基于卫星数据的全球人为热力动态评估：分散化与不同发展路径

《Sustainable Cities and Society》：A Satellite-Derived Assessment of Global Anthropogenic Heat Dynamics: Decentralization and Divergent Pathways

　　

摘要

人为热是城市化的直接副产品，会给环境与健康带来严重威胁。然而，全球范围内人类活动导致的城市热状况分布特征至今仍不清晰。本研究利用一种新的基于卫星数据的人为热指数，分析了2001年至2020年间全球1386座城市中与人为活动相关的城市热异常的时空分布规律。该指数虽不同于直接的人为热通量，但能将废热信号与城市表面特性相结合，为缺乏能源统计数据的地区提供统一的衡量标准。研究结果显示，全球范围内人为热指数呈上升趋势，年均增长率为0.2%，而约55%的城市则出现下降趋势。不同地区差异显著：欧洲城市的该指数趋于稳定或下降，而美国、中国、印度等发展中国家部分城市的该指数则大幅上升。这些发现表明，城市热指数的变化主要受城市扩张、能源消耗和经济发展影响，同时还会受到自然气候变化和地表变化的次要影响。这凸显出需要针对当地实际情况制定有效的城市热缓解策略。

引言

城市消耗了全球约三分之二的能源（联合国人居署，2024），由此向城市环境中释放了大量人为热（Creutzig等人，2015；Luo等人，2020；Oke等人，1991；Santamouris和Buildings，2020；Wang等人，2022b；Wigginton等人，2016；Yang等人，2017）。这类热量排放会显著改变地球表面能量平衡，进而影响城市空气质量、极端高温事件以及人类的健康与舒适度（Manoli等人，2020；Santamouris和Buildings，2020；Shahmohamadi等人，2011；Vahmani等人，2022；Yang等人，2019）。近几十年来，由于各国在经济、文化及历史背景上的差异，能源消耗和城市人口增长在空间和时间上存在很大差异（联合国人居署，2022、2024；Wang等人，2023b；Yu等人，2025；Yuan等人，2025）。这些差异导致全球不同城市中与人类活动相关城市热特征的强度和变化趋势存在明显差别（Ao等人，2024；Cui和Chen，2024；Jin等人，2020；Yuan等人，2025）。但目前仍缺乏对不同城市背景下人为热变化规律的全面了解，这既不利于制定针对性的缓解策略，也限制了成功的环境管理经验的推广应用（Feng等人，2025；Gupta等人，2025；Joshi等人，2024）。

目前人们更多致力于通过冷却屋顶、绿色基础设施、城市植被、水体设施以及减少污染等措施来缓解城市热岛效应（Abdulateef和A. S. Al-Alwan，2022；Aboulnaga等人，2024；Eyni等人，2025；Kumar等人，2024；Peng等人，2012）。不过，从源头减少人为热源的举措尚未得到政策层面的广泛重视（Chen等人，2022）。尽管已经提出了多种人为热缓解策略，比如推广公共交通（Chrysoulakis和Grimmond，2016）、实施拥堵收费（Herzog，2024）、设立低排放区（Beshir和Fichera，2025）、鼓励建设节能建筑（Almashhour和Alzaatreh，2025）以及严格执行工业排放标准，但这些策略都缺乏具有明确空间特征和时间一致性的热指标数据，难以让决策者有效实施针对性缓解措施（Degirmenci等人，2021；Khan等人，2025；Montfort等人，2025；Sheng等人，2025；Wu等人，2023）。因此，由于没有重点关注从源头减少热量排放，城市热环境改善效果十分有限（Gupta等人，2025）。

人为热排放在空间上和不同城市之间存在显著差异，这些差异受能源消耗模式、人口密度、人类活动、城市形态以及地表特性等多种因素影响，而这些因素又通过升温反馈循环相互关联（Wu等人，2023）。人类活动本身在城市之间以及城市内部都呈现出强烈的时空动态特征（Chen等人，2019；Varquez等人，2021；Yang等人，2024）。在经济周期和昼夜节律的影响下，人为热在昼夜之间以及不同季节之间都会出现明显波动（Amorim等人，2021；Grimmond和Oke，1999；Yang等人，2024）。夜间城市热岛强度与人造热以及城市表面特性关联更为紧密，这也为利用夜间热数据来识别废热排放提供了依据（Clinton和Gong，2013、2012；Zhou等人，2014）。此外，城市中的建筑材料和三维结构也会导致地表热量保留程度存在差异，进一步加剧了人为热的分布不均（Joshi等人，2024；Vahmani等人，2022；Wang等人，2023a；Xiao等人，2025）。因此，开发出能够高精度捕捉人类活动引发的城市热异常时空分布特征的可靠热指标，对于了解其对城市热环境的影响（Lu等人，2024），以及制定针对性且有效的缓解策略（Sheng等人，2025）至关重要。

