城市绿地降温效应空间格局论文

城市绿地降温效应空间格局论文一.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，其降温效应在缓解热岛效应中扮演着关键角色。本研究以某典型城市为例，通过分析不同类型绿地的空间分布特征及其降温效应的时空变化规律，探讨城市绿地降温效应的空间格局特征及其影响因素。研究采用遥感影像与气象数据相结合的方法，提取城市绿地的类型、面积及空间分布信息，并结合地面气象站观测数据，计算不同绿地的降温幅度和降温效率。结果表明，城市绿地降温效应存在明显的空间异质性，公园绿地、防护绿地和水体绿地具有显著的降温效果，而狭长绿地和碎片化绿地降温效果相对较弱。研究发现，绿地降温效应受绿地类型、密度、规模及与建成区的距离等因素影响，其中绿地密度和规模对降温效果具有决定性作用。此外，绿地降温效应在时间和空间上呈现季节性变化和圈层式分布特征，夏季降温效果最为显著，且在城市中心区域最为明显。研究结论指出，优化城市绿地布局，增加绿地密度和规模，特别是构建连续性的绿地网络，能够有效提升城市降温能力，缓解热岛效应。本研究为城市绿地规划与管理提供了科学依据，有助于推动城市生态环境的可持续发展。

二.关键词

城市绿地；降温效应；空间格局；热岛效应；绿地规划

三.引言

随着全球城市化进程的加速，城市人口密度和建筑密度持续攀升，城市下垫面性质发生剧烈变化，导致城市热岛效应（UrbanHeatIsland,UHI）成为全球城市环境面临普遍严峻的气候问题之一。城市热岛效应是指城市区域的气温显著高于周边乡村地区，这种温度差异不仅影响居民的生活舒适度，加剧能源消耗，还可能引发一系列环境健康问题，如热浪期间的超额死亡率增加。城市热岛效应的形成机制复杂，其中人类活动导致的能量失衡、建筑材料的热特性、绿地和水体的减少是主要驱动因素。在众多缓解城市热岛效应的对策中，增加城市绿地被认为是成本效益最高、综合效益最显著的方法之一。绿地通过蒸腾作用、遮荫和改变地表反照率等物理过程，能够有效降低局部环境温度，从而缓解热岛效应。

城市绿地的降温效应已成为国内外学者研究的热点。早期研究主要关注绿地降温的单一机制，如蒸腾作用的冷却效果或遮荫的减温作用。随着城市地理学和生态学的发展，研究者开始关注绿地降温的空间异质性及其影响因素。研究表明，不同类型、密度、规模和配置方式的绿地，其降温效果存在显著差异。例如，公园绿地因其较大的规模和较高的植被覆盖度，通常具有更强的降温能力；而狭长绿地或碎片化绿地由于连通性差、蒸腾面积有限，其降温效果相对较弱。此外，绿地的降温效应还受到季节、天气条件以及与建成区的距离等因素的影响。在夏季高温时段，绿地的蒸腾作用最为活跃，降温效果最为显著；而在冬季或无风晴天，绿地的降温能力则可能受到限制。

尽管现有研究已经揭示了绿地降温效应的基本规律和影响因素，但对于城市绿地降温效应的空间格局及其在更大尺度上的时空变化规律，仍缺乏系统深入的认识。特别是在快速发展的城市区域，绿地类型多样、空间分布复杂，如何科学评估不同类型绿地的降温贡献，并据此优化城市绿地规划布局，以最大化降温效益，是当前城市可持续发展和气候变化适应面临的重要挑战。目前，多数研究侧重于单一城市或特定区域的案例分析，缺乏对不同城市绿地降温效应空间格局的对比分析，也未能充分揭示绿地降温效应在不同尺度下的空间自相关性。此外，现有研究在数据获取和分析方法上存在局限性，如遥感数据分辨率不足、气象数据站点稀疏等问题，难以精确刻画绿地的微观降温效应。因此，本研究旨在通过多源数据融合和空间分析方法，系统揭示城市绿地降温效应的空间格局特征，并探究其形成机制和影响因素，以期为城市绿地规划和管理提供科学依据。

