气候变化对天津市不同节能水平建筑制冷采暖能耗的影响

利用天津市地面气象观测站1961—2017年逐小时观测资料,通过TRNSYS软件,对不同节能水平办公建筑供热和制冷能耗,以及居住建筑供热能耗进行动态模拟,定量评估了气候变化对天津市不同节能水平建筑能耗的影响。结果表明：在供暖期和制冷期,温度均呈现显著上升的趋势,而太阳辐射则呈现下降的趋势,受其影响,1961—2017年办公和居住建筑供热能耗呈现显著下降的趋势,制冷能耗呈现微弱的上升趋势,但气候变化对供热能耗的影响要明显强于制冷能耗;随着建筑节能水平的提升,供热和制冷能耗均有一定程度的下降,其中供热能耗的降幅尤为明显,四步节能居住建筑相比于一步到三步节能居住建筑,供热能耗分别下降了53.56%、50.13%和21.25%。对新建建筑及既有建筑的节能改造,应充分考虑不同节能水平对建筑能耗的影响,结合实际需求酌情进行升级改造。除此之外,建筑节能水平的提升,会使其供热和制冷能耗变化量随温度的上升而减小,说明其对气候变化的敏感性在逐渐减弱。因此,提高建筑节能水平,可以更好的应对气候变化,保证其在未来的使用中耗能更低。     

豫南石漫滩水库北岸地基岩土工程地质特征

近几年来 ,在河南省舞钢市石漫滩水库北岸 ,已发现多处建筑物开裂损坏的现象 ,随着建筑向不良工程地质条件地段的发展 ,建筑物损坏有增大的趋势。本文对该区地层的分布特点及其工程地质条件进行分析论述 ,以期引起建筑和工程设计部门对该区不良地质现象的重视 ,达到避免事故发生的目的     

“7·22”云南盐津地震房屋震害分析

本文根据地震现场的考查情况,介绍了2006年7月22日云南盐津5.1级地震的灾害概况,归纳和分析了灾区生土墙结构、石结构、钢筋混凝土框架结构和木构架结构房屋的震害特征及其破坏原因,并对我国村镇房屋的防震减灾研究提出了若干建议。     

甘肃省农村民居抗震设防现状与地震安全农居示范工程对策

本文根据甘肃省农村社会经济发展和地震环境特征,简要分析了甘肃农村民居主要建筑结构类型和抗震性能,结合近10多年来破坏性地震资料,总结了农村民居主要震害特点,提出了实施甘肃省农村民居地震安全工程的对策与措施。     

一种基于分割的机载LiDAR点云数据滤波

针对当前滤波算法在处理地形不连续区域或存在复杂建筑物区域时容易过分＂腐蚀＂地形并难以去除一些低矮植被的不足,提出了一种基于分割的机载LiDAR点云滤波算法。首先,对原始点云基于地表连续性进行分割;然后,在移除点数目较小的粗差点集之后采用对分割点集建立缓冲区的方法,区分地面和非地面点集;在较大地物经过迭代分割基本移除之后,使用约束平面的方法移除高度较小的地表附着物以实现滤波。实验结果表明,与经典滤波算法相比,该算法提高了地面点的分类精度,在滤除地物信息的同时能有效地保留地形特征。     

砖木、砖石结构建筑闪电分流系数研究

随着经济的发展,我国对高层建筑,以及智能建筑物的防雷很重视,具体的防雷措施也做的很到位.但相对于一些古建筑物来说,特别是砖木,砖石结构建筑,在防雷方面却没有引起足够的重视,现阶段能够大量保存的砖木、砖石结构建筑大部分都是具有重要历史、艺术、科学价值的革命遗址、纪念建筑物、古文化遗址、古城址、古窑址、古墓葬、古建筑、石窟寺、古民居、石刻等文物,因此对这些建筑的防雷措施应该更加重视.本文做了关于砖木、砖石结构建筑闪电分流系数研究,仅供参考,希望对砖木、砖石建筑物雷电防护工作起到一定的作用.     

A modified approach for semi-quantitative estimation of physical vulnerability of buildings exposed to different landslide intensity scenarios

Landslides are the most common natural disasters in mountainous regions, being responsible for significant loss of life as well as damage to critical infrastructure and properties. As the world population grows, people tend to move to higher locations to construct buildings, thereby making structures vulnerable due to landslides. This paper discusses previous research on the vulnerability assessment of structures exposed to landslides and presents a modified semi-quantitative approach to assess the scenario-based physical vulnerability of buildings based on their resistance ability and landslide intensity. Resistance ability is determined by integrating expert knowledge-based resistance factors assigned to five primary building parameters. Landslide intensity matrix defining different intensity levels is proposed based on combinations of landslide velocity and volume. Physical vulnerability of buildings is estimated and classified as class I, II or III for scenario-based low to very high landslide intensity. Finally, the application of the model is illustrated with a case study of 71 buildings from Garhwal Himalayas, India.     

地理国情普查数据支持下的人口空间化方法

针对传统的人口空间化方法存在数据源多、模型复杂、忽视居住建筑类型的影响等问题,提出了一种以居住建筑作为人口分布参考的人口空间化方法。在地理国情普查数据的支持下,文章选取株洲市境内的18个乡镇为研究区。首先,将研究区内的居住建筑重分类为多层房屋、低矮房屋和废弃房屋,采用最小二乘法求算各类居住建筑的居住密度。然后,根据各乡镇人口估计值的相对误差对各乡镇各类居住建筑的居住密度进行修正。最后,运用GIS的叠加分析技术得到250m格网人口密度图。检验结果表明,人口估计值与人口统计值的线性拟合斜率为0.965,另外基于居住建筑重分类的人口空间化方法使得人口估计精度较未重分类时有了明显提高。     

半自动机载LiDAR点云建筑物三维重建方法

针对全自动建筑物3D重建存在需要后续人工检验,且发现重建错误需要花费额外时间修改的问题,提出了一种半自动的面向对象的机载LiDAR点云建筑物3D重建方法。基于建筑物类别点云的联通分析和平面生长分割结果,提出了自动的建筑物栋数检测、单栋建筑物外轮廓提取、单栋建筑物内部结构线提取方法;同时,在计算机无法完成部分工作时,人工辅助计算机完成高程阶越线提取、识别建筑物屋顶附属物点云等工作。实验证明,该方法可以适用于高密度机载LiDAR点云数据中城区大部分建筑物的3D模型重建。     

Characterizing mixed-use buildings based on multi-source big data

To-date few research has successfully integrated big data from multiple sources to characterize urban mixed-use buildings. In this paper, we introduce a probabilistic model to integrate multi-source and geospatial big data (social network data, taxi trajectories, Points of Interest and remote sensing images) to characterize urban mixed-use buildings. The usefulness of our model is demonstrated with a case study of the Tianhe District in megacity Guangzhou, China. The model predicted building functions at 85% accuracy based on ground truth data from field surveys. We further explored the spatial patterns of the identified building functions. Most mixed-use buildings are located along major streets. Our proposed model can identify mixed-use buildings in a city; information is useful for planning evaluation and urban policymaking.