树冠结构与瑞士市级层面的成人死亡率：一项全国范围的生态学研究

《Environment International》：Tree canopy configuration and Swiss adult mortality at the municipal level: A nationwide ecological study

　　邓凯驰 | 加布里埃莱·马诺利 | 俊杨 | 丹尼尔·理查兹 | 艾米·哈斯 | 布伦达·林 | 马克·J·麦克唐奈尔 | 张晔 | 朱越 | 邱叶山 | 王静 | 郑星 | 保罗·布尔兰多 | 西蒙娜·法蒂奇 | 陈普艾雅

天津大学地表地球系统科学研究所地球系统科学学院，天津，中国

**摘要**
**背景**
树木树冠的空间分布影响着生态功能以及居民接触绿地的情况。尽管已有研究表明了社区层面的绿地配置，但在城市规划的操作单元——城市层面上的树冠配置相关证据仍然有限。

**方法**
我们对瑞士2,136个市镇进行了全国性的生态研究。从各个市镇特定的人口区域内1米分辨率的树冠地图中，获得了树冠覆盖率（PLAND）、聚集度（AI，反映绿地斑块的紧密程度）、斑块密度（PD，衡量破碎化程度）以及面积加权的平均形状指数（SHAPE_AM，衡量形状复杂性）。自然原因导致的死亡、心血管疾病和癌症死亡数据（2017–2019年）来自瑞士国家队列。使用完全调整的负二项回归模型，分析了每个树冠指标四分位数间距（IQR）增加1个单位时与死亡数量之间的关联。

**结果**
在控制其他配置因素不变的情况下，树冠覆盖率每增加一个IQR单位（约18%），心血管疾病死亡率降低3.6% [B: ?0.036; 95% CI: ?0.078 – 0.005]。更高的聚集度分别与自然原因导致的死亡人数增加4.3% [B: 0.043; 95% CI: 0.026–0.061]、心血管疾病死亡人数增加8.9% [B: 0.089; 95% CI: 0.059–0.119] 和癌症死亡人数增加2.1% [B: 0.021; 95% CI: 0.001–0.042] 相关。更高的破碎化程度分别与这些原因导致的死亡人数增加3.3% [B: 0.033; 95% CI: 0.016–0.050]、4.9% [B: 0.049; 95% CI: 0.020–0.078] 和2.2% [B: 0.022; 95% CI: 0.001–0.043] 相关。形状复杂性与任何死亡结果之间未观察到显著关联。聚集度和破碎化程度的关联在城市化程度较高的市镇中更为明显。

**结论**
在城市层面，当树冠分布在多个中等规模、空间分布均衡的斑块上时，死亡率较低。这些发现表明，城市绿化策略应优化其空间配置以最大化健康效益。

**1. 引言**
接触绿地与降低死亡风险相关（Bauwelinck等人，2021；Crouse等人，2017；Hajna等人，2023；James等人，2016；Rojas-Rueda等人，2019）。大多数关于绿地保护作用的证据都集中在数量指标上，通常通过绿色指数（如归一化植被指数、树冠覆盖率、街道树密度或树冠体积）来量化（Chi等人，无年份；Labib等人，2020）。这些发现为政策建议提供了依据，即扩大绿地面积（WHO，2016）。然而，城市绿化计划常常受到土地和财政资源的限制，单纯增加绿地面积未必能增强绿地对健康的生态或社会影响（Boulton和Dedekorkut-Howes，2024；Wolch等人，2014）。
越来越多的研究表明，绿地的空间布局与绿地数量同样重要。绿地的配置描述了斑块的空间分布，例如其大小、聚集程度或破碎化程度，进而影响了绿地产生的生态和社会效益（Turner和Gardner，2015）。景观指标用于量化景观的空间属性，长期以来被用来理解景观模式（如绿地模式）如何影响生态结果，包括生物多样性丧失、微气候调节和生态系统服务提供（McGarigal，1995）。一些景观指标已直接与人类健康相关的生态系统服务相关联。斑块密度（PD）衡量给定区域内独立绿地的数量，从而反映了绿地的细分程度。聚集度指数（AI）反映了绿地斑块的紧密程度，区分了紧密聚集的群落和分散的布局。即使斑块数量相似，聚集度也可能不同。例如，一个城市可能有一个大的、紧凑的绿地和一些非常小的绿地，导致绿地紧密聚集，而同样的总绿地面积如果分布在大小均匀的斑块上，则聚集度较低。除了AI和PD外，面积加权的平均形状指数（SHAPE_AM）还能区分紧凑的绿地和狭长或不规则的绿地，代表绿地的形状复杂性。
绿地的聚集度和形状复杂性影响城市热岛强度、地表温度和空气污染物扩散（Bao等人，2016；Beele等人，2024；Cai等人，2022；Li和Schmidt，2024；Masoudi和Tan，2019）。绿地的破碎化程度与地表温度、城市热岛强度和PM2.5浓度有关（Li和Schmidt，2024；Masoudi和Tan，2019；Yang等人，2023）。除了生物物理途径外，绿地斑块的空间分布还影响居民接触和使用绿地的方式，包括可达性、访问频率以及进行体育或社交活动的机会（Wang等人，2024）。

