随着国民经济的高速发展, 中国的城市化已进入中期阶段, 截至 2019 年底, 中国常住人口城镇化率达 60.6%, 超大城市及新一线城市超过 80%, 其中深圳市的城镇化率已达 100%[1]。建筑材料(混凝土、沥青等)构成的城市下垫面比自然下垫面(植被、水、土壤)反照率更小、热容性更大、蒸散发更小[2–3], 加上汽车等交通工具及空调使用量的增加导致城市逐渐升温[4–5], 造成显著的城市“热岛效应”。城市热岛效应是影响人居环境、身体健康、可持续发展、生态系统演变、生物物候等的重要城市环境问题[6–8]。
城市植被通过蒸腾作用直接消耗太阳辐射, 改变能量平衡, 同时阻隔长短波辐射及表面反射, 有效地降低环境温度[9–10]。目前, 关于植被产生的冷岛效应研究主要针对城市绿地(如城市/森林公园[11–16]和行道树[17–20]等), 且通常利用卫星遥感技术进行二维研究[16,21], 而对城市内部小区域(如单株树木)冷岛效应的研究较少[22]。同时, 以往学者对冷岛效应的影响因素研究较多, 包括公园规模[23–25]、植物配置[14,26]和形态指数[12,16,27]等; 也有部分学者利用计算机模拟建立模型来预测冷岛效应[17,20]; 还有研究对冷岛扩散距离及其影响因素进行定性和定量分析[27–28]。这些研究往往基于二维尺度, 能在一定程度上反映冷岛的特征。三维尺度能更精确地描述冷岛效应的立体分布特征, 但从三维尺度探究冷岛效应的研究目前还没有。
本研究基于能对三维立体进行蒸散发观测与估算的唯一方法——热红外遥感+三温模型, 对城市单株乔木小叶榕的蒸散发和温度进行精细的观测,研究蒸散发与冷岛效应强度的空间分布特征, 揭示二者之间的定量关系, 为城市热环境的有效调控提供科学依据。
1 实验与方法
1.1 观测实验
如图 1 所示, 本文实验区域位于中国广东省深圳市南山区西丽大学城北京大学深圳研究生院校园(简称“北大园区”)内。
图1 研究区域与研究对象
Fig. 1 Study area and study object
研究对象为城市微尺度内的单株乔木小叶榕(Ficus microcarpa), 树高约为 11 m, 胸径约为 44 cm, 树冠表面积约为 46 m2。小叶榕是亚热带地区典型的四季常绿乔木, 也是南方的主要树种。
采用地面观测的方法对相关参数进行采集, 包括空气温度(Ta)、叶片表面温度(Ts)、树冠净辐射(Rn)和液流密度(Tr)等。采用温湿度传感器(CS215,Campbell, 美国)、热红外成像仪(IR Flexcam Ti55FT Thermal Imager, Fluke Corp., 美国)、净辐射仪CNR4(Kipp& Zonen, 荷兰)和 SF-G 型热扩散式树干液流测定装置进行观测。实验设计为 24 小时观测,每 2 小时一次, 从早上 6:30 至次日凌晨 4:30, 观测期为2019 年 8 月20 日至 2019 年 8 月 24 日。
假定小叶榕为一个平行六面体, 根据小叶榕长势走向确定观测面, 其中 ST 为小叶榕顶部平面, SF为前部侧面, SL 为左部侧面, SBa 为后部侧面, SR 为右部侧面, SBo 为底部平面。如图 2 所示, 共选择 6个观测点, 0～5 分别对应观测面 ST, SF, SL, SBa, SR和 SBo。
图2 实验观测面及观测点位置
Fig. 2 Location map of experimental observation surface and observation point
1.2 三温模型
三温模型通过表面温度、参考表面温度和气温3 个核心温度参数来估算蒸散发速率, 是城市植被蒸散发估算的重要方法[29–31], 因操作方便、计算简便且精确, 已应用于多种蒸散发场景[32–34]。在计算植被蒸散发时, 三温模型以地表能量平衡方程(式(1))为基础, 引入参考植被(干燥、无蒸腾的植被)的概念, 可以避免空气动力学阻抗等参数的复杂计算和误差, 简化蒸散发的计算过程, 提高蒸散发计算的精度。
其中, Rn 为净辐射(W/m2), H 为显热通量(W/m2), LE为潜热通量(W/m2), G 为地表热通量(W/m2)。本文研究区域处于植被覆盖区, 土壤热通量较小可以忽略, 故式(1)可以改写为
显热通量Hc 表示为
其中, ρair 是空气密度, 为 1.29 kg/m3; Cp 为空气定压比热(J/(kg·°C)); Tc 为植被表面温度(°C); Ta 为气温(°C); rah 为空气动力学阻抗(s/m)。
在观测植被附近, 引入绿色纸片作为参考叶片,由于参考叶片和观测植被处于相同的环境中, 且不会对观测区的气温、湿度、风速或其他气象条件产生明显的影响, 因此, 假设该参考叶片的空气动力学阻抗和气温与周围观测植被近似相等(rah=ra,cp,Ta=Ta,cp)。参考叶片不会发生蒸腾作用, 故蒸腾速率为0, 根据式(2)和(3)可得
植被表面温度由热红外成像仪测得并取平均值。
1.3 冷岛效应强度
