揭示特大城市嵌套式热景观连通性:一种用于缓解热岛效应的多层级递归分解框架
《Building and Environment》:Uncovering Nested Thermal Landscape Connectivity in Megacities: A Multi-Level Recursive Decomposition Framework for Heat Island Mitigation
【字体:
大
中
小
】
时间:2026年09月11日
来源:Building and Environment 8.4
编辑推荐:
# 摘要
城市热岛(UHI)效应对人类健康和城市可持续发展构成重大威胁。基于连通性网络的城市热环境理解已成为精准缓解的关键途径。然而,此类研究通常受限于尺度不敏感性和热阻参数的主观设定。为克服这些挑战,本研究开发了一种集成的多级递归分解–地理Shapley(MLRD-Geo
# 摘要
城市热岛(UHI)效应对人类健康和城市可持续发展构成重大威胁。基于连通性网络的城市热环境理解已成为精准缓解的关键途径。然而,此类研究通常受限于尺度不敏感性和热阻参数的主观设定。为克服这些挑战,本研究开发了一种集成的多级递归分解–地理Shapley(MLRD-GeoShapley)框架。将其应用于上海,揭示了"热岛中嵌套热岛"的层次化模式,包括43个一级热源(1220.23 km2)和164个嵌套子级热源(131.98 km2)。地理Shapley方法客观地量化了尺度依赖的驱动机制:在宏观层面,热阻主要受夜间灯光强度(NL)和归一化植被指数(NDVI)影响,分别产生正向和负向效应;而在子级层面,NDVI和归一化建成区指数(NDBI)成为最强的预测因子,建筑高度(BH)上升到突出地位,反映了密集核心区城市形态的主导作用。这种层次化组织反映在网络结构中,104条宏观廊道(323.06 km)构成了区域热骨架,431条子级廊道(827.46 km)组成了复杂的内部连通系统。两大网络的整合识别出战略干预节点——20.90 km2的瓶颈点和589.48 km2的屏障区。通过将景观生态学中的层次理论与城市气候学相结合,本框架将UHI治理从空间均匀、全面覆盖式的降温措施转变为精度导向、层次针对性的范式——为全球超大城市的韧性气候规划提供了可扩展的蓝图。
# 引言
快速城市化显著加剧了城市热岛(UHI)效应,使大都市区比其乡村周边明显更温暖,这代表全球城市中最具特征的人为气候改变之一[1,2]。城市温度的持续升高引发了一系列严重后果,包括制冷能源需求激增[3]、空气质量下降[4]、环境问题加剧(S[5])、显著改变人类活动和区域气候适宜性[6],以及热相关疾病发病率和死亡率升高,尤其是老年人、儿童和低收入群体等脆弱人群([7];B.-J[8])。2022年夏季北半球——包括中国——的历史性高温进一步凸显了将UHI缓解作为城市可持续发展核心优先事项的紧迫性([9];L[10])。
地表温度(LST)遥感已成为量化地表城市热岛(SUHI)多尺度空间模式的基石[11,12]。区分SUHI与大气层或冠层UHI至关重要。后者高度动态,受微气象流体动力学和湍流热通量控制,而SUHI反映城市表面特性(Y.-C[[13],[14],[15]])的持久热印记。本研究讨论的UHI主要聚焦于SUHI。
大量研究阐明了UHI形成的主要驱动因素,包括不透水表面扩张(A[16];M[17])、二维和三维城市形态([18,19];B[20,21])、植被覆盖减少(A[16];M[10])以及人为热排放(J[22])。早期缓解策略主要专注于部署孤立的蓝绿基础设施——如城市公园、绿色屋顶和水体——以产生局部降温效应[23,24]。然而,越来越多的证据表明,SUHI不仅由孤立斑块决定,斑块间的连通性对整体热模式也有显著影响([25,26];Z[27])。借鉴景观生态学原理,近期研究将斑块–廊道–基质模型和源–汇理论引入城市气候学,采用形态空间格局分析(MSPA)来划定核心热源,并利用电路理论在异质性阻力表面上模拟随机热连通性(Z[27])。两种主导的基于"热景观网络"的缓解范式已经出现:(1) 反向干预,通过破坏关键链接来分裂高连通性的热岛网络[28];(2) 冷岛增强,通过连接碎片化的冷斑组成连贯的降温廊道(Y[29,26])。需要指出的是,本文中"热景观网络"或"热岛网络"一词指的是从热景观格局和基于阻力连通性建模推断出的城市热环境内部空间连通性的结构表示。这些网络不代表物理测量或热力学模拟的热通量,而是作为理解高或低温斑块间潜在空间相互作用、结构连通性和形态依赖关系的分析框架。
