南京市城市高温动态特征及规划应对策略研究

祁博达

摘 要：以高温天气严重的南京市为典型案例，通过2000—2020年间逐日气温数据，分析南京市城市高温的动态特征，并运用回归分析探讨其影响因素，在此基础上提出规划应对的策略。结果表明：①2000—2020年，南京市年平均温呈0.37℃/10a的上升趋势，城市极端高温和高温热浪指标均在增长；②极端高温现象和高温热浪主要发生7、8月份，且高温热浪的发生出现整体延后趋势；③南京市城市高温显著的年份均温主要受人为因素影响最为显著，其中城镇化水平对均温的影响最大，GDP与人均工业总产值的影响次之，人口密度相对而言影响最低。该研究结果希望能够为优化国土空间规划以及制定应对城市高温的政策提供有益借鉴。

关键词：高温；高温热浪；动态特征；应对策略；南京市

中图分类号：X16文献标志码：A文章编号：1673-9655（2024）02-00-07

0 引言

政府间气候变化专门委员会（Intergovernmental

Panel on Climate Change， IPCC）历次评估报告的海量数据显示，21世纪以来，因人类活动引起的气候系统变暖几乎已经成为公认的事实。2013年的第五次评估报告提出平均温可能超过2℃[1，2]；2021年IPCC第六次评估报告显示，平均温度增长1.5℃并将持续增长，且若以此增长速度继续，将有极大概率超过2℃的红线[3，4]。事实上，高温天气是一种典型的气象灾害事件，严重影响人类社会的生活生产甚至威胁生命安全[5]，1995年芝加哥市高温热浪导致514人死亡、3300人超额急症；1999年美国中西部高温热浪致数百人死亡；2003年欧洲高温热浪事件更是高达上万人死亡[6]。在此背景下，如何应对高温天气引起世界各国政府的高度关注。

迄今为止，国内外的研究成果主要集中于高温的特征、影响因素、产生后果以及应对等方面。在高温的特征方面，中国平均气温整体呈现上升趋势，省会城市尤为显著；区域之间存在一定分异，东部地区高温天气日数总体较多但变率小[7]；极端高温和热浪事件主要发生于中国南方城市，而北方发生热浪事件较少，但是高温强度仍然相当大[8]。随着卫星遥感等技术的提升，通过获取红外波段反演的地表温度影像，能够更加直观地探讨城市热环境的时空变化特征[10]。在高温的影响因素方面，学者通过城市规模、城市发展水平、财政收入、产业结构、土地利用方式、森林覆盖率、气温、降水、湿度、风速、海拔等因子综合分析人文与自然因素对高温产生天气的影响[9]。高温天气的后果是多维度的，会影响人类的经济、农业等生产生活的各个方面，如2013年和2017年南京市高淳区发生的异常高温使次年的茶叶产量降低了30%～40%[11]。另外，高温还会增加城市居民的健康风险，导致流行疾病以及其并发症的发生和加重，甚至引发超额死亡 [12]。为了应对高温天气，最大程度降低负面影响，学者总体上从“减缓”与“适应”两个层面提出应对策略：前者主要是通过优化能源与产业结构以减少温室气体排放、增加生态碳汇等；后者主要通过增加绿化覆盖面积和纳凉点等方式进行适应。值得注意的是，目前学者开始关注预测预报和制定应急策略[13，14]。多项研究结果显示，高温热浪健康风险预警、健康教育和活动锻炼等干预性措施能够真正有效地提高居民对城市高温的应对能力和适应能力[15，16]。

前人的诸多成果为后续研究奠定了坚实基础。然而，迄今从规划角度对典型城市高温进行动态分析和应对的成果相对较少。传统城市规划主要以城市增长需求为导向，忽视气候要素的影响；规划者对气候气象相关知识的认知不全面，缺乏对气候环境要素的统筹考虑，规划设计中鲜有气候变化的直接控制指标[17]。同时，由于不同区域的高温天气的特征差异悬殊，产生的原因与机理亦各不相同，因此对典型城市的实证研究，显得十分重要。

鉴于此，本文以受高温影响较大的南京市为典型案例，运用2000—2020年逐日气象数据，探讨高温的动态变化特征及其影响因素，并基于此提出规划应对策略，希望能够为缓解南京市高温影响提供规划启示，并为其他同类城市提供有益借鉴。

