1.本发明涉及户外活动的热环境研究领域，具体涉及一种基于累积热应力的出行路径优化方法及系统。
背景技术：2.在全球变暖和热岛效应的协同作用下，城市热问题正威胁着环境、社会、经济和健康；随着城市化进程的不断发展，城市热问题将进一步加剧。《气候变化框架公约》第26届大会(cop 26)指出，到本世纪末，将有更多的城市温度升高4℃，导致人们更容易遭受严重的热问题的危害。在高温期间，暴露在极端炎热的环境下会增加人体的热压力，进而增加心血管疾病、呼吸道疾病、精神疾病等的发病率，甚至引发死亡。随着气候的恶化、人口不断增长和老龄化趋势，与高温相关的发病率及死亡率的抬升是必然趋势。因此，营造安全、健康和舒适的城市热环境，降低城市高温对人的负面影响和危害势在必行。
3.目前，针对城市高温热浪及热岛效应，既有研究主要关注在城市热影响评估、城市热岛形成和驱动因素、城市高温缓解技术与策略等方面。虽然城市高温缓解技术与策略可缓解城市热问题，但尚未广泛推广应用，导致居民在户外活动与日常出行过程中，仍受到严重的城市热影响和热危害。同时，城市空间具有异质性，不同社区及街道的城市热问题及危害程度各异，对城市热问题进行精细化的判断尤为重要。
4.现有的与城市热环境相关的决策体系主要服务于政府部门、规划设计者和相关行业者，用于探索不同的城市热岛效应缓解技术，为韧性城市和健康城市的规划设计提供了支撑。但是，应对城市热问题，不但需要热岛效应缓解技术，更需要人们采取相应策略进行主动适应，而目前服务于人并针对城市热问题的适应性决策体系尚未得到重视，缺乏结合人们有序有意识的、主观的城市热自适应展开的决策方式。
技术实现要素：5.本发明提供一种基于累积热应力的出行路径优化方法及系统，以解决现有技术中缺乏让出行者根据主观意识有序的对城市热环境进行自适应的问题，实现为城市居民提出户外活动的适应性指导措施，支撑居民出行、降低热影响和热危害的目的。
6.本发明通过下述技术方案实现：
7.一种基于累积热应力的出行路径优化方法，包括：
8.根据区域基础数据模拟区域热环境，得到区域热环境数据；
9.确定所有出行路径，获取各出行路径的热环境数据；
10.筛选出满足设定要求的可出行路径；
11.计算各可出行路径的累积热应力，选择累积热应力最小的路径作为最优出行路径。
12.针对现有技术中缺乏让出行者根据主观意识有序的对城市热环境进行自适应的问题，本发明首先提出一种基于累积热应力的出行路径优化方法，本方法首先根据研究区
域，获取区域基础数据，模拟区域热环境，得到区域内的热环境数据。然后根据居民的出行计划，确定出所有的出行路径，并基于前述区域热环境数据，获取每条出行路径各自所对应的热环境数据。再根据每条出行路径的热环境数据，进行路径筛选，得到可出行路径。其中，用于筛选的设定要求在此处不做具体限定，可根据用户类型、行进方式、活动强度等的差异进行适应性设置，以尽量满足人体热舒适相关指标为宜。最后，计算每一条可出行路径的累积热应力，选择累积热应力最小的路径作为最优出行路径。居民沿最优出行路径出行，可在最小的热影响与热危害下抵达目的地，从而实现本技术为城市居民提供户外活动指导措施，有效支撑居民在炎热天气下的安全出行的目的。
13.可以看出，本方法：(1)能够快速精细地识别居民户外活动区域的热环境问题，从适应性角度分析城市微气候和热舒适的动态变化，评估其对居民健康、户外活动及出行的热影响与热危害；并智能化地提出适应性指导措施，支撑调控居民出行及户外活动模式，有利于保护居民健康、降低对居民出行及户外活动的热影响和热危害，促进低碳智慧城市发展，为应对气候变化提供有效支撑；(2)与传统的基于微气候和热舒适指标评估热影响的研究不同，本方法综合社区空间微气候、热舒适、社区出行需求，分析社区空间内的热影响与热危害；并进一步关联居民对热影响与热危害的适应行为反馈，建立基于多目标的室外热适应行为评价模型；(3)能够从未来社区的建设需求出发，提出一套智能且准确的城市热适应性决策方法，以期对社区街道的热影响和热危害进行预测、评估及预警，为居民适应性地降低热影响和热危害做出实时反馈、并提供科学合理的决策依据。
