面向欧洲网络的街道级城市气温测量的全面汇编与质量评估

为何城市热力关系到日常生活

炙热的夏季、闷热公寓里无眠的夜晚，以及热浪期间不断上升的健康风险，正成为全欧洲的常态。然而我们常听到的气温往往来自机场或开阔场地的气象站，而不是人们真实生活、行走和睡眠的街道。本文介绍了一个名为 FAIRUrbTemp 的新欧洲数据集，专注于我们在城市街道层面实际体验到的气温，为研究人员、规划者和卫生专家提供了更清晰的视角，了解热量在城市社区中如何真实分布。

为城市“量体温”

FAIRUrbTemp 不再依赖少数传统气象站，而是整合了分布在12座欧洲城市街头的811台低成本与商用传感器的测量数据，从阿姆斯特丹和伯明翰到诺维萨德与苏黎世。这些紧凑的仪器安装在离地仅数米处，记录人们居住与工作场所的实际空气温度，通常以几分钟为间隔。结果是一张密集的观测网络，不仅能揭示广义的城市—乡村差异，还能展示街区之间的温度变化，指示出哪里热量堆积、哪里因树木、公园或水体而得到自然缓解。

将多种系统纳入统一框架

由于各城市各自构建网络时使用了不同的传感器型号、安装高度、数据格式和时区，首要挑战就是让这些信息具有可比性。研究团队将所有记录转换为一种通用标准格式，将测量值与关于观测位置、观测方式及所用仪器的详细说明打包在一起。他们还统一了时间戳与地理坐标，并在三个层级上整理了额外信息（元数据）：单个传感器、传感器的测量数据以及更广泛的网络信息。这样的标准化意味着研究人员现在可以直接联合分析例如巴塞尔与图尔库的数据，而不必先解开一团地方性习惯的纠结。

把真实信号与传感器误差区分开来

密集的城市网络功能强大但混乱：传感器可能出现漂移、被直射阳光或汽车与建筑物反射光照中暑，或干脆发生故障。为此，作者设计了七步自动质量检查流程，这一流程不会删除读数，而是对可能不可靠的记录进行标记。部分测试查找物理上不可能或极不可能的值，例如远超该地区极值的温度或不合常理的突变；其他测试则将传感器与其自身的近期记录或周边传感器作比较，判断某一读数是否符合时空模式。在大约1.36亿条单次测量构成的完整数据集中，被标记为可疑的数据不到百分之一，其中大多数是明显的故障。

现实世界中影响测量质量的因素

通过检视数据被标记的频率与位置，团队得以了解不同仪器与安装位置的优劣。例如在苏黎世，两种传感器的表现不同：一种更容易出现与日照暴露相关的问题，而另一种在校准期间更常产出异常值。地表覆盖类型也很重要。被建筑物和铺装包围的站点比置于公园、林地或水面上的站点显示出更多不一致读数。这并不意味着城市数据“糟糕”，而是表明在高度建成区域温度在非常小的空间尺度上更具变异性，使得简单的自动检测更难区分真正的热斑与传感器故障。

从数据资源迈向更凉爽的城市

FAIRUrbTemp 作为开放数据发布，包含原始、小时和日温度序列以及完整的质量标记，用户可自行决定在筛选时采取何种严格程度。对于城市气候研究者，它提供了罕见的、跨多城且标准化的街道级热力观测。对于卫生专家，它能更好地将局部温度格局与热浪期间的住院率或死亡率关联起来。对于规划者，它为有关遮荫、绿化和建筑设计的决策提供了证据。简言之，这项工作尚不能直接为城市降温，但它提供了设计更智能、更公平、更具抗热能力城市环境所必需的可靠且细致的温度信息。

引用: Amini, S., Huerta, A., Franke, J. et al. Comprehensive compilation and quality assessment of street-level urban air temperature measurements across European networks. Sci Data 13, 658 (2026). https://doi.org/10.1038/s41597-026-06804-4

关键词: 城市热岛, 街道级温度, 城市气候数据, 热浪风险, 城市规划