Показатель компактности здания нормативное значение: 404. Страница не найдена!

Содержание

Формула показатель компактности здания. Расчет теплоэнергетических параметров здания Геометрические показатели


Приложение ц

Ц. 1 Расчетный показатель компактности здания,Λк здан ,определяется по формуле:

Λк здан =FΣ/Vh. (Ц.1)

где FΣ – общая площадь внутренних поверхностей наружных ограждающих конструкций, включая покрытие (перекрытие) верхнего этажа и перекрытие (пола) нижнего отапливаемого помещения, м2;

Vh – отапливаемый объем здания, равный объему, ограниченному внутренними поверхностями наружных ограждающих конструкций здания, м3.

Ц. 2 Рекомендованные значения относительно показателя компактности, которые следует выполнять при проектировании жилых зданий,Λк здаг,не более:

  • 0, 25 – для 16-этажных зданий и выше;

  • 0, 29 – для зданий от 10 до 15 этажей включительно;

  • 0, 32 – для зданий от 6 до 9 этажей включительно;

  • 0, 36 – для 5- этажных зданий;

  • 0, 43 – для 4- этажных зданий;

  • 0, 54 – для 3- этажных зданий;

  • 0,61; 0,54; 0,46 – для двух-, трех- и четырехэтажных блочных и секционных зданий соответственно;

  • 0, 9 – для двух – и одноэтажных зданий с мансардой;

  • 1,1 – для одноэтажных зданий.

  • С.

    1

    Общие положения по обеспечению теплоизоляционных и

    эксплуатационных показателей строительных изделий ……………..

    2

    2

    Проектирование теплоизоляционной оболочки зданий по теплотехническим показателями ее элементов ……………………

    5

    3

    Проектирование теплоизоляционной оболочки по теплопотерям

    здания на отопление ……………………………………………………………………..

    10

    4

    Определение показателей теплоустойчивости……………………….

    12

    5

    Определение воздухопроницаемости ограждающих конструкций …

    13

    6

    Оценка влажностного режима ограждающих конструкций. …………….

    15

    7

    Энергетический паспорт здания ……………………………………….

    17

    ПРИЛОЖЕНИЕ А

    Перечень нормативных документов, на которые есть ссылки в нормах …………………………………………………………………..

    19

    ПРИЛОЖЕНИЕ Б

    Термины и определения понятий…………………………………………………..

    20

    ПРИЛОЖЕНИЕ В

    Карта-схема температурных зон Украины ……………………………

    23

    ПРИЛОЖЕНИЕ Г

    Тепловлажностный режим помещений зданий и сооружений в

    отопительный период . ..………………………………………………….

    24

    ПРИЛОЖЕНИЕ Д

    Расчетное определение температуры помещений, которые не отапливаются …………………………………………………………..

    24

    ПРИЛОЖЕНИЕ Е

    Расчетные значения коэффициентов теплоотдачи внутренней,

    αв,и наружной,αн, поверхностей ограждающих конструкций …….

    25

    ПРИЛОЖЕНИЕ Ж

    Расчетные температуры наружного воздуха (для оценки температурного режима теплопроводных включений ограждающих конструкций, воздухопроницаемости и теплоустойчивости) ..…….

    25

    ПРИЛОЖЕНИЕ И

    Расчетное определение приведенного сопротивления теплопередаче ограждающих конструкций . …………………………………………………

    26

    ПРИЛОЖЕНИЕ К

    Влажностные условия эксплуатации материала в ограждающих конструкциях ………………………………………………………………………………..

    39

    ПРИЛОЖЕНИЕ Л

    Расчетные теплофизические характеристики строительных материалов ………………………………………………………………

    40

    ПРИЛОЖЕНИЕ М

    Расчетное определение приведенного сопротивления теплопередаче светопроницаемых конструкций и температурного перепада конструкций в зависимости от коэффициента остекления ……………..

    52

    ПРИЛОЖЕНИЕ Н

    Расчетное определение удельных теплопотерь на отопление

    здания . ……………………………………………………………………………………..

    55

    ПРИЛОЖЕНИЕ П

    Расчетное определение амплитуды колебаний температуры

    внутренней поверхности при оценке теплоустойчивости ограждающих конструкций в летний период года ………….……………

    59

    ПРИЛОЖЕНИЕ Р

    Расчетное определение амплитуды колебаний температуры воздуха

    помещения при оценке теплоустойчивости в зимний период …………

    61

    ПРИЛОЖЕНИЕ С

    Расчетное определение показателя теплоусвоения поверхностью

    пола ……………………………………………………………………………. ……………….

    63

    ПРИЛОЖЕНИЕ Т

    Расчетное определение показателей воздухопроницаемости

    ограждающих конструкций ……………………………………………………………

    64

    ПРИЛОЖЕНИЕ Ф

    Форма энергетического паспорта здания ……………………………………….

    66

    ПРИЛОЖЕНИЕ Ц

    Расчетный показатель компактности зданий ………..…………………..

    69

    studfiles.net

    Эффективность объема здания

    Или, компактность объема здания – интегральный показатель эффективности здания. Все остальные показатели компактности раскрывают разные стороны многообразных свойств здания, которые интегрированы в показателе объемной компактности. Характеризует эффективность решения строительного объема, внутреннего объема и отапливаемого объема здания.

    Строительный объем здания – объем здания посчитанный по внешней поверхности ограждающей конструкции здания. Внутренний объем – объем здания посчитанный по внутренней поверхности ограждающей конструкции здания. Отапливаемый объем здания может совпадать с внутренним объемом, а может составлять его часть.

    Коэффициент компактности объема здания – отношение площади наружного ограждения к отапливаемому, внутреннему или строительному объему. Показывает сколько квадратных метров наружного ограждения необходимо для создания единицы отапливаемого, внутреннего или строительного объема.

    В общем случае, чем больше объем здания, тем меньше этот коэффициент. При равных объемах здания коэффициент меньше у тех зданий, которые ближе по форме к шару или кубу. Максимально компактной является форма шара.

    Например, в СНиП 23-02-2003 показатель компактности здания нормирует следующим образом:

    • 0,25 — для 16-этажных зданий и выше.
    • 0,29 — для 10-15-эт. зданий.
    • 0,32 — для 6-9-эт. зданий.
    • 0,36 — для 5-эт. зданий.
    • 0,43 — для 4-эт. зданий.
    • 0,54 — для 3-эт. зданий.
    • 0,61; 0,54; 0,46 — для 2-, 3- и 4-эт. блокированных и секционных домов соответственно.
    • 0,9 — для 2-эт. и 1-эт. домов с мансардой.
    • 1,1 — для 1-эт. домов.

    ***

    Коэффициент эффективности использования объема здания по высоте – отношение отапливаемого объема к общей площади здания или отношение строительного объема к площади застройки. Является характеристикой приведенной высоты здания (учет высоты этажа здания).

    Например. Имеем – К = 5,8 и К = 6,8. Это приведенная высота этажей. Допустим, у вас первый этаж прямоугольный, а второй этаж мансардный со сложной кровлей крестообразными пересечениями частей кровли, мезонинами. В первом случае приведенная высота этажей может быть – 1 этаж 3 метра, а второй этаж – 2,8 метра. Во втором случае если первый этаж 3 метра, то приведенная высота второго этажа (к прямоугольнику) у вас получится 3,8 метра. Если вас это не устраивает, то можно поднять высоту первого этажа, можно наоборот изменить уклоны кровли и уменьшить приведенную высоту, например до К = 6,0.

    ***

    Компактность плана здания – усеченная форма объемной компактности.

    Коэффициент компактности здания в плане – отношение длины наружного периметра здания к общей площади или к площади застройки здания. В этом смысле максимально компактным будет здание имеющее план, приближающийся к форме круга или квадрата.

    sib-ecodom.ru

    Коэффициент остекленности фасада здания: правильный расчет 👍

    Для каждого здания на этапе проектирования выполняется теплотехнический расчет, состоящий из нескольких этапов. Вся информация и правила выполнения приведены в СНиП 23-02-2003 «Тепловая защита зданий».

    Важная часть теплотехнического расчёта – это подбор стеклянных ограждающих конструкций для зданий. Для получения требуемого результата этого рассчитывается коэффициент остеклённости фасада здания.

    Формула расчёта

    Коэффициент остеклённости фасада здания – это численное значение отношения суммарной площади всех светопрозрачных конструкций, к общей площади внешних стен здания включая светопрозрачные системы. Он обозначается латинской буквой f и рассчитывается по формуле:

    f=Bf/(Bw+Bf),

    Bf – сумма площадей светопрозрачных систем здания.

    Bw – сумма площадей внешних стен включая светопрозрачные системы здания.

    Важно! Часто ошибки допускаются в расчётах площади ограждающих конструкций. Надо учитывать все углы и переходы, делать развертку поверхности фасада.

    Полученное расчетное сравнивается с нормативным значением коэффициента остекленности фасада здания.

    Если расчетное значение коэффициента не превышает:

    • Для жилых домов 18%;
    • Для других сооружений 25%,

    то вид и плотность остекления подбирают со значением приведенного коэффициента теплопередачи больше требуемого:

    R0≥Rreq

    Если расчетное значение больше нормативных показателей, то для подбора остекления используется R0 — приведенное сопротивление теплопередачи:

    D≤3500, 0C×сут. – R0≥0.51

    3500≤D≤5200, 0C×сут. – R0≥0.56

    3500≤D≤7000, 0C×сут. – R0≥0.65

    Приведенный коэффициент сопротивление теплопередаче заполнений из стекла для фасадов бывает разный:

    Вид стеклаДеревянные и ПВХ рамы, R0Металлические рамы, R0
    Парные рамы из простого сдвоенного стекла0,4
    Парные рамы со сдвоенным стеклом и мультифункциональным покрытием0,55
    Отдельные рамы с заполнением из простого сдвоенного стекла0,44
    Отдельные рамы с заполнением из сдвоенного мультифункционального стекла0,57
    Зенитные фонари со сдвоенным остеклением из органического стекла0,36
    Зенитные фонари с тройным остеклением из органического стекла0,52
    Раздельно-спаренные рамы с заполнением из тройного простого стекла0,55
    Раздельно-спаренные рамы с тройным мультифункциональным остеклением0,6
    Пакет однокамерный из:Стекла простогоС жестким мультифункциональным покрытиемС мягким мультифункциональным покрытием 0,350,510,56 0,340,430,47
    Пакет двухкамерный из стекла:Простого с расстоянием 8 ммПростого с расстоянием 12 ммС жестким мультифункциональным покрытиемС мягким мультифункциональным покрытиемС жестким мультифункциональным покрытием и заполнением пространства между стеклами аргоном 0,50,540,580,680,65 0,430,450,480,520,53
    Однокамерный пакет в отдельных рамах из стекла:ПростогоС жестким мультифункциональным покрытиемС мягким мультифункциональным покрытиемС жестким мультифункциональным покрытием и заполнением пространства между стеклами пространства аргоном  0,560,650,720,69  0,50,560,60,6
    Пакет из двух камер в отдельных рамах из стекла:ПростогоС жестким мультифункциональным покрытиемС мягким мультифункциональным покрытиемС жестким мультифункциональным покрытием и заполнением аргоном  0,650,720,80,82  —-
    Парные рамы с двумя стеклоблоками по одной камере в каждом0,7
    Отдельные рамы с двумя стеклоблоками по одной камере в каждом0,75
    Две спаренные рамы с заполнением из простого стекла в 4 слоя0,8

    Строго следуя порядку расчета и нормативным показателям, приведенным в таблице выше, можно точно рассчитать количество и качество остекления любого общественного и жилого здания.

    Похожие статьи

    bazafasada.ru

    Расчет теплоэнергетических параметров здания Геометрические показатели

    Общая площадь наружных ограждающих конструкций определяется по внутренним размерам здания.

    Общая площадь наружных стен(с учетом оконных и дверных проемов), м2, определяется как произведение периметра наружных стен по внутренней поверхности на внутреннюю высоту здания, измеряемую от поверхности пола первого этажа до поверхности потолка последнего этажа.

    ,

    где – периметр внутренней поверхности наружных стен этажа, м; –высота отапливаемого объема здания, м.

    = 160,624 = 3855 м2.

    Площадь наружных стен (без проемов), м2, определяется как разность общей площади наружных стен и площади окон и наружных дверей:

    ,

    где –суммарная площадь окон, определяется как сумма площадей окон (площадь окна считать по размерам проема).

    Для рассматриваемого здания = 694 м2.

    Тогда = 3855 – 694 = 3161 м2.

    В том числе для продольных стен 2581 м2;

    для торцевых стен – 580 м2.

    Площадь перекрытий теплого чердакам2, и площадь перекрытий теплого подвала, м2, равны площади этажаи рассчитываются по формуле

    === 770 м2.

    Общая площадь наружных ограждающих конструкций складывается из общей площади стен, площадей перекрытий теплого чердакаи теплого подвала, и определяется по формуле

    =++.

    Так как , формула приобретает следующий вид

    =+ 2= 3855 + 770 + 770 = 5395 м2

    Площадь отапливаемых помещений, м2, и площадь жилых помещений и кухонь, м2, определяются в соответствии с проектом:

    = 5256 м2;

    = 3416 м2.

    Отапливаемый объем здания, м3,определяется как произведение площади этажа, м2, на внутреннюю высоту, м, измеряемую от поверхности пола первого этажа до поверхности потолка последнего этажа.

    = 770·24 = 18480 м3.

    Коэффициент остекленности фасадов здания р определяют по формуле

    .

    Нормируемый коэффициент остекленности составляет = 0,18.

    Показатель компактности зданияопределяют из условий:

    .

    Нормируемый показатель компактности жилых зданий составляет =0,32. Таком образом, < , так как 0,29 < 0,32.

    Теплотехнические показатели

    Согласно СНиП II-3 приведенное сопротивление теплопередаче наружных ограждений , м2·С/Вт,должно приниматьсяне ниже требуемых значений , которые устанавливаются по таблице 1б* СНиП II-3 в зависимости от градусо-суток отопительного периода.

    При = 5014 °С·сут требуемое сопротивление теплопередаче равно для:

    стен = 3,2 м2·С/Вт;

    окон и балконных дверей = 0,54 м2·С/Вт;

    перекрытий теплого чердака = 4,71 м2·С/Вт;

    перекрытий теплого подвала = 4,16 м2·С/Вт.

    Приведенный трансмиссионный коэффициент теплопередачиздания, Вт/(м2·С), определяется по формуле

    ,

    где – коэффициент, учитывающий дополнительные теплопотери, связанные с ориентацией ограждений по сторонам горизонта: для жилых зданий= 1,13;

    ,,,,– площади соответственно стен, заполнений светопроемов (окон, фонарей), наружных дверей и ворот, покрытий (чердачных перекрытий), цокольных перекрытий, полов по грунту, м2;

    ,,,,– приведенные сопротивления теплопередаче соответственно стен, заполнений светопроемов (окон, фонарей), наружных дверей и ворот, покрытий (чердачных перекрытий), м2·С/Вт;

    n– коэффициент, принимаемый в зависимости от положения наружной поверхности ограждающей конструкции по отношению к наружному воздуху согласно СНиП II-3.

    Вт/(м2·С).

    Воздухопроницаемость наружных ограждений , кг/(м2·ч), принимают для стен, покрытий, перекрытий чердаков и подвалов, окон в деревянных переплетах и балконных дверей = 6 кг/(м2·ч)5, таблица 12.

    Требуемую кратность воздухообмена жилогоздания, ч-1, устанавливают из расчета 3 м3/ч удаляемого воздуха на 1 м2жилых помещений и кухонь7по формуле

    ,

    где –площадь жилых помещений и кухонь, м2;– коэффициент, учитывающий долю внутренних ограждающих конструкций в отапливаемом объеме здания, принимаемый равным 0,85; –отапливаемый объем здания, м3.

    .

    Приведенный(условный)инфильтрационный коэффициент теплопередачи здания, Вт/(м2·С), определяют по формуле

    ,

    Вт/(м2·С).

    Общий коэффициент теплопередачи здания, Вт/(м2·С), определяют по формуле

    ,

    = 0,544 + 0,556 = 1,1 Вт/(м2·С).

    studfiles. net

    Расчетный показатель компактности зданий

    

    programma-po-kursu-osnovi-vipuklogo-analiza-i-linejnogo-programmirovaniya-po-napravleniyu.htmlprogramma-po-kursu-radiotehnicheskie-metodi-i-sredstva-upravleniya-kosmicheskimi-apparatami-po-pravleniyu-010600.html

    Расчетный показатель компактности зданий Λ к зд. определяется по формуле:

    Λ к зд. = F ∑ = 14200,5 = 0,32 V h 43873,052

    где:

    F ∑ – общая площадь внутренних поверхностей внешних ограждающих конструкций, включающих (покрытия)верхнего этажа и перекрытия (пола) нижнего отапливаемого помещения, м2 ;

    V h – отапливаемый объём здания, что равняется объему, ограниченному внутренними поверхностями внешних ограждающих конструкций здания, м3;

    Показатель компактности Λ к зд. = 0,32 соответствует рекомендуемому значению для зданий.

