1、规划研究 Research on Planning/南方建筑/South Architecture 2023.912 官方网站 http:/12 本文引用格式 刘君男，陈天.局地气候区视角下的城市热环境优化研究以澳门为例 J.南方建筑，2023（9）：12-23.LIU Junnan,CHEN Tian.Study on the Optimization of Urban Thermal Environment from the Perspective of Local Climate Zones:A Case Study Based on MacaoJ.South Architecture,
2、2023(9):12-23.摘要为应对日益严峻的高温热浪风险，明晰城市复杂的空间形态与热环境的关系，以澳门为例，首先，通过 ENVI 遥感解译、GIS 空间分析、CART 决策树分类等方法划定局地气候区（LCZs）；其次，利用空间误差模型（SEM）分析 LCZs 热环境的关键影响因子和影响机制；最后结合热环境优化等级评估，提出优化建议。结果表明：1）以中低层建筑、裸露地表为主的 LCZs 升温效应显著；以乔木、水体和高层建筑为主的 LCZs 降温效应显著；2）阻挡太阳辐射比通风散热更有利于地表降温；3）空间误差模型（SEM）能较好地描述澳门城市形态与热环境的关系；4）各 LCZs 分区热环境影
3、响因子及影响机制差异较大；5）SVF、BD、BVD 和 ISD 具有增温效应，BH、BH_S、GSD 和 WSD具有降温效应，且 GSD、WSD、ISD 和 BVD 的影响系数普遍较高；6）澳门宜优先优化 LCZ10（重工业）、LCZF（裸土或沙）、LCZ4（开阔高层）、LCZ5（开阔中层）、LCZA（茂密树木）、LCZ6（开阔低层）热环境。将为澳门等高密度城市制定高温风险应对决策提供支持。关键词局地气候区；城市热环境；地表温度；城市形态；空间误差模型；澳门*基金项目国家自然科学基金国际（地区）合作与交流项目（52061160366）：澳门填海造地高密度城市空间环境评价与优化研究；澳门科学技术
4、发展基金（0039/2020/AFJ）：澳门填海造地高密度城市空间环境评价与优化研究。中图分类号TU984.11+5文献标志码ADOI10.3969/j.issn.1000-0232.2023.09.002 文章编号1000-0232（2023）09-0012-12作者简介1天津大学建筑学院，博士研究生；2天津大学建筑学院，教授，通讯作者，电子邮箱：开放科学（资源服务）标识码（OSID）ABSTRACTIt is crucial to understand the relationship between the complicated spatial morphology of cities
5、 and their thermal environment to deal with the increasing risks of high-temperature heat waves.Hence,a case study based on Macao was conducted.First,the optimal partition scale(120 m 120 m)of local climate zones(LCZs)was determined using the semi-variogram function and Pearson correlation coefficie
6、nt.The LCZs in Macao were delineated by remote sensing interpretation in ENVI,GIS spatial analysis,CART decision tree classification,and other methods.Second,surface temperature data in Macao were collected using remote sensing image inversion techniques.Eight urban morphological indicators with sig
7、nificant correlations with the thermal environment,namely sky view factor(SVF),building density(BD),building volume density(BVD),building height(BH),building height variation(BH_S),impervious surface density(ISD),green space density(GSD),and water surface density(WSD),were acquired via the ArcGIS da