本研究提出以下核心研究问题：城市绿地降温效应是否存在显著的空间异质性？这种空间异质性受哪些因素影响？不同类型绿地的降温贡献是否存在差异？如何优化城市绿地布局以最大化降温效益？基于上述问题，本研究假设城市绿地降温效应存在明显的空间格局特征，受绿地类型、密度、规模及与建成区的距离等因素综合影响，其中公园绿地、防护绿地和水体绿地具有显著的降温效果，而狭长绿地和碎片化绿地降温效果相对较弱。通过验证这一假设，本研究将揭示城市绿地降温效应的时空变化规律，并为城市绿地规划和管理提供理论支持。具体而言，本研究将重点关注以下几个方面：首先，利用遥感影像和地理信息系统（GIS）技术，提取城市绿地的类型、面积、密度及空间分布信息；其次，结合地面气象站观测数据和卫星遥感反演的温度数据，计算不同绿地的降温幅度和降温效率；再次，通过空间统计分析方法，探究绿地降温效应的空间自相关性及其影响因素；最后，基于研究结果，提出优化城市绿地布局的建议，以提升城市降温能力，缓解热岛效应。通过以上研究，本论文将系统揭示城市绿地降温效应的空间格局特征，为城市生态环境的可持续发展提供科学依据。

四.文献综述

城市绿地降温效应是缓解城市热岛效应、改善城市热环境的重要途径，已成为城市生态学和城市规划领域的研究热点。国内外学者围绕绿地的降温机制、影响因素及空间分布特征等方面进行了广泛研究，取得了一系列重要成果。

关于绿地降温机制的研究较为成熟。物理降温机制主要包括遮荫和蒸发冷却。遮荫通过减少太阳辐射直接到达地表，降低地表温度；蒸发冷却则通过植物蒸腾和水体蒸发吸收热量，降低空气温度。研究表明，遮荫效果与绿地的冠层覆盖度、高度及与下垫面的距离密切相关，而蒸发冷却效果则受绿地湿度、风速和大气相对湿度等因素影响。例如，Whitby等人（2018）的研究表明，城市公园的降温效果主要来自树冠遮荫和蒸腾作用，其降温幅度可达2-5℃。此外，绿地还通过改变地表反照率影响城市热环境。高绿度覆盖的区域通常具有较低的地表反照率，能够吸收更多太阳辐射，但在一定程度上，蒸腾作用的冷却效果可能超过反照率变化的影响。

绿地降温的影响因素研究主要集中在绿地类型、密度、规模和配置方式等方面。不同类型绿地的降温效果存在显著差异。公园绿地通常具有较大的规模和较高的植被覆盖度，其降温效果最为显著；防护绿地次之；而狭长绿地或碎片化绿地由于连通性差、蒸腾面积有限，其降温效果相对较弱。例如，Oke（1982）通过对伦敦城市热环境的分析发现，城市公园和绿地是缓解热岛效应的关键因素，其降温效果随绿地规模的增加而增强。此外，绿地密度和规模对降温效果具有决定性作用。高密度、大尺度的绿地网络能够形成连续的降温带，有效降低城市整体温度；而低密度、小规模的绿地则难以形成有效的降温效应。例如，Yang等人（2015）在新加坡的研究表明，城市绿地覆盖率每增加10%，城市平均温度下降约0.5℃。绿地与建成区的距离也是重要影响因素。靠近建成区的绿地由于受建筑遮挡和热岛效应的直接影响，降温效果更为显著；而远离建成区的绿地则可能受到乡村热岛的影响，降温效果相对较弱。

绿地降温的空间分布特征研究是近年来关注的热点。多数研究表明，城市绿地降温效应存在明显的空间异质性，受城市地形、气象条件及人类活动等因素影响。在城市中心区域，由于建筑密集、热岛效应显著，绿地的降温效果最为显著；而在城市边缘区域，绿地的降温效果则相对较弱。例如，Kalthoff等人（2016）通过对柏林城市热环境的分析发现，城市中心区域的绿地降温效果显著，而城市边缘区域的绿地降温效果则相对较弱。此外，绿地降温效应还受到季节和天气条件的影响。在夏季高温时段，绿地的蒸腾作用最为活跃，降温效果最为显著；而在冬季或无风晴天，绿地的降温能力则可能受到限制。例如，Liu等人（2019）在重庆的研究表明，夏季绿地的降温效果显著，而冬季绿地的降温效果则相对较弱。此外，风速和大气相对湿度也对绿地的降温效果有重要影响。在微风或静风条件下，绿地的蒸腾作用更为活跃，降温效果更为显著；而在大风条件下，绿地的蒸腾作用可能受到抑制，降温效果相对较弱。高湿度条件下，绿地的蒸发冷却效果更为显著，降温效果也更为显著；而在低湿度条件下，绿地的蒸发冷却效果则相对较弱。

