编辑推荐：
城市蓝绿空间降温评估中，现有方法存在兼容性、泛化性和可解释性不足的问题。本研究提出基于温度梯度和散度的LSTPM方法，通过物理过程解析降温影响范围，计算冷却强度（CI）、距离（CD）、效率和梯度（CG）四个指标。对比北京第六环路的208个样本发现：BM最宽松（有效降温识别率>60%），GMM最保守且稳定性差，LSTPM在CD和CE上差异显著，且通过负控制实验验证其区分能力最强。方法敏感性分析表明LSTPM数据质量依赖度较高（CI变化达71.5%），而BM抗噪性更强（CI相对变化<18%）。该方法为高精度数据下的城市热环境管理提供新工具，BM适合一般应用，GMM适用于小样本探索。
胡中原|李凯新|曾慧
北京大学城市规划与设计学院，中国深圳518055
摘要
针对现有方法在评估城市蓝绿空间（BGS）降温效果方面的兼容性、普遍性和可解释性方面的局限性，本研究提出了一种地表温度参数化方法（LSTPM）。该方法基于局部温度梯度和散度，从物理角度表征了BGS的主要降温作用，并据此推导出四个指标：降温强度（CI）、降温距离（CD）、降温效率（CE）和降温梯度（CG）。利用北京六环路内的208个BGS样本以及多时相Landsat影像，我们将LSTPM与缓冲区方法（BM）和高斯模型方法（GMM）进行了比较。研究结果表明：（1）BM方法最为宽松，在所有季节中超过60%的样本中都能识别出有效的降温效果，而GMM方法则最为保守且结果不稳定；（2）在数值上，LSTPM和BM在降温强度（CI）方面具有较强的一致性（夏季相关性r=0.68），但在降温距离（CD）方面存在显著差异（相关性r=0.17），这凸显了LSTPM在空间划分方面的独特能力；（3）使用建成区作为负对照进行的有效性测试表明，LSTPM的区分能力最强，而BM方法经常将建成区误判为降温源；（4）敏感性分析显示，尽管BM方法在0.3σ噪声范围内具有较高的稳健性（CI相对变化小于18%），但LSTPM对数据质量更为敏感（CI变化幅度可达71.5%）。因此，LSTPM适用于高质量数据的精确解释性分析，BM方法适用于通用且稳健的应用，而GMM方法适用于小样本的探索性建模。本研究基于物理过程，为城市热管理提供了更科学的方法选择。
引言
城市蓝绿空间（BGS）具有较高的热容量和较强的蒸散作用，能够与周围环境进行大量热交换，从而产生降温效果；它们是缓解城市热岛效应（UHI）的重要手段（Gunawardena等人，2017；Jones等人，2024）。然而，这些降温效果的强度不仅取决于BGS的物理存在，还受到其多维特性（如空间布局和景观模式）的影响（Amjad等人，2025；Das等人，2025）。为了量化这些效果，文献中提出了降温强度（CI）、降温距离（CD）、降温效率（CE）和降温梯度（CG）等指标（Yang等人，2024；Zhou等人，2025）。这些指标通常是基于地表温度（LST）反演得出的，其核心前提是合理划分“降温影响区域”。
现有的基于LST的降温区域识别方法包括缓冲区方法（BM）、高斯模型方法（GMM）和流域方法（Lu等人，2019；Zhou等人，2022；Zhou等人，2025）。最新研究对这些方法进行了批判性评估，发现它们在复杂城市环境中存在显著局限性。BM方法通过从BGS边界向外构建同心缓冲区来根据距离-温度关系推断降温范围（Peng等人，2021；Yao等人，2022）。尽管这种方法直观且应用广泛，但它依赖于各向同性的缓冲区，无法捕捉降温流的方向性差异（Xiao等人，2023a）。此外，缓冲区阈值的选择（例如固定半径与第一拐点）具有高度主观性，导致不同研究之间的结果不一致（Du等人，2017；Masoudi和Tan，2019；Peng等人，2020）。GMM方法通过使用二维高斯函数拟合LST表面来过滤局部扰动，从而在数学上进行了改进（Anniballe等人，2014；Lai等人，2021），但它假设了一个理论上的单峰分布，这在热岛或冷岛不规则或多中心的城市景观中往往不成立（Gao等人，2022）。流域方法试图解决空间不规则性问题，但依赖于“虚拟流域”来定义影响范围，这缺乏明确的物理热力学解释（Lin等人，2015；Zhou等人，2025）。
