中国城市中不同区域的植被动态及其对地表城市热岛强度的影响

中国主要城市不同区域植被变化对城市热岛强度的影响机制研究。基于MODIS 2000-2020年NDVI数据，分析112个城市旧、新、郊区植被动态特征及其对SUHII的贡献率（旧城区-38.45%、新城区37.67%、郊区23.88%），揭示植被变化呈现绿-褐-绿梯度模式，且对热岛效应的调控作用存在显著区域异质性。

张文杰|邵浩云|孙然浩|周玉玉|杨远健|谢尊义|周博涛

中国南京信息科技大学气候系统预测与风险管理国家重点实验室，南京，210044

摘要

城市和郊区地区的植被变化通过其降温效应显著影响了城市表面热岛强度（SUHII）。然而，传统的SUHII研究往往依赖于过于简化的城市-郊区二元框架，未能充分揭示旧城区和新城区之间植被变化及其热环境响应的差异模式。基于2000年至2020年的中分辨率成像光谱辐射计（MODIS）数据，使用归一化差异植被指数（NDVI）量化了中国112个主要城市的植被变化趋势，并进一步计算了降温效应，以评估不同地区植被变化对SUHII的贡献。我们的研究结果表明：（1）旧城区、新城区和郊区的植被变化率呈现出总体上的绿化-褐化-再绿化模式；（2）全市范围内的SUHII每年增加0.07°C，但存在明显的区域差异，旧城区以每年0.01°C的速度下降，新城区以每年0.06°C的速度上升；（3）旧城区、新城区和郊区的植被变化分别对SUHII增强的贡献为-38.45%、37.67%和23.88%。本研究全面揭示了区域植被动态影响全市SUHII的机制，为有针对性的热缓解策略提供了科学依据。

引言

随着中国城市化的加速，城市热岛效应变得越来越严重（Gong等人，2019；Hu等人，2022；Liu等人，2020；Rachidi & Mounir，2025；Yue等人，2019）。它恶化了水质和空气质量，增加了能源消耗，并提高了死亡风险（Chen等人，2022；Guo等人，2025；Li等人，2019）。城市绿化通过促进局部降温来缓解城市表面热岛强度（SUHII），为减少热量提供了关键策略（Alkama & Cescatti，2016；Gilbert等人，2016；Li等人，2023；Zeng等人，2017）。

遥感技术为大规模城市热岛研究提供了强有力的支持（Li等人，2017；Li等人，2018；Li等人，2024；Li等人，2025）。它能够捕捉城市和农村地区之间的地表温度（LST）梯度，从而阐明城市表面热岛强度指数的时空变化（Chakraborty & Lee，2019；Shastri等人，2017；Wang & Shu，2020）。在中国，随着城市化的快速发展，旧城区的开发接近饱和，而新城区的建设加剧，导致地表特性和土地利用类型的深刻变化（Liao等人，2021；Ye等人，2017）。这些变化不可避免地导致了能量交换过程的差异（Chen等人，2020；Ferré等人，2025；Varnakovida & Ko，2023），在旧城区、新开发区域和郊区形成了不同的空间格局，进而塑造了异质性的UHI空间模式（Han等人，2022；Hu等人，2025）。总之，这些区域发展差异不仅放大了SUHII的异质性，还突显了植被在调节SUHII中的关键作用。

