Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski oraz jej miejsce w lokalnej polityce klimatycznej

Abstract

Zielona infrastruktura (ZI) obszarów zurbanizowanych dostarcza wielu regulacyjnych usług ekosystemowych. Jej istotny wpływ na rozkład temperatury powietrza w mieście i regulację obiegu wody ma strategiczne znaczenie dla adaptacji miast do zmian klimatu i zapewnienia wysokiej jakości życia mieszkańców. Celem pracy jest rozpoznanie ilościowe ZI w miastach województwa wielkopolskiego położonych na północ od Poznania (31 obiektów) w kontekście wpływu na warunki termiczne. Jednocześnie podjęto próbę oceny uwzględnienia koncepcji ZI w polityce klimatycznej miast poprzez analizę zapisów zawartych w wybranych dokumentach strategicznych. Wykorzystując zdjęcie satelitarne Landsat 8 oraz metody GIS, wyliczono wartości wskaźnika NDVI (ang. normalized difference vegetation index – znormalizowany różnicowy wskaźnik wegetacji) oraz opracowano rozkłady temperatury radiacyjnej. Posłużyły one do pośredniej oceny roli ZI w regulacji temperatury powietrza w miastach. Uzyskane w ten sposób wynikiodniesiono do zapisów dokumentów miejskich w zakresie lokalnej polityki klimatycznej. W toku badań potwierdzono znaczny i zróżnicowany przestrzennie wpływ ZI na obniżanie temperatury radiacyjnej w miastach. W tych samych warunkach atmosfery różnice wysokości średniej temperatury radiacyjnej obliczonej dla miast różniących się udziałem ZI przekraczały nawet 5°C. Tak ważna rola ZI nie znalazła jednak bezpośredniego przełożenia na politykę klimatyczną miast, w której wyżej pozycjonowane są działania inwestycyjne w szarej infrastrukturze, a powiązania między szarą, niebieską i zieloną infrastrukturą są w wielu przypadkach pomijane.

Full text

Rozwój Regionalny iPolityka Regionalna 52: 219–233
https://doi.org/10.14746/rrpr.2020.52.13
2020
Piotr Lupa
Uniwersytet im. Adama Mickiewicza wPoznaniu
Wydział Geograi Społeczno-Ekonomicznej iGospodarki Przestrzennej
Zakład Geograi Kompleksowej
piotr.lupa@amu.edu.pl
https://orcid.org/0000-0003-1421-4926
Wpływ zielonej infrastruktury na warunki
termiczne miast północnej Wielkopolski oraz
jej miejsce wlokalnej polityce klimatycznej
Zarys treści: Zielona infrastruktura (ZI) obszarów zurbanizowanych dostarcza wielu re-
gulacyjnych usług ekosystemowych. Jej istotny wpływ na rozkład temperatury powietrza
wmieście iregulację obiegu wody ma strategiczne znaczenie dla adaptacji miast do zmian
klimatu izapewnienia wysokiej jakości życia mieszkańców.
Celem pracy jest rozpoznanie ilościowe ZI wmiastach województwa wielkopolskiego po-
łożonych na północ od Poznania (31 obiektów) wkontekście wpływu na warunki termicz-
ne. Jednocześnie podjęto próbę oceny uwzględnienia koncepcji ZI wpolityce klimatycznej
miast poprzez analizę zapisów zawartych wwybranych dokumentach strategicznych. Wy-
korzystując zdjęcie satelitarne Landsat 8 oraz metody GIS, wyliczono wartości wskaźnika
NDVI (ang. normalized difference vegetation index – znormalizowany różnicowy wskaźnik we-
getacji) oraz opracowano rozkłady temperatury radiacyjnej. Posłużyły one do pośredniej
oceny roli ZI wregulacji temperatury powietrza wmiastach. Uzyskane wten sposób wyniki
odniesiono do zapisów dokumentów miejskich wzakresie lokalnej polityki klimatycznej.
Wtoku badań potwierdzono znaczny izróżnicowany przestrzennie wpływ ZI na obniża-
nie temperatury radiacyjnej wmiastach. Wtych samych warunkach atmosfery różnice
wysokości średniej temperatury radiacyjnej obliczonej dla miast różniących się udziałem
ZI przekraczały nawet 5°C. Tak ważna rola ZI nie znalazła jednak bezpośredniego przeło-
żenia na politykę klimatyczną miast, wktórej wyżej pozycjonowane są działania inwesty-
cyjne wszarej infrastrukturze, apowiązania między szarą, niebieską izieloną infrastruk-
turą są wwielu przypadkach pomijane.
Słowa kluczowe: zielona infrastruktura, zmiany klimatu, miasta północnej Wielkopol-
ski, temperatura radiacyjna iNDVI, Landsat 8
Wprowadzenie
Przeciwdziałanie zmianom klimatu iadaptacja do skutków tych zmian są obecnie
jednymi znajważniejszych wyzwań, zktórymi zmagają się nie tylko organizacje

