温的能力逐渐被削弱。

表7 极端气温综合指数与城市生态空间格局综合指数协调度计算结果

Table 7 Results of calculation of the coordination degree of the comprehensive index of extreme climate and the comprehensive index of urban ecological and spatial pattern

年份

Year

耦合度C值

Coupling degreeC-value

协调指数T值

Coordination indexT-value

耦合协调度D值

Coupling coordinationD-value

协调等级

Coordination level

耦合协调程度

Degree of coupling coordination

2000

0.907

0.697

0.795

中级协调

Intermediate coordination

2010

0.199

0.5

0.315

轻度失调

Mild disorder

2020

0.863

0.02

0.132

严重失调

Severe disorder

3 讨论

本研究结果表明，2000、2010、2020年极端气温指数与生态空间格局综合指数的耦合协调程度由中级协调逐降为严重失调，表明武汉市生态空间产生的降温效应对极端气温变化的缓解作用逐渐降低。近20年来武汉市社会经济高速发展，城镇人口快速增加，土地利用开发强度越来越大，原有的水域与森林绿地逐渐被建设用地替代，城市生态空间的降温作用逐渐被削弱，同时全球性气候变化导致的极端气温对生态、经济、社会都会带来一定程度的影响，因此，需要针对性地对生态空间格局加以调控，从而协调生态空间对极端气温的适应能力。武汉市生态空间主要表现为覆盖面积逐渐萎缩，景观斑块之间的聚集程度降低，并呈现出一定程度的破碎化，基于此，本研究从提高覆盖度、提高连接度、降低破碎度3个方面对城市生态空间的保护与提升提出以下可行的策略。第一，在城镇发展区内需要加强绿色基础设施的建设，适当增加口袋公园、滨湖绿地、滨江公园等城市绿地，加强现有城市绿地生态环境保护，努力维护并扩大生态空间斑块面积。第二，加强城市内绿色生态廊道建设，连通城市内部分散的绿地形成节点与廊道串联的网络格局，并在立面上形成城市立体绿地系统。第三，对城市生态空间小节点进行优化，将破碎的生态小节点之间进行连通，将生态空间内部打通形成节点相互连接的组团，从整体上有效改善武汉市生态空间格局破碎化与景观生态功能不稳定的现状。

本研究基于武汉市 2000、2010、2020年的气象数据与土地覆盖数据，通过定量分析、数理统计方法得到武汉市极端气温指数、城市生态空间格局指数及二者协调度，结果表明，二者之间的协调度逐渐降低，但由于本研究仅探讨2000、2010、2020年的变化特征，在数据的充分度上有所缺乏，依据较长的时间跨度分析波动性变化的气候演化特征会导致结果较为粗糙，因此将时间精度调至逐年才能够使结论更可靠。

参考文献 References

中国科学院学部.关于气候变化对我国的影响与防灾对策建议［J］.中国科学院院刊，2008，23（3）：229-234.The Chinese Academy of Sciences Department.The impact of climate change on China and suggestions for disaster prevention［J］.Bulletin of Chinese Academy of Sciences，2008，23（3）：229-234 （in Chinese）. [百度学术]

TESSLER Z D，VÖRÖSMARTY C J，GROSSBERG M，et al.Profiling risk and sustainability in coastal deltas of the world［J］.Science，2015，349（6248）：638-643. [百度学术]

ANDERSSON E，LANGEMEYER J，BORGSTRÖM S，et al.Enabling green and blue infrastructure to improve contributions to human well-being and equity in urban systems［J］.BioScience，2019，69（7）：566-574. [百度学术]

周泽宇，曹颖.《国家适应气候变化战略2035》解析与思考［J］.环境保护，2022，50（15）：42-46.ZHOU Z Y，CAO Y.Analysis and reflection on national strategy for climate change adaptation 2035［J］.Environmental protection，2022，50（15）：42-46 （in Chinese）. [百度学术]

王夏晖，刘桂环，华妍妍，等.基于自然的解决方案：推动气候变化应对与生物多样性保护协同增效［J］.环境保护，2022，50（8）：24-27.WANG X H，LIU G H，HUA Y Y，et al.Nature-based solutions：promote synergies between climate change response and biodiversity conservation［J］.Environmental protection，2022，50（8）：24-27 （in Chinese）. [百度学术]

姜允芳，黄静.蓝绿景观结构对城市热岛的减缓效应定量分析［J］.长江流域资源与环境，2022，31（9）：2060-2072.JIANG Y F，HUANG J.Quantitative analysis of mitigation effect of urban blue-green spaces on urban heat island［J］.Resources and environment in the Yangtze Basin，2022，31（9）：2060-2072 （in Chinese with English abstract）. [百度学术]

