南海地区典型气象年生成方法对比研究

发布时间：2020-05-28 10:46

【摘要】：在建筑设计过程中,需要对建筑是否达到节能标准进行判断,通常会运用模拟软件进行能耗模拟计算。要进行建筑能耗模拟一般需要一整年与能耗相关气象参数的逐时数据,对于长期的气象数据而言,它应该具有典型性。南海地区大部分岛礁属于极端热湿气候区,建筑物常年暴露在高温、高湿和高盐环境中,建筑耗能巨大,而当地没有可以用于建筑能耗模拟的气象数据,所以针对南海地区进行典型气象年生成方法的对比研究十分必要。首先,本文通过从NOAA和TRMM获取南海地区气象数据,将所获得的气象数据转化成可读格式,通过机器学习使用随机森林算法处理非线性回归关系得到了精度较高的辐射预测模型,模型精度:训练数据0.963、测试数据0.743,用该模型补充了南海地区8个站点16年的总辐射数据,并分析了南海地区的气象特征,发现各岛礁具有群岛尺度的气象规律。其次,本文针对南海地区数据较完整的7个站点,分别运用Sandia法、Danish法和Festa-Ratto法三种算法,使每个站点均得到三种典型气象年生成结果。对每个站点的三种结果,通过评价指标气象参数(空气温度、露点温度、风速和水平日总辐射)月均值、标准差值和CDD差值的分析比较,进行南海地区典型气象年算法适应性评估,综合各指标评价结果,发现Festa-Ratto算法较Sandia法和Danish法而言考虑较全面,是生成南海地区典型气象年的适用算法。最后,本文对辐射逐时化模型和常规气象参数逐时化方法进行分析,选用CPR统计模型对总辐射数据进行逐时化,选用Gompertz函数进行直散分离,选用三次样条插值法对其他数据进行逐时化。通过Python语言,分别对C-PR统计模型、Gompertz函数模型和三次样条插值法的编写程序,将所选的典型气象年数据批量处理,实现各气象数据的逐时化并分析逐时化数据特征。分别用三沙市、马尼拉对照组和太平岛、斯里巴加湾对照组进行气象参数分析和能耗模拟,发现两组对照组中典型气象年的代表性气象参数数据差别均较大,并且建筑全年总能耗与空调负荷量差值也很大。因此,对于南海地区建筑能耗模拟的准确性而言,本文中针对南海地区各站点挑选典型气象年用于南海地区建筑能耗模拟,所做工作十分必要,优于以往直接使用临近站点数据,建议南海地区今后可采用本文所生成典型气象年数据进行建筑能耗模拟。
【图文】：

图 2.2 NOAA 气象数据示例资料来源：作者自绘2.2.2 TRMM 数据格式处理从 TRMM 云和地球辐射能量系统（CERES）获取数据为 NC 格式，不可直接读取。NC 格式全称 NetCDF(networkCommonData Form)，即网络通用数据格式。网络通用数据格式是由美国大学大气研究协会（UCAR)的 Unidata 项目科学

图 2.1 NOAA 气象数据读取流程资料来源：作者自绘用 Notepad++打开读取南海地区 NOAA 数据，数据形式如图 2.2，为三沙012 年 NOAA 数据起始部分截图，其他站点和年份数据所包含气象参数类别处一致。可以看出，NOAA 气象数据包含的各项参数中，内容较完整的有：（DIR）、风速（SPD）、能见度（VSB）、空气温度（TEMP）、露点温度（DEWP平面气压（SLP）、本站气压（STP），数据频率均为逐 3 小时观测，，即每
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU111.195;TU119

【参考文献】

相关期刊论文 前10条

1 彭琛;江亿;姜克隽;郝斌;;中国建筑能耗总量上限的确定[J];建设科技;2015年14期

2 李红莲;杨柳;刘大龙;林宇凡;郑武幸;;建筑能耗模拟用典型气象年产生方法的研究[J];西安建筑科技大学学报(自然科学版);2015年02期

3 李红莲;杨柳;于军琪;侯立强;许馨尹;;建筑能耗模拟典型年中气象参数权重的确定[J];土木建筑与环境工程;2015年01期

4 王玉林;;应用于船舶三维导航的海底地形数据标准研究[J];航海;2013年05期

5 刘大龙;刘加平;杨柳;;建筑能耗计算方法综述[J];暖通空调;2013年01期

6 赵美珍;;海洋环境数据存储技术的研究与实现[J];舰船电子工程;2012年09期

7 刘大龙;刘加平;杨柳;张卫华;;气候变化下建筑能耗模拟气象数据研究[J];土木建筑与环境工程;2012年02期

8 成驰;陈正洪;张礼平;;神经网络模型在逐时太阳辐射预测中应用[J];太阳能;2012年03期

9 张丽娟;;三种插值方法的应用与比较[J];赤峰学院学报(自然科学版);2010年03期

10 沈昭华;谭洪卫;吕思强;永村一雄;;上海地区建筑能耗计算用典型年气象数据的研究[J];暖通空调;2010年01期

相关博士学位论文 前2条

1 蒋荻;基于机器学习的新型数据读出方法研究[D];中国科学技术大学;2017年

2 高庆龙;基于空间分布的建筑节能气象参数研究[D];西安建筑科技大学;2011年

相关硕士学位论文 前9条

1 董浩;极端湿热气候状况下空调房间外墙热湿传递特性研究[D];西安建筑科技大学;2017年

2 沈炎娣;夏热冬冷地区居住建筑外保温墙体节能效果研究[D];浙江大学;2017年

3 侯叶叶;地基微波辐射计的精度分析和资料同化试验[D];南京信息工程大学;2016年

4 于江丰;下行短波辐射和光合有效辐射遥感产品质量控制与质量评价方法研究[D];电子科技大学;2013年

5 李占胜;基于尺度转换提高MODIS影像耕地解译精度的方法研究[D];南京农业大学;2010年

6 姬翠翠;基于遥感和GIS的三北地区水土流失动态监测研究[D];辽宁工程技术大学;2009年

7 张明;逐时标准年气象数据在建筑能耗模拟中的应用研究[D];西安建筑科技大学;2007年

8 孙萍;节能住宅建筑能耗模拟研究[D];北京工业大学;2005年

9 王威;基于决策树的数据挖掘算法优化研究[D];西南交通大学;2005年

本文编号：2685126