使用两阶段堆叠集成框架的中国环境噪声暴露与社会经济差异全国尺度制图

《Sustainable Cities and Society》：National-scale mapping of environmental noise exposure and socioeconomic disparities in China using a two-stage stacked ensemble framework

　　

快速城市化加剧了中国环境噪声，但全国尺度的环境噪声暴露图仍然缺失。本研究开发了一种两阶段堆叠集成学习框架，用于绘制中国大陆的声学环境并评估噪声暴露中的社会经济差异。研究人员整合了来自103,102个环境噪声监测站的554,948个观测数据与多源地理空间预测因子，包括交通网络、土地利用、人口密度、夜间灯光、GDP（国内生产总值）、建筑足迹、兴趣点（POI）、空气污染物、气象变量、高程和植被。该建模框架结合了随机森林（Random Forest）、XGBoost、LightGBM和CatBoost作为基学习器，随后是一个LightGBM元学习器和残差校准。最终模型在全国尺度上达到了R²为0.660，RMSE（均方根误差）为4.720 dB，MAE（平均绝对误差）为3.631 dB，性能在不同区域和城市化层级间有所变化。预测的1 km × 1 km噪声图揭示了时空梯度，包括东部城市群的高暴露和都市核心区持续的傍晚-夜间噪声。按人口加权的L_den（日-夜-晚噪声级）随人均GDP五分位数下降，而暴露于L_den >53 dB的人口比例在较低-中等组最高，并在较高五分位数中下降。这些发现提供了中国环境噪声暴露和不平等的宏观尺度证据，并支持可持续城市噪声管理的差异化策略。

**研究背景与问题**
快速城市化显著加剧了中国环境噪声暴露，但全国尺度的噪声暴露地图长期缺失。现有研究多局限于单一城市或区域，难以捕捉跨区域的空间异质性，且传统方法（如逆距离加权、克里金插值）在复杂非线性关系建模中表现有限。尽管机器学习方法可提升预测精度，但模型可解释性不足。因此，亟需开发一种结合大尺度观测数据、多源地理空间预测因子与可解释性框架的方法，以绘制全国噪声暴露图并评估社会经济不平等，为可持续城市噪声管理提供宏观证据。该论文发表在《Sustainable Cities and Society》。

**研究内容与结论**
研究人员利用中国国家环境监测中心（CNEMC）2021年的103,102个监测站（554,948个观测数据）及多源预测因子（交通网络、土地利用、人口密度、夜间灯光、GDP、建筑足迹、POI、空气污染物、气象变量、高程、NDVI等），构建了两阶段堆叠集成学习框架。该框架以随机森林（Random Forest）、XGBoost、LightGBM和CatBoost为基学习器，LightGBM为元学习器，并结合残差校准。最终模型在全国尺度上达到R2=0.660、RMSE=4.720 dB、MAE=3.631 dB，性能优于单一基学习器和IDW插值。预测的1 km×1 km噪声图显示，高暴露区域集中在东部沿海城市群（如长三角、珠三角、京津冀），且都市核心区傍晚-夜间噪声持续较高。按人口加权的L_den随人均GDP五分位数（Q1最低至Q5最高）下降，但暴露于L_den>53 dB的人口比例在较低-中等组（Q2，82.66%）最高，随后递减。SHAP可解释性分析表明，高程、不透水面面积、GDP、距主干道距离等是主要预测因子，且其重要性在不同区域和城市化层级间存在差异。这些发现首次提供了中国环境噪声暴露与社会经济不平等的宏观尺度证据，支持差异化噪声管理策略。

**关键技术方法**（不超过250字）
- **数据来源**：中国国家环境监测中心（CNEMC）103,102个监测站（2021年），554,948个观测数据。
- **预测因子**：多源地理空间数据，包括交通网络（OSM）、土地利用（ESRI）、人口密度（Landscan）、夜间灯光（Harvard Dataverse）、GDP（资源环境科学数据平台）、建筑足迹（OSM）、POI（百度/高德API）、空气污染物（CHAP数据集）、气象变量（ECMWF）、高程（Copernicus DEM）、NDVI（NASA EarthData）等。
- **建模框架**：两阶段堆叠集成学习。基学习器：Random Forest、XGBoost、LightGBM、CatBoost；元学习器：LightGBM；残差校准（LightGBM残差模型）。超参数优化采用Optuna（TPE算法）。
- **验证策略**：按监测站点分组进行5折空间交叉验证，避免空间泄漏。
- **可解释性**：SHAP（Shapley Additive Explanations）分析非时间预测因子的贡献。
- **暴露评估**：基于1 km网格预测，计算人口加权L_den及负担指数R_i，并按人均GDP五分位数分层。

