摘要：热岛效应已成为城市化进程中备受关注的城市生态环境问题。有关城市热岛效应的研究对区域在地表升温过程中的空间分异关注尚不足。通过设计区域增温敏感性指数,借助增强回归树(boosted regression tree,BRT)机器学习算法,量化城市不同区域在地表升温过程中的敏感性差异。结果表明:(1)上海市各辖区增温敏感性从高至低依次是:黄浦区、杨浦区、虹口区、静安区、普陀区、徐汇区、长宁区、宝山区、闵行区、浦东新区、嘉定区、奉贤区、松江区、青浦区、金山区、崇明区;(2)区域增温敏感性在不同的温度梯度下具有明显差异,在高温梯度下区域间指数值的差异最大;(3)地表覆被的增温敏感性存在明显的区域分异特性;(4)基于BRT的增温敏感性指数具有较好的指示意义和较高的灵敏度。在城市热环境持续恶化背景下,探讨城市异质空间中地表温度变化的敏感性可为城市热环境调控提供科学依据。

摘要：城市的垂向扩展加深了城市构成与格局的复杂性,传统的二维景观格局研究较难完整体现当前城市景观的生态结构与功能特性。本研究以上海市中心城区为研究区域,选取三维景观格局指数量化研究区域三维景观格局,并运用增强回归树机器学习算法综合分析社会、环境因子与城市景观格局的交互影响。结果表明:高建筑率、平均建筑高度和建筑高度标准偏差在上海市内环周边区域的数值较高,建筑数量、景观形状指数在外环周边的数值较高,建筑覆盖率、容积率和Shannon多样性指数在城市中心的数值较高,且浦西总体高于浦东。人口密度和归一化植被指数(NDVI)对三维景观格局的交互影响最显著,生产总值的影响程度最低。三维景观格局指数在一定范围内随社会因子中的人口密度增大而增大,随环境因子中的NDVI和水面率增大而减小。增强回归树可作为量化景观格局与社会环境因子之间交互影响关系的有效工具。研究结果有利于加深对上海市中心城区生态环境与人类福祉之间关系的理解,同时可为城市三维扩展规划提供科学依据。

摘要：隧道掘进机(TBM)施工对地质条件非常敏感,一旦发生事故会造成严重的工期延误和巨大的经济损失。本文在对TBM利用率影响因素进行统计分析和对输入参数进行优选的基础上,以兰州水源地建设工程输水隧洞双护盾TBM施工实例为依托,将天牛须搜索优化方法与增强回归树算法进行耦合,提出一种考虑多源信息不确定性的TBM利用率预测模型(BAS-BRT);将该模型预测结果与粒子群优化-增强回归树耦合模型(PSO-BRT)预测结果进行对比分析,并通过现场实测数据验证TBM利用率预测模型BAS-BRT的有效性及其对典型地质段施工风险的适应性。研究结果表明:天牛须优化算法的自适应特点能够真实反映TBM施工中出现的不确定性问题,增强回归树算法可实现模型的全局最优化迭代,TBM利用率预测模型BAS-BRT具有较高的预测精度、较好的泛化性能,同时具有良好的并行处理能力与鲁棒性。

摘要：在快速城镇化和城市热岛加剧背景下,城市绿地被认为是改善热环境的有效途径,但绿地空间格局与城市热环境之间的非线性关系和阈值特点仍缺乏系统性讨论。以合肥市主城区为例,基于GEE云平台的Sentinel-2A和Landsat8 OLI/TIRS遥感影像,使用景观格局分析与数理统计工具,分析不同季节绿地空间格局与城市热环境之间的定量关系。结果表明:(1)合肥市主城区绿地在各季节降温效果不同;(2)不同季节绿地的景观组成与配置对LST的相对重要性存在动态差异。在夏季和秋季,绿地景观组成相对景观配置对LST的影响更重要,而在春季和冬季则相反;(3)各季节绿地空间格局指数与LST边际效应相似,针对不同规模的绿地采用相应的形态结构能取得更佳降温效果。研究以期为城市绿地规划设计以及城市热环境的改善提供参考借鉴。

