高级城市降温技术涉及使用超冷的材料与精心设计的绿色基础设施结合使用的较低的城市环境和地表温度,并减少城市规模的冷却消耗。在这里,我们介绍了在沙特阿拉伯利雅得进行的大规模降温项目的结果。白天的辐射冷却器以及凉爽的材料以及灌溉或未灌溉的绿色植物,用于设计八种整体降温场景。我们评估了场景的气候影响以及3,323座城市建筑的相应能源益处。计算峰值环境温度最高4.5°C的峰值降低,报告的城市环境温度降低最高以及环境温度在城市中的差异的年度总和降低了26%。我们发现,创新的城市降温策略促进了高达16%的巨大冷却能源保护,而降温和能源适应技术的综合实施可将冷却需求降低35%。
利用数字经济对绿色全因素生产率的贡献是加速中国绿色增长的关键策略,尽管仍然需要更多的研究来了解这种影响力的机制。本研究使用2011年至2019年的282个中国县级城市的小组数据,以经验评估数字经济和城市规模对GTFP的影响。首先,GTFP总体表现出向上的趋势,具有出色的空间相关性和最小的区域变化。第二,发现表明,尽管周围位置的GTFP不受数字经济的影响,但可以提高本地生产力。第三,异质性研究表明,与中部地区和西部地区相比,数字经济对东部地区的本地GTFP贡献更大,其中中部地区对周围地区的GTFP做出了最大的贡献。与第四和第五级城市相比,第一,第二和第三层城市从数字经济到本地和邻近的GTFP的贡献要多。第四,城市规模积极地修改了绿色总要素生产率与数字经济之间的关系。西部地区是城市规模扩张的积极调节作用最大的地方。此外,与第一,第二和第三层城市相比,第四和第五阶层城市的城市规模增加了更强的好处调节作用。鉴于此,我们应该专注于数字经济的增长,优化城市规模,并充分利用数字行业集中度和数字技术传播产生的溢出效应所产生的规模效应。
城市具有将其能源部门转变为低碳排放的全电动部门的重要动机。但是,在尝试实施这种更改时,它们经常遇到许多障碍。例如,尽管城市地区的能源需求密度最高,但城市通常缺乏安装额外的能源产生和/或长期持续储能系统的空间。城市还存在现有的环境问题,从能源(例如,灰尘,废热或噪声污染),使居民对能源基础设施的发展敏感。利用常规来源的电力,例如天然气,生物量和水力发电,通常与城市地区距离,这也使城市更容易受到供应干扰的影响。城市的一种有希望的去碳化能源选择着重于其供暖和冷却需求,该需求占美国的三分之一和欧洲能源消耗的一半(包括干燥,巴氏杀菌等工业过程。; Jadun等人,2017年;欧盟委员会2022)。如果地热直接使用技术可以满足加热和冷却载荷,则可以大大减少对新电源的需求。尽管地热能源作为城市/社区尺度的供暖和冷却资源具有证实,但目前它只是供暖和冷却领域中的利基资源,尽管具有未来增长的巨大潜力。投资的主要驱动因素是在可再生能源生产,更高的收入和通过网格产生的能源分配的努力方面的更大政治利益所代表的。从历史上看,重点一直放在可钻探深度下需要更高温度(大于90°C)资源的地热发电潜力上,但是潜在的可行区域在地理上受到限制,并且通常从城市中心远离。相比之下,低温(小于90°C)地热资源几乎可以直接用于加热和冷却,并且在城市/郊区环境中具有成本效益。此外,可再生电源的突出源增加,例如风能和太阳能在城市规模的电网上,引起了人们对储能问题的新紧迫性。地下热量储存(UTE),其中剩余或废热的地下供以后使用,可以提供长期持续的储能解决方案。
c) 剖面 A – A*。剖面图中显示的 Riegel Horizon (RH) 未在数值模型中考虑。数据来自 GDI-BW (2015)、Geofabrik (2022)、USGS (2017)。水头数据来自弗莱堡环境保护局和巴登-符腾堡州环境、调查和自然保护研究所 (LUBW)。剖面图根据 Wirsing 和 Luz (2005) 修改。
