城市形態對夏季熱環境影響研究
——以天津中心城區為例

宋鑫博，黃鶴，郭軍，熊明明

天津市氣候中心，天津 300074

隨著中國城市化建設的快速推進，城市不僅從二維方向上擴張，同時也在垂直高度上拓展，形成了大量高密度建成區。城市建設在取得巨大社會經濟效益的同時，也出現了嚴重的城市熱島現象。持續的高溫不僅嚴重威脅供水、供電等城市運行，加劇能源短缺矛盾（梁榮等，2019），而且會降低城市的宜居性，導致城市人口發病率和死亡率升高（丁海燕等，2014）。因此，城市熱環境及其影響機制越來越受到科學界的重視，已有研究表明人為熱、太陽輻射、下墊面類型、土地開發強度和房屋建筑對城市熱島強度產生較大影響（Peng et al.，2018；曹愛麗等，2008；徐涵秋，2009；魏勝龍等，2017），而城市地表覆蓋類型和房屋建筑是城市熱島的重要驅動因子之一（楊朝斌等，2016）。城市擴張過程中，下墊面由自然植被、水體等轉變為大量人工建筑物，土地覆蓋及其空間結構的變化影響地表顯熱存儲和傳輸，導致嚴重的城市熱島現象。此外形狀各異的建筑物構成的三維空間形態格局改變了風場，對空氣流動、太陽輻射過程和夜間長波輻射產生復雜影響，進一步加劇城市熱島現象。因此如何優化城市空間形態要素，改善城市熱環境，日益受到學者和決策部門的關注。近年來城市形態與熱環境影響機制研究主要圍繞城市地表景觀格局（Estoque et al.，2017；Liu et al.，2018；劉丹等，2018），建筑形態特征（Xu et al.，2017；Alavipanah et al.，2018；潘玥等，2017；孫喆，2020），建設用地及生態冷源空間分布狀況（Zhou et al.，2017；Masoudi et al.，2019；陳康林等，2016；王耀斌等，2017；郭宇等，2020）作為切入點開展相關研究。

比較已有研究發現，受實驗方法、研究對象、研究尺度、氣候條件的影響制約，不同學者的研究結論存在不一致的情況。Berger et al.（2017）定量化表達德國柏林市和科隆市 26種形態特征，研究發現兩個城市形態與地表溫度（Land Surface Temperature，LST）之間的關系明顯不同，結果主要受研究區地理位置、土地利用結構影響；鄔尚霖等（2016）從街區尺度利用熱環境仿真模型模擬廣州典型街區白天和全天的熱環境，分析不同建筑密度產生的影響，結果表明適度提高建筑密度對街區熱環境有改善作用。Zheng et al.（2019）采用相關性分析和最小二乘法回歸方法開展實驗，研究發現建筑高度和綠地率有明顯降溫作用，而建筑密度與地表溫度呈顯著正相關。蔡智等（2018）從局地氣候分區視角剖析重慶市空間形態格局，得出容積率、建筑密度、不透水面率、高度與地表溫度正相關，天空開闊度與地表溫度負相關的結論；張海龍等（2016）基于高分辨率三維建筑數據計算天空開闊度與迎風面指數，同時指出天空開闊度與熱島強度在夜間呈顯著負相關，白天呈線性正相關，而迎風面指數在早晨和夜間呈對數關系，白天呈線性負相關。馮章獻等（2019）利用建筑和遙感等多源數據評估長春市區迎風面指數分異性，發現該指數與地表溫度正相關。Huang et al.（2019）利用高分辨率影像和地理信息數據深入分析二維、三維形態要素對地表溫度的影響，認為二維要素的地表溫度調節能力更強。Yu et al.（2020）卻持不同觀點，指出三維形態指標比傳統的二維形態指標能更好地描述地表熱場的分異性。隨著天津城市化進程加速，中心城區空間形態變化劇烈，其對市區熱環境的影響開始顯現。遺憾的是，目前還沒有學者對天津市空間形態進行系統的梳理，該區域夏季城市形態的熱環境效應有待深入研究；同時天津城市熱島現象在不同季節、晝夜更迭過程中都會出現（黃利萍等，2012），而形態要素對LST的影響研究主要集中在夏季，亟需開展季節變化規律的相關研究。

綜上所述本文基于天津中心城區Landsat 8衛星資料、土地覆蓋數據和三維建筑數據，借助遙感及GIS技術定量化表達地表溫度、城市形態特征，然后比較OLS模型與SLM模型，再利用最優模型分析多城市形態要素交互作用下熱環境效應及季節變化規律，探討城市形態對地表溫度的影響機理，以期為改善城市熱環境，建設宜居型城市提供理論依據。

