陳智龍，董雨琴，陳凌靜，黃啟堂

(福建農(nóng)林大學園林學院，福建 福州 353002)

中國的城市化發(fā)展以土地為中心創(chuàng)造了可觀的社會與經(jīng)濟效益，但隨之也帶來了許多不利影響，如耕地流失、“鬼城”現(xiàn)象和城市熱島效應等[1]。而城市熱島效應是由于快速城市化進程中各種因素的改變而形成，大量人口聚集和房屋道路等建筑修建改變了城市生態(tài)環(huán)境，大部分城市都存在著不同程度的熱島效應[2-3]。城市熱島效應指城市化進程里致使城市地表溫度與大氣溫度高于四周郊區(qū)或是農(nóng)村地區(qū)等非城市環(huán)境的一類區(qū)域溫差現(xiàn)象[4]。城市熱島效應除了造成城市生態(tài)環(huán)境失調(diào)[5]，更會增大城市能源損耗[6]，加劇城市大氣污染[7]，嚴重影響城市居民日常生活與健康[8-9]，致使公眾普遍認識到快速城市化對資源和環(huán)境的壓力和破壞日益突出。國家住房和城鄉(xiāng)建設(shè)部分別于2013年9月和2015年11月發(fā)布了《城市居住區(qū)熱環(huán)境設(shè)計標準(JGJ286-2013)》和《城市生態(tài)建設(shè)環(huán)境績效評估導則(試行)》，將城市熱環(huán)境質(zhì)量納入城市建設(shè)項目的考核評定指標體系當中[10-11]；中國氣象局于2019年8月啟動全國城市熱島衛(wèi)星遙感監(jiān)測評估，將推進衛(wèi)星遙感綜合應用體系建設(shè)，開展城市地表溫度檢測、城市熱島強度檢測和評估、城市熱島效應評估[12]。這表明我國已將有關(guān)城市熱島效應問題作為今后城市綜合環(huán)境建設(shè)、治理與發(fā)展的研究重點。

目前，城市熱島效應的影響因素分析已成為研究城市化生態(tài)環(huán)境效應的重要方向之一。城市熱島效應是在城市化的人為因素與當?shù)貧庀笄闆r共同作用背景下而形成的，所以熱島效應的形成是一個多元復雜且因地而異的長期過程[13]。

