《Frontiers in Sustainable Cities》：Urban oasis living lab: a hybrid approach to climate-resilient urban agriculture in Beirut
编辑推荐：
摘要
引言：随着城市面临日益严峻的资源约束、环境压力和粮食系统脆弱性，城市农业正作为一种增强气候韧性和可持续性的实用方法获得认可。然而，许多城市农业倡议仍然零散，往往侧重于孤立的生态或技术干预，未能全面整合资源管理、利益相关者参与和长期韧性机制。
方法：为弥补
摘要
引言：随着城市面临日益严峻的资源约束、环境压力和粮食系统脆弱性，城市农业正作为一种增强气候韧性和可持续性的实用方法获得认可。然而，许多城市农业倡议仍然零散，往往侧重于孤立的生态或技术干预，未能全面整合资源管理、利益相关者参与和长期韧性机制。
方法：为弥补上述不足，美国贝鲁特大学（AUB）环境与可持续发展组（ESDU）在哈利法国际枣椰与农业创新奖的支持下建立了城市绿洲（Urban Oasis）。研究人员通过一个结构化的五阶段流程，将一座废弃的动物房改造为集研究、创新、教育和社会参与于一体的多功能生活实验室，该流程包括参与式设计、场地修复、技术激活、参与与应用学习以及持续监测与评估。由此形成的生活实验室融合了可持续农业实践、循环经济原则、低影响基础设施、智能传感系统、人工智能和自动化控制。
结果：经过3年运行，城市绿洲生产了约8,500公斤食物，每年回收约480,000升水，并每年避免约1.26吨二氧化碳排放。超过5,000人参与了该试验平台，62.7%的参与者报告采纳或愿意在日常生活中采纳至少一项示范实践。该倡议还支撑了学术研究、学生项目和科学出版物。
讨论：城市绿洲展示了城市农业如何超越粮食生产，演变为一个连接资源效率、社区参与、教育和技术创新的综合韧性框架。作为一个可扩展和可适应的模型，它为推进中东和北非地区及其他地区的可持续和气候韧性城市发展提供了见解。
关于《Frontiers in Sustainable Cities》论文《Urban oasis living lab: a hybrid approach to climate-resilient urban agriculture in Beirut》的解读
**一、研究背景与问题**
中东和北非（MENA）地区是全球气候脆弱性最高的地区之一，面临淡水稀缺、粮食进口依赖、快速城市化和自然资源压力加剧等多重挑战。黎巴嫩尤为典型，持续的政治不稳定、经济危机、基础设施老化和冲突叠加，使传统粮食供应系统更加脆弱。在此背景下，城市农业（UA）被视作增强气候适应能力和韧性的重要策略，但现有UA项目普遍存在三类关键局限：其一，利益相关者参与多集中于实施阶段，缺乏持续参与、地方归属感和长期管理的机制；其二，项目常围绕单一目标（如粮食生产、水资源保护或技术创新）设计，未充分处理水、能源、粮食和生态系统之间的相互关联，限制其长期可持续性；其三，多数项目缺乏稳健的监测与评估机制，难以量化环境、社会和经济影响。为应对这些挑战，研究人员将生活实验室（Living Lab）方法、水资源-能源-粮食-生态系统（WEFE）纽带框架和人工智能（AI）驱动的数字农业技术相结合，探索在单一框架内协同发挥三者的作用。该研究旨在回答三个研究问题：综合模型在多大程度上改善城市环境的社会、经济与环境表现；Living Lab方法如何促进UA实践的采纳或采纳意向；哪些特征支持或制约模型在其他资源受限城市情境中的复制推广。
**二、主要研究内容与结论**
研究人员在美国贝鲁特大学（AUB）校园内约250平方米的前农业与食品科学学院动物房旧址上，通过五阶段流程建设城市绿洲（Urban Oasis）生活实验室：参与式设计与规划、场地修复与资源整合、智能系统部署与人工智能集成、利益相关者参与和应用学习、监测与评估。该设施融合WEFE纽带资源管理框架、AI监测、循环经济实践和参与式Living Lab原则。经过三年的运行评估，城市绿洲生产约8,500公斤食物，每年回收约480,000升水，每年减少约1.26吨二氧化碳排放。超过5,000人参与，62.7%的参与者采纳或愿意采纳至少一项示范实践。经济分析显示投资回报率（ROI）约11.4%至13%。研究得出结论：城市绿洲的有效性源自三个支柱（WEFE资源整合、AI监测、Living Lab参与）的相互作用而非任何单一组件，为MENA地区及其他资源受限情境下的气候韧性UA提供了实证支持和可转移的集成框架。
