《Sustainability》:Green Campus Assessment Supported by Remote Sensing Big Data: A Review of Concepts, Tools, Evidence Pathways, and Future Directions
编辑推荐:
校园可持续性评估日益依赖广泛的指标系统,但其经验基础仍然严重依赖于机构自我报告、行政记录和基于清单的评分。这些数据类型能有效捕捉治理和教育活动。然而,它们不太适合评估空间异质性或时间动态环境条件,如绿地分布、土地利用组成和热环境。这些条件难以仅通过自我报告进行
校园可持续性评估日益依赖广泛的指标系统,但其经验基础仍然严重依赖于机构自我报告、行政记录和基于清单的评分。这些数据类型能有效捕捉治理和教育活动。然而,它们不太适合评估空间异质性或时间动态环境条件,如绿地分布、土地利用组成和热环境。这些条件难以仅通过自我报告进行验证。遥感(Remote Sensing, RS)和地理信息系统(Geographic Information System, GIS)通过提供外部可验证和跨校园可比的测量提供了潜在解决方案,但它们与正式评估标准的整合仍不成熟。文献揭示了三个持续存在的缺口:证据缺口(过度依赖自我报告)、空间缺口(空间显式指标纳入有限)和标准化缺口(案例研究缺乏可转移协议)。这些缺口在中国具有相关性,多样化的校园形态加剧了可比性挑战。为了解决中国背景下的这些问题,本综述提出了一个概念性的两层次框架。该框架包括一个涵盖治理、教育、运营、环境和参与的综合性评估结构,并配有一个基于遥感(RS)和地理信息系统(GIS)的独立空间证据模块。该框架是一个概念参考和操作路径,而非经验验证或校准工具。该框架旨在指导空间证据系统地融入未来的中国绿色校园标准。然而,阈值、权重方案和情境调整因素需要进一步的经验测试和政策审议。
2. 绿色校园评估研究的理论基础与概念演变
2.1 校园可持续性内涵的演变
早期绿色校园侧重于物理和技术改造,如景观绿化、资源节约和废弃物减量,评估范围局限于校园作为物理空间的生态绩效。随着学术话语转向长期可持续转型,可持续校园概念取代了狭义定义,要求在教学、研究、治理、日常运营和公民责任等核心支柱间实现系统性同步。Velazquez等人将可持续大学定义为利用教育、研究和外展活动减少负面社会环境影响并促进社会可持续习惯的动态组织生态系统。Alshuwaikhat和Abubakar将大学类比为由能量、材料和交通代谢流驱动的微型城市,认为校园评估必须同时评估行政政策、工程解决方案和基层参与机制。当代校园不再被视为单纯的生态友好型物理场所,而是嵌套的社会-生态-技术系统。核心取向从早期环境绩效转向治理、教学、运营和参与的综合强调。Alghamdi等人将管理、学术、环境、参与和创新确定为高等教育评估工具的五项代表基准。Dawodu等人认为环境、教育和治理已成为可持续校园设计中最突出的三个维度。Caeiro等人和Gutiérrez-Mijares等人同样认为校园可持续性应被视为涵盖运营、教学、研究和利益相关者参与的整体转型。因此,绿色校园是校园可持续性转型的起点,而可持续校园则是一个容纳多维治理目标和长期制度变革的更广泛概念。
2.2 绿色校园评估研究的知识结构与研究热点
