《Sustainable Cities and Society》：The Seasonal Impacts of Built-up Morphology on Urban Heat Exposure and Its Social Equity: A Case Study of Nanjing
编辑推荐：
•城市建筑形态在夏季对热暴露的影响最为显著。•建筑核心部分的扩张和边缘形态是热暴露的主要驱动因素。•形态变化对热暴露的反应是非线性的。•不同社会经济群体和季节之间的热暴露不平等程度存在差异。•中等收入群体的热暴露具有空间异质性。引言随着极端高温事件的频繁发生，城市热暴露已成为限制
- •
城市建筑形态在夏季对热暴露的影响最为显著。
- •
建筑核心部分的扩张和边缘形态是热暴露的主要驱动因素。
- •
形态变化对热暴露的反应是非线性的。
- •
不同社会经济群体和季节之间的热暴露不平等程度存在差异。
- •
中等收入群体的热暴露具有空间异质性。
引言
随着极端高温事件的频繁发生，城市热暴露已成为限制高密度建成区可持续发展和气候适应能力的核心问题（Esperon-Rodriguez等人，2025年）。传统的缓解措施主要依赖扩展蓝绿空间来降温（Stern等人，2025年；Li等人，2024年）。然而，在土地资源有限的老城区，这种方法面临明显瓶颈。因此，城市热风险治理亟需从增加 Cold Resources 转向从源头控制热量（Tang等人，2025年）。这需要更加关注城市建筑形态，因为它是城市热环境空间异质性的重要来源（Feng等人，2025年）。
从城市气候学的角度来看，建筑形态并不直接决定城市热条件。相反，不同的空间布局通过影响太阳辐射的截获、长波辐射交换、空气流通和局部热储存来调节城市微气候（Wang等人，2025b；Zhang等人，2025年）。这些相互作用的过程共同塑造了城市热环境的空间异质性（Zhao等人，2025a）。因此，建筑形态可以被视为这些基础物理过程的空间表现，为理解基于形态的热暴露模式提供了理论基础（Guo等人，2025a）。
尽管现有研究已经关注了建筑形态对热环境的影响，但仍存在三个主要缺陷。首先，大多数研究依赖于建筑密度等宏观指标（Tang等人，2025年），这些指标无法描绘空间连通性结构。其次，对建筑形态热效应的分析大多基于线性假设，忽略了潜在的非线性响应模式。第三，缺乏对热暴露不平等的社会分布的系统性描述。形态空间模式分析（MSPA）可以根据像素级别的拓扑关系识别不同的空间单元（Soille & Vogt，2009年）。MSPA衍生的拓扑单元提供的不是物理过程本身，而是不同城市形态配置的空间描述符（Xu等人，2025年）。这些配置可能由于通风、辐射交换和热储存能力的差异而与不同的微气候条件相关（Guo等人，2025a）。以往的研究常将MSPA应用于绿地系统，以识别和构建城市冷岛网络（Qian & Li，2023年；Ferreira等人，2026年）。实际上，高密度建筑群也在空间中形成了复杂的热源网络（Zhao等人，2025b）。通过MSPA方法，可以细划分出具有不同微气候特征的空间单元，突破了传统面积指标的局限性（Zhong等人，2025年）。在不改变建筑用地总量的情况下，可以通过微调局部形态来精确干预局部热暴露（Wang等人，2025a）。
此外，建筑形态对热环境的影响并非一个静态的线性过程。一方面，受太阳辐射和季风变化的影响，建筑群的热效应具有显著的季节性（Ji等人，2025年）。夏季，高密度建筑群容易形成局部热积聚（Liu等人，2024c；Li & Zeng，2024年）；然而，在过渡季节或冬季的作用机制仍需进一步阐明。另一方面，建筑形态特征与热环境之间存在复杂的非线性响应关系（Chen & Guo，2026年）。随着建筑规模的扩大或边界复杂性的增加，它们的热积聚或缓冲能力可能表现出非线性响应模式和边际效用的降低（Wang等人，2025c）。尽管在绿地形态研究中已有初步证据支持这一规律（Chen等人，2025b；Liu等人，2025年），但这一规律是否适用于建筑形态以及这些非线性响应如何发生仍需进一步验证。传统的线性假设无法捕捉到这些变化点，限制了规划实践中的精确形态控制。
