CN117670873A - 热舒适指数检测方法、装置、计算机设备及存储介质 - Google Patents
热舒适指数检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117670873A CN117670873A CN202410122169.8A CN202410122169A CN117670873A CN 117670873 A CN117670873 A CN 117670873A CN 202410122169 A CN202410122169 A CN 202410122169A CN 117670873 A CN117670873 A CN 117670873A
- Authority
- CN
- China
- Prior art keywords
- surface temperature
- thermal comfort
- region
- temperature
- current day
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 21
- 238000002834 transmittance Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Air Conditioning Control Device (AREA)
- Radiation Pyrometers (AREA)
Abstract
本申请涉及热环境检测技术领域,提出一种热舒适指数检测方法、装置、计算机设备及存储介质,该方法通过无人机遥感技术收集热红外数据之后通过单窗算法计算地表温度,再结合从气象站的公开数据处获取的各项数据,经过多次计算之后完成对待研究区域的热舒适指数的检测。该热舒适指数检测方法、装置、计算机设备及存储介质,能够更加全面的反映待研究区域的热环境在时间及空间尺度上的变化。
Description
技术领域
本发明涉及热环境检测技术领域,尤其涉及热舒适指数检测方法、装置、计算机设备及存储介质。
背景技术
在极端热浪频繁发生的气候背景下,如何量化热环境舒适度阈值以改善热环境、保障居民身心健康是当前研究关注的重点。
传统的热舒适指数检测方法在用于评估长时序列、大范围的热环境舒适度时存在以下问题:
第一,一个舒适的热环境应该同时具备宜人性和稳定性,而传统的热舒适指数检测方法只能用于表征热环境的瞬时舒适度而没有考虑到热环境在时间和空间上的变化特征。
第二,传统热舒适指数检测方法的计算需要输入大量由地面实时测量的气象参数,这不利于热环境的大范围动态评估。
发明内容
本申请实施例提供了一种热舒适指数检测的方法、装置、计算机设备及存储介质,能够减少需要输入的实时测量的气象参数,并综合热环境在时间和空间上的变化特征,更加精确的检测一个地区的热舒适指数,该技术方案如下:
第一方面,本申请实施例提供了一种热舒适指数检测方法,包括步骤:
确定待研究区域,将所述待研究区域划分为若干个像素区域;
每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率;
每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度;
获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程;
获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度;
根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
第二方面,本申请实施例同样提供了一种热舒适指数检测装置,包括:
区域划分模块,用于确定待研究区域,将所述待研究区域划分为若干个像素区域;
热红外数据获取模块,用于每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率;
像素区域地表温度计算模块,用于每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度;
地表温度线性拟合模块,用于获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程;
热舒适地表温度计算模块,用于获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度;
热舒适指数检测模块,用于根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
第三方面,本申请实施例提供了一种计算机设备,处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第一方面方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现如第一方面方法的步骤。
本申请实施例提供的地表热环境评估方法,确定待研究区域后,将所述待研究区域划分为各个像素区域,每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据,进行数据校正后得到各个所述像素区域的当日地表比辐射率,再结合从气象站获取的各项气象数据,通过多次计算,获得各个所述像素区域的全年平均地表温度以及地表温度线性方程,根据各个所述像素区域的所述全年平均地表温度、所述地表温度线性方程以及从气象站获取的所述待研究区域的所述热舒适气温,通过热舒适地表温度方程计算待研究区域的全年热舒适地表温度,最后根据所述待研究区域的所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数,从而达到不仅减少需要实时测量的气象参数,而且综合了热环境在时间和空间上的变化特征去精确的检测一个地区的热舒适指数的效果。