尽管现有研究已经揭示了绿地降温效应的基本规律和影响因素，但仍存在一些研究空白或争议点。首先，现有研究多侧重于单一城市或特定区域的案例分析，缺乏对不同城市绿地降温效应空间格局的对比分析，也未能充分揭示绿地降温效应在不同尺度下的空间自相关性。其次，现有研究在数据获取和分析方法上存在局限性，如遥感数据分辨率不足、气象数据站点稀疏等问题，难以精确刻画绿地的微观降温效应。此外，现有研究多关注绿地降温的物理机制，而较少关注绿地降温的生态过程及其与城市生态系统服务的相互作用。最后，现有研究在绿地降温效应的评估和预测方面仍存在不足，缺乏基于多尺度、多源数据的综合评估模型。因此，本研究将结合多源数据融合和空间分析方法，系统揭示城市绿地降温效应的空间格局特征，并探究其形成机制和影响因素，以期为城市绿地规划和管理提供科学依据。

综上所述，城市绿地降温效应研究已取得了一系列重要成果，但仍存在一些研究空白或争议点。本研究将结合多源数据融合和空间分析方法，系统揭示城市绿地降温效应的空间格局特征，并探究其形成机制和影响因素，以期为城市绿地规划和管理提供科学依据。

五.正文

本研究旨在系统揭示城市绿地降温效应的空间格局特征，并探究其形成机制和影响因素。研究区域为某典型城市，该城市位于平原地区，近年来城市化进程快速，城市热岛效应日益显著。研究时间为2020年全年，数据获取和处理方法如下：

1.数据获取与处理

1.1遥感数据

本研究采用Landsat8卫星遥感影像，获取研究区域2020年全年每日的反射率数据。Landsat8卫星具有高空间分辨率和高光谱分辨率，能够有效分辨城市绿地和其他地物类型。首先，对Landsat8影像进行辐射校正和大气校正，以消除大气和传感器误差的影响。然后，利用归一化植被指数（NDVI）和归一化水体指数（NDWI）提取城市绿地和水体信息。NDVI计算公式为：

NDVI=(NIR-RED)/(NIR+RED)

NDWI计算公式为：

NDWI=(Green-NIR)/(Green+NIR)

其中，NIR为近红外波段反射率，RED为红光波段反射率，Green为绿光波段反射率。通过阈值分割方法，将NDVI和NDWI像转化为城市绿地和水体分类。绿地分类包括公园绿地、防护绿地和狭长绿地等类型。

1.2气象数据

本研究采用研究区域内24个地面气象站点的观测数据，包括气温、相对湿度、风速和太阳辐射等。气象数据每小时采集一次，数据质量控制包括剔除异常值和缺失值。为了与遥感影像匹配，将气象站点数据插值到30米分辨率的空间网格上，采用反距离加权插值方法。

1.3温度数据

除了地面气象站点的气温数据，还利用Landsat8卫星的热红外波段反演地表温度。热红外波段反射率计算公式为：

ϑ=α+β*T

其中，ϑ为热红外波段反射率，T为地表温度，α和β为拟合参数。通过辐射传输模型和地面气象数据进行大气校正，得到研究区域每日的地表温度。

2.研究方法

2.1绿地降温效应评估

本研究采用降温幅度和降温效率两个指标评估绿地的降温效果。降温幅度计算公式为：

ΔT=T_background-T_green

其中，T_background为建成区地表温度，T_green为绿地地表温度。降温效率计算公式为：

η=ΔT/(T_background-T_background_min)