220 Piotr Lupa
międzynarodowe, poszczególne państwa, ale także samorząd terytorialny, społe-
czeństwo obywatelskie (wtym mieszkańcy, gospodarstwa domowe, organizacje
pozarządowe) oraz przedsiębiorcy (Kundzewicz, Kowalczak 2008, IPCC 2018,
Popkiewicz iin. 2018, Hoegh-Guldberg iin. 2018, Lupa iin. 2019).
Szczególna sytuacja dotyczy miast stanowiących przestrzeń życia większości
ludzi oraz silnej koncentracji szarej infrastruktury1 iinnych efektów działalno-
ści człowieka. Wskutek tego obszary zurbanizowane wznacznym stopniu odpo-
wiadają za dokonujące się obecnie zmiany klimatu (np. Carter iin. 2015, IPCC
2018). Według różnych źródeł (Kundzewicz, Kowalczak 2008, Starkel, Kundze-
wicz 2008, Kolendowicz iin. 2010, Kundzewicz 2011, Graf 2014, Kolendowicz,
Taszarek 2014, Jawgiel 2016, Kundzewicz iin. 2017) do najważniejszych przewi-
dywanych skutków zmian klimatu mających istotne znaczenie dla rozwoju pol-
skich miast należy zaliczyć: wzrost średniej rocznej temperatury powietrza inasi-
lenie efektu miejskich wysp ciepła; wzrost częstotliwości zdarzeń ekstremalnych
(deszczów nawalnych powodujących podtopienia, powodzie błyskawiczne, erozję
gleb iosuwiska, fal upałów isusz, silnych wiatrów); zwiększenie amplitudy wa-
hań stanu wód wrzekach (problemy zdostawą wód chłodniczych zwiększające
ryzyko przerw wdostawie energii elektrycznej) oraz zmiany wpodaży świadczeń
ekosystemowych.
Obok innowacji technologicznych, rozwoju odnawialnych źródeł energii,
zmian wzakresie stylu życia oraz stopnia korzystania ze środowiska przyrodni-
czego ijego zasobów istotną rolę wprzeciwdziałaniu zmianom klimatu, azwłasz-
cza adaptacji miast do opisanych wcześniej skutków, odgrywa zielona infrastruk-
tura (ZI). Stanowi ona strategicznie zaplanowaną sieć obszarów naturalnych
ipółnaturalnych zinnymi cechami środowiskowymi, zaprojektowaną izarządza-
ną wsposób mający zapewnić szeroką gamę świadczeń ekosystemowych. Obej-
muje obszary zielone iniebieskie oraz inne cechy zyczne obszarów lądowych
imorskich (COM 2013). Przykładami ZI wmieście są tereny zieleni urządzonej,
lasy, cieki, porośnięte roślinnością mury idachy, które są miejscem sprzyjającym
różnorodności biologicznej, umożliwiającym przetrwanie ifunkcjonowanie eko-
systemów oraz życie ludzi (COM 2013, Aleksandrova 2016). ZI wraz zniebieską
iszarą infrastrukturą tworzy zyczną infrastrukturę obszarów zurbanizowanych.
Wymienione rodzaje infrastruktury trudno opisywać ibadać oddzielnie, co przy-
pisuje się współistnieniu zielono-szarej, niebiesko-szarej lub zielono-niebiesko-
-szarej infrastruktury (Davies iin. 2006, Aleksandrova 2016, Qi iin. 2019).
Właściwie zaprojektowane tereny zieleni iwody powierzchniowe wmieście
pozwalają zmniejszyć amplitudy temperatury powietrza iobniżyć narażenie na
gwałtowne zjawiska pogodowe. Wysoka zieleń (parki ilasy miejskie), zapewnia-
jąc cień chroniący przed bezpośrednim promieniowaniem słonecznym, zmniej-
sza nagrzewanie powierzchni terenu. Dodatkowym mechanizmem obniżania
1 Aleksandrova (2016) podkreśla, że szara infrastruktura jest deniowana wliteraturze zazwy-
czaj jako sztuczna, wizualnie „niezielona”, abiotyczna część tkanki miejskiej. Wpraktyce trudno
jednoznacznie odgraniczyć elementy zielonej iszarej infrastruktury wmieście, bowiem wwielu
przypadkach decydujące znaczenie mają cechy funkcjonalne, anie wizualne infrastruktury (Da-
vies iin. 2006, Aleksandrova 2016).

220 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 221
temperatury powietrza jest parowanie itranspiracja roślin, które wiążą się zab-
sorpcją ciepła zsąsiedztwa. Powierzchnie wodne i pokrywa roślin pochłaniają
znacznie więcej energii słonecznej (promieniowanie krótkofalowe) niż obszary
zabudowane, które szybko przekształcają energię słoneczną w promieniowa-
nie długofalowe, ogrzewając przy tym powietrze. Zmiany klimatu wpływają na
częstość występowania ulewnych deszczów, z którymi nie zawsze radzą sobie
systemy kanalizacyjne. Tereny zieleni (np. zagłębienia inltracyjne zbioretencją,
swale) mogą znacznie zwiększyć efektywność retencjonowania wody deszczowej.
Bardzo ważną rolę odgrywa utrzymanie terenów zalewowych, które przechwytu-
jąc część fali wezbraniowej, obniżają znacznie ryzyko powodzi. Jednocześnie są to
powierzchnie zasilania wód podziemnych, co zmniejsza decyt wody wokresach
niedoborów opadów. Ponadto rozczłonkowanie zabudowy miejskiej przez zieloną
ibłękitną infrastrukturę sprzyja efektywniejszej wentylacji miast, polepszając ja-
kość powietrza iobniżając dokuczliwość upałów (np. Szymanowski 2004, Błażej-
czyk 2014, Kuchcik iin. 2015, Mizgajski, Zwierzchowska 2015, Szczepanowska
2015, Szulczewska 2015).
Biorąc pod uwagę kluczową rolę ZI wadaptacji miast do skutków zmian kli-
matu, awszczególności jej pozytywny wpływ na regulację temperatury powietrza
iłagodzenie zjawiska miejskiej wyspy ciepła, wpracy przyjęto następujące szcze-
gółowe cele badawcze:
• Rozpoznanie ilościowe ZI wmiastach województwa wielkopolskiego położo-
nych na północ od Poznania (31 obiektów) na podstawie wartości znormalizo-
wanego różnicowego wskaźnika wegetacji NDVI wyliczonego dla miast iich
buforów opromieniu 1 km.
• Rozpoznanie ilościowe wpływu ZI na warunki termiczne miast w oparciu
o zbadanie różnic w rozkładach temperatury radiacyjnej w miastach i ich
buforach.
• Określenie pozycji zielonej infrastruktury wpolityce klimatycznej miast po-
przez analizę zapisów w gminnych programach ochrony środowiska (POŚ)
iplanach gospodarki niskoemisyjnej (PGN).
Miasta północnej Wielkopolski – obszar badań
Badania zostały przeprowadzone dla 31 miast w województwie wielkopolskim
na północ od Poznania. Wgrupie tej znalazły się gminy miejskie (7) oraz miasta
wgminach miejsko-wiejskich (24) (ryc. 1). Miasta różnią się między sobą liczbą
mieszkańców (min. Ostroróg 1892 osoby, maks. Piła – 73 139 osób, BDL GUS
2020), gęstością zaludnienia (min. Jastrowie 119 osób/km2, maks. Wronki 1914
osób/km2, BDL GUS 2020), powierzchnią (min. Ostroróg 1,25 km2, maks. Piła
102,68 km2, BDL GUS 2020) oraz warunkami społeczno-ekonomicznymi iśrodo-
wiskowymi, wtym użytkowaniem ziemi ipokryciem terenu.

222 Piotr Lupa
Materiały imetody badawcze
Wbadaniach wykorzystano techniki inarzędzia systemów informacji geogracz-
nej (GIS), metodę analizy dokumentów źródłowych (ang. content analysis) oraz
metody statystyczne.
Do określenia rozkładu temperatury radiacyjnej (ang. brightness temperature)
oraz wyznaczenia wartości wskaźnika NDVI (ang. normalized difference vegetation
index – znormalizowany różnicowy wskaźnik wegetacji) użyto wielospektralnych
zdjęć satelitarnych wykonanych przez satelitę Landsat 8 wdniu 7 czerwca 2018r.
ogodz. 9:48 wtrakcie pogody radiacyjnej przy braku zachmurzenia nad Polską.
Wbadaniach wykorzystano 4 kanały spektralne: kanał 4 (ang. RED – czerwień,
rozdzielczość piksela 30 m), kanał 5 (NIR ang. near infrared – bliska podczerwień,
rozdzielczość piksela 30 m), kanał 10 (TIRS1 ang. thermal infrared – podczerwień
termiczna, rozdzielczość piksela 100 m) ikanał 11 (TIRS2 ang. thermal infrared
– podczerwień termiczna, rozdzielczość piksela 100 m). Dane zostały pobrane
zserwisu Earth Explorer Amerykańskiej Służby Geologicznej (U.S. Geological
Survey, USGS) iprzetworzone zwykorzystaniem oprogramowania systemów in-
formacji geogracznej ESRI ArcMap v10.5.
Ryc. 1. Lokalizacja miast objętych badaniami na tle województwa wielkopolskiego
Źródło: opracowanie własne na podstawie Państwowego Rejestru Granic (2019).

