EN中文

风景园林 >

2026 , Vol. 33 >Issue 4: 91 - 101

DOI: https://doi.org/10.3724/j.fjyl.LA20250505

研究

基于热岛网络的城市闲置地绿化潜力评估——以杭州市核心城区为例

  • 徐宁 ,
  • 樊澄珉 ,
  • 王璞
展开

徐宁/女/东南大学建筑学院景观学系副系主任、副教授、博士生导师/研究方向为风景园林规划设计理论与方法、数字化城市设计理论与方法

樊澄珉/女/东南大学建筑学院在读硕士研究生/研究方向为风景园林规划设计理论与方法

王璞/女/东南大学建筑学院在读博士研究生/研究方向为风景园林规划设计理论与方法

Copy editor: 王一兰

收稿日期: 2025-08-19

  修回日期: 2026-03-06

  网络出版日期: 2026-04-22

基金资助

国家重点研发计划“多尺度多性能协同模型自动生成与智能优化”(2024YFC3809202)

国家自然科学基金面上项目“城市生态网络与公共空间的耦合机理及其数字化规划方法研究”(52378046)

江苏省研究生实践创新计划“时空视角下城市生态网络与公共空间系统耦合机理研究”(SJCX25_0135)

收起

Assessment of Urban Vacant Lands Greening Potential Based on an Urban Heat Island Network: A Case Study of the Core Urban Area of Hangzhou

  • XU Ning ,
  • FAN Chengmin ,
  • WANG Pu
Expand

XU Ning, Ph.D., is deputy director of, an associate professor and a doctoral supervisor in the Department of Landscape Architecture, School of Architecture, Southeast University. Her research focuses on theories and methods of landscape planning and design, and theories and methods of digital urban design

FAN Chengmin is a master student in the School of Architecture, Southeast University. Her research focuses on theories and methods of landscape planning and design

WANG Pu is a Ph.D. candidate in the School of Architecture, Southeast University. Her research focuses on theories and methods of landscape planning and design

Received date: 2025-08-19

  Revised date: 2026-03-06

  Online published: 2026-04-22

Fold

摘要

【目的】

在全球气候变化与快速城市化背景下，高强度城市开发导致热岛源地相互连通，城市热岛效应加剧。然而，高密度城市中热岛源地的空间连通性如何形成并影响城市热环境，城市闲置地分布与热岛网络之间是否存在结构性关联，以及如何科学确定闲置地的绿化改造优先级以缓解热岛效应，仍是亟待解决的科学问题。

【方法】

以杭州市核心城区为研究对象，综合形态学空间格局分析、热环境连通性、电路理论与阈值效应分析，系统构建了基于热岛网络连通性的城市闲置地绿化潜力评估框架。

【结果】

研究发现：1）研究区共识别出16条540 m宽的一级热岛廊道、42条150 m宽的二级热岛廊道，以及18处热岛夹点；2）现有228块闲置地中，21块闲置地位于一级廊道范围内，其中2块与热岛夹点直接相交，37块闲置地位于二级廊道范围内，表明闲置地的空间分布与热岛网络的关键结构存在显著关联；3）闲置地绿化改造应按“一级廊道与热岛夹点相交优效地块—一级廊道相交优效地块—二级廊道相交优效地块”三级优先序推进，以精准阻断热量传输并提升城市热环境韧性。

【结论】

研究结果可为高密度建成区在用地约束下的热环境改善与精准绿化干预提供方法支撑与决策依据。

关键词： 风景园林; 城市热岛; 闲置地绿化; 电路理论; 阈值效应

本文引用格式

徐宁 , 樊澄珉 , 王璞 . 基于热岛网络的城市闲置地绿化潜力评估——以杭州市核心城区为例[J]. 风景园林, 2026 , 33(4) : 91 -101 . DOI: 10.3724/j.fjyl.LA20250505

Abstract

[Objective]

Amid global climate change and rapid urbanization, the heat island effect has emerged as a major challenge in urban environments. In densely built-up areas, high population concentration and reduction of green spaces contribute to the gradual merging of heat island areas, forming a networked structure that intensifies thermal environmental risks. Small-scale green spaces are vital resources for disrupting the connectivity of heat island sources and regulating the local climate, offering additional opportunities for optimizing the urban thermal environment pattern. However, in central urban areas where land resources are scarce and competition for land use is intense, creating large-scale new green spaces remains challenging. In this context, several key scientific questions remain unresolved: How does the spatial connectivity of heat island sources form and influence the urban thermal environment? Is there a structural correlation between the distribution of vacant land and the heat island network? How can we scientifically determine the greening priority of vacant land to effectively mitigate the heat island effect? To address these issues, this study analyzed the spatial distribution of vacant land within the urban thermal environment, assessed its greening potential, reasonably established the priority of conversion to green spaces, and proposed a phased implementation strategy, thereby providing a scientific basis for mitigating the urban heat island effect and optimizing the spatial pattern of green spaces.

[Methods]

Focusing on the core urban area of Hangzhou (China) and comprehensively considering both two-dimensional and three-dimensional urban environmental characteristics, research was conducted to systematically construct an evaluation framework for assessing urban vacant land greening potential based on the heat island network using the circuit theory method. Key procedures included the following: 1) Obtaining spatial location information for vacant land within the study area and classifying it based on land cover characteristics. 2) Identifying the distribution of heat island sources through land surface temperature retrieval, combined with morphological spatial pattern analysis and thermal environment connectivity analysis. 3) Comprehensively selecting 15 urban environmental indicators (8 natural environment and 7 built environment indicators) incorporating two-dimensional and three-dimensional factors to construct a heat island resistance surface. 4) Building a heat island network based on circuit theory to precisely identify key nodes within the urban thermal environment network, revealing the spatial relationship between vacant land distribution and the heat island network. 5) Determining the priority hierarchy for converting vacant land into green spaces based on the structural characteristics of the heat island network and heat island corridor width. 6) Evaluating the potential value and opportunities of vacant land in optimizing the urban thermal environment pattern and mitigating the heat island effect.

