多元统计分析在建筑气候分区上的研究与应用

摘要

随着中国经济的快速发展，建筑能耗问题日益凸显，绿色建筑和建筑节能技术受到了政府部门广泛重视。为了实现绿色建筑设计，建筑气候分区成为当前研究的热点。本文从多元统计分析的角度，采用多种统计方法研究了中国建筑气候的分区。
　　选取了代表中国各地气候特征的476个气象站点近33年来的实测气象数据（每天4~8次的观测数据）为研究对象，对数据进行了异常剔除，然后通过日插值和年插值补充缺失的数据。进一步，对补充后的时间序列数据进行平稳化处理，去除数据中的噪声，突显了数据所反映问题的本质。
　　构建了9个分区变量：站点纬度、站点经度、站点海拔高度、采暖天数、采暖调控温度、制冷天数、制冷调控温度、太阳辐射和露点温度等，并采用回归分析的统计方法对这9个分区变量在将来某年（如2017年）的取值进行回归预测，使分区结果具有前瞻性。
　　给出了反映气象与时空的“加权混合距离”定义，既体现了气象距离，又反映了时空距离，使聚类结果既反映实际又操作性强。采用谱系聚类法对全国476个站点进行聚类，得到了建筑气候的不同分区。建立了“第一主成分离差分析法”，为最佳类数的确定提供了判定依据。
　　通过对采集到的上亿多个实测数据进行加工处理和聚类分析，将全国气候分为六个大区：中温带严寒湿润区、暖温带寒冷半干旱半湿润区、温带寒冷干旱区、亚热带温和湿润区、温带亚热带四季分明区和亚热带冬暖湿润区。该划分结果与相应的地域环境基本吻合，为建筑节能设计提供了可靠的依据。

目录

声明

1．绪论

1.1 研究目的与意义

1.2 国内外研究现状

1.3 本文研究的主要内容与创新点

2．预备知识

2.1 线性回归分析

2.2 聚类分析

2.3 主成分分析

3．建筑气候分区模型

3.1 数据准备

3.2 气候变量的选择与回归预测

3.3 站点聚类模型

3.4 最佳分区个数的确定

4．模型计算与结果分析

4.1 数据准备

4.2 气候变量的取值与回归预测

4.3 站点聚类

4.4 主成分分析与分区个数确定

5．结论与展望

5.1 本文的结论

5.2 展望

致谢

参考文献