建筑能耗分析用逐时气象模型

国内外气象模型的研究情况研究目的和主要内容 气象模型建立的总体思路逐时模拟数据与实测数据的比较逐时气象模型的建立问题的提出内容提要选择典型气象年结论z\气象模型的实际应用问题的提出•外界气象条件的变化情况与建筑物的动态热特性是研究空调系统动态过程的基础。

•只有基于一整套切实反映气象环境的数据才能真正对建筑物的冷热能耗有更加准确的计算分析,对整个空调系统的动态过程有更全面的了解。

国内外气象模型的研究情况y /♦统计法♦陵机教模拟法♦陵机过程模拟法综合考虑以上三种建立气象模型的方法,我们可以看到:♦统迤利用长期的逐时数据构成典型年（或参考年）O 然而我国的逐时气象观测数据却很不完整,目前只有少数城市有近几年的逐时气象数据,而且这些数据由于某些原因还未公开。

♦除统计法外,气象模型由分两步进行:首先,用随机方法模拟逐日气象参数;然后,再用模拟出的逐日气象参数配出或随机模拟出最终要求的逐时参数。

♦随机数情况下产生的,主要应用于逐日数据的模拟。

然而,这模拟这和随机过程模拟法是在逐日数据的缺乏•随着我国逐日气象资料的公开,我们已获得遍布全国的194个气象站台的近5 0年的逐日气象数据。

•在逐日数据充足的有利条件下,就无需再用复杂繁琐的方法模拟逐日参数,也就是说,可以越过气象模型建立的第一步,直接连行鉛二步------------ 覆拟逐时参薮。

研究目f ——在逐日实测数据的基础上,建立一套完备可靠的气象模型,获得满足一定统计要求的全年逐时气象数据，为空调系统动态过程的硏究建立坚实的基础。

主要内家-在历年气象数据中挑出具有气候代表性的典型气象年;•找出空气干球温度、绝对湿度、太阳辐射、风速风向以及天空有效温度等气象参数的一天内的变化规律,建立各气象参数的逐时模型;-验证逐时气象模型;-应用模型于空调系统的动态负荷模拟中；-模拟全国194个站点的典型年逐时气象数据o气象模型建立的总体思路原始逐日气象数据典型气象年的选择干球温度＜=□/ 模拟逐时气象数据绝对湿度＜=□太阳辐射天空有效温度风速风向原始逐日气象数据构成温度r日最高日平均风速日平均大气压日最低温度始逐日最大I速风E来自中国气象中心•由于气象参数的随机性，根据各年的实测气象参数来计算建筑负荷,其结果常有较大舍别;•这就有必要选取一个〃包型年〃，它由〃平均月〃构成,按每一〃平均月〃的气象参数算得的负荷应与该月的、按历年实际气象参数算得的负荷的平均值吻合；•典型年反映了气象环境的平均状况。

第33卷 第6期2007年12月四川建筑科学研究S i chuan Bu il d i ng Sc ience收稿日期:2006-07-03作者简介:高庆龙(1978-),男,山东阳谷人,博士研究生,主要从事绿色建筑设计研究。

基金项目:国家自然科学基金资助项目 建筑气候设计方法及其应用基础 (50408014);重大国际合作项目 建筑节能设计的基础科学问题研究 (51410083)E -m a i :l gao3066@163.co m建筑热环境模拟分析用逐时相对湿度生成方法高庆龙1,2,杨 柳1,刘大龙1,王丽娟1(1 西安建筑科技大学建筑学院,陕西西安 710055;2 中国建筑西南设计研究院,四川成都 610081)摘 要:分别采用对4次相对湿度、4次含湿量、4次露点温度以及4次湿球温度进行直线插值或3次样条插值等8种计算方法生成的逐时相对湿度,从统计学和能耗模拟两个角度,与实测值进行对比分析。

分析结果表明,由4次含湿量(或露点温度)进行线性插值计算生成的逐时相对湿度与实测相对湿度吻合较好;并据此给出了由逐时相对湿度根据关联性计算生成逐时含湿量、湿球温度、露点温度的方法。

关键词:热环境模拟;4次相对湿度;逐时相对湿度中图分类号:TU 111 文献标识码:A 文章编号:1008-1933(2007)06-0203-04The m et hod of getting hourl y relative hu m idity for buil di ng t her m al condition si m ulationGAO Q ing long 1,2,YANG L iu 1,LIU D along 1,WANG Lij u an1(1.X i an U niversity of A rchitecture &Science ,X i an 710055,China ;2.Chi na South w est A rch itectura l D esi gn and R esearch Instit ute ,Chengdu 610081,Ch i na)Abstrac t :Se ries o f hour l y re l a ti ve hu m idity has been g iven v ia e ight kinds of i nterpo lati on ,such as i n terpolation li near and i nterpo l a ti on cub ic spli ne to 6-hour steps re lati ve hu m i dity da ta ,6-hour steps abso l ute hu m i d it y data ,6-hour steps dew po i nt te m perature and 6-hour steps w et bu l b temperat u re .The differences a m ong them have been study on t wo si des o f stati stic and si m u l a ti on .The concl usion t hat the i n terpolation li nea r to abso lute hu m i dity has the m i n i m u m i n terpolation error has been drawn .A nd at t he sa m e ti m e the better m ethod of ge tti ng hourly abso lute hu m i d i ty ,hourly we t bulb te m pera t ure and hourly dew po i nt te m pe rature have been g i ven .K ey word s :bu ildi ng t her m a l cond iti on si m ulati on ;6-hour steps re l a ti ve hu m i d ity ;hour l y re lati ve hu m i d ity0 引 言随着计算机技术的发展,建筑能耗模拟以及热环境动态分析逐步成熟[1]。

