tHanks.log
城市热岛逆问题：用扩散模型生成多样化降温植被方案
一句话总结
给定”降温 2°C”的目标，自动生成多种在空间上合理的城市绿化布局方案——这是一个用扩散模型解决的条件逆问题。
为什么这个问题重要？
城市热岛效应是真实的工程问题：高密度建成区的地表温度（Land Surface Temperature, LST）可比周边郊区高出 5-10°C，直接影响能耗、健康和气候适应性。
传统工作流是前向的：
植被覆盖图 + 城市形态 → 地表温度预测
城市规划师真正需要的是逆向工作流：
目标降温幅度 → 应该在哪里种树？种多少？
这个逆问题有两个核心难点：
- 病态性（ill-posed）：多种不同的植被布局方案可以产生相同的区域平均降温效果
- 数据稀缺：卫星图像与温度联合数据集规模有限，很难训练大模型
传统回归模型面对多解问题只能输出”平均解”，扩散模型则天然适合建模这种一对多的条件分布。
这篇论文（arxiv:2604.13028）提出的 Conflated Inverse Modeling 框架把前向预测模型与扩散生成模型结合，在保证物理合理性的同时输出多样化方案。
背景知识
前向模型 vs 逆模型
设 $\mathbf{v}$ 为植被图，$\Delta T$ 为温度变化量：
- 前向模型：$\hat{\Delta T} = F(\mathbf{v}, \mathbf{u})$，其中 $\mathbf{u}$ 是城市形态特征
- 逆模型：$\mathbf{v} \sim p(\mathbf{v} \mid \Delta T^*, \mathbf{u})$，从后验分布采样
逆问题的后验 $p(\mathbf{v} \mid \Delta T^*)$ 是多峰的（multimodal）——这正是扩散模型的主场。
扩散模型用于条件生成
DDPM 的逆过程：
\[p_\theta(\mathbf{x}_{t-1} \mid \mathbf{x}_t, \mathbf{c}) = \mathcal{N}\left(\mathbf{x}_{t-1}; \mu_\theta(\mathbf{x}_t, t, \mathbf{c}),\ \sigma_t^2 \mathbf{I}\right)\]其中 $\mathbf{c}$ 是条件（目标降温幅度 + 城市形态）。
前向模型引导（Forward Model Guidance） 在推理时施加额外梯度：
\[\tilde{\mu} = \mu_\theta(\mathbf{x}_t, t, \mathbf{c}) + \lambda \cdot \nabla_{\mathbf{x}_t} \log p(\Delta T^* \mid F(\hat{\mathbf{x}}_0))\]“Conflated”的核心就在这里：逆向扩散过程被前向物理模型的梯度持续校正。
核心方法
直觉解释
城市形态图 + 目标降温Δ T*
│
▼
┌──────────────────────────┐
│ 扩散逆模型（生成器） │ ← 产生多样化植被候选
│ + 前向模型梯度引导 │ ← 确保物理合理性
└──────────────────────────┘
│
▼
植被方案 1、方案 2、方案 3... (每次采样不同但都能达到Δ T*)
Pipeline 概览
Landsat/Sentinel 影像
│
├─→ [前向模型训练] (植被图 + 城市形态) → 预测 LST
│
└─→ [扩散模型训练] 以 LST 目标 + 城市形态为条件
↓
[推理：conflated 采样]
扩散去噪 + 前向模型梯度引导
↓
多样化植被布局方案
实现
环境配置
pip install torch torchvision einops matplotlib rasterio
前向模型：UNet 预测地表温度变化
import torch
import torch.nn as nn
import torch.nn.functional as F
class ConvBlock(nn.Module):
def __init__(self, in_ch, out_ch):
super().__init__()
self.net = nn.Sequential(
nn.Conv2d(in_ch, out_ch, 3, padding=1),
nn.GroupNorm(8, out_ch),
nn.GELU(),
nn.Conv2d(out_ch, out_ch, 3, padding=1),
nn.GroupNorm(8, out_ch),
nn.GELU(),
)
def forward(self, x): return self.net(x)
class ForwardUNet(nn.Module):
"""
前向模型：(植被图, 城市形态) → 地表温度变化图
输入: [B, 2, H, W] (植被 NDVI + 不透水面覆盖度)
输出: [B, 1, H, W] (LST 相对变化量, 单位 °C)
"""
def __init__(self):
super().__init__()
self.enc1 = ConvBlock(2, 32)
self.enc2 = ConvBlock(32, 64)
self.enc3 = ConvBlock(64, 128)
self.bottleneck = ConvBlock(128, 256)
self.dec3 = ConvBlock(256 + 128, 128)
self.dec2 = ConvBlock(128 + 64, 64)
self.dec1 = ConvBlock(64 + 32, 32)
self.head = nn.Conv2d(32, 1, 1)
def forward(self, x):
e1 = self.enc1(x)
e2 = self.enc2(F.max_pool2d(e1, 2))
e3 = self.enc3(F.max_pool2d(e2, 2))
b = self.bottleneck(F.max_pool2d(e3, 2))
d3 = self.dec3(torch.cat([F.interpolate(b, scale_factor=2), e3], dim=1))