8、ta analysis technique as independent variables.Later,the correlations between independent and dependent variables were analyzed quantitatively through a spatial error model(SEM)with the best fitting effect,thus disclosing the key influencing factors and mechanisms of thermal environments in differen
9、t subzones of LCZs.Finally,the thermal environment optimization level of each subzone of LCZs was evaluated comprehensively from Optimization Necessity(ON),Optimization Effectiveness(OE),Strategy Effectiveness(SE),and Strategy Feasibility(SF).Optimization suggestions were then proposed based on the
10、evaluation results.The results demonstrated that:1)The northern regions of the Macao Peninsula are dominated by LCZ2(compact mid-rise),LCZ4(open high-rise),and LCZ5(open mid-rise),with a small number of green space-type LCZs(LCZAD).The southern regions of Taipa,Coloane,and Cotai have more blue-green
11、 spaces,and open-formed LCZs dominate built-type LCZs.2)LCZs dominated by medium-low-rise buildings(LCZ610)and bare ground(LCZEF)exhibit significant warming effects,whereas LCZs dominated by trees(LCZAB),water bodies(LCZG),and high-rise buildings(LCZ1,LCZ4)exhibit significant cooling effects.The coo
12、ling effect of shrubs and low vegetation(LCZCD)is less prominent.For built-up LCZs,blocking solar radiation is more favorable for cooling than ventilation and heat dissipation approaches.3)The SEM better describes the relationship between urban morphology and the thermal environment in Macao.However
13、,it also demonstrated that other variables or independent error terms might affect the surface temperature,which shall be further analyzed and discussed in future studies.4)The key influencing factors and their coefficients vary significantly among different subzones of LCZs,indicating that adaptive
14、 thermal environment optimization strategies shall be selected for different subzones of LCZs.5)SVF,BD,BVD,and ISD exhibit warming effects,whereas BH,BH_S,GSD,and WSD present cooling effects.Influencing coefficients of GSD,WSD,ISD,and BVD are generally high.6)Macao is recommended to first optimize t
