利用多目标NSGA-II框架优化城市绿地的降温效果

《Ecological Indicators》：Optimizing urban green space cooling with a multi-objective NSGA-II framework

　　

摘要

利用城市绿地（UGS）缓解城市热岛效应是一种有效的基于自然的策略。然而，以往研究在分析调控阈值时往往依赖于单目标阈值优化，导致优化目标之间存在冲突。关键在于，目前缺乏一个系统框架来协调这些权衡关系，迫使规划者依赖刚性效率阈值而忽视空间覆盖需求。为解决这一问题，研究人员开发了一种基于帕累托前沿的优化模型，以平衡UGS优化的多项目标。研究选取乌鲁木齐市90个城市绿地斑块进行分析，进而解析斑块属性与环境因子在解释降温效应方面的贡献差异。结果表明，斑块面积（PA）和景观形状指数（LSI）分别主导降温面积（CA）和降温效率（CE），而外部裸土比例（BARE_out）是影响降温强度（CI）和降温梯度（CG）的重要变量。更重要的是，研究人员强调需要平衡多个降温目标，因为现有的效率阈值（TVoE）仅考虑降温效率的最大化。本模型揭示，“小面积高复杂度”的配置策略是实现降温目标间平衡的有效途径。最终最优解仅需11.8公顷，远低于传统效率阈值。这项工作为更有效的城市热缓解开辟了新途径，并为UGS规划提供了科学支撑。

论文解读：基于NSGA-II框架的多目标城市绿地降温优化研究

一、研究背景与科学问题

城市热岛效应已成为城市生态学领域的重要议题。随着全球城市化进程加速，预计到2050年全球约68%的人口将居住在城市地区，城市居民面临的热暴露风险日趋严峻。城市热岛效应不仅加剧能源消耗、恶化空气质量，还对居民健康构成直接威胁。在这一背景下，发展城市绿地（UGS）被公认为缓解城市热岛效应最具成本效益的自然解决方案之一。

近年来，学术界在UGS降温机制量化、空间格局优化、植被配置及环境公平性评估等方面取得了丰硕成果。Peng等人（2021）首次提出包含最大降温面积（CA）、最大降温效率（CE）、累积降温强度（CI）和累积降温梯度（CG）的四维综合指标体系，为UGS降温效应评价奠定了重要方法论基础。后续研究在这一框架内从季节、昼夜等维度不断深化，揭示了UGS降温效应的时空异质性及其规划目标的复杂性。

然而，现有研究存在一个根本性局限：规划实践中常面临多个相互冲突的降温目标——例如，规划者一方面希望扩大UGS覆盖范围以获得更广的降温辐射半径，另一方面又要求更高的降温强度和梯度以增强局地热浪缓解能力；同时还需要UGS在昼夜尺度上提供持续稳定的降温服务。已有研究表明，在温带季风气候区，增加开敞绿地面积虽可扩大降温范围，却导致局地降温效率下降；复杂的斑块形态虽可增强局地降温效果，却削弱整体降温强度与梯度。这种多目标间的矛盾使传统的单目标阈值优化范式——通常以对数回归确定唯一的降温效率阈值（TVoE）——无法满足现实规划需求。因此，亟需建立一种能够协调多元冲突目标的系统化优化框架。本研究正是针对这一科学问题，提出将多目标帕累托优化引入UGS空间规划领域，以实现降温效益的统筹协调。

二、研究内容与数据方法概述

本研究的目标是开发一个集“识别-解释-优化”（Identify-Explain-Optimize）于一体的UGS降温多目标协同优化框架。研究对象为中国乌鲁木齐市，该市地处天山北麓、准噶尔盆地南缘，属于中纬度大陆性干旱气候，夏季高温区域占比大，近二十年白昼地表温度（LST）呈显著上升趋势，是研究干旱区城市热岛缓解策略的理想实验区。

研究数据来源多样：LST数据取自Landsat 9卫星影像（30米分辨率），归一化植被指数（NDVI）和裸土指数（BSI）源自Sentinel-2影像，建筑矢量数据、道路网络数据、数字高程模型（DEM）及城市边界数据分别来自公开数据库。所有栅格数据统一投影至WGS_1984_UTM_Zone_45N坐标系。