本研究使用CiteSpace 7.0.R0 (64-bit) Advanced对Web of Science核心合集的样本文献进行可视化分析,搜索时间为2026年5月15日,最终数据集包含569篇出版物。关键词共现网络显示,网络围绕校园可持续性、可持续校园、绿色校园、气候变化、生命周期评估(Life Cycle Assessment, LCA)、碳足迹、框架、能源、管理和设计等高频术语组织。这些术语与气候变化、LCA、碳足迹和能源的链接表明,校园可持续性评估常与低碳转型、资源审计和运营管理相关。同时,空气污染、舒适度、热、感知和质量等术语的出现表明,部分研究已开始关注空间显式和用户相关的环境条件。关键词聚类分析揭示了主导聚类,包括可持续性报告、大学校园运营、调节作用、建模方法、教育机构、绿色灰色空间、绿色学校建筑、绿色空间和热环境。这些聚类表明,样本文献集中于机构报告、校园运营、教育环境、空间质量、建成环境和微气候相关主题。关键词突现动力学显示,最强突现与可持续性评估、校园可持续性和气候变化相关。2015-2020年可持续性评估的突现反映框架设计和评估方法受到集中关注;2017-2018年校园可持续性的突现表明对校园作为评估单元的直接关注;2024-2026年气候变化的突现表明绿色校园评估与碳中和、气候减缓及更广泛环境治理议程的关联日益增强。时间线图显示,领域主题轨迹并非简单线性替代,而是通过不同寿命的主题集群展开。最持久的骨干集群包括#0可持续性报告、#3调节作用和#5教育机构,这些主题从2005年后活跃至约2026年,构成校园可持续性研究最持久的核心轴线。第二集群组包括#1大学校园运营和#8绿色空间,主导中间阶段。第三波由#4建模方法和#6绿色灰色空间引领,2015年后持续扩展至2026年,代表向空间化、方法精细化和微观尺度细化的现代转向。第四集群组如#7绿色学校建筑、#9沼气关联农村校园系统和#10热环境在2010年后出现但仅局部活跃。#11羰基化合物浓度代表早期探索性化学环境阶段,2015年前完全消退。
2.3 校园可持续性评估的基本逻辑
校园可持续性评估(CSA)并非将绩效简化为单一分数,而是将抽象可持续任务转化为可识别、可测量、可比、可管理的信息。Gutiérrez-Mijares等人指出现有评估方法在数据特征、收集方法、评估范围和实施水平上存在差异。Pragya和Padmanabhan的综述显示全球涌现出多种目的不同的可持续性评估工具,其差异反映在评估目标和应用情境中。Ferrer-Balas等人认为CSA发挥多重作用,包括反思、监测与规划、比较和合法化。在方法结构上,CSA通常分为四个层次:指标系统、评级与排名系统、审计与认证系统、报告与监测系统。指标系统是基础层,负责将可持续性分解为维度、标准和指标,如Shi和Lai提出的结构化标准树以及Chen等人为中国大学开发的五维评估系统。评级与排名系统强调机构间比较和激励扩散,UI GreenMetric和STARS是两个最具代表性的工具,前者面向全球排名传播,后者强调透明性、自我报告和持续改进。审计与认证系统更注重机构嵌入、过程成熟度和持续改进,如AISHE、EcoCampus以及与EMAS和ISO 14001相关的校园实践。报告与监测系统服务于信息披露、持续跟踪和决策支持,近年大学可持续性报告研究显著增加。因此,CSA可理解为多层方法结构:指标系统解决评估什么,评级与排名系统解决如何比较,审计与认证系统解决如何组织改进,报告与监测系统解决如何跟踪绩效。
2.4 绿色校园评估标准的构成要素
绿色校园评估标准首先需明确评估目标,通常服务于内部改进、外部排名、认证合规和政策监测四种目的,导致评估重点差异显著。评估维度构成标准的结构骨架,当前研究已从单维环境评估转向涵盖治理、教学与研究、运营、文化和社会参与的多维综合评估。例如,Horan和O'Regan从STARS和GreenMetric中提取了涵盖能源、温室气体、水、废弃物、交通、教育、研究和治理的精简指标集;Chen等人为中国高等教育背景提出了组织管理、能源与资源节约、友好环境、校园文化和社会外联五个主要维度。指标设计决定标准能否平衡理论完整性与实践可操作性,应具备相关性、可测量性、可获取性和可解释性,避免过度数据负担或无法支持跨校比较。权重与评分构成评估公平性和结果导向的核心,不同权重方法直接影响机构排名和政策含义。