破译外观:使用新兴城市大数据进行建筑能效预测
Maoran Sun1, Ce Hou2, Qiaosi Li3
1Sustainable Design Group, University of Cambridge, Cambridge, UK.
npj urban sustainability
|March 16, 2026
概括
本研究引入了一种新的人工智能方法,使用易于获得的数据来估计建筑的能源效率,帮助英国实现净零目标. 令人惊的是,贫困地区显示出更好的能源效率,挑战了这些假设.
科学领域:
- 环境科学 环境科学
- 计算机科学 计算机科学
- 城市规划 城市规划
背景情况:
- 英国家庭占能源消耗和碳排放的25%.
- 建筑行业的脱碳对可持续性至关重要.
- 传统的能源效率评估是资源密集的.
研究的目的:
- 开发一种新的,数据驱动的方法来估计建筑物的能效.
- 为了利用人工智能 (AI) 和各种数据集进行可扩展的解决方案.
- 通过改进建筑能源洞察力来支持英国的净零议程.
主要方法:
- 设计和训练了一种端到端的多道深度学习模型.
- 使用高分辨率的热红外和光学遥感图像.
- 整合了街景图像,社会经济指标和建筑形态数据.
主要成果:
- 该车型在格拉斯哥获得了0.64的F1分,在爱丁堡获得了0.69的F1分.
- 证明了从外部数据中估计建筑能效的可行性.
- 发现贫困社区与更高的能源效率之间有着令人惊的相关性.
结论:
- 人工智能和广泛可用的数据为建筑能效提供了可扩展的解决方案.
- 这些发现可以显著推进净零日程.
- 挑战不同社会经济背景下关于能源效率的传统假设.
