基于人工智能视觉技术的城市绿色屋顶碳封存潜力评估——以西班牙巴伦西亚为例

本研究针对城市温室气体减排需求，开发了一种结合人工视觉（AV）和地理信息系统（GIS）的自动化方法，通过整合航拍图像、LiDAR数据和地籍信息，精准识别适合绿色屋顶（GRs）安装的屋面区域。研究以西班牙巴伦西亚为案例，发现34%的屋顶面积（约624万m2）可安装GRs，预计年封存CO2达19,507吨，为城市碳中和规划提供量化工具。

　　

随着全球城市化进程加速，城市已成为温室气体排放的主要来源，其中建筑能耗占比高达40%。在应对气候变化的紧迫背景下，绿色屋顶（Green Roofs, GRs）作为典型的基于自然的解决方案（Nature-Based Solutions, NBS），不仅能改善城市热岛效应，还能通过植被光合作用直接封存大气中的CO₂。然而，大规模推广面临两大瓶颈：一是缺乏精准识别适用屋顶的自动化方法，二是难以量化其碳封存潜力。现有研究多依赖人工勘测或简化模型，导致评估结果偏差较大。以地中海城市为例，尽管GRs在节能方面已有较多研究，但其直接碳封存效益仍缺乏系统性评估。

针对这一科学问题，西班牙研究人员在《Sustainable Cities and Society》发表论文，提出了一种创新性的多技术融合方法。研究团队开发了"Roof Detector"和"Slope Detector"两套MATLAB算法，通过处理0.25米分辨率的航拍TIF图像和LiDAR点云数据（密度≥0.5点/m²），结合QGIS地理信息系统，实现了三大突破：一是基于HSV色彩空间和k-means聚类算法自动识别屋顶材质与坡度（阈值10°）；二是整合地籍数据建立50m²最小面积标准；三是采用CSB10-S基质配Silene Vulgaris植物的实测参数（3.16kg CO₂/m²·年）计算碳封存量。

研究结果部分呈现了四个关键发现：

1. 潜在屋顶面积确定：通过处理巴伦西亚18.4km²屋顶数据，筛选出6.2km²适用面积（占34%），其中71%位于多层住宅建筑。
2. 不适宜坡度识别：LiDAR三维重建显示12.9万m²因坡度>10°被排除，验证了算法对复杂屋顶形态的适应性。
3. 建筑类型差异：单户住宅虽数量占比14.1%，但平均可用面积仅116m²，而占比3.2%的公共建筑贡献了12.2%的总面积。
4. 区域碳封存潜力：Poblats Marítims区以57.8万m²可用面积成为最佳实施区域，预估年封存CO₂达1,826吨。

讨论部分强调了该研究的双重价值：方法学上，首次实现AV-GIS-LiDAR多源数据融合，将屋顶识别误差控制在15%以内（经10栋建筑手动验证）；应用层面，证实GRs可使巴伦西亚年减排1.95万吨CO₂，相当于4,000辆汽车的年排放量。研究特别指出，该方法通过开源工具（QGIS）和公开数据（西班牙国家地理信息中心PNOA）确保可推广性，但需注意LiDAR数据获取的地域限制可能影响坡度分析的普适性。文末建议未来结合结构荷载评估和经济性分析，进一步完善城市级GRs部署方案。