本研究提出了一种结合机器学习和可解释性技术的人工智能框架，以优化城市开放空间的热舒适度和安全感。该方法在优化效率、计算成本和速度上优于传统遗传算法。

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。