在密集城市中,哪些地方适合休闲慢跑?地表热负荷与慢跑强度之间的LCZ情境下权衡窗口
《Sustainable Cities and Society》:Where are cool and jogging-active spaces? LCZ-contextualized trade-off windows between surface thermal burden and jogging intensity in a high-density city
【字体:
大
中
小
】
时间:2026年08月07日
来源:Sustainable Cities and Society 13.3
编辑推荐:
摘要:高密度城市需要在降低地表温度的同时,保持有利于体育活动的户外环境,但目前关于何种城市形态能够同时实现这两项目的尚无明确依据。本研究以上海外环路内的区域为研究对象,结合局部气候区、平均地表温度以及大规模慢跑轨迹数据,确定在不同局部气候区下能够平衡降温需求与慢跑条件的城市形态范
摘要:高密度城市需要在降低地表温度的同时,保持有利于体育活动的户外环境,但目前关于何种城市形态能够同时实现这两项目的尚无明确依据。本研究以上海外环路内的区域为研究对象,结合局部气候区、平均地表温度以及大规模慢跑轨迹数据,确定在不同局部气候区下能够平衡降温需求与慢跑条件的城市形态范围。我们利用2024年7月至9月的Landsat 9卫星影像获取地表温度数据,并将其聚合为200米网格下的平均地表温度,作为白天的地表热状况指标;慢跑强度则通过从约30万条手机记录的轨迹中提取的慢跑距离来表示。研究还整理出了一组二维/三维城市形态指标,并在每个局部气候区内检测其相关性。随后,我们针对平均地表温度和慢跑距离分别构建了特定于局部气候区的随机森林模型,并运用SHAP方法分析其中的非线性响应关系。研究结果表明,无论是热状况还是人们的行为模式都存在显著的局部气候区依赖性,且关键指标均存在重复出现的非线性阈值。归一化植被指数在较低至中等数值区间时具有最强的降温效果(通常约为0.05-0.10,有时可延伸至0.10-0.15)。与蓝绿空间的距离会对慢跑活动产生明显的衰减效应,在0-0.3公里范围内对慢跑的促进作用最为显著,而超过0.6-1.0公里后这种作用会减弱。建筑密度和连通性等城市形态指标则表现出类似阈值的响应特征,而在开阔的局部气候区中,天空开放度往往呈现倒U型分布区间(通常约为0.18-0.30)。最后,我们提出了慢跑-热协调指数,用于标识“既凉爽又适合慢跑”的热点区域,并根据随机森林-SHAP分析结果确定特定于局部气候区的权衡区间,为城市规划提供参考。
引言:联合国2030年议程倡导建设包容、安全、有韧性且可持续的城市,同时推动更多人能够使用绿色空间和公共空间(联合国,2015年)。在高密度城市中,紧凑型的开发模式、大量的不透水表面以及有限的植被都会加剧热量积累,因此城市地表升温问题一直备受关注。由于不同社区的土地覆盖类型和城市形态存在差异,城市内的地表热状况也极为不均匀(Wan等人,2025年)。地表温度能够提供关于这种空间异质性的连续信息,被广泛用于识别易出现高温的区域,以及评估不同城市形态带来的热效应。紧凑型的建筑结构和不透水表面通常会导致较高的地表温度,而植被和水体则有助于降低地表温度(Ghosh和Das,2018年;Xu等人,2024a、2024b年)。建筑高度、街道几何形态以及天空开放度等三维特征还会进一步影响热量的储存、遮荫效果、通风状况以及辐射交换过程(Xu等人,2024b、2024c年)。因此,城市形态对于理解和缓解城市内部的地表升温问题具有重要意义。
