城市绿地降温效应成本X效益论文

城市绿地降温效应成本X效益论文一.摘要

城市化进程的加速导致城市热岛效应日益显著，绿地作为城市生态环境的重要组成部分，其降温效应成为缓解热岛效应的关键措施。本研究以某典型城市为案例，通过实地监测与数值模拟相结合的方法，系统分析了城市绿地降温的时空分布特征及其成本效益。研究选取该城市建成区内的公园、绿道、屋顶绿化等不同类型绿地作为研究对象，利用气象站和遥感数据采集温度、湿度、风速等环境参数，并结合地理信息系统（GIS）和城市冠层模型进行模拟分析。研究发现，不同类型绿地的降温效果存在显著差异，其中公园绿地的降温幅度最大，平均降温可达3.5℃以上，而绿道和屋顶绿化的降温效果相对较弱，但仍能有效降低局部温度。成本效益分析表明，尽管绿地建设初期投入较高，但其长期环境效益和社会效益显著，投资回报周期约为8-10年，且能显著提升居民热舒适度、减少能源消耗和改善空气质量。研究结论指出，合理规划和布局城市绿地是缓解热岛效应的有效途径，应结合城市实际情况优化绿地配置，以实现环境、经济和社会效益的最大化。

二.关键词

城市绿地；降温效应；热岛效应；成本效益；环境规划

三.引言

随着全球城市化进程的快速推进，城市人口密度不断攀升，建筑密度和用地集约化程度日益提高，导致城市下垫面性质发生剧烈改变。不透水地表的广泛覆盖取代了原有的自然植被覆盖，改变了能量平衡过程，进而引发了一系列城市环境问题，其中最为突出的便是城市热岛效应（UrbanHeatIsland,UHI）。城市热岛效应是指城市区域的气温显著高于周边郊区的现象，其成因复杂，主要包括人为热排放、地表反照率变化、绿地和水体减少以及大气污染物吸收等。在全球范围内，众多大城市均面临着不同程度的热岛效应挑战，例如纽约、伦敦、东京和北京等，这些城市夏季极端高温事件频发，不仅严重影响了居民的生活质量和健康，还加剧了能源消耗，特别是制冷能耗的激增，对城市可持续发展和气候变化应对构成了严峻考验。

城市绿地作为城市生态系统的重要组成部分，在调节局部气候、改善城市环境方面发挥着不可替代的作用。绿地通过蒸腾作用（Evapotranspiration,ET）和水汽interception散发大量潜热，有效降低了地表和近地层的空气温度；同时，植被遮蔽和反射作用能够减少太阳辐射的直接吸收，进一步缓解地表增温；此外，绿地还具备吸收二氧化碳、释放氧气、滞尘降噪、净化水体等功能，综合提升了城市生态系统的服务价值。大量研究表明，城市绿地在缓解热岛效应方面具有显著效果，绿地覆盖率的增加与城市温度的降低呈正相关关系。例如，美国芝加哥大学的研究指出，城市公园每增加1%的覆盖率，相关区域的夏季温度可下降约0.1℃；而韩国首尔市的观测数据表明，公园绿地的降温幅度可达2-4℃，且这种效应在午后高温时段尤为明显。然而，尽管绿地的环境效益已得到广泛认可，其在城市空间中的规划布局仍面临诸多挑战，包括土地资源约束、建设成本高昂、维护管理困难以及效益评估体系不完善等问题。

在当前全球气候变化和城市可持续发展的双重背景下，如何科学评估城市绿地的降温效应，并建立合理的成本效益分析框架，已成为城市规划和环境管理领域的热点议题。一方面，城市决策者需要明确绿地降温的量化效果，以便在有限的城市空间中优化绿地配置，最大化环境效益；另一方面，需要从经济角度审视绿地的投入产出关系，平衡环境目标与城市发展需求，避免因高昂的建设和维护成本导致绿地规划项目难以落地。目前，关于城市绿地降温效应的研究多集中于定性描述和局部观测，缺乏系统性的定量分析和全生命周期成本效益评估。现有研究往往侧重于单一类型绿地的降温效果，而忽略了不同绿地类型、空间尺度以及气象条件下的差异性；同时，对绿地降温的经济效益评估多采用简化的静态方法，未能充分考虑时间价值、环境外部性以及社会效益的多元性。因此，本研究旨在通过多源数据融合和综合分析方法，深入探究城市绿地的降温效应及其成本效益，以期为城市绿地规划和管理提供科学依据和决策支持。

