Explorando los impactos no lineales de las características urbanas en la temperatura de la superficie terrestre utilizando inteligencia artificial explicable

Las altas temperaturas de la superficie terrestre (LST) han surgido como amenazas cruciales para los ecosistemas urbanos y el desarrollo urbano sostenible. Para comprender mejor y mitigar sus impactos, es esencial analizar las características urbanas que contribuyen. En este contexto, desarrollamos un modelo de bosque aleatorio mejorado por Inteligencia Artificial Explicable (XAI) para analizar las características de impacto de la LST en Pekín, China. Al aplicar el método XAI, nuestros resultados sugieren que las principales características de impacto de la LST en Pekín son la elevación (44.19%), la compactación de la superficie impermeable (17.27%), el Índice de Vegetación de Diferencia Normalizada (11.12%), la proporción del área de superficie impermeable (8.04%) y la altura de los árboles (3.83%). La compactación de la superficie impermeable mostró un efecto de enfriamiento general, que se debilitó a valores altos. La LST aumentó con la altura de los edificios, y la tendencia se debilitó a medida que la altura de los edificios alcanzó los 5 m. Las características más importantes que impactan la LST en el centro de la ciudad son la proporción y la altura de los edificios, mientras que en la periferia de la ciudad estas características son la altura de los árboles y la compactación de las superficies impermeables. El estudio aplica XAI para explicar las interacciones no lineales entre la LST y las características urbanas, ofreciendo perspectivas innovadoras a los responsables de políticas para desarrollar estrategias de planificación urbana sostenible. Nuestros hallazgos sugieren que aumentar los espacios verdes y los cuerpos de agua, así como controlar la densidad y altura de los edificios, puede mitigar efectivamente el calor en áreas urbanas densas y mejorar los efectos de enfriamiento.