📄 earth_science

UHIQ: An Interactive Explainable Framework for Urban Heat Island Prediction Using Physics-Informed Regression and XGBoost

Este estudio presenta UHIQ, un marco interactivo y explicable que integra la regresión informada por la física con XGBoost para predecir la intensidad de la isla de calor urbana, ofreciendo a investigadores y responsables de políticas una herramienta transparente para analizar los factores ambientales y evaluar las estrategias de mitigación del calor.

Autores originales: Tara Balaji

Publicado 2026-09-15

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Tara Balaji

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Las ciudades suelen ser más cálidas que el campo que las rodea, un fenómeno conocido como el efecto de isla de calor urbana. Esto sucede porque el concreto, el asfalto y los edificios absorben y retienen el calor mucho mejor que el suelo y las plantas, mientras que el enfriamiento natural proporcionado por los árboles y la hierba se pierde. A medida que las temperaturas globales aumentan y más personas se mudan a las ciudades, este calor adicional se convierte en un problema grave, sobrecargando las redes eléctricas, empeorando la calidad del aire y poniendo en riesgo la salud de los residentes vulnerables. Para combatir esto, los planificadores urbanos necesitan saber exactamente cómo se calentará cada parte de una ciudad y qué cambios, como plantar más árboles, podrían hacer para reducir la temperatura. Sin embargo, predecir estas temperaturas es difícil. Las simulaciones computacionales tradicionales que intentan modelar cada detalle físico de una ciudad son increíblemente complejas y requieren supercomputadoras potentes, mientras que los métodos estadísticos más simples suelen pasar por alto las formas desordenadas y no lineales en que interactúan los diferentes factores ambientales.

Un nuevo marco llamado UHIQ, desarrollado por la investigadora Tara Balaji, ofrece un enfoque diferente para resolver este rompecabezas. En lugar de depender de un solo método, el sistema combina dos formas distintas de observar los datos: un modelo basado en la física, directo y fácil de entender, y un sofisticado modelo de aprendizaje automático, que es muy bueno encontrando patrones ocultos. El objetivo no era solo predecir las temperaturas con precisión, sino crear una herramienta que los funcionarios municipales e investigadores pudieran usar realmente para probar ideas en tiempo real. Al alimentar el sistema con datos sobre la cobertura de vegetación, los cambios en la vida vegetal a lo largo del tiempo y las diferencias de elevación, el marco genera predicciones sobre qué tan caliente será una zona urbana específica durante el día. Lo que hace que esto sea único es que no solo arroja un número; incluye un panel visual que permite a los usuarios deslizar controles para cambiar el entorno y ver inmediatamente cómo esos cambios afectan la temperatura predicha, todo ello mostrando el razonamiento detrás de los números.

Cuando los investigadores probaron su sistema, descubrieron que el modelo de aprendizaje automático, que utiliza una técnica llamada XGBoost para aprender de los datos, era el predictor más preciso. Estimó la temperatura con un error promedio de poco más de un grado Celsius, mientras que el modelo más simple, basado en la física, tuvo un error promedio ligeramente mayor. El modelo de aprendizaje automático también explicó casi la mitad de las variaciones en la intensidad del calor en las diferentes ciudades del estudio, en comparación con aproximadamente el 29 por ciento del modelo más simple. Esto sugiere que las relaciones complejas y no lineales entre el entorno y el calor son capturadas mejor por el algoritmo avanzado. Sin embargo, los investigadores no descartaron el modelo más simple. Lo mantuvieron porque actúa como una línea base clara y transparente que muestra las reglas generales de cómo funciona el calor, demostrando que incluso sin la matemática compleja, los principios básicos del enfriamiento a través de la vegetación siguen siendo válidos.

El descubrimiento más importante de este trabajo es que la vegetación es el factor más poderoso para controlar el calor urbano. El estudio mostró que a medida que aumenta la cantidad de cobertura verde, la temperatura predicha disminuye. El modelo de aprendizaje automático identificó que no solo la cantidad actual de verdor, sino también cuánto ha cambiado esa vegetación durante el último año, juega un papel crítico en la determinación del calor. El sistema fue capaz de mostrar que si una ciudad aumenta su vegetación, el efecto de isla de calor se debilita, confirmando lo que los científicos han sospechado durante mucho tiempo, pero ahora con una herramienta que puede cuantificar el impacto. Los investigadores también encontraron que los cambios en la elevación importan, aunque son menos influyentes que la presencia de plantas. Al analizar qué variables causaban los mayores cambios en las predicciones, el sistema confirmó que gestionar la vida vegetal es la palanca más efectiva para enfriar una ciudad.

