绿地因其遮阴、蒸腾和调节地表能量平衡等作用，被广泛视为缓解城市高温的重要自然解决方案。当我们讨论用绿地给城市降温时，最直觉的做法往往是“多种树、多建公园、提高绿地覆盖率”。

然而，绿地建设并不是一个“想种就种、到处都种”的问题。高密度建成区土地稀缺，更新成本高，绿地建设和养护也需要长期投入 。截止目前，全球树木维护成本已突破两万亿美元 。在资源约束日趋紧张的今天，传统“一刀切”式的绿地扩张策略正变得越来越不可持续 。城市降温不仅需要回答“增加多少绿地”，更需要回答“在哪里增加绿地最有效” 。

图1｜资源有限情况下的绿地优化

要想实现绿地降温效率最大化，就要寻找最佳的优化区域，需依次回答多个问题：绿地如何影响热环境的？绿地的降温效果在不同区域是否存在怎样差异？如果考虑这种差异，规划能取得怎样的收益？

基于这一思路，研究构建了一个“关系挖掘—空间决策—效益评估”的完整数据驱动框架。以北京六环内区域为案例，以交通分析小区（TAZ）为基本单元，整合城市热事件强度（UHEI）、人口热暴露（UPHE）、绿地形态、建筑形态、道路与气象等多源数据。先用 CatBoost 可解释机器学习识别绿地与热环境之间的非线性关系，再借助偏依赖图（PDP）与个体条件期望图（ICE）揭示降温效应的区域异质性，最后通过蒙特卡洛模拟比较不同优化策略的成本效益。

图2｜数据驱动的绿地降温效益分析、决策与评估框架。

主要发现 1：绿地—高温关系具有明显的非线性和阈值效应

研究发现，绿地覆盖率（GAC）和有效网格面积（GEMS）等指标对城市高温事件强度具有显著的负向影响 。但这种影响并不是“越多越好”的直线关系，GAC 的降温效应在 0.2—0.4 区间最明显 ；GEMS 的边际效应则在较低水平时更强，超过 20 这一阈值后逐渐趋于稳定。更重要的是，ICE 曲线显示，不同 TAZ 中的局地建成环境差异，会导致绿地—高温关系呈现显著不同的响应幅度和变化趋势。

图3｜绿地形态指标与城市高温事件强度（UHEI）的非线性关系。浅蓝色曲线突出了不同区域之间的响应差异。

主要发现 2：绿地降温不仅取决于覆盖率，空间形态同样重要

绿地的影响远不止于覆盖量，其形态也同样关键。研究量化了各项指标变化带来的具体降温收益。结果表明，增加 0.6 个标准单位的 GAC（覆盖率）与 GEMS（有效网格面积）所带来的平均降温收益极为相近，平均可累计减少每个 TAZ 的极端高温事件约 6139 和 6512 人次。

结果证明了通过优化现有绿地的空间连通性与破碎度，可以获得与大规模增加绿地面积相媲美的降温红利 。在难以继续扩绿的高密度城区，多个分散的小型绿地往往比单个大型绿地更利于降温。

主要发现 3：相同绿地条件，在不同区域可能产生不同降温收益

研究进一步分析各绿地优化潜力的空间差异。结果显示，多数绿地指标的优化潜力基尼系数约为 0.5，即便城市绿地看起来分布相对均衡，其从绿地调整中获得的降温收益却高度不平等 。

这种差异与各地块的气候、建筑、人口和已有绿地状态有关。比如，增加 GAC 和 GEMS但在部分地块，最大降幅可超过 7%，约为全市平均水平的 5 倍。从空间分布看，GAC 的高收益区集中在三环和四环之间，而 GEMS 的高收益区则更均匀地分布在二至四环 。

图4｜绿地指标变化带来的降温收益空间分布图。不同颜色区块揭示了城市内部各区域降温潜力的巨大异质性。

主要发现 4：纳入区域异质性后，绿地优化收益显著提高

在资源有限的规划情境下，研究比较了三种策略：随机优化、人口优先优化，以及同时考虑降温效应和人口分布的综合效益优先优化。当只允许优化 10% 地块时，人口优先策略已比随机选择更有效，收益提高约 70%—100%。综合效益优先策略的优势更为明显：相较随机优化基线，其收益提升达到 185%—300%。这说明，城市绿地优化不应只追逐人口密度或绿化缺口，而应识别哪些区域既有较高热暴露风险，又具有更大的局地降温潜力。

在另一种情景中，研究以随机优化 10% 地块所获得的收益作为目标，比较不同策略需要优化多少地块。结果显示，综合效益优先策略只需约 22%—33% 的随机策略地块数量即可达到同等收益，相当于用更少空间投入换取相近降温效果。

图5｜不同空间优化策略的收益对比。上图显示在仅优化 10% 地块时，综合效益优先策略显著优于随机策略和人口优先策略；下图显示为达到同等收益，该策略所需优化地块数量明显更少。

• 在高密度老城区，扩张绿地面积并不总是首要目标，更应提高既有绿地的结构复杂度，并补充小微绿地、街道树和口袋公园。

• 在三环至四环之间的新兴商业和居住中心：继续增加绿地面积依然重要 。但对于绿地覆盖率已经超过 60% 的区域，单纯的面积扩张带来的降温边际收益有限，必须同步优化绿地斑块的空间配置和连通性 。

• 在进行新城开发或绿化改造时，建议采用分散式的“见缝插绿”替代集中式大绿地，控制单一绿地面积不超过所在区块的 30% 。

•在制定绿地更新方案时，应充分考虑区域异质性，将预期降温收益纳入评估，而不应仅以绿地率、NDVI 或新增面积的多少作为决策依据。

这项研究提醒我们，城市绿地的价值不能只用面积或覆盖率来衡量。真正影响城市降温效果的，是绿地数量、空间形态、局地环境和人口暴露之间的耦合关系。

在高温风险不断加剧、城市空间资源日益紧张的背景下，未来的绿地规划需要从“平均增加绿地”走向“精准配置绿地”。也就是说，不仅要知道哪里缺绿地，还要知道哪里增加绿地最能降低热暴露，哪里调整绿地形态最能提升降温收益。当资源有限时，把绿地优化到降温潜力最高、又最需要的地方，才能让每一份投入发挥最大价值。只有把区域降温异质性纳入规划决策，城市绿色基础设施才能真正从“空间资源”转化为更高效、更公平、更可持续的人居服务。

上述研究成果以“Spatially-optimized greenspace for more effective urban heat mitigation: Insights from regional cooling heterogeneity via explainable machine learning”为题，发表于期刊 Landscape and Urban Planning。北京大学遥感与地理信息系统研究所博士生任书良为论文第一作者，黄舟教授为论文通讯作者。研究得到了国家自然科学基金项目(U2344216, 42371421, 42401559)的支持。

文章信息： Spatially-optimized greenspace for more effective urban heat mitigation: Insights from regional cooling heterogeneity via explainable machine learning. Shuliang Ren, Zhou Huang, Ganmin Yin, et al. Landscape and Urban Planning, 256 (2025), 105296. DOI: 10.1016/j.landurbplan.2025.105296。