Quantitative Assessment of Natural and Human Activity Impacts on Spatial Network of Urban Thermal Environment in Resource-Depleted City

SHI Yue; FAN Qiang; ZHANG Bing; SONG Xiaonan

doi:10.13203/j.whugis20240435

您当前的位置：

首页 >

文章列表页 >

Quantitative Assessment of Natural and Human Activity Impacts on Spatial Network of Urban Thermal Environment in Resource-Depleted City

Photogrammetry and Remote Sensing | 更新时间：2026-11-05

- Quantitative Assessment of Natural and Human Activity Impacts on Spatial Network of Urban Thermal Environment in Resource-Depleted City
- Geomatics and Information Science of Wuhan University Vol. 50, Issue 12, Pages: 2515-2525(2025)
- 作者机构：
  
  辽宁工程技术大学测绘与地理科学学院,辽宁阜新,123000
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20240435
  CLC： P237;TP79
- Received：21 November 2024，
  
  Published：05 December 2025
- 稿件说明：
移动端阅览
史月,范强,张兵，等.资源枯竭型城市热环境空间网络的自然与人类活动影响量化评估[J].武汉大学学报（信息科学版）,2025,50(12):2515-2525.

SHI Yue,FAN Qiang,ZHANG Bing,et al.Quantitative Assessment of Natural and Human Activity Impacts on Spatial Network of Urban Thermal Environment in Resource-Depleted City[J].Geomatics and Information Science of Wuhan University,2025,50(12):2515-2525.
史月,范强,张兵，等.资源枯竭型城市热环境空间网络的自然与人类活动影响量化评估[J].武汉大学学报（信息科学版）,2025,50(12):2515-2525. DOI：10.13203/j.whugis20240435

SHI Yue,FAN Qiang,ZHANG Bing,et al.Quantitative Assessment of Natural and Human Activity Impacts on Spatial Network of Urban Thermal Environment in Resource-Depleted City[J].Geomatics and Information Science of Wuhan University,2025,50(12):2515-2525. DOI：10.13203/j.whugis20240435

摘要

对资源枯竭型城市热环境网络构建可以助力城市转型及可持续发展。利用Landsat遥感影像、数字高程模型、兴趣点、道路和水系等多源数据，结合回归分析理论，采用机器学习方法，分别在自然、人类活动和人类活动+自然等3种情景下构建城市热环境阻力面，并基于该阻力面在辽宁省阜新市进行了热环境空间网络识别。结果表明，研究区域的高温区面积占比为18.22%，其中核心区占高温区域的比例超过70%。在不同情景的非线性模型中，多项阻力因子对热环境的平均贡献度差异明显，人类活动+自然情景下模型精度最优；人类活动情景和人类活动+自然情景下的热廊道长度较长，分别为95.86 km和94.34 km；夹点面积和障碍点面积分别在人类活动情景和人类活动+自然情景显示出最高的数值，且夹点面积与阻力均值出现了协同变化趋势。研究结果为城市规划及管理提供科学依据和决策支持。

Abstract

Objectives

The construction of urban thermal environment network for resource-depleted cities can contribute to urban transformation and sustainable development. It is a crucial research area to construct a rational resistance surface for the flow and transmission of thermal environments.

Methods

By utilizing multi-source data such as Landsat remote sensing images

digital elevation model

point of interest

road network

and water system

this paper integrates regression analysis theory and applies machine learning method to construct urban thermal environment resistance surfaces under three scenarios

including natural scenario

human activity scenario

and the combination scenario of natural and human activity. Based on these resistance surfaces

the spatial network of urban thermal environment in Fuxin City

Liaoning Province is identified.

Results

The high-temperature area accounts for 18.22% of the total area

with the core high-temperature zone covering more than 70% of the high-temperature area. In nonlinear models for different scenarios

the contribution of multiple resistance factors to the thermal environment differs significantly

with the model under the combination scenario of natural and human activity showing the highest accuracy. The length of thermal corridors under the human activity scenario and the combination scenario of natural and human activity reaches 95.86 km and 94.34 km

respectively. The areas of pinch points and obstacle points are highest under the human activity scenario and the combination scenario of natural and human activity

respectively. And a synergistic variation trend is observed between the pinch point area and the mean resistance.