15、he thermal environment in LCZ10(heavy industry),LCZF(bare soil or sand),LCZ4(open high-rise),LCZ5(open mid-rise),LCZA(dense trees),and LCZ6(open low-rise).In addition,crucial influencing factors shall be determined by combining SEM for differentiated planning and design of spatial elements in each s
16、ubzone.This study supports formulating countermeasures to high-temperature risks in high-density cities like Macao.KEY WORDSlocal climate zones;urban thermal environment;land surface temperature;urban morphology;spatial error model;Macao局地气候区视角下的城市热环境优化研究*以澳门为例Study on the Optimization of Urban Ther
17、mal Environment from the Perspective of Local Climate Zones:A Case Study Based on Macao刘君男1，陈 天2LIU Junnan,CHEN Tian http:/ 官方网站 13引言城市热环境是指与热相关的城市物理环境，关系人体冷热感知、健康状况及人类的生存和可持续发展。城市热环境水平主要受太阳辐射强度、近地面大气条件（风速、湿度、大气浑浊度等）、下垫面类型（具有不同反射率、反照率和热容特征的用地类型）和人类活动（生产、生活排热）的影响1。全球气候变化与城市化引起太阳辐射变化2、近地面大气环境恶化、城市下垫面急
18、剧改变以及人口大量集聚，热岛效应凸显，城市热环境不断恶化，导致城市尤其是中低纬度经济发达城市面临极大的健康风险3，4、能源消耗成本553及温室气体排放量553，6。优化城市热环境是全球气候变化与城市化两大趋势背景下的重要议题，也是响应我国“健康城市建设”及“碳达峰、碳中和”战略的举措之一554。城市热环境研究在热岛成因、影响机制、时空演变特征和优化策略等方面已有大量研究成果7-9。但城市的复杂异质属性使得在宏观尺度全面定量化描述城市空间形态特征较为困难，因此既有研究多针对城市单一空间要素（绿地率10、天空视域因子11、建筑密度12、迎风面指数13等）或多要素的二维空间（如土地利用格局14、景观
19、格局15等）展开。这种对城市热环境研究的拆解与降维存在一定的局限性，一方面，单一空间要素对热环境有限的解释度易导致不同研究的结论存在较大差异，如在不同空间粒度下，绿地率与地表温度的相关性存在显著差异16；另一方面，仅在街区或住区等微观尺度下研究三维空间形态与热环境的关系，导致相关研究结论往往只能作为地块城市设计的辅助依据，难以为城市整体气候规划与治理提供支撑；此外，当前城市热环境研究缺少统一标准171881。上述局限性均制约了理论成果向实践应用转译。2012 年，Stewart 等人提出局地气候区（LCZs，Local Climate Zones）概念，为从城市气候角度精细化、多维度描述复杂城
20、市空间提供了可能。LCZs 综合考虑了影响城市局地气候的 4 类指标，包括地表结构（天空视域因子、街谷高宽比、粗糙元素高度）、地表覆盖类型（建筑、植被、不透水面比例）、地表材质（地表热导纳、反射率水平）和人类活动（生产排热），定义了 17个具有不同热属性和形态属性的标准气候分区，包括 10个“建成类型”（built types）（LCZ 1 10）和 7 个“土地覆被类型”（land cover types）（LCZ A G）171885。LCZs 为不同地区和学科开展热环境研究提供了一套技术标准，有助于跨学科研究工作的开展，也有助于城市规划与管理者从区域或城市层面实施气候规划与治理。2012
21、 年以来，基于 LCZs 的城市热环境研究备受重视并已在国外 130 多个城市广泛开展181862。既有研究主要聚焦于 LCZs 数据获取19423、分类技术方法19432，20、城市热岛时空分异等方面21，22，但城市形态要素对 LCZs热环境的影响机制尚不明晰181870。基于此，本文以我国夏热冬暖地区高度城市化的澳门为例，划定 LCZs 分区，分析澳门热环境的时空分异特征，并建立城市形态因子与各 LCZs 分区热环境关系的空间回归模型，以识别不同LCZs 分区热环境的关键影响因子和机制，为澳门热环境优化的空间与治理策略提供依据。1 研究区概况澳门位于我国东南沿海珠江入海口西南岸，由澳门半
