城市地表热岛效应的不规则各向异性足迹：自适应模型构建与多尺度空间异质性解析

这篇研究创新性地提出自适应不规则各向异性（AIA）模型，突破传统地表热岛效应（SUHI）各向同性假设的局限。通过动态优化扇形分区（q值最大化）捕捉温度梯度空间异质性，显著提升足迹提取精度（较现有方法提升1.1%-44.1%），揭示澳大利亚五大城市SUHI足迹可达城区8倍的规律，为热岛缓解策略提供量化工具。

　　

Highlight

本研究开发的自适应不规则各向异性（AIA）模型，通过动态调整扇形分区（基于q值优化）成功捕捉地表热岛效应（SUHI）的方向性差异特征。模型在澳大利亚五大城市的应用表明：SUHI足迹范围可达城市面积的0-8倍，且在人工地表或自然裸地占比高的区域呈现显著聚集特征。

Optimal sector division based on temperature variations

以单扇形区为例的温度衰减曲线分析显示（图3b/f），最大曲率点虽能有效识别温度转折位点，但需注意曲率峰值可能早于实际物理过程转折点。这种差异源于曲率反映的是温度衰减的几何变化强度，而转折点与底层热力学过程密切相关。

Comparison with other methods

与传统机器学习（ML）和深度学习（DL）方法相比，AIA模型在保持可解释性的同时，将SUHI强度估算的平均偏差降低15.3%。特别在捕捉方向性温度梯度方面，其q值提升幅度达1.1%-44.1%，显著优于基于固定角度分割的各向异性方法。

Conclusion

AIA模型通过动态优化扇形分区策略，首次系统量化了SUHI效应的不规则各向异性特征。研究发现：不透水表面高占比方向的SUHI足迹延伸更远，而植被覆盖区域则呈现明显"热岛断裂"现象，这为精准制定分区降温策略提供了理论依据。