城市热岛效应研究热点与前沿的可视化分析——基于CiteSpace聚类分析

黄焕春，严思平

(1. 南京林业大学 风景园林学院，江苏 南京 210037；2. 佛罗里达大学 设计、建造和规划学院，美国 佛罗里达 32601)

城市热岛效应(Urban Heat Island,UHI)是指城市区域温度比周围农村温度高的现象。城市热岛效应的衡量指标有很多，其中，热岛强度是反映某一地区城市温度高于乡村温度程度的重要指标。不同的研究者对其定义存在差异，但一般认为其测度为城市中心区温度和城市郊区温度的差值[1]。当前，大城市热岛效应与气候变暖、夏季高温的多重叠加，热岛强度显著增加，导致了夏季室外舒适度的恶化，给人体生理健康造成了严重影响。以中国北方大城市天津市为例，近年来夏季高温现象日益频繁，其夏季郊区平均温度为32℃，2013年最高热岛强度已超过10℃，城区有相当面积的地段城市热岛强度超过8℃，人体排汗已无法保证正常温度调节，甚至会发生中暑、休克[2]。

城市热岛效应的产生是多种因素共同作用的结果。按人为控制性，可将城市热岛效应影响因素分为可控因素和不可控因素。可控因素包括不透水面、建筑布局、下垫面性质、人为热源排放等；不可控制因素主要有气压、风速、云量、大气气溶胶等。一般认为城市热岛效应主要是因植被减少引起的蒸发制冷效应减弱和对流效应减小[3]，因此，合理布局城市绿地是削减城市热岛效应的有效方式之一。目前有大量文献提出许多减弱城市热岛效应的措施，但大部分缺乏实施条件，只有绿地建设是实践较为广泛的措施[4]。因此，通过绿地优化缓解城市热岛效应也是未来城市热岛效应研究中值得关注的领域。

自19世纪初英国研究者Howard首次提出城市热岛概念后，在随后的200年中，世界多国研究者从不同的时空尺度开展了广泛的研究，涉及微气候、局地气候、中气候、大气候等多个维度(见表1)。进入21世纪以来，全球城市化与气候变化的交织以及由此对人类健康的影响正成为国际社会关注的前沿问题。绿地作为降低城市热岛效应的有效手段之一，也成为研究者们日益关注的领域[5-6]。

表1 气候尺度及相应的气候现象

一、 研究文献计量分析

对城市热岛效应的研究起步于19世纪，但综合运用各类科学方法和手段进行系统地研究始于20世纪70年代。随着对该领域的关注和认识的日益深入，相关文献的发表数量也呈现上升趋势，大致可以分为3个阶段。

第一个阶段为20世纪70年代到80年代中期，这一阶段发表文章数量很少，发表频率也比较低。第二个阶段为20世纪80年代中期到2001年，该阶段本领域文章发表频率较第一阶段显著提高，文章发表数量较第一阶段有所增加，但数量仍然较少，且逐年波动。第三个阶段为2001年至今，此阶段文章发表频率与第二阶段基本一致，但发表数量明显增加(除2018年略有下降外)，且增速具有进一步升高的趋势(见图1)。

图1 20世纪70年代以来城市热岛效应相关研究文献发表数量

目前与城市热岛效应相关的文章数量很多。在中国知网数据库中，以“热岛”为主题/关键词进行检索，共有3 552条结果，其中，以“热岛效应”为主题的文章有762篇，以“城市热岛”和“Urban Heat Island”为主题的文章分别有559和651篇，以“城市热岛效应”和“Urban Heat Island Effect”为主题的文章分别有534和143篇，以“Heat Island”为主题的文章有126篇，以“Surface Urban Heat Island”为主题的文章有91篇，以“Land Surface Temperature”为主题的文章有82篇，以“热岛强度”“Urban Heat Island Intensity”“Urban Heat Island Mitigation”和“城市热岛强度”为主题的文章分别有68、49、47和42篇。

本文运用Citespace软件，对以“城市热岛”“城市热岛效应”“城市热岛强度”“Heat Island”“Urban Heat Island”“Urban Heat Island Effect”“Urban Heat Island Intensity”“Urban Heat Island Mitigation”“Surface Urban Heat Island”“Land Surface Temperature”为关键词的1 000余篇与城市热岛效应相关的文章进行聚类分析，得到了目前与城市热岛效应研究相关的热点(见图2)。其中，2号聚类“地表温度”、4号聚类“遥感”，表明在当前城市热岛效应的研究方法领域，遥感手段已经被比较广泛地采用；0号聚类“热岛效应”、1号聚类“城市热岛”、3号聚类“城市热岛效应”和9号聚类“植物物候”、15号聚类“园林绿化”，表明目前在城市热岛效应的研究内容方面，“城市热岛效应”和“热岛效应与园林绿地关系”是一个重要的方向；5号聚类“热岛强度”和13号聚类“时空分布”说明当前城市热岛效应研究也较多地关注了城市热岛效应的强度与城市热岛效应的时空分布。

