灰绿色空间特征对城市核心区与边缘区热环境的影响：路径交互作用与非线性分析

《Sustainable Cities and Society》：The impact of gray-green space features on thermal environments across urban core-fringe gradients: A path-interaction and non-linear analysis

灰绿空间多维特征与沿海城市群温度响应的非线性交互机制研究，采用PLS-SEM与BRT模型揭示灰空间影响随城市蔓延减弱而绿空间增强，3D形态呈现凸凹边际效应，核心区建筑通过调控风环境产生多层温度调节作用。

　　近年来，全球气候变暖的趋势已经显著超越了过去几个世纪乃至千年以来观察到的气候系统自然变化。这种升温导致极端热浪在全球范围内频发，其中昼夜叠加的热浪对社会、经济和人们的日常生活产生了深远影响。世界气象组织（WMO）指出，2015年至2020年间是记录中六个最温暖的年份。同时，政府间气候变化专门委员会（IPCC）已经明确指出，人类活动是当前全球变暖的主要驱动因素。2022年6月至8月期间，中国中东部和南部地区经历了一场席卷3.6亿人口的热浪，气温超过40摄氏度，引发了近六十年来最严重的区域性干旱。极端高温现象持续到2023年，全球地表温度打破了历史记录，成为有记录以来最热的一年。到了2025年夏季，北半球多个国家，包括中国和大部分欧洲地区，再次面临严重的“炙热模式”状况。在当前的气候变化背景下，预计到2030年至2040年，热浪造成的全球年度国内生产总值（GDP）损失将从0.3%至1.7%增加到2050年至2060年的0.6%至4.6%。预测显示，到2100年，全球地表温度将上升约1.4至5.8摄氏度，从而显著加剧热浪的影响。值得注意的是，中国的升温轨迹已经超过了全球平均水平，因此应对热环境挑战变得尤为迫切。

灰色空间指的是由混凝土、沥青和建筑物构成的区域，这些区域支持住房、交通及其他城市功能。它是城市化进程中的关键组成部分。大量研究表明，城市灰色空间，尤其是由建设用地构成的区域，因其密集的建筑群和广泛的不透水表面，是城市及其周边地区高温和城市热岛（UHI）效应的主要来源。在建筑密集的区域，太阳辐射和人类活动产生的热量被困在街道峡谷中，无法有效散发。此外，部分热量还被建筑材料吸收并储存。与此同时，局部垂直空气流动的减少也降低了热量的散发效率。相比之下，绿色空间，如植被覆盖区域，能够通过树冠遮阳直接阻挡太阳辐射，并利用太阳能进行蒸发冷却。这些机制可以部分抵消或缓解局部高温风险和热暴露。因此，扩大绿色空间被广泛认为是缓解UHI效应的一种策略。然而，其实施却面临诸多实际限制。在土地资源有限的城市建成区，大规模的绿色空间扩展往往不现实。相反，持续的城市扩张仍然是满足迫切社会经济需求的必要措施。此外，随着现代城市建筑高度的普遍增加，垂直城市开发可以在一定程度上减缓水平扩张的速度，从而缓解对绿色空间的压力。然而，过高的建筑高度可能会在垂直立面产生额外的灰色空间。一项由陈等人（2025）进行的研究发现，在热浪期间，仅基于二维属性的树冠覆盖率对温度没有显著影响。但通过选择具有更高树冠的树种，可以有效减少建筑与植被之间的三维体积差异，从而实现降温效果。另一方面，一些研究指出，高层建筑不仅产生升温效应，还能够通过阻挡阳光形成阴影，促进周围较低建筑表面的降温。此外，高层建筑还可能干扰主导风向，形成沿建筑立面和相邻区域的空气涡旋，这些现象同样具有降温作用。因此，在水平和垂直维度上探索灰色空间和绿色空间之间的热平衡，对于城市热环境研究至关重要。

随着测量数据的积累和研究技术的不断进步，学者们发现，即使在城市建成区内部，建筑结构、布局以及灰色与绿色空间的配置也会显著影响局部的热环境。目前，大量研究关注于温度与灰色与绿色空间组成及其空间分布特征之间的定量关系。这些关系包括二维（2D）和三维（3D）城市形态特征，如不透水面和建筑覆盖率、建筑高度、天空视角因子，以及灰色与绿色空间的景观指标，如斑块密度、边缘密度、最大斑块指数、斑块凝聚指数等。在这一领域，已经报告了许多有价值的发现。然而，一些研究者指出，传统的景观指标主要依赖于数学抽象，通常反映特定评价单元内的景观格局特征或整体情况，难以准确识别和区分不同灰色与绿色空间形态类型的功能和生态差异。相比之下，形态空间模式分析（MSPA）基于数学形态学，能够更科学地量化灰色与绿色空间的空间模式，通过识别核心、穿孔、边缘、桥梁、分支、环形和孤岛等多样化的空间结构关系。此外，还需要考虑这些复杂而精细的指标或指标，从灰色与绿色空间的空间分布特征中衍生出来，是否适用于不同空间尺度或颗粒度。

