空间尺度重要吗？评估华盛顿特区街道级城市绿化配置对夏季温度的影响

《Urban Forestry & Urban Greening》：Does spatial scale matter? Evaluating Street-Level Urban Greenery Configuration on Summer Temperature in Washington D.C

城市绿化评估显示，绿视率（GVI）和归一化植被指数（NDVI）与地表温度（LST）呈显著负相关，且相关性随空间尺度增大而增强。研究采用街景和遥感数据，在个体树（15米缓冲区）、500米网格和普查区三个尺度分析发现，NDVI在大尺度更敏感，GVI则侧重局部降温。华盛顿特区高密度住宅区绿化覆盖率较低，普查区尺度能平衡政治单元与数据聚合需求，建议作为城市绿化评估最优尺度。

　　

作者：方芳、张振鹏、安德鲁·格林利、厄尔·尤茨勒

东北大学

摘要

量化城市绿化程度对于建设健康且具有韧性的城市至关重要，尤其是在气候变化的影响下。在这项研究中，我们评估了华盛顿特区的街道级城市绿化系统，并考察了其与夏季温度在三个空间尺度及不同居民区之间的相关性。我们使用了两种指标来评估城市绿化情况：一种是基于谷歌Auto Arborist数据的绿色视野指数（GVI），另一种是从遥感图像中获得的归一化植被指数（NDVI），以研究它们对地表温度（LST）的影响。研究在三个空间尺度上进行：单个树木尺度（15米缓冲区）、500米×500米网格尺度以及人口普查区尺度。结果表明，随着分析空间尺度的增大，绿化指数与地表温度之间的相关性也随之增强。归一化植被指数对尺度的敏感性更高，具有更强的尺度依赖性，而绿色视野指数的尺度依赖性相对较低。在人口普查区尺度上，两种指标的R2值均达到最高。此外，GVI的空间分布在不同居民区之间存在差异，住房密度较高的区域GVI值较低。我们建议将人口普查区作为评估城市绿化的最佳尺度，因为它不仅代表了一个一致的政治单元，还能为评估城市绿地提供平衡且一致的指标汇总。这些发现可以为改善城市街道绿化提供依据，从而在气候变化背景下促进公平和可持续的城市森林管理。

引言

根据联合国的数据，到2050年，全球约70%的人口将居住在城市地区。这种快速的城市化进程加上人口增长，预计将加剧与气候变化相关的挑战。城市热岛效应（UHI）和极端夏季温度对环境质量、人类健康和经济成果产生了重大影响（黄等人，2025年）。几十年来，人们一直在讨论缓解UHI和管理极端高温的策略（希维斯德等人，2017年；加戈等人，2013年）。城市绿地——包括公园等公共区域和街道树木以及住宅后院或草坪等私人区域——被广泛认为是调节城市热量和减轻极端天气不利影响的有效措施（方等人，2023年；穆兰尼等人，2015年）。

几十年来，人们已经对城市绿地进行了大量量化研究，并利用顶视遥感和街视图像评估了其环境和社会效益（阿隆佐等人，2021年；阿帕里西奥等人，2012年；方等人，2020a；方等人，2020b；黄等人，2025年；王等人，2023年；张等人，2023年）。遥感数据（包括多光谱、高光谱和LiDAR图像）已被广泛用于从顶视图像中量化植被覆盖率和状况（池等人，2020年；黄等人，2025年；方等人，2020a；方等人，2020b；施瓦茨等人，2015年；志等人，2020年）。志等人（2020年）通过结合自然和社会变量，探讨了地表温度（LST）的空间异质性及其驱动因素。他们在30×30米的网格尺度上使用空间回归模型发现，从顶视图像中获得的NDVI与LST的负相关性最强。类似地，周等人（2020年）在华盛顿特区的人口普查区尺度上评估了LST，考虑了景观、物理和社会变量。他们的研究结果表明，LST不仅受土地覆盖类型的影响，还受景观几何指标的影响，例如从顶视图像计算出的景观面积百分比（PLAND）。崔等人（2024年）利用顶视遥感在多个尺度（300米、540米、780米、1020米、1260米、1500米）上分析了景观模式和植物群落特征与LST及潜在碳封存的关系。他们报告称，从顶视遥感中得到的景观指标在1260米和1500米尺度上与LST的关系最为密切。总体而言，顶视图像已被广泛且有效地用于评估城市绿地分布及其与城市温度动态的关系。