[Results]

The following results were derived: 1) A total of 16 primary heat island corridors with width of 540 m and length of 7.34 km, 42 secondary heat island corridors with width of 150 m and total length of 169.68 km, and 18 heat island pinch points with a total area of 0.65 km2 were identified within the study area. 2) Among the 228 vacant land parcels, 21 are located within the primary heat island corridors, with 2 directly intersecting heat island pinch points. Additionally, 37 are located within the secondary corridors. This distribution indicates an important spatial association between the vacant land and key structures within the heat island network. 3) The greening reconstruction of vacant land should be prioritized in three stages: first, “high-efficiency conversion parcels intersecting with primary heat island corridors and heat island pinch points,” followed by “high-efficiency conversion parcels intersecting with primary heat island corridors,” and finally, “high-efficiency conversion parcels intersecting with secondary heat island corridors.” This phased approach effectively blocks heat transfer and enhances the resilience of the urban thermal environment. 4) Based on the above results, this study further proposed the following gradient renewal pathway for vacant land. Transform the spatial association between vacant land and the heat island network into opportunities for ecological restoration, implement “targeted rescue” for 9 vacant land parcels within the core area that intersect with primary corridors, and carry out “batch restoration” for 33 vacant land parcels in peripheral areas intersecting with secondary corridors. This approach achieves precise allocation and efficient utilization of ecological resources and allows the remaining 186 vacant land parcels to be used for urban redevelopment purposes to balance land use costs.

[Conclusion]

The evaluation framework developed in this study provides methodological support and decision-making reference for improving the thermal environment and implementing precise greening interventions in high-density built-up areas facing land use constraints. By innovatively integrate both two-dimensional and three-dimensional environmental factors in the construction of the heat island resistance surface, and applying smooth curve fitting alongside threshold effect analysis to measure the width of heat island corridors, the spatial simulation accuracy of the urban heat diffusion process is substantially improved. Furthermore, incorporating the cost of vacant land reconstruction into the evaluation helps comprehensively balance the social, economic, and environmental benefits associated with vacant land reuse.

Key words： landscape architecture; urban heat island; greening of vacant land; circuit theory; threshold effect

随着全球气候变化和城市化进程的加速，热岛效应已成为城市环境所面临的重要挑战之一[1]。高密度建成环境中，人口集聚与绿色空间的减少导致原本孤立的热岛区域逐步相互连接，促使城市热岛网络结构形成，加剧热风险[2]。而社区花园、口袋公园等小型绿色空间是阻断热岛源地连通、调节局部气候的重要资源，能够为城市热环境格局的优化提供下垫面补充[3]。在土地资源有限、人地矛盾突出的城市中心区域，新增大规模绿地困难较大，因此，分析闲置地在城市热环境中的空间分布特征，挖掘闲置地绿化潜力，合理判别其更新为绿地的优先度并分时序开展改造，可为缓解城市热岛效应、优化绿地空间格局提供科学依据。
城市闲置地是指城市范围内长期未利用或已废弃的土地，包括裸土空地、自生植被地块、带有废弃建筑物或构筑物的地块、棕地和弃耕用地等[4]。城市扩张、人口迁移、工业与经济活动的转型往往导致部分城市土地资源闲置。闲置地作为存量空间优化的载体，相关研究多集中在其再利用价值[5]、空间分布规律[6]、类型特征[7]和识别技术[8]等方面。在以往单一经济目标导向下，闲置地多转变为商业或住宅空间，呈现地产趋利模式[9]；相比之下，可持续再生导向的闲置地绿化转型，更利于提升生态系统服务效益[10]、改善人居环境[11]和促进土地增值[12]。美国环境保护局提出，表面植被覆盖的闲置地拥有降温的潜力，是降低周边地区温度的关键策略[13]。费城、扬斯敦、纽约等多个城市的实践表明，通过闲置地绿化再利用，可在城市、区域和社区多个尺度实现绿色空间的整合[14]。
闲置地的物理特征是再利用评估的重要因素，虽然面积较小、形状不规则的地块在单体开发中通常被认为潜力有限，但它们可能在增强绿色空间连通性方面发挥重要价值[15]。既往关于闲置地生态价值的研究多关注与周边环境及绿地空间格局的关系，如空间邻近性[16]和空间连接性[17]等系统结构特征；以及闲置地的生态系统服务价值发挥，如绿地网络关键节点识别[18]及功能连通网络构建[19]等功能特征。然而，复杂的地表肌理、频繁的人为干扰制约着高密度城市建成区中绿色廊道的形成，导致计算得到的待优化生态节点和廊道多位于生态价值较高但热调控需求较低的城市边缘区，城市核心区域的生态网络破碎化问题与热环境缓解需求无法得到有效响应。
近年，基于电路理论的热岛研究为揭示城市热量传输与扩散机制提供了重要手段。已有研究多从二维土地覆盖视角构建热阻模型，模拟热量在城市表层的流动路径，从而识别潜在的热岛源地和廊道[20-23]。费凡等将三维植被结构纳入考虑，发现传统二维模型易高估景观连通性[24]。然而，这些方法忽视了城市三维建筑空间的复杂性，未能充分考虑建筑高度与空间体量对热扩散通道连续性的影响，导致热传导过程的模拟与实际情况存在偏差。此外，线性廊道结构比斑块状源地更容易产生边缘效应[25]，分析廊道在不同缓冲区宽度下的内部组成变化拐点，有助于识别热岛廊道的作用宽度。
鉴于此，本研究在电路理论框架下引入三维热阻网络构建方法，系统整合建筑高度、空间形态与三维绿色指数信息，以更真实地刻画热量在立体城市环境中的传输路径。同时，通过分析廊道在不同缓冲区宽度下的内部组成变化拐点，从热岛廊道宽度阈值效应角度揭示廊道的空间尺度特征。本研究旨在评估闲置地转变为绿色空间的潜力，为高密度城市的热环境改善提供新的分析视角，并为城市核心区域的精准绿化干预提供科学依据。研究目标包括：1）精准识别城市热环境网络中的关键节点，揭示闲置地分布与城市热岛网络的空间关系；2）依据热岛网络的结构特性与热岛廊道宽度，确定闲置地转变为绿色空间的优先次序；3）评估闲置地在优化城市热环境格局、缓解热岛效应中的潜在价值与机遇。

1 研究对象和方法

1.1 研究区域

杭州地处长江三角洲南翼、钱塘江下游，属亚热带季风性气候，四季分明；夏季高温天气频发，是新四大火炉之一。杭州核心城区总面积约602.74 km2，由上城、滨江、拱墅、西湖4个区构成。区域内城镇化率近100%，人口密度高、城市功能复合，局地热环境效应显著，居民对社区微气候优化及热环境改善的需求迫切。杭州核心城区的闲置地呈碎片化分布（图1），多位于城市更新留白区或边界模糊区域，具备一定的土地弹性与改造潜力。以杭州核心城区闲置地为研究对象开展研究，对于探索高密度建成环境的气候韧性与人居舒适性提升途径具有参考价值。
图1 研究区域与闲置地分布

