搜索
中国建筑热环境分析专用气象数据集清华大学宋芳婷诸群飞吴如宏江亿中国气象局国家气象信息中心气象资料室熊安元王伯民朱燕君李庆祥摘要中国建筑热环境分析专用气象数据集由中国气象局国家气象信息中心气象资料室和清华大学合作编制，其数据内容包括根据观测资料整理出的设计用室外气象参数，以及由实测数据生成的动态模拟分析用逐时气象数据。本文介绍了（1）该数据集的源数据情况；（2）对源数据所进行的分析整理和补充工作；（3）由逐日数据获得逐时数据的具体方法；（4）获得不同数据成果（设计用室外气象参数、典型气象年和设计典型年全年逐时气象数据）的方法以及最终数据成果。关键词建筑；热环境；气象数据1引言在暖通空调行业，不论是进行科学研究，还是做工程设计，都需要对建筑物的冷热能耗以及建筑热环境进行准确的计算分析，而室外气候条件是进行建筑热环境计算分析的必备条件。在工程设计领域，为了保证建筑热环境的满意率，设计人员在进行系统和设备的设计计算时往往考虑最不利工况，因此需要代表性的统计气象数据，暖通空调设计用的室外气象参数就是以不保证率的统计方法为基础获得的代表性气象数据。例如我国在80年代建立了一整套气象计算参数[1]，尽管台站还不完备、统计数据也很有限，但是这套数据基本满足了当时的暖通空调行业对计算数据的需求，与当时的工程计算条件和设计水平是相适应的。随着我国气象观测记录的不断丰富和计算机技术的不断进步，使得确定气象计算参数所需要的原始数据大大丰富，通过计算机模拟的方法有效地预测建筑热环境在没有环境控制系统时和存在环境控制系统时可能出现的状况，已经成为提高工程设计水平、实现建筑热环境舒适和节能双重目标的内在要求。随着我国建筑能耗的不断增加，在满足建筑环境要求的基础上降低建筑运行能耗，成为建筑可持续发展的重要课题。为此国家制定了相关的政策法规来保证节能工作贯彻执行。在刚刚颁布实施的《夏热冬冷地区居住建筑节能设计标准》（JCJ134-2001）[2]、《夏热冬暖地区居住建筑节能设计标准》（JGJ75-2003）[3]当中明确指出建筑热环境及建筑环境控制系统动态模拟工作的重要性和必要性，这就使得编制一整套切实反映气象环境特点和规律的逐时气象数据成为一项基础性工作。尽管各项标准的实施都迫切需要给出全国各个地区的代表城市的全年逐时气象数据，但是到目前为止，我国还没有建立一套完整的用于建筑热过程模拟的气象数据。为了满足建筑热环境动态模拟分析研究的需要，国内外学者曾在逐日数据缺乏的情况下采用随机数模拟法和随机过程模拟法来模拟逐日气象数据[4,5]。而在具备长期逐时实测数据的条件下，有国内学者[6]采用统计法（从历史上观测的气象数据中选择一部分能够反映气象规律的有代表性的数据）获得了部分地区的标准年逐时气象计算参数。然而，由于源数据的限制，全国只有少数台站能够采用统计法获得标准年的逐时气象数据。对于绝大多数地面气象台站，由于其具备定时观测数据、日总量数据（如全日日照时数）和日极值数据（如日最高气温），因此，如何利用这些观测数据生成逐时数据是目前解决这些台站的逐时气象数据问题的根本所在。文献[7，8]就是在定时观测数据的基础上采用插补的方法来获得逐时气象数据，然而由于其源数据的气象站点和气象要素都不全面，且数据来源部门不能保障数据本身的可信性，因此不适宜作为全国逐时气象数据生成的原始依据。由于气象环境具有随机性，根据各年的气象参数来计算建筑传热，其结果常有较大差别，因此要从多年的气象数据中挑选出代表性的全年逐时气象数据，建立典型气象年以充分反映长期的气象变化规律。国内外许多学者都探讨过典型年的构成方法[9~12]，其目的都是为了满足运行负荷计算和建筑物能量分析的需要。事实上，进行建筑热过程的动态模拟分析时，不同的模拟目的需要体现不同的侧重点，对于气象数据的要求也会有所不同，例如通过模拟计算来校核空调系统设备容量与模拟预测建筑物的全年运行能耗所需要采用的气象数据就是不同的，而检验太阳能空调系统的可靠性与常规空调系统的可靠性所考虑的最不利气象条件也完全不同，因此，有必要建立多种典型年，以满足不同目的建筑热过程模拟的需要。