以下是引用这篇文章的既定格式:
特雷格里亚,M. L., T.麦克菲尔森,E. W.桑德森,G.耶特曼,E.诺贝尔·麦克斯韦尔。通过社会、生态和技术的滤镜,研究纽约市绿色屋顶的分布。生态与社会27(3):20。摘要
绿色屋顶有多种好处,包括减少城市热岛效应,吸收雨水和空气污染,并作为野生动物的栖息地。然而,许多城市并没有利用绿色屋顶作为一种基于自然的解决方案。在纽约市,大约20%的景观被建筑物覆盖,因此屋顶为扩大绿色基础设施提供了巨大的机会。关于绿色屋顶的空间数据对于了解它们的数量和分布、哪些过滤器可能驱动空间模式以及谁能从中受益至关重要。我们描述了基于2016年公开数据和航空图像分类的纽约市绿色屋顶数据集的开发。在纽约市的100多万幢建筑中,我们发现只有736幢屋顶是绿色的(小于0.1%),尽管可能还有其他一些我们没有发现。这些绿色屋顶在纽约的分布并不均匀——它们最常见的是在市中心和曼哈顿市中心,而大多数其他地区很少甚至没有。绿色屋顶在纽约市有联合下水系统的部分地区更为普遍,但在一些这样的地区,以及那些最易受热影响的社区,尽管有帮助改善雨水和城市热挑战的潜力,但几乎没有。尽管绿色屋顶为纽约市带来了一些好处,但我们预计它们是根据基础设施、制度和认知的动态进行过滤的,而不是针对应对气候和天气相关的挑战。纽约市有大量的机会来增加绿色屋顶和它们的公平性。 The dataset we developed is publicly available and can serve as a baseline for tracking these assets through time, while supporting further research, conversations, and policies related to the benefits and distribution of green roofs. The underlying methods can also be applied to help fill similar data gaps in other cities.介绍
在城市世纪(Elmqvist等人,2018年,2019年),城市地区正在迅速扩张,密集的发展可能会迫使许多物种消失,限制为人类和非人类利益而融入自然的机会(Parnell等人,2018年,联合国2018年)。城市为可持续发展提供了机会(mcpherson等人,2021年),甚至可以为某些生物分类提供机会,如昆虫传粉者(Hall等人,2016年),但在面临密集发展的地区,需要创新来增加城市自然,并提供额外的基于自然的解决方案,以解决一系列城市环境问题(Kabisch等人,2017年,Keeler等人,2019年,Frantzeskaki等人,2019年)。例如,城市可能很热,容易发生洪水,污染严重,而且缺乏对人们和生物多样性开放和安全的空间。改变城市的形态最终有助于将自然融入城市,提高人类福祉(McDonald 2015)。我们研究了绿色屋顶作为一种新兴的绿色基础设施形式(Grabowski等人,2017年),在城市绿色空间规划中没有经常考虑的地方(屋顶)为自然提供空间的潜力。
绿色屋顶是在生长介质中种植植物的屋顶,顶部是防水膜、根屏障和排水层。它们可以是广泛的,有浅的基质(2-20厘米),通常选择耐胁迫的植物(例如,景天属植物种虫害或Sempervivumspp.),或密集,有较深的基物(>20厘米),通常更类似于地面的花园(Oberndorfer et al. 2007)。绿色屋顶提供了无数的好处,作为绿色基础设施的一种形式,有时在城市中积极规划,以帮助缓解当地的挑战(Mell, 2011, Keeler等人,2019,Frantzeskaki等人,2019,Andersson等人,2019)。与其他形式的绿色基础设施一样,它们的存在和最终效益取决于各种约束和过滤器(Andersson等人,2019年)。全球一些城市有旨在增加绿色屋顶的数量和覆盖面积的激励措施和政策,这些努力可以根据当地需求进行指导(mcpheerson等人,2013年,Meerow和Newell, 2016年,2017年,Kremer等人,2016年,Langemeyer等人,2020年),但了解绿色屋顶的位置对明智的决策至关重要。现有绿色屋顶的数据还可以让我们了解各种过滤器是如何形成这一资产的当前景观及其各自的好处。
绿色屋顶可以提供多种好处。生长介质和植被成分保留了雨水(Mentens et al. 2006)。许多城市的下水道系统通常同时处理雨水和生活污水;在强降水事件中,过量的雨水导致这些系统将污水排放到当地水道中,因此,绿色屋顶和其他绿色基础设施可以帮助应对这一挑战(De Sousa et al. 2012)。绿色屋顶也是生物多样性的栖息地(Kadas 2006, Parkins 2015, Partridge和Clark 2018),植物的蒸散发和绿色屋顶的低反照率有助于减少城市热岛效应(Susca et al. 2011)。绿色屋顶的多层和水分为安装它们的建筑物提供了绝缘,提高了供暖和制冷的效率(Gaffin et al. 2010),植被和生长介质可以隔离碳(Getter et al. 2009)。此外,绿色屋顶可以方便人们,作为休息、娱乐和教育的场所。这些好处最终会带来更广泛的公共利益。例如,绿色屋顶提供的冷却和绝缘可能会在热浪中改善公共卫生结果,改善对绿色空间的利用可以带来心理健康益处(Nutsford et al. 2013)。绿色屋顶的设计可以提供一个或多个特定的好处,同时也提供共同的好处。 Benefits offered are influenced by specific attributes of individual green roofs (e.g., growing media depth and vegetation type). Who will benefit from green roofs ultimately depends on the services they were designed to provide, along with characteristics of the building and general location (Berardi et al. 2014).
绿色基础设施的好处通过城市系统的社会、生态和技术维度进行过滤(Andersson等人,2015,2019,2021,mcpherson等人,2016,2022)。例如,绿色屋顶的好处可能被一些人认为是好处,而不是另一些人;绿色屋顶可能无法提供与基础设施相同的质量或数量的效益,而且效益可能受到能够提供充分管理以实现效益最大化的机构或当地管理人员的可用性的影响(Andersson等,2019年)。例如,在有联合下水系统的地区,受影响水道的用户可能会受益,被要求管理水质以符合环境法规的城市也会受益。然而,这些好处的实际提供取决于基础设施过滤器:考虑到建筑的承重能力等限制,绿色屋顶是否可以安装在具有组合下水道系统的地理区域(Cascone等人,2018年),以及是否可以按照基于坡度等因素的解决方案的规格进行建造(Getter等人,2007年)。机构也发挥作用,因为集中的目标可以驱动政策,根据个人标准或多标准分析,在最需要的地区增加绿色屋顶(Langemeyer等人,2020年)。居民、业主、安装人员和工程师的看法也会影响绿色屋顶的安装地点和形式(例如,植物面板;Butler et al. 2012)。绿色屋顶的总体降温效益(主要受益者是当地居民)同样会受到这些过滤器的影响,而将绿色屋顶规模化的机构努力可能会产生更大、更大的区域效应(Sun et al. 2016)。绿色屋顶提供的绿色空间的增加可能特别受到制度动态的影响,即谁可以进入这些空间; perceptions or norms can also play a role in terms of identifying and leveraging opportunities to make green roofs multifunctional. For example, property owners and installers can actively work toward green roofs that absorb stormwater and serve as accessible green spaces. The beneficiaries will vary but could include children attending schools with green roofs, residents of apartment buildings, or the broader community if access is granted, respectively.