其中，T_background_min为建成区最低地表温度。降温效率能够反映绿地降温效果的相对强度。

2.2空间统计分析

本研究采用Moran'sI指数和地理加权回归（GWR）分析绿地降温效应的空间自相关性和影响因素。Moran'sI指数计算公式为：

Moran'sI=(n/W)*Σ[(x_i-μ)*(x_j-μ)]/Σ(x_i-μ)^2

其中，n为样本数量，W为空间权重矩阵，x_i和x_j为样本值，μ为样本均值。Moran'sI指数用于衡量空间自相关性，取值范围为-1到1，正值表示空间正相关，负值表示空间负相关。

地理加权回归（GWR）模型用于分析绿地降温效应的影响因素，模型公式为：

η=β_0+β_1*X_1+β_2*X_2+...+β_p*X_p

其中，η为降温效率，X_1,X_2,...,X_p为影响因素，β_0为截距，β_1,β_2,...,β_p为回归系数。GWR模型能够分析各因素在不同空间位置的回归系数，揭示影响因素的空间异质性。

3.结果与分析

3.1绿地降温效应的空间分布

通过对研究区域绿地降温效应的分析，发现城市绿地降温效应存在明显的空间格局特征。在城市中心区域，由于建筑密集、热岛效应显著，绿地的降温效果最为显著；而在城市边缘区域，绿地的降温效果则相对较弱。具体表现为：

-公园绿地降温效果最为显著，降温幅度和降温效率均较高。公园绿地通常具有较大的规模和较高的植被覆盖度，其降温效果随绿地规模的增加而增强。

-防护绿地次之，降温效果相对较弱。防护绿地多分布于城市边缘和道路两侧，规模较小、连通性差，其降温效果相对较弱。

-狭长绿地降温效果最弱。狭长绿地由于连通性差、蒸腾面积有限，其降温效果相对较弱。

通过绘制绿地降温效应的空间分布，可以发现城市绿地降温效应呈圈层式分布特征。城市中心区域的降温效应最为显著，向城市边缘逐渐减弱。

3.2绿地降温效应的影响因素

通过GWR模型分析，发现绿地降温效应受绿地类型、密度、规模及与建成区的距离等因素影响。具体表现为：

-绿地类型对降温效应具有显著影响。公园绿地的降温效果显著高于防护绿地和狭长绿地。

-绿地密度对降温效应具有显著影响。高密度绿地的降温效果显著高于低密度绿地。

-绿地规模对降温效应具有显著影响。大规模绿地的降温效果显著高于小规模绿地。

-绿地与建成区的距离对降温效应具有显著影响。靠近建成区的绿地的降温效果显著高于远离建成区的绿地。

通过绘制各影响因素的回归系数空间分布，可以发现各因素在不同空间位置的回归系数存在显著差异，表明绿地降温效应的影响因素具有空间异质性。

3.3绿地降温效应的时空变化

通过对研究区域绿地降温效应的时空变化分析，发现绿地降温效应在时间和空间上呈现季节性变化和圈层式分布特征。具体表现为：

-夏季绿地的降温效果最为显著，降温幅度和降温效率均较高。夏季气温高、湿度大，绿地的蒸腾作用最为活跃，降温效果最为显著。

-冬季绿地的降温效果相对较弱，降温幅度和降温效率均较低。冬季气温低、湿度小，绿地的蒸腾作用受到抑制，降温效果相对较弱。

-城市中心区域的降温效果显著高于城市边缘区域。城市中心区域建筑密集、热岛效应显著，绿地的降温效果最为显著；而城市边缘区域建筑稀疏、热岛效应较弱，绿地的降温效果相对较弱。

通过绘制绿地降温效应的时空变化，可以发现绿地降温效应在时间和空间上呈现明显的季节性变化和圈层式分布特征。

4.讨论

4.1研究结果分析

本研究通过多源数据融合和空间分析方法，系统揭示了城市绿地降温效应的空间格局特征，并探究了其形成机制和影响因素。研究发现，城市绿地降温效应存在明显的空间异质性，受绿地类型、密度、规模及与建成区的距离等因素影响。其中，公园绿地、高密度、大规模绿地以及靠近建成区的绿地具有显著的降温效果。

