《BUILDING AND ENVIRONMENT》：Assessing the Incremental Contribution of Building Morphology to Intra-urban NO? Variability Using Land-Use Regression and Interpretable Machine Learning
编辑推荐：
•增量土地利用回归可分离各形态指标的贡献。•正面面积指数（FAI）在传统预测因子之外提供了有限信息。•在纳入FAI后，紧凑度指数（CI）几乎未提供额外信息。•空间验证下，形态指标带来有限且空间异质的增益。•TreeSHAP揭示了建筑覆盖度与FAI的非线性关联。引言二氧化氮（N
- •
增量土地利用回归可分离各形态指标的贡献。
- •
正面面积指数（FAI）在传统预测因子之外提供了有限信息。
- •
在纳入FAI后，紧凑度指数（CI）几乎未提供额外信息。
- •
空间验证下，形态指标带来有限且空间异质的增益。
- •
TreeSHAP揭示了建筑覆盖度与FAI的非线性关联。
引言
二氧化氮（NO?）是活性氮氧化物（NOx）的关键组分，是一种重要的城市大气污染物，主要与化石燃料燃烧有关，包括道路交通、发电、工业过程以及高密度城市中的其他密集型人为活动[1,2]。由于其强烈依赖于局地排放和扩散条件，NO?在城市内部通常表现出显著的空间异质性[3,4]。准确刻画这种城市内变异对于暴露评估、环境健康研究和以规划为导向的大气质量管理至关重要。然而，NO?的空间分布并非仅由排放强度决定，还受地表覆盖条件、气象背景、区域空间梯度以及建成环境的物理结构影响[5,6]。因此，需要一个更敏感的过程导向建模框架来解释排放源与城市形态如何共同塑造高密度城市中的NO?变异。
土地利用回归（LUR）已被广泛用于刻画城市内部空气污染的空间对比[7,8]。传统LUR模型通常纳入交通指标、土地利用构成、地表覆盖特征、人口或活动代理变量、气象变量以及空间坐标作为解释性预测因子[9,10]。这些模型提供了一种透明且可解释的方式，将污染物浓度与地理因素相关联，在建模年均NO?及其他交通相关污染物方面尤为有用[5]。近期的综述还表明，LUR已从传统线性回归演变为整合更丰富的地理空间预测因子、遥感观测和机器学习技术的模型，反映出刻画复杂城市空气污染格局的日益增长的需求[11]。然而，许多LUR应用仍主要基于对城市空间的二维描述。道路密度、土地利用比例、不透水面覆盖和绿色度可以有效表征排放强度和地表背景，但关于城市冠层三维结构的信息有限。因此，传统LUR模型可能无法充分表征排放释放后调控污染物稀释、滞留和传输的物理条件。
城市形态日益被认为是影响近地表空气污染的重要因素，因为它改变了局地气流和污染物扩散[12,13]。在密集建成区，建筑物可增加气动粗糙度、阻碍风流、改变通风路径，并形成类似街道峡谷的环境[14]。对城市街道峡谷的综述表明，污染物扩散受建筑物几何形状、局地大气条件、动态与静态障碍物以及化学转化过程的影响，表明城市形态是空气污染动力学的组成部分[15,16]。最近的研究进一步强调，城市形态，包括建筑物、街道和植被的排列与比例，可以直接影响行人层面的污染物扩散[17]。这些过程意味着NO?变异可能不仅取决于排放发生的位置，还取决于周边建成环境如何促进或限制污染物扩散。
先前的研究已证明城市形态对空气污染治理模型的相关性。Tang等[53]将建筑物几何形状和街道配置纳入伦敦LUR模型，Lee等[52]证明了传统LUR在高密度、高楼林立的香港的适用性。在邻里和街区尺度上，Vahidi等[19]考察了与形态相关的PM?.?和PM??差异，Wu和Chen[20]利用计算模拟和机器学习研究了街区形态和交通污染物扩散。Xu和Gao[18]进一步表明，FAI的计算方法及其应用取决于研究情境。除建筑覆盖度和平均高度外，FAI可提供建筑物正面投影面积的信息，而CI则通过面积–周长关系描述占地几何形状。因此，纳入它们旨在检验潜在的正面遮挡和几何紧凑度是否提供额外信息，而无需假设它们的贡献等同或组合使用时自动获益。这些研究共同促使提出一个更具体的问题：在已考虑传统预测因子、建筑覆盖度和平均高度之后，哪些形态描述符能提供额外信息？
