📄 earth_science

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

Cette étude introduit UHIQ, un cadre interactif et explicable qui intègre la régression informée par la physique avec XGBoost pour prédire l'intensité des îlots de chaleur urbains, offrant ainsi aux chercheurs et aux décideurs un outil transparent pour analyser les moteurs environnementaux et évaluer les stratégies d'atténuation de la chaleur.

Auteurs originaux : Tara Balaji

Publié 2026-09-15

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Tara Balaji

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Les villes sont souvent plus chaudes que la campagne environnante, un phénomène connu sous le nom d'îlot de chaleur urbain. Cela se produit parce que le béton, l'asphalte et les bâtiments absorbent et retiennent la chaleur bien mieux que le sol et les plantes, tandis que le refroidissement naturel fourni par les arbres et l'herbe est perdu. À mesure que les températures mondiales augmentent et que la population s'installe davantage en ville, cette chaleur supplémentaire devient un problème sérieux, sollicitant les réseaux électriques, aggravant la qualité de l'air et mettant en danger la santé des résidents vulnérables. Pour lutter contre cela, les urbanistes doivent savoir exactement comment différentes parties d'une ville vont chauffer et quels changements, comme la plantation de plus d'arbres, pourraient faire baisser la température. Cependant, prédire ces températures est difficile. Les simulations informatiques traditionnelles qui tentent de modéliser chaque détail physique d'une ville sont incroyablement complexes et nécessitent de puissants supercalculateurs, tandis que les méthodes statistiques plus simples manquent souvent les manières désordonnées et non linéaires dont les différents facteurs environnementaux interagissent.

Un nouveau cadre appelé UHIQ, développé par la chercheuse Tara Balaji, propose une approche différente pour résoudre ce casse-tête. Au lieu de s'appuyer sur une seule méthode, le système combine deux façons distinctes d'examiner les données : un modèle basé sur la physique, direct et facile à comprendre, et un modèle d'apprentissage automatique sophistiqué, très performant pour trouver des motifs cachés. L'objectif n'était pas seulement de prédire les températures avec précision, mais de créer un outil que les responsables municipaux et les chercheurs pourraient réellement utiliser pour tester des idées en temps réel. En alimentant le système avec des données sur la couverture végétale, les changements de la vie végétale au fil du temps et les différences d'élévation, le cadre génère des prédictions sur la manière dont une zone urbaine spécifique chauffera pendant la journée. Ce qui rend ce travail unique, c'est qu'il ne se contente pas de recracher un chiffre ; il inclut un tableau de bord visuel qui permet aux utilisateurs de manipuler des commandes pour modifier l'environnement et de voir immédiatement comment ces changements affectent la température prédite, tout en montrant le raisonnement derrière les chiffres.

Lorsque les chercheurs ont testé leur système, ils ont constaté que le modèle d'apprentissage automatique, qui utilise une technique appelée XGBoost pour apprendre des données, était le prédicteur le plus précis. Il estimait la température avec une erreur moyenne d'à peine un degré Celsius, alors que le modèle plus simple, basé sur la physique, présentait une erreur moyenne légèrement plus élevée. Le modèle d'apprentissage automatique expliquait également près de la moitié des variations d'intensité de la chaleur à travers les différentes villes de l'étude, contre environ 29 % pour le modèle plus simple. Cela suggère que les relations complexes et non linéaires entre l'environnement et la chaleur sont mieux capturées par l'algorithme avancé. Cependant, les chercheurs n'ont pas écarté le modèle plus simple. Ils l'ont conservé car il sert de base claire et transparente qui montre les règles générales du fonctionnement de la chaleur, prouvant que même sans les mathématiques complexes, les principes de base du refroidissement par la végétation restent valides.

La découverte la plus importante de ce travail est que la végétation est le facteur le plus puissant pour contrôler la chaleur urbaine. L'étude a montré qu'à mesure que la couverture verte augmente, la température prédite chute. Le modèle d'apprentissage automatique a identifié que non seulement la quantité actuelle de verdure, mais aussi la façon dont cette verdure a changé au cours de l'année écoulée, joue un rôle critique dans la détermination de la chaleur. Le système a pu démontrer que si une ville augmente sa végétation, l'effet d'îlot de chaleur s'affaiblit, confirmant ce que les scientifiques soupçonnaient de longue date, mais désormais avec un outil capable de quantifier cet impact. Les chercheurs ont également constaté que les changements d'élévation comptent, bien qu'ils soient moins influents que la présence de plantes. En analysant quelles variables provoquaient les plus grands changements dans les prédictions, le système a confirmé que la gestion de la vie végétale est le levètre le plus efficace pour refroidir une ville.

