降温森林,舒缓心跳:城市森林结构、微气候与青少年热缓解

《Urban Forestry & Urban Greening》:Cooling forests, calmer hearts: Urban forest structure, microclimate and heat relief in adolescents

【字体: 大 中 小 】 时间:2026年07月30日 来源:Urban Forestry & Urban Greening 8.2

编辑推荐:

  城市和城郊森林在气候变暖背景下提供关键的生态系统服务,然而一个根本性问题仍未得到很好理解:哪些具体的森林结构属性控制着微气候以及用户在体力活动期间体验到的生理热缓解?回答这个问题对于将森林管理从一般绿地供应转向以结构为目标的干预措施以最大化降温生态系统服务至关

  
城市和城郊森林在气候变暖背景下提供关键的生态系统服务,然而一个根本性问题仍未得到很好理解:哪些具体的森林结构属性控制着微气候以及用户在体力活动期间体验到的生理热缓解?回答这个问题对于将森林管理从一般绿地供应转向以结构为目标的干预措施以最大化降温生态系统服务至关重要。据研究人员所知,本研究首次提供了将公开可用的遥感衍生森林结构指标与连续移动微气候监测和可穿戴心率(HR)测量相结合的综合分析,并在大量年轻人在真实城郊森林环境中行走时进行。现场测量在德国南部两条城郊森林路线进行,涉及145名年龄10-23岁的参与者。使用随机森林(RF)模型分析通用热气候指数(UTCI)和HR。森林林分高度成为UTCI的主要结构决定因素,具有管理相关阈值高于12-15 m,其次是植被健康。微气候条件是HR变异性的主要预测因子,但仅森林结构特征解释的HR变异几乎与仅基于微气候测量的模型一样多(R2 = 0.69 vs. 0.70),确立了遥感衍生冠层指标作为森林提供的降温生态系统服务的免监测代理。结果表明,更高更健康的林分通过更强的微气候降温与更低的心血管热负荷估计相关。这些发现为森林管理者和城市规划者在持续气候变化下进行热适应森林管理提供了资源高效的方法。
城市热岛效应加剧,森林作为基于自然的解决方案对缓解热应激至关重要,但以往研究缺乏对具体森林结构属性的量化,尤其是哪些结构特征能最大化森林用户(特别是青少年)在体力活动中的降温生态系统服务。现有研究多依赖固定监测点,无法反映真实移动状态下的微气候与生理反应耦合。针对青少年群体,其热调节能力发育尚不完全,户外活动时更易受热应激影响,但相关证据不足。为此,研究人员开展了一项整合移动微气候监测、遥感森林结构数据与可穿戴心率(HR)测量的实地研究,旨在填补三个关键空白:识别主导微气候(通用热气候指数,UTCI)的森林结构属性及阈值;量化微气候对青少年HR的实时影响;验证遥感森林结构能否作为无监测条件下心血管热负荷的可靠代理。研究在德国南部两条城郊洪泛森林路线(Garching和Moosburg)进行,招募145名10-23岁青少年(中位年龄14岁),于2025年5月-7月9个温暖晴天上午完成行走实验。参与者佩戴Garmin Forerunner 965心率监测器,同时由1-3名携带“气候背包”(Climate Backpack)的参与者连续记录气温(Ta)、相对湿度(RH)、风速(V)和太阳辐射(Rad),并计算UTCI。森林结构特征(林分高度、植被密度、增强型植被指数EVI、归一化植被指数NDVI)基于2024年巴伐利亚数字化、高速互联网和测量局(LDBV)的航拍正射影像(40 cm分辨率)和LiDAR数据(1 m分辨率)提取。采用随机森林回归(RF)模型,结合累积局部效应(ALE)分析,通过留一天交叉验证(LODO-CV)评估预测性能,并控制行走速度(4-5 km/h)和空间自相关(每10 m稀疏采样)。研究得出以下结论:首先,森林结构可解释UTCI 70%的变异(R2=0.70),其中林分高度(阈值12-15 m)是最关键预测因子,其次为NDVI、EVI、植被密度和林分类型(落叶林降温最优,空旷地最差)。其次,微气候条件(气温、温差、风速、绝对湿度、太阳辐射)是HR的最强预测因子(R2=0.70),其中气温和温差与HR正相关,绝对湿度呈U型关联。最重要的是,仅森林结构变量(RF3)即可解释HR 69%的变异(R2=0.69),与微气候模型(R2=0.70)几乎等效,且林分高度、NDVI、EVI等为主要预测因子,ALE图显示更高、更密、更健康的林分均与更低HR相关,空旷地HR最高,落叶林HR最低。这些发现首次在移动现场研究中建立了遥感森林结构→微气候(UTCI)→心血管热负荷(HR)的预测链,为城市森林管理提供了具体可操作的结构目标:冠层高度>12-15 m,植被密度>25-30%,NDVI>0.7,EVI>0.5-0.6,可显著增强降温生态系统服务并降低青少年活动时的热应激。论文发表在《Urban Forestry》。

**主要技术方法**(不超过250字):研究人员采用随机森林回归模型,结合累积局部效应(ALE)分析,用于量化森林结构、微气候与HR之间的关联。森林结构数据来源于巴伐利亚州LDBV提供的2024年LiDAR点云和40 cm正射影像,计算林分高度、植被密度(LiDAR脉冲穿透率)、NDVI、EVI及林分类型(手动分类)。微气候数据通过移动“气候背包”以1 Hz频率采集Ta、RH、V、Rad,并计算UTCI(R包“comf”)。HR数据由Garmin Forerunner 965以1 Hz记录并GPS定位。所有数据在ArcGIS Pro中通过反距离加权插值空间对齐,并提取至每10 m稀疏的HR点。模型采用留一天交叉验证,共145名10-23岁青少年来自德国南部Garching和Moosburg两条城郊洪泛森林路线。

**研究结果**:
**RF1: 森林特征与微气候的关系**:通过ALE图分析,林分高度是UTCI的最强预测因子,UTCI随高度增加而降低,阈值约12-15 m;NDVI、EVI、植被密度与UTCI负相关,高于0.7/0.6/0.25-0.3时降温效应更显著;落叶林UTCI最低,空旷地最高。该模型解释70%变异(R2=0.70)。
**RF2: 微气候与心率的关系**:微气候变量(Ta、TΔ、V、AH、Rad)是HR的主要预测因子,气温和温差与HR正相关,绝对湿度呈U型,风速和太阳辐射在特定条件下与HR正相关。模型解释70%HR变异(R2=0.70)。
**RF3: 心率与森林特征的关系**:仅森林结构变量(林分高度、NDVI、EVI、林分类型、植被密度)即可解释69%HR变异(R2=0.69),与微气候模型几乎等效。ALE图显示更高林分、更密冠层、更健康植被(高NDVI/EVI)与更低HR关联,落叶林最低,空旷地最高。

**讨论与结论**:讨论部分强调,森林结构通过调节微气候间接影响HR,且遥感结构指标可作为免监测代理,其物理机制(辐射几何、冠层解耦、蒸散)具有跨区域可转移性,但需注意极端干旱或饱和冠层下的局限性。研究首次在移动现场中整合三层次信息,为森林管理提供具体阈值。结论指出,热防护林分具备四个关键属性:冠层高度>12-15 m、植被密度>25-30%、NDVI>0.7、EVI>0.5-0.6,这些组合可显著降低用户热应激。研究建议将保护此类结构作为气候适应性城市森林的战略优先事项。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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