[论文分享]Optimizing Vegetation and Building Configurations for Streetscape Heat Mitigation: A Multi-Scale Analysis under Extreme Heat
📃 基本信息
[论文标题] 《优化街道景观植被和建筑配置以缓解极端高温：多尺度分析》
[期刊信息] Building and Environment (2025) | 作者: Wenjuan Ma, Zhaowu Yu, Wenjun Yang, Yujia Zhang, Yuxia Hu, Jinyu Hu, Huiwen Zhang, Gaoyuan Yang
📌 一句话概括
本研究通过多尺度分析，量化了植被（NDVI、高度）和建筑（BCR、FAR）配置在极端高温下对街道空气与表面温度的时空缓解效应，并提出优化阈值。
📚 深度总结
本研究旨在填补现有城市热环境研究中在三维空间尺度和昼夜循环下，植被与不透水表面如何影响城市气温（Ta）和表面温度（Ts）的空白。论文指出，全球气候变化和快速城市化导致极端高温事件频发，加剧了城市热岛效应，影响城市宜居性和公共健康。现有研究对于Ta和Ts的关联及其在异质城市形态下的复杂性关注不足，且多依赖二维指标或粗分辨率遥感数据，难以捕捉精细尺度的热动力学。
为解决上述问题，研究以上海三个典型街道断面为研究区域，在2022年8月极端高温事件期间（连续多日日最高Ta≥35℃），采用高分辨率三维测量框架收集数据。具体方法包括：使用自行车搭载的Kestrel 5500传感器进行移动式Ta测量，通过无人机（大疆M300 RTK搭载Zenmuse XT-S热红外相机）获取Ts数据，并利用LiDAR数据（大疆Mavic 3 Enterprise系列无人机和Zenmuse L1 LiDAR扫描仪）提取归一化植被指数（NDVI）和植被高度（VH）。研究围绕每个Ta测量点，在10-70米不同缓冲区内计算NDVI、VH、建筑覆盖率（BCR）和容积率（FAR）这四项城市景观特征指标。数据分析采用广义加性模型（GAM）来探究这些因素对Ta和Ts的影响，并结合皮尔逊相关系数分析Ta和Ts之间的关系。
关键发现包括：
- 在极端高温下，Ta和Ts表现出明显的时空异质性。然而，Ta与Ts之间的相关性较弱（R值在0.08-0.12之间），表明仅依赖Ts评估城市热舒适性存在局限。
- 植被特性对城市温度的影响因时空尺度而异。NDVI的降温效应在较大空间尺度（60-70米）上更为显著，其中，Ta在中午时段40米半径内表现出最强的降温效果。植被高度（VH）在不同时间也有其最优区间，日出和日落时7米高植被在较小半径（10-30米）内降温效果最佳，而午间4.5米高植被在小尺度范围内效果显著，但超过此高度降温效果不再增加。VH对Ts的影响则较弱且不一致。
- 建筑特征也呈现非线性影响。中等BCR（低于15%）在午间能通过遮阳降低Ta和Ts，但在较小尺度（20-60米）内表现更明显，而在较大尺度（>60米）和高BCR（>15%）时，则可能转向热量积累。FAR与Ta在午间呈正相关，但在日出和日落时，较高的FAR（由于高层建筑遮阳）反而有助于降低Ta。
本研究的实际应用价值在于为城市规划和设计提供了基于阈值的指导。例如，在空间有限的区域，可结合VH来补充植被的降温作用；在交通繁忙的街道，可优化BCR和FAR以在不同时间段实现最大化降温。研究强调，应采取规模敏感和时间敏感的方法来整合植被结构和建筑形态，以增强城市热韧性。研究局限性包括：研究区域相对较小，土地覆盖类型单一，可能影响泛化性；主要关注线性的街道断面，缺乏对街道横向宽度上精细热异质性的测量；未深入探讨植被和建筑结构之间的协同作用；使用的植被指标（NDVI、VH）未能完全捕捉植被的生理和结构变异性；所识别的温度阈值基于当地背景，可能不直接适用于其他气候和空间条件；对非线性关系背后的机制有待进一步深入研究。
本速览仅作研究参考，不替代原文阅读。如需引用，请参考原论文。
🔍 要点追溯
- 研究方法: 移动式气温监测，无人机热红外影像，LiDAR数据获取，广义加性模型（GAM）统计分析，皮尔逊相关性分析
- 适用范围: 热带和亚热带高密度城市区，极端高温气候条件下的城市街道景观
- 使用工具: Kestrel 5500手持风速计，大疆M300 RTK无人机，Zenmuse XT-S热红外相机，大疆Mavic 3 Enterprise系列无人机，Zenmuse L1 LiDAR扫描仪，Python, DJI Thermal SDK, PIX4Dmapper, DJI Terra, LIDAR360软件, R语言lidR包
- 数据来源: 中国上海杨浦区，2022年8月5日至22日期间极端高温事件（日最高气温Ta≥35℃持续3天以上）；LiDAR数据于2023年夏季采集。