    Геометрические, теплотехнические и энергетические показатели

    Таблица 3 (окончание)

    Показатели Обозначения и размерность показателя Нормативное значение показателя Расчетное (проектное) значение показателя Фактическое значение показателя Теплотехнические показатели I зона (п. 2.2, табл. 1) Приведенное сопротивление теплопередаче внешних ограждающих конструкций R ∑ пр, м2 К/Вт R норм., м2 К/Вт R расч., м2 К/Вт R факт., м2 К/Вт – Стен R ∑ пр нп 2,2 3,78 − – Окон и балконных дверей R ∑ пр сп о 0,6 0,6 − – Витражей R ∑ пр сп вт − − − – Фонарей R ∑ пр сп ф 0,45 0,45 − – Входных дверей, ворот R ∑ пр сп д 0,6 0,6 − – Покрытий R ∑ пр пк 5,35 5,50 − – Чердачных перекрытий (холодного чердака) R ∑ пр хч 2,2 5,50 − – Перекрытий теплых чердаков R ∑ пр тч − − − – Перекрытий над техподпольями R ∑ пр ц1 − − − – Перекрытий над неотапливаемыми подвалами и подпольями R ∑ пр ц2 − − − – Перекрытий над проездами и под эркерами R ∑ пр ц3 − − − – Полы по грунту R ∑ пр ц 2,0 4,75 − Энергетические показатели I зона (п. 3.3, табл. 4.5) R ∑ пр > R q min Удельная тепловая мощность q зд, кВт / м3 − − Максимально допустимое значение удельных тепловых затрат но отопление здания Е max кВт / м3 − − Класс энергетической эффективности − С С − Срок эффективной эксплуатации тепло- изоляционной оболочки и её элементов − − − − Соответствие проекта здания нормативным требованиям − − Да − Необходимость доработок проекта здания − − Нет −

    Классификация здания по энергетической эффективности

    Таблица 4

    Классы энергетической эффективности здания Разница в % расчетного или фактического значения удельных тепловых затрат q зд от максимального допустимого значения Е max [(q зд − Е max) / Е] 100% Рекомендации A минус 50 и меньше B от минус 49 до минус 10 C от минус 9 до плюс 5 D от плюс 6 до плюс 25 Е от плюс 26 до плюс 75 F плюс 76 и больше

    Заключения по результатам оценки энергетических параметров здания

    Таблица 5

    Класс энергетической эффективности здания – «С» соответствует нормативным требованиям. Паспорт заполненный: Организация ОДО «Институт «МАРИУПОЛЬПРОЕКТ» Адрес и телефон Украина, 87500, Донецкая область, г. Мариуполь, ул. Казанцева, дом 7Б, тел. (0629) 34-80-13 Ответственный исполнитель Главный инженер проекта Бохонко О.А.

    mpedagog.ru

    12ballov.mpedagog.ru

    Коэффициент компактности здания нормативное значение – Telegraph

    Коэффициент компактности здания нормативное значение

    Скачать файл – Коэффициент компактности здания нормативное значение

    Обсудить документ в форуме: Госстроем России с 1 октября г. Настоящие строительные нормы и правила устанавливают требования к тепловой защите зданий в целях экономии энергии при обеспечении санитарно-гигиенических и оптимальных параметров микроклимата помещений и долговечности ограждающих конструкций зданий и сооружений. Требования к повышению тепловой защиты зданий и сооружений, основных потребителей энергии, являются важным объектом государственного регулирования в большинстве стран мира. Эти требования рассматриваются также с точки зрения охраны окружающей среды, рационального использования невозобновляемых природных ресурсов и уменьшения влияния ‘парникового’ эффекта и сокращения выделений двуокиси углерода и других вредных веществ в атмосферу. Настоящие нормы затрагивают часть общей задачи энергосбережения в зданиях. Одновременно с созданием эффективной тепловой защиты, в соответствии с другими нормативными документами принимаются меры по повышению эффективности инженерного оборудования зданий, снижению потерь энергии при ее выработке и транспортировке, а также по сокращению расхода тепловой и электрической энергии путем автоматического управления и регулирования оборудования и инженерных систем в целом. Нормы по тепловой защите зданий гармонизированы с аналогичными зарубежными нормами развитых стран. Эти нормы, как и нормы на инженерное оборудование, содержат минимальные требования, и строительство многих зданий может быть выполнено на экономической основе с существенно более высокими показателями тепловой защиты, предусмотренными классификацией зданий по энергетической эффективности. Настоящие нормы предусматривают введение новых показателей энергетической эффективности зданий – удельного расхода тепловой энергии на отопление за отопительный период с учетом воздухообмена, теплопоступлений и ориентации зданий, устанавливают их классификацию и правила оценки по показателям энергетической эффективности как при проектировании и строительстве, так и в дальнейшем при эксплуатации. Нормы обеспечивают тот же уровень потребности в тепловой энергии, что достигается при соблюдении второго этапа повышения теплозащиты по СНиП II-3 с изменениями N 3 и 4, но предоставляют более широкие возможности в выборе технических решений и способов соблюдения нормируемых параметров. Требования настоящих норм и правил прошли апробацию в большинстве регионов Российской Федерации в виде территориальных строительных норм ТСН по энергетической эффективности жилых и общественных зданий. Рекомендуемые методы расчета теплотехнических свойств ограждающих конструкций для соблюдения принятых в этом документе норм, справочные материалы и рекомендации по проектированию излагаются в своде правил ‘Проектирование тепловой защиты зданий’. В разработке настоящего документа принимали участие: Бутовский НИИСФ РААСН ; Ю. Табунщиков НП ‘АВОК’ ; B. Беляев ОАО ЦНИИЭПжилища ; В. Ливчак Мосгосэкспертиза ; В. Глухарев Госстрой России ; Л. Настоящие нормы и правила распространяются на тепловую защиту жилых, общественных, производственных, сельскохозяйственных и складских зданий и сооружений далее – зданий , в которых необходимо поддерживать определенную температуру и влажность внутреннего воздуха. Нормы не распространяются на тепловую защиту: Уровень тепловой защиты указанных зданий устанавливается соответствующими нормами, а при их отсутствии – по решению собственника заказчика при соблюдении санитарно-гигиенических норм. Настоящие нормы при строительстве и реконструкции существующих зданий, имеющих архитектурно-историческое значение, применяются в каждом конкретном случае с учетом их исторической ценности на основании решений органов власти и согласования с органами государственного контроля в области охраны памятников истории и культуры. В настоящих нормах и правилах использованы ссылки на нормативные документы, перечень которых приведен в приложении А. В настоящем документе использованы термины и определения, приведенные в приложении Б. Долговечность ограждающих конструкций следует обеспечивать применением материалов, имеющих надлежащую стойкость морозостойкость, влагостойкость, биостойкость, стойкость против коррозии, высокой температуры, циклических температурных колебаний и других разрушающих воздействий окружающей среды , предусматривая в случае необходимости специальную защиту элементов конструкций, выполняемых из недостаточно стойких материалов. Таблица 1 – Влажностный режим помещений зданий. Зоны влажности территории России следует принимать по приложению В. Таблица 2 – Условия эксплуатации ограждающих конструкций. Присвоение классов D, Е на стадии проектирования не допускается. Классы А, В устанавливают для вновь возводимых и реконструируемых зданий на стадии разработки проекта и впоследствии их уточняют по результатам эксплуатации. Для достижения классов А, В органам администраций субъектов Российской Федерации рекомендуется применять меры по экономическому стимулированию участников проектирования и строительства. Класс С устанавливают при эксплуатации вновь возведенных и реконструированных зданий согласно разделу Классы D, Е устанавливают при эксплуатации возведенных до г. Классы для эксплуатируемых зданий следует устанавливать по данным измерения энергопотребления за отопительный период согласно. Требования тепловой защиты здания будут выполнены, если в жилых и общественных зданиях будут соблюдены требования показателей ‘а’ и ‘б’ либо ‘б’ и ‘в’. В зданиях производственного назначения необходимо соблюдать требования показателей ‘а’ и ‘б’. При этом допускается превышение нормируемого удельного расхода энергии на отопление при соблюдении требований 5. Таблица 4 – Нормируемые значения сопротивления теплопередаче ограждающих конструкций. При этом расчетную температуру воздуха в теплом чердаке, теплом подвале и остекленной лоджии и балконе следует определять на основе расчета теплового баланса. Нормативное значение сопротивления теплопередаче перекрытий над проветриваемыми подпольями следует принимать по СНиП 2. Приведенное сопротивление теплопередаче ограждающих конструкций, контактирующих с грунтом, следует определять по СНиП Приведенное сопротивление теплопередаче светопрозрачных конструкций окон, балконных дверей, фонарей принимается на основании сертификационных испытаний; при отсутствии результатов сертификационных испытаний следует принимать значения по своду правил. Ограничение температуры и конденсации влаги на внутренней поверхности ограждающей конструкции. Таблица 5 – Нормируемый температурный перепад между температурой внутреннего воздуха и температурой внутренней поверхности ограждающей конструкции. Таблица 6 – Коэффициент, учитывающий зависимость положения ограждающей конструкции по отношению к наружному воздуху. Таблица 7 – Коэффициент теплоотдачи внутренней поверхности ограждающей конструкции. Примечание – Относительную влажность внутреннего воздуха для определения температуры точки росы в местах теплопроводных включений ограждающих конструкций, в углах и оконных откосах, а также зенитных фонарей следует принимать: При определении коэффициента остекленности фасада в суммарную площадь ограждающих конструкций следует включать все продольные и торцевые стены. Расчет этих коэффициентов приведен в своде правил. Затем проверяют соответствие величины удельного расхода тепловой энергии на отопление, рассчитываемой по методике приложения Г, нормируемому значению. Если в результате расчета удельный расход тепловой энергии на отопление здания окажется меньше нормируемого значения, то допускается уменьшение сопротивления теплопередаче отдельных элементов ограждающих конструкций здания светопрозрачных согласно примечанию 4 к таблице 4 по сравнению с нормируемым по таблице 4, но не ниже минимальных величин , определяемых по формуле 8 для стен групп зданий, указанных в поз. При частичной реконструкции здания в том числе при изменении габаритов здания за счет пристраиваемых и надстраиваемых объемов допускается требования настоящих норм распространять на изменяемую часть здания. Расчетную амплитуду колебаний температуры внутренней поверхности ограждающей конструкции следует определять по своду правил. Коэффициент теплопропускания солнцезащитного устройства должен быть не более нормируемой величины , установленной таблицей Коэффициенты теплопропускания солнцезащитных устройств следует определять по своду правил. Таблица 10 – Нормируемые значения коэффициента теплопропускания солнцезащитного устройства. При наличии в здании отопления с автоматическим регулированием температуры внутреннего воздуха теплоустойчивость помещений в холодный период года не нормируется. Таблица 11 – Нормируемая воздухопроницаемость ограждающих конструкций. Кратность воздухообмена зданий и помещений при разности давлений 50 Па и их среднюю воздухопроницаемость определяют по ГОСТ Таблица 13 – Нормируемые значения показателя. Теплотехнические и энергетические показатели здания определяют по ГОСТ , ГОСТ и ГОСТ Расчетные теплофизические показатели материалов ограждающих конструкций определяют по своду правил. Энергетические паспорта для квартир, предназначенных для раздельного использования в блокированных зданиях, могут быть получены, базируясь на общем энергетическом паспорте здания в целом для блокированных зданий с общей системой отопления. В случае необходимости несогласованное отступление от проекта, отсутствие необходимой технической документации, брак заказчик и инспекция ГАСН вправе потребовать проведения испытания ограждающих конструкций; в на стадии эксплуатации строительного объекта – выборочно и после годичной эксплуатации здания. Включение эксплуатируемого здания в список на заполнение энергетического паспорта, анализ заполненного паспорта и принятие решения о необходимых мероприятиях производятся в порядке, определяемом решениями администраций субъектов Российской Федерации. При этом на здания, исполнительная документация на строительство которых не сохранилась, энергетические паспорта здания составляются на основе материалов бюро технической инвентаризации, натурных технических обследований и измерений, выполняемых квалифицированными специалистами, имеющими лицензию на выполнение соответствующих работ. Методика расчета параметров энергоэффективности и теплотехнических параметров и пример заполнения энергетического паспорта приведены в своде правил. Общие санитарно-гигиенические требования к воздуху рабочей зоны ГОСТ Методы определения воздухо- и водопроницаемости ГОСТ Здания и сооружения. Метод тепловизионного контроля качества теплоизоляции ограждающих конструкций ГОСТ Здания жилые и общественные. Параметры микроклимата в помещениях ГОСТ Конструкции ограждающие зданий и сооружений. Метод калориметрического определения коэффициента теплопередачи ГОСТ Здания и сооружения. Методы определения воздухопроницаемости ограждающих конструкций в натурных условиях ГОСТ Здания жилые. Метод определения удельного потребления тепловой энергии на отопление. При проектировании полов по грунту или отапливаемых подвалов вместо и перекрытий над цокольным этажом в формуле Г. Тематические закладки – служат для сортировки и поиска материалов сайта по темам, которые задают пользователи сайта. Примечание для пользователей нормативными документами, размещенных в различных разделах сайта: В связи с тем, что на нашем сайте размещены не официальные редакции текстов нормативных документов, при решении юридических вопросов необходимо обращаться к официально публикуемым документам и изменениям в них по состоянию на момент принятия решений. Вход Регистрация Логин или Email: Форум Форумы по темам: Обсуждение закона ‘О теплоснабжении’ Правовое регулирование Обсуждение закона ‘Об энергосбережении’ Вопросы учета тепловой энергии Охрана труда и промышленная безопасность Тепловые сети Теплообменное оборудование и тепловые пункты Термины и определения Вопросы потребителей Общие вопросы энергетики Курилка Статьи Технические статьи: Источники тепловой энергии Тепловые сети Водоподготовка Когенерация Децентрализованное теплоснабжение 30 Теплопотребление и тепловые пункты 82 Учет энергоносителей Нетрадиционные и новые источники тепловой энергии Общестроительные материалы 50 Энергосбережение 94 Энергоаудит 33 Юбилейная дата и публицистика 71 Экономика и управление Охрана труда и промышленная безопасность Аналитические материалы. Состояние теплоснабжения в РФ Аналитические материалы. Доклады участников Общероссийского совещания по проблемам теплоснабжения, г. Обзор новых НПА Закон ‘О теплоснабжении’ Реформирование и развитие энергетики в РФ 92 Регулирование естественных монополий 27 Цены, тарифы, расчеты 63 Правоотношения энергоснабжающих организаций с потребителями услуг и собственниками объектов энергетики 71 Лицензирование 15 Структура и организация управления энергетикой 86 Энергосбережение и Экология 47 Законы и другие документы иностранных государств 32 Промышленная безопасность Техническое регулирование, ГОСТы, СНиПы, Технические нормы и методики Типовые формы документов, рекомендации, примеры 18 Судебная практика Проекты нормативных актов 66 Охрана труда Оборудование Каталог оборудования: Котлы и оборудование для котельных Градирни 32 Тепловые сети все о трубопроводах Материалы Водоподготовка Когенерация Автономное теплоснабжение Насосы, вентиляторы, дымососы Трубопроводная арматура Теплообменное оборудование Приборы учета КИПиА Оборудование для ремонта 66 Отопительные приборы Энциклопедия Справочник Справочник специалиста: Материалы по интересам пользователей Конвертер величин Термины и определения Полезные программы по теплоэнергетике Периодические издания Материалы семинаров и совещаний Объявления Выставки, конференции, семинары Комплексный проект повышения энергоэффективности и надёжности тепловых сетей Качество труб в ППУ-изоляции Экспертиза схем теплоснабжения Адресная книга Регистрация организации Система качества Журнал Свежий номер Архив журнала Оформить бесплатно подписку О проекте О проекте Реклама на РосТепло. Таблица 2 – Условия эксплуатации ограждающих конструкций Влажностный режим помещений зданий по таблице 1 Условия эксплуатации А и Б в зоне влажности по приложению В сухой нормальной влажной Сухой А А Б Нормальный А Б Б Влажный или мокрый Б Б Б 4. Сопротивление теплопередаче элементов ограждающих конструкций 5. Ограничение температуры и конденсации влаги на внутренней поверхности ограждающей конструкции 5. Жилые, лечебно-профилактические и детские учреждения, школы, интернаты 4,0 3,0 2,0 2. Общественные, кроме указанных в поз. Производственные с сухим и нормальным режимами , но не более 7 , но не более 6 2,5 4. Примечание – Для зданий картофеле- и овощехранилищ нормируемый температурный перепад для наружных стен, покрытий и чердачных перекрытий следует принимать по СНиП 2. Таблица 6 – Коэффициент, учитывающий зависимость положения ограждающей конструкции по отношению к наружному воздуху Ограждающие конструкции Коэффициент 1. Наружные стены и покрытия в том числе вентилируемые наружным воздухом , зенитные фонари, перекрытия чердачные с кровлей из штучных материалов и над проездами; перекрытия над холодными без ограждающих стенок подпольями в Северной строительно-климатической зоне 1 2. Перекрытия над холодными подвалами, сообщающимися с наружным воздухом; перекрытия чердачные с кровлей из рулонных материалов ; перекрытия над холодными с ограждающими стенками подпольями и холодными этажами в Северной строительно-климатической зоне 0,9 3. Перекрытия над неотапливаемыми подвалами со световыми проемами в стенах 0,75 4. Перекрытия над неотапливаемыми подвалами без световых проемов в стенах, расположенные выше уровня земли 0,6 5. Перекрытия над неотапливаемыми техническими подпольями, расположенными ниже уровня земли 0,4 Примечание – Для чердачных перекрытий теплых чердаков и цокольных перекрытий над подвалами с температурой воздуха в них большей , но меньшей коэффициент следует определять по формуле. Стен, полов, гладких потолков, потолков с выступающими ребрами при отношении высоты ребер к расстоянию между гранями соседних ребер 8,7 2. Потолков с выступающими ребрами при отношении 7,6 3. Зенитных фонарей 9,9 Примечание – Коэффициент теплоотдачи внутренней поверхности ограждающих конструкций животноводческих и птицеводческих зданий следует принимать в соответствии с СНиП 2. Удельный расход тепловой энергии на отопление здания 5. Таблица 10 – Нормируемые значения коэффициента теплопропускания солнцезащитного устройства Здания Коэффициент теплопропускания солнцезащитного устройства 1 Здания жилые, больничных учреждений больниц, клиник, стационаров и госпиталей , диспансеров, амбулаторно-поликлинических учреждений, родильных домов, домов ребенка, домов-интернатов для престарелых и инвалидов, детских садов, яслей, яслей-садов комбинатов и детских домов 0,2 2 Производственные здания, в которых должны соблюдаться оптимальные нормы температуры и относительной влажности воздуха в рабочей зоне или по условиям технологии должны поддерживаться постоянными температура или температура и относительная влажность воздуха 0,4 В холодный период года 7. Показатель Обозначение показателя и единицы измерения Нормативное значение показателя Расчетное проектное значение показателя Фактическое значение показателя 1 2 3 4 5 6 Геометрические показатели 12 Общая площадь наружных ограждающих конструкций здания , м – В том числе: Cкачать бесплатно СНиП ‘Тепловая защита зданий’ в архиве. Тематические закладки теги Тематические закладки – служат для сортировки и поиска материалов сайта по темам, которые задают пользователи сайта. Теплообменник ТТАИ для ГВС, отопления, промпроизводств. Свежий номер журнала НТ. Новые записи в блогах: Здания и помещения, коэффициенты и. Наружные стены и покрытия в том числе вентилируемые наружным воздухом , зенитные фонари, перекрытия чердачные с кровлей из штучных материалов и над проездами; перекрытия над холодными без ограждающих стенок подпольями в Северной строительно-климатической зоне. Перекрытия над холодными подвалами, сообщающимися с наружным воздухом; перекрытия чердачные с кровлей из рулонных материалов ; перекрытия над холодными с ограждающими стенками подпольями и холодными этажами в Северной строительно-климатической зоне. Перекрытия над неотапливаемыми подвалами без световых проемов в стенах, расположенные выше уровня земли. Перекрытия над неотапливаемыми техническими подпольями, расположенными ниже уровня земли. Примечание – Для чердачных перекрытий теплых чердаков и цокольных перекрытий над подвалами с температурой воздуха в них большей , но меньшей коэффициент следует определять по формуле. Стен, полов, гладких потолков, потолков с выступающими ребрами при отношении высоты ребер к расстоянию между гранями соседних ребер. Потолков с выступающими ребрами при отношении. Примечание – Коэффициент теплоотдачи внутренней поверхности ограждающих конструкций животноводческих и птицеводческих зданий следует принимать в соответствии с СНиП 2. Отапливаемая площадь домов, м. Примечание – При промежуточных значениях отапливаемой площади дома в интервале м значения должны определяться по линейной интерполяции. Коэффициент теплопропускания солнцезащитного устройства. Теплозащитные свойства совокупности наружных и внутренних ограждающих конструкций здания, обеспечивающие заданный уровень расхода тепловой энергии теплопоступлений здания с учетом воздухообмена помещений не выше допустимых пределов, а также их воздухопроницаемость и защиту от переувлажнения при оптимальных параметрах микроклимата его помещений. Количество тепловой энергии за отопительный период, необходимое для компенсации теплопотерь здания с учетом воздухообмена и дополнительных тепловыделений при нормируемых параметрах теплового и воздушного режимов помещений в нем, отнесенное к единице площади квартир или полезной площади помещений здания или к их отапливаемому объему и градусо-суткам отопительного периода. Обозначение уровня энергетической эффективности здания, характеризуемого интервалом значений удельного расхода тепловой энергии на отопление здания за отопительный период. Состояние внутренней среды помещения, оказывающее воздействие на человека, характеризуемое показателями температуры воздуха и ограждающих конструкций, влажностью и подвижностью воздуха по ГОСТ Теплота, поступающая в помещения здания от людей, включенных энергопотребляющих приборов, оборудования, электродвигателей, искусственного освещения и др. Отношение общей площади внутренней поверхности наружных ограждающих конструкций здания к заключенному в них отапливаемому объему. Отношение площадей светопроемов к суммарной площади наружных ограждающих конструкций фасада здания, включая светопроемы. Объем, ограниченный внутренними поверхностями наружных ограждений здания – стен, покрытий чердачных перекрытий , перекрытий пола первого этажа или пола подвала при отапливаемом подвале. Расчетная температура наружного воздуха, осредненная за отопительный период по средним суточным температурам наружного воздуха. Условный коэффициент теплопередачи здания, учитывающий теплопотери за счет инфильтрации и вентиляции. Расчетный коэффициент энергетической эффективности системы централизованного теплоснабжения здания от источника теплоты. Расчетный коэффициент энергетической эффективности поквартирных и автономных систем теплоснабжения здания от источника теплоты. Можно ли отказать в теплоснабжении Dzhan, Будет ли штраф Кира, Выставление объемов ГВС в счете и Узел учета ГВС Ксюша88, Из котельной Юрьевецкого района похитили ФАС России выдало предписание о пересмотре Должницу за ЖКУ во Владивостоке одновременно

