Evaluation of urban heat island effects based on fine-resolution mapping of subpixel impervious surface dynamics over four cities in China
Notice bibliographique
Résumé
• We propose UISP for subpixel impervious surface extraction using Landsat imagery • UISP reveals urban sprawl and enhances SUHI analysis beyond pixel-scale limits • High ISP values are strongly associated with intensified urban heat island effects • UISP supports refined urban heat management and resilient city development policies In the context of global urbanization, urban expansion significantly affects urban thermal environment. As a key indicator of urbanization, impervious surfaces are widely used to monitor urban growth. However, most existing studies examining thermal environments through impervious surfaces are limited to pixel-scale. Given the complexity and heterogeneity of urban land cover, pixel-scale analyses often fail to accurately capture the thermal effects of impervious surfaces. To address this issue, we propose a universal impervious surface percentage (UISP) model based on Landsat imagery for subpixel-scale impervious surfaces monitoring. We evaluated the relationship between impervious surface percentage (ISP) and surface urban heat islands (SUHI) in four representative Chinese cities—Beijing, Kunming, Shenzhen, and Wuhan—from 2018 to 2023. Results indicate that UISP significantly improves the accuracy of impervious surface estimation over heterogeneous urban landscapes. The deviations of estimated ISP are as much as 0.2 lower than pixel-scale results. In SUHI areas, ISP values exceeded 0.4 to 0.6 higher than in non-SUHI regions. The ISP difference between SUHI levels 1 and 2 was 0.12, and between levels 5 and 6, it was 0.08, suggesting ISP saturation in high SUHI zones. This study introduced UISP for subpixel extraction of impervious surfaces and thermal environment analysis, offering a novel approach for precise quantification of urbanization and insights into thermal environment research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».