图2 与城市热岛效应相关研究文章聚类结果

通过文献梳理发现，当前诸多有关城市热岛效应的研究热点可以分为两个类别：第一，通过多种技术手段对具体研究区域的城市热岛效应状况进行历史分析与前景预测；第二，调控城市热岛效应的绿地建设策略和效果评价。其中，有关前者的研究成果丰富，且已形成较为系统的理论框架；与后者相关的成果较为有限，仍有较大的研究空间。

二、 城市热岛效应研究方法进展

城市热岛效应观测手段呈加速发展的趋势，先后经历了气象站点、流动观测、卫星遥感3个阶段。3种观测手段获取的数据需要融合，卫星影像时间分辨率严重不足，气象站点空间分辨率也不足，流动观测同步性存在较大问题。观测维度经历了点、线、面的发展过程，目前已进入三维观测阶段。在充分观测的基础上，国内外研究者也开始尝试开发相应算法，对城市热岛效应进行模拟预测。

1. 站点观测法

早期的站点观测采用有限的气象站点观测城郊温度的差别，难以反映大范围温度场的变化。应用这种方法的主要有城市热岛效应的发现、云量、风速等气象影响因素的研究和逐年、逐日、逐时的城市与城市群热岛效应特征研究。为避免传统气象站点观测存在的局限性，1951年Sundborg首先使用流动观测法，研究瑞典东南部乌普萨拉市的城市热岛效应。随后，1975年，Oke等在加拿大渥太华市进行流动观测，成为日后研究的典范案例[7]。Janos于2001年、Anthony于2009年也分别利用流动观测法研究了城市热岛效应特征。鉴于连续性流动观测过程中的误差，2009年日本研究者Masaki提出了减小误差的方法。在我国，李爱贞、严平、郭勇、刘加平、王志浩、黄焕春等分别于1994年、2000年、2006年、2007年、2012年、2020年采用了流动观测法[8-9]，对西安、合肥、北京、重庆等地进行了城市热岛效应研究。这些研究证明了采用流动观测法研究我国城市热岛效应的可行性。但是，流动观测法也同样存在局限，其所收集的数据同步性存在较大问题，因为一段时间内温度场会出现不确定性变化。

站点观测法较多地被气象部门采用，以具体地研究所在中小城市的城市热岛效应情况。如朱浩、季丹丹、刘安等于2020年、2019年、2017年采用站点观测法对岳阳、绍兴、涿州等中小城市的城市热岛效应情况进行了研究[10-12]。

2. 遥感观测法

遥感观测在近几十年被迅速推广应用，得益于它能同步进行大面积温度场的监测[13]。Rao于1972年最早应用TIROS-1卫星遥感影像的热波段反演地表温度，研究太平洋中部海岸城市的地表温度分布类型。之后，Price等于1984年开发了分裂窗算法，加速了遥感数据在城市热岛效应研究中的广泛应用。2001年覃志豪等提出了反演真实温度的单窗算法[14]，进一步丰富了遥感影像数据处理的算法工具。分裂窗算法和单窗算法目前已成为地表温度反演等遥感卫星影像数据处理的基础算法。

目前，应用遥感研究城市热岛效应，主要集中在城市区域地表温度特征、城市热岛效应与城市规模形态、城市群热岛效应、热场与下垫面、NDVI与热岛温度、热场与遥感参数、城市热岛效应与绿地子类型的关系等研究领域[15-22]。

第一，在城市区域地表温度特征研究领域，杨敏等以北京市为研究区域，反演7期夏季Landsat TM/ETM+/TIRS遥感影像数据得到北京市地表亮度温度，从而分析得到北京市热分布格局和城市热岛效应特征[23]；赵梓淇等利用2001年、2010年和2015年夏季典型日的沈阳市三环内卫星遥感数据，反演得到研究区域内地表温度(LST)和热岛强度以及对应的主要土地利用类型，进一步分析讨论了典型土地利用类型对应的地表温度和热岛强度情况[24]；刘施含等则运用单窗算法，对北京市海淀区Landsat遥感影像数据进行反演，得到2004年、2009年、2017年夏季的地表温度，以此定量分析得到研究区域内城市热岛效应变化特征及其原因[25]。

第二，在城市热岛效应与城市规模形态研究领域，黄焕春等将天津市作为研究区域，以7期夏季TM遥感影像作为基础数据，进行城市形态提取和城市热岛强度反演，通过大数据分析计算，得到了城市形态布局与热岛强度的响应机制与参数曲线[5-6]；葛亚宁等处理得到北京高分辨率遥感影像，以遥感反演方法获得地表温度数据，通过人工目视解译方式得到北京市五环内的各类建筑密度区，结合地表温度数据分析了城市建筑密度格局与城市热岛效应的关系[26]；杨智威等以粤港澳大湾区2000年、2008年和2016年的遥感影像数据和地表温度数据为基础，分别进行建设用地提取、城市热岛强度等级划分和城市热岛区域识别，结合总体耦合态势和空间耦合特征模型，分析得到各历史时期大湾区建设用地扩张和城市热岛区域扩张间的耦合关系[27]。

