随着全球城市化进程的加速，人口密度的持续增长为城市可持续发展建设和发展带来了前所未有的挑战。随着城市化进程的推进，人口密度的增加往往伴随着环境问题的加剧，尤其是环境污染、热环境恶化以及绿地的匮乏等问题，这些问题不仅降低了居民的生活质量，也对城市的可持续发展构成了威胁。如何在追求经济发展的同时，保护和改善城市环境，成为现代城市规划的重大课题。在这一背景下，城市商业街区的生态功能，尤其是城市森林的服务功能，逐渐成为解决这一矛盾的关键所在。

　　城市森林在商业街区中的作用尤为突出。商业街区作为城市的经济心脏地带，密集的人口之下建筑高耸，交通繁忙，环境问题尤为显著。尽管经济发展是城市繁荣的推动力，但随之而来的环境恶化严重影响了居民的生活质量和健康。而城市森林正是这种矛盾的“平衡器”。通过合理的绿化和生态设计，城市森林能够调节街区气候、净化空气，并有效缓解热岛效应，为居民提供一个更加宜居的生活空间。与此同时，城市森林的存在还增强了生物多样性和城市的生态韧性，提升了商业街区的吸引力和可持续性。因此，在现代城市的可持续建设中，城市商业街区不仅需要经济增长的动力，更需要城市森林的生态支持，才能实现经济与环境的双赢，达到可持续发展的目标。

　　                                                   图1 可持续的城市建设中城市森林服务功能“平衡器”的示意图

　　对此，东北地理所城市森林与湿地学科组魏红旭副研究员团队综合运用云大数据的提取和自训练的深度学习分析技术，对人口聚集的商业街区中生态基础设施供给、调节热环境舒适度以及阻滞道路上机动车排放PM2.5的污染扩散等功能进行国基地理尺度的大范围区样调查研究。

　　在城市商业街区森林生态基础设施服务功能方面，研究团队选取了中国148个城市的1152万条兴趣点数据，涵盖食品、购物、生活服务、酒店和娱乐等五大零售行业，并结合129万张街景图像计算的绿视率，分析了不同气候区和道路等级下零售店铺数量与行道树覆盖率之间的关系。研究发现，亚热带气候区的城市零售店铺数量普遍高于温带气候区，并通过深度学习模型对2024年的零售店铺分布进行城市商业空间布局的优化建议(图2)。

　　                                                   图2 项目研究城市的选取及典型商业街区调查点位布局示意图

　　在城市森林在商业街区环境调节功能方面，本研究收集了来自49个城市82个公园的8314张城市热环境中志愿者自发的面部表情照片，利用面部识别模型分析情绪对热环境的主观感知分数，通过微积分中一、二阶导数的计算原理，发现悲伤情绪分数与温度之间存在一种“U型”相关关系，并将其命名为“悲伤微笑区线”，基于此判定最舒适的温度为22.84°C，舒适温度范围为14.62°C至31.06°C(图3)，为城市森林改善热环境舒适度的服务功能量化评估提供理论基础。

　　                                                  图3 空气温度(以摄氏度为单位)和悲伤情绪(以百分比计)之间的关系

　　在调节大气PM2.5污染方面，研究团队通过来自中国153个城市的约30万张街景图像的分析，使用深度学习模型从街景图像中提取绿视率和行驶车辆密度，量化树冠遮挡的绿视率并发现其与PM2.5浓度呈负相关，进而比较了不同机器学习模型在PM2.5浓度预测中的表现，为提升城市商业街区行道树对机动车排放的PM2.5的阻滞功能提供理论基础(图4)。

　　                                                   图4 由随机森林算法和线性回归模型提供的预测结果比较

　　相关成果发表在国际期刊Journal of Retailing and Consumer Services(中国科学院1区Top)、Urban Climate(中国科学院2区)、Journal of Thermal Biology(中国科学院2区)和Land(中国科学院2区)上。城市森林与湿地学科组硕士研究生刘一枫(第一作者)和魏红旭副研究员(通讯作者)等人共同完成。该研究得到了国家自然科学基金面上项目(项目号：41971122)、中国科学院东北地理所学科发展基金(项目号：E4ZXS10701)和中央高校基本科研业务费(项目编号：0919/140193)等项目共同资助。

　　论文信息如下：

　　Yifeng Liu,Xinyu Wang,Hongxu Wei*,Zhanhua Cao,2025.Predicting retail shop number against roadside tree canopy shade: A national wide demonstration across 148 cities of China,Journal of Retailing and Consumer Services,84.104255.https://doi.org/10.1016/j.jretconser.2025.104255.

　　Yifeng Liu,Zhanhua Cao,Hongxu Wei*,Peng Guo,2024.Decoding prediction of PM2.5 against jointly street-tree canopy size and running vehicle density using big data in streetscapes,Urban Climate,59.102282.https://doi.org/10.1016/j.uclim.2024.102282.

　　Yifeng Liu,Xinyue Zhang,Hongxu Wei*,Zhanhua Cao,Peng Guo,2024.“Sadness smile” curve: Processing emotional information from social network for evaluating thermal comfort perception,Journal of Thermal Biology,127.104025.https://doi.org/10.1016/j.jtherbio.2024.104025.

　　Yifeng Liu,Zhanhua Cao,Hongxu Wei*,Peng Guo,2024.Optimizing spatial distribution of retail shops against neighborhood tree canopy shade using big data extracted from streetscape. Land. 13.1249.https://doi.org/10.3390/land13081249.