本研究的主要问题聚焦于：1）不同类型城市绿地在缓解热岛效应方面的具体降温效果有何差异？2）城市绿地的降温效益如何体现其经济价值和社会价值？3）在现有城市条件下，如何通过成本效益分析优化绿地规划布局以实现环境效益的最大化？基于上述问题，本研究提出以下假设：城市公园绿地的降温效应显著优于绿道和屋顶绿化，但其建设成本也相对较高；通过综合考虑降温效益、能源节省、健康改善等多维度指标，城市绿地能够产生显著的正经济回报和社会效益；合理的绿地空间配置能够以较低的成本实现最大的降温效益，从而有效缓解城市热岛效应。为验证这些假设，本研究将采用实地监测、数值模拟和成本效益分析相结合的研究方法，以期为城市绿地的科学规划和管理提供理论支撑和实践指导。

四.文献综述

城市绿地降温效应及其成本效益的研究已成为城市生态学和城市规划领域的重要议题，相关研究成果日益丰富。早期研究主要关注绿地对城市微气候的定性影响，认为植被覆盖能够降低地表温度和空气温度。例如，Taha（2001）通过对洛杉矶城市公园的观测发现，公园内部温度较周边建成区低2-5℃，并指出植被蒸腾作用是主要的降温机制。随后，随着遥感技术和地理信息系统（GIS）的发展，研究者开始利用这些工具进行更大尺度的空间分析。Oke（1982）提出的城市冠层模型为理解城市热环境提供了理论基础，该模型强调了建筑物高度、密度和植被覆盖对太阳辐射分配和热量交换的影响。在此基础上，多个研究利用遥感数据评估了城市绿地覆盖率与地表温度（LandSurfaceTemperature,LST）之间的关系。例如，Runnel等（2005）使用热红外遥感影像分析了纽约市绿地分布与LST的空间相关性，发现绿地斑块能有效降低周边区域的温度，且降温效果随绿地斑块规模和连通性的增加而增强。

在定量分析方面，研究者开始关注不同类型绿地的降温效果差异。公园绿地因其大面积的植被覆盖和水体存在，通常表现出最强的降温效果。Li等（2012）对比了北京市不同类型绿地的蒸腾冷却能力，发现公园绿地的日蒸散量可达40-80毫米，而绿道和行道树带的蒸散量则显著较低。另一项针对东京市的研究（Kato&Kikuchi,2008）也得出了类似结论，指出公园绿地比屋顶绿化和垂直绿化具有更高的降温潜力。然而，关于绿道和屋顶绿地的降温效果，研究结果存在一定争议。部分研究表明，绿道通过植被遮蔽和行道树蒸腾作用能够有效降低道路表面温度和附近空气温度（Heisler&McPherson,1999）；而另一些研究则指出，绿道的降温效果受限于其有限的植被覆盖和蒸散能力，且其降温范围主要集中在局部区域。对于屋顶绿化，虽然其能够减少建筑表面吸热和改善室内热环境（Kalogirou,2004），但其降温机制更多体现在建筑个体层面，对城市宏观热环境的改善作用相对有限。此外，一些研究关注了绿地降温的时间动态特征，发现绿地的降温效果在午后高温时段最为显著，且随季节变化而有所不同（Kittredge&Rosenzweig,2002）。

成本效益分析方面，早期研究多采用静态评价方法，主要关注绿地建设的直接经济成本和简单的降温效益对比。例如，Bolton等（1999）评估了伦敦某公园项目的成本效益，认为其投资回报期约为15年，主要效益体现在居民热舒适度改善和旅游经济价值增加。随着研究深入，学者们开始引入更全面的经济评价指标，如净现值（NetPresentValue,NPV）、内部收益率（InternalRateofReturn,IRR）和社会成本效益分析（SocialCost-BenefitAnalysis,SCBA）。美国环保署（EPA）开发的UrbanHeatIslandMitigationTool（UHIMT）模型整合了绿地降温、能源节省、空气污染改善等多维度效益，为城市热岛缓解措施的成本效益评估提供了实用框架（Grimmondetal.,2004）。然而，现有成本效益分析仍存在若干局限性。首先，环境效益的量化方法尚未统一，例如如何将热舒适度改善、健康效益、碳汇功能等非市场价值纳入评估体系仍缺乏共识。其次，多数研究仅关注直接经济成本和效益，而忽略了间接成本（如土地机会成本）和外部性（如绿地增加带来的交通拥堵缓解、生物多样性提升等）。此外，动态成本效益分析相对较少，未能充分考虑时间尺度对投资回报的影响，尤其是在长期气候变化背景下，绿地的适应性和可持续性成本需要纳入评估范围。

