1. 背景と動機 都市部では夏季の熱波や高温現象が住環境の快適性や健康リスクに直結しており、熱ストレスの緩和は都市設計の核心課題となっている。人口集中と気候変動の組み合わせにより、微細な地表条件や樹木の配置が日内の温度分布に大きく影響するため、空間解像度の高いデータと機敏な分析手法が不可欠である。 従来手法として用いられてきたSOLWEIGやENVI-metは、熱挙動を再現するうえで有用だが、計算コストが高く、都市全体をカバーできる解像度には限界がある。特に1m級の解像度を達成して現実の都市設計に応用するには、データ統合と処理速度の向上が求められる。これが本研究の動機の一つとなっている。 本研究の貢献点としては、都市景観変換を介して熱ストレスを予測・緩和するマルチモーダルAIフレームワークの要点を提示する点が挙げられる。第一に、1m解像度を前提にしたデータ統合とFiLM条件付けの活用により、微細空間での予測精度と柔軟性を両立させる。第二に、SOLWEIG由来のUTCIマップを基盤として、さまざまなシナリオの比較分析を可能にする。第三に、都市計画への応用可能性を示すとともに、今後の