LCZ与空间结构耦合的城市热环境调控方法及系统

本发明属于城市气候调控与空间优化，具体涉及lcz与空间结构耦合的城市热环境调控方法及系统。

背景技术：

1、随着全球气候变化与快速城市化进程的加速，城市热岛效应已成为影响城市生态环境与居民健康的重要问题。大量研究表明，地表温度的空间分布不仅受到区域气候条件的影响，还与城市土地利用结构和城市形态密切相关。高密度建成区、工业用地以及不透水地表的大量扩张会显著增强城市热环境，而绿地、水体等生态空间则通过蒸散作用和遮阴效应有效缓解城市热岛。因此，从城市空间结构与城市形态角度揭示城市热环境形成机制，对优化城市规划、提升城市气候适应能力具有重要意义。

2、为系统描述城市形态特征，stewart和oke提出的lcz分类体系为城市形态与热环境研究提供了统一框架。通过将lcz分类与lst反演相结合，研究者能够精细分析不同城市形态的热响应特征，普遍发现紧凑高密度建成类对应高温，植被水体类具降温效应。近年，学者进一步将景观格局分析引入热岛研究，从空间组织视角揭示热环境的形成机制，推动研究从“温度差异”向“空间结构”深化。同时随着研究的深入，部分研究开始从跨城市视角探讨lcz与lst关系的差异性，发现即便在相同lcz类型下，不同城市由于发展阶段、建设强度及空间扩展模式的差异，其热环境响应仍存在明显不同。这类研究强调了城市整体发展模式在调制lcz热环境效应中的重要作用，拓展了lcz理论在多城市尺度与区域比较研究中的应用。此外，在城市热环境长期演变研究中，基于马尔可夫链（markov chain）、元胞自动机（ca）及斑块生成土地利用模拟模型（patch-generating land use simulation,plus）等模型的情景模拟方法被广泛用于刻画城市空间格局演化趋势，并评估不同发展情景下热环境的潜在响应。

技术实现思路

1、针对现有技术中存在的上述问题，本发明的目的在于提供lcz与空间结构耦合的城市热环境调控方法及系统。

2、本发明提供如下技术方案：lcz与空间结构耦合的城市热环境调控方法，包括以下步骤：

3、s1、获取研究区域的遥感影像、社会经济数据和自然地理数据，并对获取的数据进行辐射定标、大气校正及重采样预处理；

4、s2、基于预处理后的遥感影像，提取多维特征，采用机器学习分类方法生成局地气候区lcz分类图，并对分类结果进行精度验证；

5、s3、基于遥感影像的热红外波段反演地表温度lst，划分温度等级并定义高温区，统计各lcz类型在高温区中的面积占比，识别高温主导lcz类型；

6、s4、选取多个景观格局指数，经无量纲化处理后计算综合权重，构建热格局综合指标hpi，并划分热格局等级；

7、s5、基于多期历史lcz分类数据与lst反演数据，建立lcz类型与lst之间的定量响应函数，用于城市热环境演变推演；

8、s6、基于历史lcz变化构建转移矩阵，整合多源驱动因子，利用专家系统与邻域竞争机制模拟未来lcz空间格局；

9、s7、基于马尔可夫链预测未来热环境等级面积需求，并以s6预测的未来lcz格局为空间约束，通过随机斑块种子元胞自动机模块，在不同情景下预测未来热环境空间分布；

10、s8、基于高温主导lcz类型、hpi等级以及s7预测的未来热环境空间分布，识别各城市发展情景下的热环境调控区，确定不同lcz类型的空间优化优先级，输出用于指导城市更新、通风廊道布局与蓝绿基础设施优化的空间调控图谱。

