הבנת מודלים סביבתיים רב-סקריים

תכנון עמידות עירונית דורש כלים שיכולים ללכוד את המורכבות של מערכות מקושרות הפועלות בקנה מידה שונה.מודלים סביבתיים בקנה מידה רב-ממדיים הם מסגרות חישוביות המשלבות נתונים ותהליכים ממיקרו-קלימיות מקומיות לדפוסי מחזור גלובליים, ממשתמשי בניין בודדים ועד רשתות תחבורה אזוריות.מודלים אלה מדגימים כיצד מערכות טבעיות, תשתיות בנויות והתנהגות אנושית מעבר לחלל ובזמן.

המונח "שטחי-מulti" מתייחס ליכולת לייצג תופעות המתרחשות בהחלטות והיקף שונים.לדוגמה, מודל יחיד עשוי לכלול דומיין ברזולוציה גבוהה של כמה קילומטרים רבועים למרכז עיר, יחד עם דומיין קוהרסר המכסה את כל אזור המטרופוליניטן, הקן בתוך מודל אקלים יבשתי או גלובלי.

מודלים סביבתיים רב-סקריים

אינטגרציה נתונים ו- Fusion

מודלים מדויקים תלויים מיזוג של נתונים heterogeneous נתונים.תצפיות לוויין (למשל, Landsat, Sentinel) לספק כיסוי קרקע וטמפרטורת פני השטח. חיישנים המבוססים על הקרקע לתרום איכות אוויר, לחות הקרקע, וקריאות זרימה זרימה. דמוגרפית ונתונים סוציו-אקונומיים מלשכיחות ופורטל נתונים פתוחים מודיעים הערכות פגיעות.טכניקות למידה מכונה משמשים יותר ויותר כדי להזיק מקורות מגוונים אלה, שבו הם תצפיות דיגיטליות עקביות על פני השטח.

מעבדים Simulation Engines

מודלים אלה משלבים תיאורים מתמטיים של תהליכים פיזיים, כימיים וביולוגיים.המעבדים הדומים ל- Key כוללים:

  • (ב) ⁇ :0) ⁇ (התחילה: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0) אטמוספרי Dynamics:FLT:1 שדות הרוח, פרופילי טמפרטורה, ופיזור מזוההה באמצעות דינמיקת נוזל חישובית או מודלים מזג אוויר בינוני.
  • (FLT:0) ו- Ecosystem Dynamics:FreaLT:1 צמחי גידול, פליטת פחמן, ו-evapotranspiration, המשפיעים על קירור עירוני ואיכות אוויר.
  • (ב) ⁇ :0) ,אנרגיה וזרימות חומריות: FIRLT:1 , בניית ביקוש אנרגיה, ייצור פסולת ופליטות תחבורה על פני שכונות.

כל תהליך הוא פרמטר מבוסס על מערכות יחסים אמפיריות או חוקים פיזיים, והאינטראקציות ביניהם נפתרות באופן מספרי.הבחירה של פתרון מרחבי וזמני היא החלפה קריטית בין דיוק לבין עלות חישובית.

ניתוח סקרנריו ו-Unknownty Quantification

מתכננים משתמשים במודלים רב-ממדיים כדי לחקור "מה-אם" תרחישים נפוצים כוללים מסלולים פליטת גזי חממה שונים (למשל, RCP 4.5 לעומת RCP 8.5), דפוסי שינוי הקרקע (פעולה נגד ספירה), ואסטרטגיות השקעה תשתיות (גגות ירוקות, סולמות חד-משמעיות) שיטות זיהוי חד-משמעיות - כגון סימולציות, מונטה קרלו, ניתוח, ניתוח ורגישות בדיקה - יכולות להבין את התוצאות האפשריות של מידע סבירות.