有研究表明，城市化發(fā)展對氣溫有一定影響，城市化在近50 a中國氣溫變暖中的貢獻占20%—30%。城市化對城市熱島效應的影響應引起足夠的重視[14]。人類活動的強度變化影響城市地表熱量的轉(zhuǎn)換，以人口密度、經(jīng)濟發(fā)展、產(chǎn)業(yè)規(guī)模以及建筑物的高度、密度和容積率等為代表的社會驅(qū)動力因素是導致城市地表溫度升高、城市熱島效應加劇的主要原因之一[14]。城市熱島效應具有諸多特征表述，如：城鄉(xiāng)氣象站臺氣溫差值、城鄉(xiāng)地表溫度或大氣溫度差值、城市空間熱環(huán)境差異等。從日間變化上觀察，早期研究指出氣溫城市熱島是“夜間現(xiàn)象”即夜間呈現(xiàn)高峰[15]，但之后很多研究表明有些地區(qū)白天地表城市熱島強度突出[16]，甚至超過夜間地表城市熱島強度[17]，因此本文暫不考慮夜間地表城市熱島的研究。Mitchell等利用Landsat和MODIS遙感影像反演的地表溫度,結(jié)合當?shù)厝丝谄詹閿?shù)據(jù),利用地統(tǒng)計學等空間統(tǒng)計方法，對影響美國佛羅里達州Pinellas地區(qū)地表熱環(huán)境分布的人口因素進行分析，結(jié)果表明在貧困人口較為集中的區(qū)域以及某些特定種族或少數(shù)民族的聚集區(qū)域，城市熱島效應更為顯著[18]。張瑜等基于1995—2013年的TM遙感數(shù)據(jù)以及西安市建成區(qū)的人口、綠化面積、廢氣排放量、GDP、運輸量、工業(yè)總產(chǎn)值等11項統(tǒng)計數(shù)據(jù)，采用灰色關(guān)聯(lián)度理論定量研究了熱島效應影響因子的貢獻率，結(jié)果認為人類社會因素對熱島效應帶來的負面影響日益加劇[19]。由于社會統(tǒng)計數(shù)據(jù)在空間尺度和時間尺度上的局限性導致其較難適用于小尺度的熱環(huán)境研究，對城市熱島效應的定量分析研究帶來了一定困難。另外，在城市熱島的單一影響因素研究中，城市地表覆蓋特征對城市地表溫度的影響分析已經(jīng)較為充分，圍繞NDVI，NDBI，ISA等影響因素已展開定量研究，而城市熱島效應社會經(jīng)濟驅(qū)動力的定量研究則較為缺乏，肌理性分析和案例驗證均存在不足[20]。因此，本文以衛(wèi)星反演的冬季日間地表溫度為依托，在區(qū)域尺度下計算分析各個城市的熱島效應，從熱島效應形成機理角度出發(fā)并借鑒前人研究提出影響指標，結(jié)合對應年限的人口普查、經(jīng)濟普查、統(tǒng)計年鑒等社會經(jīng)濟數(shù)據(jù)，對研究區(qū)域進行城市熱島效應定量分析，同時充實景觀尺度上人為活動影響熱島效應的分析。本文選取我國22個城市，利用2014年和2019年衛(wèi)星影像與統(tǒng)計年鑒等相關(guān)數(shù)據(jù)，定量分析城市熱島效應變化特征，同時探討社會經(jīng)濟因素對城市熱島效應的影響機制，以期為有效消緩城市熱島效應提供科學的參考依據(jù)，為其他城市熱島效應的格局演化及其社會經(jīng)濟驅(qū)動力的定量研究提供借鑒和參考。

1 研究區(qū)域概況

本文研究區(qū)涵蓋了大部分東南沿海城市以及內(nèi)陸部分城市，東經(jīng)111°—122°，北緯2°—39°，選定城市樣本在2014年至2019年里城市GDP、工業(yè)化趨勢以及城市建設(shè)綠化等方面發(fā)展迅速，作為研究對象具有一定代表性。同時，因每個城市對于統(tǒng)計數(shù)據(jù)的標準不一，為保證數(shù)據(jù)完整性與統(tǒng)計口徑的一致性，本文主要選取城市人口數(shù)、社會消費品零售總額、建成區(qū)面積、建成區(qū)綠地覆蓋面積、工業(yè)用電量、道路面積、民用車輛擁有量、建成區(qū)綠地覆蓋率、城鎮(zhèn)居民用電量共9類影響指標。城市樣本共包括廣州市、佛山市、東莞市、汕頭市、廈門市、福州市、溫州市、寧波市、杭州市、嘉興市、蘇州市、常州市、無錫市、蕪湖市、南京市、蚌埠市、徐州市、鄭州市、開封市、濟南市、陽泉市、太原市等22個城市。以其中城市市轄區(qū)作為研究范圍進行城市熱島效應的計算及進一步分析。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文研究的數(shù)據(jù)分為遙感影像和城市統(tǒng)計數(shù)據(jù)。遙感數(shù)據(jù)為2014年和2019年Landsat8衛(wèi)星的冬季遙感影像，通過美國地質(zhì)調(diào)查局(USGS)獲取，級別是Level 1T(L1T),地圖投影為UTM，坐標系統(tǒng)為WGS84，USGS在數(shù)據(jù)分布前將TIRS10/11重采樣至30 m以匹配傳感器的多光譜波段，并將全部波段的像元灰度級拉伸到16-bit，存儲為柵格式單波段影像。研究區(qū)內(nèi)圖像質(zhì)量良好，云層覆蓋少，且地面特征清晰[22]。城市統(tǒng)計數(shù)據(jù)均源自《中國城市統(tǒng)計年鑒》和各城市統(tǒng)計年鑒以及相關(guān)官方網(wǎng)站公布的城市發(fā)展公報等文件。

