| 论文标题 | District-scale surface temperatures generated from high-resolution longitudinal thermal infrared images |
| 发布机构 | Springer Nature |
| 发布期刊 | Scientific Data |
| 发布时间 | 2023 年 12 月 |
| 作者/机构 | Subin Lin、Vasantha Ramani、Miguel Martin、Pandarasamy Arjunan、Adrian Chong、Filip Biljecki、Marcel Ignatius、Kameshwar Poolla、Clayton Miller;伯克利教育联盟新加坡研究项目;新加坡国立大学;加州大学伯克利分校;印度科学研究院 |
| 轻松连产品 | 轻松连 WS1 Pro 温湿度传感器 |
| 数据收集 | 校准位置 B 和 C 的接触式建筑表面温度 |
| 采样频率 | 论文未明确说明轻松连原始记录间隔;校准分析中,位置 B 和 C 使用 5 分钟时间分辨率 |
| 研究周期 | 热图像数据集:Kent Vale 为 2021 年 11 月 8 日至 2022 年 3 月 8 日;S16 为 2022 年 8 月 3 日至 2022 年 12 月 14 日。表面温度校准测量在热红外观测站技术验证阶段进行 |
| 应用场景 | 城市热红外监测、街区尺度表面温度数据集校准、建筑立面热性能分析、城市微气候研究、城市热岛分析 |
| 原文链接 | https://doi.org/10.1038/s41597-023-02749-0 |
红外热成像被广泛用于建筑环境研究,包括城市热岛、建筑诊断、城市热通量和建筑立面热性能分析。不过,已有热红外数据多集中在两个尺度:一种是卫星或航空平台提供的城市尺度数据,另一种是手持设备或无人机提供的建筑尺度数据。对于街区尺度,也就是介于单体建筑和整座城市之间的尺度,长期、高分辨率热红外观测数据仍然相对不足。
这项研究在新加坡建立了屋顶热红外观测站,用于在热带城市环境中长期采集高时间分辨率热图像。观测站可以从固定屋顶位置记录多个建筑、道路、植被、玻璃立面、空调外机和太阳能板等城市要素的表面温度变化。
论文发布了一个大型公开数据集,包含来自 Kent Vale 和 S16 两个屋顶观测点的 1,365,921 张热红外图像。图像平均约每 10 秒采集一次,覆盖约 10 个月,同时配套气象站数据和数据预处理代码。
这类研究的关键技术问题是校准。热红外相机通过红外辐射估计表面温度,但室外测量会受到材料发射率、大气透过率、湿度、空气温度、天空辐射、相机窗口透过率和相机参数等因素影响。为了提高由热图像推算出的表面温度准确性,研究团队在部分位置布设接触式表面温度传感器。轻松连 WS1 Pro 无线智能传感器就被用于这一校准流程,通过连接温度探针采集实际表面温度,用来校准热红外相机估算结果。

在这项研究中,轻松连 WS1 Pro 无线智能传感器被用作技术验证阶段的接触式表面温度数据记录设备。主要远程热成像数据由安装在屋顶观测站上的 FLIR A300 热红外相机采集。该传感器的作用是连接温度探针,在指定校准位置采集接触式表面温度。
研究中的热红外观测站使用 FLIR A300 热红外相机,并将其安装在可旋转的 pan/tilt 装置上。相机外部有防雨外壳,并安装在新加坡两个屋顶位置:Kent Vale 和 S16。观测站能够采集大学校园建筑、植被、道路、太阳能板、玻璃材料和空调设备等对象的热红外图像。