数据来源决定评估标准的可信度与可验证性,传统标准依赖学校自我报告、统计报告和行政记录,近年GIS、遥感和空间化数据开始为校园环境和运营评估提供更客观的证据。可比性与情境适应性是评估标准中两个具有挑战性的原则,Sonetti等人和Boiocchi等人指出校园形态、气候带、基础设施条件和使用强度显著影响评估结果。因此,有效标准需要一套核心通用指标,同时配备情境调整机制。本研究提出“核心指标加类型或情境调整因子”的方法论原则,核心指标确保共同比较基础,调整因子如校园类型、教育阶段和区域气候用于差异化基准、解释分数或调整权重,旨在减少直接未调整比较可能产生的系统性偏差。
3. 绿色校园评估工具与标准系统的国际演变
3.1 核心评估工具的起源与演变
国际绿色校园评估工具并非沿单一技术轨迹演变,而是随着高等教育可持续性实践的扩展,逐渐涌现出多种工具谱系,包括评分与排名工具、自我评估与改进工具、审计与认证工具、网络/宪章框架以及环境管理系统(EMS)工具。其中,STARS代表从分散案例实践向透明、自我报告和可比框架的转变,旨在通过共同测量框架支持持续改进、同行比较和信息共享。STARS开发始于2006年,2008年进入试点阶段,此后多次修订,主要关注提高适用性、可报告性和数据质量。UI GreenMetric由印度尼西亚大学于2010年启动,面向全球大学可持续性排名,旨在提供相对可及的框架以比较全球绿色校园绩效。AISHE源于荷兰高等教育可持续性认证实践,主要衡量可持续性在组织内的整合程度和成熟度,更侧重于教育过程改进和组织改进工具。ISCN宪章强调原则性承诺、机构领导力、治理整合、学习与研究以及大学间网络协作,更接近宪章框架而非详细评分系统。EcoCampus、EMAS和ISO 14001根植于EMS传统,主要关注改善环境绩效、确保合规性和开展审计,其对校园评估的影响主要通过过程治理而非全球排名体现。总体而言,国际绿色校园工具系统已从早期注重环境绩效扩展到同时涉及治理、教学、研究、运营和参与的多维框架,但不同工具在目标、证据要求和应用情境上仍存在边界。
3.2 UI GreenMetric:全球标杆、持续改进与持续可比性挑战
UI GreenMetric是现有国际工具中采用最广泛的,其六类指标包括设置与基础设施、能源与气候变化、废弃物、水、交通以及教育与研究,使校园可持续性绩效比较成为可能。2025年指南显示指标持续改进,包括修订和新增项目,反映新兴可持续性优先级。该工具通过世界大学排名网络支持区域适应和知识交流,国际、区域和国家研讨会与区域协调员为多样化机构与地理情境下的实践分享和指标解释提供渠道。数据验证也受到更多关注,指南要求多项标准提供结构化回应和支持证据,空间相关指标建议提供校园地图或其他文件。然而,方法学问题依然存在,分数可能受气候、位置、校园形态、基础设施条件和自我选择报告偏差影响。因此,UI GreenMetric是一个兼具优势与局限的标杆工具,其指标组织、传播能力、区域网络和证据提交机制为中国绿色校园标准开发提供参考,但评分逻辑不应直接移植,一种可能途径是适配其标杆结构,同时通过遥感和GIS强化情境调整、教育阶段区分和空间验证。
3.3 STARS、AISHE及相关工具的特征与应用边界
与GreenMetric相比,STARS更强调综合治理、机构自我评估和公开报告,而非全球排名相关的传播效应,适用于具有内部数据治理能力并关注通过公开报告持续改进的大学。AISHE将可持续性与教育过程、组织学习和机构成熟度整合,侧重于确定组织内可持续性整合程度,而非竞争性排名,有助于改进教学过程和强化组织能力,但全球可见性较低且跨机构比较不如GreenMetric快捷。ISCN宪章强调原则性承诺,关注机构领导力、治理整合、学习与研究以及网络协作,更适合作为方向性框架而非定量评分工具。EcoCampus、EMAS和ISO 14001共享EMS逻辑,其主要优势在于通过分阶段实施、审计验证和持续改进机制将校园环境治理纳入标准化过程。因此,这些工具不能相互替代,分别对应综合自我评估、教育改进、网络承诺和环境管理等不同逻辑,中国绿色校园标准可选择性借鉴其优势,而非完整移植。