为了更好地理解和实施,下面结合附图详细说明本申请的技术方案。
附图说明
图1为本申请第一实施例提供的热舒适指数检测方法的流程示意图。
图2为本申请第二实施例提供的热舒适指数检测装置的结构示意图。
图3为本申请第三实施例提供的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
实施例1
请参阅图1,图1为本申请第一实施例提供的热舒适指数检测方法的流程示意图。
本申请实施例提供了一种热舒适指数检测方法,请参阅图1,图1为本申请第一实施例提供的热舒适指数检测方法的流程示意图,该方法包括如下步骤:
S101:确定待研究区域,将所述待研究区域划分为若干个像素区域。
S102:每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率。
S103:每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度。
S104:获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程。
S105:获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度。
S106:根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
本申请实施例提供的地表热环境评估方法,确定待研究区域后,将所述待研究区域划分为各个像素区域,每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据,进行数据校正后得到各个所述像素区域的当日地表比辐射率,再结合从气象站获取的各项气象数据,通过多次计算,获得各个所述像素区域的全年平均地表温度以及地表温度线性方程,根据各个所述像素区域的所述全年平均地表温度、所述地表温度线性方程以及从气象站获取的所述待研究区域的所述热舒适气温,通过热舒适地表温度方程计算待研究区域的全年热舒适地表温度,最后根据所述待研究区域的所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数,从而达到不仅减少需要实时测量的气象参数,而且综合了热环境在时间和空间上的变化特征去精确的检测一个地区的热舒适指数的效果。
下面将针对步骤S101~S106进行详细说明。
关于步骤S101,确定待研究区域,将所述待研究区域划分为若干个像素区域。
其中,本申请提供一种热舒适指数检测方法,且热舒适指数用于综合衡量一个地区的热环境在时间和空间上的变化,所以需要先确定待研究的区域,并将待研究区域划分为若干个像素区域从而提高检测的热舒适指数反映热环境在空间上变化的精度。
关于步骤S102,每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率。
其中,获取通过无人机遥感技术收集热红外数据是本领域技术人员可以理解的常见技术手段,每隔预设天数获取了待研究区域内的各个像素区域的当日热红外数据后对其进行数据校正操作,从而获得各个像素区域的当日地表比辐射率。
在一可选的实施例中,对所述当日热红外数据进行数据校正操作的步骤还包括:
对所述当日热红外数据进行辐射校正、几何校正和几何配准。
其中,辐射校正、几何校正、几何配准均是常用的数据校正方法,对当日热红外数据进行数据辐射校正、几何校正和几何配置,可以保证获取的当日热红外数据的精度,保证后续计算得到的当日地表比辐射率的准确。
关于步骤S103,每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度。
其中,气象站中会公开不同区域的多种气象数据,各个像素区域的当日等效大气平均温度以及当日大气透过率都可以从气象站的公开数据处获取。根据从气象站处获得的当日等效大气平均温度、当日大气透过率以及S102步骤中得到的当日地表比辐射率通过单窗算法可以计算出对应的像素区域的当日平均地表温度,再将当年内计算得到的当日平均地表温度经过平均计算后就可以得到该像素区域的全年平均地表温度。
在一可选的实施例中,所述根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度的步骤中,通过以下方式获得所述当日地表温度:
,
其中,是所述像素区域的所述当日地表温度,/>是所述像素区域的所述当日等效大气平均温度,/>是无人机的传感器的亮度温度,/>和/>是回归系数,,/>,/>和/>是中间系数,/>,,/>是所述像素区域的所述当日大气透过率,/>是所述像素区域的所述当日地表比辐射率。
是通过单窗算法计算得到的像素区域的当日地表温度,可以表示该像素区域当天的地表温度。
在一可选的实施例中,步骤S103后还包括以下步骤:
每隔预设天数在所述像素区域的地面开阔处部署一定数量的微型地面传感器,利用所述微型地面传感器测量地面温度,将所述地面温度与所述像素区域的所述当日地表温度进行对比得出误差,若所述误差超过预设阈值,则重新获取所述像素区域的当日地表温度并重复与所述地面温度进行对比,直至所述误差未超过预设阈值。
其中,微型地面传感器用于测量像素区域的地面温度,将测量得到的地面温度与步骤S102中计算得到的像素区域的当日地表温度进行对比得出误差,若误差超出预设阈值则重复获取步骤S102中计算得到的当日地表温度后再次进行对比,直至对比得出的误差不超过预设阈值,这样能够保证步骤S102中计算得出的当日地表温度的精确无误。