22、岛、氹仔、路环、路氹填海区及横琴岛澳门大学新校区（图 1）组成。澳门为典型的亚热带海洋性季风气候，图 1 研究区区位（左）与用地类型概况（右）刘君男，陈天.局地气候区视角下的城市热环境优化研究以澳门为例J.南方建筑，2023（9）：12-23.06501,3002,600 米中国地图规划研究 Research on Planning/南方建筑/South Architecture 2023.914 官方网站 http:/具有高温高湿、辐射强烈的气候特点。19912020 年平均气温 22.8，极端最高温度达 38.9，是我国极端高温事件易发区。根据 2002 年至 2022 年月平均温度统计数
23、据（图 2），澳门 5 月 10 月平均温度均超过年平均温度值，为高温风险较高月份。澳门还是典型的高人口密度、高城市化率城市，热岛效应显著。特殊的地理气候条件及城市发展水平使得澳门面临极大的高温挑战，城市热环境亟待优化。2 数据与研究方法2.1 数据来源与预处理 研 究 数 据 包 括 Landsat8 OLI/TIRS 遥 感 数 据、Worldview-2 高精度遥感数据、建筑及气象数据（表 1）。由于澳门热环境最恶劣的 7、8 月份的遥感影像云量过大，无法准确反演地表温度，因此综合考虑影像质量、云量、季相和可获得性，选择同样存在高温风险的 10 月份遥感影像作为研究数据，虽然难以描述澳门
24、热环境最恶劣时期的温度特征，但可描述不同 LCZ 的相对热环境特征，对于制定热环境优化策略具有参考意义。利用 ENVI5.3对遥感影像进行融合、匀色、镶嵌、辐射定标和大气校正等预处理。建筑数据包括建筑轮廓和高度信息，依据国家民用建筑设计统一标准(GB 50352-2019)和Stewart 等人的 LCZs 分类指标参数值，将建筑高度分为高层（27m）、中层（1027m）和低层（10m）3 类，建筑密度分为紧凑型（0.4）和开放型（0.4）两类，并结合 Landsat8 OLI/TIRS 和 Worldview-2 遥感影像作为 LCZs 制图和城市形态指标计算的支撑数据。气象数据用于地表温度
25、反演过程。2.2 LCZs 分区尺度选择尺度是热环境研究的关键问题23。LCZs 具有明显的尺度效应，不同尺度的分区具有不同的空间形态与热环境特征。因此，尺度选择是划定 LCZs 分区、测度热环境、分析影响机制的前提，且对于规划研究人员分析城市形态参数和热环境，政府管理人员明确基本管控单元具有重要意义。为避免经验判断导致的尺度选择误差，本文利用半变异函数24及 Pearson 相关系数定量化计算不同网格尺度的城市形态异质性及形态参数对热环境的解释力。以 30m 为步长，利用 ArcGIS10.2 渔网工具创建 30m 360m 共 12 类网格，计算不同网格尺度下建筑高度与密度两个关键形态因子
26、25102818的半变异函数，以及绿地率和不透水面率两个关键热环境因子26126877与地表温度的相关系数。最终选择 120m120m 网格作为 LCZs 分区尺度，既保证单元网格内具有相似的空间形态属性，同时保证形态参数对热环境具有明显的解释力。2.3 局地气候区划分本研究采用综合分类法25102818构建多源数据集，后基于决策树算法获得高精度的 LCZs 分区。具体流程如下：构建多源数据集：利用 ENVI5.3 最大似然法对Worldview-2 高精度遥感影像进行监督分类，将澳门初步划分为水体、绿地、裸土和不透水面 4 类用地（图 1）。分类结果与建筑数据共同用于构建 LCZs 分类的多
27、源数据集；建立分类决策树：利用 ArcGIS 计算 120m120m单元尺度下的水面率、绿地率、裸土率、裸石和道路比率、建筑密度、建筑高度等 LCZs 分类指标值，后基于 CART算法构建分类决策树，从而划定 LCZs 分区。其中 LCZ7和 LCZ10 由于解译困难且数量较少，因此通过人工目视进行判别；分类后处理：对分类结果进行人工目视解译与修正，并利用混淆矩阵计算分类结果的总体精度和Kappa 系数。2.4 地表温度反演基于遥感影像的地表温度反演技术已被广泛应用于城图 2 20022022 年澳门月均温度变化曲线图表数据来源与说明数据类型数据来源说明遥感数据https:/glovis.us
28、gs.govLandsat8 OLI/TIRS；分辨率：30m；成像日期：2015-10-18；云量：1.13http:/www.kosmos-Worldview-2；分辨率：0.5m；成像时间：2015-10-21建筑数据https:/ 官方网站 15市热环境研究中，本文采用胡德勇单窗算法27（公式 1），利用 ENVI 5.3 软件对 Landsat8 OLI/TIRS 遥感影像进行地表温度反演。式中，Ts_Hu为地表温度（K）；a 为常数 1321.08；T10为 TIRS10 波段的像元亮度温度（K）；Ta为大气平均作用温度（K）；C 和 D 是中间变量，C=，D=（1-）1+（1-）
29、，其中 为大气透射率，为地表比辐射率。Ts_Hu=a（C+D）T10+（1-C-D）T102-aDTa/aC（1）2.5 指标选择与预处理基于既有文献研究成果，选择天空视域因子（SVF）28、建筑密度（BD）29，3057、建筑体密度（BVD）31、建筑高度（BH）3057、建筑高度差（BH_S）32、不透水面率（ISD）26126877、绿地率（GSD）26126877，3057和水面率（WSD）33，34 8 个与热环境显著相关的城市形态指标作为自变量（表 2），地表温度（LST）为因变量，建立地表温度与城市形态指标的回归模型，以识别各 LCZs 分区热环境的关键影响因子和机制。基于本文构
