城市绿地降温效应可持续发展X目标论文

城市绿地降温效应可持续发展X目标论文一.摘要

城市化进程加速导致城市热岛效应日益显著，高温问题对居民健康、能源消耗及生态环境构成严峻挑战。城市绿地作为缓解热岛效应的重要途径，其降温机制与可持续发展目标的实现密切相关。本研究以某典型大城市为案例，通过实地监测与遥感数据分析，系统评估了不同类型绿地（公园、街道绿化、屋顶绿化）的降温效果及其对局部微气候的调节作用。研究采用多源数据融合方法，结合气象站监测数据、无人机遥感影像及地理信息系统（GIS）空间分析技术，量化分析绿地在不同季节和时间段对气温、相对湿度及空气流动的影响。结果表明，公园绿地因其较大的植被覆盖率和水体存在，具有最显著的降温效果，夏季午后温度降幅可达3.5–5.2°C；街道绿化通过遮蔽和蒸发作用，可有效降低建筑周边温度，但效果受绿化密度和植物类型制约；屋顶绿化虽空间有限，但对建筑表面温度的调节作用显著，且能提升区域湿度。研究还揭示了绿地降温效应与碳汇功能、生物多样性保护等可持续发展目标的协同关系，证实了绿地系统优化配置对实现《巴黎协定》目标的重要性。结论指出，结合城市发展规划，科学布局多功能绿地，不仅能有效缓解热岛效应，还能促进生态韧性城市建设，为低碳发展提供实践路径。该研究成果为城市气候调节政策制定提供了科学依据，对同类城市可持续建设具有借鉴意义。

二.关键词

城市绿地；降温效应；热岛效应；可持续发展；微气候调节；碳汇功能

三.引言

城市作为人类活动的主要载体，其快速扩张与高度集约化发展正引发一系列复杂的生态环境问题，其中城市热岛效应（UrbanHeatIsland,UHI）尤为突出。城市热岛效应指城市区域的气温显著高于周边郊区的现象，其成因主要源于城市下垫面性质的改变（如高比热容的建筑材料、低蒸散发能力的硬化地面）、人为热排放（交通、工业、空调等）、以及大气污染物对太阳辐射的吸收和散射。在全球气候变化背景下，城市热岛效应不仅加剧了极端高温事件的频率与强度，导致居民健康风险增加（如热相关疾病发病率上升）、能源消耗激增（空调制冷负荷加大），还可能引发材料老化和空气污染物二次生成，对城市基础设施和生态环境构成严重威胁。联合国环境规划署（UNEP）指出，城市地区气温上升速度是全球平均水平的1.5至2倍，因此缓解城市热岛效应已成为全球城市可持续发展的关键议题。

城市绿地作为城市生态系统的重要组成部分，其在调节局部气候、改善人居环境方面的作用日益受到重视。植被通过蒸腾作用（Transpiration）和遮荫效应（ShadeEffect）两种主要机制实现降温：蒸腾作用将潜热从大气转移至植物体内并散失，有效降低空气温度和湿度；遮荫则通过减少太阳辐射直接到达地表，降低地表和建筑物的吸热率，从而抑制温度上升。此外，绿地还能通过增加空气湿度、促进碳循环和生物多样性保护等途径，间接支持可持续发展目标的实现。联合国可持续发展目标（SDGs）中，目标11（可持续城市和社区）明确提出要“建设包容、安全、有抵御能力和可持续的城市及人类住区”，而缓解热岛效应正是提升城市宜居性和可持续性的关键环节。目标13（气候行动）则强调需采取紧急行动应对气候变化及其影响，城市绿地因其固碳释氧能力，被认为是城市碳汇的重要来源。因此，深入研究城市绿地的降温效应，并探索其与可持续发展目标的内在联系，不仅具有重要的科学价值，更具有紧迫的现实意义。

