文章信息：Gabriele Manoli, Simone Fatichi, Markus Schläpfer, Kailiang Yu, Thomas W. Crowther, Naika Meili, Paolo Burlando, Gabriel G. Katul, & Elie Bou-Zeid. (2019). Magnitude of urban heat islands largely explained by climate and population. Nature: 573(7772), 55–60. https://doi.org/10.1038/s41586-019-1512-9
阅读笔记：张可尔
阅读时间：2019年10月17日
Abstract: Urban heat islands (UHIs) exacerbate the risk of heat-related mortality associated with global climate change. The intensity of UHIs varies with population size and mean annual precipitation, but a unifying explanation for this variation is lacking, and there are no geographically targeted guidelines for heat mitigation. Here we analyse summertime differences between urban and rural surface temperatures (ΔTs) worldwide and find a nonlinear increase in ΔTs with precipitation that is controlled by water or energy limitations on evapotranspiration and that modulates the scaling of ΔTs with city size. We introduce a coarse-grained model that links population, background climate, and UHI intensity, and show that urban–rural differences in evapotranspiration and convection efficiency are the main determinants of warming. The direct implication of these nonlinearities is that mitigation strategies aimed at increasing green cover and albedo are more efficient in dry regions, whereas the challenge of cooling tropical cities will require innovative solutions.
摘要：城市热岛（UHI）加剧了与全球气候变化相关的热相关死亡风险。UHI的强度随人口规模和年平均降水量而变化，但缺乏对这种变化的统一解释，也没有针对地理位置的防热指南。在这里，我们分析了全球城市和农村地表温度（ΔTs）的夏季差异，发现ΔTs随降水呈非线性增加，这受蒸散发的水或能量限制的控制，并调节了ΔTs随城市规模的变化。我们引入了一个粗粒度模型，将人口、背景气候和UHI强度联系起来，并表明城乡蒸散量和对流效率的差异是变暖的主要决定因素。这些非线性的直接含义是，旨在增加绿色覆盖和反照率的缓解策略在干旱地区更有效，而为热带城市降温的挑战将需要创新的解决方案。
图 欧洲和东南亚的城市变暖和绿地
a-c，世界城市（a）、欧盟（b）和东南亚（c）夏季UHI强度图。d–g，ΔTs（d）、人口N（e）、年平均降水量P（f）和城市绿地覆盖率gc、u（g）的观测概率分布。b、c中的大圆圈表示有绿色覆盖数据20,22的城市，用于计算d-gSource数据中的统计数据。
图 背景气候和人口规模对城市变暖及其组成部分的影响
a–c，ΔTs与年平均降水量P（a）、背景温度Ts（b）和城市人口N（c）之间的观测（标记）和建模（线）非线性关系。d–f，ΔTs归因于地表反照率（Δα）、蒸散量（ΔET）、对流效率（Δra）、地表发射率（Δεs）和人为热量（ΔQah）的变化，作为P（d）、Ts（e）和N（f）的函数。a、 插图，观察到的ΔTs和建模的ΔTs的1:1比较。还显示了1:1比较的决定系数R2。a、 b、d、e，恒定城市绿地覆盖率gc，u=0.15（实线）和gc，u与P成比例（虚线）的模型结果。模型结果是在考虑城市灌溉指数Ir，u=0.2的情况下获得的（详见补充信息）。显示了一个线性回归，总结了白天UHIs2的其他数据集，以供参考（A中的黄线）。对于潮湿和干燥条件（分别为实线和虚线），ΔTs与人口的比例如c–f所示。通过拟合观测值（Pthr，1=700和Pthr，2=1500 mm yr-1）计算标度指数δ，同时显示模型结果以供比较，考虑了两个示例性降水水平（P=400和1800 mm yr-1）。错误条表示s.e.mSource数据。
图 背景气候对热缓解策略效率的影响
a-c，ΔTs对城市绿地覆盖率（a）、城市反照率（b）和人口密度（c）变化的模型敏感性。图a还显示了来自欧盟和东南亚城市（钻石）的分类数据。误差条表示s.d。Ir的结果为u=0.2，b、c中的结果为恒定的绿色覆盖gc，u=0.15（不同城市灌溉水平和gc、u值的影响见补充图7、8）。
1.选题背景
热岛效应（UHIs）对人类健康构成威胁：目前，全球有超过一半的人口居住在城市中，城市变暖会加剧与全球气候变化相关的城市人口发病率和死亡率与热浪相关的死亡风险。
2.过去研究的不足
UHIs的强度随人口规模和平均年降水量而变化，但缺乏对此变化的统一解释，也没有针对地理位置的降热指南。过去大多研究只针对特定城市进行降低热岛效应的策略研究，忽略了不同城市背景气候和城市结构的影响，据此得到的城市降温策略不具一般性。
3.选题视角
我们引入一种将人口、气候和城市热岛强度联系起来的粗粒度模型（coarse-grained model），并显示出蒸散量（evapotranspiration）和对流效率的城乡差异是变暖的主要决定因素。
4.研究的实践性：
这些非线性（城乡温差ΔTS与降水的非线性相关）的直接启发是增加绿化覆盖率和反照率的缓解策略在干旱地区更为有效，而为热带城市降温的挑战则需要创新的解决方案。
本文将热岛强度的影响因子——人口规模、平均年降水量和城市背景气候统筹考虑，得到全球范围内针对地理位置而言的普遍性的城市降温策略。
5.结论
（1）这项研究表明，城乡系统表现出新兴的全球规模的行为，可以用基本的社会和物理过程的粗粒度表示来描述。
（2）夏季UHI的强度显示为年均降水量和人口规模的非线性调节，伴随热量释放、反照率、对流效率和蒸散量的相关变化，通过此解释全球城乡地表温度异常模式。
（3）旨在减少变暖的城市策略应理解系统的非线性问题，因为当地的气候-植被特征会影响现在和可预见的不同计划中的制冷解决方案的效率。
（4）为非洲和南亚迅速增长的热带城市（即潮湿地区）降温仍然是一个挑战，除了增加城市绿地面积和改变反照率外，还需要创新的设计解决方案。
原文链接：https://www.nature.com/articles/s41586-019-1512-9
