城市蓝绿空间对湿热暴露风险的调控机制研究——基于南京主城区的30米高精度模拟与空间异质性分析

针对快速城市化加剧的湿热暴露风险问题，南京研究团队创新性地构建了30米高分辨率人口加权湿热暴露指数(PWHHEI)，通过XGBoost降尺度模型和地理加权随机森林(GWRF)技术，揭示了蓝绿空间(UBGS)形态特征对湿热暴露的差异化调控规律。研究发现绿地面积是主导调控因子，而破碎化蓝空间调节效果有限，为城市气候适应性规划提供了科学依据。

　　

随着全球城市化进程加速，极端湿热事件频发已成为威胁城市公共健康和生态安全的重大挑战。在东亚季风气候区的南京等城市，高温高湿的"蒸笼效应"使得居民实际体感温度远超气象观测值，而传统热风险评估往往忽视人口分布与湿热环境的耦合作用。更棘手的是，作为重要降温设施的蓝绿空间(UBGS)，其调控效果在密集建成区常因空间配置不合理而大打折扣。如何量化人口-环境复合暴露风险，并揭示UBGS的空间调控规律，成为当前城市气候研究的关键科学问题。

南京的研究团队在《Ecological Indicators》发表的研究中，创新性地将机器学习与空间统计方法相结合，以南京主城区为案例，首次构建了30米分辨率的人口加权湿热暴露指数(PWHHEI)。研究团队采用XGBoost算法将1公里湿度数据降尺度至30米，结合Landsat 8反演的地表温度(LST)，开发出融合温湿度的PWHHEI评估体系。通过双变量局部莫兰指数和地理加权随机森林(GWRF)模型，系统解析了UBGS形态特征对湿热暴露的非线性影响及其空间异质性。

关键技术方法包括：(1)基于XGBoost的湿度数据降尺度，将ERA5的1公里相对湿度(RH)数据与30米遥感特征变量耦合；(2)采用双通道非线性劈窗算法反演LST；(3)构建包含面积、形状指数和分形维度的UBGS形态指标体系；(4)应用地理加权随机森林(GWRF)解析驱动因子的空间变异性。研究选取2021年夏季三个典型日相的遥感数据，结合WorldCover 10米土地利用数据，确保分析时效性与精度。

研究结果揭示：

1. 空间分布特征：PWHHEI呈现显著右偏分布，高值区集中分布于鼓楼等人口密集城区，紫金山-玄武湖生态区形成明显低温低湿"冷岛"。8月暴露强度达峰值，中心城区PWHHEI超0.6。

2. 土地利用关联：主成分分析显示草地(载荷0.64)和耕地与PWHHEI呈稳定正相关(r=0.57-0.60)，而永久水体呈弱负相关，表明稀疏植被可能加剧湿热累积。

3. 空间耦合规律：双变量莫兰指数发现城区中心存在显著的"高蓝绿影响-高暴露"(HH)聚集，揭示现有UBGS在密集建成区的调节效能受限。

4. 形态调控机制：GWRF模型显示绿地面积(UGS_A)贡献度超45%，其重要性呈"中心低-外围高"的空间分异；而水体形态指标(UBS_SI/UBS_FD)的影响强度不足绿地的1/3。

5. 空间异质性：紫金山周边绿地呈现"大面积-低分形"的优化组合，使局部PWHHEI降低0.15-0.23；而长江沿岸水体因与人口活动区错位，调节效益未能充分释放。

这项研究的重要发现在于首次证实了UBGS对湿热暴露的调控存在显著的空间阈值效应：当绿地面积超过1.2公顷、形状指数低于2.7时，其降温增湿效益呈现非线性提升。研究创新性地提出"湿热暴露人口当量"概念，为评估气候适应措施的公平性提供了新视角。在实践层面，成果指导南京城市规划中形成了"核心区立体增绿-过渡带蓝绿联网-生态区系统保护"的差异化调控策略，相关方法体系已应用于长三角城市群的气候适应性规划。

该研究的突破性体现在三方面：方法学上创建了多源数据融合的湿热暴露评估框架；理论上揭示了UBGS形态-功能-人口的三维耦合机制；应用上提出了基于GWRF的空间精准调控方案。未来研究可结合冠层三维模型和人群动态分布数据，进一步提升评估的时空精度，为应对气候变化下的城市健康风险提供更精细化的决策支持。