近日,园林学院科研团队在城市热环境领域取得重要进展,研究成果以"Exploring the formation mechanisms of composite cooling networks in megacities: insights from optimal interpretable machine learning"为题,发表于风景园林领域中科院一区TOP期刊Sustainable Cities and Society(IF=12.0)。
[画像:2.png]
城市热岛效应严重威胁人类生命健康和城市可持续发展。从网络的角度理解并应对城市热环境问题是当前研究的重要方向,然而现有研究多集中于网络的构建和空间布局,对网络形成机制的探讨较为匮乏,限制了网络在热缓解规划制定中的支撑作用。在此背景下,科研团队对比选择最优的机器学习模型,构建了一个整合降温供需关系的复合网络,深入探讨网络的形成机制,并利用复杂网络分析方法识别关键节点和廊道,提供了"社会需求-生态供给"的热环境协同治理框架,进而指导特大城市高密度城区的热缓解规划。
[画像:1.png]
研究将景观生态学理论与计算机科学技术相结合,利用可解释机器学习模型打开了复合降温网络形成机制的"黑箱",揭示了其内在作用规律,形成了"网络构建-机制解析-规划响应"的三阶研究范式。通过系统评估不同机器学习模型的适用性,结合现实世界自然社会要素的动态交互特征,研究为不同资源禀赋的城市热缓解提供了决策依据,避免了城市管理者对单一干预措施(如盲目绿化)的过度依赖,促进了考虑多变量交互效应的综合治理策略制定,同时借助可视化分析提升了政策接受度与社会共识。基于网络稳定性指标的分析,进一步为热缓解策略制定提供了科学的优先级指导,提出了保障网络稳定运行的分级分区策略。研究成果可广泛应用于其他城市的热环境优化、环境保护和可持续发展等领域。
园林学院博士研究生杨学亮为论文第一作者,张云路教授为论文通讯作者。
论文链接:
https://www.sciencedirect.com/science/article/pii/S2210670725005165?dgcid=author