基于这些见解，越来越多的研究探讨了绿地配置与健康结果（包括死亡率）之间的关系（Chang等人，2020；Ha等人，2022；He等人，2021；Jaafari等人，2020；Shen和Lung，2017；Shen和Lung，2016；Wang和Tassinary，2019；Zhou和Lu，2024）。这些研究主要聚焦于单个城市或少数几个城市区域，考察了从社区到普查区或行政区划级别的空间单元。例如，在瑞士全国队列中，个体住所800米范围内的聚集度更高、破碎化程度更低、几何形状更简单的树冠与自然原因导致的死亡率和特定原因导致的死亡率较低相关（Chi等人，2025）。在费城（平均面积：84公顷）的普查区和香港（平均面积：3.88平方公里）的社区中也发现了类似的保护效应（Wang和Tassinary，2019；Zhou和Lu，2024）。总的来说，这些发现强调了精细尺度、易于接触的绿地（如口袋公园、住宅花园和小型社区绿地）对人类健康的重要性。

尽管在较小空间尺度上已取得进展，但在城市层面仍存在关键的证据缺口，这是大多数城市规划、土地利用規制和景观管理决策的实施尺度（Wang等人，2024）。理解这一层面的绿地配置不仅仅是简单的放大问题；市镇决定了公园、森林和街道树木的分布和可达性，分配绿化项目的资源，并规范分区和重建，所有这些都从根本上决定了居民日常接触绿地的情况。然而，目前尚不清楚在社区或普查区尺度上观察到的配置与健康之间的关联，在更广泛的城市范围内是否仍然存在、增强或逆转。这种不确定性源于配置影响健康的生态和社会机制（如微气候调节、生物多样性支持、体育活动机会和公平获取）的高度尺度依赖性。例如，在城市尺度上，形状更规则（即形状复杂度较低）和分布更均匀的绿地与较低的地表温度相关（Bao等人，2016），而在社区尺度上，聚集度更高的树冠和形状较简单的绿地与较低的空气温度和城市热岛强度相关（Beele等人，2024；Li和Schmidt，2024）。绿地破碎化与城市尺度上的较低城市热岛强度相关（Li和Schmidt，2024），但在社区尺度上则与较高的城市热岛强度相关（Masoudi和Tan，2019）。大型、连贯的绿地可以支持体育活动和心理恢复（Giles-Corti等人，2005），但如果位于远离居民区的位置，日常接触可能受到限制（Cohen等人，2007）。相反，破碎化的绿地可能提高空间公平性和日常接触机会，但可能降低生态质量（Wolch等人，2014）。这些对比性的、依赖于尺度的动态说明了众所周知的可修改区域单元问题，即观察到的关联可能因空间单元的定义或汇总方式而有所不同。这突显了进行市镇层面分析的必要性，以指导规划机构的决策，并为优化城市自然带来的健康效益提供实证依据。

然而，很少有研究探讨绿地结构特征与类似行政尺度上的健康之间的关系。迄今为止，唯一的一项研究发现在中国12,999名成人中，县级绿地配置与全因死亡率之间没有显著关联（He等人，2021）。鉴于全球城市植树计划的快速扩张，这种缺乏市镇层面证据的情况日益令人担忧。在瑞士，几个主要城市已经采取了明确的气候适应和绿化策略，例如苏黎世的Stadtklima Initiative和Stadtb?ume计划（承诺种植数千棵新树并建设降温绿廊）、日内瓦的气候战略（目标是通过社区绿化和“冷却岛”项目将城市树木覆盖率提高到2030年的30%）、巴塞尔的Stadtklima Konzept和Cooling Basel Initiative（专注于遮阳街道和增强连通的绿色网络），以及伯尔的尼的Klimaplan（优先考虑在密集社区扩展树冠）。尽管有这些积极计划，仍缺乏关于树冠空间配置（而非仅树冠数量）与市镇层面人口健康之间关系的实证指导。为了解决这一关键缺口，我们在瑞士进行了全国性的生态研究，探讨了市镇层面的树冠配置与成人死亡率之间的关联。通过关注这一操作规划尺度，我们的研究为制定更有效、公平和促进健康的城市绿化策略提供了及时的证据。

