通过基于自然的城市改造方案优化当地的调节生态系统服务

《Ecosystem Services》：Optimizing local regulating ecosystem services through nature-based urban retrofitting scenarios

本研究提出一种整合市政树木清单与高分辨率LiDAR和正射影像的时空优化方法，评估五个自然解决方案场景（公共公园、私人花园、绿色屋顶、农田再林、街道树木）对地方调节生态系统服务（如PM2.5清除）的影响。结果表明农田再林（SC4）PM2.5清除效率提升237.4%，但街道绿化（SC5）因空间限制仍具必要性。方法通过SOT模型实现空间适配，为高密度城市提供LRES优化决策支持。

　　
该研究聚焦于意大利佩鲁贾市高密度城区的生态服务优化策略，通过整合市政树木普查数据与高精度遥感技术，构建了评估本地调节生态系统服务（LRES）的地理定制模型。研究以佩鲁贾市西南部圣西斯托社区为样本区，该区域人口密度高达5360人/平方公里，城市结构复杂，传统绿化空间有限。通过分析五类自然解决方案的实施效果，揭示了不同城市土地类型对空气污染清除能力的差异化贡献。

研究创新性地将市政层面维护的树木普查数据（覆盖公共绿地）与遥感数据（LiDAR和正射影像）进行融合分析，首次实现了对城市全域树木资源的数字化建模。技术路线包含四个核心环节：首先利用激光雷达数据生成1米精度的树木垂直结构模型，通过排除低矮植被（高度低于0.5米）和建筑干扰区，精确识别可绿化空间；其次基于市政普查的1268棵树木数据，结合气象参数构建i-Tree Eco模型，量化现有树木的污染清除能力；随后建立模拟最优树木（SOT）模型，通过分析 trees with highest PM2.5 removal efficiency筛选出最优树种组合；最终通过空间约束条件下的智能种植算法，模拟了五种不同场景的生态效益。

研究证实，将农业用地转化为城市森林（SC4）可使PM2.5清除效率提升237%，远超其他方案。但该策略存在显著局限性：需额外评估土地权属纠纷风险和农田生态价值损失问题。相比之下，利用私人庭院（SC2）和公共公园（SC1）进行补种，虽然单点效益较低，但具有更高的实施可行性。值得注意的是，街道绿化（SC5）因受限于道路空间宽度（平均仅1.2米），其PM2.5清除效率增幅仅为58.5%，但直接服务了沿线居民区。

研究揭示出关键矛盾点：农业用地改造虽具最大潜力，但面临城市扩张压力和土地用途管制法规的制约；而私人绿地利用存在产权分割难题，约63%的城区树木位于私人领地。为此，作者提出分级实施策略：首先在街道转角、停车场周边等零散地块实施SC5，快速提升污染热点区域的生态效益；中期推进SC2和SC1，通过政府补贴引导居民参与庭院绿化；长期则重点开发SC4，结合土地整理规划进行系统性生态修复。

在技术方法层面，研究建立了多源数据融合的创新框架。通过K均值聚类算法将遥感影像分割为6235棵虚拟树木，经与市政普查数据对比验证，准确率达到78.3%。这种基于地理坐标的建模方法，成功解决了传统树木普查仅覆盖公共区域（17%总树木量）的局限性，首次实现了对私人领地树木资源的数字化映射。特别是在物种选择方面，研究突破性地提出"模拟最优树木"概念，通过筛选具有最高污染清除效率的混合树种（如栓皮栎占比达21.06%），使方案设计更具科学性和可操作性。

值得注意的是，研究在模型构建中引入了多维度约束条件。针对屋顶绿化（SC3）的特殊性，不仅考虑建筑结构承重能力（需保持树冠边缘与屋顶边界1米安全距离），还评估了防水层与根系系统的兼容性。在街道绿化方案中，严格遵循意大利交通法规对行道树高度（4米）、冠幅（不超过道路中心线）等要求，确保方案的法律合规性。这些技术细节的考量，使得研究成果可直接应用于工程实践。

研究结论对城市规划具有重要启示：首先，需建立"政府主导+市场参与"的混合管理模式，通过税收优惠鼓励私人庭院绿化；其次，要优化土地用途规划，将农业用地纳入城市绿地系统；最后，应开发动态监测平台，实时追踪树木生长状况与污染清除效率的关联性。作者特别强调，尽管本研究聚焦空气污染治理，但后续工作将整合水文调节、微气候调控等多元服务，构建完整的城市生态效益评估体系。

该研究为高密度城区的绿化改造提供了可复制的决策支持框架。通过建立包含空间约束、物种特性、生长规律的SOT模型，市政部门能够根据不同区域的需求优先级制定差异化策略。例如，在交通主干道周边实施街道绿化（SC5），在居住区推广屋顶绿化（SC3），而在郊区农业用地则侧重系统性森林重建（SC4）。这种分级实施策略既符合资金投入的渐进性，又能最大化生态效益的空间分布。

研究暴露出当前NBS规划中的三大技术瓶颈：其一，遥感数据对低矮植被（如灌木、草本）的识别精度不足，建议采用多光谱数据融合提升分类能力；其二，现有模型难以量化不同树种对多污染物的协同清除效应，需开发耦合多污染物扩散模型的评估工具；其三，长期生态效益评估缺乏统一标准，建议建立基于生命周期成本分析的效益核算体系。

在实践应用层面，研究提出"三步走"实施路径：短期（1-3年）重点改造公共空间和私人庭院，通过高密度种植快速提升PM2.5清除能力；中期（3-5年）推进农业用地转化，结合城市更新项目实施系统性绿化；长期（5-10年）完善监测网络，建立基于实时数据的动态优化模型。这种分阶段实施策略既能缓解财政压力，又能确保生态效益的持续提升。

该研究对全球高密度城市的绿化规划具有示范意义。其方法论的突破在于将传统树木普查（侧重公共空间）与遥感技术（覆盖全域）深度融合，特别在以下方面贡献显著：首先，揭示了私人绿地作为城市生态基础设施的重要性（占树木总量83%）；其次，建立了基于地理特征的场景优化模型，可自动生成多目标决策方案；最后，通过模拟不同时间跨度的生长状态，为长期生态效益评估提供了量化依据。

未来研究可沿着三个方向深化：首先，开发基于区块链技术的私有绿地确权系统，解决当前研究中的产权数据缺失问题；其次，构建多尺度耦合模型，将社区绿化方案与区域生态网络规划相结合；最后，引入社会经济因素分析，建立包含环境效益、健康收益、资产增值等多元指标的评估体系。这些改进将使研究成果真正转化为可操作的城市治理工具。

该研究最终验证了"精准绿化"理念的有效性：通过地理定制模型，将有限资源精准投向污染热点区域和生态需求最迫切的区域。这种"需求导向"的规划思路，突破了传统绿化项目"重建设轻评估"的局限，为应对气候变化和城市可持续发展提供了新范式。其方法论框架特别适用于地中海气候区的高密度城市，但对于温带地区需调整物种选择策略和生长周期参数。