量化人为热排放是一项极具挑战性的工作，目前仍然难度较大。现有的量化方法主要分为三类：基于清单的方法（自下而上或自上而下）、能量平衡剩余法以及建筑能耗模型（Feng等人，2025）。一些全球性数据集，如PF-AHF（Jin等人，2019），可以提供1公里分辨率的长期网格化人为热通量数据，而AH4GUC（Varquez等人，2021）则能提供当前及未来情景下的每小时人为热通量数据。鉴于城市热岛效应主要源自人为热、结构热和气候热（Nwakaire等人，2020），人们提出了人为热指数，通过量化其对应的热岛效应贡献值来反映城市热状况，而非直接量化人为热通量。这里所说的人为热通量是指被城市表面截留的废热，这一过程会受到城市形态和地表覆盖特性的影响。虽然该指数与人造热通量有所不同，但它可以作为表征废热排放强度的可靠替代指标，便于在没有直接通量测量数据的城市之间进行比较。需要特别说明的是，人为热指数并非是对人为热通量的直接测量值，而是一种基于卫星数据的综合指标，反映了人类活动产生的废热以及城市形态特征共同带来的热效应。尽管该指数与人为热排放存在关联，能够实现城市间的有效比较，但它应被视为人类活动影响下的城市热状况的体现，或是人为热对城市热状况的贡献度，而非热量释放量的直接数值。

人为热指数是一种基于卫星数据的指标，用于反映与人类活动相关的综合热效应，而非直接量化人为热通量。它综合考虑了废热排放、城市形态以及地表特性等因素的共同影响。该指数在不同地区和时间段内数据质量较为稳定，可以通过识别热点来展现空间差异，还能用于分析长期变化趋势（Wu等人，2023）。在本研究中，我们构建了涵盖2001年至2020年期间1386座主要城市的全球人为热指数数据集。我们利用该数据集分析人为热指数所反映的人类活动相关城市热异常的时空分布特征，研究其与城市发展的关系，同时评估各种缓解措施的效果。我们的目标是明确人为热排放的主要驱动因素，探究地方及国家环境政策的影响。

章节摘录

方法与数据

城市居民因同时面临人为热、人造表面以及气候变化的影响，其健康风险不断上升（Zhao等人，2021）。在中国，每日气温每上升1℃，受伤和死亡风险就会增加0.50%（Hu等人，2023）。在越南河内，仅人为热就导致了地表气温上升的50%（Doan等人，2019），而在匈牙利塞格德，人为热甚至可能使气温上升1.5℃（Molnár等人，2020）。空调

结果

在本研究中，我们利用城市与农村地区的地表温度和反照率差异来计算人为热指数，该指数可用于描述2001年至2020年间全球1386座城市中与人类活动相关城市热异常的强度、空间分布及时间变化规律。我们还分析了不同气候区的时空变化特征，重点研究了中国、欧洲和美国的城市，以了解不同城市化发展阶段所带来的影响差异

讨论

人为热是城市化的直接结果和副产品。本研究利用基于卫星数据的人为热指数这一综合指标，分析了全球1386座城市中人类活动影响下的城市热状况的时空变化规律。研究结果显示，全球范围内该指数呈明显上升趋势，2001年的平均值为268.7，2020年上升至272.0，年均增长率为0.55（见图4），换算成百分比约为0.2%。虽然这一增长率是观察到的时空趋势，而非

结论

综上所述，本研究借助人为热指数这一综合热指标，分析了全球城市中人类活动影响下的城市热状况，以及人为热对城市热状况的贡献程度。研究结果表明，这类城市热状况的变化十分复杂，且在不同城市之间存在显著差异，这些差异反映了各城市的独特发展阶段、政策选择以及地理环境特征。虽然在某些城市中，局部干预措施似乎能够降低人为热指数值，但从全球整体来看

CRediT作者贡献声明

吴汉天：论文撰写——初稿撰写、可视化处理、验证、软件应用、方法设计、研究实施、正式分析、数据整理、概念构思。黄波：指导监督。李海涛：资金筹集。孙璐：数据整理。孟庆燕：论文撰写——审阅与编辑。李飞：正式分析。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

Hantian Wu|Bo Huang|Haitao Li|Lu Sun|Qingyan Meng|Fei Li

中国地质环境监测院，北京，100081，中国；