本研究依照2個標準進行社會經(jīng)濟因素指標的選擇。首先，篩選的指標應直接或間接影響城市熱島效應，是具有代表性的城市化發(fā)展指標，即所選的因子對城市熱島的影響可由現(xiàn)有研究得出；其次，本文研究區(qū)限定于城市市區(qū)范圍，對應的指標數(shù)據(jù)同樣應為城區(qū)尺度，并且能夠獲得，確保其與統(tǒng)計口徑的一致性。

2.2 研究方法

考慮到衛(wèi)星遙感影像可以直接獲取城市地表的熱輻射信息，并具有數(shù)據(jù)獲取周期短、覆蓋范圍可控、獲取成本低等優(yōu)點[14]，本文利用衛(wèi)星熱紅外遙感數(shù)據(jù)反演研究城市地表溫度。但由于地表熱輻射在傳導過程中會收到輻射面與大氣的影響，這將造成衛(wèi)星傳感器接收到熱輻射信息與地表真實熱輻射狀況差異較大的情況，而經(jīng)過大氣校正后再反演得到地表溫度，基本考慮了大氣和輻射面的干擾，因此本文首先通過ENVI5.3軟件對所有影像數(shù)據(jù)作輻射定標和大氣校正處理，剔除因大氣散射對地表溫度反演所造成的誤差，其反演結(jié)果將會更接近于真實的地表溫度[22]。接著再對未覆蓋完整研究區(qū)的影像進行影像拼接，然后在ArcGIS10.2軟件中，利用研究市轄區(qū)的邊界矢量圖裁剪圖像，得到研究區(qū)市轄區(qū)范圍的遙感影像，最后對影像進行地表溫度的反演計算，并以統(tǒng)計年鑒和相關(guān)歷史氣溫等數(shù)據(jù)，驗證其地表反演溫度可靠性。熱島強度值計算公式為UHI=Ta-Tb(UHI為熱島強度值，Ta為城市A選樣點地表溫度值，Tb為郊區(qū)B參照點地表溫度值，單位均為 ℃)[23]。

由于各選定城市2014年與2019年遙感影像的成像時間不同，直接進行比較分析反演出的溫度是不合理的，因此對各城市前后2 a的圖像進行統(tǒng)一歸一化處理，從而消除成像時間的影響[24]。在ArcGIS10.2中依照公式(1)對所得地表溫度進行歸一化處理，接著按等差級值將各個城市熱島效應予以分級：0.8—1.0表示強熱島區(qū)，0.6—0.8表示熱島區(qū)，0.4—0.6表示常溫區(qū)，0.2—0.4表示綠島區(qū)，0—0.2表示強綠島區(qū)[25]。

L=(Tn-Tmin)/(Tmax-Tmin)

式中，L是代表各個城市影像中第n個像元亮度溫度值的歸一化值，Tn代表第n個像元溫度；Tmin是溫度最小值，Tmax為溫度最大值。

接著在熱島效應分級之后，使用ERDAS9.2軟件對影像進行熱島轉(zhuǎn)移矩陣計算。轉(zhuǎn)移矩陣是對2期不同年度同一地區(qū)的熱島效應區(qū)的圖層影像疊加分析數(shù)據(jù)，求得不同熱島效應區(qū)發(fā)生變化后的級別與其變化面積的二維矩陣，用以反映靜態(tài)相同時期、相同地區(qū)、不同等級熱島效應區(qū)的面積，以及前期各級熱島效應區(qū)的面積轉(zhuǎn)出情況和后期各級熱島效應區(qū)的面積轉(zhuǎn)入情況。

