全球城市树木覆盖降温效率趋势的城乡梯度研究
引用
Chunli Wang, Kaiyuan Li, Wenfeng Zhan, et al. Urban–rural gradients in cooling efficiency trends of tree covers across global cities, ISPRS Journal of Photogrammetry and Remote Sensing, Volume 232, 2026, Pages 210-222, ISSN 0924-2716, https://doi.org/10.1016/j.isprsjprs.2025.11.035.
作者
第一作者：Chunli Wang
通讯作者：Kaiyuan Li
单位
南京大学
摘要
理解树木覆盖的降温效率（Cooling Efficiency, CE）趋势如何响应背景气候变化及局部城市化，对于优化城市绿化策略至关重要。然而，以往的研究大多聚焦于全市尺度的 CE 趋势，且往往局限于少数城市或特定的地理范围。因此，全球范围内城乡梯度上 CE 趋势的空间异质性及其背后的驱动因素仍不明晰。本研究利用 MODIS 获得的地表温度和树木覆盖数据，量化了 2003 年至 2020 年间全球 5,000 多个城市在六类城乡梯度（即：城市核心区、新城区、城市边缘区、近郊、远郊和乡村背景区）的夏季白天 CE 趋势。
研究发现：
- 空间异质性：CE 趋势沿城乡梯度呈现出“倒 V 型”分布，峰值出现在城市边缘区（ °C/%/每世纪），其次是新城区、核心区及三类乡村梯度。
- 气候区差异：在大多数气候区中，CE 趋势普遍呈正增长，但在干旱地区表现出下降趋势（ °C/%/每世纪）。
- 规模效应：随着城市规模的扩大，城市边缘区的 CE 趋势随之增强，而核心区和新城区的 CE 趋势则有所减弱。
- 驱动机制：通过 LightGBM-SHAP 算法分析发现，宏观背景气候主导了城市地区的 CE 趋势（贡献率 43%），而微观局部地表属性则是乡村地区的主要贡献因素（贡献率 48%）。
本研究为全球尺度下城市树木覆盖降温效率趋势的空间异质性提供了关键见解。
关键图表
图1. 全球范围内选定城市的空间分布（a）及不同城市规模的频次统计（b）。
表1 本研究中使用数据的详细信息。
图2. 本研究的工作流程图。
图3. 城市内部城乡梯度的划分，以北京（a）和巴黎（b）为例。子图（c）中的变量“d”代表划定乡村梯度时所采用的缓冲距离。
图4. 城乡地区降温效率（CE）趋势的空间变化（a & b）、年际变化（c）及平均趋势（d）。图（c & d）中的误差棒代表一个标准误。
图5. 全球不同城乡梯度下降温效率（CE）趋势的空间格局（a–f）及平均CE趋势的差异（g）。图（h）显示了在这些梯度下呈现CE增加趋势的城市百分比。
图6. 不同气候条件下，沿城乡梯度的平均降温效率（CE）趋势变化。
图7. 不同城市规模下，沿城乡梯度的降温效率（CE）趋势变化。
图8. 全球范围内，夏季白天多尺度因素对不同城乡梯度下降温效率（CE）趋势的影响。URC、URN、URF、SUB、RUF和RUB分别为城市核心区、城市新城、城市边缘区、郊区、乡村边缘区和乡村背景的缩写。
图9. 夏季白天，在不同气候条件下，城乡梯度中宏观尺度的大气背景气候、中观尺度的城市指标以及微观尺度的局地地表属性对降温效率（CE）趋势的相对重要性。
