基于机器学习量化对城市热岛的形态学影响
陈紫荆
摘要：文章以广州珠江新城为例,利用XGBoost结合Shapley值(SHAP)和部分依赖图(PDP)评估城市形态对城市热岛的影响.结果强调了城市形态属性对热岛的差异性影响,优化建筑配置可降低热岛风险.城市布局因素对热岛表现出阈值影响,要在有限时间内控制建筑表面分数和建筑高度,以减少负面影响.该研究模型关注适应空间规划,抵御城市热岛极端风暴,通过可解释的机器学习,为城市形态与热岛风险的关系提供建议.
关键词：机器学习深度学习城市热岛城市建筑形态
分类号：X16(环境气象学)
论文发表日期：2024-01-28
页数：3( 53-55 )
英文信息