字数：5010
阅读时间：27分钟
论文信息
标题：Unprivileged groups are less served by green cooling services in major European urban areas
时间：2024.5
作者：Alby Duarte Rocha*, et al.
导读：作者基于SCOPE模型分析了欧洲14个城市绿色制冷服务的不平等，发现低收入居民、租户、移民和失业公民获得的绿色冷却低于平均水平。
研究摘要：
背景：热应激是欧洲气候相关因素导致过早死亡的主要原因。最近，欧洲遭受了严重的热浪袭击，预计其强度和持续时间将增加。由于城市形态和不透水性，大城市尤其受到威胁。绿色空间通过遮荫和蒸散提供冷却服务，从而缓解热量。然而，绿色冷却的分布和受影响最严重的人口往往是未知的。
结论：揭示了 14 个欧洲主要城市地区绿色冷却的环境不公正。欧洲的弱势居民并不集中在郊区，而是集中在与低冷却区域重合的破败中心地区。在所有研究地区，低收入居民、租户、移民和失业公民获得的绿色冷却低于平均水平，而高收入居民、国民和房主获得的冷却服务高于平均水平。由于弱势居民无力承担被动或主动冷却缓解措施，极端热浪期间的死亡风险可能会增加。
1. 研究背景
由于气候变化，热浪变得越来越强烈，持续时间也越来越长。与其他中纬度地区相比，欧洲在过去二十年中热浪的持续时间和强度尤其强劲。在欧洲和美国，高温是造成所有气候相关危害中过早死亡人数最多的因素，在过去二十年里，欧洲受热浪影响的人口不断增加，导致每百万人中因高温死亡的人数增加了 30 人。
以下几个城市特征加剧了热浪的影响以及人口密集定居点居民因热浪导致的死亡风险：(1) 城市景观复杂的三维形态，降低了整体反照率，增加了地表净（全波）辐射；(2) 建筑物、交通和人类新陈代谢释放的人为热量；(3) 不透水表面，与自然区域相比，其热强度增加，因为这些表面具有更高的热量和储存能力，可以捕获并随后释放更多的热量，尤其是在夜间；最后，(4) 缺乏植被，限制了热浪事件期间的冷却能力。
绿色基础设施提供多种生态系统服务，包括通过遮荫和蒸散（ET）衰减太阳辐射而产生的降温效应。因此，发展城市绿色基础设施（UGI）是缓解过热最适合的基于自然的解决方案之一。然而，人口密集的城市地区建筑物和不透水层的比例更高，通常缺乏植被区域，限制了提供绿色冷却服务以减轻室外热应力的能力。
绿色制冷应在城市内公平分配，以促进环境公正。虽然城市地区获得绿色制冷服务的机会主要与气候和分配环境公正有关，但也与能源需求、空气污染和生物多样性不公正间接相关。
最近大多数评估城市热应力的研究都是根据城乡地表温度 (LST) 差异来确定城市热岛效应 (UHI)。人类的热舒适度和幸福感与辐射、风速、空气温度和湿度的组合比与LST更相关。
由于城市冠层的异质性，对土壤蒸发和植物蒸腾提供的冷却服务的精确评估很复杂，由通量塔评估的基于过程的建模为准确模拟城市环境中空间分辨的绿色冷却服务提供了绝佳机会。
2. 方法
2.1. 建模与验证
提出了一套独特的指数，用于量化城市环境中绿化的辐射和蒸散冷却服务。这种评估热应激暴露的新方法基于对（1）遮荫处冠层以下土壤表层温度的归一化降低（辐射冷却服务指数 (RCoS)）和（2）归一化的每日 ET 值（蒸散冷却服务指数 (ECoS)）40的空间明确模拟。绿色冷却服务指数 (GCoS) 是 RCoS 和 ECoS 子指数的平均值。通过使用基于土壤-植被-大气过程的模型 (SVAT) ，这种方法可以更灵活地选择适合城市环境中热应激动态的空间和时间分辨率。
