インペインティングU-Net：都市形態を横断するシームレスな歩行者レベルの風速予測
本研究では、現実的な都市形態における歩行者レベルの平均風速を効率的に予測する2段階U-Netフレームワークを提案する。UrbanTALESデータセットで訓練されたモデルは、ベースラインU-Net（M1）でパッチごとに風速場を予測し、インペインティングに基づく改良U-Net（M2）で境界の不連続性を除去する。実験結果は平均速度と空間変動を合理的に再現する一方、最大速度は過小評価される。このフレームワークは高解像度の歩行者レベル風速予測のための効率的な代理モデルを提供する。
歩行者レベルの風速予測は都市設計や風快適性評価に不可欠ですが、LESなどの高忠実度シミュレーションは計算コストが高く、迅速な評価には適していません。そこで、Jingzi Huangら6名の著者による本研究は、現実的な都市形態における歩行者レベルの時間平均風速を効率的に予測する2段階U-Netフレームワークを開発しました。
モデルはUrbanTALESデータセットを用いて訓練・評価されました。このデータセットには、異なる接近風向の下での現実的な都市構成が含まれています。第1段階では、ベースラインU-Netモデル（M1）が正規化された建物高さと前面地形情報から風速場をパッチごとに予測します。この定式化により任意の大きさの都市領域に適用可能ですが、独立したパッチ推論はパッチ境界に不連続性を生じさせます。
この問題に対処するため、第2段階としてインペインティングに基づく改良モデル（M2）を導入しました。M2は初期M1予測と局所的な都市形態を含むより大きなコンテキストウィンドウを使用し、近傍の流れ情報を利用して不連続性を低減します。全体場の推論時には、M2はガウス・ザイデル法により収束するまで反復適用されます。
実験結果は、M1が歩行者レベル風速の主要な空間分布を捉え、低・中速度領域で良好に機能する一方、高速ピークの精度は低いことを示しました。M2はパッチ境界のアーティファクトを大幅に低減し、空間的一貫性を向上させました。未見の都市ケースにおいて、フレームワークは平均速度と空間変動を合理的に再現しましたが、最大速度は過小評価されたままでした。
従来のLESシミュレーションと比較して、この2段階U-Netフレームワークは妥当な精度を維持しながら計算時間を大幅に削減し、迅速な設計反復を可能にします。全体として、提案フレームワークは現実的な都市形態における高解像度の歩行者レベル風速予測のための効率的かつ柔軟な代理モデルを提供します。今後の課題として、注意機構やより高度な損失関数の導入によるピーク予測の改善が挙げられます。