建筑能耗与地域气象条件的关系研究1. 建筑能耗与地域气象条件密切相关，地域气候条件对建筑能耗的影响非常显著。

2. 首先，研究表明气候条件会直接影响建筑的能源消耗。

不同地区的气温、湿度、风速等气象因素会对建筑的采暖、制冷、通风等能耗产生不同程度的影响。

3. 在寒冷地区，高耗能用于供暖的建筑更容易受到气候条件的影响。

冬季气温低、风大的地区需要更多的能源来加热建筑，因此建筑能耗会相对较高。

4. 而在炎热地区，制冷能耗往往成为建筑的主要能源消耗来源。

高温多湿的气候条件下，建筑需要消耗大量能量来维持舒适的室内温度，因此能耗也相对较高。

5. 不仅如此，地域气象条件还会影响建筑的朝向、窗户设计、保温材料选择等方面。

合理设计建筑的朝向和窗户布局可以最大程度地利用自然采光和通风，减少能源消耗。

6. 另外，根据地域气象条件选择合适的保温材料也可以有效降低建筑的能耗。

在寒冷地区选择优良的保温材料可以减少供暖能耗，而在炎热地区选择隔热性能好的材料可以减少制冷能耗。

7. 除了直接影响建筑能耗，地域气象条件还会间接影响建筑的能源利用方式。

例如，气候条件对可再生能源的利用具有重要影响。

8. 在阳光充足的地区，利用太阳能发电可以成为一种较为经济且环保的能源选择。

而在风力资源丰富的地区，利用风力发电也可以有效减少建筑的能耗。

9. 此外，地域气象条件还会影响建筑能源系统的设计。

不同气候条件下，建筑需要设计不同的暖通空调系统，以最大程度地提高能源利用效率。

10. 因此，建筑能耗与地域气象条件的关系研究不仅可以帮助我们更好地了解能源消耗的规律，还可以指导我们合理设计建筑，减少能源消耗，实现建筑节能减排的目标。

能耗预测模型在建筑能效优化中的应用摘要能耗预测模型在建筑能效优化中应用非常关键，对于建筑物的实际能耗分析有非常重要的作用，一定程度上也关系到建筑物的施工成本管控，在实际的建筑物能耗优化中，需要对其能耗预测模型进行实际的应用，确保其能耗设计应用更加合理。

本文笔者针对能耗预测模型在建筑能效优化应用进行分析研究。

文章中简要阐述几种能耗预测模型，并对其能耗预测模型的应用要点以及实际工程应用进行具体的分析总结，确保其建筑能耗设计应用更加合理。

关键字；建筑能效；能耗预测；数据驱动模型；有效优化建筑施工是当前城市建设发展过程中的重要组成部分，对于现代化城市发展有非常重要的作用。

而在当前节能城市理念建设应用中，要求城市建筑设计应该完成建筑能效优化，在实际的建筑发展过程中要求在其建筑设计阶段就完成其建筑施工中的能耗预测，通过能耗预测分析，完成对建筑的能效综合应用，确保其项目设计更加合理，也能够最大程度上提升能耗建设效果，所以在实际的建筑能耗设计中，应用能耗预测模型能够对建筑物施工中的能耗进行综合设计分析，从而提升建筑能耗设计效果，确保其施工展开更加合理，提升建筑工程施工效益。

1.能耗预测模型简要分析建筑物能耗预测模型是一种常用的建筑施工模型计算方法，在实际的建筑物能耗计算分析中，主要是完成对其综合能耗的计算分析。

在其计算中针对现代科学的计算方法以及计算技术进行实际的应用，通过多因素的考虑完成对建筑物模型的应用控制，确保其建筑物能耗设计应用更加合理。

在建筑物预测模型应用过程中其主要是对建筑物进行综合计算评价、在实际的建筑物设计应用中需要完成对其建筑物能效进行综合计算评估，并且其建筑设计中，针对其能耗指标进行综合节能设计，确保其技术设计应用更加合理，也能够最大程度上提升能耗预测模型应用效果，最大程度上提升建筑物施工效果。

2.能耗预测模型在建筑能效优化中的应用要点能耗预测模型是一种核心的能耗计算方法，对于现代建筑物施工技术应用而言有非常重要的作用，也能够最大程度上提升技术管控效果。

中国建筑热环境分析专用气象数据集清华大学宋芳婷诸群飞吴如宏江亿中国气象局国家气象信息中心气象资料室熊安元王伯民朱燕君李庆祥摘要中国建筑热环境分析专用气象数据集由中国气象局国家气象信息中心气象资料室和清华大学合作编制，其数据内容包括根据观测资料整理出的设计用室外气象参数，以及由实测数据生成的动态模拟分析用逐时气象数据。

本文介绍了（1）该数据集的源数据情况；（2）对源数据所进行的分析整理和补充工作；（3）由逐日数据获得逐时数据的具体方法；（4）获得不同数据成果（设计用室外气象参数、典型气象年和设计典型年全年逐时气象数据）的方法以及最终数据成果。

关键词建筑；热环境；气象数据1 引言在暖通空调行业，不论是进行科学研究，还是做工程设计，都需要对建筑物的冷热能耗以及建筑热环境进行准确的计算分析，而室外气候条件是进行建筑热环境计算分析的必备条件。

在工程设计领域，为了保证建筑热环境的满意率，设计人员在进行系统和设备的设计计算时往往考虑最不利工况，因此需要代表性的统计气象数据，暖通空调设计用的室外气象参数就是以不保证率的统计方法为基础获得的代表性气象数据。

例如我国在80年代建立了一整套气象计算参数[1]，尽管台站还不完备、统计数据也很有限，但是这套数据基本满足了当时的暖通空调行业对计算数据的需求，与当时的工程计算条件和设计水平是相适应的。

随着我国气象观测记录的不断丰富和计算机技术的不断进步，使得确定气象计算参数所需要的原始数据大大丰富，通过计算机模拟的方法有效地预测建筑热环境在没有环境控制系统时和存在环境控制系统时可能出现的状况，已经成为提高工程设计水平、实现建筑热环境舒适和节能双重目标的内在要求。

随着我国建筑能耗的不断增加，在满足建筑环境要求的基础上降低建筑运行能耗，成为建筑可持续发展的重要课题。

为此国家制定了相关的政策法规来保证节能工作贯彻执行。

在刚刚颁布实施的《夏热冬冷地区居住建筑节能设计标准》（JCJ134-2001）[2]、《夏热冬暖地区居住建筑节能设计标准》（JGJ75-2003）[3]当中明确指出建筑热环境及建筑环境控制系统动态模拟工作的重要性和必要性，这就使得编制一整套切实反映气象环境特点和规律的逐时气象数据成为一项基础性工作。

