城市形态决定太阳辐射在城市内部的到达与分布路径：一项系统综述

《Sustainable Cities and Society》：Urban form determines the paths that solar radiation reaches and distributes within cities: A systematic review

　　

•回顾了最近十年关于城市形态与太阳辐射的144项研究。•本研究提出了一个整合的目标-机制-方法综述框架。•揭示了五种调控城市太阳辐射获取的机制。•本研究解释了已报道的城市形态-辐射关系的不一致性。•本研究为多尺度太阳辐射研究和规划提供了指导。

引言

太阳辐射是地球表面能量平衡的主导因素，驱动着大气、水文和生物过程。它是维持气候系统稳定性和支撑人类活动的基本能源（Rostami和Nasrollahi, 2025, Wu等, 2024）。随着城市化的持续推进，土地覆被变化、建筑密度增加以及形态复杂性加剧，已深刻改变了城市热物理过程（Hou等, 2025, Chakraborty和Qian, 2024）。全球大规模、集中的城市化导致气溶胶浓度增加和污染加剧，改变了大气对阳光的透明度，直接影响地球的辐射平衡（Van Loon等, 2025）。Song等人的研究（Song等, 2025）表明，1959年至2014年间，地球表面全球太阳向下辐射总量以每年约0.024 W/m2的速率下降。这表明太阳辐射既是城市物理环境的基本驱动因素，又直接受到城市形态和大气条件变化的影响。

早期城市太阳辐射研究依赖数值计算和模拟方法，通过控制形态变量和气候输入来模拟城市场景。然而，这些方法的计算限制导致其对复杂高密度城区的精度不足，且在大尺度上的评估时间过长（Taleb和Musleh, 2015, Zhang等, 2016, Vermeulen等, 2015）。近年来，遥感、点云数据和GIS等地理空间技术的进步（Manapragada等, 2025, Freitas等, 2015），以及机器学习、深度学习和物联网等人工智能方法的涌现（Camps-Valls等, 2025, Dong等, 2025），从根本上改变了太阳辐射的评估方式。在地理数据库、大数据分析和数字孪生技术的快速发展支持下（Li等, 2023, Jiang等, 2019），太阳辐射估算不再受传统计算模型的约束。这些创新使得城市尺度的快速模拟和预测成为可能，高分辨率全球评估也已成为现实（Joshi等, 2021, Li等, 2024）。在技术进步和全球气候承诺的驱动下，城市太阳辐射研究已扩展到多样的气候和能源目标，包括极端高温和热浪的暴露评估（Ren等, 2022）、城市热岛机制分析和建成环境干预（Kim和Brown, 2021）以及光伏能源转换的潜力评估（Zhu等, 2023）。因此，相关研究显著增加，研究视角和目标日益多样化。不同研究对太阳辐射的空间尺度、时间分辨率和指标定义有不同的要求，导致方法论和结论呈现碎片化特征。

大多数研究采用城市形态指标来提供城市空间特征的描述性参数和定量分析。Sarralde等（Sarralde等, 2015）将这些指标分为五类：建筑类型学、垂直和水平分布、土地利用、建筑几何形状和建筑密度。然而，城市形态的复杂性远超这些分类，不同研究通常根据研究目标、尺度和数据可获得性选择不同的指标体系。Tian和Xu（Tian和Xu, 2021）选择了总建筑面积率（FAR）、建筑密度（BD）和平均高度（H_avg.），这些是实际建设项目初步设计阶段的关键考量因素。Li等（Li等, 2023）也采用了常见的规划指标，但侧重于建筑基底覆盖率（SC）、开敞空间率（OSR）和面积周长比（A/P）。Boccalatte等（Boccalatte等, 2022）将研究范围从单体建筑几何扩展到其与周边环境的关系，采用了距离加权平均高度差（ΔH）、面积加权平均屋面坡度（β）和平均邻里遮挡角（α）等指标。一些研究利用遥感数据测量建成环境和自然环境的比例。例如，Han等（Han等, 2025）使用了道路密度、植被密度和水域密度等指标。Kim等（Kim等, 2022）采用了谷歌街景数据，通过天空视角因子（SVF）、建筑视角因子（BVF）和树木视角因子（TVF）来衡量城市特征。此外，一些研究采用了自定义的形态指标，例如Li等（Li等, 2022）将街区包络面积与用地面积之比定义为街区表面率（BSR）。

某些指标被频繁采用，其影响已达成共识。Yang等（Yang等, 2024）、Xu等（Xu等, 2021）、Kaleshwarwar和Bahadure（Kaleshwarwar和Bahadure, 2023）分别在不同纬度的地点——格拉斯哥、武汉和那格浦尔——进行了研究，发现BD与太阳辐射获取始终呈显著正相关，相关系数通常超过0.90。然而，许多研究在提出实际项目的规划建议和优化策略时，仍局限于项目本身或其紧邻邻里或城市。这种狭窄的范围可能导致结论具有很强的地域局限性。一些城市具有独特的形态和布局。例如，Zhao和Gou（Zhao和Gou, 2023）在研究阿德莱德时发现，该城市的建筑通常朝向一致，这意味着其研究结果可能难以推广到布局更复杂的其他城市。相同城市形态指标在不同纬度条件和周边环境下的影响模式可能完全不同。Xiao等（Xiao等, 2024）分析了中国九个不同纬度城市的60个住宅街区，发现体形系数（V/S）与建筑立面接收的太阳辐射呈强正相关（r=0.89）。相反，Poon等（Poon等, 2020）在新加坡发现两者几乎无相关性（r=0.02）。值得注意的是，大多数研究很少系统地将其研究结果与其他地区或不同气候条件下的研究进行比较，也很少深入分析这些差异背后的机制。

