街景驱动小气候预测模型

高时空调校精度

不依赖三维建模，用易于获取的街景影像即可输出高分辨率逐时小气候参数，显著优于现有模型。

Ma, Xintong · Tiancheng, Zeng · Miao, Zhang · Pengyu, Zeng · 林波荣 · Lu, Shuai

Building and Environment 2025

参数信息

MRT预测精度

0.99

MRT预测均方根误差

1.53 °C

风速预测精度

0.82

风速预测均方根误差

0.14 m/s

新区域MRT预测精度

0.98

新区域MRT预测均方根误差

2.34 °C

真实场景MRT预测精度

0.93

真实场景MRT预测均方根误差

4.15 °C

技术优势

摆脱三维建模依赖

使用易于获取的街景图像即可预测逐时小气候，无需昂贵耗时的三维模型构建。

泛化能力更强

在新区域和真实场景中仍保持高精度，MRT预测R²达0.98和0.93。

超越现有模型

与两种现有模型相比，预测精度更高。

应用场景

• 城市热环境监测：快速获取高分辨率逐时热环境数据，无需布设大量传感器。
• 行人步行路径规划：预测街道热暴露，为行人提供舒适路径选择。
• 建筑能耗估算：提供精确微气候参数，辅助建筑能耗模拟。
• 街道热舒适设计：基于街景图像评估设计方案的微气候效果。