本研究中冷岛效应强度表征为小叶榕叶片表面温度与附近约 1.5 m 处气温之差:
其中, UCI 为小叶榕的冷岛效应强度(°C), Tsurface 为小叶榕的表面温度(°C), Tair 为小叶榕叶片附近 1.5 m 处的空气温度(°C)。
为了详细地描述小叶榕产生的冷岛效应强度,本文选取 6 个典型观测面, 对小叶榕不同部位的冷岛效应进行分析, 如顶部(SF)的冷岛效应强度为
UCISF 为小叶榕顶部的冷岛效应强度(°C), TSF_surface为小叶榕顶部的叶片表面温度(°C), TSF_air 为小叶榕顶部叶片附近的空气温度(°C)。
2 结果与讨论
为了探讨城市区域内微尺度下的城市乔木产生的冷岛效应及其蒸散发贡献机制, 首先分析温度表征的冷岛效应强度特征和小叶榕的蒸散发特征, 然后对两者进行对比分析, 从蒸散发的角度对冷岛效应的形成机理进行探讨。
2.1 三温模型的验证
Yan 等[34]和 Qiu 等[35]将三温模型从二维推广为三维, 并应用于蒸散发的计算。本文采用三维三温模型, 对全天的蒸散发进行树干液流法验证, 结果如图 3 所示。可以看出, 皮尔森相关系数为 0.83,RMSE=0.07 mm/h, R2=0.68, 拟合方程为 y=1.02x–0.04。由此可见, 三温模型估算的蒸散发率与树干液流所测蒸散发率之间有较强的相关性, 且斜率接近 1, 表明三维三温模型能够应用于城市微尺度下的乔木蒸散发估算。
图3 24 小时三温模型与树干液流法观测的小叶榕蒸腾速率回归分析
Fig. 3 Regression analysis of transpiration rate of Ficus microphylla by 24-h three-temperature model and trunk fluid flow method
2.2 冷岛效应特征
本文对小叶榕 6 个观测面的表面温度及其附近一定距离处的气温进行观测, 各部位的冷岛效应强度如图 4 所示。
图4 小叶榕不同部位的冷岛效应强度特征
Fig. 4 Characteristics of cool island effect in different parts of Ficus microphylla
UCI_SBo, UCI_SR, UCI_SBa, UCI_SL, UCI_SF 和UCI_ST 分别为底部、右部、后部、左部、前部和顶部的冷岛效应强度
可以看出, 日间小叶榕的各个部位均有明显的冷岛效应, 与以往的大尺度研究结果(如以色列特拉维夫覆盖草地的城市公园白天比建筑密集区更凉爽[14])一致。由此说明, 白天树木具有降温效应已是普遍共识, 且树木的不同部位均具有冷岛效应,城市中树木和草坪具有互补效应[36], 本文研究区的下垫面为草坪, 故在一定程度上加强了冷岛效应。
此外, 各部位冷岛强度绝对值基本上在 3.0°C以上, 不同部位的最大冷岛强度有所不同, 顶部最强冷岛效应为‒3.57°C (2019 年 8 月 22 日 14:30 左右), 前部最强能达到‒5.19°C (2020 年 8 月 20 日8:30 左右), 左部为‒3.37°C (2019 年 8 月 22 日 12:30左右), 后部为‒3.26°C (2019 年 8 月 24 日 12:30 左右), 右部为‒2.97°C (2019 年 8 月 22 日 10:30 左右),底部为‒4.17°C (2019 年 8 月 20 日 10:30 左右)。顶部、前部、左部、后部、右部和底部的平均冷岛效应强度分别为‒1.19°C, ‒0.96°C, ‒0.77°C, ‒0.57°C,‒0.53°C 和‒0.62°C。整体上, 顶部和前部的冷岛效应更明显, 持续时间更长, 前部比其他部位更早达到峰值。这是因为, 太阳的东升西落使得顶部与前部更早地接受高强度日照, 且时间更长, 为蒸散发提供了更多的能量。
从图 4 还可以看出, 从凌晨到清晨(00:30—06:30), 个别部位出现微弱的热岛效应, 即小叶榕叶片表面温度高于其附近气温, 最强能到达 1.16°C(2019 年 8 月 20 日 00:30 左右, 后部)。日落后无太阳能输入, 蒸散发作用慢慢减弱, 而小叶榕能一直维持低温, 说明城市乔木的降温效果持续时间长。
一般来说, 叶片的储热能力差[10], 通过再辐射和对流换热(显热)及蒸腾潜热来保持自身低温[37],因此日落后小叶榕冷岛效应一直持续的原因有待进一步探究。
2.3 蒸散发分布特征
吸收太阳辐射是植被的重要能力[10], 且主要用于蒸散发。本文对小叶榕 6 个部位蒸散发速率的分布特征进行分析, 结果如图 5 所示。