许多市政当局都有改善环境质量的制度计划,可以利用绿色屋顶的好处,为更广泛的实施创造条件。例如,Giannoppoulou等人(2019)报告称,瑞士巴塞尔的人均绿色屋顶面积最大,这在很大程度上归功于激励计划和建筑法规。这些项目可以通过评估绿色屋顶的好处,甚至为关键好处建议最佳选址的研究来支持。例如,在希腊的Xanthi,模拟表明绿色屋顶可以提供大量的降温效益(Giannopoulou等人,2019年)。在西班牙巴塞罗那(Langemeyer等人,2020年)和马德里(Velázquez等人,2019年),最近也开展了工作,以支持基于潜在效益的新绿色屋顶优先排序。也进行了更详尽的成本效益研究,如在美国乔治亚州亚特兰大市进行的研究(Lamsal 2012)。诸如此类的研究最终有助于证明绿色屋顶的激励和政策以及空间优先顺序。
纽约市有多个环境可持续性和人类健康倡议,包括作为市长倡议的一部分制定的倡议,如PlaNYC(纽约市2007年)和OneNYC(纽约市2015年),以及尽量减少雨水进入联合下水系统的计划(例如,绿色基础设施赠款计划),以及管理城市热岛效应和最易受热影响社区的相关发病率和死亡率(纽约市2017年)。绿色屋顶可以是解决方案的一部分,在纽约有更广泛的努力来扩大它们。截至2019年,有一些地方法律(2019年纽约市地方法律第92和94号)要求新建建筑、被更换的屋顶和正在大规模扩建的建筑的几乎所有屋顶都安装绿色屋顶或太阳能电池板。此外,2019年,一项提供财政激励的税收减免被续期和修订(纽约参议院法案S5554B),基于热脆弱性和减少城市面临的雨水挑战的潜力的结合,在优先领域提供更高的减免率。这种优先排序可能是无价的,因为环境挑战和资产在城市内的分配往往不公平(Namin等人,2020年,Locke等人,2021年)。绿色屋顶的安装成本很高,可行性和成本效益都受到各种因素的影响,如建筑物的结构特征、屋顶坡度和屋顶尺寸(Ackerman等人,2012年,Shafique等人,2018年)。因此,我们认为,绿色屋顶存在于何处,谁受益,最终都被城市发展和与财富不平等和建筑特征相关的历史结构因素过滤掉了,这些因素导致了这一重要且不断增长的资源的空间差异。
旨在增加绿色屋顶以改善环境质量的政策和激励措施应以空间数据为依据,包括环境质量和绿色屋顶本身的数据。纽约市有一些与环境问题相关的数据,包括热脆弱性(Madrigano et al. 2015)、综合下水道溢流(例如,纽约市环境保护部2019年)和公园用地的可达性(例如,到公园的步行距离,纽约市2015年)。伦敦市还跟踪一些环境资产,包括地面植被和树冠层,这些数据由高分辨率土地覆盖数据捕获(可用于2010年和2017年;MacFaden et al. 2012)和每十年一次的人口普查中列出的街道树木。
与地面植被不同,纽约市的绿色屋顶并没有被彻底记录在案。没有一个实体对安装进行持续的监视和跟踪。此前捕捉他们的努力是零零散碎的,比如,金融城的机构会跟踪他们参与的项目,安装人员有时会在自己的网站或行业网站上登录他们。鉴于不同格式的不同类型的信息,聚合现有数据具有挑战性。因此,还没有足够的数据来理解纽约市绿色屋顶的当前和潜在作用。此外,各个城市对绿色屋顶的追踪不尽相同——在纽约,一种可推广的、更自动化的方法来绘制绿色屋顶的地图,也可能提高对这一资产的更广泛的理解。
我们专门填补了纽约市的数据空白,同时提供了一个工作流,可以填补其他地方的类似数据空白。然后,我们用这些数据来说明这些数据的价值,强调了纽约市绿色屋顶分布不均的影响,并讨论了潜在的分布过滤器。
方法
绘制绿色屋顶图
训练数据
为了识别纽约市的绿色屋顶,我们使用了有监督的图像分类,以及基于规则集和视觉检查的后续处理。我们开发了一个训练数据集,主要基于纽约市绿色屋顶的位置进行分类,可从城市机构(纽约市环境保护部和纽约市公园与娱乐部)和两个网站获得,http://www.greenroofs.com/而且https://greenhomenyc.org/.数据集是在2017年初编译的,任何没有地理坐标的数据都使用Esri World Geocoder进行地理编码。绿色屋顶的植被表面是基于纽约市2016年15.2厘米分辨率的正射影像进行数字化的,由纽约州和纽约市分发(可在http://gis.ny.gov/gateway/mg/2016/new_york_city/).任何在上述来源中指出的我们无法在视觉上检测到的绿色屋顶都不会被进一步考虑。那些我们可以从视觉上识别的,以及其他我们偶然遇到的,都被数字化了。我们省略了那些明显是盆栽或其他特征没有整合到屋顶表面的表面,有时利用网络搜索的补充信息,以及谷歌Earth和谷歌Maps中的3d视图。结果数据集包括155座建筑的1000多个多边形,覆盖11.2公顷的绿色屋顶,用作我们分类的训练数据。
在对单一土地覆盖类型进行分类时(本例中为绿色屋顶表面),大多数分类算法都需要针对非目标类以及主要感兴趣类的训练数据。因此,我们数字化了非绿色屋顶的多边形,在颜色、地理和大小上不同,以包含不同光谱特征的各种表面(Campbell and Wynne 2011)。根据探索性数据可视化,特别注意屋顶类型可能被混淆为绿色屋顶的光谱特征。这些包括红色、绿色或颜色非常深的无植被屋顶,以及人造草皮(如游乐场)和被其他植被覆盖的屋顶,如悬挑的树木。强烈的阴影,无法确定的底层屋顶类型,也捕捉到了。我们编译了272个多边形,代表各种非绿色屋顶表面,占地1.3公顷。尽管平衡训练数据集可以提高某些分类算法的性能并减少偏差(例如,对于随机森林;Chawla et al. 2003),由于资源限制,我们使用这个训练样本。
图像和图像处理
我们用于分类的图像是上述的纽约市2016年15.2 cm分辨率正射影像,收集于3月26日至4月5日,作为例行更新的一部分。该图像经过真实正校正,以去除建筑物倾斜的外观,与用于开发健壮的平面数据集的图像相当,因此具有较高的空间精度。图像包括四个光谱波段:红色;蓝色;绿色的;和近红外。考虑到数据集相当大(图像覆盖1040亿像素),我们将图像和其他所需的数据集上传到谷歌地球引擎(GEE;Gorelick et al. 2017)进行处理和分类。我们还上传了纽约市从2017年8月30日起提供的建筑足迹数据https://data.cityofnewyork.us/Housing-Development/Building-Footprints/nqwf-w8eh)和树冠层,基于纽约市0.91 m 2010年土地覆盖数据集(可在https://data.cityofnewyork.us/widgets/9auy-76zt).建筑足迹数据使我们能够将分类限制在被建筑物占据的区域,避免与地面植被混淆的可能性,而土地覆盖数据使我们能够掩盖与建筑物重叠的树冠,否则可能与作为绿色屋顶一部分的植被混淆。用于处理和分类GEE图像的脚本,以及训练数据,可在GitHub发布在https://github.com/tnc-ny-science/NYC_GreenRoofMapping/releases/tag/1.0.0和附录1-2也提供了本文。
从图像中导出归一化植被指数(NDVI;Campbell and Wynne 2011)作为一种新的层,以更好地识别积极的光合作用植被。我们还对图像波段进行了主成分变换(Jolliffe 2002),以获得新的层;目视检查表明,前两个主成分有助于进一步分离植被,并纳入分类。由于GEE的计算限制,数据在0.5 m分辨率下进行分析。