11、进一步地，所述s1中：

12、遥感影像包括多光谱及热红外波段；

13、社会经济数据包括夜间灯光数据、国内生产总值gdp和poi兴趣点；

14、自然地理数据包括道路网络、数字高程模型dem、坡度、距水体距离、植被指数ndvi、建筑指数ndbi和水体指数ndwi；

15、其中，辐射定标采用辐射传输方程法将dn值转换为大气顶层辐射亮度，大气校正采用modtran模型，并重采样至统一空间分辨率。

16、进一步地，所述s2具体包括以下步骤：

17、s2.1、采用分层抽样策略采集训练样本，保证各类lcz的空间代表性；

18、s2.2、融合光谱特征、纹理特征及地表覆被指数，构建多维特征空间；

19、s2.3、采用随机森林算法生成lcz分类图，并通过混淆矩阵计算总体精度与kappa系数进行精度验证。

20、进一步地，所述s3具体包括以下步骤：

21、s3.1、基于热红外波段依次进行辐射定标、大气校正及地表比辐射率估算，反演得到lst；

22、s3.2、采用均值-标准差法将lst划分为多个等级，将最高的两个等级合并定义为高温区；

23、s3.3、统计各lcz类型在高温区内的面积占比pland，并按占比降序排列，输出高温主导lcz类型排序清单。

24、进一步地，所述s4具体包括以下步骤：

25、s4.1、选取多个景观格局指数，采用极差标准化对各指数进行无量纲化处理，基于熵权法计算各指标权重，并通过加权求和得到热格局综合指标hpi；

26、s4.2、采用自然断点法将hpi划分为若干热格局等级，输出城市热格局强度空间分布图。

27、进一步地，所述s5的具体过程如下：

28、s5.1、基于历史时相的多期lcz分类数据与lst反演数据，统计各lcz类型的平均lst及其标准差；

29、s5.2、采用三次多项式拟合建立lcz–lst响应函数，输出lcz类型到lst的定量响应曲线及拟合参数。

30、进一步地，所述s6具体包括以下步骤：

31、s6.1、基于研究区域在历史时相获取的至少两期lcz分类数据进行叠加分析，构建lcz类型间转移矩阵并计算转移概率；

32、s6.2、整合多源自然地理与社会经济驱动因子，构建lcz演变的驱动因子集；

33、s6.3、基于驱动因子集建立专家规则库，结合邻域竞争机制模拟lcz类型在空间上的扩展与转化趋势；

34、s6.4、采用蒙特卡洛模拟方法进行多次迭代，将多次模拟结果的众数作为未来lcz空间格局预测结果。

35、进一步地，所述s7具体包括以下步骤：

36、s7.1、基于历史热环境等级转移数据构建马尔可夫转移矩阵，预测未来各热环境等级的面积需求；

37、s7.2、设定多种城市发展情景，分别调整不同热环境等级之间的转移概率，以获取各情景下的热环境演变趋势；

38、s7.3、采用plus模型中的土地扩张分析策略模块，基于历史热环境等级扩张斑块及各驱动因子，利用随机森林算法生成各热环境等级的发展概率图谱；

39、s7.4、通过基于随机斑块种子的元胞自动机模块，以步骤s6预测的未来lcz空间格局为空间约束，将面积需求分配至空间单元，输出不同情景下的未来热环境分布预测图。

40、进一步地，所述s8中，识别热环境调控区并确定空间优化优先级的具体规则为：

41、1）将同时满足：属于高温主导lcz类型、hpi等级为高、且预测为高温区的空间单元判定为一级调控区；

42、对应输出建议：降低一级调控区内的建筑密度、增设垂直绿化或改造为透水铺装；

43、2）将满足：属于高温主导lcz类型或hpi等级为高，但不同时满足高温主导lcz类型、hpi等级为高、预测为高温区三个条件的空间单元判定为二级调控区；

44、对应输出建议：在二级调控区内，预留通风廊道或控制新建建筑高度；

45、3）将现有的水体及高植被覆盖lcz类型且预测仍保持低温的区域判定为冷源保护区；

46、对应输出建议：维持冷源保护区现有的生态功能，禁止开发活动。

47、lcz与空间结构耦合的城市热环境调控系统，包括：

48、数据获取模块，用于获取研究区域的遥感影像、社会经济数据和自然地理数据，并进行辐射定标、大气校正及重采样预处理；

49、lcz分类模块，用于基于预处理后的遥感影像生成lcz分类图；

50、lst反演模块，用于反演地表温度lst并识别高温主导lcz类型；

51、hpi构建模块，用于构建热格局综合指标hpi并划分等级；

52、lcz预测模块，用于基于历史lcz变化和驱动因子模拟未来lcz空间格局；

53、热环境预测模块，用于基于马尔可夫链和plus模型预测未来热环境空间分布；

54、调控图谱生成模块，用于基于高温主导lcz类型、hpi等级及未来热环境预测结果，识别热环境调控区并输出空间调控图谱。

55、通过采用上述技术，与现有技术相比，本发明的有益效果如下：

56、1）本发明通过统计不同城市等级下各lcz类型的面积占比及其对应的lst分布，能够在多城市等级比较视角下输出相同lcz类型在不同城市中的差异性响应预测值，预测结果可用于识别城市热环境敏感形态，为跨城市气候适应性规划提供定量依据。

57、2）本发明区别于传统仅关注平均温度差异的方式，通过自然断点法划分lst等级并定义高温区，计算各lcz类型在高温区内的面积占比pland，能够输出高温区的主导lcz类型排序，预测结果可用于定位需要优先进行热缓解的城市形态区域。

58、3）本发明选取多个景观格局指数，经无量纲化处理后采用熵权法赋权，构建热格局综合指标hpi，解决了单一指标表征力不足的问题；该指标能够输出高温斑块的规模、破碎度与空间聚集程度的综合评分，预测结果可用于评估城市空间格局对热环境的调控潜力，指导通风廊道和绿地布局优化。

59、4）本发明将lcz作为关键空间变量嵌入热环境演变预测过程，结合lcz空间格局预测模型与基于马尔可夫链和元胞自动机的热环境模拟模型，在不同城市发展情景下对未来热环境分布进行预测，能够辅助比选城市规划方案并评估不同发展路径下的热环境风险，为气候适应性城市设计提供决策支持。

60、5）本技术通过构建包含高温主导lcz类型、热格局综合指标（hpi）及未来热环境预测的多源空间数据集，生成可直接应用于城市规划管理的空间调控图谱；该图谱基于设定的规则，将热环境评估结果与具体的空间单元相关联，输出针对不同地块的差异化工程改造指令，将热环境分析结果转化为可直接指导规划管理的空间管控依据。

61、6）本技术通过将lcz类型作为关键驱动变量嵌入耦合模拟框架，提升了热环境预测的系统性能与精度；同时，基于空间调控图谱识别的一级调控区，通过实施建筑密度降低、增设垂直绿化及透水铺装改造等工程措施，利用增加地表反照率、增强蒸散冷却及减少蓄热的物理机制，可实现局地地表温度的降低。