卫星地表温度（LST）能否捕捉骑行者的热风险？街景红外推断揭示墨尔本自行车网络沿线的隐性热暴露

《Sustainable Cities and Society》：Can satellite LST capture cyclist heat risk? Street-view infrared inference reveals hidden thermal exposure along Melbourne’s cycling network

　　

摘要

极端高温正在重塑主动出行安全的环境条件，然而大多数城市热环境评估仍依赖基于俯视视角的地表温度（LST），这种指标无法很好地代表骑行者在近地面所面临的辐射暴露。本研究探讨了卫星观测的地表热是否能够有效识别骑行者潜在的热暴露，并阐明了澳大利亚墨尔本都市区中LST与面向骑行者的热暴露之间出现偏差的街道级相关因素。本研究将11,408条夏季Ride with GPS骑行轨迹与Landsat/MODIS地表温度、Google街景图像、语义分割和Instant Infrared模型推理相结合。街道环境指标被划分为两组功能性指标，分别代表遮荫结构和基于形态的热环境条件，并与骑行路线相关联。采用LightGBM建模和贡献度分析，比较模型推理的街道级热指标与卫星反演的LST在非线性环境响应上的差异。结果表明：（1）骑行活动主要集中在墨尔本市中心区域，而模型推理的街道级热指标在区域内表现出比卫星LST更强的异质性；（2）不同典型街道类型展现出明显不同的相对热模式，遮荫良好的住宅街道推理值较低，而交通走廊路段推理值较高；（3）模型推理的热指标与天空开阔度、遮荫路线比例和路线级遮荫度关联更紧密，而LST与不透水面和路面热性质关联更紧密；（4）热适应性骑行规划应优先关注开放通道、工业边缘和通风不良的街道，即卫星LST与模型推理的骑行者潜在热暴露在量级或位置上出现偏离的区域。这些发现表明，潜在的骑行热暴露既与区域热背景有关，也与街道级空间形态有关，为更精准的、以骑行者为中心的气候适应提供了证据。

引言

随着城市化的加速推进和城市热岛效应的日益加剧，极端高温已成为影响公共健康和日常户外出行的重大环境风险（Campbell等，2018；D. Li & Bou-Zeid，2013）。城市骑行作为一种低碳、健康、空间高效的主动出行方式，被广泛推广，在减少汽车依赖和支持更具韧性的城市出行系统方面发挥着重要作用（Giles-Corti等，2016；Pucher & Buehler，2017）。然而，骑行者在出行过程中直接暴露于太阳辐射、高温路面、交通走廊以及遮荫不足的街道中，其热暴露可能比许多机动车出行者更为即时（Karner等，2015；Ueberham等，2019）。过高的温度会降低骑行舒适度、改变路线选择，并抑制炎热天气下的主动出行（Pitois等，2025；Rabassa等，2021）。因此，在街道尺度上识别潜在的高温骑行环境，对于支持热适应性骑行规划具有重要意义。

城市热暴露评估已成为城市气候、环境健康和交通地理学中的重要议题，学者们越来越关注人体活动与热环境之间的动态交互关系（Yin等，2021；Liu等，2024）。现有研究通常采用气象观测数据、遥感地表温度（LST）、城市形态数据和出行记录来解释热风险的空间差异（Voogt & Oke，2003；Naserikia等，2023）。气象站可以提供时间连续的观测数据，但其稀疏的空间分布使得难以捕捉由建筑物遮荫、树冠覆盖、路面材料和通风条件引起的街道级热变化（Kim等，2022；Hu等，2024）。Landsat和MODIS等传感器提供的卫星地表温度覆盖范围广泛，有助于识别区域热梯度，但往往无法同时满足骑行路线尺度暴露分析的空间和时间需求（Voogt & Oke，2003；Naserikia等，2023）。因此，仅依赖气象站观测或卫星LST可能会忽略与骑行者相关的街道级热变化。

GPS轨迹数据、街景图像和计算机视觉技术的最新进展，为从移动个体的角度评估热暴露创造了新的机遇（Ge等，2024；Kone等，2025）。基于GPS的骑行轨迹可以揭示实际的路线选择、骑行强度和走廊级暴露模式，克服了静态人口风险评估的某些局限性（Casello & Usyukov，2014；Ferster等，2021）。移动观测和可穿戴传感器研究改善了个体环境暴露的测量精度，但通常受限于样本量小和路线覆盖有限（Vanos等，2019；Runkle等，2019）。街景图像提供了一种可扩展的方式来表征微尺度街道环境，包括天空开阔度、植被、建筑立面和路面（Ito & Biljecki，2021）。基于深度学习的语义分割进一步使这些视觉元素能够转化为用于城市环境分析的定量指标（Badrinarayanan等，2017；Adam等，2023）。近期，基于红外和街景的热推理方法开始通过将视觉线索与气象驱动因素相关联，来估算街道尺度的地表温度场（Middel等，2023；Klimenka等，2025）。与基于物理的微气候模拟相比，这些方法降低了对详细三维几何输入的需求，更适合大规模、高分辨率的热环境制图（Young等，2022）。然而，如何将骑行GPS轨迹、卫星LST和基于街景的模型推理红外温度指标整合到一个统一的框架中，仍缺乏充分的研究。

