[論文レビュー] GLObal Building heights for Urban Studies (UT-GLOBUS) for city- and street- scale urban simulations: Development and first applications

Harsh Kamath, Manmeet Singh+9 more|arXiv (Cornell University)|May 24, 2022

Urban Heat Island Mitigation参考文献 31被引用数 11

ひとこと要約

UT-GLOBUS は、ICESat-2 および GEDI 衛星高度計を統合し、機械学習モデルを用いて生成された、1,200 以上の都市における建物高および都市コーンパラメータのグローバルデータセットである。このデータセットは、高分解能の都市気候シミュレーションを可能にし、気温モデル化において RMSE を 55% 減少させるとともに、ボルチモアにおける日中の RMSE 2.85°C を達成することで、人間の熱的快適性予測を向上させる。

ABSTRACT

We introduce University of Texas - Global Building heights for Urban Studies (UT-GLOBUS), a dataset providing building heights and urban canopy parameters (UCPs) for more than 1200 cities or locales worldwide. UT-GLOBUS combines open-source spaceborne altimetry (ICESat-2 and GEDI) and coarse-resolution urban canopy elevation data with a machine-learning model to estimate building-level information. Validation using LiDAR data from six US cities showed UT-GLOBUS-derived building heights had a root mean squared error (RMSE) of 9.1 meters. Validation of mean building heights within 1-km^2 grid cells, including data from Hamburg and Sydney, resulted in an RMSE of 7.8 meters. Testing the UCPs in the urban Weather Research and Forecasting (WRF-Urban) model resulted in a significant improvement (55% in RMSE) in intra-urban air temperature representation compared to the existing table-based local climate zone approach in Houston, TX. Additionally, we demonstrated the dataset's utility for simulating heat mitigation strategies and building energy consumption using WRF-Urban, with test cases in Chicago, IL, and Austin, TX. Street-scale mean radiant temperature simulations using the Solar and LongWave Environmental Irradiance Geometry (SOLWEIG) model, incorporating UT-GLOBUS and LiDAR-derived building heights, confirmed the dataset's effectiveness in modeling human thermal comfort in Baltimore, MD (daytime RMSE = 2.85 C). Thus, UT-GLOBUS can be used for modeling urban hazards with significant socioeconomic and biometeorological risks, enabling finer scale urban climate simulations and overcoming previous limitations due to the lack of building information.

研究の動機と目的

• 都市気候モデリングのためのグローバルに一貫した高分解能の建物高データの不足に対処すること。
• 衛星高度計と機械学習を統合することで、都市スケールおよびストリートスケールの都市気候シミュレーションの精度を向上させること。
• 空間分解能を向上させることで、都市災害のシミュレーション、熱緩和戦略、建物エネルギー消費のシミュレーションを可能にすること。
• 都市気象モデリングにおける既存のローカル気候ゾーン（LCZ）表の限界を克服すること。

提案手法

• ICESat-2 および GEDI のオープンソース宇宙からの高度計測データと、粗い分解能の都市コーンの標高データを統合する。
• マルチソースの衛星データから、建物レベルの高さおよび都市コーンパラメータ（UCPs）を推定するための機械学習モデルを採用する。
• 米国6都市およびハムブルク、シドニーなどの追加都市で、LiDARを用いた地上実測データを用いて予測値を検証する。
• WRF-Urban モデルを用いて都市気象シミュレーションを実施し、SOLWEIG モデルを用いて人間の熱的快適性を評価する。
• 多様な都市環境における空間的一致性を評価するために、1km² グリッドセルの平均高さを用いた検証手法を採用する。
• シカゴ、オースティン、ボルチモアを含む複数の都市テストケースにおいて、データセットのキャリブレーションと評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 機械学習モデルは、ICESat-2 および GEDI 衛星高度計を効果的に統合し、都市スケールで正確なグローバルな建物高推定値を生成できるか？
• RQ2 UT-GLOBUS を WRF-Urban モデルに組み込むことで、従来の LCZ ベースの手法と比較して、都市内気温の表現がどの程度改善されるか？
• RQ3 UT-GLOBUS は、SOLWEIG モデルを用いてストリートスケールの人間の熱的快適性シミュレーションをどの程度支援できるか？
• RQ4 UT-GLOBUS は、実際の都市環境において建物エネルギー消費と熱緩和効果をどの程度正確に予測できるか？
• RQ5 このデータセットは、都市形態が異なる多様なグローバル都市において、一貫性があり高分解能の都市気候モデリングを可能にするか？

主な発見

• UT-GLOBUS は、米国6都市の LiDAR 行測データと比較して、建物レベルの高さ推定において 9.1m の平均二乗誤差（RMSE）を達成した。
• ハムブルクおよびシドニーのデータを用いた検証において、1km² グリッドセル内の平均建物高さ推定値の RMSE は 7.8m であった。
• ヒューストン、テキサス州でのシミュレーションにおいて、UT-GLOBUS を WRF-Urban モデルに組み込むことで、標準的な LCZ ベースの手法と比較して、都市内気温表現の RMSE が 55% 減少した。
• メリーランド州ボルチモアにおけるストリートスケールの平均放射温度シミュレーションでは、SOLWEIG に UT-GLOBUS を使用した際、日中の RMSE が 2.85°C であった。
• シカゴ、イリノイ州およびオースティン、テキサス州において、UT-GLOBUS は熱緩和戦略および建物エネルギー消費の正確なシミュレーションを可能にした。これは、都市計画における実用性を示している。
• UT-GLOBUS は、都市スケールおよびストリートスケールにおける従来のデータ制限を克服し、グローバルにスケーラブルでオープンアクセスな高分解能都市気候モデリングソリューションを提供する。