Fig. 1 Study area and vacant land distribution

1.2 数据来源

2024年，中国经历了20世纪60年代以来的最强高温过程，城市热岛效应显著加剧。为定量评估高温背景下城市核心区热环境特征与绿化潜力，本研究以杭州核心城区为例，整合了多源数据，包括：2024年的GF-1高分辨率卫星图像、Landsat-8遥感图像，以及土地利用、建筑、路网、水系和土地价格数据。GF-1卫星图像通过地理空间数据云平台（www.gscloud.cn）获取，用于识别闲置地的空间位置；Landsat-8影像通过美国地质调查局（earthexplorer.usgs.gov）获取，用于反演地表温度（land surface temperature, LST）、提取植被分布类型，并计算植被覆盖率；土地利用数据来自哨兵二号影像（earth.esa.int/eogateway），用于计算景观格局指数；建筑、路网和水系数据通过高德地图开放平台（lbs.amap.com）获取，用于分析相关形态参数；土地价格数据通过贝壳网（www.ke.com）爬取，用于表征闲置地绿化改造的成本指数。

1.3 闲置地识别

本研究通过对高分辨率卫星图像数据进行目视转译，结合杭州市规划和自然资源局2022—2024年发布的存量用地信息整理以及大量实地调研，获取研究区域闲置地的空间位置信息，并依据土地覆盖特征划分为2个大类和4个子类（表1）。
表1 城市闲置地的分类和特征

Tab. 1 Classification and characteristics of urban vacant land

类别 子类别 土地覆盖特征
透水型
闲置地		 裸土类 未利用、低效利用的社区裸土空地
更新过程中未动工开发的裸露地块
自然类 无人维护、低使用率、表面杂草丛生的土地
道路沿线低效利用绿地
不透水型
闲置地		 建筑类 废弃的工业厂区及附属用地
原有建筑已拆除但未重建的荒置地块
已开工但因各种原因停滞的城市更新地块
硬质类临时堆放杂物、低效利用的社区边角空地

1.4 热岛源地识别

1.4.1 地表温度反演与备选热岛源地识别

杭州市2024年8月上旬连续发布高温红色预警，基于该时段内清晰度最佳的Landsat-8多光谱遥感影像（8月5日），采用辐射传输方程法反演地表温度[26]，并利用相对地表温度（relative land surface temperature, RSLT）表达不同区域对整体环境的贡献值。
根据均值-标准差法，平均地表温度（${\text{μ}} $）与不同的标准差倍数（${\text{σ}} $）可用于划分城市热环境强度等级[27]。计算RLST的均值和标准差，以${\text{μ}} $±0.5${\text{σ}} $和${\text{μ}} $±${\text{σ}} $为分界值，将城市热环境划分为低温区、亚低温区、中温区、亚高温区及高温区5个等级，高温区和亚高温区构成城市热岛区域[28]。应用形态学空间格局分析（morphological spatial pattern analysis, MSPA）评估城市热岛区域，以分析结果中面积较大的核心区作为备选的热岛源地。
相关研究表明，宽度达到研究区域20%及以上的缓冲区能够减轻甚至消除边界效应的影响[29]。经检验，本研究情境下设置宽度为研究区最大宽度值的30%作为缓冲区，能够更有效地保证热岛网络构建的完整性。

1.4.2 热环境连通性分析

利用连通性指数计算研究区地表热环境的连通性。通过比较不同阈值下连通性指数（integral index of connectivity, IIC）和连通性概率（probability index of connectivity, PC），发现热岛斑块在距离阈值为1.4 km时，连通性指数变化趋于平稳。在Conefor 2.6中计算热岛斑块的IIC、PC和斑块重要性值（di）。di表示斑块i对连通性的重要性，代入IIC和PC可分别得到dIIC和dPC，前者反映结构连通性的变化量，后者反映功能连通性的变化量。

1.5 热岛阻力面构建

既有研究中，热岛阻力面构建包含土地利用类型（land use, LU）和景观格局特征2类因子[22-23]。其中，所有城市建设用地被约简为单一的“建成区”地类，赋统一的阻力系数，未能充分反映热量扩散的真实环境，尤其是低估了三维形态显著的核心城区的复杂性。实证研究表明，平均建筑高度、建筑容积率、三维绿色指数等三维因子能够通过作用于风速、天空开阔度、热循环进而影响城市地表温度的吸收[30-31]。
本研究同时考虑城市二维与三维因子，从自然环境与建成环境2方面综合选取15项城市环境指标，包括8项自然环境和7项建成环境指标构建阻力面。具体而言，自然环境指标在常用的景观形状指数（landscape shape index, LSI）、香农多样性指数（Shannon’s diversity index, SHDI）、斑块密度（patch density, PD）、景观聚集度（contagion index, CONTAG）、归一化植被指数（normalized difference vegetation index, NDVI）、土地利用类型之外，增加了反映自然空间立体分布的高程（digital elevation model, DEM）和三维绿色指数（triangular greenness index, TGI）因子。建成环境指标考虑城市的多维建筑形态特征，纳入建筑密度（building coverage ratio, BCR）和平均建筑投影面积（mean architectural projection area, MAPA）补充常用的距道路距离（distance to road, DTR）二维指标，纳入平均建筑高度（mean architectural height, MAH）、平均建筑高度标准差 （architecture height standard deviation, AHSD）、高层建筑比例（high-rise building ratio, HBR）和容积率（floor area ratio, FAR） 反映城市三维建成环境。其中，TGI基于植被高度等级计算可得，反映研究区内等效基本绿地面积占总面积的比例，是表征城市三维自然环境空间格局的重要因子，计算式[31]
$ {I}_{\text{TG}}=\frac{\displaystyle\sum {C}_{i}{A}_{i}}{A} 。$
式中：$ {I}_{\text{TG}} $是三维绿色指数；$ {A}_{i} $是第i个植被像元对应的植被面积，km2；$ {C}_{i} $是第i个植被像元对应的高度等级，按草本（1级，h≤0.5 m）、灌木（2级，0.5 m<h≤3.0 m）、乔木（3级，h>3.0 m）分级。乔木、灌木与草本的空间信息通过遥感影像处理软件（environment for visualizing images, ENVI）监督分类获得。
本研究中的数据不符合正态分布，采用斯皮尔曼（Spearman）相关性分析对15项指标进行数据降维预处理。通过相关性分析，筛选出高相关性因子，经主成分分析（principal component analysis, PCA）确定权重后，利用栅格计算工具加权叠加，构建城市热岛阻力面。

1.6 热岛网络构建

1.6.1 基于电路理论的热岛网络构建

城市热环境中的气流流动机制与电流在并联电路中的分支流动行为展现出高度的相似性，因此电路理论可用于热岛网络的模拟和关键节点的识别[32]。运用Linkage Mapper工具，计算热岛源地之间的最优成本路径和累积电流值，得到热岛廊道结构和热岛夹点，并依据中心性计算结果，将热岛廊道分为一级廊道和二级廊道。

