基于人工神经网络与实地观测的局地气候区时空格局解析：湿热地区城市热/干/湿球岛效应研究

针对湿热地区城市微气候研究不足的问题，广州研究团队通过62个站点全年观测数据，结合Co-Kriging空间分析和人工神经网络(ANN)模型，首次系统揭示了局地气候区(LCZ)中城市热岛(UHI)、干岛(UDI)和湿球岛(UWI)的时空分异规律，发现建筑紧凑度与植被覆盖是调控微气候的关键因子，为湿热城市气候适应性规划提供科学依据。

　　

在全球变暖与快速城市化的双重压力下，湿热地区的城市居民正面临日益严峻的热湿胁迫挑战。湿球温度(T_w)超过35°C的生理极限阈值时，人体将丧失通过排汗调节体温的能力，这一现象在珠江三角洲等湿热城市尤为突出。然而，现有研究多聚焦单一的城市热岛效应(UHI)，对城市干岛(UDI)和新兴概念"城市湿球岛"(UWI)的认知仍存在显著空白。更关键的是，传统线性统计方法难以解析城市形态与微气候间的复杂非线性关系，而大尺度遥感数据又无法捕捉街区级的精细变化。

中山大学研究团队选择典型亚热带城市广州的三个大学校园作为天然实验室，创新性地将62个自动气象站长时序观测与人工智能技术相结合。通过为期一年的密集监测，采集了覆盖10种局地气候区(LCZ)的空气温度(T_a)和相对湿度数据，并运用Co-Kriging空间插值构建高分辨率微气候图谱。研究首次采用人工神经网络(ANN)耦合SHAP解释模型，定量解析了建筑形态、植被覆盖与气象要素对UHI/UDI/UWI的交互影响。

关键技术方法包括：(1)基于LCZ分类体系的62站点网格化观测网络；(2)Co-Kriging空间插值揭示微气候三维格局；(3)ANN模型量化非线性响应关系；(4)SHAP算法识别关键驱动因子。样本来源于广州大学城、海珠校区和珠海校区，涵盖紧凑高层(LCZ1)、开敞低层(LCZ4)、低密植被(LCZ D)等典型城市形态。

【Urban heat island analysis】
研究发现UHI呈现显著昼夜不对称性：夜间强度达2°C峰值，而白天仅0.5-1°C。这与紧凑建成区(LCZ1-3)蓄热体夜间持续释放热量相关。值得注意的是，传统UHI评估可能低估实际热风险——当结合湿度效应时，湿球温度升幅在09:00出现1.5°C峰值的"湿球岛"现象，这种"隐形热胁迫"在冬季稳定大气条件下尤为突出。

【Seasonal variations】
季节分析揭示UHI与UDI在夏秋季最强，而UWI却在冬季达到峰值。ANN模型显示，夏季植被蒸腾可使开敞区域(LCZ4-6)的T_a降低1.2°C，但同时也增加水汽压2.3 hPa，形成独特的"降温增湿"效应。这种温湿调控的拮抗作用解释了为何传统UHI指数会低估亚热带城市的实际热应激水平。

【LCZ characteristics】
建筑形态分析表明：高密度建成区(LCZ2)因天空可视因子(SVF)降低60%导致夜间UHI强度达参考站的3倍；而开敞中低层区(LCZ5)通过增强通风使日间UWI降低0.8°C。植被的"双刃剑"效应被量化：乔木覆盖每增加10%，日间T_a下降0.4°C但T_w仅降0.2°C，因其蒸腾作用维持了较高水汽压。

该研究突破性地建立了LCZ分类与热湿风险的定量关系图谱，发现相对湿度(RH)对微气候的贡献度(42%)远超建筑密度(28%)。研究提出的"三维度微气候评估框架"(温度-湿度-湿球温度)为《Sustainable Cities and Society》提供了湿热城市气候适应性规划的新范式：在紧凑街区应优先增加垂直通风而非单纯绿化，而开敞区域需配置遮荫与喷雾协同降温系统。这些发现为应对气候变化下的城市健康风险提供了精准调控靶点，尤其对粤港澳大湾区建设具有直接指导价值。