תכנון עמידות עירונית

שיטפון וים - לפלס עלייה בערכת הסיכון

ערים חוף כמו ניו יורק, ג'קרטה, ורוטרדאם משתמשים במודלים בקנה מידה רב כדי להעריך את הצפה התרכובת של גשם כבד, גלי סערה ועלייה ברמת הים.מודל טיפוסי עשוי ליצור מודל אקלים עולמי (הספקת קלפטולוגיה של סופה עתידית) עם מודל הידרודינמיקה אזורי (הפחתת גלים וגאות ברזולוציה של 1 ק"מ) ומודל מקומי בונדמנטציה (runing על 10 שכונות דיגיטליות, לדוגמה, כלומר: 0) לסיכון מרכזי של זיהום נתונים מהירויות קריטיות, לדוגמה, לדוגמה, לדוגמה, 1 ק"מ"מ"מ"מ"מ-F).

האי החום העירוני מיטיגציה

חום קיצוני מציב סכנות גוברות לאוכלוסיות עירוניות.מודלים בקנה מידה רב מדמיינים כיצד albedo, צמחייה מכסה, גאומטריה, ושחררי חום אנתרופוגניים לתרום אפקט החום העירוני (UHI) על ידי פתרון טמפרטורות בקנה מידה של מטרים, מתכננים יכולים לבדוק התערבות כגון גגות רפלקטיביים, עצי רחוב או סולמות.

איכות האוויר והבריאות הציבורית

מודלים איכותיים בקנה מידה רב של אוויר המקשרים מקורות פליטות (טרף, תעשייה, חימום) עם כימיה אטמוספירית והובלת מטה אל רזולוציה של כביש-קניון.הם צופים ריכוזים של PM2.5, אוזון, חנקן דו-חמצני, ומזהמים אחרים.תוכנית החוסן העירונית משתמשת בפלטים אלה כדי להעריך את ההתערבות של מדיניות - אזורי פליטה נמוכים, תמחור, ירוק או מטבוליזם של תרכובות ירוקות - ותופעות שונות של קבוצות זיהום אוויריות אלה: 1.

תשתיות וגמישות החיים

ערים חיוניות צריכות אנרגיה, מים ורשתות תחבורה אמינים.מודלים בקנה מידה רב מדמיינים כשלים: שיטפון עשוי לקצץ קווי חשמל, לשבש משאבות מים ולחסום נתיבי פינוי.על ידי הפיכה מודלים של סיכונים עם מודלים תלות ברשת, מתכננים לזהות צמתים קריטיים ולקדם אדמוניות.

אתגרים בפיתוח ומימוש

מחסור בנתונים ואיכות

ערים רבות, במיוחד בדרום הגלובלי, חסרות נתונים טופוגרפיים, מטאורולוגיים או דמוגרפיים.לחישה מרחוק של לווין יכול למלא כמה פערים, אבל כיסוי ענן, זמני החזרה, ומגבלות החלטה מרחבית נותרו.רשתות חיישן מבוסס קרקע יקרות לשמור.

גדרות נאמנות וטכנית

הפעלת מודלים רב בקנה מידה דורש משאבי מחשוב בעלי ביצועים גבוהים. סימולציה אחת עשויה לקחת ימים על אשכול של מאות ליבות. זמן אמת או ליד-מציאות (למשל, עבור תגובה חירום) דורש אלגוריתמים מהירים יותר ומקבילה יעילה. מחלקות תכנון עירוני רבות חסרות יכולת טכנית לרוץ או לפרש מודלים אלה ללא תמיכה מיוחדת מאוניברסיטאות או ייעוץ פרטי.

שיתוף פעולה בין-תחומי

מודלים רב-ממדיים יעילים דורשים מומחיות מ קלמטולוגיה, הידרולוגיה, אקולוגיה, הנדסה, מדעי המחשב ומדעי החברה.הקמת מסגרות מושגיות משותפות והתאמה של תקני נתונים על פני דיסציפלינות היא קשה.מימון סוכנויות ותוכניות מחקר (כמו FLT:0Future EarthFLT:1 יוזמה) הם לטפח רשתות שיתופיות, אבל סילאו מוסדיים להישאר מחסום.