1.6.2 基于平滑曲线拟合和阈值效应分析的热岛廊道宽度识别

为准确分析城市闲置地分布与热岛网络的空间关系，评估闲置地绿化在缓解热岛效应中的潜在价值，本研究确定城市热岛廊道宽度识别方法如下：首先，在选定的斑块边缘，以30 m为间隔逐级构建30~1 000 m的多级缓冲区，用于评估缓冲区内的热量交换效率；其次，采用缓冲区内的温差范围作为热空气交换强度的评价指标，即温度变化散点图上出现的第一个转折点与缓冲区内平均温度的差值；进而，通过计算缓冲区内热空气交换强度与廊道面积的比值，衡量单位面积上的热量传输效益[33]；最后，以缓冲区宽度为自变量、热量传输效率为因变量进行平滑曲线拟合，通过分析拟合曲线的阈值效应确定首段拐点，该点对应的数值即为城市热岛廊道的作用宽度。

1.7 闲置地绿化优先级评估

评估闲置地的绿化优先级需要综合考量效益与成本维度，结合多对一模式电流密度、成对模式电流密度以及距最近热岛廊道的距离3项指标进行闲置地绿化的潜在效益评估，通过土地价格评估闲置地绿化的实施成本。进而，采用python运行K-means聚类算法，评估闲置地绿化在成本与效益2个维度的权衡关系，其中最佳聚类数通过拐点法判定。聚类结果得到的闲置地绿化优先级和类型差异，可作为闲置地绿化再利用分级与策略制订的决策依据。

2 结果与分析

2.1 闲置地识别结果

据统计，杭州市核心城区目前存在228块闲置地，总面积为7.26 km2（表2）。研究区域共识别出4种闲置地类型（图2），其中自然类闲置地数量最多、分布最广，土地覆被多为草地。
表2 研究区内各类城市闲置地统计结果

Tab. 2 Statistics of urban vacant land categories in the study area

用地类型 数量 数量比/% 面积/km2 面积比/%
透水型
闲置地		 裸土类
闲置地		 49 21.49 1.50 20.66
自然类
闲置地		 139 60.97 4.80 66.12
不透水型
闲置地		 建筑类
闲置地		 13 5.70 0.39 5.37
硬质类
闲置地		 27 11.84 0.57 7.85
图2 研究区内识别出的各类城市闲置地

Fig. 2 Identification results of various types of urban vacant land

2.2 热岛网络构建与热岛廊道宽度识别

2.2.1 地表温度反演与热岛源地分布

2024年8月5日，杭州市核心城区受高温影响显著，LST介于35.35~66.15 °C，温度分布差异明显；平均LST为49.96 °C（图3-1）。城市热环境分级结果显示，高温、亚高温区分布范围广泛，主要集中在研究区的北部和东部地区（图3-2）。这些地区建筑密集、人口稠密，拥有较高的城市化特征，呈现出明显的热岛效应。
图3 地表温度反演结果

Fig. 3 Land surface temperature (LST) retrieval results

基于MSPA和热环境连通性分析结果，面积大于0.5 km2、dIIC>0.2且dPC>0.2的热岛斑块被识别为热岛源地，共18块，总面积66.02 km2，占研究区面积的10.95%（图4）。结合研究区热岛源地的热环境连通性分析（图5）可知：连通性较强的大型热岛斑块（编号6和7）主要分布于拱墅与西湖区、拱墅与上城区的交界区域；上城区的源地（编号8~12）形态较为破碎、分布集中，滨江、西湖区和拱墅区中部的源地（编号1~5、13~18）小而分散。总体上看，热岛源地分布范围较广，主要集中在研究区东北部的拱墅区东侧与上城区。该区域蓝绿基础设施相对薄弱，且为城市中心区域，人群活动密集，热环境效应显著。此外，研究区外围30%宽度的缓冲区内也分布着若干热岛源地斑块，将这些热岛源地斑块纳入分析范畴以避免边界误差。
图4 研究区的热岛源地分布

Fig. 4 Spatial distribution of urban heat island (UHI) core sources in the study area

图5 研究区热岛源地的热环境连通性分析

Fig. 5 Analysis of thermal environment connectivity of UHI sources areas in the study area

2.2.2 热岛阻力面构建结果

为降低多重共线性影响，采用PCA对15个城市环境因子进行降维，提取出2个核心解释变量：景观格局指数（F1），涵盖LSI、SHDI、PD、CONTAG和LU；建设强度指数（F2），整合了BCR和FAR。根据Spearman相关性分析结果，剔除MAPA与DEM 2个低相关因子，筛选出8个与LST相关性显著的关键指标，用于热岛阻力面构建（图6）。
图6 城市空间形态指标与地表温度的相关性分析

Fig. 6 Correlation between urban spatial form indicators and LST

在自然环境维度中，共提取3项关键指标（F1、NDVI和TGI），其中F1与LST的相关性最强，TGI和NDVI次之，二维指标与LST的关联性强于三维指标。这表明地表覆盖特征对LST的影响高于三维自然结构，即研究区域的热调节由二维平面的蓝绿空间主导。
在建成环境维度的5项关键指标（F2、DTR、MAH、ASHD和HBR）中，F2与LST相关性最高。相比自然环境，建成环境三维结构与LST的相关性更强，建筑三维空间形态对热传输与空气交换产生显著影响，反映出研究区高强度开发背景下的热岛效应特征。
在城市二维环境中，自然环境指标相较于建成环境指标，与LST的相关性更强，这与蓝绿斑块和硬化地表的热辐射吸收差异密切相关，表明地表覆盖的空间异质性是主导LST分布的重要因素。相反，城市三维环境中，建成环境指标与LST的相关性显著更强。
本研究将热岛扩散成本阻力重分类为5个等级（图7）。阻力值的空间分配反映了景观异质性对热量扩散过程的影响，与特定的生态过程相对应[34]。基于相关性分析结果，结合PCA得到的归一化系数（表3），通过CRITIC（criteria importance through intercriteria correlation）赋权法计算权重（表4），加权得到综合热岛阻力面。结果显示，高阻力区集中在西南部地区以及北部的小面积蓝绿空间处；低阻力区域主要集中在建筑密集、地表温度高的东北侧，这些区域具有较低的空气流动阻力和高度的热量扩散能力。
图7 研究区的热岛阻力面

Fig. 7 UHI resistance surface of the study area

表3 主成分指标及其子指标的归一化系数

Tab. 3 Normalized coefficients of principal components and their sub-indicators

主成分指标 主成分子指标 归一化系数
F1 LSI 0.191 1
SHDI 0.230 8
PD 0.115 3
CONTAG 0.230 8
LU 0.232 0
F2 BCR 0.454 5
FAR 0.545 5
表4 热岛阻力面各指标权重统计

