从健康城市的角度来看,基于机器学习算法优化武汉城市绿色空间
Xuechun Zhou1, Xiaofei Zou2, Wenzuixiong Xiong2
1School of Social and Political Sciences, University of Glasgow, Glasgow, United Kingdom.
Frontiers in public health
|March 21, 2025
概括
优化城市绿地显著提高了经济效率73%,并通过改善居民健康和社区凝聚力来增强社会结构. 这项研究为可持续城市发展提供了定量基础.
科学领域:
- 城市规划和环境科学
- 公共卫生和城市生态学
- 可持续发展研究 可持续发展研究
背景情况:
- 城市绿地对于缓解健康问题,生态问题和城市资源不平等至关重要.
- 武汉面临着绿色覆盖面较低和分布不平等的挑战,影响城市生活质量.
- 一个健康的城市发展框架对于了解城市环境影响至关重要.
研究的目的:
- 评估绿色空间优化对武汉城市健康,经济表现和社会结构的影响.
- 确定影响城市绿色空间发展的关键指标.
- 量化绿色空间优化对经济和社会结果的好处.
主要方法:
- 使用随机森林和支持矢量机 (SVM) 算法开发了一个多变量模型.
- 关键指标包括居民健康,环境质量和社区互动.
- 多重线性回归分析量化了绿色空间优化的经济和社会效益.
主要成果:
- 优化健康和环境质量指数大大促进了绿色空间的发展.
- 绿色空间改进通过改善居民健康和预期寿命,提高了经济效率73%.
- 社会结构的改善在社区凝聚力方面为61%,环境质量方面为52%.
结论:
- 绿色空间优化为城市健康,经济增长和社会稳定提供了多维价值.
- 该研究为健康城市绿色空间规划提供了理论基础和实际指导.
- 结果支持科学决策,以实现可持续的城市发展和改善城市生活.