摘要：生物量转换和扩展因子(BCEFs)是估算森林生物量碳储量普遍使用的重要参数.厘清BCEFs估算差异的来源,可降低森林生物量碳储量评估的不确定性.利用基于集成学习的决策树模型能够很好地解决BCEFs估算差异来源问题.然而,不同此类模型的对比研究目前尚未见报道.本研究以第8次国家森林资源清查福建省331块马尾松的固定样地数据作为材料,分别利用增强回归树(BRT)、随机森林(RF)和立体派(Cubist)模型分析BCEFs(包括地上和地下部分)估算差异的来源.结果表明:研究区马尾松BCEFs呈右偏分布,平均值为0.69t·m^(-3),最小值为0.67 t·m^(-3),最大值为0.71 t·m^(-3).BRT、RF和Cubist模型对BCEFs的拟合和预测能力均很好,均能够解释92.8%以上的BCEFs变异.3种模型均给出了相同的前2个相对贡献率最大的自变量,为平均胸径和蓄积量.BCEFs随着平均胸径、蓄积量的增加呈逐渐减小的趋势.平均胸径、蓄积量、平均年龄和平均树高等林分特征因子对BCEFs的影响极大,而土壤因子和地形因子对BCEFs的影响均很小.在建立BCEFs模型时,利用平均胸径、蓄积量、平均年龄和平均树高等少量包含较多BCEFs预测信息的变量便能获取很好的预估精度.当应用固定BCEFs时,应选择在平均年龄、平均胸径以及蓄积等方面具有广泛代表性的样本计算BCEFs.

摘要：蓝绿空间是城市用地重要组成部分,探究高速城市化进程下蓝绿空间的时空演变及驱动因素,有助于揭示其演化规律,为相关研究及政策制定提供基础。以合肥为例,基于面积变化强度、土地转移矩阵、多阶邻接指数研究中心城区蓝绿空间的时空变化;采用增强回归树模型探讨影响城市蓝绿空间扩张的驱动因子。结果表明:(1)2000-2020年,合肥中心城区蓝绿空间总体规模增长了14.8%,呈现稳步增加的阶段性特征。(2)研究时段内合肥中心城区蓝绿空间扩张模式均以边缘式为主、邻接式为辅;新增蓝绿斑块沿大型自然蓝绿斑块集聚,蓝绿空间扩张由城市边缘转向内部。(3)自然要素因子对蓝绿空间扩张的影响(80.8%)大于社会经济因子(19.2%),其中高程(32.1%)、坡度(26.9%)、坡向(21.8%)、人口密度(13%)、第三产业增加值(6.2%)是主要驱动因子。研究探明了近20年来合肥中心城区蓝绿空间的时空演变特征及驱动因子,可为未来城市蓝绿空间规划管理及可持续发展提供支撑。

摘要：明确湿地格局演变特征与驱动机制是开展湿地管理与保护工作的重要前提。利用1980—2015年7期土地遥感解译数据,运用空间分析、景观指数、转移概率矩阵和增强回归树模型定量分析乌裕尔河-双阳河流域湿地格局演变特征与驱动机制。结果表明:(1)1980—2015年间湿地面积持续减少,减少了738 km^2,较1980年减少了16.43%;沼泽地占湿地的75%以上,面积也持续减少。1990—1995年是湿地面积减少速率最大的时段。(2)1980—2015年间湿地景观变化趋势为最大斑块的优势地位降低,破碎度加剧,且空间分布趋于离散,连通性减弱。沼泽地的景观变化特征与湿地相似,而水域与之相异。(3)1980—2015年间湿地损失集中分布在乌裕尔河两岸、双阳河中游及流域尾闾,主要转出为水田、旱地、草地和盐碱地,总的转移概率约为20%。(4)气候因素是导致湿地损失的主要因素,贡献率达到50%。道路修建对湿地损失的影响范围约为1.8 km;高海拔会增加湿地损失的风险;耕地周围2 km的湿地易被开垦;自然保护区的建立有效遏制了湿地损失。未来湿地损失风险较大的区域为乌裕尔河中游、双阳河中下游及流域尾闾。