利用无人机与街景影像及耦合全局上下文 Vision Transformer 评估建筑热韧性
计算机视觉与模式识别
2026-01-19 v1
摘要
气候变化正在加剧人类的热暴露，尤其是在全球南方人口稠密的城市中心。低成本建筑材料和高热质量表面进一步加剧了这一风险。然而，评估此类与热相关的建筑属性的规模化方法仍然稀缺。我们提出了一种机器学习框架，通过耦合全局上下文 vision transformer (CGCViT) 融合公开可用的无人机 (UAV) 与街景 (SV) 影像，以学习城市结构的与热相关的表示。HotSat-1 的热红外 (TIR) 测量被用于量化建筑属性与热相关健康风险之间的关系。我们的双模态跨视图学习方法比最佳单模态模型的性能最多高出 ，表明 UAV 与 SV 影像为城市结构提供了有价值的互补视角。建筑周围存在植被（相对于无植被）、更明亮的屋顶（相对于更暗的屋顶），以及由混凝土、粘土或木材制成的屋顶（相对于金属或防水油布）均与更低的 HotSat-1 TIR 值显著相关。该框架在坦桑尼亚达累斯萨拉姆市进行了部署，展示了如何利用机器学习识别并解决家庭层面的热暴露不平等——这些不平等通常与社会经济劣势相关并反映在建筑材料中。我们的结果指出了本地化、数据驱动的风险评估在制定能够带来公平结果的气候适应策略中的关键作用。
引用
@article{arxiv.2601.11357,
title = {Assessing Building Heat Resilience Using UAV and Street-View Imagery with Coupled Global Context Vision Transformer},
author = {Steffen Knoblauch and Ram Kumar Muthusamy and Hao Li and Iddy Chazua and Benedcto Adamu and Innocent Maholi and Alexander Zipf},
journal= {arXiv preprint arXiv:2601.11357},
year = {2026}
}