《Urban Forestry & Urban Greening》：Putting shade where it counts: A classification approach for prioritizing tree planting locations using heat equity and shade modelling
编辑推荐：
摘要
气候变化与城市化正在加剧城市中的热相关风险，且这些风险的分布并不均衡。决策者旨在通过增加树木覆盖率来改善公平性和室外热舒适度，但实际成效在很大程度上取决于局地尺度因素，如种植约束条件和树荫重叠情况。目前仍缺乏能够将场地-specific种植可行性、公平性
摘要
气候变化与城市化正在加剧城市中的热相关风险，且这些风险的分布并不均衡。决策者旨在通过增加树木覆盖率来改善公平性和室外热舒适度，但实际成效在很大程度上取决于局地尺度因素，如种植约束条件和树荫重叠情况。目前仍缺乏能够将场地-specific种植可行性、公平性以及高分辨率树荫建模相结合的城市决策支持工作流程，以识别有效且公平的干预措施。研究人员开发了一种基于ArcGIS Pro的工作流程，利用基于太阳辐射的树荫建模和树木公平指数，在加拿大基洛纳市评估可行新植树木的相对降温和公平性影响。研究人员将城市划分为400 m × 400 m的网格区域进行比较，并对每个区域进行种植优先级分类。树木遮荫潜力在城市中分布不均，按新冠层面积计的前20%种植区域占建模总树荫增益的50.8%。尽管部分高公平优先级的区域也表现出较高的遮荫潜力，但其他区域在当前生物物理和法规约束下显示出有限的遮荫供给能力，凸显了仅依靠植树改善热公平的实际局限性。为支持规划与实施，研究人员将总树荫增益、遮荫效率和公平价值整合为一个筛选级的树木种植优先级分类体系。该方法提供了一种可复制、可转移的决策支持工具，帮助 municipalities 确定植树既可行又具有影响力的地点，从而改善热缓解目标、公平目标与实际约束之间的协调性。
论文解读：基于热公平与树荫建模的城市植树优先级分类方法研究
一、研究背景与问题
全球范围内，极端高温事件已成为人类健康最严重的威胁之一。气候变化、城市化进程以及建成环境对热量的放大效应，使得超过17亿人口面临加剧的热风险。城市热岛效应描述了城市相对于周边乡村地区气温或地表温度升高的现象，但其大尺度模式无法捕捉人们在局地尺度上实际经历的热暴露条件。热暴露和脆弱性深受微气候及城市特征的影响，单株树木即可对室外热舒适产生显著影响。因此，扩大城市树冠覆盖率的努力需要纳入对种植地点的分析，以确定树木种植能够提供最有意义的降温效益的位置。
城市树木通过蒸散作用、气流调节和提供树荫来改变微尺度气候条件。在多种热舒适指标中，包括气温、平均辐射温度、生理等效温度和通用热气候指数，大量研究确定树荫是改善夏季室外热舒适最有效的绿化机制。鉴于树荫对人类热舒适的巨大影响，在绝对温度建模不切实际的情况下，树荫可作为大规模比较降温效益的高效代理指标。
现有研究存在以下不足：树荫优化研究和公平导向规划往往被分别开展。详细的树荫和树木布局研究通常在有限的场地内进行，而公平指数和市政种植优先级分类则在较粗尺度上运作。因此，迫切需要一种实用的城市范围工作流程，以识别可行的单株树木种植机会、估算其冠层和树荫结果，并评估其与需求模式的契合度。
二、研究目的与内容
本研究的总体目标是评估加拿大基洛纳市在哪些地点植树既可行又能提供有意义的降温和公平效益。研究人员引入了CanopyFit模型——一种空间显式模型，利用50 cm土地覆盖数据，在特定的种植和排除约束条件下识别并安置成熟单株树冠。通过将这些冠层结果与基于太阳辐射的树荫建模和公平指标相结合，评估空间可行性如何影响潜在树荫增益的分布和优先种植区域。研究具体回答以下问题：（1）可行植树产生的潜在树荫增益在基洛纳市的空间分布如何？（2）具有高潜树荫增益的地点与基洛纳市树木公平评分指示的最大需求区域在多大程度上一致？（3）如何将种植可行性、总树荫增益、遮荫效率和公平性结合起来以确定种植地点的优先级？
