A Machine Learning Method for Efficient Estimation of Ground-Level Air Temperature in Urban Areas

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于图像到图像深度神经网络的方法,用于高效估计城市地区的地面气温。该方法在速度和计算成本上优于传统数值模型,具有改善城市热舒适度的潜力。

🎯

关键要点

  • 本研究提出了一种基于图像到图像深度神经网络的方法,用于高效估计城市地区的地面气温。
  • 该方法在速度和计算成本上优于传统数值模型。
  • 研究结果显示,该方法具有改善城市热舒适度的潜力。
  • 城市热岛效应使得气温估计成为一个重要问题,尤其是在21世纪日益拥挤的城市中。
➡️

继续阅读