14.进一步的，所述区域基础数据包括区域内的气象、地形、建筑、植被、水体和公共设施。通过上述基础数据，可为后续的建模过程提供充分依据。其中，公共设施指本领域技术人员能够理解的给社会公众使用或享用的、与热环境相关的设施，如遮阳棚、人造喷雾等。
15.进一步的，所述模拟区域热环境的方法包括：根据区域基础数据建立模型，验证模型准确性，通过模型模拟出区域热环境，得出区域热环境数据。
16.本方案通过建模方式得到整个区域内的热环境数据，包括整个区域内所有位置的空气温度、平均辐射温度、通用热气候指数等参数，为后续提取各出行路径的热环境数据做好充分准备。
17.进一步的，所述区域热环境数据包括以下任意一种或多种：区域内的空气温度、平均辐射温度(mrt)、通用热气候指数(utci)、生理等效温度(pet)、标准有效温度(set)、湿球黑球温度(wbgt)、热强度指标(hi)。
18.本领域技术人员可根据实际需要，灵活选择上述任意一种或多种参数，作为筛选可出行路径和/或计算各可出行路径的累积热应力的标准。
19.进一步的，获取各出行路径的热环境数据的方法包括：
20.根据出行起点和出行终点，得到所有出行路径；
21.将所述区域热环境数据导入至参数化软件rhino-grasshopper中，建立与所述模型相匹配的数据格网；
22.在rhino中绘制所有出行路径，用grasshopper插件获取所有出行路径的热环境数据。
23.rhino-grasshopper为已有的参数化优化平台软件，本技术利用该软件直接读取包含区域热环境数据的数据文件，进而简单快捷的搭建起所需平台。
24.本方案还通过rhino-grasshopper建立与前述步骤中建立的模型相匹配的数据格网，并根据区域热环境数据将对应的热环境数据赋值至每一个格网中，使得每个格网都有自身的热环境数值，为后续根据格网模拟路径并提取其热环境数据提供科学且有效的依据。
25.进一步的，所述设定要求为满足以下条件：沿某路径行走时，行人连续暴露在阳光下的时长不超过第一设定阈值、且行人累积暴露在阳光下的时长不超过第二设定阈值；其中第二设定阈值大于第一设定阈值。
26.作为本领域的常规认知，一般认为在高温时段人们的出行路径越短、热舒适越好，因此按照常规认知设置的设定要求，应该是直接以距离较短的路径作为可出行路径。然而，本案申请人在研究过程中发现，如果出行路径短、但直接暴露在阳光下的连续时间过长或累积暴露在阳光下的时间过长，那么这种热经历可能导致热不舒适，严重时甚至导致中暑。
27.基于上述问题，本方案摒弃了本领域的常规认知，采用了连续暴露在阳光下的时长作为设定要求的评判标准，并限定行人连续暴露在阳光下的时长不能超过第一设定阈值；若超过第一设定阈值，则认为该路径不满足设定要求，需要排除。同时限定行人累积暴露在阳光下的时长不能超过第二设定阈值；若超过第二设定阈值，则认为该路径不满足设定要求，需要排除。
28.其中第一设定阈值、第二设定阈值均可由本领域技术人员根据出行人员耐受程度以及太阳辐射强度进行适应性设置与调整，其具体取值在此不做限定。
29.此外，由于直接暴露在阳光下的连续时间难以直观的从出行路径上进行体现，因此本技术可采用前述步骤中得到的各出行路径的热环境数据对其进行表征，为热环境数据中的某一个或多个参数设定阈值范围，若对应参数不满足其阈值范围内、则认为暴露在阳光下；那么，即可用出行路径中，该一个或多个参数不满足其阈值范围时的连续长度、累计长度，来分别表征居民连续暴露在阳光下的时长、累计暴露在阳光下的时长。
30.当然，对于不同年龄、不同出行方式的居民而言，第一设定阈值、第二设定阈值所对应的行进路程可能存在差异，因此本方法还可根据人群类别、活动类型、出行方式等，对用于表征连续暴露在阳光下的路径长度进行分类取值，其具体分类方法在此不做限定，本领域技术人员可根据对本技术的具体运用环境进行适应性设置。