**三、关键技术方法**
研究采用的主要技术方法包括：（1）WEFE纽带框架映射：在设计与运行阶段系统识别和整合水、能源、粮食和环境系统之间的资源流动与反馈循环；（2）基于物联网（IoT）的多层架构：采用树莓派5（8GB）作为边缘计算中心运行YOLOv5目标检测模型进行人员占用检测，通过ESP32电路配备霍尔效应传感器（KY-024）和光敏电阻监测门状态与环境光照，使用毫米波雷达传感器（HLK-LD2410）提高存在检测可靠性，通过5V继电器和TP-Link Tapo P110智能插座进行负载自动控制，以MQTT协议经Eclipse Mosquitto代理进行设备间通信；（3）三重底线（TBL）评估框架：结合智能监测基础设施、生产记录、参与记录与调查数据，从环境、经济和社会三维度进行全面绩效评估。样本来源为AUB校园内的城市绿洲现场及其参与活动的利益相关者群体。
**四、研究结果**
**4.1 资源利用**：WEFE映射结果显示，城市绿洲的水-粮食系统通过雨水收集和堆肥回田形成直接供应与土壤介导的互馈关系，同时面临旱季用水分配和存储容量的权衡；水-能源系统通过泵送和监测基础设施连接，太阳能转型降低了运行排放；能源-粮食系统通过设备保障生产连续性，并以被动降温设计部分缓解了技术密集型基础设施的维护依赖。
**4.2 运行性能**：AI占用检测模型在六个月监测期内实现了87.5%的精确率、70.2%的平均精度均值（mAP@0.5）和约258毫秒的平均推理速度，表明系统能可靠地将自动化照明和设备控制与实际占用状况关联；58.3%的召回率显示单帧检测存在局限，但通过一分钟平均确认窗口，对能量控制可靠性的影响得到有效限制。
**4.3 环境绩效**：智能能源管理平台结合从发电机电力向太阳能电力的转换，每周减少28.87千瓦时用电，相当于每周减少24.25公斤二氧化碳排放，年减排约1.26吨二氧化碳当量；雨水收集和再分配系统每年约回收480,000升水；三年内场内生产约8,500公斤新鲜农产品，参与者在外复制实践额外产生约1,200公斤食物。
**4.4 经济绩效**：基于初始安装成本和智能管理系统估算的年节省额，项目预计实现11.4%的投资回报率（ROI）；将农产品销售收入纳入分析后，估算ROI提升至约13%，表明气候智慧农业与资源节约技术结合有助于增强城市Living Lab倡议的长期财务可持续性。
**4.5 社会绩效与知识转移**：三年期间超过5,000名参与者通过大学课程、实践工作坊、志愿活动、研究项目、社区活动和教育访问与生活实验室互动；参与者保留率达72%，62.7%的参与者采纳或愿意采纳至少一项可持续实践；该平台产出了两篇科学手稿、五次会议报告和一篇研究生论文，彰显其在研究、教育和行为改变方面的广泛影响。
**五、讨论与结论**
讨论部分指出，城市绿洲的绩效源于WEFE资源整合、AI监测和Living Lab参与三大支柱的协同效应。资源整合涉及权衡而非单一的增益，如粮食增产提高用水需求，技术密集型基础设施依赖维护与电力供应；AI监测作为自适应管理层使系统状态实时可见，但其复制需要可靠的连接和技术维护能力；Living Lab参与模式通过体验式学习促进了行为意图的形成。与中东和北非区域倡议相比，城市绿洲的独特之处在于将三个原本孤立发展的研究流整合于单个运行性城市设施中。研究局限性包括部分WEFE相互作用仅得到定性解释、AI系统对连接性和维护的依赖、利益相关者结果基于自我报告的采纳意向而非纵向行为追踪，以及单一样本场所限制定量结果的直接普适性。
研究结论为：该研究评估了位于AUB的城市绿洲作为一个综合UA框架，结合了Living Lab原则、WEFE资源管理和AI技术；通过TBL方法从环境、经济与社会可持续性三个维度评估，结果显示所有维度均取得积极成果。研究发现有效性源自各组件间的相互作用：利益相关者参与促进了采纳，综合资源管理支撑了环境和经济的可持续性，数字技术增强了优化、透明度和证据生成。该研究为面向气候韧性的UA提供了实证支持的综合框架，为MENA地区及其他面临气候变化、资源稀缺和粮食系统脆弱性压力的城市提供了一条实用路径。未来研究应评估该框架在不同城市情境、规模和经济社会背景中的适用性，重点关注长期行为变化、城市尺度影响，以及先进预测分析和决策支持工具的潜在整合。