从图 5(a)可以看出, 顶部蒸散发显著高于其他部位, 12:30 左右达到峰值(4.86 mm/h), 平均蒸散发速率为 0.42 mm/h, 这是因为顶部接收的太阳短波辐射最多, 有效接收面积最大; 底部由于上部冠层的遮挡作用, 几乎没有蒸散发产生, 平均蒸散发速率为–0.06 mm/h; 其他四个观测面为平行六面体的4 个侧面, 均有一定的蒸散发产生, 但规律有所不同, 其中前部与右部规律一致, 左部与后部规律一致。前部与右部位于东边(太阳升起的方位), 较早地接收太阳照射, 因而蒸散发量回升较早, 约在早上 7:00 开始上升, 上午 10:30 左右达到峰值(前部为1.08 mm/h, 右部为 0.60 mm/h), 平均蒸散发速率为0.11 和 0.10 mm/h。左部与后部位于西边, 即太阳下落的方位, 较晚地接收太阳照射, 故蒸散发量上升较晚, 从上午约 10:30 开始上升, 12:30 左右达到峰值(左部为 0.76 mm/h, 后部为 0.29 mm/h), 随后开始降低, 平均蒸散发速率为 0.06 和 0.02 mm/h。前部与右部受建筑物遮挡更少, 周围空间更广阔, 接收的太阳辐射有效面积更大, 因而蒸散发峰值更高。左部与后部离建筑物和周围树木更近, 受遮挡影响大(尤其后部), 太阳辐射有效接收面积小, 因而蒸散发量峰值比前部和右部小。
图5 小叶榕不同部位的蒸散发分布特征
Fig. 5 Distribution characteristics of evapotranspiration in different parts of Ficus microphylla
从图 5(b)可以看出, 整体而言, 夜间的蒸腾量微弱(不超过 0.05 mm/h)。顶部与底部的蒸腾正好相反, 顶部蒸腾为负, 说明结露作用强于蒸腾作用,底部蒸腾为正, 说明蒸腾作用在底部更强。前部与右部变化规律一致, 波动小, 蒸腾基本上为负, 说明结露作用比蒸腾作用强。左部与后部变化规律基本上一致, 波动较大, 蒸腾基本上为正, 说明蒸腾作用比结露作用更强。
2.4 冷岛效应的蒸散贡献机制分析
图 6 显示小叶榕的冷岛效应强度与蒸散发速率的关系, 采用皮尔森相关系数进行评估。可以看出,冷岛效应强度与蒸散发速率有较强的相关性, 相关系数为‒0.70, 说明植被的蒸散发越强, 冷岛效应越显著, 并且蒸散发速率每增加 1 mm/h, 可以降温3.56°C。
图6 小叶榕整树冷岛效应与蒸散发的相关关系
Fig. 6 Correlation between cool island effect and evapotranspiration of the whole tree
表 1 显示蒸散发对各部位冷岛效应的贡献, 可以看出, 小叶榕不同部位的冷岛效应不完全与蒸散发密切相关, 顶部相关性最显著, 表现为蒸散发越大, 冷岛强度越大。
表1 各部位蒸散发对各部位冷岛效应的贡献
Table 1 Contribution of evapotranspiration to cool island effect of different parts
注: *表示显著性水平为0.05。
部位 Spearman 相关系数 p ST –0.61* 0.03 SF –0.31 0.33 SL –0.57 0.05 SBa –0.09 0.78 SR –0.50 0.09 SBo 0.63* 0.02
具体来说, 顶部的蒸散发与冷岛效应相关性最高, 这是因为顶部太阳照射面积和强度相较其他部位更强; 底部呈现显著相反的关系, 说明底部的冷岛效应主要是由遮荫及其他因素造成。其他部位产生的冷岛效应与该部位产生的蒸散发有一定程度的相关性, 但比顶部和底部弱, 说明还有其他影响显著的因素存在(比如, 从空气中吸收的显热)。
表 2 显示不同部位蒸散发对整树冷岛效应的贡献, 可以看出, 不同部位产生的蒸散发对整树冷岛效应强度的贡献有所不同。顶部、前部和右部的蒸散发与整树的冷岛效应相关性较为明显, 相关系数绝对值大于 0.60, 且顶部的相关性(‒0.62)低于前部(–0.68), 说明顶部还存在其他重要的影响因素, 也可能是由于分析采用的权重法减弱了顶部的重要性, 增强了前部的重要性; 左部的蒸散发与整树的冷岛效应相关性较弱; 后部和底部产生的蒸散发对整树冷岛效应的贡献最弱, 甚至相反。由于每个部位的环境及光照条件不同, 使得蒸散发强度有所差异, 或存在其他因素(如风速、显热通量和遮挡条件等)的影响, 有待进一步探究。
表2 不同部位蒸散发对整树冷岛效应的贡献
Table 2 Contribution of evapotranspiration from different parts to cool island effect of whole tree
注: **表示显著性水平为0.01, *表示显著性水平为0.05。
部位 Spearman 相关系数 p ET_ST –0.62* 0.03 ET_SF –0.68** 0.01 ET_SL –0.59* 0.04 ET_SBa –0.08 0.79 ET_SR –0.65* 0.02 ET_SBo 0.32 0.31
3 结论
本研究采用三温模型对蒸散发进行测算, 并结合观测所得的冷岛效应特征进行分析, 探究城市中微环境尺度下乔木产生的局部冷岛效应特征及其蒸散发贡献机制, 得到如下结论。