31.进一步的，所述设定要求为满足以下任一条件：
32.条件一：全路径上的平均辐射温度均小于50℃；
33.条件二：路径上有至少一段平均辐射温度大于或等于50℃的区域，且每段区域的路径长度均小于45m、同时平均辐射温度大于或等于50℃区域的路径累计长度小于150m。
34.本方案以身体健康、正常的成年人，以步行方式出行时作为考量，以使得所提出的设定要求具有较好的通用性和较广的适用范围。
35.本方案以平均辐射温度(mrt)作为评价居民是否直接暴露在阳光下的热环境数据参数，具有不受湿度因素干扰的优点，能够表征人体受环境周边表面的辐射作用，最为直接的表征人体是否暴露在阳光下，具有极强的实际运用价值。此外，平均辐射温度的阈值设置为50℃：低于50℃，认为人体未直接暴露在阳光下；高于或等于50℃，认为人体直接暴露在阳光下。此阈值经发明人大量实验验证，具有极高的准确性，无论是选择低于或高于50℃的阈值，均会显著增大判断误差。
36.本方案中，条件一用于表明该路径上完全没有直接暴露在阳光下的路段，因此明显满足设定要求；条件二用于表明该路径上虽然有直接暴露在阳光下的路段，但对于身体健康、正常的成年人而言，步行通过该路段的耗时低于30s；同时步行通过所有直接暴露在阳光下的路段的累计耗时低于100s。当然，若所有的出行路径均不满足任一条件，那么认为此时段不宜正常出行，可为用户提出相应的合理建议，以使得出行者主观有序的减少热伤害。
37.可以看出，本技术在高温时段的出行过程中，综合考虑了mrt值和路径长度来筛选可出行路径，填补了现有技术的空白。
38.当然，本方案给出的以平均辐射温度作为筛选可出行路径指标的方式仅仅是一种优选实施方式。本领域技术人员应当理解，在筛选可出行路径时，还可采用前述区域热环境数据中的其余参数来制定区域热环境阈值或者路径长度阈值；且具体阈值的设置可根据不同的人体热舒适度、健康风险与出行人员特点等进行调整，例如年龄、健康水平、着衣情况、运动方式、运动速度、负重情况等。
39.进一步的，所述可出行路径的累积热应力，为路径上通用热气候指数的累积值。
40.与室内热环境不同，室外的热环境分布是极不均匀的，为了充分评估室外热环境对出行者的干扰，本方案采用了路径上通用热气候指数的累积值来表征各可出行路径的累积热应力。由于不同可出行路径的长度不同，因此采用累积值的方式综合考虑了路径长度和热舒适参数，综合决定炎热天气下用户出行的室外热舒适的最优解。
41.其中，通用热气候指数(utci)的具体计算方法属于现有技术，如通过utci官网等方式，在此不做赘述。
42.当然，本方案给出的以通用热气候指数的累积值作为确定最优出行路径的方式仅仅是一种优选实施方式。本领域技术人员应当理解，在确定最优出行路径时，各可出行路径的累积热应力还可以采用其余区域热环境数据进行替换。
43.进一步的，通用热气候指数的累积值通过如下任一方法计算：
44.方法一：对各格网上通用热气候指数求和；
45.方法二：对各格网上通用热气候指数与通过该格网所需时长的乘积求和；
46.方法三：对各格网上通用热气候指数与该格网上的路径长度的乘积求和。
47.其中，方法一可表达为如下公式：σ
utci
＝utci1+utci2+
…
utcii+
…
+utcin；式中，σ
utci
为累积热应力，utcii为该路径上第i个格网的通用热气候指数，n为该路径上的格网总数。方法一根据前述步骤中在参数化软件rhino-grasshopper中建立的数据格网、以及为每个格网所赋予的热环境数据，直接提取可出行路径所对应的所有格网的通用热气候指数并相加，即可得到该可出行路径的累积热应力。
48.方法二和方法三均是对各格网对应乘积进行求和，同样可表征通用热气候指数的累积值，它们综合考虑了路径上的格网总数、格网大小、路径距离以及出行时间。