分类和结果细化
我们使用基于Mahalanobis距离的最小距离分类器(Mahalanobis 1936, Sekovski et al. 2014)对绿色屋顶和非绿色屋顶表面进行分类。在初步工作中,我们探索了各种算法的性能,基于视觉检查结果和反向预测精度。在探索性分析中,一些算法的分类准确率非常高(例如,基于对原始训练数据的反向预测,随机森林和分类回归树的每像素分类准确率为>98%),尽管视觉检查结果表明,整个景观的绿色屋顶存在严重的过度预测,结果不可靠。相比之下,马氏距离分类器的每像素分类精度为78%,但没有表现出这种过度预测。考虑到土地利用和土地覆盖分类的准确度通常在70-80%左右(例如,Manandhar等,2009年,Wickham等,2013年),这种精度是合理的。我们还更深入地检查了Mahalanobis距离分类器的性能,以理解这项工作的可移植性,保留20%的完整训练数据集作为测试样本。用户和生产者对绿色屋顶区域的准确率分别为74%和64%。由于计算限制,探索性分类使用粗化图像(1m分辨率)进行评估。
认识到所有的结果都将被视觉检查,我们没有使用离散的数据子集对最终产品进行训练和测试,而是将所有的数据包括在分类中,以保持训练数据所代表的光谱特征的广度。对于被分类为绿色屋顶的像素,我们删除了小于12.5 m²的集群,以消除只有几个像素的小但大量的误报。在我们表示绿色屋顶的训练数据集中,较小的多边形确实存在,但通常是分类中捕获的较大的绿色屋顶装置的一部分。数据从GEE导出为栅格数据,并使用ArcMap 10.3.1版本将绿色屋顶的像素分类集群向量化为多边形。
这个过程产生了9672个多边形分类为绿色屋顶表面。为了解决剩余的误报,我们通过将所有这些多边形与QGIS中的正视图像叠加,并去掉那些看起来不代表绿色屋顶的多边形。对于我们无法轻易分辨出绿色屋顶的多边形,我们也考虑了较早的图像(从2014年)以及谷歌地图和谷歌地球中的图像。在某些情况下,我们还利用在谷歌搜索中找到的房地产列表中的照片来搜索特定地址。在视觉检查过程中,调整了形状,以更好地适应绿色屋顶表面的一般区域,并将基于2016年图像偶然观察到的其他绿色屋顶添加到数据集,以产生尽可能完整的产品。所有手工改进都是由我们团队的一名成员(MLT)进行的,并由共同作者检查结果。最后,我们将改进后的结果与原始的绿色屋顶训练数据合并,以确保在分类中遗漏的任何数据都在最终的数据集中。图像分类的改进通常用于改进最终的数据产品(例如,Manandhar等人,2009年),虽然我们使用的人工工作是耗时的,但它最终促成了自动分类和人工改进的混合方法,比单独的图像数字化更有效。
每个建筑的多个绿色屋顶部分的实例被合并到MultiPolygon对象中,我们添加面积平方英尺作为数据的属性(与使用的坐标参考系统一致并与本地用户相关)。我们在建筑足迹数据的基础上加入建筑足迹面积,计算屋顶表面为绿色屋顶的比例。为了能够更广泛地使用数据集,我们还基于空间覆盖层从建筑数据集中添加了建筑ID号(BIN)和自治区、街区和地段号(BBL),并从纽约市的广义包数据集(PLUTO/MapPLUTO 18v1版本;可以在https://www1.nyc.gov/site/planning/data-maps/open-data/bytes-archive.page).对于这些空间叠加和所有提出的分析,空间数据被创建或下载到一个当地适当的坐标参考系统中,或重新投影到该系统中(纽约州平面,长岛区;EPSG 2263),这样数据集就会对齐,面积计算也会在本地合适。
考察纽约的社会、生态和技术基础设施过滤器
能够容纳绿色屋顶的建筑的存在是一个基本的建筑基础设施过滤器,可能会影响纽约市绿色屋顶的分布。我们根据整个城市和纽约市议会区的绿色屋顶建筑的数量和比例,以及它们的面积和屋顶面积的比例,对纽约市的绿色屋顶进行了分类。市议会区与政策和地方决策相关,在51个单元中有相当一致的人口规模。虽然不是所有的建筑都适合绿色屋顶(例如,屋顶面积有限,坡度太大),但对建筑适合绿色屋顶的分析超出了本研究的范围。认识到这些限制,我们试图捕捉高水平的趋势,并认识到这些基础设施过滤器正在发挥作用,应该在未来的研究中更深入地研究。
不同类型的业主(如公共vs私人)对绿色屋顶的兴趣,以及在不同土地使用背景下对绿色屋顶的适用性,是可能导致绿色屋顶流行率、大小和类型变化的额外过滤因素。此外,为了实现社会和生态效益以及减轻环境危害,在特定地区对绿色屋顶的愿望或声明需求也可以过滤绿色屋顶安装的地点和形式。例如,像前面提到的绿色基础设施赠款项目这样的正式激励计划,以及对其好处的非正式承认或理解,可能影响了我们数据集中记录的绿色屋顶景观。
我们根据纽约市的地块数据集MapPLUTO (18v1版本),通过对数据集本身和元数据的检查,对纽约市的公共、私人财产和不同土地用途的绿色屋顶进行了描述。所有权类型在MapPLUTO中编码为City或Other Public的属性被认为是Public的,而所有其他所有权类型的属性被认为是private的。这些数据是不完美的,尽管这一分类大致囊括了公共所有权与私人所有权的对比。我们根据MapPLUTO(土地用途为”公园及休憩用地”MapPLUTO被认为是这项工作的设施和机构)。考虑到绿色屋顶的可行性可能因建筑类型、土地用途和所有权的不同而不同,而且我们对这些动态没有充分的了解,我们没有在这一领域进行统计检验,也没有提出总体趋势。
高热暴露等环境危害的地理位置会影响绿色屋顶投资的空间优先顺序。例如,尽管绿色屋顶可能经常被安装为房地产设施,但在纽约市,在热易损性高的地区扩大绿色屋顶的降温效益是一个日益优先考虑的问题(例如,根据上述减税的优先区域)。我们研究了社区的热风险是否可能成为影响绿色屋顶分布的过滤器,方法是根据纽约市的一个指数分析绿色屋顶是否在城市中被认为更容易受热影响的地区更普遍,该指数基于居民对死亡和发病率的敏感性来表征社区对极端高温事件的脆弱性(基于Madrigano等人2015年所描述的工作)。我们使用了来自纽约市健康和精神卫生部(代表2018年)的最新数据,以五分位数的形式进行排名(1 =最不脆弱;5 =最脆弱)在这些数据可用的最佳尺度,邻里列表区域(NTAs;可以在http://a816-dohbesp.nyc.gov/IndicatorPublic/VisualizationData.aspx?id=2411,719b87,107,Map,Score,2018).此数据集不是专门针对市议会各区的;新界区比市议会区要小,尽管一般都是嵌套在市议会区内部。新塘区的居民数量相当均匀,最少为15,000人,面积从51.86公顷至3040.63公顷不等(面积越大,人口密度越低)。由于规模较细,新界高考的空间异质性亦较区议会区议会更强。我们确定了每个市议会区最高的热脆弱性值,以表征那些具有高度热脆弱性人群的地区是否有绿色屋顶。在此叠加分析中,在新界流区的边界上加设152.4米的内部缓冲区,以避免在区议会分区内最少捕捉到新界流区的小碎片。我们使用R版本3.5.4 (R Core Team 2018)中的function corp .test(),测试了市议会区最高HVI值与绿色屋顶的建筑比例和绿色屋顶覆盖的总屋顶面积比例之间的显著Kendall’s τ相关性(Kendall 1938)。