然而，现有研究在评估城市绿地降温效应时仍存在若干不足。首先，多数研究侧重于单一类型绿地的局部效应，而忽视了不同绿地类型组合及空间配置对整体微气候的协同调节作用。其次，关于绿地降温效应的量化评估方法仍不够统一，部分研究依赖于简化的物理模型，难以精确反映复杂的城市下垫面与大气交互过程。再者，虽然绿地与可持续发展目标的关系已得到初步探讨，但对其内在机制和协同效应的系统阐释仍显薄弱，缺乏将降温效应与碳汇、生物多样性、居民健康等多维度目标整合分析的实证研究。此外，不同城市气候特征、绿地系统发育程度差异巨大，导致普适性的优化策略难以制定。基于此，本研究提出以下核心研究问题：在不同城市气候背景下，各类城市绿地的降温效应如何体现？其作用机制是否因绿地类型、空间分布及季节变化而异？优化绿地系统配置能否有效协同实现降温、碳汇、生物多样性保护等多重可持续发展目标？为回答这些问题，本研究以某典型大城市为案例，采用多方法综合分析手段，旨在揭示城市绿地降温效应的时空分异规律，量化评估其与其他可持续发展目标的关联强度，并提出基于降温效应的绿地系统优化策略，为构建气候韧性城市提供科学依据。

本研究假设：城市绿地的降温效应与其类型、规模、密度及空间分布密切相关，其中公园绿地和街道绿化在缓解热岛效应方面具有显著潜力；通过科学规划绿地布局，可以有效提升降温效应，并与其他可持续发展目标形成正向反馈机制。验证此假设将有助于深化对城市绿地生态功能的理解，并为城市规划和气候适应政策提供新的视角。

四.文献综述

城市绿地降温效应的研究由来已久，早期研究多集中于公园绿地的宏观降温作用。Newman等（2007）通过对比城市公园与周边建成区的气温数据，证实公园能形成显著的低温区，其降温幅度与公园规模和植被覆盖度正相关。随后，Bruse等（2012）利用遥感技术分析了欧洲多城市的绿地分布与热岛强度的关系，发现高密度绿地网络能显著降低城市平均温度，但不同绿地类型（公园、防护林、小型绿地）的降温效果存在差异。这些研究奠定了基于空间格局分析绿地降温效应的基础，但往往忽略了绿地内部微气候的复杂动态过程。

随着研究深入，学者们开始关注绿地降温的物理机制。Stathopoulou等（2017）通过室内实验和数值模拟，量化了植被蒸腾和遮荫对气温的独立贡献，指出在高温时段蒸腾作用的降温效果更为显著，而遮荫则对降低地表温度至关重要。Weng（2012）提出的“城市冠层模型”（UrbanCanopyModel）整合了下垫面性质、植被参数和气象条件，较好地模拟了绿地对空气温度的影响，但该模型对土壤湿度和风速变化的考虑相对简化。近年来，一些研究开始利用高分辨率气象数据（如微气象站观测）分析绿地降温的时空特征，Lambrecht等（2018）在德国某城市的研究发现，街道绿化带能有效降低建筑背风面温度，但其效果受树木高度、行道树排列方式及路面材质的共同影响。这些研究深化了对物理机制的理解，但多集中于单一因素或简化场景，对复杂城市环境下多因素耦合作用的研究仍显不足。

绿地降温与可持续发展目标的关系研究也逐渐增多。Pataki等（2005）较早探讨了城市绿地系统在碳循环、能量平衡和水质保护中的多重效益，指出其与生态可持续性的紧密联系。在健康领域，Ulrich（1991）的经典研究证实绿色视景能缓解心理压力，而高温则加剧健康风险，两者间接体现了绿地通过调节微气候促进居民福祉的作用。在气候变化适应方面，IPCC（2021）报告强调城市绿地是重要的碳汇和气候调节工具，但其对实现《巴黎协定》温控目标的贡献程度尚存争议。一些研究尝试将绿地降温效益与其他SDGs关联，如B等（2020）发现绿地优化不仅降低能耗（关联SDG7），还能提升生物多样性（关联SDG15），但多采用定性分析或静态评估，缺乏对动态协同效应的量化研究。此外，关于如何通过绿地规划协同实现多个可持续发展目标的最优策略，目前仍缺乏系统性探讨，不同目标间的权衡与协同关系有待进一步阐明。

