一个全面的LMUPO研究框架:将户外城市微气候纳入建筑性能分析与优化之中

《BUILDING AND ENVIRONMENT》:A Comprehensive LMUPO Research Framework: Integrating Outdoor Urban Microclimates into Building Performance Analysis and Optimization

【字体: 大 中 小 】 时间:2026年07月05日 来源:BUILDING AND ENVIRONMENT 8.4

编辑推荐:

  Zhixing Li|Yi Yang|Rong Xia|Yanjun Su|Zhuoyang Sun摘要在快速城市化的背景下,城市形态的变化会显著影响局部微气候和建筑性能。为提升建筑能源预测与设计策略的准确性,本研究提出了LMUPO框架,该框架整合了局部气候区划、实地测量、城市天

  
Zhixing Li|Yi Yang|Rong Xia|Yanjun Su|Zhuoyang Sun

摘要

在快速城市化的背景下,城市形态的变化会显著影响局部微气候和建筑性能。为提升建筑能源预测与设计策略的准确性,本研究提出了LMUPO框架,该框架整合了局部气候区划、实地测量、城市天气生成器模拟、性能预测以及优化分析等方法,用以研究城市形态、局部气候与建筑性能之间的关联。以杭州为案例,通过卷积神经网络和多层感知器模型基于局部气候区划提取城市形态信息。实地测量数据结合城市天气生成器模拟得到了五组气象数据,验证结果显示AMY+UWG组合是最准确的局部气候输入数据。通过将参数化建筑模型与人工神经网络及遗传算法相结合,实现了多目标优化。研究结果表明,AMY+UWG的结果与实地观测数据高度吻合,其模拟精度也优于基于典型气象年的预测方法。全局敏感性分析表明,太阳得热系数、路面材料以及绿化配置是影响建筑性能的关键因素。多目标优化为温室气体排放、室外不适时间以及室内不适时间找到了帕累托最优解,且最优策略因局部气候区划类型和建筑形式的差异而有所不同。基于这些多场景模拟,本研究建立了局部气候区划-建筑性能数据库,该数据库提供了在不同局部气候条件下各类型建筑的性能范围预测模型。这一可迁移的LMUPO框架为低碳城市设计提供了定量支持。

引言

为实现城市碳排放减少与气候适应目标,可靠的建筑性能评估变得越来越重要。随着温室气体排放不断增加以及极端气候事件愈发频繁,气候变化已成为全球性的重大问题[1]。城市占据了全球近三分之二的能源需求,约70%的与能源相关的二氧化碳排放来自城市,其中建筑又占了很大比例[2]。因此,提升建筑能源评估水平并深入理解建筑与环境的相互作用,对于有效实现碳减排具有重要意义[3,4]。这就需要构建能够更好反映城市气候条件的建筑性能评估方法。
在建筑性能评估中,准确呈现城市气候的异质性仍是一项重大挑战。城市建筑能源建模被广泛用于不同尺度上的建筑性能评估[5]。现有的城市建筑能源建模研究已经证明了城市形态对建筑能源消耗和热性能的影响作用[[6], [7], [8]]。随着城市化进程的持续,局部微气候的异质性日益增强,其对建筑的热行为和能源消耗的影响也越来越大,因此为了获得更可靠的模拟结果,有必要将局部微气候条件纳入考量[9,10]。由此可见,要实现可靠的建筑性能模拟,就必须考虑局部微气候条件。
选择合适的气候数据对于准确反映城市局部微气候条件至关重要。传统的模拟方法通常依赖于典型气象年数据,这类数据无法体现城市内部的差异性,可能会导致系统性偏差[11]。虽然实地测量和高分辨率模拟能够提供更详细的信息,但它们往往需要大量资源,且难以在大范围内应用[12]。城市天气生成器则提供了一种更为高效的方法,能够在合理精度的前提下模拟城市微气候[13]。不过,尽管城市天气生成器已被广泛用于生成局部气候数据,但仍有较少研究通过实地测量来系统验证其在不同城市环境中的性能。此外,标准化气候数据集与局部气候数据集之间的差异如何影响建筑性能评估与优化结果,目前也尚未得到充分研究。
尽管越来越多的研究开始关注将城市气候信息纳入建筑性能分析中,但城市气候研究与建筑性能评估仍然往往是独立开展的,而非在统一的框架下进行。因此,城市尺度的气候特征描述与建筑尺度性能评估之间的有效联系仍然不够紧密。局部气候区划框架为城市微气候的特征描述提供了一种标准化方法[14],有望成为连接城市尺度气候特征描述与建筑尺度性能评估的桥梁。基于此,本研究针对杭州的各类局部气候区划,整合了实地测量数据、城市天气生成器模拟结果以及参数化建模方法,构建了LMUPO框架,从而加强城市尺度气候特征描述与建筑尺度性能评估之间的联系。

章节节选

城市空间形态与微气候之间的关系

城市空间形态通过影响表面能量平衡、通风状况以及辐射过程,对城市微气候的形成起着重要作用。Stewart和Oke提出的局部气候区划框架[15]为将城市形态与局部气候特征联系起来提供了标准化方法,这一框架已被广泛应用于城市气候研究中。
局部气候区划是基于建筑高度、密度以及土地使用等形态特征的定量描述来进行的

研究方法

本研究通过九个步骤构建了LMUPO框架。第一步是利用多源空间数据提取城市形态信息,并进行局部气候区划绘制。第二步是基于栅格化的建筑轮廓和几何特征,运用CNN–MLP混合模型对局部气候区划内的建筑形态进行分类。第三步是挑选具有代表性的局部气候区划群以及主流建筑类型,以便开展实地测量和微气候观测。第四步则是运用城市天气生成器模型进行相关分析

基于CNN的多种局部气候区划类型下的建筑类型统计

为了解不同局部气候区划类型中建筑形态的构成与分布规律,本研究基于CNN-MLP混合模型的自动分类结果,结合局部气候区划图(见图7)以及杭州市中心的建筑矢量数据,进行了空间叠加分析与分区统计。进而计算出了每个局部气候区划类别中五种建筑形态类型的占比情况(见图8)。
在大多数局部气候区划中,点状建筑占据主导地位

XGBoost预测模型的性能评估

为探究设计参数对目标变量的影响,本研究采用了结合SHAP方法的XGBoost模型进行全局敏感性分析。该方法能够揭示不同局部气候区划和不同建筑类型下各参数的敏感度,为更有针对性的优化提供依据。针对每一组局部气候区划与建筑类型组合,都分别建立了相应的模型,每个数据集包含1,500个样本,这些样本均包含17个设计参数以及对应的性能指标。
这些数据被分为训练集(1,200

研究结论

验证结果表明,AMY+UWG数据最能准确反映实测的微气候状况,其温度误差均方根值在1.95到2.61摄氏度之间,这进一步凸显了精确的局部气候输入数据对于建筑性能分析的重要性。
通过机器学习方法进行的全局敏感性分析,量化了设计参数对性能指标的影响程度。太阳得热系数、路面材料以及绿化配置被确定为影响建筑温室气体排放和热舒适度的关键因素。建筑围护结构的热性能

未引用参考文献

[39]

CRediT作者贡献说明

Zhixing Li:写作——审阅与编辑、项目管理、研究方法、数据收集、研究构思。Yi Yang:写作——初稿撰写、可视化处理、数据收集、正式分析。Rong Xia:写作——审阅与编辑、研究指导、研究方法、数据整理。Yanjun Su:可视化处理、软件应用、研究方法、数据收集。Zhuoyang Sun:验证工作、研究方法、数据整理。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号