三、研究方法与关键技术
本研究采用以下主要技术方法：第一，CanopyFit模型——一种基于约束的空间分配模型，利用50 cm土地覆盖分类数据（源自2023年LiDAR、四波段正射影像、树冠矢量和建筑矢量），按大型（直径15.3 m）、中型（7.6 m）和小型（4.1 m）成熟冠层等级在满足最小面积阈值的可行多边形内依次模拟树木安置。种植约束与基洛纳市工作人员协商制定，包括退让距离、公用设施冲突、运营实践和环境限制。第二，基于太阳辐射的树荫建模——使用ArcGIS Pro的栅格太阳辐射工具，以去噪后的数字表面模型为输入，计算2023年7月1日至31日期间研究区域内的累积直接和漫射太阳辐射。通过比较基线辐射表面和种植后辐射表面，计算侧向树荫和树下树荫，得到总树荫增益。第三，遮荫效率计算——将各网格单元内CanopyFit新冠层面积除以其总树荫增益。第四，公平性整合——采用树木公平评分优先指数，该指数结合了平均地表温度、家庭收入中位数、年龄抚养比、可见少数族裔人口和失业率五项加权指标，通过人口加权面积插值将传播区域尺度的评分转移到分析网格。第五，分类体系构建——将总树荫增益、遮荫效率和公平价值以中位数为阈值分为高低两类，组合产生八级种植优先级类别。第六，敏感性分析——包括网格平移测试、大气参数调整和分类方法比较。
四、研究结果
（一）敏感性分析支持方法简化
通过平移基础网格生成8个额外网格，243个普查区场景中219个与模态折叠类一致，一致性超过90%，表明在普查区和社区尺度上种植优先级结果稳定。调整大气参数仅在401个可测试网格单元中的5个（1.2%）引起折叠类变化，表明优先级分类对大范围大气假设具有稳健性。分类方法对类分配产生显著影响，与Jenks自然断点法相比，中位数阈值方法识别出更广泛的候选筛选区域，因此被保留用于最终分析。
（二）模型化树木种植潜力和树荫增益的空间分布不均
研究区域全部408个网格单元中均识别出可行植树地点，成熟期新冠层面积共计248.3公顷。新冠层面积分布不均，仅20%的细胞包含51.6%的新冠层面积。总树荫增益呈现类似分布——按新冠层面积计的前20%细胞占总树荫增益的50.8%。高冠层、高树荫增益区域出现在住宅区Rutland和混合用途North End内的较小住宅片区。Midtown社区因不透水表面限制了可行种植地点，表现出低新冠层面积和低总树荫增益。
（三）树荫机会与公平需求在部分社区一致但并非全部
叠加总树荫增益图和公平地图显示，部分种植区域属于“双赢”机会，同时具有高总树荫增益和高公平优先级。许多此类机会出现在Rutland社区——该市较低收入区域，已被规划人员确定为优先种植社区。然而，Midtown社区的高需求在当前生物物理和政策约束下难以满足，而Glenmore南部的部分地区具有高遮荫能力但相对需求较低。
（四）筛选级分类方案生成植树优先区域地图
通过整合公平性、总树荫增益和遮荫效率，研究人员生成了基洛纳市树木种植优先级分类地图。该分类支持分层优先级排序：在高度需求区域中，高总树荫增益的站点代表早期行动候选地，可进一步通过遮荫效率筛选出高影响、成本意识强的起点。
五、讨论与结论
研究人员开发的这一框架展示了如何将可行性、功能性和公平性整合以改善城市植树优先排序。遮荫效率指标提供了额外的决策支持视角——在树木采购成本相当的情况下，可比较单位冠层面积内的相对降温回报。将树荫增益与公平指数叠加，揭示了“高需求、高机会”区域与“高需求、低潜力”区域并存的现象，表明单靠植树可能无法完全解决热公平问题，部分区域可能需要去铺装或人工遮荫结构等补充干预措施。
研究的主要局限包括：CanopyFit模型代表标准化成熟树木尺寸而非实际种植结果；太阳辐射模型简化了大气条件和冠层结构；公平分析受限于可用数据的分辨率和所选指标。因此，生成的地图应作为支持而非替代局部知识、专业判断和场地特定规划的工具。该框架的可转移性有助于从业者超越泛化的冠层目标，迈向确定树木可以且应该种植的具体地点，以支持气候适应和城市森林公平。
