多元城市形态下热环境韧性的异质性主导因子解析与协同调控策略

针对城市更新背景下气候韧性建设的差异化需求，本研究整合2D/3D城市形态数据，基于XGBoost模型和SHAP解释方法，揭示了历史区、滨水区等四类城市形态中影响高温（HH）与热韧性（HR）的异质性主导因子（如建筑视域因子、不透水面等），发现不同区域存在协同阈值效应，为发展中国家制定精准化热适应规划提供了方法论与实证依据。

　　

随着全球气候变化加剧，热带和亚热带发展中国家的城市正面临日益严峻的高温挑战。IPCC第六次评估报告指出，亚洲城市已成为气候脆弱性热点区域，而快速城市化进程中的建筑密度增加、景观破碎化等问题，进一步加剧了地表温度（LST）的空间异质性。更棘手的是，传统"一刀切"的热环境治理模式难以应对城市更新阶段土地资源受限与形态复杂化的双重矛盾。在此背景下，广东海洋大学等机构的研究团队选择中国湛江作为典型研究对象，通过创新性地融合机器学习与空间分析技术，首次系统解析了多元城市形态中热韧性（HR）的差异化形成机制，相关成果发表于《Land Use Policy》。

研究采用分层聚类将湛江城市形态划分为历史区、居住区、滨水区和发展区四类模式，整合遥感与街景数据构建二维/三维形态指标。基于XGBoost算法建立高温（HH）与HR预测模型，并运用SHAP值解析主导因子。关键技术包括：1）利用街景图像计算建筑视域因子（BVF）等三维指标；2）采用Landsat影像反演地表温度；3）通过分层抽样验证模型鲁棒性；4）结合OLS回归对比验证非线性关系的优越性。

回归性能与比较
XGBoost模型在四类区域的R²、RMSE等指标均显著优于传统OLS，证实建筑环境与HH/HR存在复杂非线性关系。历史区模型R²达0.83，验证了方法可靠性。

影响HH的主导因素
研究发现不同区域主导因子存在显著差异：历史区以天空可视度（Sky）为核心，当Sky＜0.09时窄街结构会加剧热储存；滨水区水体覆盖率每增加10%，LST下降1.2°C；居住区建筑视域因子（BVF）与温度呈U型关系，最优阈值为0.35；发展区则受不透水面与NDVI协同调控。

HR的异质性机制
历史区不透水面SHAP值达0.42，表明其通过削弱蒸发冷却降低HR；滨水区水体对HR的贡献呈边际递减特征；居住区BVF>0.4时，立体绿化可使HR提升17%；发展区需保持NDVI>0.3以抵消高密度开发的负面影响。

HH-HR协同阈值效应
研究首次量化了多因子协同作用的临界值：历史区不透水面占比不宜超过65%，滨水区水体间距应控制在300m内，居住区BVF与绿化率的优化组合可使HH降低2.3°C同时提升HR 1.8倍。

结论表明，城市热韧性建设必须突破普适性框架，针对不同形态采取精准调控：历史区应保护窄街巷结构并增加垂直绿化，滨水区需优化水体空间配置，居住区重点调控建筑三维形态，发展区则需强化蓝绿基础设施网络。该研究不仅为发展中国家提供了可操作的热适应规划工具，更创新性地建立了"形态识别-机制解析-阈值判定-策略生成"的研究范式，推动城市气候韧性研究从理论框架走向空间实践。值得注意的是，团队发现湛江传统骑楼建筑的低Sky特性（0.05-0.08）在特定气象条件下反而具有热缓冲作用，这一反常识发现为历史街区保护提供了新科学依据。未来研究将进一步探索多尺度气候模型的耦合应用，以应对极端天气频发背景下的复杂城市系统挑战。