Efecto de Enfriamiento No Lineal de la Morfología del Espacio Verde Urbano: Evidencia de un Árbol de Decisión de Aumento Gradual y Enfoque de Aprendizaje Automático Explicable
Autores: Liu, Ziyi; Ma, Xinyao; Hu, Lihui; Liu, Yong; Lu, Shan; Chen, Huilin; Tan, Zhe
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Efecto de Enfriamiento No Lineal de la Morfología del Espacio Verde Urbano: Evidencia de un Árbol de Decisión de Aumento Gradual y Enfoque de Aprendizaje Automático Explicable
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Mitigación
Efecto de isla de calor
Embellecimiento de calles
Morfología de espacios verdes
Efecto de enfriamiento
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La mitigación del efecto de isla de calor es crítica debido a la frecuencia de climas extremadamente cálidos. La vegetación en las calles urbanas puede lograr esta mitigación y mejorar la calidad de los espacios urbanos y el bienestar de las personas. Sin embargo, falta una definición clara de la morfología del espacio verde en las calles, y el mecanismo no lineal de su efecto de enfriamiento aún no está claro; la interacción entre la morfología del espacio verde en las calles y el entorno construido circundante no ha sido investigada. Este estudio utilizó métodos de aprendizaje automático, aprendizaje profundo y visión por computadora para predecir la temperatura de la superficie terrestre en función de la morfología del espacio verde en las calles y el entorno construido circundante. Luego se compararon los rendimientos de los modelos XGBoost, LightGBM y CatBoost, y se analizaron los efectos de enfriamiento no lineales ofrecidos por la morfología del espacio verde en las calles utilizando el método de Shapley. Los resultados muestran que las calles con un alto nivel de exposición al entorno verde (GVI > 0.4, NDVI > 4) pueden acomodar más tipos de morfología de espacio verde mientras mantienen el efecto de enfriamiento. Además, la proporción de vegetación con geometría simple (FI < 0.2), hojas grandes (FD < 0.65), hojas de color claro (CSI > 13) y alta densidad de hojas (TDE > 3) debería aumentar en calles con un bajo nivel de exposición al entorno verde (GVI < 0.1, NDVI < 2.5). Mientras tanto, las calles con alturas de edificios altamente variables (AFI > 1.5) o grandes áreas cubiertas por edificios (BC > 0.3) deberían aumentar la vegetación de hojas grandes (FD < 0.65) mientras disminuyen la vegetación de hojas oscuras (CSI < 13). El estudio utiliza métodos de aprendizaje automático para construir un modelo de beneficios de enfriamiento no lineales para la morfología del espacio verde en las calles, propone recomendaciones de diseño para diferentes espacios verdes en las calles que consideran la adaptación climática y proporciona una referencia para la regulación del entorno térmico urbano.
Descripción
La mitigación del efecto de isla de calor es crítica debido a la frecuencia de climas extremadamente cálidos. La vegetación en las calles urbanas puede lograr esta mitigación y mejorar la calidad de los espacios urbanos y el bienestar de las personas. Sin embargo, falta una definición clara de la morfología del espacio verde en las calles, y el mecanismo no lineal de su efecto de enfriamiento aún no está claro; la interacción entre la morfología del espacio verde en las calles y el entorno construido circundante no ha sido investigada. Este estudio utilizó métodos de aprendizaje automático, aprendizaje profundo y visión por computadora para predecir la temperatura de la superficie terrestre en función de la morfología del espacio verde en las calles y el entorno construido circundante. Luego se compararon los rendimientos de los modelos XGBoost, LightGBM y CatBoost, y se analizaron los efectos de enfriamiento no lineales ofrecidos por la morfología del espacio verde en las calles utilizando el método de Shapley. Los resultados muestran que las calles con un alto nivel de exposición al entorno verde (GVI > 0.4, NDVI > 4) pueden acomodar más tipos de morfología de espacio verde mientras mantienen el efecto de enfriamiento. Además, la proporción de vegetación con geometría simple (FI < 0.2), hojas grandes (FD < 0.65), hojas de color claro (CSI > 13) y alta densidad de hojas (TDE > 3) debería aumentar en calles con un bajo nivel de exposición al entorno verde (GVI < 0.1, NDVI < 2.5). Mientras tanto, las calles con alturas de edificios altamente variables (AFI > 1.5) o grandes áreas cubiertas por edificios (BC > 0.3) deberían aumentar la vegetación de hojas grandes (FD < 0.65) mientras disminuyen la vegetación de hojas oscuras (CSI < 13). El estudio utiliza métodos de aprendizaje automático para construir un modelo de beneficios de enfriamiento no lineales para la morfología del espacio verde en las calles, propone recomendaciones de diseño para diferentes espacios verdes en las calles que consideran la adaptación climática y proporciona una referencia para la regulación del entorno térmico urbano.