Tab. 4 Statistics of indicator weights for UHI resistance surface

指标 权重
　　注：a）分为林地、水体、草地、裸地和建设用地5类。
F1 LSI 0.0497
SHDI 0.0600
PD 0.0300
CONTAG 0.0600
LUa） 0.0602
F2 BCR 0.0965
FAR 0.1158
NDVI 0.0636
TGI 0.0688
DTR 0.0562
MAH 0.1158
AHSD 0.1119
HBR 0.1115

2.2.3 热岛网络构建与热岛夹点识别

研究区内共识别出58条热岛廊道，总长度约177.02 km（图8-1）。各级廊道相互连接，层级分明，呈网络状分布（图8-2）。其中，一级廊道共16条，总长度7.34 km，主要位于拱墅、上城区西北部和钱塘江中段西南侧的热岛源地组团内部，承担着源地组团间高强度、高效率的热量传输与交换功能，存在致使近邻多个热岛源地融合、蔓延乃至扩张的潜在风险。二级廊道共42条，总长度169.68 km，空间分布范围较广，主要位于研究区的外围地带，呈现南北向延展并向场地外部辐射的趋势，通过关联研究区外围源地，增强了热量在更大空间尺度上的传输与扩散。
图8 研究区的热岛网络格局

Fig. 8 UHI network of the study area

热岛夹点表征热量流动路径上最易发生聚集和阻塞的关键瓶颈区域，主要分布在杭州核心城区的东北侧（图8-3），总面积为0.65 km2。研究区内共识别出18处热岛夹点，其中11处热岛夹点位于一级廊道上，是亟须优先破除以降低热岛廊道连通性的关键节点。此外，2处热岛夹点直接与闲置地相交，这些闲置地是破坏热岛夹点极具潜力的战略资源。

2.2.4 热岛廊道宽度识别

不同等级廊道中LST均呈现随廊道缓冲区宽度增加而升高的趋势，并在达到峰值后开始下降（图9），这表明热量在扩散至周边地区的过程中，于廊道内某一位置发生了积聚或达到了热量交换的临界点。在缓冲区范围内，一级廊道的LST峰值为54.56 °C，二级廊道的LST峰值为50.87 °C。
图9 热岛廊道地表温度曲线

Fig. 9 LST curves based on buffer zone analysis

在后续扩散过程中，以热量峰值与廊道边缘的温差计算热岛廊道的热量交换强度，并与缓冲区宽度进行平滑曲线拟合。结果表明，随着缓冲区宽度的增加，各等级廊道的热量传输效率先升后降，存在明显拐点（图10，表5），符合廊道的边缘效应规律。拐点距离可视为城市热岛廊道的参考宽度，杭州核心城区一级热岛廊道的宽度为540 m，二级为150 m。
图10 热岛廊道热量传输效率与缓冲区宽度的关系曲线

Fig. 10 Relationship between heating efficiency and width of buffer zone

表5 基于两段式线性回归模型的热岛廊道拐点检测结果

Tab. 5 UHI corridor infection point detection for two-piecewise linear regression model

拐点距离/km 效应量
（${\text{β}} $系数）		 95%置信区间 p值
一级
热岛
廊道		 <0.54 0.033 3 0.031 2~0.035 4 <0.001
≥0.54 −0.006 3 −0.007 2~−0.005 4 <0.001
二级
热岛
廊道		 <0.15 0.023 7 0.014 0~0.033 4 <0.001
≥0.15 −0.003 9 −0.004 6~−0.003 3 <0.001
携带宽度信息的城市热岛廊道分布结果清晰呈现了热岛网络的关键结构（图11）。作为连接区域内中心组团式热岛源地的主要通道，一级和二级热岛廊道宽度范围内的下垫面均以建设用地为主，但二级廊道宽度范围内存在零散分布的林地、水体、草地等冷源区域，对廊道造成了短距离空间隔断，热传输过程易被局地冷源削弱。因此，一级热岛廊道的热量积聚、传导与扩散能力显著高于二级廊道，应成为城市热环境治理中优先控制与干预的对象。
图11 研究区的热岛廊道宽度识别结果

Fig. 11 UHI corridor scope of the study area

从闲置地的空间嵌套关系来看，共21块闲置地与一级廊道相交，其中2块与热岛夹点直接相交，是抑制热岛主通道热传输能力的关键节点。另有37块闲置地与二级廊道范围相交，可作为提升局部热环境缓冲性能的重要潜在资源。可见，研究区内闲置地的空间分布与热岛网络的关键结构存在显著关联，表明闲置地在重塑城市热环境格局、缓解热岛效应方面具有巨大的潜在价值与实施机遇。

2.3 基于热环境网络连通性的闲置地绿化潜力评估

2.3.1 闲置地绿化效益维度分析

闲置地绿化效益维度的各因子分析结果（图12-1~12-3）揭示了城市热岛传输效率与闲置地分布的空间分异格局。通过CRITIC赋权法计算权重（表6），加权得到闲置地绿化综合效益指数及其空间分布（图12-4）。结果显示，综合效益指数介于0.48~1.00区间的闲置地共计70块，占闲置地总数量的30.70%；面积约为2.16 km2，占闲置地总面积的29.75%，该类地块主要分布在热量传输路径的关键节点与热环境调节潜力较高的区域，显示出闲置地空间分布与城市热岛缓解功能之间存在良好的匹配度。
图12 闲置地绿化效益维度分析

Fig. 12 Analysis of greening benefits for vacant land

表6 闲置地绿化效益指标权重分配

Tab. 6 Weight of benefit demand for vacant land

指标 权重
电流密度（成对模式） 0.33
距廊道的距离 0.40
电流密度（多对一模式） 0.27

2.3.2 闲置地绿化成本维度分析

研究区土地价格高值区集中分布于西湖区、上城区北部及滨江区西北部（图13-1）。基于土地价格梯度特征，对闲置地绿化成本维度进行综合分析（图13-2）。结果显示，成本指数中等及以下的闲置地共计191块，占闲置地总数的83.77%，总面积约为6.51 km2，聚集在西湖区北部、拱墅区北部和滨江区西南部等土地价格相对较低的外围区域。在此基础上，有必要进一步分析闲置地绿化成本与效益之间的空间集聚差异特征，通过权衡其匹配关系，为研究区闲置地绿化潜力的精准识别与优先级划定提供依据。
图13 闲置地绿化成本维度分析

Fig. 13 Analysis of greening cost for vacant land

2.3.3 闲置地绿化潜力评估

基于闲置地绿化特征聚类图（图14-1），聚类数k=3时出现拐点，表明最优分类结果为3类。综合效益与成本维度的闲置地绿化潜力分布特征，识别出3类具有显著空间分异特征的绿化潜力类型，分别是高效益-中低成本的优效转化类、低效益-低成本的低效保育类以及中低效益-高成本的生态储备类（图14-2）。
图14 闲置地绿化特征聚类分析

