近日。工作室介鹏宇等在《Sustainable Cities and Society》上发表题为“WRF-based hybrid model for high-resolution prediction of urban thermal–wind environments under present and future climate scenarios”的原创论文。（DOI：10.1016/j.scs.2026.107315）《Sustainable Cities and Society》是建筑工程与城市可持续领域国际著名SCI刊物，在JCR分区CONSTRUCTION & BUILDING TECHNOLOGY中属于Q1，并为中科院一区TOP期刊，2025年影响因子为12。
准确、高效地模拟大规模城市风热环境仍然是一项重大挑战。本研究提出了一种快速混合建模方法，将能够捕捉中尺度气象过程的天气研究与预报（WRF）模型，与用于快速数据驱动预测的改进型卷积神经网络（CNN）相结合。以人口稠密的上海市为案例，该模型在典型夏季高温周条件下，有效预测了当前及未来气候情景下的城市风场与温度时空分布。该混合框架有效捕捉了中尺度物理机制与局部城市形态效应，并展现出强大的可解释性、准确性和计算效率。在最佳预测情况下（滑动窗口预测），温度的均方根误差（RMSE）低于0.43°C，风速的均方根误差低于0.24 m/s。得益于其轻量级结构，该混合模型可在有限的计算资源下进行训练和部署，其运行速度比基于物理的模拟快约两个数量级。事后分析表明，WSR和SVF是影响温度的最主要因素，而GCR和BFR是影响风速的主导因素，且均存在非线性效应。在2080年的高排放夏季情景下，相较于2019–2023年的基准，选定夏季热周的平均温度预计将上升约2.1–2.5°C，而风速变化在不同情景中呈现不一致的方向（范围从−0.15到+0.65 m/s）。这种非线性的温度-风速关系反映了复杂的城市热力学动态，表明高密度城区的热风险有所加剧。总体而言，所提出的混合模型为未来夏季极端高温情景下的城市气候评估提供了一种高效、准确且可推广的工具，并为建筑能耗模拟提供了宝贵支持。
|
