识别与连接绿地需求区域以缓解城市热岛效应:一种空间定位规划方法

《Sustainable Cities and Society》:Identifying and Connecting Green Space Demand Areas for Urban Heat Island Mitigation: A Spatial Localization Planning Approach

【字体: 大 中 小 】 时间:2026年09月11日 来源:Sustainable Cities and Society 13.3

编辑推荐:

   摘要 快速城市化和气候变化加剧了城市热岛(UHI)效应,对人口密集的城市带来了日益严峻的环境和社会压力。尽管城市绿地被广泛认为是缓解热岛效应的有效解决方案,但现有研究和规划实践大多集中在定量配置目标上,而对空间定位和实施导向的决策支持关注不足。为弥补这一空白,本研究采用生态

  

摘要

快速城市化和气候变化加剧了城市热岛(UHI)效应,对人口密集的城市带来了日益严峻的环境和社会压力。尽管城市绿地被广泛认为是缓解热岛效应的有效解决方案,但现有研究和规划实践大多集中在定量配置目标上,而对空间定位和实施导向的决策支持关注不足。为弥补这一空白,本研究采用生态需求-供给视角,提出了"绿地需求区"(GSDAs)的概念,用以表征热应力高且绿地降温支持不足的城区。以西安市中心城区为案例,本研究整合了陆表温度反演、热点分析和景观连通性分析,识别出需要绿地干预的优先区域。随后,基于土地覆盖类型、天空视图系数和坡度构建了综合阻力面,并应用最小费用路径模型划定潜在降温导向绿道。结果表明,定义为中强度及以上UHI强度的城市高温区占研究区域的27.27%。共识别出17个绿地需求区,覆盖高温区的24.94%,并贡献了约85%的总景观连通性。此外,还识别出29条潜在绿道,包括7条重要绿道和22条一般绿道。这些绿道增强了绿地需求区之间的空间连通性,为未来城市绿道规划提供了空间明确的参考。所提议的网络覆盖了17个绿地需求区中的14个(82.35%),表明大多数优先需求斑块已被纳入绿道系统。通过整合热压力格局、空间连通性和规划可行性,所提议的方法支持在土地稀缺约束下识别优先干预区域。总体而言,本研究提供了一种空间定位且面向规划的方法,支持城市和区域尺度的UHI缓解,为城市规划者和市政当局在绿地系统规划和气候适应方面提供了实用的决策支持参考。

引言

城市化加剧了环境退化并加重了城市热岛(UHI)效应,从而威胁到城市生态系统、生物多样性和公众健康(Ritchie and Roser, 2018; Yu et al., 2018)。作为城市生态系统的组成部分,城市绿地支持多种城市功能,包括环境改善、休闲娱乐、生物多样性保护、促进公共健康和提升宜居性(Zabihi et al., 2025a; Zabihi et al., 2025b)。它们还能通过遮荫、蒸散和蒸发冷却过程降低地表温度,改善户外热舒适度,有效缓解UHI效应(Pang et al., 2022; Yu et al., 2024; Yu et al., 2025)。因此,寻找一种合适的城市绿地规划方法以充分发挥其降温潜力,已成为缓解UHI效应和增强城市居住环境的关键问题。

现有城市绿地规划研究主要集中在对二维(2D)和三维(3D)绿地特征——包括斑块面积、形状、构成和格局——如何影响城市热环境和降温性能的定量分析上(Zhang et al., 2022; Yang et al., 2025; Zhou et al., 2025a; Zhou et al., 2025b)。同时,城市绿地的空间格局也与居民生活环境密切相关,因为它不仅影响降温性能,还影响服务可达性、社会公平性以及生态效益向城市人口的传递程度(Dong et al., 2024; Xu and Rui, 2024)。这表明城市绿地规划应超越总量或孤立斑块尺度的优化,更多地关注绿地需要在何处以及如何组织空间布局。然而,从生态视角通过科学定位规划实现有效绿地布局的方法研究仍然有限,现有方法大多集中在宏观尺度结构优化上,且主要以休闲为导向,对居民生态服务需求的关注相对不足。

通常,定位化的城市绿地规划包括两个主要部分:绿地布局和绿道选址。绿地布局研究主要集中在环境保护和可达性或公平性方面。环境导向的研究考察了绿地分布与城市环境问题之间的关系,并识别了当前绿地布局中的不足(Haq 2011; Xu et al., 2022)。然而,许多优化方法仍然偏向于大规模结构调整或理想化的空间假设,在土地稀缺约束下的密集建成区中实施指导有限(Zhao et al., 2024; Zhang et al., 2025)。可达性和公平性导向的研究大多集中在休闲需求和服务公平性上(Cao et al., 2022; Huang et al., 2023),而居民对生态服务日益增长的需求,尤其是与降温相关的生态需求,仍未得到充分满足(Iraegui et al., 2020; Rao et al., 2022)。