**2. 方法学**
2.1. 研究设计和健康结果
本研究是在瑞士最小的行政单元——市镇层面进行的全国性生态分析。死亡数据来自瑞士国家队列（SNC），这是一个将1990年和2000年的全国人口普查与2010年至2019年的年度基于登记的普查与死亡记录链接起来的纵向数据库。SNC提供了近乎完整的人口覆盖范围（例如2000年人口普查的98.6%；Renaud，2000），并获得了苏黎世州和伯尔尼州的伦理委员会批准。我们关注20–89岁成人的自然原因导致的死亡和心血管疾病（ICD-10：I00-I99）及癌症（C00D48）导致的死亡。对于每个结果，我们汇总了2017–2019年期间的总死亡人数。由于SNC未记录死亡当年的个体级协变量信息，因此使用了最近前一年的数据来代表死亡时的个体特征。

2.2. 树冠指标
我们获得了整个瑞士的1米空间分辨率的植被高度数据（Ginzler和Hobi，2015）。这些数据是利用联邦地形局（swisstopo）在叶片生长季节（5月至9月）进行的定期测绘活动中获取的航空立体图像生成的。目前，作者已在SNC的后续期间生成了三张植被高度图像，分别使用2011年和2012年（2012年图像）、2015年和2016年（2016年图像）以及2018年和2019年（2019年图像）的图像。植被高度图像上的像素值表示植被高度。我们仅关注树冠覆盖率，因此使用5米的高度阈值从三张植被高度图像中提取树冠覆盖率进行分析。我们还剔除了非常小的斑块（即≤30平方米），这些斑块可能是新种植的树木或被错误分类的绿地（例如建筑物边缘）。

一些瑞士市镇包含远离居民区的广阔无人居住区域，这意味着这些偏远地区的绿地对居民的日常接触和城市规划决策的参考价值较低。为了确保我们的配置指标反映了与居民最相关的环境，我们通过在2017–2019年期间围绕所有住所创建800米的缓冲区（覆盖日常活动发生的典型居住活动范围）来定义市镇特定的人口区域（图S1）。这种方法最小化了广阔但无人居住的土地（如森林或高山地形）对比较结果的影响。专注于人口区域符合我们对居民频繁接触或可接触的绿地以及市镇内潜在干预区域的兴趣，而不是没有居民且规划意义有限的偏远区域。我们没有采用基于路线的缓冲区，因为某些步行难以到达的绿地仍然可能通过环境缓解或视觉暴露来影响健康，从而支持心理恢复。然后，我们计算了每个市镇人口区域内以下的树冠指标：树冠覆盖率（PLAND，%）、聚集指数（AI，%，反映绿色斑块聚集的紧密程度）、斑块密度（PD，表示每100公顷存在的独立树斑块数量，是碎片化的衡量指标）和面积加权平均形状指数（SHAPE_AM，区分紧凑的树斑块和细长或不规则的树斑块，是形状复杂性的衡量指标）（图1a；表1）。这些指标是使用Fragstats软件（v4.2.64）中的2019年树冠图像和8单元格邻居规则计算的（https://www.fragstats.org/index.php）。下载：下载高分辨率图像（607KB）下载：下载全尺寸图像

图1. 树斑块密度（PD）、聚集指数（AI）和面积加权平均形状指数（SHAPE_AM）作为树冠配置的互补维度的概念图（a），以及瑞士树冠配置分类的空间映射（b）。在树冠覆盖率（PLAND）相同的八个地块中，PD从上到下逐渐减小，表示每个单位面积的斑块数量减少；AI从左到右增加，表明斑块的空间凝聚性和聚集性更强；SHAPE_AM在不同面板中有所不同，不规则、复杂的斑块反映形状复杂性较高，而紧凑、规则的斑块反映形状复杂性较低。在地图中，首先根据树冠覆盖率的三分位数将市镇分为低、中和高PLAND组。在每个PLAND组内，进一步使用AI和斑块PD的中位数分割将树冠配置分为四种类型。颜色代表组合的AI × PD类别。由于本研究未显示SHAPE_AM与死亡率的相关性，因此未将其用于映射。