大气环境中气象条件对建筑物能耗的影响建筑物的能耗一直是一个备受关注的问题，而气象条件是影响建筑物能耗的重要因素之一。

本文将从温度、湿度、风速和太阳辐射等气象条件的角度，探讨大气环境对建筑物能耗的影响。

温度是气象条件中最主要的因素之一，对建筑物能耗有着重要的影响。

在冷气候地区，寒冷的冬季会导致建筑物需要消耗大量的能源来供暖。

而在炎热的夏季，高温天气则会增加建筑物的冷却负荷，使得空调系统需要更多的能量来维持室内的舒适温度。

因此，在设计建筑物时，需要根据当地的气候条件，合理选择保温材料和采取节能措施，以降低热量的传导和辐射，减少能耗。

湿度是另一个重要的气象条件，对建筑物能耗也有一定的影响。

高湿度会使得室内空气湿润，使人们感到不舒适，增加了冷却负荷和能源消耗。

此外，高湿度还会导致建筑物内部的潮气问题，影响室内环境质量，增加维护和修复成本。

因此，在设计建筑物时，应合理控制室内湿度，采取通风和除湿等措施，以提供舒适的室内环境，并降低能耗。

风速是气象条件中的另一个重要因素。

较高的风速会增加建筑物外墙表面的风压，增加了热量传递的速率，导致建筑物的能耗增加。

此外，强风还会增加建筑物内部的局部通风效应，使得暖空气和冷空气的混合程度增高，增加空调系统的负荷。

因此，在设计建筑物时，需要考虑风速的影响，合理设计建筑物结构和立面，以减少风压和局部通风效应，降低能耗。

太阳辐射是气象条件中的重要因素之一，对建筑物能耗有着显著的影响。

在夏季，太阳辐射会增加建筑物的冷却负荷，使得空调系统需要额外的能量来维持室内的舒适温度。

而在冬季，太阳辐射则可以提供 passsive solar heating，减少建筑物供暖的能耗。

因此，在设计建筑物时，需要合理利用太阳辐射，设计适当的遮阳和散热措施，以降低能耗。

综上所述，大气环境中的气象条件对建筑物能耗有着重要的影响。

合理选择建筑材料、控制室内温湿度、考虑风速和利用太阳辐射等措施，可以降低建筑物的能耗，实现能源的节约和环境的保护。

西安建筑科技大学学报(自然科学版)J. Xi'an Univ, of Arch. 5 Tech. (Natural Science Edition)第53卷第1期2 021年2月Vol.53 No.1Feb.2 21DOI ： 1 0 . 15986/j. 1 00 6-793 0 . 2 021. 0 1. 02 0建筑节能分析用典型年数据的获取方法付昱曦】，李红莲1,王赏玉2,杨柳2西安建筑科技大学信息与控制工程学院"陕西西安71 0 0 55$ 2.西安建筑科技大学建筑学院"陕西西安71 0 0 55)摘要：进行精细化的建筑节能设计与能耗模拟的前提是具备真实&可靠的室外气象数据，典型气象年(Typical Meteorologi ­cal Year , TMY )是代表当地气候特征的多种逐时气象要素组合，在建筑节能设计中应用广泛.《民用建筑设计术语标准》、《夏热冬冷地区居住建筑节能设计标准》等行业标准明确规定在建筑节能设计分析时，采用典型气象年.《建筑节能气象参数标准》颁布了我国45 0个台站的TMY ，为建筑节能分析用室外气象数据的统一作出了重要贡献.目前我国常用的能耗模 拟TMY 数据仅提供了我国部分城市的TMY ,无法满足我国建筑行业的使用，由于原始数据来源不同，也无法判别哪种TMY 生成方法更具有适用性，针对这种情况，从直接下载、计算获得、软件生成等几个方面梳理TMY 的获取方法,并针对数据状况和来源，进行了详细的分析和对比，为建筑节能分析用TMY 的获取和使用提供了借鉴依据• 关键词：典型气象年；获取方法；能耗模拟中图分类号：TU119+.2文献标志码：A文章编号：1 00 6-793 0 (2 021) 0 1-0 147-08Method of obtaining TMY for building energyefficiency analysisFUYui ,LI Ho+gha+ , WANG Sha+gyu 2 , YANG Lu 2(1.SchoolofInformationandControlEngineering , Xi'an Univ.ofArch.5 Tech. , Xi'an71 55, China ；2.Co l egeofArchitecture , Xi'an Univ.ofArch.5 Tech. , Xi'an71 55, China )Abstract : The elaborate building energy-saving design and energy consumption simulation are based on the premise ofhavingrealandreliableoutdoormeteorologicaldata.TheTypicalMeteorologicalYear (TMY )isacombinationof various hourly meteorological elements representing local climate characteristics , which is widely used in building energy-saving design. Sta+drrd frr termi+ology of civil architectural desig+ , Desig+ Sta+dard for E+ergy Efficie+cy of Reside+tial Buildi+gs i+ Hot Summer a+d Cold Winter Zo+e define that TMY data are used in theanalysis of energy efficiency design in buildings. Sta+dard for vueather data of buildi+g e+ergy efficie+cy has promulgatedTMY of450stationsin China , which has madeanimportantcontributiontounifyingtheoutdoor meteorological data for building energy e f iciency analysisRCurrently ,its common use of TMY only provides TMY for some cities in China , but cannot meet the use of China's construction industry. Due to the different sources of raw data , it is impossible to determine which TMY is more appropriate. In view of this situation , the method of obtaining TMY from direct download , calculation acquisition ,and software generation are combed. Detailed analysisandcomparisonarebasedondataandsources.ItprovidesreferencefortheacquisitionanduseofTMYfor buildingenergye f iciencyanalysis.Keywords : typicalmeteorologicalyear ； acquisition methods ； energy consumption simulation型 年 (Typical Meteorological Year ,TMY )是建筑模拟中评估能耗的重要资料，它作为能耗模拟软件的基础数据，其输入气象数据的准确 性紧密影响着能耗模拟的结果.TMY 的挑选需要 长期、连续的气象要素记录，但是在中小城镇中不 具备这种条件，导致无法使用计算方法生成当地的 TMY ,从而影响能耗模拟评估.针对这种情况，采用不同途径来获取TMY 显得尤为重要•近几年，我国在这方面取得很大研究成果.2012 年，张晴原等人从1995 — 2005年选取了 360个地区的标准气象年数据⑴.2015年，李红莲等人梳理了国内外TMY 生成方法和逐时气象数据处理方法2)，并指出气象参数选取影响TMY 结果的准确性(3)，通过对 比不同TMY 生成方法对建筑能耗影响，指出了适合西安地区的TMY 生成方法⑷.同年，香港学者利用遗传算法生成适用不同气候条件下的TMY [5]. 2016收稿日期：2020-06-29 修改稿日期：2021-01-08基金项目："十三五"国家重点研发计划基金资助项目(No. 2018YFC0704500)；陕西省教育厅科研计划项目基金资助项目(No. 19JS043) 第一作者：付昱曦(1996—)，女，硕士生，主要从事建筑气候与建筑节能研究• E-mail ： ******************通讯作者：李红莲(1980—)，女，高级工程师，研究生导师，主要从事建筑气候与建筑节能研究• E-mail ： **********************148西安建筑科技大学学报（自然科学版）第53卷年，李红莲等人提出了TMY室外气象参数的选取方法叫2017年，杨柳等人提出适应我国建筑设计的气象参数的逐时化分析方法⑺,刘大龙等人通过分析建筑能耗各气象参数的敏感性系数，得出温度对采暖和空调能耗的影响最大［8］.