为了解决逐时气象数据的上述问题，中国气象局国家气象信息中心气象资料室与清华大学合作完成了全国270个气象台站的建筑热环境分析专用气象数据集的编制工作，对于部分没有逐小时观测的台站资料，清华大学发展了一套基于定时观测数据的逐小时数据产生方法，另外，还根据《采暖通风与空气调节设计规范》的要求整理出设计用室外气象参数，以配合规范的贯彻落实。合作成果已于2005年4月由中国建筑工业出版社出版发行，书名《中国建筑热环境分析专用气象数据集》[13]（下文简称数据集）。本文接下来简要介绍该书的源数据情况、数据处理方法以及最终数据成果。2源数据情况数据集的源数据来源于中国气象局国家气象信息中心气象资料室制作的我国地面气候资料数据集和气象辐射资料数据集。我国地面气候资料数据集是由我国地面气候观测网国家基准气候站和国家基本气象站连续定时探测大气变化所记录的各种气象要素资料的信息化数据集。基准气候站（简称基准站）每天进行24次定时观测，基本气象站（简称基本站）每天进行4次定时观测。数据集中的地面气候资料，其观测台站分布全国各地（我国台湾暂缺），如图1所示，包括270个国家地面气象观测站，其中134个为基准站（1987年以后陆续转建，转建前每天观测4次，转建后每天观测24次），136个为基本站。地面气候资料的时间为1971-2003年,有气温、湿球温度、水汽压、相对湿度、地面温度、风向风速、本站气压、日照时数和云量等要素。地面气候资料的观测数据，经过气候界限值检查、气候极值检查、内部一致性检查等方法进行了比较严格的质量控制，因此数据质量是有保证的。我国气象辐射资料数据集是我国气象辐射观测网记录的各种辐射资料的信息化数据集。自90年代初执行新的《气象辐射观测方法》以后，辐射观测站分为一级、二级、三级站。一级站观测项目有总辐射、散射辐射、太阳直接辐射、反射辐射、净全辐射；二级站观测项目有总辐射、净全辐射；三级站观测项目只有总辐射。数据集中的气象辐射资料，包括全国各地（我国台湾暂缺）的辐射观测站93个，其分布如图2所示。气象辐射资料的时间，大多是从1971年至2003年。数据集中的气象辐射资料，有总辐射、散射辐射等要素。气象辐射资料的观测数据，采用气候界限值检查、气候极值检查、内部一致性检查等方法进行了质量检查，对于有疑问的数据通过对生产数据单位的核查进行相应的处理，以保证辐射数据收集的基本质量。图1基本气象站、基准气候站全国分布图图2辐射观测站全国分布图3源数据的分析整理和补充如前文所述，源数据的情况十分复杂，主要体现在三个方面：（1）不同气象要素所能提供的源数据条件是不同的；（2）270个台站的观测数据情况参差不齐，数据记录时次、记录形式变更的起止时间等都存在差异；（3）由于辐射观测自成体系、辐射观测站点远比地面气象观测台站要少，以地面基本气象资料的观测站为基础挑选出的270个台站当中较多站点不进行辐射观测。因此，必须根据数据集的需要对源数据进行分析整理和补充，在源数据利用时针对不同情况具体处理，争取最大限度利用已有观测数据。3.1气象要素的确定根据源数据的情况和建筑热环境模拟的需要，数据集选定的基准气象要素包括：空气干球温度，水汽压，水平面总辐射强度，水平面散射辐射强度，地表温度，天空有效温度，风速、风向，云量。由于云量的观测数据相对于逐时气象数据的生成而言十分有限，以现有数据条件获得所有站点的逐时云量可能极大地增加研究的工作量，但又难以取得令人满意的结果，因此，数据集只对具备逐时观测数据的站点给出云量的逐时观测数值。另外，尽管风速风向的定时观测数据比较完备，但是一日4次定时观测情况居多，而以4次定时观测数据为基础生成24小时的逐时数据同样存在较大困难，且风速风向在建筑热环境动态模拟中的应用还处于研究分析的阶段，因此，数据集不对风速风向的源数据进行处理，直接给出一日4次定时或24次定时的观测数值。