    1. Общая информация о проекте

    Лего самосвал инструкция

    Тест про май литл пони

    СНиП 23-02-2003 ТЕПЛОВАЯ ЗАЩИТА ЗДАНИЙ

    Как уменьшить фото в cs6

    Сколько стоит поставить маяки на стену

    Подарили розы как можно вырастить

    Какие предметы добавят в 5 классе

    Недопустимое название

    Расписание автобуса 131 э

    Датчик холла пассат

    Русский орфографический словарь андроид

    СНиП 23-02-2003 «Тепловая защита зданий»

    Как ухаживать за аквариумной золотой рыбкой

    Контейнер 20 футов сколько тонн

    Британский дом официальный сайт каталог

    Энергетический Паспорт Мастерской на стадии ввода в эксплуатацию

    УТВЕРЖДАЮ:

    Зам. генерального директора
    ООО «Энергоэффективность и энергоаудит»
    ________________ Пустовалов П.В.
    Наименование и адрес объекта:
    Мастерская литер В ФГБУ «ВНИИКР», г. Москва, Раменский район, р.п. Быково, ул. Пограничная, д 32

    Разработан на основании проектной документации и по результатам энергетического обследования.

    2018

    ЭНЕРГЕТИЧЕСКИЙ ПАСПОРТ МАСТЕРСКОЙ


    НА СТАДИИ ВВОДА В ЭКСПЛУАТАЦИЮ

    Общая информация

    Дата2018 г.
    Адрес зданияг. Москва, Раменский район, р.п. Быково, ул. Пограничная, д 32
    Разработчик проектаООО «Энергоэффективность и энергоаудит»
    Адрес и телефон разработчика107370, г. Москва, б-р Маршала Рокоссовского, д. 6/1, оф. 1835, 8(499)490-60-60
    Шифр проектаЭП. 150.0106-0000-2018

    Расчетные условия

    № п. п.Наименование расчетных параметровОбозначение параметраЕдиница измеренияРасчетное значение
    1Расчетная температура внутреннего воздуха офисных помещенийtint°С20
    Расчетная температура внутреннего воздуха складских помещенийtint°С
    2Расчетная температура наружного воздухаtext°С-25
    3Расчетная температура теплого чердакаtc°С
    4Расчетная температура подвалаtc°С
    5Продолжительность отопительного периодаzhtсут205
    6Средняя температура наружного воздуха за отопительный периодtht°С-2,2
    7
    Градусо-сутки отопительного периода для жилых помещений
    Dd°С×сут4551
    Расчетная температура внутреннего воздуха складских помещенийDd°С×сут

    Функциональное назначение, тип и конструктивное решение здания

    8НазначениеОбщественное (лаборатория)
    9Размещение в застройкеОтдельно стоящее
    10Тип2-х этажное
    11Конструктивное решениеКирпичная кладка

    Геометрические и теплоэнергетические показатели

    № п. п.ПоказательОбозначение показателя и единицы измеренияНормативное значение показателяРасчетное (проектное) значение показателяФактическое значение показателя
    123456
    Геометрические показатели
    12Общая площадь наружных ограждающих конструкций зданияАesum, м21356,241356,24
    13В том числе:
      стенAw2, м2503,26503,26
    окон, витражей и балконных дверейAF, м2111,96111,96
    фонарейAF, м2
    входных дверей и воротAed, м220,5420,54
       чердачных перекрытийАс, м
    2
    360,96360,96
    пола по грунтуAf, м2360,24360,24
    Площадь отапливаемых помещенийAh, м2505,57505,57
    14Полезная площадь (общественных зданий)Аl, м2-/td>505,57505,57
    15Площадь жилых помещенийАl, м2
    16Расчетная площадь (общественных зданий)Аl, м2505,57505,57
    17Отапливаемый объемVh, М32442,232442,23
    18Коэффициент остекленности фасада зданияf0,220,210,21
    19Показатель компактности зданияkedesМенее 0,540,450,45
    Теплотехнические показатели
    20Приведенное сопротивление теплопередаче наружных ограждений:Ror, м2×°С/Вт
    стенRoreq 2,572,7452,695
    оконRoreq 0,520,550,55
    витражейRoreq 
    световых люков в кровлеRoreq 
    входных дверей и воротR
    o
    req
    1,011,21,2
    чердачных перекрытийRoreq2,892,882,91
    Перекрытия над подваломRoreq 
    21Приведенный коэффициент теплопередачи зданияKmtr, Вт/(м2×°С)0,396
    22Кратность воздухообмена здания за отопительный периодпa, ч-10,513
    Кратность воздухообмена здания при испытании (при 50 Па)n50, ч-1
    23Условный коэффициент теплопередачи здания, учитывающий теплопотери за счет инфильтрации и вентиляцииKm
    inf
    , Вт/(м2×°С)
    0,229
    24Общий коэффициент теплопередачи зданияKm, Вт/(м2×°С)0,626
    Энергетические показатели
    25Общие теплопотери через ограждающую оболочку здания за отопительный периодQh, кВт92821,69
    26Удельные бытовые тепловыделения в зданииqint, Вт/м27
    27Бытовые теплопоступления в здание за отопительный периодQint, кВт17411,83
    28Теплопоступления в здание от солнечной радиации за отопительный периодQs, кВт 575,35
    29Потребность в тепловой энергии на отопление здания за отопительный периодQhv, кВт87510,19

    Коэффициенты

    № п. п.ПоказательОбозначение показателя и единицы измеренияНормативное значение показателяФактическое значение показателя
    30Расчетный коэффициент энергетической эффективности системы централизованного теплоснабжения здания от источника теплотыe0des
    31Расчетный коэффициент энергетической эффективности поквартирных и автономных систем теплоснабжения здания от источника теплотыedec 
    32Коэффициент эффективности авторегулированияzz0,95
    33Коэффициент учета встречного теплового потокаk
    34Коэффициент учета дополнительного теплопотребленияbh1,13

    Комплексные показатели

    35Расчетный удельный расход тепловой энергии на отопление зданияqhdes,
    кВт/(м2×°С×сут)
    28,344
    36Нормируемый удельный расход тепловой энергии на отопление зданияqhreq,
    кВт/(м2×°С×сут)
    38
    37Класс энергетической эффективностиВысокийВ
    38Соответствует ли проект здания нормативному требованию да
    39Дорабатывать ли проект зданиянет

    Указания по повышению энергетической эффективности

    40Рекомендуем: экономическое стимулирование
    41Паспорт заполнен2018 г.
    Организация

    Адрес и телефон

    Исполнители

    Зам. генерального директора

    ООО «ЭИЭ»

    107370, г. Москва, б-р Маршала Рокоссовского, д. 6/1, оф. 1835, 8(499)490-60-60

    ________________ / Пустовалов П.В. /

    м.п.

    СПРАВКА

    о результатах проверки качества тепловой изоляции ограждающих конструкций

    Исполнитель: ООО «Энергоэффективность и энергоаудит»

    Объект проверки: Мастерская литер В ФГБУ «ВНИИКР», г. Москва, Раменский район, р.п. Быково, ул. Пограничная, д 32.

    К проверке представлены следующие конструкции: стены надземной части здания, покрытие здания, полы первого этажа, оконные проемы.

    1. Проектно-сметная документация разработана: ООО «СтройПроект».
    2. Отклонения от проектной документации, в части касающейся теплоизоляции ограждающих конструкций, отсутствуют.
    3. Дата начала работ: «19» февраля 2018 г., окончания работ: «20» февраля 2018 г.
    4. Результаты проверки качества теплоизоляции ограждающих конструкций:
      1. На стенах, перекрытиях, кровле, а также заполнении оконных проемов, дефектов, уменьшающих теплотехнические характеристики ограждающих конструкций ниже допустимых значений, не выявлено.
      2. В целом, по результатам обследования, может быть сделано заключение о достаточном уровне теплозащиты ограждающих конструкций здания, соответствующего проектным требованиям.

    Пример: Энергопаспорт здания лаборатории

    Организация, должность, ФИО исполнителя:
    ООО «ЭИЭ»
    Зам. генерального директора
    ________________ / Пустовалов П.В. /
    м.п.

    Сравнение и оценка показателей на JSTOR

    Abstract

    Компактность географической формы вызывает озабоченность в таких контекстах, как морфология города, политическое районирование и точность значений счетных единиц. Целью данной статьи является сравнение, категоризация и оценка различных методов, предлагаемых для измерения компактности. Обзор предложенных показателей компактности привел к выделению четырех категорий, основанных на: 1) измерении площади периметра, 2) отдельных параметрах связанных окружностей, 3) прямом сравнении со стандартной формой и 4) разбросе элементов площади формы. .В целом, для выборки округов США были рассчитаны одиннадцать индексов и сравнивались их частотные распределения. Кроме того, были выявлены сходства и различия в единицах высокой, средней и низкой компактности. Внутри каждой категории индексы демонстрировали значительное сходство, в то время как значительные различия были очевидны от категории к категории. Эти различия предполагали разницу в точности, с которой индексы измеряют компактность. Была выдвинута гипотеза, что измерения, основанные на разбросе элементов площади формы, обеспечат наиболее точную меру, поскольку они учитывают форму в целом, а другие индексы – нет.Определение точности, с которой каждый индекс измеряет компактность, подтвердило эту гипотезу. Было обнаружено, что индексы, основанные на прямом сравнении со стандартной формой, имеют аналогичную точность и, следовательно, также считаются подходящими показателями компактности. Эти меры, основанные на измерении площади периметра и отдельных параметров связанных кругов, были определены как значительно менее точные меры компактности.

    Информация журнала

    Geografiska Annaler, Series B, является престижным и международным в журнале публикуются статьи, охватывающие все теоретические и эмпирические аспекты человеческая и экономическая география.У журнала нет конкретного регионального профиля, но некоторое внимание уделяется исследованиям из стран Северной Европы, а также из страны Балтийского моря. JSTOR предоставляет цифровой архив печатной версии Geografiska. Annaler, Series B: Human Geography. Электронная версия Географиска Annaler, Series B: Human Geography доступен по адресу http://www.interscience.wiley.com. Авторизованные пользователи могут иметь доступ полный текст статьи на этом сайте.

    Информация об издателе

    Основываясь на двухвековом опыте, Taylor & Francis за последние два десятилетия быстро выросла и стала ведущим международным академическим издателем. Группа издает более 800 журналов и более 1800 новых книг каждый год, охватывающих широкий спектр предметных областей и включая журнальные издания Routledge, Carfax, Spon Press, Psychology Press, Martin Dunitz и Taylor & Francis. Тейлор и Фрэнсис полностью привержены делу. на публикацию и распространение научной информации высочайшего качества, и сегодня это остается первоочередной задачей.

    Коэффициент пустот – обзор

    9.5 Существование и компактность энтропийных решений

    Теорема 9.3 (Существование и компактность). Предположим, что исходные данные ( ρ 0 , m 0 ) ( x ) удовлетворяют (9,36). Предположим, что система (1.14) удовлетворяет (6.22) и (9.3). Тогда

    (i)

    Существует энтропийное решение ( ρ, m ) ( x, t ) задачи Коши (1.14) и (9.1), в смысле определения 9. 1, глобально определено во времени .

    (ii)

    Оператор решения ( ρ, m ) (⋅, t ) = S t ( ρ 0 , m 0 ) (⋅), определено в определении 9.1, компактно в Lloc1fort> 0.

    Доказательство. Существование является прямым следствием теоремы 9.2. Докажем компактность.

    Рассмотрим любую (колебательную) последовательность начальных данных (ρ0ε, m0ε) (x), ε> 0, удовлетворяющую

    (9.58) 0≤ρ0ε (x) ≤C0, | m0ε (x) | ≤C0ρ0ε (x),

    с C 0 > 0 независимо от ε > 0. Тогда существует C > 0 не зависит от ε> 0, так что соответствующая последовательность ( ρ ε , m ε ) ( x, t ), определенная теоремой 9.2, удовлетворяет

    0≤ρε (x, t ) ≤C, | mε (x, t) | ≤Cρε (x, t).

    Поскольку ( ρ ε , m ε ) ( x, t ) являются энтропийными решениями, удовлетворяющими

    ∂tη (ρε, mε) + ∂xq (ρε, mε) ≤0

    в смысле распределений для любой выпуклой пары слабой энтропии C 2 ( η, q ) мы выводим из леммы Мурата (подробности см. Мюрат [237] или [39]), что

    ∂ tη (ρε, mε) + ∂xq (ρε, mε) компактно в Hloc − 1 (ℝ + 2),

    для любой слабой энтропийной пары ( η, q ), не обязательно выпуклой.Комбинируя с теоремой 9.1, получаем, что ( ρ ε , m ε ) ( x, t ) компактно в Lloc1 (ℝ + 2), что подразумевает наш вывод.

    Замечание 9.3. Существование и компактность энтропийных решений для жидкостей, подчиняющихся y-закону, случай γ = ( N + 2) / N, N ≥ 5 нечетных, рассматривал ДиПерна [106], случай 1 < γ ≤ 5/3 по Дин, Чен и Луо [96] и Чен [37], случай γ ≥ 3 по Лайонсу, Пертхэму и Тадмору [203], а затем 1 < γ <3 по Лайонс, Пертхам и Суганидис [202].Для более общего закона давления (6.22) и (9.3) теорема 9.3 принадлежит Чену и ЛеФлоху [57,59],

    , замечание 9.4. Обратите внимание, что Гринберг и Рэскл [144] нашли интересную нелинейную систему только с функцией потока C 1 (но не C 2 ), допускающей периодические по времени и пространственно-периодические решения, что указывает на то, что компактность и асимптотика распад энтропийных решений чувствителен к гладкости потоковых функций. Однако теорема 9.3 показывает, что, хотя поток-функция системы (1.14) является только липшицевой, оператор энтропийного решения по-прежнему компактен в Lloc1 для этой системы.

    BSD-061: Функция формы – форма здания и энергия

    Форма и ориентация здания не имеют такого большого влияния на потребление энергии, как иногда думают, особенно для средних или больших зданий. Во всех зданиях важно соотношение площади ограждения к площади пола, поэтому предпочтительны простые формы (а также меньшие затраты на строительство и обслуживание).В Европе отношение объема V к площади поверхности S является типичным показателем, обозначенным как Компактность C:

    Компактность C = Объем / Площадь поверхности

    Энергетический кодекс Германии устанавливает более высокие значения R для менее компактные здания, чем другие.

    Тепловая нагрузка небольших зданий (например, домов) может варьироваться примерно на 25% (Gratia and De Herde, 2003) от самых компактных (с высоким C) до самых обширных (с низким C) конструкций (Рисунок 1). В большинстве односемейных домов со сверхнизким энергопотреблением соотношение V / S составляет около 1.0 или больше.


    Рисунок 1 : Влияние формы здания на годовую тепловую энергию для небольшого здания площадью 144 м 2 (1500 футов 2 ) в холодном климате. [Gratia & De Herde 2003]

    Другой показатель , которое автор предпочитает для коммерческих зданий, это отношение полезной площади пола F к площади надземного ограждения E. Чем компактнее форма, тем выше соотношение F / E. Благодаря явному удалению объема из оценки этот показатель вознаграждает здания, для которых требуется меньшая высота от этажа до этажа.Максимальное увеличение высоты потолка по отношению к высоте от пола до пола также всегда желательно с точки зрения использования ресурсов и затрат. Большинство зданий (например, офис, образование, розничная торговля) 1 не требуют объема для выполнения своих функций, и не продаются или сдаются в аренду на основе объема: значение имеет площадь пола. Этот показатель также не включает площадь контакта с землей, но включает крышу. Земля всегда имеет более умеренный перепад температур, чем стены или крыши, и не подвержена влиянию солнечной радиации, поэтому влияние плиты и фундамента на решения следует снизить.Крыша отличается еще и тем, что ее обычно проще утеплить до высокого уровня. Подсчет всей площади крыши без учета площади плиты предназначен для приблизительного уравновешивания ударов.

    На рис. 2 показано влияние размера и формы пола на соотношение площади ограждения (F / E) для офиса с напольной панелью 2 площадью 14 000 футов. Как видно, чем компактнее форма (квадрат близок к идеальному оптимуму, круг), тем выше соотношение. Большие здания (например, 172 800 футов 2 более 12 этажей) имеют гораздо более эффективную форму, чем небольшие здания (дома) или большие многоэтажные здания (например.г., ТЦ). Отсюда следует, что при одинаковых потерях тепла через ограждение (т. Е. Такое же общее значение U или R) в зимнюю ночь, удельная тепловая энергия (Вт / м 2 или БТЕ / час / фут 2 ) будет выше для низкого отношения F / E (например, в доме или торговом центре) и ниже для высокого отношения F / E. Именно эта логика приводит к гораздо более высоким рекомендуемым общим значениям R для ограждений домов, чем для больших офисов.


    Рисунок 2:
    Влияние формы на соотношение площадей пола и ограждения (F / E) различных типов зданий.