第三，在城市群热岛效应研究领域，沈娅男等反演1990年、2000年和2011年杭州湾南岸城市群的Landsat-5 TM遥感影像，得到地表温度影像并划分等级，差值运算各时期的地表温度，计算不同时期研究区域的热岛比例指数，并提取研究区域内的城市建成区，结合分析得到城市群研究区域热岛强度变化情况[28]；黄铁兰等以珠三角城市群为研究区域，以多源、多时相遥感数据为基础，进行数据处理、模型构建、统计分析，得到该城市群热岛效应时空演变特征[29]；沈中健等将闽三角城市群作为研究区域，以空间统计方法分别处理1996年、2002年、2007年、2012年、2017年Landsat遥感数据，分析得到城市热岛的空间分布格局及演化特征，进而分析得到该城市群热岛效应的形成和变化规律[30]。

第四，在热场与下垫面研究领域，崔林林等分别采用成都市中心城区的Landsat 8 TIRS数据、重庆市MODIS数据和气象数据，综合定量、定性分析手段，分别研究了成都市中心城区和重庆市城市热岛效应变化和该区域下垫面关系[31-32]；朱玲等以贵安新区中心区为研究区域，以遥感影像数据为基础，反演地表温度和估算热岛强度，以此为基础分析得到研究区域的热岛强度与城市下垫面类型的联系[33]；孙永等运用WRF模式，模拟了重庆城市热岛效应的特征、成因和局地环流对城市热岛效应的影响，以重庆下垫面作为控制变量，研究了重庆城市热岛效应情况与研究区域下垫面间的关系[34]。

第五，在NDVI与热岛温度研究领域，周梦宇以南昌市为研究区域，运用大气校正法反演得到地表温度并划分热岛强度等级，并提取了南昌市的归一化植被指数、归一化建筑指数和归一化水体指数，定量分析得到裸地、城市建设用地、植被、水体与地表温度的关系[35]；何志斌以昆明市主城区为研究区域，通过大气校正法反演Landsat8遥感影像得到研究区地表温度，并计算得到建筑指数、植被指数和水体指数，从而分析得到研究区热岛格局和形成原因[36]；李学敏等以襄阳市的Landsat 8 TIRS遥感影像为基础，反演得到地表温度，处理得到城市热岛效应强度指数，配合归一化植被指数(NDVI)、归一化建筑指数(NDBI)揭示了研究区城市热岛效应与地表植被分布状况和建筑密度的关系[37]。

第六，在热场与遥感参数研究领域，华俊玮等引入多源参数运算多种城市热岛监测指标，以改进传统只以遥感反演地表温度、亮度温度等参数指标研究城市热岛效应的研究方法，并以福建省晋江市为研究区域验证了采用多元参数指标的研究方法与传统方法的差异[38]；王林申等以济南市4个年份Landsat遥感卫星影像为基础，归一化获得地表温度等级分布格局，并结合对应年份多样的地表参数，综合分析地表参数变化和城市热岛效应特征对这些参数的响应情况[39]；田雷等对2007年、2009年、2013年、2017年蚌埠市的Landsat TM/OLI TIRS遥感影像进行反演，得到地表温度和热岛强度，并引入多种地表参数信息，分析2007—2017年蚌埠市各地表参数的演变情况和对城市热岛效应的作用[40]。

第七，在城市热岛效应与绿地子类型的关系研究领域，尹杰等以武汉市建成区为研究区域，处理得到多种土地类型指数，并以热岛强度指数划分获得研究区域的热岛及冷空气生成区，研究了武汉市冷热岛区域的形成与各类土地类型的关系[21]；东高红等采用中尺度数值天气模式TJ-WRF模拟天津城区局地雷暴天气有限个例，通过控制模式中下垫面用地类型情况，揭示了海风(锋)环流强度情况以及不同地表用地类型对天津城区城市热岛效应的影响[22]。不同纬度、国家、区域的城市热岛效应存在较大差别，国外研究者已取得了较多本土化的研究成果：Hamada等研究了日本名古屋的绿地降温效果的季节变化和日变化，研究结果显示，城市绿地降温效果夏季较冬季更强烈，且城市绿地植被覆盖率与城市绿地降温效应有显著联系[41]；Amanollahi等重点关注了美国大陆生物群落与城市热岛效应，研究了休斯敦城市热岛效应对当地树木生长的影响，发现当地城市地区树木生长情况与当地城市热岛效应成正相关[42-43]；Silva等使用移动和固定数据点收集冬、夏两季的气温数据，量化描述了巴西Uberlandia城市内部热岛移动样带，研究结果证明了运用该种方法进行城市热岛效应监测时的有效性[44]；Tiwari等研究了英国城镇Guildford的绿色基础设施、地形环境对城市热岛效应的缓解效果，研究发现城市环境温度与地表地物的类型、建筑和车辆等人为热源和地表地物覆盖土地百分比强烈相关，其中树木降低城市热岛效应的效率最高，而绿色屋顶在覆盖面积足够大时，也可以作为一种能有效缓解城市热岛效应的措施[45]；Mushtaha等研究了阿联酋沙迦大学各建筑类别因素降低室外地表温度的能力，通过优化模拟，使室外地表温度降低了2.45 ℃，证明了建筑物的组合模式是降低城市室外环境温度的有效手段[46]；Romano等对意大利帕多瓦的城市热岛效应和暖通空调系统关系进行分析研究，研究结果发现城市热岛效应导致研究区域室外空气温度由于空调系统排出余热而平均升高2.2℃，进一步量化了当地城市热岛效应与人类活动的关系[47]。