因此，热暴露不仅是物理环境条件，也是一种社会空间现象，因为其后果取决于热强度与人口分布的相互作用（Liu等人，2024a）。从社会角度来看，城市热环境的空间分布并非随机。它强烈反映了社会资源的不平等分配，这引发了关于气候正义的重要问题（Benz & Burney，2021年）。例如，南京的一项研究发现，弱势群体（如老年人）往往集中在建筑密集的老城区，使他们在夏季和冬季面临更大的微气候风险（Hu等人，2025年）。从社会经济角度来看，这种气候惩罚也非常明显。低收入群体通常与规划不善、绿地不足的高密度建筑核心区域相关，从而导致系统性的极端热暴露（Rocha等人，2024年）。相比之下，高收入群体则多位于绿地供应较好、热环境更优的社区（Liu & Li，2025年）。
然而，当前的环境正义研究主要集中在高收入群体和低收入群体之间的对比上（Ren等人，2025年），而很大程度上忽视了广大中等收入群体面临的微气候困难。由于大城市对高质量环境资源的追求（Kim等人，2024年），中等收入群体可能分布在环境质量差异较大的社区中，因此面临不同的热暴露条件。本研究认为，中等收入群体获得的微气候质量往往由微观尺度的建筑形态随机分布决定，这种现象类似于空间彩票效应。换句话说，具有相似经济特征的人可能会因为当地建筑形态的差异而经历非常不同的热环境（Slesinski等人，2025年）。
尽管取得了这些进展，但很少有研究建立了将建筑形态、潜在的微气候机制、热暴露和环境不平等联系起来的综合分析框架。基于此，本研究以南京这一典型热城市为例，结合了MSPA、机器学习模型和Dagum基尼系数，回答了三个核心问题：（1）建筑形态与热暴露之间存在哪些季节性关联？（2）它们的非线性响应特征是什么？（3）不同社会经济群体之间以及这些群体内部的热暴露不平等是如何表现的？从空间形态调节和环境公平治理的双重角度出发，本文旨在为城市气候适应和公共政策制定提供实证依据。
章节片段
研究区域
南京是中国东部的重要大城市，是江苏省的省会（图1），总面积约为6,587.04平方公里，2022年居民人口约为954.7万。作为典型的“热岛城市”，南京夏季极为炎热。近年来，极端高温事件频繁发生，2022年的夏季最高气温打破了历史记录，使得城市热暴露风险凸显。同时，社会经济空间
人体热负担（PWE）的时空模式
南京的热暴露强度具有显著的季节性变化（图4，表3）。夏季是热暴露风险最显著的季节，平均PWE达到0.7387，远高于其他季节。春季和秋季的PWE分别为0.5386和0.5007，而冬季最低，仅为0.1694。这种变化模式符合亚热带季风气候的典型热特征（Yao等人，2020年）。
讨论
通过整合MSPA、景观生态指标和机器学习模型，本研究系统揭示了南京建筑形态模式对热暴露（PWE）的季节性影响，并进一步评估了热暴露风险的社会经济公平性。研究结果不仅加深了对建成环境作为热源作用的理解，还为气候适应性和社会公平的城市规划提供了新的视角和精确工具。
结论
通过整合MSPA、随机森林模型、部分依赖分析和Dagum基尼分解，本研究调查了南京建筑形态、人口加权热暴露和社会经济差异之间的关联。结果表明，建筑形态提供了超出城市发展总体范围的解释信息。与核心相关的指标对于热暴露始终非常重要，而边缘特征则表现出明显的非线性
利益冲突声明
作者声明他们没有已知的会对本文工作产生影响的竞争性财务利益或个人关系。
数据可用性
数据可应要求提供。
作者声明他们没有已知的会对本文工作产生影响的竞争性财务利益或个人关系。
CRediT作者贡献声明
Jianling Jiao：撰写——审稿与编辑、监督、资源获取。Yulu Zhang：撰写——初稿、可视化、方法论、数据管理。Haocheng Huang：撰写——审稿与编辑、概念化。
利益冲突声明
作者声明他们没有已知的会对本文工作产生影响的竞争性财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金（编号72533003，72374062）的支持。
Jianling Jiao|Yulu Zhang|Haocheng Huang