1) 小叶榕各部位的冷岛强度绝对值基本上在3.0°C 以上, 其中顶部与前部的冷岛效应更明显, 持续时间更长, 顶部最强冷岛效应为‒3.57°C, 前部最强能达到‒5.19°C。这是因为顶部与前部接受高强度日照的时间更长, 获取的太阳能更充足。
2) 小叶榕各部位的蒸散发随太阳的东升西落而不同。日间, 东边(前部和右部)的叶片蒸散发率先升高, 正午顶部蒸散发达到最强; 西边(左部和后部)的叶片蒸散发较晚达到峰值; 夜间, 各部位的蒸腾量非常微弱, 不超过 0.05 mm/h。
3) 城市乔木整体的冷岛效应强度与其蒸散发正相关, 皮尔森相关系数为 0.70, 显著性低于 0.01,蒸散发每升高 1 mm/h, 整树可降低 3.56°C。顶部的蒸散发对所在部位的冷岛效应贡献最明显, 顶部、前部和右部的蒸散发对整树的冷岛效应贡献最大,各部位蒸散发对整树冷岛效应贡献顺序为前部>顶部>右部>左部>后部>底部, 即东侧与顶部>侧边>底部。
致谢 研究得到邹振东博士的悉心指导, 博士研究生秦龙君、王蓓、毛鹏和于凌云以及硕士研究生郝梦宇、刘锦慧、林倩云、曾惠、殷卓君、吴思颉、刘畅、余雷雨、罗婕纯一、吴海轮、周琳、熊博文和丁俊杰参与本次实验观测, 在此表示衷心的感谢。
[1] China National Bureau of Statistics. Statistical communique of the State Statistical Bureau of the People’s Republic of China on the national economic and social development. China Population Today, 2012(2):22–39
[2] Rizwan A M, Dennis Y C L, Liu C H. A review on the generation, determination and mitigation of Urban Heat Island. Journal of Environmental Sciences, 2008,20(1): 120–128
[3] Kalnay E, Cai M. Impact of urbanization and land-use change on climate. Nature, 2003, 423: 528–531
[4] Kim Y H, Baik J J. Maximum urban heat island intensity in Seoul. Journal of Applied Meteorology,2002, 41(6): 651–659
[5] Li Q, Zhang H, Liu X, et al. Urban heat island effect on annual mean temperature during the last 50 years in China. Theoretical and Applied Climatology, 2004,79(3/4): 165–174
[6] Grimm N B, Faeth S H, Golubiewski N E, et al.Global change and the ecology of cities. Science,2008, 319: 756–760
[7] Kolokotroni M, Ren X, Davies M, et al. London’s urban heat island: impact on current and future energy consumption in office buildings. Energy and Buildings, 2012, 47: 302–311
[8] Kovats R S, Hajat S. Heat stress and public health:a critical review. Annual Review of Public Health,2008, 29: 41–45
[9] Ostos E J. Microclima del bosque de Chapultepec.1975, 1(6): 63–72
[10] Oke T R. Boundary layer climates. Earth Science Reviews, 1987, 27(3): 265
[11] Barradas V L. Air temperature and humidity and human comfort index of some city parks of Mexico City. Int J Biometeorol, 1991, 35(1): 24–28
[12] Lu Jun, Li Chundie, Yang Yongchuan, et al. Quantitative evaluation of urban park cool island factors in mountain city. Journal of Central South University,2012, 19(6): 1657–1662