现代城市作为复杂的人工生态系统，灰色与绿色空间共存并相互作用，彼此影响和制约。学者们通过线性回归模型、空间模型和机器学习“黑箱”算法等方法，探索了灰色与绿色空间成分与温度之间的定量关系。除了对温度的直接影响，灰色与绿色空间还可能涉及多种因果路径和特征之间的相互作用，以及这些相互作用导致的直接和间接温度影响。然而，目前关于灰色与绿色空间特征之间路径相互作用机制的研究仍然相对有限。

传统的城市热岛（UHI）概念基于城乡二元划分，将人工和自然环境作为城乡区域的参照。这种方法大大简化了描述城乡梯度上热环境差异的复杂性。在早期研究中，这种通过城乡温度差异量化UHI强度的简单方法吸引了大量学术关注，并极大地推动了UHI研究，具有重要的历史意义和科学价值。然而，随着城市化进程的推进，越来越多的研究者认识到，城乡景观是人工与自然环境元素之间复杂相互作用的结果。过渡区域，位于城市化连续体上，受到不同程度的人类活动压力，如建设、社会经济发展和农业生产，显著改变了局部温度的幅度和动态模式，从而影响UHI效应的整体趋势和热环境。由于人类活动对城乡地区温度变化的影响存在差异，影响因素的驱动因素、触发阈值和边际效应在这些环境中也有所不同。可以合理预期，在快速城市化的中国等发展中国家，城乡区域的空间演变表现出显著的异质性。因此，热环境分析必须明确考虑城乡梯度的变化。李等人（2023a）确定了两种主要方法来界定城乡梯度：一种基于城市开发强度梯度，另一种利用城市边界和缓冲区。一些学者认为，当前研究中常用的圆形缓冲区方法在界定城乡梯度时可以进一步改进。这是因为不同城市的城市化轨迹存在差异，其扩展方向和扩散模式往往受到地形和经济社会因素的影响。因此，应用这种方法需要精确确定城市中心点，并仔细设置缓冲区半径，使其在实际操作中难以准确应用。欧阳与朱（2020）认为，基于中国城市化发展的特点，城乡区域通常呈现出一种“城市核心-郊区-乡村（USR）”三元结构，其中城市与乡村之间的过渡区域，即郊区，具有高度混合的土地利用特征。这进一步增加了准确界定其边界难度。

为填补这些研究空白，本研究聚焦于中国广东-福建-浙江沿海城市带，界定了四种不同的梯度类型：城市核心、郊区、城市边缘和乡村区域。研究目标如下：（1）利用平均空气温度和昼夜地表温度指标，描绘城乡梯度上的热环境模式；（2）具体分析城市核心-边缘梯度（包括城市核心、郊区和城市边缘），比较多维灰色与绿色空间特征对热环境的影响路径差异，包括直接和间接效应；（3）量化二维和三维城市特征对温度变化的相对贡献和边际效应，同时考察它们的相互作用。本研究试图利用路径影响模型和机器学习“黑箱”模型的独特优势，探索城乡核心-边缘梯度上的关键影响因素，为后续区域建设和开发提供可行的科学建议。

本研究选取的区域涵盖了中国东部沿海城市带，包括浙江省、福建省和广东省的28个沿海城市，以及特别行政区香港和澳门。这些区域位于多个国家级城市群中，从北到南依次为长江三角洲、广东-福建-浙江沿海地区、珠江三角洲、粤港澳大湾区（GBA）和北部湾。通过充分利用这些城市群的资源，相互补充各自的优势，促进协调发展，形成了一个重要的沿海城市带。这一区域的选取不仅有助于全面了解灰色与绿色空间对热环境的影响，还能够为制定有效的热缓解策略提供依据。

为了准确界定城乡梯度，本研究采用了基于分位数的多重迭代方法，确定了郊区和城市核心的转折点（Q, T）分别为（76, 9.89）和（79, 29.62）。这些转折点对应于夜间灯光（NTL）强度的阈值，分别为9.89 nW·cm?2·sr?1和29.62 nW·cm?2·sr?1。基于这一标准，NTL强度大于或等于29.62 nW·cm?2·sr?1的像素被归类为城市核心，而NTL强度介于9.89 nW·cm?2·sr?1和29.62 nW·cm?2·sr?1之间的像素被归类为郊区。通过这种方法，可以更精确地划分不同区域的热环境特征，并为后续分析提供基础。