1 研究區域與方法

1.1 研究區概況

天津位于華北平原東北部的海河各支流交匯處，行政區域介于 116°43′—118°04′E，38°34′—40°15′N 之間，屬于溫帶季風氣候，主要受季風環流影響，四季分明。本文研究區域為天津市外環線以內中心城區（圖1），是天津的發祥地，也是政治文化教育經濟商業中心。該區域北至北辰區新引河，南至津南區外環南路，東至東麗區空港經濟區，西至西青區錦悅新城高層住宅區，面積約388 km2。天津城市發展歷史悠久，至今已有600年的歷史。中心城區被海河斜向貫穿，大部分街區以居住用途的多層建筑為主，在海河沿岸租界區原址上建成歷史文化街區。近 20多年天津市城市化進程加快，摩天大樓拔地而起，綜合型購物中心相繼落成，形成密集的商業圈；同時高端都市工業飛速發展，北辰區、西青區、津南區、東麗區均已開發數量可觀的工業園區。除了大力發展經濟，天津還致力打造生態宜居城市，中心城區擁有多個城市公園供居民休憩，規模較大的有天津水上公園、二宮公園、長虹公園、天津人民公園、南翠屏公園、梅江公園等。

圖1 研究區概況Fig. 1 Overview of the study area

1.2 數據來源及預處理

本研究所采用的Landsat 8遙感影像數據來源于USGS官網https://earthexplorer.usgs.gov，研究數據為2018年8月23日單景影像，條帶號和行編號為122/33，所選影像成像質量好，研究區晴朗無云。利用ENVI遙感軟件對影像進行幾何校正、輻射定標、大氣校正、研究區裁剪等處理。土地覆蓋數據采用清華大學宮鵬教授團隊研發的世界首套 10 m分辨率全球土地覆蓋數據集FROM-GLC10，該數據集提供更多空間細節（Gong et al.，2019），研究區土地覆蓋類型分為水體、草地、不透水層，經實地調查驗證，FROM-GLC10數據在研究區的總體分類精度為88.7%，滿足研究的要求。包含建筑高度信息的天津市中心城區建筑矢量數據來源于高德地圖，對其進行坐標投影轉換、高度屬性異常值刪除、非核心區孤立建筑物要素剔除等數據處理。

1.3 研究方法

1.3.1 地表溫度反演與分級

基于輻射傳輸方程法反演天津中心城區地表溫度，其原理是從傳感器處獲得的熱輻射總量減去大氣熱輻射量后得到地表發射的熱輻射強度，進而計算出地表溫度。傳感器處獲得的熱輻射強度Lλ計算方程如式（1）所示。

式中：

ε——地表輻射率；

TS——用熱力學溫度表示的地表溫度；

B(Ts)——普朗克定律推導出的黑體在Ts溫度下的熱輻射強度；

τ——熱紅外波段大氣透過率；

L↑和L↓——大氣向上/向下輻射亮度。黑體在熱紅外波段輻射強度B(TS)如公式（2）所示。

式中：

Lλ可由影像DN值計算得出，而L↑、L↓和τ這3個參數可在NASA官網（http://atmcorr.gsfc.nasa.gov/）中通過輸入影像中心經緯度和成像時間來獲取（鄧睿等，2017）。ε通過將影像分為水體、建筑和植被，采用混合像元分解法計算得到的（覃志豪等，2004）。

最后根據傳感器接收的熱紅外波段輻射強度和普朗克公式的反函數計算地表溫度。

對于landsat8衛星數據第10波段，式中K1，K2為常量。

為了更直觀形象的表達研究區地表熱場時空分布格局，本文將LST從熱力學溫度轉換成攝氏溫度，并采用標準差分類方法（余德等，2014）對LST分為7級：極低溫區（Extremely Low LST Zone）、低溫區（Low LST Zone）、較低溫區（Relative Low LST Zone）、中溫區（Medium LST Zone）、較高溫區（Relative High LST Zone）、高溫區（High LST Zone）、極高溫區（Extremely High LST Zone），具體分類設置如表1，其中LST均值為36.37 ℃，標準差為2.81 ℃。