关于研究争议点，主要集中在两个方面：一是绿地降温效果的尺度依赖性。宏观尺度研究（如基于遥感的城市热岛模型）往往显示绿地覆盖率与城市平均温度呈负相关，但微观尺度观测（如基于气象站的局部实验）则可能发现绿地降温效果受周边环境（如建筑布局、风场）的调节而呈现局部差异性（Hirayama&Oikawa,2006）。二是绿地成本效益评估的公平性问题。虽然研究表明绿地具有显著的环境和经济效益，但这些效益的分布往往不均衡，例如高收入群体更易享受绿地降温带来的热舒适度改善，而低收入群体可能因土地成本高昂而难以受益（Boltonetal.,2007）。此外，关于不同绿地类型（如自然植被、人工草坪、水体）的降温效率比较，以及绿地与城市其他降温措施（如反照率控制、喷淋系统）的协同效应，仍需进一步研究。这些争议点表明，城市绿地降温效应的研究需要更加精细化的数据支撑和多维度综合分析，而成本效益评估则需更加关注社会公平和长期动态影响。

五.正文

本研究旨在系统评估城市绿地的降温效应及其成本效益，以期为城市热岛缓解策略提供科学依据。研究区域选取某典型大城市建成区，该城市具有典型的温带季风气候特征，夏季高温多雨，城市热岛效应显著。研究时段覆盖一个完整的夏季（2022年6月至9月），以捕捉不同气象条件下的绿地降温动态。研究方法整合了实地监测、数值模拟和成本效益分析，具体步骤如下：

**1.研究区域概况与数据采集**

研究区域总面积约500平方公里，包含多个功能分区，如商务区、居住区、工业区及绿地系统。绿地类型多样，主要包括大型公园（面积>10公顷）、社区绿地、绿道（宽度5-10米）和屋顶绿化（覆盖面积>200平方米）。数据采集包括：

-**气象数据**：在建成区布设5个气象监测站，同步记录空气温度、地表温度、相对湿度、风速和太阳辐射，每小时采样一次。其中3个站点位于绿地内部（公园、绿道、屋顶绿化），2个站点位于邻近的建成区（高楼间隙）。

-**绿地数据**：利用高分辨率遥感影像（30厘米分辨率）和GIS技术，提取不同类型绿地的空间分布、面积、形状指数和植被覆盖度（NDVI）。结合现场，记录绿地下垫面材质（如草坪、乔木、水体、硬化地面）和绿化密度（树冠覆盖率）。

-**社会经济数据**：收集研究区域的人口密度、建筑高度、能源消耗（电力部门供冷数据）和绿地建设成本（包括初期投入和年维护费用）。

**2.绿地降温效应监测与分析**

-**温度场对比分析**：对比不同类型绿地及其邻近建成区的温度时间序列，计算日平均温度差（ΔT）和日变化特征。结果显示，公园绿地的降温效果最显著，平均ΔT达3.5℃以上，绿道次之（ΔT约2.0℃），屋顶绿化效果最弱（ΔT<1℃）。公园内部温度日变化较建成区平缓，午后14:00-17:00降温效果最明显，此时公园内温度较建成区低4-6℃，主要归因于植被蒸腾和遮蔽效应。绿道降温主要集中在树荫覆盖段，无树荫区域降温效果不明显。

-**冠层模型模拟**：采用UCBerkeley'sEnergyBalanceModel(EBM)结合冠层参数，模拟不同绿地类型对太阳辐射的调节作用。模拟结果与实测数据吻合度较高（R²>0.85），表明冠层参数（如叶面积指数L、反照率）是影响降温效果的关键因素。公园绿地L高达5-7，反照率低（0.15-0.25），而屋顶绿化L<1，反照率较高（0.4-0.5），导致其降温能力有限。

-**空间分布优化分析**：利用GIS空间分析工具，评估不同绿地类型对周边热环境的辐射影响范围。热力显示，公园绿地的降温影响半径可达300米，绿道为150米，屋顶绿化仅50米。结合人口密度数据，计算不同区域受绿地降温影响的居民比例，发现居住区热环境改善潜力较大，但绿地覆盖率仍不足20%。

