城市绿化的物理信息优化以缓解花粉致敏风险：一种基于嵌入建成环境扩散建模与并行计算的可扩展框架

《Sustainable Cities and Society》：Physics-Informed Optimization of Urban Greening for Pollen-induced Allergenic Risk Mitigation: A Scalable Framework Powered by Built Environment-Embedded Dispersion Modeling and Parallel Computing

　　

• •
  构建了嵌入建筑环境的高保真花粉扩散高斯烟羽模型。
• •
  可扩展的并行计算使得城市尺度的风险评估可在一天内完成。
• •
  基于物理信息的优化方法有助于准确挖掘花粉风险的驱动因素。
• •
  提出了一个在生态系统服务与公共健康保护之间取得平衡的新型框架。

引言

城市绿色基础设施是可持续发展城市发展的基石，也是联合国可持续发展目标中"可持续城市和社区"目标的核心组成部分。在过去二十年间，全球各地的城市绿化不断扩大；仅中国，2021年城市绿化面积就已达到348万公顷（国家统计局，2022）。观赏行道树是城市绿色基础设施中最关键的元素，提供了经过充分记录的益处，包括提升视觉美感、缓解城市热岛效应以及净化空气（Liu等，2025；Tong等，2025）。

然而，观赏树木的授粉每年都在引发越来越多的城市居民过敏反应，成为与绿化扩展相关的重大公共卫生负担（Hojnik等，2024；Zhen等，2025）。花粉病是一种由吸入或接触花粉过敏原所诱发的、IgE介导的过敏性炎症反应，可在多个靶器官上表现为过敏性鼻炎、哮喘、结膜炎、皮炎、荨麻疹和花粉-食物过敏综合征（Oteros等，2019；Sui等，2022）。近年来，其发病率持续上升；在华北地区，花粉过敏患者现已占所有过敏性疾病病例的50%以上（Lou等，2017）。

尽管花粉病作为一种公共卫生负担的认识日益增加，但大多数国家现行的城市绿化指南很少将过敏风险作为树种选择的考量标准。香港是全球绿化率排名前十的城市之一，并拥有国际公认的城市绿化设计经验（Tan等，2017；Morakinyo等，2020；Kwong，2022），为这一差距提供了具有代表性的例证：香港发展局绿化、景观和树木管理科（GLTMS）发布的最新《行道树选择指南》纳入了十个不同树种选择因素，却未涉及树种对花粉过敏风险的潜在影响（GLTMS，2023）。这种缺失并非香港独有，而是反映出在常规城市绿化设计实践中缺乏既足够严谨又计算可行、可纳入常规流程的过敏风险量化工具的系统性空白。

为了对不同的绿化方案的致敏风险进行定量比较，需要一个能够预测城市内花粉浓度的模型。为此，近年来提出了城市绿区致敏指数 I_UGZA（Cari?anos等，2014、2019；Sabariego等，2021；Trost等，2025），其公式如等式(1)所示：$$I_{UGZA}=\frac{1}{\max VPA·S_T}\sum _{i=1}^K{n}_i·a{p}_i·p{e}_i·pp{p}_i·S_i·H_i$$其中 S_T 是以平方米为单位的表面种植面积；K 为物种数量；n_i 等于第 i^th 物种的个体数量；ap_i = 0、1、2、3或4，代表主要本地致敏原，即第 i^th 物种的致敏潜力；pe_i = 1、2或3，代表第 i^th 物种在每立方米空气中的花粉排放量；ppp_i = 1、2或3，代表第 i^th 物种主要授粉期的持续时间（以周为单位）；每个物种的潜在致敏性数值 VPA = ap_i × pe_i × ppp_i；S_i 定义每株树木所占的面积；H_i 为每株树木的高度。