222 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 223
Temperaturę radiacyjną wyznaczono, uwzględniając procedurę zapropono-
waną przez Butlera (2014) oraz wytyczne z literatury (Ciołkosz, Kęsik 1989,
Walawender 2006, 2009, Walawender iin. 2011, 2014). Proces przetwarzania
ikalibracji zdjęcia obejmował następujące kroki realizowane równocześnie dla
kanałów 10 i11 (TIRS1 iTIRS2) (patrz ryc. 2 itab. 1):
Ryc. 2. Procedura przygotowania rastra obrazującego rozkład temperatury radiacyjnej na
podstawie zdjęć satelitarnych Landsat 8
Objaśnienia: LS8_2018 B10 – zdjęcie termalne Landsat 8, kanał spektralny nr 10 (TIRS1); LS8_2018
B10 – zdjęcie termalne Landsat 8, kanał spektralny nr 11 (TIRS2); RM – mnożnik radiacji; RA
– korekta radiacji; TOAr – wartość radiacji wszczytowej części atmosfery; R1–R11 – kolejne ra-
stry wynikowe procesu przetwarzania zdjęć satelitarnych; K1 iK2 – wielkości stałe dla sensorów
satelity (tab. 1); TrK – temperatura radiacyjna w kelwinach (K); TrC – temperatura radiacyjna
wstopniach Celsjusza (°C).
Źródło: opracowanie własne zwykorzystaniem modułu Model Builder programu ArcMap v10.5.1
oraz Butler 2014.

224 Piotr Lupa
• konwersja surowych wartości pikseli tworzących zdjęcie satelitarne (DN) do
wartości radiacji wszczytowej części atmosfery (TOAr, ang. top of atmosphere
radiance) zwykorzystaniem mnożnika radiacji (RM) ikorekty radiacji (RA);
• konwersja TOAr do wartości temperatury radiacyjnej wyrażonej wkelwinach
(TrK) zzastosowaniem wielkości stałych K1 iK2 zależnych od specykacji
sensora kamery zgodnie ze wzorem TrK = K2/ln((K1/TOAr)+1);
• konwersja TrK do wartości temperatury radiacyjnej wyrażonej w stopniach
Celsjusza;
• mozaikowanie map temperatury radiacyjnej (TrC_B10 iTrC_B11) wcelu uzy-
skania nalnej mapy termalnej (raster termalny zbudowany zpikseli ouśred-
nionych wartościach temperatury radiacyjnej).
Indeks NDVI opracowany przez Rouse iin. (1973) jest obliczany jako stosu-
nek różnicy odbicia wkanale podczerwonym (NIR) iczerwonym (RED) do sumy
odbicia wtych kanałach (ryc. 3). Daje możliwość badania kondycji roślin, procesu
fotosyntezy czy szacowania biomasy (Jarocińska, Zagajewski 2008). Przyjmuje
wartości zzakresu od –1 do +1, wpraktyce od –0,1 do +0,7 (Wójtowicz i in.
2005). W zależności od wartości wskaźnika możliwe jest określenie, czy dany
teren reprezentowany jest przez roślinność zieloną, wody, glebę. Według Jaro-
cińskiej iZagajewskiego (2008) roślinność jest identykowana wzakresie war-
tości NDVI od 0,4 do 0,8. Wójtowicz i in. (2005) podają, że woda, śnieg ilód
Ryc. 3. Procedura przygotowania rastra obrazującego rozkład wartości wskaźnika NDVI na
podstawie zdjęć satelitarnych Landsat 8
Objaśnienia podano wtekście.
Źródło: opracowanie własne zwykorzystaniem modułu Model Builder programu ArcGIS Desktop
10.5.1
Tabela 1. Wielkości korygujące używane do kalibracji termalnej zdjęć Landsat 8
Parametry kalibracyjne Landsat 8
Kanał 10 (TIRS1) Kanał 11 (TIRS2)
Mnożnik radiacji RM (ang. Radiance Multiplier)0,0003342 0,0003342
Korekta radiacji RA (ang. Radiance Add)0,1 0,1
Wielkość stała K1 (dla danego sensora/kanału) 774,89 480,89
Wielkość stała K2 (dla danego sensora/kanału) 1321,08 1201,14
Źródło: plik zmetadanymi udostępniany łącznie ze zdjęciem satelitarnym Landsat 8 (USGS, Earth
Explorer).

224 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 225
warunkują ujemne wartości NDVI, gleba od –0,1 do +0,1, natomiast większe
wartości NDVI uzyskuje się przy pomiarach roślinności. Na tej podstawie moż-
liwe jest rozpoznanie głównych klas pokrycia terenu, wszczególności terenów
zieleni ipowierzchni wodnych (Walawender 2011).
W niniejszym badaniu wskaźnik posłużył do wyznaczenia udziału zielonej
infrastruktury w powierzchni miast iwpowierzchni ich buforów opromieniu
1 km. Na podstawie literatury (Wójtowicz i in. 2005, Jarocińska, Walawender
2006, 2009, Zagajewski 2008) przyjęto, że piksele owartościach 0 ≥ NDVI ≥ 0,3
reprezentują zieloną infrastrukturę (wtym niebieską – wartości NDVI ujemne
ibliskie 0).
Opierając się na mapach rozkładu temperatury radiacyjnej iwartości wskaź-
nika NDVI, wyliczono średnie temperatury dla miast (Tr_m) iich buforów (Tr_b),
różnice temperatury między miastem abuforem, udziały terenów ZI wposzcze-
gólnych jednostkach oraz różnice tych udziałów wyrażone wpunktach procento-
wych. Szczególne znaczenie miało zbadanie występowania różnic wartości śred-
niej temperatury radiacyjnej obliczonej dla miast iich buforów, co umożliwiło
sprawdzenie występowania zjawiska miejskiej wyspy ciepła (patrz Walawender
2006).
Wpracy przyjęto, że źródłami informacji umożliwiającymi rozpoznanie zna-
czenia ZI wpolityce klimatycznej miast są gminne programy ochrony środowiska
(POŚ) oraz plany gospodarki niskoemisyjnej (PGN). Opracowanie POŚ należy
do obligatoryjnych zadań jednostek samorządu terytorialnego (JST) izostało
uregulowane wustawie zdnia 27 kwietnia 2001r. Prawo ochrony środowiska
(t.j. Dz.U. z 2020 r., poz. 1219 ze zm.). Zgodnie z przepisami podstawowym
celem sporządzenia iuchwalenia POŚ jest realizacja przez JST polityki ochrony
środowiska zbieżnej zzałożeniami najważniejszych dokumentów strategicznych
iprogramowych (MŚ 2015). POŚ powinny obejmować 10 obszarów interwen-
cji, wtym ochronę klimatu i jakości powietrza, oraz zagadnienia horyzontalne
– wśród nich adaptację do zmian klimatu. Całokształt ujętych zagadnień oraz
obligatoryjność programów sprawia, że są to dokumenty oistotnym potencjale
dla kształtowania polityki klimatycznej JST. PGN nie są dokumentami opracowy-
wanymi obligatoryjnie przez gminy, jednakże ich posiadanie oraz uwzględnienie
wnich przedsięwzięć jest często niezbędnym wymogiem do otrzymania wsparcia
nansowego zprogramów krajowych iunijnych (Kunikowski 2018). Ten prag-
matyczny argument sprawił, że znaczna grupa gmin wPolsce zdecydowała się na
opracowanie PGN, aprzez to nakreślenie ścieżki do osiągnięcia stanu gospodarki
niskoemisyjnej izminimalizowania oddziaływania na klimat.
Przeprowadzono analizę wymienionych dokumentów źródłowych (ang. docu-
ment analysis, content analysis) polegającą na identykacji treści związanych zZI
wopracowaniach tekstowych oraz interpretacji wyników (Bowen 2009). Metoda
jest powszechnie stosowana wbadaniach naukowych (np. Graneheim, Lundman
2004, Hsieh, Shannon 2005, Kabisch iin. 2015, Mączka iin. 2016, Cortinovis,
Geneletti 2018, Zwierzchowska i in. 2019). Aby zapewnić miarodajność ipo-
równywalność wyników zanalizy POŚ iPGN, zostały wyłączone ich fragmenty
odnoszące się do dokumentów wyższego szczebla.

