Просторова оцінка енергоспоживання забудов на підставі тривимірного моделювання міського середовища
Анотація
У статті подається підхід до застосування просторової оцінки енергоспоживання (ЕС) міських забудов та урбогеосистемного аналізу отриманих результатів. Оцінка ЕС будівель передбачає встановлення кореляційної залежності між їх енерговитратами та відповідними геометричними характеристиками, зокрема висотою та об’ємом забудови. Для автоматизованого виокремлення з високою точністю цих характеристик будівель авторами пропонується використання даних дистанційного лазерного сканування (лідарних даних). Наведено оригінальний підхід до обробки та аналізу лідарних даних інструментами авторського веб-ГІС додатку з метою виокремлення та моделювання будівель. Побудовані моделі будівель зберігають у якості атрибутів їх точні геометричні характеристики та узагальнені архітектурні властивості. Подається методика розрахунку ЕС будівель, в якій використовується їх геометрична інформація, та інформація щодо їх віку й типу, які також є кореляційно залежними з енерговитратами будівель.
За отриманою з лідарних даних геометрією будівель визначається показник їх корисної площі (призначеної для опалення). Для оцінки ЕС приймаються дані щодо енергоспоживання будівель з реальних показників лічильників, які екстраполюються на розрахований показник корисної площі будівель. Побудовано семантичну таблицю, яка корегує розрахований показник ЕС будівлі, в залежності від її віку й типу, та визначає остаточний клас енергоефективності будівлі. За наведеними методиками побудовано та візуалізовано тривимірні моделі забудов для міст Амстердам та Ейндховен, із застосованою кольоровою гамою до будівель, що відображає класи їх енергоефективності. Розкрито сутність урбогеосистемного анадізу міського середовища у контексті дослідження міського ЕС. На підставі отриманої візуалізації просторового розподілу міського ЕС виокремлено певні закономірності такого розподілу між окремими міськими забудовами та визначено фактори, що впливають на рівень даного показника.
Завантаження
Посилання
Kostrikov, S., Serohin, D., & Berezhnoy, V. (2021). Visibility analysis of the urbanistic environmet as a constituent of the urbogeosys-tems approach. Human Geography Journal, 30(1), 7-23, https://doi.org/10.26565/2076-1333-2021-30-01 [in Ukrainian].
Kostrikov, S.V., Serohin, D.S., & Kravchenko, K.O. (2022). Workshop on creating GIS maps, spatial analysis and geopro-cessing on full-format GIS platforms (using the example of ArcGIS 10.2 and QGIS 3.16): Educational and methodo-logical manual for university students. Kharkiv, 499 [in Ukrainian].
Serohin, D., & Kostrikov, S. (2023). Towards urbanistic geosituation delineation. Visnyk of V.N. Karazin Kharkiv National University. Series “Geology. Geography. Ecology”, 58, 241-256. https://doi.org/10.26565/2410-7360-2023-58-19 [in Ukrainian].
D geoinformation at TU Delft. Retrieved from https://3d.bk.tudelft.nl
ArcGIS web application. Retrieved from https://ahn.arcgisonline.nl/ahnviewer/
Bahu, J.-M., Koch, A., Kremers, E., & Murshed, S.M. (2014). Towards a 3D spatial urban energy modelling approach. International journal of 3-D information modeling, 3(3), 1-16. https://doi.org/10.4018/ij3dim.2014070101
Bundesrepublik Deutschland (BRD). (2007). Verordnung über energiesparenden Wärmeschutz und energiesparende Anlagentechnik bei Gebäuden (Energieeinsparverordnung-EnEV). Bundesgesetzblatt, 282/07, 170 Retrieved from https://enevonline.net/enev_2007/enev2007_070425_bundesregierung_beschlossen.pdf
Carrión, D., Lorenz, A., & Kolbe, T.H. (2010). Estimation of the energetic state of buildings for the city of Berlin using a model repre-sented in 3D city CityGML. International archives of the photogrammetry, remote sensing and spatial information sciences, XXXVIII-4(15), 31-35.
Döllner, J., Kolbe, T., Liecke, F. et al. (2006). The virtual 3D city model of Berlin – Managing, Integrating and communicating complex urban information. Proceedings of the 25th International Synopsium on Urban Data Management UDMS.
Foucquier, A., Robert, S., Suard, F., Stéphan, L., & Jay, A. (2013). State of the art in building modelling and energy performances prediction: a review. Renewable and sustainable energy reviews, 23, 272-288. https://doi.org/10.1016/j.rser.2013.03.004
Gröger, G., Kolbe, T.H., Czerwinski, A., & Nagel, C. (2008). OpenGIS City Geography Markup Language (CityGML) Encoding Standard, Version 1.0.0.