49.可以看出，在本方案中计算通用热气候指数的累积值时，考虑了某格网内路径距离、出行时间与格网大小的对应关系；以为格网所赋予的热环境数据作为计算依据，计算过程简单快捷，避免了需要建立复杂的积分函数来进行繁琐计算，显著提高了响应时间、降低了对载体硬件的要求，有利于本方法向社区、向居民的快速推广。
50.一种基于累积热应力的出行路径优化系统，包括：
51.建模模块，用于根据区域基础数据建立模型，模拟区域热环境，得到区域热环境数据；
52.路径确定模块，用于确定所有出行路径，获取各出行路径的热环境数据；
53.路径筛选模块，用于筛选出满足设定要求的可出行路径，并计算各可出行路径的累积热应力；
54.输出模块，用于输出累积热应力最小的路径作为最优出行路径。
55.本发明与现有技术相比，具有如下的优点和有益效果：
56.1、本发明一种基于累积热应力的出行路径优化方法及系统，能够快速精细地识别居民户外活动区域的热环境问题，从适应性角度分析城市微气候和热舒适的动态变化，评估其对居民健康、户外活动及出行的热影响与热危害；并智能化地提出适应性指导措施，支撑调控居民出行及户外活动模式，有利于保护居民健康、降低对居民出行及户外活动的热影响和热危害，促进低碳智慧城市发展，为应对气候变化提供有效支撑。
57.2、本发明一种基于累积热应力的出行路径优化方法及系统，与传统的基于微气候和热舒适指标评估热影响的研究不同，本技术综合社区空间微气候、热舒适、社区出行需求及社会经济特征指标，分析社区空间内的热影响与热危害；并进一步关联居民对热影响与热危害的适应行为反馈，建立基于多目标的室外热适应行为评价模型。
58.3、本发明一种基于累积热应力的出行路径优化方法及系统，能够从未来社区的建设需求出发，提出一套智能且准确的城市热适应性决策方法，以期对社区街道的热影响和热危害进行预测、评估及预警，为居民适应性地降低热影响和热危害做出实时反馈、并提供科学合理的决策依据。
59.4、本发明一种基于累积热应力的出行路径优化方法及系统，采用了连续暴露在阳光下的时长作为设定要求的评判标准，并给出了具有较好通用性的定量评价标准。
60.5、本发明一种基于累积热应力的出行路径优化方法及系统，以平均辐射温度作为评价居民是否直接暴露在阳光下的热环境数据参数，具有不受湿度因素干扰的优点，能够表征人体受环境周边表面的辐射作用，最为直接的表征人体是否暴露在阳光下，具有极强的实际运用价值。
61.6、本发明一种基于累积热应力的出行路径优化方法及系统，采用了路径上通用热气候指数的累积值来表征各可出行路径的累积热应力。由于不同可出行路径的长度不同，因此采用累积值的方式综合考虑了路径长度和热舒适参数，综合决定炎热天气下用户出行的室外热舒适的最优解。
附图说明
62.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
63.图1为本发明具体实施例的流程示意图；
64.图2为本发明具体实施例中的场地模型图；
65.图3为本发明具体实施例中的utci结果图；
66.图4为本发明具体实施例中的所有出行路径示意图；
67.图5为本发明具体实施例中的数据格网图。
具体实施方式
68.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。在本技术的描述中，需要理解的是，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术保护范围的限制。
69.实施例1：
70.如图1所示的一种基于累积热应力的出行路径优化方法，主要步骤如下：
71.s1、根据区域基础数据模拟区域热环境，得到区域热环境数据；
72.其中所述区域基础数据包括气象、地形、建筑、植被、水体和公共设施；
73.其中模拟区域热环境的方法包括：根据区域基础数据建立模型，验证模型准确性，通过模型模拟出区域热环境，得出区域热环境数据；