ET 和土壤温度模拟中使用的 SVAT 模型是土壤冠层光合作用和能量通量观测（SCOPE）。SCOPE是一种基于过程的方法，将植物冠层辐射传输模型与热通量和能量平衡相结合。
在第二阶段，使用哥白尼陆地监测服务提供的 Imperviousness Density 2018 产品将 300 米分辨率的 SCOPE 模拟调整为不透水面部分（10 米）。该产品是一个欧洲范围的高分辨率（10米）图层，源自 Sentinel-2 图像，可量化 2017 年至 2019 年期间 0-100% 范围内的不透水面密度。
在范围内可用的许多植物性状参数中，使用遥感产品为每个像素输入了叶面积指数（LAI）和冠层高度。在2022年最热的一天，以300米的分辨率每小时模拟一次范围内每个城市地区的ET和土壤温度。基于LAI光栅分辨率，模拟的分辨率被限制在300 m。然而，在第二建模阶段，使用表面密封分数光栅将最终产品缩小到10 m。
2019 年至 2021 年观测到的 ET（EC 数据）用于评估模型性能，具体取决于每个塔位置的可用性。使用足迹建模每小时从 10 米网格中提取用于模拟 EC 塔周围源区 ET（90% 贡献）的输入参数。
预测的每小时 (24 小时) ET 与夏季 (尤其是 7 月) 的观测数据非常吻合。R2相对较高，范围从 0.51 到 0.93。大多数站点在全年夜间观测到的 ET 值远高于零，这与模拟结果不同，模拟假设此期间土壤蒸发和植物蒸腾可忽略不计。此外，气象强迫数据未捕捉到 UHI 和建筑物热容量对夜间气温的影响。因此，夜间值是造成结果相对偏差的最大原因。
2.2. 数据来源
LAI产品是来自哥白尼全球土地服务的10天300米分辨率数据集。树冠高度是来自ETH全球树冠高度2020产品的10米分辨率栅格。每小时气象强迫数据集是从哥白尼气候变化服务（C3S）制作的欧洲中期天气预报中心的大气再分析（ERA5）收集的。每小时气温、相对湿度、气压、风速、入射短波和长波辐射被用作模型输入。社会经济指标基于欧洲范围内标准化的全国人口普查。Esri ArcGIS Pro 的 GeoEnrichment 服务用于将人口和社会经济变量从粒状点数据集重新分配到 500 米的规则网格。社会经济数据是 ArcGIS“世界生活地图集” 为所有欧盟国家提供的标准化变量。
2.3. 绿色冷却服务指数
GCoS 源自两个代表蒸散和辐射冷却的子指数，即蒸散冷却服务（ECoS）和辐射冷却服务（RCoS）。每个子指数的贡献将在很大程度上取决于植被参数。虽然冠层高度更有利于遮荫，因此更有利于 RCoS，但 LAI 对 ET 的益处略大，因为它代表可用于光合作用的绿叶体积。结果
其中：ET [mm/day] 为最热日蒸散的模拟值和校正值，TS [ °C] 为最热日的模拟冠层下每小时土壤温度值，vf [%] 为植被覆盖率。这两个子指数取平均值以得出 GCoS。所有指数都在 0 和 1 之间变化，其中 1 表示最高冷却服务，0 表示没有绿色冷却服务。
2.4. 探索性分析
进行了探索性分析，以证明社会经济因素与模拟的绿色制冷服务之间的关系。皮尔逊相关与社会经济指标用于显示脆弱家庭与低制冷服务区域之间的关联。单变量和双变量全局 Moran's I 统计数据用于评估 GCoS 和较低家庭收入的结果地图中的空间自相关水平。显示的所有相关值均具有统计意义
3. 结果
3.1. 绿色冷却服务模拟
比较欧洲不同城市地区时，GCoS 的分布非常明显。在大多数情况下，低冷却服务区域分布在市区主要城市的中心周围。GCoS 值在郊区较高，但也集中在靠近主要城市中心的一些大型城市公园。该指数的空间分布在大多数地区非常集中（全局 Moran's I 统计量从 0.59 到 0.92），这意味着热应力高的地方集中在城市的特定区域。
