Nature Cities｜云层和三维城市结构的相互作用减少了人类对阳光的接触

【对光照时长减少的贡献因子】

城市环境中的光照是地理位置（如经纬度）、日期、天气状况和城市结构相互作用的结果。在地理位置方面，通过研究2020年美国1353个城市的土地覆盖，每年的光照时间在城市建筑区域(包括人类住区密集的建筑、道路和其他基础设施)有显著的纬度和季节变化。高纬度城市比低纬度城市日照时长多15-40小时。（图1a）

在天气状况方面，高频地球静止运行环境卫星（GOES-16）的数据显示了天气条件导致的光照变化，即纬度引起的光照时间从西南到东北增加的模式梯度（图1b）。2020年的云层覆盖导致日照时间大幅减少了55%（2450小时），约102天。光照损失最大的一次发生在东北部（例如缅因州和纽约州）和西北部（例如华盛顿州）地区，这些地区的日照时间估计从4460-4480小时下降到1000-1500小时。

城市结构通过其阻挡和截断阳光的三维形态进一步加剧了日照时数的减少（图1c）。尽管遵循类似于自然日照的分布模式，但穿透城市区域的日照量减少了。2020年，城市地区接收到约1,555小时的日照，比无遮挡条件减少了446小时或19天。这种减少显示出地理差异，美国东北部和西北部城市的减少较少，而沿海城市经历了更大的减少（图1d）。当将树木等自然景观元素纳入城市地区分析时，日照时数的空间分布保持相对一致，但平均日照时数略微下降至1,504小时，将损失延长至497小时或21天。

图2  1,353个美国城市中平均建筑高度与建成区阳光减少比例之间的城市级关联

建成区由TIGER数据库的城市边界与2020年ESA WorldCover土地覆盖产品中的建成层重叠区域定义。

【云量和城市结构对日照损失的影响】

云层覆盖造成的日照减少范围为20%~60%，西南地区最低，东北部地区最寒冷的气候（寒冷和非常寒冷）经历的相对日照减少量最大，其次是潮湿（热潮湿、海洋和混合潮湿）和干燥（热干燥和混合干燥）地区的城市结构虽然不如云占主导地位，但仍然减少了10%-40%的日照时间。这些减少在整个城市化地区都具有相似的空间格局。城市的平均建筑高度与建筑区域日照时间的减少之间存在直接关系，突出了较高结构对阳光可达性的阴影效应，证实了城市结构在减少日照时间方面发挥的关键作用。

云覆盖和城市结构的综合影响导致美国城市每年总共减少2896个日照小时，相当于121天的日照损失。随着持续的城市化导致更多的摩天大楼和更多的阴影，这种损失预计将继续下去。此外，城市化可以放大云的形成，因为加热的城市表面将通过潮湿空气的对流上升促进水分收敛，并刺激从周围潮湿的农村地区到城市的水分运输。

研究结果对城市规划、能源利用和公共健康的影响。研究表明，城市中的高层建筑和云层覆盖共同导致阳光减少，这直接影响了太阳能资源的利用。高层建筑的遮挡效应可能使邻近低层建筑的太阳能潜力减少30-80%。整体来看，城市结构导致的阳光减少约为10%，这将显著影响太阳能的收集和利用。此外，阳光减少对居民的健康也有负面影响，特别是在冬季，阳光不足会导致维生素D缺乏，从而增加骨质疏松和其他健康问题的风险。

为了应对这些挑战，文章提出了若干政策建议。首先，在城市规划方面，为了最大化太阳能利用，城市规划应考虑建筑物的高度和布局，减少高层建筑对低层建筑的遮挡。建议使用高效的光伏技术在屋顶和立面安装太阳能板，以充分利用有限的阳光资源。其次，在能源政策方面，政策制定者应推动清洁能源的使用，减少对化石燃料的依赖。通过优化城市设计和提高建筑物的能源效率，可以降低能源消耗和碳排放。在城市设计方面，推广绿色建筑设计，如垂直绿化和屋顶花园，不仅可以增加绿地面积，还能减少城市热岛效应，改善空气质量。利用物联网和大数据技术，实时监测和管理城市的能源消耗和阳光分布，提高城市的可持续性。提高公众对阳光和健康关系的认识，特别是在冬季，鼓励居民通过饮食和补充剂获取足够的维生素D。推广节能意识，鼓励居民和企业采用节能措施，如使用节能电器和安装太阳能板。在政策和法规方面，制定和实施严格的建筑法规，确保新建建筑在设计阶段就考虑到阳光的最大化利用和能源效率。政府可以提供财政激励，如税收减免和补贴，鼓励企业和居民投资太阳能和其他可再生能源。