30、建的多源数据集，利用ArcGIS计算120m120m单元网格的指标值（图3），表 2 城市形态指标城市形态指标定义与热环境的关系天空视域因子（SVF）单元网格内天空可视范围平均值反映地表辐射得热和局部散热建筑密度（BD）单元网格内建筑基底面积占地表总面积的比例反映地表辐射得热和局部散热建筑体密度（BVD）单元网格空间内建筑体积占总体积的比例反映局部气流和局部散热建筑高度（BH）单元网格内建筑加权平均高度反映阴影范围和局部散热建筑高度差（BH_S）单元网格内建筑高度标准差反映局部气流和局部散热不透水面率（ISD）单元网格内不透水面占地表总面积的比例反映地表辐射得热绿地率（GSD）单元网格内植被占
31、地表总面积的比例反映地表辐射得热和物质能量交换水面率（WSD）单元网格内水体占地表总面积的比例反映地表水分和降温增湿图 3 城市形态指标空间分布0.58-0.630.64-0.660.67-0.680.69-0.710.72-0.740.75-0.760.77-0.790.80-0.810.82-0.840.85-0.860.87-0.890.90-0.920.93-0.940.95-0.970.98-0.991-10-0.040.05-0.10.11-0.160.17-0.230.24-0.290.30-0.350.36-0.420.43-0.480.49-0.540.55-0.610.62
32、-0.670.68-1650650650650650650650650000000001,3001,3001,3001,3001,3001,3001,3001,3002,600 米2,600 米2,600 米2,600 米2,600 米2,600 米2,600 米2,600 米0-0.020.03-0.060.07-0.100.11-0.140.15-0.180.19-0.220.23-0.260.27-0.300.31-0.350.36-0.390.40-0.990-0.030.04-0.140.15-0.260.27-0.370.38-0.480.49-0.600.61-0.710.72-
33、0.820.83-0.940.95-10-0.030.04-0.100.11-0.170.18-0.240.25-0.310.32-0.380.39-0.450.46-0.520.53-0.590.60-10-2.862.87-9.439.44-16.0016.01-22.5822.59-29.1529.16-35.7235.73-42.2942.30-48.8648.87-55.4355.44-62.0062.01-68.5768.58-1320-0.410.42-3.953.96-7.497.50-11.0311.04-14.5714.58-18.1118.12-21.6521.66-25
34、.1825.19-28.7228.73-32.2632.27-35.8035.81-80.610-0.040.05-0.130.14-0.220.23-0.310.32-0.400.41-0.490.50-0.580.59-0.670.68-0.760.77-0.850.86-0.930.94-1图例SVF-120m图例建筑密度-120m图例建筑体密度-120m图例植被覆盖度-120m图例水体覆盖度-120m图例建筑高度-120m图例建筑高度差-120m图例不透水面率-120m刘君男，陈天.局地气候区视角下的城市热环境优化研究以澳门为例J.南方建筑，2023（9）：12-23.规划研究 Res
35、earch on Planning/南方建筑/South Architecture 2023.916 官方网站 http:/并采用极差法进行标准化处理35，以消除量纲影响。2.6 空间回归模型分析由于空气存在对流传热特性，以及城市功能布局具有空间逻辑，因此热环境与城市形态存在较强的空间依赖，故采用空间回归模型来度量热环境与城市形态的相关关系。常见的空间回归模型包括空间滞后模型（Spatial Lag Model,SLM）、空 间 误 差 模 型（Spatial Error Model,SEM）和空间杜宾模型（Spatial Dubin Model,SDM）36-38。SLM 考虑了因变量的空间
36、相关性，即某一空间的因变量不仅与同一空间的自变量有关，且与相邻区域的因变量有关（公式 2）。SEM 考虑了不可观测因素和遗漏变量等独立误差项的空间相关性，而不考虑因变量的空间相关性（公式 3）。SDM 融合了 SLM 和SEM 的特点，同时考虑了自变量和因变量的空间相关性（公式 4）。式中，Y 为因变量；X 为自变量；WY 为因变量空间权重矩阵；为因变量的空间溢出程度；为自变量对Y=WY+X+，:N（0,2）（2）Y=X+W+，:N（0,2）（3）Y=WY+X+WX+，:N（0,2）（4）因变量的解释度；W 为独立误差向量的空间权重矩阵；为独立误差向量的空间溢出程度；WX 为自变量的空间权重矩