考虑到绿色屋顶有吸收雨水的潜力,并最终减少溢流事件和相关的水污染,绿色屋顶投资也可以优先考虑在雨水和卫生污水系统合用的地区(合用污水区)。因此,组合下水道区域的布置可以作为绿色屋顶空间变化的过滤器。我们通过比较纽约市环境保护部门的每个市政区重叠的联合下水道面积的百分比,以及由绿色屋顶组成的屋顶面积的比例,来检验这种动态。虽然理想情况下,分析应该基于更具体的指标,如可归因于个别地区的综合下水道系统排放量,但伦敦金融城没有发布官方数据集。这些下水道边界作为2010年树冠和土地覆盖概要数据集的一部分提供https://data.cityofnewyork.us/Environment/NYC-Urban-Tree-Canopy-Assessment-Metrics-2010/hnxz-kkn5).与热脆弱性一样,我们评估了Kendall的τ值。在这些分析中使用的数据,按市议会地区和R代码汇总在附录3中。
结果与讨论
从这项工作得到的绿色屋顶数据集反映了截至2016年的736座绿色屋顶建筑(图1),覆盖了24.62公顷的绿色屋顶表面。这占了纽约市建筑物的0.07%和屋顶面积的0.15%。我们的研究大大增加了记录在案的绿色屋顶的数量,因为在这项工作中使用的源数据中仅报告了覆盖11.94公顷的155个绿色屋顶。图像分类从训练数据集中检测到155个绿色屋顶中的119个,以及569个我们之前没有记录的额外屋顶。在训练数据中的绿色屋顶中,有13个小于被分类为需要进一步评估的绿色屋顶的最小面积12.5平方米,因此84%的绿色屋顶在分类中可以被检测到;因为分类是基于每像素的,这些较小的绿色屋顶仍然有助于训练模型。在目视检查和人工改进分类结果的过程中,又增加了9个绿色屋顶。绿色屋顶的中位数为109.1 m²,大小范围为0.94-25,763.66 m²,分布高度向右倾斜(很少有大型绿色屋顶)。绿色屋顶数据集可通过在线数据仓库Zenodo获取https://zenodo.org/record/1469674(Treglia et al. 2018),在那里可以存放更新和版本。使用的地球引擎代码和训练数据可在GitHub上获得https://github.com/tnc-ny-science/NYC_GreenRoofMapping/releases/tag/1.0.0,以及本文附录1-2。
手工改进分类改进了我们的结果,消除了假阳性,并检测出至少一些假阴性。我们承认,在我们的分析中可能存在假阴性(即,存在但未检测到的绿色屋顶),我们无法完全量化。作为额外的验证,在发布之前,我们与绿色屋顶研究人员联盟(Green Roof studies Alliance)一起审查了我们的结果,该联盟由来自不同机构的个人组成,他们对纽约市的绿色屋顶非常了解。在这个过程中没有发现实质性的遗漏或过高估计。如果实施,系统跟踪绿色屋顶装置(例如,由一个城市机构)将使像我们这样的分析得到额外的验证。我们生成的数据集显示,纽约市的绿色屋顶分布是不均匀的(图1、2a)。超过一半的数量(414)和近一半的面积(12.21公顷)集中在曼哈顿的六个相邻的市议会区,从自治区南部边界到大约上东侧和上西侧。即使在其他行政区,绿色屋顶也往往集中在曼哈顿这些区域附近。总的来说,51个地区中有8个没有绿色屋顶,超过一半的地区(27个)只有1到10个屋顶。
在纽约市的14478处公共所有房产中,73处(0.5%)拥有绿色屋顶,在843090处私人所有房产中,663处拥有绿色屋顶(0.07%)。因此,绿色屋顶在公共建筑中更常见。就土地用途而言,私人、住宅和商住混合楼宇的绿化屋顶最多,其次为商业楼宇(表1)。按土地用途类别划分,机构楼宇的绿化屋顶累积面积最大。这一类的绿色屋顶包括纽约最大的屋顶,雅各布·贾维茨会议中心(2.58公顷)和巴克莱中心(1.19公顷),这是一个大型的体育和其他活动的场地,除了那些在大学,城市拥有的建筑,如纽约市公园和娱乐部门运营的娱乐中心。
我们发现,绿色屋顶的分布与市议会辖区内观测到的最大热脆弱性指数之间不存在正或负关联(见地图,图2a, b)。与绿色屋顶覆盖的建筑比例或由绿色屋顶组成的屋顶面积比例(绿色屋顶比例:τ = 0.009, z = 0.09, p = 0.93;由绿色屋顶组成的屋顶面积比例:τ = -0.08, z = -0.73, p = 0.46)。值得注意的是,那些被认定为最易受高温影响的地区通常没有很好的绿化屋顶。上述曼哈顿中城和市中心的市议会区,其绿化屋顶总量占纽约市的一半以上,但没有一个重叠的NTAs被列为最易受高温影响的地区;22个与NTAs重叠的市议会区被列为最易受高温影响的地区,尽管半数以上的地区的绿色屋顶少于10个,还有4个没有。这些数字换算成只有一小部分建筑物有绿化屋顶,而这些区议会分区的绿化屋顶比例最高,为0.50%。
与热脆弱性相反,基于带有绿色屋顶的建筑比例和带有绿色屋顶的屋顶面积比例(图2a, c),(带有绿色屋顶的建筑比例:τ = 0.25, z = 2.59, p = 0.01;由绿色屋顶组成的屋顶面积比例:τ = 0.20, z = 2.10, p = 0.04)。两者之间的关系虽然显著,但相对较弱,屋顶绿化数量和面积都较小;在与优先污水渠区重叠的地方议会分区中,有绿化屋顶的建筑物比例最高的是曼哈顿南部的1.9%(占屋顶面积的0.84%)。此外,这种趋势也有不同的例外情况,例如,37个区议会区与优先污水渠区重叠超过50%,5个区议会区没有重叠,5个区议会区只有一个。
虽然并不是所有的建筑都适合绿色屋顶,但我们预计在数量、面积和分布上有很大的能力增加绿色屋顶,并有潜力为最需要绿色屋顶的地区提供好处。我们开发的数据集可以作为基线,以方便跟踪随时间的变化,它还可以用于其他研究。这些数据还可以为政策、环境挑战的管理和宣传提供信息,以增加纽约的绿色屋顶和它们的公平性。虽然我们的工作只针对纽约市,但我们所采用的一般方法也可以应用于其他城市,并且可以使用各自的数据集来比较绿色屋顶的分布与效益需求之间的关系。我们的探索性分类表明,在未来的工作中,无论是在纽约还是在其他地方,都应该仔细关注训练数据。例如,在划分数据以评估独立测试和训练数据集的性能时,我们发现整体和测试数据集的逐像素精度都下降了。因此,在整个训练数据集中更广泛的谱变异性支持更高的精度。
与大多数形式的绿色基础设施一样,我们预计绿色屋顶的分布及其效益会受到基础设施、制度和认知的综合影响(Andersson等人,2019年)。正如在其他城市所表明的那样(例如,Grunwald等人,2017年,Giannopoulou等人,2019年),基础设施方面的考虑,如建筑的大小、年龄、高度和其他技术因素,可能有助于在纽约安装和可以安装绿色屋顶。屋顶的类型(密集或广泛)强烈地过滤了环境效益,这也与土壤深度有关,因此这一生态因素受到底层基础设施及其支撑绿色屋顶重量的能力的影响(Oberndorfer et al. 2007, Getter et al. 2009)。最终实现的效益还取决于绿色屋顶的空间分布与对它们的需求相比(例如,Velázquez等人2019,Langemeyer等人2020)。例如,考虑到雨水或城市热的挑战,绿色屋顶是安装在受益最大的区域,还是安装在绿色空间有限的区域?政策和激励计划等制度过滤器也可以发挥关键作用——对特定的个人利益的激励(例如,雨水管理)可能会以牺牲其他利益为代价,对绿色屋顶的设计和选址产生偏见。此外,围绕绿色屋顶的社会目标和认知可以影响建造何种类型的绿色屋顶,它们的功能是什么,以及它们的多功能和可访问性(Jungels等人2013年,Vanstockem等人2018年,Sarwar和Alsaggaf 2020年)。