226 Piotr Lupa
Zróżnicowanie temperatury radiacyjnej iwskaźnika
NDVI
Wyniki badań potwierdziły istnienie liniowej współzależności między tempe-
raturą radiacyjną miast a udziałem powierzchni o wartości NDVI z przedzia-
łu (0≥NDVI≥ 0,3) identykowanych jako tereny pokryte wodą iroślinnością
(NDVIzi). Wśród jednostek odznaczających się wyższą średnią temperaturą ra-
diacyjną (Tr_m) udział ZI (NDVIzi_m) był zazwyczaj mniejszy, co potwierdza war-
tość wskaźnika korelacji r=–0,83 i duża siła tej zależności mierzona wskaźni-
kiem determinacji (r2=0,70, p=0,0000). Istotny wpływ na rozkład temperatury
radiacyjnej wmieście miał również udział ZI wstree buforowej (NDVIzi_b). Im
wyższy udział tego rodzaju terenów w bezpośrednim sąsiedztwie miast, tym
mniejsza okazywała się średnia temperatura radiacyjna miast (r=–0,50, r2=0,40,
p=0,0090). Zależności te są zbieżne zustaleniami innych badaczy (np. Walawen-
der 2006, 2009, Zhang iin. 2010). Wyniki prac Walawendera (2006, 2009, 2011)
zajmującego się badaniem struktury termicznej powierzchni miast na przykładzie
aglomeracji krakowskiej są zbieżne z wynikami uzyskanymi wniniejszej pracy.
Rezultaty otrzymane dla Krakowa pokazują, że najniższymi wartościami tempe-
ratury charakteryzują się powierzchnie akwenów oraz lasów iparków miejskich,
które tworzą zieloną infrastrukturę.
Najwyższe różnice średniej temperatury radiacyjnej miast Tr_m (3,5–5,6°C)
odnotowano między Jastrowiem, Ujściem, Skokami aKrzyżem Wielkopolskim,
Murowaną Gośliną i Szamocinem. Różnice udziału zielonej infrastruktury
( NDVIzi_m) między tymi grupami miast wyniosły aż 17,3–36,6 punktu procen-
towego (p.p.), audziału zielonej infrastruktury wbuforach miast (NDVIzi_b) –
6,6–21,5 p.p. (tab. 2).
Najwyższe różnice średniej temperatury radiacyjnej między miastem a jego
buforem stwierdzono dla Wronek (3,2°C), Wągrowca (3,2°C), Okonka (3,2°C)
iWielenia (3,0°C) (ze względu na znaczny udział lasów wich buforach), naj-
mniejsze dla położonych w sąsiedztwie terenów rolnych Wysokiej (0,0°C),
Wyrzyska (0,2°C), Łobżenicy (0,2°C) oraz Złotowa (–0,2°C), Ujścia (–0,5°C)
iKłecka (–0,6°C). Ostatnie trzy miejscowości są jedynymi, dla których średnia
temperatura radiacyjna miasta była niższa od temperatury wstree buforowej.
Wprzypadku Kłecka iUjścia wynika to zpodobnego udziału ZI wpowierzchni
miasta ibufora (różnice między NDVIzi_m aNDVIzi_b wyniosły odpowiednio 0,5%
i–5,9%) oraz wpływu terenów wodnych zlokalizowanych wobu miejscowościach
(wKłecku dwa jeziora, wUjściu rzeki Gwda iNoteć). Złotów ma zdecydowanie
mniejszy powierzchniowy udział ZI niż jego bufor (różnica –17,4%), ale wstruk-
turze ZI tego miasta dominują wody (5 jezior) oraz lasy. Wprzypadku jego stre-
fy buforowej przeważającym typem pokrycia są tereny rolne, które mają wyższą
przeciętną temperaturę radiacyjną niż zieleń wysoka inaturalne zbiorniki wodne
(Walawender 2009, Lupa, Łowicki 2013). Nie bez znaczenia jest też postępujący
rozwój zabudowy wstree podmiejskiej tej miejscowości.