为了校准热红外图像,研究团队设置了三个接触式表面温度测量位置,论文中标记为 A、B 和 C。位置 A 使用热流传感器和温度探针,并连接到 Hioki 数据记录仪。位置 B 和 C 则使用温度探针,并分别连接到 轻松连 WS1 Pro 无线智能传感器。这些由轻松连连接的温度探针提供了与热红外相机视野中目标表面对应的实测接触温度数据。
轻松连的设备数据用于校准,而不是用于远程成像。研究团队将热红外图像估算的表面温度与接触式传感器测得的表面温度进行对比,手动调整 FLIR A300 的校准参数,使图像温度估计值更接近真实表面温度。
论文使用平均偏差误差 MBE 和均方根误差 RMSE 来评估校准效果。研究中,位置 A 的优化时间分辨率为 30 分钟,位置 B 和 C 的优化时间分辨率为 5 分钟。校准后,A、B、C 三个位置的 RMSE 均低于 2 °C,MBE 均控制在 ±1 °C 以内。
因此,轻松连的设备在这项研究中的具体作用是提供校准点 B 和 C 的接触式表面温度数据。这些数据用于验证和校准屋顶热红外观测站生成的表面温度数据,使后续城市微气候和建筑热性能分析更可靠。
研究团队在新加坡两个位置部署了屋顶红外热成像观测站:Kent Vale 和 S16。
Kent Vale 观测站安装在一栋 42 米高住宅建筑的屋顶,可以俯瞰大学校园内多个建筑。pan/tilt 装置控制 FLIR A300 相机依次拍摄四个方向,记录 CREATE、E1A、EA 和 SDE4 等建筑以及植被和道路。不同建筑包含不同立面材料,例如幕墙、混凝土墙、单层玻璃窗、金属格栅和混凝土框架。
S16 观测站安装在一栋九层校园建筑屋顶,从三个目标方向采集图像,记录建筑、空调外机、玻璃材料、植被和太阳能板等城市要素。
热红外相机为 FLIR A300,图像分辨率为 320 × 240 像素,光谱范围为 7.5–13 μm,在 30 °C 条件下热灵敏度为 50 mK。观测站以不同时间间隔采集热图像,整体平均采集间隔约为 10 秒。
研究还在校园多个位置布设气象站,记录空气温度、相对湿度、露点、风速、风向、阵风速度和太阳辐射,时间分辨率为 1 分钟。这些气象数据用于修正由大气条件导致的热红外表面温度估计误差。
在技术验证部分,研究团队使用接触式表面温度传感器。位置 A 使用 Hioki 数据记录仪连接热流传感器和温度探针。位置 B 和 C 使用 轻松连 WS1 Pro 无线智能传感器连接温度探针。这些接触式测量数据被用于与热红外图像估算温度进行对比。
数据处理方面,研究团队进行了图像过滤、分类和分割。受雨水、模糊或 pan/tilt 移动影响的不合格热图像被移除或分类。Kent Vale 数据使用卷积神经网络对不同建筑视角进行分类。论文还推荐使用 Flirextractor 和 Labelme 等工具,用于从热图像中提取温度数据和分割感兴趣区域。
这篇论文的核心成果是街区尺度热红外数据集,而不是单一实验结论。数据集包含来自新加坡两个屋顶观测站、持续约 10 个月采集的 1,365,921 张热红外图像。
Kent Vale 数据集包含 483,915 张热图像,采集时间为 2021 年 11 月 8 日至 2022 年 3 月 8 日。S16 数据集包含 882,006 张热图像,采集时间为 2022 年 8 月 3 日至 2022 年 12 月 14 日。这些数据提供了建筑、植被、道路、空调设备、太阳能板和玻璃材料等多种城市要素的长期高分辨率热观测。
研究展示了屋顶热红外观测站可以弥补卫星城市尺度数据和手持/无人机建筑尺度数据之间的空白。它能够从街区尺度视角,以较高时间和空间分辨率记录城市表面温度动态。
校准结果显示,将热红外相机估算值与接触式表面温度传感器实测值对比,可以提高表面温度估计的可靠性。校准后,位置 A、B 和 C 的 RMSE 分别为 1.24 °C、1.69 °C 和 1.00 °C;MBE 分别为 −0.21 °C、0.91 °C 和 0.55 °C。这说明校准后的热红外温度估算与接触式测量结果具有较好一致性。