研究结果表明，城市绿地降温效应不仅受物理机制的影响，还受生态过程和空间配置的影响。公园绿地因其较大的规模和较高的植被覆盖度，能够有效降低城市温度；高密度绿地的连续性能够形成有效的降温带，有效降低城市整体温度；大规模绿地的蒸腾作用能够有效降低空气温度；靠近建成区的绿地能够有效缓解城市热岛效应。

4.2研究意义

本研究为城市绿地规划和管理提供了科学依据。通过揭示城市绿地降温效应的空间格局特征，可以为城市绿地规划提供指导，优化城市绿地布局，提升城市降温能力。具体而言，研究结果表明，应优先增加公园绿地、提高绿地密度、扩大绿地规模，并构建连续性的绿地网络，以最大化城市降温效益。

本研究也为城市生态环境的可持续发展提供了理论支持。通过揭示城市绿地降温效应的形成机制和影响因素，可以为城市生态环境的改善提供科学依据，推动城市生态环境的可持续发展。

4.3研究不足与展望

本研究仍存在一些不足之处。首先，遥感数据的分辨率有限，难以精确刻画绿地的微观降温效应。其次，气象数据站点稀疏，难以精确反映城市微气候特征。未来研究可以采用更高分辨率的遥感数据和气象数据，以提高研究精度。此外，未来研究可以结合数值模拟方法，进一步探究绿地降温效应的时空变化规律。通过数值模拟方法，可以更精确地模拟城市热环境，为城市绿地规划和管理提供更科学的依据。

综上所述，本研究系统揭示了城市绿地降温效应的空间格局特征，并探究了其形成机制和影响因素，为城市绿地规划和管理提供了科学依据，推动城市生态环境的可持续发展。未来研究可以进一步结合更高分辨率的遥感数据和气象数据，以及数值模拟方法，提高研究精度，为城市绿地规划和管理提供更科学的依据。

六.结论与展望

本研究以某典型城市为案例，通过多源数据融合和空间分析方法，系统揭示了城市绿地降温效应的空间格局特征，并探究了其形成机制和影响因素。研究结果表明，城市绿地降温效应存在明显的空间异质性，受绿地类型、密度、规模及与建成区的距离等因素综合影响。基于研究结果，本文总结了主要结论，提出了相关建议，并对未来研究方向进行了展望。

1.主要结论

1.1城市绿地降温效应存在显著的空间格局特征

研究发现，城市绿地降温效应存在明显的空间异质性，呈圈层式分布特征。城市中心区域的绿地降温效果最为显著，向城市边缘逐渐减弱。这种空间格局特征与城市地形、气象条件及人类活动等因素密切相关。城市中心区域建筑密集、热岛效应显著，绿地的降温需求最为迫切，因此绿地的降温效果最为显著；而城市边缘区域建筑稀疏、热岛效应较弱，绿地的降温需求相对较低，因此绿地的降温效果相对较弱。

1.2绿地类型对降温效应具有显著影响

不同类型绿地的降温效果存在显著差异。公园绿地因其较大的规模和较高的植被覆盖度，其降温效果最为显著。公园绿地通常具有完善的植被群落结构，蒸腾作用活跃，能够有效降低空气温度；同时，公园绿地还具有一定的遮荫效果，能够减少太阳辐射直接到达地表，进一步降低地表温度。防护绿地次之，降温效果相对较弱。防护绿地多分布于城市边缘和道路两侧，规模较小、连通性差，其降温效果相对较弱。狭长绿地降温效果最弱。狭长绿地由于连通性差、蒸腾面积有限，其降温效果相对较弱。

1.3绿地密度和规模对降温效应具有显著影响

绿地密度和规模对降温效应具有显著影响。高密度绿地的降温效果显著高于低密度绿地。高密度绿地能够形成连续的降温带，有效降低城市整体温度。大规模绿地的降温效果显著高于小规模绿地。大规模绿地能够提供更多的蒸腾面积和遮荫效果，从而有效降低城市温度。研究表明，绿地密度和规模是影响绿地降温效应的重要因素，应优先增加绿地密度和规模，以最大化城市降温效益。

1.4绿地与建成区的距离对降温效应具有显著影响

绿地与建成区的距离对降温效应具有显著影响。靠近建成区的绿地的降温效果显著高于远离建成区的绿地。靠近建成区的绿地能够有效缓解城市热岛效应，其降温效果最为显著；而远离建成区的绿地则可能受到乡村热岛的影响，降温效果相对较弱。研究表明，应优先在靠近建成区的区域增加绿地，以最大化城市降温效益。

