CityLab 城市研究雷达城市研究雷达
登录专业版
交通与出行
期刊论文开放获取

热带高密度城市行人高度气温的高分辨率评估：机器学习与点位形态指标

High-resolution pedestrian-level air temperature evaluation in tropical high-density cities–Using machine learning and point‑based morphology

Yilu Luo, Do Phuong Tung Bui, Chao Yuan · Building and Environment

发表于 2026年2月14日 · 收录于雷达 2026年11月5日

中文摘要

研究以新加坡为例，利用公开气象数据和GIS形态指标建立行人高度气温预测模型，并比较六种机器学习算法及不同时间尺度模型。夜间模型精度最高，昼夜变化的影响强于季风季节差异；点位形态指标优于场地平均指标。最终模型可生成米级、分钟尺度的连续热环境图，用于实时评估与热韧性规划。

结构化研究记录 PRO

研究问题 · 主要发现 · 方法 · 数据 · 空间尺度

专业版 · 每条研究的研究问题、主要发现、方法与数据
登录 了解专业版

阅读原文 ↗ DOI ↗