Fig. 14 K-means clustering analysis of greening characteristics

优效转化类闲置地共74块，占总数的32.46%，在绿化效益与成本控制维度均表现出较高潜力。此类地块多位于城市热岛敏感区或绿地缺失区，具备较强的热环境调节能力，同时改造成本相对可控，具有良好的转化可行性。其中，9块闲置地与一级热岛廊道相交，尤以西湖区北侧和上城区东北侧与热岛夹点重叠的地块最具战略意义，建议优先实施生态修复措施；33块优效转化类闲置地与二级热岛廊道相交，也是热岛缓解的重点区域。低效保育类闲置地共121块，虽改造成本相对较低，但热环境调节效益有限，应谨慎考虑是否推进绿化介入。生态储备类闲置地具有中等以下的热环境缓解潜力和较高的改造成本，开展绿化改造的代价大、收益低。此类地块建议用于城市开发，或者作为城市缓冲空间或过渡地带，成为城市生态空间的战略储备单元，增强城市热环境的冗余性与恢复力。
从综合效益−成本视角看，闲置地绿化转化作为一种土地再利用型热岛缓解策略，其潜在价值与实施机遇的评估需综合考量生态效益、成本可行性及社会协同效益。相较于屋顶绿化、墙面绿化或使用高反射率材料等被动降温措施，尽管该策略受到用地属性与建设成本的约束，但在未来城市人口老龄化与空间收缩化的背景下，具有一定可行性。相关研究表明，地面绿化在降低夏季气温方面的效果优于屋顶绿化[35]。以乔木为主的地面绿化对局地气温的降温作用最为显著，其降温强度显著高于草地、屋顶绿化与墙面绿化，且可达到后三者的数倍；而屋顶绿化在行人高度的平均降温幅度较小，且在极端高温条件下效果易衰减[36]。因此，更有效的策略是以高优先级闲置地绿化为基础，结合屋顶绿化、绿篱绿墙及行道树等手段，在关键节点构建“地面−立面−屋顶”一体化的复合绿化体系，实现从局地到城市尺度的多维热环境调控。

2.4 闲置地绿化再利用分级与改造策略

依据上述聚类结果，结合热岛网络分布，对杭州市核心城区的闲置地进行分级（图15、16）。绿化改造优先级最高的闲置地是位于一级热岛廊道内且与热岛夹点直接相交的2块优效转化类闲置地，分别位于西湖区北侧（A地块，面积0.01 km2）和上城区东北侧（B地块，面积0.04 km2），两地块均邻近城市干道、周边居住区环绕且分布着多个交通站点，受频繁交通和人流活动产生的热辐射影响显著。这2块闲置地建议首先启动改造，营建多功能社区花园或口袋公园，结合周边建筑立面垂直绿化与屋顶绿化，并通过与周边绿地相衔接的连续性绿化设计加以整合，形成立体生态网络。采用诸如生态天桥、乡土乔木带等形式，阻断热岛的关键蔓延路径。
图15 闲置地绿化潜力等级分布

Fig. 15 Spatial distribution of greening potential levels

闲置地绿化改造的第二优先级是与一级热岛廊道相交、没有与热岛夹点直接相交但属于优效转化类的7块闲置地，总面积0.16 km2。这些地块所处的一级廊道区域承载着显著的热量传输压力，是兼顾改造可行性与生态效益的关键节点。此类闲置地建议强化地块自身及与相邻空间的通风散热能力，作为核心阻断策略的重要辅助措施。
闲置地绿化改造的第三优先级是与二级热岛廊道相交的33块优效转化类闲置地，总面积1.42 km2。这类地块建议优先采用低扰动-高产出式的微介入策略，如透水铺装替换、绿色基质改良、植物群落重构等方式，转化为雨水花园或城市微农田等绿色基础设施单元，从而阻滞热量沿廊道扩散、削减局部热岛强度，强化热环境的阻断能力。
四级绿化优先级闲置地是与一级和二级热岛廊道相交的9块低效保育类闲置地，总面积0.43 km2。鉴于其生态调节价值不突出，决策上需审慎评估投入产出比，可作为闲置地绿化改造的备选方案。确需改造的地块宜采用低成本、低维护的简易绿化措施或者结合周边城市空间的界面融绿更新模式，如结合庭院缝隙、边缘空地引入植被，提升作为生物走廊和自然栖息地的潜在生态与游憩价值，兼顾微气候调节效应。
杭州市核心城区闲置地与热岛网络分布所呈现的空间关系，是城市发展进程中形成的生态修复机遇。通过锁定热岛问题突出且改造条件成熟的关键空间单元，对热环境压力较大区域的闲置地优先实施绿化改造，既能降低城市更新的试错成本，又能提升热环境改善的靶向性。以上一至三级绿化优先级闲置地合计42处，建议按照推荐优先级顺序对核心区与一级廊道相交的9处闲置地实施“精准抢救”，对核心区外围与二级廊道相交的33块闲置地进行“批量修复”，从而实现生态资源的精准投放与高效利用。剩余186处闲置地可用于城市更新开发用途以平衡用地成本。
图16 闲置地绿化面积（16-1）与数量（16-2）统计

Fig. 16 Statistics of greening area (16-1) and quantity (16-2) for vacant land

3 讨论与结论

3.1 讨论

相比既有多基于二维地表温度与土地利用的热岛识别研究，本研究通过引入三维阻力面和热量传输阈值分析，能够更真实地模拟高密度城市环境下的热量聚集与流动过程。此外，现有方法通常采用经验值或统一的缓冲距离界定廊道作用区[37]，忽视了不同等级廊道在热量传递和空间结构上的差异性；而本研究通过引入平滑曲线拟合与阈值效应分析，提升了热岛廊道宽度识别的精度。在绿化优先度判定上，本研究综合考量了闲置地绿化的效益维度与成本维度，而非仅依据廊道等级或距源地距离确定绿化优先顺序。
本研究构建的基于热岛网络连通性的闲置地绿化潜力评估框架，不仅适用于杭州核心城区，也可应用于其他热岛效应显著的高密度城市，有助于在存量空间中识别绿化潜力地块，为城市精准绿化干预提供科学依据。然而，本研究仍存在一定局限：1）阻力面构建未充分考虑区域气象条件（如风向、风速等）对热量扩散过程的影响；2）对闲置地绿化成本的评估主要基于土地价格。未来研究可结合中尺度气象模型与城市冠层模型，将主导风向、平均风速及季节差异纳入阻力面构建或热量传输阈值设定中，结合气象情景模拟，定量评估气象条件对热量传输过程与网络空间结构的影响，提升模型对高密度城市真实热环境的解释能力。为实现绿化决策的社会-生态效益综合最优，还应从更广泛的社会经济维度（如用地效率、公众可达性、高温脆弱人群暴露度等）进行综合分析，构建更全面的闲置地绿化再利用评价体系。
规划实践中，可基于热岛网络分析结果形成分层分类的闲置地绿化策略：区域层面采取“夹点优先、廊道分级”的三级绿化干预策略，社区层面优先改造高温敏感区，场地层面注重生态功能与景观融合。同时，建议建立以生态绩效为导向的土地再利用政策，将闲置地绿化纳入城市生态系统服务核算；通过公私协作与社区参与机制，推动绿色基础设施共建共享；构建动态监测体系，对绿化改造效果进行长期评估。

