論文の概要: Climate-sensitive Urban Planning through Optimization of Tree Placements
- arxiv url: http://arxiv.org/abs/2310.05691v1
- Date: Mon, 9 Oct 2023 13:07:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-12 04:49:04.600534
- Title: Climate-sensitive Urban Planning through Optimization of Tree Placements
- Title(参考訳): 樹木配置最適化による気候に敏感な都市計画
- Authors: Simon Schrodi, Ferdinand Briegel, Max Argus, Andreas Christen, Thomas
Brox
- Abstract要約: 気候変動は、熱波を含む多くの極端な気象事象の強度と頻度を増している。
最も有望な戦略の1つは、街路樹の恩恵を利用して歩行者レベルの環境を冷やすことである。
物理シミュレーションでは、樹木の放射的および熱的影響が人間の熱的快適性に与える影響を推定できるが、高い計算コストが生じる。
我々は,屋外の熱的快適さの駆動因子である点平均放射温度を,様々な時間スケールでシミュレーションするためにニューラルネットワークを用いた。
- 参考スコア(独自算出の注目度): 55.11389516857789
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Climate change is increasing the intensity and frequency of many extreme
weather events, including heatwaves, which results in increased thermal
discomfort and mortality rates. While global mitigation action is undoubtedly
necessary, so is climate adaptation, e.g., through climate-sensitive urban
planning. Among the most promising strategies is harnessing the benefits of
urban trees in shading and cooling pedestrian-level environments. Our work
investigates the challenge of optimal placement of such trees. Physical
simulations can estimate the radiative and thermal impact of trees on human
thermal comfort but induce high computational costs. This rules out
optimization of tree placements over large areas and considering effects over
longer time scales. Hence, we employ neural networks to simulate the point-wise
mean radiant temperatures--a driving factor of outdoor human thermal
comfort--across various time scales, spanning from daily variations to extended
time scales of heatwave events and even decades. To optimize tree placements,
we harness the innate local effect of trees within the iterated local search
framework with tailored adaptations. We show the efficacy of our approach
across a wide spectrum of study areas and time scales. We believe that our
approach is a step towards empowering decision-makers, urban designers and
planners to proactively and effectively assess the potential of urban trees to
mitigate heat stress.
- Abstract(参考訳): 気候変動は、熱波を含む多くの極端な気象事象の強度と頻度を増加させ、熱的不快感と死亡率の増加をもたらす。
世界的な緩和行動は間違いなく必要であるが、気候に敏感な都市計画を通じて気候適応も必要である。
最も有望な戦略の1つは、街路樹の恩恵を利用して歩行者レベルの環境を冷やすことである。
このような樹木の最適配置の課題について検討する。
物理シミュレーションは、樹木の熱的快適性に対する放射的および熱的影響を推定することができるが、高い計算コストが生じる。
このことは、大面積での木の配置の最適化と、より長い時間スケールでの効果を考慮することを規定している。
そこで,我々はニューラルネットワークを用いて,屋外の温暖化の要因である点平均放射温度をシミュレートし,日々の変動から熱波イベントの時間スケールの延長、さらには数十年にわたる様々な時間スケールを横断する。
木の配置を最適化するために,反復探索フレームワーク内の木が生来の局所的効果を適応的に活用する。
我々は,幅広い研究領域と時間スケールにまたがるアプローチの有効性を示す。
私たちのアプローチは、意思決定者、都市設計者、プランナーに、熱ストレスを軽減するために都市木の可能性を積極的に効果的に評価する権限を与えるためのステップであると考えています。
関連論文リスト
- Comparing Data-Driven and Mechanistic Models for Predicting Phenology in
Deciduous Broadleaf Forests [47.285748922842444]
我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。
このアプローチは従来のプロセスベースのモデルよりも優れています。
論文 参考訳(メタデータ) (2024-01-08T15:29:23Z) - Optimizing Heat Alert Issuance with Reinforcement Learning [2.9248916859490173]
気候変動への社会適応の鍵となる戦略は、予防行動を促すことによって極端な熱事象の健康への影響を減少させる警告システムを使用することである。
本研究では,そのようなシステムの有効性を最適化するツールとしての強化学習について検討する。
まず,新しいRL環境を導入し,ヒートアラーム対策の有効性を評価し,熱関連入院を減らした。
第2に、この環境を用いて、ヒートアラート発行の文脈における標準RLアルゴリズムの評価を行う。
第3に、ポストホックコントラスト分析は、私たちの修正されたヒートアラート-RLポリシーが、現在の大きな利得/損失をもたらすシナリオに関する洞察を提供する。
論文 参考訳(メタデータ) (2023-12-21T00:50:21Z) - Improving extreme weather events detection with light-weight neural
networks [0.0]
気候データから熱帯低気圧と大気河川のセマンティックセグメンテーションを訓練した軽量なコンテキストガイド畳み込みニューラルネットワークアーキテクチャを改良した。
我々の主な焦点は熱帯のサイクロンであり、最も破壊的な気象現象であり、現在のモデルでは性能が限られている。
論文 参考訳(メタデータ) (2023-03-31T23:38:54Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳(メタデータ) (2022-11-20T06:46:35Z) - A Multi-Scale Deep Learning Framework for Projecting Weather Extremes [3.3598755777055374]
気象の極端は社会と経済の大きな危険であり、数千人の命と毎年数十億ドルの損害を被っている。
現在、気候予測の主要なツールである一般循環モデル(GCM)は、気象極端を正確に特徴づけることができない。
本稿では,GCMの偏差を粗いスケールで観測することで,その出力の低次統計値とテール統計値とを一致させて補正する多分解能深層学習フレームワークを提案する。
提案手法を用いて、観測的大気再分析を用いて補正された単純なGCMを用いて、西欧の気候の統計的に現実的な現実化を生成する。
論文 参考訳(メタデータ) (2022-10-21T17:47:05Z) - ClimateGAN: Raising Climate Change Awareness by Generating Images of
Floods [89.61670857155173]
実画像上でのリアルな洪水をシミュレートする手法を提案する。
本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
論文 参考訳(メタデータ) (2021-10-06T15:54:57Z) - Pedestrian Wind Factor Estimation in Complex Urban Environments [0.0]
都市計画立案者や政策立案者は、より密集した都市環境においてより人口の多い都市のために、住みやすく楽しい都市を作るという課題に直面している。
都市マイクロ気候は、現在と将来における都市空間の質を定義する上で重要な役割を担っているが、初期の都市設計と計画プロセスにおける風力マイクロ気候評価の統合は依然として課題である。
この研究は、複雑な都市環境におけるリアルタイムな歩行者風の快適さ推定のためのデータ駆動ワークフローを開発する。
論文 参考訳(メタデータ) (2021-10-06T01:09:30Z) - Urban Tree Species Classification Using Aerial Imagery [0.0]
都市木は気温の調整、エネルギー消費の削減、大気の質の向上、風速の低減、ヒートアイランド効果の緩和に役立つ。
航空画像を用いた樹木の自動検出と種分類は、持続可能な森林管理と都市木管理のための強力なツールとなる。
この研究はまず、Google Mapの空中画像を使用して、都市木のラベル付きデータセットを生成するパイプラインを提供する。
次に、VGGやResNetといった最先端の畳み込みニューラルネットワークモデルが、異なるパラメータの下での都市ツリー空中画像の分類問題をどのように扱うかを検討する。
論文 参考訳(メタデータ) (2021-07-07T12:30:22Z) - From Static to Dynamic Prediction: Wildfire Risk Assessment Based on
Multiple Environmental Factors [69.9674326582747]
ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。
カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
論文 参考訳(メタデータ) (2021-03-14T17:56:17Z) - Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。
物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。
この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
論文 参考訳(メタデータ) (2020-10-16T02:15:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。