Remote Sensing: Новый анализ уязвимости к городской жаре: интеграция машинного обучения и дистанционного зондирования для улучшения понимания
Быстрая урбанизация и изменение климата усугубляют эффект городского острова тепла, увеличивая уязвимость городских жителей к экстремальной жаре. Хотя во многих исследованиях оценивалась уязвимость к теплу в городах, наблюдается существенный недостаток стандартизированных критериев и ссылок для выбора показателей, построения моделей и проверки этих моделей. Многие существующие подходы не отвечают потребностям городского планирования в полной мере из-за недостаточного пространственного разрешения, временного охвата и точности. Чтобы устранить этот пробел, в этой статье представлена структура U-HEAT, концептуальная модель для анализа уязвимости к теплу в городах. Основная цель — описать теоретические основы и потенциальные приложения U-HEAT, подчеркнув её концептуальную природу. Эта структура объединяет машинное обучение с дистанционным зондированием для определения уязвимости к теплу в городах как на долгосрочном, так и на детальном уровнях. Она объединяет ретроспективное и перспективное картирование для непрерывного мониторинга и оценки, предоставляя необходимые данные для разработки комплексных стратегий. Благодаря своей активной обучающей способности U-HEAT позволяет совершенствовать модели и оценивать влияние политики. Структура, представленная в этой статье, предлагает стандартизированный и устойчивый подход, направленный на улучшение практических инструментов анализа. Она подчёркивает важность междисциплинарных исследований в укреплении устойчивости городов, а также необходимость устойчивых городских экосистем, способных решать сложные проблемы, вызванные изменением климата и возросшей городской жарой. Это исследование даёт ценную информацию для специалистов, городских администраторов и планировщиков для эффективной борьбы с проблемами городской жары.
