利用残差级联框架评估城市环境中个体建筑物的垂直光照情况

《Remote Sensing》：Assessing Individual-Building Vertical Light Exposure in Urban Environments with a Residual Cascade Framework

　　

人工夜间灯光（Artificial Light at Night, ALAN）在密集城市区域中日益被视为一种环境暴露，传统的二维夜间灯光遥感无法充分代表建筑物外立面的垂直照明，而详细的三维模拟对于广域应用而言计算成本仍然高昂。为了解决这一限制，研究人员开发了物理信息残差级联框架（Physics-Informed Residual Cascade Framework, PIRCF），用于从二维多源地理空间数据估算单体建筑垂直光暴露。这里，“物理信息”（physics-informed）指的是将与暴露相关的几何特征、距离相关衰减、空间拓扑关系和环境遮挡先验作为归纳偏置纳入模型，而非在损失函数中直接强制执行物理控制方程。PIRCF结合了基于图的邻域推理与残差校正，以同时表征广泛的空间关系和局部环境变异。在广州，该框架在全色曝光和蓝光曝光方面分别达到了^R2值0.78和0.85，优于所选统计基线。在零样本迁移实验（即直接将广州训练模型应用于上海，无需额外训练或参数调整）中，相应的^R2值分别为0.70和0.73。预测模式进一步揭示了不同的光谱组织：全色曝光表现出与道路网络相关的更广泛且连续的梯度，而蓝光曝光的局部聚类在商业和垂直发达城市区域附近更为碎片化。这些发现表明，PIRCF作为建筑级城市光暴露评估的可扩展筛选工具，以及优先确定需要更详细实地调查的位置的潜力。

人工夜间灯光（Artificial Light at Night, ALAN）是城市基础设施的重要组成部分，支持交通、商业和夜间生活，但过度或不当设计会导致天空辉光、光入侵和眩光，带来生态、社会和公共健康风险。在密集城市环境中，建筑立面、窗户和高层楼层会接收来自路灯、商业标志、车辆灯光和周围结构反射的照射，但传统的二维夜间灯光遥感仅表征水平表面辐射，无法反映垂直暴露，而三维模拟则因计算成本高昂难以广域应用。为弥合这一差距，研究人员开发了物理信息残差级联框架（Physics-Informed Residual Cascade Framework, PIRCF），用于从二维多源地理空间数据估算单体建筑垂直光暴露。该研究发表在《Remote Sensing》。

PIRCF结合了基于图的邻域推理与残差校正，利用SDGSAT-1多光谱夜间灯光数据、NPP/VIIRS、Landsat-8/9归一化植被指数（NDVI）和裸土指数（BI）、OpenStreetMap（OSM）道路网络密度、WorldPop人口密度等辅助地理空间数据。方法包括三个主要关键组件：几何感知算子构建（从多源数据提取辐射状态、几何衰减、人类活动代理特征）、基于图的空间推理（Phys-GAT，基于GATv2架构，利用边缘属性编码距离和相对方位进行图注意力机制，并融合多尺度特征和通道校准）、以及残差校正（XGBoost，通过五折交叉验证构建残差目标，捕捉图聚合未完全表征的局部变异）。参考标签通过多尺度视域耦合生成，整合数字表面模型（DSM）可见性分析和街景语义分割的局部遮挡系数。样本来自广州和上海的城市核心区域。

**3.1 预测性能与组件分析**
**3.1.1 与所选基线的性能对比**：通过五折交叉验证，PIRCF在全色曝光和蓝光曝光中分别达到^R2值0.78和0.85，优于线性回归（LR）、随机森林（RF）和XGBoost等基线模型（RF全色0.58，蓝光0.65；XGBoost全色0.59，蓝光0.67）。预测-参考散点图显示PIRCF捕捉了主要趋势，但高值端存在低估；残差分布集中在零附近。
**3.1.2 PIRCF关键组件的消融分析**：完整模型性能最佳。移除基于图的推理导致最大降幅（全色^R2从0.78降至0.70，蓝光从0.85降至0.79）；移除几何感知算子（全色^R2降至0.76，蓝光降至0.85）和残差校正（全色^R2降至0.77，蓝光降至0.85）带来较小但一致的性能下降，表明图推理贡献最大，几何先验和残差校正提供补充。

