論文の概要: Beyond Land Surface Temperature: Explainable Spatial Machine Learning Reveals Urban Morphology Effects on Human-Centric Heat Stress

• arxiv url: http://arxiv.org/abs/2604.22433v1
• Date: Fri, 24 Apr 2026 10:48:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.4294
• Title: Beyond Land Surface Temperature: Explainable Spatial Machine Learning Reveals Urban Morphology Effects on Human-Centric Heat Stress
• Title（参考訳）: 地表面温度を超える: 説明可能な空間機械学習 - 都市形態が人中心熱ストレスに及ぼす影響-
• Authors: Yuan Wang, Shengao Yi, Xiaojiang Li, Pengyuan Liu, Zhiwei Yang, Ronita Bardhan, Rudi Stouffs,
• Abstract要約: 計画志向のほとんどの研究は、陸地表面温度(LST)に依存しており、LSTが人間の熱暴露を適切に表現するかどうか、生理的関係のある熱ストレスとどのように異なるかは、まだ十分に検証されていない。 そこで本研究では,シンガポールのLandsat-Retrieved 30-m LSTとGPU-accelerated 1-m Universal thermo climate Index (UTCI)を採用し,両指標間の空間的および機械的差異を体系的に評価するための総合的な「モデリング・コンピレーション・アセスメント」フレームワークを構築した。
• 参考スコア（独自算出の注目度）: 5.042547888397054
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Heat exposure connects the built environment and public health, directly shaping the livability and sustainability of urban areas. Understanding the spatial heterogeneity of heat exposure and its drivers is vital for climate-adaptive urban planning. However, most planning-oriented studies rely on land surface temperature (LST), and whether LST adequately represents human heat exposure and how it differs from physiologically relevant heat stress remains insufficiently examined. Here, adopting Landsat-retrieved 30-m LST and GPU-accelerated 1-m universal thermal climate index (UTCI) in Singapore, this study establishes a comprehensive "Modeling-Comparing-Assessing" framework to systematically evaluate the spatial and mechanistic discrepancies between the two metrics. We further investigate pronounced non-stationary and threshold-based quantitative relationships of the two metrics with urban factors by employing a novel geographically weighted XGBoost (GW-XGBoost) and generalized additive model (GAM) workflow. Our results demonstrate notable discrepancies in spatial patterns of LST and UTCI, along with substantial spatial heterogeneity in how 2D and 3D urban factors impact these two thermal metrics, as revealed by explainable GW-XGBoost models (global out-of-bag R2 = 0.855 for LST and 0.905 for UTCI, respectively). Crucially, spatially explicit SHAP interprets that sky view factor plays a central role in explaining UTCI variability but exhibits a comparatively marginal independent contribution to LST, indicating that LST inadequately captures shading-driven and radiative processes governing actual human heat stress. Notably, SHAP-GAM analysis indicates that higher albedo is associated with increased UTCI. These novel findings provide evidence for integrating physiologically relevant thermal indices to inform targeted heat risk management and climate-adaptive urban planning.
• Abstract（参考訳）: 熱暴露は建設された環境と公衆衛生を結び、都市部の居住性と持続可能性を直接形成する。 熱暴露とその要因の空間的不均一性を理解することは、気候に適応した都市計画に不可欠である。 しかし、ほとんどの計画的研究は陸地表面温度(LST)に依存しており、LSTが人間の熱暴露を適切に表現するかどうか、生理的関係のある熱ストレスとどのように異なるかは、まだ十分に検証されていない。 そこで本研究では,シンガポールのLandsat-Retrieved 30-m LSTとGPU-accelerated 1-m Universal thermo climate Index (UTCI)を採用し,両指標間の空間的および機械的差異を体系的に評価するための総合的な「モデリング・コンピレーション・アセスメント」フレームワークを構築した。 さらに,新しい地理的重み付きXGBoost (GW-XGBoost) と一般化加法モデル (GAM) のワークフローを用いて,2つの指標と都市要因との有意な非定常的およびしきい値に基づく定量的関係を考察した。 GW-XGBoostモデル(LSTではGbal out-of-bag R2 = 0.855,UTCIでは0.905)では,LSTとUTCIの空間パターンに顕著な相違がみられた。 重要なことは、空間的明示的なSHAPは、スカイビュー因子がUTCIの変動を説明する上で中心的な役割を担っていると解釈するが、LSTに対する比較的小さな独立した貢献を示し、LSTが実際の人間の熱ストレスを管理するシェーディング駆動および放射過程を不十分に捉えていることを示している。 特にSHAP-GAM分析は、高いアルベドがUTCIの増加と関連していることを示している。 これらの新たな知見は、熱リスク管理と気候適応型都市計画に生理的関連のある熱指標を統合することの証拠となる。