图1：a、b、2022 年最热日期间主要城市 GCoS 的空间分布（a）和所选研究城市地区家庭收入低 40% 的居民百分比（b）。城市地区和人口估计基于城市地图集和 GHSL，将城市群表示为功能性城市区域，而不是行政城市边界。每张地图都以 500 米分辨率的网格呈现，并配有以公里为单位的单独比例尺。
家庭收入低 40% 的居民广泛集中在阿姆斯特丹、柏林、马德里和维也纳等城市功能区的中心区域。在伦敦和巴黎，低收入地区更多地集中在主要城市中心的东北部，而在雅典，低收入地区主要集中在城市西部。总体而言，绿色冷却比低收入群体的分布更具聚集性。
GCoS 值无法直接在城市地区之间进行比较，因为它们是基于城市内标准化值（例如 ET）得出的相对指数。但是，分布形状和空间分散性可以显示每个城市地区的制冷服务集中程度。例如，伊斯坦布尔和马德里的城市地区呈现对称分布，超过一半的地点的 GCoS 低于 0.5，而佛罗伦萨和布达佩斯的分布为左尾分布，中位数高得多。
图2：GCoS 分布按 2022 年最热一天期间所研究的 14 个欧洲城市地区的中位数排序。排除了家庭少于 10 户的地区，以避免受到几乎没有居民的大公园或工业和商业空间的影响。
3.2. 最容易受到热应激影响的人群
GCoS 在城市地区分布不均，部分人口将比其他人口更容易受到热应激的风险。我们根据居住地周围四种绿色制冷服务水平比较了人口比例。只有一小部分人口居住在 GCoS 最高的地区（四分位数），因为他们位于不透水率低的地区，因此建筑物较少。因此，人口密度与 GCoS 之间存在强烈的反比关系
由于 GCoS 最高的地区人口密度通常较低且空间分布不均匀，因此很大一部分人口往往生活在易受热应激影响的地区。然而，有必要了解人口的脆弱性和适应能力，以提出缓解行动，降低热应激暴露的风险和后果。
图3：2022 年最热天每个城市地区每个 GCoS 四分位数的人口比例。
3.3. 高温暴露的社会经济风险因素
社会经济因素与绿色制冷服务密切相关：在所有研究的城市地区，GCoS 与低收入群体比例之间的相关性始终与第一和第二个最低五分位数成反比（负值），与最高收入群体（上五分位数）成正相关。
收入的第三五分位数主要为负值。第四五分位数取决于与国家收入阶层的关系。均购买力主要与 GCoS 呈正相关，而失业率则呈反比。
社会经济因素与绿色制冷服务密切相关：在所有研究的城市地区，GCoS 与低收入群体比例之间的相关性始终与第一和第二个最低五分位数成反比（负值），与最高收入群体（上五分位数）成正相关。
收入的第三五分位数主要为负值。第四五分位数取决于与国家收入阶层的关系。均购买力主要与 GCoS 呈正相关，而失业率则呈反比。平均而言，60 岁以上的人口更容易受到降温的影响。
图4：欧洲 14 个城市地区社会经济指标与 GCoS 之间的皮尔逊相关值按级别划分的城市数量（密度）
社会经济指标明显聚集成两类：一类增加了获得制冷服务的机会，另一类加剧了中暑风险。热图聚类为（1）柏林、维也纳、巴塞尔和巴黎，以及（2）布达佩斯、赫尔辛基和斯德哥尔摩。虽然没有使用 GCoS 的平均值对城市进行分组，但各个聚类也呈现出相似的指数。就业、收入和购买力等指标的组合清楚地表明，欧洲人获得绿色制冷服务的机会并不平等。
图5：基于与 GCoS 相关性的城市地区（行）和社会经济指标（列）热图。水平和垂直白线表示根据树状图划分的聚类组
3.4. 欧洲城市地区的环境不公正
