从可解释机器学习视角探究城市绿地对夏季家庭用电的影响
Exploring the impact of urban green spaces on household electricity consumption in summer through explainable machine learning
发表于 2026年4月27日 · 收录于雷达 2026年11月5日
中文摘要
研究以中国西安为案例，通过居民调查和空间分析，结合线性回归与机器学习模型考察家庭用电、绿地属性、个体及家庭特征和满意度之间的关联。随机森林结果显示，最近绿地距离控制在1200米内、1公里范围内至少有4处绿地，有助于促进户外活动并降低家庭用电；同时提升绿地可达性与景观质量也是降低用电的有效途径。