37、阵；为自变量的空间溢出程度；为服从均值为 0、方差为 2的随机误差项。为建立最优空间回归模型，首先用 SPSS 软件对各LCZs分区的8项城市形态指标与LST进行逐步回归分析，剔除不显著（P 0.05）且引起多重共线性的自变量。通过空间分析软件 GeoDa1.6 分别建立各 LCZs 分区保留自变量与因变量 LST 的 SLM、SEM 和 SDM 模型。对比三类模型计算结果的拟合优度（R2）、赤池信息量准则（AIC）和对数似然函数（Log likelihood），拟合优度、对数似然函数越大，赤池信息量准则越小，则模型拟合效果越好39。3 结果与分析3.1 局地气候分区结果LCZs 分区结果如图
38、 4 所示。随机选取 200 个样本进行分区精度检验，最终总体精度为 91%，Kappa 系数为0.9010，满足精度要求（表 3）。由图 4 和图 5 可见，澳门各 LCZs 分区用地占比差异较大。从澳门全域来看，LCZA（茂密树木）、LCZF（裸土或沙）、LCZ4（开阔图4澳门LCZs分区（左）及典型空间示意图（右）62501,2502,500 米LCZ 1 密集高层LCZ 2 密集中层LCZ 3 密集低层LCZ 4 开阔高层LCZ 5 开阔中层LCZ 6 开阔低层LCZ 7 轻质低层LCZ 8 大型中低层LCZ 10 工业厂房LCZ A 茂密树木LCZ B 稀疏树木LCZ C 灌木和矮树
39、LCZ D 低矮植被LCZ E 裸露岩石或道路LCZ F 裸土或沙LCZ G 水体图例LCZ 分区LCZhttp:/ 官方网站 17高层）及 LCZ5（开阔中层）为主导类型，面积占比分别为 14.89%、12.13%、10.88%、9.84%。而 LCZ3（密集低层）占比极少（0.26%）。北侧半岛以 LCZ5（开阔中层）、LCZ4（开阔高层）和 LCZ2（密集中层）等建成类型 LCZs 为主，面积占比分别为 17.07%、16.92%、16.46%。绿地类LCZs（LCZAD）稀少，面积仅占7.01%。南侧氹仔、路环、路氹片区属填海新区，绿地类型 LCZs（LCZAD）占 主 体（46.17
40、%）。建 成 类 型 LCZs 以LCZ4（开阔高层）及 LCZ5（开阔中层）为主，占比分别为 7.75%和 6.09%。3.2 各局地气候区热环境特征图 6 为澳门地表温度反演结果和 120m120m 网格表 3 局地气候区（LCZs）分类精度LCZ类别1234567810ABCDEFG总数使用者精度（%）110000000000000000101002110000000000000001190.913001000000000000011004300250000000000002889.29500012400000000000259660000050000000000510070000006
41、00000000061008000000070000000071001000000000500000005100A0000000003000000030100B000221000012000001770.59C00000000000600006100D00000000000090009100E00031010000029001656.25F000100000000001301492.86G0000000000000001010100总数1410132276775301261191310200生产者精度（%）71.4310010078.1388.8983.3385.711001001001001
42、0081.82100100100总体精度 0.91Kappa系数 0.9010图 5 澳门 LCZs 分区用地面积统计图图 6 澳门遥感影像地表温度反演结果（左）与120m120m网格尺度平均地表温度（右）56用地面积/km22.52.01.51.00.50.03.03.54.04.512.86-24.7524.76-26.2026.21-27.6527.66-29.1029.11-30.5530.56-32.0032.01-33.4533.46-34.9034.91-36.3536.36-37.8037.81-39.2539.26-43.62高：43.93低：11.89图例LST-120m图
43、例地表温度反演 LST625625001,2501,2502,500 米2,500 米刘君男，陈天.局地气候区视角下的城市热环境优化研究以澳门为例J.南方建筑，2023（9）：12-23.规划研究 Research on Planning/南方建筑/South Architecture 2023.918 官方网站 http:/尺度下的平均地表温度分布图，平均 LST 为 32.706。由图 7 可以看出，不同 LCZs 的地表温度存在显著差异，且建成类型 LCZs 的 LST 总体上高于土地覆被类型LCZs，各 LCZs 平均 LST 由高到低排序为 LCZ10（重工业）LCZE（裸露岩石或道