纽约市的绿色屋顶包括用于食品生产的城市农场、主要用于冷却和吸收雨水的景天草屋顶、作为社交空间的住宅建筑的休闲绿色屋顶,以及具有多种用途的学校屋顶的绿色屋顶(图3)。这些环境影响了纽约市绿色屋顶的选址和形式,随后过滤了其好处。本文描述的绿色屋顶数据集最终可以使进一步的研究成为可能,如建筑物的年龄、屋顶的坡度、家庭收入、房地产价值和当地利益等因素是如何作为绿色屋顶安装地点、其形式和实现的效益的过滤器。甚至有可能推断出因果关系,从而为政策干预、激励计划、建筑或绿色屋顶设计的改变提供信息,从而支持更广泛地安装绿色屋顶,并在最需要的地方更多地实现其效益。从功能上讲,有了更好的关于这些过滤器的信息,就有可能改变它们的运作方式。这项工作还可以支持利用多标准分析等工具进行绿色基础设施的空间优先排序(Meerow和Newell 2017, Langemeyer等人2020),尽管绿色屋顶的实际未来及其效益将取决于基础设施动态、制度考虑和相关利益相关者的看法,这需要进一步研究。
我们的研究结果表明,纽约的社会、基础设施和经济过滤器在空间上发挥了作用,大多数绿色屋顶集中在中城和曼哈顿市中心,这些地方往往有较高收入的居民(例如,Lazar et al. 2016)。因此,哪里有绿色屋顶可能是由诸如财富(谁能负担得起绿色屋顶)和与安装它们的可行性相关的建筑特征等因素驱动的。这些动态功能过滤了谁受益,以及是否通过绿色屋顶以公平的方式解决了环境挑战。根据这些数据,绿色屋顶经过过滤,在纽约市最易受热影响的社区,它们没有像其他地区那样经常安装,尽管它们有能力提供冷却效益和额外的建筑隔热。相比之下,绿色屋顶则更频繁地安装在联合排污系统主导的地区,尽管它们只占屋顶和屋顶区域的一小部分。绿色屋顶最普遍的地区建筑密集,大部分由不透水的表面组成,因此绿色屋顶可以在那里提供好处。然而,基于特定的考虑,如热脆弱性,这些领域可能不是最能获得利益的领域。我们预计,纽约的一些地区,如斯塔顿岛的大部分地区、布朗克斯北部和皇后区东部,通常不太能够支持绿色屋顶,因为这些地区由低密度的住宅社区组成,有陡峭的尖顶屋顶。然而,像布朗克斯南部和布鲁克林东部这样的地区,绿色屋顶的普及程度较低,热脆弱性较高,由更大的平顶建筑组成的高密度开发,可能更适合。
绿色屋顶似乎也被与建筑所有权和类型相关的制度动态过滤,尽管在纽约安装的绿色屋顶如此之少,很难得出严格的结论。我们观察到,公共建筑安装的绿色屋顶比例越来越高,这可能部分是相关建筑类型的结果。例如,公有物业一般不包括1-2户住宅,这些住宅的屋顶通常是尖顶的,这类住宅占私人建筑存量的很大一部分,采用绿色屋顶可能不可行或不具成本效益。虽然从数量上来说,大多数绿色屋顶都安装在住宅建筑上,但这些建筑通常都是公寓建筑。公共建筑的绿色屋顶按比例增加的趋势也可能与规模经济有关,因为对一个拥有许多建筑物的单一实体来说,如一个城市机构,更广泛地安装绿色屋顶可能更可行或更划算。例如,仅纽约市公园和娱乐部门就在其管理的建筑物上维护了约1.8公顷的绿色屋顶(https://www.nycgovparks.org/greening/sustainable-parks/green-roofs).公共和私营部门的机构建筑通常也很大,如娱乐中心、会议中心和大学校园。因此,虽然与住宅物业相比,很少有绿色屋顶,但它们代表了城市绿色屋顶面积的很大一部分。鉴于纽约的绿色屋顶数量较少,我们预计将有大量的机会增加各种类型的建筑,包括公共和私人拥有的。
为了充分了解纽约市建筑中未充分利用的绿色屋顶,未来的工作将受益于对支持绿色屋顶的建筑潜力的可靠估计。早期的研究估计,5701座拥有大屋顶(≥0.093公顷)的建筑可以支持生产规模的屋顶农业(Ackerman等,2012年)。然而,我们预计更多的建筑可以支持绿色屋顶,没有最小尺寸的限制和潜在的浅生长介质,因此更轻的重量。这种关于绿色屋顶实际潜力的信息差距也限制了我们在这里的一些分析。理想情况下,我们对整个城市绿色屋顶分布的分析,按市议会区、公共和私人土地的分布,将基于适合绿色屋顶的建筑(或面积)的比例。没有这样的数据集,就没有完美的方法来标准化这些数据,任何方法都有各种潜在的假设。我们观察到的一些趋势可能部分基于纽约市建筑类型的变化,以及哪些建筑可以支持绿色屋顶。填补这一空白的努力可能建立在类似的工作上,如在希腊的Xanthi (Giannopoulou等人2019年)和德国的brunschweig (Grunwald等人2017年)。
与开发任何新数据集一样,为潜在用户命名时,限制也很重要。首先,这个数据集代表了一个特定的时间点,即2016年3月底和4月初,当时我们收集了用于分析的图像。从那时起,更多的绿色屋顶被安装,一些被拆除,因此这些数据的更新对于保持对纽约市绿色屋顶景观的健全理解至关重要。虽然我们对自己制作的数据集总体上很有信心,并得到了金融城机构和其他组织的数据集用户的验证,但我们在准确区分绿色屋顶和其他类型屋顶方面的能力是有限的。我们使用了最好的可用数据和多个来源来验证通过图像分类检测到的绿色屋顶,尽管有可能一些种植了大量盆栽植物的屋顶被无意中包括在内。根据分类工作的参数,我们发现非常小的绿色屋顶斑块(<12.5 m²)通常没有被捕获,阴影严重的区域很难被识别。因此,这是迄今为止纽约市最完整的绿色屋顶数据集,它应该被视为一个估计,而不是一个完整的人口普查,认识到我们没有发现的额外绿色屋顶的潜力。此外,我们的工作并没有捕捉到有关绿色屋顶的具体细节,如生长介质的深度和植被类型,这些都与效益有关。目前和未来的努力可以帮助填补这些数据空白,从而更准确地估计绿色屋顶所提供的好处。
结论
在这项研究中,我们通过对航空图像进行分类并手动改进结果,绘制了纽约市的绿色屋顶,从而得到了纽约市最全面的此类数据集。在100多万幢占地近1.6万公顷的建筑中,我们只发现了约25公顷的736个绿色屋顶。总体而言,纽约市只有不到0.01%的建筑和0.16%的屋顶被认定为拥有绿色屋顶。虽然并不是所有的建筑都适合绿色屋顶,而且我们在这项研究中可能没有发现绿色屋顶,但我们预计纽约市有很大的机会增加绿色屋顶的数量和面积。我们的结果表明,绿色屋顶在整个景观中并不均匀分布,在曼哈顿中城和市中心的数量和总体流行率最高。这种不均匀的分布可能是由各种过滤器和影响所驱动的,在当地条件的可变性下,绿色屋顶的好处得以实现。我们没有发现绿色屋顶的普及和社区的热脆弱性之间的关系,尽管绿色屋顶有可能帮助改善极端高温的威胁。然而,在市政区,绿色屋顶的流行率往往更高,重叠了更大部分的联合下水道,这表明这种分布有助于帮助解决纽约市面临的雨水管理挑战。
这项研究填补了纽约市的数据空白,建立了对绿色屋顶的基线理解,可以在未来的工作中加以利用和建设。例如,该数据集可用于对效益进行明确的空间估计,支持倡导更公平的绿色基础设施的努力,并可用于更好地理解影响绿色屋顶分布的过滤器。虽然我们特别关注纽约市,但许多城市缺乏关于绿色屋顶的可靠数据,我们的方法可以应用于填补其他地方的类似空白。填补这些数据空白可以让我们更有力地了解是什么因素推动了绿色屋顶的选址,谁可以使用它们,它们提供了什么好处,以及这些好处是如何被建筑、社区和更广泛的社区的社会、生态和技术特征过滤的。因此,我们在此提供的关于绿色屋顶的改进数据,可以支持城市提高绿色基础设施规划和实施的公平性,并支持城市和社区的努力,以确保绿色屋顶和其他绿色基础设施投资优先考虑对降温、雨水吸收和绿色空间有最大需求的社区。