Para que estos hallazgos sean útiles para la planificación del mundo real, el equipo construyó un panel interactivo que cualquier persona puede usar sin necesidad de saber programar o entender estadísticas complejas. Un usuario puede seleccionar una ciudad específica de una base de datos y luego ajustar deslizadores para representar diferentes escenarios, como aumentar la cantidad de árboles o cambiar el paisaje. A medida que el usuario mueve los deslizadores, el panel actualiza instantáneamente la predicción de temperatura, mostrando los resultados tanto del modelo simple como del modelo avanzado de aprendizaje automático uno al lado del otro. Esto permite a un planificador ver, por ejemplo, que añadir más espacio verde podría reducir la temperatura en una cantidad específica, y comparar cómo los dos diferentes enfoques de modelado concuerdan o discrepan sobre ese resultado. La herramienta convierte esencialmente un estudio científico estático en una conversación dinámica sobre cómo podría ser una ciudad si fuera más verde.

Si bien el marco es un paso significativo hacia adelante, los investigadores reconocen que no es una solución completa para cada desafío climático. La versión actual depende de un conjunto específico de datos de áreas urbanas de los Estados Unidos y se centra en las temperaturas diurnas, lo que significa que podría no funcionar exactamente de la misma manera en climas diferentes o durante la noche. El modelo también utiliza un conjunto limitado de factores ambientales, dejando fuera otras influencias potenciales como la densidad de los edificios o la proximidad al agua. A pesar de estas limitaciones, el estudio demuestra que es posible construir un sistema que sea altamente preciso y fácil de entender. Al combinar el poder predictivo del aprendizaje automático moderno con la claridad de los modelos tradicionales basados en la física, el UHIQ proporciona una forma práctica para que los tomadores de decisiones visualicen los beneficios de la infraestructura verde antes de plantar siquiera un solo árbol.

Resumen Técnico: Marco UHIQ para la Predicción de Islas de Calor Urbano

Planteamiento del Problema

Las Islas de Calor Urbano (UHI, por sus siglas en inglés) representan una consecuencia ambiental crítica de la rápida urbanización y el cambio climático, lo que provoca temperaturas elevadas que impactan negamente la salud pública, el consumo de energía y la sostenibilidad urbana. Aunque existen diversos enfoques de predicción, estos suelen presentar un compromiso entre la precisión y la interpretabilidad. Las simulaciones numéricas basadas en la física tradicional (por ejemplo, ENVI-met, SOLWEIG) ofrecen simulaciones de microclima realistas, pero requieren recursos computacionales sustanciales y experiencia especializada, lo que limita su utilidad para el apoyo rápido en la toma de decisiones. Por el contrario, si bien los modelos de aprendizaje automático (ML) como XGBoost y el aprendizaje profundo han mejorado la precisión predictiva al capturar relaciones no lineales complejas, a menudo funcionan como "cajas negras", ofreciendo una visión limitada de los impulsores ambientales detrás de las predicciones. Además, muchos estudios existentes concluyen con evaluaciones fuera de línea, careciendo de herramientas accesibles que permitan a los planificadores comparar enfoques de modelado o explorar escenarios ambientales en tiempo real. Existe una necesidad demostrada de un marco unificado que integre la precisión predictiva, la transparencia del modelo, la explicabilidad y la interactividad para apoyar la planificación urbana basada en evidencia.

Metodología

El estudio introduce UHIQ, un marco interactivo y explicable que combina un modelo de regresión lineal informado por la física con un modelo de aprendizaje automático de Gradient Boosting Extremo (XGBoost). La metodología utiliza la base de datos de la Isla de Calor Urbana Superficial de los Estados Unidos (Versión 3), centrándose en la intensidad anual diurna de la UHI en múltiples áreas urbanas de EE. UU.

Datos y Preprocesamiento

El marco utiliza un subconjunto de variables del conjunto de datos de origen:

Objetivo: Intensidad anual diurna de la isla de calor urbana ( $UHI_{annual\_day}$ ).
Predictores: Índice de Vegetación de Diferencia Normalizada Urbana ( $NDVI_{urb\_CT\_act}$ ), cambio anual de vegetación ( $\Delta NDVI$ ) y diferencia de elevación ( $\Delta DEM$ ).
Preprocesamiento: Se eliminaron los valores faltantes. Para asegurar la estabilidad numérica, $\Delta DEM$ se normalizó dividiéndolo por 100.

Arquitectura de Doble Modelo

El marco emplea dos enfoques de modelado paralelos utilizando los mismos insumos ambientales pero con diferentes formulaciones de características:

Regresión Lineal Informada por la Física:
- Diseñado para la interpretabilidad, este modelo utiliza una ecuación lineal: $UHI = \beta_0 + \beta_1(1-NDVI) + \beta_2(\Delta NDVI) + \beta_3(\Delta DEM_{100})$ .
- La métrica de vegetación se transformó a un "déficit de vegetación" ( $1-NDVI$ ) para alinearse intuitivamente con valores de predictor más altos con una menor cobertura vegetal y un mayor calor esperado.
- Este modelo sirve como una línea base transparente para cuantificar la influencia de los factores ambientales individuales.
Modelo de Aprendizaje Automático XGBoost:
- Diseñado para capturar interacciones no lineales, este modelo utiliza los mismos predictores más una característica de interacción diseñada: $NDVI \times \Delta NDVI$ .
- Configuración: 1,200 estimadores de boosting, tasa de aprendizaje de 0.05, profundidad máxima de árbol de 7, con regularización L1 (0.01) y L2 (1.0).
- Este modelo tiene como objetivo mejorar el rendimiento predictivo mediante el aprendizaje de relaciones complejas entre las condiciones de vegetación existentes y la dinámica de la vegetación a largo plazo.