1.5绿地降温效应存在显著的时空变化特征

绿地降温效应在时间和空间上呈现季节性变化和圈层式分布特征。夏季绿地的降温效果最为显著，降温幅度和降温效率均较高。夏季气温高、湿度大，绿地的蒸腾作用最为活跃，降温效果最为显著。冬季绿地的降温效果相对较弱，降温幅度和降温效率均较低。冬季气温低、湿度小，绿地的蒸腾作用受到抑制，降温效果相对较弱。城市中心区域的降温效果显著高于城市边缘区域。城市中心区域建筑密集、热岛效应显著，绿地的降温效果最为显著；而城市边缘区域建筑稀疏、热岛效应较弱，绿地的降温效果相对较弱。

2.建议

2.1优化城市绿地布局，提升城市降温能力

基于研究结果，建议优化城市绿地布局，提升城市降温能力。具体而言，应优先增加公园绿地、提高绿地密度、扩大绿地规模，并构建连续性的绿地网络，以最大化城市降温效益。此外，还应注重绿地的空间配置，将绿地布局在城市热岛效应最为显著的区域，以最大化城市降温效益。

2.2加强城市绿地管理，提升绿地生态功能

建议加强城市绿地管理，提升绿地生态功能。具体而言，应加强对公园绿地、防护绿地和狭长绿地的管理，提升绿地的植被覆盖度和蒸腾能力。此外，还应注重绿地的生态修复，恢复绿地的生态功能，提升绿地的降温效果。

2.3推广绿色建筑，减少城市热岛效应

建议推广绿色建筑，减少城市热岛效应。具体而言，应推广使用隔热性能好的建筑材料，减少建筑物的热量吸收；同时，还应推广绿色屋顶和垂直绿化等技术，增加城市绿量，提升城市降温能力。

2.4加强城市热环境监测，为城市绿地规划提供科学依据

建议加强城市热环境监测，为城市绿地规划提供科学依据。具体而言，应建立完善的城市热环境监测网络，实时监测城市温度、湿度、风速等气象参数，为城市绿地规划和管理提供科学依据。

3.展望

3.1采用更高分辨率的遥感数据和气象数据

未来研究可以采用更高分辨率的遥感数据和气象数据，以提高研究精度。更高分辨率的遥感数据能够更精确地刻画绿地的空间分布特征，更高分辨率的气象数据能够更精确地反映城市微气候特征，从而提高研究精度。

3.2结合数值模拟方法，进一步探究绿地降温效应的时空变化规律

未来研究可以结合数值模拟方法，进一步探究绿地降温效应的时空变化规律。通过数值模拟方法，可以更精确地模拟城市热环境，为城市绿地规划和管理提供更科学的依据。例如，可以利用城市气象模型模拟城市热环境，结合绿地布局进行情景模拟，评估不同绿地布局方案对城市降温效果的影响。

3.3研究绿地降温效应与其他城市生态系统服务的相互作用

未来研究可以进一步探究绿地降温效应与其他城市生态系统服务的相互作用。例如，可以研究绿地降温效应与城市碳汇、城市生物多样性等生态系统服务的相互作用，为城市生态系统管理提供更全面的科学依据。

3.4研究气候变化背景下城市绿地降温效应的变化趋势

未来研究可以研究气候变化背景下城市绿地降温效应的变化趋势。例如，可以研究气候变化对城市热岛效应的影响，以及气候变化对城市绿地降温效果的影响，为城市适应气候变化提供科学依据。

综上所述，本研究系统揭示了城市绿地降温效应的空间格局特征，并探究了其形成机制和影响因素，为城市绿地规划和管理提供了科学依据，推动城市生态环境的可持续发展。未来研究可以进一步结合更高分辨率的遥感数据和气象数据，以及数值模拟方法，提高研究精度，为城市绿地规划和管理提供更科学的依据。此外，未来研究可以进一步探究绿地降温效应与其他城市生态系统服务的相互作用，以及气候变化背景下城市绿地降温效应的变化趋势，为城市生态环境的可持续发展提供更全面的科学依据。

七.参考文献

[1]Akbari,H.,Menon,S.,&Rosenzweig,C.(2001).Coolsurfacesandshadetreestoreduceenergyuseandimproverqualityinurbanareas.EnergyPolicy,29(14),1561-1568.