该指数最初主要为城市公园和花园等开放绿地而提出。虽然几项研究已将其应用扩展到密集建设的城市区域（Velasco-Jiménez等，2020；Zong等，2020），但作为一项经验型指数，尽管其计算简便，却无法合理地考虑建筑环境对花粉扩散的影响。如图1所示，在密集建设的城市区域中，建筑环境对气流产生显著影响，从而影响花粉的传输与浓度分布；同时，下风向的建筑物和其他障碍物可以阻碍颗粒物移动，并改变行人层的花粉暴露水平。这些相互作用在 I_UGZA 的公式中完全缺失，构成了其在建筑环境动力学效应和几何效应最为显著的复杂城市形态中应用时的根本性局限。

本研究旨在通过提出一种纳入致敏风险的城市绿化设计/再设计工作流程来弥合上述研究空白。在该工作流程中，不同方案的致敏风险通过嵌入建筑环境的致敏风险评估（ARE）模型进行定量评估，从而实现最优设计。该模型基于高斯烟羽模型（GPM）建立，这是一类公认的、被广泛用于可持续城市相关研究的空气污染扩散模型（Pullen等，2005；Toja-Silva等，2018）。此外，基于风谱的概念，该模型也全面考虑了目标区域气象特征对花粉浓度的影响。通过明确考虑建筑物的空气动力学遮蔽、风场的复杂时空异质性，以及树冠层花粉的体积排放，所提出的ARE方法在量化行人层暴露方面达到了令人鼓舞的精度水平。此外，由于所提出的ARE模型较为复杂，采用了基于流程的并行计算技术以加速计算。该框架的稳健性和有效性已通过一项涵盖4.2平方公里大学校园、包含18,701棵树木的广泛而严格的案例研究得到验证。

后续章节安排如下。第2节介绍所提出的工作流程及其底层方法。第3节呈现案例研究。讨论与结论分别在第4节"讨论"和第5节"结论"中给出。

章节摘要

城市绿化设计/再设计工作流程

所提出的城市绿化设计或再设计工作流程如图2所示，包含四个步骤：

• (1) 步骤1：数据收集

步骤1涉及收集城市绿化设计或再设计所需的基础数据，包括城市建筑与道路布局以及历史气象数据。建筑与道路布局数据主要用于界定观赏行道树的适宜种植区域，并进一步用于划分街道类型。历史

研究区域

选择一个真实大学校园作为案例研究区域。该区域东西长约1.9公里，南北宽约2.3公里，总面积约为4.2平方公里。根据原始绿化方案，校园内共分布有18,701棵树（图8a）。过去五年间，超过五分之一的学生和教职员工反映校园内花粉含量过高。因此，管理者决定对校园进行

关键模型参数的敏感性分析

对三类关键模型参数开展了一次一变量（OAT）敏感性分析：花粉释放速率分类、树冠离散化间隔以及建筑物遮蔽准则。在每次测试中，将被考察参数独立变化，其余所有输入均保持第3节所使用的基准值。主要敏感性指标为高和很高风险面积累计比例相对于基准值的变化量（ΔR，以百分点计）。

结论

本研究通过建立一种开创性的、基于物理的低致敏景观设计工作流程，应对了城市绿化扩张与花粉病发病率上升之间的关键冲突。与传统过度简化风效应和城市环境的经验型指数不同，本研究引入了与CFD相结合、嵌入建筑环境的高斯烟羽模型。通过明确考虑建筑物的空气动力学遮蔽、风场的复杂时空异质性，以及

CRediT作者贡献声明

Gu Donglian：原稿撰写、可视化、验证、软件、资源、方法论、调查研究、资金获取、形式化分析、概念化。Wang Xiyue：审阅与编辑、验证。Zhang Wenchong：审阅与编辑、验证。Shuai Qianwen：审阅与编辑、验证。Xu Zhen：审阅与编辑、监督、项目管理。

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、已知的竞争经济利益或个人关系。

致谢

本研究得到国家自然科学基金委员会（编号：52578549、52238011和52279145）及深圳市重大科技项目（KJZD20230923114310021）的支持。作者亦感谢北京华力创通技术有限公司为本研究提供所使用的计算硬件与软件。

Gu Donglian|Wang Xiyue|Zhang Wenchong|Shuai Qianwen|Xu Zhen