不同环境中的城市村落局部热岛效应的空间梯度特征

《Sustainable Cities and Society》:Spatial Gradient Characteristics of Local Heat Island Effects in Urban Villages Embedded in Different Environments

【字体: 大 中 小 】 时间:2026年07月11日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  张慧珍|马吉德·阿马尼-贝尼|杨伟|关云晓|舒波中国成都西南交通大学建筑学院,邮编611756 摘要:城市村落是嵌入在正式城市结构中的小型非正式聚居地,其热环境不仅受内部形态影响,还受周边城市结构的影响。现有研究存在城市类型划分过于粗略、对跨边界环境效应关注不足以及缺乏热影响连

  张慧珍|马吉德·阿马尼-贝尼|杨伟|关云晓|舒波中国成都西南交通大学建筑学院,邮编611756

摘要:城市村落是嵌入在正式城市结构中的小型非正式聚居地,其热环境不仅受内部形态影响,还受周边城市结构的影响。现有研究存在城市类型划分过于粗略、对跨边界环境效应关注不足以及缺乏热影响连续梯度分析等问题。为弥补这些缺陷,本研究提出了一种基于运动学整合的梯度驱动自适应空间采样(KI-GDASS)框架,用于界定不同尺度上的热影响边界,为分析嵌入式热环境提供更精细的空间依据。以深圳的2,493个城市村落区域为研究对象,本研究运用生产-生活-生态空间(PLES)理论、K-Means算法和C4.5决策树构建了嵌入环境分类模型,并建立了基于环状结构的多尺度XGBoost-SHAP框架,用以识别不同类型特征的作用及其最佳解释尺度。研究结果共划分出4大类16个子类,各类区域的热异质性十分明显。所有类型的地表温度中位数均高于居民区基准值,表明城市村落是重要的局部热源。生态嵌入型区域的温度较低,而平衡型和复合型区域的温度强度最高。针对不同类型进行建模后,模型的解释能力显著提升(R2值介于0.4337至0.6800之间)。在0.5公里范围内,建筑高度是对温度有显著冷却作用的因素;在1.0至3.0公里范围内,归一化植被指数和建筑密度的影响最为显著;超过3.0公里后,归一化植被覆盖度和地表反照率的重要性逐渐上升。这些发现强调了周边环境异质性和尺度依赖性效应的作用,为高密度城市制定差异化的降温与更新策略提供了依据。

引言:由于独特的土地所有权制度及城市化模式,非正式聚居地——城市村落,在发展中国家广泛存在,已成为城市社会经济与环境问题研究的重要焦点(Minnery等人,2013;Mahabir等人,2016;Espey等人,2023)。在全球气候变化和快速城市化的背景下,极端高温事件的频率和强度都在增加(Tuholske等人,2021)。城市热岛效应进一步加剧了城市居民面临的热暴露风险(Heaviside等人,2017),但这种风险在城市各区域分布并不均匀(Yin等人,2023)。作为高密度城市化的特殊产物(Van Oostrum,2021),城市村落由于建筑密度极高、街道狭窄、缺乏绿地以及建筑材料质量较差,形成了独特的微气候(Campos等人,2022)。城市村落的居民多为低收入群体和外来务工人员,他们不仅面临社会经济方面的困境,还在物理环境中承受着巨大的热压力和健康威胁(Borg等人,2021)。因此,了解城市村落的局部热环境并寻求相应的缓解策略,对于城市可持续发展和公共健康而言至关重要(Salsabila等人,2023)。

目前,关于城市热岛效应的研究已取得丰硕成果,形成了从宏观到微观的较为成熟的分析框架。大量研究集中在城市整体或区域层面(Han等人,2023;Tan等人,2015;Wang等人,2025),主要通过实地观测、数值模拟和遥感技术来揭示热环境的时空分布规律及演变过程(Dewan等人,2021;Yao等人,2021;Chen等人,2022;Peng等人,2022)。城市热岛效应的社会层面也日益受到重视,人们开始将温度数据与其他数据集相结合,如人口统计数据、社会经济指标、公共资源可及性数据以及死亡记录等,以此构建热风险评估框架,这一研究方向已经相当成熟(Meier等人,2017;Zhang等人,2026;Cao等人,2020;Zheng等人,2020;Li等人,2023;Chen等人,2023)。尽管这些大规模研究吸引了众多跨学科专家的参与,也为相关研究奠定了坚实基础,但这种宏观视角往往忽视了城市内部更细微层面的热异质性(Cao等人,2021;Luo等人,2023),而这恰恰是居民面临热暴露风险的最直接来源(Ebi等人,2021)。