在研究中，我们发现，从城市核心向城市边缘延伸的过程中，灰色空间特征对温度的影响逐渐减弱，而绿色空间特征的影响则逐步增强。尽管温度受到灰色与绿色空间特征的综合影响，但建筑和植被的主导效应在不同的城市核心-边缘梯度上表现出显著差异。例如，在城市核心区域，三维建筑特征通过影响风速，对空气温度产生多层次的调节作用。这种调节作用在郊区和城市边缘区域则有所减弱。同时，绿色空间特征在郊区和城市边缘区域对温度的影响逐渐增强，尤其是在通过植被覆盖形成遮阳和蒸发冷却的过程中，其作用更为明显。

研究还发现，大多数灰色与绿色空间特征的热效应呈现出非单调性特征。特别是三维建筑和绿色空间特征，其边际效应响应模式在不同的城市核心-边缘梯度上表现出差异化的凸性和凹性，具有不同的转折点。这种非单调性特征表明，灰色与绿色空间对温度的影响并非简单线性关系，而是受到多种因素的综合影响，包括空间结构、土地利用类型以及气候条件等。因此，在分析灰色与绿色空间对温度的影响时，需要综合考虑其路径相互作用和非线性效应，以更全面地理解其对热环境的复杂影响。

此外，本研究还探讨了二维和三维城市特征对温度变化的相对贡献和边际效应。结果显示，二维特征如不透水面和建筑覆盖率对温度的影响相对直接，而三维特征如建筑高度和天空视角因子则可能通过更复杂的路径影响温度。例如，建筑高度的增加可能在一定程度上减少水平扩张，从而缓解对绿色空间的压力。然而，过高的建筑高度也可能在垂直立面产生额外的灰色空间，进而影响热环境。因此，在分析城市特征对温度的影响时，需要同时考虑二维和三维特征的作用，并探讨它们之间的相互作用，以更全面地评估其对热环境的影响。

本研究结合了部分最小二乘结构方程模型（PLS-SEM）和机器学习算法提升回归树（BRT），以探索多维灰色与绿色空间特征与多种温度指标之间的关系。通过这种方法，可以更准确地识别灰色与绿色空间特征对温度的影响路径，并量化其相对贡献和边际效应。研究结果表明，灰色与绿色空间对温度的影响并非单一路径，而是通过复杂的相互作用形成多层次的热效应。例如，在城市核心区域，灰色空间特征对温度的影响主要体现在风速的变化上，而绿色空间特征则主要通过遮阳和蒸发冷却机制对温度产生调节作用。这种多层次的调节作用表明，灰色与绿色空间对温度的影响具有显著的差异性，需要在不同的空间尺度上进行深入分析。

研究还发现，灰色与绿色空间对温度的影响路径在不同的城市核心-边缘梯度上表现出显著差异。例如，在城市核心区域，灰色空间特征对温度的影响主要体现在建筑密度和不透水面的分布上，而在城市边缘区域，灰色空间特征的影响则更多地体现在建筑高度和天空视角因子上。同时，绿色空间特征的影响在城市核心区域主要通过植被覆盖和遮阳机制实现，而在城市边缘区域则更多地通过蒸发冷却和风速变化来影响温度。这种差异性表明，灰色与绿色空间对温度的影响路径并非统一，而是受到空间结构和土地利用类型的影响。

此外，本研究还探讨了灰色与绿色空间对温度的非线性效应。结果显示，灰色与绿色空间特征对温度的影响并非简单的线性关系，而是呈现出复杂的非线性特征。例如，某些灰色空间特征在城市核心区域可能对温度产生较强的正向影响，而在城市边缘区域则可能转变为负向影响。这种非线性效应表明，灰色与绿色空间对温度的影响受到多种因素的综合影响，包括空间分布、土地利用类型以及气候条件等。因此，在分析灰色与绿色空间对温度的影响时，需要采用非线性模型，以更准确地捕捉其复杂的影响路径。

本研究的发现不仅深化了我们对灰色与绿色空间特征及其相互作用对热环境影响的理解，还为制定更有效的热缓解策略提供了科学依据。通过结合路径影响模型和机器学习算法，可以更全面地分析灰色与绿色空间对温度的影响路径，并量化其相对贡献和边际效应。这有助于识别哪些灰色与绿色空间特征对温度的影响最为显著，以及如何通过优化灰色与绿色空间的配置来缓解热环境问题。例如，在城市核心区域，可以通过增加绿色空间覆盖率和优化植被类型来实现更有效的降温效果。而在城市边缘区域，则可以通过合理规划建筑高度和空间布局来减少灰色空间对温度的负面影响。

综上所述，灰色与绿色空间对热环境的影响具有显著的差异性，其影响路径和非线性效应在不同的城市核心-边缘梯度上表现出不同的特征。因此，在城市热环境研究中，需要综合考虑灰色与绿色空间的配置、空间分布特征以及相互作用机制，以更全面地理解其对温度的影响。通过这种方法，可以为制定有效的热缓解策略提供科学支持，促进城市可持续发展和生态环境改善。