MétaCan
Menu
Retour à la cohorte
Enregistrement W4293759745 · doi:10.5194/essd-14-3835-2022

A global map of local climate zones to support earth system modelling and urban-scale environmental science

2022· article· en· W4293759745 sur OpenAlexaff
Matthias Demuzere, Jonas Kittner, Alberto Martilli, Gerald Mills, Christian Moede, Iain D. Stewart, Jasper van Vliet, Benjamin Bechtel

Notice bibliographique

RevueEarth system science data · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekU.S. Geological SurveyDeutsche ForschungsgemeinschaftNational Aeronautics and Space Administration
Mots-clésUrbanizationLand coverEnvironmental resource managementSustainabilityUrban climateUrban heat islandEnvironmental scienceNatural resourceScale (ratio)Urban planningLand useEarth system scienceEnvironmental planningGeographyMeteorologyCartographyCivil engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. There is a scientific consensus on the need for spatially detailed information on urban landscapes at a global scale. These data can support a range of environmental services, since cities are places of intense resource consumption and waste generation and of concentrated infrastructure and human settlement exposed to multiple hazards of natural and anthropogenic origin. In the face of climate change, urban data are also required to explore future urbanization pathways and urban design strategies in order to lock in long-term resilience and sustainability, protecting cities from future decisions that could undermine their adaptability and mitigation role. To serve this purpose, we present a 100 m-resolution global map of local climate zones (LCZs), a universal urban typology that can distinguish urban areas on a holistic basis, accounting for the typical combination of micro-scale land covers and associated physical properties. The global LCZ map, composed of 10 built and 7 natural land cover types, is generated by feeding an unprecedented number of labelled training areas and earth observation images into lightweight random forest models. Its quality is assessed using a bootstrap cross-validation alongside a thematic benchmark for 150 selected functional urban areas using independent global and open-source data on surface cover, surface imperviousness, building height, and anthropogenic heat. As each LCZ type is associated with generic numerical descriptions of key urban canopy parameters that regulate atmospheric responses to urbanization, the availability of this globally consistent and climate-relevant urban description is an important prerequisite for supporting model development and creating evidence-based climate-sensitive urban planning policies. This dataset can be downloaded from https://doi.org/10.5281/zenodo.6364594 (Demuzere et al., 2022a).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations318
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetUrban Heat Island MitigationTravaux en français237 207