同年，侯立强等人通过比较成都地区各气象参数月均值变化和能耗模拟结果⑷,发现当地办公建筑能耗与各气象参数间没有明显规律性.同年，清华大学学者通过比较中国不同气候区主要城市TMY数据与55a实际天气数据［10］，得出寒冷地区的长期能源使用量与采用TMY得出的结果相差很大.同年，熊明明等人发现了气候变化影响TMY 数据［11］,采暖期较制冷期变化明显.2018年，王华用机器学习算法补充了南海地区8个站点16a的总辐射数据［12］，为南海地区TMY生成提供了可靠的方法.从以上研究内容看出，在建筑节能设计分析中，室外基础气象数据的重要性和必要性•针对TMY数据来源问题，本文对TMY的获取方法进行了梳理，并基于北京20a的实测气象数据，使用不同获取方法得到TMY，对比主要气象参数与长期平均值，并对典型建筑进行能耗模拟，对比其对能耗模拟结果的影响.1典型年数据的获取途径1.1直接获取法目前，我国能耗模拟TMY数据源常见的有以下几种格式，包括CSWD、CTYW&IWEC和SWEAR等，其中CSWD数据是根据中国气象局收集的中国270个地面气象站1971—2003年实测气象数据，CTYW是张晴原开发的标准气象数据库，是根据由美国军事卫星记录的1982—1997年中国机场气象站的天气报告，其中没有太阳辐射数据，IWEC数据和SWERA数据分别来源于美国国家气象数据中心和国家可再生能源实验室，其中只有CSWD数据包含太阳辐射数据，而CTYW& IWEC、SWEAR数太阳数是出来的，西安建筑科技大学和香港城市大学的合作项目中，采用美国Sandia国家实验室提出的经验分布函数方法为我国194个城市挑选出TMY数据，表1为几种典型气象年数据详细介绍.能耗模拟软件Energyplus官网提供了我国部分大城市的TMY数据，可以直接用以能耗模拟.表1国内外典型年气象数据来源详细介绍Tab.1Detailed description of the source of TMY at home and abroad全称数据来源观测年限台站数开发单位DeST DeSTa f iliated中国气象局最大50a270清华大学、中国国家气象中心CSWD ChineseStandard WeatherData中国气象局1971—2003270清华大学、中国国家气象中心CTYW ChineseTypicalYear Weather 国际地面气象观测数据库1982—1997194张晴原、Joe HuangIWEC Interational WeatherforEner-gyCalculation国际地面气象观测数据库最大18a11美国数心SWEAR Solar Wind Energy ResourceAssessment美国试验卫星数据DATSAVS1973—200245国家可再生能源实验室CNTMY中国典型气象年我国地面气象资料数据集和气象辐射资料数据集1971—2000194西安建筑科技大学、香大学TMY TypicalMeteorologicalYear国局1987〜2004450《建筑节能气象参数标准》1.2计算方法获取对于挑选TMY的计算方法，1977年，Anders-en等人提出了生成TMY的Danish方法，1980年，Lund等人对此方法加以改进，之后Festa和Ratto 1993年了Festa-Ra t o法，2005年，Miquel和Bilbao开发的Miquel-Bilbao方法［13］，适用于除太阳辐射以外的其他气象参数挑选TMY，2015年，香港学者将遗传算法用到了确定气象参数的权重值的大小上［5］，从而生成不同气候条件下的TMY，2017年，Yusuke Arima等人提出一种新的天气数据一典型与设计气象年［14］.国内TMY产生方法有CTYW［1］，是由张晴原、Joe Huang提出的典型年挑选方法，它通过计算各气象要素的月均值标准偏差，选出WS值最小的月份，此外还有清华大学TMY的生成方法CSWD［15］，通过对各气象参数的平均值进行标准化处理，选出加权求和最小的月份.2014年，我国发布的《建筑节能气象参数标准》中颁布了450个台站的TMY数据，所采用的数第1期付昱曦，等：建筑节能分析用典型年数据的获取方法149据来源于中国气象局686个基本、基准地面气象观测站1987-2004年间的观测数据，利用的是Filken-stein-Schafer统计法来生成的TMY,又称为Sandia 国家实验室法.目前，Sandia国家实验室法是应用最广泛，并且被国际认可的一种生成TMY方法,通过对比所选月份的逐年累积分布函数CDF(Cumulative Distribution Frequency)与长期累积分布函数的接近程度来确定，按表2中选取气象要素和加权因子［16),使用TMY3选取气象参数权重，增加了一个直接辐射参数，提高了TMY辐射数据与长期数据的一致性，然后计算FS数据的加权总值最小. FS数据的加权总值计算方式如式(1)(2)(3)所示，国内外许多学者通过研究这些方法，为没有TMY 数据的地区选择合适的方法生成当地的TMY数据［17)，并且对影响TMY的因子进行优化研究［18).FS(=，m)=#—|CDF m(F i)—CD F=m(F i)(1)WS(y，m)=1-WF•FS(=，e)(2)F=1O-WF=1(3)F=1式中：FS(=，m)为气象参数f在F i范围的FS (=，m)统计值；=为年；m为月；CDF=，m(F i)为气象参数f在F i范围的CDF值；CDF m(F i)为气象参数F在月份m的F i范围的长期统计CDF值; N为参数值选取个数；O为气象参数选取的个数；WS(y，m)为=年m月的平均加权和；WF为气象参数F的加权因子•表3表2TMY3选取气象参数的权重Tkb.2TMIY3selecting the weight of meteorological parameters气象要素权重因子(TMY3)干球温度日最高值1/20干球温度干球温度日最低值1/20干球温度平均值2/20相对度日最1/20相对湿度相对度日最1/20相对度日平2/20风风速日最大值1/20风速日最小值1/20太阳辐射太阳5/20太阳5/201.3软件获取除了直接获取和传统的计算方法获得某个地区的TMY数据以外，还可以通过软件来获取代表当地长期气候特征的TMY数据资料［1921)•在评估建筑节能设计上，需要准确的气象数据，但是并非每个站点都记录了详细的气象数据，所以为了避免计算方法过程的复杂性和不确定性因素，采用软件获取TMY数据是可行的•目前，可以生成TMY数的Meteonorm、Weathergenerator、TMY Generation等，值得关注的是瑞士联邦能源部(Swiss Federal Office of Energy)所开发的气象MeteonormRMeteonorm通过预设的气候模型和数据库［223)，根据提供当地的地理条件和气象资料，生成月、日、的数，对的站点数可最近站点的数据通过插值计算得到，快速地生成不同地区TMY，表3是Meteonorm生成TMY的原理.Tab.3The calculation method of meteonorm generation TMYMeteonorm生成TMY的计算方法数型方法假设太阳Perez型、Agu­iar and Co l ares-Pereira型根据月均值计算得到日均值，通过程序模拟小时变化，得到小时值1.根据月温度和日辐射值及实测温度分布，随数过资的平，日每个月的晴指数，月晴指数月月晴计机生成日温度值.2.根据日温度值和每日及每白天温度变化的幅度与每日全球大气温度Scartezzini型月的辐射值，计算每日的最低及最高温度.3.太阳辐射幅度成正比，夜间温度每日的最最度及每小的通过云量变化推断出来相对湿度、露点温度基于日平均辐射模型的日风型独立随机模型，生每小的数相对湿度和露点温度可以通过计算公式由大气度露点温度的计算受大气温度和相对湿度的影响；相对湿度受夜间云量&降水量的影响风根据当地气候条件下用的日晴空指数和日辐射值通过模型和数据库产生影响风速的因素分为地形因素和因素150西安建筑科技大学学报(自然科学版)第53卷2数据实验2.1本研究以北京为例，利用相同时间长度20a(1991—2010)的气象数据，采用美国Sandia国家实验室提出的经验分布函数方法、Meteonorm进行TMY获取•Sandia方法原始气象数据来源于中国气象局，基准气象站的每日4次观测分别为02#00、08#00、14#00、20#00,气象要素包括：温度、相对湿度、大气压、风风向、总辐、散等.Meteonorm资料来源平衡档案(GEBA)、世界组织(WMO)等•数的能耗2软件Energyplus官方的气象数据文件[24],数据来源于CSWD、IWEC和SWEAR,本文中使用CSWD数据•表4所示是数据的原始数，数度.