UrbanGraph: Physics-Informed Spatio-Temporal Dynamic Heterogeneous Graphs for Urban Microclimate Prediction¶

会议: ICLR 2026
OpenReview: https://openreview.net/forum?id=ckjNF94cIi
代码: 无
领域: 图学习 / 时空预测 / 物理先验
关键词: 动态异质图, 物理先验归纳偏置, 城市微气候, 因果剪枝, RGCN

一句话总结¶

UrbanGraph 把太阳遮挡、植被蒸散、对流扩散这些已知物理规律直接编码进图的拓扑结构——每小时按物理方程重建一张稀疏的动态异质图，再用 RGCN+LSTM 解耦空间与时序，在城市微气候预测上达到 SOTA（R²=0.8542），同时相比隐式动态图基线 LRGCN 把 FLOPs 砍掉 73.8%、训练加速 21%。

研究背景与动机¶

领域现状：城市微气候（如体感温度 UTCI、平均辐射温度 MRT、风速等）的预测直接关系到建筑能耗和公共健康。传统做法是 CFD、ENVI-met 这类高保真物理数值模拟，精度高但计算开销巨大，无法做大规模、长时序的预测。于是数据驱动方法成为方向：网格类的 CNN，以及把城市实体建成图的 GNN。

现有痛点：网格模型（CNN）受限于欧氏假设，难以刻画城市中非局部、各向异性的物理依赖——比如阴影会"跳过"中间空间投到远处、风是有方向的定向流动，这些用卷积要堆很深才能近似。GNN 虽然天然适合建模空间依赖，但已有 GNN 方法有两个硬伤：(1) 缺乏物理一致性，它们用统一的消息传递机制，无法区分"植被蒸散降温"和"建筑遮挡降温"这类本质不同的物理过程；(2) 无法建模时变性，大多依赖一张固定的图结构，而真实物理过程（如阴影范围）是随太阳位置实时变化的。

核心矛盾：城市里任意一点的物理状态，是由众多异质实体（建筑、植被、地面）通过时变物理过程共同决定的。要把这种连续物理场的因果关系，准确地抽象成离散的图表示，既不能丢掉关键因果信息（标准图拓扑做不到），又要让网络能区分不同物理算子、还得保持计算高效——可解释性与效率之间存在张力。

本文目标：设计一种基于结构的归纳偏置（structure-based inductive bias），能把多个独立、时变的物理过程显式编码进图结构，并配一套能解耦这些过程的神经架构。

切入角度：作者的关键观察是——与其让模型从数据里隐式学一张潜在图（implicit latent graph learning，容易学到噪声里的虚假相关），不如把物理第一性原理直接翻译成一张随时间重构的因果拓扑。物理方程本身就是最强的先验，用它当"硬约束"来裁剪图的连边，能直接把模型的感受野对齐到真实的物理影响域。

核心 idea：把时变物理因果（遮挡、对流等）显式写进图的拓扑，每小时做一次"因果剪枝"重建稀疏图，让结构本身携带物理知识；再用异质消息传递给每种物理关系分配专属参数实现"物理算子解耦"。

方法详解¶

整体框架¶

UrbanGraph 要解决的是：给定城市的静态 GIS 特征（建筑高度、树高、地表类型）和动态气象强迫（太阳辐射/位置、温度、湿度、风速风向），预测未来若干小时的高分辨率微气候场。它把城市离散成网格，每个网格是一个节点 \(v\)，整个环境表示成一串随时间变化的动态异质图序列 \(\{G_t\}\)，其中 \(G_t=(V, E_t, R)\)：节点集 \(V\) 和关系类型集 \(R\) 是静态的，唯有边集 \(E_t\) 每小时按当时的物理条件重建。

整条管线分两大块：(1) 物理先验图表示——按物理方程把当前小时的五类边连出来，得到一张稀疏且物理一致的拓扑；(2) UrbanGraph 架构——三层 RGCN 做空间编码（每种关系一套权重，实现物理算子解耦），融合全局气象/时间特征后送进 LSTM 做时序演化，最后由预测头一次性输出未来 \(T_{pred}\) 步。下图给出从输入到微气候热力图的完整流向。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["输入：静态GIS特征<br/>+ 动态气象强迫"] --> B["物理先验动态因果拓扑<br/>每小时按物理方程剪枝重建5类边"]
    B --> C["异质RGCN空间编码<br/>每种关系专属权重·物理算子解耦"]
    C --> D["MLP融合全局气象+时间嵌入"]
    D --> E["时空解耦演化<br/>LSTM时序传播"]
    E --> F["预测头：一次输出未来T步"]
    F --> G["高分辨率微气候热力图"]

关键设计¶

1. 物理先验驱动的动态因果拓扑：把时变物理规律剪进图结构

这是全文的灵魂，针对的是"GNN 缺乏物理一致性 + 无法建模时变性"两个痛点。作者不让模型自己去学图，而是每小时根据物理方程显式重建边集 \(E_t\)，连出五类边、分静态与动态两大类。三类动态边每小时更新：