表1 地表溫度分級標準Table 1 Classification criteria for land surface temperature

1.3.2 城市空間形態定量化表達

由于城市空間形態指數對熱環境的影響程度在數理統計上存在尺度相關關系，小尺度不能較好反映下墊面組分變化，而大尺度上不能精細刻畫形態指數（江穎慧等，2018），有學者發現研究尺度為100 m時空間形態對熱環境的影響顯著（Tong et al.，2017；楊若等，2019），因此本文顧及形態對地表溫度影響的尺度效應和指標估算的便捷性，確定研究尺度為120 m，然后借助GIS技術首先將天津中心城區劃分為120 m×120 m方形研究格網，再定量化表達每個格網內地表溫度、形態指標。

城市形態定量化表達解決綜合表征城市三維景觀形態問題，目前已建立許多形態指標，可分為高度指標、體積指標、綜合指標和建筑群陣列指標，較為常用并且對熱環境有顯著影響形態指標的包括天空開闊度（Sky View Factor，SVF）、容積率（Floor Area Ration，FAR）、建筑密度（Build Density，BD）和建筑高度（Build Height，BH）等（周偉奇等，2020）。大量研究表明不透水層百分比（Impervious Surface Percentage，ISP）、綠地率（Greenery Density，GD）和水體百分比（Water Percentage，WP）對地表熱環境均有顯著作用（王雪等，2017；劉丹等，2018；郭宇等，2020）。鑒于此本文針對天津中心城區選取這7種形態要素進行空間定量表達并開展熱環境效應研究。其中ISP、WP、GD形態指標利用GIS分區統計功能計算格網對應覆蓋類型面積與統計單元面積的比率得到；而BH、BD、FAR通過式 (4)—(6) 計算：

式中：

H——統計單元內平均建筑高度；

D——統計單元內平均建筑密度；

F——統計單元內平均容積率；

Ai——第i棟建筑物占地面積；

Hi——第i棟建筑高度；

n——統計單元內建筑數量；

A——統計單元面積；

fi——第i棟建筑層數。

而SVF是一個幾何概念，指一個平面從天空接收（或發射）的輻射與整個半球輻射環境發射（或接收）的輻射之比。其計算公式如下（Watson et al.，1987）：

為了真實地表達城市地面起伏情況，創建引入了地表建筑物高度的數字表面模型（Digital Surface Model，縮寫DSM）。

式 (7) 中參數坡向α、坡度β均基于DSM模型估算：

φ——視場角；

φ——方位角。

1.3.3 城市形態對地表溫度影響研究

為了探索城市形態對地表溫度的影響，選取常用的最小二乘法回歸模型 OLS和空間回歸模型SLM進行比較，選擇最優模型研究形態要素與LST之間的關系。

傳統回歸模型——OLS模型是城市空間形態指數與城市熱環境作用機制研究中的經典模型，其基本原則是：最優擬合直線應該使各點到直線的距離和最小，可用公式 (8) 表述。

式中：

y——因變量；

X——解釋變量；

β——斜率；

ε——隨機誤差；

b——常數項，當所有變量進行中心化處理后可以省略。

以往城市形態要素熱環境效應研究中側重于各要素的全局性作用，大多采用傳統回歸模型（Tong et al.，2017；王雪等，2017；李孝永等，2019）或進行相關性分析（張海龍等，2016）。應用傳統回歸模型沒有考慮形態要素的空間自相關性與空間異質性，也沒有充分考慮地表溫度空間信息，研究結果難免產生偏差。相比之下，空間回歸模型強調對現實世界模擬和度量，研究空間變量之間的相互關系，揭示空間狀態或過程，廣泛應用于地理學、經濟學和地理信息領域（楊振山等，2010）。空間滯后模型SLM是典型的空間回歸模型，其表達式為：

