近日，我系余兆武團隊聯合國內外多所高校及科研機構，在全球城市熱島效應緩解策略研究領域取得重要進展。相關成果以Enhancing Climate-Driven Urban Tree Cooling with Targeted Nonclimatic Interventions為題，發表於環境領域國際頂級期刊Environmental Science & Technology。該研究通過全球多尺度數據分析與機器學習模型，揭示了不同氣候區城市樹木降溫效率的時空分異規律，並提出優化非氣候因素以提升降溫效益的創新路徑，為全球城市綠地規劃提供了科學依據。  

隨著城市化進程加速，熱島效應加劇了極端高溫事件的發生頻率，嚴重威脅居民健康與城市可持續發展。城市樹木作為重要的自然解決方案（NbS），其降溫效率受氣候與非氣候因素的復雜調控，但全球尺度下的作用機製仍不清晰。如何通過精準調控非氣候因素（如城市形態、樹木結構等）最大化樹木降溫效益，是當前國際研究的熱點與難點。研究團隊基於高分辨率遙感數據（70米地表溫度、10米土地覆蓋等），結合氣象再分析數據，對全球四大氣候區（幹旱、半幹旱、半濕潤、濕潤）229個大城市展開分析。通過構建網格單元級降溫效率（Cooling Efficiency, CE）模型與XGBoost機器學習算法，量化了氣候與非氣候因素對晝夜降溫效率的貢獻差異，並揭示了關鍵變量的非線性閾值效應。  

研究發現（1）氣候因素主導降溫效率：氣候變量對降溫效率的貢獻約為非氣候因素的兩倍，其中土壤濕度（白天）與飽和水氣壓差（夜晚）分別為最重要的氣候因子。（2）晝夜降溫效率分異顯著：濕潤區樹木白天降溫效率最高（每增加1%樹木覆蓋降溫0.037°C），而幹旱區樹木夜間降溫效果最優（0.007°C/%）。這源於冠層密度差異導致的能量分配機製不同。（3）非氣候因素優化閾值：不透水面覆蓋率（PIS）存在最優區間——濕潤區40%、幹旱區60%，超出閾值將削弱降溫效益。建築高度超過10-14米後，降溫效率趨於飽和。（4）機器學習驅動策略設計：通過貝葉斯優化與特征篩選，研究提出幹旱區應優先提升灌溉效率，濕潤區需控製建築密度並優化通風廊道，以協同氣候適應與城市發展。研究為氣候韌性城市規劃提供了可操作的調控路徑。例如，在幹旱城市推廣節水灌溉與淺色高反照率材料，平衡綠化與水資源約束；在濕潤城市限製不透水面擴張，優先保護連續樹冠覆蓋區域；從全球來看，應該製定差異化綠地管理標準，納入氣候區劃與城市形態指標。

圖1 城市樹木降溫效率在全球幹旱與濕潤地區機製圖

沐鸣2开户余兆武為論文第一作者及通訊作者，美國密歇根州立大學、香港理工大學、中國科學院生態環境研究中心等機構學者共同參與。研究得到國家自然科學基金（42171093）、國家重點研發計劃（2024YFF1307000）上海市科技創新行動計劃（212R1408500）等項目的支持。  

論文鏈接：https://doi.org/10.1021/acs.est.4c14275  

團隊主頁：https://www.researchgate.net/profile/Zhaowu-Yu/research

供稿：余兆武課題組

審核：張立武