尽管取得了这些进展,但两个根本局限阻碍了热景观网络在超大城市中的操作应用。首先,大多数现有研究局限于单一空间尺度,未能捕捉大型大都市区固有的复杂热异质性和尺度依赖性(J[30])。先前的研究揭示LST本身在不同空间格局下表现出不同的波动(Y[17]),且城市功能区的形态特征表现出强烈的时空异质性和与LST的非线性关系(J.-T[31])。植被、水体、地形和城市形态对热环境的影响在区域和地方尺度上也存在显著差异[32]。尺度效应导致解释变量的贡献在不同尺度间变化(J[33])。因此,从孤立的宏观尺度分析得出的缓解策略在地方层面往往失去效力。尽管一些学者提出了多尺度嵌套热景观网络框架([34];Y[29];J[30]),但大多数仍基于强调物理空间层次——如"城市群–城市–城市核心"结构[35]的传统生态网络范式。这些局限性的产生是因为现有方法忽视了栖息地系统和热系统之间的根本区别:生态源(如森林和水体)是离散的空间实体,而城市热岛是从连续LST场中涌现的相对模式。通常,UHI和冷岛使用均值–标准差(M–SD)阈值来识别(Y[29];X[31];Z[27,28];Q[36];Z[37])。因此,UHI模式表现出固有的递归性:在大型UHI区域内,可以存在更小的"热岛中嵌套热岛"(子级UHI),形成嵌套的局部热景观网络。然而,这一固有的递归层次在热景观研究中几乎没有受到关注。
其次,热阻力表面的构建往往涉及大量主观性(S[38])。阻力映射的准确性是网络建模的基础。早期工作仅依赖土地利用类型(Z[27]),后续研究通过专家打分或层次分析法纳入多因子权重[26,28]。这些主观方法无法捕捉城市热模式背后的非线性和复杂机制,从而损害了廊道识别的准确性。尽管近期研究已将机器学习与Shapley加性解释(SHAP)相结合以获得更客观的权重([39];X[31]),但标准SHAP方法仍然是非空间的解释方法——它将每个观测值视为独立样本并估计平均边际效应,而不考虑空间自相关或异质性,这严重限制了其在热环境建模中的解释准确性(Z[[40],[41],[42]])。
为解决这些局限,本研究聚焦于两个总体知识空白。第一,当前方法缺乏系统性地分解连续热场的方式,以揭示和分析其固有的层次组织。第二,热阻力表面的构建仍然不够客观和空间敏感,因为常见的机器学习解释方法未能纳入空间背景,从而无法充分捕捉异质性和非线性的热机制。澄清这两个空白对于开发能够支持协调一致和尺度敏感的UHI缓解的热景观网络至关重要。
基于这些空白,本研究以上海为代表超大城市,提出了多级递归分解–地理Shapley(MLRD-GeoShapley)框架。该框架实现了三项关键进展:(1) 将机器学习与空间显式的地理Shapley解释相结合——将地理位置视为联合参与者——以推导出客观的、条件化的位置阻力表面;(2) 递归分割连续LST场以揭示固有的嵌套热结构,并构建与温度模式连续特性相符的多级热岛网络;(3) 识别跨尺度的关键廊道、瓶颈点和屏障区,以支持跨不同空间层次的结构性连贯和精度指导的缓解策略。
## 研究区域
上海(30°40′–31°53′N,120°52′–122°12′E),一座位于长江口的湿润亚热带超大城市,在6340.5 km2的行政区内居住着超过2900万居民(图1)(J[33])。
快速城市化和广泛的不透水表面使上海成为典型的热岛城市,核心–乡村LST差异经常超过5°C[43]。2022年袭击长江流域的历史性热浪进一步凸显了上海不断升级的热风险(L[10])。
## 方法
本研究提出了一种递归多级分解–地理Shapley框架,以解决城市热网络分析中的尺度不敏感性和阻力参数主观性问题(图2,图3)。系统方法包括四个整合阶段:(1) LST插值补全和基于M–SD的分类;(2) 应用MSPA和景观连通性指标来检测多级热岛热源;(3) 训练三种机器学习模型来构建客观的阻力表面。
## 一级热岛热源分布
2022年夏季研究区的LST范围为23.80°C至71.85°C,均值为43.78°C(图4a),表明存在显著的热岛效应。基于相对地表温度(RLST)分类(图4b),高温区和次高温区面积分别为906.18 km2和806.82 km2,占研究区面积的16.66%和14.84%。这些区域几乎完全集中在上海最古老、最密集和工业化程度最高的黄浦江北岸区域。
## 通过递归分解和层次嵌套推进多级UHI连通性网络框架
热景观网络已成为UHI缓解的有力范式:冷岛网络通过增强降温连通性来降低温度,而热岛网络通过破坏关键热链接来减轻潜在的热景观连通性([26];Z[27])。然而,传统应用仍局限于单一(通常为全城市)尺度,将热岛视为同质阻力表面中的静态斑块(Z[27,28];Q[36];Z[37])。即便
## 结论
本研究引入了多级递归分解–地理Shapley(MLRD-GeoShapley)框架,该框架揭示了超大城市UHI中潜在层次组织的证据,通过递归应用局部统计阈值使其可见。以上海为案例研究,本框架提供了三项紧密整合的进展,深化了我们对城市热景观的理解。
首先,在逐步嵌套的域内递归应用相同的M–SD阈值
## 未引用参考文献
[[71], [72], [73], [74], [75], [76]]
## CRediT作者贡献声明
李佳杰:撰写 – 审阅与编辑,撰写 – 原稿,可视化,软件,资源,方法论,形式分析,数据整理,概念化。严文韬:撰写 – 审阅与编辑,验证,监督,项目管理,资金获取,概念化。
李佳杰 | 严文韬
同济大学建筑与城市规划学院城市规划系,上海市四平路1239号
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