美国主要城市共享单车骑行量对天气、空气质量和未来气候变化的时空响应

《Journal of Environmental Management》:Spatiotemporal response of urban bike-sharing ridership to weather, air quality, and future climate change in major U.S. cities

【字体: 大 中 小 】 时间:2026年07月09日 来源:Journal of Environmental Management 9.2

编辑推荐:

  共享单车系统已成为可持续城市交通的重要组成部分,但系统使用对环境变化的韧性仍未被充分理解。本研究对2020年至2024年间美国五个主要城市中天气和空气质量如何影响共享单车骑行量进行了全面的时空评估,并探讨了这些动态在未来气候情景下可能如何演变。利用广义加性模型

  
共享单车系统已成为可持续城市交通的重要组成部分,但系统使用对环境变化的韧性仍未被充分理解。本研究对2020年至2024年间美国五个主要城市中天气和空气质量如何影响共享单车骑行量进行了全面的时空评估,并探讨了这些动态在未来气候情景下可能如何演变。利用广义加性模型(GAM),研究人员揭示了主要天气变量在数学上主导骑行决策:骑行量在20–25°C左右达到峰值,而降水则持续抑制使用。相反,空气质量的影响要弱得多,属于次要因素,其特征是行为上的二分法。不可见的常规污染物(如臭氧)充当了宜人天气的虚假代理指标,而物理上可感知的危害——例如旧金山急性野火烟雾——可引发使用量的急剧下降。热点分析进一步表明,环境压力动态地重新配置了空间活动,驱动了“气候避难所”效应,即极端高温下骑行向滨水区转移。将这些敏感性向前推演,研究人员表明,未来变暖将提高年度骑行适宜性,尤其是在季节性寒冷城市,通过减少冬季不宜骑行的天数。总体而言,这些结果提供了一个理解微出行韧性的综合框架,强调城市骑行者的响应主要基于即时感官环境,而非抽象的健康指标。
**论文解读:美国主要城市共享单车骑行量对天气、空气质量和未来气候变化的时空响应**

**研究背景与问题**

共享单车系统作为可持续城市交通的关键组成部分,为城市居民提供了灵活、低碳的出行选择。然而,作为一种完全暴露于户外环境的主动出行方式,其使用量高度依赖于环境条件。现有研究已确认温度、降水等天气变量是骑行决策的直接驱动因素,且温度与骑行量呈倒U型关系,降水则普遍抑制骑行。此外,空气污染(如PM2.5、臭氧(O3))也被发现会影响骑行行为,但其影响机制复杂,且通常弱于天气变量。以往研究多为单城市案例或未充分整合空气质量与未来气候情景,缺乏多城市、多因素的综合时空分析。更重要的是,极端环境事件下骑行活动空间分布如何动态重组(如“气候避难所”效应)尚未被充分探讨。因此,为系统评估共享单车系统在气候变化背景下的长期韧性,需开展一项整合天气、空气质量及未来气候情景的跨城市研究。

**研究内容与结论**

研究人员利用2020—2024年五个美国主要城市(波士顿、芝加哥、纽约、费城、旧金山)的共享单车数据,结合广义加性模型(GAM)和空间热点分析(Getis–Ord Gi*),揭示了天气和空气质量对骑行量的非线性影响,并投影至2100年(RCP8.5情景)。主要结论包括:温度是主导因素,骑行量在20–25°C达到峰值,降水则急剧抑制使用;空气质量影响较弱,臭氧(O3)的正相关可能源于光化学天气协变,而旧金山在高PM2.5(细颗粒物)和AQI(空气质量指数)条件下出现显著下降,与野火烟雾事件相关;极端高温诱发了“气候避难所”效应,即骑行热点向滨水区转移,而极端低温则导致芝加哥市中心热点严重萎缩;未来变暖将增加年度骑行适宜性,尤其是在寒冷城市(如芝加哥、波士顿),预计到2100年骑行量指数增加8–10%(约+3000至5000次/日),而旧金山增幅较小(约2%,+500次/日)。该研究提供了理解微出行韧性的综合框架,强调城市骑行者主要响应即时感官环境(如温度、降水),而非抽象的空气健康指标。论文发表在《Journal of Environmental Management》。