226 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 227
Miejsce zielonej infrastruktury wdokumentach miejskich
Termin zielona infrastruktura został użyty wtrzech POŚ opracowanych dla gmin
Oborniki, Wronki iUjście (tab. 3). Niestety koncepcja nie została wyjaśniona ani
użyta bezpośrednio wkontekście ochrony klimatu iadaptacji do skutków jego
Tabela 2. Charakterystyka miast ze względu na rozkład temperatury radiacyjnej oraz udział
NDVIzi
Nazwa miasta
Miasto Bufor wokół miasta
(r = 1 km) Różnica
[Tr_m
– Tr_b]
[°C]
Różnica
[NDVIzi_m
– NDVIzi_b]
[p.p.]
Pow.
[ha]
T
r_m
[°C]
NDVIzi_m
[% pow.]
Pow.
[ha]
T
r_b
[°C]
NDVIzi_b
[% pow.]
Chodzież 1275,5 24,8 62,3 2271,1 23,5 82,4 1,3 –20,1
Czarnków 1003,0 25,3 63,0 2353,3 23,1 89,4 2,2 –26,3
Gniezno 4054,9 26,5 56,5 3450,3 25,2 77,7 1,3 –21,1
Gołańcz 1262,3 26,0 74,3 1878,3 25,0 87,1 1,0 –12,8
Jastrowie 7223,5 22,6 86,8 5344,9 21,6 90,2 1,0 –3,4
Kłecko 960,4 24,3 82,3 1789,6 24,9 81,8 –0,6 0,5
Krajenka 376,1 26,2 63,1 1350,0 24,1 86,5 2,2 –23,5
Krzyż Wielkopolski 582,8 28,2 51,0 1813,5 26,0 79,0 2,2 –28,0
Łobżenica 324,5 25,6 72,1 1509,8 25,1 81,6 0,5 –9,5
Margonin 514,8 26,1 62,9 1503,0 24,3 83,9 1,8 –21,0
Międzychód 698,0 25,8 61,8 1690,8 23,9 82,4 1,9 –20,6
Murowana Goślina 859,5 27,5 52,4 1694,4 26,3 68,8 1,3 –16,4
Oborniki 1406,6 26,0 57,0 2182,3 24,0 81,6 2,0 –24,6
Obrzycko 374,1 24,5 71,9 1160,7 22,1 91,1 2,4 –19,2
Okonek 600,6 25,4 69,8 1911,3 22,2 93,2 3,2 –23,3
Ostroróg 125,4 25,8 46,9 936,8 23,1 87,0 2,7 –40,1
Piła 10259,4 24,2 70,5 5411,6 22,8 82,8 1,4 –12,2
Pniewy 931,9 26,3 58,0 1908,8 25,0 81,7 1,3 –23,7
Rogoźno 1123,4 26,2 64,3 2520,9 25,0 82,5 1,3 –18,2
Sieraków 1407,4 24,5 74,3 2659,1 23,0 85,6 1,4 –11,3
Skoki 1118,4 23,8 69,7 1975,1 22,1 87,2 1,7 –17,4
Szamocin 466,5 27,3 50,2 1371,1 25,3 74,1 2,0 –23,9
Szamotuły 1107,5 25,9 57,6 2005,9 23,4 87,5 2,5 –29,9
Trzcianka 1828,6 25,9 65,8 2446,2 23,9 83,8 2,0 –18,0
Ujście 577,5 22,7 79,7 1765,0 23,2 85,6 –0,5 –5,9
Wągrowiec 1779,8 26,7 51,7 2180,0 23,5 84,8 3,2 –33,1
Wieleń 432,3 26,9 52,9 1649,8 24,0 89,5 3,0 –36,7
Wronki 580,5 25,3 53,4 1515,6 22,1 89,9 3,2 –36,5
Wyrzysk 411,7 24,6 73,2 1280,2 24,3 81,3 0,2 –8,1
Wysoka 481,6 25,0 77,2 1419,1 25,0 86,5 0,0 –9,3
Złotów 1156,5 25,4 58,6 2028,2 25,7 76,0 –0,2 –17,4
Objaśnienia skrótów podano wtekście.
Źródło: opracowanie własne na podstawie analizy multispektralnego zdjęcia satelitarnego Landsat 8.

228 Piotr Lupa
Tabela 3. Wyniki analizy dokumentów miejskich
Miasto
PGN POŚ
zawarcie
terminu ZI:
zawarcie
innych termi-
nów dotyczą-
cych ZI: za-
war-
cie
termi-
nu
ZI
zawarcie innych terminów dotyczących ZI:
ogó-
łem
wkon-
tekście
zmian
klima-
tu
ogó-
łem
whar-
mono-
gramie
realiza-
cji
ogó-
łem
wkon-
tekście
zmian
klimatu
wkon-
tekście
ochrony
klimatu
ipowie-
trza
wharmonogra-
mie realizacji
wzakresie:
ochrony
klimatu
ipowie-
trza
innym
Chodzież nie nie tak nie nie tak nie nie nie nie
Czarnków nie nie tak nie nie tak tak tak nie tak
Gniezno nie nie tak tak nie tak nie nie nie tak
Gołańcz nie nie tak tak nie tak nie nie nie tak
Jastrowie nie nie tak nie nie tak nie nie nie tak
Kłecko nie nie tak nie nie tak tak tak nie tak
Krajenka – – – – nie tak tak nie nie tak
Krzyż Wiel-
kopolski nie nie nie nie nie tak nie nie nie tak
Łobżenica nie nie nie nie nie tak nie nie nie tak
Margonin nie nie nie nie – – – – – –
Międzychód nie nie nie nie nie tak nie nie nie tak
Murowana
Goślina nie nie tak tak nie tak nie nie nie tak
Oborniki nie nie tak tak tak tak tak tak nie tak
Obrzycko nie nie tak nie nie tak nie nie nie tak
Okonek nie nie nie nie nie tak nie nie nie tak
Ostroróg – – – – nie tak nie tak nie tak
Piła nie nie tak nie nie tak nie tak nie tak
Pniewy nie nie nie nie nie tak nie nie nie tak
Rogoźno nie nie tak nie – – – – – –
Sieraków nie nie nie nie nie tak nie tak nie tak
Skoki nie nie tak tak nie tak nie nie nie tak
Szamocin nie nie tak tak nie tak nie nie nie tak
Szamotuły nie nie tak tak – – – – – –
Trzcianka nie nie tak nie nie tak nie tak nie tak
Ujście nie nie nie nie tak tak tak tak nie tak
Wągrowiec nie nie nie nie nie tak tak tak nie tak
Wieleń nie nie tak nie nie tak nie tak nie tak
Wronki nie nie tak tak tak tak tak nie nie tak
Wyrzysk nie nie tak nie nie tak nie tak nie tak
Wysoka nie nie tak nie nie tak tak nie nie tak
Złotów nie nie tak nie nie tak nie tak nie tak
Źródło: opracowanie własne.