אימות ו-Celbration

מודלים חייבים להיות מאומתים נגד נתונים שנצפו כדי להבטיח אמינות.עם זאת, תצפיות בקנה מידה ומיקומים הדרושים לאימות אינן זמינות לעתים קרובות.קליברציה - קביעת פרמטרים מודל כדי להתאים לאירועים היסטוריים - יכול להוביל להתאמה יתר וביצועים עניים בתנאים עתידיים. - טכניקות אנסמבל וסיוע ניתוח אי ודאות קפדני, אבל תקשורת אי-ודאות אלה מקבלי ההחלטות נותרה מאתגרת.

כיוונים עתידיים וחדשנות

תאומים דיגיטליים של ערים

הרעיון של תאומים דיגיטליים - העתק דיגיטלי דינמי, בזמן אמת של מערכת גופנית - הוא צובר מתחים בסביבה עירונית.מודלים סביבתיים בקנה מידה גדול טופס המנוע של תאומה דיגיטלית בעיר, ברציפות עם נתוני חיישן ומאפשר למנהלי העיר לבחון התערבויות בסביבה וירטואלית.ערים כמו סינגפור (Virtual Singapore) והלסינקי (Helsinki 3D3D+) הם חלוציים אלה, משלבים פלטפורמות אנרגיה, ומודלים כגון: FLT2 תקנים כגון: FLT.

Machine Learning for Surrogate Models

אימוני רשתות עצביות עמוקות על הרכבים של סימולציות המבוססות על פיזיקה יכולים ליצור מודלים מהירים (נקראים גם חיקוי) שדינמיקה מורכבת משוערת ב- מילימטרים.הפונדקאים האלה מאפשרים הערכות סיכון הסתברותיות עם מיליוני התגשמות, אשר יהיה בלתי מורגש עם מודל הפיזיקה המלא.הם גם להקל על תמיכת החלטות בזמן אמת במהלך משברים.

מודלים משותפים ו-Co-designed Modeling

כדי להבטיח כי מודלים לטפל בדאגות מקומיות והם מהימן על ידי בעלי עניין, תהליכים מודלים השתתפותיים כרוכים מקבלי החלטות, קבוצות קהילתיות ומומחים דומיין בעיצוב מודלים ובחירת תרחיש. גישה זו עיצוב משותף מגבירה את השקיפות והרלוונטיות.המכון הבינלאומי לפיתוח בר קיימאFLT:1 תיעד מחקרים מקרים שבהם מודלים השתתפותיים שיפרו את תוצאות החוסן בערים אפריקה ואסיה.

שילוב עם מודלים חברתיים והתנהגותיים

מודלים סביבתיים רב בקנה מידה הנוכחי לעתים קרובות להניח התנהגות אנושית סטטית או פשוטה.שילוב מודלים מבוססי הסוכן כי לדמות החלטות בודדים וחיות (הערכה, הגירה, אימוץ של טכנולוגיות ירוקות) יכול לחשוף דינמיקה בולטת כמו הסתגלות בלתי שוויונית או מנעול רשלנות רשלנית זו הפיכה סוציו-סביבתית היא אזור גבול צפוי לייצר תחזיות מציאותיות יותר של מסלולים חוסמיים עירוניים.

מסקנה

מודלים סביבתיים בקנה מידה רב הם כלים הכרחיים לתכנון החוסן העירוני בעידן של אקלים גובר ושינוי סביבתי.על ידי שילוב יעיל של נתונים ותהליכים מן בקנה מידה עולמי למקומיים, הם מעצימים את מתכנן העיר לחזות סיכונים, להעריך אסטרטגיות הסתגלות, ועדיפות השקעות. בעוד אתגרים בנתונים, חישוב ושיתוף פעולה בין-תחומי נמשך, התקדמות מהירה בתאומים דיגיטליים, למידה, וגישות חלקיות הופכות מודלים אלה לפיתוח נגיש יותר.