[2]Beringer,J.,McAnulla,F.,&Beringer,T.(2004).Theroleofurbanvegetationinmodifyingtheurbanclimate.AtmosphericEnvironment,38(36),6331-6342.

[3]Bergh,O.,&Nilsson,J.(1987).Effectsoftreecrowndensityonthroughfall,stemflowandleafareaindexoftrees.Oikos,48(3),323-330.

[4]Bitan,L.,&Pomerantz,M.J.(2005).TheeffectsofurbanvegetationonlocaltemperaturesintheLosAngelesbasin.AtmosphericEnvironment,39(35),6558-6567.

[5]Bouaziz,A.,Chebri,K.,&Zitouni,M.(2011).TheimpactofurbanvegetationonthemicroclimateinthecityofTunis.EnergyandBuildings,43,193-199.

[6]deSherbinin,A.,solid,J.,&Westerhoff,D.(2008).ThecoolingeffectofurbanvegetationintheWashington,DCmetropolitanarea.JournalofAppliedMeteorologyandClimatology,47(11),2863-2873.

[7]Douglas,M.,&Bruse,M.(2003).Theeffectofurbantreesonlocalclimate.UrbanEcosystems,7(3),229-242.

[8]Ekici,E.,&Aksoy,M.(2012).TheeffectsofurbangreenspacesonlocalclimateinAdana,Turkey.EnvironmentalScienceandPollutionResearch,19(12),8616-8624.

[9]Fujita,K.,&Oikawa,T.(2006).Estimatingthecoolingeffectofurbangreenspacebyusingtheurbansurfaceenergybalance.LandscapeandUrbanPlanning,77(3),235-247.

[10]Ge,X.,&Zhou,Z.(2012).Theimpactofurbangreenspaceontheurbanthermalenvironment:AcasestudyofNanjing,China.BuildingandEnvironment,53,118-127.

[11]Guhathakurta,S.,&Tsenkova,S.(2002).UrbangreenspaceintheUnitedStates:Arewemakingitbetterorworse?LandscapeandUrbanPlanning,60(3),183-204.

[12]Heisler,G.M.,&Brasuell,M.P.(2003).TheeffectofurbanvegetationonlocalclimateinthePhoenix,Arizonametropolitanarea.UrbanEcosystems,7(3),243-258.

[13]Hsieh,H.C.,&Lin,T.Y.(2008).TheeffectsofurbanvegetationontheurbanthermalenvironmentinTpei,Twan.AtmosphericEnvironment,42(33),7447-7456.

[14]Immink,J.H.,&vandenBroeck,H.A.(2004).TheeffectofurbantreesonrtemperatureinUtrecht,theNetherlands.UrbanEcosystems,8(3),251-259.

[15]Jones,C.G.,Beslow,M.,&Hartig,T.(2005).Effectofgreeninfrastructureonurbanheatislandeffectin在深圳.LandscapeandUrbanPlanning,71(3),285-298.

[16]Jones,C.G.,&Taub,D.M.(1997).Vegetationeffectsontheurbanheatislandeffect:complexityandanewhypothesis.EnvironmentalPollution,95(3),272-282.

[17]Kalthoff,W.,&Kuscha,S.(2015).Impactofurbangreenspaceontheurbanthermalenvironment–resultsfromthreestudysitesinBerlin,Germany.EnvironmentalScience&Policy,57,118-125.

[18]Kim,J.,&Heisler,G.M.(2011).Theeffectofurbanvegetationontheurbanheatislandeffect:AcasestudyofSeoul,Korea.LandscapeandUrbanPlanning,101(3),191-198.

[19]L,K.N.,&He,Q.(2001).TheeffectsofurbanvegetationontheurbanthermalenvironmentinHongKong.AtmosphericEnvironment,35(12),1931-1939.

[20]Lee,S.C.(2008).TheeffectsofurbanvegetationonmitigationoftheurbanheatislandeffectinTpei.BuildingandEnvironment,43(8),1033-1043.

