城市树木规划：MCDA驱动的方法能否改进加拿大现行实践？一项案例研究

为解决城市树木规划中多目标权衡与空间公平性问题，研究人员开展基于GIS-MCDA的空间适宜性分析研究，开发了整合地域机会与需求的决策框架，通过与蒙特利尔三个行政区的实际规划对比发现战略选址重叠率低（10%-16%），证明该方法能优化生态系统服务分配，为协同气候适应与社会公平提供新工具。

　　

随着城市化进程加速和气候变化影响加剧，全球城市正面临热岛效应增强、暴雨内涝频发、空气污染加重以及生物多样性下降等多重环境挑战。增强绿色基础设施特别是城市树木，被广泛认为是应对这些问题的有效策略之一。加拿大蒙特利尔市设定了到2025年将森林覆盖率提升至26%的雄心目标，但在实际推进过程中，市政部门在树木种植选址时往往面临复杂权衡：既要考虑树木存活所需的生长条件（如土壤容积、日照条件），又要兼顾减少热岛效应、改善公共健康、降低暴雨径流等多重生态系统服务需求，同时还需平衡不同利益相关者的诉求。

传统城市规划方法多侧重于"地域机会"（Where is it possible to plant trees?），即优先选择技术上可行的种植点位，而学术研究则更关注"地域需求"（What benefits can trees provide for local populations?），即根据社会环境需求进行战略布局。这两种视角的分离导致城市树木规划往往陷入机会主义模式，侧重于短期可行性和维护便利性，而忽视了长期战略效益的最大化。尽管近年来文献中开始强调更战略性的、基于标准的方法，但这些努力常常受限于有限的机构能力和资源。

为解决这一矛盾，由蒙特利尔大学 Alexandre Rioux、Sandrine Lacroix、Martijn Kuller、Fran?oise Bichai 和 Danielle Dagenais 组成的研究团队在《Trees, Forests and People》发表了一项开创性研究。他们开发了一个基于地理信息系统和多准则决策分析（GIS-MCDA）的空间适宜性框架，通过与当地利益相关者共同创建目标层次结构，整合了 territorial opportunities（地域机会）和 territorial needs（地域需求）双重视角，旨在为城市树木种植提供更科学的选址工具。

研究人员采用多属性价值理论（MAVT）和加权线性组合方法，通过专家咨询构建价值量表，使用Swing权重 elicitation 方法确定各目标相对重要性。研究数据来源于魁北克省各类开源空间数据库，分析分辨率为20米×20米，对应地籍地块尺度。研究重点对比了框架生成的战略选址与蒙特利尔三个行政区（Ahuntsic-Cartierville、Rosemont-La Petite-Patrie、Mercier–Hochelaga-Maisonneuve）实际树木种植 master plan 中的选址点位。

2.2. Framework Development

研究团队 adapt 了由 Kuller 等人（2019）和 Lacroix 等人（2024）开发的UGI空间适宜性框架，将其扩展到城市树木规划领域。该框架基于两个互补视角：机会（指能够实现或限制UGI实施的条件）和需求（代表UGI能够提供的生态系统服务赤字）。

框架构建遵循标准MAVT步骤：首先通过文献综述和专家访谈（4位北美温带气候城市林业专家）制定目标主列表；然后与37位利益相关者通过两次研讨会共同构建目标层次结构；接着通过15次价值量表咨询（涉及21位专家）为每个属性建立0-1的适宜性函数；最后通过Swing权重 elicitation 工作坊（11位参与者）确定各目标相对权重。

最终框架包含22个子目标，归属于9个基本目标（4个机会视角，5个需求视角）。机会视角包括：最大化规划工作区选址、最大化植物生长、最大化可用根系生长容积、最小化与现有基础设施冲突；需求视角包括：最小化城市热岛暴露、最大化生态连通性、最小化城市洪水暴露、最小化合流制溢流、最大化地表饮用水源保护。

2.3. Municipal Planning Analysis

通过对三个行政区种植总体规划的分析发现，市政机构主要优先考虑技术和约束类标准，如避开燃气管道和市政基础设施、遵守最小监管距离、避免与计划种植点位重复等。所有计划都承认树木种植的多种效益，但主要侧重于确定可行点位而非战略最大化协同效益。除行政区A外，其他计划均未明确考虑暴雨径流管理标准。