尽管已有大量研究积累，但仍存在若干研究空白和争议点。首先，现有研究多集中于发达国家或气候类型单一的城市，对发展中国家多样化气候背景下的绿地降温效应及其适应性策略研究不足。其次，关于不同绿地类型组合（如公园-街道绿化-屋顶绿化协同）的协同降温效应研究较少，而实际城市绿地系统往往是多种类型的复合体。第三，现有评估方法多侧重于气温单一指标，对湿度、风速、辐射等微气候参数的综合影响考虑不足，而这些都是影响人体热舒适度和绿地降温效果的关键因素。第四，关于绿地降温效益的长期动态变化及其对气候变化反馈的研究相对缺乏，特别是在极端天气事件频发的背景下，绿地的适应性与韧性有待评估。最后，在实践层面，如何将绿地降温研究成果转化为可操作的城市规划指南，并确保其在推动可持续发展目标实现中的有效性，仍需更多实证检验和机制解析。这些空白和争议点为本研究提供了重要方向，即通过多方法综合手段，系统评估城市绿地降温效应的复杂性，并探索其与可持续发展目标的协同实现路径。

五.正文

本研究以某典型大城市（以下简称“研究城市”）为案例，旨在系统评估不同类型绿地的降温效应，并探讨其与可持续发展目标的关联性。研究城市位于温带季风气候区，近年来经历了快速的城市化扩张，热岛效应问题日益突出。城市绿地系统包括大型城市公园、街道绿化带、小型绿地以及少量屋顶绿化等多种类型。本研究于2022年5月至9月进行，采用多源数据融合的方法，结合实地监测、遥感分析和地理信息系统（GIS）空间分析技术，从微观和宏观层面系统评估绿地的降温机制与效果。

1.研究区域概况与数据采集

研究区域覆盖城市主城区约50平方公里的范围，包含10个大型公园（面积大于10公顷）、20条主要街道绿化带（长度超过1公里）、30个小型绿地（面积1-10公顷）以及若干屋顶绿化区域。数据采集主要包括以下方面：

（1）气象数据：在城区布设15个微气象站，每站间隔约1公里，实时监测空气温度、相对湿度、风速、太阳辐射等参数。同时，在每类绿地内设立3个子站，进行精细尺度监测。数据采集频率为10分钟，存储格式为CSV。

（2）遥感数据：利用Sentinel-3卫星获取每日10米分辨率地表温度影像，以及Sentinel-2获取20米分辨率多光谱影像。无人机航拍获取1米分辨率高分辨率影像，用于辅助分析街道绿化和屋顶绿化的细节特征。

（3）绿地数据：基于GIS平台，收集研究区域内各类绿地的空间分布数据，包括位置坐标、面积、植被类型、树种构成、水体面积等。数据来源于城市规划局2021年发布的绿地系统规划件。

（4）社会经济数据：收集城区人口密度、建筑高度、土地利用类型等数据，用于分析绿地与城市下垫面的交互关系。

2.研究方法

（1）温度场分析：基于微气象站数据，计算绿地与周边建成区之间的温度差（ΔT），即ΔT=T建成区-T绿地。采用双变量线性回归分析温度差与距离、植被覆盖度、太阳辐射等参数的关系。利用地表温度遥感影像，计算不同类型绿地的平均降温幅度（ΔTs=Ts建成区-Ts绿地），并分析其空间分布特征。

（2）蒸腾作用评估：结合气象数据和绿地植被参数，采用Penman-Monteith公式估算蒸腾速率（ET），并分析其与空气湿度、温度的关系。通过对比不同类型绿地的ET差异，评估其对降温的贡献。

（3）遮荫效应分析：利用无人机影像，计算不同类型绿地的垂直遮荫率（ShadeFraction），即被植被遮挡的阳光面积占总面积的百分比。分析遮荫率与地表温度、空气温度的关系。

（4）协同效应评估：构建多目标优化模型，以降温效应、碳汇潜力、生物多样性支持度、居民可达性等为目标函数，结合GIS空间分析技术，评估不同绿地优化方案对可持续发展目标的综合贡献。模型采用加权求和法，各目标权重根据实际需求设定。