74.所述区域热环境数据包括以下任意一种或多种：区域内的空气温度、平均辐射温度、通用热气候指数、生理等效温度、标准有效温度、湿球黑球温度、热强度指标等，还可采用现有的其它热舒适评价指标。
75.s2、确定所有出行路径，获取各出行路径的热环境数据：
76.根据出行起点和出行终点，得到所有出行路径；
77.将所述区域热环境数据导入至参数化软件rhino-grasshopper中，建立与所述模型相匹配的数据格网；
78.在rhino中绘制所有出行路径，用grasshopper插件获取所有出行路径的热环境数据。
79.s3、筛选出满足设定要求的可出行路径；
80.s4、计算各可出行路径的累积热应力，选择累积热应力最小的路径作为最优出行路径。
81.优选的，本实施例中的设定要求为：沿某路径行走时，行人连续暴露在阳光下的时长不超过第一设定阈值、且行人累积暴露在阳光下的时长不超过第二设定阈值；其中第二设定阈值大于第一设定阈值。本实施例中，第一设定阈值取30s，第二设定阈值取100s。
82.优选的，本实施例中的累积热应力为路径上通用热气候指数的累积值，通过如下公式计算：
83.σ
utci
＝utci1+utci2+
…
utcii+
…
+utcin；
84.式中，σ
utci
为累积热应力，utcii为该路径上第i个格网的通用热气候指数，n为该路径上的格网总数。
85.实施例2：
86.一种基于累积热应力的出行路径优化方法，与实施例1的区别在于，所采用的设定要求不同、通用热气候指数的累积值的计算方法不同。具体的，
87.本实施例中的设定要求为满足以下任一条件：
88.条件一：全路径上的平均辐射温度均小于50℃；
89.条件二：路径上有至少一段平均辐射温度大于或等于50℃的区域，且每段区域的路径长度均小于45m、同时平均辐射温度大于或等于50℃区域的路径累计长度小于150m。
90.本实施例中的通用热气候指数的累积值通过如下方法计算：
91.对各格网上通用热气候指数与通过该格网所需时长的乘积求和，单位为℃
·
s；
92.或，
93.对各格网上通用热气候指数与该格网上的路径长度的乘积求和，单位为℃
·
m。
94.在更为优选的实施方式中，在筛选可出行路径时，还可采用前述区域热环境数据中的其余任一项或多项参数来制定“设定要求”，替换本实施例中的“平均辐射温度”，赋予其对应阈值；具体阈值的设置可根据不同的人体热舒适度、健康风险与出行人员特点等进行调整，例如年龄、健康水平、着衣情况、运动方式、运动速度、负重情况等。
95.在更为优选的实施方式中，在确定最优出行路径时，各可出行路径的累积热应力还可以采用其余区域热环境数据来替换“通用热气候指数的累积值”。
96.实施例3：
97.如图1所示的一种基于累积热应力的出行路径优化方法，在实施例1的基础上，所述设定要求可进行分类取值，分类方式可按照不同年龄段的居民、不同活动强度、不同出行方式等做划分；具体的分类方法可采用常见的专家评分法或经验法或实验法完成。
98.如，按照下表进行划分：
[0099][0100]
实施例4：
[0101]
一种基于累积热应力的出行路径优化方法，运用案例如下：
[0102]
步骤一、
[0103]
获取数据，包括对气象、地形、建筑、植被、水体、公共设施的拾取，为软件模拟提供依据。
[0104]
步骤二、
[0105]
首先，基于步骤一获取的数据，使用envi-met软件建模，得到如图2所示的场地模型，验证模型准确性；
[0106]
之后，采用envi-met软件模拟出区域热环境，如空气温度、平均辐射温度(mrt)、通用热气候指数(utci)等热环境参数。如图3所示为本实施例所模拟出的该区域夏季某天18:00的utci结果。
[0107]
步骤三、
[0108]
选定出行的起点的终点，确定所有出行路径。如图4所示，出行起点为a，出行终点为b，共三条出行路径。
[0109]
