多块卷积城市热岛预测模型

数据稀缺城市精准预测

针对地面观测稀疏城市，通过整合多尺度信息的架构与新型训练策略，实现高分辨率次日预测。

Ge, Shuang · 占文凤 · 李久枫 · Li, Long · Dong, Pan · Xiang, Li · Wang, Chenguang · Chunli, Wang · Yihan, Gao

Sustainable Cities and Society 2025

参数信息

平均绝对误差（MAE）

0.39 °C

平均绝对百分比误差（MAPE）

23.48 %

数据稀疏城市MAE

< 0.50 °C

MAPE相对CNN降低

8.43 %

技术优势

数据稀缺也能用

模型架构融合多尺度信息，对站点稀少的城市，使用邻近或全国站点校准的数据训练，仍保持MAE < 0.50 °C。

误差降幅显著

与CNN、FCNN和随机森林相比，MBCNN的MAPE分别降低8.43%、35.54%和18.17%，预测更准确。

多尺度信息融合

利用CNN捕捉精细局部地表条件与Ic的关系，FCNN处理地面气象输入和低分辨率卫星数据，架构设计最小化多尺度因子整合时的信息损失。

应用场景

• 城市热岛预测：提供次日1km逐小时热岛强度预测，辅助高温预警。
• 城市热环境管理：预测结果可指导城市通风廊道规划和降温设施部署。
• 城市气候监测：填补稀疏站点观测缺口，实现连续空间覆盖的热环境监测。
• 城市环境感知：融合多源遥感与地面观测，提升城市环境感知的时空分辨率。