表1. Fragstats软件（v4·2·64）中计算树冠指标的方程。

树冠指标方程
空单元格
树冠覆盖率（PLAND；%）∑i=1n aiA×100
ai：绿色斑块i的面积（m2）
A：总景观面积（m2）

聚集指数（AI；%）gmax
g×100
g：基于单计数方法的像素间的相似邻接（连接）数量
maxg：基于单计数方法的像素间的最大相似邻接（连接）数量

斑块密度（PD；每100公顷的斑块数量）
nA×10000×100
n：绿色斑块数量
A：总景观面积（m2）

面积加权平均形状指数（SHAPE_AM）∑i=1n(0.25×pi ai×ai)
∑i=in ai)
ai：绿色斑块i的面积（m2）
opi：斑块i的周长（m）

2.3. 协变量

我们在分析中包括了一整套市镇级别的协变量。人口统计协变量包括男性个体百分比、已婚个体百分比、老年居民（年龄≥65岁）百分比、瑞士国民百分比以及合格个体总数，这些数据均来自SNC。环境暴露由Meteotest（Künzle，2022）提供的年度平均PM10浓度（μg/m3）表示，该数据在同一人口区域内计算得出，用于推导树冠指标。所有这些协变量都是每年计算的，然后取2017-2019年的平均值。由于年度平均温度与PM10有很强的相关性（r=0.95），因此将其排除。

每个市镇的城市化水平来自联邦统计局提供的2020年“Raumgliederung”分类，该分类根据居住密度和功能整合将市镇分为城市型、城郊型和农村型。城市型市镇包括密集的聚集核心和具有城市特征的市镇；城郊型市镇与城市核心功能相连但居住密度较低；农村型市镇位于聚集区之外，居住密度较低，通勤联系较弱（https://shorturl.at/owVIJ）。我们还包括了人口区域的大小（公顷），以考虑其对树冠配置计算和人口密度的影响（合格人口除以人口区域面积，每年计算并在每个时期取平均值）。最后，我们纳入了瑞士社会经济地位（SEP）指数。SEP是基于邻里级别的指标使用主成分分析（PCA）构建的，包括每个居住空间的人均租金、户主的教育水平和职业以及家庭拥挤程度，这些指标是为每个建筑最近的50个邻里定义的。所得PCA分数从0（最贫困）重新缩放到100（最富裕），反映了瑞士整体的社会经济地位（Panczak等人，2023）。SEP有三个版本：SEP 1（2000年普查）、SEP 2（2012-2015年微普查）和SEP 3，后者将2000年后建造的建筑物归类为SEP 2，其他建筑物归类为SEP 1。在这项研究中，我们使用了瑞士联邦统计局提供的混合SEP 3指数。

2.4. 统计分析

我们应用了负二项回归模型来检查树冠指标与各种原因导致的死亡人数之间的关联。所有树冠指标同时被纳入模型，并根据上述协变量进行调整，其中每个市镇的人口被建模为一个偏移变量。回归系数（B）和95%置信区间是根据每个树冠指标的四分位数范围（IQR）增加来估计的。为了评估潜在的多共线性，我们计算了方差膨胀因子（VIFs）；所有VIF值都低于4，表明没有令人担忧的多共线性。我们还通过使用基于女王连续性空间权重的Moran’s I统计量评估空间依赖性，并绘制残差图以识别潜在的聚集模式。Moran’s I统计量表明三个原因的模型中存在弱但统计上显著的空间自相关性，但空间依赖性的幅度很小（I = 0.029–––0.070，p<0.05）。对残差图的视觉检查未发现明显的大规模区域聚集或系统性的空间梯度（图S2）。

我们还进行了分层分析，以探索人口密度、SEP、树冠覆盖率、老年人口百分比和城市化可能的效应修饰。市镇根据每个修饰因子的中间值进行分层，城市化除外，城市化将市镇分为农村型和非农村型（即城市型和城郊型）。

此外，我们进行了几项敏感性分析以评估我们发现的稳健性。首先，我们排除了居民少于100人或人口区域小于800公顷的市镇，以减少异常值的潜在影响。其次，我们另外调整了非树木植被的覆盖率（见补充材料），以考虑潜在的混杂因素。第三，鉴于景观指标对空间分辨率（粒度）和分类方案敏感（Masoudi和Tan，2019），我们使用两个替代数据集重新估计了树冠配置与死亡率之间的关联：来自ESA WorldCover 2020数据集（https://esa-worldcover.org/en）的10米分辨率树冠覆盖数据和来自Potapov等人（2021）的2019年30米分辨率全球森林冠层高度数据（https://glad.umd.edu/dataset/gedi）。这些分析旨在评估不同数据源和空间分辨率下结果的一致性。第四，我们将主要分析重复进行了另外两个时期：2011-2013年和2014-2016年。我们汇总了这两个时期的总死亡人数（见第2.1节），使用相应的2012年和2016年树冠图像计算了相同的树冠指标集（见第2.2节），并计算了主要分析中使用的全部协变量集（见第2.3节）。第五，我们计算了州级聚类的稳健标准误差，以评估空间自相关性的潜在影响。瑞士共有26个州。所有统计分析都是在R（v 4.3.1）中使用MASSS包（v 7.3–60）进行的。

