1.使用多尺度Spatial-RF模型导出城市形态对PM2.5和城市热岛指数的影响。
2.spatial-rf捕获空间自相关和非线性城市形态效应;
3. 在精细空间分辨率下，耕地面积和建筑体积是PM2.5的关键预测因子;
4. LPI是多个空间尺度上UHI强度的主要预测因子;
5.高建筑容积和TCH共同导致PM2.5浓度升高。；
城市空间形态对细颗粒物（PM₂.₅）浓度与城市热岛效应（UHI）具有显著影响。然而，鲜有研究探讨城市形态的空间配置对PM₂.₅浓度与城市热岛效应预测的协同作用，且多数研究在分析中忽视了空间自相关性。本研究计算了四项建成区景观格局指数，结合建成体积、建成表面以及二维和三维绿地指标，在立陶宛维尔纽斯市多尺度下探究其对PM₂.₅浓度与城市热岛强度的影响。通过解释性机器学习方法，本研究识别了影响因素与PM₂.₅浓度、城市热岛效应之间的非线性关系，同时考虑了空间自相关性。
研究结果表明，最大斑块指数（LPI）、景观占比（PLAND）和建成体积在预测模型中始终占据主导地位，但其相对重要性随尺度变化而有所不同。最大斑块指数（LPI）与城市热岛效应关联性极强，而在更精细的空间分辨率下，建成体积和景观占比（PLAND）对PM₂.₅浓度的预测作用更为显著。主要变量间的双向交互作用显示，高最大斑块指数（LPI）或高景观占比（PLAND）与高建成体积相结合，会导致PM₂.₅浓度和城市热岛效应水平升高。此外，城市峡谷中高树冠高度（TCH）与高建成体积并存的区域会阻碍气流，加剧污染物积聚，进而提高PM₂.₅浓度。
环境与健康危机凸显：全球99%人口生活在PM₂.₅浓度超WHO标准（5μg/m³）的区域，年致670万人早亡，欧盟2021年因PM₂.₅导致25.3万人早亡；欧洲老龄化加剧，2000-2019年全球热相关死亡中36%发生在欧洲，2022年夏季欧洲极端高温致6.1万余人超额死亡，城市热岛效应（UHI）进一步放大这一风险。
城市形态的关键关联：PM₂.₅污染与UHI效应均与城市形态密切相关，城市形态决定了建成环境与大气条件的相互作用，但现有研究存在局限。现有研究不足：多数研究未探索城市形态空间配置对PM₂.₅和UHI的协同效应，且忽视空间自相关性；相关研究多集中于发展中国家，欧洲城市研究有限；现有研究侧重绿地类别，对建成区的多尺度分析不足。研究区域紧迫性：立陶宛维尔纽斯虽为欧洲最绿首都（61% 绿地），但空气污染排名立陶宛第二，建成区超2002-2023年规划60%，PM₂.₅浓度上升，热天数从1961-1990年的年均1.6天增至 2020年的5.3 天，亟需探究城市形态对其环境问题的影响。分析城市形态对PM₂.₅浓度和UHI强度的影响，并探究这些影响的空间变化特征；评估500m、1000m、1500m多尺度下，城市形态参数的相对重要性。建模城市形态特征间的非线性响应及协同作用，明确其对PM₂.₅浓度和UHI的影响。
本研究采用多尺度分析框架，以500m、1000m、1500m网格为基础，整合建成区景观格局指数（LPI、ED、PLAND、AREA_MN）、建成体积/表面、二维（TCC）及三维（TCH）绿地等指标，探究其对维尔纽斯市PM₂.₅浓度与UHI强度的影响；通过WGS84坐标系统统一数据投影并进行重采样处理，运用全局与局部莫兰指数分析空间自相关性及聚类模式，借助R包计算景观metrics，核心采用Spatial-RF模型（整合MEMs构建空间预测因子）建模，结合空间交叉验证优化超参数，通过排列重要性、部分依赖图（PDP）及交互分析，揭示变量间非线性关系与协同作用，并与非空间RF、GWR、OLS等模型进行性能对比。
研究发现，PM₂.₅高-高聚类集中在市中心、东部及南部工业区，低 - 低聚类位于南北绿地；UHI高-高聚类分布于密集建成区，且随网格尺度增大仅市中心聚类保持显著，低-低聚类在城郊绿地与农田；Spatial-RF模型因能有效处理空间自相关性和非线性关系，预测性能优于其他模型；LPI、PLAND和建成体积是核心预测因子，LPI与UHI关联性最强，PLAND和建成体积在细尺度对 PM₂.₅预测更关键；高LPI/PLAND与高建成体积组合会加剧PM₂.₅污染和UHI效应，城市峡谷中高TCH与高建成体积并存会阻碍气流、加重污染物积聚，而绿地（尤其是10m左右树高）对二者有显著缓解作用。