式中：

y——因變量；

X——解釋變量；

ρ——空間回歸系數；

Wy——空間權重矩陣；

ε——隨機誤差項。

2 研究區形態要素與地表熱場特征

2.1 形態要素空間分布特征

以 120 m大小的格網作為統計單元，利用ArcGIS空間統計分析工具將天津中心城區形態特征進行定量化表達，如圖2所示。圖2a表明綠地已形成以城市公園為主體，道路、河流兩側綠化帶和建筑組團綠化相結合的城市綠地體系，呈現以點狀分布為主，線面結合的空間分布格局，大型公園、苗圃、高層住宅區及郊區景觀林綠地率最高。圖2b水資源空間分布極度不均衡，大部分地區水體面積百分比低于 3%，只有海河等城市河網、城市公園的大型水體地區相對較高。圖 2c表明不透水層面積占比空間分布呈現由市中心至環城區逐漸降低的趨勢，表明中心城區是單核擴張模式，以市內 6區為中心不斷向外擴張的城市規模。此外有高達26%的區域不透水層面積占比在90%以上，體現了天津市相當高程度城市化水平。圖2d中建筑高度從中心到郊區呈現逐漸降低的趨勢，多層住宅區建筑高度大多低于18 m，工業園區、老舊居民區建筑高度普遍低于6 m；高層建筑群布局分散，多聚集于小白樓、濱江道等中央商務區和高層住宅小區。圖2e中天空開闊度空間格局表現為從市中心至環城區逐漸增大，其中中央商業區、高層住宅區SVF值最低，普遍在0.66以下；大型公園、水體及低層建筑居民區SVF最高，在0.92以上。建筑密度空間分布特征往往由土地建設用途決定，圖2f中高層住宅區、大型綠地、水面附近建筑密度在 18%以下，新建多層住宅區建筑密度在18%—52%，工業園區、老舊居民區及市區商業圈建筑密度普遍在 52%以上。容積率是衡量人口容量和建設規模的指標，圖2g表明高容積率地區分布呈向核心區聚攏狀態。FAR高于 1.8的地塊沿海河呈三角形松散分布，主要由商業中心、高層住宅組成；多層居民樓FAR在0.9—1.8之間，工業園區FAR大多低于0.9。

圖2 研究區形態要素空間分布Fig. 2 Spatial distribution of morphology factors in study area

2.2 地表溫度時空格局

根據標準差法對天津市中心城區夏季 LST進行分級并分析地表熱場空間格局。圖3中夏季較高溫區以上區域呈“攤大餅式”中心聚集空間分布特征，極高溫區、高溫區位于河西區、南開區、和平區商業中心、居民區等開發強度高的地塊；城區東北部宜興阜一帶屬于工業園區，由于地表主要為硬質路面，綠化率較低，還有大量人為熱的排放，也出現了成片的極高溫區。極低溫區和低溫區位于城市水體附近，中溫區和較低溫區出現于綠地覆蓋率較高的公園、高層住宅區及主干道綠化帶附近，說明水體、植被等地物有明顯的降溫作用。

圖3 研究區夏季地表溫度空間分布Fig. 3 Spatial distribution of land surface temperature in the study area in summer

3 天津城市形態熱環境效應

3.1 模型的比較

將天津城市形態指標 SVF、BD、FAR、BH、WP、ISP、GD設為自變量，將LST作為因變量，分別采用OLS、SLM模型進行回歸分析。為避免自變量的多重共線性，最小二乘法回歸采用逐步回歸的方式，剔除弱顯著性的變量，得到多元逐步回歸模型。為了對比不同模型的表現，選取決定系數r2、赤池信息量準則（Akaike Information Criterion，AIC）和施瓦茲準則指標（Schwartz Criterion，SC）（胡家昱等，2019）衡量模型的擬合效果，模型間的比較結果如表2所示：OLS模型的r2較小，而AIC、SC指標較大，表明SLM模型表現優于OLS模型，所以選擇SLM模型研究形態要素與LST的關系。

表2 回歸模型比較結果Table 2 Comparation results of regression model

3.2 基于空間回歸模型分析

3.2.1 形態要素綜合影響效果評估

多次實驗發現ISP、GD和WP等二維形態在不同指標組合條件下對熱環境作用比較穩定，因此作為控制變量。同時發現BH與LST回歸系數在-0.01—-0.005范圍內變化，對地表溫度的影響極小，故未將其作為關鍵要素考量。因此遴選以具有規劃實踐意義的建筑指標BD、FAR、SVF等參數作為自變量，選擇夏季LST反演結果作為因變量建立SLM模型，重點探討不同形態要素組合下BD、FAR、SVF等關鍵要素的影響及其變化。在應用空間回歸模型之前，進行因變量的空間自相關檢驗，結果全局Moran’sI指數為0.684，在1%水平上顯著，說明LST空間自相關性強，可用空間回歸模型SLM進一步分析。模型回歸結果如表3所示：共設計 8組擬合實驗，第 1組實驗未加入其它空間形態指標，第2—4組實驗分別加入SVF、BD和FAR，第5—7組實驗分別將2—4組實驗添加的形態指標組合后進行擬合，第8組實驗包括所有形態指標。分析可知實驗1—8中ISP的系數均為穩定正值，表明不透水層對地表溫度起到正向促進作用。而GD和WP系數均為穩定負值，表明植被、水體對地表溫度起到消減作用。通過比較發現水體的降溫效果比植被好：研究單元完全植被覆蓋時降溫幅度約為 1.9—2.5 ℃左右，完全被水體覆蓋時降溫幅度約在3.5—3.9 ℃之間。