[13] Oliveira S, Andrade H, Vaz T. The cooling effect of green spaces as a contribution to the mitigation of urban heat: a case study in Lisbon. Building and Environment, 2011, 46(11): 2186–2194
[14] Potchter O, Cohen P, Bitan A. Climatic behavior of various urban parks during hot and humid summer in the mediterranean city of Tel Aviv, Israel. International Journal of Climatology, 2010, 26: 1695–1711
[15] Spronken-Smith R A, Oke T R. The thermal regime of urban parks in two cities with different summer climates. International Journal of Remote Sensing,1998, 19(11): 2085–2104
[16] Wang X, Cheng H, Xi J, et al. Relationship between park composition, vegetation characteristics and cool island effect. Sustainability, 2018, 10(3): no. 587
[17] Gromke C, Blocken B, Janssen W, et al. CFD analysis of transpirational cooling by vegetation: case study for specific meteorological conditions during a heat wave in Arnhem, Netherlands. Building & Environment, 2015, 83: 11–26
[18] Jan F C, Hsieh C M, Ishikawa M. Influence of street tree density on transpiration in a subtropical climate.Environment and Natural Resources Research, 2012,2(3): 84–95
[19] Shashua-Bar L, Potchter O, Bitan A, et al. Microclimate modelling of street tree species effects within the varied urban morphology in the Mediterranean city of Tel Aviv, Israel. International Journal of Climatology, 2010, 30(1): 44–57
[20] Wang Y P, Akbari H. The effects of street tree planting on urban heat island mitigation in Montreal.Sustain Cities Soc, 2016, 27: 122–128
[21] Huang L, Li J, Zhao D, et al. A fieldwork study on the diurnal changes of urban microclimate in four types of ground cover and urban heat island of Nanjing,China. Building & Environment, 2008, 43(1): 7–17
[22] Gill S E, Handley J F, Pauleit A. Climate change and cities || adapting cities for climate change: the role of the green infrastructure. Built Environment, 2007,33(1): 115–133
[23] Ren Zhibin, He Xingyuan, Zheng Haifeng, et al.Estimation of the relationship between urban park characteristics and park cool island intensity by remote sensing data and field measurement. Forests,2013, 4(4): 868–886