    На рис. 3 показан диапазон соотношений F / E для двух размеров площади офисного плана (10 000 футов 2 на этаж). Для небольшого офиса площадью 20000 футов 2 (1800 м 2 ) узкая двухэтажная форма, идеально подходящая для естественной вентиляции и дневного света, имеет F / E 0,88, тогда как в плане с глубоким квадратом F / E составляет 1.02. Чтобы длинное узкое здание имело такой же коэффициент теплопотери, его общее среднее значение R для корпуса должно быть 1,02 / 0.88 = на 16% выше. На практике этого можно достичь, увеличив среднее значение R с 7,5 до 9,0. Это небольшое увеличение общего среднего R-значения кажется обманчиво простым, но потребует значительного увеличения R-значения непрозрачной площади стены, уменьшения площади окна или гораздо более дорогого окна. Тем не менее, технологически это сделать относительно легко.


    Рисунок 3:
    Отношение площади пола к площади ограждения для различных форм зданий, каждое с
    10 000 футов 2 (930 м 2 ) перекрытием

    Более крупное здание площадью 60 000 футов 2 (5500 м 2 ) имеет гораздо более высокое соотношение F / E.Для той же формы плана этажа снижение F / E составляет около одной трети (0,88 / 1,33 и 1,02 / 1,55), и, следовательно, в более крупном здании будет заметное снижение потерь тепла по сравнению с меньшим зданием. Влияние формы плана такое же, около 15%, как и у меньшего здания.

    Размер здания на площади пола является лучшим индикатором прироста / потерь энергии через ограждение, чем форма в плане для большинства обычных зданий. К сожалению, на практике общий размер этажа, напольная плита и количество этажей ограничиваются потребностями проекта в гораздо большей степени, чем форма плана.

    Влияние формы здания на общее (из которых тепловая энергия составляет около половины) энергопотребление для данного размера этажа здания меньше для больших зданий, чем для небольших зданий: исследования показывают, что около 10% разделяет использование энергии в компактном квадратном здании. к длинному узкому «барному» зданию (Росс 2009). Это важное наблюдение по двум причинам:

    1. дает проектировщикам больших зданий значительную свободу формы для выполнения требований программы с ограничениями площадки, а

    2. дневное освещение и охлаждение естественной вентиляцией могут быть важными энергосберегающими стратегиями, и и то, и другое. требуется, чтобы одно измерение здания было относительно узким, порядка 45–60 футов (14–18 м). 2

    Эти наблюдения приводят к тому, что многие проекты коммерческих зданий с низким энергопотреблением (и почти все конструкции со сверхнизким энергопотреблением) выбирают простую, компактную форму с короткими размерами около 45-60 футов (14-18 футов). м). Такие здания могут снизить световые нагрузки (которые возникают в основном в дневное время) до минимума, используя контроль дневного света и сбор дневного света. Небольшое увеличение теплопотерь, которое вызывает неквадратная форма плиты пола, может быть устранено за счет увеличения производительности шкафа с небольшими затратами.Если это вообще возможно, здание должно быть ориентировано на юг (для полезного увеличения солнечной энергии зимой, в то же время легко отвергая усиление летом и минимизируя воздействие жаркого западного летнего солнца).

    Также следует отметить, что чем выше F / E, тем меньше отношение площади ограждения к площади пола и, следовательно, ниже стоимость ограждения здания, пропорциональная полезной или арендуемой площади этажа. Более дорогие ограждающие конструкции в расчете на единицу площади на самом деле могут быть менее дорогими в расчете на арендуемую / продаваемую площадь в квадратных футах, если форма остается простой и компактной.Многие здания с очень низким энергопотреблением были построены по рыночной стоимости, просто путем выбора более экономичной в строительстве и энергосберегающей формы здания. Фактически, соотношение F / E часто оказывает большее влияние на первоначальные затраты, чем на потребление энергии.


    Рисунок 4:
    Большое современное офисное здание с высокоэффективной формой и областью окна-стены (обратите внимание на количество окон с нанесенными шторами)


    Сноски:

    1. Склады являются одним особым исключением и специального назначения производство – другое.

    2. Глубина сбора полезного дневного света ограничена от 2,0 до максимум 2,5 высоты окон, обслуживающих пространство. Поскольку высота готового потолка является максимально возможной высотой головы, а потолки часто имеют высоту от 9 до 10 футов (2,7-3 м), офисы вокруг коридора с двойной загрузкой могут быть освещены дневным светом, если размер здания составляет примерно 2 x 2-2,5 x 9 дюймов. 10 = 36-50 футов плюс ширина коридора / активной зоны.


    Ссылки:

    Gratia, E., De Herde, A.«Проектирование низкоэнергетических офисных зданий». Энергия и строительство, Vol. 35 pp.473-491, 2003.

    Росс, Б., Дизайн с энергией в уме. Маршировать. Диссертация, Школа архитектуры, Университет Ватерлоо, 2009.

    Тенденции в освещении в коммерческих зданиях

    CBECS – единственное национальное исследование, которое дает оценки количества коммерческих зданий, общей площади этих зданий и их количества. освещенной площади. Респонденты определяют типы лампочек, используемых в их зданиях, а затем сообщают долю освещенной площади пола, покрываемую лампами каждого типа.

    Фонд коммерческих зданий составляет 87 093 миллиона квадратных футов, из которых 83 569 миллионов квадратных футов (96%) находятся в зданиях, в которых используется освещение, из которых 68 729 миллионов квадратных футов освещены (82%). Некоторые помещения могут освещаться более чем одним типом освещения, например, офис, в котором используется стандартное верхнее люминесцентное освещение с дополнительными рабочими лампами накаливания (рис. 1).

    Немногим менее 10% коммерческих зданий не имеют какого-либо освещения. Здания, в которых обычно не используется какое-либо освещение, – это пустующие здания, склады и здания для хранения автомобилей. 2

    Общая площадь, освещенная каждым из шести типов освещения, показана в крайнем правом столбце Таблицы 2 и является ценным показателем для измерения освещенности зданий по типам ламп. Этот показатель показан в этом отчете, но не в сводных таблицах данных CBECS.


    Таблица 2. Показатели освещенности по видам освещения, 2012 г.
    Зданий (тыс.) Общая площадь 1 (миллионов квадратных футов) Общая освещенная площадь 2 (миллионов квадратных футов) Общая площадь пола, освещенная каждым типом освещения (млн квадратных футов)
    Все здания 5,557 87,093 68,729 NA
    Освещенные здания 5,025 83,569 68,729 NA
    Виды осветительного оборудования (можно подать более одного заявления)
    Стандартный люминесцентный 4 649 80 081 66 088 53,490
    Компактный люминесцентный 2 302 53 816 45,420 9,113
    Лампа накаливания 1826 38 406 32 035 4 071
    Разряд высокой интенсивности (HID) 525 23 396 20 039 3,527
    Галоген 905 28 059 23 727 2,973
    Светодиод 473 22071 18 934 1 957
    Другое 10 446 411 Q
    1 Общая площадь этажа относится ко всей площади этажа в освещенных зданиях, включая неосвещенную площадь.
    2 Освещенная площадь пола относится только к той части этажа в этих зданиях, которая, как сообщается, была освещена.
    Q = Данные не разглашаются либо из-за того, что относительная стандартная ошибка (RSE) была больше 50%, либо из-за того, что было отобрано менее 20 зданий.
    Источник: Управление энергетической информации США, Исследование потребления энергии в коммерческих зданиях , 2012 г. .

    Стандартное флуоресцентное освещение, безусловно, является наиболее часто используемым типом освещения: 93% коммерческих зданий, которые используют освещение (освещенные здания), используют стандартные люминесцентные лампы, а 78% освещенного пространства пола освещается стандартными флуоресцентными лампами.Компактные люминесцентные лампы (КЛЛ) стали вторым наиболее распространенным типом освещения, обеспечивая освещением 13% всего освещенного пространства в коммерческих зданиях. КЛЛ чаще всего заменяют лампы накаливания, использование которых с 2003 года сократилось. Остальные типы освещения – лампы накаливания, высокоинтенсивные разрядные, галогенные и светодиодные (LED) – каждый свет освещает менее 10% освещенной площади пола. по всем коммерческим зданиям (Рисунок 2).

    Энергия, потребляемая при освещении

    Хотя освещение по-прежнему использует значительную часть общей энергии, потребляемой коммерческими зданиями, количество энергии, используемой для освещения, существенно снизилось с внедрением более эффективных технологий освещения, которые становятся все более экономичными.В 2012 году на освещение было использовано 10% всей энергии, потребляемой коммерческими зданиями, по сравнению с 21% в 2003 году (Рисунок 3).

    Если рассматривать только использование электроэнергии в коммерческих зданиях, на освещение приходилось 17% потребления электроэнергии в коммерческих зданиях в 2012 году (Рисунок 4), по сравнению с 38% в 2003 году. Тем не менее, освещение остается одним из крупнейших конечных потребителей электроэнергии, уступая только к широкой категории прочих конечных потребителей электроэнергии. Категория Прочие виды использования электроэнергии включает различные электрические нагрузки (MEL), технологическое оборудование, двигатели и воздушные компрессоры.

    Программы и политики, влияющие на освещение

    Повышение эффективности освещения было в центре внимания многих программ, проводимых как государственными структурами, так и электроэнергетическими компаниями. На федеральном уровне в период между CBECS 2003 и 2012 гг. Были приняты два основных законодательных акта: Закон об энергетической политике 2005 г. (EPAct 2005) и Закон об энергетической независимости и безопасности (EISA) 2007 г.

    EPAct 2005 установил более строгие стандарты производительности для некоторых типов освещения, распространенных в коммерческих зданиях.Он также создал временную налоговую льготу для энергоэффективных коммерческих зданий, что дало владельцам зданий стимул инвестировать в новые типы освещения.

    EISA повысило минимальные стандарты эффективности для более широкого диапазона типов ламп. Эти стандарты требовали, чтобы с 2012 года новые лампы были примерно на 25% эффективнее. Лампы накаливания не могли соответствовать этим повышенным стандартам, но другие типы ламп соответствовали. EISA снова повысит стандарты эффективности в 2020 году, установив порог, которому не могут соответствовать ни лампы накаливания, ни галогенные лампы, что может способствовать переходу к стандартным люминесцентным, CFL и особенно светодиодным лампам.Обновления строительных норм и правил на национальном, государственном и местном уровнях также способствовали продвижению более эффективных форм освещения. Будущие сборы данных CBECS будут собирать информацию об освещении, установленном в соответствии с новыми стандартами, но изменение в распределении типов освещения с 2003 года предполагает, что эта политика привела к снижению спроса на освещение в помещениях коммерческих зданий.

    Действуя отдельно от стандартов, федеральная программа ENERGY STAR сертифицирует эффективность лампочек (и других продуктов) и предоставляет клиентам информацию о производительности. ENERGY STAR также работает со спонсорами (часто коммунальными предприятиями и государственными учреждениями) программ повышения энергоэффективности. Эти программы могут включать бесплатные или субсидируемые высокоэффективные лампы, обучение по вопросам энергоэффективности, сравнительные данные и другие услуги, предназначенные для повышения эффективности освещения коммерческих зданий. По сравнению с альтернативными инвестициями в энергоэффективность, такими как модернизация систем отопления, вентиляции и кондиционирования (HVAC) или замена изоляции, освещение – это легкое, доступное и недорогое изменение, которое операторы зданий могут внести для снижения затрат на электроэнергию.Поэтому программы повышения энергоэффективности призваны стимулировать переход к более эффективным формам освещения, таким как люминесцентные и светодиодные лампы.

    Освещение и основные строительные работы

    Различные виды деятельности требуют разного количества света в здании. Среднее количество освещенной площади для всех зданий составляет 79%, но три типа зданий освещены не менее чем в 90% площади – торговля продуктами питания, здравоохранение и образование (рис. 5). Пустующие, складские и складские помещения, а также религиозные культовые сооружения освещают меньше своей площади, чем другие коммерческие здания.

    Освещение коммерческих зданий лампой типа

    На следующих шести диаграммах показаны доли площади, освещенной лампами каждого типа для основных строительных работ. На каждой диаграмме строительная деятельность упорядочена от наиболее освещенных площадей по типу ламп до наименьших, как это определено CBECS 2012 года. Если изменения между 2003 и 2012 годами оказались статистически значимыми, они отмечены в каждом разделе. 3

    Стандартный люминесцентный

    Стандартные люминесцентные лампы освещают большую часть освещенных полов во всех зданиях (рис. 6).Хотя этот тип освещения был распространен в коммерческих зданиях на протяжении десятилетий, технология продолжает развиваться. Трубки для стандартных люминесцентных ламп становятся все более узкими в диаметре, переходя от ламп Т-12 к Т-8 и Т-5, что означает, что они могут изготавливаться из материалов более высокого качества, что приводит к более эффективной лампе. Балласты для стандартных люминесцентных ламп, компоненты, регулирующие подачу электричества к лампам, также улучшились. Электронные балласты уменьшают мерцание и шум и более энергоэффективны, чем старые магнитные балласты.Учитывая преобладание стандартных люминесцентных ламп в коммерческих зданиях, эти улучшения эффективности, вероятно, в значительной степени способствовали резкому сокращению энергии, используемой для освещения в коммерческих зданиях, наблюдавшейся в период с 2003 по 2012 год.

    • В 2012 году стандартные люминесцентные лампы освещали 78% всей освещенной площади пола. Этот уровень статистически не отличается от 74% в 2003 году.
    • Флуоресцентные лампы освещают не менее 80% освещенной площади семи типов зданий: образование, продажа продуктов питания, прочее, здравоохранение, офис, общественный порядок и безопасность, а также обслуживание.
    • Ни один из 14 типов зданий, рассмотренных здесь, не имел статистически значимых различий между 2003 и 2012 годами в доле площади, освещенной стандартными люминесцентными лампами.
    Компактный люминесцентный

    Доля освещенного пола, освещенного компактными люминесцентными лампами, увеличилась на пять процентных пунктов с 2003 по 2012 год (Рисунок 7).

    • Жилье продолжает оставаться наиболее активным пользователем компактных люминесцентных ламп: 42% освещенной площади освещено этим типом, что почти вдвое больше (22%) в 2003 году.
    • Более 10% освещенных площадей используют лампы CFL в семи других основных категориях строительной деятельности: общественное питание, религиозное поклонение, общественный порядок и безопасность, общественные собрания, розничная торговля (кроме торговых центров), здравоохранение и офис.
    • С 2003 по 2012 год в семи дополнительных типах зданий наблюдалось статистически значимое увеличение доли освещенных площадей полов, освещаемых КЛЛ: общественное питание, религиозные культы, общественный порядок и безопасность, общественные собрания, офисы, службы и образование.
    Лампа накаливания

    Более высокие государственные стандарты эффективности освещения снизили доступность сравнительно энергоемких ламп накаливания. В 2003 г. 11% освещенной площади коммерческих зданий было освещено лампами накаливания; к 2012 г. только 6% освещенной площади использовалось лампами (рис. 8).

    • По состоянию на 2012 год лампы накаливания освещают не более 20% освещенной площади пола во всех категориях строительной деятельности.
    • В период с 2003 по 2012 год наблюдалось статистически значимое уменьшение доли освещенных площадей полов с использованием ламп накаливания в семи категориях зданий: образование, жилье, общественное питание, религиозное поклонение, розничная торговля (кроме торговых центров), здравоохранение и офис.
    • Жилье продемонстрировало наибольшее сокращение использования ламп накаливания, при этом доля освещенного пола, освещаемого лампами, сократилась с 31% в 2003 году до 11% в 2012 году. Одновременное увеличение использования ламп КЛЛ в жилых домах (с 22% до 42). % всей освещенной площади) предполагает, что КЛЛ заменяют лампы накаливания в жилых помещениях.
    Разряд высокой интенсивности

    Газоразрядные лампы высокой интенсивности (HID) излучают очень яркий свет и хорошо подходят для освещения больших открытых пространств. По сравнению с более новыми формами освещения, такими как светодиоды, HID-лампы менее эффективны, а также их сложнее интегрировать в системы управления освещением, поскольку их трудно затемнить и они не включаются мгновенно (рис. 9).

    • Доля освещенных площадей во всех зданиях, освещаемых лампами HID, упала с 10% в 2003 году до 5% в 2012 году.
    • Склады и складские здания являются наиболее интенсивными пользователями высокоинтенсивного разрядного освещения, при этом 11% освещенной площади освещаются HID лампами.
    • В период с 2003 по 2012 год (где доступны сравнения с 2003 годом), в трех строительных сферах произошли статистически значимые изменения в процентном соотношении площади пола, освещенной HID-лампами: офис, религиозное поклонение, склад и склад.
    Галоген

    Галогенные лампы – это лампы накаливания, содержащие галоген, повышающий их эффективность. Галогенные лампы также имеют лучшую цветопередачу по сравнению с другими типами освещения, производя свет, более похожий на дневной свет. (Рисунок 10).

    • В коммерческих зданиях используется очень мало галогенного освещения; в 2012 году только 4% освещенной площади было освещено галогенными лампами.
    • Галогенные светильники наиболее распространены в складских и складских зданиях, а также в зданиях розничной торговли (кроме торговых центров), где они освещают 7% освещенной площади пола в каждой категории зданий.
    • Ни у одного типа здания не было статистически значимого изменения процента освещенной площади пола, освещенной галогенным освещением, в период с 2003 по 2012 год.
    Светодиод

    Светодиодные лампы, более известные как светодиоды, представляют собой новый и высокоэффективный тип освещения. Светодиодные технологии стремительно развиваются, но в 2012 году эти лампы были относительно новыми на рынке в качестве обычного типа освещения (рис. 11).

    • CBECS 2012 года был первой итерацией исследования по сбору информации о светодиодном освещении.
    • Общее распространение светодиодов в 2012 году было ограниченным; только 3% всей освещенной площади было освещено светодиодами.
    • Жилые и общественные здания являются наиболее интенсивными пользователями светодиодного освещения, при этом 5% площади освещаемой площади в каждой категории используют светодиоды.

    Освещение по размеру здания

    Небольшие коммерческие здания – площадью 50 000 квадратных футов или меньше – составляют 94% всех коммерческих зданий. Однако они составляют непропорционально малую часть общей коммерческой площади, чуть менее 50% от общей площади.

    Доля общего количества электроэнергии на площадке, используемой для освещения всех коммерческих зданий, составила 17% в 2012 году.Наименьшая категория зданий, площадью от 1 001 до 5 000 квадратных футов, использует наименьшую долю электроэнергии для освещения – 13% (Рисунок 12). Однако процент электроэнергии, потребляемой освещением, незначительно варьируется в зависимости от категорий размеров здания.


  • Таблица L2. Общая освещенная площадь в зависимости от типа освещения, размера здания и года постройки
  • Офисные здания составляют наибольшую долю от общей площади (18%) и общей освещенной площади (20%) среди коммерческих зданий.

    • В 2012 году в малых и больших офисных зданиях использовалось стандартное флуоресцентное освещение для освещения большей части освещенной площади пола, при этом 84% и 85% освещенной площади пола освещались стандартными люминесцентными лампами, соответственно (Рисунок 13).
    • С 2003 по 2012 год наблюдалось статистически значимое уменьшение доли освещенных площадей, освещаемых лампами накаливания, в небольших офисных зданиях (с 8% до 5%), а также в больших офисных зданиях (с 6% до 4%). В больших офисных зданиях также снизилась доля площадей, освещенных разрядными лампами высокой интенсивности (с 5% до 3%).
    • Использование ламп КЛЛ в небольших офисных зданиях статистически значимо увеличилось с 2003 года, когда КЛЛ освещали 5% освещенной площади пола, до 2012 года, когда КЛЛ освещали 12% освещенной площади пола. Использование галогенных ламп также выросло в небольших офисных зданиях с 2% в 2003 году до 3% в 2012 году.

