《Land》：Connectivity and Resilience of Urban Cooling Networks: A Network-Based Assessment Under Heterogeneous Resistance
编辑推荐：
摘要：特大城市的热缓解不仅依赖于冷源（Cooling Sources），还取决于冷却效应在异质景观中传输的连通性（Connectivity）。然而，现有研究主要关注城市冷岛（Urban Cold Island, UCI）的静态格局，对城市冷却系统的连通性及扰动
摘要：特大城市的热缓解不仅依赖于冷源（Cooling Sources），还取决于冷却效应在异质景观中传输的连通性（Connectivity）。然而，现有研究主要关注城市冷岛（Urban Cold Island, UCI）的静态格局，对城市冷却系统的连通性及扰动响应仍缺乏深入理解。本研究以北京地区夏季Landsat地表温度（Land Surface Temperature, LST）观测数据为例，通过整合冷源识别、阻力面（Resistance Surface）构建、连通性建模及扰动模拟，建立综合框架以评估城市冷岛网络（Cold Island Network, CIN）的结构与韧性（Resilience）。研究从2022年7—8月获取的Landsat 8 OLI/TIRS Collection 2 Level-2地表温度产品中提取LST，结合土地利用（Land Use/Land Cover, LULC）特征识别冷岛核心源（Cold Island Core Source, CICS）；运用地理探测器（GeoDetector）量化自然、土地利用及社会经济因子对LST空间分异的解释力（q值）及交互作用，作为热环境驱动因子的归因依据；将上述因子集成构建基于电路理论（Circuit Theory）连通性分析的阻力面。夏季热胁迫情境下识别出202个CICS，总面积6416.95 km2，主要集中于外围山区；共提取401条廊道，含70条构成CIN结构骨架的主廊道（Primary Corridors）。空间分布揭示了北京的"山—平原"冷却结构：山区CICS构成区域供冷基地，而向城市核心区的潜在冷却传输主要依赖有限数量的骨干廊道。LULC是LST的主导驱动因子，其与斑块密度（Patch Density, PD）、夜间灯光（Nighttime Light, NTL）及植被相关因子的交互作用显著增强了解释力。相较于随机扰动，针对性节点移除（Targeted Node Removal）导致网络韧性更早且更剧烈地衰减，约去除20–30%的关键节点后网络即出现显著退化。上述基于夏季的发现为连通性导向的城市热缓解及气候适应性规划中优先保护冷却廊道、关键节点和修复区提供了空间显性依据，支持基于冷岛网络内相对重要性的分级维护与修复策略。
论文解读：城市冷岛网络(Urban Cold Island Network, CIN)的连通性与韧性评估——基于异质阻力面的网络分析方法
《Land》刊载的此项研究针对全球变暖与快速城市化加剧城市热岛（Urban Heat Island, UHI）效应的问题展开。现有城市冷岛（Urban Cold Island, UCI）研究多聚焦于单个冷源的局部降温效应或冷岛静态分布格局，忽视了多冷源间的城市尺度连通性、冷却效应跨景观传输的潜在路径，以及冷岛网络（Cold Island Network, CIN）在干扰下的稳定性与脆弱性；此外，传统阻力面常依赖单因子假设或主观赋权，未充分考虑自然—土地利用—社会经济因子的交互作用对冷却传输阻力的影响。鉴于北京存在西北部山区生态冷源与中心建成区热风险区空间错配的典型"山—平原"结构，研究人员认为揭示外围冷源能否通过低阻力廊道连接热风险区、识别关键廊道与瓶颈节点及其在扰动下的韧性阈值，对特大城市气候适应性规划具有重要意义，因此开展了此项融合多因子归因、异质阻力面构建、电路理论连通性分析与网络抗扰模拟的综合研究。