尽管在这些方法上有所进步，但仍存在一个关键的研究空白：现有方法主要测量静态温度差的幅度，而非表征主导影响的实际范围。大多数方法仅因为某个像素的温度低于背景阈值就将其标记为“降温区域”（Bai等人，2024；Zhou等人，2022）。它们往往无法区分低温度像素是由于BGS的降温作用（通过热传导和对流）还是仅仅处于较冷的背景环境中（Iungman等人，2023；Jiang等人，2026）。这种依赖几何统计而非物理过程参数化的做法限制了结果的可解释性，阻碍了降温机制的可靠量化（Hu和Zeng，2025a；Shi等人，2020；Xiao等人，2023a）。
为了解决这一问题，本研究提出了一种地表温度参数化方法（LSTPM），该方法将研究范式从几何缓冲转向物理场分析。该方法的亮点在于它基于矢量微积分理论。通过利用温度梯度（指示热流方向）和散度（识别热源/热汇）的物理含义，LSTPM能够确定热流的方向及其对周边像素的统计显著性（Ord和Getis，1995）。这有助于物理上划分出BGS对局部温度起主导控制作用的实际范围，从而克服了传统方法的主观性和各向异性限制。在此基础上，我们计算了CI、CD、CE和CG。为了系统评估这些方法的性能，我们在北京六环路内选取了208个BGS样本进行测试，该地区以快速城市化和显著的城市热岛效应为特征（Meng等人，2018）。我们构建了一个比较框架，包括BM和GMM，以检验它们的数值一致性、有效性、敏感性和稳健性。最后，基于这些分析，我们讨论了这三种方法的优点、局限性和适用场景。
本研究的主要贡献有四点：（1）我们从物理过程的角度介绍了LSTPM，利用温度场的局部结构来描述降温主导性，从而提高了结果的可解释性和降温区域识别的准确性；（2）在统一的指标体系下，我们对LSTPM、BM和GMM进行了多维度比较，明确了它们之间的一致性和差异，并为方法选择提供了实用指导；（3）通过负对照样本和扰动实验，验证了这些方法的区分能力和数据稳健性，为大规模和多时相应用界定了适用条件；（4）面向规划实践，我们总结了这些方法在不同数据质量和研究目标下的适用性，为优化BGS配置和管理城市热环境提供了方法论支持。
研究区域
本研究以北京六环路内的区域作为研究范围（图1），用于提取BGS样本和验证样本。北京位于北纬39°26′–41°03′、东经115°25′–117°30′，总面积为16,410.54平方公里。截至2020年，其常住人口为2189.3万。作为中国的首都，北京也是政治、文化和国际交流的中心。由于地处内陆，该城市冬季寒冷干燥，夏季炎热多雨。
降温效果的比较分析
尽管三种方法都捕捉到了类似的季节性趋势——夏季降温效果最明显，冬季降温效果最弱——但它们的定量结果存在显著差异（图5和补充材料S2）。BM方法最为宽松，在所有四个季节中超过60%的BGS样本中都能识别出有效的降温效果。LSTPM方法的宽松性居中，CI的估计值也较为合理，但在CD和CE方面的结果相对保守。相比之下，GMM方法最为保守，经常
方法之间的计算逻辑差异
三种方法在计算逻辑上的根本差异在图3中得到了直观展示。BM方法（图3a）采用刚性的各向同性几何结构（同心圆环），隐含了所有方向上降温传播均匀的假设。GMM方法（图3c）采用理论上的平滑处理方式，通过拟合理想化的椭圆表面来简化复杂的城市异质景观。而LSTPM方法（图3b）则捕捉到了微气候的各向异性特征
结论
本研究解决了物理解释城市蓝绿空间降温效果的关键问题。通过超越传统的基于几何的统计方法，我们提出了LSTPM方法，该方法利用局部温度梯度和散度来识别“主导”降温区域。通过对北京208个BGS样本的系统比较，本研究得出了以下关键见解：
（1）方法论范式转变：LSTPM表明，通过整合矢量分析可以更准确地识别降温区域CRediT作者贡献声明
胡中原：撰写原始稿件、可视化处理、数据调查、概念构建。李凯新：撰写原始稿件、可视化处理、验证工作、软件开发、方法论设计、数据整理、概念构建。曾慧：项目监督、资金申请。
资金支持
本研究得到了深圳市基础研究计划（项目编号：GXWD20201231165807007-20200812142216001）和流域人类居住区与灾害预防和减灾跨学科博士创新基金（项目编号：2025JCXK-07）的资助。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究得到了深圳市基础研究计划（项目编号：GXWD20201231165807007-20200812142216001）的资助。
