ShadeBench：用于可持续社会建筑阴影模拟的数据集

城市热暴力正日益成为关键挑战，这与加剧的城市热岛效应有关。细粒度阴影模式，尤其是由城市建筑引起的阴影模式，强烈影响行人热暴露和户外活动规划。然而，由于缺乏大规模数据集和系统化评估框架，准确建模和分析城市阴影在规模上仍然困难。为此，我们提出了 ShadeBench，一个用于城市阴影理解的全面数据集和基准。ShadeBench 包含地理上具有代表性的城市场景，具有随时间变化的模拟阴影图和文本描述，同时包括对齐的卫星影像、建筑骨架表示和 3D 建筑网格。建立在此多模态数据集之上，ShadeBench 支持一系列下游任务，包括阴影生成、阴影分割和 3D 建筑重建。我们进一步建立了标准化的评估协议和基线方法。通过实现可扩展且细粒度的阴影分析，ShadeBench 为数据驱动的城市气候研究提供了基础，支持未来在热韧城市规划和决策方面的研究。代码和数据集均公开于 https://darl-genai.github.io/shadebench/。