因此，有三个问题值得进一步探讨。第一，正面暴露度和占地紧凑度是否提供了超越传统预测因子、建筑覆盖度和平均高度的信息，还是主要重复了更广泛的城镇化梯度？第二，当分别评估时，FAI和CI是否提供了不同的效益，以及它们的联合纳入是否进一步改善了预测？它们不同的物理含义并不必然意味着互补的预测贡献。第三，关于指标有用性的结论在线性和非线性模型之间是否一致？机器学习方法可以在不预定义函数形式的情况下表征复杂关联[21]，但在完整模型中较弱的线性系数或较低的贡献度并不一定意味着在另一种模型设定下预测价值有限。回答这些问题需要匹配的解释变量组合和空间分离的评估，因为随机划分可能在相邻样本同时出现在训练集和评估集中时高估模型性能。
为弥补这些不足，本研究实证评估了不同建筑形态指标为2024年北京核心区年均1 km CHAP衍生NO?估计提供的额外信息，特别关注其有用性如何依赖于预测因子组合和建模框架。首先，构建了一个过程导向的预测因子体系，代表排放源、地表覆盖、形态背景、区域位置以及建筑形态的不同维度[22]。其次，使用增量LUR模型量化不同建筑形态指标的单独和联合贡献，特别关注几何紧凑度和潜在气动遮挡。第三，在嵌套五折空间分块交叉验证下评估使用与LUR设定匹配的预测因子组合的XGBoost模型，使得建筑覆盖度、高度、紧凑度和正面暴露的增量预测贡献能够在两种建模框架之间进行比较。最后，对形态增强的XGBoost模型应用TreeSHAP来刻画全局预测重要性、方向性以及预测因子与预测值之间的非线性关联[23]。
本研究为城市尺度NO?建模中形态指标的选择与解释提供了实证证据。它阐明了正面暴露度和占地紧凑度在建筑覆盖度和平均高度之外的额外信息，并识别了线性与非线性模型设定之间的一致性和差异。研究结果通过表明有限的线性贡献或完整模型中较低的重要性并不一定意味着在其他组合中预测价值有限，从而改进了指标选择；并表明联合纳入FAI和CI不一定能改善空间预测。这些见解支持在北京年均1 km CHAP衍生NO?估计的范围内选择性地使用形态指标。
章节摘要
研究区域
研究区域覆盖北京核心区，包括东城区、西城区、朝阳区、海淀区、丰台区和石景山区（图1）。这些区构成了北京的主要建成区，包含了城市最密集的城市功能、密集的道路网络、高水平的人类活动以及多样的建筑形态。在该区域内，建筑密度、建筑高度、交通强度、地表覆盖以及商业或工业...（原文在此处截断）
候选解释变量构建
从城市内NO?变异的五个过程导向维度构建了候选变量池：排放源代理变量、与扩散相关的建筑形态、地表稀释与地表覆盖、区域背景以及气象调制。随后，使用皮尔逊相关分析和VIF诊断对变量进行了筛选，如3.2.1节所述。
空间模式与描述性统计
图4、图5、图6和表1总结了CHAP衍生年均NO?估计以及12个解释变量的空间模式和描述性统计。NO?在北京核心区表现出显著的空间异质性（图4），范围为19.80至32.00 μg/m3。较高值一般集中在中心和相邻的密集开发区域，特别是西城区、丰台区、海淀区东南部和朝阳区的部分地区，而较低值...（原文在此处截断）
城市形态的线性与非线性贡献
传统预测因子仍然处于核心地位，与LUR综述[5]和Lee等[52]在高密度香港的适用一致。Tang等[53]表明建筑物几何形状和街道配置可以改善LUR。我们的匹配比较完善了这一证据：建筑覆盖度贡献有限，但平均高度并未捕捉到除其本身外可获得的所有形态相关信息。这一发现涉及汇总指标MBH_aw，并不否定...（原文在此处截断）
结论
建筑形态为北京年均1 km CHAP衍生NO?估计提供了有限的额外信息，但其价值取决于指标组合和建模框架。在建筑覆盖度和传统预测因子之外，平均高度几乎没有增加信息。FAI在LUR中提供了最清晰的增量信息，而FAI和CI在单独评估时均有利于XGBoost。联合纳入未进一步改善平均预测优势。
这些发现支持选择...（原文在此处截断）
CRediT作者贡献声明
牛安怡：撰写——初稿、方法论、调查研究、形式分析、数据管理。周星：验证、软件、形式分析。方春生：可视化、资源、方法论。王菊：撰写——审阅与编辑、项目管理、经费获取、概念化。王子璇：撰写——审阅与编辑、可视化、监督、数据管理、概念化。
牛安怡|周星|方春生|王菊|王子璇