表3 空間滯后模型擬合結果Table 3 Results of spatial lag model

系數絕對值大小代表對地表溫度影響程度，分析組合中系數可知形態要素熱環境影響程度。實驗2—4表明單一指標如天空開闊度、建筑密度、容積率與LST顯著相關，且均為正相關關系，其中BD對LST影響效果最明顯，回歸系數為2.5876。實驗5—7任意組合2個形態指標，探索其對熱環境綜合影響結果，實驗5、7中SVF擬合系數變化極大，在實驗5中高達6.7841，超過WP一躍成為決定地表溫度的首要因素；而在實驗7中下降到2.3201，影響力低于WP、BD。實驗6、7表明BD對LST有重要影響，其作用僅比WP稍差，并且整體表現穩定。實驗5、6表明FAR對LST影響弱于BD、SVF兩指標，兩次實驗其系數正負號發生改變，表明 FAR從正貢獻指標變成負貢獻指標，彰顯形態要素交互作用下熱效應復雜性。實驗8擬合3個形態指標對地表溫度的綜合影響，比較得到地表溫度影響因子排序為天空開闊度＞水體比率＞建筑密度＞綠地比率＞不透水比率＞容積率。通過實驗發現引入不同形態要素組合各指標的熱環境影響排序發生顯著變化，其產生的熱環境效益將有顯著差異。

3.2.2 形態要素熱環境效應季節變化

為了探索形態要素對熱環境影響的季節變化特征，另選取2017年4月14日、2018年10月23日和2018年1月11日三景成像質量好的Landsat 8影像反演春季、秋季和冬季的地表溫度，并基于SLM模型進行分析，結果如圖 4所示。按擬合的形態要素與地表溫度回歸系數正負號可劃分為正貢獻指標和負貢獻指標：WP、GD、BH是負貢獻指標。其中WP負貢獻作用最大，回歸系數絕對值春季＞夏季＞秋季＞冬季。GD負貢獻能力僅次于 WP，回歸系數絕對值夏季＞秋季＞冬季＞春季。BH負貢獻能力最小，季節變化也不明顯。ISP、SVF、FAR和BD是正貢獻指標，春夏秋季貢獻能力SVF＞BD＞ISP＞FAR，冬季SVF＞FAR＞ISP＞BD。分析城市形態正貢獻水平季節變化特征發現，SVF和BD季節變化顯著，均表現為春季＞夏季＞秋季＞冬季。FAR與ISP貢獻水平季節變化相對不明顯，且均在夏季作用最顯著。

圖4 城市形態要素與地表溫度相關性季節變化熱力圖Fig. 4 Heat map of seasonal variation of correlation between urban morphology factors and land surface temperature

