整合空间依赖性的地理增强机器学习框架：量化二维/三维建成环境特征对城市火灾风险的影响

《Fire》：Integrating Spatial Dependence into Machine Learning to Quantify the Impacts of 2D/3D Built Environment Features on Fire Risk

　　

厘清建成环境特征与城市火灾风险之间的关系对于制定有效的火灾预防和规划策略至关重要。然而，建成环境与火灾风险之间的空间依赖性和非线性关系仍未被充分理解。据此，本研究提出了一种地理增强机器学习（Geographically Enhanced Machine Learning, GE-ML）框架，通过空间加权特征构建将空间邻接性纳入机器学习模型。具体而言，基于邻接性的空间权重矩阵被用于从二维（2D）和三维（3D）建成环境变量中导出空间加权特征。研究人员应用最优参数地理探测器（Optimal Parameter-based Geographical Detector, OPGD）评估尺度敏感性，并比较原始特征与空间加权特征的解释力及交互作用。随后，在六种候选模型——包括普通最小二乘法（Ordinary Least Squares, OLS）、K最近邻（KNN）、多层感知机（Multilayer Perceptron, MLP）、随机森林（Random Forest, RF）、LightGBM和XGBoost——上，评估不同特征配置下的模型性能，并对所选模型进行SHAP（SHapley Additive exPlanations）分析。结果表明：（1）空间加权总体上提升了主要建成环境因子及其交互作用的解释力，且Queen邻接产生的q值高于Rook邻接；（2）空间加权特征在不同模型中均提升了预测性能，其中GE-XGBoost取得了最高的R²（0.7067），且残差空间自相关低于GWR和GWRF；（3）2D和3D建成环境特征分别占SHAP总重要性的59.55%和40.45%，其中Geo-TPD、Geo-BVD、Geo-PS和Geo-LUI被识别为最重要的特征。SHAP分析进一步揭示了这些特征与预测火灾风险之间的非线性关系及交互作用。上述发现凸显了将空间邻接信息纳入火灾风险建模的价值，并为空间差异化的火灾风险管理提供了支持。

**论文解读**

**一、研究背景与问题提出**

城市建成区的快速扩张、人口增长以及高层建筑的激增，给城市韧性和可持续发展带来了日益严峻的挑战，火灾已成为城市公共安全面临的主要威胁之一。在高密度建成区，密集的建筑群、老化的基础设施、可燃材料的集中以及有限的消防通道可能加速火灾蔓延，并使疏散和灭火行动复杂化。2025年11月26日香港大埔发生的严重火灾即是一个典型案例：高建筑密度、不足的防火间距和狭窄的街道共同加剧了火灾后果的严重性。此类事件凸显了系统量化建成环境属性如何影响高密度城市区域火灾风险的迫切需求。

城市火灾并非随机分布，而是呈现空间集聚特征，反映了社会、经济和物理条件的综合影响。以往研究虽然采用了一系列指标评估火灾风险的空间变异，但由于城市空间具有强烈的空间异质性，粗粒度的统计汇总往往会降低火灾风险预测的准确性。地理大数据的发展为高精度城市火灾研究开辟了新路径：兴趣点（Point-of-Interest, POI）数据、夜间灯光（Nighttime Light, NTL）数据以及街景图像等多源数据使得从2D和3D视角更精细地刻画城市建成环境成为可能。然而，现有研究往往依赖单一数据来源或空间维度，2D和3D建成环境特征在火灾风险中的共同作用仍未被充分理解。

在方法层面，早期研究多采用全局回归模型（如普通最小二乘法、负二项回归、逻辑回归），这些方法假设回归系数在空间上恒定，无法显式考虑火灾风险影响因子的空间异质性。地理加权回归（Geographically Weighted Regression, GWR）虽能估计位置特定参数并捕捉空间变化关系，但其线性函数形式限制了其捕捉非线性关系和高阶交互作用的能力。机器学习方法（如随机森林、梯度提升、支持向量机）因其在建模非线性关系和复杂交互方面的灵活性而被日益采用，但传统机器学习模型本身并不表示空间依赖性，空间效应通常仅通过地理坐标引入，而非通过显式的空间建模策略。地理加权随机森林（Geographically Weighted Random Forest, GWRF）虽能检测非线性和空间非平稳关系，但计算量大且性能依赖带宽选择。为弥补上述研究空白，本研究将空间加权建成环境特征与机器学习相整合，以探究其与城市火灾风险的关系。

