[论文分享]Unveiling the impact of 2D/3D urban morphology on thermal comfort across urban-rural gradients using machine learning
📃 基本信息
[论文标题] 《揭示2D/3D城市形态对城乡梯度热舒适的影响：基于机器学习的方法》
[期刊信息] Energy and Buildings (2025) | 作者: Chunguang Hu, Yuxuan Tao, Maomao Zhang, Houbao Fan, Nan Xu, Yucheng Sun, Ruidi Yuan, Jianqing Zhao
📌 一句话概括
该研究运用机器学习揭示了2D/3D城市形态对秦淮河流域城乡梯度热舒适的异质性影响，并提出了区域性热管理策略。
📚 深度总结
本研究旨在探讨2D和3D城市形态指标如何影响跨越城市核心区、郊区和乡村梯度的热舒适（TC），克服了现有研究忽视协同效应和空间变异性的局限。论文选择了中国秦淮河流域作为研究区域，该区域具有典型的亚热带湿润季风气候特征，且南京市的三维城市扩张在此区域表现出从二维蔓延到垂直密集发展的清晰代际转变。
研究方法层面：首先，利用Landsat 8多时间卫星影像、建筑足迹数据和土地利用数据，对研究区域进行数据预处理和300x300m网格化。接着，基于城市发展强度（UDI）指数将研究区域划分为城市核心区（17.59%）、郊区（30.31%）和乡村区（52.10%）。热舒适水平通过改进的温度-湿度指数（MTHI）进行量化，并引入相对热舒适指数（TI）进行标准化和五级分类评估。空间自相关分析（Moran’s I和LISA）用于识别TC的空间聚集特征。核心分析环节，研究构建了随机森林回归（RFR）模型，并结合SHAP（Shapley Additive exPlanations）方法揭示了14个2D/3D城市形态指标（如平均建筑高度MBH、建筑足迹面积MFA、高度标准差SDH、建筑容积量MBV等）对TC的非线性关系和区域特异性影响。
关键发现与结论：
一、热舒适空间分布：秦淮河流域的TC呈现显著聚集趋势，城市核心区主要为低舒适区（HH集群），乡村边缘为高舒适区（LL集群），郊区存在HL和LH异常值，表明微观尺度上的热点和冷点分布。莫兰指数（Moran’s I）为0.77859，证实了强烈的空间正相关性。
二、形态指标空间异质性：14个形态指标表现出显著的空间异质性，变异系数超过1.2，城市核心区3D发展强度远高于郊区和乡村，垂直分化明显。
三、城乡梯度影响机制：RFR模型在各区域均表现出高精度（R2 0.918-0.933）。研究发现，3D参数（如MBH, SDH, MBV）在城市核心区对TC影响占主导地位，贡献率分别为32.85%、29.61%和28.36%。郊区呈现混合响应，SDH（30.83%）、MBH（28.64%）和MFA（25.88%）共同影响TC。乡村地区则以MBH（39.33%）、MBV（32.46%）和MFA（30.40%）为主，自然-人为效应平衡。
四、SHAP解释性分析：SHAP分析进一步量化并可视化了形态参数对TC的贡献。城市核心区，MBV和SDH的负SHAP值集群表明大体量和高度异质性显著降低TC；但局部区域MBH显示正贡献（平均0.00042），说明某些高度设计可改善局部通风。郊区SHAP值分布更均衡，MFA在某些区域有正贡献，提示适度尺度的建筑足迹或能改善热舒适。乡村区MBH和MFA呈现潜在正贡献（平均分别为0.00112和0.00132），表明低密度发展下适度建筑高度和足迹可改善TC。
实际应用价值：研究为定制化的热管理和城市形态优化提供了科学依据。针对不同城乡区域提出了差异化规划策略：城市核心区建议“三线控制”3D形态，增加垂直绿化，采用高反照率材料。郊区强调增加建筑高度变异性以改善气流，并通过整合碎片化绿地提高绿地覆盖率。乡村地区则建议“低矮、分散”的形态指导原则，并控制建筑高度和密度，以最大化自然冷却效应。
研究局限性：本研究仅基于2020年夏季秦淮河流域的数据，缺乏跨季节和多区域的比较分析。未来研究应纳入气象、植被覆盖、高程和经济社会因素进行更综合的分析。
本速览仅作研究参考，不替代原文阅读。如需引用，请参考原论文。
🔍 要点追溯
- 研究方法: 机器学习（随机森林回归、SHAP）、空间自相关分析（Moran’s I、LISA）、3D城市形态度量
- 适用范围: 亚热带湿润季风气候区，城乡梯度（城市核心、郊区、乡村）
- 使用工具: Google Earth Engine (GEE), Python (RFR, SHAP), ArcGIS (空间分析)
- 数据来源: Landsat 8卫星影像 (2020年6-9月), 2020年建筑足迹数据 (包含高度信息), 土地利用数据 (2020年), 国家地理信息平台行政边界 (2022年)
- 参考标准: 无明确引用标准，主要基于UTCI、DI、THI等热舒适指数的原理进行MTHI推导。