将可再生能源与城市绿化相结合：量化光伏绿色屋顶的可持续发展潜力

《Sustainable Cities and Society》：Coupling Renewable Energy with Urban Greening: Quantifying the Sustainable Development Potential of Photovoltaic-Green Roofs

本研究提出了一种综合评估框架，用于量化光伏-绿化屋顶（PV-GR）系统的可持续潜力，涵盖屋顶筛选、太阳能辐射分析、植被生长模拟及多目标SDGs指标量化。基于福州第三环路案例，该系统年发电5936.44 GWh，减排4.118×10^6 tCO?，创造75,092个就业岗位，并显著促进水资源保留和城市绿化，支持SDGs 7、13等多目标实现。

　　在当今快速城市化和气候变化日益加剧的背景下，城市面临着如何实现可持续发展的重大挑战。城市是全球能源消耗和碳排放的主要来源，因此，探索新的解决方案对于推动绿色转型和城市生态恢复至关重要。Photovoltaic–Green Roof (PV-GR) 系统作为一种将清洁能源生产与生态绿化相结合的创新形式，展示了其在三维绿化方面的巨大潜力。然而，目前的研究多集中于单一效益的分析，缺乏对整体价值的综合评估框架和未来路径的考量，导致对PV-GR系统可持续发展潜力的探索仍显不足。为此，本文提出了一种可扩展且可复制的综合评估框架，旨在系统性地量化PV-GR系统在促进城市可持续发展目标（SDGs）方面的潜力。

PV-GR系统通过将光伏板与屋顶植被结合，创造出一种互惠互利的三维基础设施。一方面，植物的蒸腾作用有助于降低屋顶温度，改善光伏模块的工作环境，从而提高光伏效率；另一方面，光伏板为植被提供遮荫，减轻热应激，促进植物健康。这种相互作用不仅提升了能源生产和生态性能的协同效益，还增强了城市生态系统对气候变化的适应能力。在高密度建成区，由于有限的屋顶空间，光伏系统与绿色屋顶之间往往存在空间竞争。而PV-GR系统通过整合两种功能，提供了一种更为高效和可持续的解决方案。

为了评估PV-GR系统的可持续发展潜力，本文采用了一套多源空间数据分析与生态过程模拟相结合的方法。研究区域选择为福州市第三环路内的高密度建成区，该区域涵盖鼓楼、台江、晋安、仓山和部分闽侯区，是城市的政治、经济、文化和人口中心。通过整合中国多属性建筑（CMAB）数据集、遥感影像、气象数据、兴趣点（POI）数据和数字表面模型（DSM）数据，研究识别出适合部署PV-GR系统的屋顶面积约为975.23公顷。在完全部署的前提下，这些系统每年可生成5,936 GWh的电力，减少4.118×10?吨二氧化碳排放，并每年生成1.079×10?千克碳生物量。此外，PV-GR系统还能创造约75,092个就业岗位，带来约2.401×10?元的经济效益，并每年保留5.013×10?立方米的雨水。这些数据表明，PV-GR系统不仅具有显著的环境效益，还对经济和社会发展产生深远影响。

为了更全面地评估PV-GR系统的可持续发展潜力，本文设计了两种未来情景：S1光伏-绿色屋顶协同情景和S2政策激励情景。S1情景考虑了城市扩展和技术进步的协同效应，模拟了2035年PV-GR系统的可持续发展表现。S2情景则引入了政策干预和财政补贴，评估了不同政策激励强度对系统部署规模和效益的影响。研究表明，植被能够显著提升光伏效率，使得电力生成和碳减排分别提高了20.37%和6.7%。同时，政策激励在提升系统效益方面发挥着重要作用。这些发现揭示了PV-GR系统的可持续发展潜力，并为未来城市三维绿化部署和可持续城市政策制定提供了可扩展和可复制的框架。

研究采用了ArcGIS Pro平台进行屋顶适宜性分析和太阳能辐射模拟，结合Denitrification-Decomposition (DNDC) 模型，用于模拟植被生长和碳固存过程。此外，研究还建立了与SDG目标相一致的多维评估框架，涵盖了清洁能源生产、生物量积累、碳排放减少、雨水保留、经济效益和就业创造等关键指标。通过引入技术协同机制和政策激励方案，研究模拟了多种未来情景，以评估在不同部署路径下系统的动态轨迹。这种综合方法不仅能够量化PV-GR系统的潜在效益，还能为政策制定者提供科学依据，帮助他们规划绿色基础设施和设计有效的可持续性政策。

研究还发现，尽管某些指标如SDG 13（气候行动）在某些子情景中呈现出非线性增长趋势，但总体而言，PV-GR系统在清洁能源供应、碳减排、经济产出和就业创造等方面均展现出强劲的增长潜力。然而，随着电力系统的持续脱碳，PV-GR系统的边际气候效益可能会趋于平稳。因此，未来政策和项目策略应全面考虑部署规模、技术进步和不断变化的环境条件，以确保在城市可持续性方面实现长期、协同的收益。

尽管本研究提出了一种可扩展且可复制的评估框架，但仍然存在一些局限性。例如，虽然通过整合建筑矢量数据集和太阳能辐射模拟识别了可部署的屋顶空间，但缺乏基于深度学习的图像识别或人工视觉检查可能导致部分倾斜屋顶、不规则结构或部分遮荫屋顶区域被遗漏。为了提高准确性，未来研究可以结合卷积神经网络和高分辨率遥感影像，建立一种混合过滤框架，以增强屋顶类型和形态识别。此外，虽然“≥50年”这一标准用于排除高风险老旧屋顶，但并不意味着建筑年龄与承重能力之间存在直接对应关系。因此，未来研究可以采用数字孪生技术，以实现对建筑承重能力的预测评估。同时，研究在评估PV-GR对SDG 1（无贫困）的贡献时，未进行脆弱群体的空间识别和映射，主要是由于缺乏公开且可验证的户级收入和账单数据，以及贫困人口分布图。本研究侧重于城市层面的PV-GR系统效益评估，探索整体系统层面的效益，而非具体的分配结果。因此，未来研究可以通过获取户级数据，进行更精确的空间识别和脆弱群体效益的定量分析。

在政策层面，研究指出，社区太阳能屋顶和光伏社会住房项目是推动PV-GR系统发展的关键政策措施，不容忽视。未来研究应深入探讨这些领域，特别是如何在不同城市和地区设计可行的社区光伏解决方案，以最大化社会效益并保护贫困群体的利益。对于光伏社会住房项目，研究应关注如何通过政策激励、财政支持和灵活的项目融资方式，将PV-GR系统与社会住房建设相结合，从而减轻住房负担并提升建筑能效和生态质量。

总体而言，本文的研究为城市可持续发展提供了一种新的视角和方法。通过构建一个结合空间识别、太阳能辐射模拟和多维可持续性指标的综合评估框架，研究不仅揭示了PV-GR系统的潜在效益，还为未来政策制定和城市规划提供了科学依据。同时，研究也指出了未来研究和政策制定的方向，包括如何通过政策工具克服潜在的实施障碍，确保PV-GR系统在不同社会群体，尤其是低收入群体中得到广泛部署。这些研究和政策建议将有助于推动绿色基础设施的发展，实现更加可持续的城市转型。