1 资料与方法

1.1 高温及高温热浪的定义

根据中国气象局的判定标准，将日最高温≥35℃界定为高温。不同国家、不同组织对高温热浪相关的定义有所不同，主要通过最高温和持续时间进行界定。中国气象局及学者研究明确——日最高温＞35℃判定为高温日，＞38℃为危害高温日，＞40℃为极端高温日，其中高温日持续时间超过3 d判定为高温热浪，超过5 d判定为强高温热浪[18]；世界气象组织（WMO） 定义高温热浪的标准相对较低，即日最高气温高于 32℃，且持续 3 d 以上；荷兰皇家气象研究所的日最高温标准则为25℃，持续5 d，且其中有 3 d 高于 30℃[5]；国内黄卓等从热浪对人体健康的影响方面提出了炎热指数、炎热临界值等判定指标，并将高温热浪划分为轻度、中度、重度三层[19]。另有学者根据不同区域与季节进行定义，如林巧绚等基于高温与死亡效应联系，对七大地区的高温热浪进行了精确的定义，其中南京市所处的华东地区，高温热浪被定义为连续2 d及以上日平均温度大于或等于暖季日平均温度的67百分位的炎热天气（对应绝对阈值为25.7℃）[20]。

本文主要采用中国气象局界定的高温与高温热浪标准，对2000—2020年的南京市高温及高温热浪进行动态及原因分析。

1.2 研究区域情况

南京市地处长江中下游平原地区，位于东经118°22′～119 °14′、北纬31°14′～32°37，东临太平洋，是世界最典型的亚热带季风气候区覆盖区。南京是中国高温热浪发生率极高的地区之一，在1951—2009年高温天气统计中，相比国内大部分城市，南京市高温天气发生频率处于较高水平，并且严重影响当地生产生活与居民健康，造成的人群超额死亡率超过20% [12]。因此，探討南京市的高温热浪具有典型意义。

1.3 数据源及研究方法

本文使用江苏省气象局气象台提供的南京市20 a（2000—2020年）逐日气温资料，对南京市高温天气动态变化特征进行研究，并以中国气象局的高温热浪标准分析其高温热浪动态。在此基础上，根据《江苏省统计年鉴》和《南京市统计年鉴》数据，采用因子分析与回归分析方法，探讨人口密度、GDP、人均GDP、道路密度、城镇化水平等因素对南京市高温的影响。

1.3.1 极差标准化

由于不同指标量纲不同，不存在可比性，故需要将原始数据标准化，以消除量纲的影响。标准化公式如下：

式中：X—原始数据，Z—标准化后的数据。

本文对所收集的气象数据以及人口密度、GDP、人均工业总产值、二三产业比重、城镇化水平、城市绿化率等指标的数据进行极差标准化处理，代入式（1）中对不同数据归一化，用于因子分析和多元线性回归分析。

1.3.2 因子分析

因子分析基于降维的思想，将多个高温热浪影响的变量聚合成几个独立的公共因子，公共因子反映原来多个变量的同时，也反映了变量之间的内在联系。

本文对影响年均温的6个使用因子分析，提取出两个公因子，分别为人为因素（Y1）和自然因素（Y2），通过了Bartlett球形度检验，并且通过最大方差法进行旋转，获得两者的得分方程式，用于均温预报方程的表达。详细因子分析模型参考文献[21]。

1.3.3 多元线性回归分析

多元线性回归模型含有多个解释变量，可用于解释被解释的变量（Y）与其他多个变量（x1， x2， x3，…， xp）解释变量之间的线性关系。其数学模型为：

上式表示p元线性回归模型，共有p个解释变量，表示被解释变量Y的变化可以由两部分组成：

设第一部分（F1），由p个解释变量x的变化引起的y的线性变化部分，即：

设第二部分（F2），解释由随机变量引起y变化的部分，用ε代替，称作随机误差。

本文通过因子分析提取两个公因子：人为因素（Y1）和自然因素（Y2），对两者进行二元线性回归分析，得到均温的预报方程，并根据相关性系数得到不同因素对均温影响程度的差异。