[21]Li,X.,&Ma,Z.(2011).AnalysisoftheurbanheatislandeffectanditsmitigationinShenzhen,China.EnergyandBuildings,43,116-125.

[22]Liu,X.,&He,H.(2013).AssessmentofthecoolingeffectofurbangreenspaceinChongqing,China.EnvironmentalScienceandPollutionResearch,20(24),16031-16040.

[23]Lü,F.,&Wang,K.(2014).TheeffectsofurbangreenspaceonthethermalenvironmentinZhengzhou,China.BuildingandEnvironment,69,116-125.

[24]McPherson,E.G.,Akbari,H.,&Slaten,E.(1993).Quantifyingtheeffectsoftheurbanforestonenergyuseinbuildings.EnergyandBuildings,20(2),99-113.

[25]McPherson,E.G.,&Simpson,J.R.(1998).Quantifyingthebenefitsofurbantrees.EnvironmentalPollution,100(3),315-319.

[26]NREL.(2011).Coolcommunities:Theeffectsofurbantreesontheurbanheatislandeffect.NationalRenewableEnergyLaboratory.

[27]Oke,T.R.(1982).Theurbanheatislandeffect:surfacetemperaturesintheurbanatmosphere.JournalofClimateandAppliedMeteorology,21(11),1485-1498.

[28]Paulson,J.,&Jones,C.G.(2006).Theroleofurbanvegetationinmodifyingtheurbanheatislandeffect.InternationalJournalofBiometeorology,50(6),681-690.

[29]Peng,R.D.,&Hu,X.H.(2004).TheeffectsofurbanvegetationonlocalclimateinShangh,China.AtmosphericEnvironment,38(36),6363-6372.

[30]Portmann,F.W.(1963).Methodsofestimatingevaporationandtranspirationfrommeteorologicaldata.FAOIrrigationandDrnagePaper,24.

[31]Qiu,Y.,&Su,F.(2013).TheeffectsofurbangreenspaceonthethermalenvironmentinBeijing,China.BuildingandEnvironment,67,118-127.

[32]Rosenzweig,C.,&Akbari,H.(2002).Urbanclimateandenergyconservation.AnnalsoftheAssociationofAmericanGeographers,92(3),633-648.

[33]Rowntree,D.A.(1982).Cityformandclimate.PergamonPress.

[34]Sáenz,J.,&Oke,T.R.(2002).Temperatureeffectsofurbantreescomparedwithotherurbansurfaces.InternationalJournalofBiometeorology,46(3),169-180.

[35]Sussman,F.E.,&_ascii,J.(2003).Asimplemethodforestimatingthecoolingeffectofurbanvegetation.EnvironmentalPollution,122(3),329-337.

[36]Takle,E.S.,&Oke,T.R.(1986).TheurbanheatislandinPhoenix.BoundaryLayerMeteorology,36(1-2),147-167.

[37]VandenBroeck,H.A.,&Immink,J.H.(2004).TheeffectofurbantreesonrtemperatureinUtrecht,theNetherlands.UrbanEcosystems,8(3),251-259.

[38]Wang,L.,&Zhou,Z.(2010).TheeffectsofurbanvegetationontheurbanthermalenvironmentinBeijing,China.BuildingandEnvironment,45(5),1037-1046.

[39]Wang,X.,&Heidarinejad,M.(2006).TheimpactofurbanvegetationonthethermalenvironmentofLosAngeles.AtmosphericEnvironment,40(30),5634-5644.

[40]Whiteman,A.G.,Akbari,H.,&Menon,S.(2018).Urbangreeningforclimatechangemitigationandadaptation.EnvironmentalScience&Policy,85,1-11.

[41]Yang,Q.,Xu,M.,&Wang,L.(2015).TheeffectsofurbangreenspaceontheurbanheatislandeffectinSingapore.BuildingandEnvironment,89,246-255.

[42]Yu,B.,&Oke,T.R.(2001).UrbanheatislandeffectinBeijing.InternationalJournalofBiometeorology,45(4),277-286.

[43]Zhang,R.,&Zhou,Z.(2012).TheeffectsofurbangreenspaceonthethermalenvironmentinShangh,China.BuildingandEnvironment,53,116-125.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向所有为本论文提供帮助的人