    Использование освещения в складских и складских зданиях практически не изменилось в период с 2003 по 2012 год (Рисунок 14).

    • В 2003 году газоразрядные лампы высокой интенсивности освещали 41% освещенной площади больших складских зданий.К 2012 году эта доля упала до 12%. На больших складах также увеличилась доля освещенных площадей, освещенных лампами КЛЛ (с 2% до 7%).
    • Ни один другой тип освещения не имел статистически значимой разницы в процентном соотношении освещенной площади в складских зданиях в период с 2003 по 2012 год. Наблюдается очевидный рост использования стандартных люминесцентных ламп на складах с 2003 по 2012 год, но это не является статистически значимым.

    Долгосрочные тенденции в освещении коммерческих зданий

    Вопросы, которые EIA задает об освещении внутри зданий, оставались практически идентичными во всех CBECS с 1995 года, что облегчает сравнение последних четырех сборников данных.

    • Стандартное флуоресцентное освещение присутствует в более чем 90% коммерческих зданий в четырех показанных здесь CBECS (Рисунок 15 и Таблица 3).
    • Доля зданий, в которых используется компактное люминесцентное освещение, резко выросла с 9% освещенных зданий в 1995 г. до 46% освещенных зданий в 2012 г.
    • Доля зданий, в которых используются галогенные лампы, также значительно увеличилась с 1995 года.
    • В меньшем количестве коммерческих зданий используются лампы накаливания.Снижение было особенно заметным в период с 2003 по 2012 год, когда доля освещенных коммерческих зданий с использованием ламп накаливания упала с 51% до 36%, поскольку вступили в силу новые правила эффективности.

    Таблица 3. Количество зданий по типу освещения по годам обследования

    Количество зданий (тыс.)
    Здания, освещенные каждым типом света (может применяться более одного)
    Здания с освещением Стандартные люминесцентные лампы-
    цент
    Компактные люминесцентные лампы-
    Cent
    Incandes-
    центов
    Разряд высокой интенсивности Галоген светодиод
    Год обследования CBECS
    2012 5 025 4 649 2 302 1826 525 905 473
    2003 1 4 248 90 337 3943 941 2 184 455 565 NA
    1999 4 172 3,778 607 2 193 430 572 NA
    1995 4 237 3,885 364 2,479 393 302 NA
    1 Данные относятся к зданиям без торговых центров
    NA = Данные для этой категории освещения не собирались в год исследования.
    Источник: Управление энергетической информации США, Исследование потребления энергии в коммерческих зданиях
    • Доля площадей, освещенных стандартным люминесцентным освещением, остается относительно стабильной. (Рисунок 16 и Таблица 4).
    • Доля освещенного пространства пола, освещаемого КЛЛ, увеличилась, в то время как доля освещенного лампами накаливания постепенно уменьшалась. КЛЛ обогнали лампы накаливания в 2012 году и стали вторым наиболее часто используемым типом освещения.
    • С 1995 по 2012 год галогенное освещение постоянно использовалось для освещения 5% или менее всей освещенной площади пола в коммерческих зданиях.


    Таблица 4. Освещенность полов по типу освещения по годам обследования

    Площадь пола, освещенная каждым типом света (миллион квадратных футов)
    Общая освещенная площадь (млн квадратных футов) Стандартные люминесцентные лампы-
    цент
    Компактные люминесцентные лампы-
    Cent
    Incandes-
    центов
    Разряд высокой интенсивности Галоген светодиод
    Год обследования CBECS
    2012 68 729 53,490 9,113 4 071 3,527 2,973 1 957
    2003 1 51 342 37 918 4 004 5,556 4 950 2,403 NA
    1999 54 845 41247 3,409 6 966 5 926 2,390 NA
    1995 50,303 38,553 1 304 7 258 4 075 885 NA
    1 Данные относятся к зданиям без торговых центров
    NA = Данные для этой категории освещения не собирались в год исследования.
    Источник: Управление энергетической информации США, Исследование потребления энергии в коммерческих зданиях

    Управление освещением и стратегии управления

    CBECS 2012 собрал новую информацию об управлении освещением и стратегиях управления освещением. Эти системы обычно устанавливаются в более крупных зданиях.

    • Датчики присутствия, уменьшающие освещение, когда в комнатах никого нет: Датчики, которые автоматически выключают или приглушают свет, когда человек покидает комнату или пространство.Датчики присутствия использовались в 16% всех освещенных зданий и 55% больших (более 50 000 квадратных футов) освещенных зданий.
    • Расписание: Свет автоматически приглушается или выключается в определенное время дня. Планирование использовалось в 18% всех освещенных зданий и 43% больших освещенных зданий.
    • Многоуровневое освещение или затемнение: Управляющие устройства, которые регулируют мощность освещения путем непрерывного затемнения, ступенчатого затемнения или ступенчатого переключения. Эти устройства использовались в 7% всех освещенных зданий и 23% больших освещенных зданий.
    • Building Automation System (BAS) управляет системой внутреннего освещения: BAS чаще всего используются для управления механическими, электрическими и водопроводными системами в зданиях, но их также можно использовать для управления освещением на основе графика занятости. Эти системы были обнаружены в 4% всех освещенных зданий и 19% больших освещенных зданий.
    • Сбор дневного света: Система управления освещением и затемнения, которая автоматически затемняет осветительные приборы, когда доступно естественное освещение, и / или регулирует оттенки таким образом, чтобы естественный свет и искусственный свет объединялись для обеспечения желаемого уровня освещения.Сбор дневного света использовался в 2% всех освещенных зданий и 9% больших освещенных зданий.
    • Освещение в зависимости от спроса: Уменьшает освещение за счет затемнения или выключения света во время пиковых цен на электроэнергию. Эта стратегия использовалась в 4% всех освещенных зданий и 6% больших освещенных зданий.
    • Контроль подключенной нагрузки: Устройство, которое автоматически отключает розетки и свет, когда человек покидает комнату или пространство. Сообщается о контроле за электрической нагрузкой в ​​1% всех освещенных зданий и в 3% больших освещенных зданий.
    • Высококачественная обрезка или настройка уровня освещенности: Высококачественная обрезка устанавливает максимальный уровень освещения менее 100%. Настройка уровня освещенности устанавливает уровень еще ниже, если в комнате или пространстве требуется меньше света. Эти стратегии использовались в 1% всех освещенных зданий и в 1% больших освещенных зданий.

    Восемь действий для городских лидеров

    Ключевые выводы

    • Правильная комбинация политик может со временем помочь преобразовать здания в гораздо более энергоэффективные.
    • Инструмент оценки для построения политики эффективности представляет собой простую основу, которая помогает политикам устанавливать приоритеты политики с участием заинтересованных сторон.
    • Инструмент поддерживает совместный процесс изучения вариантов политики эффективности зданий в зависимости от местной важности и сложности, а также текущего статуса политики и желаемого набора политик для реализации.
    • Инструмент включает руководство для фасилитатора по проведению семинара, шаблоны и инструменты анализа.
    • Семинар разработан для поддержки многостороннего сотрудничества на основе консенсуса и использует визуальные инструменты для достижения консенсуса и определения приоритетных вариантов политики и стратегий повышения эффективности строительства.

    Разработка стратегии преобразования искусственной среды в более энергоэффективную – непростой процесс.Никакая единственная государственная политика не может привести к трансформации сама по себе, но правильная комбинация политик может помочь преобразовать здания, чтобы со временем они стали намного более энергоэффективными. Инструмент оценки для построения политики эффективности, представленный в этом разделе, представляет собой простую основу, которая поможет политикам начать разработку стратегии политики, которая обеспечит преобразование искусственно созданной среды.

    Инструмент будет наиболее эффективным при использовании для оценки вариантов политики и приоритетов для одного сегмента рынка, например для нового жилого строительства или существующих коммерческих зданий.Сегменты рынка могут быть выбраны на основе потенциальной экономии энергии, экономического воздействия или других факторов.

    Инструмент обеспечивает основу для структурирования дискуссий в рамках семинара с ключевыми заинтересованными сторонами со всего рынка эффективности строительства, включая правительство, гражданское общество и частный сектор. Заинтересованные стороны, которые могут быть вовлечены, включают местные правительственные агентства и органы, другие уровни правительства, где это уместно, архитектурные и инженерные фирмы, энергосервисные компании, производителей, поставщиков энергетических услуг, финансовые учреждения, компании по управлению недвижимостью, а также неправительственные и общественные организации.Рекомендуемая повестка дня семинара включает три вида деятельности: видение, оценка и планирование действий.

    Семинар по политике эффективности зданий

    Самый важный шаг в организации семинара по вопросам политики – это приглашение правильного круга заинтересованных сторон. Целью должно быть сбалансированное представительство всех ключевых групп заинтересованных сторон – государственного, частного и некоммерческих / общественных организаций.Участники должны иметь сопоставимый и дополнительный уровень знаний о рыночных условиях и возможностях. Если различия в опыте или должности слишком велики, будет сложно поддерживать взаимодействие и достичь консенсуса по конкретным стратегиям. Семинары с участием 15–30 различных заинтересованных сторон будут достаточно большими, чтобы способствовать активному сотрудничеству, но не настолько большими, чтобы препятствовать обсуждению. На рисунке A2.1 представлен обзор процесса такого семинара.

    Рамки семинара по вопросам политики были разработаны для номинального формата продолжительностью полдня, но могут быть легко расширены или сокращены в соответствии с любыми временными рамками.В идеале место для семинара должно включать U-образную зону отдыха для облегчения обсуждения и много места на стене для развешивания флип-чарта и листов оценки политики. Необходимые материалы включают визитки в виде палаток, бумагу для флип-чарта, малярную ленту, маркеры для флип-чарта, стикеры, тонкие маркеры, листы с маленькими цветными липкими точками (трех цветов) и листы оценки политики эффективности здания.

    Руководство для ведущего семинара

    Семинар должен открыться приветствием от спонсирующей организации и краткими представлениями каждого участника.Карточки палаток следует использовать для идентификации имени и организации каждого участника. Каждый участник получает блокнот с наклейками, тонкий маркер и лист маленьких цветных липких точек с цветами, назначенными конкретным группам заинтересованных сторон (например, зеленый для правительства, синий для частного сектора, красный для некоммерческих и общественных организаций. ).

    Видение

    Первое упражнение – это упражнение на видение, которое помогает участникам позитивно задуматься о том, как политика может повысить эффективность искусственно созданной среды. Фасилитатор спрашивает следующее:

    «Если бы мы перенеслись на десять лет в будущее и дали интервью репортеру, чего бы мы хотели сказать, что мы достигли благодаря введению в действие новой политики эффективности зданий?»

    Каждый участник записывает пару будущих достижений или желаемых результатов на отдельных стикерах. Затем фасилитатор просит добровольцев поделиться одной из своих идей с группой, сгруппировав стикеры по категориям на флипчарте.Когда все идеи будут обсуждены, флип-чарты вешаются на стену, и начинается первое упражнение по оценке.

    Рисунок A2.1 | Семинар по политике эффективности строительства

    Оценка
    Шаг 1. Текущий статус политики

    Инструмент оценки политики включает восемь листов оценки политики эффективности зданий (далее именуемые листами оценки политики или оценочными листами), которые необходимо распечатать. Попросите всех участников встать рядом с листами для оценки политики, которые индивидуально приклеены к верхней части листа флипчарта и размещены вдоль большой стены. Каждый лист оценки политики охватывает один из восьми вариантов политики, описанных в этом отчете. Электронная таблица, содержащая оценочные листы, доступна в формате Excel на английском и испанском языках по адресу www.buildingefficiencyinitiative.org/tool. При необходимости может оказаться полезным перевести оценочные листы на другой язык.Дополнительные листы вариантов политики могут быть созданы или настроены, в зависимости от объема и целей семинара.

    Первое упражнение включает определение текущего состояния политики в рассматриваемом городе. Используя листы оценки политики, каждый участник оценивает то, что, по его мнению, является текущим состоянием политики для выбранного сектора в данном городе, помещая одну из цветных точек в одну из пяти областей каждого листа, помеченных как Шаг 1— Текущее состояние. Категории:

    • В настоящее время политика или планирование отсутствуют
    • Планирование пилотной реализации или реализации политики
    • Пилотирование политики на ограниченной основе
    • Ограниченное внедрение на суб-местном уровне
    • Комплексное общегородское внедрение

    Следует поощрять участников игнорировать голоса других участников и полагаться на собственное первое впечатление.После того, как все проголосовали, фасилитатор должен обсудить результаты для каждой политики и призвать участников, проголосовавших за пределами нормы, объяснить (но не защищать), почему они это сделали.

    Шаг 2 – Важность политики и сложность реализации

    Следующее упражнение оценивает относительную важность и сложность реализации каждой политики для указанного сектора. Лист оценки включает в себя сетку размером пять на пять, которая позволяет участникам разместить цветную точку в одном из 25 мест, указывая рейтинг как по важности (от «совсем не важно» до «чрезвычайно важно»), так и по сложности (в пределах от «совсем не сложно» до «чрезвычайно сложно»). Фасилитатору необходимо четко определить важность и сложность с помощью участников, чтобы каждый использовал последовательный набор критериев оценки. В политике повышения эффективности строительства часто участвуют различные правительственные учреждения и департаменты на многих уровнях юрисдикции, от местного до субнационального и национального.Критерии оценки и участие в семинаре должны соответствовать интересующему сектору, городу и юрисдикции.

    Важность политики эффективности каждого здания зависит от ее потенциала:

    • Производство энергии и сокращение выбросов углерода
    • Снижение затрат на электроэнергию для владельцев и жильцов зданий
    • Стимулируйте экономическое развитие и создавайте многочисленные выгоды
    • Привлечь частный капитал

    Сложность реализации каждой политики эффективности здания зависит от наличия реквизитов:

    • Способность к реализации («способность действовать»)
    • Возможность реализации
    • Готовность к реализации
    • Готовность реализовать

    Такая мощность, вероятно, будет отличаться на уровне местного самоуправления от национального или федерального уровня. Доступность достаточных ресурсов также может быть более ограничена на местном уровне; с другой стороны, реализация будет проще, если местное правительство может рассчитывать на желающих партнеров.

    После того, как все проголосовали один раз на каждом листе, фасилитатор должен снова обсудить результаты для каждой политики и призвать участников, проголосовавших за пределами нормы, объяснить (а не защищать), почему они это сделали. Политики с большой концентрацией точек в правом нижнем углу имеют относительно высокую важность и относительно низкую сложность.Это были бы хорошие варианты для краткосрочных приоритетов. Точно так же политики с большим количеством точек в верхнем правом углу относительно высоки по важности и относительно высоки по сложности, что делает их кандидатами на более долгосрочные приоритеты.

    Следующее полезное упражнение состоит в том, чтобы участники определили ключевые препятствия и проблемы, с которыми сталкивается реализация каждой политики (то есть, почему реализация затруднена). Фасилитатор может зафиксировать их на странице флип-чарта, расположенной под каждым листом оценки. Затем фасилитатор должен перечислить идеи, которые участники вносят для устранения препятствий и проблем и уменьшения сложности реализации. Это хорошее время, чтобы поделиться примерами, тематическими исследованиями и передовой практикой из этого отчета и других источников.

    Рисунок A2.2 | Карта политики повышения эффективности строительства: важность против сложности

    Шаг 3 – Желаемое краткосрочное и долгосрочное состояние политики

    В следующем упражнении оставшаяся часть листа оценки политики используется для определения желаемых будущих состояний каждой политики в краткосрочной и долгосрочной перспективе.Важно, чтобы фасилитатор определял краткосрочную и долгосрочную перспективу, чтобы все участники использовали одни и те же критерии. На семинаре по вопросам политики, посвященном городской политике в конкретном секторе, можно выбрать, например, два года для краткосрочного и пять лет для долгосрочного будущего.

    Следует поощрять участников к рассмотрению согласованных мнений о текущем статусе, важности и сложности политики, прежде чем делать свой выбор для желаемых краткосрочных и долгосрочных состояний.После того, как все проголосовали, фасилитатор должен обсудить результаты для каждой политики и призвать участников, проголосовавших за пределами нормы, объяснить (а не защищать), почему они это сделали.

    Заключительное упражнение в деятельности по оценке состоит в том, чтобы облегчить обсуждение того, какие политики следует реализовывать в комбинации, как в краткосрочной, так и в долгосрочной перспективе, чтобы максимизировать положительное воздействие и повысить шансы на успех. Это упражнение может включать в себя компромиссы между политиками с целью оптимизации выгод перед лицом разной степени важности и сложности, представленной различными комбинациями политик. Многие из этих политик имеют естественные дополнения, такие как строительные нормы и правила, раскрытие информации о производительности и системы оценки экологичности строительства, которые следует рассматривать как группу.

    Следующие шаги и планирование действий

    После того, как оценочные упражнения будут завершены, фасилитатор должен провести обсуждение следующих шагов и действий, которые группа должна предпринять для поддержания интереса и динамики процесса трансформации.Первым приоритетом должно быть планирование времени, когда группа снова соберется вместе, чтобы рассмотреть результаты семинара и разработать стратегию и подробный план действий – кто, что, когда и где – для получения поддержки и спонсорства для избранных. стратегии и политические инициативы. На этой встрече могут быть задействованы дополнительные заинтересованные стороны, которые не участвовали в семинаре по вопросам политики, чтобы начать расширение образования, информирования и поддержки инициативы. Фасилитатор должен нести ответственность за подготовку отчета, который резюмирует деятельность семинара, включая визуальные результаты и анализ входных данных оценки.Генератор отчетов на основе электронных таблиц включен на английском и испанском языках по адресу www.buildingefficiencyinitiative.org/tool, чтобы помочь в создании стандартных диаграмм с использованием данных из оценочных листов.

    Рисунок A2.3 | Образец листа оценки политики после упражнения

    Лист оценки политики

    На рисунке A2.3 представлен пример листа оценки политики, включенного в Инструмент оценки для построения политики эффективности, и показано, как этот лист может выглядеть после того, как участники завершат упражнения по оценке.

    Образец выходных данных генератора отчетов

    На рисунке A2. 2 приведен пример карты важности политики и сложности. Этот пример относится к конкретному городу, поэтому ранжирование политик, назначенных на этой карте, не следует рассматривать как руководство.

    На рисунке A2.4 показан пример карты-радара политик, иллюстрирующий текущий и желаемый статус различных политик.

    Рисунок A2.4 | Радарная карта политики эффективности строительства

    Адаптация инструмента для различных целей

    Представленная здесь простая структура может быть адаптирована по мере необходимости для различных целей и различных аудиторий. Например, другая версия инструмента может быть адаптирована местными политиками для принятия решений в различных сферах местного управления – один инструмент может быть больше ориентирован на проведение политических оценок, а другой – на технические вопросы. Инструмент также может быть адаптирован для охвата дополнительных категорий и подкатегорий политики, а также для учета дополнительных факторов оценки, которые могут представлять интерес для заинтересованных сторон. Мы надеемся, что инструмент и формат семинара, описанные в этом разделе, помогут направить и ускорить совместные усилия с участием многих заинтересованных сторон, чтобы сделать этот важный первый шаг к преобразованию искусственной среды посредством разработки стратегической политики.