3. 模拟预测研究进展

近年来，快速发展的计算机科学、人工智能算法、地理空间分析技术等科学技术为城市热岛效应模拟创造了可能，并为城市绿地布局优化提供了基础分析。

城市热岛效应模拟研究包括城市热岛效应情况模拟研究和城市绿地降低城市热岛效应模拟研究。利用数值模式开展城市热岛效应模拟研究，经历了从一维到多维的发展历程[48-50]。

城市热岛效应模拟研究比较广泛地采用了元胞自动机(CA)算法。近年来，随着元胞自动机(CA)与人工智能相关算法的发展，对大范围尺度城市研究区域的城市热岛效应进行模拟、预测的研究逐年增多。国内外研究者们已基于元胞自动机-马尔科夫链(CA-Markov)模型，构建多种新模型，对不同的城市研究区域的热环境开展一系列研究，该类型研究主要采用元胞自动机-马尔科夫链(CA-Markov)模型，对某一具体的研究区域的城市热岛效应格局进行模拟预测。例如，黄焕春等采用CA，开发了城市热岛预测预警信息系统，模拟不同开发强度的大气热岛，但缺乏智能优化算法和模型[2]。郭其伟等结合该模型构造了UHI-CA-Markov模型，用以模拟预测城市热环境，并以西安市为研究区域，模拟了其未来热环境发展趋势[51]。

此外，也有研究者采用该类研究的相关技术，在预测得到某一具体的研究区域的城市热岛效应格局的基础之上，分析研究区域环境组成要素和城市热岛效应格局的关系。例如，李雪基于CA模型、Markov模型和Logistic回归分析模型构建了Logistic-CA-Markov模型，预测获得了2022年热环境生态安全等级空间分布图，并对该年份的城市热环境生态安全格局进行了分析[52]。

研究者们重点分析研究区域城市土地利用格局和城市热岛效应格局的关系，提出缓解该研究区域城市热岛效应强度、改善城市热环境的城市土地利用策略。例如，陈光在元胞自动机-马尔科夫链(CA-Markov)模型基础之上，建立可预测、模拟广州城市扩张过程的模型，模拟了广州城市沿南北、东西方向以高、中、低密度扩张后的6种城市理想扩张情景和每种情景下热环境分布格局，并提出不同情景下基于热环境优化的城市空间发展格局策略[53]。Balogun等将元胞自动机-马尔科夫链(CA-Markov)模型结合逐步多元回归模型，定量分析了尼日利亚的阿库尔(Akure)市过去(1986年、2000年和2014年)及未来(2028年和2042年)城市土地覆被变化在地表温度(LST)作用下发生的变化，并论证了综合统计方法与遥感技术预测未来城市热环境的可能性[54]。Chen等将2005年到2010年重庆的城市热环境作为初始数据，分类了3个时期的城市地表温度，构建了马尔科夫模型，再以元胞自动机(CA)模型分析得到2005年和2010年重庆市土地利用与热环境与之间的关系[55]。

城市绿地降低城市热岛效应模拟研究应主要解决以下问题：①辨识绿地降温的格局与过程；②模拟特定尺度的结构与过程；③模拟不同情景下的降温效果及舒适度；④解决散乱分布的绿地带来的较大误差。

目前研究者们开展的城市绿地降低城市热岛效应的模拟研究，主要集中于解决辨识城市绿地降温的格局与过程问题和模拟特定尺度城市绿地降温过程等问题，其中，解决辨识城市绿地降温的格局与过程问题的研究成果较为丰富。例如，刘艳红等采用CFD数值模拟和遥感技术，研究了5种城市绿地布局形式降低城市空间温度的效果和机制，发现了楔状、放射状、条带状、点状、环状城市绿地布局的降温效果递减，并指出风速是城市绿地降温机制中的重要因素[56]。魏琳沅等综合实测和模拟方法，定量分析了北京市城市绿地面积和格局与研究区域内风速、地表温度的关系，并尝试提出了北京市城市绿地降低研究区内地表温度机制，即通过增加城市绿地、提高某一城市空间中的天空开阔度，可以显著降低地表温度。同时，单一城市绿地面积越大、形态越复杂，越能显著降低相关城市空间温度，且分散的绿地较集中的绿地降低城市空间温度效率更高[57]。