未来的研究应进一步改进数据收集和模型，以更准确地评估云层覆盖和城市结构对阳光的影响。特别是需要高分辨率的三维城市模型和更长时间跨度的气象数据。此外，研究强调了跨学科合作的重要性，包括城市规划、气象学、公共健康和能源工程等领域的专家共同努力，以解决复杂的城市阳光问题。

本研究采用的城市结构数据集，包括了TIGER数据和10米分辨率的欧洲航天局世界2020年土地覆盖数据。云量数据集采用高频GOES-16产品数据用于计算晴空天气覆盖率，采用长期MOD09GA、MYD09GA和HXG时间序列提取云覆盖趋势。城市结构数据集包括2米分辨率的3D高程计划（3DEP）DSM，3米分辨率的平面范围和1米分辨率的国家农业图像计划（NAIP）数字正射影四分之一象限产品数据，用于量化3D城市元素投射的城市阴影。气候数据集来自美国能源部建设计划的气候地图BAP以及每日的地面天气和气候摘要。BAP数据用于提供气候区信息，以量化不同气候下云覆盖对日照减少的相对贡献。

【年日照建模】

在真实的环境中，每年的日照时数一般可以被建模为：

其中S是每年的日照时间；D_i是第一天的白天长度（即=1、2、3、...，365）；C_i,j是第一天和时间j上的云因子(j=1,2,3，...，Di)；和θ_i,j是描述目标是否被自然光照射的相应的阳光指示器。C_i,j和θ_i,j两个二进制变量。为了解读云覆盖和三维城市结构对阳光分布的个体影响，我们特别关注了三种不同的环境设置：总潜力环境、自然环境和城市环境。

【城市环境（城市阳光）】

城市环境是指同时考虑云和三维城市结构影响的条件。为了方便计算，我们提出了一个近似方程，利用SCF和SVF概念快速估计方程(1)中阳光条件的计算，它们是相对静态的，可以从三维数据中预计算。特别是SCF被定义为太阳被城市结构阻挡的时间与相关的没有阻挡效应的年日照持续时间之间的比值，SVF被定义为目标表面可以观察到的天空分数。

【日期长度映射】

我们使用美国国家海洋和大气管理局提供的日出/日落计算器，根据JeanMeeus开发的天文算法计算自然日长度。该算法将日光持续时间建模为经度、纬度、时区和日期的函数，理论上是精确的，大多数地球区域的误差为1分钟（−72°S到72°N），其他区域的误差为10分钟。为了便于全球尺度的日长度映射，我们在谷歌地球引擎云计算平台上调整并实现了该算法，创建了一个2020年全球空间覆盖的每日日长度数据集集合。

【晴空天气分数估算】

我们使用GOES-16的2k分辨率ACM产品计算了每日晴空天气分数。ACM产品由GOES-16先进基线成像仪可见、近红外和红外波段生成，通过四层信息指标对像素级云条件进行重新编码：多云、可能多云、清晰，可能清晰。该产品在晴朗和多云条件下均具有86.0%的高精度。我们在2020年在美国各地下载了ACM全磁盘产品，每天每个网格包含144张图像。我们假设一天内的云条件被ACM产品密集采样，然后可以通过计算多云或可能的云观测结果的分数来计算每日的云分数。例如，如果一个像素在一天内有来自ACM产品的36个多云或可能的云记录，那么该目标日期的云覆盖分数将为25%，计算结果为36/144×100%=25%。在这种情况下，晴空天气分数将计算为1−25%=75%。