    Знакомство с лапкой для пакетов R

    Abstract

    Пространственные наборы данных полигонов контуров зданий становятся все более доступными и доступными для многих регионов мира.Эти наборы данных являются важными входными данными для ряда различных анализов, таких как понимание развития городов, определение районов, подверженных риску стихийных бедствий, и картографирование распределения населения. Развитие изображений с высоким пространственным разрешением и вычислительных мощностей позволяет автоматизировать процедуры извлечения и картирования следов зданий для целых стран. Эти достижения позволяют охватить наборами данных о площади зданий для стран с низким и средним уровнем доходов, которым могут не хватать других данных о землепользовании в городах.Несмотря на пространственную детализацию, многие следы зданий не имеют информации о типе конструкции, местном зонировании или землепользовании, что ограничивает их применение. Тем не менее, показатели морфологии могут использоваться для описания характеристик размера, формы, расстояния, ориентации и структуры структур и извлечения дополнительной информации, которая может быть соотнесена с различными структурами и типами поселений или районами. Мы представляем пакет футов , новый набор инструментов с открытым исходным кодом в гибком пакете R для расчета показателей морфологии для построения контуров и их суммирования в различных пространственных масштабах и пространственных представлениях.В частности, наши инструменты могут создавать сеточные (или растровые) представления сводных показателей морфологии, которые ранее не поддерживались широко. Мы демонстрируем инструменты, создавая морфологические метрики с привязкой к сетке из всех следов зданий в Англии, Шотландии и Уэльсе, а затем используем эти слои в неконтролируемом кластерном анализе для получения типологии поселений на основе шаблонов. Мы сравниваем наши отображенные типы поселений с двумя существующими классификациями поселений. Результаты показывают, что модели зданий могут помочь различать разные городские и сельские типы.Однако внутригородские различия нельзя было точно предсказать только на основе морфологии зданий. Однако в более широком смысле это тематическое исследование демонстрирует потенциал картирования моделей поселений в отсутствие переписи жилого фонда или других данных городского планирования.

    Образец цитирования: Jochem WC, Tatem AJ (2021) Инструменты для картографирования многомасштабных моделей расселения контуров зданий: введение в пакет R foot . PLoS ONE 16 (2): e0247535. https: // doi. org / 10.1371 / journal.pone.0247535

    Редактор: Вэньхао Ю, Китайский университет геолого-геофизических исследований, КИТАЙ

    Поступила: 10 декабря 2020 г .; Одобрена: 8 февраля 2021 г .; Опубликовано: 25 февраля 2021 г.

    Авторские права: © 2021 Jochem, Tatem. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Все данные, подтверждающие это исследование, находятся в открытом доступе в репозитории Саутгемптонского университета по адресу https://doi.org/10.5258/SOTON/D1674.

    Финансирование: Финансовая поддержка поступает от Фонда Билла и Мелинды Гейтс и Министерства иностранных дел, по делам Содружества и развития Соединенного Королевства в рамках проекта «Инфраструктура с географической привязкой и демографические данные для развития» (GRID3) (OPP1182425). Партнерами проекта в GRID3 являются Исследовательская группа WorldPop, Фонд ООН в области народонаселения, Фонд Flowminder и Центр международной информационной сети по наукам о Земле при Институте Земли Колумбийского университета.

    Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

    Введение

    Точные и полные карты зданий – это фундаментальный уровень данных для исследователей и практиков, стремящихся понять города и характеристики застроенной среды. Выявление и нанесение на карту следов построек и их скоплений в населенных пунктах является первым шагом на пути к лучшему пониманию структуры местного населения, предоставления услуг и коммунальных услуг во всех областях, а также картирования жилого фонда и городских территорий [1–4].В области планирования и, в частности, в области городской морфологии форма и модели зданий в космосе были средством изучения истории городов и политических, экономических и социальных сил, определяющих их развитие [5, 6]. Видимые закономерности и особенности искусственной среды можно количественно оценить с помощью широкого набора морфологических показателей [7]. Эти показатели описывают характеристики (например, размер, форма, плотность, компактность, расположение) отдельных зданий или территорий, которые могут использоваться для описания городского контекста в мелком пространственном масштабе [8].

    Наборы данных о следах зданий также становятся ключевыми входными данными для исследований в области географической информатики и других смежных областях. Например, следы от зданий использовались для определения территорий, подверженных риску 100-летней поймы [9]. Следы также использовались как часть моделей зданий для оценки возраста конструкции с точки зрения потребления энергии [10] и для моделирования солнечного потенциала на крышах домов [4]. Другой недавний анализ с использованием наборов данных о зданиях включал разграничение городских территорий на основе плотности застройки для всей Франции [11] и Испании [1] и определение типов поселений [12]. Эти приложения не всегда напрямую связаны с прошлыми исследованиями по морфологии городов и городскому планированию; однако у них часто есть общие черты в подходах к использованию или извлечению информации на основе наборов данных о контурах зданий. В частности, большая часть работы, связанной с построением карт, часто преследует цель идентифицировать или классифицировать аналогичные паттерны морфометрических характеристик. Выявленные классы могут затем помочь различать внутригородские кварталы, различать типы поселений или периоды развития [3, 8, 13, 14].

    Во многих областях исследований наблюдается тенденция к анализу больших данных для изучения городских территорий [5], в том числе с использованием наборов данных о зданиях и показателей морфологии. Эта тенденция была отмечена ранее как часть растущего использования вычислительных методов и более крупных наборов данных в целом и, в частности, в области науки о географических данных [15]. Возможности для этого типа анализа расширяются, поскольку пространственные базы данных полигонов контуров зданий с полным и согласованным покрытием для больших регионов и целых стран становятся все более доступными. Некоторые правительства и национальные картографические агентства уже предоставляют такие наборы геопространственных данных о зданиях в открытый доступ. В Великобритании существует Ordnance Survey OpenMap Local [16]. Некоторые крупные города, включая Нью-Йорк [17], Чикаго [18] и Вашингтон, округ Колумбия [19], предоставляют свои собственные данные среди других примеров. Наконец, добровольно предоставленная географическая информация (VGI), такая как OpenStreetMap (www.openstreetmap.org), является еще одним источником, обеспечивающим покрытие зданий путем ручной оцифровки изображений или путем включения открытых наборов данных о зданиях.

    Увеличение количества изображений с очень высоким пространственным разрешением (субметровое) и улучшение вычислительной мощности и алгоритмов открывают еще один источник контуров зданий за счет автоматического извлечения и картографирования из изображений, полученных с высоты птичьего полета. Недавние исследования позволили изучить возможности использования методов глубокого обучения, таких как нейронные сети, для маркировки зданий на уровне пикселей [20, 21]. Рост вычислительных ресурсов позволяет масштабировать такие автоматизированные алгоритмы извлечения зданий для охвата целых стран.Например, Microsoft использовала сверточную нейронную сеть для извлечения 125 миллионов следов зданий из изображений в Соединенных Штатах. Для создания многоугольников более правильной формы был применен этап обработки после извлечения. Позже они применили аналогичный метод для создания следов зданий в Уганде и Танзании [22, 23]. Наборы данных Microsoft Building Footprint находятся в открытом доступе (https://github.com/Microsoft/USBuildingFootprints). Facebook Analytic Labs также реализовал извлечение элементов зданий из изображений с высоким разрешением для 140 стран [24]; однако единственные общедоступные данные из этой работы были агрегированы с разрешением 1 угловая секунда (приблизительно 30 м).Полученные с помощью дистанционного зондирования наборы данных о многоугольниках зданий дополняют другие базы данных пространственных векторов следов зданий и увеличивают доступность и географический охват таких данных о зданиях, особенно в странах с ограниченными ресурсами или в странах с низким / средним уровнем доходов, в которых могут отсутствовать другие источники информации. по городскому планированию или антропогенной среде.

    С ростом количества доступных данных для построения следов из различных источников, исследователям и практикам необходимы программные инструменты, позволяющие эффективно использовать более крупные источники данных и извлекать различные метрики, подходящие для дальнейшего анализа и интерпретации.Цель данной статьи – представить пакет футов [25], набор программных инструментов с открытым исходным кодом как часть языка вычислений R [26] для расчета общих показателей площади здания. Эти инструменты предназначены для поддержки гибких рабочих процессов, применяемых к 2D пространственным представлениям многоугольников, и для расчета показателей морфологии, подходящих для множества различных приложений. Мы демонстрируем использование инструментов футов и для расчета показателей модели здания для всей Англии, Шотландии и Уэльса.Мы используем итоговые сеточные сводные метрики моделей зданий для разработки простой классификации населенных пунктов. Этот пример предназначен для демонстрации того, как новую информацию можно извлечь из наборов данных контуров зданий. Этот подход может быть более ценным в странах с низким и средним уровнем доходов, где актуальные данные о землепользовании или типах микрорайонов еще не существуют, но где новые наборы данных о площади зданий становятся доступными. Все результаты этого исследования находятся в открытом доступе в репозитории Саутгемптонского университета по адресу https: // doi.org / 10.5258 / SOTON / D1674.

    Расчет показателей площади здания

    Пакет R фут состоит из набора функций для расчета общих показателей морфологии векторных представлений следов здания. Эти функции могут применяться в масштабе индивидуальной формы контура, но пакет также содержит функции для суммирования показателей для разных уровней географии. Основные вычисления объединены в функцию для реализации общих рабочих процессов.Пакет foot полностью написан на языке статистических вычислений R с использованием пакетов sf , stars и lwgeom [27–29] для доступа к внешним библиотекам пространственных данных.

    В следующих разделах мы подробно описываем базовое использование пакета и некоторые его ключевые функции. Разработка пакета продолжается, и последняя версия исходного кода доступна под лицензией GPL-3.0 с открытым исходным кодом от Github (https: //www.github.com / wpgp / foot).

    Базовое использование и доступные метрики

    После установки пакета foot и его зависимостей (см. S1 Text) пакет можно загрузить в сеансе R. Небольшой образец следа здания предоставляется вместе с пакетом, который был публично выпущен и лицензирован Microsoft под лицензией Open Data Commons Open Database License (ODbL v1.0). Эти данные используются для демонстраций в этом разделе. Дополнительные сведения о пакете доступны в документации (см.? Фут) и в трех обучающих роликах, установленных вместе с пакетом и доступных в дополнительных материалах (S2 Text).

    Доступные метрики рассчитывают площадь, периметр, округлость, компактность, угол поворота и расстояние до ближайшего соседа. Эти меры могут быть суммированы для определяемой пользователем области с помощью итога, количества, среднего, медианы, минимума, максимума, стандартного отклонения, коэффициента вариации, индекса ближайшего соседа или энтропии. Кроме того, существуют опции для двоичного индикатора наличия (или отсутствия) отпечатка и количества отпечатков на зону. Не все сводки доступны для всех необходимых мер.Список показателей приведен в таблице 1, а имена функций для вычисления показателей могут быть перечислены в сеансе R с помощью list_fs ().

    Реализованный индекс формы рассчитывается как отношение площади контура к площади минимального ограничивающего круга, который содержит многоугольник контура. Значения формы могут варьироваться от 0 до 1, указывая на более сложные формы, на менее сложные или более круглые. Реализованной мерой компактности является индекс Полсби-Поппера [30], который рассчитывается на основе площади ( a ) и периметра ( p ) для любой занимаемой площади здания и как:. Значение 1 указывает на наиболее компактную форму, в то время как значения, близкие к нулю, отражают формы без компактности. Более подробно метрики представлены в документации к пакету и в виньетках. Эти метрики были выбраны в качестве обычно используемых мер морфологии для количественной оценки размеров, формы и распределения строений в определенных областях [7]. Будущие разработки футов позволят пользователям определять свои собственные метрики и сводные функции.

    Некоторые менее традиционные меры также реализованы в корпусе футов .Угол является мерой ориентации конструкции. Он рассчитывается как заголовок в градусах повернутого минимального ограничивающего прямоугольника. Чтобы суммировать ориентации для локальной области, угол (вместе с его противоположным углом 180 градусов) разделен на 10-градусные категории и вычислено значение энтропии Шеннона ( H ) [31]. Для каждой зоны энтропия рассчитывается по следующей формуле:, где P ( o i ) представляет собой долю ориентации зданий в каждом контейнере, i , из общего количества контейнеров n . Кроме того, эта энтропия может быть нормализована (по умолчанию футов ), чтобы описать локальное отклонение от гипотетической идеальной сетки структур, потенциально предлагая области с более (или менее) формальным планированием и аналогичным образом ориентированными структурами. Измерение угловой энтропии основано на исследовании ориентации уличной сети, продемонстрированном Боингом [32]. Индекс ближайшего соседа (NNI) чаще используется в анализе пространственных точечных паттернов [33], но его можно использовать для количественной оценки паттернов построения центроидных точек и обобщения тенденции к пространственной кластеризации или рассредоточению в пределах географического региона.NNI основан на сравнении наблюдаемого среднего расстояния до ближайшего соседа с гипотетическим расстоянием, которое можно было бы ожидать, если бы точки были случайным образом распределены в одной и той же области. NNI рассчитывается как:, где d – это расстояние до ближайшего соседа для здания и , из n всего зданий, а A – это общая площадь оцениваемой зоны. Эта мера применялась ранее для выявления различий в жилых районах [34].

    Пример базового использования показан в блоке кода 1 ниже.Доступ к основным функциям осуществляется через calculate_footstats. Все функции в пакете foot следуют одному и тому же шаблону именования. Первым аргументом функции всегда является набор данных следа, который позволяет связать синтаксис с использованием оператора%>%, если пользователь предпочитает. Характеристики для расчета указываются в аргументе «что». Пользователи могут указать единицы измерения для морфологических характеристик. Возвращаемое значение по умолчанию для итоговых функций – это таблица данных [35] с единицами измерения [36] или Geotiff для выходных данных с координатной сеткой.

    Кодовый блок 1. Базовое использование пакета
    футов .

    Фрагмент кода демонстрирует, как пакет можно использовать для расчета на уровне здания и сводных измерений основных характеристик площади и периметра. По умолчанию возвращаемое значение для всех функций стоп – это таблица данных. Показанные функции применяются к образцу набора данных, предоставленному с кодом пакета R.

    # загрузить пакет

    библиотека (фут)

    # список доступных показателей

    list_fs ()

    # загрузить данные образца

    данных (“кампала”, package = “фут”)

    здания <- kampala $ здания

    # вычислить меры на уровне здания

    calculate_footstats (Buildings, what = c (“площадь”, “периметр”))

    # вычислить среднюю площадь всех следов

    calculate_footstats (здания,

    what = “площадь”,

    how = “среднее”)

    # рассчитать коэффициент вариации по всему периметру

    calculate_footstats (здания,

    what = “периметр”,

    how = “cv”)

    Функция calculate_footstats – это удобная функция, которая также поддерживает вычисление нескольких показателей и создание итоговых показателей характеристик посадочного места на уровне области.Пример показан в блоке кода 2. Для создания сводных показателей на уровне области пользователь должен сначала определить группу, к которой принадлежит здание. Чаще всего эта группировка будет представлять собой географически определенную зону (например, административную единицу), но теоретически любая классификация, присвоенная на уровне здания, может использоваться в качестве группирующей переменной для этого анализа. Для итоговых вычислений также требуется действительная итоговая статистика (таблица 1) для характеристики, заданная как один или несколько параметров для аргумента «как».

    Кодовый блок 2. Определение географических зон и расчет сводных данных на уровне области.

    Функция calculate_footstats поддерживает суммарные измерения характеристик морфологии контуров на уровне площади, позволяя пользователям предоставлять наборы пространственных данных полигонов контуров и зон площадей. По следам можно рассчитать несколько сводных показателей, и в результате получится таблица сводных показателей.

    # загрузить образцы полигональных зон из данных пакета

    adminzones <- kampala $ adminZones

    # Создает зональный индекс и вычисляет несколько показателей

    результатов <- calculate_footstats (Buildings, # supply footprints

    zone = adminzones, # поставка зональных полигонов

    what = c (“площадь”, “периметр”),

    how = c (“среднее”, “cv”))

    печать (результаты)

    # в качестве альтернативы можно заранее определить здания внутри зон

    bldgsZone <- zonalIndex (здания,

    зона = adminzones,

    method = “centroid”, # или ’crossct’ или ’clip’

    returnObject = TRUE)

    # новый набор контуров зданий с добавлением `zoneID`

    корп Зона

    # вычисление нескольких показателей с заранее заданными идентификаторами зон

    результатов2 <- calculate_footstats (bldgsZone,

    zone = “zoneID”, # укажите имя столбца

    what = c (“площадь”, “периметр”),

    how = c (“среднее”, “cv”))

    печать (результаты2)

    Определение географической зоны зданий может быть выполнено как этап предварительной обработки в ГИС, с помощью других пространственных инструментов в R или с помощью функций, предоставляемых в пакете Foot. Функция zonalIndex пространственно связывает зоны обслуживания и географические зоны и предоставляет уникальный идентификатор для вычислений. Эта функция используется внутри метода calculate_footstats, когда пользователь предоставляет пространственный многоугольник в качестве аргумента для зон.

    Функция зонального индекса имеет дополнительные параметры для большего контроля при определении включения. Пользователь может определить здания, принадлежащие зоне, тремя способами: 1) как любые многоугольники, центральная точка которых пересекает зону; 2) как любые многоугольники, которые пересекают зону, или 3) формы контуров здания могут сначала быть обрезаны по границам зоны, а затем пересекаться (рис. 1).Обратите внимание, что при пересечении многоугольников зданий с зонами здания, которые перекрывают несколько зон, будут включены в каждую зону, дублируя запись здания. Этот побочный эффект может быть желателен для анализа стиля сглаживания с перекрывающимися движущимися окнами. Кроме того, вырезание фигур зданий может привести к появлению небольших осколков, но эти многоугольники можно отфильтровать в файле calculate_footstats. Подход с отсечением контура может быть необходим для определенных типов анализа, если, например, требуются точные площади застройки на участке.Однако по умолчанию zonalIndex использует центральную точку многоугольников зданий для пересечения с зонами. Этот процесс выполняется быстрее, предотвращает дублирование элементов (если зоны не перекрываются) и предотвращает обрезание осколков.

    Рис. 1. Определение контуров зданий в географической области с помощью функции zonalIndex.