2 高温的动态演变特征

2.1 年均温时间序列特征

通过拟合近20 a来南京市年平均气温随年份的线性关系发现（图1），2000—2020年，南京市年均温整体呈上升趋势，增幅为0.37℃/10a，远高于20世纪全国的温度变化率0.25℃/a[22]，由此可见南京市高温天气的严峻形势。值得注意的是，在2015年之后年均温均位于线性拟合之上，可见其趋势仍在加速中。由此可以预测，在未来的几十年间，若没有采取有效应对措施，南京市的气温仍然将呈上升趋势，且增幅可能加剧。事实上，在全球气候变暖的大环境下，长江三角洲地区从1991—2017年气温急剧上升，倾斜率为0.4℃/10 a，

其中以南京等经济发达城市为代表的江苏南部最为显著，达0.5～0.8℃/10a[23]。作为高温热浪的典型城市之一，南京市受气候变暖影响必然更加剧烈。

进一步分析近20 a南京市均温的距平值随时间的变化趋势（图2）。整体而言，2000—2020年

南京市的距平变化可分为三个阶段：第一阶段（2000—2007年），除2003年、2005年出现明显降低外，该时段的平均气温距平呈现上升趋势，并于2007年达到最高温；第二阶段（2008—2015年），

南京市平均气温主要呈负距平，证明该时段内的平均温对比其他年份较低，整体虽有所变化，但变幅不大；第三阶段（2016年以后），均温距平再次转正，并有明显加剧上升趋势，在2021年達到20 a来的最高值，可以预测未来的南京市气温仍将呈现上升态势。

值得注意的是，南京市在2016年以后，均温距平值转正，并呈明显的上升趋势。事实上，自

2016年起，长江三角洲地区加快了区域一体化的进程，2019的《长江三角洲区域一体化发展规划纲要》标志着区域一体化上升为国家战略，直接促进了华东地区经济快速发展与城市化进程[24]，导致了长江三角洲地区经济发达城市均温的上升。

2.2 极端高温年际变化特征

从南京市极端高温天数及强度变化趋势可知（图3）， 2000—2021年期间南京市极端高温（T≥35 ℃）每年发生的天数为16.3 d，其中2008年

极端高温出现次数最少（8次），2013年出现次数最多（35 d）。对比前后10 a的极端高温出现的频次和强度，从第一阶段（2000—2010年）到第二阶段（2011—2021年）极端高温天数增长了

3.1 d/a；相应地，极端高温强度也出现一定幅度的提升，达到0.03℃/a。

统计南京市2000—2020年极端高温（T≥35℃）

出现在不同月份的总天数（图4）发现，南京市极端高温出现月份出现于5、6、7、8、9月，持续时间长达5个月，且主要分布在7、8月份，其中7月份最多（185 d），8月次之（128 d）。事实上，其他学者的研究中南京市的高温过程也发现其持续时间长、极端气温高的特征，比江苏各市更为显著[25]。相较于中国大部分城市，南京市的夏季高温比较严重，但与长江中下游的无锡、杭州、南昌等高温危害严重城市相比，其高温频次和强度都略微偏低[26，27]。

2.3 高温热浪年际变化特征

结合高温热浪频次与强度（持续时间）的年际变化特征（图5），21世纪以来（2001—2020年）

南京市高温热浪事件共发生42次，平均每年发生2.1次，其中2018年出现频次最多，高达5次；该时期（2001—2020年）高温热浪的持续天数事件总计251 d，平均12.6 d/a。以10 a为单位对比高温热浪指标，第一阶段（2001—2010年）平均每年

1.9次，持续时间为10.4 d/a，第二阶段（2011—2020年）频次为2.3次/a，持续时间14.7 d/a，两者均出现显著增长态势（热浪频次增长0.4次/a，热浪持续时间增长4.3 d/a）。

结合上述研究极端高温出现时间进一步讨论高温热浪的分布规律（图6），结果显示，南京市2001—2000年的20 a时间内高温热浪主要集中分布于7、8月份。此外，随着时间年份的推进，对比前后10 a的分布时间，高温热浪发生的有明显的延后趋势，说明其持续时间也在不断延长。

