近日，我系余兆武团队联合国内外多所高校及科研机构，在全球城市热岛效应缓解策略研究领域取得重要进展。相关成果以Enhancing Climate-Driven Urban Tree Cooling with Targeted Nonclimatic Interventions为题，发表于环境领域国际顶级期刊Environmental Science & Technology。该研究通过全球多尺度数据分析与机器学习模型，揭示了不同气候区城市树木降温效率的时空分异规律，并提出优化非气候因素以提升降温效益的创新路径，为全球城市绿地规划提供了科学依据。  

随着城市化进程加速，热岛效应加剧了极端高温事件的发生频率，严重威胁居民健康与城市可持续发展。城市树木作为重要的自然解决方案（NbS），其降温效率受气候与非气候因素的复杂调控，但全球尺度下的作用机制仍不清晰。如何通过精准调控非气候因素（如城市形态、树木结构等）最大化树木降温效益，是当前国际研究的热点与难点。研究团队基于高分辨率遥感数据（70米地表温度、10米土地覆盖等），结合气象再分析数据，对全球四大气候区（干旱、半干旱、半湿润、湿润）229个大城市展开分析。通过构建网格单元级降温效率（Cooling Efficiency, CE）模型与XGBoost机器学习算法，量化了气候与非气候因素对昼夜降温效率的贡献差异，并揭示了关键变量的非线性阈值效应。  

研究发现（1）气候因素主导降温效率：气候变量对降温效率的贡献约为非气候因素的两倍，其中土壤湿度（白天）与饱和水气压差（夜晚）分别为最重要的气候因子。（2）昼夜降温效率分异显著：湿润区树木白天降温效率最高（每增加1%树木覆盖降温0.037°C），而干旱区树木夜间降温效果最优（0.007°C/%）。这源于冠层密度差异导致的能量分配机制不同。（3）非气候因素优化阈值：不透水面覆盖率（PIS）存在最优区间——湿润区40%、干旱区60%，超出阈值将削弱降温效益。建筑高度超过10-14米后，降温效率趋于饱和。（4）机器学习驱动策略设计：通过贝叶斯优化与特征筛选，研究提出干旱区应优先提升灌溉效率，湿润区需控制建筑密度并优化通风廊道，以协同气候适应与城市发展。研究为气候韧性城市规划提供了可操作的调控路径。例如，在干旱城市推广节水灌溉与浅色高反照率材料，平衡绿化与水资源约束；在湿润城市限制不透水面扩张，优先保护连续树冠覆盖区域；从全球来看，应该制定差异化绿地管理标准，纳入气候区划与城市形态指标。

图1 城市树木降温效率在全球干旱与湿润地区机制图

复旦大学环境科学与工程系余兆武为论文第一作者及通讯作者，美国密歇根州立大学、香港理工大学、中国科学院生态环境研究中心等机构学者共同参与。研究得到国家自然科学基金（42171093）、国家重点研发计划（2024YFF1307000）上海市科技创新行动计划（212R1408500）等项目的支持。  

论文链接：https://doi.org/10.1021/acs.est.4c14275  

团队主页：https://www.researchgate.net/profile/Zhaowu-Yu/research

供稿：余兆武课题组

审核：张立武