致谢
这项工作得到了J.M.卡普兰基金对自然保护协会和纽约绿色屋顶研究人员联盟的资助,该联盟由纽约奥杜邦领导,资金来自纽约社区信托基金。自然保护协会MLT使用Esri产品(ArcMap 10.3.1)也得到了Esri授权的支持。TM获得美国国家科学基金会资助(#1444755,#1927167,#1934933)。EWS获得了洛克菲勒基金会为visionmaker.nyc提供的文化创新赠款的支持。我们感谢这一特别问题的编辑和匿名审稿人的建设性反馈,帮助改进这篇稿件。
数据可用性
本研究中使用的数据一般可在文中引用的来源公开获得。这项工作的主要结果数据集,代表了美国纽约市绿色屋顶的估计足迹,可在Zenodo网站上获得https://zenodo.org/record/1469674.用于帮助在谷歌地球引擎中开发此数据集的代码,以及训练数据可在GitHub储存库中的一个版本中获得https://github.com/tnc-ny-science/NYC_GreenRoofMapping/releases/tag/1.0.0这些材料也可以作为本手稿的附录。用于相关分析的总结数据和相关的R代码也可作为附录。
文献引用
阿克曼,K.普兰茨,M.科纳德和R.卡茨,2012。纽约市城市农业的潜力。美国纽约哥伦比亚大学地球研究所城市设计实验室。
安德森,E., S. Borgström, D. Haase, J. Langemeyer, A. mascararenhas, T. mcpherson, M. Wolff, E. Łaszkiewicz, J. Kronenberg, D. N. Barton, P. Herreros-Cantis。2021.一种对环境敏感的系统方法,用于理解和实现城市生态系统服务。生态与社会26(2):35。https://doi.org/10.5751/ES-12411-260235
安德森,E., J.朗梅耶,S. Borgström, T.麦克菲尔森,D.哈斯,J.克朗伯格,D. N.巴顿,M.戴维斯,S.诺曼,L. Röschel, F. Baró。2019.使绿色和蓝色基础设施能够改善对人类福祉和城市系统公平的贡献。生物科学69(7):566 - 574。https://doi.org/10.1093/biosci/biz058
anderson, E., T. mcpherson, P. Kremer, E. Gomez-Baggethun, D. Haase, M. Tuvendal和D. Wurster. 2015。生态系统服务提供单元的规模和环境依赖性。生态系统服务:157-164。https://doi.org/10.1016/j.ecoser.2014.08.001
贝拉尔迪,U. A. GhaffarianHoseini和A. GhaffarianHoseini。2014.最新的绿色屋顶环境效益分析。应用能量115:411-428。https://doi.org/10.1016/j.apenergy.2013.10.047
巴特勒,C., E.巴特勒和C. M.奥利安斯,2012。本土植物的热情达到了新的高度:认知、证据和绿色屋顶的未来。城市林业与城市绿化11(1):1-10。https://doi.org/10.1016/j.ufug.2011.11.002
坎贝尔,J. B.和R. H.韦恩。2011。遥感导论,“,”第五版。吉尔福德出版社,美国纽约。https://doi.org/10.1080/10106048709354126
卡斯康,S., F.卡塔尼亚,A. Gagliano和G.休托。2018。既有建筑改造绿化屋顶性能的综合研究。建筑与环境136:227-239。https://doi.org/10.1016/j.buildenv.2018.03.052
Chawla, N. V., A. Lazarevic, L. O. Hall和K. W. Bowyer. 2003。SMOTEBoost:改进boost中少数类的预测。N.拉瓦拉契、D.甘伯格、L.托多罗夫斯基和H.布洛克尔的107-119页,编辑。数据库中的知识发现:PKDD 2003。施普林格柏林海德堡。https://doi.org/10.1007/978-3-540-39804-2_12
纽约市,2007年。规划c:一个更绿色、更大的纽约。战略计划,纽约市长办公室,纽约,美国。
纽约市,2015年。一个纽约:建设一个强大而公正的城市的计划。战略计划,纽约市长办公室,纽约,美国。
纽约市,2017。纽约凉爽社区:在极端高温下保持社区安全的综合方法。战略计划,纽约市恢复与复原市长办公室,美国纽约。
De Sousa, m.r., F. A. Montalto, S. Spatari. 2012。采用生命周期评价方法对绿色和灰色污水溢流控制策略进行评价。工业生态学报16(6):901-913。https://doi.org/10.1111/j.1530-9290.2012.00534.x
Elmqvist, T, E. Andersson, N. Frantzeskaki, T. mcpherson, P. Olsson, O. Gaffney, K. Takeuchi和C. Folke. 2019。城市世纪转型的可持续性和复原力。自然可持续发展2(4):267-273。https://doi.org/10.1038/s41893-019-0250-1
编辑:艾姆奎斯特,T., X.白,N.弗朗茨斯卡基,C.格里菲斯,D.马多克斯,T.麦克菲尔森,S.帕内尔,P.罗梅罗-兰考,D.西蒙和M.沃特金斯。2018.城市星球:可持续城市的知识。剑桥大学出版社,剑桥,英国。https://doi.org/10.1017/9781316647554
Frantzeskaki, N, T. mcphphson, M. J. Collier, D. Kendal, H. bul克利,A. Dumitru, C. Walsh, K. Noble, E. van Wyk, C. Ordóñez, C. Oke, L. Pintér。2019.基于自然的城市气候变化适应解决方案:连接科学、政策和实践社区,以循beplay竞技证决策。生物科学69(6):455 - 466。https://doi.org/10.1093/biosci/biz042
Gaffin, S., C. Rosenzweig, J. Eichenbaum-Pikser, R. Khanbilvardi, T. Susca. 2010。绿色、白色和黑色屋顶的温度和季节能量分析。气候系统研究中心,哥伦比亚大学,纽约,技术报告。
吉特,K. L., D. B.罗,J. A.安德森。2007。量化坡度对大面积绿色屋顶雨水滞留的影响。生态工程31(4):225-231。https://doi.org/10.1016/j.ecoleng.2007.06.004
格特,K. L., D. B.罗,G. P.罗伯逊,B. M.克雷格,J. A.安德森。2009。大面积绿色屋顶的碳封存潜力。环境科学与技术43(19):7564-7570。https://doi.org/10.1021/es901539x