3 結(jié)果與分析

3.1 研究區(qū)地表溫度及城市熱島值變化分析

由結(jié)果(見表1)可知，2014年各個城市的地表最低溫度從0 ℃(鄭州、太原等)到27 ℃(佛山)不等，平均值為9 ℃。各個城市的地表最高溫度從7 ℃(陽泉)到39 ℃(佛山)不等，平均值為18.3 ℃。研究區(qū)內(nèi)城市熱島值由2 ℃(蚌埠)到6 ℃(杭州、廈門)不等。2019年，研究城市中的地表最低溫度從1 ℃(鄭州)到23 ℃(汕頭)不等。平均值為13 ℃。研究城市中的地表最高溫度從11 ℃(鄭州)到35 ℃(廣州、東莞等)不等，平均值為23.7 ℃。研究區(qū)中的城市熱島值由3 ℃(常州)到7 ℃(南京、蕪湖等)不等。

表1 2014—2019年城市地表溫度及熱島值

對比2 a的數(shù)據(jù)，研究區(qū)的最低溫度、最高溫度、平均溫度均為升溫，但開封、常州、佛山、東莞市的地表最低溫度和最高溫度卻有所下降。強熱島城市主要為廈門、杭州市等地區(qū)。

3.2 研究區(qū)熱島效應轉(zhuǎn)移矩陣分析

2014到2019年研究區(qū)各城市不同等級熱島效應區(qū)的轉(zhuǎn)移矩陣信息如表2所示。5 a間各城市的強綠島類型所占面積均各自有所增減，上升幅度較大的城市為嘉興市和汕頭市，下降幅度較大的為杭州市和佛山市；5 a間各城市的強熱島類型所占面積同樣各有增減，上升幅度較大的城市有蘇州市和寧波市，下降幅度較大的有濟南市等；強綠島轉(zhuǎn)入面積由3.407 km2到641.923 km2不等，其來源主要呈現(xiàn)由綠島區(qū)、常溫區(qū)、熱島區(qū)等依次遞減的轉(zhuǎn)入次序；強熱島區(qū)轉(zhuǎn)入面積由6.978 km2到1 053.138 km2不等，其來源主要呈現(xiàn)由強綠島區(qū)、綠島區(qū)、常溫區(qū)等依次遞增的轉(zhuǎn)入次序。

表2 2014—2019年城市熱島類型轉(zhuǎn)移矩陣 km2

3.3 城市熱島的PCA分析

城市熱島效應是在城市化的人為因素和局地天氣氣象情況共同作用下產(chǎn)生的，是城市化過程中對城市環(huán)境影響的必然現(xiàn)象，本文主要分析城市化中人為因素對熱島效應的作用，根據(jù)相關(guān)文獻結(jié)論將人為因素概括為城市規(guī)模、工業(yè)活動、居民活動及城市綠化4個方面。本文通過以下2個標準選擇社會經(jīng)濟變量指標。首先，選定的指標必須直接或間接影響城市熱島效應，即這些指標對城市熱島效應的影響已由現(xiàn)有研究顯示。其次，這些指標的數(shù)據(jù)必須在被研究的城市中可獲得。通過文獻篩選后選擇了包括城市人口數(shù)、社會消費品零售總額、建成區(qū)面積、建成區(qū)綠地覆蓋面積、工業(yè)用電量、道路面積、民用車輛擁有量、建成區(qū)綠地覆蓋率、城鎮(zhèn)居民用電量共9個定量指標(見表3)。其中正相關(guān)代表影響因子越大，熱島效應越強，反之亦然?？紤]到指標尺度統(tǒng)一及獲取問題，剔除人口密度、工業(yè)煙粉塵排放量、工業(yè)廢氣排放量、工業(yè)二氧化硫排放量數(shù)據(jù)。因指標因子單位量綱的不同，為便于對結(jié)果的解釋，本文使用統(tǒng)計分析軟件SPSS26.0對各類指標因子進行標準化處理并借助主成分分析原理，將研究區(qū)中影響22個城市的熱島效應的變量進行主成分分析，分析結(jié)果KMO值大于0.7，顯著性為0，小于0.05，即能夠確定本文所選變量適宜作主成分因子分析熱島效應的社會經(jīng)濟驅(qū)動力分析。

