数据中心热岛效应：周边数公里升温2℃的环境隐忧

本文源自微信公众号“未尽研究”，作者为未尽研究，原标题是《数据中心热岛，让周边数公里升温2℃ | 笔记》

在美国，社区对数据中心建设的反对声浪正逐渐高涨。与AI基础设施加速扩张形成反差的是，科技巨头对其环境外部性的披露愈发有限。学术界的一些模拟与推演，在引发合理关注的同时，也在一定程度上放大了争议，甚至被当作反对的“弹药”。

近期，由剑桥大学牵头，联合欧洲与亚洲多所高校研究人员开展的一项研究表明，AI数据中心投运后，周边地表温度平均上升约2℃，影响范围可延伸至10公里左右。这项跨计算机科学、地球科学与环境科学领域的研究，目前还处于未经同行评议的预印本阶段。

该论文的通讯作者Andrea Marinoni是一位遥感专家，主要研究方向是通过视觉智能评估、推断和预测人类与环境的相互作用。他的谷歌学术页面上写着“AI为了环境，而非对抗环境”。

研究的基本假设并不复杂：数据中心运行高能耗计算任务时会持续产生大量废热，这些热量在特定条件下可能改变局地热平衡，从而在地表温度上留下可观测的信号。这也是腾讯天津滨海数据中心、阿里巴巴千岛湖数据中心等开展余热回收项目的原因，全球范围内北欧在这方面起步较早。

从物理原理来看，数据中心持续“产热”，这些热量最终会以其他形式“守恒”地释放到环境中。无论是风冷还是水冷，只是数据中心内部的换热方式不同，其与外部环境的热量交换目前仍主要通过大气系统完成。而且，数据中心规模越大、能耗密度越高，产生的热量就越多。

该研究将每个数据中心的启动时间作为“事件节点”，排除季节性或全球变暖趋势等影响后，通过对比节点前后周边区域的地表温度变化，估算数据中心对局地地表温度的边际影响。

研究的核心数据包括两部分：一是地表温度（LST）重构数据集，二是数据中心地理坐标。为减少城市热岛和工业活动的干扰，并保证每个位置的地表温度数据序列完整，最终筛选出约6733个位于非高密度城市区域的数据中心。此外，研究利用WorldPop全球人口栅格数据，估算了数据中心可能影响的人口暴露范围。

不过，这项研究的数据存在局限性。地表温度数据来自NASA的MODIS卫星遥感观测，仅覆盖到2024年。当时AI基础设施建设才刚起步，在全球数据中心中的占比还很低，单个AI数据中心的规模也仅在50 - 100兆瓦级别；而今年初，马斯克旗下的xAI已交付全球首座GW级数据中心，更多GW级数据中心也在建设中。

AI算力，是否拖了双碳的后腿

2024/09/11完整阅读>

这一点被部分批评者放大，认为研究存在预设立场，甚至倾向于“反对AI发展”的叙事。但如果研究在当前样本范围内成立，那么随着超大规模数据中心的逐步上线，其揭示的空间相关性在更高算力密度环境下可能会更显著。

最终结果显示，全球范围内大型数据中心投运与周边地表温度上升存在明显的时间一致性。数据中心启用后，平均升温约2℃（95%的样本集中在1.5–2.4℃之间），并呈现出在10公里范围内逐渐衰减的空间特征。这一升温幅度与城市热岛效应相近，城市热岛效应通常约为4–6℃。研究据此提出“数据中心热岛效应”，并估计可能影响约3.4亿人。

（说明：横轴以数据中心开始运营的时间为基准，展示其前后各10个月的时间窗口；纵轴为数据中心所在地的地表温度（LST）。阴影区域表示各数据中心样本中LST变化的最大值与最小值范围；红色实线表示LST差值的总体平均趋势；红线上的横向标记表示该分布的95%分位数区间边界。）

研究团队在讨论部分提到，部分地区的气温异常升高趋势与研究结果具有一定一致性。最典型的案例是西班牙的阿拉贡，作为欧洲AI数据中心的重要集聚地，该地在2024年前后记录到局地温度上升趋势，而邻近区域并未同步出现这一变化。

需要强调的是，这项研究并非基于数据中心周边的实地温度观测，也未建立严格的因果识别框架。

这引发了少数长期关注AI环境外部性问题的评论者的质疑。他们认为，局地地表温度上升可能部分源于数据中心及其配套建筑带来的土地覆盖变化。当未开发土地被大型建筑、人行道、停车场等基础设施取代时，太空观测到的地表会更热。更有说服力的研究设计是将数据中心与其他大型商业或工业设施的类似地点进行对比。

但这仍无法解释为何地表温度变化会在数据中心启用后骤然发生。

更根本的问题在于，AI发展已不仅是技术和产业问题，还逐渐演变为信任问题。随着AI叙事的强化，其透明度并未同步提升，这在一定程度上削弱了其合法性基础。

当前社会面临的是一个快速扩张、能源和水资源密集、需要空前物质准备的基础设施体系，而这一体系正嵌入在因气候变化持续承压的环境中。据IEA报告，去年美国数据中心用电量贡献了全美电力消费增量的约一半，推动碳排放增长2.2%；同期中国碳排放下降了0.5%。

人类与AGI之间，隔着空前的物质准备

2026/01/21

在美国，这种扩张还呈现出高收益集中于科技企业，而环境与资源成本在空间上外部化，更多由弱势社区承担，同时监管体系响应滞后于建设速度的结构性特征。

这对正在快速推进算力基础设施建设的其他经济体，以及计划在这些地区投建算力设施的企业来说，都是一种警示。