44、路）LCZF（裸土或沙）LCZ7（轻质低层）LCZ6（开阔低层）LCZ8（大型中低层）LCZ2（密集中层）LCZ3（密集低层）LCZD（低矮植被）LCZ5（开阔中层）LCZ1（密集高层）LCZC（灌木和矮树）LCZ4（开阔高层）LCZB（稀疏树木）LCZG（水体）LCZA（茂密树木）。在土地覆被类型中，LCZA、LCZG和LCZB温度最低，说明乔木及水体具有很好的降温效应，而灌木等低矮植被降温效果甚微。LCZE 和 LCZF 温度较高，且高于多数建成类型 LCZs，说明裸露地表较建筑空间具有更强的升温效应。在建成类型 LCZs 中，LCZ4 和 LCZ1 温度较低，这是由于高层建筑可以遮挡更多
45、的太阳辐射。且高度相同时，开阔的 LCZs 普遍比密集的 LCZs 温度低，一方面由于开阔建筑群更有利于通风散热；另一方面，开阔建筑群通常拥有更高的蓝绿空间比例。LCZ10、LCZ7、LCZ6、LCZ8 地表温度显著高于平均值，除 LCZ10 存在工业生产产热影响之外，这 4 类 LCZs 普遍为低层建筑，易受到较强的太阳辐射。由此可见，对于建筑空间来说，阻挡太阳辐射比通风散热更有利于降温。3.3 城市形态对 LCZs 热环境的影响机制对比 3 种空间回归模型计算结果（表 4），可以看出SEM 模型的拟合程度优于其他两个模型。这证明了澳门城市热环境存在空间溢出效应，也说明除本文所选自变量外，还
46、存在其他变量或独立误差项影响城市热环境，包括难以在 LCZs 分区层面准确量化的自变量（如建筑布局模式、屋顶材质等），以及受数据精度制约而无法识别的空间要素（如小面积散布的蓝绿空间）。而 SLM和 SDM 模拟效果不佳，证明同类 LCZs 分区具有相似的LST，根据空气动力学原理，LST 不易产生空间溢出效应。因此，本研究采用 SEM 分析城市形态对不同 LCZs 分区热环境的影响机制。表 5 和表 6 显示了各 LCZs 分区在 0.05 及以上水平显著相关的自变量因子及回归系数。可见各 LCZs 分区 LST 的关键影响因子及影响系数差异较大，说明不同LCZs 分区需要采用不同的热环境优化
47、策略，且优化效率大有不同。如 LCZ1（密集高层）的关键影响因子只有BD（建筑密度），BD每降低1%，降温效果仅为0.108，这主要受密集高层建筑形态灵活性及空间可用性较低的限制，因此，在 LCZs 尺度下，仅通过优化 8 项城市空间形态要素，难以有效改善 LCZ1 热环境。LCZ5（开阔中层）存在多个关键影响因子，且回归系数较大，通过提高 WSD、GSD、BH_S，降低 ISD、SVF 可有效改善该分区的热环境。这是由于开阔用地有较多的可利用空间用于布局蓝绿空间，且高低错落的中层建筑群对加速空气流通有较好的效果。因此，LCZ5 的热环境具有较大的优化空间和效率。总的来说，SVF、BD、BVD
48、、ISD具有升温效应，BH、BH_S、GSD、WSD 具有降温效应，且 GSD、WSD、ISD 和 BVD 对 LST 的影响最大。4 结论与对策4.1 结论本文定量化描述了澳门 LCZs 的空间布局与热环境特征，并分析了各LCZs热环境的关键影响因子与影响机制，得出如下结论。（1）北侧澳门半岛以 LCZ2（密集中层）、LCZ4（开阔高层）和 LCZ5（开阔中层）为主，绿地类型 LCZs（LCZAD）数量稀少；南侧氹仔、路环、路氹片区蓝绿空间占比较高，建成类型 LCZs 以开阔形态为主。（2）以中低层建筑（LCZ610）和裸露地表（LCZEF）为主要形态的 LCZs 升温效应显著；以乔木（LC
49、ZAB）、水体（LCZG）和高层建筑（LCZ1、LCZ4）为主要形态的 LCZs 降温效应显著；灌木和低矮植被（LCZCD）的降温效果不明显；对于建成类型 LCZs 来说，阻挡太阳辐射比通风散热更有利于降温。（3）空间误差模型（SEM）可以更好的描述澳门城市形态与热环境之间的关系。但也说明可能存在其他变图 7 澳门 LCZs 分区地表温度特征统计图地表温度 LST/http:/ 官方网站 19量或独立误差项影响地表温度，需要在后续研究中深入分析探讨。（4）各 LCZs 分区热环境的关键影响因子及影响系数差异较大，应针对各 LCZs 分区具体情况选择适应的热环境优化策略。（5）SVF、BD、BV
50、D、ISD 具有升温效应，BH、BH_S、GSD、WSD 具有降温效应，且 GSD、WSD、ISD 和 BVD 的影响系数普遍较高。表 4 三种空间回归模型主要参数对比表 5 建成类型 LCZs 空间误差模型（SEM）计算结果表 6 土地覆被类型 LCZs 空间误差模型（SEM）计算结果空间回归模型R2AICLoglikelihoodR2AICLoglikelihoodR2AICLoglikelihoodR2AICLoglikelihoodLCZ1LCZ2LCZ3LCZ4SLM0.15-156.1281.060.49-487.45248.720.26-724.84368.42SEM0.32-1
