城市绿地差异评估对NDVI数据来源、采集时间以及替代指标的敏感性

《Urban Forestry & Urban Greening》：Sensitivity of urban green space disparity assessment to NDVI data sources, acquisition timing, and alternative metrics

　　

孔金宇|朱阳|德罗诺娃·伊琳娜|梁颖|林健|马秦

南京大学建筑与城市规划学院

摘要

城市绿地（UGS）的分布不均指的是在城市中，绿地在不同空间和社会阶层之间的分配不均衡。尽管归一化植被指数（NDVI）仍然是评估绿地分布不均的常用指标，但目前数据量的激增为选择合适的绿地数据集带来了挑战。为了解决这个问题，我们系统地研究了绿地分布不均的估计结果如何受到NDVI数据来源、采集时间以及替代指标（如树冠体积）的影响，研究对象是纽约市的2,164个普查区域。具体来说，我们使用基尼系数来估计空间分布不均，并通过将绿地指标与社会经济劣势指标（如贫困率）进行回归分析来评估社会分布不均。研究发现，使用更高分辨率（1米）的NDVI数据得到的空间和社会分布不均程度比使用中等分辨率数据（例如Landsat-NDVI的基尼系数为0.182，而NAIP-NDVI为0.321，增加了76%）更为显著。此外，春季和冬季采集的NDVI数据往往比夏季和秋季的数据产生更大的分布不均估计值。最后，与其他指标相比，NDVI在反映绿地覆盖率和城市森林结构方面的能力较弱（例如，贫困率每增加1%，Landsat-NDVI仅减少0.054%，而树冠体积则减少63%）。虽然“最佳”的绿地指标及其数据集取决于具体情境，但这里的发现强调了依赖多种指标以获得更可靠的不均估计结果的必要性。这样做将有助于提高绿地分布不均的评估质量，从而为公平的城市规划和设计提供更有力的支持。

引言

城市绿地（UGS）越来越被视为一项重要的生态基础设施，通过提供各种生态系统服务来提升居民的福祉（Haase等人，2014年；Markevych等人，2017b年）。然而，随着城市的扩张和土地资源的竞争加剧，绿地可能会变得稀缺，例如在人口密集的社区和城市中人均绿地面积减少（Bille等人，2023年）。与此同时，绿地分布不均的问题也在加剧，表现为某些地区的绿地集中，或者社会经济优势群体和社区更容易获得绿地（Rigolon，2016年）。绘制绿地分布图是评估绿地分布不均的第一步。虽然目前已有大量不同特征的绿地数据集（Ma等人，2023年；Shi等人，2023年），但这也给研究人员在选择数据集时带来了挑战。特别是，不同绿地数据集和指标对不均估计结果的敏感性尚不明确，尤其是在定量方面。这一知识空白阻碍了对绿地分布不均的全面评估，从而影响了有针对性的干预措施。

可以通过评估城市中绿地在不同空间和社会经济维度上的分布模式来量化绿地分布不均。绿地空间分布不均通常用基尼系数来衡量（Lin等人，2021年；Martin和Conway，2025年；Meng等人，2022年），该系数用于评估实际绿地分布与理想均匀分布的偏差程度。社会分布不均则进一步探讨了边缘化社区和居民是否被剥夺了绿地（Chen等人，2020年）。大多数关于社会分布不均的实证研究采用回归分析来量化绿地特征的变化，这些变化与社区和居民的社会经济地位（SES）的改善有关。

绘制绿地的数量、质量和可及性分布图是评估绿地分布不均的必要步骤（Yu等人，2023年）。这一过程需要基于遥感的植被指数、土地覆盖图、志愿提供的地理信息数据集以及政府或企业的地理空间数据清单（例如Google的环境洞察探索器，无日期）。其中，归一化植被指数（NDVI）因其能够近似表示植被密度和活力（Tucker，1979年）、计算简单以及根据数据源可以选择不同的时空覆盖范围和分辨率而特别受欢迎。这些特点使得NDVI非常适合大规模的城市绿地研究，因为它既能保持足够的空间分辨率以反映城市景观的异质性，又能实现城市间的比较（Dyer等人，2024年）。

