近日，我院风景园林专硕研究生陈俊斌一作在《Landscape Ecology》发表了题为“Scale specific effects of urban landscape pattern on the COVID-19 epidemic in Hangzhou, China”的研究论文，该研究首次发现了不同的城市景观变量对新冠疫情空间风险的尺度特异性作用，有助于优化针对流行病传播的分区防控策略，并从多尺度等级框架的角度指导政策制定和城市规划，以进一步改善城市公共卫生和可持续水平。风景园林系胡广教授为该论文通讯作者。《Landscape Ecology》创刊于1987年，是国际景观生态学领域的旗舰杂志，主要探索有关景观生态学理论与方法、生态保护、土地管理、景观设计规划和景观作为耦合人环境系统的可持续性的基础和应用研究问题。5年影响因子4.9，JCR1区，中科院2区期刊。

研究背景

自2019年12月以来，COVID-19疫情已席卷世界200多个国家，引发了国际上前所未有的公共卫生危机。至2023年3月10日，全球报告超过6亿的累计确诊新冠病例，包括6881955例死亡 。尽管中国的大规模新冠疫情已经得到有效控制，但散发病例仍然在不少地区零星出现，给国内公共健康安全与社会经济发展带来持续破坏。尺度是景观生态学的核心概念是规模。现有的COVID-19 传播尺度效应的研究主要集中在受感染人群、干预措施和社会经济因素等方面。然而，不同影响因素对 COVID-19 的独立尺度效应（尺度特异性）对 COVID-19 的影响尚不明确。因此，本研究以杭州市主城区为研究区域，收集了 2020-2022 年 COVID-19 病例，以及土地利用与覆被（LULC）和公共社交聚集点（SGPs）信息， 以探讨景观驱动过程及其尺度特异性对城市空间中COVID-19流行风险的影响

研究方法

本研究选择了杭州市中心城区（上城区、拱墅区、西湖区、滨江区、萧山区、余杭区、临平区、钱塘区）作为研究范围，获取了2020年1月至2022年12月期间2965例本地病例数据。土地利用数据来自Sentinel2Global LULC 数据库，参考研究区域的现状，将原始数据重分类，得到5种类型：水体、绿地、耕地、建成区和裸地，分别计算了这些类型的8种景观指数。社交聚集点数据来自高德地图的POI数据。建立泊松连接的广义线性模型（GLM），并通过逐步回归筛选关键自变量。之后，采用多尺度地理加权模型（MGWR）对筛选后的自变量的尺度特异性进行了识别。

研究结果

研究结果确定了八个主要的城市景观变量，其对新冠疫情的空间风险解释率为 68.5% 。其中，绿地形状指数的空间作用尺度最大，影响了整个研究区域的空间风险。景观聚集度、水体斑块数量、耕地和建成区形状指数以及商品房密度的空间影响作用尺度中等，主要在城市建成区和郊区之间存在差异。水体形状指数和购物中心密度的空间作用尺度最小，在不同城区之间存在差异。这项研究的成果有助于优化 COVID-19 和其他传染病的防控策略，以及可持续的城市规划和科学措施。

原文链接：https://doi.org/10.1007/s10980-024-01998-7