近日，我院教師張雨洋在國(guó)際知名風(fēng)景園林學(xué)期刊《Urban Forestry & Urban Greening》發(fā)表題為《Greening the concrete jungle: Unveiling the co-mitigation of greenspace configuration on PM_2.5and land surface temperature with explanatory machine learning》（綠化鋼鐵森林： 用解釋性機(jī)器學(xué)習(xí)模型揭示綠地形態(tài)對(duì)PM_2.5和地表溫度的共同影響）的最新研究成果（doi.org/10.1016/j.ufug.2023.128086）?！?a >Urban Forestry & Urban Greening》在Web of Science收錄的153種林學(xué)期刊中排名第9，IF=6.4,是中科院林學(xué)1區(qū)Top期刊，JCR-Q1期刊。我校為第一作者單位，張雨洋博士為通訊作者。該研究積極吸納城鄉(xiāng)規(guī)劃本科生協(xié)助獲取數(shù)據(jù)、支持研究工作，其中，薛然為合作者，馬文科、杜鵬程、高科、房小丫、李宇涵同學(xué)被列入研究致謝。

文章主要內(nèi)容：

在高密度城市區(qū)域，城市綠地（UGS）的數(shù)量是有限的，而且由于非植被（道路、建筑）的土地比例較高，增加城市綠地的難度很大。因此，確定城市綠地的最佳空間布局對(duì)于實(shí)現(xiàn)降低PM_2.5濃度和地表溫度等環(huán)境效益至關(guān)重要。然而，這方面的研究還很有限。本研究采用了一種解釋性機(jī)器學(xué)習(xí)方法來(lái)識(shí)別高密度城市地區(qū)PM_2.5和地表溫度的誘因與共同減緩之間的非線性關(guān)系，該可解釋機(jī)器學(xué)習(xí)方法有三個(gè)主要優(yōu)點(diǎn)：提高估測(cè)準(zhǔn)確性、空間信息明確性和增強(qiáng)對(duì)復(fù)雜關(guān)系的理解性。研究發(fā)現(xiàn)，500m*500 m網(wǎng)格尺度下要減緩PM_2.5和地表溫度，城市綠地的比例最好保持在25-30%。此外，將聚集指數(shù)保持在97以上、斑塊密度保持在1650以上、最大綠地斑塊比例保持在2.00 %到4.85 %之間，也有利于共同緩解。然而，研究發(fā)現(xiàn)，綠地斑塊形狀復(fù)雜性與兩種環(huán)境要素共同緩解之間的結(jié)果相互矛盾。該研究強(qiáng)調(diào)了解釋性機(jī)器學(xué)習(xí)方法在可持續(xù)城市環(huán)境管理方面的潛力，為了解城市綠地和城市形態(tài)對(duì)環(huán)境污染的共同緩解效應(yīng)提供了見(jiàn)解。

全文鏈接:

https://www.sciencedirect.com/science/article/pii/S1618866723002571

引用格式：

Li, Y., Zhang, Y., Wu, Q., Xue, R., Wang, X., Si, M., & Zhang, Y. (2023). Greening the Concrete Jungle: Unveiling the Co-Mitigation of Greenspace Configuration on PM2. 5 and Land Surface Temperature with Explanatory Machine Learning.Urban Forestry & Urban Greening, 128086.

下圖為有效指標(biāo)閾值內(nèi)的綠地樣本，代表該形態(tài)可同時(shí)降低PM_2.5與地表溫度，紅色表示超出閾值。

PLAND=綠地比例

AI=綠地聚集度

PD=綠地斑塊密度

LPI=最大綠地斑塊比例

編輯：左芳舟