An integrated analytical framework linking green and blue infrastructure spatial patterns with human thermal stress using UTCI

方法

用首尔数据、7个景观指标和随机森林回归，以UTCI替代LST。

发现

绿蓝基础设施的降温能力不仅取决于面积，还取决于植被质量和空间连通性。

机会点

可将UTCI框架迁移至农业景观或乡村绿地，研究绿蓝基础设施格局对田间热舒适的调控。

摘要 在气候变化和快速城市化背景下，城市热胁迫日益成为严峻挑战，推动绿蓝基础设施（Green-Blue Infrastructure, GBI）被采纳为关键缓解策略。尽管其潜力已获认可，但既有研究在GBI空间配置与城市热环境关系方面报告了不一致的发现，主要归因于方法差异和城市结构多样性。为弥补这些不足，本研究提出一个基于通用热气候指数（Universal Thermal Climate Index, UTCI）的定量分析框架，该指数比传统的基于地表温度（Land Surface Temperature, LST）的方法更能有效捕捉人体感知的热胁迫。利用首尔大都市区数据，研究确定1800米为捕捉GBI—热环境关系的最佳空间尺度。通过相关性和多重共线性分析，选取七个景观指标表征GBI形态，包括植被状况、空间组成、配置和连通性。这些指标包括NDVI_mean（植被活力）、C_G_PLAND（绿色基础设施的比例优势度）、C_G_SHAPE_AM和C_GB_SHAPE_AM（绿色及绿蓝斑块面积加权形状复杂度）、C_G_SPLIT和L_GB_PD（类型和景观层面的破碎化强度）以及L_GB_COHESION（GBI的空间连通性与连续性）。随后应用随机森林回归模型发现，C_G_PLAND、L_GB_COHESION和NDVI_mean对UTCI变化影响最大。这些发现表明，城市GBI的降温能力不仅取决于其面积，还取决于植被质量和空间连通性。所提出的框架能够实现一致的时间序列分析，并为在不同城市背景下评估和优化气候响应型GBI策略提供可迁移的方法。