Giannopoulou, M., A. Roukouni和K. Lykostratis. 2019。探索城市绿色屋顶的好处:一个应用于希腊城市的GIS方法。CES工作报告11(1):55-72。
Gorelick, N, M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau和R. Moore. 2017。谷歌地球引擎:为每个人提供行星尺度的地理空间分析。环境遥感202:18-27https://doi.org/10.1016/j.rse.2017.06.031
Grabowski, Z. J, A. M. Matsler, C. Thiel, L. McPhillips, R. Hum, A. Bradshaw, T. Miller和C. Redman. 2017。基础设施作为社会-生态-技术系统:跨学科对话的五个考虑因素。基础设施系统学报23(4):02517002。https://doi.org/10.1061/(第3期)is.1943 - 555 x.0000383
格伦沃尔德,L., J.海辛格和S.韦伯,2017。基于gis的城市绿色屋顶生态系统服务制图方法应用于中欧某城市。城市林业与城市绿化:22:54-63。https://doi.org/10.1016/j.ufug.2017.01.001
霍尔、D. M、G. R.卡米洛、R. K.托涅托、D. H.史密斯、J.奥勒顿、K. Ahrné, M.阿德泽、J. S.阿舍尔、K. C. R.巴尔多克、R.福勒、G.弗兰基、D.古尔森、B.贡纳松、M. E.汉利、J. I.杰克逊、G.朗格洛托、D.洛温斯坦、E. S. Minor、S. M.菲尔波特、S. G.波茨、M. H.西罗希、E. M.斯瓦克、G. N.斯通、C. G.斯雷福尔。2016。这座城市是昆虫传粉者的避难所。保护生物学31(1):24-29。https://doi.org/10.1111/cobi.12840
麻省理工乔利夫,2002年。主成分分析。斯普林格-弗拉格,纽约,纽约,美国。
Jungels, J. D. A. Rakow, S. B. Allred和S. M. Skelly. 2013。美国东北部对绿色屋顶的态度和审美反应。景观与城市规划117:13-21。https://doi.org/10.1016/j.landurbplan.2013.04.013
Kabisch, N, H. Korn, J. Stadler和A. Bonn. 2017。基于自然的城市地区气候变化适应解决方案:科学、政策和beplay竞技实践之间的联系。施普林格自然。https://doi.org/10.1007/978-3-319-56091-5
卡达斯,G. 2006。罕见的无脊椎动物定居在伦敦的绿色屋顶上。城市生境4(1):66-86。
基勒、B. L、P.哈梅尔、T.麦克菲尔森、M. H.哈曼、M. L.多纳休、K. A.梅扎·普拉多、K. K.阿科玛、G. N.布拉特曼、K. A.布劳曼、J. C.芬利、A. D.盖里、S. E.霍比、J. A.约翰逊、G. K.麦克唐纳、R. I.麦克唐纳、N. Neverisky和S. A.伍德。2019。社会生态和技术因素调节了城市自然价值。自然可持续发展2(1):29-38。https://doi.org/10.1038/s41893-018-0202-1
肯德尔,1938年。一种新的等级相关性测量方法。生物统计学30(1 - 2):81 - 93。https://doi.org/10.1093/biomet/30.1-2.81
克莱默,P. A. Hamstead, T. mcpherson。2016.纽约市城市生态系统服务的价值:景观尺度估值情景的空间显式多准则分析。环境科学与政策62:57-68。https://doi.org/10.1016/j.envsci.2016.04.012
Lamsal, M. 2012。采用绿色屋顶:在亚特兰大进行gis集成的成本效益分析,其中包含积极的外部性。硕士论文,乔治亚大学,雅典,佐治亚州,美国。
朗梅耶,J., D.韦奇伍德,T.麦克菲尔森,F. Baró, A. L.马德森,和D. N.巴顿。2020。在需要的地方创建城市绿色基础设施——基于空间生态系统服务的巴塞罗那绿色屋顶决策分析。总环境科学707:135487。https://doi.org/10.1016/j.scitotenv.2019.135487
R. Lazar, J. Pinchoff, J. Fuld, L. Chen和S. K. Greene. 2016。社区贫困与传染病:纽约市的健康差异。纽约市健康和精神卫生局(68),美国纽约纽约市。
洛克,D. H.霍尔,J. M.格罗夫,S. T. A.皮克特,L. A.奥格登,C.青木,C. G.布恩,J. P. M.奥尼尔-邓恩。2021.美国37个城市的住宅隔离和城市树冠。npj城市可持续发展1(1):15。https://doi.org/10.1038/s42949-021-00022-0
麦克法登,S. W., J. P. O 'Neil-Dunne, A. R. Royar, J. W. Lu, A. G. Rundle. 2012。纽约市使用激光雷达和基于对象的图像分析的高分辨率树冠测绘。应用遥感学报6(1):063567-1。https://doi.org/10.1117/1.JRS.6.063567
Madrigano, J., K. Ito, S. Johnson, P. L. Kinney, T. Matte. 2015。一项关于纽约市热浪相关死亡率脆弱性的个案研究(2000-2011年)。环境卫生观点123(7):672-678。https://doi.org/10.1289/ehp.1408178
马哈拉诺比斯,P. 1936。论统计学中的广义距离。印度国家研究所学报12:49-55。
R. Manandhar, i.o. A. Odeh和T. Ancev. 2009。利用分类后增强技术提高陆地卫星数据的土地利用和土地覆盖分类精度。遥感1(3)。https://doi.org/10.3390/rs1030330
麦当劳,r。2015。城市保护:如何规划和建设自然基础设施。岛出版社,华盛顿特区。,美国。
mcpherson, T. P. Kremer和Z. A. Hamstead. 2013。测绘纽约市的生态系统服务:在城市空地上应用社会生态方法。生态系统服务5:11-26。https://doi.org/10.1016/j.ecoser.2013.06.005
T.麦克菲尔森,S. T. A.皮克特,N. B.格林,J. Niemelä, M.阿尔伯蒂,T.埃尔mqvist, C.韦伯,D.哈斯,J.布劳斯特,和S.库雷希。2016。推进城市生态学向城市科学的方向发展。生物科学66(3):198 - 212。https://doi.org/10.1093/biosci/biw002
T. mcpherson, C. M. Raymond, N. Gulsrud, C. Albert, N. Coles, N. Fagerholm, M. Nagatsu, A. S. Olafsson, N. Soininen, K. Vierikko. 2021。向一个良好的人类世转型需要根本性的变革。npj城市可持续发展1(1):5。https://doi.org/10.1038/s42949-021-00017-x