将第二步模拟的区域热环境数据导出到rhino-grasshopper软件中，建立与第二步中场地模型相同的数据格网，本实施例的数据格网如图5所示。
[0110]
在rhino中绘制路径。并用grasshopper获取对应路径的热环境数据。
[0111]
步骤四、
[0112]
筛选连续出行暴露室外(mrt≥50)连续步行时间小于30s的路径，如果满足条件则输出对应路径的utci值，如果不满足，则为空值。
[0113]
本实施例的筛选条件为：
[0114][0115]
即，全路径上的平均辐射温度均小于50℃；或，路径上有至少一段平均辐射温度大于或等于50℃的区域，且每段区域的路径长度均小于45m。
[0116]
本实施例最终筛选出路径2和路径3为可出行路径。
[0117]
步骤五、
[0118]
利用grasshopper的电池组，计算步骤四中筛选出可出行的路径的累积热应力。计算公式为：σ
utci
＝utci1+utci2+
…
+utcin。式中，σ
utci
为累积热应力，utcii为该路径上第i个格网的通用热气候指数，n为该路径上的格网总数。
[0119]
本实施例计算出路径2和路径3的累积热应力分别为6351.27℃、6805.45℃。
[0120]
步骤六、
[0121]
根据步骤五计算出各路径的热舒适累计值，比较其大小，选择累积热应力值最小的出行路径。根据结果，选择路径2为出行更加安全、健康和舒适的最优路径。
[0122]
实施例5：
[0123]
一种基于累积热应力的出行路径优化系统，包括：
[0124]
建模模块，用于根据区域基础数据建立模型，模拟区域热环境，得到区域热环境数据；
[0125]
路径确定模块，用于确定所有出行路径，获取各出行路径的热环境数据；
[0126]
路径筛选模块，用于筛选出满足设定要求的可出行路径，并计算各可出行路径的累积热应力；
[0127]
输出模块，用于输出累积热应力最小的路径作为最优出行路径。
[0128]
在更为优选的实施方式中，设定要求为满足以下任一条件：
[0129]
条件一：全路径上的平均辐射温度均小于50℃；
[0130]
条件二：路径上有至少一段平均辐射温度大于或等于50℃的区域，且每段区域的路径长度均小于45m。
[0131]
在更为优选的实施方式中，累积热应力为路径上通用热气候指数的累积值。
[0132]
在更为优选的实施方式中，条件二内的“每段区域的路径长度”的阈值根据用户信息进行选择。具体的，本系统还可包括输入模块，用于输入用户年龄、活动强度、出行方式等用户信息，路径确定模块从输入模块中获取用户信息，并根据用户信息判断该用户所适宜的“每段区域的路径长度”，并将该长度赋值给路径筛选模块。
[0133]
实施例6：
[0134]
一种基于累积热应力的出行路径优化终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如实施例1～3中任一记载方法的步骤。
[0135]
本实施例中的终端设备可以是计算机、笔记本、掌上电脑以及云端服务器等计算设备。优选为智能手机。
[0136]
实施例6：
[0137]
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如实施例1～3中任一记载方法的步骤。
[0138]
其中，所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
[0139]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0140]
需要说明的是，在本文中，诸如术语“包括”、“包含”或者其任何其它变体，意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，在本文中使用的术语“连接”在不进行特别说明的情况下，可以是直接相连，也可以是经由其他部件间接相连。
