Modeling Multivariable High-Resolution 3D Urban Microclimate Using Localized Fourier Neural Operator

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种局部傅里叶神经算子模型,用于高分辨率三维城市微气候建模。该模型通过局部训练和几何编码,显著提高了气流和温度预测的精度与计算效率,旨在改善城市规划和公共健康支持。

🎯

关键要点

  • 本研究提出了一种局部傅里叶神经算子(Local-FNO)模型,旨在解决城市微气候分析中传统计算流体动力学方法的高计算成本问题。

  • 该模型通过局部训练、几何编码和重叠块技术,实现了高精度的气流和温度预测。

  • 局部傅里叶神经算子模型显著提高了计算效率,适应快速变化的城市微气候条件。

  • 研究结果有助于改善城市规划和公共健康支持,促进低空经济的发展。

➡️

继续阅读