3.4 中国背景下绿色校园评估工具的本土化探索
中国绿色校园评估研究并非简单复制国际工具,而是针对全球框架的局限性,特别是空间证据整合不足和校园类型间可比性差等问题进行发展。Chen等人和Du等人的研究重构了指标系统以适应中国多样化的大学和学校环境。这种适应至关重要,因为直接移植GreenMetric或STARS到中国紧凑型城市校园、大型郊区大学和多样化的中小学而不进行情境调整可能导致系统性偏差。因此,中国本土化研究已从工具引入发展到结构重构,例如Du等人提出的两层次工具结构和Chen等人为中国大学开发的五维评估系统。
4. 遥感大数据进入绿色校园评估的技术路径
4.1 遥感大数据用于校园评估的理论优势
遥感提供校园植被、建筑、水体、不透水面和热环境的空间显式观测,已广泛用作校园环境评估的数据源。本研究将“遥感大数据”操作性定义为开放获取、时间连续、空间显式且可操作缩放的地球观测数据和GIS工作流,强调可重复性、可比性和可缩放性。与问卷、行政记录和自我报告信息相比,遥感观测为选定的环境指标提供更一致的测量。Landsat通过连续的地表反射率和地表温度产品存档支持长期监测,Sentinel提供更高的空间分辨率和重访频率以监测植被和土地覆盖动态。GIS支持边界划定、空间聚合、热点识别和指标计算。跨校园可比性仍依赖于校园边界划定、分类精度和情境归一化。传感器特性在空间、光谱、辐射和时间分辨率上存在差异,影响其对校园尺度指标的适用性。中分辨率卫星数据如Landsat和Sentinel适用于长期和跨校园监测,但在小型或碎片化校园中可能产生混合像素效应。高分辨率卫星影像、无人机数据和LiDAR更适用于精细尺度分析,但受成本、时间连续性和跨站点标准化约束。时间分辨率、云污染和数据可用性进一步影响遥感指标的可靠性,光学影像尤其受大气条件影响,导致植被、水体和地表温度测量在区域和季节间存在变异。季节和物候变化引入不确定性,地表条件可能因降雨、灌溉和短期气象变化而波动。不同空间技术发挥互补作用,卫星影像主要用于长期和区域监测,无人机和LiDAR更适用于高分辨率结构分析,GIS提供跨多源数据集的空间处理和指标聚合功能。遥感指标还受大气校正、影像配准、分类算法和边界划定等不确定性影响,需结合现场验证、行政记录和其他机构数据,并透明报告数据源、获取日期、分辨率、预处理方法和精度信息。
4.2 主要数据源与技术方法
卫星遥感是绿色校园环境评估研究中报告最频繁的数据源。Landsat因连续观测记录和热红外能力广泛应用于校园尺度的地表温度和长期植被动态研究,如Addas等人利用Landsat-8影像估算地表温度并分析其与植被和建成区的关系,Wibowo和Salleh使用Landsat数据分析大学校园的城市热模式、地表温度分布和热危害。Sentinel-2影像因其高空间分辨率和短重访周期常用于校园植被、水体和土地覆盖制图,Incekara等人应用Sentinel-2B数据估算GreenMetric设置与基础设施指标,证明遥感影像可支持绿地和非绿地比例的标准化估算。高分辨率影像如WorldView用于详细校园边界、建筑和植被制图,相关研究应用于土地利用和土地覆盖分类以及校园绿化和建筑密度空间格局分析。无人机、LiDAR和GIS技术日益与卫星影像结合使用,以提高校园尺度研究的空间分辨率和指标提取能力。无人机摄影测量用于估算植被结构、绿地面积和碳相关指标,无人机热红外影像支持校园热岛的微观尺度分析。LiDAR常用于三维校园结构分析和屋顶光伏潜力评估。GIS提供插值、缓冲区、面积统计和跨多源数据集指标聚合等空间集成功能。同时,现有研究普遍表明现场调查与遥感验证的结合不可或缺,如Tonietto等人使用现场植被调查验证分类精度,Dharmawan等人结合现场调查与影像判读增强分类结果可靠性。
