原文信息
原文题目：
Examining multiscale built environment interventions to mitigate travel-related carbon emissions
原文作者：
Shuo Yang, Leyu Zhou, Chang Liu, Shan Sun,Liang Guo, Xiaoli Sun
期刊：
Journal of Transport Geography
DOI：
https://doi.org/10.1016/j.jtrangeo.2024.103942
原文链接：
https://www.sciencedirect.com/science/article/pii/S0966692324001510
文章导读
该研究以武汉市为研究区域，调查了2020年来自7个城市和6个郊区以及农村地区共29293人的家庭出行情况并收集社会人口属性数据。同时，采用XGBoost机器算法模型探究了7个研究单元（5、10、15分钟步行网格缓冲区和400、800、1200m缓冲区以及街道尺度单元）的建成环境对出行碳排放的影响。研究表明，不同尺度下建成环境对出行碳排放的贡献不同，在较大尺度的单元中，建成环境特征的重要性更高。其次，同一建成环境要素在不同尺度下与出行碳排放的关联阈值不同。
文章亮点
1、重视可修改面积单元问题（MAUP），划分7个不同的研究尺度，并探究了不同尺度各变量对出行碳排放的贡献以及非线性影响。
2、采用XGBoost机器学习方法，对比不同尺度下模型的预测效果，同时探究了不同尺度下同一变量对出行碳排放的影响差异。
主要内容
图1 研究设计概述
图2 研究区域和样本分布
表1 社会人口变量定义和描述性统计
图3 不同尺度的建成环境测算
表2 在5分钟、10分钟、15分钟步行网络缓冲区中建成环境变量定义和描述性统计
表3 缓冲区尺度建成环境的描述性统计
表4 街区尺度建成环境的描述性统计
表5 每种出行方式的排放系数
表6 变量的相对重要性
图4 建成环境变量在不同模型中的重要性对比
图5 建成环境变量与出行碳排放的关系
表7 每个建成环境变量与出行碳排放之间的大致关系以及相关性
图6 社会人口属性变量与出行碳排放的关系
总结
1、建成环境和出行碳排放之间的关系取决于建成环境测量单元的分区和规模；
2、解释出行碳排放贡献在不同的地理单元之间存在差异，居民15分钟步行距离缓冲区尺度下最有效；
3、大多数变量与TCE呈非线性相关，建成环境和出行碳排放之间的关联在不同尺度下存在差异；
4、在建成环境与出行行为的研究中应重视MAUP，避免将单一尺度的研究结果推广到所有现实情况中。
声明：本推送内容仅代表个人对文章的理解。本人水平有限，难免出现错讹，有兴趣的老师同学请阅读原文！
