一种局地气候分区下多源环境指标的空间响应识别方法

摘要: 本发明属于城市环境响应分析,具体涉及一种局地气候分区下多源环境指标的空间响应识别方法。背景技术:1、城市地表温度、碳排放和细颗粒物浓度具有不同的形成机制,但均受...
一种局地气候分区下多源环境指标的空间响应识别方法

本发明属于城市环境响应分析,具体涉及一种局地气候分区下多源环境指标的空间响应识别方法。

背景技术:

1、城市地表温度、碳排放和细颗粒物浓度具有不同的形成机制,但均受到地表覆盖、建成空间规模、空间组织方式、人口活动和污染物扩散条件的影响。现有技术通常针对单一环境指标开展空间分析,难以在同一分析尺度上同时识别热环境、碳排放与空气质量的共同高响应区域及差异化影响因素。

2、局地气候区分类能够依据建筑高度、建筑密度和地表覆盖特征将城市划分为相对一致的空间类型,便于跨城市比较。然而,同一局地气候区在不同城市中可能具有不同的建成斑块规模、破碎度、连接度和人口集聚特征,仅使用离散的局地气候区类型,不能充分表征同一类型内部的连续形态差异。

3、不同来源的局地气候区、遥感地表温度、碳排放、pm2.5、建成空间和人口数据还存在空间分辨率、坐标系统和统计口径不一致的问题。若直接重采样至较细网格,容易将低分辨率数据误解为新增细节;若使用随机样本训练模型,虽然能够获得预测结果,但难以解释不同形态因素在不同局地气候区内的贡献差异及其非线性转折范围。

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一种局地气候分区下多源环境指标的空间响应识别方法,能够在统一网格中组织多源数据,同时表征局地气候区类型与类型内部连续形态差异,综合表征多环境响应,补充人口活动信息,并通过可解释机器学习输出关键因素和空间图层。

2、本发明提供如下技术方案:一种局地气候分区下多源环境指标的空间响应识别方法,包括以下步骤:

3、s1:获取研究城市的局地气候区分类数据、建成空间数据、人口数据和环境指标数据,对各数据进行空间配准与网格化处理,形成具有唯一网格标识的多源空间数据库;

4、s2:统计各网格内不同局地气候区类型的面积占比,将面积占比最高的局地气候区类型确定为相应网格的主导局地气候区类型;

5、s3:在各网格内计算建成空间形态指标和人口指标,以全部有效网格作为统一参考样本对建成空间形态指标进行标准化及方向统一,计算形态综合指数;

6、s4:对环境指标数据进行变换与标准化,计算综合环境响应指数,并将人口指标与形态综合指数组合形成联合指标;

7、s5:按城市和主导局地气候区类型比较环境指标及综合环境响应指数,并分别拟合综合指数与环境响应指数的关系、联合指标与环境响应指数的关系;

8、s6:以所述建成空间形态指标和人口指标为输入变量,建立用于预测环境指标数据的预测模型;

9、s7:基于预测模型计算可解释贡献值,得到全局因素贡献和不同局地气候区内的因素贡献,筛选相关因素,并拟合相关因素的非线性响应曲线及转折区间;

10、s8:将主导局地气候区类型、形态综合指数、综合环境响应指数、联合指标、关键因素及转折区间关联至唯一网格标识,输出城市多源环境响应空间图及网格调控属性。

11、进一步地,步骤s1中采用预设尺寸的规则网格作为基础分析单元;对于原始分辨率低于基础分析单元的数据保持原始像元信息,并将相邻基础网格关联至对应原始像元。

12、进一步地,步骤s3中,所述建成空间形态指标包括建成空间面积、平均斑块面积、最大斑块指数、有效网格面积、斑块数量、斑块密度、平均周长面积比、平均形状指数、聚集度指数、同类邻接比例和连接度指数;所述人口指标包括网格人口和建成空间人口密度;其中,建成空间面积、平均斑块面积、最大斑块指数、有效网格面积、连接度指数、同类邻接比例和聚集度指数保持原方向,斑块数量、斑块密度、平均周长面积比和平均形状指数进行反向处理;形态综合指数mci为方向统一后的各标准化指标的等权平均值。