技术方法主要包括四大步骤。第一，UGS斑块提取与筛选：基于NDVI>0.35的像元，采用核密度估计（KDE）技术获得UGS密度表面，并设定密度阈值提取UGS系统空间范围；继而依据四个标准筛选样地：（1）斑块须位于城市边界内且300米缓冲区内不透水面比例超过30%；（2）面积不小于0.5公顷以匹配Landsat分辨率；（3）300米缓冲区内无面积大于或等于样地的其他绿地或水体以确保样本独立性；（4）样地及缓冲区内遥感像元无缺失值，初步筛选出170个斑块。第二，降温指标计算：以斑块边界为起点构建10个30米宽的同心缓冲区，采集周围LST数据，采用三次多项式拟合LST-距离曲线，依据曲线确定最大降温距离，进而计算CA、CE、CI和CG四项指标；经拟合优度（R2>0.3）、最大降温距离合理性等三项附加筛选规则后，最终保留90个UGS斑块。第三，驱动因素分析：从斑块属性、景观组成、周边建筑、周边景观和空间位置五个维度选取15个具有明确实践意义的潜在影响因子，采用皮尔逊相关分析评估因子间及因子与降温指标间的线性关系，所有方差膨胀因子（VIF）均低于5，满足建模要求；引入轻量级梯度提升机（LightGBM）模型结合SHapley Additive exPlanations（SHAP）解释器分析各因子对降温指标的相对贡献及作用方向，采用重复5次的10折交叉验证确保模型稳定性。第四，多目标优化：基于SHAP分析识别存在调控冲突的降温指标，采用非支配排序遗传算法II（NSGA-II）求解CA-CE双目标帕累托前沿，以影响目标变量的因子作为决策变量，其他非必要因子设定为样本均值，决策变量上下限由样本最大值和最小值界定；种群规模500，迭代300代，采用切比雪夫聚合法从帕累托前沿提取权衡妥协解。优化任务独立重复30次以消除随机初始化带来的不确定性，通过超体积（HV）指标评估收敛性。

三、研究结果

（一）城市绿地斑块的降温效应

经温度曲线拟合筛选后，研究对符合条件的UGS斑块进行空间可视化。结果显示，降温面积与斑块面积呈显著正比关系，大斑块具有更广的降温辐射范围；而降温效率与斑块面积呈反比，小斑块在单位面积上表现出更高的降温效率。降温强度和降温梯度则呈现非线性特征：大型斑块多集中于中等强度和梯度区间，既非最强亦非最弱，表明二者受多因素共同影响，具有更复杂的空间作用机制。

（二）驱动因素分析

相关分析揭示出清晰的因子-指标对应关系：CA与斑块面积（PA）呈强显著正相关（P<0.01），并受景观形状指数（LSI）和内部地表温度弱影响；CE与LSI呈强显著相关（P<0.01），并与PA、内部NDVI存在弱相关；CI和CG均与外部裸土比例（BARE_out）呈强显著正相关（P<0.01），同时受内部道路密度、外部道路密度、距城市中心距离和外部NDVI的弱影响。相比之下，UGS斑块内外建筑面积比对各项降温指标均无显著影响。

LightGBM模型结果表明，CA和CE模型的决定系数（R2）分别达到0.839和0.812，表现出强解释力和预测能力；而CI和CG的R2仅分别为0.307和0.331，处于弱解释范围。因此，后续NSGA-II优化仅选取Ca和CE（R2>0.8）作为目标函数。SHAP重要性排名显示，影响CA的前三位因子为PA（59.1%）、LSI（17.9%）和内部地表温度（LST_in，8.1%），其中PA的主导作用远超其他因子；影响CE的前三位因子为PA（46.4%）、LSI（34.8%）和内部道路密度（ROAD_in，4.6%），PA和LSI共同主导CE。SHAP方向分析表明，高PA正向促进CA但负向抑制CE，而LSI对CA和CE均呈现正向促进作用；在模型可解释的方差范围内，BARE_out对CI和CG分别贡献了25.2%和27.6%的SHAP值，且高BARE_out值对应高SHAP值区间，表明周边裸土比例越高，UGS斑块的降温强度和梯度越强。

