《Sustainable Cities and Society》：VisionMRT: Physics-Based Outdoor Thermal Exposure and Comfort Modeling using Photographs and 3D Reconstruction
编辑推荐：
城市过热已成为全球性挑战，对公共健康、户外宜居性、出行便利及基础设施韧性产生严重后果。气候变化与持续城市化通过提升背景温度、加剧城市热岛效应并扩大暴露于极端高温的人群数量，进一步放大了城市热风险，从而增强了城市实施有效降温与适应策略的需求。城市过热对行人、骑行
城市过热已成为全球性挑战，对公共健康、户外宜居性、出行便利及基础设施韧性产生严重后果。气候变化与持续城市化通过提升背景温度、加剧城市热岛效应并扩大暴露于极端高温的人群数量，进一步放大了城市热风险，从而增强了城市实施有效降温与适应策略的需求。城市过热对行人、骑行人群、公共交通使用者、户外工作者及易受高温影响人群尤为显著。在行人尺度上，热暴露受建成环境强烈影响，城市形态、材料、植被及天空视角因子（SVF）改变辐射交换过程，并在街道景观与公共空间产生显著的微气候差异。平均辐射温度（MRT）是量化行人尺度热暴露的关键变量，其整合了人体从周围环境吸收的短波与长波辐射负荷。在炎热干燥的晴朗条件下，辐射是户外热舒适的主导驱动因素，MRT显著影响生理等效温度（PET）与通用热气候指数（UTCI）等人体生物气象学指标。然而，在异质性城市环境中，行人尺度MRT的高效表征仍具挑战。实地观测虽能提供直接测量，但劳动与设备密集，且通常局限于特定地点、路线与天气条件。现有建模方法虽减少了实地测量需求，但在几何数据要求、计算复杂度、模型参数化或对训练数据的依赖等方面存在权衡。研究人员提出VisionMRT，一个开源、基于图像、物理驱动的框架，用于从行人视角照片与标准气象强迫数据估算户外热暴露与舒适度。VisionMRT利用六方向立方体图影像分类城市表面类型、重建近似局部三维几何、确定太阳遮挡与阴影、计算天空暴露、估算表面温度，并整合方向性短波与长波辐射以计算MRT，随后基于模拟MRT与气象条件推导PET与UTCI。该框架旨在保留基于辐射的微气候模型的物理可解释性，同时减少对既有三维城市模型、人工表面参数化及场地特定统计训练的依赖。在132个站点上的验证取得了3.12°C的均方根误差（RMSE），表明该开源工作流无需既有三维城市模型或本地训练数据即可有效运行。
一、研究背景与问题
城市过热已成为全球性挑战，对公共健康、户外宜居性、出行便利及基础设施韧性产生严重影响。气候变化与持续城市化通过提升背景温度、加剧城市热岛效应并扩大极端高温暴露人群，显著增加了城市热风险。在行人尺度上，热暴露受建成环境强烈影响，城市形态、材料、植被及天空视角因子（SVF）改变辐射交换过程，产生显著的微气候空间差异。平均辐射温度（MRT）是量化行人尺度热暴露的关键变量，整合了人体从周围环境吸收的短波与长波辐射负荷，并显著影响生理等效温度（PET）与通用热气候指数（UTCI）等热舒适指标。
然而，行人尺度MRT的高效表征仍面临挑战。实地观测劳动与设备密集且受限于特定条件；现有物理模型（如RayMan、SOLWEIG、ENVI-met）虽能显式表征辐射过程，但常需既有城市几何与详细表面信息，部署门槛高；数据驱动方法虽高效但依赖训练数据域；图像方法则多简化辐射环境或需专用热成像。为弥合上述方法间的权衡，研究人员开发了VisionMRT框架，该论文发表于《Sustainable Cities and Society》。
二、研究内容与主要技术方法
VisionMRT是一个开源、基于图像、物理驱动的建模框架，利用六方向立方体图影像与标准气象强迫数据估算户外热暴露。其核心工作流包括：采用SegFormer-B5语义分割网络（基于ADE20K数据集微调）将像素分类为六类热相关表面；采用密集预测Transformer（DPT）网络（基于MiDaS混合数据集策略预训练）进行单目深度估计；结合分割与深度信息重建带标签的三维点云场景；通过太阳光线投射计算阴影分布；利用半球投影计算SVF；基于表面能量平衡方程求解表面温度；最终整合方向性辐射场计算MRT并推导PET与UTCI。验证数据来自美国亚利桑那州立大学（ASU）在炎热干旱夏季（柯本气候分类BWh）采集的132个站点观测数据。
三、研究结果
3.1 图像采集与预处理：研究明确了六方向立方体图影像的采集规范，即512×512像素、90°视场、1.1米高度，可通过鱼眼照片重投影、全景图转换或街景影像获取。
3.2 语义图像分割：采用SegFormer-B5分割网络将像素分类为天空、植被、建筑/墙体、不透水/沥青、透水/土壤及移动物体/车辆六类表面，并通过UISEG可解释人机协同分割框架微调，人工校正成本平均每图24秒，50张校正图后62%的后续校正可自动传播。
3.3 图像深度检测：采用DPT网络提取相对逆深度场，归一化后与分割图配准，天空像素被排除在重建几何之外，极端深度值被裁剪以减少伪影。
3.4 建成环境重建：将六面深度值按立方体图相机几何投影至三维空间，旋转至统一坐标系并合并，生成带语义标签的局部三维点云。
3.5 阴影计算：基于太阳位置与点云进行视线遮挡分析，将表面分为向阳或阴影状态，并区分不透明结构、树冠与遮阳篷的太阳透射率差异。
3.6 半球投影与SVF计算：将天顶面分割图重投影为鱼眼图像，基于立体角加权计算SVF，用于散射短波与长波辐射计算。
3.7 辐射与表面温度建模：短波模块根据阴影状态分配直射、散射或透射辐射；长波模块估算大气辐射与表面热发射并含围合修正；表面温度通过物理表面能量平衡求解，植被与遮阳结构作为半透明元素特殊处理。
3.8 MRT计算：依据ISO 7726标准，将六方向短波与长波辐射通量按人体方向权重因子加权合并为平均辐射通量密度（MRFD），进而计算MRT。
3.9 热舒适指标：基于模拟MRT与气象条件推导PET与UTCI。
四、讨论与结论
研究在132个验证站点上取得了3.12°C的均方根误差（RMSE），验证了VisionMRT在多样城市形态、表面类型、遮阴条件与时段下复现观测行人尺度MRT的能力。该框架的核心贡献在于：通过计算机视觉从行人视角照片中提取物理可解释的模型输入，无需既有三维城市模型、人工表面参数化或场地特定统计训练即可运行，兼顾了物理可解释性、输入便捷性与可扩展性。研究结论表明，VisionMRT为城市热暴露评估、遮阴与降温干预优先级排序、热安全步行与骑行路线识别以及公平热适应策略制定提供了有效的开源工具，其完全自动化的推理工作流支持大规模城市部署。