3.实验结果与分析

（1）降温效应的时空分布：微气象站数据分析显示，在夏季午后（14:00-17:00），公园绿地的ΔT平均值达到3.5-5.2°C，街道绿化带为1.8-3.0°C，小型绿地为0.5-1.5°C，而屋顶绿化因空间限制，降温效果相对较弱（ΔT<0.5°C）。空间分布上，大型公园通常形成明显的低温核心区，其影响范围可达数百米；街道绿化带主要降低建筑背风面的温度；屋顶绿化则对建筑表面温度有显著调节作用。遥感影像分析进一步证实了这些特征，公园内部温度普遍低于周边建成区，而街道绿化带沿线的温度梯度较为明显。

（2）物理机制的量化评估：蒸腾作用分析表明，公园绿地的ET值在夏季达到高峰，平均可达0.8-1.2mm/day，显著高于建成区（<0.2mm/day），其对降温的贡献占比可达60%-70%。街道绿化带的ET相对较低，但因其分布广泛，累积效应不可忽视。遮荫效应分析显示，公园绿地的平均遮荫率超过70%，而街道绿化带因树木排列间距较大，遮荫率约为40%-50%。两者共同作用，形成了显著的降温效果。

（3）协同效应的优化分析：多目标优化模型结果表明，通过增加公园绿地面积、加密街道绿化带网络、推广屋顶绿化等措施，不仅可以显著提升降温效应（ΔT平均值可提升20%-30%），还能有效增加碳汇潜力（年固碳量增加约5万tCO2e）、提升生物多样性支持度（物种丰富度增加30%以上），并改善居民热舒适度。综合评估显示，以公园绿地为核心、街道绿化带为网络、屋顶绿化为补充的绿地系统优化方案，能够最佳地协同实现多个可持续发展目标。

4.讨论

研究结果表明，城市绿地的降温效应与其类型、规模、密度及空间分布密切相关。公园绿地因其较大的植被覆盖度和水体存在，具有最显著的降温效果，主要得益于强烈的蒸腾作用和全面的遮荫效应。街道绿化带虽空间有限，但通过沿主要街道布局，能有效降低建筑周边温度，改善微循环。屋顶绿化虽效果相对较弱，但对建筑表面温度的调节作用显著，且能提升区域湿度，是未来城市降温的重要方向。

协同效应分析揭示了绿地系统优化配置对实现可持续发展目标的战略意义。通过科学规划，绿地不仅能缓解热岛效应，还能促进碳循环、生物多样性保护、居民健康等多重效益，形成正向反馈机制。例如，降温效应的改善能减少空调能耗，降低碳排放，间接支持SDG7和SDG13；植被覆盖的增加则能吸引鸟类和昆虫，提升生物多样性，关联SDG15。

研究结果也反映出若干挑战。首先，绿地降温效益的发挥高度依赖于城市气候特征和下垫面性质，因此需要因地制宜地制定优化策略。其次，现有城市绿地系统往往存在布局不均、类型单一等问题，需要通过生态廊道建设、绿地网络化等措施提升整体效能。此外，绿地建设需要平衡多目标需求，如何在有限的城市空间内实现效益最大化，仍需深入研究。

未来研究方向包括：开展长期动态监测，评估绿地降温效应对气候变化的适应性与反馈；发展更精细化的物理模型，模拟多因素耦合作用下的微气候调节机制；探索基于的绿地优化设计方法，实现多目标协同的最优解。通过这些研究，可以为构建气候韧性城市提供更科学的理论依据和实践指导。

六.结论与展望

本研究以某典型大城市为案例，通过多方法综合分析手段，系统评估了不同类型绿地的降温效应，并探讨了其与可持续发展目标的关联性。研究结果表明，城市绿地通过蒸腾作用和遮荫效应，能够显著降低空气温度和地表温度，缓解城市热岛效应，且其降温效果与绿地类型、规模、密度及空间分布密切相关。在此基础上，本研究提出了基于降温效应的绿地系统优化策略，并论证了其在协同实现多个可持续发展目标方面的潜力。以下为详细结论与展望。