3 高温的影响因素

3.1 对高温显著年份年均温的因子分析

参考以往对城市高温的研究成果[28-31]，结合上述南京市实际气候特征规律，选取了南京市2000、2005、2010、2015、2020年的人口密度、二三产业比重、GDP、人均工业总产值、城镇化水平、城市绿化率6个因子。人口密度表示常住人口与土地面积的比值；二三产业比重代表城市工业化与服务化水平； GDP表示为常住人口一年的生产活动成果；人均GDP表示常住人口平均每人一年的生产活动成果；城镇化水平表示为非农人口数量与常住人口的比值；城市绿化率表示城市建成区绿化覆盖面积在建成区面积的占比。

由于因子较多，因此对其进行因子分析。运用SPSS 26.0得出各因子的特征值和方差贡献率，前2个公因子解释全部方差的81.302%，说明所提取的两个公因子能够代表6个衡量年均温指标的81.302%，能够较好的解释初始数据，且KMO值大于临界值0.6，Bartlett球形度检验P值＜0.05，均通过KMO和Bartlett球形检验，能够进行因子分析，故提取2个公因子为Y1，Y2。使用最大方差法旋转，结果如表2所示，公因子1在人均工业总产值、二三产业比重、GDP、城镇化水平、人口密度上具有较大的载荷，可归为一类，定义为人为因素；公因子2在绿化率具有较大的载荷，可归为一类，定义为自然因素。

此外，根据相关性分析结果显示，在影响城市高温现象的影响因素中，人口密度、二三产业比重、GDP、人均生产总值、城镇化水平和城市绿化率的P均＜0.05，达到显著水平，道路密度和城镇化水平的P＜0.1，达到显著水平；其中除二三产业比重外，其余各项指标均具有显著正向效应。

城镇化水平对年均温的影响作用最大，城镇化水平提高意味着城市硬质地面占比提高，对城市高温辐射折射越强，导致热岛效应等高温事件的发生频率升高。GDP和人均工业总产值对年均温的影响次之，GDP的提升表示社会的生产能力增加，二三产业投入更多，能源与资源的消耗更大，释放更多的热量，导致均温提升；人均GDP取决于GDP和常住人口数量，人均GDP数值越高，消耗越高，对于高温的现象缓解造成阻碍程度越高。二三产业比重反映城市工业化和服务化水平的比重，比重越高，消耗的能源与物质量越多，排放的温室气体也越多。人口密度越高，非农人口比重越高，单位面积生产生活产出的二氧化碳等温室气体越多，城市热岛效应更为严重。城市绿化率反映建成区绿化面积占建成区总面积的比重，绿色植物对二氧化碳等促使温室效应的温室气体吸收，对缓解高温热浪的具有重要作用。

3.2 对高温年份年均温的线性回归分析

利用因子分析的计算结果进行线性回归分析，回归模型通过Durbin-Watson检验，且显著性P=0.006＜0.05，结果具有显著性，拟合方程系数如表4所示，说明该方程能够对高温年的均温有较强的预报能力，即：

Y=0.383Y1+0.066Y2+0.487 （6）

此外，根据相关性分析结果显示，人为因素对年均温的相关系数为0.983，远高于自然因素的0.170，说明南京市高温年份的年均温受人为的影响大于自然因素，人类的生产生活活动对高温具有显著的正向影响，该结果为南京市缓解城市高温的规划策略提供了科学依据。

4 结论与规划应对策略

4.1 主要結论与讨论

（1）高温的动态变化特征

2000—2020年，南京市的年均温正以0.37℃/10a的趋势波动上升，距平值变化可以分为2000—2007年、2008—2015年和2016—2020年三阶段，除部分年份外，呈“正负正”的态势，其中第二阶段年均温的总体偏低，具体原因还有待进一步探究。南京市极端高温持续时间和极端气温在7、8月份尤其明显，6月次之，且两者的变化基本同步。高温热浪是南京市极端天气的表现形式之一，20 a时间内高温热浪发生次数为42次，持续时间251 d，以0.4次/a的速率增长，持续时间也相应延长（4.3 d/a），发生高温热浪的发生月份有明显的延后趋势。相较近20 a的南京市年均温、极端高温和高温热浪趋势，后10 a（2011—2020年）的增长更快，若不采取有效应对措施，城市高温将呈快速增长态势。