【城市SVF量化】

我们使用由美国地理调查局（https://www.usgs.gov/3d-elevation-program）进行的3DEP激光雷达产品提供的DSM数据集计算了SVF度量。我们下载并使用了1353个美国城市的所有DSM网格。由于SVF是受邻近环境影响的累积因素，我们将每个城市的整个DSM层划分为几个相同的2×2km块，相邻块之间有50%的重叠面积，用以考虑邻近效应。利用2020年TIGER数据库，我们对1353个城市的3DEP2m分辨率DSM数据进行了超过90%的空间覆盖率，并获取了这些城市的所有DSM数据集，涵盖了2010-2020年的观测年份。

【城市日照损失的高分辨率卫星观测实例】

我们采用了在伊利诺斯州芝加哥（87.63°W，41.89°N）的两个相邻的每日3米分辨率的卫星图像采集，以展示3D城市结构导致的日照减少。具体来说，我们在2020年通过将这两个区域的四波段（即蓝色、绿色、红色和近红外）平面广镜表面反射率产品设置为零。共下载166张行星广域图像（每个区域83张图像），用于年阴影分数计算，分三步进行。首先，我们在2020年1月21日从投影镜图像中收集了阳光照射和阴影像素的训练样本，当时建筑投射的阴影最多。利用这些样本，我们在谷歌地球引擎平台上使用默认设置参数训练随机森林机器学习分类模型。其次，我们将校准后的随机森林模型应用于平面镜图像采集，将其分类为阳光照射和非照射。最后，我们从这些双元素图像集合中计算像素尺度的年度照射分数，以测量日照减少水平并进行交叉比较。

【日照减少与城市结构的关系】

我们采用高差分数和建筑高度作为两个城市结构指标，来解读三维城市环境对从像素到城市水平的日照减少的规律。为了最小化噪声混杂效应，我们使用区域分析对关联结果进行了细化，对高差分数的每个1%区间内的日照减少分数和高差分数进行平均，进行线性回归。在城市层面，我们比较了城市层面的平均建筑高度以及2020年从TIGER数据库城市边界与欧洲航天局世界土地覆盖层重叠区域提取的建筑面积的日照减少率。

【来自多源卫星数据集的云覆盖趋势】

为了推断城市阳光的未来演化，我们从3个不同的数据集中提取了云覆盖趋势，包括21年（2000-2020年）MOD09GA、18年（2003-2020年）MYD09GA和34年（1983-2016年）ISCCPHXG云覆盖数据集。我们分两步提取了云量覆盖的趋势。首先，我们从MOD09GA和MYD09GA的每日“state_1km”层以及HXG数据集的日间“云”层（即6：00到18：00）中导出年度云分数图。然后，我们使用非参数曼恩-肯德尔统计量和Theil-Sen斜率估计方法计算了年度云覆盖收集的像素级趋势。

心得

这项研究深入探讨了快速城市化带来的一个重要但容易被忽视的问题：高层建筑的增加和云层覆盖对城市居民日照量造成的削减影响，研究的核心在于通过提出一个新的概念框架，揭示了云层和三维城市结构对阳光减少的共同作用，在多个领域具有重要意义，特别是在能源、健康和政策层面上。

面对云层和三维城市结构相互作用带来的复杂影响，我们需要采取一种更加全面、包容的视角来审视与应对。这要求我们在城市规划与建设中，不仅要考虑经济效益，更要注重生态平衡与社会公平。比如，通过科学合理的建筑和景观设计，既能有效利用云层带来的自然遮阳效果，又能确保所有居民都能享受到充足的自然光照。通过政府的政策引导，倡导社区参与，为低收入群体提供更多绿色、节能的居住选择，减轻极端天气对他们的影响，将人体健康摆在气候适应型城市建设更加重要的位置，以提升城市宜居性和安全韧性。

总的来说，这项研究为城市化进程中的阳光资源分配提出了新的视角，提醒我们在追求城市发展的同时，也应关注居民日常生活质量和健康水平。