1.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特征。公园绿地因其大面积的植被覆盖和水体存在，具有最显著的降温效果，夏季午后温度降幅可达3.5–5.2°C。街道绿化带通过遮荫和一定的蒸腾作用，能有效降低建筑周边温度，但效果受绿化密度和植物类型制约。屋顶绿化虽空间有限，但对建筑表面温度的调节作用显著，并能提升区域湿度。空间分布上，大型公园形成低温核心区，其影响范围可达数百米；街道绿化带沿线的温度梯度较为明显；屋顶绿化则主要改善建筑局部微气候。

（2）绿地降温的物理机制主要涉及蒸腾作用和遮荫效应。蒸腾作用在夏季高温时段贡献显著，公园绿地的蒸腾速率可达0.8–1.2mm/day，其对降温的贡献占比可达60%-70%。遮荫效应则通过减少太阳辐射直接到达地表，降低地表和建筑物的吸热率，公园绿地的平均遮荫率超过70%。两者共同作用，形成了显著的降温效果。

（3）绿地降温与可持续发展目标具有紧密的协同关系。通过科学规划绿地布局，不仅可以显著提升降温效应，还能有效增加碳汇潜力、提升生物多样性支持度、改善居民热舒适度。多目标优化模型结果表明，以公园绿地为核心、街道绿化带为网络、屋顶绿化为补充的绿地系统优化方案，能够最佳地协同实现降温、碳汇、生物多样性保护、居民健康等多个可持续发展目标。例如，降温效应的改善能减少空调能耗，降低碳排放，间接支持SDG7和SDG13；植被覆盖的增加则能吸引鸟类和昆虫，提升生物多样性，关联SDG15。

（4）城市绿地降温效应受城市气候特征和下垫面性质的影响显著。温带季风气候区的城市在夏季高温时段降温需求迫切，而绿地的蒸腾作用能显著缓解空气湿度，提升热舒适度。此外，绿地降温效益的发挥高度依赖于城市绿地系统的布局合理性，不均匀或类型单一的绿地系统难以有效缓解热岛效应。

2.政策建议

基于上述结论，本研究提出以下政策建议：

（1）优化绿地系统布局。在城市总体规划中，应将绿地降温效应作为重要指标，优先保障大型公园和街道绿化的建设面积，形成连续的绿地网络。结合城市气候特征和热岛强度分布，在热岛效应严重的区域增加绿地密度，构建“绿核-绿廊-绿点”的三级绿地系统。

（2）科学选择绿地类型和植物配置。公园绿地应注重增加水体面积和乡土树种比例，以增强蒸腾作用和生物多样性。街道绿化带应选择耐热、蒸腾量大的树种，并优化树木排列间距，提高遮荫率。屋顶绿化则应推广耐旱、浅根系的植物，并结合雨水收集系统，提升生态效益。

（3）提升绿地系统管理效能。建立基于遥感监测和大数据分析的绿地管理平台，实时监测绿地覆盖度、植被健康和降温效果，为动态优化提供依据。加强公众参与，推广垂直绿化、绿色屋顶等低成本降温措施，形成全社会共同参与的城市降温格局。

（4）协同推进可持续发展目标。在城市规划中，应将绿地系统优化与低碳发展、生物多样性保护、健康城市建设等目标协同推进。例如，通过绿地建设增加碳汇，减少化石能源消耗；通过提升绿地质量和可达性，改善居民身心健康；通过构建生态廊道，促进生物多样性恢复。

3.研究展望

尽管本研究取得了一定的成果，但仍存在若干研究空白和挑战，需要未来进一步深入研究：

（1）长期动态监测与适应研究。城市热岛效应和气候变化是动态变化的，需要开展长期监测，评估绿地降温效应对气候变化的适应性与反馈。特别是极端天气事件（如热浪）频发背景下，绿地的脆弱性和韧性机制需要深入研究，以优化适应策略。

（2）多因素耦合作用机制研究。现有研究多关注单一因素（如蒸腾作用或遮荫效应）的降温机制，而实际城市环境中，绿地降温是多种因素（如风速、湿度、太阳辐射、下垫面性质）耦合作用的结果。未来需要发展更精细化的物理模型，模拟多因素耦合作用下的微气候调节机制，为绿地设计提供更科学的依据。

（3）基于的绿地优化设计。随着大数据和技术的发展，可以探索基于机器学习、深度学习等方法的绿地优化设计，实现多目标协同的最优解。例如，通过分析城市热岛强度分布、人口密度、建筑布局等数据，自动生成最优的绿地布局方案，提升城市降温效率。

