基于扩散式深度学习的三维高分辨率城市微气候重建与传感器布设优化
3D high resolution urban microclimate reconstruction and sensor placement optimization based on diffusion-based deep learning
发表于 2026年6月15日 · 收录于雷达 2026年11月5日
中文摘要
针对微气候实测数据稀疏、精细化CFD模拟计算成本高的问题，研究提出分层生成—细化（HGR）框架：先以扩散模型预测低分辨率风场和温度场，并结合稀疏观测进行约束，再利用CNN融合城市形态信息细化结果。在蒙特利尔热浪案例中，该框架以较短计算时间重建高分辨率微气候场。