当前关于骑行热暴露的研究仍存在若干空白。首先，从骑行者视角出发，卫星反演的LST与模型推理的街道级热指标之间的差异尚未被充分比较。其次，许多研究将LST或气温直接作为热风险的代理指标，但实际上物理地表热和近地面感知的辐射暴露可能因街道形态和材料不同而呈现不同的响应模式（Karner等，2015；Naserikia等，2023）。第三，与该偏差相关的街道环境特征仍缺乏充分理解，特别是与天空开阔度、不透水面、遮荫路线比例、立面反射率和通风走廊能见度相关的特征。第四，虽然植被、树冠和反射材料被广泛讨论为热缓解策略，但它们与热条件的关联可能因街道类型和暴露水平而异（Lee & Mayer，2018；Yin等，2024）。这些空白限制了热暴露评估向定向骑行网络更新和街道级气候适应的转化。

为解决上述空白，本研究提出三个研究问题。第一，骑行活动和多源热指标在墨尔本如何空间分布？第二，卫星反演的LST与模型推理的街道级热指标在不同街道和地方自治区之间在多大程度上存在偏差？第三，哪些街道环境变量与卫星反演LST和模型推理街道级热指标之间的空间偏差关联最强，以及它们的模型贡献如何呈非线性变化？为回答这些问题，本研究以墨尔本都市区为案例，整合了Ride with GPS的11,408条夏季骑行轨迹、Landsat和MODIS地表温度、Google街景图像、基于SegNet的语义分割和Instant红外热推理流程（Badrinarayanan等，2017；Ke等，2017；Klimenka等，2025）。我们进一步采用LightGBM建模，比较街道环境变量对LST和模型推理街道级热指标的预测贡献，并识别不同暴露水平下的非线性关联。该框架识别了卫星反演LST可能与模型推理指标发生偏离的位置，因为这两种变量在空间支持和环境表征上存在差异，尤其是在开放交叉口、交通走廊、不透水工业边缘和高密度城市峡谷区域。研究结果为热适应性骑行网络中的遮荫设施建设、路面材料更新、通风走廊保护以及精细化的街道干预提供了数据驱动的证据。

本文其余部分组织如下：第2节综述骑行热暴露、骑行环境量化和基于街景的热评估研究；第3节介绍研究区域、数据集和方法；第4节呈现实证结果；第5节讨论对热适应性骑行规划的启示；第6节总结全文。

章节片段

热暴露与骑行活动

城市骑行有助于低碳出行和公共健康（Brand等，2021），但在气候变化下日益受到热暴露的影响（Ebi等，2021）。这种矛盾给那些既推广骑行又面临更频繁和更强烈的高温天气事件的城市带来了实际挑战（Fang & Gao，2025）。尽管提高骑行出行比例可以减少排放和支持健康生活方式，但热暴露通常被视为一种不如其他因素那样可见的障碍，与

研究区域

本研究聚焦于墨尔本都市区，包括中央商务区（CBD）和周边若干地方自治区（LGAs），常住人口约520万（澳大利亚统计局[ABS]，2023）。墨尔本市区核心区域面积约37.7平方公里，常住人口约18万，而工作日的日间人口可达90万左右，反映出高度密集且流动性强的城市环境。

骑行分布与多源热暴露

本节首先在空间上量化研究区域内的骑行活动，并比较宏观卫星观测得到的地表温度（LST）与微观街景视角之间的表现差异。图5展示了墨尔本都市区各地方自治区（LGAs）骑行强度的空间模式，以及多源热暴露指标的结构分布和测量差异。

总体而言，记录的骑行活动在

街景与红外整合框架

将街景语义分割、骑行轨迹和基于街景的热推理相结合，使得从区域热背景分析转向沿高频骑行走廊的街道级热筛查成为可能。该框架利用近地面视觉信息来表征与建筑立面、树冠覆盖、天空开阔度和路面相关的模型推理热变化（Middel等，2023；Klimenka等，2025）。它是对卫星LST的

结论

以墨尔本都市区为案例，本研究开发了一种整合框架，用于在代表性夏季条件下筛选已记录骑行走廊沿线的潜在街道级热暴露。该框架结合了骑行轨迹、卫星反演的地表温度、街景语义分割和基于街景的热推理。它将卫星反演LST所表征的邻里尺度热背景与模型推理的街道级热指标进行

CRediT作者贡献声明

孙晓烨：撰写——初稿、可视化、方法论、形式化分析、概念构思。金睿：撰写——审阅与编辑、验证、监督、概念构思、形式化分析、项目管理、资源获取。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益关系或个人关系。

孙晓烨 | 金睿

澳大利亚科廷大学设计与建筑环境学院，肯特街，本特利，WA 6102，澳大利亚