当前位置: 首页 > article >正文

多层建筑能源参数化模型和城市冠层模型的区别

多层建筑能源参数化(Multi-layer Building Energy Parameterization, BEP)模型和城市冠层模型(Urban Canopy Model, UCM)都是用于模拟城市环境中能量交换和微气候的数值模型,但它们的侧重点和应用场景有所不同。以下是两者的主要区别:

1. 目标和应用场景

  • BEP模型

    • 目标:主要用于模拟多层建筑群的能量交换过程,特别是建筑内部和外部的热量传输、建筑能耗以及建筑物对局地气候的影响。
    • 应用场景:适用于研究建筑能耗、建筑设计对微气候的影响、城市热岛效应等。常用于建筑工程、城市规划和环境科学领域。
  • 城市冠层模型(UCM)

    • 目标:主要用于模拟城市环境中的微气候特征,包括城市热岛效应、空气质量、风速和温度分布等。
    • 应用场景:适用于大尺度的城市气候模拟、城市规划和环境影响评估等。常用于气象学、城市气候研究和环境保护领域。

2. 模型结构和复杂度

  • BEP模型

    • 模型结构:BEP模型考虑了建筑物的多层结构,细致地模拟建筑物各层的热量传输和能量平衡。包括建筑内部热源、建筑材料的热传导、对流换热等。
    • 复杂度:模型较为复杂,需要详细的建筑几何数据和材料特性,计算量较大。
  • 城市冠层模型(UCM)

    • 模型结构:UCM通常简化为单层或多层冠层结构,模拟城市建筑群与大气之间的能量交换。关注建筑物的平均高度、密度和几何特征。
    • 复杂度:相对于BEP模型,UCM通常更为简化,计算效率较高,适用于大尺度的城市气候模拟。
      在这里插入图片描述

3. 输入数据和参数

  • BEP模型

    • 输入数据:需要详细的建筑几何数据(如建筑高度、层数、布局等)、建筑材料特性(导热系数、比热容、反射率等)和内部热源信息。
    • 参数:模型参数较多,涉及建筑能耗、热传导、对流换热等多个方面。
  • 城市冠层模型(UCM)

    • 输入数据:需要城市建筑群的几何特征(如建筑平均高度、密度、街道宽度等)和气象数据(如太阳辐射、气温、风速等)。
    • 参数:模型参数相对较少,主要集中在能量交换和微气候模拟方面。

4. 模拟输出

  • BEP模型

    • 输出结果:包括建筑物表面的能量平衡、建筑内部温度、建筑能耗、地表温度、蒸发量等。
    • 应用:结果可用于评估建筑设计和布局对能耗和微气候的影响。
  • 城市冠层模型(UCM)

    • 输出结果:包括城市区域的温度分布、湿度、风速、辐射平衡、热岛效应等。
    • 应用:结果可用于城市气候研究、空气质量评估、城市规划等。

亦有研究表明:

The UCM performed better in the modeling of air temperature and humidity, while the BEP performed better in the modeling of wind speed.
参考文献:J2022-Improving the WRF urban modeling system in China by developing a national urban dataset-Geoscience Frontiers

参考


http://www.kler.cn/news/307588.html

相关文章:

  • Typora2024最新版破解方法(亲测可用)
  • CentOS配置python版本管理工具pyenv
  • Maven 常见问题以及常用命令
  • 函数题 6-2 多项式求值【PAT】
  • UVA-225 黄金图形 题解答案代码 算法竞赛入门经典第二版
  • 电脑浏览器访问华为路由器报错,无法访问路由器web界面:ERR_SSL_VERSION_OR_CIPHER_MISMATCH 最简单的解决办法!
  • 代码随想录打卡Day32
  • Unity 使用Spine动画切换时有残影
  • VSCode创建C++项目和编译多文件
  • java发邮件内容含表格实现方法?如何配置?
  • sqlgun新闻管理系统
  • 本地部署大语言模型详细操作步骤
  • Y电容(安规电容)的作用是什么?
  • 【C++】queue和priority_queue
  • Linux:进程(一)
  • 无人机建模详解!!!
  • [Leetcode LCR 154][Medium]-复杂链表的复制-链表
  • JSON数组
  • 通信工程学习:什么是接入网(AN)中的CF核心功能
  • dplyr、tidyverse和ggplot2初探
  • 一些学习three的小记录
  • RK3588九鼎创展方案在Arm集群服务器的项目中的应用分析​​
  • 关于决策树集成的一份介绍
  • IDEA 新版本设置菜单展开
  • Python 单元测试详解:Unittest 框架的应用与最佳实践
  • java.人机猜拳游戏
  • JVM 性能优化与调优-Shenandoah GC
  • [K8S]Forbidden: pod updates may not change fields other than
  • 【Linux】NAT
  • 医学数据分析实训 项目三 关联规则分析预备项目---购物车分析