表3 熱島效應社會經(jīng)濟影響因子及其參考文獻來源

由主成分特征值和貢獻率(見表4)可看出，第1主成分的貢獻率最大，遠高于其他主成分，為63.717%；其次為第2主成分，為11.515%。前2個主成分的累積貢獻率已達75.233%，且其特征值大于1，表明前2個主成分包括了原始9個變量中75.233%的信息量，且原始數(shù)據(jù)具有較高的冗余度。本文認為前2個主成分能夠代表影響城市熱島的社會經(jīng)濟因素。對表4中數(shù)據(jù)進行主成分轉(zhuǎn)換，得到前2個主成分所持的信息荷載情況(如表5)。

表4 各主成分的特征值和貢獻率

表5 主成分載荷矩陣表

一般來說，各主成分的對應值越大，表明這一主成分所涵蓋的初始變量信息就越多，即所占的比重更大。根據(jù)主成分荷載矩陣，具體分析各主成分的整體組成情況，以此表明不同社會經(jīng)濟因素對城市熱島效應的影響權(quán)重。對于第1主成分而言，城市人口數(shù)、社會消費品零售總額、建成區(qū)面積、建成區(qū)綠化覆蓋面積和工業(yè)用電量等為其主要正向貢獻因子；對于第2主成分而言，民用車輛擁有量和道路面積為其正向貢獻因子，城鎮(zhèn)居民用電量為其主要負向貢獻因子，值得注意的是作為第1主成分的主要正向貢獻因子則對第2主成分產(chǎn)生負向影響。這可能是在城市中當人口量、消費品零售總額等人口經(jīng)濟發(fā)展穩(wěn)定，建成區(qū)面積不再擴張以及工業(yè)發(fā)展趨勢放緩后，因道路的不透水性或鋪裝材質(zhì)的影響以及車輛尾氣排放的緣故，所以道路面積和車輛數(shù)量的增減對城市熱島效應的影響將起到較為重要的作用。綜合分析各個主成分的主要貢獻因子，對研究區(qū)影響城市熱島效應的主要社會經(jīng)濟影響因子按照其貢獻度大小可以概括為城市人口數(shù)、社會消費品零售總額、建成區(qū)面積、建成區(qū)綠化覆蓋面積、工業(yè)用電量、道路面積共6個主要影響因子，這也與相關(guān)文獻結(jié)論較為一致。同時由表5可看出，第1個主成分主要體現(xiàn)了城市規(guī)模對城市熱島效應的影響，主要包含城市人口數(shù)、建成區(qū)面積以及道路面積等信息；第2個主成分綜合反映了居民活動及城市規(guī)模對城市熱島效應的影響，主要包括民用車輛擁有量和建成區(qū)綠化覆蓋率等信息。