遮挡边（SHADING）：编码定向辐射阻挡。从遮挡物节点 \(v_i\)（建筑/树，高 \(h_{obj}\)）向地面节点 \(v_j\) 连一条有向边，条件是欧氏距离 \(d(v_i,v_j)\) 不超过阴影长度、且角度落在阴影宽度内。阴影长度由太阳高度角实时算出 \(L_{shadow,t}=h_{obj}/\tan(\theta_{elev,t})\)，阴影主方向 \(\varphi_{shadow,t}=(\varphi_{azimuth,t}+180°)\bmod 360°\)。太阳一动，这些边就跟着重连，严格保证"被遮区域依赖于遮挡物"的因果。
植被蒸散边（VEGETATION EVAPOTRANSPIRATION）：建模随太阳变化的局部生物物理降温。从树节点向半径 \(R_{activity,t}\) 内的节点连边，半径随当前辐射缩放 \(R_{activity,t}=R_{base}\cdot \mathrm{clip}(I_t/1000, 0.5, 1.2)\)——辐射越强、蒸散影响范围越大。
对流扩散边（CONVECTIVE DIFFUSION）：编码流体各向异性。把"邻近"重定义为风调制的有效距离 \(d_{eff}(v_i,v_j)=d(v_i,v_j)/\alpha_{wind,t}\le R_{local}\)，其中风调制因子 \(\alpha_{wind,t}=1.0+\lambda_{wind}\cdot\cos(\Delta\theta_{wind})\cdot(v_{wind,t}/v_{max})\) 顺风方向拉伸、逆风压缩连接距离，近似平流过程。

两类静态边作为补充与冗余：语义相似边把每个节点连到归一化特征空间里的 k 近邻，捕捉非局部的功能相似（如同材质），充当备用信息通路；内部连续边让大块连续物体（建筑群、植被斑块）的内部节点连到八邻域，建模物体内部的热惯性传导。

这一整套相当于把物理第一性原理当成硬结构约束，强行把模型感受野对齐真实影响域，缩小假设空间、避免从噪声里学虚假相关。而且因为图被剪得稀疏，FLOPs 和训练时间都比隐式动态图大幅下降——这正是后面 73.8% FLOPs 削减的来源。

2. 异质消息传递作为物理算子近似器：给每种物理过程一套专属参数

针对"统一消息传递无法区分不同物理过程"的痛点。作者用三层 RGCN（关系图卷积）做空间编码，其单层更新为

\[h_i^{(l+1)}=\sigma\Big(\sum_{r\in R}\sum_{j\in N_i^r}\frac{1}{c_{i,r}}W_r^{(l)}h_j^{(l)}+W_0^{(l)}h_i^{(l)}\Big)\]

关键在于每种关系 \(r\)（遮挡 / 蒸散 / 对流 / 语义 / 连续）都有独立的可学习权重矩阵 \(W_r\)。这意味着 RGCN 在结构上就把不同物理过程解耦成各自的子过程去近似，而不是用一套参数硬拟合所有物理定律。作者称之为"物理算子近似器"。这样做还顺带缓解了同质 GNN 常见的过平滑——因为不同关系的信息不会被搅成一锅粥。消融实验里去掉异质性（退化成同质 GCN），R² 从 0.8629 掉到约 0.8347，印证了"同质图里单一参数拟合多种物理定律会造成因果纠缠"。

3. 时空解耦的演化架构：RGCN 管空间、LSTM 管时序

针对"如何处理既变节点特征又变拓扑的复杂图序列"的痛点。UrbanGraph 没用 LRGCN 那种把时空算子耦合在一起的设计，而是把空间交互与时序演化解耦：在每个时刻先由 RGCN 把动态拓扑解析成物理一致的空间表示 \(h_{v,t}^{RGCN}\)，再把它与全局气象嵌入 \(e_t^{env}\)、时间嵌入 \(e_t^{time}\) 拼接、过融合 MLP 得到 \(x_{v,t}^{LSTM}=\mathrm{MLP}_{fusion}([h_{v,t}^{RGCN}\oplus e_t^{env}\oplus e_t^{time}])\)，最后送进 LSTM 建模时序。初始隐状态由首帧空间特征投影而来 \(h_0=\mathrm{MLP}_{h_0}(h_{v,t_0}^{RGCN})\)，预测头一次性解码出全部未来 \(T_{pred}\) 步。

作者特意选 LSTM 而非 Attention，理由是物理传输过程（如热扩散）具有马尔可夫性——未来状态从紧邻的过去连续演化而来，递归结构更契合；而因为动态拓扑已经在 RGCN 里被显式解析过，LSTM 拿到的是物理一致的状态表示，优化复杂度更低。消融里把动态图换成静态图（所有时刻共用一张图），R² 从 0.8629 掉到 0.8057，说明时变因果剪枝（主动剔除如移动阴影这类已不相关的连边）确实在降低优化难度。

