长江三角洲城市群中局部气候带时空演变对热舒适度的影响

《Sustainable Cities and Society》:Impacts of local climate zone spatiotemporal evolution on thermal comfort in the Yangtze River Delta Urban Agglomeration

【字体: 大 中 小 】 时间:2026年07月15日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  秦颖|蒋夏鹏|拉菲克·哈姆迪|冯凯东|佩特里·佩利卡|蒂姆·范德沃尔德比利时根特大学地理系地球观测与调查研究组,根特摘要快速城市化改变了城市形态和微气候,但在复杂环境中量化城市形态对热舒适度的时空影响仍具挑战性。本研究利用在Landsat 5 TM和Landsat 8 OLI影像

  
秦颖|蒋夏鹏|拉菲克·哈姆迪|冯凯东|佩特里·佩利卡|蒂姆·范德沃尔德
比利时根特大学地理系地球观测与调查研究组,根特

摘要

快速城市化改变了城市形态和微气候,但在复杂环境中量化城市形态对热舒适度的时空影响仍具挑战性。本研究利用在Landsat 5 TM和Landsat 8 OLI影像上训练的四种卷积神经网络架构(ResNet-18、ResNet-50、DenseNet-121和ResNeXt-50),为2000年、2010年和2020年的长江三角洲城市群制作了局部气候区地图。为减少炎热潮湿环境中介质指数评估的偏差,通过整合八个热应力指数构建了连续的综合热舒适度得分。随后以该连续得分作为响应变量,运用随机森林和地理加权回归模型,识别区域尺度上影响热舒适度的关键局部气候区类型及其空间变化效应。像素级修正曼-肯德尔分析显示,夏季热应力呈现持续上升趋势,多数年份以强热应力为主。在各类土地覆盖类型中,密集树木带来的降温效果最为稳定,而水体带来的降温效果则受局部通风条件影响,在通风不良的潮湿地区效果会减弱甚至消失。在建筑类型中,低层建筑与区域高温的相关性更强,相比高密度紧凑型建筑。这些发现为快速扩张的大都市区的差异化、气候适应性规划提供了依据。

引言

城市扩张改变了城市形态和局部气候,加剧了城市热环境(Elkhazindar等人,2022;K. Lee等人,2024;Z. Ren等人,2022)。这类变化不仅会增加建筑能耗(Sedaghat & Sharif,2022),还会加剧户外热应力(J. Huang等人,2023),对公众健康和城市宜居性产生负面影响(Dimitrova等人,2021;Yin等人,2023)。长江三角洲城市群是中国经济最活跃、人口最密集的地区之一,过去二十年城市化进程极为迅速(Q.-Y. Zhou等人,2025)。在如此密集且形态复杂的区域,了解城市形态变化与热环境恶化的关联对于气候适应性规划至关重要。
传统的城市热岛研究多比较城市与周边农村地区的温度(Streutker,2003;D. Zhou等人,2018),但这种二元划分无法体现决定局部微气候的三维建筑形态和热物理特性(X. Huang等人,2021)。为弥补这一缺陷,Stewart和Oke(2012)提出了局部气候区框架,该框架将表面物理特性与热环境联系起来,突破了传统土地利用分类的二维限制。根据表面结构、土地覆盖、材料以及人类活动,局部气候区分类法将城市表面分为17类:10种建筑类型(LCZ 1-10)和7种土地覆盖类型(LCZ A-G)(S. Cui等人,2022)。
局部气候区制图已得到广泛研究,常用方法包括世界城市数据库及访问门户工具或基于GIS的技术(Bechtel等人,2015;Quan & Bansal,2021)。基于GIS的方法需要大量的表面参数,如天空视因子、不透水表面比例以及建筑高度(C. Wang等人,2018)。然而对于中国等许多国家而言,这类数据的获取难度大且完整性不足,使得基于GIS的方法难以应用(X. Huang等人,2021)。WUDAPT虽使用的数据更易获取(Demuzere等人,2021),但在城市群尺度上的精度仍有局限。Cai等人(2018)采用改进的WUDAPT方法对长江三角洲的局部气候区类型进行制图,总体准确率为66.53%。类似地,Wang等人(2019)在珠江三角洲的多时相分析中得到的局部气候区分类准确率在70%到76%之间。与依赖浅层光谱特征的基于像素的随机森林或支持向量机不同,卷积神经网络能够通过卷积学习多层空间上下文特征,因此是一种更优的选择(Cao等人,2023;Jing等人,2019;Rosentreter等人,2020)。不过,目前很少有研究系统地对比ResNet和DenseNet等架构在城市形态制图中的应用效果,更少有研究在城市群尺度上进行应用。这一缺陷限制了局部气候区在长期热环境分析中的有效利用(F. Huang等人,2023)。
即便有了精确的局部气候区地图,要评估其对人类热状况的影响也颇为困难,因为单一温度变量无法完全反映人类的实际反应。城市形态会改变辐射、气流和湿度(H. Lee等人,2014;Qiu等人,2025)。传统的遥感研究大多仅关注地表温度或单一变量,往往忽视了人体体温调节系统的复杂反应(J. Wu等人,2022)。热感知需综合考虑气温、湿度、风速和辐射等因素,再加上个体感知差异。虽然相关指标已从DI、WBGT等经验性指标发展到UTCI等热平衡模型(Blazejczyk等人,2012),但在长江三角洲这类炎热潮湿且形态复杂的地区,任何单一指标都可能存在偏差,因为各指标对不同气象因子的敏感度不尽相同。因此,以往的研究多尝试使用多种指标来更准确地评估热应力。Kotharkar等人(2024)采用了包括WBGT、DI、Humidex、热指数、相对应变指数以及表观温度在内的六种热应力指标,证明在印度,极端高温更容易导致死亡。Ghalhari等人(2020)通过分析WBGT、热指数和有效温度的月度变化,评估了伊朗的户外热应力情况。为更全面地了解极端夏季高温带来的健康风险,我们提出了综合热舒适度得分,该得分结合了UTCI以及热指数和WBGT等多种指标。不过,这类方法在长期城市群研究中应用较少(J. Huang等人,2023)。
除了评估热应力,运用适当的空间分析方法研究其与城市形态的关联也很重要。许多研究通过热应力指标和局部气候区分类来探讨二者关系(Azhdari等人,2018;Hou等人,2023),并采用全局回归分析建筑环境和地表温度,但这类线性模型无法体现空间异质性(H. Liu等人,2021;J. Ren等人,2022)。地理加权回归则能估算特定区域的局部关系(Y. Gao等人,2022;Zhao等人,2018)。由于将众多相关的局部气候区比例同时输入地理加权回归会导致严重多重共线性,我们采用了两步法:首先用随机森林模型筛选出关键的形态驱动因素并剔除冗余变量,然后再用地理加权回归量化这些因素对热舒适度的空间变化影响。
为弥补数据精度、评估框架以及机制分析方面的不足,本研究结合了2000年、2010年和2020年的Landsat影像以及ERA5-Land再分析数据,将优化后的深度学习局部气候区制图技术与综合热舒适度得分框架相结合,分析长江三角洲地区热应力的时空演变及其背后的局部气候区驱动因素。本研究旨在回答四个问题:首先,2000年至2020年间,快速城市化背景下长江三角洲的局部气候区构成发生了怎样的变化?其次,同期夏季热舒适度有何变化?第三,哪些局部气候区类型是导致区域热舒适度差异的关键因素?第四,在ERA5-Land网格尺度(约10公里)上,这些关键局部气候区类型的影响在区域内存在怎样的空间差异?这些研究结果可为长江三角洲及类似高密度城市群的差异化气候适应性规划提供参考。