**二、研究内容与重要意义**

本研究提出了一种地理增强机器学习（GE-ML）框架，其核心思路是通过空间加权特征构建将空间邻接信息纳入传统机器学习模型，而非修改模型结构本身。研究人员首先基于火灾危害（历史火灾记录）和火灾脆弱性（百度热力图人口聚集强度），采用熵权法-理想解相似度排序技术（Entropy Weight Method–Technique for Order Preference by Similarity to Ideal Solution, EWM-TOPSIS）构建综合火灾风险指数（Comprehensive Fire Risk Index, CFRI）；其次，从2D和3D建成环境量化指标出发，利用基于邻接性的空间权重矩阵（Rook邻接和Queen邻接）导出空间加权特征（Geo-X）；然后应用OPGD评估尺度敏感性并比较原始特征与空间加权特征的解释力和交互作用；接着在空间交叉验证和Optuna超参数优化框架下评估六种候选模型，并选出最优模型GE-XGBoost；最后应用SHAP方法进行可解释性分析，量化特征贡献并刻画非线性关系与交互作用。该研究的意义在于：证明了将空间邻接信息纳入建成环境特征可有效改善火灾风险建模中的空间结构表征，为空间差异化的火灾风险管理提供了方法支持。

**三、关键技术方法概述**

本研究以南京市中心城区（约868.3 km²）为研究区域，使用2017至2019年南京市消防救援局提供的5746条火灾记录（经地理编码获取坐标），以及2019年10月25日（周五）和26日（周六）百度慧眼平台逐时人口热力图数据（共48个栅格图层，空间分辨率200 m × 200 m）。建成环境数据包括POI数据、NTL影像（500 m分辨率）、建筑足迹数据、路网数据（OpenStreetMap）、人口数据（WorldPop，100 m分辨率）和街景图像，数据时间集中在2019—2020年，统一投影至WGS 1984 UTM Zone 50N坐标系。在100 m至500 m五个网格尺度上进行多尺度敏感性分析。OPGD模型通过评估等间隔、分位数、自然断点和k均值四种分类方法与3至10类分类数的组合，为每个连续变量选择最优离散化方案。空间交叉验证采用K均值算法将网格单元分为25个空间簇，分配至四折以增加训练与验证样本的空间分离。超参数优化使用Optuna框架，以袋外R²为优化目标。

**四、研究结果**

（1）火灾风险的空间格局与聚类分析：基于EWM-TOPSIS计算的CFRI显示，较高风险值主要集中在中心城区，较低值广泛分布于外围，北部和南部亦出现较小的高风险集聚区。100 m尺度下高CFRI单元呈小而分散的斑块分布，随网格尺度增大至200–500 m，斑块趋于集中和空间连通。全局Moran's I（Global Moran's I）在所有尺度上均显著为正（p < 0.01），从100 m的0.423上升至500 m的0.774，表明较大尺度下CFRI的正空间自相关更强。局部空间关联指标（Local Indicators of Spatial Association, LISA）分析显示，高-高（High-High, HH）集聚区主要集中在中心城区，低-低（Low-Low, LL）集聚区广泛分布于周边区域，高-低（HL）和低-高（LH）异常值零星出现于HH和LL集聚区周围。

（2）OPGD尺度敏感性与空间加权效应分析：尺度敏感性分析表明，q值总体上随网格尺寸增大而增加，但因子排名在300 m以下变化较大，从300 m起趋于稳定，因此选择300 m作为后续分析尺度。空间加权效应分析比较了原始特征（X）和Rook、Queen邻接下空间加权特征（Geo-X）三种情景。单因子检测中，原始特征TPD（q = 0.4888）、PS（q = 0.4252）、BVD（q = 0.3229）的q值最高；空间加权后，Queen邻接下三者q值分别提升至0.6049、0.5855和0.4292，且因子排序保持不变。交互检测中，所有特征对的交互q值均高于单因子q值，表明交互增强。Queen邻接下Geo-TPD ∩ Geo-LUI的交互q值最高（0.632），且Queen邻接在主效因子和交互对上的q值均优于Rook邻接，因此被选用于后续分析。

