摘要
城市热环境（TE）退化与空气污染的复合效应对公共健康构成严重威胁。然而，城市形态对这两类协同风险的复杂调节机制仍未得到充分解析。本研究聚焦北京（2014–2024 年），整合长期多源数据、局地气候分区（LCZ）框架与机器学习方法，系统研究地表温度（LST）与空气质量（PM₂.₅ 和 O₃）之间的时空协同关系。结果揭示了两类复合风险不同的演化节律，并表明热浪、沙尘暴等极端气象事件可能突破城市气候的物理缓冲阈值，从而扰乱既有环境稳态。从作用机制来看，不同空间构型会产生分化的局地空气动力与热力学结果：具有大量排放的碎片化建成环境（LCZ 1–8）与空气滞留区密切相关，而高度均质的平坦地区（LCZ D/9）则退化为被动沉降汇。尤为关键的是，研究发现三维城市森林（LCZ A 和 B）对不同污染物具有差异化影响。高大且冠层密集的植被可有效降低 PM₂.₅，却会在严重热应激条件下反常地加剧 O₃ 风险，这很可能与高温诱发的生物源排放及随后的光化学催化有关。此外，在高度紧凑且过热的核心区，不合理的密集绿化可能严重阻碍空气动力连通性，进而形成化学催化与空气动力停滞的双重悖论。研究结果对传统“一体适用”的绿化策略提出挑战，并主张转向具有针对性的城市形态干预，例如空气动力解锁与迎风截流，以建设气候韧性城市。
关键词： 城市复合风险；局地气候分区（LCZ）；时空协同；热环境；空气质量；气候韧性规划。