4 結(jié)論與討論

(1)對比2014年與2019年的數(shù)據(jù)，研究所選的大部分城市的最低溫度、最高溫度和平均溫度均為升溫，各個城市的城市熱島值同樣升高，城市熱島效應逐年增大。結(jié)果與李宇等的研究一致，他們發(fā)現(xiàn)我國絕大部分城市表現(xiàn)出了明顯的熱島效應，且不同城市和區(qū)域熱島強度差異明顯[26]。但也出現(xiàn)如開封、常州、佛山、東莞市的最低溫度和最高溫度下降、但熱島值不變的情況。該結(jié)果和侯婷婷的研究[27]相符。東莞市自2014年以后城市開始快速轉(zhuǎn)型發(fā)展，高科技產(chǎn)業(yè)在一定程度上緩解了勞動力，同時政府更加注重城市生態(tài)環(huán)境的建設(shè)，城市規(guī)模的變化呈穿孔式的分布，因此東莞市未引發(fā)強烈的熱島效應，城市熱島效應趨于平緩狀態(tài)。(2)不同城市熱島類型間的轉(zhuǎn)移特征分析顯示，強熱島區(qū)面積的擴大源于由強綠島區(qū)到熱島區(qū)和強熱島區(qū)的轉(zhuǎn)化，強綠島區(qū)、綠島區(qū)、常溫區(qū)、熱島區(qū)轉(zhuǎn)向強熱島區(qū)的數(shù)值也呈現(xiàn)逐級遞增的趨勢，但同時也有出現(xiàn)強綠島區(qū)所占轉(zhuǎn)化量更大的情況，如蘇州、常州市。這也與馬松超的研究結(jié)果相吻合[28]。其結(jié)果顯示，2009—2019年揚子江城市群(蘇州、常州、南京、無錫等城市)的整體熱島效應仍在增強，其中蘇州市、常州市、無錫市的熱島面積占城市群的主導，其中，蘇州市貢獻度最大。由低溫度區(qū)轉(zhuǎn)化為高溫區(qū)或極高溫區(qū)的現(xiàn)象也主要分布在這3個城市。這是因為城市中強綠島和綠島區(qū)常為水體與植被繁茂地，轉(zhuǎn)變成為高熱源地區(qū)的可能性較低，而城市中的常溫區(qū)和熱島區(qū)伴隨著社會經(jīng)濟發(fā)展和城市建設(shè)，常被改造成硬質(zhì)、不通風或是綠植較少的功能用地，以致成為新的高熱源產(chǎn)生區(qū)。人工斑塊占比大的區(qū)域易產(chǎn)生熱島效應，人工斑塊(建設(shè)用地、未利用地)面積占比越大，自然斑塊(水體、植被)的面積占比越小，熱島強度越高[29]。出現(xiàn)強綠島區(qū)轉(zhuǎn)出的現(xiàn)象，與城市自身發(fā)展進程中的開發(fā)建設(shè)需求相關(guān)，由表1可知強綠島面積轉(zhuǎn)出對城市熱島具有較大的影響效果。(3)針對社會經(jīng)濟因素對城市熱島效應影響的主成分分析表明，第1主成分主要反映了城市規(guī)模對城市熱島效應的影響，主要包括城市人口數(shù)、建成區(qū)面積及道路面積等信息；城市規(guī)模對城市熱島效應具有正相關(guān)的作用，簡單說就是隨著城市規(guī)模增大，人口數(shù)量增多，建成區(qū)面積擴張以及道路面積的增加，城市熱島效應就越容易發(fā)生，其程度也愈明顯。雖然城市規(guī)模中也涵蓋了綠化植被等綠地指標，但有些城市即使城區(qū)范圍內(nèi)的綠地面積增速高于郊區(qū)，城區(qū)范圍內(nèi)的平均氣溫或最高氣溫卻也高于郊區(qū)[30]。這說明了城區(qū)內(nèi)的植被對氣溫和熱島強度的貢獻要小于其他因素影響，即城區(qū)增加的植被對減緩熱島效應的貢獻不足以抵消其他因素增強熱島效應的貢獻。而城市人口數(shù)量、建成區(qū)面積、道路面積、工業(yè)用電量等指標可能起到較大影響。第2主成分綜合反映了居民活動及城市規(guī)模對城市熱島效應的影響，主要包括民用車輛擁有量和建成區(qū)綠化覆蓋率等信息。參考Clinton等的研究可知，城市規(guī)模和城市發(fā)展強度是影響熱島效應最主要的社會經(jīng)濟變量，而城市人口的影響性則是最低的[31]。這與本研究結(jié)果存在一定矛盾，造成這種差異的部分由不同的人口測量方法所導致，在其研究中，人口測量方法是使用插值融合的一種網(wǎng)絡(luò)數(shù)據(jù)集，而在本研究中，人口測量方法是根據(jù)研究區(qū)統(tǒng)計局發(fā)布的數(shù)據(jù)所確定的。造成這種差異的另一個部分重要的潛在原因是城市產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展模式的差異，這意味著不同地區(qū)或國家在城市熱島形成評估中相同的社會經(jīng)濟因素所起的作用可能是不同的。

