Evaluating high-resolution mean radiant temperature within an urban street canopy: Resolving spatiotemporal variations with LiDAR/thermal infrared scanning and data-driven simulation
Notice bibliographique
Résumé
As extreme weather intensifies, the increasing frequency of summer heatwaves make the study of human thermal exposure essential. Mean radiant temperature (Tmrt) is crucial for assessing human thermal exposure, because it quantifies the largest sources of spatial variability in pedestrian-perceived thermal stress and comfort in complicated urban environments. Despite the availability of existing methods for evaluating Tmrt through measurements and numerical simulations, the lack of detailed urban three-dimensional (3D) models and spatially and temporally resolved pedestrian-level irradiance from urban surfaces poses a significant challenge in obtaining high-resolution Tmrt data. This paper introduces a methodology that combines LiDAR and thermal infrared scanning with data-driven simulations. The approach was applied to a street canyon segment in Salt Lake City during the summer, to enable assessment of high spatial resolution (0.3 m2) shortwave and longwave radiant fluxes of urban surfaces at different periods. Based on the refined 3D radiation field, different irradiance sources received by the human body at different locations was sampled and then a high-spatial-resolution field (0.5 m2) of pedestrian-level sampled Tmrt (Tmrt_sampled) was generated. Such a method for calculating Tmrt_sampled is efficient, requiring only 30 seconds of computational time for each simulated instant. Results indicated significant variations of across heterogeneous urban spaces, with the largest difference exceeding 35 ℃. Spatiotemporal variations in longwave irradiance from urban surfaces significantly influenced Tmrt_sampled. Exposure of ground and wall materials to direct sunlight, coupled with their substantial thermal inertia, drove peak human thermal stress by 17:00. Furthermore, Tmrt_sampled was compared with SOLWEIG-simulated (Tmrt_simulated ) for the same meteorological conditions. Due to differences in mesh and mechanism for quantifying Tmrt, Tmrt_sampled values typically were 4 ~ 6 ℃ higher than Tmrt_simulated over sunlit surfaces, and their root mean square error reached 4.71 ℃ when the solar elevation was high and ground shadows were minimal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».