Pour rendre ces conclusions utiles à la planification réelle, l'équipe a construit un tableau de bord interactif que n'importe qui peut utiliser sans avoir besoin de savoir coder ou de comprendre des statistiques complexes. Un utilisateur peut sélectionner une ville spécifique dans une base de données, puis ajuster des curseurs pour représenter différents scénarios, tels que l'augmentation de la quantité d'arbres ou le changement de paysage. À mesure que l'utilisateur déplace les curseurs, le tableau de bord met instantanément à jour la prédiction de température, affichant les résultats du modèle simple et du modèle d'apprentissage automatique avancé côte à côte. Cela permet à un planificateur de voir, par exemple, que l'ajout d'espaces verts pourrait abaisser la température d'un montant spécifique, et de comparer la manière dont les deux approches de modélisation sont en accord ou en désaccord sur ce résultat. L'outil transforme essentiellement une étude scientifique statique en une conversation dynamique sur ce à quoi une ville pourrait ressembler si elle était plus verte.

Bien que le cadre soit une avancée significative, les chercheurs reconnaissent qu'il ne s'agit pas d'une solution complète pour tous les défis climatiques. La version actuelle repose sur un ensemble spécifique de données provenant de zones urbaines des États-Unis et se concentre sur les températures diurnes, ce qui signifie qu'elle pourrait ne pas fonctionner exactement de la même manière dans différents climats ou la nuit. Le modèle utilise également un ensemble limité de facteurs environnementaux, omettant d'autres influences potentielles comme la densité des bâtiments ou la proximité de l'eau. Malgré ces limites, l'étude démontre qu'il est possible de construire un système qui soit à la fois hautement précis et facile à comprendre. En combinant la puissance prédictive de l'apprentissage automatique moderne avec la clarté des modèles traditionnels basés sur la physique, l'UHIQ offre un moyen pratique pour les décideurs de visualiser les avantages des infrastructures vertes avant même de planter le moindre arbre.

Résumé technique : Cadre UHIQ pour la prédiction des îlots de chaleur urbains

Énoncé du problème

Les îlots de chaleur urbains (ICU) représentent une conséquence environnementale critique de l'urbanisation rapide et du changement climatique, entraînant des températures élevées qui impactent négativement la santé publique, la consommation d'énergie et la durabilité urbaine. Bien que diverses approches de prédiction existent, elles présentent souvent un compromis entre précision et interprétabilité. Les simulations numériques traditionnelles basées sur la physique (ex. : ENVI-met, SOLWEIG) offrent des simulations microclimatiques réalistes mais nécessitent des ressources de calcul substantielles et une expertise spécialisée, limitant leur utilité pour un support à la décision rapide. Inversement, bien que les modèles d'apprentissage automatique (ML) comme XGBoost et l'apprentissage profond aient amélioré la précision prédictive en capturant des relations non linéaires complexes, ils fonctionnent souvent comme des « boîtes noires », offrant un aperçu limité des moteurs environnementaux derrière les prédictions. De plus, de nombreuses études existantes se concluent par des évaluations hors ligne, manquant d'outils accessibles permettant aux urbanistes de comparer les approches de modélisation ou d'explorer des scénarios environnementaux en temps réel. Il existe un besoin démontré pour un cadre unifié qui intègre la précision prédictive, la transparence du modèle, l'explicabilité et l'interactivité afin de soutenir une planification urbaine fondée sur des preuves.

Méthodologie

L'étude introduit UHIQ, un cadre interactif et explicable qui combine un modèle de régression linéaire informé par la physique avec un modèle d'apprentissage automatique Extreme Gradient Boosting (XGBoost). La méthodologie utilise une partie de la base de données des îlots de chaleur urbains de surface des États-Unis (Version 3), en se concentrant sur l'intensité annuelle diurne des ICU dans plusieurs zones urbaines américaines.

Données et prétraitement

Le cadre utilise un sous-ensemble de variables issues du jeu de données source :

Cible : Intensité annuelle diurne de l'îlot de chaleur urbain ( $UHI_{annual\_day}$ ).
Prédicteurs : Indice de végétation par différence normalisée urbaine ( $NDVI_{urb\_CT\_act}$ ), changement annuel de la végétation ( $\Delta NDVI$ ), et différence d'élévation ( $\Delta DEM$ ).
Prétraitement : Les valeurs manquantes ont été supprimées. Pour assurer la stabilité numérique, le $\Delta DEM$ a été normalisé en le divisant par 100.

Architecture à double modèle

Le cadre emploie deux approches de modélisation parallèles utilisant les mêmes entrées environnementales mais des formulations de caractéristiques différentes :

Régression linéaire informée par la physique :
- Conçue pour l'interprétabilité, ce modèle utilise une équation linéaire : $UHI = \beta_0 + \beta_1(1-NDVI) + \beta_2(\Delta NDVI) + \beta_3(\Delta DEM_{100})$ .
- La métrique de végétation a été transformée en un « déficit de végétation » ( $1-NDVI$ ) pour aligner intuitivement les valeurs de prédicteurs plus élevées avec une couverture végétale moindre et une chaleur attendue plus élevée.
- Ce modèle sert de base transparente pour quantifier l'influence des facteurs environnementaux individuels.
Modèle d'apprentissage automatique XGBoost :
- Conçu pour capturer les interactions non linéaires, ce modèle utilise les mêmes prédicteurs plus une caractéristique d'interaction élaborée : $NDVI \times \Delta NDVI$ .
- Configuration : 1 200 estimateurs de boosting, taux d'apprentissage de 0,05, profondeur maximale d'arbre de 7, avec régularisation L1 (0,01) et L2 (1,0).
- Ce modèle vise à améliorer la performance prédictive en apprenant les relations complexes entre les conditions de végétation existantes et la dynamique de la végétation à long terme.