[24] Yu C, Hien W N. Thermal benefits of city parks.Energy and Buildings, 2006, 38(2): 105–120
[25] 杜红玉. 特大型城市“蓝绿空间”冷岛效应及其影响因素研究[D]. 上海: 华东师范大学, 2018
[26] 秦俊. 绿地缓解城市居住区热环境效应的研究[D].上海: 华东师范大学, 2014
[27] Xin C, Onishi A, Chen J, et al. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data. Landscape & Urban Planning, 2010,96(4): 224–231
[28] Feyisa G L, Dons K, Meilby H. Efficiency of parks in mitigating urban heat island effect: an example from Addis Ababa. Landscape and Urban Planning, 2014,123: 87–95
[29] Qiu G Y, Ming Z. Remotely monitoring evaporation rate and soil water status using thermal imaging and“three-temperatures model (3T Model)” under fieldscale conditions. Journal of Environmental Monitoring,2010, 12(3): 716–723
[30] Qiu G Y, Ben-Asher J. Experimental determination of soil evaporation stages with soil surface temperature.Soil Science Society of America Journal, 2010, 74(1):13–22
[31] Qiu G Y. A new method for estimation of evapotranspiration [D]. Tottori: Tottori University, 1996
[32] Amatya D M, Irmak S, Gowda P, et al. Ecosystem evapotranspiration: challenges in measurements, estimates, and modeling. Transactions of the ASABE(American Society of Agricultural and Biological Engineers), 2016, 59(2): 555–560
[33] Qiu G Y, Miyamoto K, Sase S, et al. Comparison of the three-temperature model and conventional models for estimating transpiration. Japan Agricultural Research Quarterly Jarq, 2002, 36(2): 73–82
[34] Yan C, Qiu G Y. The three-temperature model to estimate evapotranspiration and its partitioning at multiple scales: a review. Transactions of the Asabe,2016, 59(2): 661–670
[35] Qiu Guoyu, Yu Xiaohui, Wen Haiyan, et al. An advanced approach for measuring the transpiration rate of individual urban trees by the 3D threetemperature model and thermal infrared remote sensing. Journal of Hydrology, 2020, 587: no. 125034
[36] Armson D. The effect of trees and grass on the thermal and hydrological performance of an urban area [D]. Manchester: University of Manchester, 2012
[37] Monteith J L. Principles of environmental physics.Phys Today, 1974, 27(3): 51