近日，地理科学学院赵健清博士以第一作者，在权威学术期刊《Sustainable Cities and Society》上发表了题为 “Investigating the quantitative impact of the vegetation indices on the urban thermal comfort based on machine learning: A case study of the Qinhuai River Basin, China”的研究论文。该期刊是Elsevier旗下国际性期刊，在城市环境研究领域具有顶尖影响力，JCR分区及中科院分区均被列为Q1，影响因子为10.5，所涉及领域涵盖城市与社会的可持续发展、城市规划以及环境治理等方面。论文的第一署名单位为江苏省气候风险模拟与城乡智慧治理重点建设实验室/地理科学学院。文章链接：https://doi.org/10.1016/j.scs.2025.106357。
中国的城市化发展不仅重塑了土地覆盖类型，而且对城市热舒适度产生了深远影响。该研究基于多时相遥感数据，采用机器学习模型对秦淮河流域中植被指数与热舒适度之间的定量关系进行了深入探讨。结果表明，能够反映植被水分状况及生长状况的归一化差值水分指数与短波红外植被指数是表征城市热环境的重要指标。该研究进一步在城市功能区尺度上细化了这些指标的作用机制，弥补了已有研究对城市功能区差异考虑不足的缺陷，并为制定更具针对性的城市规划策略提供了科学依据。
图1 技术路线图
图2 2016、2019和2022年研究区域的地表温度、热舒适度和归一化差异水体指数分布
该项研究成果不仅充分体现了学院对提升教师科研创新能力的高度重视，同时也激励了更多师生深入开展区域可持续发展等相关领域的研究工作。
图/文 赵健清 审核 王丽