城市形态还会影响城市支持日常体育活动的能力。慢跑需要连续且易于通行的户外路线,以及沿路线上的适宜环境条件。通过利用志愿者提供的地理信息、街景图像或轨迹数据开展的相关研究表明,慢跑行为与街道绿化情况、蓝绿空间的可达性、街道连通性、土地用途结构以及其他与路线相关的条件密切相关(Gao等人,2024年;Huang等人,2023年;Zhong等人,2025年)。Zhong等人(2025年)进一步发现,二维/三维城市环境特征与慢跑强度之间的关系属于非线性关系。然而,目前关于能够降低地表温度的城市形态条件与能够提升慢跑强度的城市形态条件,大多是被分开研究的。因此,同样的城市形态条件是否能够同时带来这两种效果,目前仍不清楚。能够降低地表温度的城市形态条件是否也能提升慢跑强度,这一情况可能会因不同的城市形态背景而有所差异。局部气候区分类体系通过根据建筑形态和土地覆盖特征对城市区域进行划分,为描述这类差异提供了标准化的框架(Stewart和Oke,2012年)。基于局部气候区的研究已经发现,不同类型的区域之间地表热状况存在明显差异,而且同一类型区域内也会因为局部形态和周边环境的不同而出现较大变化(Lin等人,2025b年;Zhou等人,2024年)。可解释机器学习研究也表明,城市形态与地表温度之间的关系是非线性的,并且会因地理位置和功能属性的不同而有所差异(Qi等人,2025年;Wang等人,2025年)。不过,目前很少有研究将那些能够降低地表温度的特定于局部气候区的城市形态范围,与那些能够提升慢跑强度的相应范围进行比较。这一研究空白限制了针对不同局部气候区制定兼顾地表降温与慢跑支持措施的指导方案。
为弥补这一不足,本研究以上海外环路内的区域为研究对象,该区域属于高密度城市,建筑形态和土地覆盖类型存在显著差异。我们将白天的地表热负荷和手机记录的慢跑强度视为相互关联但又有区别的两个规划目标。在以规划为导向的分析中,我们使用平均地表温度作为白天地表热状况的空间指标,而非直接反映慢跑者实际所处温度环境的指标。手机记录的慢跑强度则通过慢跑距离来表示,即每个200米网格范围内所有记录的慢跑轨迹的总长度。本研究旨在实现三个目标:第一,分析在每种建筑类型的局部气候区内,二维和三维城市形态指标与平均地表温度及慢跑距离之间的关联关系;第二,确定对各个目标具有影响力的指标,以及这些指标在对应局部气候区内的非线性响应特征和具有规划意义的数值范围;第三,比较有利于降低地表温度和有利于提升慢跑强度的数值范围,通过两者的重叠部分确定特定于局部气候区的权衡区间,进而利用慢跑-热协调指数绘制出局部气候区内的“既凉爽又适合慢跑”的区域分布图。
为了构建这一分析框架,我们将Landsat 9卫星获取的地表温度数据、手机记录的慢跑轨迹数据、局部气候区分类结果以及二维和三维城市形态指标整合到统一的200米网格系统中。在每种建筑类型的局部气候区内,我们首先通过相关性和方差膨胀因子检验筛选出潜在的指标,然后分别为平均地表温度和慢跑距离构建独立的随机森林模型。通过随机森林的特征重要性分析来确定具有影响力的指标,再运用Shapley加性解释方法来解读这些指标的贡献方向和非线性响应特征。最终,我们从有利于降低地表温度的数值范围和有利于提升慢跑强度的数值范围的重叠部分,确定特定于局部气候区的权衡区间。同时,我们分别计算慢跑-热协调指数,用于标识局部气候区内地表温度较低且慢跑强度较高的区域。
总体而言,这些分析在统一的局部气候区框架下,将地表热状况与慢跑相关的信息联系在一起,而非将地表温度视为决定慢跑行为的直接因素。它们最终形成了两种互补的规划成果:一类是与较低地表温度和较高慢跑强度相关的、特定于局部气候区的城市形态范围;另一类则是局部气候区内的“既凉爽又适合慢跑”区域的分布图。这一分析流程可以应用于其他具备类似数据的城市,不过此处给出的数值范围应被视为针对具体情境的规划参考值,而非通用标准。