**研究结果**
**3.1 数据总结与环境噪声时空格局**
通过全局莫兰指数（I=0.393，p<0.001）和LISA聚类分析，发现噪声高-高聚集区集中在东北地区（黑龙江、吉林、辽宁）和珠三角，低-低聚集区分布在西南复杂地形区；方差分析表明东北（53.71 dB）和东部（52.35 dB）显著高于中部和西部；昼夜模式显示白天噪声最高，夜间最低，但东北地区全天基线较高。

**3.2 所选变量的分布与相关性**
斯皮尔曼相关分析显示，城市化强度相关变量（如50 m内不透水面面积、GDP、夜间灯光、POI密度）与观测噪声的关联性高于气象和空气污染物变量。

**3.3 模型评估与性能**
- **总体性能**：IDW基线R2=0.265，RMSE=7.005 dB；单个基学习器R2为0.323–0.379；堆叠集成R2=0.390，RMSE=6.323 dB；残差校准后R2提升至0.660，RMSE=4.720 dB，MAE=3.631 dB。
- **时间聚合验证**：基于932个连续观测站验证，L_den的R2=0.81，RMSE=2.30 dB，MAE=1.17 dB。
- **空间异质性**：东北地区预测精度最高（R2=0.883），西部和东部次之（R2=0.780和0.770），中部最低（R2=0.730）；郊区精度（R2=0.754）高于城区（R2=0.675）。

**3.4 模型可解释性与特征归因**
SHAP分析显示，高程、50 m内不透水面面积、GDP、距主干道距离、1500 m内工业用地是前五大非时间预测因子。高程和100 m内耕地面积与噪声负相关，不透水面、GDP、1500 m内餐厅数量正相关；交通距离变量呈非线性模式。区域热图显示，高程和不透水面在所有子区域重要，GDP在东部城区更重要，餐厅数量在东北城区重要，交通距离变量在多个郊区子区域贡献更大。

**3.5 声学环境质量的时空格局**
年噪声分布与胡焕庸线大致吻合，高暴露集中在长三角、珠三角、京津冀和四川盆地。时间上，郊区从白天到夜间噪声持续下降，而都市核心区在傍晚和夜间仍保持较高水平。季节对比显示，7月高暴露范围略大于1月。

**3.6 噪声暴露与不平等的空间格局**
暴露于L_den>53 dB的人口（约11.5亿）主要分布在东部沿海和中部平原，尤其是五大城市群。人口加权负担指数（R_i）在珠三角最高（8.67），其次为长三角和京津冀。按人均GDP五分位数分层，人口加权年均L_den从Q1的57.29 dB降至Q5的55.66 dB，但暴露于>53 dB的比例在Q2（82.66%）最高，Q5（74.78%）最低。

**讨论与结论**
讨论部分指出，噪声分布与城市化地理高度一致，高噪声群集反映交通、人口和经济活动的叠加效应。堆叠集成框架结合残差校准有效提升了全国尺度的预测精度，但模型性能受监测站分布不均、预测因子静态性、微观因素缺失等限制。SHAP分析揭示了高程、不透水面、GDP等关键驱动因子，其区域差异支持差异化噪声管控策略：在高负担城市群（如长三角、珠三角）应优先控制交通和夜间噪声，在都市核心区加强傍晚-夜间暴露管控，在低噪声内陆和西部地区通过预防性规划保护安静区域。研究结论翻译如下：本研究利用堆叠集成学习框架和多源地理空间预测因子，首次提供了中国大陆环境噪声暴露与社会经济不平等的宏观尺度评估。残差校准模型生成了1 km×1 km噪声暴露面，揭示了清晰的全国声学梯度：东部和沿海城市群L_den水平和高暴露面积更大，东西格局与胡焕庸线大致吻合，反映了人口、交通和城市发展的长期差异。社会经济分析显示，人口加权年均L_den随人均GDP五分位数下降，而暴露人群比例在较低-中等组最高，表明噪声不平等不仅存在于沿海-内陆分界，也影响低收入和较低-中等收入群体。研究结果支持在高负担城市群进行针对性干预，在都市核心区加强傍晚-夜间暴露控制，在交通密集的住宅区实施声学保护，并在内陆和西部城市未来扩张中保留安静区域。