（三）多目标优化结果

NSGA-II算法重复30次运行的HV均值为2328.954，标准差仅为3.56，变异系数0.15%，表明算法收敛性和稳定性优良。帕累托前沿显示，CA与CE呈反向关系——随着CA增大，CE先下降后趋于平缓。采用等权重（1:1）切比雪夫聚合法提取的妥协解对应斑块面积11.8公顷，显著小于PA最大值端的极端解（322.8公顷）且大于PA最小值端的极端解（2.12公顷）；而妥协解的LSI（5.62）高于两个极端解。这一结果指示“小面积高复杂度”的配置策略是实现CA与CE平衡优化的有效途径。妥协解的CA为134.25公顷，CE为6.73，所需土地面积远低于传统对数回归方法推算的30.184公顷效率阈值。

四、讨论与结论

本研究从方法论层面突破了传统单目标阈值优化的范式局限。以往研究主要建立斑块面积与降温指标间的对数回归模型，以效率阈值（TVoE）确定“最优面积”。然而，这种单目标优化忽视了冷却面积所代表的服务覆盖需求以及多因素交互产生的降温补偿效应。本研究通过将CA和CE同时纳入帕累托优化框架，构建了以x轴为降温范围、y轴为降温效率的二维权衡空间，直接输出一系列能够平衡服务覆盖与单位效率的UGS配置方案。该方案集涵盖了从“最大降温范围、较低效率”到“最小降温范围、最高效率”的全部非支配配置，规划者可依据土地可用性、预算约束或公平性考量在帕累托曲线上自由选择适合情境的面积-形态组合。值得注意的是，本研究所得到的11.8公顷妥协解普遍小于以往研究报道的降温效率阈值（如北京公园的24-29公顷、温带季风区城市的103.61公顷），且模型揭示了通过提高斑块形状复杂度可在一定程度上补偿因面积缩减造成的降温范围损失——SHAP分析显示形状复杂度对CA和CE的贡献分别达17.9%和34.8%，这为利用高影响因子平衡两个负相关的降温指标提供了科学依据。

在国际比较层面，Wei等人（2024）估算北京城市公园的面积阈值为昼间24公顷、夜间29公顷；Zhang等人（2024）估算温带季风气候区城市面积阈值为103.61公顷。与之相比，本研究获得的妥协解11.8公顷显著小于这些效率阈值，定量证实了“小面积高复杂度”策略在干旱区城市应用中的资源节约优势。

城市规划与管理意义方面，UGS为居民提供多重物理、心理和社会效益，但不同社会经济地位群体在UGS数量、质量和可达性方面存在显著不平等。居民社会经济地位越低，热暴露风险越高，获得高质量蓝绿基础设施的机会越少。因此，UGS配置的公平性已成为规划者必须考虑的重要维度。本研究构建的帕累托框架使规划者能够超越刚性效率阈值，依据有限的土地和灌溉水资源，在不同降温目标间进行灵活的适应性权衡。针对调控方向一致的指标（如CI和CG均受到周边裸土比例的正向调控），研究建议尽量减少UGS周边裸土面积，以降低区域整体温度。

局限性方面：第一，Landsat卫星过境时间为当地上午，所得参数仅代表上午时段特征，此时太阳高度角较低，周围高层建筑和树木的阴影效应可能影响降温评估；第二，研究未考虑背景气温变化的影响，仅使用2025年夏季平均LST数据；第三，样本选择标准存在较大差异可能影响研究间的可比性；第四，累积指标（CI和CG）的方差仅有约30%被当前框架解释，需要识别干旱环境中影响累积指标的更多驱动因素；第五，研究仅依赖遥感LST而未与实地气温观测交叉验证，限制了对人体热舒适度的直接推断。

结论部分，本研究可概括为三点：（1）LightGBM-SHAP解释器识别出：斑块面积和景观形状指数分别主导降温面积和降温效率，而外部裸土比例是影响降温强度和降温梯度的核心变量，为差异化的UGS设计提供了明确依据。（2）将CA-CE矛盾定义为多目标优化问题并以NSGA-II求解，在乌鲁木齐的分析显示，“小面积高复杂度”策略仅需11.8公顷绿地即可为134.25公顷的区域提供降温服务，降温效率达6.73，远小于传统对数回归阈值预测的绿地需求。（3）该模型为规划者提供了一系列代表“最大覆盖”与“最高效率”之间不同权衡的配置选项，适应土地、预算等现实约束，与传统TVoE方法提供的刚性单一答案形成鲜明对比，标志着城市降温规划从单目标优化向多目标协同管理的关键转变。本研究的后续工作将纳入昼夜温度波动、年际气候周期以及土地和水资源可用性等现实约束，推动模型向多时相、多目标、多资源协同优化的综合框架演进。