绿建小筑周报 | 第十四期

亲爱的绿建小伙伴们:

六月中旬已至,绿建小筑带来两篇精彩学术论文与大家分享!本期我们聚焦室内光环境评价与被动式住宅预测的前沿研究,这些研究成果将为绿色建筑设计提供科学依据与实用工具。让我们一同探索这些研究的精彩发现吧!🌿


📚 本周论文分享

1️⃣ 《面向居住者舒适度与健康的室内光环境评价方法研究》

这项研究对室内光环境评价方法进行了系统性梳理,特别关注了光环境对人体健康的影响。研究运用VOSviewer文本挖掘工具,确定了”光照”、”健康”和”环境”三个核心研究方向,并强调了新冠疫情后人们对室内环境质量的关注度提升。

研究全面分析了多种光环境评价指标,包括采光因子(DF)、采光自主性(DA)、有效采光照度(UDI)、空间采光自主性(sDA)及非视觉效应的黑视素照度等。同时,对比了LEED、BREEAM、CASBEE等七种绿色建筑认证体系中的光环境评价标准,发现多数体系对日光的非视觉健康效应关注不足,仅WELL认证纳入了黑视素照度测量。

最终,研究提出了一个六阶段的室内光环境评价框架,整合了定量与定性方法,为评估光环境对居住者舒适度与健康的影响提供了全面指导。这一成果对于改善建筑设计过程中的光环境考量,促进以人为本的可持续建筑具有重要价值。

2️⃣ 《使用机器学习预测被动式住宅认证:逻辑回归与梯度提升决策树的比较分析》

本研究利用机器学习技术构建了被动式住宅(Passivhaus)认证预测模型。研究基于785栋位于两个主要气候区的住宅样本,探索了建筑特征与能源性能之间的关系。

通过统计分析,研究确定了9个显著影响因素,包括气候区、外墙U值、地板U值、屋顶U值、玻璃U值、气密性和生态设计等关键参数。研究比较了逻辑回归(LR)与三种梯度提升决策树(GBDT)模型:XGBoost、LightGBM和CatBoost。

结果表明,所有GBDT模型均优于传统逻辑回归,其中CatBoost模型在外部验证集上表现最佳,而LightGBM模型在预测校准方面表现最优。特征重要性分析显示,外墙、地板和屋顶的热性能是影响建筑能否达到被动式标准的关键因素。

研究还讨论了被动式住宅技术的全球分布特点及创新隔热材料的应用,为建筑师、设计师和业主提供了科学可靠的建筑设计和能源管理解决方案,同时为政府部门制定能源政策提供了实证基础。

🔍 想了解更多细节?请访问网站【论文分享】板块查看完整解读。


感谢每一位关注和支持绿建小筑的朋友!上周我正在全力准备风景园林中期汇报,接下来我们将着重更新新闻资讯板块,为大家带来更多行业动态和前沿信息。期待与各位绿建同行继续探索绿色建筑的无限可能!