《Environmental Research》：Assessing green space exposure: from traditional metrics to the Green Exposure Index (GEI) with application to a Northern Italy residential dataset
编辑推荐：
本研究开发并验证了复合型绿色空间暴露指数（GEI），整合植被覆盖度（NDVI）、绿色面积占比及可及性指数，应用于意大利北部ALS病例对照研究。通过比较传统指标发现，NDVI结合100m植被缓冲区能更准确反映植被动态，GEI三种权重模型（GEI1-3）显著影响暴露分类。分析显示1985-2020年间GEI时间序列揭示了城市化与绿地再开发的空间差异，79.7%人口处于适度暴露（Mildly Exposed/Exposed），为环境流行病学提供新方法。
Niccolò Martini|Francesca Despini|Tommaso Filippini|Marco Vinceti|Sergio Teggi|Sofia Costanzini
意大利摩德纳-雷焦艾米利亚大学“恩佐·法拉利”工程学院，摩德纳
摘要
城市绿地通过改善空气质量、促进身体活动和社会凝聚力以及缓解城市热岛效应，为创建更健康的城市做出了贡献。然而，在流行病学研究中，评估人们接触绿地的程度仍然是一个关键的方法学挑战。在这项研究中，我们比较了传统的绿地指标，并开发了一个综合绿地暴露指数（GEI），该指数结合了植被覆盖度、密度和可及性，以改进暴露评估方法。我们将这一新指数应用于来自意大利北部一个社区的多发性硬化症（ALS）病例对照数据集。GEI由三个组成部分构成：NDVI（归一化差异植被指数）、绿地覆盖率以及为此应用专门定义的可及性指数。我们计算了1985年至2020年间8400平方公里区域内所有居民点的这些指标。季节性NDVI比年度数据更能准确反映植被分布情况，而仅限于植被区域的空间聚合方法减少了使用圆形缓冲区时可能出现的过度估计现象。在三种不同的权重配置下对GEI进行了评估，结果发现指标选择对暴露分类有显著影响。在我们的案例研究中，采用等权重配置的GEI3将79.7%的人口归类为“轻度暴露”或“暴露”类别，这种分布更有利于流行病学分析。对GEI时间序列的分析揭示了1985年至2020年间绿地暴露情况的变化，识别出城市化或绿地重新开发的区域。本案例研究的结果表明，像GEI这样的综合指数在描述绿地暴露情况以及捕捉植被和土地利用的长期动态方面具有附加价值，其应用范围涵盖了流行病学和城市规划领域。
引言
近年来，接触绿地已成为流行病学研究中一个备受关注的因素，因为它对身心健康具有双重益处。城市绿化越来越被认为是构建健康和可持续城市的关键要素，其中易于到达且质量高的绿地对于支持人类福祉和减少环境健康不平等现象至关重要（Ashinze等人，2024；Kruize等人，2019）。城市环境中的绿地可以改善空气质量，与较低的压力水平、增加的身体活动以及增强的社会凝聚力相关联，从而降低多种慢性疾病的风险（Bagheri等人，2021；Clark等人，2025；Gascon等人，2016；Jones等人，2025；Kwon等人，2025；Newton等人，2026；Slawsky等人，2022；Soncini等人，2025；Yuchi等人，2020）。然而，测量环境暴露程度仍然具有挑战性：基于GIS的常见方法虽然实用且可重复，但更复杂的模型能够提供更准确的估计值，并影响流行病学研究的可靠性（Costanzini等人，2018；Teggi等人，2018）。准确、可比且多维的暴露指标是理解不同人群和环境下接触绿地如何影响健康状况的必要前提。已经提出了多种方法和指标来评估和量化绿地。卫星图像中的植被指数可以绘制绿地分布并捕捉植被密度和健康状况（Bannari等人，1995；Fong等人，2018；Gascon等人，2016；Tucker，1979；Yan等人，2025）。基于土地覆盖的指数可以量化绿地所占比例。基于可及性的指数则关注个人到达绿地的难易程度，通常通过网络距离或步行时间阈值来估算（Kabisch和Haase，2014；Kwan和Weber，2003；Villanueva-Durbán等人，2025），这与“15分钟城市”理念相契合（Barbosa等人，2007；Moreno等人，2021）。这些方法之间的差异可能会显著影响暴露评估结果：由于每种方法强调绿地的不同方面（例如密度、表面覆盖或可及性），因此可能会产生截然不同的暴露值，进而影响与健康结果的关系（Dadvand等人，2014；Labib等人，2020）。这凸显了开发整合绿地多个维度的指标的重要性。
