基于机器学习的城市形态对地表温度影响研究_张戈.pdf

第45卷张戈，田珍，王琦，等.基于机器学习的城市形态对地表温度影响研究J.环境科学与技术，2022，45（12）：214-227.Zhang Ge，Tian Zhen，Wang Qi，et al.Study on the influence of urban form on land surface temperature based on machine learningJ.Environmental Science&Technology，2022，45（12）：214-227.Environmental Science&Technology第45卷 第12期2022年12月Vol.45 No.12Dec.2022环境科学与技术 编辑部：（网址）http:/（电话）027-87643502（电子信箱）收稿日期：2022-06-07；修回2022-09-15基金项目：多源数据支持下天津市生态空间发展特征及建设策略研究（TJGL20-011）；天津市哲学社会科学规划项目作者简介：张戈（1968-），男，教授，研究方向为村镇规划，（电子信箱）；*通讯作者，（电子信箱）。基于机器学习的城市形态对地表温度影响研究张戈1，田珍1，王琦2，孙永青1，杨艳1，王海涛1*（1.天津城建大学建筑学院，天津300384；2.河北农业大学园林与旅游学院，河北保定071000）摘要：城市热环境的形成、发展和演变受多种因素影响，其中，城市形态对城市热岛效应具有明显的影响。当前有关城市形态对地表温度的影响研究多是集中于单一因子，而缺乏从系统综合的角度分析城市形态指标与城市热环境之间的联系。文章从建筑形态、生态基础设施和城市路网密度中选取7个城市形态指标，运用线性回归模型和随机森林模型分析了城市形态指标在150 m网格和450 m网格2个不同的观测尺度上对地表温度的作用效果。研究表明：城市形态指标的大小和类型对地表温度的影响随着季节和观测尺度的不同而存在差异。总体来看，城市建筑形态和城市生态基础设施对高密度城市中心区的地表温度变化具有主导作用。建筑密度和建筑归一化指数对地表温度具有显著的正影响，而建筑体积密度则对地表温度有负影响。450 m网格是获得最佳观测结果的网格。研究结果可为城市规划者和管理者进行研究和实施城市热环境缓解措施时提供决策依据。关键词：城市形态；地表温度；线性回归模型；随机森林模型；福州中图分类号：X16；TP79文献标志码：Adoi：10.19672/ki.1003-6504.1325.22.338文章编号：1003-6504(2022)12-0214-14Study on the Influence of Urban form on Land Surface Temperature Basedon Machine LearningZHANG Ge1，TIAN Zhen1，WANG Qi2，SUN Yongqing1，YANG Yan1，WANG Haitao1*（1.School of Architecture,Tianjin Chengjian University,Tianjin 300384,China;2.School of Landscape Architecture and Tourism,Agricultural University of Hebei,Baoding 071000,China）Abstract：The formation,development and evolution of urban thermal environment are affected by many factors.Urban formhas an obvious impact on urban heat island effect.At present,most of the researches on the influence of urban morphology onland surface temperature focus on a single factor,but lack of systematic and comprehensive analysis of the relationship betweenurban morphology indicators and urban thermal environment.In this paper,we select seven urban form indexes from the architectural form,ecological infrastructure and road system.The effects of urban form indexes on land surface temperature at twodifferent observation scales of 150 meter grid and 450 meter grid are analyzed by using linear regression model and random forest model.And the results show that the influence of the size and type of urban morphological indicators on the surface temperature varies with the seasons and observation scales.In general,the urban architectural form and urban ecological infrastructureplay a leading role in the surface temperature change in the high-density urban center.Building density and building normalization index have significant positive effects on surface temperature,while building bulk density has negative effects on surfacetemperature.The 450 meter grid is the grid size to obtain the best observation results.The research results can provide decision-making basis for urban planners and managers to study and implement urban thermal environment mitigation measures.Key words：urban form;surface temperature;linear regression model;random forest model;Fuzhou城市化的迅速发展使全球社会面临一个关键问题：城市环境对人类健康的影响。城市化和环境危害的加剧导致更多与天气相关的直接和间接事故以及重大经济损失1。最严重的问题之一是地表温度第12期张戈，等基于机器学习的城市形态对地表温度影响研究(LST)的显著可变性，这导致了城市热岛(UHI)效应2。城市热岛效应的研究最早始于1833年英国气象学家Howard对英国伦敦市气温的观测，尽管城市热岛效应研究已有较长的历史，但是基于当今城市化迅速发展和建设用地不断扩张的背景，城市热环境在不同的学科领域仍然具有很强的可研究性。城市热岛效应会加剧城市资源消耗、造成环境污染、甚至威胁城市居民健康3。城市形态与城市热岛效应密不可分4,这是由于城市热岛主要是由工业化导致的城市化5，而城市化和工业化在物理空间形式的主要表征则是城市形态的改变。快速城市化会使城市空间变得更加密集，增加建筑密度、紧凑度、容积率和平均建筑高度，从而改变城市形态，引发热岛效应6。因此，研究城市形态与地表温度之间的关系对于分析城市热岛效应的主要成因、缓解城市热岛效应具有重要意义。城市形态是指城市的空间形式、人类活动和土地利用的空间组织、城市景观等物理形态，包括土地利用、城市路网密度、水和能源等基础设施，是城市各要素的空间结构和形态，是城市经济、社会、生态等综合作用的结果。诸多研究表明2，7，8，地表植被覆盖率、土地利用组成、建筑形态参数等城市形态指标与城市地表温度密切相关。总体而言，城市化的迅速发展带来了许多生态问题，如土地利用急剧变化，改变了自然地表，增加了建筑物、道路等不透水面，导致地表温度升高，进而对太阳辐射的吸收、地表温度、蒸发速率、热量储存、风湍流产生影响，导致城市上空近地表大气条件发生改变9。一般而言，城市地表温度与归一化植被指数（NDVI）呈很强的负相关，与归一化建成区指数（NDBI）呈很强的正相关10-12，且LST与NDVI、NDBI之间的相关性并不总是线性的，因为它可能在不同土地与利用和覆盖（LULC）类型之间发生变化，也可能受地理位置和季节的影响。Alavipanah等7以德国慕尼黑为研究对象，发现当城市植被的比例在70%80%时，城市地表显示出较低的温度。LULC结构的改变在很大程度上会影响地表温度的空间格局，而且不同LULC类型的转换（特别是城市扩张）通过增加热源的数量和分布，加剧热岛效应，同时 LST 与LULC关系始终是非线性的。城市建筑形态是城市发展的一个重要特征，高密度城市建成区由于具有复杂的用地组成、密集的建筑物和不透水面等，越来越多的研究者开始对此展开关于二维或三维的建筑特征参数与城市地表温度的研究。Weng等13通过研究建筑类型，认为居住用地的地表温度低于商业或工业用地。Yang等14以上海3个高层住宅开发项目为例，对城市热岛效应进行了研究，并结合建筑布局、建筑密度和植被覆盖进行了回归分析。Yin等2发现较高的天空景观因子(SVF)和建筑密度都会对热岛效应产生增强作用，而容积率（FAR）对地表温度的影响则呈负相关。同时，高密度的建筑体块象征着高密度的人口和较少的遮阳或通风，产生更多的废热释放到大气环境中，由此加剧热岛效应。Yang等15的研究表明地表温度与建筑高度之间存在较低的正相关关系，说明高层建筑对地表温度的影响较小；而地表温度与建筑密度具有中等的相关性，说明高密度建筑面积对地表温度的影响较大。Chun等16以哥伦布市的一个建筑密集区为研究对象，发现建筑屋顶面积（BGFA）和太阳辐射（ASR）的增加导致地表温度升高，而植被归一化指数（NDVI）、天空可视因子（SVF）和水体的增加导致地表温度降低。Zhang等17利用中国福州1989年和2001年的Landsat影像定量确定了城市土地利用程度和城市地表热模式，表明NDVI和LST之间的相关性较弱，而不透水面百分率(ISA)、NDBI与地表温度之间存在较强的正相关关系。由此可见，当前有关城市形态影响地表温度的研究多是基于少数单因子变量，而缺乏从整体的角度分析城市形态在建筑形态、生态、路网密度等方面对于地表温度的影响。城市形态与城市地表温度的关系与其所在地理位置、气候条件、社会经济、城市化进度、生态条件等息息相关，并在不同时间显示一定差异性。因此，在研究内容上，本文从城市形态的多维变量出发，研究不同尺度、不同季节的城市形态指标与城市地表温度之间的关系。试图建立系统的城市形态指标体系，探索在不同季节和观测尺度下，不同城市形态指标对城市地表温度的贡献程度。已有研究采用线性回归模型分析城市形态对地表温度的影响18，19，但单纯采用线性回归方法难以准确描述各类影响因子的影响程度20，且无法探究城市形态指标与地表温度间的非线性关系21，为了进一步研究城市形态指标对LST的综合和非线性影响，需要借助新