（2）高温的影响因素

城市高温的影响因素可分为人为因素与自然因素，其中人为因素的影响最为显著。人口密度、GDP、人均GDP和城镇化水平对高温均有显著正向影响，而城市绿化率则具有显著反向影响。其中城镇化水平的影响作用最强，接着依次为GDP、人均工业总产值、二三产业比重、人口密度。值得注意的是，城市高温的影响因素不止于此，地形、绿地、水体等自然因素和工业化水平、城市建设用地等社会经济因素也有不同程度的影响[8，10]，且呈现显著的地区差异性，未来有关部门和民众应采取针对性措施以有效应对高温。

4.2 规划应对策略

城市规划是应对高温天气的重要手段之一，南京市各职能部门应当谨慎考虑当下城市高温不断加剧的事实，不断完善、调整、落实最新的国土空间规划体系，并采取科学的规划策略有效降低高温危害。

一是优化国土空间结构，明确区域主导功能。结合南京市的自然山水格局，严格保护基本农田，科学划定生态红线，统筹划定城镇开发边界，合理布局生产、生活与生态空间。明确不同区域的主导功能，对中心城区要适当疏散人口和职能，提高土地利用效率，同时增加道路绿地与城市公园，增加绿地面积；城郊地区要有效承接中心城区人口和功能，缓解中心城区压力；农村地区则通过保护耕地、林地与园地等充分发挥其防风固沙、碳氧转化、热量吸收、调节局部气候等生态功能。

二是优化产业结构，推进能源可持续利用。中心城区通过“退二进三”、腾笼换鸟等方式，不断提升第三产业比重，尤其是大力发展适应数字时代的交通运输业、邮电通讯业、商业饮食业、仓储业、金融保险业、休闲旅游等现代服务业。强化光伏、风电等可再生能源与清洁能源应用，相应降低火电、燃油比重，减少温室气体排放量；同时加强能效管理，提高能源使用效率。

三是优化建筑设计，增加立体绿化。根据南京市局部温度、湿度等具体情况合理控制建筑间距，城市建筑布局与设计要形成城市通风走廊，有效释放城市热量。同时注意建筑本身的通风设计以及垂直绿化设计，在天台、墙壁、阳台等垂直空间上增加绿化量，最大程度缓解城市高温。

四是增加绿地面积，增设城市纳凉点。未来南京市新老城区的改造、扩建中，必须增加生态用地指标，逐步改善城市下垫面的热量吸收和释放。规划设计环城绿化带、城市公园，有效缓解城市高温热浪现象；适地建造人工湖，合理增加水体面积，利用水的比容量，改善城市局部气候，达到热时送凉、冷时放热的效果。同时，在公园、街头绿地、公共设施、商场等公共场所，为快递员、环卫工人、交警等户外工作者提供纳凉点。

五是完善高温防治体系，提高敏感人群适应能力。要完善城市高温热浪预警信息系统，编制应急方案，构建多元主体应急体制，将高温热浪的损失降低到最小。关爱老年人、妇女儿童、户外工作者等高敏感人群，通过宣传引导、定期体检与政策帮扶等，提升其自身防护与适应意识，增强适应和热调节能力。

参考文献：

[1] IPCC， 2013： Climate Change 2013： The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Cambridge，United Kingdom and New York， NY， USA： Cambridge University Press， 2013.

[2] 秦大河， Thomas Stocker. IPCC第五次评估报告第一工作组报告的亮点结论[J]. 气候变化研究进展，2014，10（1）：1-6.

[3] 姜彤， 翟建青， 罗勇，等. 气候变化影响适应和脆弱性评估报告进展： IPCC AR5到AR6的新认知[J]. 大气科学学报，2022，45（4）：502-511.

[4] IPCC， 2021： Climate Change 2021： The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Cambridge University Press， Cambridge， United Kingdom and New York， NY， USA， 2021.

[5] IPCC， 2013： Climate Change 2013： The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Cambridge University Press， 2013.

[6] Munari C. Effects of the 2003 European heatwave on the benthic community of a severe transitional ecosystem （Comacchio Saltworks， Italy）[J]. Marine Pollution Bulletin， 2011， 62（12）：2761-2770.

[7] 谈建国， 郑有飞. 我国主要城市高温热浪时空分布特征[J]. 气象科技，2013，41（2）：347-351.

[8] 黄晓军， 王博， 刘萌萌，等. 中国城市高温特征及社会脆弱性评价[J]. 地理研究，2020，39（7）： 1534-1547.

