【Comput Environ Urban Syst】使用可解释的空间机器学习揭示城市形态对地表城市热岛的非线性和空间非平稳影响

文章预览

【Computers, Environment and Urban Systems】 使用可解释的空间机器学习揭示城市形态对地表城市热岛的非线性和空间非平稳影响 01 摘要     在全球变暖的背景下，地表城市热岛（SUHI）威胁着人类健康和城市生态系统。然而，与城市尺度的丰富研究相比，针对县级尺度上城市形态因素与SUHI之间复杂关系的研究相对较少。因此，本研究同时考察了2321个中国县的SUHI与城市形态因素（如景观结构、建成环境和产业模式）之间的非线性和空间非平稳性关联。采用了一种可解释的空间机器学习方法，结合地理加权回归、随机森林和Shapley加法解释模型，以处理建模中的非线性、空间非平稳性和可解释性。结果表明，城市形态因素与SUHI之间的关系存在显著的空间差异。在南方县，景观结构的贡献最大，而在东北方县，建成环境更为重要。建筑密度和建筑高度的影响 ………………………………