研究也强调,在根据热图像计算表面温度时,需要考虑材料发射率、大气透过率、空气温度、湿度、天空辐射和窗口效应。因此,气象站数据和接触式表面温度校准数据都是整个数据集工作流的重要组成部分。
这项研究说明,城市热环境监测需要将屋顶热成像、气象站、接触式校准传感器和图像处理流程结合起来。
对于城市微气候研究,街区尺度热图像可以揭示不同城市表面的升温和降温规律。建筑、道路、植被、玻璃立面、太阳能板和空调设备具有不同热行为。长期数据集有助于研究这些对象在一天内、不同天气条件下以及季节变化中的温度动态。
对于建筑性能研究,经过校准的热图像可以用于分析建筑立面蓄热、冷却系统运行、热泄漏以及建筑与室外环境之间的热交换。对于非住宅建筑而言,屋顶观测站可以同时记录多个建筑和设备系统,具有较高研究价值。
对于城市热岛研究,该数据集比卫星图像更精细,又比手持热成像覆盖范围更广。它可以帮助研究人员分析城市材料、植被、交通路面和建筑形态如何影响局部温度格局。
研究同时说明,校准非常关键。如果缺乏接触式表面温度测量和气象修正,由热图像推算出的表面温度可能受到材料和环境因素影响。轻松连设备支持的接触式温度记录为这一校准环节提供了重要数据。
在这项街区尺度热成像研究中,轻松连 WS1 Pro 无线智能传感器的价值主要体现在辅助校准。
首先,WS1 Pro 传感器通过连接位置 B 和 C 的温度探针,提供了接触式表面温度数据。这些数据可作为检查热图像表面温度估算结果的参考。
第二,WS1 Pro 传感器支持室外热红外相机校准。屋顶 FLIR A300 系统远程估算表面温度,而 UbiBot 连接的温度探针在选定位置测量实际接触温度。两者对比后,可以用于调整相机校准参数。
第三,WS1 Pro 传感器与更大的多模态感知平台形成互补。研究结合了屋顶热红外相机、气象站、接触传感器、图像处理代码和云端数据存储。UbiBot 负责其中接触式温度验证部分。
第四,WS1 Pro 传感器有助于提高后续分析的可信度。该数据集可用于城市热岛、建筑热性能和城市微气候研究,温度校准的准确性直接影响后续分析质量。接触式温度测量可以降低热图像解释的不确定性。
第五,该案例展示了小型环境监测设备如何支持大型远程感知研究。WS1 Pro 传感器没有替代热红外相机,而是提供局部参考测量,使热红外图像数据集更具技术可信度和可用性。
基于该研究中的应用方式,轻松连 WS1 Pro 无线智能传感器可延伸应用于以下场景:
研究使用了轻松连 WS1 Pro 无线智能传感器。
轻松连 WS1 Pro 无线智能传感器连接位置 B 和 C 的温度探针,用于采集接触式建筑表面温度数据。
WS1 Pro 无线智能传感器连接的温度探针被布置在屋顶热红外观测站可观测到的校准表面位置。
不是。主要热图像数据由安装在屋顶观测站上的 FLIR A300 热红外相机采集。WS1 Pro用于采集接触式表面温度,支持校准。
论文未明确说明WS1 Pro原始记录间隔。校准分析中,位置 B 和 C 使用 5 分钟时间分辨率。
WS1 Pro连接的温度探针数据与热红外图像推算的表面温度进行对比,用于支持红外相机测量校准。
论文发布的数据集包含 1,365,921 张热红外图像,来自新加坡两个屋顶观测站,采集周期约 10 个月。
热图像采集地点为新加坡国立大学校园的 Kent Vale 和 S16 屋顶观测站。
校准后,三个校准位置的 RMSE 均低于 2 °C,MBE 均控制在 ±1 °C 以内。
WS1 Pro 提供了接触式表面温度数据,帮助校准和验证街区尺度热红外图像数据集,提高后续城市微气候和建筑性能分析的可信度。
相关文章
学术研究与实践验证
