logo móvil
Contáctanos

Redes Generativas Antagónicas para la Morfología Urbana Sensible al Clima: Una Integración de Pix2Pix y la Red Generativa Antagónica de Ciclo

Autores: Wang, Mo; Xiong, Ziheng; Zhao, Jiayu; Zhou, Shiqi; Wang, Yuankai; Ikram, Rana Muhammad Adnan; Wang, Lie; Tan, Soon Keat

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Medioambientales

Subcategoría

Ciencias medioambientales generales

Palabras clave

Isla de calor urbana
Desarrollo urbano sostenible
Técnicas de modelado
Morfología urbana
Zonas climáticas locales
Estudios climáticos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 8

Citaciones: Sin citaciones


Descripción
Los efectos de las islas de calor urbanas (UHI) plantean desafíos significativos para el desarrollo urbano sostenible, lo que requiere técnicas de modelado innovadoras para optimizar la morfología urbana en términos de resiliencia térmica. Este estudio integra las arquitecturas Pix2Pix y CycleGAN para generar modelos de morfología urbana de alta fidelidad alineados con las zonas climáticas locales (LCZ), mejorando su aplicabilidad a los estudios climáticos urbanos. Esta investigación se centra en ocho importantes ciudades costeras chinas, aprovechando un conjunto de datos robusto de 4712 muestras para entrenar los modelos generativos. Las evaluaciones cuantitativas demostraron que la integración de CycleGAN con Pix2Pix mejoró sustancialmente la fidelidad estructural y el realismo en la síntesis de morfología urbana, logrando un índice de medida de similitud estructural (SSIM) máximo de 0.918 y un coeficiente de determinación (R2) de 0.987. La pérdida adversarial total en el entrenamiento de Pix2Pix se estabilizó en 0.19 después de 811 iteraciones, asegurando una alta convergencia en la generación de estructuras urbanas. Además, las salidas mejoradas por CycleGAN mostraron una reducción del 35% en el error relativo en comparación con las imágenes generadas por Pix2Pix, mejorando significativamente la preservación de bordes y la precisión de las características urbanas. Al incorporar datos de LCZ, el marco propuesto logra conectar el modelado de morfología urbana con la planificación urbana sensible al clima, permitiendo estrategias de diseño adaptativas para mitigar los efectos de UHI. Este estudio integra las arquitecturas Pix2Pix y CycleGAN para mejorar el realismo y la fidelidad estructural de la generación de morfología urbana, al tiempo que incorpora el marco de clasificación de LCZ para producir formas urbanas que se alineen con condiciones climatológicas específicas. En comparación con el modelo entrenado por Pix2Pix acoplado solo con LCZ, el enfoque ofrece a los planificadores urbanos una herramienta más precisa para diseñar ciudades sensibles al clima, optimizando los diseños urbanos para mitigar los efectos de las islas de calor, mejorar la eficiencia energética y aumentar la resiliencia.

Otros recursos que podrían interesarte

    Temas Virtualpro