禹佳宁，周燕，王雪原，等.城市蓝绿景观格局对雨洪调蓄功能的影响［J］.风景园林，2021，28（9）：63-67.YU J N，ZHOU Y，WANG X Y，et al.Influence of urban blue-green landscape pattern on rainfall-flood regulation and storage function［J］.Landscape architecture，2021，28（9）：63-67 （in Chinese with English abstract）. [百度学术]

王蕾，贾佳，路遥，等.长春市绿地空间配置特征与降温效率的动态响应［J］.中国园林，2022，38（7）：44-49.WANG L，JIA J，LU Y，et al.Dynamic response of green space configuration and cooling efficiency in Changchun City［J］.Chinese landscape architecture，2022，38（7）：44-49 （in Chinese with English abstract）. [百度学术]

刘永，刘晖.中小尺度下绿地格局的径流控制分析［J］.中国城市林业，2022，20（5）：69-76.LIU Y，LIU H.Surface runoff control by green space pattern at medium and small scales［J］.Journal of Chinese urban forestry，2022，20（5）：69-76 （in Chinese with English abstract）. [百度学术]

樊柏青，刘东云，李丹宁，等.北京市六环内区域城市绿地对地表温度降温效益的差异性［J］.中国城市林业，2022，20（4）：43-50.FAN B Q，LIU D Y，LI D N，et al.Differences in land surface temperature cooling effect of urban green space within the sixth ring road of Beijing［J］.Journal of Chinese urban forestry，2022，20（4）：43-50 （in Chinese with English abstract）. [百度学术]

WU Z F，CHEN L D.Optimizing the spatial arrangement of trees in residential neighborhoods for better cooling effects：integrating modeling with in situ measurements［J］.Landscape and urban planning，2017，167：463-472. [百度学术]

卞子浩，马超群，王迪，等.西安地区热岛效应与景观生态格局相关性研究［J］.干旱气象，2016，34（2）：342-348.BIAN Z H，MA C Q，WANG D，et al.Relation between the urban heat island effect and landscape ecological pattern in Xi’an Region［J］.Journal of arid meteorology，2016，34（2）：342-348 （in Chinese with English abstract）. [百度学术]

李辉，王福海，李斌，等.大型江心岛景观格局和地表特征参量时空变化及响应：以广阳岛为例［J］.水土保持研究，2021，28（3）：308-315，3.LI H，WANG F H，LI B，et al.Spatial and temporal variation and response of landscape pattern and land surface characteristic parameters in large river island：taking Guangyang Island as an example［J］.Research of soil and water conservation，2021，28（3）：308-315，3 （in Chinese with English abstract）. [百度学术]

陈天，谭凝.基于Landsat数据的蓝绿空间改善城市热环境分析：以天津市为例［J］.南方建筑，2022（3）：19-27.CHEN T，TAN N.Analysis of urban thermal environment improved by blue and green space on the landsat data：a case study on Tianjin［J］.South architecture，2022（3）：19-27 （in Chinese with English abstract）. [百度学术]

何咪，何萍，赵琳.昆明城市化与局地气候的耦合关系研究［J］.云南地理环境研究，2022，34（3）：41-50.HE M，HE P，ZHAO L.Study on the coupling relationship between urbanization and local climate in Kunming［J］.Yunnan geographic environment research，2022，34（3）：41-50 （in Chinese with English abstract）. [百度学术]

张莉，孙剑.城市系统和气候变化耦合关系分析：以南京市为例［J］.环境工程，2015，33（6）：71-75.ZHANG L，SUN J.The analysis of the coupling relationship between the urban system and climate change：taking Nanjing as an example［J］.Environmental engineering，2015，33（6）：71-75 （in Chinese with English abstract）. [百度学术]

DING L，CHEN K L，CHENG S G，et al.Water ecological carrying capacity of urban lakes in the context of rapid urbanization：a case study of East Lake in Wuhan［J］.Physics and chemistry of the earth，parts A/B/C，2015，89/90：104-113. [百度学术]

CHEN K L，WANG X，LI D，et al.Driving force of the morphological change of the urban lake ecosystem：a case study of Wuhan，1990-2013［J］.Ecological modelling，2015，318：204-209. [百度学术]

程朋根，吴雷云，张培林.多源数据支持下的南昌市城市发展与生态耦合关系分析［J］.测绘地理信息，2023，48（2）：107-112.CHENG P G，WU L Y，ZHANG P L.Research on the coupling relationship between urbanization and ecological environment of Nanchang city based on multi-source data［J］.Journal of geomatics，2023，48（2）：107-112 （in Chinese with English abstract）. [百度学术]

