多层建筑能源参数化模型和城市冠层模型的区别

news2024/9/21 18:51:09

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2134372.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

重要涉密文件如何防窃取?一分钟了解这5个有效的办法,超实用!

在信息化时代,重要涉密文件承载着企业的核心业务机密、技术专利和敏感客户信息等关键数据。 一旦这些文件被不法分子窃取,不仅会导致无法估量的经济损失,还会严重损害企业的声誉。 因此,构建一个全面的防护体系来防止涉密文件被…

癌症细胞状态的十年探索:单细胞RNA测序的启示

癌症细胞状态的十年探索:单细胞RNA测序的启示 引言 在过去的十年里,单细胞RNA测序(scRNA-seq)技术彻底改变了我们对复杂生物系统的理解,尤其是在癌症研究领域。癌症作为一种由多种遗传克隆和恶性细胞状态组成的复杂生…

2024年开学季,有哪些大学宿舍必备好物?

随着2024年开学季的到来,新生们即将离开熟悉的家乡,踏入充满未知与挑战的大学生活。对于许多学子而言,宿舍不仅是他们未来几年的居住之所,更是承载青春记忆、实现自我成长的重要空间。为了帮助大家更好地适应校园生活,…

基于Arduino和PCB技术的机器人炫彩矩阵点屏的制作过程

第一部分:引入 随着物联网和嵌入式系统技术的发展,炫彩点阵屏在装饰和信息显示中得到广泛应用。本文将记录如何使用Arduino板、WS2812灯珠和PCB制作技术实现机器人炫彩点阵屏的制作过程。WS2812灯珠以其高亮度、色彩丰富和可编程性,成为制作…

探索代码的守护者:Pyflakes,Python代码的隐形盾牌

文章目录 探索代码的守护者:Pyflakes,Python代码的隐形盾牌第一部分:背景介绍第二部分:Pyflakes是什么?第三部分:如何安装Pyflakes?第四部分:Pyflakes的简单使用方法第五部分&#x…

STM32 移植FATFS时遇到ff_oem2uni函数未定义问题

STM32 移植FATFS时遇到ff_oem2uni/ff_uni2oem/ff_wtoupper函数未定义问题 在移植STM32 FATFS文件系统代码时,完成后编译遇到如下错误: 经过排查分析,是文件没有添加完全导致的: 把ffunicode.c文件添加进工程就可以了&#xff…

CAN数据记录仪与乘用车或者工程车辆OBD口连接注意事项

CAN数据记录仪配置好参数后,车上OBD接口CAN信号线定义是3,11(CANH,CANL);6,14(CANH,CANL),直接插到车上可以正常记录数据; 具体分析步骤如下: 1.使用之前了解CANFDLog-VCI设备的接口定义。 下图…

Java Web实战:利用三层架构与Servlet构建登录注册模块

前言导读 三层架构:View(视图层)Service(业务层)DAO(持久层) 使用了JDBCtemplate技术,封装了原生的JDBC技术操作MySQL数据库(DAO层)实现了登录功能和注册功能…

PyQt5 图标(icon)显示问题

遇到这种情况,一般采用下面几种方法,特别是第三种。 第一种,直接应用绝对路径: self.setWindowIcon(QIcon("F:/Workspace/PyQT5-Study/images/cat.png"))第二种,采用动态路径: from PyQt5.QtC…

轻量级模型解读——轻量transformer系列

先占坑,持续更新 。。。 文章目录 1、DeiT2、ConViT3、Mobile-Former4、MobileViT Transformer是2017谷歌提出的一篇论文,最早应用于NLP领域的机器翻译工作,Transformer解读,但随着2020年DETR和ViT的出现(DETR解读,ViT…

YOLOv9改进策略【卷积层】| SCConv:即插即用,减少冗余计算并提升特征学习

一、本文介绍 本文记录的是利用SCConv优化YOLOv9的目标检测网络模型。深度神经网络中存在大量冗余,不仅在密集模型参数中,而且在特征图的空间和通道维度中。SCConv模块通过联合减少卷积层中空间和通道的冗余,有效地限制了特征冗余&#xff0…

领夹麦克风哪个品牌好,哪种领夹麦性价比高,无线麦克风推荐

在音频录制需求日益多样化的今天,无线领夹麦克风作为提升音质的关键设备,其重要性不言而喻。市场上鱼龙混杂,假冒伪劣、以次充好的现象屡见不鲜。这些产品往往以低价吸引消费者,却在音质、稳定性、耐用性等方面大打折扣&#xff0…

突发!OpenAI发布最强模型o1:博士物理92.8分,IOI金牌水平

梦晨 衡宇 发自 凹非寺量子位 | 公众号 QbitAI 参考ChatGPT:点击使用 来了来了!刚刚,OpenAI新模型无预警上新: o1系列,可以进行通用复杂推理,每次回答要花费更长时间思考。 在解决博士水平的物理问题时&a…

034-GeoGebra中级篇-关于geogebra的版本以及如何下载本地geogebra

目前,geogebra常用的有geogebra5和geogebra6,本文旨在对比GeoGebra 5和GeoGebra 6两个版本,以揭示它们在功能、用户体验和性能上的主要差异。GeoGebra 5作为一款成熟的数学软件,已经为用户提供了丰富的功能来进行几何、代数、统计…

太牛了!顺丰丰语大语言模型:已应用于20余个场景

9月8日,顺丰科技在深圳国际人工智能展上发布了物流行业的垂直领域大语言模型——丰语,并展示了大模型在顺丰的市场营销、客服、收派、国际关务等业务板块的二十余个场景中的落地实践应用。 发布会现场,中国科学院院士姚建铨、美国医学与生物…

JVS逻辑引擎:如何实现复杂业务逻辑的邮件自动化

大家好,我是软件部长,今天给大家介绍JVS逻辑引擎的发送邮件节点功能。 JVS提供低代码、物联网、规则引擎、智能BI、逻辑引擎、无忧企业文档(在线协同)、无忧企业计划、无忧企业邮筒等平台,欢迎关注微信公众号: 【软开企…

C# WinForm 中 DataGridView 实现单元格cell 能进编辑状态但是不能修改单元格的效果

在Windows Forms(WinForms)开发中,DataGridView 控件是一个功能强大的组件, 用于显示和管理表格数据。无论是展示大量数据,还是实现交互式的数据操作, DataGridView 都能提供多样的功能支持,比如…

基于姿态估计的运动打卡健身系统-AI健身教练-3d姿态估计-摔倒检测应用-姿态估计与计数

基于姿态估计的运动系统 引言 随着计算机视觉技术的发展,人体姿态估计(Pose Estimation)已成为一种广泛应用的技术,特别是在健身、康复训练、体育等领域。姿态估计旨在从图像或视频中检测和定位人体的关键点,如关节位…

【深度学习】【图像分类】【OnnxRuntime】【Python】VggNet模型部署

【深度学习】【图像分类】【OnnxRuntime】【Python】VggNet模型部署 提示:博主取舍了很多大佬的博文并亲测有效,分享笔记邀大家共同学习讨论 文章目录 【深度学习】【图像分类】【OnnxRuntime】【Python】VggNet模型部署前言Windows平台搭建依赖环境模型转换--pytorch转onnxONN…

Understanding the model of openAI 5 (1024 unit LSTM reinforcement learning)

题意:理解 OpenAI 5(1024 单元 LSTM 强化学习)的模型 问题背景: I recently came across openAI 5. I was curious to see how their model is built and understand it. I read in wikipedia that it "contains a single l…