然而，NDVI在近似绿地特征时也存在局限性，可能会给后续分析带来不确定性。一些显著的局限性包括：饱和效应（在植被茂密的地区，NDVI对植被变化的敏感性降低，Huete等人，2002年）；混合像素效应（最小映射单元即图像像素的NDVI值会受到非植被元素的干扰，Jimenez等人，2022年）；以及尺度效应（可修改区域单位问题的体现，Wong，2004年），这会导致测量的NDVI值随分析单元的选择而变化。这些局限性限制了NDVI在近似绿地特征（如绿地覆盖率、树高、树密度和树冠体积）方面的能力，而这些数据随着高分辨率土地覆盖图和激光雷达（Lidar）3D扫描技术的发展而变得越来越容易获取。此外，植被物候也会引入NDVI值的时间依赖性，年度总结值可能会忽略关键的季节性变化（Yao等人，2020年）。当富裕社区能够在季节敏感期（如冬季植被休眠期和春季叶片生长期）通过景观美化措施维持更多的绿地时，这个问题尤为突出（Cook等人，2012年）。

鉴于这些不确定性，在测量绿地时需要谨慎选择NDVI数据来源（例如Landsat与MODIS，它们具有不同的空间分辨率和传感器配置）、采集时间（年度与季节性）以及替代指标（例如树高和树冠体积，Ju等人，2024年）。据我们所知，关于如何在绿地分布不均评估的背景下测量绿地，现有的实际指导有限。在最近一项回顾绿地分布不均评估的研究中（González-Marín和Garrido-Cumbrera，2025年），我们发现大约有十一项研究包含了关于绿地数据和指标选择的敏感性分析（表1）。然而，除了Klompmaker等人（2023年）的研究外，这些研究并未定量比较不同绿地指标估计出的不均程度。此外，包括树高和树冠体积在内的三维（3D）指标在绿地分布不均评估中的使用仍然不足。因此，同时研究NDVI数据来源、采集时间和替代指标对绿地分布不均评估敏感性的研究尚未开展。

为了填补这一空白，我们研究了使用以下不同条件时绿地分布不均估计结果的变化：（1）来自不同来源的NDVI；（2）在不同季节采集的NDVI；（3）NDVI与替代指标的对比。需要注意的是，虽然NDVI是衡量绿地总量和活力的可靠指标，但替代指标侧重于特定属性，如树密度或树冠体积；此外，最佳绿地数据集和指标的选择取决于数据可用性、研究设计以及研究区域的社会经济背景。考虑到这些因素，我们试图量化使用不同数据集和指标时绿地分布不均估计结果的变异性。本研究的结果有望为在评估绿地分布不均时使用多种指标而非单一指标提供基于证据的指导。

节选

概述

我们的分析使用了2013年和2014年的数据，涵盖了美国纽约市的所有普查区域（n=2,164个）——该市以其雄心勃勃的植树计划和全面的地理空间数据清单而闻名（图1a）。基于其在文献中的广泛应用（González-Marín和Garrido-Cumbrera，2025年），我们选择了30米分辨率的Landsat图像的年度NDVI作为绿地特征分析和分布不均评估的基准。然后，我们将得到的不均估计结果与其他研究进行了比较。

对NDVI数据来源的敏感性

我们的结果表明，通过NDVI测量的普查区域内绿地分布存在空间和社会不均，其中绿地在SES较高的区域更为集中和丰富。虽然没有普遍适用的基尼系数范围来界定不公平的绿地分布，但我们的分析显示，纽约市的基尼系数范围在0.175到0.321之间，具体取决于数据来源（表3）。除了老年人口比例外，所有考察的社会经济变量都显示出

纽约市的绿地分布不均

虽然我们发现了纽约市各普查区域之间的绿地分布不均，但估计的不均程度取决于输入的绿地数据和指标——这一点在实证研究中需要特别注意（详见4.2节“观察到的敏感性需要谨慎选择绿地指标”和4.3节“在研究和规划中应用全面的绿地指标”）。总体而言，SES较低的普查区域，包括贫困率较高、有色人种比例较高以及租赁住房单位较多的区域，其绿地分布不均更为明显。

结论

总之，绿地分布不均的评估受到NDVI数据来源、采集时间以及替代指标使用的敏感影响。因此，我们建议使用来自多个来源的NDVI数据，考虑季节性变化，并使用树冠体积等指标来更全面地评估绿地分布不均。研究机构和政府机构还应考虑开发高分辨率和高精度的绿地监测数据基础设施（以及

未引用的参考文献

(Efron和Tibshirani，1994年；Google，无日期)

CRediT作者贡献声明

孔金宇：撰写——审稿与编辑，初稿撰写，可视化，数据分析，概念构思。德罗诺娃·伊琳娜：撰写——审稿与编辑，概念构思。朱阳：撰写——审稿与编辑，初稿撰写，监督，项目管理，资金筹集，数据分析，概念构思。林健：撰写——审稿与编辑，数据管理。梁颖：撰写——审稿与编辑。马秦：撰写——审稿与编辑，数据管理。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了中国国家自然科学基金（项目编号42301238）和江苏省自然科学基金（项目编号BK20230792）的支持，资助人为Y.J