蓝绿色图案在城市热调节中的因果关系及阈值依赖性相互作用

《Landscape Ecology》：Causal and threshold-dependent interactions of blue-green patterns in urban thermal regulation

　　

摘要

背景

关于城市蓝绿色空间模式对区域热环境影响的研究结果存在不一致性，这阻碍了景观生态学研究的实际应用。这种差距主要是由于研究侧重于景观指标的全局效应，而对其非线性拐点、相互关系以及潜在的因果路径探索不足所致。

研究目标

本研究旨在：（1）量化蓝绿色空间模式指标对地表温度（LST）的非线性效应和阈值效应；（2）识别这些指标之间的关键相互作用；（3）评估关键驱动因素影响地表温度的直接和间接路径。

方法

该研究在中国湿润的亚热带水城苏州进行。我们使用XGBoost-SHAP方法来解析非线性效应和相互作用，并进一步构建了结构因果模型（SCM）以量化影响地表温度的直接和间接路径。

结果

蓝绿色空间模式指标能够有效预测季节性地表温度（R2 = 0.667–0.830）。在所有季节中，水域覆盖度（PLAND_W）是主要的降温因素，其次是草地覆盖度（PLAND_G），冬季除外。水和森林覆盖度都存在激活阈值（水为2%；森林为5.32%–8.14%），超过这些阈值后，它们的降温效应呈线性增加。重要的是，PLAND_W和PLAND_G起到了关键的调节作用。当PLAND_W超过10–12%时，森林指标的影响从负值转变为正值（表明边际效应的符号发生变化），同时斑块密度的效应从正向变为负向。类似地，当PLAND_G超过26–29%时，水域指标的影响也从负值变为正值。结构因果模型的结果进一步证实，PLAND_W对地表温度的直接降温效应最强，这与基于SHAP的方法得出的结论一致。

结论

所确定的阈值和因果路径为景观规划提供了定量参考，有助于更精确的城市热管理，从而缓解热岛效应。

背景

关于城市蓝绿色空间模式对区域热环境影响的研究结果存在不一致性，这阻碍了景观生态学研究的实际应用。这种差距主要是由于研究侧重于景观指标的全局效应，而对其非线性拐点、相互关系以及潜在的因果路径探索不足所致。

研究目标

本研究旨在：（1）量化蓝绿色空间模式指标对地表温度（LST）的非线性效应和阈值效应；（2）识别这些指标之间的关键相互作用；（3）评估关键驱动因素影响地表温度的直接和间接路径。

方法

该研究在中国湿润的亚热带水城苏州进行。我们使用XGBoost-SHAP方法来解析非线性效应和相互作用，并进一步构建了结构因果模型（SCM）以量化影响地表温度的直接和间接路径。

结果

蓝绿色空间模式指标能够有效预测季节性地表温度（R2 = 0.667–0.830）。在所有季节中，水域覆盖度（PLAND_W）是主要的降温因素，其次是草地覆盖度（PLAND_G），冬季除外。水和森林覆盖度都存在激活阈值（水为2%；森林为5.32%–8.14%），超过这些阈值后，它们的降温效应呈线性增加。重要的是，PLAND_W和PLAND_G起到了关键的调节作用。当PLAND_W超过10–12%时，森林指标的影响从负值转变为正值（表明边际效应的符号发生变化），同时斑块密度的效应从正向变为负向。类似地，当PLAND_G超过26–29%时，水域指标的影响也从负值变为正值。结构因果模型的结果进一步证实，PLAND_W对地表温度的直接降温效应最强，这与基于SHAP的方法得出的结论一致。

结论

所确定的阈值和因果路径为景观规划提供了定量参考，有助于更精确的城市热管理，从而缓解热岛效应。