不透水面扩张如何影响城市降水？XGBoost与SHAP模型揭示北京城市化进程中的降雨响应机制

本研究针对快速城市化背景下不透水面扩张对降水时空分布的影响机制不清问题，采用XGBoost机器学习与SHAP可解释性分析，揭示了北京都市区不透水面密度（ISD）与年降水量呈显著正相关，发现城市化早期ISD主要通过热岛效应增强降水，后期转为湿度传输调控，并提出ISD低于47%的规划阈值以降低城市内涝风险，为全球快速城市化区域的降水调控与风险管理提供了重要理论依据和实践指导。

　　

随着全球城市化进程加速，沥青、混凝土等不透水面逐渐取代自然地表，深刻改变了城市下垫面特性。这种变化不仅破坏了大气边界层与地表的能量交换过程，更引发了一系列水文效应：地表蒸散发减少、径流增加、城市雨岛效应增强，甚至加剧了极端降雨事件和城市内涝风险。以北京都市区为例，2023年7月的极端降雨事件就曾导致严重城市内涝。尽管大量观测研究和数值模拟已证实城市热岛环流通过触发水汽输送和辐合来诱发和强化极端对流降雨事件，但不透水面密度（Impervious Surface Density, ISD）作为城市空间结构的量化指标，其影响降水的机制仍不明确，特别是在不同规模城市中的差异化效应尚未系统揭示。

传统研究多采用数值模拟模型对比不同城市发展阶段的降雨特征，但往往忽视城市内部空间结构的演变，且缺乏对不透水面多重影响因素的独立研究。更关键的是，数值模拟模型或传统统计方法在处理高维数据非线性关系、理解多因子交互作用和权重分配方面存在局限。为此，本研究创新性地结合机器学习算法与可解释性分析，采用XGBoost梯度提升模型和SHAP（Shapley Additive Explanations）值解析方法，系统探究了1990-2018年间北京都市区不透水面扩张对降水时空分布的响应机制。

研究团队整合了多源空间数据，包括30米分辨率不透水面数据、1公里分辨率年降水量数据以及CHELSA数据库的年度气象变量。通过计算不透水面面积扩张率（ISAR）和不透水面密度（ISD）等指标，处理表征城乡差异的Δ变量（如Δpr、Δwind、Δtmax等），并构建XGBoost模型来捕捉非线性关系。模型采用80/20训练测试分割和五折交叉验证，优化了最大深度、学习率、gamma值等超参数，最终在测试集上达到了R2 = 0.82±0.05的优异性能。

为阐明不透水面影响降水的主要机制，研究进一步采用SHAP分析进行特征解释和归因。通过将城市化过程划分为早期（1990-2004年）和后期（2005-2018年）两个阶段，揭示了不同扩张阶段的主导机制演变。此外，研究还通过计算城乡对比变量（城市核心区像素值与外围非城市背景平均值之差）来控制大尺度环流影响，并验证了ENSO活动虽会调制年际波动但不改变城市化驱动的长期趋势。

研究结果首先揭示了不透水面与降水的时空变化特征。通过Mann-Kendall检验发现2004年是北京都市区城市扩张的显著转折点，因此将1990-2004年定义为早期城市化阶段，2005-2018年为后期阶段。除城市功能拓展区外，所有区域在早期城市化阶段降水均呈现显著减少趋势（p<0.05），而在后期阶段则转为波动增加。空间上，高ISD区域表现出更高的降水量和更陡的降水趋势斜率，表明不透水面密度与降水模式存在潜在关联。

在确定最佳观测尺度方面，研究发现3×3 km2网格尺度是研究ISD与年降水量关系的最优选择。在这一尺度上，ISD与降水呈现显著正相关，且高密度不透水面的斯皮尔曼相关系数高于低密度区域。量化分析显示，从1990到2015年，ISD在区域尺度上解释了6.66%±2.08%的降水变化，而在城市核心区的贡献显著增加至15.18%±4.01%。

XGBoost-SHAP模型进一步揭示了ISD对降水的动态响应特征。特征重要性分析表明，1990-2005年间最高温度（tmax）是降水变化的主导因子，而2010-2015年间相对湿度（huri）成为主要控制因子。更重要的是，ISD对城市降水增量的解释度在早期阶段达到82.11%，后期阶段为66.9%，确证了ISD是"城市超额降水"的主要驱动因素。

研究还发现了ISD影响降水的非线性阈值效应：当ISD达到29%-70%范围时，降水增强效应变得显著，且在早期城市化阶段尤为明显。通过立方多项式拟合，研究提取了不同时期的拐点值：1990-1996年平均阈值为47%，1997-2003年为51%，2004-2010年为55%，2011-2018年为54%。当ISD超过这些拐点时，降水增加速率显著放大。

机制分析揭示了不同城市化阶段ISD影响降水的主导路径转变。在早期城市化阶段（1990-2005），高ISD值主要与高温区域的高tmax相互作用，通过放大热岛效应协同增强降水形成；而在后期阶段（2010-2015），高ISD与低huri的交互在干燥区域占主导地位，通过调节湿度传输来强化降水。这一发现表明，ISD影响降水的途径从早期的热效应主导向后期的湿度调控转变。

讨论部分深入分析了不透水面影响降水的空间耦合机制和动态响应特性。热力和动力效应是不透水面影响降水的主要途径：热岛效应通过提高城市温度、改变大气稳定度和热力分布来影响降水形成；而城市表面粗糙度和形态异质性则通过改变气流方向和速度，增强湍流强度，产生局部上升运动，加速水分凝结和降水形成。空间上，降水增强区与不透水面格局高度对应，城市核心区表现出降水热点，高密度不透水面与强化降水同时出现。

研究还指出城市发展对区域水循环具有双重影响。大规模城市化会减少水资源可用性，不透水面快速扩张导致蒸散发急剧下降，相关的湿度赤字可能部分或完全抵消城市引起的降水增强。数值模拟表明城市总降水量可能减少达12%。然而，城市蒸散发并非主要水分来源（通常贡献率在10%-30%之间），在城市化后期，高比例不透水面导致城市核心区VPD（蒸汽压赤字）显著升高，这种干热环境与热岛效应协同作用，当季风环流带来充足外部水分时，反而有助于垂直混合和对流发展，可能增强降水。

本研究的主要创新在于系统量化了不透水面密度对城市降水的贡献率，揭示了不同城市化阶段的主导机制转变，并提出了47%的ISD规划阈值。这些发现为协调城市发展与水安全提供了科学依据，建议通过优化不透水面空间布局、加强绿色基础设施建设和改善生态修复措施，构建城市发展与水安全协同的路径。

该研究发表于《Journal of Hydro-environment Research》，不仅为北京都市区的水文管理和城市规划提供了具体指导，也为全球快速城市化区域的降水调控和风险管理提供了重要理论和实践参考。未来研究需要进一步探究全球气候变化背景下城市降水响应的非线性特征和区域差异性，以更全面应对日益严峻的城市气候挑战。