关于步骤S104,获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程。
其中,气象站中会公开不同区域的多种气象数据,待研究区域的每日平均空气温度和每日平均地表温度也可以从气象站中获取,该处的全年平均地表温度是从气象站处获取的待研究区域的每日平均地表温度,而步骤S103中当日地表温度是通过计算得到的各个像素区域的当日地表温度,二者并不相同。每日平均空气温度是从气象站中获取的待研究区域中每日的平均空气温度,地表温度线性方程是将待研究区域中的每日平均空气温度与每日平均地表温度进行线性拟合之后获得的跟二者相关的线性方程。
在一可选的实施例中,所述地表温度线性方程如下:
,
其中,是从气象站的公开数据处获取的所述待研究区域的所述每日平均地表温度,/>是从气象站的公开数据处获取的所述待研究区域的所述每日平均空气温度,/>是所述地表温度线性方程的系数,/>是所述地表温度线性方程的截距。
本步骤中的与步骤S103中的/>不同,/>是从气象站获取的待研究区域的每日平均地表温度,/>是通过单窗算法计算得到的各个像素区域的当日地表温度。该线性方程揭示了待研究区域中,每日平均地表温度/>与每日平均空气温度/>的线性关系,方程中的系数/>和截距/>会被用于后续步骤中。地表温度线性方程可以揭示待研究区域的每日平均地表温度与每日平均空气温度之间的线性关系,且方程中的系数/>和截距/>可用于后续的计算中。
关于步骤S105,获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度。
其中,全年热舒适气温是该区域一年中最舒适的大气温度值,地表温度线性方程中的系数和截距即步骤S104中的系数和截距/>,全年热舒适地表温度是该区域一年中最舒适的地表温度值。
在一可选的实施例中,所述根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度的步骤中,通过以下方式获得全年热舒适地表温度:
,
其中,是所述待研究区域的全年热舒适地表温度值,/>是从气象站的公开数据处获取的所述待研究区域的全年热舒适气温,/>是所述地表温度线性方程的系数,是所述地表温度线性方程的截距。
是所述待研究区域的全年热舒适地表温度值,表示待研究区域一年中最舒适的地表温度值,全年热舒适地表温度综合了全年热舒适气温以及地表温度线性方程中的系数/>和截距/>,能够全面的表示一个区域最舒适的地表温度。
关于步骤S106,根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
其中,对热舒适指数方程进行改进后得到的热舒适指数,能够更加全面的反映一个区域的热环境在时间及空间上的变化,从而完成对热舒适指数的检测。
在一可选的实施例中,根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数的步骤中,通过以下方式获得热舒适指数:
,
其中,是所述待研究区域的所述热舒适指数,/>表示所述待研究区域中的第个所述像素区域,/>表示预设年限内第/>年第/>个所述像素区域的所述全年平均地表温度,/>表示所述待研究区域预设年限内第/>年的所述全年热舒适地表温度,表示预设年限内第/>年所述待研究区域内各个所述像素区域的所述全年平均地表温度/>与所述待研究区域预设年限内第/>年的所述全年热舒适地表温度/>在空间分布上的均方根误差,/>表示在预设年限内所述待研究区域内的各个所述像素区域的所述全年平均地表温度/>与所述待研究区域的全年热舒适地表温度/>同时在时间和空间分布上的均方根误差。
该热舒适指数方程综合了待研究区域内的各个像素区域在预设年限内的热环境变化,从而更好的在时间及空间的变化上反映待研究区域的热环境性质。
实施例2
请参考图2,图2为本申请第二实施例提供的热舒适指数检测装置S120的结构示意图。
区域划分模块S121,用于确定待研究区域,将所述待研究区域划分为若干个像素区域;
热红外数据获取模块S122,用于每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率;
像素区域地表温度计算模块S123,用于每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度;
地表温度线性拟合模块S124,用于获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程;
热舒适地表温度计算模块S125,用于获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度;
热舒适指数检测模块S126,用于根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
需要说明的是,上述实施例提供的热舒适指数检测装置在进行热舒适指数的检测时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分为不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的热舒适指数检测装置S120与热舒适指数检测方法属于同一构思,其实现过程详见方法实施例1,这里不再赘述。
实施例3
请参考图3,为本申请第三实施例提供的计算机设备的结构示意图。如图3所示,该计算机设备130可以包括:存储器131、处理器132以及存储在存储器131并可以在该处理器132上运行的计算机程序133,例如:热舒适指数检测程序;该处理器132执行该计算机程序133时实现上述实施例中的步骤。