**3.2 建筑级光暴露估计的空间一致性评估**
**3.2.1 全色光暴露的空间梯度与局部聚类**：预测图与参考图均显示中心城区高暴露、外围低暴露的梯度，高值集中在珠江新城CBD和传统越秀商业区。局部空间关联指标（LISA）聚类表明，高-高聚类沿珠江和中央商业区形成连续延伸的带状区域，低-低聚类位于外围，预测图较参考图更平滑，反映图聚合效应。
**3.2.2 蓝光暴露的碎片化空间模式与局部聚类**：蓝光暴露呈更碎片化、节点导向的分布，高值沿特定道路走廊和商业节点集中，而非连续中心-外围梯度。预测图保留了主要热点位置和道路相关线性片段。LISA显示高-高聚类较全色更小、更孤立，低-低聚类位于外围，部分孤立高-低异常值被平滑，表明图聚合可能降低精细尺度异质性。
**3.2.3 预测误差的空间分布与聚类**：基于广州测试集（31169栋建筑）的标准化残差分析显示，正负残差广泛混合，无全城性过估或低估倾向。全局莫兰指数（Moran's I）对于绝对误差较高（全色0.31，蓝光0.35），表明误差大小具有空间异质性。局部莫兰指数识别出高-高绝对误差热点主要集中在中心城区小范围区域，占测试样本的0.53%（全色）和0.39%（蓝光），但平均绝对误差是热点外区域的6.61和9.66倍，表明预测误差集中在少数区域。

**3.3 模型预测的后续解释**
**3.3.1 特征重要性的全局光谱差异**：沙普利加法解释（SHAP）显示，全色曝光中总光负载（TLL）贡献最大，其次为短波负载强度（SLI）、单元负载集中度（ULC）和形态负载指数（MLI），表明全色预测主要与整体照明强度和局部光负载集中度相关。蓝光曝光中SLI排名第一，其次为交通源因子（TSF）、体积负载扩展（VLE）和TLL，表明蓝光模型对短波丰富照明、道路相关空间组织和垂直建筑形态敏感。
**3.3.2 SHAP归因中的特征-响应模式**：蜂群图显示，全色暴露中高TLL通常对应正SHAP值，ULC和MLI的分布较宽，表明其效应随城市环境变化。蓝光暴露中高SLI对应正贡献，TSF和VLE呈正相关，而光谱硬度（SLH）响应混合，表明绝对强度和空间配置比光谱组成更关键。这些模式与全色连续、蓝光碎片化的空间组织一致。

**讨论总结**：PIRCF作为基于图的代理方法，替代详细三维模拟，提供可扩展的建筑级光暴露评估。几何感知先验作为归纳偏置，提高了模型可解释性和可迁移性。跨城市零样本迁移实验（广州→上海）显示部分可迁移性（^R2 0.70-0.73），空间模式保留。距离响应分析表明全色曝光随道路距离衰减更快，蓝光因局部商业源而呈现更异质模式。政策启示包括针对道路主导的全色暴露采用全遮光灯具和自适应调光，针对蓝光富集商业区采用垂直分区和光谱控制。局限性包括静态时间代表性、图聚合可能平滑孤立热点、仅提供顶部参考暴露值、参考标签不确定性、以及仅在中高密度中国城市验证。未来需结合时间观测、保持尖锐梯度、分层评估、扩展验证。

**研究结论**：本研究开发了物理信息残差级联框架（PIRCF），一种基于图的残差级联方法，用于从二维多源地理空间数据估算单体建筑垂直光暴露。在广州实验中，PIRCF在全色和蓝光曝光中分别达到^R2值0.78和0.85，优于所选统计基线。上海零样本迁移实验的^R2值超过0.70，提供了跨城市适用性的初步证据。空间比较和LISA分析表明，预测图保留了参考标签的主要暴露梯度和局部聚类模式。结果还指出全色和蓝光暴露的不同空间组织：全色暴露与道路网络衰减更相关，而蓝光暴露在商业节点和垂直发达区域附近呈现更碎片化的聚类。总体而言，PIRCF为密集城市环境中单体建筑尺度垂直光暴露的广域筛选和比较评估提供了一种实用方法，可支持潜在暴露热点和空间盲点的识别，进而为针对性照明审计、精细化光管理和光健康研究提供有用信息。未来工作应扩展至更多样化的城市形态、纳入时间分辨观测，并直接与三维模拟工作流比较计算成本。