基于不透水面动态变化差异量化城市热岛效应加剧与缓解机制

针对城市化进程中不透水面动态变化与城市热岛效应(SUHII)关联机制不清的问题，本研究融合机器学习与时间序列优化技术，构建动态不透水面覆盖率(DISP)估算框架，揭示四类不透水面变化(增加/减少/稳定/其他)对SUHII的差异化影响。结果显示DISP估算精度达R2=0.848，热带温带区域热岛效应响应更显著，为城市热环境治理提供科学依据。

　　

随着全球城市化进程加速，混凝土、沥青等不透水面(Impervious Surface)的扩张正在深刻改变地表能量平衡。这些人工地表通过减少植被覆盖、改变水文循环，导致城市热岛效应(Urban Heat Island, UHI)日益加剧。尤其在亚洲等快速城市化区域，不透水面的碎片化演变与气候变化的叠加效应，使得城市热环境呈现高度异质性。然而，现有研究存在两大瓶颈：传统遥感产品难以捕捉不透水面的渐进式变化与逆向缩减（如生态修复导致的透水化），且缺乏对不透水面动态变化与地表城市热岛强度(Surface Urban Heat Island Intensity, SUHII)关联机制的系统解析。

针对这一科学难题，中国国家自然科学基金支持的研究团队在《Sustainable Cities and Society》发表创新成果。研究人员开发了融合机器学习与时序优化的动态不透水面覆盖率(Dynamic Impervious Surface Percentage, DISP)估算框架，首次量化了四类不透水面变化（增加/减少/稳定/其他）对SUHII的差异化影响。该研究通过时空一致性样本筛选、多时相影像融合、区域自适应模型构建及时序校正等关键技术，实现了亚洲地区2000-2023年高精度连续制图(R2=0.848，RMSE=0.106)，精度显著优于现有产品。

地理分区与季节周期划分
基于亚洲7个气候亚区的物候特征，确定每年高/低生长季窗口（图2b），为多时相特征提取奠定基础。

DISP估算模型性能
采用随机森林算法构建区域自适应模型，特征重要性分析显示NDVI、夜间灯光指数(NTL)和建筑指数(NDBI)贡献度最高（图4），多季节特征组合使精度提升12.6%。

不透水面动态变化模式
亚洲不透水面面积20年间翻倍（2.006×10⁵ km2→4.108×10⁵ km2），但存在显著空间异质性。中国东部、印度半岛呈持续增长，而中亚部分城市出现局部缩减（图5）。

SUHII响应规律
• 加剧效应：不透水面每增加10%，SUHII上升0.38℃（图8a），高密度区温度增幅达1.2℃
• 缓解效应：缩减区域SUHII降低0.29℃，热带温带响应强度是干旱区的2.3倍（图9）
• 密度阈值：当DISP>65%时，热岛效应呈现非线性加剧（图10）

这项研究突破了传统二元分类的局限，首次从动态变化类型视角解析了城市热环境的差异化响应机制。提出的DISP框架为《巴黎协定》下城市气候适应性规划提供了可量化的决策工具，尤其对亚洲快速城市化区域的绿色基础设施布局、城市更新策略具有重要指导价值。作者Tianyu Xu等强调，未来需结合城市三维形态参数进一步优化模型，以应对超高密度城市的热环境模拟挑战。