城市形态作为人类赖以生存物质环境的外在表现，其在二维结构的转变及三维方向的拓展显著影响了区域热量的集聚程度，目前学界已对热环境与形态要素间的相互关系进行了深入研究，但其往往忽略了二者间的非线性特征。本研究选取西安市主城区5个典型地块，共计24个测点开展夏季热环境连续观测实验，通过对建筑矢量数据、POI数据、谷歌地图数据等多源城市空间数据的挖掘，系统量化建成环境的三维形态要素，并引入随机森林及SHAP模型定量揭示热环境的时空效应及其与形态要素的耦合规律。研究发现：（1）相较与传统的OLS模型，随机森林模型具有更高的模型精度（R_rf²＞R_ols², MSE_rf＜MSE_ols, MAE_rf＜MAE_ols），可有效捕捉三维空间形态与局地热环境间的非线性特征；（2）SHAP模型可有效解释各形态指标对局地热环境的贡献度，其中距离指标（如距工业区距离DI、距水体距离DW）是影响局地热环境日变化的首要因素。相较于建筑高度，建筑密度对局地热环境的影响程度更高。（3）对于昼夜热环境变化，DI、DW存在明显的阈值效应，分别为3200m、1500m，这表明控制DI＞3200m，DW＜1500m可有效减缓西安市的热环境问题。本研究为优化空间形态改善局地热环境，丰富后疫情时代城市气候韧性规划的新维度提供前沿性的方法支撑和设计依据。

三维空间形态,随机森林算法,SHAP模型,热环境日变化,非线性关系