基于改进CA-Markov模型的中国收缩城市热岛效应时空演化与模拟预测研究

针对全球变暖与城市收缩背景下热岛效应（UHI）驱动机制不明的问题，研究人员集成RF-Pearson-CA-Markov模型，首次实现2030年收缩城市UHI直接预测。研究发现黑河-腾冲线东西两侧热岛空间异质性显著，生态因子（如NDVI）降温效应突出，社会因子（如GDP）则加剧UHI。模型精度较传统方法提升8.6%，为可持续城市发展（SDG 11）提供科学依据。

　　

在全球变暖与城市收缩的双重背景下，热岛效应（Urban Heat Island, UHI）已成为威胁城市可持续发展的关键问题。2023年全球平均气温较工业化前升高1.45°C，创历史新高，而收缩城市因人口流失、经济衰退等现象，其UHI演化机制更显复杂。既有研究对收缩城市是否缓解UHI存在争议：武汉疫情期间人口减少使UHI降低9.41%，而中国东北地区却呈现相反趋势。这种矛盾凸显了UHI驱动机制的多元性与地域差异性。此外，传统预测模型如FLUS、CLUE-S存在主观性强、误差累积等问题，难以直接模拟UHI空间分异。为此，中国某高校团队在《Sustainable Cities and Society》发表研究，通过整合多源遥感数据与创新建模方法，首次实现中国169个收缩城市UHI的精准预测与机制解析。

研究团队采用三项关键技术：1）基于DMSP/OLS、NPP/VIIRS和SDGSAT-1 GIU夜间灯光数据构建1992-2030年时序数据集，结合“自然城市”单元识别收缩城市；2）利用随机森林（RF）量化NDVI、年均降水（AAP）、GDP等驱动因子贡献度，通过Pearson相关性分析建立UHI响应机制；3）改进CA-Markov模型直接模拟UHI空间分异，避免传统间接预测的误差累积。

研究结果

1. 收缩城市识别：基于-0.01的夜间灯光强度变化阈值，确认169个收缩城市样本，发现小规模自然城市（面积<10 km²）是收缩主要来源，但大规模城市收缩趋势逐年增强。
2. 时空格局：黑河-腾冲线东西侧自然城市比例稳定在81:19，但收缩城市比例从9:1趋近6:5。东部冷岛效应显著强于热岛，西部则相反。
3. 模型验证：RF-Pearson-CA-Markov模型对2030年UHI的直接模拟精度较传统CA-Markov提升8.6%，未来UHI增强趋势集中于北方干旱半干旱区（NASR）。
4. 驱动机制：生态因子（NDVI、AAP）降温贡献最大，社会因子（人口密度、GDP、夜间灯光）促进UHI，城市形态因子（建筑高度、收缩比）则呈抑制作用。

结论与意义
该研究证实黑河-腾冲线是人口-气候-生态的综合分界线，收缩城市通过减少人类活动强度可能缓解UHI，但作用机制复杂。创新构建的RF-Pearson-CA-Markov模型为UHI预测提供了兼具解释性与预测性的方法论体系，其成果不仅深化了对城市收缩与热环境互作机制的理解，更为制定差异化气候适应规划（如优化植被覆盖、调控建筑密度）提供了科学依据，助力可持续发展目标（SDG 11）的实现。