Conclusions

By discussing the spatial network of thermal environments under different scenarios in resource-exhausted cities

this paper provides the constructive guidance for accurately mitigating urban thermal environments.

关键词

Keywords

references

张卫枚，方勤敏 . 资源衰退型城市经济转型效率研究［J］. 经济问题， 2015 ，（ 11 ）： 90 - 94 .

ZHANG Weimei ， FANG Qinmin . Study on Economic Transformation Efficiency of Resource-Exhausted Cities ［J］. On Economic Problems ， 2015 （ 11 ）： 90 - 94 .

陈健珊，陆楚杰，陈兴 . 资源枯竭型城市的转型更新路径探索——以湖北省黄石市为例［J］. 规划师， 2023 ， 39 （ 5 ）： 124 - 130 .

CHEN Jianshan ， LU Chujie ， CHEN Xing . Transformation and Renewal Path of Resource Exhausted Cities： Huangshi City， Hubei Province ［J］. Planners ， 2023 ， 39 （ 5 ）： 124 - 130 .

赵海月，胡淼，朱建宁，等 . 高密度中心城区蓝绿空间冷岛效应及其影响因素——以北京五环路以内地区为例［J］. 生态学报， 2023 ， 43 （ 12 ）： 4904 - 4919 .

ZHAO Haiyue ， HU Miao ， ZHU Jianning ， et al . Blue-Green Space Cooling Effect and Its Influencing Factors in Metropolitan Area： A Case Study on the Area Within the Fifth Ring Road in Beijing ［J］. Acta Ecologica Sinica ， 2023 ， 43 （ 12 ）： 4904 - 4919 .

马松超 . 城市热岛时空变化特征及演变规律研究：以扬子江城市群为例［J］. 测绘地理信息， 2021 ， 46 （ 5 ）： 93 - 97 .

MA Songchao . Spatio-Temporal Variation Characteristics and Evolution Law of Urban Heat Island： A Case Study of the Yangtze River Urban Agglomeration ［J］. Journal of Geomatics ， 2021 ， 46 （ 5 ）： 93 - 97 .

张旭萍 . 城市绿地对北京市热岛强度的影响［J］. 北京测绘， 2023 ， 37 （ 3 ）： 360 - 364 .

ZHANG Xuping . The Impact of Urban Green Land on Heat Island Intensity in Beijing ［J］. Beijing Surveying and Mapping ， 2023 ， 37 （ 3 ）： 360 - 364 .

卢阳，杨建思，黄昕，等 . 面向局部气候带的城市形态对地表温度的影响［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 9 ）： 1412 - 1422 .

LU Yang ， YANG Jiansi ， HUANG Xin ， et al . Effects of Urban Morphology on Land Surface Temperature in Local Climate Zones ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 9 ）： 1412 - 1422 .

吴凤敏，郑稚棚，李睿桐，等 . 城市建筑形态特征与地表温度关系研究［J］. 北京测绘， 2024 ， 38 （ 3 ）： 361 - 366 .

WU Fengmin ， ZHENG Zhipeng ， LI Ruitong ， et al . Relationship Between Urban Building Forms and Land Surface Temperature ［J］. Beijing Surveying and Mapping ， 2024 ， 38 （ 3 ）： 361 - 366 .

ZHAO Q ， YU K ， GENG J ， et al . Spatiotemporal Evolution of Urban Heat Islands and Optimization of Spatial Network Construction in the Central Urban Area of Fuzhou City， China ［J］. Chinese Geographical Science ， 2024 ， 34 （ 5 ）： 917 - 930 .

ZHANG X ， KASIMU A ， LIANG H ， et al . Construction of Urban Thermal Environment Network Based on Land Surface Temperature Downscaling and Local Climate Zones ［J］. Remote Sensing ， 2023 ， 15 （ 4 ）： 1129 .

XU Z ， DONG B ， WANG C ， et al . Construction of International Important Wetland White-Headed Crane Ecological Corridor in Chongming Dongtan， China ［J］. Ecological Indicators ， 2023 ， 149 ： 110156 .