[9] 郭禹慧， 黄晓军， 郑殿元，等. 极端高温胁迫下中国城市脆弱性格局與影响因素[J]. 热带地理，2021，41（3）：596-608.

[10] 侯浩然， 丁凤， 黎勤生. 近20年来福州城市热环境变化遥感分析[J]. 地球信息科学学报，2018，20（3）：385-395.

[11] 陆一磊， 孔维财， 时冬头. 影响南京市高淳区茶叶生产主要气象灾害分析[J]. 浙江农业科学，2021，62（3）：608-610，616.

[12] 杨续超， 陈葆德， 胡可嘉. 城市化对极端高温事件影响研究进展[J]. 地理科学进展，2015，34（10）：1219-1228.

[13] 王昕宇， 曾坚. 城市高温热浪灾害防灾规划策略研究——基于欧美国家的规划经验[J]. 现代城市研究，2017（8）：84-92.

[14] 陈恺， 唐燕. 城市高温热浪脆弱性空间识别与规划策略应对——以北京中心城区为例[J]. 城市规划，2019，43（12）：37-44，77.

[15] 汪庆庆， 于永， 李永红，等. 南京社区居民应对热浪健康干预效果评价[J]. 中华预防医学杂志， 2018， 52（2）：3.

[16] 李永红， 汪庆庆， 兰莉，等. 中国四城市社区居民应对高温热浪的干预措施效果评估[J]. 中华预防医学杂志，2018，52（4）：424-429.

[17] 蔡志磊. 应对气候变化的城市总体规划编制响应[D].武汉：华中科技大学，2012.

[18] 邢佩， 杨若子， 杜吴鹏， 等. 1961—2017年华北地区高温日数及高温热浪时空变化特征[J]. 地理科学，2020，40（8）：1365-1376.

[19] 黄卓， 陈辉， 田华. 高温热浪指标研究[J].气象，2011，37（3）：345-351.

[20] 林巧绚， 王黎君， 殷鹏，等. 中国不同区域基于死亡风险评估的高温热浪定义及其疾病负担研究[C]. 2018环境与健康学术会议--精准环境健康：跨学科合作的挑战，2018.

[21] Marsh W H， Morin J A， Parker D P， et al. Exploratory Structural Equation Modeling： An Integration of the Best Features of Exploratory and Confirmatory Factor Analysis[J]. Annual Review of Clinical Psychology，2014，10（1）.

[22] 任國玉， 徐铭志， 初子莹，等. 近54年中国地面气温变化[J]. 气候与环境研究，2005（4）：717-727.

[23] 胡艳， 史军， 张敏. 长江三角洲地区四季变化特征及城市化影响研究[J]. 长江流域资源与环境，2021，30（6）：1343-1355.

[24] 陈飚， 王海旭， 杭雨欣. 长江三角洲商业航天进展与浅析[J]. 卫星应用，2022，122（2）：26-29.

[25] 郑有飞， 丁雪松， 吴荣军等. 近50年江苏省夏季高温热浪的时空分布特征分析[J]. 自然灾害学报，2012，21（2）：43-50.

[26] 吴荣军， 郑有飞， 刘建军， 等. 长江三角洲主要城市高温灾害的趋势分析[J]. 自然灾害学报，2010，19（5）：56-63.

[27] 周晶， 刘蕾， 霍飞，等. 不同下垫面数据和城市冠层参数化方案对江苏气温影响的个例分析[J]. 气象科学，2018，38（3）：342-350.

[28] 范碧航， 李宁， 张继权，等. 城市高温灾害性天气影响分析与危害评估——以长春市为例[J]. 灾害学，2011，26（4）：93-97.

[29] 李纵横， 李崇银， 宋洁，等. 1960—2011年江淮地区夏季极端高温日数的特征及成因分析[J]. 气候与环境研究，2015，20（5）：511-522.

[30] 郑颖生， 王墨， 李建军，等. 城市高温风险评估与气候适应性规划策略——以亚热带高密度城市深圳为例[J]. 规划师，2021，37（14）：13-19.

[31] 杨林川， 杨皓森， 范强雪，等. 大城市高温热浪脆弱性评价及规划应对研究——以成都市为例[J]. 规划师，2023，39（2）：38-45.