计算机科学 > 机器学习
[提交于 2025年10月31日
]
标题: 生理活性植被在湿润城市气候中逆转其降温效应
标题: Physiologically Active Vegetation Reverses Its Cooling Effect in Humid Urban Climates
摘要: 为城市降温的绿色努力成效不一,因为同样能降低地表温度的植被也可能加剧空气中的炎热感。 先前的研究已将湿热识别为一种日益增长的城市危害,但生理活跃植被如何调控降温与湿度积累之间的权衡仍知之甚少,导致缓解政策和设计大多缺乏指导。 在此,我们量化了植被结构和功能对热指数(HI)的影响,HI是138个印度城市中温度和湿度的综合指标,这些城市涵盖了热带稀树草原、半干旱草原和湿润亚热带气候,并覆盖了密集的城市核心和半城市环带。 使用一种考虑极端情况的1公里HI重建方法,以及一个结合SHapley Additive Explanations(SHAP)和Accumulated Local Effects(ALE)的可解释机器学习框架,我们隔离了植被-气候的相互作用。 当EV I >= 0.4且LAI >= 0.05时,降温效果通常会增强,但当EV I >= 0.5、LAI >= 0.2且fPAR >= 0.5时,联合高值区域开始转向升温,而在潮湿、密集的核心区域,当fPAR >= 0.25时,升温现象更早出现。 在这些环境中,高度生理活跃的植被使近地面湿度上升的速度快于其去除热量的速度,从而逆转其降温效果并加剧感知到的热应激。 这些发现确立了植被驱动降温的气候限制,并为促进公平和抗热城市的气候特定绿化策略提供了定量阈值。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.