模拟特定尺度城市绿地降温过程的研究也取得了一定成果。例如，张伟引入ENVI-met等城市微气候模拟软件，针对以城市居住小区绿地为代表的中小尺度绿地的微气候作用效果和机制进行了研究，认为居住小区中心绿地单个斑块面积与该绿地降温效果成正相关，绿地斑块越聚集，降温能力越强，该研究对微观、小尺度城市绿地的研究具有较强参考性[58]。陈琳涵运用ENVI-met软件，采取控制变量模拟的研究方法，研究了不同尺度、不同植物构成的建筑物附属绿地、广场绿地和典型城市公园绿地的降温效果，研究结果显示，边长小于32 m的绿地，绿地降温能力与绿地边长成负相关关系，绿地的植物配置和下垫面材质是影响环境温度的强相关要素，该研究较为系统地研究了不同尺度的城市绿地的降温效果，为模拟特定尺度城市绿地降温过程类的研究提供了新的研究思路[59]。

当前研究者们对解决模拟不同情景下城市绿地降温效果及舒适度问题，提出或改进绿地散乱分布带来误差的模型和算法等方面取得的成果比较有限，这主要是由于符合条件的可加工数据收集难度较大、缺少相关医学的基础性研究和缩小误差的基础模型算法缺乏所导致的，未来研究需要在这些方面进一步拓展。

三、 城市绿地降低城市热岛效应的研究进展

目前，关于城市绿地降低城市热岛效应的研究主要集中在两个方向：一是城市绿地降低城市热岛效应的量化分析，二是降低城市热岛效应的城市绿地规划措施。前者为提出可实践的绿地规划设计措施提供理论依据；后者则侧重应用。国内对该领域的研究起步较晚，因此该领域研究仍较多地集中在城市绿地与城市热岛效应关系的分析上。

1. 绿地降低城市热岛效应的量化分析

关于城市绿地降低城市热岛效应的定量研究，国外研究起步较早[60]。因为城市热岛效应是一种等级尺度结构的空间现象[3,5-6]，因此对城市绿地降低城市热岛效应的研究也形成了微观和宏观两类研究方向。

目前对城市绿地降低城市热岛效应的微观研究较多[61]，主要集中在树种、种植组团的植被结构、二维平面参数、绿量、平均每公顷绿地每天吸热量等领域[62-64]。

宏观城市热岛效应研究多采用遥感手段，研究显示城市热岛效应与城市空间格局[65-66]、规模参数[5-6]、用地比例[67-70]、功能分区[71-74]、局地影响等密切相关[75-77]。宏观尺度治理城市热岛效应需要更大范围，一般城市热岛效应最小影响区域为城区面积的150%[78]。合理构建绿地系统的布局，利用绿地与非绿地间的大气环流[79]，可增强城市绿地缓解城市热岛效应功能。但目前，三维的绿地降温的关键因子作用机理不明确，对降温效率问题也较少关注，导致目前该领域的研究主要集中于小尺度城市绿地的降温效果，对大尺度城市绿地的降温效率研究较少。例如，黄焕春等发现微观绿地降温敏感尺度为15 m，但并未对较大宏观尺度进行深入研究[2]。

传统的相关分析和回归分析，在客观、充分地描述城市热岛效应驱动机制上有较大的局限性，在一定程度上阻碍了城市热岛效应研究的发展。因此，需要建立新的空间模型描述城市热岛效应空间分布和绿地降温的空间变化，为进一步的城市热岛效应模拟分析奠定基础。同时，考虑绿地降温适应城市空间结构与功能的演化需求。