更多分类 >>
| 论文标题 | District-scale surface temperatures generated from high-resolution longitudinal thermal infrared images |
| 发布机构 | Springer Nature |
| 发布期刊 | Scientific Data |
| 发布时间 | 2023 年 12 月 |
| 作者/机构 | Subin Lin、Vasantha Ramani、Miguel Martin、Pandarasamy Arjunan、Adrian Chong、Filip Biljecki、Marcel Ignatius、Kameshwar Poolla、Clayton Miller;伯克利教育联盟新加坡研究项目;新加坡国立大学;加州大学伯克利分校;印度科学研究院 |
| 轻松连产品 | 轻松连 WS1 Pro 温湿度传感器 |
| 数据收集 | 校准位置 B 和 C 的接触式建筑表面温度 |
| 采样频率 | 论文未明确说明轻松连原始记录间隔;校准分析中,位置 B 和 C 使用 5 分钟时间分辨率 |
| 研究周期 | 热图像数据集:Kent Vale 为 2021 年 11 月 8 日至 2022 年 3 月 8 日;S16 为 2022 年 8 月 3 日至 2022 年 12 月 14 日。表面温度校准测量在热红外观测站技术验证阶段进行 |
| 应用场景 | 城市热红外监测、街区尺度表面温度数据集校准、建筑立面热性能分析、城市微气候研究、城市热岛分析 |
| 原文链接 | https://doi.org/10.1038/s41597-023-02749-0 |
红外热成像被广泛用于建筑环境研究,包括城市热岛、建筑诊断、城市热通量和建筑立面热性能分析。不过,已有热红外数据多集中在两个尺度:一种是卫星或航空平台提供的城市尺度数据,另一种是手持设备或无人机提供的建筑尺度数据。对于街区尺度,也就是介于单体建筑和整座城市之间的尺度,长期、高分辨率热红外观测数据仍然相对不足。
这项研究在新加坡建立了屋顶热红外观测站,用于在热带城市环境中长期采集高时间分辨率热图像。观测站可以从固定屋顶位置记录多个建筑、道路、植被、玻璃立面、空调外机和太阳能板等城市要素的表面温度变化。
论文发布了一个大型公开数据集,包含来自 Kent Vale 和 S16 两个屋顶观测点的 1,365,921 张热红外图像。图像平均约每 10 秒采集一次,覆盖约 10 个月,同时配套气象站数据和数据预处理代码。
这类研究的关键技术问题是校准。热红外相机通过红外辐射估计表面温度,但室外测量会受到材料发射率、大气透过率、湿度、空气温度、天空辐射、相机窗口透过率和相机参数等因素影响。为了提高由热图像推算出的表面温度准确性,研究团队在部分位置布设接触式表面温度传感器。轻松连 WS1 Pro 无线智能传感器就被用于这一校准流程,通过连接温度探针采集实际表面温度,用来校准热红外相机估算结果。

在这项研究中,轻松连 WS1 Pro 无线智能传感器被用作技术验证阶段的接触式表面温度数据记录设备。主要远程热成像数据由安装在屋顶观测站上的 FLIR A300 热红外相机采集。该传感器的作用是连接温度探针,在指定校准位置采集接触式表面温度。
研究中的热红外观测站使用 FLIR A300 热红外相机,并将其安装在可旋转的 pan/tilt 装置上。相机外部有防雨外壳,并安装在新加坡两个屋顶位置:Kent Vale 和 S16。观测站能够采集大学校园建筑、植被、道路、太阳能板、玻璃材料和空调设备等对象的热红外图像。