d2 = self.dec2(torch.cat([F.interpolate(d3, scale_factor=2), e2], dim=1))
d1 = self.dec1(torch.cat([F.interpolate(d2, scale_factor=2), e1], dim=1))
return self.head(d1)
条件扩散模型：生成植被方案
class SinusoidalPE(nn.Module):
"""时间步位置编码"""
def __init__(self, dim):
super().__init__()
self.dim = dim
def forward(self, t):
half = self.dim // 2
freq = torch.exp(-torch.arange(half, device=t.device) * 8.0 / half)
emb = t[:, None] * freq[None, :]
return torch.cat([emb.sin(), emb.cos()], dim=-1)
class ConditionalDenoiser(nn.Module):
"""
条件去噪网络
输入: 含噪植被图 x_t [B,1,H,W] + 城市形态 u [B,1,H,W]
+ 时间步 t [B] + 目标降温标量 delta_T [B]
输出: 预测噪声 [B,1,H,W]
"""
def __init__(self, base_ch=64):
super().__init__()
self.time_emb = SinusoidalPE(base_ch)
self.temp_proj = nn.Linear(1, base_ch) # 将标量 ΔT 投影为向量
# 将 x_t 和城市形态拼接作为输入
self.enc1 = ConvBlock(2, base_ch)
self.enc2 = ConvBlock(base_ch, base_ch * 2)
self.mid = ConvBlock(base_ch * 2, base_ch * 2)
self.dec2 = ConvBlock(base_ch * 2 * 2, base_ch)
self.dec1 = ConvBlock(base_ch * 2, base_ch)
self.head = nn.Conv2d(base_ch, 1, 1)
def forward(self, x_t, u, t, delta_T):
# 时间和温度条件嵌入
cond = self.time_emb(t) + self.temp_proj(delta_T.unsqueeze(-1))
# ... (cond 通过 AdaGN 注入各层，此处简化为加法)
inp = torch.cat([x_t, u], dim=1)
e1 = self.enc1(inp)
e2 = self.enc2(F.max_pool2d(e1, 2))
m = self.mid(e2)
d2 = self.dec2(torch.cat([m, e2], dim=1))
d1 = self.dec1(torch.cat([F.interpolate(d2, scale_factor=2), e1], dim=1))
return self.head(d1)
Conflated 推理：前向模型引导的扩散采样
这是整个框架最关键的部分——在去噪每一步，前向模型提供梯度将生成方向拉向物理可行解：
@torch.no_grad()
def conflated_sample(denoiser, forward_model, u, delta_T_target,
T=1000, guidance_scale=5.0, device='cuda'):
"""
Conflated 采样：扩散去噪 + 前向模型梯度引导
delta_T_target: 目标降温幅度 (标量, 负值表示降温)
"""
betas = torch.linspace(1e-4, 0.02, T, device=device)
alphas = 1 - betas
alphas_bar = alphas.cumprod(0)
B, _, H, W = u.shape
x = torch.randn(B, 1, H, W, device=device) # 从纯噪声开始
delta_T = torch.full((B,), delta_T_target, device=device)
for t in reversed(range(T)):
t_batch = torch.full((B,), t, device=device, dtype=torch.long)
alpha_t = alphas_bar[t]
# 标准扩散去噪
eps_pred = denoiser(x, u, t_batch, delta_T)
x0_pred = (x - (1 - alpha_t).sqrt() * eps_pred) / alpha_t.sqrt()
x0_pred = x0_pred.clamp(-1, 1)
# 前向模型引导：确保 x0_pred 能产生目标降温
with torch.enable_grad():
x0_g = x0_pred.detach().requires_grad_(True)
veg_input = torch.cat([x0_g, u], dim=1) # [B, 2, H, W]
lst_pred = forward_model(veg_input).mean() # 区域平均温度
loss = (lst_pred - delta_T_target) ** 2
grad = torch.autograd.grad(loss, x0_g)[0]
x0_pred = x0_pred - guidance_scale * grad.detach()
# DDPM 后验均值
if t > 0:
noise = torch.randn_like(x)
x = alphas[t].sqrt() * x0_pred + betas[t].sqrt() * noise
else:
x = x0_pred
return x # 返回生成的植被布局 (NDVI map)
