機械学習を用いた空間的都市化と都市ヒートアイランドの関係性の理解：景観ベースの空間的フレームワーク

科学分野:

• 環境科学; 都市計画; リモートセンシング

背景:

• 都市化は、重要な環境問題である都市ヒートアイランド（UHI）効果を促進します。; 都市拡大とUHIの関係を理解することは、都市計画にとって不可欠です。

研究 の 目的:

• 機械学習を用いてコルカタ都市圏（KMA）における都市化と地表の都市ヒートアイランド（SUHI）の関係を分析すること。; 空間的都市化指数（SUI）を開発し、SUHIとの相関を評価すること。

主な方法:

• 空間的都市化指数（SUI）を開発し、空間的景観指標を利用しました。; 都市・農村勾配（URG）に沿った地表面温度（LST）を分析するために、空間的勾配アプローチを採用しました。; 主要な都市化とSUHIの要因を決定するために、相関、回帰、およびランダムフォレスト（RF）モデルを適用しました。

主要な成果:

• 不浸透性表面（IS）は2000年から2020年の間に128％増加し、SUHI強度が非常に高い地域はそれぞれ287％、207％増加しました。; 建築面積（AREA_AM）が空間的都市化の主な要因であり、最大のパッチ指数（LPI）がSUHIに最も影響を与えました。; 空間的都市化はSUHI強度と有意な正の相関を示しました。

結論:

• 都市拡大はSUHI効果を直接悪化させるため、緊急の持続可能な都市計画が必要です。; UHIを緩和し、都市の熱環境を改善するためには、緑地と水域のインフラを統合することが不可欠です。