赵胡兰，杨兆萍，韩芳，等.新疆旅游产业—经济发展—生态环境耦合态势分析及预测［J］.干旱区地理，2020，43（4）：1146-1154.ZHAO H L，YANG Z P，HAN F，et al.Analysis and forecast of coupling situation among tourism industry-economic development-ecological environment in Xinjiang［J］.Arid land geography，2020，43（4）：1146-1154 （in Chinese with English abstract）. [百度学术]

郭琛，何贞铭，刘华东.黄河流域生态系统服务与人类活动强度耦合协调的时空动态及影响因素［J］.中国农村水利水电，2023（4）：82-89.GUO C，HE Z M，LIU H D.Spatial and temporal dynamics and influencing factors of the coupling coordination between ecosystem services and human activity intensity in the Yellow River Basin［J］.China rural water and hydropower，2023（4）：82-89 （in Chinese with English abstract）. [百度学术]

MONDAL S K，HUANG J L，WANG Y J，et al.Changes in extreme precipitation across South Asia for each 0.5 ℃ of warming from 1.5 ℃ to 3.0 ℃ above pre-industrial levels［J/OL］.Atmospheric research，2022，266：105961［2022-11-11］.https：//doi.org/10.1016/j.atmosres.2021.105961. [百度学术]

LEMUS-CANOVAS M.Changes in compound monthly precipitation and temperature extremes and their relationship with teleconnection patterns in the Mediterranean［J/OL］.Journal of hydrology，2022，608：127580［2022-11-11］.https：//doi.org/10.1016/j.jhydrol.2022.127580. [百度学术]

MORFOPOULOS C，MÜLLER J F，STAVRAKOU T，et al.Vegetation responses to climate extremes recorded by remotely sensed atmospheric formaldehyde［J］.Global change biology，2022，28（5）：1809-1822. [百度学术]

李响，钱敏蕾，徐艺扬，等.基于区域气候与城市发展耦合模型的气候变化适应度评价：以上海市为例［J］.复旦学报（自然科学版），2015，54（2）：210-219.LI X，QIAN M L，XU Y Y，et al.Adaptability assessment of climate change based on regional climate system and urban growth coupling model：a case study of Shanghai［J］.Journal of Fudan University （natural science），2015，54（2）：210-219 （in Chinese with English abstract）. [百度学术]

邬建国.景观生态学：格局、过程、尺度与等级［M］.2版.北京：高等教育出版社，2007.WU J G.Landscape ecology［M］.2nd ed.Beijing：Higher Education Press，2007（in Chinese）. [百度学术]

王良虎，王钊，马雅恬.人口年龄结构、消费结构与产业结构协调发展研究：基于系统耦合协调度模型测度［J］.重庆工商大学学报（社会科学版），2023，40（3）：34-45.WANG L H，WANG Z，MA Y T.Research on the coordinated development of population age structure，consumption structure，and industrial structure：model measurement based on system coupling coordination degree［J］.Journal of Chongqing Technology and Business University （social science edition），2023，40（3）：34-45 （in Chinese with English abstract）. [百度学术]

李崇银，杨辉，赵晶晶.大气环流系统组合性异常与极端天气气候事件发生［J］.大气科学学报，2019，42（3）：321-333.LI C Y，YANG H，ZHAO J J.Combinational anomalies of atmospheric circulation system and occurrences of extreme weather/climate events［J］.Transactions of atmospheric sciences，2019，42（3）：321-333 （in Chinese with English abstract）. [百度学术]

潘博煌.2021年全球气候状况继续恶化［J］.生态经济，2022，38（2）：1-4.PAN B H.The global climate situation will continue to deteriorate in 2021［J］.Ecological economy，2022，38（2）：1-4 （in Chinese）. [百度学术]

赵宗慈，罗勇，黄建斌.全球变暖在5个圈层的证据［J］.气候变化研究进展，2021，17（6）：753-754.ZHAO Z C，LUO Y，HUANG J B.Evidences of global warming in five spheres［J］.Climate change research，2021，17（6）：753-754 （in Chinese）. [百度学术]

联系我们

电话： 027-87287437，027-87287364
邮政编码： 430070
E-mail：hnlkxb@mail.hzau.edu.cn
地址：武汉市洪山区狮子山街1号

友情链接

期刊订阅 Email Alert 国际标准刊号：ISSN 1000-2421 国外邮发代号：BM 3816 国内刊号：CN 42-1181/S 国内发行代号：38-120