表4获取TMY数据的方法概要Tab.4SummaryofmethodsforgetingTMY类型称数数度直接获取方法En rgyplus象数据文件中国气象局—计算方法Sandia国局1990—2010平衡档案&方法M t onorm世界气象组织&瑞士局1990—20102.3生成典型气象年数据分析将Sandia法和Meteonorm获取TMY的结果和Energyplus官方提供的北京TMY数据进行对比，对能耗影响重要的气象参数干球温度、太阳、相对湿度和风速的TMY数据的比较情况如图2所示•图2(a)为三种方法的干球温度的TMY数据与长期日对比，可以看出，三种方法得到干球温度日值数据与长期日均值相比具有良好的一致性•图2(b)、2(c)是冬季(12、1、2月份)和夏季(6、7、8月份)干球温度的对比•将三方法的太阳数日期日进行对比，如图2(d)所示，整体变化趋势相似•图2(e)、2(f)所示是冬季和夏季太阳辐射的对比，图2(g)是相对湿度值和长期日均值比较，有个别月份波动较大，但是总体趋势相似.图2(h)、2(i)是冬季的相对度的对比，太阳相对度无论在夏季还是冬季，Meteonorm的数据波动变化最小，Meteonorm的TMY结果是长期的历史数据资料计算得到各参数的平，因数结果期变化的.如图2(j)所示是风速的对比，整体趋势相同，图2(k)、2(l)所示是冬季风的对比，可M7t7onorm的风数据波动较大，这是由于Meteonorm中，风速不是计算的主要因素，所以没有提供精确的风速数.2.2技术路线采用Sandia法挑选出北京台站的TMY数据,然后使用Meteonorm软件生成的适用能耗模拟的TMY数文En7rgyplus官方数进行拟，对结果进行分析，研究的技术路线如图1所示•302010-10-—Sandia-Meteonorm Engergyplus长期50100150200250300350天/d(a)干球温度第1期付昱曦$等：建筑节能分析用典型年数据的获取方法1512 0 8 6 4 23 3 2 2 2 2P S201816•A V捺脾E-K005000502 11Z「E •A V捺幌E-KV--Sandia - - Meteonorm Engergyplus2040 60 80 100天/d(c)夏季干球温度(6.1-8.31)o o5Sandia - Meteonorm Engergyplus -长期100 150200 250 300350天/d(d)太阳辐射Engergyplus2040 60 80 100天/d(e)冬季辐射(12.1~2.28)20Sandia - Meteonorm Engergyplus0 2040 60 80 100天/d(h)冬季相对湿度(12.1-2.28)- Sandia - — Meteonorm Engergyplus0 2040 60 80 100天/d⑴夏季相对湿度(6.1~8.31)Sandia - Meteonorm Engergyplus ■长期7e•A V捺啤E-K &、壘舸茯粟2040 60 80 100天/d(f)夏季辐^(6.1-8.31)--Sandia - - Meteonorm Engergyplus--Sandia - Meteonorm Engergyplus 长期Ts • E 就M50 100 150200 250 300 350天/d(g)相对湿度2040 十 6080 100天/d(1)夏季风速(6.1~8.31)图2三种方法获取的TMY 中各气象要 •比Fig. 2 Comparison of meteorological elementsinTMYobtainedbythreemethods152西安建筑科技大学学报（自然科学版）第53卷G种方法TMY长期标准偏差Tab.5Standard deviation from long-term values compared to TMYobtainedbythreemethodsSandia Meteonorm Energyplus 度0.810.840.83太阳•0.480.440.48相对湿度0.340.280.38风速0.410.620.04三种方法获取的TMY中干球温度、太阳辐射、相对湿度、风速与其长期日平标准偏差进行比较，如表5所示.作为影响建筑能耗的主要气象参数，Sandia国家实验室法计算的TMY数据中干球温度偏差最小，Meteonorm生成的数据中太阳、相对湿度偏差最小，Energyplus:下载的数风速偏差最小•尽资料即原始数据的不同，但是生成TMY结果的差小，相同参数相差不超过0.6%.3模拟验证3.1建筑模型为了探讨不同方法获取TMY结果对建筑能耗模拟的影响程度，对一栋办公楼进行了•北京属于建筑热工设计分区里的寒冷地区，建对一栋12层办公楼，全空调，建筑面积为19200m2,建筑楼层的平面尺寸为40mX40m,模拟运行设定为7#00-18#00,室内温度设置是18〜26°C，体型系数0.124,建筑物概况以及设备参数详见下表6.表6模型概况及设备参数Tab.6Model overview and equipment parameters建筑物类型办公建筑工作时间7#-18#度设置18〜26°C窗墙比0.4体型系数.124围护结构系数/屋面:0.43、外墙:0.49W-m2-K1楼板:0.797、外窗:2.4室内人员密度/P-m28照明强度/W-m29设荷度/W-m2153.2建筑能耗模拟结果及分析将使用Sandia法生成的TMY数据以及Me­teonorm和Energyplus软件提供的TMY数据转化为模拟所需的epw文件后，对同一栋建筑模型进行能耗，并对结果进行分析.方法生成的TMY数据的能耗结果如图3,可，对于所选的地区典型北京，不同方法获取的TMY结果中，制荷与长期均值的结果显示，在一年：供制冷的4#10月里，Sandia法模拟结果的制冷负荷有5个月与长期模拟结果的均值一致，Meteonorm 结果有4个月是一致的,Energyplus也有5个月一致,实际上，只有个别月份的结果小的偏差，其余月份基本一致.TMY实际上是由不同年份里的真实月组成, TMY数据具有当地气象特征，挑选方法的不同自然会导致生成的TMY结果不同，因，模拟结果也一定偏差，表7是不同方法生成的TMY与期模拟结果的相对标准偏差，相同负荷的偏差在0.01%〜0.08%范围内.可以看出，采用En­ergyplus下载的数据和Meteonorm生成的TMY数，制荷偏大的，要素是影响建筑热环境的重要因素，通过比较供暖季11〜3月）、制冷季（4〜10月）的负荷和气象数，得出相系.的度荷比较图4,、制的度荷的相关系数分别为0.88与0.98,说明度荷.大的相关关系•从表5可以看出，Energyplus直接载的数Meteonorm生的数度数据误差较大，因此，干球温度是影响负荷大小的重要因素.对于北京地区，本文中提到的几种TMY 数据的获取方法一E•工却担昌他显■Sandia Meteonorm]Energyplus长期(b)供暖负荷图3能耗对比结果Fig.3Energy consumption comparisonresults第1期付昱曦$等：建筑节能分析用典型年数据的获取方法153表7对比三种方法生成TMY能耗模拟的标准偏差Tab.7Compare the standard deviation of the three methods"ogenera"eTMYenergyconsumpionsimula"ion地区-北京Sandia Meteonorm Energyplus供暖负荷/% 1.88 1.87 1.95制荷/% 1.29 1.35 1.35图4干球温度与负荷的相关关系Fig.4Correla"ionbe"weendrybulb"empera"ureandload 4结论本文对建筑节能分析用TMY数据的获取方法进行了探讨，梳理了载、计获生成TMY数据的步骤，并对比了北京典型建筑能耗不同方法生成的TMY的模拟结果，了当数不同时，对能耗生的影响，结果表明：(1)不同方法获得的TMY数据，整体变化趋势相似，期好的一致性，的偏差小•(2)软件生成的TMY数据是基于预先设定的法型，计数结果期变化，获的TMY数期平•(3)载、计到生成的TMY 数据的能耗结果十分相近，与长期结果平的误差都在可以接受范围内•因此，提到的方法在未来都可以作为TMY数据的获取途径. TMY数据可以准确预测建筑，同时，对评估建筑节能设计起着重要作用，的变化，数不断更新，除了可以通过计算方法或获TMY数，获TMY是得借鉴的方法，其生数据的准确统方法获的结果基本一致，甚至还了工作效率，能够地获取任意位置的气象数据，给国建筑能耗TMY的研究工作带的作用•参考文献References[1]张晴原，Joe Huang.中国建筑用标准气象数据手册[M].北京：中国建筑工业出版社，2012.ZHANG Q Y，HUANG J.China building standardmeteorologicaldata manual[M].Beijing：ChinaBuild-ingIndustryPress，2012.[2]红莲，杨柳，于军琪，等.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)，2015,47(2)：267-271.LI Honglian，YANG Liu，YU Junqi，et al Research onthemethodofgenerateTMYforbuildingenergycon-sumptionsimulation[J].Xi'an Univ.ofArch.5Tech.