整合可持续发展目标和新一代信息技术体系，实现城市“热—碳—污”协同降减

来源：滚动播报

（来源：科创中国）

中国正处于快速城市化进程中，城市热、碳、污问题尤为突出。本文从城市空间形态的新视角出发，综合评述了多尺度、多维度下“热—碳—污”协同规划的理论、技术与应用，同时指出当前研究在数据整合、视角融合与目标协同等方面仍存在局限。进一步从理论与方法创新、数据技术融合、实践与政策协同三方面展望未来挑战，为我国城市多目标协同治理与可持续发展提供创新思路。

联合国人居署指出城市化和气候变化的双重影响正在以危险的方式融合，加剧了城市生态系统受到的压力和负面影响，导致城市区域普遍出现了显著的热岛效应、高碳排放和空气污染，给居民健康、能源负荷及生活品质带来了严重影响。

中国正处于快速城市化进程中，城市热、碳、污问题尤为突出。进入“十四五”时期，中国生态文明建设正重点突出降碳战略，推动减污降碳协同增效，促进经济社会全面向绿色转型，实现生态环境质量由量变向质变的重要转折。在此背景下，城市生态环境多目标治理的紧迫性进一步显现。

将热岛效应、碳排放及空气污染纳入同一框架进行综合评估是未来城市研究和政策制定的重要方向。实现城市“热—碳—污”协同降减，对于促进中国经济的绿色转型、提高居民生活质量、提升城市竞争力具有重要意义。

1、全球发展议程与城市热、碳、污降减目标的一致性

随着全球化和城市化的迅速推进，城市热岛效应、碳排放和环境污染问题日益严重，对人类社会和自然环境构成了巨大挑战。在这一背景下，联合国提出了17个可持续发展目标（SDGs），旨在促进全球经济、社会和环境的协调发展，其中包括减少温室气体排放、提高空气质量以及增强城市韧性等目标。城市“热—碳—污”降减与多个SDGs具有内在联系（图1）。因此，城市“热—碳—污”降减不仅有助于实现SDGs，还能显著提升城市居民的生活质量，提供良好健康与福祉，推动更加包容和可持续的城市发展。

图1 “热—碳—污”协同降减与联合国可持续发展目标之间的对应关系

2、新一代信息技术对热、碳、污协同降减的应用潜力

基于区块链、数据传感和分析、深度学习，以及人工智能支持的城市功能和空间形态实时监测等技术对于优化城市管理和增强城市韧性至关重要。这些技术能够实现城市环境的实时监测、数据分析和智能管理，提高能源利用效率，优化交通系统，促进绿色建筑发展，有效减少城市热岛效应、碳排放和空气污染的影响。

目前在城市热、碳、污环境研究中，利用人工智能技术中的机器学习和深度学习算法分析数据的方法越来越普及。研究主要集中在几个方面，包括机器学习算法、深度学习算法、数据融合和多源数据分析等。

新一代信息技术在智能优化与协同调度、数据融合与分析、实时监控与反馈、决策支持与模拟等方面具有很强的优势。新一代信息技术可以集成来自不同来源的数据，使用大数据分析技术进行深度挖掘，能够有效帮助识别和理解复杂的环境问题，支持更精确的决策制定。另外，新一代信息技术能够创建虚拟仿真环境，帮助决策者模拟不同方案的效果，预测各类干预措施的长期影响，支持科学决策，降低了决策风险，实现城市热、碳、污多方面的综合减排与优化。

未来城市环境研究将更加注重智能化监测、大数据应用和跨学科合作。通过实时在城市范围内采集和分析“热—碳—污”数据，可以深入探讨城市热岛效应、碳排放、空气污染传播等科学问题，并研究这些问题与城市规划、建筑设计和环境管理的关系，为制定适应性规划和提高城市环境质量的策略提供支持。

3、城市热、碳、污协同降减的规划应对

3.1 城市空间形态新视角

为了应对气候变化的挑战，通过城市规划和设计减少城市热岛效应、碳排放和污染的负面影响，实现城市环境的协同降减是至关重要的。

一些学者开始研究城市形态与减缓热岛效应、减少碳排放和污染等双重或多重目标之间的定量关联。这些研究旨在通过规划和建设城市通风廊道系统，减少城市热岛效应和空气污染，提高城市的居住舒适度，并促进气候适应性城市设计的发展和科学性。同时，结合减污和降碳的双重目标，利用GIS技术和空间自相关方法研究其空间分布格局，并应用空间计量模型探索其驱动因素。此外，利用遥感数据反演多种生态效应指标，采用统计模型分析城市空间形态参数与生态效应之间的关系，并应用多目标优化框架确定最佳的城市空间形态，为特定城市更新试验区提供优化设计建议。

基于“热—碳—污”协同减降的城市空间形态优化模拟与规划能够提供更加可持续的发展路径，促进城市资源利用效率的提升和环境质量的改善。因此，通过将城市空间形态与热缓减、降碳、减污等目标一起研究，可以在城市规划和设计中综合考虑多个目标。不仅可以优化城市热环境和空气质量，还可以提高能源利用效率和资源循环利用，另外还可以促进协同效应的产生。