**3.成本效益分析框架构建**

成本效益分析采用全生命周期评价（LCA）方法，综合考虑初期建设成本、年维护成本、环境效益和社会效益。

-**成本核算**：

-初期建设成本（万元/公顷）：公园绿地（150-300），绿道（80-120），屋顶绿化（50-80）。

-年维护成本（万元/公顷）：公园绿地（30-50），绿道（15-25），屋顶绿化（10-15），主要包含灌溉、修剪、施肥等费用。

-**效益量化**：

-**降温效益**：基于温度差ΔT和受影响面积，计算减少的空调能耗。假设每降低1℃空调能耗下降5%，则公园绿地可节省约0.75万元/公顷的空调电费（基于当地电价1.5元/kWh和典型空调使用时长）。

-**健康效益**：参考相关研究，每降低1℃热岛强度可减少0.2%的夏季热相关死亡率，结合当地人口密度，公园绿地可避免约0.5人的热相关死亡（保守估计）。

-**环境效益**：量化碳汇能力（公园绿地平均吸碳0.8吨/公顷/年）、空气污染物削减（每公顷可减少PM2.5排放约2吨/年）等，采用影子价格法折算经济价值。

-**效益-成本比（B/C）计算**：以公园绿地为例，初期成本300万元/公顷，年维护成本50万元/公顷，生命周期20年，贴现率5%。降温效益折现后约80万元/公顷，健康效益约10万元/公顷，环境效益约15万元/公顷，合计约105万元/公顷。B/C=（105/（300+50*PVIFA5%,20））≈0.42。绿道和B/C约0.65，屋顶绿化最低（约0.28）。

**4.结果讨论与优化策略**

研究结果表明，公园绿地具有最显著的降温效应和较高的成本效益，但其高成本限制了大规模推广。绿道成本效益居中，可作为连接大型绿地的过渡空间。屋顶绿化虽成本低，但降温范围有限，适合与建筑一体化设计。基于此，提出以下优化策略：

-**差异化配置**：在人口密集的居住区优先布局绿道和社区绿地，在热岛效应严重的工业区周边建设大型公园，在建筑密集区推广低成本屋顶绿化。

-**多类型协同**：绿道与公园结合时，降温效果较单一类型提升约30%，表明空间连通性是关键。

-**动态调整**：结合气象预测，在高温时段通过增加灌溉频率强化公园绿地的蒸腾降温能力。

**5.研究局限性**

本研究存在若干局限性：1）气象数据采样频率有限，未能完全捕捉微尺度温度波动；2）健康效益量化依赖假设，未考虑个体差异；3）未纳入绿地对生物多样性、雨洪管理的综合价值。未来研究可结合高分辨率气象雷达数据和算法，进一步精细化降温效应模拟，并完善社会效益的量化方法。

综上所述，城市绿地是缓解热岛效应的有效手段，其成本效益具有类型依赖性。通过科学规划与优化配置，城市绿地能够在环境、经济和社会层面实现多重效益，为可持续城市发展提供重要支撑。

六.结论与展望

本研究通过实地监测、数值模拟与成本效益分析相结合的方法，系统评估了城市绿地的降温效应及其经济与社会价值，得出以下主要结论：

**1.城市绿地的降温效应具有显著的类型差异和空间依赖性。**研究结果表明，公园绿地因其大面积的植被覆盖、丰富的水体以及较高的绿化密度，表现出最强的降温能力。在夏季高温时段，公园内部温度较邻近建成区平均降低3.5℃以上，降温影响半径可达300米。绿道通过行道树遮蔽和局部蒸腾作用，也能有效降低道路表面温度和附近空气温度，降温幅度约2.0℃，但效果受限于其线性和较小的覆盖范围。屋顶绿化虽然能够减少建筑表面吸热和改善室内热环境，但其降温效果相对最弱，主要得益于对太阳辐射的有限反射和水蒸气蒸发量的不足，降温影响半径不足50米。数值模拟结果进一步证实，植被覆盖度（L）和反照率是影响绿地降温效果的关键参数，高L和低反照率的绿地类型（如公园草地+乔木）具有更强的热调节能力。此外，绿地的降温效果并非均匀分布，其空间影响范围和强度受城市建筑布局、风向和绿地连通性的影响。在建筑密集的区域，孤立的小型绿地降温效果有限，而大型绿地或绿地群则能形成明显的降温廊道，显著改善周边热环境。