为了评估不同绿地指标之间的方法学差异，我们使用了意大利北部艾米利亚-罗马涅地区的一个真实案例研究数据集，该数据集来自一项关于神经退行性疾病多发性硬化症的环境风险因素的流行病学研究（Fiore等人，2020；Vinceti等人，2017a，2017b）。该数据集仅包含居民点信息，用于暴露评估，未区分病例组和对照组。由于数据集规模庞大且地域特征多样，这一设置特别适合评估不同暴露指标之间的方法学差异。艾米利亚-罗马涅地区具有高度异质性，包括历史悠久的市中心、郊区住宅区、农业用地和城市公园。这种异质性导致绿地暴露情况存在显著的空间差异，凸显了依赖单一绿地维度的传统暴露指标的局限性。
因此，本研究旨在比较和评估常用的绿地暴露指标，包括卫星衍生的植被指数、土地利用分类和可及性测量方法，并开发出一个新的综合指标——绿地暴露指数（GEI），该指数整合了绿地的多个互补维度。此外，我们还进行了补充分析，包括主成分分析（PCA）（Hotelling，1933；Jolliffe和Cadima，2016），以探讨研究区域内GEI的长期空间模式和时间演变。
研究区域和数据来源
在获得摩德纳医院伦理委员会批准（批准编号80.11，日期2011年5月26日）后，我们使用了包含2434个ALS病例及其匹配对照组的数据集（Fiore等人，2020；Vinceti等人，2017a，2017b），这些数据来自意大利北部艾米利亚-罗马涅地区的摩德纳省、帕尔马省和雷焦艾米利亚省（图S1）。该地区是欧洲人口最密集和工业化程度最高的地区之一，由于位于波河谷，空气质量较差
卫星衍生指数之间的比较
图2显示了研究期间年度皮尔逊相关系数的变化趋势，图S5展示了以2005年为参考年份时各项比较结果的频率分布。
NDVI和绿地指数显示出强烈的相关性，所有年份的相关系数均≥0.94（图2a）
使用100米和200米缓冲区计算的暴露值之间的相关性也始终较高（r = 0.94 - 0.96，图2b）。差异分析表明
讨论
NDVI和Tasseled Cap Greenness指数之间的高相关性表明，这两个指数从可见光和近红外光谱带中捕获了高度相似的信息，这与预期一致。由于NDVI的公式更简单且在文献中应用更广泛，因此被选用于后续分析（Dadvand等人，2012b，2012a；Donovan等人，2011；Markevych等人，2017；Vinceti等人，2017a）。100米和200米缓冲区之间的相关性也始终较高。研究结果证实
结论
本研究开发并测试了一个综合绿地暴露指数（GEI），该指数整合了植被生物量、土地覆盖和可及性等多个维度。在比较各种卫星衍生指数后，发现使用100米绿色缓冲区的NDVI配置是本研究中最适合的植被代理指标，因此被选用于GEI的计算。三种不同的权重配置（GEI1、GEI2、GEI3）均展示了该工具的有效性
CRediT作者贡献声明
Sergio Teggi：撰写——审稿与编辑、监督、项目管理、方法论、概念构思。Marco Vinceti：撰写——审稿与编辑、监督、资源管理、项目管理、方法论、研究、概念构思。Sofia Costanzini：撰写——审稿与编辑、验证、监督、软件开发、项目管理、方法论、研究、数据分析、概念构思。Niccolò Martini：撰写——审稿与编辑、原创内容未引用参考文献
Asenso Barnieh等人，2020；Cohen，1960；欧洲环境署，2023；欧洲人类健康与环境主题中心，2024；联合机构商业影像评估团队，2019；Landis和Koch，1977；Parracciani等人，2024；Pinar，2022；Pontius和Li，2010；美国地质调查局，2019a；美国地质调查局，2019b；Zeshan等人，2021。资助
本研究得到了意大利大学与研究部（MUR）的“PRIN 2022”项目（项目编号2022MHMRPR）的支持，该项目由欧盟“下一代”计划资助；同时得到了摩德纳-雷焦艾米利亚大学的“UNIMORE FAR 2023”项目的支持。Tommaso Filippini还获得了意大利大学与研究部（MUR）的“PRIN 2022 PNRR”项目（项目编号P20229KSXB）的支持，该项目同样由欧盟“下一代”计划资助。资助方未参与本研究的设计和实施过程。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能会影响本文所述的研究结果。