3.2 结论

本研究以杭州市核心城区为研究对象，综合MSPA、热环境连通性、电路理论与阈值效应分析，系统构建了基于热岛网络连通性的城市闲置地绿化潜力评估框架。结果显示，研究区共识别出16条540 m宽的一级热岛廊道、42条150 m宽的二级热岛廊道，以及18处热岛夹点；现有228块闲置地中，21块闲置地位于一级廊道范围内，其中2块与热岛夹点直接相交，37块闲置地位于二级廊道范围内，表明闲置地的空间分布与热岛网络的关键结构存在显著关联；闲置地绿化改造应按“一级廊道与热岛夹点相交优效地块—一级廊道相交优效地块—二级廊道相交优效地块”三级优先序推进，针对不同分级采取针对性的绿化改造策略，以精准阻断热量传输并提升城市热环境韧性。
本研究构建的评估框架为高密度建成区在用地约束下的热环境改善与精准绿化干预提供了方法支撑与决策依据。通过创新性整合二维与三维环境要素的热岛阻力面构建，以及基于平滑曲线拟合与阈值效应分析的热岛廊道宽度测算，显著提升了城市热量扩散过程的空间模拟精度；同时将闲置地改造成本纳入评估，有助于统筹兼顾闲置地再利用的社会-经济-环境效益。

图表来源(Sources of Figures and Tables)：

文中图片均由作者绘制，其中图1、4、8、11~13、15的底图来自国家地理信息公共服务平台（天地图，cloudcenter.tianditu.gov.cn/administrativeDivision），审图号为GS〔2024〕0650号。

文章亮点

1、突破既有二维框架，纳入三维阻力面和热量传输阈值分析，更真实模拟高密度城市环境下的热量聚集与流动过程。

2、基于平滑曲线拟合与阈值效应分析，精准识别出研究区分布的16条540 m宽的一级热岛廊道、42条150 m宽的二级热岛廊道，以及18处热岛夹点。

3、发现研究区闲置地空间分布与热岛网络的关键结构存在显著关联，闲置地绿化改造应按“一级廊道与热岛夹点相交优效地块—一级廊道相交优效地块—二级廊道相交优效地块”三级优先序推进。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴菲, 李树华, 刘娇妹. 城市绿地面积与温湿效益之间关系的研究[J]. 中国园林, 2007, 23(6): 71-74.

DOI

WU F, LI S H, LIU J M. Research on the Relationship Between Urban Green Spaces of Different Areas and the Temperature and Humidity Benefit[J]. Chinese Landscape Architecture, 2007, 23(6): 71-74.

DOI

[2]
ZHOU W Q, WANG J, CADENASSO M L. Effects of the Spatial Configuration of Trees on Urban Heat Mitigation: A Comparative Study[J]. Remote Sensing of Environment, 2017, 195, 1-12.

DOI

[3]
SILVEIRA C, DIAS A T C, AMARAL F G, et al. The Importance of Private Gardens and Their Spatial Composition and Configuration to Urban Heat Island Mitigation[J]. Sustainable Cities and Society, 2024, 112: 105589.

DOI

[4]
NÉMETH J, LANGHORST J. Rethinking Urban Transformation: Temporary Uses for Vacant Land[J]. Cities, 2014, 40, 143-150.

DOI

[5]
GALEN NEWMAN L D. Resilience Through Regeneration: The Economics of Repurposing Vacant Land with Green Infrastructure[J]. Landscape Architecture Frontiers, 2018, 6(6): 10-23.

DOI

[6]
SUN H, LIU C H, WEI J X. Identifying Key Sites of Green Infrastructure to Support Ecological Restoration in the Urban Agglomeration[J]. Land, 2021, 10(11): 1196.

DOI

[7]
陈静, 纪丹雯, 肖扬, 等. 生物多样性视角下城市闲置地的微更新探索: 以临时社区花园为例[J]. 中国园林, 2019, 35(12): 28-33.

DOI

CHEN J, JI D W, XIAO Y, et al. Micro-Renewal Exploration of Urban Vacant Lots from the Perspective of Biodiversity: Taking Temporary Community Garden as the Example[J]. Chinese Landscape Architecture, 2019, 35(12): 28-33.

DOI

[8]
XU S J, EHLERS M. Automatic Detection of Urban Vacant Land: An Open-Source Approach for Sustainable Cities[J]. Computers, Environment and Urban Systems, 2022, 91: 101729.

DOI

[9]
JACKSON K T, FRONTIER C. Crabgrass Frontier: The Suburbanization of the United States[M]. NewYork: Oxford University Press, 1985: 31-35.

[10]
KIM G, MILLER P A, NOWAK D J. Urban Vacant Land Typology: A Tool for Managing Urban Vacant Land[J]. Sustainable Cities and Society, 2018, 36, 144-156.

DOI

[11]
KIM G, MILLER P A, NOWAK D J. Assessing Urban Vacant Land Ecosystem Services: Urban Vacant Land as Green Infrastructure in the City of Roanoke, Virginia[J]. Urban Forestry & Urban Greening, 2015, 14(3): 519-526.

DOI

[12]
NOH Y. Does Converting Abandoned Railways to Greenways Impact Neighboring Housing Prices?[J]. Landscape and Urban Planning, 2019, 183, 157-166.

DOI

[13]
Urban Heat Island Basics. Reducing Urban Heat Islands: Compendium of Strategies[EB/OL]. [2011-01-14]. http://www. epa. gov/heatisland/resources/compendium.htm.

[14]
周盼, 吴佳雨, 吴雪飞. 基于绿色基础设施建设的收缩城市更新策略研究[J]. 国际城市规划, 2017, 32(1): 91-98.

DOI

ZHOU P, WU J Y, WU X F. Research on Shrinking Cities’ Renewal Strategy Based on Green Infrastructure Construction[J]. Urban Planning International, 2017, 32(1): 91-98.

DOI

[15]
KREMER P, HAMSTEAD Z A, MCPHEARSON T. A Social−Ecological Assessment of Vacant Lots in New York City[J]. Landscape and Urban Planning, 2013, 120, 218-233.