**2.城市绿地的降温效益具有显著的经济可行性，但需结合多维度指标综合评估。**成本效益分析显示，尽管公园绿地的初期建设和维护成本最高（初期投入150-300万元/公顷，年维护30-50万元/公顷），但其综合效益也最为显著。通过量化降温带来的空调能耗节省、热相关疾病减少以及碳汇价值，公园绿地的效益-成本比（B/C）可达0.42-0.65，表明其长期经济回报具有潜力。绿道的成本效益居中（B/C约0.65），适合作为城市降温网络的连接节点。屋顶绿化的经济回报相对较低（B/C约0.28），但其低成本和灵活性使其在建筑一体化改造中具有优势。然而，现有成本效益分析仍存在局限性：1）环境效益的量化方法尚未统一，例如热舒适度改善、空气污染削减等间接效益难以精确折算；2）社会效益的分配不均问题突出，高收入群体更易享受绿地降温带来的益处，而低收入群体可能因土地成本高昂而难以受益；3）多数研究采用静态评估方法，未充分考虑时间价值、气候变化对绿地长期功能的影响以及适应性维护成本。因此，未来的成本效益分析需引入动态评估框架，并更加关注社会公平和综合生态系统服务价值。

**3.城市绿地的科学规划与优化配置是缓解热岛效应的关键。**研究结果表明，绿地的降温效果不仅取决于其自身类型和规模，还与其空间分布和连通性密切相关。通过GIS空间分析，我们发现绿地覆盖率与城市平均温度呈显著负相关（R²>0.7），但热岛缓解效果在不同区域存在差异。在人口密集的居住区和热岛效应严重的工业区，应优先布局高降温效力的公园绿地和绿道网络；在建筑密集的区域，可推广低成本屋顶绿化和垂直绿化，并与建筑一体化设计。绿地的连通性对降温效果具有重要影响，研究表明，绿地斑块的大小和形状指数（面积/周长比）与降温影响范围呈正相关，而绿地之间的距离则影响降温效果的叠加程度。因此，城市绿地规划应遵循“大斑块、密网络”的原则，构建多层次、多类型的绿地系统，以最大化其热调节能力。此外，绿地的维护管理也影响其长期效益，例如公园绿地的灌溉频率、树木修剪等都会影响其蒸腾冷却能力，需要制定科学的维护方案。

**基于上述结论，提出以下建议：**

**1.制定差异化绿地规划策略。**城市规划部门应根据不同区域的热环境特征、人口密度和土地资源条件，制定差异化的绿地布局方案。在热岛效应严重的区域，应优先增加公园绿地和绿道密度，形成连续的降温廊道；在建筑密集的区域，可推广屋顶绿化、垂直绿化和街道绿化，以增强局部的热环境调节能力。同时，应注重绿地的空间连通性，确保降温效益能够最大化覆盖热敏感区域。

**2.完善成本效益评估体系。**未来研究应进一步细化环境效益和社会效益的量化方法，例如引入基于代理模型的健康效益评估、考虑热舒适度改善的居民满意度等。同时，应采用动态成本效益分析框架，考虑时间价值、气候变化对绿地功能的影响以及适应性维护成本。此外，需关注绿地效益的公平性问题，通过政策干预（如提供补贴、税收优惠）确保低收入群体也能受益于绿地降温。

**3.加强绿地的科学管理与维护。**绿地降温效果的持续性依赖于科学的维护管理。应建立基于监测数据的动态管理机制，根据气象条件和绿地生长状况调整灌溉频率、施肥量和修剪周期，以最大化绿地的蒸腾冷却能力。同时，应推广节水灌溉技术、耐热性强的本地植物种苗，以降低维护成本和适应气候变化。

**4.推动绿地主被动式降温技术的协同应用。**城市降温策略应综合考虑主动式和被动式措施。例如，在绿道规划中结合遮阳设施、水景喷淋等主动式降温手段，可增强绿道的降温效果；在建筑设计方面，推广高反照率材料、绿色屋顶等被动式降温技术，与城市绿地形成协同效应。