同样，侧视和街视图像也被越来越多地用于从人类视角捕捉绿地特征。例如，绿色视野指数（GVI）（杨等人，2009年；李等人，2015年；基和李，2021年）通常是从街视图像中得出的，用于量化可见的城市绿化程度并反映人类实际接触绿地的程度。余等人（2022年）也证明可以使用街侧图像有效捕捉街道级别的绿化配置。王等人（2025年）进一步证实了使用不同平台的街视图像进行准确绿化覆盖率评估的潜力。李等人（2015年）提出了一种基于街视图像的改进GVI计算方法，该方法从行人的角度测量绿地可见性。他们的方法不是依赖单张街视图像，而是使用18张来自多个拍摄角度的谷歌街景（GSV）图像进行计算——六个均匀分布的水平全景方向和每个采样点的三个垂直视角。这种改进的GVI方法比单图像方法更具综合性，能够更全面地反映行人的绿地视野，为城市景观评估和规划应用提供了宝贵价值。先前的研究还探讨了使用街视图像评估城市温度的潜力。例如，李等人（2022年）利用街视图像评估了沿街道不同植被类型对LST的影响，并指出不同类型的植被具有不同的冷却效果，其中树木密集分布在建筑物和道路附近的区域冷却效果最佳。类似的结论表明，住宅区的绿化程度受开发强度、位置和海拔等因素的影响（陈，2018年）。李等人（2022年）还指出，街视图像比传统的顶视遥感图像提供了更丰富的植被信息，有助于热环境相关研究。黄等人（2025年）也使用1公里网格尺度的顶视和街视图像进行了冷却效果分析。他们发现，顶视图像能更准确地捕捉植被覆盖率，而街视分析则更侧重于局部冷却效果。为了测试冷却效果及其影响范围，李等人（2022年）使用不同半径（15米至90米）进行了一系列分析，并认为30米缓冲区的分析最能解释冷却效果。总之，使用街视图像捕捉不同空间尺度的城市温度模式呈现出增长趋势和巨大潜力，特别是与顶视图像结合使用，可以提供更全面和丰富的城市绿地评估。

为了评估城市绿地配置及其对城市温度的影响，以往的研究在多个空间尺度上使用了顶视和街视图像。这些分析通常结合了自然和物理环境特征——这与图像的空间分辨率作为分析单元密切相关；另一方面，当包含社会特征时，这些研究通常与更大的聚合级别相关联，如各种网格尺度或行政边界（如人口普查区）。这种多尺度分析单元方法为城市林业管理和追求环境公平与正义提供了宝贵见解。然而，目前尚缺乏对有效整合遥感图像分辨率和各种聚合级别的最佳空间尺度或分析单元的理解。为了填补这一空白，本研究使用了街视和遥感图像在不同尺度上量化城市绿化程度，并为城市森林管理提供了实际见解。具体目标包括：1）在多个空间尺度上评估街道级别的城市绿化程度，考虑图像分辨率和聚合级别：单个树木尺度、500米×500米网格以及人口普查区；2）比较街视和顶视图像指标在捕捉城市夏季温度模式方面的表现和潜力；3）通过评估华盛顿特区不同居民区类别的绿地空间分布，为未来的城市森林管理策略提供依据。

研究区域

华盛顿特区常被称为“树木之城”，自2020年以来，其城市树冠覆盖率已超过37%（诺瓦克等人，2006年）。此前，该市的街道树木种类和健康状况是通过遥感图像进行监测和评估的（方等人，2020年；方等人，2023年）。八个行政区的人口分布大致均衡（表1），但不同行政区之间存在明显的贫困社会差异。2014年至2018年的平均地表温度

结果

所有变量的皮尔逊相关性分析结果见表3，其中包含了R值和R2值。研究结果表明，从街视图像和顶视遥感图像得出的城市绿化测量结果都具有统计学意义，并且与夏季温度呈负相关。这种相关性的强度在不同空间尺度和不同图像来源之间存在差异。城市绿化覆盖范围也表现出不同的空间模式

使用顶视图像和街视图像的尺度问题

在这项研究中，我们评估了顶视和街视绿化指数对城市热环境的影响。与先前的研究（李等人，2022年；黄等人，2025年）类似，发现GVI和NDVI与LST之间存在显著的负相关关系。黄等人（2025年）还指出，NDVI主要反映了广阔的城市空间覆盖情况，而GVI则反映了局部冷却效果。因此，他们建议结合使用这两种指标

结论

城市绿地配置在支持可持续城市环境方面发挥着重要作用。在这项研究中，我们从两个互补的角度——顶视和街视特征——评估了城市绿地，并考察了它们与多个空间尺度（单个树木、网格和人口普查区）的地表温度（LST）的相关性。我们的分析显示，2014年至2018年间平均夏季LST存在显著的空间差异。虽然顶视指数与LST的相关性最强

CRediT作者贡献声明

安德鲁·格林利：撰写——初稿、方法论、概念构思。厄尔·尤茨勒：调查、概念构思。方芳：撰写——审稿与编辑、撰写——初稿、监督、项目管理、方法论、调查、资金获取、正式分析、概念构思。张振鹏：撰写——初稿、正式分析。

利益冲突声明

代表其他作者，我们声明他们没有已知的利益冲突或个人关系可能影响本文所述的工作。