**主要技术方法**

研究人员采用以下关键方法:
1. **数据来源**:共享单车数据来自五个美国城市(波士顿Bluebikes、芝加哥Divvy、纽约Citi Bike、费城Indego、旧金山Bay Wheels)的公开系统,时间跨度为2020年1月至2024年12月。
2. **天气与空气质量数据**:历史天气数据来自DayMet V4数据集(1 km分辨率),提取每日总降水、比湿、最低/最高温度;空气质量数据(CO、PM2.5、O3、AQI)来自美国EPA空气质量系统;野火烟雾暴露采用NOAA危害绘图系统(HMS)的烟雾多边形。
3. **未来气候数据**:来自NA-CORDEX(北美协调区域降尺度实验)的12个GCM-RCM(全球气候模型-区域气候模型)对,采用RCP8.5高排放情景,通过DayMet历史基线进行偏差校正和降尺度。
4. **统计模型**:采用广义加性模型(GAM)拟合城市级日归一化骑行量与天气、空气质量的非线性关系,使用限制最大似然(REML)优化。
5. **空间分析**:应用Getis–Ord Gi*统计量进行热点分析,比较正常日与极端环境日(如极端高温、降水、污染)的热点空间重配置。
6. **投影方法**:将GAM拟合的天气效应与未来气候投影结合,计算温度与降水对骑行量的部分效应变化。

**研究结果**

**3.1 环境因素的时间效应**
通过GAM分析,温度(DBT,干球温度)对骑行量影响最大,依赖波动范围约0.8个归一化指数。各城市最优温度不同:波士顿、纽约、费城为21.3–21.7°C,芝加哥为26.4°C,旧金山为19.2°C。降水在0 mm/h时骑行量最高,5 mm/h的降水即导致归一化指数下降0.10–0.13。空气质量指标(AQI、O3、PM2.5、CO)的依赖范围仅约-0.10至+0.13,显著弱于天气变量。臭氧(O3)呈现正基线关联,但加入太阳辐射控制后减弱,表明其为光化学天气协变而非直接污染效应。AQI的关联同样控制敏感。在旧金山,PM2.5和AQI的高尾端响应呈负向,且与HMS烟雾暴露高度重叠(59.21%的顶5%PM2.5天和64.47%的顶5%AQI天),表明急性污染事件(如野火烟雾)与骑行量减少相关。

**3.2 环境因素的空间效应**
热点分析显示,在极端高温和臭氧条件下,波士顿、芝加哥和纽约出现“气候避难所”效应:新热点沿凉爽滨水区(如波士顿港、芝加哥湖滨、纽约哈德逊河)出现,同时市中心原有热点消失。极端低温下,芝加哥市中心热点大幅减少且无补偿性新热点,表明网络核心失效。费城和旧金山表现出空间韧性:费城热点集群稳定无变化,旧金山则通过微尺度位移(部分网格消散、邻近新热点出现)维持整体结构。高AQI情景的空间模式与臭氧相似,但经太阳辐射和烟雾控制后减弱,反映的是温暖晴朗天气的协变。

**3.3 未来天气对骑行量的投影**
在RCP8.5情景下,所有城市的总天气效应呈显著上升趋势,主要由温度变化驱动(橙色区域),降水效应(蓝色区域)为负但可忽略。季节性寒冷城市(芝加哥、波士顿)获益最大,到2100年骑行量指数增加8–10%(对应+3000–5000次/日);纽约虽归一化增幅约5%,但绝对增量最大(+20,000次/日);旧金山增幅最小(约2%,+500次/日)。净增长源于冬季寒冷天数减少和春秋适宜温度扩展,而非夏季变热。

**总结与讨论**

**讨论部分**:研究强调天气变量对骑行量的主导作用,温度的非线性效应和降水的普遍抑制得到验证。空气质量影响较弱且具有情境依赖性,急性可见污染(如野火烟雾)比常规不可见污染更能触发行为改变,表明公众感知的重要性。空间热点分析揭示了城市间特异性适应机制:滨水区作为“气候避难所”在极端高温下被激活,而寒冷城市核心网络更脆弱。未来投影显示,气候变暖将提高骑行适宜性,尤其在寒冷城市,但此结果基于静态敏感性假设,未考虑空气品质退化(如野火PM2.5增加)、基础设施变化或行为适应,因此应视为基线评估。

**结论翻译**:本研究提供了对美国五个主要城市共享单车系统对多种环境压力源(包括天气和空气质量)时空响应的综合分析。通过整合城市级时间非线性回归(GAM)、详细空间热点分析(Getis–Ord Gi*)和未来气候投影,研究人员旨在理解城市共享单车出行系统在环境压力下运行的复杂异质性方式。主要发现包括:温度呈非线性效应,多数城市最优骑行区间为20–25°C;降水为普遍抑制因素;空气污染物影响较弱且复杂,旧金山PM2.5的负向趋势与野火烟雾事件相关。热点分析揭示了“气候避难所”效应,以及费城和旧金山的空间韧性差异。将观察关系与气候投影结合,发现变暖气候将显著增加适合骑行的天数,净增长由冬季寒冷天数减少驱动,而非夏季变热。该研究为理解微出行韧性提供了综合框架,并为城市规划和公共健康干预提供了实用见解。
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