从热风险到热适应能力：基于空间公平视角的武汉市城市热空间分异归因与权衡研究

《Geomatics, Natural Hazards and Risk》：From heat risk to heat adaptation power: attribution and trade-off study of spatial differentiation of urban heat in Wuhan based on the perspective of spatial equity

　　

气候变化与快速城市化加剧了城市热风险及其空间不公平性。本研究通过自然条件、建成环境与社会因素的相互作用，探讨城市热暴露的空间分异与公平性问题。研究人员借鉴社会-生态系统理论（Socio-Ecosystem Theory）、城市政治生态学（Urban Political Ecology）与空间正义理论（Spatial Justice Theory），构建了“自然–物质–社会–热适应能力”（Natural–Material–Social–Heat Adaptation Power, NMS-HAP）框架，以概念化差异热暴露与冷却资源获取不平等的形成机制。以武汉市为案例，研究人员将遥感数据与自组织映射神经网络（Self-Organizing Map, SOM）及K均值聚类（K-means clustering）相结合，识别热风险模式并评估空间公平性。结果显示，热风险呈现显著的“核心–边缘”梯度格局。暴露差距指数（Exposure Disparity Index）达到3.2，表明热暴露存在显著的空间差异；绿色赤字指数（Green Deficit Index）达到0.59。高风险区域的平均归一化植被指数（Normalized Difference Vegetation Index, NDVI）仅为低风险区域的35%，表明热脆弱区域缺乏基于植被的冷却资源。研究识别出三种不同的热风险类型，并提出了差异化的缓解策略。研究结果为面向空间公平的城市热风险治理提供了以公平为导向的分析框架。

论文解读：《从热风险到热适应能力：基于空间公平视角的武汉市城市热空间分异归因与权衡研究》

一、研究背景与问题提出

在全球变暖背景下，极端高温事件频发，其级联效应与复合风险日益加剧，已成为威胁城市安全与居民健康的主要气象灾害。联合国政府间气候变化专门委员会（IPCC）第六次评估报告指出，自20世纪中期以来，极端高温事件的频率、强度和持续时间显著增加，相关的健康风险与社会脆弱性模式呈现出显著的空间异质性。与此同时，中国的快速城市化进程加剧了城市热岛效应（Urban Heat Island, UHI），进一步强化了城市热风险与空间不公平性的空间耦合。

尽管现有研究已从单一维度的环境评估向多维度社会-生态分析演进，但仍存在若干不足。传统基于静态空间单元的热风险评估难以捕捉与人口流动相关的动态脆弱性；现有模型未能充分纳入脆弱人群的时空行为特征；单纯均等化的物理资源配置无法解决深层次的结构性不平等。此外，现有公平性评估对非正规住区、私人控制的冷却资源、动态人口暴露以及在变化气候条件下的本地化评估框架关注不足。这些局限性反映了技术评估、公平导向理论、市场融资机制与实际政策实施之间的持续脱节。因此，亟需一个整合“自然–物质–社会–热适应能力”的韧性治理框架，以连接环境条件、物质资源、社会脆弱性与差异化适应能力。

二、研究目的与方法概述

本研究旨在：建立“自然–物质–社会–热适应能力”（NMS-HAP）框架，将城市热暴露重新概念化为嵌入城市基础设施与社会结构中的结构性差异化热适应能力（Heat Adaptation Power, HAP）问题；结合自组织映射神经网络（SOM）与K均值聚类（K-means）识别多源异构数据的拓扑结构，构建量化应急资源配置公平差距的指数；定量分析武汉市热适应能力的空间分层，并提出从工程修复向赋能治理的转型路径。

本研究采用的关键技术方法包括：1）基于SOM神经网络的非线性降维与特征压缩，将5维特征矩阵（地表温度LST、归一化植被指数NDVI、建筑密度、人口密度、冷源可达性）映射至6×6六边形拓扑网格；2）利用K均值聚类算法对SOM原型向量进行二次聚类，通过肘部法则确定最优聚类数K=3，最终划分低、中、高三级风险区；3）基于环境正义理论构建二维空间公平性指标，包括暴露差距指数（Exposure Disparity Index, EDI）与绿色赤字指数（Green Deficit Index, GDI）；4）采用皮尔逊相关系数与普通最小二乘回归分析各因素与地表温度的关系。研究区域为中国湖北省武汉市。