植被通过蒸腾作用和遮荫作用是缓解城市热岛的关键因素（Duncan等人，2019；Nastran等人，2019；Shiflett等人，2017）。Leng等人（2024）发现，中国28个主要城市的城市树木使地表温度降低了0.071至0.209°C。中国通过改善土地利用管理在全球绿化方面处于领先地位（Chen等人，2019）。在城市区域，植被生长覆盖了从郊区到城区85%的不透水表面强度梯度，且随着城市强度的增加，这种效应也在增强（Feng等人，2021；Wang等人，2019；Zhao等人，2016；Zipper等人，2016）。旧城区的绿化部分抵消了新城区 的褐化（Zhang等人，2023；Zhang等人，2024）。这些发现表明，在中国的城市发展中，不同地区的植被变化可能表现出不同的模式。然而，关于旧城区、新城区和郊区之间植被变化模式的系统研究仍然有限（Zhang等人，2023；Zhang等人，2024）。例如，城市植被动态的空间模式仍不确定，特别是它们是否符合多方面结构（例如，旧城区的绿化、新城区的褐化和郊区的绿化）、二元配置（例如，新城区和郊区的褐化与旧城区的绿化对比），还是所有地区的统一趋势。此外，大多数研究集中在根据SUHII计算方法比较郊区和整个城市区域。例如，Yao等人（2019）指出，郊区的显著绿化通过增加城市和农村地区之间的温度梯度增强了全球SUHII。旧城区、新城区和郊区的植被变化可能导致热差异，影响局部环流和空间SUHII模式（Irshad等人，2024；Schatz & Kucharik，2015；Yang等人，2016）。研究植被变化模式对SUHII的影响对于优化绿化政策和理解局部微气候至关重要。

基于上述背景，本研究使用MODIS数据（2000–2020）来解决三个问题：（1）中国城市旧城区、新城区和郊区的植被变化的空间模式是什么？（2）这些区域的SUHII趋势有何不同？（3）特定区域的植被变化如何影响SUHII？

章节片段

城市边界和农村参考的定义

城市边界数据来源于Zhao等人（2022）的研究，该数据集使用逐步划分框架整合了DMSP-OLS和VIIRS夜间光照数据，生成了1公里空间分辨率的全球年度城市范围栅格。为了选择研究城市，我们首先从这个全球数据集中提取了2020年中国城市范围栅格数据。随后，对这些栅格数据进行处理，通过连通性分析识别连续的城市集群（例如，分组）

城市区域的植被变化

区域尺度的平均NDVI显示了不同的空间模式，旧城区、新城区和郊区的NDVI值分别为最低、中等和最高（图2a–c）。然而，长江三角洲和珠江三角洲的城市聚集区表现出独特的空间特征。具体来说，虽然这些区域的新城区和郊区平均NDVI值通常较低，但旧城区则显著不同，因为它们保持了相对

讨论

本研究构建了一个“旧城区-新城区-郊区”的三元空间框架，系统地分解了植被动态对SUHII的不同影响。它克服了传统方法的局限性，这些方法要么关注单一区域，要么依赖于城市-农村的二元范式。这填补了以往研究中对中国城市不同发展阶段之间显著异质性关注不足的空白。

结论

尽管关于城乡结构下不同植被变化的研究增强了我们对区域植被变化如何影响SUHII的理解，但目前还没有针对中国城市旧城区-新城区-郊区空间框架的研究。因此，我们通过分析2000年至2020年的卫星记录，研究了中国112个大型城市的区域植被变化及其对SUHII的影响。

CRediT作者贡献声明

张文杰：撰写 – 审稿与编辑，监督，资源获取，方法论，资金获取，概念化。邵浩云：撰写 – 原稿撰写，监督，方法论，正式分析，数据管理。孙然浩：撰写 – 审稿与编辑，调查，概念化。周玉玉：撰写 – 审稿与编辑，监督，资源获取，方法论，概念化。杨远健：撰写 – 审稿与编辑，资金获取，概念化。谢尊义：撰写 – 审稿与

数据可用性声明

MOD13A1产品的16天归一化差异植被指数（NDVI）数据可从https://doi.org/10.5067/MODIS/MOD13A1.061获取。MOD11A2产品的8天地表温度（LST）数据可从https://doi.org/10.5067/MODIS/MOD11A2.061获取。这些数据是公开可用的，无需许可即可下载。城市边界数据可在Zhao等人（2021）的研究中找到。

利益冲突

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家重点研发计划（2023YFF0805704）、国家自然科学基金（项目编号42222503和42201053）、区域与城市生态国家重点实验室的开放基金项目（项目编号SKLURE2023-2-4）以及重庆气象局遥感应用与创新重点实验室（LRSAI-2025001）的支持。我们还要感谢香港大学社会科学内部种子基金的支持