城市中的极端热事件在频率和强度上都在增加，对公众健康和城市宜居性构成了严重威胁（Shi & Jia, 2024）。城市热岛——由吸热材料和人为热源构成的密集建筑环境——会放大温度极端值（Jia et al., 2024）。城市街道上的行人热条件尤其值得关注，因为这些环境直接影响日常舒适度、热应力发生率甚至死亡率（Mohite & Surawar, 2024）。因此，有效缓解室外热应力需要深入理解街道层面的微气候及其控制因素。
城市形态，包括建筑物几何形状、街道峡谷、材料和植被，通过改变太阳辐射、风和蒸散作用来塑造微气候（Nasrollahi et al., 2020）。建筑物和树木的三维配置调节能量流动（Wei et al., 2025）。植被，尤其是树木，通过提供遮荫和增强蒸散作用来冷却环境，从而减少短波辐射并将显热转化为潜热，降低空气和平均辐射温度（Wu et al., 2024）。然而，植被的冷却效果是非线性的，并且依赖于具体环境（Jiang et al., 2026）。密集的树冠可能会减少空气流动并滞留热量，尤其是在夜间或风平浪静的条件下，导致局部升温（Wang et al., 2023）。在稳定、风平浪静的夜间条件下，茂密的树冠会滞留长波辐射，减少热量损失，导致树冠下方的温度升高（Yu et al., 2025）。
建筑物也对街道热条件有复杂的影响。虽然城市几何形状（如紧密排列的建筑物和狭窄的天空视野系数）可以通过阻挡太阳辐射来减少表面加热（Zou et al., 2024）——而且城市峡谷通常比开阔区域接收到的太阳辐射较少——但建筑物也可能阻碍空气流动、滞留热量，并反射短波和长波辐射，增加局部热负荷（Liao et al., 2025）。高大的建筑物和高密度建筑群限制了通风，加剧了城市热岛效应（UHI）（Dev Roy et al., 2025）。虽然紧凑的形态提供了遮荫，但也可能形成“辐射陷阱”，增加热应力（Nugroho et al., 2022）。建筑物与植被之间的相互作用，例如密集高层建筑峡谷中的树冠与开阔的低层区域，目前尚未得到充分量化（Park et al., 2023）。要解决这些相互竞争的物理机制，需要精细描述三维形态驱动因素及其非线性相互作用，以便准确评估缓解策略。
城市气候研究的另一个核心挑战是捕捉热应力的空间变异性和不平等性。一种广泛用于评估城市热环境的方法是卫星衍生的地表温度（LST），因为它可以提供大范围内的宏观热模式（Chang et al., 2023）。然而，LST有一个根本性的局限性：它表示的是表面的平均温度，而不是行人在这种复杂的三维结构（如街道峡谷）中实际经历的局部微气候（Briegel et al., 2025）。因此，LST无法准确反映行人层面的实际热体验（Fahy et al., 2025; Li et al., 2023）。
虽然现场测量可以提供高精度的数据，但在城市规模上进行全面部署是不切实际的（Nazarian & Lee, 2021），这使得建模和模拟成为城市热评估不可或缺的手段。尽管像计算流体动力学这样的先进数值模型在物理上非常精确，但由于计算成本高昂，无法应用于大规模场景，从而在微观尺度的真实性和城市范围的覆盖之间产生了差距（Abuwaer et al., 2025）。克服这一多尺度挑战需要一个强大的建模框架，能够协调城市范围的空间覆盖与行人层面的热应力评估。这一差距不仅影响气候科学，也影响城市规划和环境正义，因为弱势社区往往由于缺乏足够的绿色基础设施而面临更大的热暴露风险（Hu et al., 2025）。例如，低收入和少数族裔社区的温度明显高于富裕且绿化程度更高的社区（Hsu et al., 2021）。这种热不平等凸显了迫切需要能够精确识别热热点并指导有针对性干预措施的工具，如植树或遮阳。
因此，本研究有两个主要目标。首先，我们在北京五环路内建立了一个综合的三维城市模型，实现了一个可扩展的UTCI计算框架，空间分辨率为10米，适用于其他城市。其次，我们将机器学习与SHAP（Shapley Additive Explanations）分析相结合，以量化各种城市形态指标对行人热应力的影响。