    Пользователи могут указывать формы для определения зоны. Заштрихованные области контура полигона включаются в расчеты морфологии и сводные измерения для красной «зоны».Формы контура здания могут быть включены в зону, если их центроиды пересекают зону (A), если какая-либо часть контура пересекает зону (B), или если формы контуров могут быть обрезаны по границам зоны (C). Данные о строении, показанные на этом рисунке, предоставляются Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1. 0).

    https://doi.org/10.1371/journal.pone.0247535.g001

    Несколько представлений

    Одной из сильных сторон корпуса футов является его гибкая конструкция, позволяющая выводить сводки для различных масштабов и географических представлений.Эти масштабы включают уровень здания, уровень площади (как показано в блоках кода 1 и 2) и для набора данных с координатной сеткой, как показано на рис. 2. Выходные данные на уровне здания – это наиболее детализированный уровень, на котором каждый многоугольник здания имеет свои геометрические особенности. рассчитано (рис. 2А). Этот уровень выходных данных можно использовать, чтобы помочь охарактеризовать индивидуальное использование здания или функцию жилого или нежилого помещения [37, 38]. Ареальный уровень предоставляет зональные сводки показателей для единиц и позволяет пользователям характеризовать различия между административными единицами, городскими кварталами или другими районами (рис. 2B).Зоны не обязательно должны быть протяженными решетками, они могут быть, например, отдельными съемочными площадками. Как отмечалось выше, то, как определить, какие (части) зданий включены в зону, позволяет использовать различные представления и гибкость в анализе. Концепция зональной суммарной меры может быть распространена на сетку правильной формы (рис. 2C и 2D), которая обсуждается далее в следующем разделе.

    Рис. 2. Метрики морфологии, обобщенные в различных представлениях.

    Расчеты пакета футов могут включать в себя уровень здания (A), уровень площади (B) или на обычных сетках без (C) или с (D) перекрывающимися локальными окнами для создания сглаженного итогового расчета.Полигоны контура здания наложены на рис. 2B, 2C и 2D. Данные о строении, показанные на этом рисунке, предоставляются Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1.0).

    https://doi.org/10.1371/journal.pone.0247535.g002

    Сетки и пространственное разрешение

    Расчет суммарных показателей морфологии здания на регулярной сетке или пространственном растре дает определенные преимущества. С точки зрения управления данными, сетки часто легче хранить и ими манипулировать, чем базы геоданных, содержащие миллионы следов [39].Но есть и преимущества с аналитической точки зрения. Расчеты морфологии часто привязаны к масштабу «участка», определяемого линиями собственности, дорогами или полигонами Тиссена [8, 40]. Однако это решение может быть проблематичным в местах, где нет заранее определенных небольших городских зон или нет надежных данных о дорогах для определения этих территорий. Набор данных морфологии с координатной привязкой может также начать предоставлять ландшафтную перспективу изменений в искусственной среде [12]. Сетки позволяют исследовать проблему изменяемых единиц площади (MAUP) с помощью легко изменяемых источников и разрешений.Более того, формат с координатной сеткой для морфологии здания может позволить более легко интегрировать эти метрики с другими сеточными слоями геопространственных данных [например, 41] для поддержки дополнительного пространственного моделирования и анализа.

    Пакет футов обеспечивает вторую основную функцию, специально разработанную для создания сводной статистики с привязкой к сетке для показателей морфологии здания, например, показанной на рис. 2C и 2D. Функция calculate_bigfoot принимает формы посадочного места и растр шаблона, определяя экстент и разрешение в качестве входных данных.Аналогичные параметры указаны для аргументов «что» и «как» для характеристик и сводной статистики, соответственно. Функция разработана с учетом вычислительной эффективности для создания наборов данных в масштабе страны, как показано в тематическом исследовании, представленном в следующем разделе. Внутренне функция создает запросы ограничивающего прямоугольника для извлечения и обработки только небольших подмножеств данных. Эти этапы обработки могут выполняться параллельно на нескольких ядрах обработки при наличии достаточного объема памяти.Ячейки сетки шаблона растра служат «зонами» для сводных вычислений и, подобно функции calculate_footstats, могут допускать обрезку формы в критериях включения.

    Эта функция также вводит параметр для фокусного радиуса для вычисления показателей в пределах более широкой области, чем одна ячейка сетки. Радиус фокусировки устанавливает круговое окно обработки с центром в каждой ячейке сетки шаблона растра. Изменение фокусного радиуса обеспечивает дополнительную гибкость при обработке данных с координатной сеткой для представления структур зданий в различных пространственных масштабах, что может помочь описать локальные контексты [12, 34].Примеры расчетов выходных данных с координатной сеткой показаны на рис. 3 с использованием кода в кодовом блоке 3. Обратите внимание, что с шаблонной сеткой с высоким пространственным разрешением и большим фокусным радиусом окна из соседних ячеек сетки будут перекрываться. Это потенциально желательный эффект, который создает сглаженную сводную меру, хотя контуры зданий эффективно подсчитываются несколько раз в каждой перекрывающейся зоне. Выбор пространственного разрешения и использование фокального окна зависит от конкретного приложения, но варианты доступны в пакете футов .

    Рис. 3. Различное разрешение и фокусный радиус в сводных данных о количестве зданий с координатной сеткой.

    Выходное пространственное разрешение может варьироваться (A и B), и это может использоваться в сочетании с круглым окном с определяемым пользователем фокусным радиусом (C и D) для создания сводок с координатной сеткой. Приведенные данные представляют собой расчеты авторов с использованием следов зданий и предоставлены Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1.0).

    https: // doi.org / 10.1371 / journal.pone.0247535.g003

    Кодовый блок 3. Расчет показателей морфологии отпечатка в сетке.

    Функция calculate_bigfoot позволяет вычислять сводки в ячейках сетки, определенных растром шаблона, или в определенных пользователем круговых движущихся окнах. Результаты этого примера кода графически показаны на рис. 3.

    # следы от погрузки

    данных (“кампала”, package = “фут”)

    здания <- kampala $ здания

    # загрузить сетку шаблона с разрешением 100 м

    г <- кампала $ mastergrid

    # изменить разрешение

    g50 <- raster :: disaggregate (g, fact = 2)

    g200 <- raster :: aggregate (g, fact = 2)

    # различное разрешение сетки шаблона

    # Рисунок A

    k50 <- calculate_bigfoot (здания,

    what = “поселился”,

    how = “count”,

    шаблон = g50,

    parallel = FALSE,

    подробный = ИСТИНА)

    # Рисунок B

    k200 <- calculate_bigfoot (здания,

    what = “поселился”,

    how = “count”,

    шаблон = g200,

    parallel = FALSE,

    подробный = ИСТИНА)

    # изменяющийся фокус подвижного окна

    # примечание: разрешение сетки шаблона остается фиксированным

    # Рисунок C

    r50 <- calculate_bigfoot (здания,

    what = “поселился”,

    how = “count”,

    шаблон = g,

    focalRadius = 50,

    parallel = FALSE,

    подробный = ИСТИНА)

    # Рисунок D

    r300 <- calculate_bigfoot (здания,

    what = “поселился”,

    how = “count”,

    шаблон = g,

    focalRadius = 300,

    parallel = FALSE,

    подробный = ИСТИНА)

    Пример: шаблоны зданий в Великобритании

    Мы демонстрируем использование пакета футов , а также применимость выходных представлений с координатной сеткой на примере шаблонов зданий в Великобритании.Использованные данные представляют собой двухмерные контуры зданий из OS OpenMap Local для Ordnance Survey за 2018 г. (Содержит данные Ordnance Survey © Crown, авторские права и права на базу данных 2018). Эти данные были опубликованы под лицензией Open Government License (OGL v3.0). Данные были получены в виде единого объединенного файла GeoPackage [42]. Набор данных содержит 2D-контуры зданий в виде полигонов для всей Англии, Шотландии и Уэльса. Для получения выходных данных с координатной сеткой мы сначала создали сетку с разрешением 100 м x 100 м, охватывающую всю территорию суши, определенную Ordnance Survey.Эта сетка служит шаблоном для размера и разрешения выходных показателей. Разрешение сетки было выбрано из начальных тестовых прогонов в качестве компромисса для уменьшения размера выходного файла при сохранении достаточного разрешения для обнаружения локальных изменений в шаблонах зданий. Затем для расчета всех показателей использовались пакет foot (версия 0.6) и функция calculate_bigfoot. Были рассчитаны два набора сводных показателей морфологии. В первом наборе не использовалось фокальное окно, и здания суммировались в пересекающиеся 100-метровые ячейки сетки без отсечения.Во втором наборе результатов было добавлено окно с фокусным радиусом 250 м с центром в каждой ячейке сетки шаблона, и снова здания были объединены во все пересекающиеся области без отсечения.

    Используя слои строительного образца с сеткой из первого шага, мы приступили к созданию карты типологии поселений путем кластеризации и группировки ячеек сетки на основе значений морфологии. Мы применили подход к моделированию гауссовой смеси с использованием пакета R mclust [43, 44]. Модели гауссовой смеси (GMM) – это основанный на модели алгоритм кластеризации, который использует многомерные нормальные распределения для описания любой группировки данных.Количество и размер этих распределений рассматриваются как неизвестные в модели, которые затем подбираются с использованием максимизации ожидания (EM), что приводит к неконтролируемой кластеризации наблюдаемых точек данных. GMM обладают большей гибкостью, чем другие неконтролируемые методы, такие как K-means, поскольку они позволяют изменять объем, форму и ориентацию кластеров в пространстве данных. Чтобы выбрать наиболее эффективную модель кластеризации, мы подбираем смешанные модели с 2–15 потенциальными группами, при этом позволяя полностью варьировать структуру ковариации (объем, форма и ориентация).Оценка байесовского информационного критерия (BIC) используется для сравнения моделей и выбора наиболее подходящего числа групп [44]. Используя выбранное количество групп, мы спрогнозировали тип поселения для каждой 100-метровой ячейки сетки на основе максимальной прогнозируемой вероятности распределения групп. Мы также применили фильтр большинства ячеек 3 x 3, чтобы сгладить прогнозы. Этот метод использования GMM для кластеризации ранее использовался для отображения классификации населенных пунктов [12]. Мы выбрали метод, основанный на модели, без учителя, поскольку это исследовательский анализ, предназначенный для изучения и сравнения с другими городскими разграничениями и классификациями; однако для улучшения типологии поселений можно использовать альтернативные методы контролируемой кластеризации с метриками морфологии.

    Полученные в результате слои метрик следа и карта типа поселения были изучены визуально, а затем сопоставлены с двумя существующими картами поселений для Англии и Уэльса, суммируя тип поселения большинства в Зоне результатов переписи (OA). Сначала мы сравниваем наши результаты с классификацией сельских и городских районов (RUC) для ОР 2011 года [45]. Классификация RUC основана на физической форме поселения и плотности расположения жилых домов. Сельские и городские районы далее делятся на широкие категории в зависимости от структуры расселения.Мы также сравниваем полученную по следу классификацию с набором данных по многомерной морфологии городов с открытыми данными (MODUM) 2016 года [46]. MODUM был создан с использованием самоорганизующихся карт для кластеризации нескольких характеристик открытого доступа, включая сводные данные о площади зданий (плотность, смежность и т. Д.), А также пространственные отношения территории с типами земного покрова и инфраструктурой, такими как железнодорожные станции или основные дороги.

    Результаты

    Набор данных контуров здания содержит более 13,8 миллиона объектов.На этапах обработки с помощью пакета футов было создано сорок шесть отдельных слоев с сеткой для каждой метрики с пространственным разрешением 100 м x 100 м в формате GeoTiff (23 слоя с фокусным радиусом и 23 слоя без него). В дополнение к итоговым показателям существует также двоичный слой, показывающий пиксели с одним или несколькими присутствующими контурами здания, и растр с количеством присутствующих контуров. Пример одного из слоев с сеткой для подсчета зданий в фокусном окне 250 м показан на рисунке 4.Все полученные выходные данные представлены в репозитории данных Саутгемптонского университета по адресу https://doi.org/10.5258/SOTON/D1674, а сценарий, показывающий команды футов и , представлен в дополнительных материалах (код S1).

    Рис. 4. Обзор подсчета зданий с координатной сеткой, рассчитанного в пределах фокального окна 250 м с использованием пакета R foot .

    Результаты представляют собой данные с координатной привязкой с пространственным разрешением 100 м x 100 м. Примеры результатов показаны для районов вокруг Эдинбурга (A), Лондона (B) и Ливерпуля (C).Полные наборы данных представлены в дополнительных материалах. Приведенные данные являются расчетами авторов с использованием контуров зданий и границ, опубликованных Ordnance Survey в рамках лицензии Open Government License (OGL) v3.0 (Содержит данные ОС © Crown, авторские права и права на базу данных 2018, 2020).

    https://doi.org/10.1371/journal.pone.0247535.g004

    На рис. 5 представлены результаты кластерного анализа для трех примерных местоположений. Полная карта и классифицированный набор растровых данных включены в дополнительные материалы (файл S1).Минимизация BIC предложила 6 групп в качестве оптимального количества кластеров в данных. Метки классов присваиваются алгоритмом случайным образом. Этот анализ выделяет области с похожей морфологией и узором на следах зданий. Несмотря на то, что в подходе кластеризации не используется явная пространственная информация о местоположении наблюдений, во время визуальной проверки результатов выявляются четкие географические закономерности. Крупные городские районы, такие как Лондон и Манчестер, относятся к классу 4, а основные районы – к классу 5, хотя эти классы также встречаются в некоторых отдаленных городских районах, что указывает на некоторое сходство в структуре поселений.Типы 3 и 6, по-видимому, выделяют окраину городских агломераций, что может быть полезно для выделения областей потенциального роста или изменения ландшафта. Типы 1 и 2 появляются преимущественно в малонаселенных и сельских районах.

    Рис. 5. Пример сетки расчетов.

    Типы населенных пунктов были созданы с использованием методов неконтролируемой кластеризации для выявления потенциальных типологий на основе измерений морфологии полигонов контуров зданий. Полный набор данных представлен в дополнительных материалах.Приведенные данные являются расчетами авторов с использованием контуров зданий и границ, опубликованных Ordnance Survey в рамках лицензии Open Government License (OGL) v3.0 (Содержит данные ОС © Crown, авторские права и права на базу данных 2018, 2020).

    https://doi.org/10.1371/journal.pone.0247535.g005

    Чтобы сравнить классы, производные от следа, с существующими системами классификации, мы агрегировали сетки по областям результатов переписи 2011 года по их типу большинства и создали непредвиденные обстоятельства. таблицы с наборами данных RUC и MODUM.Таблица 2 показывает процент выходных площадей в каждой из групп RUC. В целом классы, производные от экологического следа, по-видимому, отражают некоторые переходные процессы между городом и деревней и градиент различных типов поселений, определенных на основе данных RUC. В целом, большинство OA разделено на классы 3, 4 и 6 с гораздо меньшим процентом единиц OA, классифицируемых как 1, 2 или 5 на основе классов, производных от занимаемой площади. В крупных мегаполисах, определенных RUC, класс 4 наиболее представлен в 41% OA. Этот тип поселения постепенно становится менее распространенным и практически не наблюдается в изолированных и редких сельских районах.Напротив, распространенность классов 1 и 2 постепенно увеличивается в сельской местности и, похоже, выявляются деревни, деревушки и редкие поселения в соответствии с данными RUC. Другие примечательные модели включают в себя класс 5, который преимущественно встречается в городских OA и, как отмечалось ранее, в основном наблюдается как ядро ​​этих городских регионов.

    В таблице 3 показано второе сравнение выходной области с использованием тех же производных классов посадочного места, но для сравнения восьми классов MODUM [46]. Первое сравнение RUC (таблица 2) выделяет городской градиент и переход к сельским районам, в то время как кластеры MODUM выделяют более описательные, функциональные области в городах.В целом, неконтролируемые классы, производные от паттернов следа, менее способны различать кластеры MODUM, хотя классы следа, по-видимому, различают городские, пригородные и сельские районы, что согласуется со сравнением RUC. Например, в то время как класс 4 определяет OA центрального делового района в MODUM, он также преобладает в районах с оживленными улицами и «железной дорогой», что позволяет предположить, что класс зоны обслуживания в первую очередь выделяет более общий городской коммерческий район.Класс 3, показанный на рис. 5 (и файл S1) на периферии городских территорий, является основным классом в определении пригородных ландшафтов MODUM.

    Обсуждение

    В данной работе был представлен футов , новый пакет R, предназначенный для помощи исследователям в извлечении новой информации о моделях поселений и обобщении наборов данных о следах зданий. Пакет футов предоставляет функции строительных блоков для последовательного расчета показателей морфологии на уровне здания и сводных показателей в определяемых пользователем зонах.Он также предоставляет удобный набор функций для поддержки общих рабочих процессов. В настоящее время доступен базовый набор морфологических характеристик, пакет является открытым и может включать дополнительные меры в будущем. Разработка продолжается, дополнительные функции пакета можно найти в онлайн-документации: https://wpgp.github.io/foot/. Как минимум, пользователь пакета должен быть знаком с R, но наш пакет устраняет необходимость в подробном программировании и минимальном управлении пространственными данными.Более опытные пользователи могут счесть полезным интегрировать предоставленные функции в свои специализированные модели или рабочие процессы.

    В частности, футов может создавать сеточные представления измерений морфологии здания, которые ранее не получили широкой поддержки. Как отметили Херис и Фокс [39], использование больших векторных баз данных форм зданий является сложной вычислительной задачей для многих приложений. Сетки или наборы растровых данных обеспечивают упрощенное представление наборов данных о зданиях и функционально аналогичны данным дистанционного зондирования.Концептуально, сеточные меры могут помочь разработать ландшафтную перспективу застроенной среды с градиентами в типах и образцах поселений, а не в ограниченных произвольных единицах. С аналитической точки зрения сетки имеют преимущества, заключающиеся в более простой интеграции с другими наборами данных для пространственных моделей.

    Насколько нам известно, в настоящее время нет других пакетов R для поддержки вычислений морфологии здания. Популярность языка R растет, и пакет футов делает морфологические вычисления доступными для большего числа пользователей.Это также позволяет избежать альтернативы сложным рабочим процессам ГИС в (потенциально проприетарном) программном обеспечении ГИС. На языке программирования Python пакет momepy предоставляет еще один инструментарий для анализа городских форм [47]. Однако, momepy в первую очередь разработан для сводных вычислений в морфологических мозаиках [40] или подобных областях, таких как кадастровые участки, и в настоящее время не поддерживает наборы выходных данных с координатной сеткой. Херис, Фокс [39] предоставляют сеточные выходные слои, рассчитанные на основе контуров зданий Microsoft для США.Однако их сводные показатели ограничены общим покрытием, количеством зданий, средней, минимальной и максимальной площадью в каждой ячейке сетки. Хотя они предоставляют сценарии Python для выполнения своей конкретной обработки, они не предоставляют пакет инструментов общего назначения.

