基于Weather tool 的气候分析方法

赵玉芬 杨 柳 张同伟

（1 西安建筑科技大学建筑学院，陕西 西安710055；2 佳木斯大学建筑工程学院，黑龙江 佳木斯154007）

建筑行业的发展已经成为社会经济发展的重要支柱之一，它不但满足了城市化进程中人口急剧增长对住房的需求，同时也提供了更多的就业机会。然而，建筑产业由于其巨大的能耗也对人们所居住的环境产生了很多负面影响，成为能耗大户并对生态环境造成了一定的破坏。因此，建筑设计不仅仅要考虑到造型、功能和审美等因素，也需要具有可持续发展性。在方案设计阶段就应将采光、采暖、遮阳和风等相关因素考虑其中，使建筑成为当今社会所提倡的“生态建筑”。

生态建筑的设计就是要根据当地气候特点和地理特征来进行设计，为了对生态建筑提供有力的依据，降低建筑能耗，一系列的能耗模拟软件应运而生。Weather tool是英国Square One公司开发的生态建筑设计软件Ecotect的子软件，它可将气象数据的数字信息用图表的可视化方式表达出来，帮助建筑师直观的认识建筑所在地的气象资料。

1 Weather tool 简介

在建筑方案设计初期阶段，当地的气象数据是建筑节能设计的一项重要指标。Weather tool中包含了大部分经常使用到的逐时气象参数，如温度、相对湿度、太阳辐射数据、风速及风向等。它可以对某地的气象数据进行准确的分析，可为建筑师进行被动式设计提供有力的设计依据，从而使设计的建筑不但可以满足人体热舒适的需求，并且可以达到节能的目的。[1]

通过Weather tool分析气象数据可以直观的认识建筑所在地的气象资料。焓湿图可以让设计师了解当地的被动式太阳能采暖、夜间通风、直接和间接蒸发降温、蓄热材料等的使用时间及降温或采暖的潜力，以及全年干、湿、冷、热的具体情况；通过日轨分析，可以知道当地全年的太阳辐射量的分布及大小，结合风可以确定出建筑的最佳朝向；它也可以分析并且编辑制作逐时气象数据。

2 工具软件中的数据

我国四个典型气象年的数据主要有：郎四维与美国劳伦斯·伯克利国家实验室于2002年合作研究并建立了我国26个城市的典型气象年逐时气象资料；张晴原等人于2004年出版的《中国建筑用标准气象数据库》，包含了57个主要城市的标准年气象数据、标准日气象数据以及不保证率气象数据；中国气象信息中心气象资料室与清华大学建筑技术科学系于2005年研究并开发了《中国建筑热环境分析专用气象数据集》，它收集了我国270个地面气象站台自1971年到2003年的实测气象数据；西安建筑科技大学与香港城市大学共同合作的重大国际合作项目“建筑节能的基础科学问题研究”开发并研究了我国建筑节能用的气象资料，它包括我国地面194个站台自1971年到2000年共30年的气象数据。

Weather tool可以读取并转换包括TMY、TMY2、TRY和DAT等在内的一列常用气象数据格式，使用扩展名为“wea”的气象数据记录文件。其中常用的数据主要有CSWD、CTYW、SWERA和IWEC等，其具体信息如表1。

表1 常用的典型气象年数据[7]

其中IWEC的部分辐射和云量数据是通过计算得到的，太阳辐射的直散分离模型使用Perez模型[2]-[3]；SWERA更偏重于太阳能和风的数据，对做太阳辐射量的计算比较适用，其太阳辐射模型采用METSTAT模型来进行间隔补充[4]-[5]。

3 工具软件的气候分析方法

Weather tool的气候分析方法主要有焓湿图分析、日轨分析、风分析及逐时、逐周和逐月的数据（温度、湿度、风速、太阳辐射及云量等）分析。

3.1 焓湿图分析

焓湿图（Psychrometric Chart）是气象数据分析的重要依据。如图1所示。

图1 北京地区焓湿图中热舒适性区域示意图

上图为累积频率显示，假设人的活动程度为静坐。其中的横坐标代表干球温度（℃），纵坐标代表绝对湿度（g/kg），同时纵坐标也可以根据需要变换成水蒸气分压力（Pa），向左侧倾斜的实线代表空气容重（m³/kg），向左侧倾斜且斜率不一样的虚线代表湿球温度（℃），弧线代表相对湿度（%），图中的封闭区域代表舒适区间，深色区域代表逐日空气状态点的频率。室内的空气温度、空气湿度、气流速度以及环境辐射温度是构成室内热湿环境的重要因素[6]，影响着人的健康和身体的舒适度。Weather tool是假定平均辐射温度接近空气温度，并且气流速度在舒适范围内，根据当地气象资料，进而在焓湿图上确定出舒适区。