祁强强，徐占军 . 生态安全格局时空演变分析——以太原城市群为例［J］. 中国环境科学， 2023 ， 43 （ 11 ）： 5987 - 5997 .

QI Qiangqiang ， XU Zhanjun . Analysis on the Spatio-Temporal Evolution of Ecological Security Patterns： A Case Study over Taiyuan Urban Agglomeration ［J］. China Environmental Science ， 2023 ， 43 （ 11 ）： 5987 - 5997 .

姜虹，彭建 . 自然保护地连通网络构建与优化的方法及前瞻［J］. 地理学报， 2024 ， 79 （ 9 ）： 2176 - 2190 .

JIANG Hong ， PENG Jian . Methods and Prospects for the Construction and Optimization of Protected Area Connectivity Network ［J］. Acta Geographica Sinica ， 2024 ， 79 （ 9 ）： 2176 - 2190 .

SHI Y ， FAN Q ， SONG X ， et al . Assessing the Severity of Urban Heat Transfer and Flow Across Years： Evidence from Thermal Environment Spatial Networks ［J］. Urban Climate ， 2025 ， 61 ： 102401 .

LU H Y ， LIU M ， SONG W J . Place-Based Policies， Government Intervention， and Regional Innovation： Evidence from China's Resource-Exhausted City Program ［J］. Resources Policy ， 2022 ， 75 ： 102438 .

ZHOU L ， YUAN B ， HU F N ， et al . Understanding the Effects of 2D/3D Urban Morphology on Land Surface Temperature Based on Local Climate Zones ［J］. Building and Environment ， 2022 ， 208 ： 108578 .

方胜，王慧娟 . 资源枯竭型城市绿色转型发展研究［J］. 生态经济， 2024 ， 40 （ 11 ）： 230 - 231 .

FANG Sheng ， WANG Huijuan . Study on Green Transformation and Development of Resource-Exhausted Cities ［J］. Ecological Economy ， 2024 ， 40 （ 11 ）： 230 - 231 .

吴迪，杜宁，王莉，等 . 基于GTWR-XGBoost模型的四川省PM2.5小时浓度估算［J］. 环境科学， 2023 ， 44 （ 7 ）： 3738 - 3748 .

WU Di ， DU Ning ， WANG Li ， et al . Estimation of PM2.5 Hourly Concentration in Sichuan Province Based on GTWR-XGBoost Model ［J］. Environmental Science ， 2023 ， 44 （ 7 ）： 3738 - 3748 .

CHEN T Q ， GUESTRIN C . XGBoost： A Scalable Tree Boosting System ［C］// The 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining ， San Francisco， USA ， 2016 .

王永生，李海龙，关世杰，等 . 基于变换域分析和XGBoost算法的超短期风电功率预测模型［J］. 高电压技术， 2024 ， 50 （ 9 ）： 3860 - 3870 .

WANG Yongsheng ， LI Hailong ， GUAN Shijie ， et al . Ultra-Short-Term Wind Power Prediction Model Based on Transform Domain Analysis and XGBoost Algorithm ［J］. High Voltage Engineering ， 2024 ， 50 （ 9 ）： 3860 - 3870 .

WANG A ， ZHANG M M ， CHEN E Q ， et al . Impact of Seasonal Global Land Surface Temperature （LST） Change on Gross Primary Production （GPP） in the Early 21st Century ［J］. Sustainable Cities and Society ， 2024 ， 110 ： 105572 .

LI J T ， AN X Q ， LI Q Y ， et al . Application of XGBoost Algorithm in the Optimization of Pollutant Concentration ［J］. Atmospheric Research ， 2022 ， 276 ： 106238 .

XU C ， HUANG G L ， ZHANG M M . Comparative Analysis of the Seasonal Driving Factors of the Urban Heat Environment Using Machine Learning： Evidence from the Wuhan Urban Agglomeration， China， 2020 ［J］. Atmosphere ， 2024 ， 15 （ 6 ）： 671 .

KIM Y ， KIM Y . Explainable Heat-Related Mortality with Random Forest and SHapley Additive exPlanations （SHAP） Models ［J］. Sustainable Cities and Society ， 2022 ， 79 ： 103677 .

