电子信息技术

本发明涉及一种城市热环境降尺度时空分析与预测方法及系统，系统包括：获取待测目标空间的影像数据集，并对影像数据集进行数据预处理，得到待测数据集；将待测数据集输入至训练好的预测模型，得到地表温度预测数据；对地表温度预测数据进行空间纹理细化，得到降尺度预测信息；降尺度预测信息用于反映城市热岛强度和时空分布；预测模型的确定方法包括：根据地表温度和影响因子数据构建样本数据集；影响因子数据包括植被归一化指数、相对湿度、太阳辐射、大气压强、降水量和气温；构建CNN‑LSTM预测模型；根据样本数据集对CNN‑LSTM预测模型进行训练和验证，得到训练好的预测模型。本发明能够提高训练模型的全面性，从而对地表温度进行高精度的预测分析。

1.该城市热环境分析系统在城市规划领域具有重要应用价值，能够精准识别热岛效应分布特征和演变规律。通过多源数据融合和时空降尺度分析，可为城市通风廊道设计、绿地系统布局等提供科学依据，助力打造气候适应性更强的宜居城市。

2.在公共健康领域，该系统的高精度预测功能能够提前预警极端高温风险。结合人口分布和医疗资源数据，可支持政府部门制定针对性的热浪应急方案，降低高温相关疾病的发病率和死亡率，提升城市健康安全保障能力。

3.该系统为建筑节能和低碳发展提供了创新技术支撑。通过精细化热环境模拟，可评估不同建筑形态、材料的降温效果，指导绿色建筑设计和节能改造，推动城市建筑领域的碳减排工作。

本发明提供了一种城市热环境降尺度时空分析与预测方法及系统，系统包括：获取待测目标空间的影像数据集，并对所述影像数据集进行数据预处理，得到待测数据集；将所述待测数据集输入至训练好的预测模型，得到地表温度预测数据；对所述地表温度预测数据进行空间纹理细化，得到降尺度预测信息；所述降尺度预测信息用于反映城市热岛强度和时空分布；所述预测模型的确定方法包括：根据地表温度和影响因子数据构建样本数据集；所述影响因子数据包括植被归一化指数、相对湿度、太阳辐射、大气压强、降水量和气温；构建CNN‑LSTM预测模型；根据所述样本数据集对所述CNN‑LSTM预测模型进行训练和验证，得到所述训练好的预测模型。本发明能够提高训练模型的全面性，从而对地表温度进行高精度的预测分析。