街道活力与低碳协调:基于可解释机器学习的空间异质性与非线性机制研究
《Sustainability》:Street Vitality–Low-Carbon Coordination: Spatial Heterogeneity and Nonlinear Mechanisms from Interpretable Machine Learning
【字体:
大
中
小
】
时间:2026年06月11日
来源:Sustainability 3.3
摘要
本研究将街道层面的可持续城市更新重新定义为街道活力与相对低碳绩效之间的协调问题,而不是将活跃的活动和减少碳排放视为独立的规划目标。其主要贡献是一个综合的街道层面诊断框架,该框架结合了多维度的活力测量、受乡镇限制的碳排放参考估算、活力与碳排放不匹配的识别以及可解释的非线性机制分析,所有这些都在统一的街道分析单元中进行。尽管之前的研究在街道活力和城市碳排放的测量方面取得了显著进展,但这两方面的研究往往是分开发展的。因此,关于高活力街道在低碳方面的表现如何、活力与碳排放不匹配的具体情况以及哪些建成环境条件与更协调的结果相关联,目前证据仍然有限。以中国成都的五个中心城区为例,本研究整合了来自多源的活动、交通、建成环境和排放相关数据。街道活力通过活动聚集度、时间连续性、功能支持度和外部连通性来衡量,而相对低碳绩效则是基于受乡镇限制的街道层面排放参考估算,通过对长度标准化后的碳排放强度进行反向标准化得出的。研究结果表明,街道活力和低碳绩效在空间上分布不均,且经常存在不匹配现象:高活动水平并不必然转化为更强的低碳绩效,较低的碳排放压力也不一定意味着充满活力的城市环境。更协调的街道与特定的功能组织、交通运营、建筑形式、街道界面质量和生态背景相结合。非线性诊断结果进一步表明,协调性更依赖于适度、平衡且适应当地条件的建成环境,而不是简单地最大化各个指标。这些发现将讨论的重点从单独评估活力和低碳绩效的可行性,转向如何在街道层面的城市更新中共同诊断和改善它们。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号