研究人员采用的主要关键技术方法如下：以北京市为研究区，获取2022年7—8月Landsat 8 OLI/TIRS Collection 2 Level-2地表温度产品及NDVI、NDWI、DEM、LULC、GDP、NTL、人口密度（Population Density, PD）等多源数据，统一重采样至100 m栅格；计算相对地表温度（Relative LST, RLST）并采用均值—标准差法划分冷岛等级；运用形态学空间格局分析（Morphological Spatial Pattern Analysis, MSPA）提取面积>0.2 km2的冷岛核心源（Cold Island Core Source, CICS）并以斑块质心作为网络节点；利用GeoDetector因子探测与交互探测量化各驱动因子对LST空间分异的解释力（q值）；基于空间主成分分析（Spatial Principal Component Analysis, SPCA）客观赋权集成七类阻力因子构建综合冷却传输阻力面；借助Linkage Mapper工具基于电路理论（Circuit Theory）识别冷岛廊道、夹点（Pinch Point）与障碍点（Barrier Point）；综合度中心性、介数中心性、接近中心性计算节点重要性，通过Python NetworkX库进行随机与针对性（按重要性排序）节点移除模拟，计算结构韧性（S）、功能韧性（F）与整体韧性（R）并绘制退化曲线。
研究结果
3.1. Spatial Distribution of LST（地表温度空间分布）
LST范围为18.40~58.44 °C，呈显著中心—外围梯度：高温区连片聚集于中部及东南平原形成热岛核；低温区（RLST < ?4）主要分布于西北及北部山区，具一定破碎化但冷岛覆盖较稳定；中温区介于二者间起缓冲作用。表明冷却源与热风险区存在明显空间分离。
3.2. CICS Identification（冷岛核心源识别）
经MSPA提取Core斑块并筛选面积>0.2 km2，共识别202个CICS，总面积6416.95 km2（占北京行政面积39.12%），呈集聚分布，主要位于北部及西南部连续山区，构成区域冷岛系统的主要供冷源基地。
3.3. Results of GeoDetector（GeoDetector结果）
单因子探测显示LULC解释力最强（q=0.610），依次为PD（q=0.448）、NTL（q=0.443）、DEM（q=0.398），NDVI、GDP、NDWI较低。交互探测表明LULC与NDVI、PD、NTL、DEM等交互q值均高于各自单因子（如LULC∩PD=0.658），呈现双因子增强或非线性增强效应，说明土地利用背景下植被降温与人居热排放对LST的影响具强情境依赖性。
3.4. CIN Construction（冷岛网络构建）
基于电路理论识别出401条冷岛廊道（总长1730.43 km）：主廊道70条（17.46%）位于西北山区及山—平原过渡带延伸向建成区；次廊道196条（48.88%）分布于过渡带；潜在廊道135条（33.67%）集中于平原建成区及城市外围。识别夹点48处（2.46 km2）主要位于蓝绿空间界面及山—平原过渡带，为潜在冷却流汇聚瓶颈；障碍点458处（274.98 km2）高度聚集于高密度建成区与交通基础设施周边，表明连续不透水面与线性设施对冷却路径具强阻断与压缩效应。
3.5. Results of CIN Resilience Simulation（冷岛网络韧性模拟结果）
三种中心性在空间上异质分布，高复合重要性节点集中于少数关键连接位。针对性节点移除时，功能韧性早期急剧下降，结构、功能及整体韧性约在移除20–30%关键节点时已显著恶化并进入低韧性态；随机节点移除下各韧性指标呈平缓近似线性下降。敏感性分析（0.5%、1.5%、2%步长）得出相似阈值模式。表明CIN对关键枢纽节点与骨干廊道高度依赖，具阈值型退化特征。
讨论与结论翻译
讨论指出LULC是LST空间分异主导驱动因子，其与其他因子交互具明显增强效应，反映城市热环境形成的情境依赖性；特大城市需从网络视角构建CIN以解决冷源—热需求空间错配，北京CIN呈"山—平原"冷却结构与层级化特征，主廊道为网络骨架，夹点位于蓝绿界面，障碍点多因高密度建成与交通基础设施；CIN在针对性扰动下约20–30%关键节点移除后出现阈值型退化，功能韧性衰退快于结构韧性，说明城市尺度冷却稳定性取决于CIN结构完整性特别是关键廊道与夹点的保存；管理上建议将主廊道纳入生态控制线与通风廊道优先保护，将夹点与障碍界面区列为重点修复区实施靶向透水化与蓝绿连续性提升。
结论：本研究建立"识别—构建—模拟—归因"综合框架，将UCI研究由单斑块扩展至网络尺度连通性与韧性评估。主要结论为：(1)LULC是LST空间分异主导因子，因子间交互呈增强效应；(2)北京CIN具明显层级结构与空间极化特征——202个CICS（6416.95 km2）集聚于西北山区，401条廊道（1730.43 km）向高强度建成区延伸时趋于破碎；(3)扰动模拟显示CIN对针对性节点移除高度敏感，约去除20–30%关键节点后韧性已显著退化，且功能韧性早于结构韧性劣化。建议优先保护主廊道（占总数17.46%）与修复关键夹点以增强潜在冷却传输网络的连续性与冗余度，该框架及阈值区间为高密度城市气候适应性规划提供了定量依据。
