摘要
本发明公开一种基于机器学习的城市噪声地图生成方法，属于城市声环境监测与噪声治理技术领域。该方法通过75m网格整合遥感影像、空间句法、规划要素等多源开源数据，利用高斯混合模型（GMM）聚类将城区划分为枢纽区、绿地区等五类，结合随机森林（RF）回归模型预测噪声值，并通过SHAP分析特征贡献机制，最终生成噪声地图。以模型训练的城区进行验证，以及选取新城区进行测试，均反映出该方法对噪声预测的实效，满足使用要求。该方法通过识别建成区网格单元内的既有城市要素特征，构建了适用于城市更新场景的噪声预测体系，实现城市更新过程中声环境质量的精准提升与高效治理。
