[发明专利]一种基于热图像分析的城市开放空间室外人体热舒适预测方法

说明书

本发明是一种基于热图像分析的城市开放空间室外人体热舒适预测方法。本发明涉及城市设计与建筑环境技术领域；本发明对城市开放空间进行网格化处理，得到多个区域；收集主观人体热感觉评价数据；基于采集到的城市开放空间的热图像，提取热图像中的城市开放空间表面温度；采用卷积神经网络建立城市开放空间热图像与人体热舒适之间的映射关系，对人体热舒适进行预测。本发明解决了传统室外空间热舒适预测方法中诸多站点布置所产生的人力资源和经济资源消耗，本发明利用机器学习算法将城市开放空间表面温度与空气温度和人体热感觉直接联系起来，减少了传统室外空间热舒适预测评价过程中繁杂的数据处理过程，进一步缩减了预测误差。

技术领域

本发明涉及城市设计与建筑环境技术领域，是一种基于热图像分析的城市开放空间室外人体热舒适预测方法。

背景技术

随着我国城市化进程的加速，城市热岛效应日益强烈。城市开放空间设计中迫切需要准确预测不同城市开放空间下的室外人体热舒适水平，以此来支持城市开放空间设计决策制定过程，进而改善室外空间环境品质，推动我国人居环境的可持续发展。

热舒适是指“对热环境感到满意的意识状态”，是以人为本体进行的主观动态评价。在影响人体热舒适评价的四方面因素中，尤以空气温度、相对湿度、空气风速和太阳辐射等城市空间微气候条件的影响较大。

目前针对城市开放空间热舒适预测主要采用站点测试法，通过在特定空间布置若干气象站收集该空间环境条件，同时通过社会调查收集人体主观热感觉投票，进一步建立两者的统计学模型，实现对室外人体热舒适的预测。这种方法通常需要在站点布置大量仪器设备，并需要进行长期监测，对时间和人力财力的要求较高，并且受到测试设备及其性能的较大限制。同时，空间物理环境条件是根据所采集的站点数据的平均值来确定，这导致用于分析的数据不能实现对空间热环境的实时准确表达，即数据收集不全面，基于上述方法的室外热舒适预测误差较大。另外，既有城市开放空间热舒适预测主要是对建成环境的热舒适进行理论分析和建模，因其预测效率有限，难以将预测结果实时反馈给可变遮阳、水汽喷雾等室外热环境调节设备，限制了其在城市开放空间热环境调节中的实践应用价值。

发明内容

本发明旨在解决现有方法热环境数据采集不完整、采用平均值法影响热舒适预测精度的问题，提升城市开放空间热舒适预测精度，解决既有方法难以将室外热舒适评价结果实时反馈给遮阳、蒸发等热环境调节设备的问题，拓展室外空间人体热舒适预测模型应用领域。本发明提供了一种基于热图像分析的城市开放空间室外人体热舒适预测方法，本发明提供了以下技术方案：

一种基于热图像分析的城市开放空间室外人体热舒适预测方法，包括以下步骤：

步骤1：根据城市开放空间日照辐射分布特征，对城市开放空间进行网格化处理，得到多个区域；

步骤2：采集城市开放空间的热图像，基于网格化处理得到的多个区域，收集主观人体热感觉评价数据；

步骤3：基于采集到的城市开放空间热图像，提取热图像中的城市开放空间表面温度；

步骤4：基于深度学习方法，采用卷积神经网络建立城市开放空间热图像与人体热舒适之间的映射关系，对人体热舒适进行预测。

优选地，所述步骤1具体为：

步骤1.1：采用激光雷达获取城市开放空间环境特征，采用SFM算法和MVS算法进行城市空间三维重建，从城市图像中提取城市环境的3D模型；

步骤1.2：采用全天空扫描仪对选定城市开放空间天空亮度分布数据进行采集，利用建筑日照辐射参数化性能模拟工具，基于全天空扫描仪实测数据，分析该地区日照辐射的热分布特征；

步骤1.3：基于城市表面日照辐射分布的差异化特征，对选定城市空间进行网格化，得到N个区域。

优选地，采用全天空扫描仪，每4.5分钟完成一次对全天空的扫描。