先建一座"共享数据库"的桥！📚
Exploring the integration of urban climate models and urban building energy models through shared databases: a review
👉 集成的关键不是把模型焊在一起，而是让它们读同一个数据库

🌍 为什么这事重要？
城市吃掉全球约 2/3 的一次能源，建筑又是大头。
更要命的是个正反馈循环 🔁： 全球变暖 + 城市热岛 → 制冷需求↑ → 能耗↑ → 人为排热↑ → 热岛更凶……
只算一边，永远看不全这个循环。

💡 数据都差在哪？
作者把 6 大 UBEM 工具（CitySim / CityBES / CEA / TEASER / UMI / UrbanOPT）和 UCM 三剑客（WRF 城市方案 / SUEWS / ENVI-met）的输入全拉出来对比了：
气象：EPW / TMY / NetCDF
几何：CityGML / GIS / GeoJSON，细节层级 LoD1–4
关键发现：同一尺度上，UCM 要的细节层级普遍比 UBEM 低 → 所以现在几乎所有耦合都是"单向的"（气候模型给能耗模型供边界条件，反过来不行）😅

🔥 核心框架
1️⃣ 【共享城市数据库】
几何走 CityGML/GeoJSON，气象走 EPW/NetCDF，元数据、单位、坐标系统一——模型间不再"误读"彼此的数据

2️⃣ 【尺度桥接】
UCM 的高分辨率气温风速降尺度后直供 UBEM；UBEM 的人为热排放聚合后反哺 UCM，双向闭环才有戏

3️⃣ 【混合分辨率】
高影响城区精细建模、区域尺度粗建模 + 云计算，治"算不动"的病

4️⃣ 【隐私计算】
智能电表和占用数据在 GDPR 下是敏感数据，差分隐私、联邦学习被点名作为出路

⚠️跨尺度升降尺度（城市输出→单栋输入）仍是开放问题

📝 UBEM 和 UCM 缺的从来不是模型，而是一座共享数据库的桥 🌉

文献阅读 城市建筑能耗模拟 UBEM 城市气候模型 微气候 CityGML