3.2无辐射资料站点的处理如前文所述，270个台站当中只有93个站点具备辐射观测数据，其余站点则没有辐射观测值，假设气象台站A无辐射观测资料，数据集采用下述方法获得台站A的日总辐射数值:（1）由经纬度找出地理位置与A最接近的具备辐射观测资料的台站B；（2）求出台站B的月平均日总辐射QB与月平均日照百分率SB、月平均日总天文辐射Q0,B的关系：QB＝Q0,B(a+b••••SB)，由此，可拟合求得B台站1－12月的a和b，及其关系式；（3）假设A和B的月平均日总辐射与月平均日照百分率、月平均日总天文辐射的关系式是相同的，即A和B有相同的系数a、b：QA＝Q0,A(a+b••••SA)，且A的日总辐射QA,d与日照百分率SA,d、日总天文辐射Q0,A,d的关系可由A的月平均日总辐射与月平均日照百分率、月平均日总天文辐射的关系近似表示，即：QA,d＝Q0,A,d(a+b••••SA,d)，则可在已知SA,d（由地面气候资料获得）和Q0,A,d的情况下，求得A的日总辐射QA,d。4由逐日数据获得逐时数据的方法如前文所述，270个台站当中，进行一日24次定时观测的台站只有134个，还有136个台站只有一日4次定时、日极值和日总量的观测数据，要获得这些台站的全年逐时气象数据，必须研究利用这些数据生成逐时数据的方法，下面就介绍由这些逐日数据生成逐时气象数据的具体方法。4.1空气温度空气干球温度的逐日源数据包括一日4次定时（北京时间02、08、14、20时）温度、日最高温度和日最低温度。数据集在根据4次定时温度和日最高、最低温度计算逐时温度时，基本的数据处理原则为：在衔接好日间数据的条件下，保证4次定时温度、日最高温度和日最低温度与源数据一致，使计算获得的24次定时温度中包含这6个观测数据。为了达到这个效果，日最高温度和日最低温度就被安排出现在整点时刻，其出现时刻的具体确定方法参见文献[13]。确定日最高、最低温度出现的时刻以后，数据集以北京时间02、08、14、20时的定时温度和日最高、最低温度为基本的插值点，利用三次样条插值法[14]获得一日24次的定时温度。根据气象日内的温度变化规律，数据集在日最高温度、日最低温度出现的插值区间上（除去个别日最高温度和日最低温度出现在气象日界上的情况）给出了特殊的边界条件，即要求日最高温度、日最低温度插值点上的一阶导数为0，保证其成为一个气象日内的极值，而在其他插值区间上，则不做特别要求，根据自然边界条件进行求解。下面以北京密云（该站为北京地区的基准站）为例，给出上述方法得到的1998年1月4日21时～1月8日20时的逐时温度与实测值的比较，如图3所示：北京密云插值温度与实测温度的比较-15-12-9-6-303691471013161922252831343740434649525558616467707376798285889194小时温度（℃）实测温度插值温度图3北京密云插值温度与实测温度的比较在图3当中，实测值曲线和计算值曲线在每天北京时间02、08、14、20时的温度点上重合，而且计算值曲线上的最高温度和最低温度与当日的最高温度和最低温度吻合，这样保证了计算值曲线的温度波幅与实际情况吻合，而从图3也可以看到，三次样条插值的效果很好，计算温度与实测温度的曲线线形基本吻合。4.2水汽压表征空气湿度的逐日源数据包括一日4次定时（北京时间02、08、14、20时）相对湿度和日最小相对湿度。由于日最小相对湿度的观测手段存在差异，且最小相对湿度较难测准，源数据中的日最小相对湿度的参考价值不大，因此插值计算逐时相对湿度时，只考虑保证4次定时的相对湿度与源数据一致。数据集以北京时间02、08、14、20时的定时相对湿度为基本的插值点，同样采用三次样条插值法获得一日24次的定时相对湿度值。由于干球温度的逐时值已经求出，可以根据文献[15]中饱和水汽压与干球温度的经验公式计算得到逐时饱和水汽压，结合前面计算得到的逐时相对湿度，则可计算出逐时水汽压。4.3太阳辐射如前