因此,研究重点逐渐从宏观的城市单元转向更精细的空间尺度(Amani-Beni等人,2022)。基于局部气候区划和城市功能区划的研究,通过将温度差异与住宅区、商业区和工业区等不同城市功能类型联系起来,大大提升了人们对城市内部热异质性的理解(Quan等人,2021;Chen等人,2022;Huang等人,2023;Fu等人,2024;Wang等人,2025;Cheng等人,2025)。与此同时,也有学者专注于研究街道、办公场所、老社区和传统庭院等特定空间类型(Zou等人,2024;Huang等人,2025;Xie等人,2024;Wang等人,2025)。然而,虽然这些研究揭示了不同城市类型和场所之间的热差异,但其分析单元往往过于粗糙、过于笼统或过于针对特定案例,难以准确反映嵌入在正式城市结构中的小型非正式聚居地的复杂特征。

除了空间尺度和类型方面的变化外,关于城市热岛效应成因的研究也在不断深入。大量研究探讨了土地覆盖构成和城市形态等因素的作用,包括绿地、不透水表面、水体、裸土、建筑高度和密度、地表反照率、街道峡谷形态、通风廊道、建筑布局、材料使用以及绿地配置等(Zou等人,2021;Hou等人,2023;Dirksen等人,2019;Xu等人,2025;Bao等人,2024;Wu等人,2025;Li等人,2025)。这些研究极大地提升了人们对局部热环境如何受形态和表面特征影响的认识。不过,大多数此类分析仍侧重于研究对象的内部特征,而对周边跨边界环境的影晌关注甚少。

城市热岛效应并不会在空间边界处突然消失,它会通过热传导和对流等方式扩散到周边区域,反之亦然。目前,关于热梯度的研究主要聚焦于城乡梯度(Cao等人,2021;Mohammad等人,2022)。研究者通常根据建设强度或环线道路将城市划分为不同的同心圆环,以此分析城乡梯度的变化情况(Athukorala等人,2021;Yang等人,2022)。然而,这类大规模的城乡梯度研究无法为城市降温措施提供具体的指导。有必要在更小的尺度上进一步分析从城市热源向其周边环境过渡时的空间梯度特征(Amani-Beni等人,2022)。

另一方面,针对在发展中国家普遍存在的“城市村落”和“非正式聚居地”的研究也取得了不少成果。这些研究深入探讨了这些聚居地的社会经济结构、空间形成机制、治理难题,以及居民在住房、基础设施和公共卫生方面面临的挑战(Wekesa等人,2011;Corburn等人,2018;Ali等人,2022)。不过,针对城市村落空间的定量研究仍然较少,数据缺失是主要的阻碍因素(Boanada-Fuchs等人,2024)。除了对典型空间进行实地调查(Ramsay等人,2021)以及利用其他类型的大数据作为替代指标(Kamalipour等人,2019)之外,深度学习模型近年来也逐渐成为识别城市村落大规模特征的重要工具(Cinnamon等人,2023;Wang等人,2025),不过这类方法的准确性仍需进一步验证。在城市环境研究领域,学者们也开始关注非正式聚居地的热脆弱性(Ramsay等人,2021;Giri等人,2021;Rana等人,2022)、灾害风险(Quesada-Román,2022)、形态扩张(Wei等人,2023;Thinh等人,2024)以及空间活力(Mohamed等人,2022)等问题。然而,城市村落通常是嵌入在正式城市结构中的小型非正式聚居地,且持续受到周边住宅区、工业区和生态区域的影响,这与那些更为典型的密集型聚居地有所不同。正因如此,其热环境对周边城市结构的异质性尤为敏感。但目前,将城市村落视为整个城市的一个整体来进行定量、对比性、全样本研究,并明确分析其嵌入效应的研究仍然十分有限。

综上所述,现有研究在理解城市村落的热环境方面仍有三个问题亟待解决。首先,尽管基于局部气候区划和城市功能区划的研究揭示了不同城市类型之间的显著热差异,但其相对粗糙的分析单元难以捕捉小型非正式城市聚居地的复杂特征。其次,虽然基于形态特征的研究有助于我们了解建筑高度、密度、地表反照率、绿地比例和不透水表面等因素如何影响局部热环境,但大多数分析仍仅关注研究对象的内部特征,对其周边生产-生活-生态背景的跨边界影响了解不足。第三,现有的梯度研究主要聚焦于城乡梯度或简单的内部与外部对比,难以量化热影响是如何从城市村落核心区域逐步向周边异质性环境衰减的,也无法确定不同因素在何种距离上具有最大的影响作用。

