Data-driven analysis of Urban Heat Island phenomenon based on street typology

Abstract

This study explores the intricate relationship between diverse street types and the urban heat island (UHI) phenomenon - a major urban issue where urban regions are warmer than their rural counterparts due to anthropogenic heat release and absorption by urban structures. UHI leads to increased energy consumption, diminished air quality, and potential health hazards. This research posits that a sample of representative streets (i.e., a few streets from each type of street) will be sufficient to capture and model the UHI in an urban context, accurately reflecting the behavior of other streets. To do so, streets were classified into unique typologies based on (1) socio-economic and morphological attributes and (2) temperature profiles, utilizing two clustering methodologies. The first approach employed K-Prototypes to categorize streets according to their socio-economic and morphological similarities. The second approach utilized Time Series Clustering K-Means, focusing on temperature profiles. The findings indicate that models retain strong performance levels, with R-Squared values of 0,85 and 0,80 and MAE ranging from 0,22 to 0,84 °C for CUHI and SUHI respectively, while data collection efforts can be reduced by 50 to 70 %. This highlights the value of the street typology in interpreting UHI mechanisms. The study also stresses the need to consider the unique aspects of UHI and the temporal variations in its drivers when formulating mitigation strategies, thereby providing new insights into understanding and alleviating UHI effects at a local scale. © 2023

Este estudio explora la intrincada relación entre los diversos tipos de calles y el fenómeno de la isla de calor urbana (UHI), un problema urbano importante donde las regiones urbanas son más cálidas que sus contrapartes rurales debido a la liberación y absorción de calor antropogénica por las estructuras urbanas. UHI conduce a un mayor consumo de energía, una disminución de la calidad del aire y posibles riesgos para la salud. Esta investigación postula que una muestra de calles representativas (es decir, unas pocas calles de cada tipo de calle) será suficiente para capturar y modelar el UHI en un contexto urbano, reflejando con precisión el comportamiento de otras calles. Para hacerlo, las calles se clasificaron en tipologías únicas basadas en (1) atributos socioeconómicos y morfológicos y (2) perfiles de temperatura, utilizando dos metodologías de agrupación. El primer enfoque empleó K-Prototipos para categorizar las calles según sus similitudes socioeconómicas y morfológicas. El segundo enfoque utilizó K-Means de agrupación de series temporales, centrándose en los perfiles de temperatura. Los hallazgos indican que los modelos conservan fuertes niveles de rendimiento, con valores de R cuadrado de 0,85 y 0,80 y MAE que oscilan entre 0,22 y 0,84 °C para CUHI y SUHI respectivamente, mientras que los esfuerzos de recopilación de datos pueden reducirse 50 a 70 %. Esto resalta el valor de la tipología de calles a la hora de interpretar los mecanismos de UHI. El estudio también enfatiza la necesidad de considerar los aspectos únicos de la UHI y las variaciones temporales en sus impulsores al formular estrategias de mitigación, proporcionando así nuevos conocimientos para comprender y aliviar los efectos de la UHI a escala local. © 2023