2.4. Comparison Methods

适宜性地图使用ArcGIS Pro 3.1生成，采用20米×20米分辨率。使用加权线性组合（公式1）进行细胞水平上的适宜性得分聚合。通过重叠指标（公式2）比较行政区计划种植点位与框架确定的最高分点位之间的空间重叠程度。

1. 3.
   Results & Discussion

3.1. Urban Tree Spatial Suitability Framework

框架包含9个基本目标和22个子目标，配备33个属性和相应价值量表。权重 elicitation 结果显示，"最大化规划工作区选址"在机会视角中权重最高，反映了对机会主义种植的偏好，与先前UGI规划研究一致。

最终生成的适宜性地图在视觉上色调范围相对均匀，高度和低度适宜区域之间区分有限，这反映了多准则决策中的常见现象：当多个竞争优先级都被赋予重要性时，可能导致输出结果过于平衡，单个因素的变异驱动作用不明显。

3.2. Current Municipal Urban Trees Planning Practices

行政区种植计划主要基于技术标准，强调可行性和维护便利性，与先前城市林业研究一致。虽然所有计划都承认树木的多种效益，但UHI减少是最常被引用的生态系统服务，通常等同于改善公共健康。暴雨径流减少未在行政区总体规划中考虑，表明树木在UGI中与该效益关联不强。

3.3. Comparing site prioritization in strategic and municipal urban tree planning

总体结果显示，行政区种植点位与框架确定的战略点位之间重叠率较低（10%-16%），但框架识别点位的平均适宜性得分普遍高于行政区选择点位。

在机会视角下，低重叠率（8%-17%）与 Ordó?ez Barona 等人（2024）发现一致，表明城市森林管理计划通常强调树木数量和维护，而对生物多样性和气候适应等更广泛目标关注较少。对于"最大化植物生长"目标重叠率低（11%-19%），而"最大化可用根系生长容积"目标重叠率较高（32%-69%），但后者因使用传统土壤图代理数据而存在较高不确定性。

在需求视角下，某些目标表现出极高重叠率："最大化地表饮用水源保护"（94%-100%）、"最大化生态连通性"（99%-100%）、"最小化合流制溢流"（73%-100%），但这些高重叠率可能反映了底层数据的空间变异性低而非行政区的有意优先排序。"最大化道路网络整合便利性"也显示高重叠（79%-82%），与行政区依赖市政地役权一致。

相反，"最小化与现有基础设施冲突"目标与总体规划重叠率极低（3%-4%），这可能是由于总体规划依赖详细地面评估，而框架分析使用20米分辨率，无法捕捉精确的地面条件。

3.4. Policy implications

框架识别出的高优先级种植机会包括私有土地，而行政区通常只优先考虑其行政管理范围内的公共土地。这表明实现战略性的、公平的、气候适应型城市绿化需要 enabling policies 扩展到市政所有土地之外。该工具不应被视为参与式决策的替代品，而应作为其起点，作为促进规划者、居民、机构和其他利益相关者之间对话的共同语言平台。

3.5. Limitations and Further Research

框架的主要限制涉及平衡大量目标引入的复杂性。建议应用敏感性分析来识别对输出变异性贡献最大的标准。一些相关标准因缺乏评估共识或数据不足而未能纳入，如美学和树木 disservices（过敏原、不安全感和风暴中的建筑损坏）。该方法专注于空间因素，未包括物种选择等非空间方面。未来研究应评估在这些地点种植树木的实际影响，比较框架确定点位与行政区选择点位种植树木提供的生态系统服务。

研究结论表明，基于GIS-MCDA的空间适宜性框架为城市森林规划者提供了基于多技术、环境和社会标准的树木种植优先排序工具。战略选址点与行政区计划点之间的弱空间重叠表明，整合地域需求和机会可以为城市树木规划开辟新的可能性并提出新的优先事项。该框架高度适应其他背景，可作为 scalabile 规划支持工具，由市政当局根据其独特城市规