在当前全球变暖与快速城市化的背景下，城市热岛问题日益加剧。城市蓝绿空间作为有效减缓城市热岛效应的重要途径，受城市土地资源限制，如何优化其空间形态来提高降温效应变得尤为重要。目前，决定城市蓝绿空间形态有效降温效应的阈值尚未揭示，而阈值区间的确定与边际效应的曲线变化密切相关。因此，本研究通过探究城市蓝绿空间形态边际效应的曲线变化特征，明确有效降温效应的阈值区间，以指导城市蓝绿空间形态优化，对缓解城市热岛有重要意义。研究选取长江中游洞庭湖流域面临显著热岛问题的五个城市（长沙、荆州、常德、益阳、岳阳）的都市区作为研究区域， 综合运用卷积神经网络（CNN）、梯度加权类激活映射（Grad-CAM）与XGBoost-SHAP可解释机器学习模型，构建了城市热岛与蓝绿空间形态因子空间分布特征分析，以及蓝绿空间形态对缓解热岛的非线性响应与阈值效应分析的方法，揭示同一典型区域城市群蓝绿空间降温效应的共性特征及其差异化原因，以指导该区域城市群蓝绿空间形态优化，提高整体的协同降温效应。
城市蓝绿空间对热岛的非线性响应与阈值效应研究.pdf (1004.51 KB, 下载次数: 0)

5 天前 上传

点击文件名下载附件

在当前全球变暖与快速城市化的背景下，城市热岛问题日益加剧。城市蓝绿空间作为有效减缓城市热岛效应的重要途径，受城市土地资源限制，如何优化其空间形态来提高降温效应变得尤为重要。目前，决定城市蓝绿空间形态有效降温效应的阈值尚未揭示，而阈值区间的确定与边际效应的曲线变化密切相关。因此，本研究通过探究城市蓝绿空间形态边际效应的曲线变化特征，明确有效降温效应的阈值区间，以指导城市蓝绿空间形态优化，对缓解城市热岛有重要意义。研究选取长江中游洞庭湖流域面临显著热岛问题的五个城市（长沙、荆州、常德、益阳、岳阳）的都市区作为研究区域， 综合运用卷积神经网络（CNN）、梯度加权类激活映射（Grad-CAM）与XGBoost-SHAP可解释机器学习模型，构建了城市热岛与蓝绿空间形态因子空间分布特征分析，以及蓝绿空间形态对缓解热岛的非线性响应与阈值效应分析的方法，揭示同一典型区域城市群蓝绿空间降温效应的共性特征及其差异化原因，以指导该区域城市群蓝绿空间形态优化，提高整体的协同降温效应。
城市蓝绿空间对热岛的非线性响应与阈值效应研究.pdf (1004.51 KB, 下载次数: 0)

5 天前 上传

点击文件名下载附件