所有选定城市地区的低收入和失业群体获得 GCoS 的机会低于高收入群体。这些差异可能相当大：在大伦敦，高收入群体的指数平均为 0.65，而失业人口的指数为 0.51。在马德里，高收入五分之一人口的 GCoS 平均比 40% 的低收入群体高 0.1
除家庭收入外，住房和移民身份与获得绿地制冷服务的能力也密切相关。例如，在柏林，房主的制冷指数比房客高 0.1。
22% 的人口所处的降温指数低于 0.25，其中一半以上居住在 GCoS 介于 0.25 和 0.50 之间的地区。大约四分之三的人生活在降温水平不足（<0.5）的地区，其中三分之一属于脆弱年龄组（15 岁以下或 60 岁以上）。
移民来源等其他因素也起着至关重要的作用。在柏林、巴黎和马德里的市区，移民约占所有家庭的 10%。在移民中，巴黎和柏林市区的 GCoS 平均值低于 0.5（0.46 和 0.49），比本国人（18% 和 19%）的 GCoS 平均值低 0.09。
图5：信息图展示了 GCoS 与住房、人口、收入和移民指标之间的关系。
4. 结论
● 我们的研究揭示了 14 个欧洲城市地区在绿色制冷服务方面存在的环境不公正现象。在欧洲，脆弱居民主要不是集中在郊区，而是集中在绿色制冷服务较差的破败中心地区。
● 本研究的方法可用于优先考虑制冷服务低、人口脆弱性高的城市内地区，以促进针对环境不公正的缓解行动。
● 缓解过热的行动应避免大型局部项目，并促进空间分布的措施以改善绿色冷却。否则，绿色空间不会促进环境正义，反而会成为进一步加剧不公正的因素。
● 环境不公正体现了不公平，因为对气候变化贡献最小的群体往往受其影响最大。
● 尽管我们的研究重点是室外绿色制冷的不公平现象，但城市中观察到的住房和收入不平等也反映在室内制冷中。受城市热岛效应影响最大的群体最无力负担空调费用（主动制冷），作为租户调整房屋的灵活性也较低（被动制冷）
● 热浪期间的室内热舒适度也会因房屋特征（位置、材料和冷却系统）而有很大差异。
● 我们的研究揭示了 14 个欧洲城市地区在绿色制冷服务方面存在的环境不公正现象。在欧洲，脆弱居民主要不是集中在郊区，而是集中在绿色制冷服务较差的破败中心地区。
● 本研究的方法可用于优先考虑制冷服务低、人口脆弱性高的城市内地区，以促进针对环境不公正的缓解行动。
● 缓解过热的行动应避免大型局部项目，并促进空间分布的措施以改善绿色冷却。否则，绿色空间不会促进环境正义，反而会成为进一步加剧不公正的因素。
● 环境不公正体现了不公平，因为对气候变化贡献最小的群体往往受其影响最大。
● 尽管我们的研究重点是室外绿色制冷的不公平现象，但城市中观察到的住房和收入不平等也反映在室内制冷中。受城市热岛效应影响最大的群体最无力负担空调费用（主动制冷），作为租户调整房屋的灵活性也较低（被动制冷）
● 热浪期间的室内热舒适度也会因房屋特征（位置、材料和冷却系统）而有很大差异。
原文链接：https://www.nature.com/articles/s44284-024-00077-x
Rocha, A.D., Vulova, S., Förster, M. et al. Unprivileged groups are less served by green cooling services in major European urban areas. Nat Cities 1, 424–435 (2024). https://doi.org/10.1038/s44284-024-00077-x
本文编辑 | 胡瑾瑜 复旦大学环境科学与工程系
关于我们
本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。