摘要:城市通常被描述为经济增长的引擎。我们从量化角度评估了这一说法。我们关注两种机制:静态集聚效应,它使大城市的生产更有效率;动态效应,即城市规模影响发明的生产率,而发明的生产率又决定了整个国家技术进步的速度。使用来自文献和 1900 年以来 MSA 级专利和人口数据对这些影响的估计值,我们想知道如果从 1900 年开始城市规模限制为 100 万或 10 万,2010 年美国的产出会降低多少。这些限制对今天的产出影响很小。如果自 1900 年以来城市规模就被限制在 100 万人,2010 年的产出将仅比其观测值低 8%。
在总线端站的快速充电电动巴士可能会导致公交运营商的高峰值收费。减少这些峰值电荷的一种有前途的方法是将快速充电站(FCS)与固定储能单元(SES)相结合。这项工作分析了在城市规模上安装最佳大小的SES的潜在成本降低,以不同的水平总线电力。结果表明,降低成本的潜力随着总线线电力水平的增加而降低。对于基于新加坡总线网络的案例研究,在电动机30%时,将SES安装在FCS上可以将总成本降低1.8%,而完全电动的总线网络的平均成本降低为0.4%。对结果与先前的研究的比较表明,成本降低潜力对峰值需求定价方法高度敏感。关键字 - 固定储能,峰顶剃须,电动公共汽车,城市尺度模拟,最佳尺寸
本文提出了一种基于深度学习的可容纳性评估方法,构成了街头规模的智能手机点云和城市规模的3D行人网络(3DPN)。3DPN已被研究和映射以进行轮廓和智能城市应用。然而,由于省略的行人路径,未发现的楼梯和过度简化的高架人行道,文献中3DPN的城市水平尺度对于评估轮椅的可及性(即车轮)不完整;如果映射量表处于为轮椅使用者设计的微观级别,则可以更好地表示这些功能。在本文中,我们使用智能手机点云加强了城市规模的3DPN,这是一种有希望的数据源,用于补充细微的细节和由于厘米级别的准确性,鲜艳的色彩,高密度和人群源性质而导致的细颗粒细节和温度变化。三步方法重建行人路径,楼梯和坡度细节,并丰富城市规模的3DPN进行轮廓评估。PEDESTRIAN路径的实验结果表现出准确的3DPN中心线位置(miou = 88。81%),楼梯检测(miou = 86。39%)和轮子性评估(MAE = 0。09)。本文贡献了一种适合,准确和人群采购的轮子评估方法,该方法将无处不在的智能手机和3DPN架起高密度和丘陵的城市区域的3DPN。
AI 城市挑战赛的创立秉承两个目标:(1)推动智能视频分析研究和开发的边界,以实现更智能的城市用例;(2)评估性能水平足以引起现实世界采用的任务。交通运输是适合采用该技术的一个领域。第五届 AI 城市挑战赛吸引了来自 38 个国家的 305 支参赛队伍,他们利用城市规模的真实交通数据和高质量的合成数据在五个挑战赛道上展开角逐。赛道 1 涉及基于视频的自动车辆计数,评估内容包括算法有效性和计算效率。赛道 2 涉及城市规模的车辆重新识别,使用增强合成数据大幅增加了该任务的训练集。赛道 3 解决了城市规模的多目标多摄像头车辆跟踪问题。赛道 4 解决了交通异常检测问题。赛道 5 是一条新赛道,使用自然语言描述解决车辆检索问题。评估系统显示了所有提交结果的一般排行榜,以及仅限于比赛参与规则的结果公开排行榜,其中团队不得在工作中使用外部数据。公开排行榜显示的结果更接近注释数据有限的真实情况。结果显示了人工智能在智能交通中的前景。某些任务的最新性能表明这些技术已准备好在现实世界系统中采用。