基于多源遥感数据的特大城市绿色屋顶降温效应评估——以中国西安中心城区为例

本研究针对城市热岛效应(UHI)加剧背景下绿地资源受限的难题，利用Landsat-8/Sentinel-2多源遥感数据，通过10米分辨率地表温度(LST)降尺度技术和机器学习方法，量化了中国西安绿色屋顶的降温效应。研究发现城市级绿色屋顶可实现0.47°C降温，局地降温达2.49°C，并揭示LCZ（局地气候分区）是调控降温效能的关键因子，为高密度城市热环境优化提供了数据支撑。

　　

随着全球气候变化与城市化进程耦合加剧，城市热岛效应(UHI)已成为威胁人类健康的重大环境问题。中国302个城市的分析显示，中纬度特大城市UHI强度尤为显著，导致公共卫生风险攀升、能源消耗激增等连锁反应。尽管绿地被证实是缓解UHI的有效手段，但高密度城市中传统绿地拓展空间极其有限，建筑屋顶作为"第五立面"的生态价值日益凸显。

现有研究多局限于建筑或街区尺度的绿色屋顶分析，缺乏城市级热环境影响的系统评估。传统数值模型依赖复杂参数化方案，对城市规划者实操性不足。针对这一瓶颈，陕西省自然科学基金资助的研究团队在《Sustainable Cities and Society》发表论文，创新性地融合多平台遥感数据与机器学习技术，首次对中国西北典型特大城市西安的绿色屋顶降温效应开展系统性量化研究。

研究采用三大关键技术：基于Google Earth影像识别2019-2022年新增（I型）与既有（II型）绿色屋顶；将Landsat-8的30米LST数据降尺度至10米分辨率；运用随机森林算法解析降温效能主导因子。通过跨年对比（I型屋顶）与年内对比（II型屋顶与周边裸屋顶）的双重验证策略，结合LCZ分类体系建立空间异质性分析框架。

【研究结果】

1. 绿色屋顶提取
   识别出645个I型绿色屋顶（总面积0.28 km²
   ），空间分布显示其集中分布于人口稠密的城市三环内区域，平均面积436.36 m²
   ，体现高密度建成区立体绿化的实施特征。

2. 降温效应量化
   • 城市尺度：2019-2022年绿色屋顶扩建使西安核心区降温0.47°C，与亚热带厦门（0.91°C）等案例形成气候带差异对比
   • 局地尺度：夏季绿色屋顶较周边裸屋顶平均降温2.49°C，单日最大温差达7.8°C
   • 时空异质性：降温强度呈现"中心高-边缘低"的圈层结构，与城市热岛强度空间分异耦合

3. 效能调控机制
   机器学习特征重要性分析显示：
   • LCZ类型解释38.7%的降温变异，建筑高度与密度是关键形态参数
   • 蓝绿基础设施协同效应：每增加10%周边植被覆盖可提升降温效能0.23°C
   • 干扰效应：500米半径内建成区密度每上升15%会导致降温衰减1.2°C

【结论与意义】
该研究建立了"遥感识别-效能量化-机制解析"的全链条分析方法，证实绿色屋顶在西北半干旱气候区仍具显著降温潜力。创新性发现LCZ分类体系对降温效能的预测价值，提出"核心区优先实施+蓝绿空间协同"的优化策略。相较于传统模型方法，该方案仅需公开遥感数据即可实现城市级热环境评估，为国土空间规划提供了可推广的技术路径。研究结果被西安市政府采纳应用于《城市降温行动计划》，预计2030年前完成200万平米绿色屋顶改造，理论测算可降低热浪期间死亡率12%-15%。文末指出未来需加强不同气候带城市对比研究，并开发融合社会经济效益的多目标优化模型。