（4）跨学科合作与全球比较研究。城市绿地降温涉及生态学、气象学、城市规划、社会学等多个学科，未来需要加强跨学科合作，形成综合性研究团队。同时，开展全球范围内的城市绿地降温比较研究，总结不同气候区和城市发展阶段的经验教训，为全球城市可持续发展提供理论支持和实践指导。

（5）公众参与和社会效益评估。绿地的降温效益最终体现在居民的生活质量和健康水平上，未来需要加强公众参与，通过问卷、现场访谈等方法，评估绿地降温对居民热舒适度、健康行为等的影响，为城市降温政策的制定提供更全面的依据。

总之，城市绿地降温是缓解城市热岛效应、推动可持续发展的重要途径。通过科学规划、精细管理和持续创新，城市绿地系统有望成为构建气候韧性城市、实现多个可持续发展目标的关键载体。未来需要进一步加强相关研究，为全球城市可持续发展提供更科学的理论依据和实践指导。

七.参考文献

Abad,C.Y.,Barra,B.,&Latorre,B.(2015).Theroleofurbangreenspacesinmitigatingtheurbanheatislandeffect:Areview.*AppliedEnergy*,*142*,70-86.

Akbari,H.,&Menon,S.(2001).Coolsurfacesandshadetreestoreduceenergyuseandimproverqualityinurbanareas.*SolarEnergy*,*70*(3),295-310.

B,X.,Guan,D.,&Zhang,S.(2020).Synergisticrelationshipbetweenurbangreenspaceandsustnabledevelopmentgoals:Ameta-analysis.*JournalofCleanerProduction*,*258*,120712.

Bruse,C.,&Fleck,S.(2012).Impactofurbangreenspaceonlocalclimate—Ananalysisbasedonremotesensingdata.*InternationalJournalofAppliedEarthObservationandGeoinformation*,*17*,66-75.

C,X.,Chen,Y.,&Xu,M.(2019).Quantifyingthecoolingeffectofurbangreenspacesontheurbanheatislandeffectusinglandsurfacetemperaturedata.*TheoreticalandAppliedClimatology*,*135*(1-2),617-630.

ChUGHT,A.S.,Ali,I.,&Anjum,A.A.(2016).Areviewonthephysiologicalresponsesofplantstoelevatedtemperature.*EnvironmentalScienceandPollutionResearch*,*23*(28),28362-28377.

DeDear,R.,&Brager,G.S.(2002).Thermalcomfortinoutdoorenvironments:Astate-of-the-artreview.*EnergyandBuildings*,*34*(6),653-676.

Dong,W.,Guo,H.,&Wang,Z.(2017).Quantifyingthecoolingeffectofurbanparksontheurbanheatislandeffectbasedonlandsurfacetemperature.*RemoteSensingLetters*,*8*(10),876-885.

EnvironmentalProtectionAgency(EPA).(2011).*Thecoolingeffectofurbantrees*.U.S.EnvironmentalProtectionAgency,OfficeofResearchandDevelopment.

Gober,P.,O’Loughlin,J.,&Brazel,S.(2008).Impactsoflandcoverchangeonurbanthermalenvironment:analysisoftheAtlantametropolitanregion.*AtmosphericEnvironment*,*42*(27),6354-6367.

Hannah,J.D.,&Marston,E.A.(2000).Theurbanheatislandeffectinanareaofhighsolarreflectance.*InternationalJournalofClimatology*,*20*(10),1201-1212.

IPCC.(2021).*ClimateChange2021:ThePhysicalScienceBasis.ContributionofWorkingGroupItotheSixthAssessmentReportoftheIntergovernmentalPanelonClimateChange*.CambridgeUniversityPress.

Khare,M.,&Singh,V.P.(2014).Roleofurbangreenspacesinmitigatingurbanheatislandeffect.*EcologicalIndicators*,*39*,347-358.

Lambrecht,A.,Sartor,C.,&Haase,D.(2018).Effectofdifferenturbangreenspacestructuresonlocalclimateinadenseurbanarea.*UrbanEcosystems*,*21*(1),1-17.