4 討論

城市綠地和水體具有顯著的降溫效應，能改善城市氣候狀況，提高城市宜居性（孔繁花等，2013）。本研究發現，天津地表高溫區均可見一些零星低溫小斑塊，而這些斑塊往往位于水體、植被附近，表明水體和綠地具有明顯降溫作用。與水體和綠地相比，以水泥/瀝青為主的城市不透水層地表溫度稍高，表明不透水層有一定的升溫作用。從 SLM 模型結果分析降溫能力來看，水體降溫效應最強，綠地稍弱于水體。梁保平等（2015）通過分析桂林市綠地水體不同緩沖距離內的地表溫度變化也發現水體降溫效應更顯著。另外，本研究發現ISP對LST影響不如BD等指標顯著，這與ISP是影響LST關鍵指標的結論相矛盾（徐涵秋，2009），其可能原因是徐涵秋等人利用衛星影像中提取ISP和LST，從參數獲取來源看，兩者基于同一數據源反演得到，可能本身相關性高，更容易得到ISP對LST影響明顯的結論；本研究采用的FROM-GLC10土地覆蓋數據提取ISP，LST則基于衛星數據反演得到，兩者來源不一致，可能是導致ISP對LST的影響相對不顯著的原因。本研究發現，SVF是天津市區地表溫度最顯著的正貢獻要素，其值越大則空間越開放，越有利于白天城市地表吸收太陽輻射而升溫；其值越小表明城市空間越緊湊，地表越易受濃密的樹冠和高大建筑陰影遮蔽，抑制地表升溫。Scarano et al.（2017）的研究結論同樣支持SVF與地表溫度正相關的觀點，但Gái et al.（2009）研究認為地表溫度與SVF之間存在顯著負相關關系，這種研究結果相悖的現象可能是研究時空尺度不一致造成的（周偉奇等，2020）。本研究還揭示了BD是影響地表溫度的重要指標，宜興阜工業區和小白樓商業圈等高度開發地區通風條件差，同時居民生產生活向環境釋放大量人為熱，易導致地表溫度的快速升高；而對于建筑稀疏分布的高層住宅區，冷熱空氣充分交換，減緩地表升溫過程，驗證了 Guo et al.（2016）的研究結果。本研究表3第6組實驗說明FAR對地表溫度起到消減作用，而在實驗4、5、8中FAR對地表溫度起到促進作用，整體表現出雙向調節作用。但是北京、廣州地區的研究證實FAR對LST有減弱的作用（鄔尚霖等，2015；孫喆，2020），與本文結論截然不同。這可能是因為FAR屬于既包含建筑密度信息又包含建筑高度信息的綜合性要素，在百米分辨率尺度上一定閾值范圍內或在不同形態要素組合條件下對地表溫度有雙向調節效果。為了進一步定量化探索FAR對地表熱場的影響，統計FAR與平均地表溫度的散點圖，如圖5所示。FAR在（0, 1）范圍內對地表溫度呈明顯促進作用，在（1, 2.2）之間FAR的熱環境效應趨于平穩，而在（2.2,4.5）范圍內對地表溫度有抑制作用，是減緩熱島效應的合理閾值范圍。

圖5 容積率與平均地表溫度散點圖Fig. 5 Scatter diagram of floor area ratio and average land surface temperature

此外，本文的研究通過分析形態要素對LST的綜合影響機制找到一些規律，但仍存在一定局限性。一是提取的天津城區綠地率是二維量值，并不包含喬木的高度和體積信息，這使得綠地率降溫作用研究及SVF計算結果有一定局限性。二是形態要素的熱環境效應有很強的尺度依賴性，目前最優研究尺度尚未厘清，需要在今后工作中開展進一步研究。

5 結論與建議

本研究對天津中心城區城市形態要素進行空間定量化表達，發現 ISP以單核聚集空間分布為主要特征；GD以點狀分布為主，線面結合的空間分布格局；WP主要分布于城市河網、大型水體；BH呈現以18 m以下多層建筑為主，高層建筑群分散布局的空間特征；SVF空間格局表現為從市中心至環城區逐漸增大；BD空間分布特征往往由土地建設用途決定，高層住宅區、大型綠地、水面附近建筑密度在18%以下，新式多層住宅區建筑密度在18%—52%，工業園區、老舊居民區及市區商業圈建筑密度普遍在52%以上；高FAR地區分布呈向核心區聚攏狀態，高于1.8的地塊沿海河呈三角形松散分布。

比較傳統回歸模型 OLS與空間自相關模型SLM發現，SLM模型優于OLS模型，可更好的解釋地理事物的空間關系，是研究城市熱環境影響機理問題的有效方法，可客觀準確評估城市空間形態指數對熱環境影響。

分析結果表明，城市生態環境因子之一——地表溫度受城市形態要素要素影響顯著：形態要素不同組合方式將導致其熱環境效應排序發生顯著變化，并且表現出一定季節變化規律。對于地表溫度，WP、GD、BH是負貢獻指標，ISP、SVF和BD是正貢獻指標，而FAR表現出對熱環境的雙向調節作用。

城市生態環境是近年來社會普遍關注的熱點問題，本文圍繞城市形態對地表溫度的綜合影響作出評估，得到一些對城市規劃有借鑒參考意義的結論，也建議通過優化城市空間形態分布模式來減緩城市熱島效應：多種植行道樹，設計建筑遮陽構造，適當提升建筑高度，從而有效降低天空開闊度減弱熱島效應；合理降低建筑密度，促進人為熱的流通散失；還要正確認識容積率對地表溫度雙向調節效果，在合理閾值范圍內開展城市建設；此外還要多提高水體、綠地等生態冷源面積占比，增濕添綠，調節城市氣候。本研究成果可有效補充天津地區城市形態數據，便于多個城市對比分析研究；也為如何合理開展城市規劃達到顯著減緩城市熱島效應、提升都市宜居性的城市生態目標提供理論參考依據。