Explicabilité et évaluation

Métriques de performance : Les deux modèles ont été évalués sur un ensemble de test distinct (division 80/20) en utilisant l'erreur absolue moyenne (MAE) et le coefficient de détermination ( $R^2$ ).
Analyse de sensibilité : Le cadre a fait varier systématiquement le NDVI de 0,00 à 0,95 tout en maintenant les autres variables constantes pour observer les réponses du modèle aux changements de végétation.
Importance des caractéristiques par permutation : Appliquée au modèle XGBoost pour quantifier la contribution relative de chaque caractéristique en mesurant l'augmentation de l'erreur de prédiction lorsqu'une caractéristique est permutée de manière aléatoire.
Tableau de bord interactif : L'ensemble du flux de travail est encapsulé dans une application web basée sur Streamlit, permettant aux utilisateurs de sélectionner des scénarios urbains, de modifier les variables environnementales via des curseurs et de comparer les prédictions en temps réel des deux modèles par rapport aux valeurs observées.

Résultats clés

Performance prédictive : Le modèle XGBoost a surpassé le modèle de régression linéaire informé par la physique.
- XGBoost : MAE de 1,03 °C et $R^2$ de 0,485.
- Régression Linéaire : MAE de 1,27 °C et $R^2$ de 0,290.
- Les résultats indiquent que le modèle d'apprentissage automatique a fourni des prédictions plus précises et a expliqué une plus grande proportion de la variance de l'intensité de l'ICU.
Analyse de sensibilité :
- Le modèle de régression linéaire a présenté une relation inverse constante et presque linéaire entre le NDVI et l'intensité de l'ICU, montant une réduction d'environ 0,43 °C à mesure que le NDVI augmentait de 0,00 à 0,95.
- Le modèle XGBoost a produit un profil de sensibilité non linéaire, avec des valeurs d'UHI prédites allant de -0,70 °C à 2,40 °C, capturant des augmentations et des diminutions localisées plutôt qu'une tendance monotone unique.
Importance des caractéristiques : L'analyse de l'importance par permutation a identifié le $\Delta NDVI$ (changement annuel de la végétation) comme le prédicteur le plus influent (score : 0,638), suivi par la caractéristique d'interaction $NDVI \times \Delta NDVI$ (score : 0,557). Le NDVI de base et le $\Delta DEM$ ont montré une importance modérée et faible, respectivement. Les deux modèles ont identifié de manière cohérente les variables liées à la végétation comme les moteurs dominants.

Signification et affirmations

L'article affirme qu'UHIQ comble l'écart entre la modélisation prédictive de haute précision et le besoin d'outils de support à la décision transparents et accessibles dans la planification urbaine. Ses principales contributions incluent :

Cadre unifié : En intégrant une base informée par la physique avec un modèle de ML non linéaire, UHIQ permet aux utilisateurs de comparer directement les compromis entre l'interprétabilité et la performance prédictive au sein d'un seul flux de travail.
Explicabilité accrue : L'inclusion de l'importance des caractéristiques par permutation et de l'analyse de sensibilité va au-delà des sorties numériques statiques, fournissant des informations sur le pourquoi des prédictions et comment des changements environnementaux spécifiques (ex. : augmentation de la végétation) influencent l'intensité de l'ICU.
Accessibilité pratique : Le tableau de bord interactif traduit la modélisation complexe en un outil convivial pour les chercheurs, les urbanistes et les décideurs politiques. Il permet l'exploration par scénarios, permettant de visualiser les impacts potentiels des stratégies d'infrastructures vertes avant leur mise en œuvre.
Approche équilibrée : L'étude démontre que si les modèles de ML offrent une précision supérieure pour les environnements thermiques urbains complexes, les modèles statistiques interprétables restent précieux pour comprendre les tendances environnementales générales. UHIQ fait le pont entre ces approches, soutenant une prise de décision fondée sur des preuves pour des villes résilientes au climat sans dépendre uniquement d'algorithmes de type « boîte noire » ou de simulations gourmandes en calcul.

L'auteur note des limites, notamment l'utilisation de seulement trois prédicteurs (ce qui exclut des facteurs tels que la densité des bâtiments ou les surfaces imperméables) et la focalisation sur les données diurnes des États-Unis, suggérant que les travaux futurs pourraient étendre le cadre pour inclure plus de variables, des ensembles de données internationaux et des techniques d'IA explicable avancées comme les valeurs SHAP. Cependant, le cadre actuel est présenté comme une étape pratique vers une planification de l'atténuation de la chaleur urbaine transparente et fondée sur les données.