Deep Umbra：一种用于城市空间日照计算的自适应方法
计算机视觉与模式识别
2024-07-02 v1 计算机与社会
摘要
阳光和阴影在城市空间的利用、繁荣和发展中起着关键作用。虽然日照对城市环境的成功至关重要，但阴影可以在炎热季节提供遮荫场所，缓解热岛效应，并提高行人舒适度。正确量化大型城市环境中的日照和阴影是应对当今城市面临的一些重要挑战的关键。本文提出Deep Umbra，一种新颖的计算框架，能够在全球范围内量化日照和阴影。我们的框架基于条件生成对抗网络，考虑城市的物理形态，计算一年中不同季节累积日照的高分辨率空间信息。我们使用来自七个不同城市的数据训练模型，并通过大量实验证明其总体RMSE较低（低于0.1），以及其对训练集之外城市的可扩展性。此外，我们还贡献了一组案例研究和包含全球六大洲100多个城市日照信息的综合数据集。Deep Umbra可在https://urbantk.org/shadows获取。
引用
@article{arxiv.2402.17169,
title = {Deep Umbra: A Generative Approach for Sunlight Access Computation in Urban Spaces},
author = {Kazi Shahrukh Omar and Gustavo Moreira and Daniel Hodczak and Maryam Hosseini and Nicola Colaninno and Marcos Lage and Fabio Miranda},
journal= {arXiv preprint arXiv:2402.17169},
year = {2024}
}
备注
Accepted at IEEE Transactions on Big Data. Deep Umbra is available at https://urbantk.org/shadows