理论框架:本研究基于一种以具体情境为视角的城市气候与健康促进行为分析框架,强调地表热负荷和慢跑强度都会受到城市形态的影响,并且会因不同城市形态背景而存在差异。我们运用局部气候区分类体系来表征不同的城市形态和土地覆盖特征,从而解释高密度城市内地表热状况和慢跑行为的多样性(见图1)。因此,本研究旨在分析在城市形态背景下,地表温度与慢跑距离之间存在怎样的关联关系。
图7展示了上海外环路范围内地表温度的空间分布情况以及慢跑活动的核密度分布。该区域的地表温度存在明显的空间异质性,形成了由高温区域和低温区域组成的混合格局。高温区域(如图7a中的a区和c区)主要分布在建筑较为紧凑的区域,这类区域的地表温度往往处于最高等级(超过51.6摄氏度),而低温区域(如图7a中的b区)则多与大型公园和水体相关,通常
主要研究发现:通过整合建筑类型的局部气候区特征、城市形态指标以及大规模慢跑轨迹数据,本研究明确了在高密度城市中哪些区域既能保持较低的温度,又适合人们进行慢跑活动。其中有三点发现尤为突出。首先,不同建筑类型的局部气候区之间存在明显差异:建筑较为紧凑的区域通常具有较高的平均地表温度和较低的慢跑强度,而更为开放或密度较低的建筑区域则往往具有较低的平均地表温度和较高的慢跑强度。平均地表温度与慢跑强度之间存在负相关关系,但这种相关性较弱。
结论:本研究表明,在高密度城市中,较低的地表热负荷与较高的慢跑强度之所以会同时出现,这在很大程度上取决于具体的城市形态背景,而在局部气候区分类框架下能够更有效地理解这一现象。在不同的建筑类型局部气候区中,建筑紧凑的区域通常伴随着较高的地表温度和较低的慢跑强度,而那些更加开放、拥有较多蓝绿空间的区域则往往呈现出相反的特征,这表明热状况和人们的行为模式都是由城市形态背景所决定的,而非其他因素。
资金支持:本文得到了以下项目的资助:2025年湖南省社会科学成果评审委员会项目成果资助(编号XSP25YBC476)、湖南省自然科学基金(编号2025JJ50235)、国家自然科学基金(编号52078484)、中国国家留学基金委项目(编号202506370130)、杭州市哲学社会科学规划项目(编号M25YD188)。
作者贡献:概念构思:Q.Z.和C.F.;研究方法:Q.Z.和C.F.;正式分析:Q.Z.和C.F.;数据资源收集:Q.Z.、C.F.、C.Y.和Z.L.;初稿撰写:Q.Z.、Z.L.、T.L.、C.F.和C.Y.;论文修订:Q.Z.、Z.L.、T.L.、C.F.和C.Y.;数据可视化:Q.Z.、C.F.、C.Y.和Z.L.;研究监督:Q.Z.、Z.L.、T.L.、C.F.和C.Y.;资金筹集:Q.Z.和C.F.。所有作者均已阅读并同意最终稿件内容。
CRediT作者贡献说明:钟启康:论文修订与编辑、初稿撰写、数据可视化、研究监督、数据资源收集、研究方法设计、资金筹集、正式分析、概念构思。李哲:论文修订与编辑、初稿撰写、数据可视化、研究监督、数据资源收集、资金筹集。龙天祥:论文修订与编辑、初稿撰写、研究监督。方从英:论文修订与编辑、初稿撰写、数据可视化、研究监督、数据资源收集。
利益冲突声明:作者声明自己不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。
致谢:我们感谢各位教授给予的宝贵意见与帮助。此外,本文的写作也得到了以下项目的资金支持:2025年湖南省社会科学成果评审委员会项目成果资助(编号XSP25YBC476)、湖南省自然科学基金(编号2025JJ50235)、国家自然科学基金(编号52078484)、中国国家留学基金委项目(编号202506370130)、杭州市哲学社会科学规划项目(编号M25YD188)。
钟启康|李哲|龙天祥|方从英|袁超
中国长沙,中南大学建筑与艺术学院,邮编410083
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