章节节选

研究区域

长江三角洲城市群是全球六大城市群之一,位于中国东部沿海的黄海和东海沿岸(图1)。根据中国国务院2019年发布的区域一体化发展计划,该城市群涵盖江苏、浙江、安徽三省以及上海共27个城市(经度:115.7°E-122.8°E,纬度:27.1°N-34.5°N)(Yan等人,2022)。该地区属于亚热带季风气候,年平均气温

深度学习局部气候区模型的验证与精度评估

根据2000年、2010年和2020年的整体准确率情况(图3),2000年选用ResNet-18,其总体准确率为0.78;2010年选用DenseNet-121,总体准确率为0.79;2020年选用ResNet-50,总体准确率为0.82。作为对比,使用相同样本和70:30数据分割比例训练的像素级随机森林分类器的总体准确率分别为2000年的0.68、2010年的0.72以及2020年的0.73。
2020年长江三角洲城市群局部气候区分类的混淆矩阵(表2)显示,总体准确率为0.82,Kappa系数为0.80,

夏季热应力的时空格局与地理驱动因素

长江三角洲城市群内的热状况差异并非仅由纬度决定,地理环境也起着重要作用。沿海的上海比内陆的合肥具有更高的高温不适概率,这是因为海陆风起到了调节作用;而杭州尽管纬度适中,但由于其所在盆地的地形容易滞留热量并限制热量散失,因此始终处于最低的热舒适度水平(T. Wu等人,2021;Yilmaz等人,2013;S. Chen等人,2022)。上海、南京和合肥的热舒适度概率

结论

2000年至2020年间,长江三角洲城市群的快速城市化显著改变了局部气候区构成,同时夏季热应力也呈现持续上升趋势。建筑类区域在研究区域总面积中的占比从2.03%上升至11.38%,其中LCZ 8类型的占比达到3.72%,成为最主要的建筑类型。多数年份以强热应力为主,2006年的占比甚至高达56.5%。像素级分析显示,92%-100%的像素都呈现出明显的上升趋势。
在区域尺度上,

科学写作中生成式人工智能的使用声明

在撰写本文过程中,作者使用了ChatGPT来提升语言表达和可读性。在使用该工具后,作者对内容进行了必要的审阅和修改,并对论文内容的准确性负全责。

作者贡献

秦颖:方法设计、概念构思、软件应用、定量分析、初稿撰写。蒋夏鹏:数据整理、结果可视化。拉菲克·哈姆迪:研究指导、论文审阅与修改。冯凯东:定量分析。佩特里·佩利卡:论文审阅与修改。蒂姆·范德沃尔德:方法设计、研究指导、论文审阅与修改。

未引用参考文献

《中国国家气候中心气候公报》2026年,Zhou等人,2025年,Huang等人,2023年,Ren等人,2022年,Yang等人,2024年

CRediT作者贡献说明

秦颖:初稿撰写、软件应用、方法设计、定量分析、概念构思。蒋夏鹏:结果可视化、数据整理。拉菲克·哈姆迪:论文审阅与修改、研究指导。冯凯东:定量分析。佩特里·佩利卡:论文审阅与修改。蒂姆·范德沃尔德:论文审阅与修改、研究指导。

利益冲突声明

作者声明不存在任何可能影响本研究结果的已知财务利益或个人关系。

致谢

本研究得到了中国国家留学基金委的资助(项目编号:202410320006)。
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