一种高精度人为热通量估算方法技术

本发明专利技术涉及机器学习模型技术领域，公开了一种高精度人为热通量估算方法，获取省市级年度工业、建筑和交通总能耗；将工业、建筑和交通总能耗划分到各区县的街道；将划分到各区县街道的工业能耗、建筑能耗和交通能耗转换为人为热通量；计算人口新陈代谢的人为热通量；采用Cubist机器学习模型对不同类型的街道人为热通量进行空间格点化，得到分类人为热通量数据集。通过收集POI地理空间大数据、多源遥感数据、建筑高度数据、腾讯位置大数据作为Cubist机器学习模型预测人为热通量的协变量，使Cubist机器学习模型能够模拟人为热通量与多种协变量之间的复杂非线性关系从而更准确的识别出与人为热排放相关的复杂城市的功能区位置，提高人为热通量空间化分类的精度。

【技术实现步骤摘要】

本专利技术涉及机器学习模型，具体涉及一种高精度人为热通量估算方法。

技术介绍

1、城市虽然只占全球陆地面积的2％，但消耗全球约70％的能源。随着城市化进程加快，城市能源需求进一步增加，人类活动的能源消耗产生大量污染物及人为废热，直接影响天气、空气质量乃至人类健康。在冬季高密度城区，人为热通量甚至可以超过城市所获取的净辐射能量，显著影响近地层的能量收支，成为产生城市热岛的主要原因之一。人为热排放作为地-气系统中外加的强迫热源，还可以加剧全球变暖。气温增暖又加剧能源使用，促使更多的人为热排放，从而形成人为热排放与气温增暖的正反馈效应。

2、人为热排放区域分布极不均匀的特征是其形成区域乃至全球气候效应的重要物理机制。近年来少数的几项研究明确指出人为热在全球变暖中起着不可忽视的作用，然而相关结论依然存在较大不确定性，这主要是由于城市尺度能耗数据难于获取，人为热估算结果的时空分辨率难以满足当前模式需求。

3、目前人为热排放的估算主要包括4种方法：能源清单法、地表能量平衡法、建筑能量模式法和统计回归法。其中能源清单法主要将能源消耗分为工业、建筑本文档来自技高网...

【技术保护点】

1.一种高精度人为热通量估算方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种高精度人为热通量估算方法，其特征在于，所述Cubist机器学习模型的输入变量还包括多源遥感数据、POI地理空间大数据、建筑高度数据、腾讯位置大数据。

3.根据权利要求2所述的一种高精度人为热通量估算方法，其特征在于，将离散的POI地理空间大数据转换为连续的POI密度栅格数据，利用距离栅格最近的欧几里得距离计算POI地理空间大数据之间的距离，得到POI距离栅格数据。

4.根据权利要求1所述的一种高精度人为热通量估算方法，其特征在于，通过Cubist的变量重要性分别确...

【技术特征摘要】

1.一种高精度人为热通量估算方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种高精度人为热通量估算方法，其特征在于，所述cubist机器学习模型的输入变量还包括多源遥感数据、poi地理空间大数据、建筑高度数据、腾讯位置大数据。

3.根据权利要求2所述的一种高精度人为热通量估算方法，其特征在于，将离散的poi地理空间大数据转换为连续的poi密度栅格数据，利用距离栅格最近的欧几里得距离计算poi地理空间大数据之间的距离，得到poi距离栅格数据。

4.根据权利要求1所述的一种高精度人为热通量估算方法，其特征在于，通过cubist的变量重要性分别确定所述poi密度栅格数据层、poi距离栅格层的权重系数。

5.根据权利要求4所述的一种高精度人为热通量估算方法，其特征在于，poi地理空间大数据包括与工业相关的poi数据、与建筑相关的poi数据和与交通相关的poi数据，其中所述与建筑相关的poi数据包括酒店、教育机构、小区、银行、政府部门、医院、商场、公司、餐饮娱乐和生活设施10类图层；所述与交通相关的poi数据包括停车场、公交站、加油站、客运站、高速路收费站、汽车服务、火车站、地铁站、渡口口岸9类图层。

6.根据权...

【专利技术属性】
技术研发人员：敖翔宇，杨续超，钱静，
申请(专利权)人：中国气象局上海台风研究所上海市气象科学研究所，
类型：发明
国别省市：