与此同时,城市绿道代表着增强生态连通性和支持气候适应的关键绿色基础设施。然而,现有绿道选址研究主要集中在城市或大都市层面的大规模绿道网络规划上,而忽视了对现有城市绿道的系统性提升(Balta and Yenil, 2019; Mu et al., 2024)。此外,尽管研究表明城市绿道是应对UHI效应的有效手段(Liu et al., 2022; Wang et al., 2019),但当前研究在绿道路线选择中往往优先考虑休闲和交通功能(如景观多样性、休闲、可达性),而对城市生态需求的体现不足(Qian et al., 2018; Liu et al., 2024; Vatanparast et al., 2024; Tang et al., 2025)。

总体而言,现有研究存在四大缺口。第一,虽然许多研究已阐明了城市绿地的降温机制并诊断了现有布局的缺陷,但较少将这些发现转化为空间定位且可操作的规划策略。第二,绿地布局和绿道规划研究倾向于强调社会经济或休闲功能,而对生态调节效应和居民与降温相关的生态需求关注不足。第三,绿道路线选择研究大多集中在大规模网络建设上,对现有城市绿道的系统性优化和生态提升关注有限。第四,现有研究往往将场地尺度降温机制与城市或区域尺度空间格局割裂开来,而连接宏观尺度格局优化与微观尺度设计与调控的跨尺度框架仍然有限。

从实践角度来看,当前中国的城市绿地规划仍然以指标为导向,往往依赖于经验性的"补缺"或"填空"方法,这可能忽视居民的实际体验和绿地供给的生态有效性(Wang, 2009)。在中国持续的城市更新行动中,土地稀缺进一步限制了大规模绿地开发,并呼吁更加精准定位的绿地配置(Li et al., 2025)。同样,绿道规划往往缺乏足够的定量支持,使得线路选择相对主观,限制了其响应居民降温相关生态需求的能力(Peng et al., 2017; Tang et al., 2020)。

基于上述研究缺口和实践挑战,本研究旨在提出一种面向UHI缓解的城市绿地系统规划空间定位方法,以支持密集建成环境中更具针对性的绿地布局和绿道连接规划。具体而言,本研究探讨如何识别、优先排序并通过潜在绿道连接降温需求优先区域。为实现这一目标,该方法由两个相互关联的组成部分构成。首先,识别绿地需求区(GSDAs),本研究将其定义为同时表现出显著热应力和高降温需求的城市区域,是绿地补充的优先目标,旨在为城市居民提供降温效益并改善城市热环境。其次,通过整合关键二维和三维城市空间要素构建综合阻力面,然后通过潜在绿道连接已识别的GSDAs。这两个组成部分共同构成了"GSDAs + 绿道"规划框架,将降温需求识别与基于廊道的空间干预联系起来。基于分析结果,本研究进一步提出了UHI缓解的空间规划指南。本研究的主要贡献在于提出了一种新颖的空间定位方法,解决了现有规划方法以指标为导向、主观性以及忽视居民生态需求的局限性。通过将GSDA识别与降温导向的绿道规划相结合,所提议的方法为针对性绿地布局和绿道干预提供了定量且空间明确的依据,从而为紧凑型城市环境中改善城市热环境提供了可操作的指导。

片段:研究区域

如图1所示,本研究聚焦于西安市中心城区,该市是中国西部地区的重要城市,位于东经107°40′至109°49′、北纬33°42′至34°45′之间。选择该区域是因其独特的气候背景和具有代表性的城市发展阶段。气候方面,尽管西安地理位置处于中国寒冷区,但夏季经历强烈的UHI效应(Pang et al., 2022)。根据西安市气象局数据,平均

GSDAs的识别

西安市城市高温区的空间分布如图4a所示。基于32个随机选取点位的平均LST,基准温度为37.3°C。具有中强度及以上UHI强度的高温区占总面积的27.27%,表明西安市中心城区具有显著的UHI效应。这些城市高温区的热点分析结果如图4b所示,其中红色斑块代表

识别GSDAs的重要性

城市更新已成为高质量城市发展的核心,强调现有建成区的集约化优化和高效再利用(Jin et al., 2023)。这一转变加剧了紧凑土地利用与绿地服务缺口之间的紧张关系,使大规模绿地扩张在密集建成区日益困难。在此约束下,增强热韧性需要规划者超越仅仅证明绿地降温效益,而应

结论

本研究提出了一种生态方法来缓解城市热岛(UHI)效应,通过引入绿地需求区(GSDAs)的概念及其空间识别方法,以及相应的潜在绿道规划方法。以西安为案例,提取了城市高温区,并通过热点分析和景观连通性分析相结合的方法识别出17个核心城市高温区作为GSDAs。这些区域

未引用参考文献

Zhang et al., 2024, Zabihi et al., 2025, Feng et al., 2012, Zhou et al., 2025, Feng et al., 2013, Aslan and Türkak?n, 2022, Liu et al., 2019, Lan et al., 2022, Li et al., 2024, Li et al., 2025, Mo et al., 2022, Chen et al., 2025, Yan et al., 2025, Zhang and Zhang, 2019

CRediT作者贡献声明

Bo Pang:撰写——初稿,可视化,验证,软件,资源,方法论,形式分析,数据整理,概念化。Jingyuan Zhao:撰写——审阅与编辑,监督,项目管理,调查,资金获取,概念化。Taiming Lin:可视化,验证,软件,形式分析,数据整理。

Bo Pang | Jingyuan Zhao | Taiming Lin

西安财经大学管理学院,西安 710100,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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