3. 结果

3.1. 市镇特征

2019年，瑞士有2,278个市镇。排除了20岁以下或89岁以上的个体以及2017年至2019年间没有随访的个体后，剩余人口分布在2,201个市镇中。我们进一步排除了65个缺乏2020年联邦统计局提供的“Raumgliederung”分类中的城市化水平信息的市镇，最终有2,136个市镇被纳入分析。表2总结了市镇层面的社会人口统计、环境、死亡率和树冠特征。平均而言，市镇的性别分布平衡，已婚个体比例略高（54.4% ± 5.6%），且以瑞士人为主（81.6% ± 10.3%）。老年居民（≥65岁）的比例为22.8%（± 5.7%）。人口密度平均为1.4（± 2.6），人口区域面积的平均值为2357.2公顷（± 1718.9公顷），表明居住结构的显著异质性。每个市镇的自然原因死亡人数平均为73人（± 241人），心血管疾病死亡人数为21人（± 65人），癌症死亡人数为26人（± 81人），反映了市镇之间的显著差异。

表2. 2017-2019年期间研究中的瑞士市镇特征（n=2136）。树冠指标和PM10浓度是在人口区域内得出的；社会人口统计和死亡数据在市镇边界内汇总。请注意，所有特征都是为分析中包含的市镇和个体illery（而不是整个国家人口）推导出的。

特征 空单元格
社会人口统计（平均值±标准差）
男性个体百分比 (%) 50.5（± 2.9）
已婚个体百分比 (%) 54.4（± 5.6）
瑞士人百分比 (%) 81.6（± 10.3）
老年居民百分比（≥65岁，%） 22.8（± 5.7）
社会经济地位指数（0–100） 60.5（±8.6）
人口密度（/公顷） 1.4（± 2.6）
人口区域面积（公顷） 2357.2（±1718.9）
环境 平均年度PM10浓度（μg/m3） 11.7（± 2.6）
总死亡人数（平均值±标准差） 自然原因 73（± 241）
心血管疾病 21（± 65）
癌症 26（± 81）

关于树冠配置，平均树冠覆盖率（PLAND）为32.8%，四分位数范围（IQR）为18.8%。总体而言，聚集指数（AI）很高（平均值=97.4%，IQR=1.2%），表明树冠结构总体上是凝聚的。斑块密度（PD）平均为每100公顷111.9个斑块（IQR=56.1），而面积加权平均形状指数（SHAPE_AM）为18.2（IQR=12.8），表明树冠碎片化和形状复杂性在市镇之间存在显著异质性。阿尔卑斯山和侏罗山脉的森林主导地区树冠覆盖率最高，而苏黎世、日内瓦、巴塞尔和洛桑等主要城市中心的树冠覆盖率最低（图S3）。阿尔卑斯地区主要以低聚集度和高碎片化（绿色）为特征，反映了陡峭复杂的地形，尽管整体树冠覆盖率很高（图1b）。这种模式延伸到前阿尔卑斯地区，那里的树冠呈现出不同程度的碎片化（绿色和黄色）。侏罗山脉的聚集度和碎片化程度混合，与其漫长连续的山脉森林一致。中央高原地区的异质性最大。更加碎片化和聚合度较低的景观集中在苏黎世等大城市及其周边区域（绿色）。值得注意的是，高原地区还包含了大多数被分类为高聚集度和高碎片化的市镇（深蓝色），反映了居住区内的居住或混合用途的碎片化，而郊区保持连贯的森林覆盖。树斑块的形状复杂性在阿尔卑斯地区最为明显，表明斑块几何形状非常不规则（图S3）。

3.2. 树冠指标与死亡率之间的关联

2017-2019年间树冠指标与不同死亡原因之间的关联在图2和表S2-S4中呈现。树冠覆盖率与心血管死亡率显示出保护性关联，而自然原因和癌症死亡率没有观察到关联。具体来说，PLAND的每个IQR增加与心血管死亡人数减少3.6%相关（B: ?0.036；95% CI: ?0.078 – 0.005）（图2b）。树冠聚集度和斑块密度（碎片化）在三种死亡原因中都显示出一致的正相关，与心血管死亡的关联最强，与癌症死亡的关联最弱。聚集指数的每个IQR增加分别对应自然原因、心血管死亡和癌症死亡人数增加4.3%（B: 0.043；95% CI: 0.026–0.061）、8.9%（B: 0.089；95% CI: 0.059–0.119）和2.1%（B: 0.021；95% CI: 0–0.042）。斑块密度（碎片化）的关联较小：每个IQR增加分别对应自然原因、心血管死亡和癌症死亡人数增加3.3%（B: 0.033；95% CI: 0.016–0.050）、4.9%（B: 0.049；95% CI: 0.020–0.078）和2.2%（B: 0.022；95% CI: 0.001–0.043）。形状复杂性与任何死亡结果之间没有显著关联。

