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
- FengWu-W2S: A deep learning model for seamless weather-to-subseasonal forecast of global atmosphere [53.22497376154084]
本研究では,FengWuグローバル気象予報モデルに基づくFengWu-Weather to Subseasonal (FengWu-W2S)を提案する。
我々は,FengWu-W2Sが大気環境を3～6週間先まで確実に予測し,マデン・ジュリア振動 (MJO) や北大西洋振動 (NAO) などの地球表面温度, 降水量, 地磁気高度, 季節内信号の予測能力を向上させることを実証した。
日時から季節時の予測誤差成長に関するアブレーション実験
論文 参考訳（メタデータ） (2024-11-15T13:44:37Z) - Tackling extreme urban heat: a machine learning approach to assess the impacts of climate change and the efficacy of climate adaptation strategies in urban microclimates [0.0]
都市熱に集中した高温は、熱による死と病気のリスクを増大させる可能性がある。
本稿では,都市温度推定の精度を向上させるオープンソース,計算効率のよい機械学習手法を提案する。
冷却需要は、世紀半ばまでに大幅に増加する可能性が高いが、高アルベド表面の技術により、この増加を50%以上減少させる可能性がある。
論文 参考訳（メタデータ） (2024-11-08T20:29:11Z) - A Machine Learning Approach for the Efficient Estimation of Ground-Level Air Temperature in Urban Areas [6.7236795813629]
都市で発生する都市ヒートアイランド(UHI)現象は、その熱応力を増大させ、より持続可能な都市を実現するための障害の1つである。
本研究では,都市域の空間的・気象的変数と街路レベルの空気温度を関連付けるために,イメージ・ツー・イメージ・ディープ・ニューラル・ネットワーク(DNN)の有用性を検討する。
街路レベルでの空気温度は、特定のユースケースに対して空間的にも時間的にも推定され、既存のよく確立された数値モデルと比較される。
論文 参考訳（メタデータ） (2024-11-05T15:05:23Z) - Climate Adaptation with Reinforcement Learning: Experiments with Flooding and Transportation in Copenhagen [3.4447242282168777]
極度の降雨は都市部の洪水に寄与する。
洪水は交通インフラに損傷を与え、移動を妨害する。
強化学習は最適な適応戦略を明らかにする強力なツールである。
論文 参考訳（メタデータ） (2024-09-27T09:18:57Z) - Efficient Localized Adaptation of Neural Weather Forecasting: A Case Study in the MENA Region [62.09891513612252]
地域レベルのダウンストリームタスクに特化して、リミテッド・エリア・モデリングに焦点を合わせ、モデルをトレーニングします。
我々は,気象予報が水資源の管理,農業,極度の気象事象の影響軽減に重要であるという,気象学的課題からMENA地域を考察する。
本研究では,パラメータ効率のよい微調整手法,特にローランド適応(LoRA)とその変種を統合することの有効性を検証することを目的とした。
論文 参考訳（メタデータ） (2024-09-11T19:31:56Z) - 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) - 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) - 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)
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。