（3）GE-ML框架性能评估：六种候选模型在三种特征配置下进行评估。仅使用原始特征时，XGBoost表现最佳（R² = 0.6265）。替换为Geo-X后，所有模型均有不同程度提升，XGBoost取得最高R²（0.7067）。组合特征集（X + Geo-X）未带来额外增益，多数非线性模型性能略有下降，表明原始特征在包含空间加权特征后新增预测信息有限。与GWR（R² = 0.6020）和GWRF（R² = 0.6678）相比，GE-XGBoost取得了最高的R²和最低的RMSE（0.0582）、MAE（0.0426），且残差Moran's I最低（0.2322），表明其残差的空间自相关程度低于两个基准模型。

（4）GE-XGBoost的SHAP可解释性分析：SHAP重要性排序显示，Geo-TPD具有最高的平均绝对SHAP值（0.0302），其后依次为Geo-BVD（0.0180）、Geo-PS（0.0159）和Geo-LUI（0.0106）。按指标类别划分，2D指标占SHAP总重要性的59.55%，3D指标占40.45%。SHAP蜂群图显示，高Geo-TPD值主要对应正SHAP值且覆盖范围最广，Geo-BVD和Geo-PS呈现相似的正向关联但分布范围较窄，Geo-SVF主要对应负SHAP值，表明天空开敞度与预测火灾风险之间呈负向关联。非线性SHAP依赖关系分析进一步揭示，Geo-TPD与预测火灾风险呈正向关联，SHAP值在约6.26 POIs/km²处穿越零点后上升趋缓；Geo-PS在约20.29人/km²以上达正SHAP值；Geo-BVD在约119,154 m³/km²处由负转正；Geo-SVF在0.19以上SHAP值转为负值。SHAP交互网络分析表明，Geo-TPD处于交互网络的中心位置，与Geo-BVD、Geo-LUI和Geo-PS呈现较强的交互。大多数高重要性特征的主效应超过交互效应。

**五、讨论与结论**

本研究的主要贡献在于空间加权特征策略，该策略将空间依赖性纳入机器学习模型，以考察2D/3D建成环境与火灾风险的关系。其有效性通过三方面比较得到验证：OPGD因子和交互检测结果显示空间加权普遍提升了因子解释力；GE-XGBoost在Geo-X上训练的R²优于组合特征集，表明原始特征在Geo-X存在时新增预测价值有限；与GWR和GWRF相比，GE-XGBoost预测性能最优且残差空间自相关最低。OPGD和SHAP提供了关于建成环境特征与城市火灾风险关系的互补视角：两者一致将Geo-TPD、Geo-PS和Geo-BVD识别为重要因子，SHAP进一步揭示了这些关系的方向和非线性形式，并识别出特征贡献方向或幅度发生变化的转换点。在政策启示方面，研究结果表明火灾风险不仅与本地建成环境特征相关，还与邻近区域条件有关；城市功能集中和人口密度高的区域、高建筑容积密度区域应得到更多关注；2D功能特征和3D城市形态应被整合纳入火灾风险评估而非分别考虑。

研究结论如下：本研究提出了一个地理增强机器学习（GE-ML）框架，以考察2D/3D建成环境特征与城市火灾风险之间的关系，其主要方法贡献在于利用空间邻接性为传统机器学习模型构建空间加权特征。OPGD分析表明，空间加权总体上增强了主要建成环境因子及其交互作用的解释力，Queen邻接的q值总体上高于Rook邻接。在评估的特征配置中，使用空间加权特征的模型总体上取得了优于使用原始特征模型的预测性能，GE-XGBoost取得了最高的R²（0.7067）且残差空间自相关低于GWR和GWRF。SHAP分析进一步显示，2D和3D建成环境特征分别占特征总重要性的59.55%和40.45%，Geo-TPD、Geo-BVD、Geo-PS和Geo-LUI为最重要的特征，它们与预测火灾风险的关系以非线性模式和特征交互为特征。上述发现表明，将邻近单元的空间效应纳入建成环境特征可改善火灾风险建模，并为空间差异化的火灾风险管理提供支持。研究同时指出若干局限性：Geo-X在空间交叉验证前全局构建可能允许邻近单元的预测因子信息跨越折边界；基于邻接性的空间权重未考虑距离衰减；OPGD和SHAP识别的是统计和预测关联而非因果效应；框架仅在南京进行了评估，跨城市研究仍有待开展。