实验关键数据¶

主实验¶

数据集是用 ENVI-met 高保真模拟生成的高分辨率城市微气候数据（水平 4m、垂直 3m 网格），396 个城市街区按 70%/20%/10% 划分，测试集是空间上完全没见过的街区以严格检验泛化。主评 UTCI，但六个变量全预测。对比四类基线：网格类（CGAN-LSTM、Pix2Pix+PINN）、静态时空 GNN（GCN/GINE-LSTM、STGCN、ASTGCN）、生成式图（GAE/GGAN-LSTM）、动态图（LRGCN、RGCN-GRU/Transformer）。

模型	类别	FLOPs	Avg R² ↑	Avg RMSE ↓	训练(epoch/s)
Pix2Pix+PINN	网格(软物理损失)	\(1.10\times10^{10}\)	0.8320	1.1485	17.5
GAE-LSTM	生成式图	\(1.05\times10^{10}\)	0.8494	1.0687	36.7
LRGCN	动态图(隐式递归)	\(3.49\times10^{10}\)	0.8422	1.0889	31.1
UrbanGraph	本文	\(\mathbf{9.13\times10^{9}}\)	0.8542	1.0535	24.5

关键对比：相比最强动态图基线 LRGCN，UrbanGraph 在精度更高的同时把 FLOPs 砍掉 73.8%（\(9.13\times10^9\) vs \(3.49\times10^{10}\)）、训练快 21%（24.5s vs 31.1s）——验证了显式因果剪枝优于隐式递归。超过 Pix2Pix+PINN（软物理损失约束）则说明硬结构约束的物理一致性优于软损失约束。逐小时误差分析显示本文在整个 12 小时预测窗内 RMSE 始终最低，午后（14:00、17:00）气候波动剧烈时鲁棒性尤为突出。

消融实验¶

配置	R²	MSE	说明
Base（完整）	0.8629	1.0976	异质 + 动态
Homo（去异质，退化同质 GCN）	0.8336	1.4275	单参数拟合多物理定律→因果纠缠
Static（去动态，全时刻共用一张图）	0.8057	1.6678	无法剔除已不相关的连边

关键发现¶

动态机制贡献最大：去掉动态图 R² 掉约 7.1%（0.8629→0.8057），远超去异质的约 3.5%（0.8629→0.8347，⚠️ 表中 Homo 记为 0.8336，与正文 0.8347 略有出入，以原文为准）。说明"按物理实时重构拓扑"比"区分关系类型"更关键。
跨物理域泛化：作者另建了受 Navier-Stokes 方程支配的 UWF3D 城市风场数据集，UrbanGraph 在 u 分量上 R²>0.88，从标量热扩散迁移到矢量流场依旧坚挺，证明这套显式拓扑编码范式不局限于微气候。
真实尺度验证：NUS 校园微尺度标定 r>0.73、新加坡全城部署 r=0.842，说明物理参数化在异质城市形态下仍有效。

亮点与洞察¶

"把物理方程当成图结构生成器"是最巧的一笔：别人要么把物理塞进 loss（软约束、训练贵），要么塞进输入特征（observational bias），UrbanGraph 把物理做成动态拓扑的硬约束——既保证一致性又不付 PDE 求解器的代价，还顺带把图剪稀疏省了算力。一举多得。
稀疏即高效：因果剪枝不只是为了物理正确，它直接带来 73.8% 的 FLOPs 削减——这把"可解释性"和"效率"这对常见 trade-off 变成了双赢，很反直觉。
可迁移性强：只要研究对象由已知物理方程支配（风场、污染扩散、交通流……），"把第一性原理编码成时变图拓扑 + 异质 RGCN 解耦算子"这套范式都能套用，从微气候到 Navier-Stokes 风场的迁移就是证据。

局限与展望¶

依赖已知物理方程：方法的前提是物理过程可被显式写成连边规则（阴影长度、有效距离等），对那些机理不清或难以离散化的过程并不适用，泛化边界就是"physics-informed"这个词本身。
拓扑构建是启发式 + 预设参数：阈值（\(R_{base}\)、\(\lambda_{wind}\)、\(v_{max}\)、阴影角宽等）来自城市物理文献的经验上界，靠静态语义边做冗余来兜底启发式的不完美，但这些超参的敏感性与跨城市可移植性仍需更系统验证。
数据来自模拟：训练数据由 ENVI-met 生成而非真实观测，虽有 NUS/新加坡的真实标定，但模拟器自身的偏差是否会被模型继承，值得进一步考察。
改进思路：可考虑让连边阈值从硬预设变成可学习/可微的软门控，在保持物理先验的同时减少手工调参；或把因果剪枝规则做成可由数据微调的"物理 + 学习"混合拓扑。

评分¶

新颖性: ⭐⭐⭐⭐⭐ "把时变物理方程编码成动态图拓扑做硬约束"这一结构归纳偏置思路新颖且自洽
实验充分度: ⭐⭐⭐⭐ 四类基线 + 双消融 + 跨物理域(UWF3D) + 真实尺度标定，较扎实；但代码未开源、部分细节在附录
写作质量: ⭐⭐⭐⭐ 动机与方法逻辑清晰，五类边定义明确；个别消融数字正文与表格略有出入
价值: ⭐⭐⭐⭐⭐ 在精度与效率上同时 SOTA，且范式可迁移到一切由已知物理方程支配的城市时空预测