T.麦克菲尔森,E.库克,M. Berbés-Blázquez, C.郑,N.B.格林,E.安德森,O.巴博萨,D.G.钱德勒,H.张,M.切斯特,D.柴尔德斯,S.埃尔瑟,N. Frantzeskaki, Z. Grabowski, P. Groffman R.L. Hale, D.M. Iwaniec, N. Kabisch, C.肯尼迪,S.A. Markolf, A.M.麦斯勒,L.E.麦克菲利普斯,T.R.米勒,T.A. Muñoz-Erickson, E.罗西,T.G.特克斯勒,2022。城市生态系统服务的社会-生态-技术系统方法。同一个地球5(50):505-518。https://doi.org/10.1016/j.oneear.2022.04.007
Meerow, S.和J. P. Newell. 2016。城市韧性是为谁、为什么、为什么、为什么、为什么?城市地理40(3):309-329。https://doi.org/10.1080/02723638.2016.1206395
Meerow, S.和J. P. Newell. 2017。多功能绿色基础设施的空间规划:底特律的弹性增长。景观与城市规划159:62-75。https://doi.org/10.1016/j.landurbplan.2016.10.005
梅尔,2011年。绿色基础设施规划:城市景观管理创新干预的当代方法。生态环境学报1(1):29-39。
曼滕斯,J., D. Raes和M. Hermy, 2006。在城市化的21世纪,绿色屋顶是解决雨水径流问题的工具吗?景观与城市规划33(3):447 - 447。https://doi.org/10.1016/j.landurbplan.2005.02.010
徐伟,周玉莹,周玉莹,拜尔。2020。房屋所有者贷款公司的遗产以及美国城市树木和空气污染的政治生态。社会科学与医学246:112758。https://doi.org/10.1016/j.socscimed.2019.112758
纳茨福德,D. A. L.皮尔逊和S.金汉姆。2013。一项调查城市绿地与心理健康之间关系的生态学研究。公共卫生127(11):1005-1011。https://doi.org/10.1016/j.puhe.2013.08.016
纽约市环境保护部,2019。联合下水道溢流最佳管理实践年度报告(2018年1月1日- 2018年12月31日):14个废水资源回收设施的SPDES许可证。纽约市,纽约,美国。
E.奥伯恩多弗,J.伦德霍尔姆,B.巴斯,R. R. Coffman, H. Doshi, N. Dunnett, S. Gaffin, M. Köhler, K. K. Y.刘,B.罗。2007。作为城市生态系统的绿色屋顶:生态结构、功能和服务。生物科学57(10):823 - 833。https://doi.org/10.1641/B571005
帕金斯,K. L. 2015。纽约市的蝙蝠:一项声学调查和绿色屋顶的作用。硕士论文,福特汉姆大学,布朗克斯,纽约,美国。
帕内尔,S., T. Elmqvist, T. mcpherson, H. Nagendra和S. Sörlin。2018.城市星球:可持续城市的知识。导论第1-16页:为城市星球定位知识和行动。剑桥大学出版社,英国剑桥。https://doi.org/10.1017/9781316647554.002
帕特里奇,D. R.和J. A.克拉克,2018。城市的绿色屋顶为迁徙和繁殖的鸟类和它们的节肢动物猎物提供了栖息地。科学通报13(8):e0202298。https://doi.org/10.1371/journal.pone.0202298
R核心团队,2018。R:统计计算的语言和环境。R统计计算基金会,维也纳,奥地利。URL:http://www.R-project.org/。
萨瓦尔,S.和m.i. Alsaggaf. 2020。人们对安装绿色屋顶的意愿和看法。环境科学与污染研究27(20):25703-25714。https://doi.org/10.1007/s11356-020-08511-y
Sekovski, I., F. Stecchi, F. Mancini和L. Del里约热内卢. 2014。图像分类方法在高分辨率多光谱影像海岸线提取中的应用。遥感学报35(10):3556-3578。https://doi.org/10.1080/01431161.2014.907939
沙菲克,M., R.金,M.拉菲克。2018。绿色屋顶的好处、机遇与挑战——综述。可再生能源与可持续能源评论90:757-773。https://doi.org/10.1016/j.rser.2018.04.006
孙T, C.格里蒙德,G.倪。2016。绿色屋顶如何缓解热浪下的城市热应力?地球物理研究杂志。大气层121(10):5320 - 5335。https://doi.org/10.1002/2016JD024873
苏斯卡,T。s。r。加芬,g。r。戴尔奥索。2011.植被的积极作用:城市热岛和绿色屋顶。环境污染159(8-9):2119-2126。https://doi.org/10.1016/j.envpol.2011.03.007
特雷格里亚,M. L., T.麦克菲尔森,E. W.桑德森,G.耶特曼,E. N.麦克斯韦。2018。纽约市的绿色屋顶足迹,由现有数据和遥感汇编(版本1.0.0)[数据集]。Zenodo。
联合国,2018年。《2018年世界城市化前景修订报告》。美国纽约人口司经济和社会事务部。
范斯托克姆,J., L. Vranken, B. Bleys, B. Somers和M. Hermy. 2018。长相重要吗?利用离散选择实验对大面积绿色屋顶进行个案研究。可持续性10(2)。https://doi.org/10.3390/su10020309
Velázquez, J., P.安扎,J. Gutiérrez, B. Sánchez, A.埃尔南多,A. García-Abril。2019.大城市绿化屋顶的规划与选择。适用于马德里市区。城市绿色基础设施-连接人与自然,实现可持续城市40:323-334。https://doi.org/10.1016/j.ufug.2018.06.020
维克汉姆,J. D., S. V. Stehman, L. Gass, J. Dewitz, J. A. Fry, T. G. Wade. 2013。2006年NLCD土地覆盖和不透水面精度评价。环境遥感130(0):294-304。https://doi.org/10.1016/j.rse.2012.12.001
表1
表1。按物业类别划分的绿化屋顶及建筑物的数目及面积。
属性类型 | 绿化屋顶数目 | 建筑物总数 | 绿化天台面积(公顷) | 总建筑面积(公顷) |
住宅 | 257 | 952393年 | 3.98 | 9715.25 |
综合用途(商业及住宅) | 221 | 52950年 | 5.03 | 1162.10 |
设施及机构 | 127 | 28407年 | 10.12 | 2058.96 |
商业,制造业,工业和停车 | 131 | 44034年 | 5.50 | 2830.65 |