技术特征：1.一种基于累积热应力的出行路径优化方法，其特征在于，包括：根据区域基础数据模拟区域热环境，得到区域热环境数据；确定所有出行路径，获取各出行路径的热环境数据；筛选出满足设定要求的可出行路径；计算各可出行路径的累积热应力，选择累积热应力最小的路径作为最优出行路径。2.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述区域基础数据包括气象、地形、建筑、植被、水体和公共设施。3.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述模拟区域热环境的方法包括：根据区域基础数据建立模型，验证模型准确性，通过模型模拟出区域热环境，得出区域热环境数据。4.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述区域热环境数据包括以下任意一种或多种：区域内的空气温度、平均辐射温度、通用热气候指数、生理等效温度、标准有效温度、湿球黑球温度、热强度指标。5.根据权利要求3所述的一种基于累积热应力的出行路径优化方法，其特征在于，获取各出行路径的热环境数据的方法包括：根据出行起点和出行终点，得到所有出行路径；将所述区域热环境数据导入至参数化软件rhino-grasshopper中，建立与所述模型相匹配的数据格网；在rhino中绘制所有出行路径，用grasshopper插件获取所有出行路径的热环境数据。6.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述设定要求为满足以下条件：沿某路径行走时，行人连续暴露在阳光下的时长不超过第一设定阈值、且行人累积暴露在阳光下的时长不超过第二设定阈值；其中第二设定阈值大于第一设定阈值。7.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述设定要求为满足以下任一条件：条件一：全路径上的平均辐射温度均小于50℃；条件二：路径上有至少一段平均辐射温度大于或等于50℃的区域，且每段区域的路径长度均小于45m、同时平均辐射温度大于或等于50℃区域的路径累计长度小于150m。8.根据权利要求1所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述可出行路径的累积热应力，为路径上通用热气候指数的累积值。9.根据权利要求8所述的一种基于累积热应力的出行路径优化方法，其特征在于，所述通用热气候指数的累积值通过如下任一方法计算：方法一：对各格网上通用热气候指数求和；方法二：对各格网上通用热气候指数与通过该格网所需时长的乘积求和；方法三：对各格网上通用热气候指数与该格网上的路径长度的乘积求和。10.一种基于累积热应力的出行路径优化系统，其特征在于，包括：建模模块，用于根据区域基础数据建立模型，模拟区域热环境，得到区域热环境数据；路径确定模块，用于确定所有出行路径，获取各出行路径的热环境数据；路径筛选模块，用于筛选出满足设定要求的可出行路径，并计算各可出行路径的累积
热应力；输出模块，用于输出累积热应力最小的路径作为最优出行路径。
技术总结本发明公开了一种基于累积热应力的出行路径优化方法及系统，根据区域基础数据模拟区域热环境，得到区域热环境数据；确定所有出行路径，获取各出行路径的热环境数据；筛选出满足设定要求的可出行路径；计算各可出行路径的累积热应力，选择累积热应力最小的路径作为最优出行路径。本发明提供一种基于累积热应力的出行路径优化方法及系统，以解决现有技术中缺乏让出行者根据主观意识有序的对城市热环境进行自适应的问题，实现为城市居民提出户外活动的适应性指导措施，支撑居民出行、降低热影响和热危害的目的。响和热危害的目的。响和热危害的目的。
技术研发人员：何宝杰 熊珂 董鑫 胡楼君 陈雪柯
受保护的技术使用者：重庆大学
技术研发日：2022.06.24
技术公布日：2022/11/1