可视化多样性验证
import matplotlib.pyplot as plt
import numpy as np
def visualize_diverse_solutions(samples, u, delta_T_target, forward_model):
"""
对比多次采样结果，验证方案多样性和降温有效性
samples: [N, 1, H, W] N 个独立采样的植被方案
"""
N = len(samples)
fig, axes = plt.subplots(2, N + 1, figsize=(4 * (N + 1), 8))
# 显示城市底图
axes[0, 0].imshow(u[0, 0].cpu(), cmap='gray')
axes[0, 0].set_title('城市形态\n(不透水面)')
axes[1, 0].set_title(f'目标降温: {delta_T_target:.1f}°C')
axes[1, 0].axis('off')
actual_temps = []
for i, veg in enumerate(samples):
# 显示生成的植被方案
axes[0, i+1].imshow(veg[0, 0].cpu(), cmap='Greens', vmin=-1, vmax=1)
axes[0, i+1].set_title(f'方案 {i+1}')
# 用前向模型计算实际降温效果
with torch.no_grad():
inp = torch.cat([veg, u], dim=1)
pred_temp = forward_model(inp).mean().item()
actual_temps.append(pred_temp)
axes[1, i+1].bar(['预测降温'], [pred_temp], color='steelblue')
axes[1, i+1].axhline(delta_T_target, color='r', linestyle='--', label='目标')
axes[1, i+1].set_ylim(delta_T_target - 1, delta_T_target + 1)
axes[1, i+1].set_title(f'Δ T = {pred_temp:.2f}°C')
plt.tight_layout()
plt.savefig('diverse_vegetation_solutions.png', dpi=150)
print(f"方案温度方差: {np.std(actual_temps):.3f}°C（多样性），"
f"均值误差: {abs(np.mean(actual_temps) - delta_T_target):.3f}°C（准确性）")
实验
数据集说明
论文使用的数据来自 Landsat 8/9 和 Sentinel-2 卫星影像：
| 数据源 | 内容 | 分辨率 |
|---|---|---|
| Landsat 热红外波段 | 地表温度 (LST) | 100m |
| Sentinel-2 NDVI | 植被覆盖指数 | 10m |
| 城市建成区数据 | 不透水面比例 | 30m |
数据获取难点：LST 受云覆盖影响严重，有效样本量有限，这正是论文强调”数据稀缺”场景的背景。
定量评估
| 方法 | 温度预测误差 (MAE) | 生成多样性 (FID) | 方案可行率 |
|---|---|---|---|
| 直接回归 | ~0.5°C | — | 100%（但无多样性） |
| CVAE | ~0.8°C | 较高 | ~75% |
| Conflated (本文) | ~0.4°C | 低（高质量） | ~90% |
注：以上数字为根据论文描述的量级估计，具体数值请参考原文。
工程实践
训练注意事项
前向模型和扩散模型分阶段训练，顺序很重要：
# 阶段 1：先训练前向模型，确保温度预测可靠
optimizer_F = torch.optim.AdamW(forward_model.parameters(), lr=1e-4)
loss_fn = nn.MSELoss()
# ... 在 (vegetation, urban) → LST 配对数据上训练
# 阶段 2：冻结前向模型，训练扩散去噪器
for p in forward_model.parameters():
p.requires_grad_(False)
optimizer_D = torch.optim.AdamW(denoiser.parameters(), lr=2e-5)
推理时 guidance_scale 的影响
import torch, torch.nn as nn, torch.nn.functional as F
# ... (ConvBlock: Conv2d→GroupNorm→GELU ×2 省略)
class ForwardUNet(nn.Module):
"""前向模型：(植被图, 城市形态) → 地表温度变化图
输入: [B, 2, H, W] 输出: [B, 1, H, W] (LST 变化, °C)
"""
def __init__(self):
super().__init__()
# Encoder: 2→32→64→128, Bottleneck: 128→256
self.enc1, self.enc2, self.enc3 = ConvBlock(2,32), ConvBlock(32,64), ConvBlock(64,128)
self.bottleneck = ConvBlock(128, 256)
# Decoder with skip connections
self.dec3, self.dec2, self.dec1 = ConvBlock(384,128), ConvBlock(192,64), ConvBlock(96,32)
self.head = nn.Conv2d(32, 1, 1)
def forward(self, x):
e1, e2, e3 = self.enc1(x), self.enc2(F.max_pool2d(e1:=self.enc1(x),2)), ...
