整合热风险评估与风驱动传输以识别潜在的城市热风险缓解网络

《Sustainable Cities and Society》：Integrating heat risk assessment and wind-driven transport to identify a potential urban heat-risk mitigation network

　　

摘要随着城市热相关风险的加剧，亟需整合多维风险特征与风况以识别潜在热风险缓解的空间可行路径。本研究提出一种整合分析框架，结合热风险评估、风约束缓解网络识别和网络稳定性评价。以北京市五环路区域为案例，我们首先采用改进的危险-暴露-脆弱性-适应性（HEVA）框架评估热风险并识别热源与冷源。热风险呈现出显著的多中心与碎片化空间格局，与基于温度的评估所识别的传统中心到外围梯度模式形成对比。随后，基于量化的城市风环境，我们应用风向约束的最小成本路径方法识别了一个具有"冷源→热源→冷源"连通结构的潜在热风险缓解网络。该网络包含20条冷源至热源廊道、21条热源至冷源廊道以及15条冷源至冷源廊道，分别代表冷空气供应、热量消散和冷源连接的潜在路径。最后，网络稳定性分析表明该网络具有较高的结构冗余性，而潜在效率对边丢失更为敏感。同时，角度搜索冗余增强了网络对风向变化的容忍度，使其在-45°至30°的风向偏差范围内保持相对稳定。本研究强调应将热风险评估与盛行风向约束整合到热风险缓解网络识别中。该框架不仅识别出需要优先缓解的区域，还利用风向约束的最小成本路径分析识别出同时考虑空间阻力和风驱动水平热传输方向特征的潜在路径。

引言在气候变化与城市化的双重压力下，城市热风险已成为威胁城市可持续发展和公共健康的关键挑战（Kalnay & Cai, 2003; Manoli et al., 2019; Oke, 1982）。高密度建成环境显著干扰区域地表能量交换、蒸散发过程和气流，从而阻碍高效热量消散并加剧局部热累积（D. Li et al., 2024; Zhang et al., 2023）。在大城市中，人口集中与复杂的城市形态进一步放大了局部热暴露及相关公共健康负担，导致更严重的热相关后果（Hsu et al., 2025; Yin et al., 2023）。因此，在关键热风险区域实施有效的降温干预已成为当务之急（Friesenecker et al., 2025; Ulpiani et al., 2024）。

当前城市热风险缓解研究主要采用景观生态学方法，通过识别生态廊道连接生态网络中的热源与冷源以缓解热胁迫（Liu et al., 2025）。然而，这种连通性主要基于空间邻近度和景观结构连通性建立，而对气流作为城市热传输关键介质的作用考虑不足（Q. Guo et al., 2025; K. Wang et al., 2026）。气流不仅调节冷暖空气团之间的交换过程，还决定热传输的方向和空间范围（Li et al., 2023; Luo et al., 2024）。在盛行风作用下，上游冷源可将冷空气输送至热风险区域，而高温区域的热异常可顺流传播，重塑局部热环境（Bohnenstengel et al., 2011; Brozovsky et al., 2021）。例如，X. Li et al.（2024）通过武汉城市尺度模拟表明，冷源产生的冷却效应可沿盛行风向传播至下游，产生约1°C的降温效果。Bassett et al.（2016）发现，在热浪事件期间，热能可沿盛行风向持续传输，加剧下游区域的增温效应。类似地，Zhang et al.（2011）显示，在华盛顿-巴尔的摩城市走廊内，当气流经过上游城市区域时，下游区域温度升高约2-4°C。这些研究表明，风驱动的热传输具有强方向性，热传输主要受盛行风驱动路径影响，而非仅取决于空间邻近度。基于此机制，城市热缓解可被概念化为按盛行风向连接"冷源→热源→冷源"的风驱动传输网络，捕捉城市热传输与消散的潜在路径。

为识别与风驱动热传输过程一致的空间连接，以往研究采用计算流体力学（CFD）、天气研究和预报（WRF）模型和电路理论来表征城市气流过程（Y. Chen et al., 2026; Rivas et al., 2019）。CFD能够高分辨率模拟街区尺度的风场，但需要详细的建筑物信息且涉及大量计算成本（Ying et al., 2023）。相比之下，WRF适用于区域大气环流模拟，但受限于其空间分辨率，难以完全捕捉复杂城市形态引起的气流变化（Marey et al., 2025）。电路理论将城市形态对气流传播的影响转化为空间阻力过程，从而实现城市尺度气流传输的过程化表征（He et al., 2026; Mokhtari et al., 2022）。该方法结合了物理合理性与计算效率，并与CFD模拟结果吻合良好（Hsieh & Huang, 2016; Mcrae et al., 2008; Xie et al., 2020）。然而，现有基于电路理论的方法主要采用最小成本路径（LCP）分析识别气流廊道（Huang et al., 2026）。尽管LCP最小化了累积阻力，但其本身并不能确保生成的路径与预期气流方向一致（Hu & Zeng, 2026）。特别是在复杂的密集城市环境中，传统最小成本路径分析可能优先考虑最小化累积阻力而忽略热传输的潜在风驱动方向性（Rigden & Li, 2017）。这可能导致生成的网络虽具有结构连通性，但促进冷源与热源之间热交换的能力有限。因此，为识别与热传输一致的潜在热风险缓解网络，应将盛行风向约束整合到最小成本路径搜索中，以协调城市阻力与风驱动传输方向（Xie et al., 2020; Zhao, 2025）。

