كشفت دراسة نُشرت في دورية "علوم الحضر الحاسوبية" أن دمج السياق المكاني للأحياء والهندسة المعمارية المحلية في خوارزميات التعلم الآلي يحسن بشكل كبير رسم خرائط المناخات الدقيقة الحضرية في المدن الأمريكية الصغيرة والمتوسطة الحجم. أجرى البحث فريق بقيادة دانا حبیب، وراهول ديفاجي، وجيفري ويلسون، وإبريل بيرن، وقيّم منهجيات تصنيف مناطق المناخ المحلي في مدينتين مختلفتين في ولاية إنديانا: إنديانابوليس وبلومينغتون.
منهجية البحث ونتائجه
صمم الباحثون ثلاثة مخططات تصنيف متدرجة لاختبار تأثير ثراء البيانات المدخلة والسياق المكاني على أداء التعلم الآلي باستخدام تطبيق "غابة عشوائية" في منصة "جوجل إيرث إنجين". اعتمد المخطط الأول على صور أقمار صناعية متعددة الأوقات فقط، بينما أضاف المخطط الثاني سياقًا مكانيًا عبر نوافذ متحركة، ودمج المخطط الثالث بيانات الأقمار الصناعية ومؤشرات الغطاء النباتي وستة معالم شكلية حضرية محلية.
أظهرت النتائج تحسنًا مطردًا في دقة التصنيف مع كل مخطط، حيث حقق المخطط الثالث أعلى الدرجات في كلتا المدينتين. في إنديانابوليس، بلغ متوسط الدقة الإجمالية 79.62% مع ذروة وصلت إلى 87.04%، بينما سجلت بلومينغتون متوسط 70.15% وذروة 78.16%. كانت التحسينات ذات دلالة إحصائية عبر جميع المخططات.
أنماط حرارية حضرية متباينة
كشفت التحليلات الحرارية خلال موجة حر شديدة في أغسطس 2020 عن تباينات حرارية داخلية حادة. في إنديانابوليس، سجلت مناطق الأبراج الشاهقة والمتوسطة الكثافة درجات حرارة سطحية تزيد بأكثر من 17 درجة فهرنهايت عن متوسط المدينة، بينما وفرت الغابات الكثيفة والمسطحات المائية تبريدًا بنحو 10 درجات دون المتوسط. في بلومينغتون، تركزت التوقيعات الحرارية المرتفعة في مناطق وسط المدينة منخفضة الكثافة والأحياء السكنية والتجارية منخفضة الارتفاع.
أهمية المعالم الشكلية الحضرية
أظهرت ترتيبات أهمية المعالم أن ارتفاعات خشونة المباني والنباتات كانت الأكثر تأثيرًا في إنديانابوليس حيث يتنوع الارتفاع الرأسي، بينما هيمنت خشونة الغطاء النباتي ونسبة الأسطح النفاذة في بلومينغتون التي تفتقر للأبنية الشاهقة. كما بينت الدراسة أن النماذج العالمية تفرط في تصنيف المساكن منخفضة الارتفاع، وأن تقسيمها إلى فئات فرعية شكلية يكشف فروقًا حرارية ذات دلالة إحصائية.