为了校准热红外图像,研究团队设置了三个接触式表面温度测量位置,论文中标记为 A、B 和 C。位置 A 使用热流传感器和温度探针,并连接到 Hioki 数据记录仪。位置 B 和 C 则使用温度探针,并分别连接到 轻松连 WS1 Pro 无线智能传感器。这些由轻松连连接的温度探针提供了与热红外相机视野中目标表面对应的实测接触温度数据。
轻松连的设备数据用于校准,而不是用于远程成像。研究团队将热红外图像估算的表面温度与接触式传感器测得的表面温度进行对比,手动调整 FLIR A300 的校准参数,使图像温度估计值更接近真实表面温度。
论文使用平均偏差误差 MBE 和均方根误差 RMSE 来评估校准效果。研究中,位置 A 的优化时间分辨率为 30 分钟,位置 B 和 C 的优化时间分辨率为 5 分钟。校准后,A、B、C 三个位置的 RMSE 均低于 2 °C,MBE 均控制在 ±1 °C 以内。
因此,轻松连的设备在这项研究中的具体作用是提供校准点 B 和 C 的接触式表面温度数据。这些数据用于验证和校准屋顶热红外观测站生成的表面温度数据,使后续城市微气候和建筑热性能分析更可靠。
研究团队在新加坡两个位置部署了屋顶红外热成像观测站:Kent Vale 和 S16。
Kent Vale 观测站安装在一栋 42 米高住宅建筑的屋顶,可以俯瞰大学校园内多个建筑。pan/tilt 装置控制 FLIR A300 相机依次拍摄四个方向,记录 CREATE、E1A、EA 和 SDE4 等建筑以及植被和道路。不同建筑包含不同立面材料,例如幕墙、混凝土墙、单层玻璃窗、金属格栅和混凝土框架。
S16 观测站安装在一栋九层校园建筑屋顶,从三个目标方向采集图像,记录建筑、空调外机、玻璃材料、植被和太阳能板等城市要素。
热红外相机为 FLIR A300,图像分辨率为 320 × 240 像素,光谱范围为 7.5–13 μm,在 30 °C 条件下热灵敏度为 50 mK。观测站以不同时间间隔采集热图像,整体平均采集间隔约为 10 秒。
研究还在校园多个位置布设气象站,记录空气温度、相对湿度、露点、风速、风向、阵风速度和太阳辐射,时间分辨率为 1 分钟。这些气象数据用于修正由大气条件导致的热红外表面温度估计误差。
在技术验证部分,研究团队使用接触式表面温度传感器。位置 A 使用 Hioki 数据记录仪连接热流传感器和温度探针。位置 B 和 C 使用 轻松连 WS1 Pro 无线智能传感器连接温度探针。这些接触式测量数据被用于与热红外图像估算温度进行对比。
数据处理方面,研究团队进行了图像过滤、分类和分割。受雨水、模糊或 pan/tilt 移动影响的不合格热图像被移除或分类。Kent Vale 数据使用卷积神经网络对不同建筑视角进行分类。论文还推荐使用 Flirextractor 和 Labelme 等工具,用于从热图像中提取温度数据和分割感兴趣区域。
这篇论文的核心成果是街区尺度热红外数据集,而不是单一实验结论。数据集包含来自新加坡两个屋顶观测站、持续约 10 个月采集的 1,365,921 张热红外图像。
Kent Vale 数据集包含 483,915 张热图像,采集时间为 2021 年 11 月 8 日至 2022 年 3 月 8 日。S16 数据集包含 882,006 张热图像,采集时间为 2022 年 8 月 3 日至 2022 年 12 月 14 日。这些数据提供了建筑、植被、道路、空调设备、太阳能板和玻璃材料等多种城市要素的长期高分辨率热观测。
研究展示了屋顶热红外观测站可以弥补卫星城市尺度数据和手持/无人机建筑尺度数据之间的空白。它能够从街区尺度视角,以较高时间和空间分辨率记录城市表面温度动态。
校准结果显示,将热红外相机估算值与接触式表面温度传感器实测值对比,可以提高表面温度估计的可靠性。校准后,位置 A、B 和 C 的 RMSE 分别为 1.24 °C、1.69 °C 和 1.00 °C;MBE 分别为 −0.21 °C、0.91 °C 和 0.55 °C。这说明校准后的热红外温度估算与接触式测量结果具有较好一致性。