LI L B ， QIAO J D ， YU G ， et al . Interpretable Tree-Based Ensemble Model for Predicting Beach Water Quality ［J］. Water Research ， 2022 ， 211 ： 118078 .

LI Z Q . Extracting Spatial Effects from Machine Learning Model Using Local Interpretation Method： An Example of SHAP and XGBoost ［J］. Computers， Environment and Urban Systems ， 2022 ， 96 ： 101845 .

SEKERTEKIN A ， ZADBAGHER E . Simulation of Future Land Surface Temperature Distribution and Evaluating Surface Urban Heat Island Based on Impervious Surface Area ［J］. Ecological Indicators ， 2021 ， 122 ： 107230 .

熊鹰，章芳 . 基于多源数据的长沙市人居热环境效应及其影响因素分析［J］. 地理学报， 2020 ， 75 （ 11 ）： 2443 - 2458 .

XIONG Ying ， ZHANG Fang . Thermal Environment Effects of Urban Human Settlements and Influencing Factors Based on Multi-source Data： A Case Study of Changsha City ［J］. Acta Geographica Sinica ， 2020 ， 75 （ 11 ）： 2443 - 2458 .

GUO A D ， YANG J ， XIAO X M ， et al . Influences of Urban Spatial Form on Urban Heat Island Effects at the Community Level in China ［J］. Sustainable Cities and Society ， 2020 ， 53 ： 101972 .

COPPA G ， QUARELLO A ， STEENEVELD G J ， et al . Metrological Evaluation of the Effect of the Presence of a Road on Near-Surface Air Temperatures ［J］. International Journal of Climatology ， 2021 ， 41 （ 6 ）： 3705 - 3724 .

QIAN W Q ， LI X Y . A Cold Island Connectivity and Network Perspective to Mitigate the Urban Heat Island Effect ［J］. Sustainable Cities and Society ， 2023 ， 94 ： 104525 .

XIANG Y ， CEN Q Y ， PENG C C ， et al . Surface Urban Heat Island Mitigation Network Construction Utilizing Source-Sink Theory and Local Climate Zones ［J］. Building and Environment ， 2023 ， 243 ： 110717 .

WANG B ， FU S T ， HAO Z X ， et al . Ecological Security Pattern Based on Remote Sensing Ecological Index and Circuit Theory in the Shanxi Section of the Yellow River Basin ［J］. Ecological Indicators ， 2024 ， 166 ： 112382 .

ZHAO Z Y ， LI W ， ZHANG J L ， et al . Constructing an Urban Heat Island Network Based on Connectivity Perspective： A Case Study of Harbin， China ［J］. Ecological Indicators ， 2024 ， 159 ： 111665 .

ZHAO Q Y ， YU K Y ， GENG J W ， et al . SpatioTemporal Evolution of Urban Heat Islands and Optimization of Spatial Network Construction in the Central Urban Area of Fuzhou City， China ［J］. Chinese Geographical Science ， 2024 ， 34 （ 5 ）： 917 - 930 .

YUE X P ， LIU W ， WANG X W ， et al . Constructing an Urban Heat Network to Mitigate the Urban Heat Island Effect from a Connectivity Perspective ［J］. Sustainable Cities and Society ， 2024 ， 114 ： 105774 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Machine Learning-Based Remote Sensing Retrieval of Soil Moisture： Advances and Challenges

From Model Transfer to Knowledge Generalization： Research Progress of Transfer Learning in Quantitative Remote Sensing Inversion

A Method of Extracting Building Roof Edge Points from Airborne Point Clouds with Wide-Area Feature Optimization

Machine Learning Downscaling Methods for Inversion of Terrestrial Water Storage Anomalies in the Yangtze River Basin by GRACE

An Integrated Rule-Based and Machine Learning Method for Trip Purpose Identification

Related Author

YUAN Qiangqiang

LI Zhenghao

YANG Qianqian

LI Jie

SHEN Huanfeng

ZHANG Liangpei

ZHANG Lifu

ZHAO Shuxin

Related Institution

State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University

School of Resources and Environmental Sciences, Wuhan University

Department of Geography, Faculty of Social Sciences, Hong Kong Baptist University

School of Geodesy and Geomatics, Wuhan University

University of Chinese Academy of Sciences

AI问答

⁰