4.3 遥感指标在绿色校园评估中的典型应用
植被相关指标是遥感在绿色校园评估中报告最频繁的应用,常见指标包括归一化植被指数(NDVI)、植被覆盖度、树冠覆盖度、绿地面积、植被健康、碳储量和碳汇估算。NDVI广泛用于监测植被动态和校园绿度空间变化,多项研究将土地利用分类与碳储量系数结合估算校园碳储量和生物固碳能力,无人机点云和树木制图支持碳相关评估。热环境指标是另一主要应用,包括地表温度、地表热岛强度、热风险暴露和热舒适度。基于Landsat的研究识别了校园土地覆盖类型间的温度差异,并报告了建成区与地表温度的关系,无人机热红外影像进一步用于分析微观热岛模式以及不透水面和植被结构的综合影响。绿地暴露和热应力的综合评估也揭示了不同校园类型间的环境不平等。土地利用和空间形态指标涉及GreenMetric设置与基础设施、校园规划与管理以及空间环境质量,典型指标包括土地利用/土地覆盖、开放空间比例、建筑覆盖率、透水面比例、水体比例和绿色灰色空间格局。Incekara等人使用Sentinel-2影像估算GreenMetric设置与基础设施类别的分数,表明遥感分类可与正式评估指标对应。Dharmawan等人和Sulaiman等人分别展示了从校园土地覆盖分类和GIS提取中计算建筑、植被、水体和透水面等指标的可行性。Csomós等人结合绿地和热变量解释学校环境质量的空间差异,表明土地覆盖和空间形态可描述校园并有助于解释评估结果。能源与碳指标是遥感在校园可持续性评估中的新兴方向,主要包括屋顶光伏潜力、建筑碳排放空间可视化以及碳储量和生物固碳估算。Stack和Narine的研究显示LiDAR和GIS可用于识别校园建筑屋顶适合光伏安装的位置并估算其潜在发电量和能源需求贡献,Adenle和Alshuwaikhat结合建筑面积和矢量空间结果建立校园碳排放空间估算与可视化模型,Tonietto等人从碳储量和生物固碳角度扩展了低碳校园评估范围。学校场地与学习环境质量指标是将遥感评估从高等教育扩展到基础教育的新兴领域,Serrano-Jiménez等人提出基于GIS和遥感的多准则学校场地环境工效学评估模型以支持更新决策,Csomós等人从城市规划角度分析教育机构的绿色和热环境质量,证明遥感方法可用于评估儿童和青少年学习环境中的绿地暴露和热风险。
4.4 遥感证据如何嵌入评估工具与评分系统
根据当前研究,遥感证据整合到绿色校园评估可分为四个层次。第一层为补充证据,遥感影像、分类图和空间分布图作为传统自我评估结果的支撑材料。第二层为直接源指标计算,遥感与GIS直接用于正式评估指标计算,如Incekara等人使用Sentinel-2估算GreenMetric设置与基础设施分数,Fuentes等人使用无人机点云估算七个GreenMetric指标,表明遥感可作为直接评分来源而非仅补充文档。第三层为审计级证据,当遥感影像、分类结果、点云模型和GIS统计形成可追溯、可验证、可复现的证据链时,开始具备审计级证据特征。第四层为从个别测量向标准化评分界面的过渡,当前挑战不在于NDVI、地表温度、建筑覆盖率或开放空间比例等指标是否可提取,而在于如何将这些结果映射到评估条款、阈值区间、权重结构和评分规则中。Adenle等人指出现有正式工具对空间指标覆盖不足,Gutiérrez-Mijares等人和Basheer等人建议未来可持续性评估需要更强的数据标准化和方法透明度。将遥感嵌入绿色校园评估意味着从自我报告转向多源证据,卫星、无人机和LiDAR提供空间证据,GIS支持指标计算和空间表示,现场调查提供验证和解释,这些要素可贡献于可缩放、可验证、可更新的绿色校园评估标准界面。为实现更可操作的整合,空间指标可通过连接