对于城市村落而言,这些缺陷尤为重要,因为它们不仅是高密度的非正式聚居地,还是嵌入在正式城市结构中的空间单元,持续与周边住宅区、工业区和生态区域相互影响。因此,无法将其简单视为一般的非正式聚居地,也无法将其归入较为粗略的城市类型之中。研究其热环境需要一种能够充分考虑周边环境异质性及其尺度依赖性效应的分析框架。

鉴于上述不足,本研究以深圳为例,探讨周边城市结构如何影响不同嵌入环境中的城市村落的局部热岛特征。本研究旨在回答三个核心问题:(1)如何根据城市村落的嵌入环境对其进行分类,这种异质性是否与热差异有关?(2)每种城市村落类型的主要环境驱动因素是什么?(3)这些驱动因素在空间上是如何衰减的,其最佳解释尺度又是多少?

为回答这些问题,本研究设定了三个目标:(1)开发一种基于运动学整合的梯度驱动自适应空间采样(KI-GDASS)方法。该方法通过将数学分析与自适应空间采样相结合,确定每个样本的热消散边界,为后续分析提供合适的空间单元。(2)基于生产-生活-生态空间理论构建分类模型。通过将城市村落按嵌入环境进行分类,揭示周边城市结构所导致的温度差异。(3)建立基于可解释机器学习的多尺度梯度建模框架。通过高频模型迭代,量化空间梯度特征,并确定环境因素对热环境具有最大解释作用时的距离阈值。

研究区域:选择深圳作为研究区域,是因为该市的城市村落规模极为庞大。这些村落覆盖了约320平方公里的面积,容纳了该市60%以上的人口,为系统分析不同嵌入环境下的城市热岛效应空间梯度提供了理想的数据来源(图1)。在深圳,城市村落土地通常指的是由原有的农村集体和村民占有和管理的区域,其中包括经过规划的村庄用地。

方法:图2展示了本研究的工作流程。3.1部分用于确定城市村落的城热岛稳定边界,3.2部分介绍了用于回答第一个问题的分类模型详细方法;3.3.1部分用于选择指标,3.3.2部分用于构建XGBoost回归模型并进行SHAP可解释性分析,以回答第二个问题;3.3.3部分则用于回答第三个问题。

城市村落的分类结果:本研究基于PLES理论,运用K-Means聚类和C4.5决策树,在城热岛稳定边界范围内构建了嵌入环境分类模型。该模型共划分出4大类16个子类(表3),反映了不同空间格局和功能特征之间的差异(图6)。图7展示了不同类型城市村落的嵌入环境特征及其对应的局部热分布情况。这些空间格局图是通过……

边界划定方法的比较评估:本研究将KI-GDASS方法与传统的边界划定方法进行了比较,比较依据包括边界对比度、背景包含程度以及空间连续性等因素(表4)。固定半径的缓冲区随着半径的增大,往往会包含过多的背景区域,从而导致热强度和边界对比度下降。全局性的经验阈值虽然可以减少背景噪声,但在面对局部差异时往往会导致边界出现碎片化现象。而KI-GDASS方法能够根据局部热梯度进行调整,从而划定出更加连贯且稳定的热边界。

结论:本研究共识别出16种与城市功能分区相匹配的城市村落类型,例如位于城市核心区的D-L型、位于制造业集聚区的D-P型、位于生态区域附近的D-E型,以及位于过渡区域的混合型/边界型。通过这种分类方式进行的热分析显示,存在“功能混合升温效应”。虽然所有类型的地表温度中位数都高于居民区基准值33.9°C,但平衡型和复合型区域的温度强度甚至高于工业区的D-P型区域。这证实了高密度混合用地的合理性。参考文献:Wang等人,2025年;Chen等人,2022年、2023年;Cao等人,2021年;Quan和Bansal,2021年;Wang等人,2025年;Bao和Zou,2024年;Mohammad和Goswami,2022年;Athukorala和Murayama,2021年;Corburn和Sverdlik,2018年;Kamalipour和Dovey,2019年;Cinnamon和Noth,2023年;深圳市规划和自然资源局,2019年;美国地质调查局,2020年;OpenStreetMap贡献者,2024年;Li和Fang,2016年;Chen等人,2023年;Yang。CRediT作者贡献说明:Huizhen Zhang负责写作——审稿与编辑、写作——初稿撰写、可视化、软件应用、方法设计、数据收集、正式分析及概念构建;Majid Amani-Beni负责验证、监督及项目管理;Yang Wei负责数据收集及资金筹措;Yunxiao Guan负责软件应用及数据收集;Bo Shu负责验证、监督、项目管理、方法设计及资金筹措。利益冲突声明:作者们声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

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