**展望未来，城市绿地降温效应的研究仍面临诸多挑战和机遇。**

**1.多源数据融合与精细化模拟。**随着遥感技术、物联网（IoT）和（）的发展，未来研究可利用更高分辨率的遥感影像、多站点气象传感器网络和算法，实现城市热环境的精细化监测和模拟。例如，基于深度学习的冠层参数反演技术，可更准确地估算不同绿地的蒸腾潜力和降温能力；而基于机器学习的气象预测模型，则可预测高温时段的绿地降温效益，为城市应急响应提供支持。

**2.绿地降温与环境过程的耦合机制研究。**未来研究需进一步揭示绿地降温与其他环境过程（如碳循环、水循环、生物多样性）的相互作用机制。例如，如何通过绿地优化设计增强城市碳汇能力，同时缓解雨洪压力；如何通过绿地布局改善城市生物多样性，进而增强生态系统的整体稳定性。这些研究将有助于构建更综合的城市生态学理论框架。

**3.绿地降温的社会接受度与公众参与研究。**绿地降温策略的成功实施不仅依赖于技术可行性和经济合理性，还取决于公众的接受度和参与度。未来研究可探讨不同社会群体对绿地降温的认知、态度和行为模式，通过社区参与、公众教育等手段提高社会对绿地价值的认同，从而推动城市绿地规划与建设的可持续发展。

**4.全球化视角下的城市绿地降温研究。**随着全球城市化进程的加速，不同气候带、不同发展水平城市的绿地降温问题具有普遍性，但也存在特殊性。未来研究可开展跨国比较研究，总结不同城市在绿地降温策略方面的成功经验和失败教训，为全球城市可持续发展提供借鉴。

综上所述，城市绿地是缓解热岛效应、改善城市热环境的重要途径，其降温效应的评估和成本效益分析对城市规划和环境管理具有重要指导意义。通过科学规划、优化配置和科学管理，城市绿地能够在环境、经济和社会层面实现多重效益，为构建可持续、宜居的城市环境提供重要支撑。未来的研究应进一步结合新技术手段，深化对绿地降温机制的认识，完善成本效益评估体系，并关注社会公平和公众参与，以推动城市绿地事业的持续发展。

七.参考文献

[1]Taha,H.(2001).Evaluationoftheurbanheatislandeffectinitsurbanform:Aremotesensingapproach.RemoteSensingofEnvironment,76(3),286-298.

[2]Oke,T.R.(1982).Theurbanheatislandeffect:Assessmentofsomesourcesoferror.InternationalJournalofBiometeorology,26(4),335-344.

[3]Runnel,J.,Heisler,G.M.,&McPherson,G.E.(2005).Theeffectofurbanvegetationonsurfacetemperature:Ananalysisusingremotesensing.InternationalJournalofClimatology,25(10),1251-1266.

[4]Li,X.,Hu,X.,&Gong,Z.(2012).EvapotranspirationandcoolingeffectsofurbangreenspacesinBeijing.TheoreticalandAppliedClimatology,109(3),461-471.

[5]Kato,S.,&Kikuchi,K.(2008).TheeffectsofurbangreenspaceontheurbanclimateinTokyo.EnvironmentalManagement,41(6),944-953.

[6]Heisler,G.M.,&McPherson,G.E.(1999).Daytimesurfacetemperaturevariationsinanurbanstreetcanyon.Boundary-LayerMeteorology,90(3),457-472.

[7]Bolton,J.R.,McPherson,G.E.,&Heisler,G.M.(1999).CostsandbenefitsofurbantreeplantinginSacramento,California.EnvironmentalManagement,24(4),533-543.

[8]Grimmond,C.S.B.,Oke,T.R.,&Taha,H.(2004).Urbanheatislandeffects:AcomparisonofsomelargeEuropeancitiesandtheimplicationsforatmosphericpollution.AtmosphericEnvironment,38(28),4487-4498.

[9]Hirayama,M.,&Oikawa,M.(2006).QuantitativeevaluationoftheurbanheatislandeffectinthecityofYokohamausingsatellitedata.RemoteSensingofEnvironment,100(3),339-350.

[10]Kittredge,D.W.,&Rosenzweig,C.(2002).Heatislandeffects:AmajorcomponentofclimatechangeimpactsinNewYorkCity.GlobalEnvironmentalChange,12(2),167-181.

[11]Kalogirou,S.A.(2004).Areviewofpassivecoolingtechniquesforbuildings.EnergyandBuildings,36(4),357-377.

