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。
➡️