関連論文リスト

• Planning for Cooler Cities: A Multimodal AI Framework for Predicting and Mitigating Urban Heat Stress through Urban Landscape Transformation [5.5253906228458955]
  GSM-UTCIは1m超局所分解能の日平均温度指数(UTCI)を予測するために設計された多モード深層学習フレームワークである。 R2は0.9151、平均絶対誤差は0.41degCであり、都市全体の推定時間は数時間から5分以内である。 その結果, 空間的に不均一だが一貫した冷却効果が示され, 木間変換が最良となることがわかった。
  論文  参考訳（メタデータ） (2025-07-30T18:05:43Z)
• Interpretable Machine Learning for Urban Heat Mitigation: Attribution and Weighting of Multi-Scale Drivers [4.1722821764974904]
  都市熱島(UHI)は、しばしば熱波(HW)の間にアクセントを付け、公衆の健康リスクを引き起こす。 本研究は、これらのドライバを運転(D)、都市(U)、局所(L)特徴に分類することを提案する。 解釈可能性の向上と効率の向上を目的として,LUT識別機械学習手法を提案する。
  論文  参考訳（メタデータ） (2025-07-07T09:21:45Z)
• Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
  科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。 科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。 そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
  論文  参考訳（メタデータ） (2024-10-09T15:57:50Z)
• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Cluster-Segregate-Perturb (CSP): A Model-agnostic Explainability Pipeline for Spatiotemporal Land Surface Forecasting Models [5.586191108738564]
  本稿では、LIMEのような摂動に基づく説明可能性手法とPDPのようなグローバルな限界説明可能性の両方から原理を統合するパイプラインを提案する。 提案したパイプラインは,複雑な陸面予測モデルにおける限界感度解析,限界相関解析,ラグ解析などの多様な調査分析の実施を単純化する。
  論文  参考訳（メタデータ） (2024-08-12T04:29:54Z)
• Space-aware Socioeconomic Indicator Inference with Heterogeneous Graphs [46.52719756897067]
  非連続推論のための地理空間を表現するために不均一なグラフ構造を用いる空間認識型社会経済指標推論法GeoHGを提案する。
  論文  参考訳（メタデータ） (2024-05-23T03:19:02Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• Spatiotemporal modeling of European paleoclimate using doubly sparse Gaussian processes [61.31361524229248]
  計算負担を軽減するため,近年の大規模分散時間GPを構築した。 我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
  論文  参考訳（メタデータ） (2022-11-15T14:15:04Z)
• Urban Heat Islands: Beating the Heat with Multi-Modal Spatial Analysis [0.3121997724420106]
  過度の熱ストレスは、個人から世界まで、様々なレベルの問題を引き起こす。 世界レベルでは、UHIは地球温暖化に寄与し、環境に悪影響を及ぼす可能性がある。 本稿では, 統計モデルを用いて, UHIが都市の都市形態特性にどのように影響されているかを明らかにする枠組みを提案する。
  論文  参考訳（メタデータ） (2020-12-05T15:18:22Z)
• Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
  2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。 我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
  論文  参考訳（メタデータ） (2020-10-20T15:31:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。