新一代信息技术，特别是人工智能技术，可以通过大数据分析实现精准的环境预测和资源优化，提升规划的科学性和准确性。基于实时数据的动态调整能力使得规划对策能够灵活应对变化的环境条件，从而提高实施效果。另外，与单目标治理，“热—碳—污”多目标协同治理存在更为复杂的相互作用和潜在的目标冲突。通过综合考虑各个目标之间的相互关系，可以制定出更加全面和有效的规划对策。因此，针对城市空间形态参数、城市“热—碳—污”空间分布及演化特征及其之间的相互作用机制，需要进行多尺度、多维度和高精度的研究。融合大数据和人工智能技术成为必然趋势，并显得日益重要。利用大数据挖掘和分析，可以建立大气污染与气候变化、城市热岛效应等之间的关系模型，从而支持多目标多情景的预测。借助人工智能技术，能够构建精确的“热—碳—污”环境模型，并预测热岛效应、碳排放量和空气污染物的空间分布和变化趋势。

随着人工智能、大数据和人工智能算法（如随机森林回归、人工智能决策树等）的发展，城市规划面临着许多新的机遇和挑战。在未来的学科发展中，基于AI+“规划和设计”将成为城乡规划学科重要的发展方向，也是城乡规划理论与技术融合创新的新兴领域。另外，城市空间形态对“热—碳—污”影响的研究展示出多尺度空间效应。针对不同的空间尺度，需要提出合适的模型建议，分析并确定有效且可操作的优化策略和工具。

综上所述，国内外相关研究通常按照“特征识别—影响因素—作用机制—优化策略”的逻辑线索进行城市空间形态与“热—碳—污”关联研究，其研究内容和方法日益多样化。从研究趋势来看，也逐渐向多目标协同增效的系统性研究过渡。

3.2 面临的问题及挑战

对于中国大城市而言，针对“热—碳—污”协同减少目标的城市空间形态多维度优化方法仍处于起步阶段，需要深入解决和探索以下问题。

首先，城市空间形态的优化必须考虑城市存量更新的背景，并在“热缓减—碳减排—降污”的多目标协同增效下进行耦合，以更加突出城市生态环境的多目标协同治理需求。现有研究多局限于单一空间尺度、单一目标或双目标组合的研究，未能充分考虑城市在不同尺度下“热—碳—污”生成及其演变机理的空间异质性。此外，“热—碳—污”数据采集方式的局限性增加了原始多源数据的采集难度，影响了对相应尺度城市空间形态指标优化分析研究的支持。

其次，目前的多尺度多维度城市空间形态指标筛选仍存在局部性和片面性，对空间形态指标的典型性和合理性选择仍需进一步审慎推敲。不同城市空间形态指标在不同时间空间尺度和多维度（二维空间、三维空间或社会经济维度等）下对“热—碳—污”生态效应的影响程度及作用机理尚不清晰。某些空间形态指标可能在短期内对“热—碳—污”效应产生显著影响，而在长期效果上则不显著。

最后，迫切需要深入探讨不同空间尺度下城市空间形态与城市热岛效应、碳排放量以及空气污染物浓度的耦合关系及机制，定量分析关键城市空间形态指标对不同生态效应影响的最佳空间尺度。

针对以上3个问题，为保障多尺度多维度视角下城市空间形态优化的精准度，提高“热缓减—碳减排—降污”空间规划应对的决策质量，可基于大数据及“热—碳—污”为知识驱动的融合框架，重构长周期、高空间分辨率且年际季相可比的“热—碳—污”综合数据集；利用机器学习智能识别覆盖城市建成环境宏观、中观、微观局地热岛、高碳排放区、高污染区的长周期差异化表现空间，精准厘清决定不同尺度和功能城市空间不同维度“热—碳—污”的关键调控指标及其有效作用区间；并从城市宏观层面提出城市空间结构和总量控制的优化对策，基于城市中微观尺度，提出面向多目标组合和多场景差异化实践需求的规划调控技术。

4、结论

1）“热—碳—污”问题的有效治理必须采取综合性的多目标协同策略。多目标协同治理能够更好地兼顾热岛效应、碳排放和空气污染，从而实现城市环境的整体改善。

2）新一代信息技术，如大数据和机器学习，在识别和分析城市空间形态对“热—碳—污”效应的影响方面具有显著优势。

3）多尺度和多维度的分析方法对于优化城市空间形态至关重要。研究强调在不同尺度和多维度下进行“热—碳—污”目标协同的必要性，这有助于揭示不同空间尺度下的关键调控指标及其作用机制。

4）当前的数据采集方法和模型构建仍存在局限性，如数据的空间覆盖不足、指标选择不完善等。这些挑战影响了研究的全面性和准确性，未来需要在数据整合和模型优化方面进行更多探索。

未来研究可以主要关注以下方面：

首先，应进一步探索多目标协同治理的理论框架和方法，尤其是在不同城市规模和环境条件下的应用。

其次，建议继续挖掘新技术在城市治理中的应用潜力，如高分辨率遥感数据、智能传感器网络等。

最后，推动跨学科合作，结合城市规划、环境科学、信息技术等领域的知识，以全面应对“热—碳—污”问题。

整合可持续发展目标与新一代信息技术，通过多方协同和创新应用，不仅能够有效应对中国城市面临的“热—碳—污”问题，而且为实现可持续城市发展提供重要支持。从多维度城市空间形态视角出发，综合多尺度开展“热—碳—污”多目标协同降减的规划响应研究，已成为解决中国城市环境挑战的关键路径。

本文作者：王伟武、何杰、厉华笑

作者简介：王伟武，浙江大学城乡规划理论与技术研究所，副教授，副所长，博士生导师，研究方向为国土空间规划与城乡规划设计，大数据分析与AI−Planning，城市高温场、风场、污染场三维精细化模拟研究等。

文章来源：王伟武, 何杰, 厉华笑. 整合可持续发展目标和新一代信息技术体系，实现城市“热—碳—污”协同降减[J]. 科技导报, 2025, 43(22): 52−58.

特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。