下载：下载高分辨率图像（140KB）
下载：下载全尺寸图像

图2. 树冠指标与（a）自然原因，（b）心血管疾病相关，（c）癌症相关死亡率之间的关联，按每IQR增加估计。PLAND：树冠覆盖率（%）；AI：聚集指数（%）；PD：每100公顷的斑块密度；SHAPE_AM：面积加权平均形状指数。

3.3. 协变量的效应修饰

我们探讨了协变量对树冠指标与三种死亡原因之间关联的效应修饰。心血管死亡的结果在图3中呈现。树冠覆盖度（PLAND）在树冠覆盖度较高、老年居民比例较大以及非农村地区的市镇中显示出与心血管死亡率之间的保护性关联（尽管这种关联较弱）（图3a）。相比之下，树冠的聚集程度与心血管死亡率之间的关联更为强烈且一致，较高的聚集程度在所有子群体中均与死亡率增加相关（图3b）。树冠的破碎化（斑块密度）也与心血管死亡率呈现出相对一致的正面关联，但在人口密度较低、社会经济地位较高（SEP）、树冠覆盖度较高以及老年人口比例较大的地区除外（图3c）。我们没有观察到形状复杂性对关联结果的显著影响（图3d）。下载：下载高分辨率图像（294KB）下载：下载全尺寸图像

图3. （a）树冠覆盖度、（b）聚集指数、（c）斑块密度和（d）形状复杂性与所有市镇及子群体中心血管疾病相关死亡率的关联，这些子群体是根据人口密度中值、社区社会经济地位、树冠覆盖度（PLAND）以及老年人口比例以及城市化水平进行划分的。

对于自然原因导致的死亡率和癌症死亡率，我们没有观察到PLAND在各子群体中的显著关联（表S2、S4）。相比之下，聚集程度与自然原因导致的死亡率之间的正面关联在所有子群体中普遍存在（表S2），而在人口密度较高的子群体和非农村市镇中，这种关联仅与癌症死亡率相关（表S4）。破碎化与自然原因导致的死亡率之间的正面关联在人口密度较高、社会经济地位较高、树冠覆盖度较低、老年居民比例较低以及非农村市镇中观察到（表S2），而在这些子群体中，其与癌症死亡率之间的关联仅呈弱阳性（表S4）。

3.4. 敏感性分析

在排除了人口少于100人或建成区面积小于800公顷的市镇，或额外调整了非树木植被的覆盖情况后，树冠指标与三种死亡原因之间的关联及其程度基本保持不变（图S4和图S5）。使用分辨率更低的树冠数据通常会减弱树冠指标与死亡率之间的关联，尤其是聚集程度和破碎化指标的关联，但聚集程度和斑块密度（破碎化）的正面关联在某些分辨率下仍然存在，尽管这种关联较弱（图4，表S5）。尽管不同分辨率下树冠覆盖度的关联方向有所变化，但这些估计值在统计上并不显著。当对两个较早时期（即2011-2013年、2014-2016年）进行主要分析重复时，各时期的关联方向和程度基本一致，表明我们的发现对时间变化具有鲁棒性（图S6）。当将县作为 Cluster 变量纳入主要模型时，树冠指标与三种死亡原因之间的关联估计值基本保持不变（图S7）。

图4. 使用1米、10米和30米分辨率的树冠数据得出的树冠指标与（a）自然原因导致的死亡、（b）心血管疾病相关死亡和（c）癌症相关死亡之间的关联比较。PLAND：树冠覆盖度（%）；AI：聚集指数（%）；PD：斑块密度（每100公顷）；SHAPE_AM：面积加权平均形状指数。

4. 讨论

本研究调查了瑞士各市镇尺度上树冠配置与成人死亡率之间的关系，使用了全面调整过的模型，这些模型考虑了树冠数量以及从1米分辨率树冠覆盖数据中得出的多个配置维度。我们发现，在树冠配置保持不变的情况下，较高的树冠覆盖度与心血管死亡率具有保护性关联。相反，在控制了树冠数量和其他配置指标后，聚集程度和斑块密度都与自然原因导致的死亡、心血管疾病和癌症死亡率呈正相关。未观察到树冠形状复杂性的显著关联。使用分辨率较低的树冠覆盖数据时，关于聚集程度和破碎化的主要发现普遍减弱。效应修正分析进一步表明，这些关联的强度可能取决于现有的树冠覆盖度、老年居民比例以及市镇内的城市化程度。