# Encoder
e1 = self.enc1(x)
e2 = self.enc2(F.max_pool2d(e1, 2))
e3 = self.enc3(F.max_pool2d(e2, 2))
b = self.bottleneck(F.max_pool2d(e3, 2))
# Decoder (upsample + skip cat)
d3 = self.dec3(torch.cat([F.interpolate(b, scale_factor=2), e3], 1))
d2 = self.dec2(torch.cat([F.interpolate(d3, scale_factor=2), e2], 1))
d1 = self.dec1(torch.cat([F.interpolate(d2, scale_factor=2), e1], 1))
return self.head(d1)
常见坑
- LST 数据标准化问题 → 温度值范围跨度大（250~330K），训练前必须归一化到 [-1, 1]，否则梯度引导 scale 难以调整
- 空间分辨率不匹配 → Landsat LST 100m vs Sentinel NDVI 10m，拼接前需重采样到统一分辨率（推荐 30m）
- 季节性偏差 → 夏季和冬季的植被-温度关系差异很大，建议按季节分别训练或加入月份编码
- 梯度引导中的 NaN →
x0_pred.clamp(-1, 1)在梯度路径上可能产生零梯度，改用tanh更稳定
什么时候用 / 不用？
| 适用场景 | 不适用场景 |
|---|---|
| 城市绿化规划、热岛缓解方案设计 | 需要精确像素级控制（该方法输出概率性） |
| 数据稀缺条件（卫星数据有限） | 实时决策（扩散推理慢，>10s/样本） |
| 需要多样化方案供规划师比选 | 动态场景（洪涝、火灾等快速变化） |
| 探索”可能解空间”而非单一最优解 | 精度优先而非多样性 |
与其他方法对比
| 方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 线性回归 | 快速、可解释 | 无法建模非线性，单一解 | 初探/基准 |
| CVAE | 可生成多样样本 | 后验坍塌问题，多样性有限 | 中等复杂度 |
| GAN (条件) | 生成质量高 | 训练不稳定，模式崩塌 | 大数据场景 |
| Conflated Diffusion | 多样性 + 物理约束 | 推理慢，需要前向模型 | 数据稀缺 + 多解问题 |
我的观点
这篇论文的技术贡献在于将”物理前向模型作为引导信号”和”扩散生成多样解”两个思路显式地结合，而不是隐式地把物理知识编码进训练数据。
值得关注的方向：
- 更快的采样：目前扩散推理慢，一致性模型（Consistency Models）或 DDIM 可以将步数从 1000 压缩到 10-50 步，让这类工具进入实际规划工作流
- 多目标扩展：除降温外，同时优化雨水渗透、生物多样性等指标——本质上是多条件引导问题
- 3D 城市建模集成：结合 CityGML 或 NeRF 的三维城市模型，植被布局可以更精细地考虑阴影遮挡等几何效应
离实际应用的差距：
卫星数据的空间分辨率（30-100m）仍然粗糙，城市里一棵树的尺度（~5m）无法直接分辨。结合无人机高分辨率数据是下一步，但标注成本极高。
这个框架的思路——”前向物理模型 + 扩散逆向生成”——是一种通用范式，不限于城市热岛，在气候适应、建筑节能、城市水文等领域都有潜力复用。
Comments