    Мы продемонстрировали использование пакета футов , эффективно вычислив различные морфологические метрики с координатной сеткой, используя все контуры зданий из Великобритании. Затем мы использовали слои с координатной сеткой в ​​простом анализе для получения типологии поселений и сравнили прогноз с классификациями поселений, полученными в результате переписи и машинного обучения [46] для Англии и Уэльса.Определение использования зданий [48], типов поселений или кварталов [49, 50] – это одна из областей применения с использованием морфометрических паттернов. Мы использовали модель смеси Гаусса (GMM) в качестве метода неконтролируемой классификации для изучения закономерностей в сетках морфологии зданий. Наш анализ показал, что данные лучше всего сгруппировали по шести группам. Результаты сравнения наших шести классов из неконтролируемой кластеризации с классификацией сельских и городских районов переписи действительно предполагают, что морфологические модели следов зданий могут помочь дифференцировать городской градиент в этом исследуемом регионе (от разреженных мест до городского ядра).Распространенность классов поселений на основе экологического следа варьировалась в классификации сельских и городских районов. Например, два класса четко идентифицировали деревни и другие редкие сельские районы и в значительной степени отсутствовали в городских районах. И наоборот, крупные мегаполисы, а также города и поселки преимущественно состояли из трех классов, производных от следа. Существовали также отличные визуальные паттерны для классов следов, поскольку основные городские районы отличались от городских окраин. Сходство наших классификаций, основанных на следах, с данными RUC за 2011 год менее удивительно, учитывая, что физическая форма находится в центре внимания обоих наборов данных.Расширение фокального окна, используемого для расчета метрик площади здания за пределы 250 м, или использование слоев, рассчитанных на нескольких буферных расстояниях, может дополнительно улучшить классификацию за счет выявления большего количества более широкого контекста разреженных настроек (например, небольших кластеров структур в непосредственной близости от относительно более крупные населенные пункты). Тем не менее, результат является многообещающим для разработки карт населенных пунктов на основе данных об экологическом следе в условиях, где отсутствуют подробные данные городского планирования или переписи населения. Однако сравнение наших производных классов с данными MODUM показывает, что сами по себе простые морфологические метрики недостаточны для дифференциации определенных внутригородских территорий, таких как центры активности, связанные с доступом к железной дороге.В нашем сравнении классы, производные от следа, снова дифференцировали различия между городом и деревней, но показали значительное совпадение с внутригородскими классами MODUM. Например, класс 4 паттернов следа был преобладающим типом в центральных деловых районах MODUM, центральных улицах, железнодорожном гуле и классах террас викторианской эпохи, предполагая, что он представляет более общий «городской» паттерн. Классификация MODUM использует дополнительные данные о достопримечательностях, удобствах, дорожных сетях и населении для получения восьми классов.Этот подход обеспечивает более полную картину местности, но требует более высоких данных, что может ограничивать область применения этого подхода. Наше тематическое исследование было прежде всего демонстрацией инструментов программирования и не предназначалось для замены более целенаправленного анализа, такого как MODUM, но важно подчеркнуть потенциальные ограничения использования классов поселений, производных от морфологии.

    В будущих исследованиях следует продолжить изучение ключевых показателей, пространственных масштабов и представлений, необходимых для точного определения ключевых моделей городской формы для различных контекстов.Функциональность пакета футов может поддерживать такую ​​работу. Выше мы отметили, что пакет футов продолжает развиваться и будет расширен за счет включения дополнительных показателей. Мы ограничились обсуждением двухмерных изображений зданий. Это самые распространенные; однако трехмерные формы становятся доступными по данным лидаров и радаров [51, 52]. Скоро в измерениях морфологии может потребоваться учесть объемные различия.

    Заключение

    Наборы данных о площади зданий становятся все более широко доступными и открытыми, охватывая целые страны.Эти данные могут быть особенно ценными в странах с низким и средним уровнем доходов, которые переживают быстрый рост и изменения городов [53] и могут не иметь другой информации о городских районах. Пространственно подробные полигональные представления структур доказали свою полезность в целом ряде дисциплин и приложений; тем не менее, прикладные исследователи и практики могут извлечь выгоду из наличия новых инструментов, таких как R package foot , для эффективной работы с наборами данных контуров зданий и извлечения морфологической информации.

    Благодарности

    Авторы выражают признательность за использование средства высокопроизводительных вычислений IRIDIS и связанных с ним служб поддержки в Университете Саутгемптона в завершении этой работы. Авторы благодарят Эдит Дарин, Клэр Дули, Аттилу Лазар и Дуглас Лизер за обзор более ранних версий пакета R.

    Список литературы

    1. 1. Аррибас-Бель Д., Гарсия-Лопес МА, Виладеканс-Марсал Э. Здания и города: определение городских территорий с помощью алгоритма машинного обучения.Журнал экономики города. 2019: 103217.
    2. 2. Bachofer F, Braun A, Adamietz F, Murray S, d’Angelo P, Kyazze E, et al. Строительный фонд и типология зданий Кигали, Руанда. Данные. 2019; 4 (3): 105.
    3. 3. Hecht R, Herold H, Behnisch M, Jehling M. Картографирование долгосрочной динамики населения и жилищ на основе разновременного анализа городской морфологии. Международный журнал геоинформации ISPRS. 2018; 8 (1): 2.
    4. 4. Буффат Р., Грасси С., Раубаль М.Масштабируемый метод оценки потенциала солнечной радиации на крышах больших регионов. Прикладная энергия. 2018; 216: 389–401.
    5. 5. Боинг Г. Пространственная информация и четкость городской формы: большие данные в городской морфологии. Международный журнал управления информацией. 2019: 102013.
    6. 6. Диббл Дж., Прелоренджос А., Ромис О., Занелла М., Страно Е., Пагель М. и др. О истоках пространств: морфометрические основы эволюции городских форм. Окружающая среда и планирование B: Городская аналитика и городская наука.2019; 46 (4): 707–30.
    7. 7. Флейшманн М., Ромис О., Порта С. Измерение городской формы: преодоление терминологических несоответствий для количественного и всестороннего морфологического анализа городов. Окружающая среда и планирование B: Городская аналитика и городская наука. 2020: 1–18.
    8. 8. Хамайна Р., Ледук Т., Моро Г. К характеристике городских тканей на основе следов зданий. В: Гензель Дж., Редактор. Преодоление географических информационных наук. Конспект лекций по геоинформации и картографии.Берлин: Springer-Verlag; 2012.
    9. 9. Хуанг X, Ван С. Оценки подверженности 100-летним наводнениям на территории Соединенных Штатов с использованием национальных строений. Международный журнал снижения риска бедствий. 2020; 50: 101731.
    10. 10. Россер Дж. Ф., Бойд Д. С., Лонг Дж., Захари С., Мао И., Робинсон Д. Прогнозирование возраста жилых домов на основе картографических данных. Компьютеры, окружающая среда и городские системы. 2019; 73: 56–67.
    11. 11. de Bellefon M-P, Combes P-P, Duranton G, Gobillon L, Gorin C.Разграничение городских территорий с использованием плотности застройки. Журнал экономики города. 2019: 103226.
    12. 12. Йохем В.К., Leasure DR, Паннелл О., Чемберлен Х.Р., Джонс П., Татем А.Дж. Классификация типов населенных пунктов по многомасштабным пространственным образцам следов зданий. Окружающая среда и планирование B: Городская аналитика и городская наука. 2020: 1–19.
    13. 13. Hijazi I, Li X, Koenig R, Schmit G, El Meouche R, Lv Z и др. Измерение однородности городской ткани с использованием данных 2D-геометрии.Окружающая среда и планирование B: Городская аналитика и городская наука. 2016; 44 (6): 1097–121.
    14. 14. Порат И., Шах-Пинсли Д. Строительный морфометрический анализ как инструмент обновления городов: определение потенциала массового строительства государственного жилья после Второй мировой войны. Окружающая среда и планирование B: Городская аналитика и городская наука. 2019: 239980831986197.
    15. 15. Канг В., Ошан Т., Вольф Л.Дж., Боинг Дж., Фриас-Мартинес В., Гао С. и др. Круглый стол: Определение городской науки о данных.Окружающая среда и планирование B: Городская аналитика и городская наука. 2019; 46 (9): 1756–68.
    16. 16. Обследование боеприпасов. OS OpenMap – Local 2020 [https://osdatahub.os.uk/downloads/open/OpenMapLocal.
    17. 17. Следы зданий в Нью-Йорке. В: NYC OpenData, редактор. 07.12.2020 https://data.cityofnewyork.us/d/nqwf-w8eh? Category = Жилищное строительство & view_name = Строительные следы.
    18. 18. Следы строительства в Чикаго. В: Портал данных Чикаго, редактор. 2018-07-11https: // data.cityofchicago.org/Buildings/Building-Footprints-current-/hz9b-7nh8?category=Buildings&view_name=Building-Footprints-current-#revert.
    19. 19. Следы зданий. В кн .: DC GIS Open Data, ред. 2020-10-30 https://maps2.dcgis.dc.gov/dcgis/rest/services/DCGIS_DATA/Facility_and_Structure/MapServer/1.
    20. 20. Ян Х.Л., Юань Дж., Лунга Д., Лавердьер М., Роуз А., Бхадури Б. Построение извлечения в масштабе с использованием сверточной нейронной сети: картографирование США.Журнал IEEE по избранным темам прикладных наблюдений Земли и дистанционного зондирования. 2018; 11 (8): 2600–14.
    21. 21. Шуеграф П., Биттнер К. Автоматическое извлечение контура здания из изображений дистанционного зондирования с несколькими разрешениями с использованием гибридной FCN. Международный журнал геоинформации ISPRS. 2019; 8 (4): 191.
    22. 22. Команда Bing Maps. Блоги Bing [Интернет] 2018. https://blogs.bing.com/maps/2018-06/microsoft-releases-125-million-building-footprints-in-the-us-as-open-data.
    23. 23. Команда Bing Maps. Блоги Bing [Интернет] 2019. https://blogs.bing.com/maps/2019-03/microsoft-releases-12-million-canadian-building-footprints-as-open-data.
    24. 24. Тике Т.Г., Лю Х, Чжан А., Грос А., Ли Н, Йетман Г. и др. Отображение населения мира по одному зданию за раз. arXiv. arXiv: 1712.05839v12017.
    25. 25. Исследовательская группа WorldPop, Саутгемптонский университет. foot: пакет R для обработки морфометрии контура здания.Пакет R версии 0.6 ed2020 https://wpgp.github.io/foot/.
    26. 26. R Core Team. R: Язык и среда для статистических вычислений. Вена, Австрия; 2019.
    27. 27. Пебесма Э. Простые функции для R: Стандартизированная поддержка пространственных векторных данных. Журнал Р. 2018; 10 (1): 439–46.
    28. 28. Pebesma E. stars: Пространственно-временные массивы, кубы растровых и векторных данных. Пакет R версии 0.4–1 ed2020 https://CRAN.R-project.org/package=stars.
    29. 29.Пебесма Э. lwgeom: Переходит к избранным функциям ‘liblwgeom’ для получения простых функций. Пакет R версии 0.2–1 ed2020 https://CRAN.R-project.org/package=lwgeom.
    30. 30. Полсби Д.Д., Поппер Р. Третий критерий: компактность как процессуальная гарантия против партизанского мошенничества. Обзор законодательства и политики Йельского университета. 1991; 9 (2): 301–53.
    31. 31. Шеннон CE. Математическая теория коммуникации. Технический журнал Bell System. 1948. 27 (3): 379–423.
    32. 32.Боинг Г. Городской пространственный порядок: ориентация уличной сети, конфигурация и энтропия. Прикладная сетевая наука. 2019; 4 (1).
    33. 33. Diggle PJ. Статистический анализ пространственно-временных точечных паттернов. 3-е изд. изд. Бока-Ратон, Флорида: CRC Press; 2014.
    34. 34. Йохем В.К., Берд Т.Дж., Татем А.Дж. Выявление типов жилых кварталов из точек поселения с помощью подхода машинного обучения. Компьютеры, окружающая среда и городские системы. 2018; 69: 104–13. pmid: 29725149
    35. 35.Доул М., Сринивасан А. таблица данных: расширение `data.frame`. Пакет R версии 1.12.8 ed2019 https://CRAN.R-project.org/package=data.table.
    36. 36. Пебесма Э., Майлунд Т., Хиберт Дж. Единицы измерения в журнале R.R. 2016; 8 (2): 486–94.
    37. 37. Sturrock HJW, Woolheater K, Bennett AF, Andrade-Pacheco R, Midekisa A. Прогнозирование жилых домов на основе данных с удаленным перечислением с открытым исходным кодом с использованием машинного обучения. PLoS One. 2018; 13 (9): e0204399. pmid: 30240429
    38. 38.Ллойд CT, Старрок HJW, Leasure DR, Jochem WC, Lázár AN, Tatem AJ. Использование ГИС и машинного обучения для классификации жилого статуса городских зданий в условиях низкого и среднего дохода. Дистанционное зондирование. 2020; 12 (23): 3847.
    39. 39. Херис М.П., ​​Фокс Н.Л., Багстад ​​К.Дж., Трой А., Анкона Ж. Растрированный набор данных контуров зданий для США. Научные данные. 2020; 7 (1): 207. pmid: 32601298
    40. 40. Флейшманн М., Фелисиотти А., Ромис О., Порта С. Морфологическая тесселяция как способ разделения пространства: улучшение согласованности городской морфологии в масштабе участка.Компьютеры, окружающая среда и городские системы. 2020; 80.
    41. 41. Ллойд CT, Чемберлен Х., Керр Д., Йетман Г., Пистолези Л., Стивенс Ф. Р. и др. Глобальные пространственно-временные гармонизированные наборы данных для создания наборов данных о распределении населения с привязкой к сетке с высоким разрешением. Большие данные о Земле. 2019; 3 (2): 108–39. pmid: 31565697
    42. 42. Рэй А. OS OpenMap Local – все здания в Великобритании, 2018 г. [обновлено 2 июля 2018 г. http://ajrae.staff.shef.ac.uk/buildings/.
    43. 43. Фрейли С., Рафтери А.Э., Скракка Л.mclust: Моделирование гауссовой смеси для модельно-ориентированной кластеризации, классификации и оценки плотности. Пакет R версии 5.2 ed2016 https://CRAN.R-project.org/package=mclust.
    44. 44. Scrucca L, Fop M, Murphy TB, Raftery AE. mclust5: Кластеризация, классификация и оценка плотности с использованием бауссовских моделей конечной смеси. Журнал Р. 2016; 8 (1): 289–317.
    45. 45. Бибби П., Бриндли П. Определения городских и сельских территорий для целей политики в Англии и Уэльсе: методология (v1.0). Управление национальной статистики; 2013.
    46. 46. Алексиу А., Синглтон А., Лонгли, Пенсильвания. Классификация многомерных открытых данных для городской морфологии. Встроенная среда. 2016; 42 (3): 382–95.
    47. 47. Флейшманн М. Момепи: Набор инструментов для измерения городской морфологии. Журнал открытого программного обеспечения. 2019; 4 (43).
    48. 48. Hecht R, Meinel G, Buchroithner M. Автоматическая идентификация типов зданий на основе топографических баз данных – сравнение различных источников данных.Международный журнал картографии. 2015; 1 (1): 18–31.
    49. 49. Стейнигер С., Ланге Т., Бургхардт Д., Вейбель Р. Подход к классификации городских строительных структур, основанный на методах дискриминантного анализа. Транзакции в ГИС. 2008. 12 (1): 31–59.
    50. 50. Yan X, Ai T, Yang M, Yin H. Сверточная нейронная сеть на основе графа для классификации шаблонов зданий с использованием пространственных векторных данных. Журнал ISPRS по фотограмметрии и дистанционному зондированию. 2019; 150: 259–73.
    51. 51. Ли М., Кокс Э., Таубенбек Х., ван Влит Дж. Картографирование в континентальном масштабе и анализ трехмерной конструкции здания. Дистанционное зондирование окружающей среды. 2020; 245: 111859.
    52. 52. Rottensteiner F, Briese C. Новый метод извлечения зданий в городских районах на основе данных LIDAR с высоким разрешением. Международный архив фотограмметрии и дистанционного зондирования. 2002. 34 (3A): 295–301.
    53. 53. ООН-Хабитат. Урбанизация и развитие: новые перспективы. Найроби, Кения: Программа Организации Объединенных Наций по населенным пунктам; 2016 г.

    Футляр для перпендикулярного индикатора

    В девяти из 10 случаев стандартный циферблат или цифровой индикатор удовлетворяет любым требованиям к калибровке. Как правило, установить циферблатный индикатор на настольную подставку или переносной прибор не составляет труда. Вокруг манометра достаточно места, чтобы индикатор часового типа был виден и не имел препятствий. Однако, учитывая необходимость использования специального датчика, нормальная ориентация стандартного индикатора иногда не подходит для правильного просмотра пользователем.Также могут существовать ограничивающие ограничения в способе размещения манометра, из-за которых нормальный индикатор физически не помещается в место измерения. В этом случае может потребоваться компактность перпендикулярного индикатора.

    Циферблатный индикатор обычно имеет такую ​​конфигурацию, при которой циферблат совпадает со штоком. Эта конфигурация упрощает вертикальную установку, но также может занимать больше места или обеспечивать неправильный угол обзора для пользователя.Перпендикулярный индикатор был разработан для решения некоторых из этих проблем применения. Название говорит само за себя. Циферблат индикатора перпендикулярен ходу шпинделя, поэтому, по сути, шпиндель находится на линии обзора пользователя. Циферблатный индикатор обычно конфигурируется так, чтобы чувствительный контакт совпадал с лицевой стороной индикатора. Обычно движение контакта вверх соответствует большему значению на лицевой стороне индикатора. При перпендикулярном индикаторе чувствительный контакт находится под прямым углом к ​​лицевой стороне индикатора, а движение контакта внутрь к лицевой стороне индикатора представляет собой положительное значение.

    Типичный механический перпендикулярный индикатор имеет стойку или штангу в той же ориентации, что и шток индикатора. Это позволяет установить индикатор на токарном станке, например, с чувствительным контактом на детали и лицевой стороной индикатора на видном месте для установщика, чтобы выровнять деталь со шпинделем.

    Перпендикулярные циферблатные индикаторы состоят из реек, шестерен и шестерен, как и обычные механические индикаторы, только типичное линейное движение должно быть изогнуто на 90 градусов.Для этого можно использовать специальную спиральную шестерню или сегмент неполной шестерни для изменения направления движения. Это в значительной степени точная механика, но это может быть сложно с индикаторами с большим увеличением, в которых для достижения увеличения требуется второй набор шестерен.

    Цифровые индикаторы немного отличаются. Большинство цифровых индикаторов имеют шкалы дальнего действия. Попытка прикрепить большой цифровой дисплей перпендикулярно концу этой шкалы делает устройство очень длинным и неудобным на вид – не очень хорошая комбинация для надежного портативного датчика.

    С цифровыми индикаторами ближнего действия, которые обычно встречаются на приборах сравнительного типа, преобразователь является отдельным устройством. Его можно вынуть из стандартного корпуса и установить в специальной задней части на задней панели обычного дисплея. Таким образом, индикатор выглядит и работает так же, как и всегда, но преобразователь теперь расположен перпендикулярно спине в компактном корпусе.

    При таком типе монтажа появляется гораздо больше возможностей для отображения результатов замера в труднодоступных местах.Перпендикулярные индикаторы могут использоваться в глубоких глухих отверстиях, когда датчик опускается в отверстие, а оператор считывает результат измерения сверху отверстия. Или, в случае зубчатого колеса, важно измерить деталь, пока она еще установлена ​​в машине. Применив перпендикулярный цифровой компаратор к существующей установке, оператор может четко увидеть размер и принять соответствующее решение.

    Последнее замечание: апрельский выпуск отмечает 20-летие колонки «Советы по контролю качества».Возможно, это не такая уж важная веха в более широкой схеме вещей, но это дало мне очень хорошее представление о проблеме измерения размеров в целом.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *