論文の概要: Spatially-constrained clustering of geospatial features for heat vulnerability assessment of favelas in Rio de Janeiro

• arxiv url: http://arxiv.org/abs/2604.26133v1
• Date: Tue, 28 Apr 2026 21:45:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.177998
• Title: Spatially-constrained clustering of geospatial features for heat vulnerability assessment of favelas in Rio de Janeiro
• Title（参考訳）: リオデジャネイロにおける熱脆弱性評価のための空間的制約による地理空間的特徴のクラスタリング
• Authors: Baptiste Clemence, Thomas Hallopeau, Vanderlei Pascoal De Matos, Laurent Demagistri, Joris Guerin,
• Abstract要約: リオデジャネイロのファベラスにおける熱脆弱性を評価するための,データ駆動型フレームワークを開発した。 最近の平坦な地形の集落と、植生化された斜面の歴史的、未接続の集落の2つの異なるタイプを同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Informal settlements face disproportionate exposure to climate-related health hazards. However, existing methodologies lack systematic approaches to link diverse settlement characteristics with environmental health outcomes. We develop a data-driven framework to assess heat vulnerability in Rio de Janeiro's favelas by combining spatially-constrained clustering with land surface temperature (LST) analysis. Using remote sensing and geospatial features, we identify two distinct favela typologies: recent, well-connected settlements on flat terrain (Cluster 0) and historical, poorly-connected communities on vegetated slopes (Cluster 1). Analysis of 16 extreme heat events reveals systematic temperature differences of 2--3$^\circ$C between clusters, with flat-terrain favelas experiencing significantly higher heat exposure. Our findings demonstrate that settlement morphology critically influences heat vulnerability, providing a replicable framework for targeted urban planning and public health interventions in informal settlements globally.
• Abstract（参考訳）: インフォーマルな居住地は、気候に関連した健康被害に不均等に晒されている。 しかし、既存の手法は、多様な居住特性と環境健康の成果を結びつけるための体系的なアプローチを欠いている。 本研究では,空間拘束型クラスタリングとランドサーフェス温度(LST)解析を組み合わせることで,リオデジャネイロのファベラスにおける熱脆弱性を評価するためのデータ駆動型フレームワークを開発した。 リモートセンシングと地理空間的特徴を用いて,近年の平坦な地形(Cluster 0)と植生斜面(Cluster 1)の歴史的・不連続な集落(Cluster 1)の2つの異なる型を同定した。 16の極端な熱事象の解析により,2--3$^\circ$Cの系統的な温度差が認められた。 本研究は,入植形態が温暖化に重大な影響を及ぼし,都市計画と公衆衛生介入の再現可能な枠組みを世界規模で提供することを示した。

関連論文リスト

• Beyond Land Surface Temperature: Explainable Spatial Machine Learning Reveals Urban Morphology Effects on Human-Centric Heat Stress [5.042547888397054]
  計画志向のほとんどの研究は、陸地表面温度(LST)に依存しており、LSTが人間の熱暴露を適切に表現するかどうか、生理的関係のある熱ストレスとどのように異なるかは、まだ十分に検証されていない。 そこで本研究では,シンガポールのLandsat-Retrieved 30-m LSTとGPU-accelerated 1-m Universal thermo climate Index (UTCI)を採用し,両指標間の空間的および機械的差異を体系的に評価するための総合的な「モデリング・コンピレーション・アセスメント」フレームワークを構築した。
  論文  参考訳（メタデータ） (2026-04-24T10:48:38Z)
• Spatial Heterogeneity in Climate Risk and Human Flourishing: An Exploration with Generative AI [0.0]
  本研究は, 累積的気候リスクと米国全郡における多次元人為的繁栄との関連性を検討するための空間的枠組みを開発する。 HFGI(Human Flourishing Geographic Index)は、260億のジオタグ付きツイートの分類から派生した指標である。 これらの指標はアメリカ合衆国の郡レベルに集約され、全体的な気候リスクと人間の繁栄次元を推定するために構造方程式モデルにマッピングされる。
  論文  参考訳（メタデータ） (2026-01-26T23:35:45Z)
• Detection and Simulation of Urban Heat Islands Using a Fine-Tuned Geospatial Foundation Model for Microclimate Impact Prediction [6.709665033492011]
  グローバルな非構造化データに基づいてトレーニングされた地理空間基盤モデルは、有望な代替手段を提供する。 本研究では,都市熱パターンの実証的基礎的真理を確立した。 以上の結果から,基礎モデルが都市ヒートアイランド緩和戦略を評価する強力な手段であることを示唆した。
  論文  参考訳（メタデータ） (2025-10-21T16:21:15Z)
• Planning for Cooler Cities: A Multimodal AI Framework for Predicting and Mitigating Urban Heat Stress through Urban Landscape Transformation [5.5253906228458955]
  GSM-UTCIは1m超局所分解能の日平均温度指数(UTCI)を予測するために設計された多モード深層学習フレームワークである。 R2は0.9151、平均絶対誤差は0.41degCであり、都市全体の推定時間は数時間から5分以内である。 その結果, 空間的に不均一だが一貫した冷却効果が示され, 木間変換が最良となることがわかった。
  論文  参考訳（メタデータ） (2025-07-30T18:05:43Z)
• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Space-aware Socioeconomic Indicator Inference with Heterogeneous Graphs [46.52719756897067]
  非連続推論のための地理空間を表現するために不均一なグラフ構造を用いる空間認識型社会経済指標推論法GeoHGを提案する。
  論文  参考訳（メタデータ） (2024-05-23T03:19:02Z)
• 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)
• Spatiotemporal modeling of European paleoclimate using doubly sparse Gaussian processes [61.31361524229248]
  計算負担を軽減するため,近年の大規模分散時間GPを構築した。 我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
  論文  参考訳（メタデータ） (2022-11-15T14:15:04Z)
• Deep generative model super-resolves spatially correlated multiregional climate data [5.678539713361703]
  逆ネットワークに基づく機械学習により、ダウンスケーリングにおける地域間空間相関を正確に再構築できることを示す。 提案手法は,気候変動の影響を地域間一貫した評価に有効である。 本稿では,低分解能降雨場を圧力場に置き換えた深部生成モデルに基づくダウンスケーリング手法の結果について述べる。
  論文  参考訳（メタデータ） (2022-09-26T05:45:16Z)
• 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)
• Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
  2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。 我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
  論文  参考訳（メタデータ） (2020-10-20T15:31:38Z)

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。