在本研究中，当树冠配置和市镇建成区面积保持不变时，树冠覆盖度与心血管死亡率显示出保护性关联，但与自然原因导致的死亡率仅呈现弱关联。这一发现与越来越多的证据一致，这些证据表明仅靠绿色空间数量可能无法在更广泛的行政尺度上一致预测健康结果。多项在较大范围内进行的生态研究（如城市或县级别）也报告了整体绿色空间覆盖度与死亡率或发病率指标之间无关联（Bixby等人，2015年；Richardson等人，2012年）。这些研究指出，城市层面的绿化指标可能掩盖了城市内部在获取绿色空间方面的不平等现象，而城市内的绿色空间分布可能比总数量更为重要。在我们的数据中，当模型中排除了配置指标时，树冠覆盖度本身与自然原因导致的死亡率和癌症死亡率呈正相关，而与心血管死亡率无关。这一模式与额外调整了树冠配置的主要模型结果不同（图S8）。这表明，虽然总树冠数量是健康环境的重要指标，但树冠在居住区和周边区域的分布方式提供了额外的结构信息，这些信息可能与树木影响健康的途径更为紧密相关。

我们在全面调整后的模型中对聚集程度和斑块密度的估计代表了在控制了总树冠数量和彼此之间的独立关联。当树冠数量和斑块密度保持不变时，较低的死亡率与斑块大小更为均衡的配置相对应，即树冠面积分布在多个斑块上（较低的聚集程度），而不是集中在少数几个非常大的森林地块和许多小斑块上（较高的聚集程度）。同样，当聚集程度保持不变时，较低的死亡率与包含较少且大小相对相似的斑块的配置相关（较低的斑块密度），这样的配置能够提供连贯的生态功能和可用的暴露环境，而不是许多大小极不均匀的斑块（较高的斑块密度）。因此，尽管聚集程度和斑块密度都与死亡率呈正相关，但这并不意味着聚集程度和斑块密度都低的市镇代表了最佳配置，因为这种情况通常出现在树冠覆盖非常有限的地方。同样，聚集程度高和斑块密度高的市镇也不一定是最差的配置；这种模式在中央高原的城郊市镇中很常见，那里密集的居住区包含许多小而分散的斑块，而广阔的森林区位于外围（图1b）。综上所述，我们的研究表明，树冠分布在几个大小相似的斑块上的市镇可能提供更大的健康效益。在实际情况下，这对应于具有几个中等大小、连续的树冠区域的市镇（例如，城市森林、大型公园或连接的绿色走廊），而不是许多孤立的小斑块，如分散的街道树木群或单一的大型林区。

我们发现，聚集程度较低的树冠与较低的自然原因导致的死亡率和心血管死亡率相关，这与之前的研究结果不同。例如，在我们之前关于树冠配置与社区层面死亡率之间关联的研究中（最大缓冲半径=800米），我们发现了聚集程度与全因死亡率的保护性关联（Chi等人，2025年）。在美国费城，也在普查区层面（n=369）发现了聚集程度较高的绿色斑块与全因死亡率的保护性关联（Wang和Tassinary，2019年）。然而，他们检查的普查区平均面积为84公顷，大约相当于社区规模，远小于我们研究中的市镇（平均建成区面积=2357.2公顷）。这种空间范围的差异可能解释了结果的不同。在社区层面，聚集程度较高的绿色斑块通常代表直接嵌入居住环境中的连贯、可进入的绿色空间，从而增加了日常暴露、体育活动和微气候改善的机会。而在市镇层面，高聚集程度通常反映的是位于市镇边缘的大型连续森林区块，尽管这些区块在总体树冠结构中占主导地位，但可能对居民的日常暴露贡献不大。因此，“聚集程度”的意义和功能后果在不同尺度上有所不同，强调了将空间单元与绿色空间影响健康的生态和社会过程相匹配的重要性。

除了分析的空间单元外，用于推导配置指标的树冠数据的空间分辨率也可能影响观察到的关联。我们发现，不同分辨率（1米、10米和30米）下的效应幅度和统计精度存在差异，通常1米数据的关联更为强烈和稳定。相比之下，在10米和特别是30米分辨率下观察到减弱现象。这种模式对于依赖单元邻接性和斑块划分的聚集程度和破碎化指标尤为明显。较粗的空间分辨率会平滑斑块边界，合并小斑块，并改变邻接关系，从而减少测量的破碎化和聚集程度的对比。在较粗的尺度下观察到的减弱现象表明，中等分辨率的树冠数据集可能低估了细尺度树冠配置的健康相关性。