三、研究结果

4.1 空间变异分析：SOM-KMeans聚类揭示了武汉市热暴露风险的三级空间格局。高风险网格占11.2%，主要集中在交通不便的外围区域与青山区工业核心区；中风险网格占30.6%，集中于青山区原武钢工业区周边及中心城区老旧工人社区，平均地表温度为40.2±1.8°C；低风险网格占58.2%，集中在东湖、西北湖等大型水体周边。研究表明武汉蓝绿网络具有降温效应，但部分外围低风险网格超出15分钟步行或30分钟公共交通可达性阈值。

4.2 模型验证：主成分贡献率（PC1+PC2）达89%，证实模型有效性。与传统K均值相比，SOM+K-Means的PCA投影显示更清晰的聚类分离边界，聚类更紧凑且间距更大。SOM的U-Matrix揭示高度相似单元的天然分组，样本映射图显示热暴露数据在6×6网格内保持空间连续性，证明SOM能有效保留地理空间特征。

4.3 冷源空间异质性分析：热暴露与冷却资源获取之间的错配在汉口老城区、武昌老城区、青山区工业区以及江夏、黄陂、蔡甸、新洲等外围区域最为突出。这些区域容纳了武汉市32.5%的常住人口，但仅拥有14.7%的公园绿地，平均NDVI为0.21，不足低风险对比区域（0.58）的40%。暴露差距指数（EDI）达3.2，表明冷却资源分配存在显著空间赤字。青山区工业区21%的网格距离医疗资源超过5公里。

4.4 空间公平性测量：全市暴露差距指数（EDI）为2.4，江汉区最高达3.5。全市绿色赤字指数（GDI）为0.59，高风险区域平均NDVI仅为低风险区域的35%，青山区工业带GDI最高达0.73。卡方检验显示高风险网格与三种脆弱性条件之间存在统计显著的空间关联（χ2=32.6, p=0.023），68.7%的高风险网格同时满足老年人比例超25%、低收入家庭比例超30%、距医疗服务大于2公里三个条件。相关性分析表明，人口密度与道路密度与LST呈最强正相关（r=0.71和r=0.46），建筑密度与LST正相关（r=0.39），而绿地覆盖率与LST负相关（r=-0.31）。在高风险网格内，建筑密度从20%增至90%与LST平均升高约6°C相关，绿地覆盖率从10%增至80%与LST平均降低约4°C相关。

4.5 迈向热正义与热适应能力的三级治理：“内卷热区”与“废弃热区”合计占研究区域的41.8%。针对“废弃热区”（高风险），优先采取空间修复策略，包括建立热补偿机制、升级老旧社区电网、设立公共冷却中心。“内卷热区”（中风险）优先通过口袋公园、屋顶绿化、反射涂层等增量式物理改善与参与式治理增强热适应能力。“特权热区”（低风险且高可达性）需要责任分担机制，防止冷却效益私有化和环境负担转移。

四、讨论与结论

讨论部分指出，武汉市的不平等热暴露不能仅被解释为物理温度模式，还与不平等的热适应能力（HAP）相关。研究识别出三种机制：路径依赖的自然-物质锁定效应、社会经济资源转化为保护的不平等转换、以及制度分配的累积效应。研究揭示了四种规划权衡：紧凑型再开发可能加剧热岛效应；蓝绿升级可能推高地价导致绅士化；主动冷却增加能源需求与废热排放；仅聚焦最热点地区可能忽视外围社区。研究强调应将治理视为将自然、物质和社会资源转化为HAP的内在机制，而非风险制图后的外部政策响应。

研究结论翻译如下：本研究发展了“自然–物质–社会–热适应能力”（NMS-HAP）框架，并通过多源地理空间指标与SOM-KMeans聚类将其操作化，以考察武汉市热环境从物理暴露到不平等适应能力的转变。分析表明，热不平等不仅由温度决定，还受生态冷却、建成环境条件、社会脆弱性、可达性与制度分配的交互作用影响。热适应能力是一种实现的、关系性的能力：资源只有在能够转化为可负担、可到达且可使用的支持时才提供保护。实证结果表明，高风险、中风险和低风险类别分别占分析网格的11.2%、30.6%和58.2%。最严重的赤字集中在青山区工业区、中心城区老旧社区及部分外围区域。全市EDI为2.4，GDI为0.59，表明热负荷与冷却资源供给之间存在显著错配。本研究在理论上将治理视为将自然、物质和社会资源转化为HAP的机制，在方法上利用无监督空间分析揭示聚合统计数据所掩盖的配置模式。对于武汉市，研究结果支持在结构性剥夺的高风险区域进行空间修复，在空间受限的老旧社区进行能力建设，在资源优势区域进行责任分担，并辅以可负担性、可达性、能源需求与防置换保障措施。