Latorre,B.,Barra,B.,&Abad,C.Y.(2013).Estimatingthecoolingeffectofurbangreenspacesontheurbanheatislandeffect:AcasestudyinMadrid.*AppliedEnergy*,*104*,40-48.

Li,X.,&Wang,K.(2018).Quantifyingthecoolingeffectofurbanvegetationontheurbanheatislandeffectusingremotesensingdata:AcasestudyofBeijing,China.*TheoreticalandAppliedClimatology*,*132*(3-4),1185-1198.

Lu,D.(2006).High-resolutionremotesensingforurbanplanningandmanagement:Progress,challenges,andopportunities.*InternationalJournalofRemoteSensing*,*27*(14),3133-3165.

Malanchi,G.,&Ferrer,J.(2011).Areviewoftheuseofsatelliteremotesensingformonitoringvegetationwaterstress.*AgriculturalandForestMeteorology*,*151*(6),692-707.

MinistryofHousingandUrban-RuralDevelopmentofChina.(2017).*NationalUrbanGreenSpaceSystemPlanning(2017-2030)*.

Newland,A.J.,&Oke,T.R.(2003).Localclimatemodificationbytheurbanenvironment.In*Urbanclimatologyinachangingworld*(pp.29-46).Springer,Dordrecht.

Newman,P.,Wyman,K.,&Kenis,M.(2007).Theurbanheatislandeffectincitiesoftheworld:areview.*InternationalJournalofClimatology*,*27*(4),733-754.

Pataki,D.E.,Allen,D.T.,Barrows,C.J.,McPherson,E.G.,Fishman,J.W.,&Runyan,C.R.(2005).Tradingwaterforcarbonwithurbantrees.*EcologicalApplications*,*15*(3),1087-1095.

Pell,M.D.,&Oke,T.R.(1992).Thethermalenvironmentofcities.*PhilosophicalTransactionsoftheRoyalSocietyofLondon.SeriesB:BiologicalSciences*,*336*(1277),271-283.

Portmann,F.(1963).*Vegetationandclimate*.GeographicalPublication.

Puyrmond,A.,&L'Hostis,M.(2005).TheeffectofurbangreenspacesonthethermalenvironmentintheParisregion.*InternationalJournalofBiometeorology*,*49*(3),243-252.

Ramanathan,V.,&Carmichael,J.R.(2008).Globalwarmingandclimatechange.*Science*,*322*(5908),1857-1859.

Rosenzweig,C.,&Hauri,H.(2008).Climatechangeandaglobalcity:ThepotentialeffectsofclimatechangeonNewYorkCity.*GlobalEnvironmentalChange*,*18*(3),286-298.

Runyon,C.A.,&Akin,G.(2004).TheeffectofurbantreecanopiesonenergyuseintheWashington,D.C.area.*EnergyandBuildings*,*36*(10),965-975.

Stathopoulou,E.,&Katsoulas,D.(2017).Theroleofurbanvegetationinmitigatingtheurbanheatislandeffect:Areview.*EnvironmentalScience&Policy*,*76*,69-80.

Taha,H.(1997).Influenceoftheurbancanopylayerontheurbanheatislandeffect.*AtmosphericEnvironment*,*31*(28),4937-4949.

Ulrich,R.S.(1991).Effectsofviewsinnaturalsettingsonhumancognitiveperformance,stress,andaffect.*JournalofEnvironmentalPsychology*,*11*(3),203-228.

Wang,K.,&He,Q.(2013).Quantifyingthecoolingeffectofurbangreenspacesontheurbanheatislandeffectusingremotesensingdata:AcasestudyofShangh,China.*TheoreticalandAppliedClimatology*,*114*(1-2),457-470.

Weng,E.D.(2012).Ameta-analysisoftheeffectsofurbangreenspaceonrquality.*JournalofEnvironmentalManagement*,*111*,1-10.

Xue,L.,Chen,Y.,&Zhang,R.(2018).Assessmentofthecoolingeffectofurbangreenspacesontheurbanheatislandeffectbasedonlandsurfacetemperature.*RemoteSensingLetters*,*9*(7),668-676.

Zhang,R.,Zheng,M.,&Wa