Henn, A., Gröger, G., Stroh, V., & P. Lutz. (2013). Model driven reconstruction of roofs from sparse LIDAR point clouds. Interna-tional Journal of Photogrammetry and Remote Sensing, 76, 17-29. https://doi.org/10.1016/j.isprsjprs.2012.11.004
Institut Wohnen und Umwelt GmbH (IWU). (2003). Deutsche Gebäudetypologie – Systematik und Datensätze. Darmstadt, Germany, 10. Retrieved from https://www.iwu.de/fileadmin/publikationen/gebaeudebestand/2003_IWU_Deutsche-Geb%C3%A4udetypologie-Systematik-und-Datens%C3%A4tze.pdf
Jaffal, I., Inard, C., & Ghiaus, C. (2009). Fast method to predict building heating demand based on the design of experiments. Energy and buildings, 41(6), 669-677. https://doi.org/10.1016/j.enbuild.2009.01.006
Kostrikov, S., Pudlo, R., Bubnov, D., Vasiliev, V., & Fedyay, Y. (2020). Automated Extraction of Heavyweight and Lightweight Models of Urban Features from LiDAR Point Clouds by Specialized Web-Software. Technology and Engineering Systems Journal, 5(6), 72-95. http://dx.doi.org/10.25046/aj050609
Kostrikov, S., Pudlo, R., Bubnov, D., & Vasiliev, V. (2020). ELiT, multifunctional web-software for feature extraction from 3D Li-DAR point clouds. ISPRS International Journal of Geo-Information, 9(11), 650-885. http://dx.doi.org/10.3390/ijgi9110650
Kostrikov, S. (2019). Urban remote sensing with LIDAR for the Smart City concept implementation. Visnyk of V.N. Karazin Kharkiv National University. Series in Geology, Geography, and Ecology, 50, 101-124. https://doi.org/10.26565/2410-7360-2019-50-08
Kostrikov, S., & Seryogin, D. (2022). Urbogeosystemic Approach to Agglomeration Study within the Urban Remote Sens-ing Frame-works. Urban Agglomeration: INTECH Open. 1-23. http://dx.doi.org/10.5772/intechopen.102482
Krüger, A., & Kolbe, T.H. (2010). A Framework for the DataDriven Analysis, Interpretation, and Transformation of Geospatial Infor-mation Models. Proceedings of the Joint Scientific Conference of the German Society for Photogrammetry, Remote Sensing & Geoin-formation (DGPF), the Austrian Society for Surveying (OVG), and the Swiss Society for Photogrammetry and Remote Sensing (SGPF), 309-324.
Loga, T., Stein, B., Diefenbach, N., & Born, R. (2016). Deutsche Wohngebäudetypologie. Beispielhafte Maßnahmen zur Verbesserung der Energieeffizienz von typischen Wohngebäuden. Deutsche Wohngebäudetypologie, 281.
Retrieved from https://www.iwu.de/1/publications/ research-information/gebaeudetypologie/
Maltezos, E., & Ioannids, C. (2016). Automatic extraction of building roof planes from airborne lidar data applying an extended 3d randomized hough transform. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Infor-mation Sciences.
III-3, 209-216. http://dx.doi.org/10.5194/isprs-annals-III-3-209-2016
OpenStreetMap. Retrieved from https://www.openstreetmap.org/
Ratti, C., Baker, N., & Steemers, K. (2005). Energy consumption and urban texture. Energy and buildings, 37(7), 762-776. https://doi.org/10.1016/j.enbuild.2004.10.010
Sampath, A., & Shan, J. (2010). Segmentation and reconstruction of polyhedral building roofs from aerial LIDAR point clouds. IEEE Transactions on Geoscience and Remote Sensing, 48(3), 1554-1567. http://dx.doi.org/10.1109/TGRS.2009.2030180
Sarak, H. (2003). The degree-day method to estimate the residential heating natural gas consumption in Turkey: a case study. Energy, 28(9), 929-939. https://doi.org/10.1016/s0360-5442(03)00035-5
Stadt Dortmund Umweltamt (2005). Dortmunder Gebäudetypologie – Neuauflage der Hausdatenblätter. Dortmund, Germany.
Strzalka, A., Bogdahn, J., Coors, V., & Eicker, U. (2011). 3D City modeling for urban scale heating energy demand forecasting. HVAC&R research, 17(4), 526-539. https://doi.org/10.1080/10789669.2011.582920
Tarsha-Kurdi, F., Landes, T., & Grussenmeyer, P. (2007). Hough-transform and extended RANSAC algorithms for auto-matic detec-tion of 3d building roof planes from Lidar data. IAPRSSIS. XXXVI-3/W52, 407-412.
Yan, J., Jiang, W., & Shan, J. (2016). A global solution to topological reconstruction of building roof models from airborne LiDAR point clouds. ISPRS Ann. Photogram., Remote Sens, 3, 379-386. http://dx.doi.org/10.5194/isprsannals-III-3-379-2016
Yan, J., Jiang, W., & Shan, J. (2012). Quality analysis on RANSAC-based roof facets extraction from airborne LIDAR data. IAPRS-SIS. XXXIX-B3, 367-372. http://dx.doi.org/10.5194/isprsarchives-XXXIX-B3-367-2012
Yu, D., & Fang, C. (2023). Urban remote sensing with spatial big data: a review and renewed perspective of urban studies in recent decades. Remote Sens, 15(5), 1307-1341. https://doi.org/10.3390/rs15051307
Авторське право (c) 2023 Serohin D., Kostrikov S.
Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