焓湿图还可根据当地的气象数据确定出建筑被动式设计的采暖或降温潜力（如图2）。

图2 焓湿图中的被动式设计分析

图中的深色区域代表使用被动式策略之后的采暖或降温潜力，浅色区域代表使用被动式设计策略之前的采暖或降温潜力，这些设计策略包括使用高热容材料、夜间通风、被动式太阳能采暖、自然通风、直接蒸发降温和间接蒸发降温。

通过模拟分析可以得出北京地区利用高热容材料效果比较明显的月份在4、5、6、8、9、10月份，其中5月和9月效果最为明显。4、5、6、8、9、10月份利用夜间通风进行降温效果显著。在被动式太阳能采暖方面，与利用太阳能之前相比，3、4月份和10、11月份的被动式太阳能采暖发挥的作用最大，效果很明显。利用自然通风最好的月份为5、6、7、8、9月份。直接蒸发降温虽然不如其他被动式策略那么显著，但也有一定的降温效果，其中4、5、6、8、9月份的使用效果相对较明显。间接蒸发降温在4、5、6、7、8、9月份的降温效果显著，其中6月份的利用价值最大。

通过利用焓湿图来分析当地气候特点，建筑师可以很直观的了解到在具体月份应该用什么样的被动式策略，让建筑在少用甚至不用机械手段的情况下，使建筑满足室内人体的生理和心理需求，从而为建筑的被动式设计提供了有利的帮助。

3.2 日轨分析

Weather tool中的太阳辐射是通过尺标来调节各个朝向的，从而得出不同朝向上的辐射量。图3中的辐射时间选择的是4月1日中午12点。左上角的89.0°代表北偏东89°。深色区域（原图为红色）为过热时间段，浅色区域（原图为蓝色）为过冷时间段，深色曲线为在该方向上的太阳直射辐射平均值。通过Weather tool的分析可以了解到，北京地区的最热月份为6、7、8月，最冷月份为12、1、2月份，太阳辐射量在700-2100kw·h/㎡之间波动，据此可提出在不同季节和不同朝向上应利用或者控制太阳辐射的措施。

图3 北京地区4月1日正午的太阳辐射分析

图4为该地区的最佳朝向分析图，通过分析可以知道最佳朝向为北偏东162.5°，最差的朝向为北偏东72.5°。在建筑方案初期阶段，可将建筑的朝向设计在北偏东162.5°左右，这样可使建筑的采光及日照能达到最佳的效果，在采暖季可充分利用太阳能，并且在炎热季节可避免过多的太阳辐射通过窗户进入室内。

图4 北京地区最佳朝向分析

3.3 风分析

Weather tool中的风分析可以根据当地气象数据确定出全年及逐月的风玫瑰图。年风玫瑰图可帮助建筑师确定当地全年的主导风向、风速及主导风向的频率。逐月玫瑰图有助于建筑师了解到每个月的主导风向、风速及频率。如图5、图6所示。

图5 北京地区全年风玫瑰图

图6 北京地区全年逐月风玫瑰图

图5中的圆内颜色的深浅代表了风的频率，颜色越深，说明风的频率越高（在图片经过处理前颜色所代表的频率刚好相反），圆坐标代表风向，纵坐标代表风速。从图中可以看出北京地区全年风的频率及各朝向上的风速相对较均匀。只是纵观12个月份来看，夏季的风速相对较小，春、秋、冬季的风速较大。

4 结语

本文利用Weather tool软件，结合北京地区的气象数据，确定出北京地区的焓湿图、太阳辐射状况及风频率情况，可以为建筑的被动式设计策略的选择提供依据。

通过几种气象数据的分析，发现在北京地区墙体使用蓄热材料、夜间通风、被动式太阳能采暖、自然通风和间接蒸发降温的被动式设计策略比较有效。综合考虑全年的太阳辐射和风可发现南向冬季的太阳辐射量比夏季太阳辐射量大，最佳朝向为北偏东162.5°（即南偏东17.5°），同时建筑的布局也应注意夏季导风入室，避免冬季寒风侵袭。

[1] 中国气象局，清华大学.中国建筑热工环境分析专用气象数据集[M].北京：中国建筑工业出版社，2005

[2]Kasten F，Golchert H J，Stolley M.Parameterization of radiation fluxes as function of solar elevation，cloudiness and turbidity[C]//Solar Radiation Data，Brussels，1983:108-114

[3]Kasten F，Czeplak G.Solar and terrestrial radiation dependent on the amount and type of cloud [J].Solar Energy，1980,24（2）：177-189

[4]Maxwell E L.METSTAT—the solar radiation model used in the production of the national solar radiation data base（NSRDB） [J]. Solar Energy，12998,62（4）：263-279

[5]Rigollier C，Bauer O，Wald L.On the clear sky model of the 4th European Solar Radiation Atlas with respect to the Heliosat method[J].Solar Energy，2000,68（1）：33-48

[6]刘加平.建筑物理[M].北京：中国建筑工业出版社，2009:2

[7]沈绍华，谭洪卫.上海地区建筑能耗计算用典型气象数据的研究[J].暖通空调，2010,40（1）：89-94