本研究有几个显著的优点。首先，它填补了一个重要的研究空白，即在较大的行政尺度上研究了树冠配置与人口健康之间的关系，推进了对绿色空间空间排列如何影响人口健康的理解。其次，使用1米分辨率的树冠数据能够精确地描述基于斑块的指标，比粗略的土地覆盖产品提供了更细致的生态结构表示。第三，我们使用基于瑞士国家队列（SNC）个体级别的800米缓冲区来定义建成区，通过关注与人口相关的环境，提高了暴露评估的准确性。第四，SNC的全国性、基于人口的特性减少了选择偏差。最后，九年间关联的稳健性增强了研究结果的可靠性，并为市镇层面的绿化策略提供了重要启示。

尽管该研究清楚地展示了树冠聚集程度与市镇层面死亡率之间的关系，但在解读结果时应考虑以下限制。首先，我们的研究采用了生态学设计，这可能导致生态谬误（Richardson等人，2012年）。我们的市镇层面横断面设计不允许推断个体风险，因为树冠配置是作为面积级别的平均值来测量的，而个体暴露在市镇内部和生命周期中是变化的。来自市镇内部暴露异质性的潜在生态偏差可能会削弱或扭曲我们观察到的个体层面的关联。其次，我们的暴露指标是基于二维景观指标得出的，这些指标应用于航空树冠覆盖。由于树冠代表垂直结构，平面配置指标可能无法完全捕捉到高度和层次等三维属性，特别是对于高大的树木。这种简化可能会引入暴露分类的错误，可能会减弱而不是夸大观察到的关联。此外，为了减少潜在的分类错误，移除了非常小的树冠斑块（≤30平方米），但这可能对树冠分布较密集的城区产生不成比例的影响。然而，移除的树冠面积平均值很小（1.6%），表明对整体配置指标的影响有限。第三，我们的研究缺乏关键的个体生活方式因素信息，如吸烟状况、身体活动和饮食，这些因素已知会影响健康和寿命。不过，我们在模型中考虑了社会经济地位，这些因素与瑞士人口中的生活方式因素（如吸烟和体重指数）高度相关（Faeh等人，2011年；Lohse等人，2016年）。第四，尽管我们定义了建成区以尽量减少偏远和难以到达的绿色空间的干扰，但我们的暴露测量仍可能与真实的个体暴露有所不同，因为这些测量没有考虑到日常环境（如工作场所、学校、休闲场所和通勤时间）中的动态时间活动模式。

尽管存在这些限制，我们的研究仍为城市绿化和市镇规划提供了有意义的启示。在瑞士，森林区域在法律上受到对其范围的保护，对其配置的修改很少被允许。因此，我们的研究结果不应被理解为支持改变现有的森林；相反，它们强调的是通过仔细考虑新树冠斑块的大小、数量和位置，市政当局可以在支持生物多样性的同时增强公共健康效益，并缓解环境挑战。5. 结论我们的研究表明，在瑞士，树冠的空间分布（而不仅仅是其总体数量）是影响市政层面死亡率的重要因素。那些树冠在多个较大且连贯的斑块中分布较为均衡的市政当局，相比那些仅有单一主导树冠斑块或众多小而分散斑块的市政当局，通常表现出较低的自然原因造成的死亡率、心血管疾病导致死亡率和癌症死亡率。通过提供关于绿地配置与健康的全国性证据（尽管是在一个较为宽泛但与政策相关的空间尺度上），我们的研究填补了绿地与健康研究领域的空白。有效的城市绿化策略应不仅仅关注增加树冠覆盖面积，还应优先考虑树冠斑块的分佈、大小和空间整合，以最大化城市自然环境对公共健康的益处。

CRediT作者贡献声明：
Dengkai Chi：撰写——原始草稿、可视化、验证、软件开发、方法论、调查、数据分析、数据整理、概念构建。
Gabriele Manoli：撰写——审阅与编辑、验证、资源协调。
Jun Yang：撰写——审阅与编辑、验证、方法论。
Daniel Richards：撰写——审阅与编辑、验证。
Amy Hahs：撰写——审阅与编辑。
Brenda Lin：撰写——审阅与编辑。
Mark J. McDonnell：撰写——审阅与编辑。
Ye Zhang：撰写——审阅与编辑。
Yue Zhu：撰写——审阅与编辑。
Yeshan Qiu：撰写——审阅与编辑。
Jing Wang：撰写——审阅与编辑。
Xing Zheng：撰写——审阅与编辑。
Paolo Burlando：撰写——审阅与编辑、项目管理和资金争取。
Simone Fatichi：撰写——审阅与编辑、项目管理和资金争取。
Puay Yok Tan：撰写——审阅与编辑、监督、资源协调、项目管理和资金争取、概念构建。