2. 城市绿地降低城市热岛效应机能在城市规划中的应用

关于城市绿地降低城市热岛效应的规划应用研究，西方国家取得了较多本土化的研究成果，也融入具体的城市规划建设中。我国城市与园林规划对城市热岛效应的研究相对较少，一方面基础性研究相对不足，另一方面定性研究远多于定量研究，缺乏具有操作性的降低城市热岛效应空间布局参数。例如，李延明等研究了北京市区域绿化量与热岛强度的关系。研究表明：在白昼时期，下垫面为城市绿地和水面的城市区域空气升温速率显著低于人工建筑和构筑物下垫面的城市区域的空气升温速率；且绿化覆盖率与热岛强度呈负相关，某城市区域绿化覆盖率高于30%，即可开始对该区域的城市热岛效应进行有效地缓解[80]。严平等研究了合肥绿地的降温效果与树木种类的关系，研究显示：在白昼、森林、片林降温效果最好，树冠连接的行道树降温效果强于树冠层枝叶疏松的行道树降温效果，草地、装饰绿地降低城市热岛效应能力最弱；该情况与夜间各类型城市绿地降温能力相反。各绿化树种中，蒸腾量大、耗热大的树种，降低城市热岛效应的能力更强[81]。胡永红等对居住区的热岛效应改善进行了研究，提出了中尺度绿化削弱城镇居住区的城市热岛效应的原则，并且发现当绿地绿化覆盖率高于30%时，该绿地热岛效应显著降低，绿化覆盖率大于60%、占地面积大于3公顷的集中式绿地，可完全消除该绿地的城市热岛效应[82]。朱岳梅等提出了计算不同下垫面城市区域的传热、蓄热和蒸发量的模型，对北京某生态城规划项目的方案进行了城市热气候影响评价，研究证明通过增加绿地面积和林木的覆盖率、减少建筑排热等手段，可以有效削弱某城市区域的城市热岛效应[83]。黄初冬等研究了杭州市城市热岛效应与城市用地的功能布局的关系，研究发现杭州市城市热岛效应自2000年开始具有减弱的倾向，且该倾向与杭州市城市土地利用性质变化关系紧密，他们以此提出“中心城区+外围组团”城市用地分布结构，可以有效削弱城市热岛效应[84]。尹杰等研究了武汉市的城市热岛格局与用地类型关系，研究发现用地类型与该区域地表温度存在强关联，其中，城市热岛效应区域主要位于主城区内，而水域、林地、草地和耕地均为低温区[21]。张雅妮等将广州白云新城作为研究区，在传统城市设计方法的基础上，引入“风热”要素，提出了旨在改善山城地区风热环境的城市设计方法[85]。刘晓冉等建立了针对重庆市悦来会展城城市热岛效应监测系统，收集了该研究区的地表地物、物理气候环境的数据集，并模拟了运用海绵城市规划方案后地表温度的降低情况，发现运用海绵城市规划方案后可以有效地削弱城市热岛效应[86]。蔡菊珍等分别研究了绍兴市越城区近10年内风环境和自20世纪90年代以来热环境情况，研究发现绍兴越城区10年来年平均风速显著降低，自20世纪90年代以来年平均大气温度显著升高，并产生多个城市热岛效应中心，而且发现城市热岛效应和地表通风潜力程度与城市下垫面地表类型关系密切，并基于相关数据提出了通风廊道的初步规划方案[74]。由此，通过分析相关研究文献可以发现，该类研究目前仍主要基于经验模型展开，量化研究深度还较不足。

当前，研究者们开始更加注重梳理城市热环境与人体身心健康状态之间的关系，以此为城市规划、改造和绿地系统的设计、建设提供科学的依据，其中，Huang等以MATLAB矩阵分析、ArcGIS空间分析、遥感反演、地物提取为研究方法，研究了天津的热环境和居民情绪的关系，并基于居民精神卫生原理提出了天津市城市绿地系统的改进方案[87]。

四、 社会科学视角下城市热岛效应相关研究的进展

传统的关于城市热岛效应的研究，较多地集中于气象、地理学角度，并以城市规划等学科的研究为基础对城市热岛效应进行分析。随着各具体研究区域城市热岛效应和各类社会经济因子数据的丰富，也出现了从社会科学视角出发分析城市热岛效应的研究。这些研究主要集中在两类研究领域：城市热岛效应与城市经济发展关系的研究以及城市热岛效应与碳达峰、碳中和关系的研究。

1. 城市热岛效应与碳达峰、碳中和关系的研究

城市热岛效应的形成与城市区域的温室气体排放情况有密切关系，对城市碳排放的控制对缓解、调节城市热岛效应有积极影响。2020年9月22日，第75届联合国大会期间，中国承诺努力争取在2060年前实现碳中和。可以预计，随着我国一系列与碳达峰、碳中和相关政策措施的落实，城市热岛效应情况也会产生较大的变化。因此，从碳达峰、碳中和视角分析城市热岛效应的研究，将在未来具有较大空间。

当前，城市热岛效应与碳达峰、碳中和关系的研究相对较少，且主要集中于定性分析，较少开展定量研究，这与相关原始数据现存数量有限、搜集难度较大和学者目前相对缺乏关注有关，但也有部分学者已经在该领域进行了有益的研究。例如，黄斌等在分析驱动形成低碳城市空间形态的各个因子关系的基础上，进一步分析了碳源、碳汇、热岛等主要因子间的逻辑关系和相互影响机制，并结合过往对低碳城市空间设计原则的讨论，通过对中国发展低碳城市的优势、发展情况、中国低碳城市空间特点、发展低碳城市政策等方面研究成果的总结，指出了中国发展低碳城市空间所面临的问题[88]。杨向军则以湖南省长沙、株洲、湘潭地区为研究区域，计算了该区内碳排放、碳净排放、碳吸收和城市热岛效应强度的数值并对研究区域内的碳排放格局和城市热岛效应格局进行了可视化分析，研究发现研究区域内碳排放量和城市热岛效应强度的趋势一致，均为随时间推移不断增强；且研究区内碳排放格局和城市热岛效应格局正相关[89-90]。