DOI

[16]
MCPHEARSON T, KREMER P, HAMSTEAD Z A. Mapping Ecosystem Services in New York City: Applying a Social−Ecological Approach in Urban Vacant Land[J]. Ecosystem Services, 2013, 5, 11-26.

DOI

[17]
ZHANG P, FAHEY R T, PARK S. The Importance of Current and Potential Tree Canopy on Urban Vacant Lots for Landscape Connectivity[J]. Urban Forestry & Urban Greening, 2024, 94: 128235.

DOI

[18]
NEWMAN G D, SMITH A L, BRODY S D. Repurposing Vacant Land Through Landscape Connectivity[J]. Landscape Journal, 2017, 36(1): 37-57.

[19]
WOLFF M, HAASE D, PRIESS J, et al. The Role of Brownfields and Their Revitalisation for the Functional Connectivity of the Urban Tree System in a Regrowing City[J]. Land, 2023, 12(2): 333.

DOI

[20]
李佳杰, 顾媛媛, 邢忠. 武汉城市圈“生物迁移-区域降温”复合功能生态网络构建[J]. 风景园林, 2025, 32(1): 96-104.

DOI

LI J J, GU Y Y, XING Z. Construction of “Biomigration−Regional Cooling” Multi-functional Ecological Network in Wuhan Urban Agglomeration[J]. Landscape Architecture, 2025, 32(1): 96-104.

DOI

[21]
LI Y Y, WANG S M, ZHANG S J, et al. The Creation of Multi-level Urban Ecological Cooling Network to Alleviate the Urban Heat Island Effect[J]. Sustainable Cities and Society, 2024, 114: 105786.

DOI

[22]
张文萍, 庄子薛, 谢梦晴, 等. 基于电路理论的多尺度城市热环境网络构建及格局优化: 以成都市中心城区为例[J]. 中国园林, 2023, 39(4): 103-108.

ZHANG W P, ZHUANG Z X, XIE M Q, et al. Construction and Pattern Optimization of Multiscale Urban Thermal Environment Network Based on Circuit Theory: A Case Study of the Central Urban Area of Chengdu[J]. Chinese Landscape Architecture, 2023, 39(4): 103-108.

[23]
李佳杰, 邢忠, 李旭. 基于电路理论的城市高温控制优先区域识别: 以重庆市中心城区为例[J]. 中国园林, 2024, 40(11): 97-103.

DOI

LI J J, XING Z, LI X. Identification of Priority Areas for Urban Heat Mitigation Based on Circuit Theory: A Case Study of Chongqing’s Central City[J]. Chinese Landscape Architecture, 2024, 40(11): 97-103.

DOI

[24]
费凡, 尹海伟, 孔繁花, 等. 基于二维与三维信息的南京市主城区生态网络格局对比分析[J]. 生态学报, 2020, 40(16): 5534-5545.

FEI F, YIN H W, KONG F H, et al. Comparative Analysis of Ecological Network Pattern Using 2D and 3D Information in Main Urban Area of Nanjing, China[J]. Acta Ecologica Sinica, 2020, 40(16): 5534-5545.

[25]
TRAVERS E, HÄRDTLE W, MATTHIES D. Corridors as a Tool for Linking Habitats: Shortcomings and Perspectives for Plant Conservation[J]. Journal for Nature Conservation, 2021, 60: 125974.

DOI

[26]
JIMÉNEZ-MUÑOZ J C, SOBRINO J A, SKOKOVIĆ D, et al. Land Surface Temperature Retrieval Methods from Landsat-8 Thermal Infrared Sensor Data[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(10): 1840-1843.

DOI

[27]
RENC A, ŁUPIKASZA E, BŁASZCZYK M. Spatial Structure of the Surface Heat and Cold Islands in Summer Based on Landsat 8 Imagery in Southern Poland[J]. Ecological Indicators, 2022, 142: 109181.

DOI

[28]
XIANG Y, CEN Q Y, PENG C C, et al. Surface Urban Heat Island Mitigation Network Construction Utilizing Source-Sink Theory and Local Climate Zones[J]. Building and Environment, 2023, 243: 110717.

DOI

[29]
KOEN E L, BOWMAN J, SADOWSKI C, et al. Landscape Connectivity for Wildlife: Development and Validation of Multispecies Linkage Maps[J]. Methods in Ecology and Evolution, 2014, 5(7): 626-633.

DOI

[30]
HAN S J, HOU H, ESTOQUE R C, et al. Seasonal Effects of Urban Morphology on Land Surface Temperature in a Three-Dimensional Perspective: A Case Study in Hangzhou, China[J]. Building and Environment, 2023, 228: 109913.

[31]
白晓琼, 王汶, 林子彦, 等. 基于高空间分辨率遥感影像的三维绿度度量[J]. 国土资源遥感, 2019, 31(4): 53-59.

DOI

BAI X Q, WANG W, LIN Z Y, et al. Three-Dimensional Measuring for Green Space Based on High Spatial Resolution Remote Sensing Images[J]. Remote Sensing for Land & Resources, 2019, 31(4): 53-59.

DOI

[32]
YU Z W, ZHANG J G, YANG G Y. How to Build a Heat Network to Alleviate Surface Heat Island Effect?[J]. Sustainable Cities and Society, 2021, 74: 103135.

DOI

[33]
张浪, 余浩然, 仲启铖, 等. 基于功能连接度的城市生态廊道空间范围划定研究[J]. 中国园林, 2024, 40(4): 6-14.

DOI

ZHANG L, YU H R, ZHONG Q C, et al. Research on the Spatial Demarcation of Urban Ecological Corridors Based on Functional Connectivity[J]. Chinese Landscape Architecture, 2024, 40(4): 6-14.

DOI

[34]
LUO J L, FU H. Constructing an Urban Cooling Network Based on PLUS Model: Implications for Future Urban Planning[J]. Ecological Indicators, 2023, 154: 110887.

DOI

[35]
PERINI K, MAGLIOCCO A. Effects of Vegetation, Urban Density, Building Height, and Atmospheric Conditions on Local Temperatures and Thermal Comfort[J]. Urban Forestry & Urban Greening, 2014, 13(3): 495-506.

DOI

[36]
KIM J, KHOUAKHI A, CORSTANJE R, et al. Greater Local Cooling Effects of Trees Across Globally Distributed Urban Green Spaces[J]. Science of the Total Environment, 2024, 911: 168494.

DOI

[37]
LUO J L, ZHU L, FU H. A New Framework for Mitigating Urban Heat Island Effect from the Perspective of Network[J]. Ecological Indicators, 2025, 170: 113059.

DOI

Options
文章导航

/

〈 〉