13、进一步地,步骤s4中,计算综合环境响应指数的过程包括:

14、对环境指标数据中的碳排放执行对数变换,再以全部有效网格作为统一参考样本,对环境指标数据的地表温度、pm2.5,以及变换后的碳排放进行最小值-最大值标准化,综合环境响应指数为标准化后的地表温度值、pm2.5值及碳排放值的几何平均值。

15、进一步地,步骤s4中,构建联合指标的过程包括:

16、对网格人口执行对数变换,再在各城市内部对形态综合指数和变换后的网格人口分别进行最小值-最大值标准化,得到标准化后的形态综合指数和标准化后的网格人口;联合指标为两个标准化值的等权平均值。

17、进一步地,步骤s5中,采用局部加权回归分别拟合形态综合指数与环境响应指数的关系、以及联合指标与环境响应指数的关系,并通过spearman相关系数比较人口信息加入前后的关联强度变化。

18、进一步地,步骤s6中,以所述建成空间形态指标和人口指标为输入变量,分别以地表温度、碳排放和pm2.5为预测目标,对应每个预测目标均建立随机森林模型、梯度提升决策树模型和极端梯度提升模型;并通过决定系数、均方根误差和平均绝对误差比较模型预测性能;其中,所述局地气候区类型用于在计算shap值时,作为分组依据以获取不同局地气候区内的因素贡献。

19、进一步地,步骤s7中,根据各因素的平均绝对可解释贡献值计算贡献比例,筛选贡献比例前n名的因素作为关键因素;针对各关键因素,拟合可解释贡献值关于因素取值的局部加权回归曲线,并结合变量分位数以及所述曲线的斜率变化、极值或零交点,识别非线性转折区间。

20、进一步地,步骤s8中,针对每个城市,按照综合环境响应指数计算城市内部预设分位数,将综合环境响应指数d大于所述预设分位数的网格识别为高响应网格;根据主导局地气候区类型、最高贡献因素以及最高贡献因素对应的变量取值所在响应阶段,为高响应网格附加建成规模控制、人口活动协同、空间连通优化或空间集聚调整中的至少一种属性标签,输出矢量或栅格形式的城市多源环境响应空间图。

21、进一步地,步骤s8中,用于城市尺度地图展示时,将基础分析单元汇总至更大尺寸的规则网格,综合环境响应指数d取各基础分析单元d值的均值,人口指标取各基础分析单元人口指标的总和。

22、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:

23、1)本发明以唯一网格标识和基础分析单元组织多源数据,使不同坐标、分辨率和空间载体的数据能够在同一空间位置关联比较,同时保留原始低分辨率数据的真实信息边界,避免重采样产生伪细节。

24、2)本发明将离散的局地气候区类型与连续的形态综合指数相结合,能够识别同一局地气候区在不同网格中的规模、破碎度、连接度和集聚度差异,弥补离散类型划分无法表征类型内部连续形态变化的不足。

25、3)本发明采用地表温度、碳排放和pm2.5标准化值的几何平均值构建综合环境响应指数,降低单一环境指标对综合结果的支配,形成可跨城市和局地气候区比较的统一响应量。

26、4)本发明通过联合指标与形态综合指数的对照及spearman相关系数比较,量化人口信息加入前后关联强度的变化,识别人口集聚对形态与环境响应关系的补充作用,减少仅以空间类型推断人类活动强度造成的偏差。

27、5)本发明以建成空间形态指标和人口指标为输入建立梯度提升树预测模型,基于可解释贡献值筛选关键因素,并通过局部加权回归曲线识别非线性转折区间,从而确定不同环境因素在不同局地气候区内的贡献差异及非线性响应特征。

28、6)本发明按照综合环境响应指数识别高响应网格并附加属性标签,输出带有局地气候区、综合指数、关键因素及转折区间的空间图层,为不同城市背景下的环境响应诊断提供数据支持。