其中,该处理器132可以包括一个或多个处理核心。处理器132利用各种接口和线路连接计算机设备130内的各个部分,通过运行或执行存储在存储器131内的指令、程序、代码集或指令集,以及调用存储器131内的数据,执行计算机设备130的各种功能和处理数据,可选的,处理器132可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programble LogicArray,PLA)中的至少一个硬件形式来实现。处理器132可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责触摸显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器132中,单独通过一块芯片进行实现。
其中,存储器131可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器131包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器131可用于存储指令、程序、代码、代码集或指令集。存储器131可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器131可选的还可以是至少一个位于远离前述处理器132的存储装置。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以存储有多条指令,该指令适用于由处理器加载并执行上述实施例的方法步骤,具体执行过程可以参见上述实施例的具体说明,在此不进行赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也意图包含这些改动和变形。
Claims (10)
1.一种热舒适指数检测方法,其特征在于,所述方法包括步骤:
确定待研究区域,将所述待研究区域划分为若干个像素区域;
每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率;
每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度;
获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程;
获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度;
根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
2.根据权利要求1所述的热舒适指数检测方法,其特征在于,对所述当日热红外数据进行数据校正操作的步骤包括:
对所述当日热红外数据进行辐射校正、几何校正和几何配准。
3.根据权利要求1所述的热舒适指数检测方法,其特征在于,所述根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度的步骤中,通过以下方式获得所述当日地表温度:
,
其中,是所述像素区域的所述当日地表温度,/>是所述像素区域的所述当日等效大气平均温度,/>是无人机的传感器的亮度温度,/>和/>是回归系数,,/>,/>和/>是中间系数,/>,,/>是所述像素区域的所述当日大气透过率,/>是所述像素区域的所述当日地表比辐射率。
4.根据权利要求1所述的热舒适指数检测方法,其特征在于,所述地表温度线性方程如下:
,
其中,是从气象站的公开数据处获取的所述待研究区域的所述每日平均地表温度,/>是从气象站的公开数据处获取的所述待研究区域的所述每日平均空气温度,是所述地表温度线性方程的系数,/>是所述地表温度线性方程的截距。
5.根据权利要求1所述的热舒适指数检测方法,其特征在于,所述根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度的步骤中,通过以下方式获得全年热舒适地表温度:
,
其中,是所述待研究区域的全年热舒适地表温度值,/>是从气象站的公开数据处获取的所述待研究区域的全年热舒适气温,/>是所述地表温度线性方程的系数,/>是所述地表温度线性方程的截距。
6.根据权利要求1所述的热舒适指数检测方法,其特征在于,根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数的步骤中,通过以下方式获得热舒适指数:
,
其中,是所述待研究区域的所述热舒适指数,/>表示所述待研究区域中的第/>个所述像素区域,/>表示预设年限内第/>年第/>个所述像素区域的所述全年平均地表温度,/>表示所述待研究区域预设年限内第/>年的所述全年热舒适地表温度,表示预设年限内第/>年所述待研究区域内各个所述像素区域的所述全年平均地表温度/>与所述待研究区域预设年限内第/>年的所述全年热舒适地表温度/>在空间分布上的均方根误差,/>表示在预设年限内所述待研究区域内的各个所述像素区域的所述全年平均地表温度/>与所述待研究区域的全年热舒适地表温度/>同时在时间和空间分布上的均方根误差。
7.根据权利要求1至6中任一项权利要求所述的热舒适指数检测方法,其特征在于,根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度后,还包括步骤:
每隔预设天数在所述像素区域的地面开阔处部署一定数量的微型地面传感器,利用所述微型地面传感器测量地面温度,将所述地面温度与所述像素区域的所述当日地表温度进行对比得出误差,若所述误差超过预设阈值,则重新获取所述像素区域的当日地表温度并重复与所述地面温度进行对比,直至所述误差未超过预设阈值。
8.一种热舒适指数检测装置,其特征在于,包括:
区域划分模块,用于确定待研究区域,将所述待研究区域划分为若干个像素区域;
热红外数据获取模块,用于每隔预设天数获取通过无人机遥感技术收集的各个所述像素区域的当日热红外数据;对所述当日热红外数据进行数据校正,得到各个所述像素区域的当日地表比辐射率;
像素区域地表温度计算模块,用于每隔预设天数获取从气象站的公开数据处采集的各个所述像素区域的当日等效大气平均温度以及当日大气透过率;根据所述当日等效大气平均温度、所述当日大气透过率以及所述当日地表比辐射率,通过单窗算法计算各个所述像素区域的当日地表温度;将当年每隔预设天数的各个所述像素区域的所述当日地表温度经过平均计算后得到全年平均地表温度;
地表温度线性拟合模块,用于获取从气象站的公开数据处采集的所述待研究区域在预设年限内的每日平均空气温度及每日平均地表温度;将所述待研究区域的所述每日平均空气温度与所述每日平均地表温度进行线性拟合,得到地表温度线性方程;
热舒适地表温度计算模块,用于获取从气象站公开数据处采集的所述待研究区域在预设年限内的全年热舒适气温;根据所述待研究区域的所述全年热舒适气温及所述地表温度线性方程,通过热舒适地表温度方程计算所述待研究区域的全年热舒适地表温度;
热舒适指数检测模块,用于根据所述待研究区域所述全年热舒适地表温度及所述待研究区域内的各个所述像素区域的所述全年平均地表温度,获得所述待研究区域的热舒适指数。
9.一种计算机设备,包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,该指令在电子设备上执行时使电子设备执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410122169.8A CN117670873B (zh) | 2024-01-30 | 2024-01-30 | 热舒适指数检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410122169.8A CN117670873B (zh) | 2024-01-30 | 2024-01-30 | 热舒适指数检测方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117670873A true CN117670873A (zh) | 2024-03-08 |
CN117670873B CN117670873B (zh) | 2024-05-17 |
Family
ID=90079165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410122169.8A Active CN117670873B (zh) | 2024-01-30 | 2024-01-30 | 热舒适指数检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117670873B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099697A (ja) * | 2001-09-21 | 2003-04-04 | Rikogaku Shinkokai | 熱環境の予測方法、およびプログラム |
CN107577916A (zh) * | 2017-10-11 | 2018-01-12 | 中国科学院寒区旱区环境与工程研究所 | 基于区域的冻土指数确定方法及电子设备 |
KR101943759B1 (ko) * | 2017-11-17 | 2019-01-29 | 한국외국어대학교 연구산학협력단 | 도시 상세 복사량모의를 통한 고온지역 열저감 위한 활용정보 추출 방법 및 장치 |
CN115628814A (zh) * | 2022-10-14 | 2023-01-20 | 中国科学院城市环境研究所 | 一种城市地表热效应时空测度方法、终端设备及存储介质 |
-
2024
- 2024-01-30 CN CN202410122169.8A patent/CN117670873B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099697A (ja) * | 2001-09-21 | 2003-04-04 | Rikogaku Shinkokai | 熱環境の予測方法、およびプログラム |
CN107577916A (zh) * | 2017-10-11 | 2018-01-12 | 中国科学院寒区旱区环境与工程研究所 | 基于区域的冻土指数确定方法及电子设备 |
KR101943759B1 (ko) * | 2017-11-17 | 2019-01-29 | 한국외국어대학교 연구산학협력단 | 도시 상세 복사량모의를 통한 고온지역 열저감 위한 활용정보 추출 방법 및 장치 |
CN115628814A (zh) * | 2022-10-14 | 2023-01-20 | 中国科学院城市环境研究所 | 一种城市地表热效应时空测度方法、终端设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
方小山;胡静文;: "湿热地区老年人夏季室外热舒适阈值研究", 南方建筑, no. 02, 30 April 2019 (2019-04-30), pages 9 - 16 * |
许光耀;: "德化县地表温度变化及影响因子分析", 现代农业研究, no. 12, 15 December 2019 (2019-12-15), pages 146 - 147 * |
Also Published As