2. 城市热岛效应与城市经济发展关系的研究

城市热岛效应的产生和城市人口的聚集、生产生活方式有密切关系，因此也有学者尝试从城市社会经济发展视角，分析其与热岛效应可能存在的相互关系。该类研究更加注意从城市经济学、人文地理学等角度对城市热岛效应进行分析，从而提出社会经济视角下与城市热岛效应相关的研究结论。

例如，曾侠等以珠江三角洲城市群为研究区域，分析了该研究区域历史上城市热岛效应的规律和变化趋势，并对珠江三角洲城市群中各城市的热岛效应强度分布格局进行了对比。研究发现，该研究区域内，城市热岛效应强度与城市经济活动活跃程度成强正相关关系[91]。杜尧东等从全球气候变暖的宏观视角出发，对广东省的气候情况进行了分析回顾。研究认为，广东省在过往的持续增暖来源于该地区温室气体排放的增加和城市化导致的城市热岛效应；而该地区气候的持续增暖趋势又导致了区域内旱涝灾害增加、极冷极热气象灾害的频繁发生。极端气象灾害频发，对广东省经济发展带来了很大的阻碍，并对存量经济造成显著损害，当前经济发展造成的气候灾害问题亦会给未来的区域经济发展带来较大的困扰。在此基础上，研究者提出管控温室气体的政策原则，以协调未来区域经济发展和自然环境治理的关系，促进社会经济协调、永续发展[92]。彭保发等研究了上海市的土地利用情况和城市热岛效应的关系。研究发现，城市工业化、城市人口扩张、城市不动产开发建设造成的土地利用状况变化，造成了城市热岛效应程度的加重，且经济发展和能源消耗情况与城市热岛效应强度为正相关关系。因此，土地利用方式的差异，对城市热岛效应的空间格局具有明显的影响[93]。牛陆等则对全国284个地级市2018年城市热岛效应强度进行计算，以大量数据分析为基础分析全国城市热岛效应的格局，并结合社会经济数据、气象气候数据和多源卫星遥感影像数据，分析了284个城市日、夜间的城市热岛效应强度的形成因子和各因子对城市热岛效应的作用差异。研究发现，决定全国地级市城市热岛效应强度的因子，在日间和夜间有所不同，其中夜间城市热岛效应的强度更多受城市社会经济因素的作用[94]。

针对城市热岛效应和社会经济存在密切关系，学者们开始采用新的视角对传统的控制城市热岛效应的各类绿地和绿化要素进行研究，以平衡其对城市生态建设的效益和社会经济效益。例如，丁新辉等整理了屋顶绿化产生经济、社会、生态效益的逻辑关系，指出其经济效益对社会和生态效益的持续产生具有重要意义，并提出了对屋顶绿化经营者和开发者、居住者关系的协调式的屋顶绿化开发和管理模式[95]。仲启铖等建立了综合环境、社会、经济和景观4类驱动因子的搬迁地绿地绿化项目评价指标体系，并以上海世博园为例进行了评价分析。研究发现，上海世博园各个绿地项目的景观效益、环境效益、社会效益和经济效益的驱动因子分别为94.62、73.23、60.00、39.60，在维持基本经济效益的同时可以有效改善区域城市热岛效应情况，基本符合该绿地项目规划目标要求；证明了通过完善和协调经济和环境效益的指标体系，可以有效指导城市绿地规划设计，从而实现控制城市热岛效应和发展城市区域经济的平衡[96]。

五、 当前面临问题和未来研究方向

当前，全球范围内对城市热岛效应的研究均已上升到国家科技战略层面。1997年，美国环境保护署和航空航天局共同发起了“Urban Heat Island Pilot Project”计划，随后，加拿大、西欧、日本也积极开展了夏季城市热岛效应治理研究工作，我国《国家中长期科学和技术发展规划纲要(2006—2020年)》也将城市热岛效应及调控研究列为重点。近年来国内外研究者均加强了对城市热岛效应的关注并取得了较丰富的研究成果，但仍面临较多的问题。

第一，在研究数据收集方面。首先，运用站点观测法采集温度场数据存在较大的局限性。这主要是由于采用站点观测法不能在时间空间方面全面地获取数据——采用固定气象站点观测法采集的温度场数据难以反映大尺度空间内的温度场变化，不能全面准确地获取大尺度研究区的温度格局数据；采用流动站点观测法获取的温度场数据，会因一段时间内温度场出现不确定性变化而在数据同步性方面存在较大问题。因此，单纯使用传统的气象站点观测法采集温度场数据，已被证明存在较大的局限性，限制了研究区范围的选择和该类研究的智能化水平。其次，采用遥感观测法获取高质量的研究区温度格局原始数据受到诸多条件的限制。例如，由于云层等气象条件限制，研究者无法获得某些地区完整的遥感影像数据。同时，卫星平台轨迹等因素也会导致获取数据的同步性方面存在较大的问题。这些因素都限制了研究区范围和研究时间段的选取，无法获得各地表区域的高质量遥感影像数据，从而限制了对长周期、大尺度研究区域的城市热岛效应的研究进展。

第二，在研究模型方面。首先，在城市绿地缓解城市热岛效应机制领域的研究中，已对微观的绿地组成要素的降温效果建立了量化模型，但尚未以相关结论的数据建立绿地组成要素的量化指标，也缺乏可在宏观层面有效描述城市温度场格局、调节城市热岛效应的城市绿地布局之间三维关系的模型。这主要是由于当前研究者对三维绿地降温关键因素作用机理仍不明确，只能依靠经验公式进行假设和验证；同时也和研究者较少关注三维绿地的降温效率领域的研究有关。相关指标和模型的缺失限制了对大尺度城市绿地降低城市热岛效应研究的进一步开展。其次，在对城市热岛效应形成机制的研究中，目前仍然沿用传统的相关分析和回归分析的研究方法量化分析城市热岛效应和其他要素的关系，尚未建立基于城市热岛效应形成机制的、描述城市热岛分布等属性的模型。这种缺失导致目前不能完全量化地描述城市热岛效应生成机制驱动下形成的城市热岛效应状态，也导致了对量化分析具体研究区城市热岛效应产生的主要因素研究的短缺，也不利于进一步开展针对具体研究区域的城市绿地调节城市热岛效应问题的研究。

第三，在研究方向方面。也存在城市与园林规划对城市热岛效应的作用的研究相对较少的缺陷。这主要是由于该领域数据搜集困难、实验易受其他要素影响，也和该领域基础性研究相对不足、对城市组成要素对城市热岛效应的作用机制未完全明确相关。此外，目前该领域内已有研究结论和研究方向偏向于定性，缺少对定量研究和结论的关注，这导致研究者无法进一步抽象得到具有可操作性、可直接指导降低城市热岛效应空间布局参数，使得面向缓解城市热岛效应的城市规划方案缺乏可直接指导建设和可普遍推广的量化指标。

根据我国城市化的阶段和面临的城市问题，综合国内外城市绿地降低城市热岛效应的研究趋势，今后研究应进一步在以下方面寻求突破。

第一，在研究方法方面。首先，应注重跨学科交叉研究，引入城乡规划、风景园林、地理学、医学等多学科的基础性研究理论和方法；注重进行跨地区、单位的联合研究，完善相关实验的全面性、科学性和实效性，例如通过与医学领域研究者的合作，进一步完善相关问卷内容，使其客观、合理，能剔除其他要素影响下反映城市热岛效应与人体健康关系。该方法可显著增加研究成果的适应场景，提高相关结论的可推广性。其次，需要运用现代地理数学和地理设计(Geodesign)领域的相关技术手段和结论，在延续地理信息系统的数据搜集整理、分析、评估、可视化的基础上，综合地理信息系统的数字技术和实时的优点，在此基础上进一步结合设计环节，实现在地理信息分析基础上的城市规划和绿地系统规划方案生成的智能化。

第二，在研究数据收集方面。首先，目前，采用传统的站点观测法收集数据面临着数据采集量不足、无法完整覆盖研究区的问题，但是实际测量的数据仍然是矫正遥感卫星影像数据误差的必要资料。在未来的研究中，研究者应增加对站点观测气候数据的力度和密度，探索成本更低廉、效率更高的站点观测方法。同时也需要加强对开源的实地站点观测数据的搜集和整理。其次，需要实现数据高时空分辨率的多源三维融合，在对现有遥感技术的改进基础上，发展大数据、数据挖掘、人工智能等间接、高效的数据收集和分析方法，通过多种途径和渠道获取多源数据进行城市热岛效应研究，以此改善当前仅依赖单个遥感卫星平台搜集数据的情况。

第三，在研究模型方面。应更加注重引入地理学、社会学或生物学、医学等学科领域中描述与城市存在发展具有相似性的事物的模型，如蚁群算法、神经网络模型等数学模型。通过这些模型可更加丰富对城市热岛效应的描述、分析和预测的工具，实现同一问题的多角度解答。

第四，在研究议题方面。首先，在进一步对绿地降低城市热岛效应的机制研究基础上，加强降低城市热岛效应绿地的结构、功能的基础量化与规划应用研究，特别是影响机制的分析与关键评价指标的建立及对应参数的获取。应注重对城市绿地系统和城市规划设计优化方案对关键时间和重要空间节点城市热岛效应格局的影响，并在规划环节中，更多地考虑城市绿地系统和城市空间优化方案全生命周期中城市热岛效应改善情况和经济、建设周期等要素的协调问题。进一步地接入神经网络等模型，提高模拟、预测、分析环节的智能化水平；接入更丰富的研究区域实际情况数据，使得研究结果、规划方案更贴近实际情况。其次，需进一步加强对城市热岛效应对城市组成要素和城市人口状态影响的认识，进一步梳理和发现与城市热岛效应形成、扩张、衰减相关的城市组成元素，构建相关城市元素影响城市热岛效应的机制，为缓解城市热岛效应负面影响方法的研究、生成控制具体研究区域城市热岛效应状态的规划设计方案等工作提供更多的切入视角和解决思路。