研究也强调,在根据热图像计算表面温度时,需要考虑材料发射率、大气透过率、空气温度、湿度、天空辐射和窗口效应。因此,气象站数据和接触式表面温度校准数据都是整个数据集工作流的重要组成部分。
这项研究说明,城市热环境监测需要将屋顶热成像、气象站、接触式校准传感器和图像处理流程结合起来。
对于城市微气候研究,街区尺度热图像可以揭示不同城市表面的升温和降温规律。建筑、道路、植被、玻璃立面、太阳能板和空调设备具有不同热行为。长期数据集有助于研究这些对象在一天内、不同天气条件下以及季节变化中的温度动态。
对于建筑性能研究,经过校准的热图像可以用于分析建筑立面蓄热、冷却系统运行、热泄漏以及建筑与室外环境之间的热交换。对于非住宅建筑而言,屋顶观测站可以同时记录多个建筑和设备系统,具有较高研究价值。
对于城市热岛研究,该数据集比卫星图像更精细,又比手持热成像覆盖范围更广。它可以帮助研究人员分析城市材料、植被、交通路面和建筑形态如何影响局部温度格局。
研究同时说明,校准非常关键。如果缺乏接触式表面温度测量和气象修正,由热图像推算出的表面温度可能受到材料和环境因素影响。轻松连设备支持的接触式温度记录为这一校准环节提供了重要数据。
在这项街区尺度热成像研究中,轻松连 WS1 Pro 无线智能传感器的价值主要体现在辅助校准。
首先,WS1 Pro 传感器通过连接位置 B 和 C 的温度探针,提供了接触式表面温度数据。这些数据可作为检查热图像表面温度估算结果的参考。
第二,WS1 Pro 传感器支持室外热红外相机校准。屋顶 FLIR A300 系统远程估算表面温度,而 UbiBot 连接的温度探针在选定位置测量实际接触温度。两者对比后,可以用于调整相机校准参数。
第三,WS1 Pro 传感器与更大的多模态感知平台形成互补。研究结合了屋顶热红外相机、气象站、接触传感器、图像处理代码和云端数据存储。UbiBot 负责其中接触式温度验证部分。
第四,WS1 Pro 传感器有助于提高后续分析的可信度。该数据集可用于城市热岛、建筑热性能和城市微气候研究,温度校准的准确性直接影响后续分析质量。接触式温度测量可以降低热图像解释的不确定性。
第五,该案例展示了小型环境监测设备如何支持大型远程感知研究。WS1 Pro 传感器没有替代热红外相机,而是提供局部参考测量,使热红外图像数据集更具技术可信度和可用性。
基于该研究中的应用方式,轻松连 WS1 Pro 无线智能传感器可延伸应用于以下场景:
研究使用了轻松连 WS1 Pro 无线智能传感器。
轻松连 WS1 Pro 无线智能传感器连接位置 B 和 C 的温度探针,用于采集接触式建筑表面温度数据。
WS1 Pro 无线智能传感器连接的温度探针被布置在屋顶热红外观测站可观测到的校准表面位置。
不是。主要热图像数据由安装在屋顶观测站上的 FLIR A300 热红外相机采集。WS1 Pro用于采集接触式表面温度,支持校准。
论文未明确说明WS1 Pro原始记录间隔。校准分析中,位置 B 和 C 使用 5 分钟时间分辨率。
WS1 Pro连接的温度探针数据与热红外图像推算的表面温度进行对比,用于支持红外相机测量校准。
论文发布的数据集包含 1,365,921 张热红外图像,来自新加坡两个屋顶观测站,采集周期约 10 个月。
热图像采集地点为新加坡国立大学校园的 Kent Vale 和 S16 屋顶观测站。
校准后,三个校准位置的 RMSE 均低于 2 °C,MBE 均控制在 ±1 °C 以内。
WS1 Pro 提供了接触式表面温度数据,帮助校准和验证街区尺度热红外图像数据集,提高后续城市微气候和建筑性能分析的可信度。
相关文章