228 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 229
zmian. WPOŚ dla miasta Oborniki termin ten pojawił się wyłącznie w zakre-
sie ochrony zasobów przyrody ożywionej (bez uwzględnienia wharmonogramie
realizacyjnym). Wprzypadku Ujścia wharmonogramie POŚ wzakresie gospo-
darowania wodami wprowadzono zadanie polegające na tworzeniu niebieskiej
infrastruktury. WPOŚ dla Wronek terminu ZI użyto jednokrotnie. Wharmono-
gramie wzakresie zasobów przyrodniczych znalazło się zadanie „tworzenie zielo-
nej infrastruktury” odnoszące się do wprowadzania zieleni drogowej, osłonowej,
izolacyjnej.
Terminy pokrewne na określenie ZI (np. tereny leśne, zadrzewienia, tereny
zielone, zieleń, zieleń urządzona, roślinność, wody, zasoby przyrody ożywionej)
były stosowane w28 programach, zczego w12 wzakresie ochrony klimatu ija-
kości powietrza. Tylko w8 przypadkach sformułowań dotyczących zieleni iwód
użyto wkontekście radzenia sobie ze zmianami klimatu (Czarnków, Kłecko, Kra-
jenka, Oborniki, Ujście, Wągrowiec, Wronki, Wysoka), jednakże nie zostały one
uwzględnione wani jednym zadaniu wodniesieniu do klimatu wharmonogra-
mach realizacyjnych (tab. 3). Terminy pokrewne ZI dość często wykorzystywano
do formułowania zadań wharmonogramach POŚ wpozostałych zakresach inter-
wencji, wtym: ochronie zasobów przyrody (np. nasadzenia iodnawianie lasu, re-
witalizacja zieleni, pielęgnacja iutrzymanie zieleni urządzonej), gospodarowaniu
wodami i gospodarce wodno-ściekowej (np. rozwijanie małej retencji wodnej,
odbudowa urządzeń melioracyjnych, ochrona terenów zalewowych) czy ochronie
gleb (np. zalesianie gleb słabych, wprowadzanie zadrzewień izakrzewień).
Dla wszystkich miast ujętych w badaniu zostały opracowane PGN. Wżad-
nym zplanów nie ujęto bezpośrednio terminu ikoncepcji ZI (w4 opracowaniach
termin ZI pojawił się wopisie powiązanych dokumentów strategicznych, ale nie
został rozwinięty wczęści poświęconej działaniom gmin). W20 dokumentach
odnotowano natomiast określenia pokrewne (tab. 3). Najczęściej ich użycie słu-
żyło scharakteryzowaniu środowiska przyrodniczego gmin bez odniesienia do
roli wochronie klimatu. Wyjątek stanowiły dokumenty przygotowane dla miast
Murowana Goślina, Szamotuły, Skoki iOborniki w ramach wspólnych działań
gmin tworzących aglomerację poznańską. Wplanach gospodarki niskoemisyjnej
podkreślono szczególne znaczenie lasów i terenów zieleni w regulacji klimatu
iochronie powietrza, azapisy wtym zakresie zostały wprowadzone również do
harmonogramów realizacyjnych (np. urządzanie terenów zieleni wrewitalizacji,
nasadzenia drzew). Oprócz wymienionych JST zapisy wharmonogramie odno-
szące się do wykorzystania zieleni na rzecz gospodarki niskoemisyjnej wprowa-
dziły Gniezno, Gołańcz, Szamocin iWronki.
Analiza tabel dwudzielczych zzastosowaniem testu chi kwadrat Pearsona (x2)
wykazała, że miasta oniższym udziale powierzchniowym ZI (NDVIzi_m) częściej
były skłonne do wprowadzania do harmonogramów wPGN zadań odnoszących
się do zieleni (tab. 3, kolumna 5) niż wprzypadku jednostek owysokim udziale
NDVIzi_m (x2=9,98749, df=2, p=0,0068). Wynikać to może zwiększego znacze-
nia przypisywanego zielono-niebieskiej infrastrukturze przez decydentów tych
JST, wktórych obrębie występuje mniej terenów zieleni (rzadkość dóbr).

230 Piotr Lupa
Wnioski ipodsumowanie
Wyniki badania potwierdziły znaczącą rolę zielonej infrastruktury w regulacji
warunków termicznych małych iśrednich miast, wtym łagodzeniu efektu miej-
skiej wyspy ciepła. Ważne jest wtym względzie zapewnienie nie tylko właściwego
udziału terenów zieleni wmieście, ale również wjego bezpośrednim sąsiedztwie
(wstree buforowej miasta).
Zprzeglądu dokumentów miejskich wynika, że pozycja ZI wpolityce klima-
tycznej miast nakreślonej w POŚ iPGN jest niezadowalająca. Mankamentem
wielu opracowanych POŚ jest brak spójności w posługiwaniu się terminami
związanymi z ZI oraz zwrócenie niewystarczającej uwagi na wielofunkcyjność
zielono-niebieskich obszarów wmieście. Ma to swoje konsekwencje dla opra-
cowania harmonogramów realizacyjnych, w których widoczny jest brak relacji
między zadaniami wróżnych obszarach interwencji. Bardzo często raz zapropo-
nowane rozwiązanie, np. „przeciwdziałanie hałasowi poprzez wprowadzanie zie-
leni izolacyjnej”, nie jest wykorzystane do osiągnięcia efektów winnych obsza-
rach interwencji. Wprzypadku zieleni izolacyjnej jej prawidłowe zaplanowanie
iwprowadzenie do tkanki miejskiej może przynieść korzyści nie tylko wzakresie
tłumienia hałasu, ale również przyczynić się do poprawy jakości powietrza, łago-
dzenia efektu wyspy ciepła, regulacji obiegu wody wmieście, przeciwdziałania
erozji gleb czy podniesienia bioróżnorodności.
Obecny stopień uwzględnienia w dokumentach strategicznych analizowa-
nych miast tematyki przeciwdziałania zmianom klimatu iadaptacji do ich skut-
ków należy uznać za niewystarczający. Prawidłowe zaplanowanie, skoordyno-
wanie, wdrożenie imonitorowanie efektów działań adaptacyjnych wmiastach
wramach obecnie funkcjonujących dokumentów strategicznych wydaje się mało
prawdopodobne. Rozwiązaniem może być wprowadzenie konieczności opraco-
wania przez gminy miejskie i miejsko-wiejskie lokalnych planów adaptacji do
zmian klimatu przy wsparciu środowiska naukowego oraz zaangażowaniu ze
strony reprezentantów różnych grup społecznych. Kryteriami obligatoryjności
opracowania tego rodzaju dokumentów mogą być udział zielonej infrastruktury
oraz liczba ludności miejskiej.
Wzmocnieniu działań adaptacyjnych wmiastach ipozycji ZI w ich polityce
klimatycznej może służyć zwiększenie uczestnictwa JST wprojektach aplikacyj-
nych ispołecznych realizowanych wdziedzinie przeciwdziałania zmianom klima-
tu iadaptacji do ich skutków. Ważne jest też korzystanie zdoświadczeń innych
miast i skalowanie sprawdzonych rozwiązań. Przykładem z regionu może być
miasto Poznań będące uczestnikiem projektu CONNECTING Nature. Jego dzia-
łania w projekcie są ukierunkowane na wspieranie wielofunkcyjności terenów
zieleni poprzez wdrażanie rozwiązań opartych na przyrodzie, wtym tworzenie
parków kieszonkowych oraz naturalnych placów zabaw wogrodach przedszkol-
nych (Lupa iin. 2019, Zwierzchowska iin. 2019). Innym przykładem jest aglo-
meracja poznańska, która wramach Stowarzyszenia Metropolia Poznań angażuje
się wdziałania wramach projektu TeRRIFICA. Mają one na celu wdrażanie idei
odpowiedzialnych badań iinnowacji (RRI ang. Responsible Research and Innovation)