(Natural Science Edition)，2015，47(2)：267-271. [3]李红莲，杨柳，于军琪，等•建筑能耗型年中气象参数权重的确定[J] •土木建筑与环境工程，2015,37(1)：23-28LI Honglian,YANG Liu，YU Junqi，et al Determina-tionofthe weighingvaluesof meteorologicalparame-tersin TMY ofbuildingenergyconsumptionsimula-tion[J]RArchitectural5EnvironmentalEngineering，2015,37(1)：23-28.[4]李红莲，杨柳•不同典型气象年生成方法对建筑能耗的影响[J]•爰通空调，2015,45(9)：59-63.LI Honglian,YANG Liu.Effect of several methods forgeneratingtypicalmeteorologicalyearonbuildingener-gy consumption]J].HV5AC,2015,45(9):59-63. [5]CHAN A LS.Generation of typical meteorologicalyearsusinggeneticalgorithmfordi f erentenergysys-tems[J]RenewableEnergy，2015，901-13[6]李红莲，杨柳,侯立强，等.建筑能耗模拟用典型年气象参数的选取方法[J].太阳能学报，2016,37( 9):2408-2414LI Honglian,YANG Liu,HOU Liqiang,et l Selec­tion methodofmeteorologicalparametersofTMYforbuildingenergyconsumptionsimulation[J]ActaEner-giaeSolarisSinica，2016，37(9)2408-2414[7]杨柳，李红莲.建筑能耗用气象数据研究[J].暖通空调，2017，47(3)23-33154西安建筑科技大学学报（自然科学版）第53卷YANG Liu,LI Honglian.Study on meteorological datafor building energy consumption simulation[J].HV&AC,2017,47(3)23-33.[8]LIU Dalong,WANG Wenqin,LIU Jiaping.Sensitivityanalysisofmeteorologicalparameterswenqinonbuild-ingenergyconsumption[J]•ScienceDirect,2017,132#634-639.[9]侯立强，杨柳，李红莲,等.气象参数对成都地区办公建筑能耗的影响及预测[J].土木建筑与环境工程,2017,39(4)#56-62RHOU Liqiang,YANG Liu,LI Honglian,et l Influ-enceof meteorologicalparameterson buildingenergyconsumption[J].Architectural5Environmental Engi­neering,2017,39(4)：56-62.[10]CUI Ying,YAN Da,HONG Tianzhen,et pari-sonoftypicalyearand multiyearbuildingsimulationsusinga55-yearactual weatherdatasetfrom ChinaR [J]RApplied Energy,2017,195(2017)#890-904R[11]熊明明，李明财，李骥，等•气候变化对典型气象年数据的影响及能耗评估一以中国北方大城市天津为例[J].气候变化研究进展，2017,13(5)：494-501.XIONG Mingming,LI Mingcai,LIJi,etalRClimatechangeimpactsontypicalmeteorologicalyearanden-ergy consumption for buildings in Tianjin AlargecityinNorthernChina[J],AdvancesinClimateChangeRe-search,2017,13(5)494-501R[12]王华.南海地区典型气象年生成方法对比研究[D].西安:西安建筑科技大学，2018WANG Hua.Study on typical meteorological year gen­eration methodin South China Sea[D].Xi'an:Xi'anUniv.of Arch.5Tech.,2018.[13]MIGUEL A D,BILBAOJ Testreferenceyeargen-erationfrom meteorologicalandsimulatedsolarradia-tiondata[J]SolarEnergy,2005,78(6)695-703 [14]Yusuke Arima,Ryozo Ooka,Hideki Kikumoto.Pro-posaloftypicalanddesign weatheryearforbuildingenergysimulation[J]EnergyandBuildings,2017,139(2017)517-524[15]中国气象局气象信息中心气象资料室,清华大学建筑技术科学系.中国建筑热环境分析专用气象数据集[M].北京：中国建筑工业出版社,2005.Meteorological Data Room of MeteorologicalInforma-tionCenter,ChinaMeteorologicalAdministration,De-partmentofBuilding Technology and Science,Tsing-hua University Chinabuildingthermalenvironmenta-nalysisspecial meteorologicaldataset[M]Beijing# ChinaBuildingIndustryPress,2005[16]WILCOX S,MARION W Users manual for TMY3datasets[M]National Renewable Energy Laborato-ry,2008[17]SerpilYilmaz,IsmailEkmekci Thegenerationoftypi-calmeteorologicalyearandclimaticdatabaseofTurkey fortheenergyanalysisofbuildings[C]JournalofEn-vironmental Science and Engineering#A,2017,6#370-376[18]GiacomoChiesa,MarioGrosso Theinfluenceofdi f er-ent hourly typical meteorological years on dynamic simulation of buildings[J]ScienceDirect,2015,78# 2560-2565[19]TSOKA S,TOLIKA K,THEODOSIOU T,et l Amethodtoaccountfortheurban microclimateonthe creation of'typical weather year'datasets for building energysimulation,usingstochastica l y generated data[J]EnergyandBuildings,2018,165#270-283[20]Abdulsalam Ebrahimpour,MehdiMaerefat A methodfortypicalmeteorologicalyear[J]Energy Conversion and Management,2019,51#410-417[21]Ste l a Tsoka,Kostantia Tolika,Theodoros Theod-osiou,etal Evaluation ofstochastica l y generatedweatherdatasetsforbuildingenergysimulation[J]ScienceDirect,2017,122#853-858[22]Meteotest,Meteonorm,Global MeteorologicalData-base Version7.1,Handbook Part I,2015[M].[h--tps:///].[23]肖凤，余庄.数值模拟气象资料在建筑能耗计算中的[J]华建筑,2003(21)#69-70XIAO Feng,YU Zhuang Theapplicationsofweather simulationincalculationofbuildingenergyconsump-tion[J].Huazhong Architecture,2003(21):69-70. [24]United States Department of Energy,EnergyPlus En­ergy Simulation Software EnergyPlus[M][h t p// www eereenergy gov/buildings/energyplus,2016](编辑沈波)。

严寒和寒冷地区主要城市的建筑节能计算用气象参数在严寒和寒冷地区，建筑节能是一个非常重要的问题。

为了准确地计算建筑的节能性能，需要考虑气象参数对建筑的影响，例如室内温度、热负荷、传热系数等。

下面我将介绍一些主要的气象参数以及如何计算它们。

首先，室内温度是建筑节能计算的重要参数之一、在严寒和寒冷地区，室内温度的设定值通常较高，以保证居民的舒适度。

室内温度的计算通常基于气象部门提供的历史气象数据，其中包括室外气温、太阳辐射、风速等。

根据这些数据，可以使用建筑能耗模拟软件进行计算，得到建筑的能耗和温度分布。

其次，热负荷是建筑节能计算中非常重要的参数。

热负荷是指建筑内部热源（例如人体、设备等）和室外环境之间的热交换量。

在严寒和寒冷地区，室外温度较低，建筑需要消耗更多的能量来保持室内温暖。

因此，热负荷的计算对于设计能效高的建筑非常重要。

热负荷计算通常基于建筑能耗模拟软件，考虑到建筑的热传导、热辐射、热对流等各种传热方式。

第三，传热系数是决定建筑节能性能的另一个重要参数。

传热系数是指热量通过建筑构件（例如墙体、窗户等）传递的速率。

在严寒和寒冷地区，建筑的传热系数需要尽量减小，以减少热量损失。

传热系数的计算涉及到建筑材料的导热性能、建筑构件的厚度和面积等因素。

通过合理选择建筑材料和构件的设计，可以有效地降低传热系数，提高建筑的能效性能。

此外，还有其他一些气象参数也需要考虑到，例如湿度、风向等。

湿度对建筑的热舒适度有一定影响，而风向则影响着建筑的通风效果。

这些气象参数的计算通常是建立在气象测量数据的基础上进行，例如气象站和气象卫星等提供的数据。

总之，在严寒和寒冷地区的主要城市中，建筑节能计算需要综合考虑多个气象参数。

室内温度、热负荷和传热系数是其中最重要的参数，通过合理计算和设计，可以提高建筑的节能性能，减少能源消耗，降低环境负荷。

同时，其他一些气象参数如湿度和风向也需要合理考虑，以提升建筑的舒适度和通风效果。

中国建筑热环境分析专用气象数据集清华大学宋芳婷诸群飞吴如宏江亿中国气象局国家气象信息中心气象资料室熊安元王伯民朱燕君李庆祥摘要中国建筑热环境分析专用气象数据集由中国气象局国家气象信息中心气象资料室和清华大学合作编制，其数据内容包括根据观测资料整理出的设计用室外气象参数，以及由实测数据生成的动态模拟分析用逐时气象数据。