由于遙感影像獲取的限制性，只有少數(shù)城市能夠參與完整的相關(guān)分析，且每個研究城市的遙感數(shù)據(jù)與其社會經(jīng)濟統(tǒng)計數(shù)據(jù)的匹配程度仍具有提高的空間。選定的各社會經(jīng)濟指標均來源于政府相關(guān)網(wǎng)站發(fā)布資料，在社會經(jīng)濟發(fā)展與城市建設(shè)方面具有不同程度的影響作用，不排除某些指標的內(nèi)在關(guān)聯(lián)?？紤]到文章著重計算城市熱島效應及熱島轉(zhuǎn)移矩陣，并進行選定指標因子對熱島效應的影響分析，就此暫未對指標之間的關(guān)聯(lián)性作深入研究，后續(xù)研究可就其關(guān)聯(lián)性做進一步探討。另外，長時序同時期的社會經(jīng)濟數(shù)據(jù)，如城市統(tǒng)計年鑒、大數(shù)據(jù)、碳中和統(tǒng)計數(shù)據(jù)、問卷調(diào)查數(shù)據(jù)等與城市熱島數(shù)據(jù)，如氣象站臺數(shù)值、遙感影像數(shù)據(jù)、預測模型結(jié)果數(shù)值等之間的有效結(jié)合，將有助于降低分析結(jié)果的誤差，并提高其穩(wěn)定性和參考意義，從而計算出社會經(jīng)濟因素對于城市熱島效應更加全面的影響變化和權(quán)重占比，以此針對性提出有效緩解城市熱島效應的干預措施。最后，只評估了城市部分社會經(jīng)濟指標對城市熱島效應的相對貢獻度，計算所產(chǎn)生的結(jié)果存在一定局限性，未來可通過多元的社會經(jīng)濟指標，如POI數(shù)據(jù)、城市問卷調(diào)查、碳中和統(tǒng)計數(shù)據(jù)等與城市熱島之間的深入分析探究2者的內(nèi)在關(guān)系。

根據(jù)上述分析結(jié)果，結(jié)合前人對城市熱島效應的研究結(jié)論，提出以下建議：(1)適當控制城市人口數(shù)量，綜合考慮擴大城區(qū)建設(shè)所帶來的負面影響，著重城市建設(shè)布局，對城市道路、工業(yè)區(qū)、公園綠地等方面進行科學規(guī)劃，已有研究表明，熱島的空間形態(tài)與城市化地區(qū)具有較高的相似性[32-39]。因此，在規(guī)劃城市內(nèi)的各區(qū)域時，必須考慮城市布局對局部熱環(huán)境的影響，合理利用城市空間布局建設(shè)作為減少區(qū)域熱島效應的手段；(2)嚴格審批工業(yè)廢氣、廢水的排放，降低城市工業(yè)企業(yè)生產(chǎn)的能耗釋放，合理調(diào)控能耗布局；(3)加強城市機動車輛的管理控制，提倡清潔能源如電力驅(qū)動、油電混合驅(qū)動等交通工具；(4)在城市熱島區(qū)域增設(shè)綠地面積，同時推行城市垂直綠化建設(shè)。在緩解熱島效應的同時通過串聯(lián)-集中的形式優(yōu)化城市綠地布局合理性，并提高城區(qū)綠化建設(shè)意識，引導公眾深化綠色環(huán)保觀念，關(guān)注城市環(huán)境變化對溫度造成的影響情況。