230 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 231
poprzez wzmacnianie pozycji lokalnej społeczności (naukowców, mieszkańców,
władz lokalnych, przedsiębiorców, NGOs, CSOs) przy tworzeniu rozwiązań ipo-
dejmowaniu decyzji wspomagających adaptację do zmian klimatu.
Literatura
Aleksandrova K. 2016. Green, grey or green-grey? Decoding infrastructure integration and implemen-
tation for residential street retrots. Lincoln University Digital Thesis.
Błażejczyk K., Kuchcik M., Milewski P., Dudek W., Kręcisz B., Błażejczyk A., Szmyd J., Degórska B.,
Pałczyński C. 2014. Miejska wyspa ciepła wWarszawie – uwarunkowania klimatyczne iurbani-
styczne. Instytut Geograi iPrzestrzennego Zagospodarowania PAN, Warszawa.
Bowen G.A. 2009. Document Analysis as aQualitative Research Method. Qualitative Research Jour-
nal 9(2): 27–40.
Butler K. 2014. Deriving temperature from Landsat 8 thermal bands (TIRS). ESRI ArcGIS Blog
(https://www.esri.com/arcgis-blog/products/product/analytics/deriving-temperature-from-
landsat-8-thermal-bands-tirs/).
Ciołkosz A., Kęsik A. 1989. Teledetekcja satelitarna. PWN, Warszawa.
COM 2013. Komunikat Komisji do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Ekono-
miczno-Społecznego iKomitetu Regionów „Zielona infrastruktura – zwiększanie kapitału natu-
ralnego Europy”. COM (2013) 249 Final. Komisja Europejska, Bruksela.
CONNECTING Nature, projekt „COproductioN with NaturE for City Transitioning, INnovation and
Governance” realizowany wramach programu UE na rzecz badań iinnowacji Horyzont 2020
(https://connectingnature.eu/poznan).
Cortinovis C., Geneletti D. 2018. Ecosystem services in urban plans: what is there, and what is still
needed for better decisions. Land Use Policy, 70: 298–312.
Davies C., Macfarlane R., McGloin C., Roe M. 2006. Green infrastructure planning guide
(doi:10.13140/RG.2.1.1191.3688).
GrafR. 2014. Spatial Differentiation of Surface Runoff in Urbanised Catchments on the Example
of Poznan. [W:] T. Ciupa,R. Suligowski (red.), Water in the City. UJK Kielce Publishing House,
Kielce, Poland.
Graneheim U.H., Lundman B. 2004. Qualitative content analysis in nursing research: Concepts, pro-
cedures and measures to achieve trustworthiness. Nurse Education Today, 24: 105–112.
GUS 2020. Raporty (3) wygenerowane zBanku Danych Lokalnych Głównego Urzędu Statystycznego
(URL: https://bdl.stat.gov.pl/BDL/start) wg stanu na dzień 31.12.2019 r.: 1)Powierzchnia geo-
dezyjna kraju, 2) Stan ludności, 3) Gęstość zaludnienia iwskaźniki.
Hoegh-Guldberg O., Jacob D., Taylor M., Bindi M., Brown S., Camilloni I., Diedhiou A., Djalante R.,
Ebi K.L., Engelbrecht F., Guiot J., Hijioka Y., Mehrotra S., Payne A., Seneviratne S.I., Thomas
A., Warren R., Zhou G. 2018. Impacts of 1.5°C Global Warming on Natural and Human Sys-
tems. [W:] V. Masson-Delmotte, P. Zhai, H.-O. Pörtner, D. Roberts, J. Skea, P.R. Shukla, A. Pira-
ni,W. Moufouma-Okia, C. Péan,R. Pidcock, S. Connors, J.B.R. Matthews, Y. Chen, X. Zhou, M.I.
Gomis, E. Lonnoy, T. Maycock, M. Tignor, T. Watereld (red.), Global Warming of 1.5°C. An IPCC
Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related
global greenhouse gas emission pathways, in the context of strengthening the global response
to the threat of climate change, sustainable development, and efforts to eradicate poverty. World
Meteorological Organization, Geneva, Switzerland.
Hsieh H.-F., Shannon S.E. 2005. Three Approaches to Qualitative Content Analysis. Qualitative He-
alth Research, 15: 1277–1288.
IPCC 2018. Summary for Policymakers. [W:] V. Masson-Delmotte, P. Zhai, H.-O. Pörtner, D. Rob-
erts, J. Skea, P.R. Shukla, A. Pirani,W. Moufouma-Okia, C. Péan,R. Pidcock, S. Connors, J.B.R.
Matthews, Y. Chen, X. Zhou, M.I. Gomis, E. Lonnoy, T. Maycock, M. Tignor, T. Watereld (red.),
Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C
above pre-industrial levels and related global greenhouse gas emission pathways, in the context

232 Piotr Lupa
of strengthening the global response to the threat of climate change, sustainable development,
and efforts to eradicate poverty. World Meteorological Organization, Geneva, Switzerland.
Jarocińska A., Zagajewski B. 2008. Korelacja naziemnych ilotniczych teledetekcyjnych wskaźników
roślinności dla zlewni Bystrzanki. Teledetekcja Środowiska, 40: 100–124.
Jawgiel K. 2016. Application of the VGI Observation in Urban Flash Flood Research on the Example
of Poznań. Proceedings of the Scientic and Technical Conference: Hydrology of the Urban Catch-
ments, Warsaw, Poland.
Kabisch N., Qureshi S., Haase D. 2015. Human-environment interactions in urban green spaces –
asystematic review of contemporary issues and prospects for future research. Environmental
Impact Assessment Review, 50: 25–34.
Kolendowicz L., Busiakiewicz A., Czernecki B. 2010. Warunki klimatyczne oraz właściwości powie-
trza atmosferycznego waglomeracji poznańskiej. [W:] A. Mizgajski (red.), Zasoby przyrodnicze
iich ochrona waglomeracji poznańskiej. CBM UAM, Poznań.
Kolendowicz L., Taszarek M. 2014. Days with thunderstorms and tornadoes in Poland in 2011 and
2012. The International Journal of Meteorology, 39, 383: 20–29.
Kuchcik M., Błażejczyk K., Milewski P., Szmyd J. 2015. Zagospodarowanie terenu azróżnicowanie ter-
miczne Warszawy. [W:] A. Kalinowska (red.), Miasto idealne. Miasto zrównoważone. Planowanie
przestrzenne terenów zurbanizowanych ijego wpływ na ograniczenie skutków zmian klimatu.
Uniwersyteckie Centrum Badań nad Środowiskiem Przyrodniczym iZrównoważonym Rozwo-
jem, Warszawa.
Kundzewicz Z.W., Kowalczak P. 2008. Zmiany klimatu iich skutki. Wyd. Kurpisz, Poznań.
Kundzewicz Z., Førland E.J., Piniewski M. 2017. Challenges for developing national climate services–
Poland and Norway. Climate Services, 8: 17–25.
Kunikowski G. 2018. Low-carbon economy planning in the public sector. Proceedings of the 2018
International Scientic Conference „Economic Sciences for Agribusiness and Rural Economy”, 1,
Warsaw, 7–8 June 2018: 103–108.
Lupa P., Fagiewicz K., Zwierzchowska I., Mizgajski A. 2019: Le rôle des collectivités régionales et lo-
cales dans la lutte contre le changement climatique en Pologne. [W:] Droit et Gestion des Collec-
tivités Territoriales. La transition écologique et les collectivités territoriales (rozdział – Chronique
internationale). Groupe Moniteur (Édition du Moniteur), Antony 2019, s. 263–275.
Lupa P., Łowicki D. 2013. Rozkład temperatury radiacyjnej wPoznaniu wdniu 17 czerwca 2010r.
Materiały niepublikowane Zakładu Geograi Kompleksowej, UAM wPoznaniu.
Mączka K., Matczak P., Pietrzyk-Kaszyńska A., Rechciński M., Olszańska A., Cent J., Grodzińska-Jur-
czak M. 2016. Application of the ecosystem services concept in environmental policy – Asystem-
atic empirical analysis of national level policy documents in Poland. Ecol. Econ., 128: 169–176.
Mizgajski A., Zwierzchowska I. 2015. Sterowanie rozwojem aglomeracji iplanowanie strategiczne
rozwoju miast zpunktu widzenia adaptacji do zmian klimatu. [W:] A. Kalinowska (red.), Miasto
idealne. Miasto zrównoważone. Planowanie przestrzenne terenów zurbanizowanych ijego wpływ
na ograniczenie skutków zmian klimatu. Uniwersyteckie Centrum Badań nad Środowiskiem
Przyrodniczym iZrównoważonym Rozwojem, Warszawa.
MŚ 2015. Wytyczne do opracowania wojewódzkich, powiatowych igminnych programów ochrony
środowiska. Warszawa.
Popkiewicz M., Kardaś A., Malinowski S. 2018. Nauka oklimacie. Katowice.
Programy ochrony środowiska iplany gospodarki niskoemisyjnej uchwalone dla 31 gmin miejskich i/
lub miejsko-wiejskich położonych wwoj. wielkopolskim na północ od Poznania (Biuletyn Infor-
macji Publicznej, https://www.bip.gov.pl/).
Qi J.-D., He B.-J., Wang M., Zhu J., Fu W.-C. 2019. Do grey infrastructures always elevate urban
temperature? No, utilizing grey infrastructures to mitigate urban heat island effects. Sustainable
Cities and Society, 46: 101392.
Rouse J.W. Jr., Haas R.H., Schell J.A., Deering D.W. 1973. Monitoring the vernal advancement and
retrogradation (green wave effect) of natural vegetation. Prog. Rep. RSC 1978-1, Remote Sensing
Center, Texas A&M Univ., College Station, nr E73-106393, 93.
Starkel L., Kundzewicz Z.W. 2008. Konsekwencje zmian klimatu dla zagospodarowania przestrzenne-
go kraju. Nauka, 1: 85–101.
Szczepanowska H. 2015. Dobre praktyki wzakresie zagospodarowania przestrzeni miejskiej zieloną
infrastrukturą, zwłaszcza drzewami. [W:] A. Kalinowska (red.), Miasto idealne. Miasto zrówno-