本文介绍了（1）该数据集的源数据情况；（2）对源数据所进行的分析整理和补充工作；（3）由逐日数据获得逐时数据的具体方法；（4）获得不同数据成果（设计用室外气象参数、典型气象年和设计典型年全年逐时气象数据）的方法以及最终数据成果。

关键词建筑；热环境；气象数据1 引言在暖通空调行业，不论是进行科学研究，还是做工程设计，都需要对建筑物的冷热能耗以及建筑热环境进行准确的计算分析，而室外气候条件是进行建筑热环境计算分析的必备条件。

在工程设计领域，为了保证建筑热环境的满意率，设计人员在进行系统和设备的设计计算时往往考虑最不利工况，因此需要代表性的统计气象数据，暖通空调设计用的室外气象参数就是以不保证率的统计方法为基础获得的代表性气象数据。

例如我国在80年代建立了一整套气象计算参数[1]，尽管台站还不完备、统计数据也很有限，但是这套数据基本满足了当时的暖通空调行业对计算数据的需求，与当时的工程计算条件和设计水平是相适应的。

随着我国气象观测记录的不断丰富和计算机技术的不断进步，使得确定气象计算参数所需要的原始数据大大丰富，通过计算机模拟的方法有效地预测建筑热环境在没有环境控制系统时和存在环境控制系统时可能出现的状况，已经成为提高工程设计水平、实现建筑热环境舒适和节能双重目标的内在要求。

随着我国建筑能耗的不断增加，在满足建筑环境要求的基础上降低建筑运行能耗，成为建筑可持续发展的重要课题。

为此国家制定了相关的政策法规来保证节能工作贯彻执行。

在刚刚颁布实施的《夏热冬冷地区居住建筑节能设计标准》（JCJ134-2001）[2]、《夏热冬暖地区居住建筑节能设计标准》（JGJ75-2003）[3]当中明确指出建筑热环境及建筑环境控制系统动态模拟工作的重要性和必要性，这就使得编制一整套切实反映气象环境特点和规律的逐时气象数据成为一项基础性工作。

摘要：随着我国经济的快速发展，能源供需紧张状况也日益严重，我国目前建筑消耗的能源已经占全国商品能源的21％一24％。

随着城市化程度的提高，第三产业比例的增大，建筑能耗的比例会继续提高。

但是能源供应量的增长速度滞后于经济的发展速度，能源紧张必将制约经济的可持续发展。

因此，节约能源和开发利用可再生能源，势在必行。

目前，在缓解经济发展与能源短缺矛盾的各种途径中，建筑节能被认为是最直接有效的方式。

建筑节能是我国可持续发展战略的一个重要组成部分，办公建筑由于其能耗比较高、节能潜力大更是建筑节能的重点。

建筑设计过程的节能考虑十分重要，建筑能耗模拟也正对建筑设计过程中的节能决策发挥着越来越重要的作用。

在这种背景下，建筑能耗模拟技术作为建筑节能设计中强有力的工具，得到了前所未有的重视。

关键词：建筑能耗、模拟软件、能耗模拟与分析的应用随着国民生活水平的提高，建筑总量的大幅增加，人们对居住的舒适度要求也提高，相应的建筑能耗急剧增大，建筑能耗已经与工业能耗、交通能耗并列成为我国能源消耗的三大“耗能大户”。

而热水供应能耗约占全社会总能耗的30%，其中最重要的是采暖和空调，其占到建筑能耗的65%、而热水供应能耗占建筑能耗的15%.根据建设部推算，如果不推行建筑节能或绿色建筑，到2020年，我国建筑的能耗要达到11亿吨标准煤，也就是现在我们建筑能源的3倍以上，那时我国也就成为碳排放量最大的国家。

相反，如果城镇建筑全部达到节能标准，每年将节省3.35亿吨标准煤；空调高峰负荷将减少8000万千瓦，相当于我国国家从1998年到2002年五年新增电力容量的总和，或4.5个三峡大坝的发电量。

在建筑的全生命周期里，建筑材料和建造过程中所消耗的能源一般只能占到其总的能源消耗的20%左右，大部分能源消耗则发生在建筑物运行过程中。

因此，建筑运行能耗是建筑节能任务中最主要的关注点之一。

随着城市的不断发展以及产业结构的调整，建筑能耗将超越工业能耗，交通能耗等其他行业而居于全部社会能源消耗的首位，将可能达到30%—40%。

建筑能耗分析用逐日气象数学模型的建立
张素宁;田胜元
【期刊名称】《暖通空调》
【年(卷),期】2000(030)003
【摘要】为给建筑能耗分析工作提供可靠依据,选取长春市10年(1978～1987)的6项逐日气象参数,建立了东北地区的6维疏系数混合回归模型.经检验,由该模型模拟得出的气象参数反映了实测值所具有的规律和特性.
【总页数】3页(P64-66)
【作者】张素宁;田胜元
【作者单位】石家庄军械工程学院;重庆建筑大学
【正文语种】中文
【中图分类】TU8;TB65
【相关文献】
1.建筑能耗分析用逐日随机气象模型 [J], 林文胜;田胜元
2.建筑能耗分析用逐日气象数学模型的建立 [J], 张素宁;吕建刚;田胜元
3.建筑能耗分析用室外气象数学模型的建立 [J], 陈益武;徐勇;蒋志良;相里梅琴
4.建筑能耗分析用室外气象数学模型的建立 [J], 陈益武;徐勇;蒋志良;相里梅琴
5.2012~2013年广州市心血管病逐日死亡数与气象因子的时间序列分析 [J], 董航;李晓宁;刘华章;林国桢;李燕;李科
因版权原因，仅展示原文概要，查看原文内容请购买。