此外，现有研究通常使用地表温度（LST）识别热源与冷源，并主要基于其空间构型识别潜在热风险缓解网络，而对盛行风向约束考虑有限（Huang et al., 2025; Liu et al., 2025）。然而，热风险并非高温条件的简单结果，而是反映特定社会与空间背景下热环境对人口的潜在不利影响。在复杂的城市系统中，人口、城市环境和社会条件的空间分布往往与热模式不同，导致高温区域与高热风险区域之间存在显著错配（M. Chen et al., 2025; Frick, 2007）。因此，仅基于高温区域的降温干预可能无法准确定位关键风险承托区域。在Crichton风险三角模型基础上，以往研究进一步发展了危险-暴露-脆弱性-适应性（HEVA）框架，以提供更全面的城市热风险空间格局表征（Crichton, 2008; Ingleton & John, 1999）。然而，现有HEVA框架在指标构建方面仍存在系统性问题，包括环境变量相关的过程代理偏差以及维度间的概念重叠（Qian et al., 2025; Yao et al., 2024; Zendeli et al., 2026）。具体而言，现有热风险评估中危险通常采用LST表示。然而，由于人体热应力受温度和湿度共同调节，湿度通过蒸发冷却影响热感知，应纳入温度-湿度相互作用以更好地表征热危险（Eugenio Pappalardo et al., 2023; R?s?nen et al., 2019; Zhao et al., 2014）。对于暴露，现有评估通常仅依赖人口密度，忽略了因城市功能分区活动强度差异而产生的暴露差异。这可能低估了高度活跃的商业、交通和公共服务区域的热暴露（Hsu et al., 2021; Tuholske et al., 2021; T. Wang et al., 2026）。关于脆弱性，生理敏感性和社会经济条件的变化通常未被联合纳入综合评估（Estoque et al., 2020; Savi? et al., 2018）。适应性指系统调整以适应气候相关危险并减轻其潜在影响的能力。然而，在许多热风险评估框架中，适应性常与脆弱性混淆或合并，难以作为独立维度表征（Jayaratne Kariyawasam et al., 2026; Savi? et al., 2018）。因此，城市热风险评估框架需要完善，以提高热风险的空间表征能力。这将使能够更有针对性地管理实际暴露于热应力下的人群，同时减少仅基于温度评估产生的空间错配。

为应对这些挑战，本研究开发了一种整合分析框架，该框架超越了基于地表温度格局和空间邻近关系识别热风险缓解网络的常规方法，纳入了多维热风险评估和风向约束。通过对"冷源→热源→冷源"连接的风约束连通性分析，该框架识别出潜在的城市热风险缓解网络。该网络可能促进冷源与热源区域之间符合风向的连通性，并有望在盛行风条件下支持热风险缓解。以北京五环路内的高密度城市区域为案例，我们聚焦于以下三个目标：（1）优化危险-暴露-脆弱性-适应性（HEVA）热风险评估框架，以支持识别实际受热应力影响人群的临界热风险区域；（2）通过整合风传输特征与潜在冷暖空气交换路径，识别风向约束的潜在热风险缓解网络；（3）通过复杂网络分析和风向偏差模拟评估潜在热风险缓解网络的稳定性。

章节片段

研究区域

研究区域位于中国首都北京（39.4-41.6°N, 115.7-117.4°E），具有温带半湿润大陆性季风气候。夏季是北京城市热风险的关键时期。受东亚季风影响，该季节城市表现出相对稳定的盛行东南风，为分析热传输和通风过程提供了代表性的风环境。建成区覆盖

基于HEVA框架的热风险评估

为识别需要优先降温干预的区域而不仅仅是高温区域，本研究采用HEVA框架评估城市热风险。结果显示危险、暴露、脆弱性和适应性维度均表现出显著的空间异质性。在热危险方面，由LST和NDMI耦合得出的MTHI呈现出明显的中心到外围递减梯度（图5）。高风险区域占8.7%，并强烈

结合热风险评估和风驱动潜在热缓解网络的整合框架

现有方法存在两大局限：将高温指标作为热风险评估的代理以及缓解网络识别中忽略风环境约束（Yuan et al., 2026; Zeng et al., 2022）。本研究采用改进的HEVA框架，从危险、暴露、脆弱性和适应性四个维度系统识别城市热风险源区域，从而避免将高温区域简单等同于

结论

随着城市化和气候变化加速，高密度城市面临日益复杂的热风险挑战。有效的热风险缓解不仅需要识别风险集中区域，还需沿潜在空气传输路径策略性地连接热源与冷源。在此，我们开发了一种识别潜在城市热风险缓解路径的整合框架，该框架结合了多维热风险评估和风向约束的最小成本

利益冲突声明

作者声明不存在可能影响本文报告工作的利益冲突或个人关系。

未引用的参考文献

Chen et al., 2025, Chen et al., 2026, Guo et al., 2025, Li et al., 2024, Li et al., 2024, Liu et al., 2022, Wang et al., 2026, Yang et al., 2025

CRediT作者贡献声明

Kaiping Wang：撰写-审阅与编辑，撰写-初稿，软件，方法论，资金获取，概念化。
Tieyue Qiang：撰写-初稿，可视化，软件，数据整理。
Yunlu Zhang：撰写-审阅与编辑，项目管理，资金获取，概念化。

利益冲突声明

作者声明不存在可能影响本文报告工作的已知竞争财务利益或个人关系。

致谢

本研究得到了国家重点研发计划（编号：2024YFD2200900）和中国科协青年人才支持计划博导项目（STID:156-0-220-0000231-4）的资助。

Kaiping Wang | Tieyue Qiang | Yunlu Zhang

北京林业大学园林学院，北京，100083，中国