Globus

Žs对极端降雨的影响

我们介绍了德克萨斯大学 - 城市研究的全球建筑高度（UT -Globus），该数据集可为全球1200多个城市或地区提供建筑高度和城市顶篷参数（UCP）。ut-Globus将开源太空载速度（ICETAT-2和GEDI）和粗分辨率的城市冠层高度数据与机器学习模型结合在一起，以估算建筑物级别的信息。使用来自美国六个城市的LiDAR数据进行验证，显示ut-Globus衍生的建筑高度的均方根误差（RMSE）为9.1米。验证1公里2个网格电池内的平均建筑高度，包括来自汉堡和悉尼的数据，导致RMSE为7.8米。与现有的基于餐桌的本地气候区域方法相比，在城市天气研究和预测（WRF城市）模型中，在城市内空气温度代表性中的UCP显着改善（RMSE为55％）。此外，我们演示了数据集使用WRF城市模拟降温策略并建立能源消耗的数据集，并在芝加哥，伊利诺伊州和德克萨斯州的奥斯汀进行了测试案例。使用太阳能和长波环境辐照度几何形状（SOLWEIG）模型（结合UT-Globus和LiDAR来源的建筑高度）的街道尺度平均辐射温度模拟证实了该数据集在MD Baltimore，MD（白天RMSE = 2.85°C）中建模数据集的有效性。因此，UT-Globus可用于建模具有重大社会经济和生物气象风险的城市危害，从而实现更细长的城市气候模拟，并由于缺乏建筑信息而克服了先前的限制。