Publication number | Publication date |
---|---|
CN117670873B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gueymard et al. | Extensive worldwide validation and climate sensitivity analysis of direct irradiance predictions from 1-min global irradiance | |
Krüger et al. | Comparison of different methods of estimating the mean radiant temperature in outdoor thermal comfort studies | |
Hrisko et al. | Urban air temperature model using GOES-16 LST and a diurnal regressive neural network algorithm | |
Li et al. | Evaluation of 10 year AQUA/MODIS land surface temperature with SURFRAD observations | |
Du et al. | Satellite-based carbon stock estimation for bamboo forest with a non-linear partial least square regression technique | |
JP6159594B2 (ja) | 観測値処理装置、観測値処理方法及び観測値処理プログラム | |
CN111191673B (zh) | 一种地表温度降尺度方法及系统 | |
CN109191408B (zh) | 快速循环地面气象融合方法、装置及服务器 | |
CN116046692B (zh) | 一种基于高光谱的土壤重金属污染监测方法和装置 | |
Blumberg et al. | Quantifying the accuracy and uncertainty of diurnal thermodynamic profiles and convection indices derived from the Atmospheric Emitted Radiance Interferometer | |
Hu et al. | Optical-based and thermal-based surface conductance and actual evapotranspiration estimation, an evaluation study in the North China Plain | |
CN113624694A (zh) | 一种大气甲烷浓度的反演方法和装置 | |
Lee et al. | Improvements of 6S look-up-table based surface reflectance employing minimum curvature surface method | |
Zhang et al. | Development of the direct-estimation albedo algorithm for snow-free Landsat TM albedo retrievals using field flux measurements | |
Peereman et al. | Assessing typhoon-induced canopy damage using vegetation indices in the Fushan Experimental Forest, Taiwan | |
CN117670873B (zh) | 热舒适指数检测方法、装置、计算机设备及存储介质 | |
Runke et al. | Study on air temperature estimation and its influencing factors in a complex mountainous area | |
Zha et al. | Normalized difference haze index: A new spectral index for monitoring urban air pollution | |
CN113793023A (zh) | 一种基于卫星遥感的区域绿色发展指标评价方法 | |
CN115578650B (zh) | 一种基于地表温度图像预测干旱指数的方法及装置 | |
CN116379935A (zh) | 基于多光谱影像的岛礁浅海水深预测方法、装置以及设备 | |
Sobrino et al. | Water‐vapour retrieval from Meteosat 8/SEVIRI observations | |
CN114691661B (zh) | 一种基于同化的云导风、温湿廓线预处理分析方法及系统 | |
CN114235275B (zh) | 压力传感器的标定方法、装置及电子设备 | |
Ouyang et al. | Preliminary applications of a land surface temperature retrieval method to IASI and AIRS data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |