在中国南京,利用机器学习算法预测城市发展对城市热环境的影响
Maomao Zhang1, Shukui Tan1, Jinshui Liang2
1College of Public Administration, Huazhong University of Science and Technology, Wuhan, 430079, China.
Journal of environmental management
|March 28, 2024
概括
城市扩张推动着土地表面温度的上升,并加剧了城市热岛效应. 预测显示持续升温和极端热量增加,影响城市热环境.
科学领域:
- 环境科学 环境科学
- 城市规划 城市规划
- 遥感 遥感 遥感 遥感
背景情况:
- 城市热环境受到土地利用/土地覆盖 (LULC) 变化的重大影响.
- 了解这些动态对于可持续的城市发展和热环境治理至关重要.
研究的目的:
- 预测2030年和2040年南京的LULC和城市热环境变化.
- 研究LULC,陆地表面温度 (LST) 和城市热场方差指数 (UTFVI) 之间的相互作用.
主要方法:
- 利用细胞自动机-人工神经网络 (CA-ANN) 和人工神经网络 (ANN) 算法进行预测.
- 分析了LULC历史数据 (2000-2019) 和预测未来变化.
- 研究了LULC,LST和UTFVI之间的关系.
主要成果:
- 南京的城市土地在2000-2019年间大幅扩张,预计将增长8.79% (2030) 和10.92% (2040).
- 预计陆地表面温度将上升,低于20°C的地区将下降,高于30°C的地区将扩大.
- 城市热场变异指数 (UTFVI) 预计将在越来越强的水平上升,表明城市热量加剧.
结论:
- 预计的LULC变化将加剧南京的城市变暖和热应激.
- 调查结果为城市规划和热环境管理策略提供了关键的见解.
- 该研究强调,需要采取可持续发展实践,以减轻不利的热影响.