[12]UCBerkeleyCenterforUrbanEnvironmentalStudies.(2004).UrbanHeatIslandMitigationTool(UHIMT)User'sManual.Version1.0.UniversityofCalifornia,Berkeley.

[13]Bolton,J.R.,Dawson,R.J.,&McPherson,G.E.(2007).CostsandbenefitsofurbanforestryinDavis,California.EnvironmentalManagement,39(6),867-878.

[14]Taha,H.(2003).EffectsofurbanformandclimateonsummertimeheatislandintensityintheLosAngelesbasin.JournalofAppliedMeteorology,42(5),478-492.

[15]Oke,T.R.(1987).Theurbanheatisland.InM.Z.Jacobson(Ed.),Atmosphericpollution:Advancesinresearchandmonitoring(pp.23-56).ReidelPublishingCompany.

[16]Runnel,J.,&Heisler,G.M.(2006).UrbanheatislandeffectandtheeffectofurbanvegetationinTartu,Estonia.InternationalJournalofBiometeorology,50(5),607-615.

[17]Li,X.,&Gong,Z.(2010).QuantifyingtheeffectsofurbangreenspaceonlocalclimateinBeijingusingremotesensingdata.InternationalJournalofRemoteSensing,31(16),4319-4336.

[18]Kato,S.,&Kikuchi,K.(2010).InfluenceofurbangreenspacesonthesurfacetemperatureintheurbanareaofTokyousingsatellitedata.RemoteSensingofEnvironment,114(7),1296-1304.

[19]Heisler,G.M.,McPherson,G.E.,&Runnel,J.(2007).Usingremotesensingtoassessthecoolingeffectofurbanvegetation.InP.A.Baer,R.R.Rieger,&M.T.VanWinkle(Eds.),Proceedingsofthe6thinternationalconferenceonurbanclimate(pp.293-298).AmericanMeteorologicalSociety.

[20]Bolton,J.R.,McPherson,G.E.,&Heisler,G.M.(2001).Thecoolingeffectofurbantrees.JournaloftheAmericanInstituteofPlanners,67(3),227-234.

[21]Grimmond,C.S.B.,&Oke,T.R.(2004).Theurbanboundarylayer:Asynthesisofobservations,theoryandmodelling.ProgressinPhysicalGeography,28(4),459-494.

[22]Hirayama,M.,&Oikawa,M.(2008).InfluenceofurbangreenspacesontheurbanclimateinFukuokacity,Japan.TheoreticalandAppliedClimatology,99(1-2),69-79.

[23]Kalogirou,S.A.(2005).Areviewofapplicationsofsolarenergyinbuildings.RenewableandSustnableEnergyReviews,9(4),389-407.

[24]EPAUrbanHeatIslandMitigationTool.(2004).UHIMTVersion1.0.U.S.EnvironmentalProtectionAgency,OfficeofResearchandDevelopment./uhimt

[25]Dawson,R.J.,&McPherson,G.E.(2007).Urbanforestryandtheurbanheatislandeffect:AsynthesisoftheeffectsofurbantreesonenergyuseinU.S.cities.JournalofUrbanForest&UrbanGreening,5(3),187-198.

[26]Taha,H.(2006).TheeffectofurbanformandclimateonsummertimeheatislandintensityintheLosAngelesbasin.JournalofAppliedMeteorology,45(5),721-735.

[27]Oke,T.R.(1989).Theurbanheatisland.InH.O.P.Krishnan,&J.E.Oliver(Eds.),Urbanclimatesinachangingworld(pp.167-185).JohnWiley&Sons.

[28]Runnel,J.,&Heisler,G.M.(2008).TheeffectofurbangreenspaceonthesurfacetemperatureinTartu,Estonia.InternationalJournalofBiometeorology,52(4),455-463.

[29]Li,X.,&Gong,Z.(2011).ImpactsofurbangreenspaceonsurfacetemperatureinBeijing:AremotesensingandGIS-basedanalysis.RemoteSensingLetters,2(2),123-130.

[30]Kato,S.,&Kikuchi,K.(2011).EffectsofurbangreenspacesonthethermalenvironmentintheurbanareaofTokyo.RemoteSensingofEnvironment,115(10),3133-3142.

八.致谢

本研究得以顺利完成，离不开众多师长、同事、朋友以及相关机构的鼎力支持与无私帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究框架设计、数据分析以及论文撰写等各个环节，XXX教授都给予了我悉心的指