Explicabilidad y Evaluación

Métricas de Desempeño: Ambos modelos fueron evaluados en un conjunto de prueba mantenido fuera (división 80/20) utilizando el Error Absoluto Medio (MAE) y el coeficiente de determinación ( $R^2$ ).
Análisis de Sensibilidad: El marco varió sistemáticamente el NDVI de 0.00 a 0.95 mientras mantenía otras variables constantes para observar las respuestas del modelo.
Importancia de Características por Permutación: Aplicada al modelo XGBoost para cuantificar la contribución relativa de cada característica midiendo el aumento en el error de predicción cuando una característica es permutada aleatoriamente.
Panel Interactivo (Dashboard): Todo el flujo de trabajo está encapsulado en una aplicación web basada en Streamlit, que permite a los usuarios seleccionar escenarios urbanos, modificar variables ambientales mediante controles deslizantes y comparar las predicciones en tiempo real de ambos modelos frente a los valores observados.

Resultados Clave

Desempeño Predictivo: El modelo XGBoost superó al modelo de regresión lineal informado por la física.
- XGBoost: MAE de 1.03 °C y $R^2$ de 0.485.
- Regresión Lineal: MAE de 1.27 °C y $R^2$ de 0.290.
- Los resultados indican que el modelo de aprendizaje automático proporcionó predicciones más precisas y explicó una mayor proporción de la varianza de la intensidad de la UHI.
Análisis de Sensibilidad:
- El modelo de regresión lineal exhibió una relación inversa constante y casi lineal entre el NDVI y la intensidad de la UHI, mostrando una reducción de aproximadamente 0.43 °C a medida que el NDVI aumentaba de 0.00 a 0.95.
- El modelo XGBoost produjo un perfil de sensibilidad no lineal, con valores de UHI predichos que oscilaron entre -0.70 °C y 2.40 °C, capturando aumentos y disminuciones localizadas en lugar de una única tendencia monotónica.
Importancia de las Características: El análisis de importancia por permutación identificó el $\Delta NDVI$ (cambio anual de vegetación) como el predictor más influyente (puntuación: 0.638), seguido por la característica de interacción $NDVI \times \Delta NDVI$ (puntuación: 0.557). El NDVI base y el $\Delta DEM$ mostraron una importancia moderada y baja, respectivamente. Ambos modelos identificaron consistentemente las variables relacionadas con la vegetación como los impulsores dominantes.

Significación y Reivindicaciones

El artículo afirma que UHIQ aborda la brecha entre el modelado predictivo de alta precisión y la necesidad de herramientas de apoyo a la toma de decisiones transparentes y accesibles en la planificación urbana. Sus principales contribuciones incluyen:

Marco Unificado: Al integrar una línea base informada por la física con un modelo de ML no lineal, UHIQ permite a los usuarios comparar directamente los compromisos entre la interpretabilidad y el rendimiento predictivo dentro de un solo flujo de trabajo.
Explicabilidad Mejorada: La inclusión de la importancia de características por permutación y el análisis de sensibilidad va más allá de los resultados numéricos estáticos, proporcionando información sobre por qué se realizan las predicciones y cómo los cambios ambientales específicos (por ejemplo, el aumento de la vegetación) influyen en la intensidad de la UHI.
Accesibilidad Práctica: El panel interactivo traduce el modelado complejo en una herramienta amigable para investigadores, planificadores y responsables de políticas. Permite la exploración basada en escenarios, permitiendo visualizar los impactos potenciales de las estrategias de infraestructura verde antes de su implementación.
Enfoque Equilibrado: El estudio demuestra que, si bien los modelos de ML ofrecen una precisión superior para entornos térmicos urbanos complejos, los modelos estadísticos interpretables siguen siendo valiosos para comprender las tendencias ambientales generales. UHIQ cierra la brecha entre estos enfoques, apoyando la toma de decisiones basada en evidencia para ciudades climáticamente resilientes sin depender únicamente de algoritmos de "caja negra" o simulaciones computacionalmente intensivas.

El autor señala las limitaciones, incluyendo el uso de solo tres predictores (lo que excluye factores como la densidad de edificios o las superficies impermeables) y el enfoque en los datos diurnos de EE. UU., sugiriendo que el trabajo futuro podría expandir el marco para incluir más variables, conjuntos de datos internacionales y técnicas avanzadas de IA explicable como los valores SHAP. Sin embargo, el marco actual se presenta como un paso práctico hacia una planificación de mitigación del calor urbano transparente y basada en datos.