232 Piotr Lupa Wpływ zielonej infrastruktury na warunki termiczne miast północnej Wielkopolski 233
ważone. Planowanie przestrzenne terenów zurbanizowanych ijego wpływ na ograniczenie skut-
ków zmian klimatu. Uniwersyteckie Centrum Badań nad Środowiskiem Przyrodniczym iZrów-
noważonym Rozwojem, Warszawa.
Szulczewska B. 2015. Zielona infrastruktura miasta. [W:] A. Kalinowska (red.), Miasto idealne. Mia-
sto zrównoważone. Planowanie przestrzenne terenów zurbanizowanych ijego wpływ na ograni-
czenie skutków zmian klimatu. Uniwersyteckie Centrum Badań nad Środowiskiem Przyrodni-
czym iZrównoważonym Rozwojem, Warszawa.
Szymanowski M. 2004. Miejska wyspa ciepła we Wrocławiu. Studia Geograczne, 77. Wydawnictwo
Uniwersytetu Wrocławskiego, Wrocław.
TeRRIFICA, projekt „Territorial RRI Fostering Innovative Climate Action” realizowany wramach pro-
gramu UE na rzecz badań iinnowacji Horyzont 2020 (https://terrica.eu/pilot-region/poznan/).
USGS, United States Geological Survey (Amerykańska Służba Geologiczna, Earth Explorer – platfor-
ma udostępniania danych przestrzennych, wtym zdjęć satelitarnych Landsat 8) (https://earthe-
xplorer.usgs.gov/).
Ustawa zdnia 27 kwietnia 2001r. Prawo ochrony środowiska (t.j. Dz.U. z2020r., poz. 1219 ze zm.).
Walawender J. 2006. Zastosowanie danych satelitarnych serii Landsat itechnik GIS wbadaniach kra-
kowskiej wyspy ciepła. Annales UMCS, Sectio B, 61: 446–457.
Walawender J. 2009. Wykorzystanie danych satelitarnych Landsat itechnik GIS wbadaniach warun-
ków termicznych miasta (na przykładzie aglomeracji krakowskiej). Prace Geograczne, Instytut
Geograi iGospodarki Przestrzennej UJ, 122: 81–98.
Walawender J., Hajto M., Iwaniuk P. 2011. Zastosowanie algorytmu „pojedynczego okna” do opraco-
wania map temperatury powierzchni ziemi na podstawie danych satelitarnych Landsat. Roczniki
Geomatyki, 9, 4(48): 139–150.
Wójtowicz A., Wójtowicz M., Piekarczyk J. 2005. Zastosowanie teledetekcji do monitorowania ioceny
produktywności plantacji rzepaku. Rośliny Oleiste – Oilseed Crops, 26: 269–276.
Zhang X.X., Wu P.F., Chen B. 2010. Relationship between vegetation greenness and urban heat island
effect in Beijing City of China. Procedia Environmental Sciences, 2: 1438–1450.
Zwierzchowska I., Fagiewicz K., Poniży L., Lupa P., Mizgajski A. 2019. Introducing nature-based so-
lutions into urban policy – facts and gaps. Case Study of Poznań. Land Use Policy, 85: 161–175.
The impact of green infrastructure on the thermal conditions
of the cities of northern Wielkopolska and its place in the local
climate policy
Abstract: Green infrastructure (GI) of urban areas provides multiple regulating ecosystem services.
Its signicant inuence on the air temperature distribution in the city and the regulation of the water
cycle is of strategic importance for the adaptation of cities to climate change and ensuring ahigh
quality of life for residents.
The aim of the study is to quantify the GI role in shaping thermal conditions in the 31 cities and
towns located in the northern part of Wielkopolska Region. At the same time, an attempt was made to
evaluate the urban climate policies by analysing the GI-related contents in environmental protection
programmes and low-carbon economy plans.
Using the Landsat 8 multispectral satellite image and GIS processing, NDVI (normalized difference
vegetation index) and brightness temperature within selected cities and their buffer zones were quan-
tied. Obtained results were used to indirectly assess the role of GI in the regulation of air temper-
ature in the study areas. The results obtained were compared to the provisions of the mentioned
municipal documents.
The research conrmed the signicant and spatially diversied inuence of GI on the reduction of
brightness temperature in cities. Under the same atmospheric conditions, the differences in the mean
temperature between cities with different GI shares exceeded even 5°C. However, such an important
role of GI is insufciently stressed in the climate policies of cities, where investments in grey infra-
structure are much more common and the crucial links between grey, blue and green infrastructure
are in many cases ignored.
Key words: green infrastructure, climate change, cities and towns of northern Wielkopolska, bright-
ness temperature and NDVI, Landsat 8