现有综述主要通过指标分类、方法论总结或特定应用场景来组织城市太阳辐射研究。先前研究综述了城市规划的太阳能性能指标（Czachura等, 2022）、高纬度应用领域（Formolli等, 2023）、邻里尺度参数和评估工具（Hasan和Horvat, 2023），以及不同规划层级下太阳能潜力与空间形态的关系（Li等, 2024）。Liu等（Liu等, 2024）进一步标准化了111个城市形态指标，并将其与太阳辐射的报告关系归类为正向、负向或不显著。然而，这些综述未能综合定量关系以比较其变异性，也未系统解释这些关联在不同研究中为何存在差异。因此，仍需要将跨研究的实证证据与能够解释这些相似性和差异性的底层辐射过程联系起来。

为弥补这些不足，本综述旨在实现四个核心目标：(i) 系统整理太阳辐射相关研究，揭示趋势和特征。(ii) 综合城市形态影响太阳辐射的辐射机制，并建立其与形态指标的关联。(iii) 收集城市实证研究数据，进行统计分析，识别常用的城市形态指标，量化城市形态与太阳辐射获取之间的统计相关性，并分析结果差异的原因。(iv) 最终构建一个整合的研究框架，以支持未来城市太阳辐射研究的方法标准化、指标选择和跨研究比较。

系统性文献检索与筛选

本系统文献综述遵循PRISMA（系统综述和Meta分析的首选报告条目）框架，以确保文献筛选过程的透明性和严谨性。采用了结构化的四阶段方法，如图1(c)所示。

1）识别：于2026年8月3日在Web of Science核心合集（WoS）和Scopus中检索2015年至2025年发表的期刊文章。检索式设计旨在反映城市形态与太阳辐射的交叉领域。

全球模式与研究特征

对提取数据的分析显示，现有研究在研究目标、空间尺度、数据来源和分析方法方面存在显著差异，如图1(a)(b)所示。

地理上，研究主要集中在城市化程度较高的地区，如欧洲、北美和东亚（图1(a)）。约87.93%的研究集中在北纬15°至北纬60°之间。低纬度热带地区（南纬15°至北纬15°）的研究

城市形态与太阳辐射互动的机制

城市太阳辐射模式由辐射传输过程决定，这些过程决定了入射太阳辐射如何在建成环境中被传输、遮挡、反射和再分配。在探讨特定形态参数如何影响这些过程之前，必须建立城市形态如何改变太阳辐射获取的物理路径框架。该框架为解释不同区域实证研究的多样发现提供了物理基础。

城市形态如何影响太阳辐射

通过综合辐射原理和现有研究发现，确定了五种基本机制作为城市太阳辐射的关键决定因素：阴影遮挡、天空视角、朝向与角度、多次反射和季节动态调节，每种机制对应辐射过程中的一个关键环节，如图3所示。阴影遮挡机制涉及阳光入射路径是否被阻挡，是影响的主要因素

跨研究中城市形态指标与太阳辐射的关联

本综述关注两大类太阳辐射接收面——屋顶和立面，它们共同构成了城市和大气辐射交换的绝大部分。由于现有研究在定义和测量方法上差异较大，本研究识别了一套常用的城市形态指标以确保可比性，包括H_avg.、FAR、BD、SC、V/S、E/V、E/S、SVF和H/W。计算公式和示意图见表S5。通过将太阳辐射数据分组

构建整合的目标-机制-方法框架

研究目标、尺度、机制、方法和数据分析方法的选择本质上相互关联。不同的研究目标强调不同的城市尺度，进而对应太阳辐射与建成环境互动的不同机制。这些差异最终决定了数据来源和方法的选择。为应对这一问题，本研究提出了一个整合的目标-机制-方法框架，明确关联了(i) 城市气候

结论

本综述通过综合157篇同行评审出版物（2015-2025年）以及40个实证数据集的定量发现，建立了分析城市太阳辐射的整合框架。我们识别了五种基本机制——阴影遮挡、天空视角、朝向与角度、多次反射和季节动态调节——共同解释了城市形态如何控制太阳辐射的吸收、反射和再分配。

在……中

利益冲突声明

作者声明不存在利益冲突。

数据可用性

本文使用的数据可在补充材料中找到。

CRediT作者贡献声明

郭一帆：写作——审稿与编辑，写作——初稿，可视化，方法论，调查研究，形式分析，数据整理。王岚：调查研究，形式分析，数据整理。陆清辉：写作——初稿，可视化，形式分析。张慕星：可视化，数据整理。陈泽新：写作——审稿与编辑，方法论。杨世婷：可视化，数据整理。王伟：写作——审稿与编辑，监督，方法论，资金获取。李永辉

利益冲突声明

作者声明，没有已知的竞争性经济利益或个人关系可能影响本文所报道的工作。

致谢

本文部分基于国家自然科学基金（批准号52394224）的支持工作。本文表达的观点、发现、结论或建议均为作者所有，不一定反映资助机构的观点。

郭一帆 | 王岚 | 陆清辉 | 张慕星 | 陈泽新 | 杨世婷 | 王伟 | 李永辉